环境经济学家
SOC 19-3011 · O*NET 19-3011.01
以经济学原理与统计技术，评估环境保护与自然资源利用方案的成本、效益与影响，并形成可复核的研究结论与政策建议。
三项代表核心任务等权的模型影响指数，非实际工时占比或失业概率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18.
快速判断
环境经济学家适合什么样的人？
先判断自己能否持续完成数据核对、模型假设说明、成本效益比较与研究或报告撰写，再判断是否愿意在同行评审或委托方评审下工作；用本页的纸面练习与七天任务验证，而不是只看「关注环保」这一点。
本卡是职业探索参考，不构成录用结论、能力评分或学术判断，也不预测就业结果。
什么样的人更可能适合环境经济学家？
更值得考虑的信号：愿意反复核对数据来源与统计口径，把假设和不确定性写清，在证据不足时明确说「不足以判断」，并能接受结论被同行、委托方或审批部门质询。需要慎重的信号：只想给结论而不愿说明假设与局限，或难以接受长期以文献、模型、数据和评审文档为主、少有即时成果的工作节奏。
什么情况下需要慎重选择环境经济学家？
本清单只用于自我提问，不构成录用标准、能力评分或适合度结论。环境经济学家的实际工作差异很大：有人以学术研究和政府政策评估为主，有人以咨询机构的环境经济分析、成本效益评估与合规支持为主；部分岗位要求硕士或博士，并对研究设计、数据口径与结论承担责任。比较具体岗位前，先核对研究对象、数据来源、评审流程与署名规则。
如何用一次小实验判断自己是否适合环境经济学家？
用一次纸面演练验证：给你一组虚构的环保政策备选方案与公开数据摘录（排放量、治理成本、受益人群规模），要求在 60 分钟内写出成本效益比较思路、关键假设、数据缺口与结论边界，并说明哪些判断必须由具备相应训练与授权的人员复核。 纸面加练（使用虚构材料）：比较两种期限不同的虚构污染治理方案，记下成本承担者和会改变结果的估值假设。
职业画像
职业边界：本页按美国 O*NET-SOC 19-3011.01「Environmental Economists」编写，指以经济学原理与统计技术开展环境保护与自然资源利用相关经济分析、量化不同方案成本效益与影响的岗位；不含通用宏观经济预测、企业财务分析、环境工程设计与污染治理运维，也不承担环境监测取样。与经济学家、环境科学家与专员、环境工程师、环境工程技师、金融与投资分析师在交付物与依据上不同。本页美国工资与就业为更宽组口径「Economists」数据。
本职业运营支持工作可以分成哪几类？
环境经济学家的核心工作是围绕环境与自然资源问题开展经济分析：收集并核对数据，建立或校准经济模型，评估政策与项目的成本效益，并把假设、口径与结论边界写成可复核的报告。
本职业工作运行支持：
以数据与模型为主
- 01界定问题与情景
- 02收集并核对数据
- 03建立或校准模型
- 04估算成本与效益
- 05敏感性分析
- 06形成可复核结论
物资与相关方协作：
数据、文献与协作方资料
- 01获取数据
- 02核对口径
- 03记录来源版本
- 04建立或校准模型
- 05约定协作与交付
- 06归档与复用
环境经济学家和相邻的行政服务经理边界在哪里？
环境经济学家与相邻的经济或环境岗位常被混用，区分方法是看交付物和依据：本职业的交付是环境经济分析结论与政策建议，依据是经济理论与环境数据；若交付是通用经济预测、企业财务分析或单纯的环境监测数据，则属于相邻方向。
| 维度 | 主要方向 | 比较方向 |
|---|---|---|
| 核心目的 | 用经济学方法与统计数据评估环境保护与自然资源利用方案的成本、效益、激励与影响，为决策提供可复核的依据。 | 判断政策与项目的成本效益关系 |
| 主要对象与依据 | 对象包括环境政策与法规、治理项目、排放与自然资源数据；依据是经济理论、统计与计量方法以及公开数据。 | 对象为环境政策、项目与自然资源；依据为经济理论与环境数据 |
| 核心过程 | 界定问题 → 收集并核对数据 → 建模估算 → 敏感性分析 → 撰写结论 | 收集与核对数据、建模估算、撰写结论并接受评审 |
| 主要产出 | 可复核的研究报告与政策建议 | 研究报告、政策建议与可复核的数据与模型说明 |
| 责任主体 | 研究结论由署名研究者与所在机构按研究与评审制度承担；涉及政策与合规判断的，责任归属于具备相应职责与授权的部门或人员。 | 研究结论由署名研究者与机构按评审制度承担 |
| 权限与批准 | 研究与分析可独立完成，政策发布与合规判断须经授权 | 政策口径与合规判断须由授权部门确认，研究结论不替代审批 |
| 结论边界 | 结论受数据与假设限制，不构成决策承诺 | 结论受数据质量、口径与假设限制，不构成政策或法律意见 |
核心工作
- 01
写技术文件或学术论文，以传达研究结果或经济预测。
- 02
开展经济和环境专题研究，如替代燃料使用、公共和私人土地使用、土壤保持、空气和水污染控制以及濒危物种保护。
- 03
收集和分析数据，以比较经济政策或做法替代品对环境的影响。
- 04
评估会影响环境或自然资源存量的活动、政策或法规的成本与收益。
入职前必须逐条核对什么？
入职前需要逐条核对：岗位是研究、咨询还是政策分析；研究对象与数据权限；是否要求硕士或博士学位；评审与署名规则；以及工资口径是固定年薪还是项目制报价。
- 01
核对岗位类型：研究、政策分析或咨询
区分学术研究、政府政策分析与咨询项目三类岗位
- 02
核对数据来源与使用权限
确认可使用的数据、模型与文献资源，以及数据权限与保密要求
- 03
核对学历与专业要求
确认学历与专业要求，是否要求硕士或博士及具体专业方向
- 04
核对评审、署名与保密要求
确认成果署名、评审流程与修改责任，以及是否需要签署保密协议
- 05
核对雇佣形式与工资口径
确认雇佣形式、合同期与工资口径，区分固定年薪与项目制报价
- 06
核对法域与职业分类对应
核对所在地与研究机构的合规要求，以及与国内职业分类的对应关系
职业方向比较
环境经济学家的工作方向与相邻职业怎么比较？
下列职业都涉及经济、环境或数据的分析工作，但交付物与依据不同；用它们帮助定位方向，而不是互相替代。「经济学家」覆盖货币与财政等更广的议题，本职业聚焦环境与自然资源。
| 职业方向 | 核心工作与产出 | 关键区别 | 更适合什么选择 |
|---|---|---|---|
| 经济学家 | 研究宏观经济问题并撰写分析与预测报告 | 议题更广，含货币与财政政策；本职业聚焦环境与资源 | 偏好宏观与财政议题选该职业；偏好环境议题选本职业 |
| 环境科学家与专员 | 开展环境调查、监测与科学评估并撰写研究结论 | 以自然科学研究与现场调查为主；本职业以经济学分析为主 | 偏好实验与现场研究选该职业；偏好建模与政策评估选本职业 |
| 环境工程师 | 设计污染治理与环境工程系统并负责技术方案 | 以工程设计、治理设施与技术方案为主；本职业不设计工程系统 | 偏好工程设计与技术方案选该职业；偏好经济评估选本职业 |
| 金融与投资分析师 | 评估投资标的并撰写面向投资者的分析报告 | 以金融资产与投资收益分析为主；本职业评估的是环境政策与项目 | 偏好金融市场分析选该职业；偏好环境与公共政策选本职业 |
| 数据科学家 | 构建数据模型与预测系统并交付可部署结果 | 以数据建模与算法方法为主；本职业以经济学因果与政策评估为主 | 偏好算法与数据工程选该职业；偏好政策与经济解释选本职业 |
| 环境工程技师 | 支持环境工程系统的运行、监测与维护 | 以设备运行、采样与工程系统维护为主；本职业以分析与评估为主 | 偏好现场设备与运维选该职业；偏好研究分析选本职业 |
怎么选
比较相邻方向时，先看交付物是政策与经济分析结论、工程设计方案，还是监测数据或通用财务分析，再看依据是经济理论、环境数据、工程规范还是监测方法；本职业的差别在于把环境目标转成可比较的成本效益结论并对此负责，而不只是提供技术数据。
用「先看交付物是结论、方案、数据还是运维，再看依据与责任承担」的顺序比较。
AI 对职业的影响
AI 会取代环境经济学家吗？
职业任务启发文献、数据与草稿试用；ILO2023为全球潜在任务暴露研究，不能确定环境经济职业整体增强、实际采用、生产率或岗位变化。本輪未取得精确职业实测或岗位因果。 AI影响度 67% 为编辑估算。三项代表核心任务等权的模型影响指数，非实际工时占比或失业概率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18. 三项任务、档位和来源见本页FermatMind方法来源记录。
AI 评估方法与来源
FermatMind AI影响度估算方法 v1
FermatMind / 费马测试 · 2026-10-18
- 三项代表核心任务等权的模型影响指数，非实际工时占比或失业概率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18.
