人工智能發展有利于我國居民消費擴容嗎

丁建勛 羅潤東

基金項目：國家自然科學基金項目“異質性人工智能模式對人力資本的結構性替代與再配置效應研究” （72073082）；山東省社會科學規劃研究項目“基建序貫投資轉向對山東省高質量發展路徑演進的影響及其機理研究”（21CJJJ04）。

作者簡介：丁建勛（1971—），男，山東膠南人，博士，青島理工大學教授，碩士生導師，研究方向為宏觀經濟理論與政策；羅潤東（1966—），男，山東德州人，博士，山東大學教授，博士生導師，研究方向為勞動就業與人力資源。

摘要：人工智能技術的快速發展和廣泛應用會對居民消費產生重要影響，但其影響居民消費的方向和核心機制是什么，還需要加以深入探討。基于人工智能發展如何影響消費及其核心機制的理論探討，利用2005～2020年我國30個省份（西藏除外）的面板數據進行實證檢驗發現，人工智能發展有利于我國居民消費擴容，但檢驗核心機制存在性的中介效應分析顯示，人工智能發展對我國居民消費的直接影響不明顯，而通過異質型技術進步影響居民消費的間接路徑顯著，且人工智能發展通過非體現式技術進步實現的特定中介效應要大于通過體現式技術進步實現的特定中介效應。

關鍵詞：人工智能；居民消費；異質型技術進步

文章編號：2095-5960（2023）03-0018-11；中圖分類號：F126；文獻標識碼：A

一、引言

消費是暢通國內大循環的關鍵環節，被視為經濟高質量發展的主引擎。然而，在過去相當長的一段時期內，我國居民消費不足的問題卻持續存在，導致居民消費率低且上升緩慢，從2010年的338%僅上升到2020年的377%。這嚴重制約了國內大循環的形成和經濟的高質量發展。因此，探尋擴大居民消費的途徑，以改善居民消費率低且上升緩慢的現狀，就顯得迫在眉睫。

盡管以往大量文獻從不同角度分析了影響居民消費的因素，但越來越多的學者將研究視角對準了技術進步，如Zweimuller［1］以及金曉彤等［2］等，通過不同方法闡釋了技術進步對消費需求增長以及消費結構升級的促進作用。近年來，隨著作為新技術代表的人工智能獲得了快速發展與廣泛應用，一些學者開始將研究視角延伸至人工智能對居民消費的影響。例如：王先慶和雷韶輝的研究發現，人工智能技術可以有效促進場景營銷中消費者互動和愉悅感的提升，從而提升顧客購物滿意度和顧客忠誠，增強消費欲望和擴大消費；［3］林晨等通過構建含有人工智能和異質性資本的DSGE模型并進行數值模擬的研究發現，人工智能可以通過優化資本結構實現擴大居民消費和促進經濟增長的雙重目標；［4］笪遠瑤等的實證研究也表明，數字經濟（包含人工智能）發展顯著促進我國居民消費水平的提升，推動消費結構升級。［5］

盡管學者們已開始重視人工智能對居民消費的影響，但總體而言，此類研究還較少，尤其是人工智能如何影響居民消費及其核心機制的探討還不多。鑒于此，本文擬進行嘗試，以期弄清人工智能的居民消費擴容效應及其核心機制是什么，為人工智能背景下暢通消費內循環助推高質量發展提供政策建議。

二、人工智能發展與消費擴容：理論分析

根據Aghion等［6］以及陳彥斌等［7］等基于任務式刻畫人工智能的方法，假設人工智能可以使得生產任務實現自動化，用已實現自動化生產的任務占所有生產任務的比重來衡量人工智能的發展程度。假設存在眾多的競爭性企業生產最終產品，最終產品的CES生產函數為Y=A［∫10Xφndn］1/φ。其中，Y為最終產品產出，A為全要素生產率，Xn為第n類中間品的數量。φ為資本和勞動的替代彈性參數， 1/（1－φ）給出了資本和勞動的替代彈性。假設中間品或用資本或用勞動進行生產，若相應生產任務實現了自動化，則該中間品用資本進行生產；若相應的生產任務未實現自動化，則該中間品用勞動進行生產。具體用下式表示：

