AICE-04｜時間經濟學下的生產力與需求吸收非對稱

當 AI 生產能力擴張，貨幣購買力、注意力與可支配時間未同步擴張時，文明如何吸收新增產出？

English title: Temporal Economics and the Asymmetric Absorption of AI Productivity: Purchasing Power, Finite Attention, Monetary Circulation, and Civilizational Demand
Series: AI Civilization Economics — Capability Sufficiency, Temporal Demand, and Cross-Intelligence Monetary Orders（AICE）
Series paper: 04 / 07
Document ID: EML-AICE-04-2026-TEMPORAL-DEMAND-ABSORPTION-v0.1
Date: 2026-11-02（Asia/Taipei）
Evidence cutoff: 2026-11-02；本稿所有未來描述均屬假說或情境，除非另有明示。
Concept and research direction: Neo.K
Research assistance and drafting: GPT-6
Research context: EveMissLab／一言諾科技有限公司
Version: v0.1
Status: 理論模型、反事實與可否證研究初稿；未完成本模型的原創實證檢定，未經同儕審查。
Canonical source: 原始 UTF-8 Markdown；行內數學唯一使用 $...$，獨立數學唯一使用 $$...$$。正式原稿以檔案 bytes 為準，不以聊天畫面渲染結果為準。
Scope boundary: 本篇不設計或發行 AI 貨幣；跨智能貨幣及人類—AI 契約經濟留待 AICE-05，多產品域與治理留待 AICE-06、AICE-07。

作者： Neo.K

摘要

本研究針對一個可能被 AI 生產力敘事忽視的反事實：即使 AI 系統持續提高生產能力，能供應更多內容、軟體、服務與實體產品，市場是否仍可能因為收入與貨幣購買力的分布、人類可支配時間、注意力及選擇行為而無法同步吸收新增供給？本文不以「有限人類時間」直接推出整體貨幣交易量、實質 GDP 或 AI 算力需求存在固定上限，而是區分技術產能、計畫產出、可交付產出、實際成交、效用實現與廣義經濟福利，並檢驗限制作用於何種產品及何種經濟主體。

本文以 Neo.K 既有時間經濟學中的「選擇排他性、時間主權、貨幣索取權、貨幣流動拓撲」為研究起點，採用其較新的嚴格化版本：時間是具有解釋力的分析座標，而不是已被證明能無損約化所有貨幣與價值的唯一經濟本體。在操作層，本文提出異質家庭、商品與市場的雙重／多重約束模型：家庭面臨可支配預算、可投入時間及有效注意力等限制；不同商品對這些資源的需求強度不同；貨幣可能在實體交易、金融資產交易與閒置流動性間呈現異質流動模式，但三者不能在未定義測量方法時與國民帳或貨幣總量直接畫等號。

模型得到三項條件性命題：第一，對於注意力密集、同質且注意力需求係數固定的商品，當注意力限制已綁定，增加技術供給不必提高當期銷售量；第二，在其他因素不變、且不同收入群體邊際消費傾向不同時，生產力收益的分配會影響短期消費需求；第三，前兩者不能直接推出總體需求衰退，因為價格下降、替代、公共支出、投資、新任務創造、國際交易與可能的未來 AI 經濟主體，均可引入不同吸收通道。

本文進一步建立供需吸收的跨域帳本、示意數值情境、九組可否證假說與可重現實證設計，並說明本篇如何接續 AICE-01 的能力充分化、AICE-02 的架構探索投資門檻，以及 AICE-03 的分品項記憶體需求反轉。中心研究問題不是「AI 會不會生產過剩」，而是：當智能生產能力擴張時，哪些制度、需求與時間配置條件，決定新增產能能否轉為可持續的有效需求？

關鍵詞： 時間經濟學；選擇排他；注意力稀缺；時間主權；有效需求；AI 生產力；收入分配；貨幣循環；購買力；生成過剩；需求吸收；內生新任務；非泡沫均衡；跨智能經濟。

Abstract

This paper develops a conditional counterfactual model in which AI-driven productive capacity expands faster than the effective demand that can absorb it. It separates potential output, planned production, realized sales, voluntarily attended consumption, and welfare. Heterogeneous agents face distinct monetary, discretionary-time, and attention constraints; products differ in their dependence on sustained human attention. A related monetary-flow lens distinguishes real-transaction flows, financial-asset transactions, and temporarily idle liquidity without collapsing them into a simplistic national-accounting identity. We derive bounded propositions for attention-intensive goods and for the demand effects of distribution under heterogeneous marginal propensities to consume. The model does not claim that finite human attention imposes a universal ceiling on nominal turnover, GDP, investment, infrastructure, autonomous machine activity, or future AI-agent demand. We specify countermechanisms, falsification tests, and interfaces with preceding and subsequent AICE papers. All new numerical exercises are hypothetical, and no original empirical identification has yet been performed.

