清华大学社会科学学院联合公共管理学院的研究团队 5 月底在 arXiv 提交一篇关于北京 AI 社会影响的论文，得出一个反直觉的结论：生成式 AI 的扩散没有缩小北京内部的收入差距，反而把核心区与外围区拉得更远，并把核心区高技能岗位的薪资曲线压平。
研究方法
研究团队抓取了 2023 年 1 月至 2025 年 12 月期间智联招聘、Boss 直聘、猎聘三家平台上北京全部 16 个区的招聘数据，约 410 万条岗位记录，再交叉比对国家统计局发布的分区薪资数据和北京市经济和信息化局公开的 AI 企业注册数据。识别”AI 渗透率”的标准是岗位 JD 中是否出现大模型应用、提示工程、AI 工具链相关关键词。
- 样本覆盖海淀、朝阳、西城三个核心区，以及通州、大兴、房山等 13 个外围区
- 核心区 AI 相关岗位占比从 2023 年的 11.4% 升至 2025 年的 28.7%，外围区同期仅从 2.1% 升至 4.6%
- 核心区 AI 相关岗位平均薪资在 2025 年同比下降 3.2%，非 AI 岗位同期上涨 6.8%
结果解读
论文核心发现可以拆成两层。第一层是地理分化：AI 企业、AI 人才、AI 岗位高度向海淀北部和朝阳望京一带集中，外围区在 AI 经济里几乎缺席。第二层更出人意料——核心区内部的 AI 高技能岗位薪资陷入停滞甚至下降。
论文第一作者、清华大学公共管理学院副教授孟天广在论文讨论部分给出的解释是供给冲击。生成式 AI 让中等技能的工程师能在短时间内完成原本需要资深工程师才能交付的工作，海淀和望京聚集的大量”会用 AI 工具的中级开发者”形成对资深岗位的替代，把薪资曲线从原本的指数曲线压成更平缓的形状。
“传统的技能溢价理论假设新技术会奖励高技能劳动力，但生成式 AI 表现出的是技能压缩——它把中等技能层提到了接近高技能层的产出水平，”孟天广在论文里写道，”溢价空间被压缩，劳动力市场的回报曲线整体扁平化。”
另一位作者、清华社科学院教授李正风的判断更直接：北京的 AI 经济正在制造两种鸿沟，区与区之间的鸿沟，和区内部职级之间的鸿沟。前者是地理问题，后者是劳动力市场问题。
局限性与后续
论文也承认数据有几个明显限制。招聘平台数据无法覆盖体制内、央国企岗位，这部分恰好是北京薪资结构的另一极。岗位 JD 中的 AI 关键词只能反映”宣称使用”，不等于真实使用率。研究区间也没有跨过 2026 年北京启动的 AI 公共算力资助计划，新政对外围区的拉动效应需要后续观察。
这篇论文在政策圈引起的关注比在学术圈更大。北京市规划委员会今年初公开过一个目标——把 AI 产业从核心区向通州、大兴扩散。如果清华这份数据成立，那个目标的实现路径就比规划文件设想的更复杂：仅靠产业园区物理迁移并不够，需要同时解决高校、人才、风险投资、客户网络的转移问题，这是一项至少十年量级的工程。
参考链接