（5）式表明，人工智能的發展是有利于實現消費擴容的。那么，人工智能發展為何能促進消費呢？其核心在于人工智能除了自身能夠實現技術進步外，還能促進全社會技術進步。

人工智能自身是一種形式的技術進步且會引致全社會技術進步，從而促進消費需求。盡管人工智能技術與以往的自動化技術存在較大差異［8］，但人工智能本質上是技術進步的一種形式［9］，或被視為實現自動化生產方式的一種技術［10］，或被視為生產要素增強型技術，如資本增強型技術［11］和勞動增強型技術［12］等，而且人工智能的發展也會帶來技術進步［8］。由于技術進步與消費需求存在雙向互動關系［2］，因而人工智能發展也必將引致消費需求的增加。

人工智能自身作為一種形式的技術進步以及引致的技術進步會呈現出異質性，將帶來差異性消費擴容效應。由于技術進步可以分為體現式的和非體現式的兩類，因而人工智能自身作為一種技術進步，必定屬于體現式的或非體現式的。而且，人工智能還會通過“機器學習”以及激發配套創新科技等方式促進全社會技術進步［13］，所以引致的技術進步也會包括體現式的和非體現式的。而異質型技術進步會產生差異性消費擴容效應。具體而言：

如果人工智能自身作為一種形式的技術進步和（或）引致的技術進步是融合在資本中的，這一方面會提升資本生產率和資本要素回報率，擴大勞動要素與資本要素的回報差距；另一方面，人工智能技術的應用推廣也是資本深化的過程，將進一步降低勞動報酬在國民收入中的比重［8］，從而會部分抵消對消費需求的提升作用。因此，人工智能自身作為一種形式的技術進步和（或）引致的技術進步是資本體現式的，可能對消費的提升作用較小。

如果人工智能自身作為一種形式的技術進步和（或）引致的技術進步是要素增強型的，則屬于獨立于生產要素的非體現式技術進步。非體現式技術進步主要來源于研發。而研發需投入大量人力資本，高素質勞動力成為技術進步的關鍵，因而此種技術進步更具勞動偏向性，高素質勞動力的高需求決定了相對較高的勞動報酬，有利于改善初次分配中資本報酬過高的不合理格局，并通過增加居民收入刺激消費需求。［14］因此，人工智能自身作為一種技術進步和（或）引致的技術進步是非體現式的，可能對消費的促進作用最終會較大。

當然，上述分析僅僅是理論上的，欲弄清楚人工智能發展是否真能實現消費擴容，以及人工智能發展如何通過自身和引致的技術進步影響消費，仍需要實證檢驗。

三、人工智能發展與我國居民消費擴容：實證檢驗

（一）樣本選取與數據來源

實證研究使用2005～2020年我國30個省級行政單位（西藏除外）的面板數據。所用數據以2000年為不變價計算。所有原始數據均來自各年《中國統計年鑒》《全國科技經費投入統計公報》《中國科技統計年鑒》、各省《統計年鑒》以及《中經數據》。

（二）模型設定

為了檢驗人工智能發展是否有利于我國居民消費擴容，構建如下計量模型：

其中，下標j和t表示地區和時間；Cjt和ηjt分別表示j省第t年的居民消費和人工智能發展程度；控制變量xjt包括政府支出gojt、對外開放度trjt、可支配性收入dijt、產業結構injt以及經濟發展水平ynjt；ψt表示時間效應；νj表示地區個體效應；εjt為隨機擾動項。

根據理論分析，人工智能發展可能會通過兩條路徑影響居民消費：一條是直接路徑，即人工智能自身作為技術進步直接影響居民消費；另一條是間接路徑，即人工智能發展通過引致全社會技術進步再作用于居民消費。欲證明上述路徑的存在性，可以使用中介效應分析方法。由于技術進步可以分為體現式的和非體現式的兩類，因此異質型技術進步是傳導的中介變量。其中中介效應分析第一步的計量模型即（6）式，其他步驟的相應計量模型如下：

其中，eqjt和rdjt分別為體現式和非體現式技術進步；zjt為影響兩種技術進步的其他因素，因為兩種技術進步主要源于技術引進和自主研發，且在不同發展階段獲取方式各有所側重，所以zjt主要包括對外開放度trjt、外商直接投資wijt、研發人員rljt和經濟發展水平ynjt。

通過中介變量“體現式技術進步”和“非體現式技術進步”實現的特定中介效應分別為a1b1和a2b2，則總的中介效應為a1b1+a2b2，c′為直接效應，c為總效應（見（6）式）。