0. 原始問題與研究立場

0.1 從「生產力大於需求」走向「吸收能力不對稱」

本篇起源於 2026-11-02 的一個反事實討論。原始思路不是否認 AI 能降低成本，也不是認為 AI 全部產出必然沒有人需要，而是追問：

1. 如果大多數人認為目前 AI 已經足夠好，他們為什麼還要持續支付前沿能力的溢價？
2. 如果 AI 能製造比人類當期願意觀看、閱讀、消費或使用的更多產品，實際成交量是否必然跟著增加？
3. 如果生產力收益主要流向較少直接消費新增收入的主體，新增供給是否可能缺少對應的支付能力？
4. 如果當下 AI 並無獨立持有收入與自主消費的經濟地位，人類與企業既有的支付迴路是否仍是 AI 需求的重要來源？
5. 如果未來 AI 真的成為具有財產、契約與購買能力的經濟參與者，原先的人類需求約束是否必須重新建模？

這些問題同時具有微觀經濟、總體經濟、政治經濟與未來智能主體制度的面向，但本篇只建立可檢驗的需求吸收模型，不偷渡尚未設立的貨幣制度。

0.2 三種互不相同的敘事

• 技術停滯敘事：AI 已無法變得更強；這不是本篇必要假設。
• 市場崩潰敘事：企業收入或估值必然崩盤；這也不是本篇必要假設。
• 非同步吸收敘事：AI 的潛在產出、家庭購買力、注意力、公共服務與企業投資以不同速率改變；這才是本文要檢驗的候選機制。

研究不預設出現全球、單一、永久的供需均衡，也不認為技術能力與需求必須單調同步。

0.3 認識論標記

本文使用以下標記，避免將思維實驗、數學定義與已驗證觀察混為一談：

• DEF：操作性定義，應檢查是否可測、是否維度一致。
• PROP：在明列假設下的數學命題；不表示現實條件必然成立。
• HYP：待數據反駁的經驗假說。
• SCN：僅作邏輯示例的數值情境，不是預測。
• OBS：可由已列文獻核對的外部研究結果，需保留樣本和識別限制。
• NOR：規範或制度提案，不從形式模型自動推出。

1. 理論定位：新命題究竟增加了什麼？

1.1 時間配置不是經濟學的新發明

Becker（1965）將時間作為家庭生產與消費決策中的稀缺投入；Simon（1971）指出資訊增加會使接收者的注意力更稀缺。[E01][E02] 因此「時間有限」與「注意力有限」本身都不是本文的原創發現。本文要問的是：當 AI 生產候選的擴張速度顯著超過有限時間內的人類選擇與實現時，對不同產品市場、最終銷售與投資誘因形成何種條件性影響？

1.2 AI 生產力提升不保證總需求同步提升

Fornaro 與 Wolf（2026）的 Macroeconomic Policies for AI 建立一個自動化提升潛在產出、但透過勞動收入占比下降與消費傾向差異而削弱需求的總體經濟機制。[E03] 其結果依賴特定宏觀模型及政策反應，不能被簡化為「AI 一定造成經濟低迷」。本篇增加的是商品層級的注意力吸收與跨貨幣流動分類，不是聲稱首次提出自動化需求不足。

Acemoglu 與 Restrepo（2019）研究自動化的勞動替代效應及新任務對勞動需求的再創造效應。[E04] 這提醒本篇：舊任務被自動化，不表示新增人類活動與所得需求一定為零。

1.3 採用與收益分配並不均等

Fan 與 Nguyen（2026）的 IMF 工作論文使用 2025 年 1 月至 2026 年 2 月的 Claude 使用資料，研究不同職業及國家 AI 使用收益的分布，並以估算的「勞動成本等值」呈現可節省工時的價值。[E05] 研究強調，該值不是已實現 GDP 增量，也不能直接視為勞工實際取得的收入。這正是本文區分「生產能力／時間節省」「貨幣收入」與「最終購買」的原因。

Gallup 於 2026 年更新的美國僱員追蹤亦呈現使用頻率的層次差異：其 2026 年 8 月資料顯示，約 16% 受訪僱員每日使用 AI、約 32% 每週至少使用數次，約 53% 每年至少使用數次。[E06] 這些數值屬同一調查中的不同頻率門檻，不能加總；更不能由美國僱員的工作使用頻率推論全球家庭消費的時間需求已飽和。

1.4 與 EveMissLab 既有時間理論的接口

本篇直接參照：

• [I01]《時間論與經濟學派_2026.09_TVK-TIA_candidate_R1》：將貨幣作為時間索取權視為具有適用條件的研究映射，不再宣稱所有價值與貨幣能嚴格還原為時間。
• [I02]《貨幣流動性的三維失衡：從印鈔悖論到系統性凍結》：提供 A／B／C 三域作為流動網路的初始分類；其中未經個別資料驗證的數字與強烈因果論斷，本篇均不視為已證成證據。
• [I03] GASR-P09《注意力經濟的時間本質》：區分可生成、可接觸、可選擇及實際實現；區分時鐘時間、聚焦時間、平台播放時長與時間主權。
• [I04] HACTS-01《生產力內生擴張悖論》：技術提高可行性也可能創造新任務、承諾與時間負荷，對「注意力必然飽和」構成重要反向機制。
• [I05] AICE-01：能力充分化只在指定群體與任務下成立。
• [I06] AICE-02：新能力與新架構的研發成本，不一定能由當期市場支付意願支持。
• [I07] AICE-03：AI 使用仍可成長，但特定記憶體品類的供給、配置與需求預期仍可能錯配。

