CAMA-DB：重构中国 AI 能力与经济影响评估体系

一、数据概述

量化 AI 核心能力，透视职业更替与产业演进！

随着人工智能深度重塑就业格局、推动产业升级并重塑区域竞争力，一个日益紧迫的议题浮出水面：过往众多的 AI 指标多侧重于统计“技术规模”，却难以精准衡量“智能实质”。模型参数量、专利累积数、论文发表量及机器人普及率，虽能描绘 AI 的增长轨迹，却无法阐明人工智能究竟掌握了何种能力，以及将如何干预现实世界中的职业劳动。针对这一痛点，CnDataSeed 团队发布了《中国人工智能测度与应用数据库（CAMA-DB）》，旨在构建一套能直接打通“人工智能能力”与“经济社会效应”的数据架构。

该数据库以“能力—职业”映射逻辑为枢纽，将人工智能定义为一类拥有多维能力结构的“新型劳动力”。有别于传统 AI 研究仅聚焦于单一任务得分，CAMA-DB 借助统一的标准化范式，把图像识别、语言建模、文本解析、语音处理等多元任务中的 AI 表现，转化为具备横向可比性的能力分值，并以人类顶尖水平作为统一参照标尺，攻克了不同 AI 任务间“难以对标”的关键瓶颈。学者不仅能观测 AI 的进步趋势，更能精准定位人工智能在哪些能力维度实现跨越，以及是否正逼近人类能力的极限。

在此基础之上，数据库进一步搭建了人工智能与职业岗位间的动态关联网络。依托职业能力需求矩阵，将 AI 能力投射至各类职业任务中，衍生出 AI 任务完成度（AIqual）、AI 替代性（AIsubs）及 AI 互补性（AIcomp）三大核心指标。其中，AI 替代性依据“短板原理”构建：若人工智能尚缺一项关键能力，便无法对职业实现完全替代；而 AI 互补性则描绘了 AI 与劳动者从协同增效到潜在替代的动态演变路径。这意味着，该数据库不仅能识别哪些职业正受 AI 冲击，更能揭示哪些职业仍保有能力护城河，以及这些壁垒何时会迎来“质变式”的突破。

相较于传统 AI 数据库仅提供专利、机器人或企业文本等宏观数据，CAMA-DB 真正交付的是一套“人工智能能力如何传导至经济系统”的研究范式。研究者可将职业关联指标进一步下沉至行业与区域层面，构建分行业、分区域的 AI 冲击指数、替代指数及互补指数，从而系统剖析人工智能如何左右产业结构、工资差距、技能需求及区域发展不平衡。

对于劳动经济学、产业经济学、数字经济及技术创新领域，《中国人工智能测度与应用数据库》不仅是一套 AI 数据集，更是一套能将“技术潜能”转化为“经济变量”的基础设施。它首次赋予人工智能可比较、可解释、可映射的经济学内涵，也为解读 AI 时代的就业重组与产业变迁提供了崭新的数据视角。

二、数据概览

三、相关处理

将嵌套的人类评分数据展平为索引字典。

利用 AI 与人类基准的比值完成指标标准化。

四、相关研究

部分相关研究案例

[1] 李晓宇，叶初升.人工智能的新测度方法及其应用[J].世界经济，2026,49(04):68-110.DOI:10.19985/j.cnki.cassjwe.2026.04.009.

[2]Felten E, Raj M, Seamans R. Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses[J]. Strategic management journal, 2021, 42(12): 2195-2217.

六、获取渠道

数据编号

D2090

DataSeed 大数据库

扫码联系会员助理，备注【测度与应用】

https://cndataseed.com/

点击左下角“阅读原文”，获取更多数据