杨思莹等 │ AI浪潮下,技术冲击如何重塑家庭储蓄行为

在人工智能技术新理念、新业态的驱动下，传统的储蓄思维、方式和习惯不断受到冲击：一方面，人工智能有望通过优化支付体验、提升消费便利性、改善技能劳动者预期等途径释放家庭消费潜力；另一方面，人工智能也可能因加剧就业替代担忧和劳动力市场不确定性，强化家庭的预防性储蓄动机。那么在现实经济中，人工智能的发展究竟会如何改变家庭储蓄决策？这是破解智能时代中国家庭“高储蓄之谜”、释放国内消费需求的重要命题，也是本文试图回答的核心问题。基于此，本文匹配在线招聘数据、国际机器人联盟数据与中国家庭追踪调查数据，深入考察人工智能发展对中国家庭储蓄率的影响及作用机制，以期为理解人工智能时代微观家庭金融决策提供现实依据。

研究发现，人工智能会提升家庭储蓄率，使用多个工具变量解决内生性问题，以及其他一系列稳健性检验结果均支持上述结论。机制分析表明，人工智能会抑制家庭风险承担意愿、削弱家庭预期、减少家庭社会保障参与，进而强化家庭预防性储蓄动机，提高家庭储蓄率。异质性分析表明，对于风险较高的家庭、低技能劳动力家庭，人工智能对家庭储蓄率的提升作用更为明显。进一步分析表明，人工智能对家庭储蓄率的提升更多体现为家庭主动削减非必要开支、增加预防性储蓄。此外，数字金融发展具有“加速器效应”，会强化人工智能对家庭储蓄率的提升作用。

本文的边际贡献主要体现在以下三个方面。第一，在研究视角方面，突破了以往聚焦于数字金融或移动支付的局限，深入剖析了人工智能与家庭储蓄率之间的内在关联，从风险承担意愿、家庭预期以及社会保障参与维度揭示了人工智能对家庭储蓄率的影响机制，弥补了现有文献关于人工智能影响家庭储蓄的系统性理论探讨与经验证据的不足。第二，在指标构建与内生性处理方面，本文从算法研发到产品落地全产业链的在线招聘大数据测度人工智能发展水平，有效克服了传统专利数据存在的问题，我们同时引入历史工具变量，排除了同期宏观因素的干扰，有效分离出了人工智能对家庭储蓄的因果效应。第三，在外部条件分析方面，提出了“技术耦合—数字金融加速器”的观点，丰富了“技术+金融”双轮驱动下家庭金融决策的相关研究。

本文研究结论具有以下政策启示。第一，政府应加大对劳动力市场的支持力度。通过职业培训与再教育计划提升劳动者的技术适应能力和非常规劳动技能水平，改善劳动者收入与就业预期，从根源上消除新技术变革诱发的社会性焦虑。第二，针对人工智能新就业形态引发的社会保障供给不足等问题，需建立健全适应智能时代的社会保障制度。探索建立跨平台的职业伤害保障体系和养老保险制度，消除因工作形态非正规化导致的保障缺失，缓解居民对未来的焦虑。第三，坚持“因地制宜、因人施策”原则，通过综合性一揽子政策引导家庭合理进行金融决策。例如，针对受冲击较大的群体，应进一步扩大医疗、养老保险覆盖面，并提供教育补贴和住房支持，降低其对未来生活风险的担忧，引导家庭在储蓄与消费之间取得合理平衡。

本文选题源于团队作者长期以来对中国技术创新与微观家庭金融行为的关注。在扩内需、促消费成为宏观经济政策主基调的当下，人工智能浪潮无疑对传统的家庭财富跨期配置带来了颠覆性冲击。随之而来的深层次思考是，面对技术变革带来的双重效应，家庭究竟是会享受技术红利释放消费，还是会因不确定性而进行预防性储蓄？正是基于对这一现实问题的深入思考，本文试图揭开智能时代家庭储蓄决策的“黑箱”。

在修改过程中，我们逐步意识到，文章不能只停留在“人工智能会提高家庭储蓄率”这一结论上，而要进一步回答“家庭储蓄率提高的深层原因”“在什么条件下更明显”等更深层的问题。为此，本文在修订中进一步完善了机制识别、家庭储蓄率成因辨析等检验，也更加注重将变量定义与实证表述保持统一。从作者角度看，外审专家的意见非常专业且富有启发性，不仅帮助我们把原先较为分散的研究结论整合为一条更清晰的故事主线，更在概念界定、内生性问题的处理和作用机制的深度阐释等方面提供了极具建设性的修改意见。未来，作者团队将继续围绕人工智能时代的家庭金融行为展开研究，进一步拓展到家庭消费结构、资产配置、风险管理以及代际传递等议题，并深入考察人工智能对不同群体、不同地区家庭决策的长期影响。