概念引用界線： 本篇沿用上述原稿的問題設定，而非宣稱其全部原始強命題已由外部同儕審查或實證認可。

2. 六個不可合併的經濟量

一般而言，可能同時存在 $S_{kt}>O_{kt}$ 、 $O_{kt}>Q_{kt}$ 、 $Q_{kt}>R_{kt}$。但預訂、數位訂閱與庫存回收可能使數據口徑不同，因此上述不等式只在同一時期、同一單位、同一交付定義下成立。

2.1 「產能未利用」與「庫存過剩」不同

若 $S_{kt}$ 是產能上限，則 $S_{kt}-O_{kt}$ 表示未被動員的可能產能；只有已生產且可記錄的 $O_{kt}-Q_{kt}$ 才可能構成該期未售產出，還需考慮損耗、退貨、出口、庫存調整及會計期間。

因此：

與

是不同研究量。若企業先觀察需求再降低產量，可能出現大量閒置產能而沒有顯著庫存過剩。

2.2 「省下的時間」與「購買力增加」不同

若 AI 讓某項工作節省 $h$ 小時，可產生不同結果：相同薪資下更多閒暇、相同工時下更多產出、工作被重新分配、收入下降、資本獲利增加，或新增工作義務。不能直接把 $h$ 乘上時薪就宣稱家庭獲得等額可支配收入。

2.3 「產品被消費」與「持續注意力」不同

觀看電影需要相對大量時間，電力、飲水系統、道路維護、資安防護或背景自動化服務則未必需要使用者對每一單位持續注意。不同商品必須保留不同的注意力係數，不能一律用娛樂內容模型外推整體經濟。

3. 異質經濟主體與需求類型

3.1 三種人類消費約束

對群體 $g$，定義：

• $B_{gt}$：在指定期間內可用於模型商品集合的購買預算，為貨幣額，不等於總收入或全部存款。
• $T_{gt}$：可自行配置於該類活動的時間資源，單位為小時或分鐘。
• $A_{gt}$：可投入該類活動的有效注意力容量，可用「標準化專注當量」或經校準的注意力分鐘表示。

$A_{gt}$ 與 $T_{gt}$ 相關但不是相同的變數。若兩者均以互斥專注分鐘衡量， $A_{gt}\le T_{gt}$ 可作一種操作性約束；若注意力以不同強度加權或同時任務方式測得，應重新定義單位，不可照搬此不等式。

3.2 四種需求類型

類型 H1：注意力密集型最終消費。 觀看長篇影片、完整閱讀、長時間互動遊戲、需要人類深入審閱的研究服務。其使用價值通常高度依賴時間與注意力。

類型 H2：低注意力或背景型最終消費。 水電、居家自動化、安全監測、訂閱式維護、被動服務。用戶可能不必持續注意才能獲得效用，但仍面臨財務、物理及安全約束。

類型 I：企業與公共投資。 機房、能源、基礎設施、醫療能力、科研設備、公共服務；不依賴每位消費者等量的個人娛樂時間，受預算、財務回報、治理與物理資源約束。

類型 M：機器與 AI 服務需求。 當前可由企業或人類委任支付，通常計入中間投入或投資，不自動構成獨立的 AI 最終消費。未來若確實形成具獨立收入與支付權利的 AI 經濟主體，需建立新的部門帳與最終需求定義；此部分延至 AICE-05。

3.3 群體的異質性

相同收入不代表相同注意力，亦不代表相同偏好。照護責任、工作時間、健康、教育、交通、居住條件、可用工具與制度保障都會改變真正可選擇的活動集合。故本篇不把任何群體描述為天生「不願進步」或「不會使用」；應把偏好、障礙及選擇權分開測量。

4. 家庭時間—貨幣—注意力的最小模型

4.1 多商品配置

令 $q_{gkt}$ 為群體 $g$ 在期間 $t$ 使用商品 $k$ 的量， $p_{kt}\ge0$ 為實際支付的有效單價， $\tau_{gkt}\ge0$ 為單位商品所需可支配時間， $a_{gkt}\ge0$ 為單位商品所需的標準化注意力資源。

一個受限制的選擇問題為：

subject to：

其中 $\ell_{gt}$ 是仍可自行配置而未納入本模型商品消費的時間，不應被默認為無價值。 $\xi_{gt}$ 表示偏好與生活情境。若商品可同時消費、部分注意力可重疊，以上線性資源限制必須改寫為具交互作用的限制集合，不能假定所有行為完全排他。