- 档位：0几乎无影响；25准备或记录辅助；50实质辅助；75大部分信息产出可由AI形成并复核；100所选任务近乎全可由AI完成且可独立验证。
- 经济模型构建与估算 — 75/100; weight=1/3
- 成本效益与情景分析 — 75/100; weight=1/3
- 向决策者与公众解释结果 — 50/100; weight=1/3
依据本页既有职业职责与AI任务分析作档位判断；不代表采用率、实测效果、岗位消失或个人失业概率，也不是斯坦福或其他外部机构官方分数；未使用实际工时权重，不假定未来机器人部署。
AI 能处理哪些本职业工作任务？
这一栏只回答技术可处理性：把本职业任务（文献检索、数据清洗、代码编写、报告初稿等）与公开的职业任务和技术资料对照，判断哪些子任务可由现成工具完成。技术可处理不等于组织已经采用，也不代表岗位会减少；判断时须区分任务级证据与职业级结论。
哪些环节会真正被采用？
采用取决于数据条件、流程与合规要求：环境与政策数据常涉及权限、版本与保密，输出还需要可追溯。因此即便技术上可行，机构也可能只在低风险环节（如检索与初稿）使用，并把结论责任保留给署名研究者。
AI 会减少环境经济学家岗位吗？
岗位数量由需求、预算与政策决定。BLS 对 Economists 组口径的预测（2025—2035 年 +5%、年均约 1,100 个空缺）并未把 AI 采用作为单列变量；目前公开来源不足以给出本职业的岗位数量变化结论，因此本页不给出「某年会消失」的推断。
任务影响矩阵
| 工作方向 | 任务 | 当前变化 | 人的控制点 |
|---|---|---|---|
| 政策与课题研究 | 文献检索与资料整理 | 编辑试用建议：资料与表格草稿，须核来源和计算，实际提速未核。 | 筛选标准、来源可信度与引用核对由研究者负责 |
| 数据与模型工作 | 数据收集与清洗 | 格式转换与异常识别可辅助（编辑判断） | 数据来源、口径与缺失处理由研究者判断并记录 |
| 数据与模型工作 | 经济模型构建与估算 | 代码草稿可辅助，但须逐项核对（编辑判断） | 模型设定、识别策略与结果稳健性由研究者负责 |
| 政策评估 | 成本效益与情景分析 | 编辑试用建议：资料与表格草稿，须核来源和计算，实际提速未核。 | 假设、折现率与口径选择由研究者确认 |
| 委托方交付 | 报告与政策建议撰写 | 初稿与文字润色可辅助（编辑判断） | 结论边界、建议强度与署名由作者与机构承担 |
| 质量与评审 | 同行评审与结论复核 | 缺少可替代评审责任的公开证据 | 评审意见的采纳与结论修订由作者与评审人负责 |
| 沟通与传播 | 向决策者与公众解释结果 | 演示材料草稿可辅助（编辑判断） | 对外表述的口径与责任由机构与作者承担 |
为什么就业证据会得出不同结论？
下列证据卡分别对应国际组织的任务暴露研究、官方职业资料与治理框架；请按各自的研究对象与限制阅读，不要把它们合并成单一结论。
ILO 工作论文 96（2023）
查看来源 ↗- 研究对象
- 全球就业与任务层面的生成式 AI 暴露评估
- 主要结论
- 多数岗位仅部分任务暴露，生成式 AI 更可能增强而非整体替代；文员类任务暴露最高，管理和专业类职业中高度暴露的任务比例较低。研究提示主要影响体现在工作质量与强度，而不是整体岗位消失。
- 使用限制
- 基于任务分类方法，非企业实际采用或岗位变化数据
O*NET OnLine（19-3011.01）
查看来源 ↗- 研究对象
- 官方职业任务与工作活动描述
- 主要结论
- 该职业的核心任务以数据分析、信息处理、决策与沟通为主，可作为判断哪些环节可被工具辅助的任务依据，但不能据此推断自动化率或岗位变化。
- 使用限制
- 描述职业范围，不含 AI 采用或生产率数据
BLS 就业预测（2025—2035）
查看来源 ↗- 研究对象
- 美国 Economists 组口径就业预测
- 主要结论
- 更宽Economists（19-3011）：2025就业18,600，2025—2035增长4.7%（OOH四舍五入5%，约增加900人），年均空缺1,100；非环境经济单职业、非AI因果。
- 使用限制
- 预测基于假设，不等于实际结果；为组口径数据
BLS OEWS（May 2025）
查看来源 ↗- 研究对象
- 美国 Economists（19-3011）工资分布
- 主要结论
- 中位年薪 124,720 美元，第 10—90 百分位区间约 67,360—238,060 美元；用于理解量级与口径，不能用于推断 AI 对工资的影响。
- 使用限制
- 组口径工资统计，不含个人合同薪酬
NIST 人工智能风险管理框架（AI RMF 1.0 及生成式 AI 概览）
查看来源 ↗- 研究对象
- AI 系统风险治理框架（自愿采用）
- 主要结论
- 框架要求对 AI 使用明确治理与人工监督安排，并要求记录风险与责任；可用于设计本职业使用 AI 时的复核与留痕要求，但不能作为职业前景证据。
- 使用限制
- 治理框架，不含职业或就业数据
不同工作方向受到的影响为什么不同？
不同工作方向受影响的方式不同，下面区分三类：政策与课题研究、数据与模型工作、面向委托方的交付与沟通。
政策与课题研究
AI 主要改变编辑试用：文献检索和初稿，逐条核引用，不保证提速。
仍由人负责问题设定、因果解释与结论责任
数据与模型工作
AI 主要改变数据清理与代码草稿可辅助
仍由人负责建模假设、结果校验与可复现性
委托方交付与沟通
AI 主要改变文档润色与汇报材料初稿
仍由人负责口径确认、政策判断与署名责任
AI 进入专业流程后，责任链不能断
使用 AI 辅助本职业工作时，建议按以下顺序确认边界与责任：
- 需求与边界确认
先确认研究问题的边界、数据权限与交付要求，判断哪些环节可以使用工具。
- 工具处理范围
明确工具只处理检索、清理、草稿等低风险环节，不产出最终结论。
- 人工复核
对工具输出逐项核对来源、数值与口径，并由具备资格的人员复核结论。
- 记录留痕
记录工具名称、版本、输入与人工修改，保证分析可追溯、可复现。
- 授权与责任
署名与结论责任由研究者与机构承担，工具输出不构成授权或结论。
使用 AI 的专业风险
初稿内容被当成已确认事实
生成文本可能包含错误引用或过时数据
控制方式：逐条回查原始来源与数据版本，未核实前不得引用
本职业工作个人信息被不当外发
环境与政策数据可能包含个人信息或敏感内容
控制方式：按最小必要与权限要求处理，禁止将敏感数据提交给外部工具
工具版本与输出不可追溯
分析与结论需要可复现，否则无法复核
控制方式：记录工具名称、版本、提示与结果，保存数据与代码版本
数量、金额与期间错误
口径或单位错误会直接影响政策结论
控制方式：对关键数值做独立复算，校对单位、年份与统计口径
复核缺失导致责任不清
政策建议需要明确的责任归属
控制方式：明确复核人与署名规则，未复核的输出不得作为交付或发布依据
不同人群应该如何应对？
在读研究生
先补齐经济学、计量与环境经济课程，并用公开数据独立完成一次可复现的成本效益分析，熟悉至少一种统计或计量软件。
刚入行的分析人员
在项目中固定数据来源与版本记录，把假设与敏感性分析写成文档，并请资深同事复核结论边界。
在职研究者
编辑建议：用公开非敏感资料试用文献和初稿，核引用及结论边界，实测提速未取得。
团队与机构负责人