（三）變量說明和統計描述

1被解釋變量。居民消費C，用地區總人口乘以地區人均居民消費支出表示地區居民消費支出。

2核心解釋變量。人工智能η，對人工智能的衡量，由于無法得到理論分析中生產任務實現自動化的中間品在總中間品中所占份額的數據，因而采用俞伯陽［15］的做法，以地區信息傳輸、計算機服務和軟件業全社會資產投資來代表地區人工智能發展規模。

3中介變量。體現式技術進步eq和非體現式技術進步rd。根據王林輝和董直慶的做法［16］，衡量體現式技術進步和非體現式技術進步的指標，選擇設備工器具投資和R&D投入。

4控制變量。（1）政府支出go，用地區財政支出占地區GDP的比重來衡量；（2）產業結構in，選取地區第一產業增加值占地區GDP的比重作為地區產業結構的代理變量；（3）對外開放度tr，用地區進出口總額與地區GDP的比率來衡量；（4）外商直接投資wi，用地區外商直接投資與地區GDP的比率來衡量；（5）可支配性收入di，用地區總人口乘以地區人均可支配性收入表示地區可支配性收入；（6）研發人員rl，用地區研發人員占地區勞動力的比重來衡量；（7）經濟發展水平yn，用地區人均GDP來衡量。

由于上述被解釋變量、核心解釋變量、中介變量以及控制變量中可支配性收入的數據數量級較大，因此對其除以10000得到所用數據。

5各變量的統計特征。包括均值、中位數、最大值、最小值及標準差，如表1所示。

（四）人工智能發展影響居民消費的實證研究結果

1 人工智能發展與居民消費的相關關系

圖1給出了2005～2020年我國居民消費支出與信息傳輸、計算機服務和軟件業全社會資產投資的散點圖及擬合線，顯示居民消費與人工智能之間呈顯著的正相關關系。

2 基準回歸結果

應用Stata16軟件對2005～2020年我國30個省級行政單位（西藏除外）的面板數據對方程（6）進行估計，以檢驗人工智能發展對我國居民消費的影響。由表4各項檢驗可以看到，根據選擇混合回歸或FE模型的F檢驗、混合回歸或RE模型的LM檢驗、FE或RE模型的Hausman檢驗以及年度虛擬變量的聯合顯著性檢驗，最終應選擇雙向固定效應模型（TWFE），并使用聚類穩健的標準誤以消除異方差，估計結果見表4第（3）列所示。

首先看核心解釋變量——人工智能η對居民消費C的影響。可以看到，人工智能η的系數顯著為正，表明人工智能發展的確有利于居民消費擴容。這個結果與上文的觀察相一致，也證實了理論模型分析的結論。然后看控制變量的估計結果。財政支出占GDP比重go的系數顯著為負，表明政府支出增加不利于居民消費擴容；可支配性收入di的系數顯著為正，表明提高可支配性收入能顯著提高居民消費；第一產業增加值占GDP比重in、對外開放度tr及人均GDPyn的系數都不顯著，其對居民消費的影響未能得到證實。

3穩健性檢驗

（1）替換被解釋變量且改變樣本區間

使用全國及各省《統計年鑒》中國民經濟核算部分直接給出的分地區居民消費支出作為被解釋變量進行穩健性檢驗。由于《統計年鑒》中缺乏2017年之后的數據，因而樣本區間為2005～2017年。同樣因數據的數量級較大，對其除以10000得到所用數據，記為C2，在進行回歸分析之前，也利用散點圖和擬合線觀察了我國居民消費與人工智能之間的相關關系。圖2顯示，居民消費與人工智能之間同樣呈現出正相關關系。

在進行穩健性檢驗時，根據表5第（1）～（3）列中的相關檢驗，應選擇雙向固定效應模型（TWFE），同樣也使用聚類穩健的標準誤以消除異方差。表5第（3）列結果顯示，核心解釋變量——人工智能η的系數依舊顯著為正，因而可以認為，基準回歸結果中人工智能發展有利于居民消費擴容的結論具有較強穩健性。