重要： 三條限制中的時間與注意力可能高度共線；研究目的在於把「有時間卻無法有效專注」與「缺乏空閒時間」區分，而不是將同一分鐘虛構成兩份獨立物理資源。實證計量必須避免重複扣除。

4.2 商品層級的吸收上界

對單一、同質、不可拆分且均按固定單價成交的商品，且家庭可把全部指定預算與可用資源投入該商品時，存在一個簡化可行數量上界：

其中若 $p_t=0$，對應預算限制不綁定；若 $\tau_{gt}=0$ 或 $a_{gt}=0$，其相應商應視為正無限的上界，而非進行除以零的運算。這是可行上界而不是對實際需求的等式；若沒有足夠偏好或信任，實際購買 $q_{gt}$ 可以嚴格低於 $\bar q_{gt}$。

4.3 影子價格與隱性成本

在可微、內點、凹效用及適當正則條件下，家庭對商品 $k$ 的一階條件可以寫成：

$\lambda_g,\mu_g,\nu_g\ge0$ 是各限制的影子價值，表示家庭額外獲得一單位貨幣預算、時間或有效注意力的邊際效用。若某限制不綁定，其影子價值可以為零。這並不表示注意力可以被市場直接買賣，亦不將個人注意力價格視為可公開觀測的客觀常數。

4.4 時間主權不是最大停留時數

真正的時間主權包括退出、停止、拒絕訂閱、保留非生產時間以及選擇不接觸內容的能力。若平台依演算法誘導使用者將全部時間耗於平台，即使成交量增加，也不能直接推出福利與自主性改善。這與 GASR-P09 的「觀看／曝光／自主選擇／福利」區分一致。[I03]

5. 三項條件性命題

PROP-1｜局部注意力約束下的產能—銷售脫鉤

假設： 單一商品、單位注意力係數 $a>0$ 固定；偏好、預算、單價、時間與注意力配置在局部擾動下不變；可購買需求足以達到注意力上界；供給能力已高於該上界。

令：

若在某區域 $A/a$ 是嚴格最小上界且 $S>A/a$，則在其他項不變的局部變化下：

解讀： 此命題只表示「更多同類供給能力不會增加該群體當期同類成交量」。它不表示市場價格不能下降、不表示消費者福利必然不變，更不表示新增產能不會被其他群體、其他市場、出口或下一期吸收。

反例： 若 AI 將一部影片的內容有效濃縮、令注意力係數 $a$ 下降，或讓原本沒有參與的消費者開始有需求，則上界會移動；若商品可被背景使用，固定 $a>0$ 假設亦不適用。

PROP-2｜分配結構改變可改變短期最終消費需求

設群體 $g$ 的可支配收入變化為 $\Delta Y_g$，短期局部邊際消費傾向為 $c_g$，且 $0\le c_g\le1$。在價格、利率、信貸、預期及其他因素暫時固定的局部近似中：

如果某筆新增所得自低 $c_g$ 群體重新配置到高 $c_g$ 群體，而總額不變，局部當期消費需求可能增加。這只是標準分配—消費機制的模型表述，不保證總產出、總福利或長期投資必然上升；重新配置可能產生投資、儲蓄、稅負、信心及價格的反饋。

與時間經濟學的增量： 需進一步辨識新增消費會流向高注意力商品、低注意力服務，還是時間節省型商品。相同貨幣轉移可能帶來不同的時間需求結構。

PROP-3｜人類時間有限不推出全體經濟的固定產出上限

存在可以在較少持續人類注意力下提供效用的商品，亦存在企業投資、公共財、跨國交易及機器間中間服務。因此，即使特定人類注意力密集型商品受到 PROP-1 的局部上界約束，也不能由此得出：

或整體貨幣流通、AI 硬體需求存在固定上界。

理由： GDP、投資、機器生產、公共服務與貨幣流速的計量包含不同商品、主體與交易；對單一產品的局部上界不是全體經濟的加總恆等式。PROP-3 是一個防止過度外推的適用域聲明，而不是需要先驗接受的宏觀定律。

6. 從生產力紅利到實際購買力：分配的中介機制

6.1 為什麼提高生產力不等於相同幅度的家庭可支配收入

單位生產成本下降可能經由多條路徑影響經濟：

1. 消費者價格下降，提高相同貨幣所得的實質購買力；
2. 勞動者工資、工時或就業數量改變；
3. 企業利潤、股東分紅、留存盈餘或資本收益上升；
4. 政府稅收與公共服務能力改變；
5. 企業擴大投資、出口、研發或回購；
6. 降本效益被上游資源稀缺、平台租金或其他成本吸收。

上述通道不是互相排斥，需依制度與時間窗口共同分析。

6.2 一個純粹示意的分配模型（SCN-D）

假設單一期間內某項 AI 生產力改善帶來 100 單位可分配的新所得，其中高消費傾向群體 $L$ 的 $c_L=0.9$，較低消費傾向群體 $K$ 的 $c_K=0.2$。