先建立数据权限、版本与输出审计规则，再决定在哪些低风险环节使用 AI，并明确署名与责任归属。
关于 AI 与职业发展的常见问题
环境经济学家会被 AI 取代吗？
不能由全球潜在任务暴露推断本职业整体替代或增强。任务资料启发工具试用，精确职业采用、实测与岗位因果未取得。
来源：ILO 工作论文 96（2023）；O*NET 19-3011.01 任务资料原始资料 ↗
现在入行需要会写代码吗？
多数岗位要求使用统计或计量软件处理数据，O*NET 列出的常见工具包括 R、Python、Stata、SPSS 与 MATLAB，并把该职业列为需要研究生层次准备。是否必须独立编程取决于岗位，但至少要能读懂并复现他人的分析流程。
来源：O*NET 19-3011.01 技术技能与准备层级原始资料 ↗
哪些任务最容易受 AI 影响？
检索与摘要文献、数据清理与格式转换、代码草稿、报告与演示初稿等文字与数据准备工作受影响最直接；问题设定、因果识别、政策判断与结论署名仍需要人来承担。
来源：ILO 工作论文 96（2023）；O*NET 任务资料原始资料 ↗
到 2035 年这个职业会变少吗？
更宽Economists（19-3011）：2025就业18,600，2025—2035增长4.7%（OOH四舍五入5%，约增加900人），年均空缺1,100；非环境经济单职业、非AI因果。
来源：BLS 就业预测（2025—2035）原始资料 ↗
AI 能签署合同或批准付款吗？
不能。工具可以起草与核对文本，但签署与批准属于授权行为，须由具备权限的人员按机构制度完成；研究结论与政策建议同样需要署名与复核，工具输出本身不产生责任归属。
来源：NIST AI 风险管理框架；机构授权与署名要求原始资料 ↗
哪一年这个岗位会消失？
无法给出年份，也不应给出。公开来源没有支持「某年消失」的证据；比较可靠的表述是任务结构会变化、部分环节被工具辅助，而岗位数量取决于需求、预算与政策，属于不确定量。
来源：BLS 就业预测；ILO 工作论文 96原始资料 ↗
现在应该优先学什么？
优先学两件事：一是把经济学、计量与因果推断的基础打牢，二是能独立完成一次从数据获取、清洗、建模到结论写作的可复现分析；同时熟悉数据权限与保密要求，并会声明假设与不确定性。
来源：O*NET 19-3011.01；BLS OOH Economists原始资料 ↗
以上为任务级判断与证据边界，不代表岗位数量的确定预测。
中国大陆薪资参考
中国职业工资缺口与科研技术服务行业背景
中国大陆的环境经济分析岗位多设在研究机构、高校、生态环境部门与咨询机构，与美国组口径不是一一对应。
公开招聘样本与行业代理（非本职业统计）
口径提示：行业平均工资覆盖多个职业，不能替代本职业工资分布。
全国（行业代理）
证据不足：未取得与中国大陆本职业精确对应的全国单职业月薪或年薪统计值；本页仅提供行业平均工资作为背景（非私营 182,064 元/年、私营 83,560 元/年，2025），不能换算为具体岗位月薪。
一线城市
证据不足：未取得可核验的一线城市本职业月薪统计；招聘公告报价多为单雇主样本，且常为项目制，不能代表职业工资。
其他城市
证据不足：未取得可核验的其他城市本职业月薪统计；不同城市与机构的差异较大，需按工作地核对。
环境经济学家在不同学历背景下通常从哪些岗位方向开始？
证据不足：本轮未取得精确职业全国工资分位，不据此断言全国未发布。
| 学历背景 | 常见岗位方向 | 说明与核对建议 |
|---|---|---|
| 本科（经济学或相关） | 研究助理、数据分析支持、政策研究辅助岗 | 以数据整理与文献支持为主 |
| 硕士（经济学或相关） | 政策研究、咨询分析、机构研究岗 | 可独立承担分析模块并署名 |
| 博士（经济学或相关） | 高校与研究机构研究人员、高级政策分析岗 | 承担研究设计与结论责任 |
| 跨专业（环境＋经济） | 环境政策评估、可持续发展与 ESG 分析岗 | 需补足经济或计量训练 |
下列以「科学研究和技术服务业」行业平均工资作为行业背景代理，不能替代本职业工资；如看到招聘数字，需先核对它是月薪、年薪、项目报价还是含津贴口径。
哪些行业与方向会用到这个职业？
科学研究与技术服务业
研究机构与咨询机构需要环境经济分析能力
公共管理与生态环境部门
政策评估与成本效益分析需求
能源与环境咨询
项目环评与碳资产管理中的经济分析需求
AI 会影响环境经济学家的工资吗？
证据不足：本轮未取得环境经济精确职业AI采用、实测收益或工资就业因果证据。
美国薪资参考
美国环境经济学家工资多少？
2025全国更宽Economists中位124,720美元/年、59.96美元/时；更宽Economists（19-3011）：2025就业18,600，2025—2035增长4.7%（OOH四舍五入5%，约增加900人），年均空缺1,100；非环境经济单职业、非AI因果。
美国工资分布
| 工资统计位置 | 年工资参考 | 折算边界 | 怎样理解这个位置 |
|---|---|---|---|
| 最低 10% | 67,360 美元/年（第 10 百分位，May 2025 OEWS，组口径 Economists） | 官方年工资，非个人月收入 | 低端：组口径第 10 百分位 67,360 美元/年，属分布低端，不是入职起薪。 |
| 中位数（50%） | 中位时薪 59.96 美元；中位年薪 124,720 美元（May 2025 OEWS，组口径 Economists） | 官方年工资，非个人实发 | 中位：124,720 美元/年（中位时薪 59.96 美元，组口径，May 2025）；一半从业者低于、一半高于该值。 |
| 最高 10% | 238,060 美元/年（第 90 百分位，May 2025 OEWS，组口径 Economists） | 官方年工资，非个人实发 | 高端：组口径第 90 百分位 238,060 美元/年，通常与机构、行业与地区相关。 |
薪资 · 10 分位：67,360 美元/年；薪资 · 10 分位｜67,360 美元/年；组口径（Economists）全国第 10 百分位｜不是入职起薪。
薪资 · 25 分位：89,330 美元/年；薪资 · 25 分位｜89,330 美元/年；组口径全国第 25 百分位｜来自同一工资统计口径。
薪资 · 中位数：124,720 美元/年；薪资 · 中位数｜124,720 美元/年；组口径中位（中位时薪 59.96 美元，May 2025）｜一半从业者低于、一半高于该值。
薪资 · 75 分位：174,720 美元/年；薪资 · 75 分位｜174,720 美元/年；组口径全国第 75 百分位｜来自同一工资统计口径。
薪资 · 90 分位：238,060 美元/年；薪资 · 90 分位｜238,060 美元/年；组口径全国第 90 百分位｜不代表连续有薪时数或总收入。
这组美国工资数字应当怎么理解？
中位数是入门工资吗？
不是。更宽Economists统计中位不等于环境经济岗位起薪。
时薪能推算个人年薪吗？
个人年收入须核实际有薪时数、合同及项目报酬，不能用时中位保证个人年薪。
这些数字来自哪个统计项目？
2025年5月OEWS更宽19-3011全国五分位67360/89330/124720/174720/238060；就业为BLS2025—2035表1.2。
哪些条件会影响实际收入？
地区、雇主、职责、训练与合同；更宽类别不代表本职业个人报价。
