6 月 23 日晚，由腾讯新闻、北京大学国家发展研究院联合主办的 " 智变开新局—— 2026 夏季达沃斯腾讯财经愿景夜话暨北大国发院大连论坛 " 正式举行。

北京大学博雅青年学者、国发院经济学教授、副院长张丹丹发表题为 " 人工智能对就业影响的测度 " 的主题演讲。她首先介绍了当前经济学界测量 AI 就业影响的三大研究方法。

第一种方法是 AI 暴露指数法。该方法将劳动力市场细分为 1061 个职业、约 2 万个任务，在任务层面来评估 AI 可完成该任务的程度，最终汇总为职业暴露度。研究结果显示，暴露度高、风险大的职业集中于会计师、编辑、销售工程师、计算机程序员及税务工作等白领岗位；而洗碗工、清洁工、保安等蓝领职业暴露度则相对较低。这一规律在中国、美国、新加坡等多国数据中高度一致。

动态维度上，张丹丹团队追踪了 2018 年至今各职业平均暴露度的变化，发现整体呈下降趋势，这并非因为 AI 影响减弱，而恰恰相反：企业正在将 AI 直接部署到生产流程中替代相应岗位，不再对外招聘，由此导致招聘数据中该类职业占比下降。

第二种方法是 AI 整合岗位指数法，聚焦于企业实际采用 AI 的情况。该方法通过识别企业招聘信息中的 "AI 整合型 " 岗位，即将 AI 深度嵌入核心业务流程的职位，来分析 AI 对企业的薪酬结构和用工规模的影响。张丹丹团队将该方法应用于新加坡全量招聘数据后发现，在大语言模型出现后，企业研发招聘明显减少，转而大量招募 AI 应用部署人才，研发与应用的投入重心发生显著偏移。

第三种方法最为新颖，由 Anthropic 公司基于程序员与 Claude 交互的真实语料提出，称为 " 观察的暴露度 "。该研究发现，理论上 AI 可替代 94% 的计算机与数学类职业任务，但实际 Claude 的覆盖率约为三分之一；整体而言，AI 赋能人的比例达 57%，替代比例为 43%。这一结果较理论预测乐观许多，意味着大量任务仍处于 " 协作而非替代 " 的状态。

综合三类研究方法，张丹丹表示，整体来看，目前 AI 对就业的影响并未显著，中、美、新加坡等主要经济体的宏观就业数据均未出现明显恶化，但是底层结构性影响已经浮现，白领认知型岗位风险最高。另外，她还发现，AI 并未导致大规模裁员，而是减少了新招聘，尤其是对应届毕业生的招聘明显收缩。

张丹丹强调，当前仍处于 AI 就业冲击的 " 窗口期 "，理论替代空间与实际替代之间仍有较大落差，这是劳动者尽快掌握 AI 协同技能、创造更多新机会的关键时间。