• 情境 D1： $L$ 得 20、 $K$ 得 80，估計新增當期消費約 $0.9\times20+0.2\times80=34$。
• 情境 D2： $L$ 得 50、 $K$ 得 50，估計新增當期消費約 $0.9\times50+0.2\times50=55$。

兩個情境的新增生產力收益皆為 100，但在這個極簡的局部消費模型中，直接新增消費相差 21。此結果不能直接推論 D2 的 GDP 或長期福利一定高 21，因為未被消費的收入可能形成投資、國際資產、未來需求，也可能因價格與產能約束改變而產生不同影響。

6.3 注意力與支付能力可以同時限制不同群體

低所得群體可能對必要商品具有強需求卻無法支付；高所得群體有能力付費但對某類高度耗時的內容已無意願再投入時間。兩種限制在市場上可能同時存在，不能以平均收入或平均每日上網時間加總後抹平差異。

這也指出：「未成交」至少有四種不同原因——買不起、不值得買、沒有時間／注意力、沒有被有效接觸或不信任。研究若不區分原因，會錯把相似的銷售停滯視為相同機制。

7. 貨幣流動拓撲：A／B／C 域的可操作化

7.1 先避免把原始比喻當成國民帳恆等式

Neo.K 先前將貨幣流動分成三種候選作用域：

• A 域：實體產出與最終服務的交易／收入循環。 這裡關心與勞動、商品、服務及實質資本形成相關的資金流動。
• B 域：金融資產及資產權利交換。 這裡關心股票、債券、金融請求權等交易及其價格變動。
• C 域：暫時未直接進入當期商品交易的流動性保留。 例如部分持有而未支付的結算餘額。

這是研究用的交易及持有行為分類。A、B、C 不是三種可以憑印象相加的法定貨幣，亦不意味著 B 域永遠零和、C 域的錢永久失效。資產交易可以融資新的實體投資；儲蓄可以透過銀行信貸與資本市場支持未來支出；帳戶存款與借貸亦涉及貨幣創造與負債。因此，本篇不把「金錢流入 B／C」等同「實體需求機械地等量消失」。

7.2 以支付帳本定義交易流，而非先假定固定資金池

考慮節點集合 $\mathcal N$，節點可以是家庭、企業、政府、金融中介及其他經濟單位。對期間 $t$ 的已結算支付 $e$，記錄金額 $v_e$ 、付款與收款節點、交易目的與會計分類。若每筆支付只被指定一個主分類 $c(e)$，則可構成：

其中 $x,y\in\{A,B,C\}$，表示在約定分區下從 $x$ 相關帳戶或交易狀態流向 $y$ 的已結算流。這是按交易定義的支付網路指標，與 GDP、M2 或實質產出不是同一變數。

若需定義持有餘額 $M_{x,t}$，必須提供不重疊的餘額歸屬規則。只有在研究者明確選定同一套貨幣工具、同一時間截面且每項餘額唯一分類後，才可以把：

當作該研究帳本的定義性分解。若同一筆存款在統計中同時被標為金融準備金與家庭可用餘額，就不得如此加總。

7.3 實體需求的流動性可達性

對家庭群體 $g$，可區分當期可用支付餘額、信用額度、實際收入流與制度性轉移。定義 $B_{gt}$ 時應按可合法動用且願意投入指定商品集合的預算計算，而不是簡單把某群體持有的全部資產以市價換算為當期購買力。

相對於將貨幣全部概括為總量 $M$，本研究考慮「誰能實際使用、何時能使用、可用於哪種商品、是否必須承擔額外契約條件」等流通拓撲。這是時間經濟學的候選增量。

7.4 注意力不應被誤當成貨幣流通速度

貨幣速度的標準定義可由選定貨幣總量與名目產出作比率而得，但它並不直接等於用戶瀏覽速度、觀看速度、支付次數或 AI 任務處理速度。某項服務的觀看時數不增加，貨幣交易仍可能因價格、廣告、打包服務、投資與稅收增加。本文不採「人類注意力固定，因此 $V$ 必然下降」這種推論。

8. 跨領域需求吸收帳本：不重複計算 AI 與人類的購買

8.1 當前經濟中的 AI 服務不是自動增加一個最終消費部門

在現有國民帳概念下，家庭透過 AI 工具購買服務，可被分類為家庭最終消費；企業購買 AI API 以完成銷售業務，通常屬中間投入；企業購置長期使用的 AI 基礎設施可能屬固定資本形成；政府購買公共 AI 服務，需依消費或投資性質分類。不能把同一筆企業 AI API 費用在中間投入與新增 AI 最終需求中重複加總。

8.2 簡化國民帳身份式

對既有國民帳涵蓋的制度部門，常用的支出面恆等式為：

其中 $C_t$ 、 $I_t$ 、 $G_t$ 、 $NX_t$ 分別為消費、投資、政府最終支出及淨出口；等式成立依賴一致的會計定義與統計調整。貨幣在 A／B／C 的交易流額不可直接作為此等式的第五項。