不同行业的美国工资差多少？
| 行业 | 该行业内本职业工资中位数 | 这个值怎么理解 |
|---|---|---|
| 联邦政府（不含邮政） | 144,680 美元/年 | 组口径 Economists 行业中位数，May 2025 |
| 管理、科学与技术咨询服务 | 141,010 美元/年 | 组口径行业中位数，May 2025 |
| 科学研究与开发服务 | 139,880 美元/年 | 组口径行业中位数，May 2025 |
| 地方政府（不含教育与医院） | 100,370 美元/年 | 组口径行业中位数；州政府为 78,080 美元（May 2025） |
哪些因素会影响美国环境经济学家工资？
计酬口径
中位时薪 59.96 美元、中位年薪 124,720 美元为组口径统计中位数；个人收入取决于机构、行业、地区与资历。
就业与增长
更宽Economists（19-3011）：2025就业18,600，2025—2035增长4.7%（OOH四舍五入5%，约增加900人），年均空缺1,100；非环境经济单职业、非AI因果。
资格与授权
学历与专业影响可承担的职责与署名范围，但不能由职业名称直接推断资格或授权。
美国就业前景
就业 · 就业规模
18,600 人就业 · 就业规模｜18,600 人；2025 年组口径就业规模｜与工资统计覆盖人群不完全相同。
就业 · 增长率
4.7%（OOH约5%，+900人）就业 · 增长率｜4.7%；2025—2035更宽Economists｜OOH四舍五入5%，非个人录用概率。
就业 · 年均职位空缺
约 1,100 个/年就业 · 年均职位空缺｜约 1,100 个；含增长与替补｜不等于净新增岗位。
职业适配指南
做环境经济学家，哪些兴趣、能力与工作方式更重要？
判断重点不是「是否关心环保」，而是能否长期完成数据核对、模型假设说明与报告写作，并接受结论被同行或委托方质询。兴趣与人格框架只能提示观察方向，不能替代真实任务的验证。
你可能更适合： 愿意为一次分析反复核对数据来源与统计口径
这些情况需要慎重： 能在结论被质疑时回到证据与假设，而不是维护原有结论
做一次入行练习： 接受长期以模型、文档与评审为主的工作节奏，成果多为可复核的报告而非即时产品
不要用一个测试替你决定职业
霍兰德职业兴趣模型（RIASEC）
编辑任务映射，非测评效度霍兰德兴趣中什么类型更接近环境经济学家？
IEC在本页作为研究、政策沟通和口径记录的编辑活动映射；本轮未核到当前官方IEC排序，不冒称官方人格适配证据。
- 愿意长期处理数据、模型与文献，并接受结论被质询
- 能从把环境目标转成可比较的经济结论中获得成就感
别这样用：把「关心环保」当成主要动机；若不喜欢数据分析与写作，日常工作的主体会很难坚持。
测我的霍兰德职业兴趣五因素人格模型（大五人格）
人格模型（非职业标准）大五人格哪些特质与这份工作更相关？
大五人格与工作表现的相关性有限，本页只把它当作自我观察工具：尽责性与开放性在需要长期数据核对与假设说明的工作中较常用到，但人格特质不是录用标准，也不能替代真实任务验证。
- 能按约定周期交付，并主动记录假设与修改
- 对不确定性保持耐心，不急于给出确定结论
别这样用：把人格测试结果当成职业结论，或据此排除自己。
查看我的大五人格特质迈尔斯-布里格斯类型指标（MBTI）
人格偏好框架（非职业标准）MBTI 能用来判断我适不适合环境经济学家吗？
MBTI 不是职业测评，也没有证明能预测在本职业的表现。可以用它整理自己的信息偏好与沟通方式，但职业判断仍要回到真实任务：能否完成数据核对、建模与写作，以及能否接受评审。
- 愿意把想法写成可复核的文字与表格
- 能与不同专业背景的同事核对口径
别这样用：用类型标签解释自己不适合做研究或写作。
了解我的 MBTI 偏好九型人格（Enneagram）
人格框架（非职业标准）九型人格能说明我适不适合这个职业吗？
九型人格属于自我反思工具。对这份工作更实用的问题是：你是否愿意在证据不足时保持克制、标注不确定性，并在评审中修改结论；这些问题可以用练习与实习经历直接验证。
- 面对不确定性时倾向先补证据再下结论
- 能接受自己的结论被评审修改
别这样用：把类型描述当作职业适配的证明。
探索我的九型人格模式智力商数（IQ）与数理推理
O*NET知识重要性分数，非个人IQ数学不好，能做环境经济学家吗？
O*NET当前数学知识Importance分数为92，不是92%从业者或能力门槛；需理解计量、核数据与解释结果，基础不足可通过课程及练习补齐。
- 能读懂并复现使用统计方法的分析
- 愿意补足计量与编程等短板
别这样用：把一次测试结果当成能力上限。
了解我的智力与推理表现情绪智力（EI，常称“情商”）
通用能力框架做环境经济学家需要高情商吗？
情绪智力在这里主要体现在沟通与协作：把专业结论解释给非专业决策者、在评审中接受质询、在数据不理想时如实说明。它可以通过具体练习观察，但情绪智力量表不预测本职业表现。
- 能把复杂分析讲给非专业读者听
- 在结论被质疑时先核对依据而非辩解
别这样用：用情商高低替代对专业能力的验证。
了解我的情绪智力能力你更可能适合哪条本职业工作方向？
经济学家
更匹配：偏好宏观与财政议题，同时愿意补环境与资源领域知识
注意：补目标宏观、财政等领域知识，不再写从通用经济转入环境。
查看相关职业：经济学家方向环境合规检查方向
更匹配：偏好法规与现场工作，愿意核对许可与排放事实
注意：补现场取样、证据链、执法程序与法定执法资格。
查看相关职业：环境合规检查方向环境科学家与专员方向
更匹配：偏好自然科学研究与现场调查，能接受实验与监测工作
注意：补自然科学方法、实验及现场研究。
查看相关职业：环境科学家与专员方向金融分析方向
更匹配：偏好金融市场与投资收益分析，能承受较快节奏
注意：补市场、资产定价及投资方法。
查看相关职业：金融分析方向能源工程方向
更匹配：偏好工程技术方案与系统设计
注意：补工程计算、系统设计和相应设计资格。
查看相关职业：能源工程方向高校经济学教师方向
更匹配：愿意长期做研究与教学，并接受学术评审
注意：补高校教学、学术研究和教师资格/聘任。
查看相关职业：高校经济学教师方向职业适配常见问题
兴趣测试能证明适合吗？
不能。兴趣测试只描述偏好，不测能力，也不预测录用或绩效。它可以用来说明你对数据、研究和政策一类活动的倾向，但适不适合要靠在真实任务中验证：能否完成一次可复现的分析、能否接受评审意见并修改结论。
数学基础薄弱如何准备？
O*NET当前数学知识Importance分数为92，不是92%从业者或能力门槛；需理解计量、核数据与解释结果，基础不足可通过课程及练习补齐。
需要哪些沟通协作能力？
更准确的说法是需要沟通与协作能力：把专业结论解释给非专业读者、在评审中接受质询、在数据不理想时如实说明。这些能力可以通过具体练习观察和训练，不是人格门槛。
内向是否影响日常工作？
适合与否取决于任务而非性格标签。这份工作有大量独立的数据与写作时间，也需要与同行、政策部门和委托方沟通。内向并不妨碍，但如果完全不接受解释与答辩环节，工作体验会受影响。
教育及训练如何核验？
O*NET 将 Environmental Economists（19-3011.01）列为 Job Zone Five，学历调查中约 44% 回答需要博士、41% 需要硕士、11% 需要学士；BLS 也指出多数经济学家岗位至少需要硕士学位。中国大陆多以硕士或博士学历与相关专业背景为常见要求，具体以招聘公告为准。