（2）考慮內生性問題

由于人工智能與居民消費之間可能存在雙向因果關系，以及影響居民消費的遺漏變量無法避免，可能存在內生性問題。表6第（1）列給出異方差穩健的DWH內生性檢驗的P值為0000，因而在1%的顯著性水平下拒絕所有解釋變量均為外生的原假設，即認為η為內生解釋變量。

嚴重的內生性會造成估計系數的有偏和非一致性，而解決內生性問題的一個有效方法就是工具變量估計法。在工具變量的選擇上，考慮人工智能的發展具有持續性，前一期的人工智能應用會對當期產生影響，而不會對擾動項產生影響，故將人工智能的滯后一期作為工具變量。［17，18］有關工具變量的檢驗結果見表6第（1）列所示。可以看到：Kleibergen-Paap rk LM統計量的P值為0000，強烈拒絕工具變量不可識別的原假設；Cragg-Donald Wald F統計量以及Kleibergen-Paap rk Wald F統計量顯示，可以拒絕弱工具變量的原假設；Hansen J 統計量為0000，表示不存在過度識別問題。綜上檢驗表明，人工智能的滯后一期可以作為有效工具變量引入模型。

加入工具變量進行兩階段最小二乘法（2SLS）回歸的結果如表6第（1）列所示。同時，為了穩健起見，也進行了對弱工具變量不敏感的有限信息最大似然法（LIML）估計，以及當存在異方差時比兩階段最小二乘法（2SLS）更有效率的廣義矩（GMM）估計。結果表明，三種估計方法的回歸結果相同（因篇幅所限，LIML和GMM的回歸結果省略），而且人工智能η系數的符號和顯著性水平均未發生改變，因而表明基準回歸結果具有較強穩健性。

（五）人工智能發展有利于居民消費擴容的核心機制分析

1我國人工智能與異質型技術進步的相關關系

圖3和4分別給出了2005～2020年我國R&D投入以及設備工器具投資同信息傳輸、計算機服務和軟件業全社會資產投資的散點圖及擬合線，表明R&D投入以及設備工器具投資都同人工智能呈現出正相關關系。

2中介效應分析的基準回歸結果

利用2005～2020年我國30個省級行政單位（除西藏外）的面板數據對方程（7）～（9）進行估計，得到中介效應分析的第二和第三步結果如表7～8所示。根據選擇混合回歸或FE模型的F檢驗、混合回歸或RE模型的LM檢驗、FE或RE模型的Hausman檢驗以及年度虛擬變量的聯合顯著性檢驗，在第二、三步分析中，都應選擇雙向固定效應模型（TWFE），并且在估計時也都使用聚類穩健標準誤以消除異方差。可以看到：

在中介效應分析的第二步，表7第（3）和（6）列結果顯示，人工智能η的系數都顯著為正，即a1>0和a2>0，表明人工智能發展的確會促進體現式技術進步eq和非體現式技術進步rd；人工智能η的系數大小顯示，人工智能發展對體現式技術進步eq的影響大于對非體現式技術進步rd的影響，即a1>a2。這與我國人工智能發展多應用而少研發［19］、技術進步以資本體現式為主［20，21］的現狀相符合。各控制變量對eq的影響都不顯著，對外開放度tr和研發人員占總勞動力比重rl對rd分別產生了顯著的負向和正向影響，其他控制變量對rd的影響并不顯著。

在中介效應分析的第三步，表8第（3）列結果顯示，人工智能η的系數不顯著，即c′不顯著；體現式技術進步eq和非體現式技術進步rd的系數都顯著為正，即b1>0和b2>0，且體現式技術進步eq的系數明顯小于非體現式技術進步rd的系數，即b1

綜合中介效應分析三步法檢驗結果可以看到，c、a1、b1、a2和b2是顯著的，而c′不顯著，此時為完全中介效應。也就是說，人工智能發展對居民消費影響的直接路徑不明顯，而人工智能發展通過引致異質型技術進步再作用于居民消費的間接路徑是顯著的。除此之外，還存在a1b1

3中介效應分析的穩健性檢驗

（1）替換被解釋變量且改變樣本區間

同樣使用我國及各省《統計年鑒》中國民經濟核算部分直接給出的分地區居民消費支出衡量地區居民消費，進一步檢驗人工智能發展影響居民消費的路徑是否真的存在。數據處理如前所述。同樣由于數據可得性限制，樣本區間仍為2005～2017年。