如果未來法律與統計制度承認獨立 AI 經濟主體，可再討論 AI 的哪些採購屬獨立最終需求、如何避免與企業或家庭代為支付重複計算，以及跨域交易如何進入國民帳。這是 AICE-05 之後的課題，而非本文預先成立的事實。

8.3 注意力密集與非注意力密集的經濟需求可方向相反

假設某一時期數位影像供給大幅成長、付費觀看時間停滯，而企業與政府為電力、醫療、網路防護及 AI 基礎設施支付更多。這可以同時成立，且不能被概括成「文明沒有需求」。研究必須先按產品、主體及會計性質分組，再討論總體後果。

9. 三組假設性數值情境：不是現實估計

SCN-A｜影片供給暴增，注意力已成綁定限制

假設某群體在一個月內願意投入特定內容的有效注意力為 $A=600$ 分鐘，每部內容需 $a=15$ 分鐘且不可同時完整消費。預算 $B=1200$ 貨幣單位。

即使供給能力增加四倍，且單價減半，當注意力綁定時，同類內容的當期購買量上界仍為 40。若群體真的按此上界成交，該商品支出由 800 降為 400；但剩餘的 800 預算可以轉向其他商品、儲蓄、捐贈或下一期使用，不能直接宣稱整體需求減少 400。

SCN-B｜同樣供給擴張，但注意力係數下降

延續 SCN-A 的後期供給、預算、單價，若內容設計或使用方式令每單位所需有效注意力從 15 分鐘降到 5 分鐘，則注意力上界變為 $600/5=120$，與預算上界相同。因此簡化上界成為 120。此例說明「時間限制」不是固定不動的內容數量上限，技術甚至可能改變單位內容的時間需求；但濃縮後的商品品質是否可比，仍需獨立評估。

SCN-C｜福利增加而商品支出下降

假設某服務原本每月需要 10 小時人類介入，費用 100 單位；新 AI 服務讓相同可驗證品質的工作只需 1 小時，價格 40 單位。家庭可能得到更高可支配時間與實質福利，即使對該服務的名目支出下降。名目營收下降不等於家庭福利下降；相反地，若節省時間伴隨就業收入流失，淨效果又可能不同。

SCN-D｜再分配改變短期消費斜率

第 6.2 節的兩組情境顯示，在相同 100 單位新增所得下，因收入持有者與邊際消費傾向不同，局部新增當期消費可在假設中分別為 34 或 55。這不是特定國家、稅制或 AI 公司的估計值，也不表示能無成本地改變分配。

10. 反向機制：為什麼「人類已夠用」未必讓 AI 需求下降？

10.1 需求反彈與價格彈性

價格下降可能使過去不值得啟動的活動變得值得使用。若需求對價格高度敏感，較低單價可能帶動更高的總使用量。即使某群體的專注時間已受限，也可能有其他群體加入，或轉向低注意力商品與服務。不能只看單一人群的時間帳本推論全市場需求。

10.2 新任務內生生成

HACTS-01 指出單項工作加速可使新的候選任務、驗證要求與長期承諾進入可行集合。[I04] 因此 AI 可以降低單位任務耗時，卻同時提高總任務數量，進一步擴張 AI 服務與算力需求。這個機制會削弱「注意力必然飽和」的強版本。

10.3 時間釋放可以改變需求結構

若工作時間下降、收入得到維持，一部分家庭可能增加旅遊、照護、學習、創作或公共生活。這些活動不必與新增數位內容一一對應。因此需要觀察節省時間的用途，而不是只統計節省了多少分鐘。

10.4 公共財與未完成需求

社會可能在健康、居住、公共交通、環境修復、無障礙、文化保存及科學研究等領域仍存在巨大的未滿足需求；缺乏商業付款能力不代表社會需求或福利價值不存在。政府與公益組織的資金配置可以改變哪些潛在需求變成有效支出，但不能保證所有公共項目均能產生正淨效益。

10.5 資本形成與設備更替

企業可因節省成本、維持競爭、技術安全或折舊而持續更新硬體，即使家庭不願為下一代聊天模型額外付費。另一方面，企業也可能延長設備使用壽命、降低資本支出；兩者要依實際帳本檢驗。

10.6 國際需求與不同文明速度

某一國家或部門的需求飽和，不代表其他國家同步飽和。跨境貿易、技術落差、制度成熟度與生活條件不同，可能提供新的吸收通道。但國際市場有匯率、關稅、物流與收入限制，不能假定全球需求無限。

10.7 未來 AI 可能具有不同的經濟需求

本篇不預設目前 AI 已有主觀需求。未來若某些 AI 經濟主體能依合法契約持有資產與貨幣，則能源、儲存、運算排程、維護與自主活動可能形成不同於人類的需求。它們的經濟需求不是人類注意力的簡單複製，也不一定使用相同貨幣。這是 AICE-05 所要開啟、但尚未驗證的思維實驗。