统计与编程基础能补吗？
可以，但需要投入时间。岗位常见工具包括 R、Python、Stata、SPSS 与 MATLAB；入门阶段至少要能读懂并复现他人的分析流程，再逐步独立完成数据清理与建模代码。
经济或环境专业如何衔接？
两条路都可行：经济学专业要补环境与资源领域知识，环境类专业要补经济学与计量训练。关键是在简历中体现两者的结合，例如独立完成一次环境政策的成本效益分析。
实习有什么用途？
重要。研究机构、生态环境部门与咨询机构的实习能让你接触真实数据、统计口径与评审流程，并形成可展示的分析成果；这些经历比单纯修课更能说明你能否完成本职业的日常工作。
工时与截止压力如何？
BLS 指出经济学家通常全职工作，部分人在项目截止前会超过每周 40 小时。工作节奏受项目与评审周期影响；具体加班情况取决于机构与岗位，需要向雇主核实。
能只凭测试选择职业吗？
不能。测试只能提示兴趣方向，职业选择还需要核对真实任务、学历与资格要求、地区差异与本页练习的表现；建议用一次真实的数据分析任务和一次政策阅读任务来验证。
工作压力、风险与职业边界
环境经济学家的主要风险与边界是什么？
主要风险集中在数据与口径错误、结论超出证据、评审与署名责任不清，以及把 AI 生成的初稿当成已核实事实；多数可通过数据留痕、复核与授权流程降低，但不能完全消除。
职业任务启发风险探索，后果与应对为编辑归纳；NIST提供自愿AI治理参考，PIPL限中国个人数据，不是事故概率或实测控制效果。
数据与统计口径错误
典型场景：数据来源或统计口径理解错误
主要岗位：数据与模型工作
可能后果：可能导致结论错误
降低风险：核对数据来源、版本与口径，对关键数值做独立复算
依据：O*NET 任务与工作活动资料 · NIST 人工智能风险管理框架（AI RMF 1.0）
模型假设不适用
典型场景：模型设定或假设不适用于所研究情景
主要岗位：研究设计环节
可能后果：可能使结论不成立
降低风险：写明关键假设并做敏感性分析
依据：O*NET 任务与工作活动资料 · NIST 人工智能风险管理框架（AI RMF 1.0）
结论超出证据
典型场景：结论超出证据支持范围
主要岗位：报告与政策建议
可能后果：可能误导决策
降低风险：标注证据强度与结论边界，区分事实与建议
依据：O*NET 任务与工作活动资料 · NIST 人工智能风险管理框架（AI RMF 1.0）
AI初稿未核实
典型场景：把工具生成的初稿当作已核实事实
主要岗位：使用 AI 辅助的环节
可能后果：可能引入错误引用或不当内容
降低风险：逐条回查来源，禁止把工具输出当作已确认事实
依据：O*NET 任务与工作活动资料 · NIST 人工智能风险管理框架（AI RMF 1.0）
个人研究数据外发
典型场景：研究数据含个人信息被不当外发
主要岗位：涉及个人数据的研究
可能后果：可能违反数据保护要求
降低风险：按最小必要处理，敏感数据不得提交给外部工具
依据：O*NET 任务与工作活动资料 · 中国个人信息保护法
评审及署名责任不清
典型场景：评审缺失或署名责任不清
主要岗位：评审与署名环节
可能后果：可能导致责任不清
降低风险：明确复核人与署名规则，未复核的输出不得作为交付依据
依据：O*NET 任务与工作活动资料 · NIST 人工智能风险管理框架（AI RMF 1.0）
入行、资格与职业发展
怎么进入环境经济学家这个职业？
美国典型入口为硕士学历（BLS 指出多数经济学家岗位至少需要硕士），O*NET 将本职业列为 Job Zone Five，学历调查中博士 44%、硕士 41%、学士 11%。中国大陆多要求经济学、环境或相关专业背景并具备量化训练，具体以用人单位与主管部门规定为准。
入门方向与准备
环境经济学家｜path
| 入门方向 | 起步任务 | 可准备证据 | 无经验也能展示的作品 | 需要注意的区别 |
|---|---|---|---|---|
| 研究助理 | 在带教下整理数据、核对文献与统计口径 | 课程项目与数据分析练习记录 | 用公开数据完成一次可复现的统计描述 | 偏数据支持，需关注口径与版本 |
| 政策研究支持 | 协助撰写政策背景与文献综述 | 研究报告片段与引用规范样例 | 就一项环境政策写出成本效益分析框架 | 偏文献与政策，需关注来源与表述 |
| 咨询分析助理 | 参与数据清理、建模与报告撰写 | 项目报告片段或课程分析作业 | 用公开排放与经济数据完成一次成本效益估算 | 偏项目交付，需关注进度与口径 |
| 环境与 ESG 数据分析 | 整理环境指标与企业披露数据 | 数据分析脚本与结果说明 | 复现一份公开环境数据的分析流程 | 偏指标与披露，需关注数据来源 |
| 高校研究助理 | 协助调研数据的整理与文献管理 | 文献综述与数据管理记录 | 完成一次系统的文献检索与整理 | 偏学术支持，需关注规范与引用 |
环境经济学家｜path
雇主要求：学历与专业
核对学历、经济学或环境相关专业与量化训练要求，记录公告日期与是否仍在招。
区分「了解」与「熟练」，不以专业名称替代实际分析能力。
雇主要求：资格与合规检查
核对是否要求背景审查、数据保密协议或机构内部授权。
记录要求与时效，跨机构或跨领域须重新核验。
O*NET 准备层级
Job Zone Five；学历调查中约 44% 回答需要博士、41% 需要硕士、11% 需要学士。
准备层级描述职业整体，不代表具体岗位条件。
雇主要求：工具与软件
核对是否要求 R、Python、Stata、SPSS 或 MATLAB 等统计分析工具。
列明实际使用场景，不以工具清单替代分析能力。
环境经济学家｜path
材料一：虚构环境政策备选方案与公开数据摘录
给出两套虚构治理方案与排放量、成本、受益人群数据，作为本次练习输入。
标注单位、年份与缺失项，说明数据为虚构或公开摘录。
列出可能影响结论的口径与假设差异。
说明练习使用虚构材料，不代表任何真实机构或项目。
可检查产出：成本效益比较思路、关键假设、数据缺口与结论边界。
说明证据与安全边界：数据不足或口径不明时须停止并说明。
材料二：分析任务与交付要求（虚构）
要求写出比较方法、假设与结论边界，并说明哪些判断需由具备资格的人员复核。
练习产出：一份可复核的分析说明与结论边界清单。
材料三：参考思路摘录（虚构）
先统一单位与口径，再比较成本与效益，最后做敏感性分析。
对不确定项保留未知，而不是代填数值。
说明参考思路只是示例，不是唯一正确方法。
材料四：边界说明
本练习不构成政策意见或法律结论；结论责任由署名研究者与授权部门承担。
环境经济学家｜path
作品一：岗位要求对照表
把目标公告的学历、专业、工具与经验要求逐条列成对照表。
标出已满足、待补齐与需核实项。
作品二：可复现的数据分析
选一份公开环境或经济数据，写出数据来源、清理步骤、分析方法与结果。
展示能发现数据缺口并在边界处主动说明。
作品三：政策简报
用一页纸说明一项环境政策的成本、效益与不确定性。
标注引用来源与结论强度。
作品四：工具与代码说明
说明使用的软件、版本与关键步骤，使他人能复现。
标注哪些环节使用了 AI 辅助并被人工核对。
环境经济学家｜path
| 情境 | 可能被问到的问题 | 可以出示的证据 | 不能由此推断的结论 |
|---|---|---|---|