根據表9第（1）～（6）列以及表8第（4）～（6）列中相應檢驗選擇正確的模型（TWFE），并在估計時使用聚類穩健標準誤以消除異方差。可以看到：在中介效應穩健性檢驗的第二步，表9第（3）和（6）列結果顯示，仍然存在a1>0、a2>0且a1>a2；在中介效應穩健性檢驗的第三步，表8第（6）列結果顯示，c′依然不顯著，仍然存在b1>0、b2>0且b1

（2）考慮內生性問題

在中介效應分析中，同樣也需要考慮人工智能可能存在的內生性問題。表6第（2）～（4）列給出的異方差穩健的DWH內生性檢驗結果顯示，η為內生解釋變量。同樣選擇人工智能的滯后一期作為工具變量，而且對工具變量的各項檢驗也顯示，以人工智能的滯后一期作為工具變量是合理的。于是加入工具變量進行2SLS回歸的結果如表6第（2）～（4）列所示。為了穩健起見，也使用了LIML和GMM進行估計。結果表明，三種估計方法的回歸結果也完全相同（因篇幅所限，LIML和GMM的回歸結果省略），并且與表7～8的結果相比，人工智能η、體現式技術進步eq以及非體現式技術進步rd的系數符號和顯著性水平均未發生很大改變，因而表明表7～8中介效應分析的基準回歸結果具有較強穩健性。

四、結論與建議

人工智能發展對消費會產生何種影響及其影響消費的核心機制是什么，學術界還缺乏深入探討。鑒于此，在理論分析的基礎上，利用2005～2020年我國30個省級行政單位（西藏除外）面板數據，通過基于雙向固定效應的基準模型回歸分析以及多層次穩健性檢驗，實證研究了人工智能發展對居民消費的影響及其影響居民消費的核心機制，發現人工智能發展是有利于我國居民消費擴容的，但檢驗核心機制存在性的中介效應分析顯示，人工智能發展對我國居民消費的直接影響不明顯，而通過引致異質型技術進步進而影響居民消費的間接路徑顯著，且人工智能發展通過非體現式技術進步實現的特定中介效應要大于通過體現式技術進步實現的特定中介效應。基于研究結果，本文得出三點政策建議：

第一，應重視人工智能發展對居民消費的促進效應。人工智能發展可以通過技術進步對居民消費產生正向影響表明，加快人工智能的發展既能促進全社會技術進步，也會擴大居民消費。因此，政府部門應重視并著力促進人工智能快速健康發展，以有利于實現經濟效率提升和居民消費擴容的雙重目標。

第二，繼續加大人工智能應用層面的投入力度。雖然應用層面的人工智能發展可能會更多引致體現式技術進步，對居民消費的促進作用要小于非體現式技術進步，但無論如何，其發展對提高經濟效率和擴大居民消費都是有益的。而且，盡管我國人工智能在應用層面獲得了快速發展，但人工智能發展還處于初級階段，發展程度與發達國家相比依然存在著差距。因此，應繼續加大人工智能應用層面的投入力度。

第三，特別要加大人工智能的研發投入力度。我國在人工智能技術領域和基礎領域的研究還相對較少，與發達國家相比存在著很大的差距。［18］因此，必須加大在人工智能研發方面的投入力度：一方面，應建立政府在人工智能研發投入方面穩定的增長機制，除了提高財政經費投入在人工智能研發中的幅度外，還應通過多種途徑籌集資金定向投向人工智能研發項目；另一方面，應制定落實財稅金融政策等，引導、鼓勵和支持企業和社會資本加大人工智能的研發投入。總之，應形成以政府公共研發投入為引導，以企業和社會資本研發投入為主體的人工智能研發投入體系，加速人工智能研發，帶來更多的非體現式技術進步，以實現經濟效率和居民消費的更快提高。

綜上可知，高度重視人工智能發展對居民消費的促進作用，加大人工智能應用和研發投入力度，使人工智能技術進步及其引致的技術進步逐漸呈現出以非體現式為主的方式，不僅有利于經濟效率的提高，也會持續擴大居民消費，加速暢通消費內循環，從而更好更快地推動經濟高質量發展。

參考文獻：

［1］Zweimuller J.Inequality，Redistribution and Economic Growth［J］.Empirica Springer，2000， 27（1）：1～20.

［2］金曉彤，黃蕊.技術進步與消費需求的互動機制研究——基于供給側改革視域下的要素配置分析［J］.經濟學家，2017（2）：50～57.