10.8 非市場活動與福利

免費開源軟體、家庭照護、志願服務、公共知識及個人創作可能讓福利增加而市場名目交易不相稱地增加；反過來，廣告曝光與金融交易增加也不保證福利增加。因此不得把「市場支付不足」無條件等同於「社會毫無需求」或「文明必然停滯」。

11. 可反駁假說與替代解釋

以下假說全部是事前研究候選，不是本稿已驗證的結論。

11.1 需要預先區分的五個世界

• 世界 A：付款能力不足。 願意使用卻支付不起，價格或轉移支付可能有效。
• 世界 B：注意力／時間不足。 即使免費也不願再投入同類商品，時間配置才是主約束。
• 世界 C：能力已充分化。 既有產品滿足需求，但使用者持續參與既有服務，屬 AICE-01 的核心情境。
• 世界 D：技術及接入障礙。 不使用是因為不知道、沒有技能、不信任或介面不適用，不是沒有潛在需求。
• 世界 E：內生需求擴張。 服務降價激發新任務，需求快速吸收新增供給，反駁強充分化版本。

若只觀察企業總營收或平均每人使用時數，這些世界可能長得相似；唯有結構性的實驗與分層資料才能識別。

12. 實證研究設計（尚未執行）

12.1 研究單位

建議至少建立四種可比較樣本：

1. 個人／家庭：追蹤收入、可支配預算、投入時間、主動選擇與對 AI 產出之品質判斷。
2. 內容與數位服務品類：追蹤可交付供給、標價、已售與真正完成消費之差異。
3. 企業與公共採購：追蹤 AI 帶來的節省、資本開支、服務產出及再投資。
4. 國家／地區：追蹤分配、經濟結構、政策與收入制度差異；不得把某國單一調查誤視為全球現象。

12.2 核心測量與資料倫理

• 貨幣： 可支配收入、消費支出、定價、購買意願、訂閱續約、貸款與支付障礙。
• 時間： 自願時間日誌、工作時數、照護與休閒、在多任務情況下的重疊比例。
• 注意力： 不以總播放時長直接代替；使用經校準的任務投入、完成狀態、主動選擇和自述意圖。
• 供給： 同品質、同規格的候選供給與實際已交付內容，避免以低品質大量生成灌水。
• 結果： 區分收入、實質消費、幸福感、主動選擇、福利與退出能力。

個人觀察須優先採自願參與、資料最小化、匿名化／安全聚合，不以研究之名要求監控私人閱讀、通訊、醫療或政治生活。

12.3 三種識別設計

設計 A｜預算與時間的二因子實驗。 隨機提供價格折抵與可自主安排的額外時間窗口，在同品質內容下比較兩種介入的消費量與實際完成量。應檢查價格介入是否透過品質信號改變信任、額外時間是否實際可被使用。

設計 B｜開放與固定任務清單。 對同類工作組織，分別提供固定工作清單及容許新任務提案的條件，觀察 AI 降本後的使用量、待辦存量、收入及人類工時，與 HACTS-01 的設計協同。

設計 C｜分配衝擊的政策／企業對照。 在可識別的薪資、分紅、現金轉移或價格變動事件中追蹤消費傾向，並與資產交易、投資及儲蓄行為一起分析；不得將觀察到的相關性直接當成分配政策的因果效果。

12.4 計量方式與預先登錄

對注意力密集型品類，可提出下列候選迴歸：

其中 $\gamma_g$ 與 $\delta_t$ 分別代表群體及時期固定效應。這只是一個計量候選形式，不能因寫出迴歸就認定參數可被因果識別。供給與價格往往內生；如存在零成交量，應另用適當的計數或雙部模型，不能直接取零的對數。若注意力與時間高度共線，需改用事先定義的指標組或分層模型。

預先登錄應列出：主要結果、觀測期間、樣本納排、品質控制、缺失處理、多重檢定校正、替代識別與停止規則。若未取得因果識別條件，只能報告相關性或描述性結果。

12.5 最低資料需求與不可行時的退出準則

如無法可靠區分 $S$ 與 $O$ 、 $Q$ 與 $R$，或無法衡量至少一項貨幣與一項時間／注意力約束，則不得宣稱實證驗證了本文的三重吸收機制。可將結果降階為方法論備忘錄，而非以模擬值冒充現實數據。

13. 與前後各篇的論證關係

13.1 AICE-01 → AICE-04

AICE-01 的「既有 AI 對某群體已足夠好」可使追逐新能力的額外付費意願下降；本篇進一步問：即使 AI 已有大量產出，消費、時間與分配能否吸收這些產出？能力充分化不是本篇唯一必要原因。