| 面试 | 能否说明数据来源、分析假设与结论边界。 | 核对引用、假设说明与未决项是否写清。 | 是否录用由机构与岗位判断，不由本人认定。 |
| 笔试或分析作业 | 能否在有限时间内完成一次可复核的数据分析。 | 用交付物展示方法、口径与限制。 | 作业结果不代表长期绩效或全部能力。 |
| 试用期 | 能否按机构流程交付分析并接受修改。 | 用报告与修改记录展示协作与规范性。 | 试用表现不等于资格认证或授权。 |
| 入职后 | 能否按数据权限与署名规则工作。 | 用记录与评审意见展示合规与可追溯。 | 遵守流程不替代专业判断与授权。 |
环境经济学家｜path
- 01
第 1 天：读一篇环境经济政策文件
摘录一条政策目标与其实施手段，并写出可能的成本与受益方。
- 02
第 2 天：写一份数据清单
找出该项政策可用的一项公开数据，记录来源、单位与年份。
- 03
第 3 天：做一次简单比较
用前两天整理的数据估算两种方案的相对成本，并写明假设。
- 04
第 4 天：做敏感性分析
改变一个关键假设，观察结论是否改变并记录原因。
- 05
第 5 天：写一页简报
用非专业读者能理解的语言说明结论、假设与不确定性。
- 06
第 6 天：请他人挑战
请一位同学或同事指出证据薄弱处并记录反馈。
- 07
第 7 天：写判断
写下是否愿意继续、需要补什么，以及哪些结论还不能下。
环境经济学家｜path
- 第 1 天：能否找出政策的目标与实施手段，而不是只抄关键词。
- 第 2 天：能否把数据来源、单位与年份写清，并说明缺口。
- 第 3 天：能否在假设写明的前提下完成比较。
- 第 4 天：能否说明哪个假设最影响结论。
- 第 5 天：能否让非专业读者读懂结论与限制。
- 第 6 天：能否在收到批评后修正分析，而不是维护原结论。
- 第 7 天：能否说出需要补齐的训练，以及下一步要验证什么。
环境经济学家｜path
| 资格／准备项 | 适用人群 | 对本职业的作用 | 是否普遍必需 | 条件与投入 | 投入量级 | 不能替代什么 |
|---|---|---|---|---|---|---|
| 学士学位（经济学或相关） | 部分入门与研究助理岗位 | 提供经济学与统计基础 | 部分岗位可接受 | 按院校与专业要求申请 | 四年学制与课程投入 | 学历不等于独立研究或授权能力 |
| 硕士学位（经济学或相关） | 多数研究、政策与咨询岗位 | BLS 指出多数经济学家岗位至少需要硕士 | 较常见 | 需完成计量与环境经济相关课程 | 两到三年 | 学历不等于资格或署名权 |
| 博士学位（经济学或相关） | 高校与研究机构研究岗 | 承担研究设计与独立结论责任 | 学术与高级研究岗常见 | 需完成博士论文与研究训练 | 四到六年 | 学位不等于机构授权 |
| 统计与计量工具（R／Python／Stata 等） | 所有分析岗位 | 完成数据清理、建模与结果复现 | 至少掌握一种 | 通过课程、项目或自学掌握 | 数百小时练习 | 工具熟练不等于分析判断 |
| 实习与研究项目经历 | 在校学生与转行者 | 证明能完成真实数据与报告工作 | 就业市场常见要求 | 研究机构、生态环境部门或咨询机构 | 数月至一年 | 项目经历不等于公开发表或授权 |
| 数据与保密培训 | 涉及个人或敏感数据的岗位 | 满足合规与安全要求 | 视机构与数据类型而定 | 机构内部或行业培训 | 数天 | 培训不等于资格认证 |
环境经济学家｜path
环境经济学家｜path
政策研究与评估
研究助理
典型职责：在带教下整理数据、检索文献并完成基础统计描述
晋升证据：课程项目与数据分析练习记录（编辑建议）
资格边界：按院校与机构要求核对；本职业无统一执照
下一步：独立完成一次可复现的统计描述并接受复核
政策分析师
典型职责：独立完成政策背景研究与基础成本效益分析
晋升证据：可展示的分析报告与引用规范（编辑建议）
资格边界：以硕士学历与量化课程为主
下一步：承担一个完整议题的分析并处理口径分歧
高级政策分析师
典型职责：设计评估框架并对外解释结论与局限
晋升证据：完整评估报告与评审记录（编辑建议）
资格边界：以博士学历或丰富经验为主
下一步：负责跨机构课题并带教新人
研究或评估负责人
典型职责：统筹课题，对结论与评审负责
晋升证据：课题成果与团队交付记录（编辑建议）
资格边界：以机构内部任命为主
下一步：向机构管理与政策制定方向发展
咨询与行业分析
分析助理
典型职责：完成数据清理、基础统计与图表制作
晋升证据：项目分析片段与工具使用记录（编辑建议）
资格边界：本科或硕士学历，掌握统计工具
下一步：独立承担一个分析模块并按时交付
咨询分析师
典型职责：独立完成数据建模与报告章节撰写
晋升证据：可展示的咨询报告片段（编辑建议）
资格边界：以硕士学历与项目经验为主
下一步：负责一个工作流并对客户交付负责
项目经理
典型职责：统筹进度、口径与交付质量
晋升证据：项目管理记录与客户反馈（编辑建议）
资格边界：以经验与机构内部授权为主
下一步：承担多工作流协调与质量把关
咨询负责人
典型职责：对项目结论与团队交付负责
晋升证据：项目成果与方法沉淀（编辑建议）
资格边界：以机构内部任命为主
下一步：向业务与行业方向发展
高校与科研
研究助理
典型职责：协助文献整理、数据处理与实验或调研支持
晋升证据：课程论文与数据管理记录（编辑建议）
资格边界：在读研究生常规岗位
下一步：独立完成一次文献综述与数据处理
博士后或讲师
典型职责：独立开展研究并承担课程教学
晋升证据：工作论文与教学评价（编辑建议）
资格边界：博士学位
下一步：发表研究成果并独立申请课题
助理教授或副研究员
典型职责：主持研究课题并参与评审
晋升证据：发表记录与课题立项（编辑建议）
资格边界：博士学位与机构聘任
下一步：形成稳定研究方向并指导学生
教授或研究组长
典型职责：领导研究团队并承担学术责任
晋升证据：团队成果与学术服务记录（编辑建议）
资格边界：机构聘任与学术评价
下一步：向学术管理与跨机构合作方向发展
能力阶梯：晋升看什么证据？
- 01
数据与分析支持
能在带教下完成数据整理、文献检索与基础统计描述，并把来源与口径写清。
- 02
独立分析
能独立完成一次从数据清理到结论写作的分析，并接受评审修改。
- 03
研究与评估设计
能设计研究或评估框架，处理口径分歧并说明结论边界。
- 04
项目与课题负责人
能承担项目或课题负责人，对结论、评审与团队交付负责。
职业前景与相关职业转向
环境经济学家的就业前景与相关职业转向
更宽Economists（19-3011）：2025就业18,600，2025—2035增长4.7%（OOH四舍五入5%，约增加900人），年均空缺1,100；非环境经济单职业、非AI因果。
三类数据，三种不同口径
BLS 2025—2035 职业投影表
2025—2035美国 · Economists（SOC 19-3011，组口径）
4.7%（OOH约5%，+900人）
就业变化
变化反映对经济分析的需求，其中含宏观、财政与环境政策相关需求
不能说明：预测不等于实际结果，也不代表某一机构或地区的招聘量
BLS 2025—2035 职业投影表
2025美国 · Economists（SOC 19-3011，组口径）
约 18,600 人
就业规模
就业规模与空缺不是同一指标；空缺含增长与替补
不能说明：为组口径统计，不能拆成环境经济学家单职业结论