［3］王先慶，雷韶輝.新零售環境下人工智能對消費及購物體驗的影響研究——基于商業零售變革和人貨場體系重構視角［J］.商業經濟研究，2018（17）：5～8.

［4］林晨，陳小亮，陳偉澤，陳彥斌.人工智能、經濟增長與居民消費改善：資本結構優化的視角［J］.中國工業經濟，2020（2）：61～83.

［5］笪遠瑤，王珊珊，周京奎.數字經濟促進消費升級了嗎［J］.貴州財經大學學報，2022（6）：31～42.

［6］Aghion P.，Jones B. F.，Jones C. I. Artificial Intelligence and Economic Growth ［R］.NBER Working Paper，2017.

［7］陳彥斌，林晨，陳小亮.人工智能、老齡化與經濟增長［J］.經濟研究，2019，54（7）：47～63.

［8］蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業［J］.數量經濟技術經濟研究，2019，36（5）：03～22.

［9］李霞，涂濤濤，雷澤奎.人工智能與中國要素報酬分配——基于GTAP模型的分析［J］.中國科技論壇，2020（9）：133～144.

［10］郭凱明.人工智能發展、產業結構轉型升級與勞動收入份額變動［J］.管理世界，2019，35（7）：60～77；202～203.

［11］Sachs Jeffrey D.， Laurence J. Kotlikoff. Smart Machines and Long-Term Misery［R］.NBER Working Paper，2012.

［12］Nordhaus W..Are We Approaching an Economic Singularity？ Information Technology and the Future of Economic Growth［R］.Working Paper，2015.

［13］Brynjolfsson E.， Rock D.， Syverson C.. Artificial Intelligence and the Modern Productivity Paradox：A Clash of Expectations and Statistics［R］.NBER Working Paper，2017.

［14］龍少波，張夢雪，陳路.中國式技術變遷方式轉變對經濟高質量發展的影響研究［J］.宏觀質量研究，2022，10（3）：35～46.

［15］俞伯陽.人工智能技術促進了中國勞動力結構優化嗎——基于省級面板數據的經驗分析［J］.財經問題研究，2020（3）：94～102.

［16］王林輝，董直慶.資本體現式技術進步、技術合意結構和我國生產率增長來源［J］.數量經濟技術經濟研究，2012，29（5）：3～18.

［17］蘆婷婷，祝志勇.人工智能是否會降低勞動收入份額——基于固定效應模型和面板分位數模型的檢驗［J］.山西財經大學學報，2021，43（11）：29～41.

[18]張樂，童星.人工智能的發展動力與風險生成：一個整合性邏輯框架[J].江西財經大學學報，2021（5）：23～36.

［19］鄭言.中國人工智能產業區域發展差異性研究［J］.技術經濟與管理研究，2021（7）：36～41.

［20］杜麗，高帥雄.資本體現式技術進步、資本深化與經濟增長［J］.產業組織評論，2017，11（3）：67～81.

[21]高麗，張馨月.數字普惠金融對消費需求的影響研究[J].蘭州財經大學學報，2022（5）：15～27.

Abstract：The rapid development and wide application of artificial intelligence technology will have an important impact on residents' consumption， but the direction and core mechanism of its impact on residents' consumption need to be further explored. Based on the theoretical discussion on how the development of AI affects consumption and its core mechanism， using panel data from 30 provinces in China from 2005 to 2020 to conduct an empirical test， it is found that the development of AI is indeed conducive to the expansion of China's residents' consumption， but the analysis of the intermediary effect of the existence of core mechanisms shows that the direct impact of AI development on China's residents' consumption is not obvious， However， the indirect path of influencing Chinese residents' consumption through heterogeneous technological progress is significant， and the specific intermediary effect of AI development through disembodied technological progress is greater than that through embodied technological progress. In order to give full play to the role of AI in consumption expansion and promote high-quality development in China， first， we should attach importance to the promotion effect of AI development on residents' consumption; Second， we should continue to increase the investment in the application of artificial intelligence; Third， we should especially increase investment in research and development of artificial intelligence.

Key words：artificial intelligence;household consumption;heterogeneous technological progress

責任編輯：蕭敏娜 吳錦丹 蕭敏娜 常明明 張士斌 張建偉 張領