数据说明
O*NET职业信息研究数据库是由美国劳工部支持建设的一个权威、公开的职业信息数据库，旨在提供全面、结构化、可比性强的职业数据资源。它被广泛应用于职业指导、人力资源管理、劳动力市场分析、教育培训设计、政策研究等领域。同时，它也是全美最主要的职业信息来源，其有效的数据对于理解工作性质的快速变化及其对劳动力和美国经济的影响至关重要。基于这些信息，相关应用得以开发，以促进高素质劳动力队伍的建设与维护。
近年来，随着人工智能、数字化转型、自动化技术发展等变革对劳动市场以及就业方面的影响不断引发舆论热议，主要表现在工作场景中相关技术的暴露程度是否会对就业与薪资造成何种影响。
另一方面，在最近不到10年内国内外顶刊也逐步刊登相关研究。据我们对这些研究的文献引用网络观察发现，该研究方向在理论层面目前主要是由2024年诺贝尔经济学奖获得者阿西莫格鲁牵头。具体方向为衡量一项技术升级会对工作场景、就业人数、工作时长、生产效率等方面影响效应，而在研究过程中需要一个经过优秀系统性归纳的职业分类体系，这样能更加完好地匹配研究场景。
因此，O*NET数据库被采用为职业分类体系参考的频次水涨船高；不仅如此，在针对中国方面的研究，部分专家学者在所发表的顶刊研究中皆借鉴了美国的职业分类标准，O*NET数据，用来对应中国的职业信息，主要在工作任务内容方面，因为中美两国在各类职业所涉及的任务内容上差异不大，此做法合理且适用；并且，先前部分研究如Zhou等（2019）和王林辉、胡晟明和董直庆（2022）通过构建如人工智能技术造成的美国部分职业类别可替代风险，来映射到中国各职业中，所采用的也是O*NET数据库。还有就是，陈琳、高悦蓬和余林徽（2024）指出，“运用企业招聘大数据研究人工智能技术劳动力市场效应的文献正在兴起，目前已有不少关于对美国和印度等国家的研究，但是针对中国的研究相对缺乏”。
在经学者专家们反映的有关科研需求后，数据皮皮侠团队联手CNPD数据团队一起引入并整理开发了O*NET美国职业信息网络数据库，历经两个月，对历年所出版的版本（共计60版，2000年-2025年）通过人工调研进行分类处理和开发，并采用设定好的数据处理管道还有大语言模型，进行最终翻译与整理，统共分为中英文版本，以方便您的研究。
权威期刊相关研究
[1] 陈琳,高悦蓬,余林徽.人工智能如何改变企业对劳动力的需求？——来自招聘平台大数据的分析[J].管理世界,2024,40(06):74-93.
[2] 魏宏冰, 李贺, 马弘. 工业机器人与结构性就业变化：职业和任务的视角[J]. 世界经济, 2025, 48(4): 144-169
[3] 周广肃,李力行,孟岭生.智能化对中国劳动力市场的影响——基于就业广度和强度的分析[J].金融研究,2021,(06):39-58.
[4] 王林辉,胡晟明,董直庆.人工智能技术、任务属性与职业可替代风险：来自微观层面的经验证据[J].管理世界,2022,38(07):60-79.
[5]李磊,何艳辉.人工智能与就业——以中国为例[J].贵州大学学报(社会科学版),2019,37(05):13-22.
[6] 龚遥,彭希哲.人工智能技术应用的职业替代效应[J].人口与经济,2020,(03):86-105.
[7] Acemoglu，D. and Autor，D.，2011，“Skills，Tasks and Technologies：Implications for Employment and Earnings”，in Card，D. and Ashenfelter，O.，eds：Handbook of Labor Economics，Elsevier，pp.1043~1171.
[8] Acemoglu，D.，Autor，D.，Hazell，J. and Restrepo，P.，2022，“Artificial Intelligence and Jobs：Evidence from Online Vacancies”，Journal of Labor Economics，Vol.40（1），pp.293~340.
[9] Acemoglu，D. and Restrepo，P.，2018，“Artificial Intelligence，Automation and Work”，NBER Working Paper，No.24196.
[10] Acemoglu，D. and Restrepo，P.，2019，“The Wrong Kind of AI？ Artificial Intelligence and the Future of Labour Demand”，Cambridge Journal of Regions，Economy and Society，Vol.13（1），pp.25~35.
[11] Acemoglu, D.; Autor, D. and Hazell, J. “Artificial Intelligence and Jobs: Evidence from Online Vacancies.” Journal of Labor Economics, 2022, 40(S1), pp.293‒340.
[12] Acemoglu，D. and Restrepo，P.，2020，“Robots and Jobs：Evidence from Us Labor Markets”，Journal of Political Economy，Vol.128（6），pp.2188~2244.
[13] Acemoglu，D. and Restrepo，P.，2022，“Tasks，Automation，and the Rise in U.S. Wage Inequality”，Econometrica，Vol.90（5），pp.1973~2016.
[14] Zhou，G.，Chu，G.，Li，L. and Meng，L.，2019，“The Effect of Artificial Intelligence on China’s Labor Market”，China Economic Journal，Vol.13（1），pp.1~18.
[15] Jiang, W., Zhang, S., Xiao, R. (Jiqiu), & Park, J. (2025). AI and the Extended Workday: Productivity, Contracting Efficiency, and Distribution of Rents. NBER Working Paper Series. https://doi.org/10.3386/w33536
[16] Bartel，A.，Ichniowski，C. and Shaw，K.，2007，“How Does Information Technology Affect Productivity？Plant~Level Comparisons of Product Innovation，Process Improvement，and Worker Skills”，The Quarterly Journal of Economics，Vol.122（4），pp.1721~1758.
[17] Felten，E.，Raj，M. and Seamans，R.，2018，“A Method to Link Advances in Artificial Intelligence to Occupational Abilities”，AEA Papers and Proceedings，Vol.108，pp.54~57.
由于篇幅有限，我们不置入数据截图，请联系客服可获取小样本
请扫码添加客服
备注【O*NET职业信息研究】