BLS 2025—2035 职业投影表
2025—2035美国 · Economists（SOC 19-3011，组口径）
约 1,100 个/年
预计空缺
空缺主要来自替补需求，其次才是增长
不能说明：不等于净新增岗位或个人录用概率
现有能力可以迁移到哪里？
这些是能力邻近关系，不代表自动晋升或无需补课。
经济学家
编辑迁移参考；目标教育、资格和招聘另核。可迁移：经济理论与计量分析能力
需补足：补目标宏观、财政等研究领域知识与相应方法。
查看职业详情环境合规检查方向
编辑迁移参考；目标教育、资格和招聘另核。可迁移：环境法规与环境数据核对能力
需补足：补现场取样、证据链、执法程序及行政执法资格。
查看职业详情环境科学家与专员方向
编辑迁移参考；目标教育、资格和招聘另核。可迁移：环境问题与环境数据理解
需补足：需补自然科学方法、实验与现场调查经验
查看职业详情金融分析方向
编辑迁移参考；目标教育、资格和招聘另核。可迁移：定量分析与数据建模能力
需补足：需补金融市场、资产定价与投资分析知识
查看职业详情能源工程方向
编辑迁移参考；目标教育、资格和招聘另核。可迁移：能源与环境议题理解
需补足：需补工程设计与技术方案能力
查看职业详情高校经济学教师方向
编辑迁移参考；目标教育、资格和招聘另核。可迁移：经济学研究与写作能力
需补足：需补教学经验与学术发表记录
查看职业详情应急管理方向
编辑迁移参考；目标教育、资格和招聘另核。可迁移：数据与风险评估能力
需补足：需补应急组织、指挥与协调经验
查看职业详情工程学教师方向
编辑迁移参考；目标教育、资格和招聘另核。可迁移：定量分析与研究写作能力
需补足：需补工程学科知识与教学经验
查看职业详情常见问题与资料来源
环境经济学家主要做什么？
就环境保护与自然环境利用开展经济分析：收集并核对数据，建立或校准经济模型，评估政策与项目的成本与效益，量化不同方案的影响，并把假设、口径与结论边界写成可复核的报告与政策建议。
它和经济学家有什么不同？
两者都使用经济学方法，但议题范围不同：经济学家覆盖货币、财政等更广的经济问题，本职业聚焦环境与自然资源相关的政策与项目评估。
美国统计口径是什么？
美国 O*NET-SOC 19-3011.01「Environmental Economists」；但所核工资与就业数据属于更宽类别「Economists」组口径，不代表本职业单职业数值。
美国工资是多少？
组口径 May 2025 中位年薪 124,720 美元（中位时薪 59.96 美元）；第 10—90 百分位约 67,360—238,060 美元/年。请勿将其当作本职业单职业数值。
美国就业前景如何？
组口径 2025 年就业约 18,600 人，2025—2035 年预计增长 5%（约 +900 人），年均空缺约 1,100 个；空缺含增长与替补，不等于个人录用概率。
中国大陆的工资能查到吗？
本次所核国家统计局资料为行业门类口径，未取得与本职业精确对应的全国单职业工资统计值；本页以「科学研究和技术服务业」城镇单位平均工资（2025 年非私营 182,064 元/年、私营 83,560 元/年）作行业代理，仅说明行业背景，不用行业均值或单条招聘报价替代职业工资。
需要什么学历和资格？
O*NET 将本职业列为 Job Zone Five，学历调查中约 44% 回答需要博士、41% 需要硕士、11% 需要学士；BLS 指出多数经济学家岗位至少需要硕士学位。中国大陆多以经济学、环境或相关专业硕士及以上学历并具备量化训练为常见要求。
这个职业会被 AI 取代吗？
更准确的判断是部分任务会被工具辅助、职业整体以增强为主。ILO 2023 年的研究显示，管理与专业类职业中高度暴露的任务比例较低，且技术可行不等于机构已采用。结论是任务结构与工作方式会变化，而不是整体被取代。
美国的中位数是入门工资吗？
不是。中位数是同一统计期内从业者工资分布的中点，不是起薪；第 10 百分位同样只是分布位置，不代表新入职者的实际待遇。个人收入取决于机构、行业、地区与资历。
转行需要补什么？
先核对目标岗位的实际任务：多数岗位需要经济学与计量基础、至少一种统计工具（如 R、Python、Stata）以及可展示的分析作品。来自环境或工程背景的人需要补经济与计量训练，来自经济背景的人需要补环境与资源领域知识。
资料来源
FermatMind 职业内容研究流程
2026-10-11（九模块作者核查）
本页来源登记与事实登记（O*NET 19-3011.01、BLS OOH 与 OEWS May 2025、BLS 2025—2035 投影、国家统计局 2025 行业门类平均工资、ILO 工作论文 96、NIST AI RMF）
exact occupation; wage and employment are group scope EconomistsO*NET OnLine｜美国｜current page; accessed 2026-09-20｜official occupation profile
查看原始资料：exact occupation; wage and employment are group scope Economists- 官方职业范围：就环境保护与自然环境（水、空气、土地、可再生能源）的利用开展经济分析，量化不同方案的成本、效益、激励与影响。
- 用于核对职业身份、任务范围与相邻职业边界；其工资与就业数据为更宽组口径 Economists。
使用限制：美国职业资料不自动推导中国大陆的执业要求、机构授权或雇主要求；组口径工资不代表本职业单职业数值。
exact occupationO*NET OnLine｜美国｜current page; accessed 2026-09-20｜official occupation details
查看原始资料：exact occupation- 用于核对任务、工作活动、技术技能、兴趣代码（IEC）与准备层级（Job Zone Five）。
- 学历调查：博士 44%、硕士 41%、学士 11%。
使用限制：只适用于该职业描述；认证条目不等于执照、雇佣资格或独立结论授权。
group scope Economists (SOC 19-3011)U.S. Bureau of Labor Statistics｜美国｜May 2025 wage; 2025—2035 projections; accessed 2026-09-20｜official outlook
查看原始资料：group scope Economists (SOC 19-3011)- 中位年薪 124,720 美元（中位时薪 59.96 美元，May 2025）；最低 10% 低于 67,360 美元，最高 10% 高于 238,060 美元。
- 行业工资中位数：联邦政府（不含邮政）144,680；管理、科学与技术咨询服务 141,010；科学研究与开发服务 139,880；地方政府（不含教育与医院）100,370；州政府 78,080 美元/年。
使用限制：为组口径 Economists 数据；行业工资中位数为该行业本职业组口径，不等于本职业整体中位数。
official projections (group scope Economists)U.S. Bureau of Labor Statistics｜美国｜2025—2035 projections; accessed 2026-09-20｜official employment projections
