发帖
雷达卡
一、数据简介
“LLM暴露指数”是基于大语言模型职业替代能力评估与专业—职业映射方法构建的量化指标，旨在刻画不同专业或职业受到大语言模型技术冲击、替代及赋能影响的程度。指数值越高，表明该专业对应职业所包含的信息处理、文本生成、知识检索、数据分析等任务越容易被大语言模型替代或辅助完成，其就业岗位受到人工智能技术变革的影响程度越高；反之，则说明相关职业更依赖复杂决策、实践操作、人际互动或创造性活动，受大语言模型冲击相对较小。
基于此数据集，可系统开展以下研究：一是检验LLM技术冲击对毕业生就业质量、工资收入、职业流动及就业满意度等劳动力市场结果的影响；二是分析LLM暴露通过技能需求变化、人力资本结构调整、职业替代与职业创造等渠道影响就业市场的作用机制；三是探讨不同学科门类、地区发展水平、产业结构特征以及数字经济发展程度下，LLM暴露水平所呈现的异质性特征及其经济社会影响。
本数据集参考魏立佳等（2026）《大语言模型冲击与高等教育远期暴露率：测度方法、就业效应与满意度分析》的测度框架，首先依据教育部本科专业目录中的专业培养目标、课程体系与知识结构信息，构建“专业—职业”概率映射矩阵；随后利用GPT-4、GPT-5、DeepSeek等主流大语言模型，识别各专业毕业生最可能从事的主要职业方向及其对应概率；进一步结合职业任务层面的LLM自动化能力评估结果，对不同职业的技术暴露程度进行量化，并按照职业选择概率进行加权汇总，最终得到专业层面的LLM暴露指数。该指标能够同时反映专业就业结构与人工智能技术冲击特征，为评估高等教育与劳动力市场适应数字智能化转型提供量化依据。
二、数据来源：人工整理
三、时间跨度：2024
四、数据范围：2024版《专业目录》
五、数据格式：Excel形式
六、数据指标
序号 | 门类、专业类 | 专业代码 | 专业名称 |
学位授予门类 | 修业年限 | 增设年度 | 专业暴露率 |
七、数据展示
八、参考文献
[1] 魏立佳,白璐,伍梦圆.大语言模型冲击与高等教育远期暴露率：测度方法、就业效应与满意度分析[J/OL].中国工业经济,2026,(5):52-75.
九、下载链接：
LLM暴露率指数（更新至2024年）.xlsx
(73.52 KB, 需要: RMB 15 元)
京公网安备 11010802022788号