查看原始资料：official projections (group scope Economists)- 2025 年就业 18,600 人，2035 年预计 19,500 人，变化 +900（+5%），年均空缺约 1,100 个。
- 空缺含增长与替补需求，不等于净新增岗位。
使用限制：预测不等于实际结果；为组口径数据，不能拆成单职业结论或个人录用概率。
official wage statistics (group scope Economists, SOC 19-3011)U.S. Bureau of Labor Statistics｜美国｜May 2025 wage data; accessed 2026-09-20｜official wage statistics
查看原始资料：official wage statistics (group scope Economists, SOC 19-3011)- 全国工资分布（年工资）：第 10 百分位 67,360；第 25 百分位 89,330；中位 124,720；第 75 百分位 174,720；第 90 百分位 238,060 美元。
- 第 10 与第 90 百分位已在 BLS OOH 页面交叉核对；第 25 与第 75 百分位取自 OEWS May 2025 全国估算的再发布数据。
使用限制：为组口径工资统计；分位不是起薪，也不构成个人合同薪酬或税后收入。
industry proxy: scientific research and technical services国家统计局｜中国大陆｜2025 annual wage; published 2026-05-15; accessed 2026-09-20｜official industry proxy
查看原始资料：industry proxy: scientific research and technical services- 城镇非私营单位「科学研究和技术服务业」平均工资 182,064 元/年；城镇私营单位 83,560 元/年（2025）。
- 中国大陆未单列本职业；行业代理值不能替代职业工资。
使用限制：行业平均工资覆盖多个职业，不能当作本职业中位数、起薪或个人报价。
global occupational task exposure to generative AIInternational Labour Organization｜全球｜2023-08-21; accessed 2026-09-20｜institutional research (working paper)
查看原始资料：global occupational task exposure to generative AI- 结论：多数岗位仅部分任务暴露，生成式 AI 更可能增强而非整体替代；文员类任务暴露最高，管理和专业类职业中高度暴露的任务比例较低。
- 高收入国家约 5.5% 的就业可能受自动化影响，低收入国家约 0.4%；采用任务分类方法，不是企业采用数据。
使用限制：任务暴露不等于实际采用、生产率或岗位变化；不同国家经济结构差异大。
AI risk governance and human oversightNational Institute of Standards and Technology｜美国/国际参考｜AI RMF 1.0 released 2023-01-26; GenAI Profile released 2024-07-26; accessed 2026-09-20｜voluntary risk management framework
查看原始资料：AI risk governance and human oversight- 框架用于自愿采用，帮助组织在 AI 的设计、开发、使用与评估中纳入可信性考量。
- 生成式 AI 概览列出生成式 AI 的特有风险并给出对应管理行动。
使用限制：治理框架不含职业或就业统计，不能作为职业前景或就业证据。
field review and source disclosureFermatMind｜中国大陆/美国｜current authoring rules; accessed 2026-09-20｜editorial method
查看原始资料：field review and source disclosure- 用于区分职业事实、统计口径、行业代理、资格边界、AI 辅助与人工复核。
- 本研究方法与编辑归纳标注为 internal_rubric 或 editorial_synthesis。
使用限制：不是外部职业事实来源，不替代官方统计或法域规则。
本职业三项代表核心任务FermatMind / 费马测试｜2026-10-18｜编辑模型估算方法
查看原始资料：本职业三项代表核心任务- 三项代表核心任务等权的模型影响指数，非实际工时占比或失业概率。floor((75+75+50)/3+0.5)=67; fermatmind-ai-impact-v1; 2026-10-18.
- 档位：0几乎无影响；25准备或记录辅助；50实质辅助；75大部分信息产出可由AI形成并复核；100所选任务近乎全可由AI完成且可独立验证。
- 经济模型构建与估算 — 75/100; weight=1/3; environmental-economists.ai-impact.ai-impact-table.103[0]
- 成本效益与情景分析 — 75/100; weight=1/3; environmental-economists.ai-impact.ai-impact-table.107[0]
- 向决策者与公众解释结果 — 50/100; weight=1/3; environmental-economists.ai-impact.ai-impact-table.119[0]
使用限制：依据本页既有职业职责与AI任务分析作档位判断；不代表采用率、实测效果、岗位消失或个人失业概率，也不是斯坦福或其他外部机构官方分数；未使用实际工时权重，不假定未来机器人部署。
O*NET® 31.0 核心任务美国劳工部就业与培训管理局｜United States｜O*NET 31.0｜原始资料
查看原始资料：O*NET® 31.0 核心任务使用限制：费马测试节译自 O*NET® 31.0 数据库的核心任务原文，按 CC BY 4.0 使用，仅对应美国职业范围。译文未经美国劳工部就业与培训管理局审定或认可。
O*NET® 数据库许可 · CC BY 4.0美国劳工部就业与培训管理局｜United States｜O*NET 31.0｜原始资料
查看原始资料：O*NET® 数据库许可 · CC BY 4.0使用限制：费马测试节译自 O*NET® 31.0 数据库的核心任务原文，按 CC BY 4.0 使用，仅对应美国职业范围。译文未经美国劳工部就业与培训管理局审定或认可。
2025更宽Economists五分位、59.96时薪、五行业中位及2025—2035表1.2核，精确增长4.7%与OOH约5%并列。中国科研行业182064/83560税前年均仅背景；精确职业工资及AI效果缺，IEC现行官方排序未核。保护共享权威旧归因和口径保留登记。