13.2 AICE-02 → AICE-04

若額外商業需求不足以支持新架構研發的風險、驗證與遷移成本，企業可能選擇延長既有架構生命；但成本降低型創新仍可能發生，甚至反過來增加使用量。

13.3 AICE-03 ↔ AICE-04

如果企業因產品需求吸收較慢而下修 AI 算力設備的新增部署，在供給響應具有時滯的情境下，部分記憶體市場可能產生預期落差。但終端內容需求減速既不是 HBM、DRAM、NAND 同步降價的充分條件，也不是必要條件。 應將硬體品類、長約、推理工作量及新用途一起納入實證。

13.4 AICE-04 → AICE-05

本篇將現有 AI 支付視為由人類、企業或政府的合法預算與契約安排所驅動；不先假定 AI 獨立消費。AICE-05 將提出一個未來思維實驗：若國家／文明承認一種基於人類—AI 協作價值而可跨市場交換的貨幣與契約權利，AI 可能取得與純工具不同的經濟參與地位。貨幣發行、信用背書、結算、法律能力與實物資源約束均需另外研究。

13.5 AICE-06、AICE-07 的必要保留

未來可能存在主要由人類、主要由 AI 以及協同生產的異質產品域；即使產品域可分，貨幣與契約市場也不必分裂。跨域分配透明與公共治理是否改善公平、效率和時間主權，仍需依制度設計與權利邊界另行檢驗；本篇不預設答案。

14. 研究限制與反駁條件

1. 注意力不是純粹物理常數。 可藉由教育、設計、健康、媒介形式、背景使用及輔助工具改變有效容量與單位強度。
2. 時間有限不能推出名目交易上限。 價格、金融週轉及多階段交易可增加名目交易量，但不必增加同等的實質福利。
3. 貨幣收入與需求並不單調一對一。 消費偏好、信貸、儲蓄、資產價格、公共支出及企業投資均可改變需求。
4. A／B／C 是候選交易視角，不是取代 GDP 的經審定國民帳體系。 其分類需防雙重計算與資料不可得。
5. AI 仍可能創造新需求。 同時存在注意力容量限制與新任務擴張，不是理論矛盾。
6. 不能預設 AI 將來一定具有獨立財產權或主觀需求。 研究跨智能經濟只討論條件性未來制度，不把今天的模型當成人格化經濟主體。
7. 不能由低市場價格推論低社會價值。 開源、公共財、家庭照護與非市場活動需要額外福利衡量。
8. 不能把某群體不採用新技術歸因於智能不足。 可能是偏好、風險、價格、語言、制度及選擇自主性。
9. 本文沒有提供全球通用的需求上限估值。 所有示意數字都無法直接換算成 2027–2029 的 GDP、DRAM 或 AI 公司營收預測。
10. 本文尚未進行原創實證估計。 已有文獻僅支援部分機制可行，不足以確認本篇整體因果鏈在現實中的主導程度。

15. 核心結論

本文提出的不是一條「生產力增加必然帶來需求衰退」的定律，而是一項結合時間經濟學與總體分配問題的候選研究命題：

當 AI 提高潛在生產能力時，實際成交與人類福利的擴張仍取決於可支付的貨幣需求、可自主分配的時間、注意力需求係數、偏好、制度分配，以及非人類注意力密集的其他需求通道。

在特定注意力密集產品上，增加供給可能先變成未動員產能或更激烈的價格競爭，而不是更高的人均完成消費。在某些收入分配條件下，生產力收益即使很高，也不一定轉為同等比例的當期家庭消費。但這兩項局部機制都不能直接推出文明整體已無新增需求，因為 AI 同時可能創造新任務、降低必要服務成本、釋放時間、提升公共服務與支持企業投資。

因此本篇將研究重心從「AI 能產生多少」移向「由誰、在何種時間與貨幣制度下，能夠且願意實現多少」。這使 AICE 系列自第一部的能力充分化與硬體市場，轉入第二部的貨幣與跨智能經濟；但將尚未確定的 AI 內部偏好、獨立貨幣、法律人格與文明分域保留給後續論文，而不提前視為既成現實。

Canonical minimal statements

以上三式分別是研究中的非等價提醒，並非對所有歷史、全部商品和經濟體的普遍實證結論。

參考文獻：外部可核對來源

• [E01] Becker, Gary S. (1965). A Theory of the Allocation of Time. The Economic Journal, 75(299), 493–517. DOI: https://doi.org/10.2307/2228949 。時間配置的經典模型；不代表此文支持本篇全部反事實。
• [E02] Simon, Herbert A. (1971). Designing Organizations for an Information-Rich World. In Computers, Communications, and the Public Interest. 文字參考來源：https://gwern.net/doc/design/1971-simon.pdf 。注意力稀缺的早期論述；並非本篇新假說之驗證。
• [E03] Fornaro, Luca, and Martin Wolf (2026). Macroeconomic Policies for AI. CEPR Discussion Paper 21412，2026-04-24。https://cepr.org/publications/dp21412 。AI 自動化、勞動份額、需求不足與政策條件的宏觀模型。
• [E04] Acemoglu, Daron, and Pascual Restrepo (2019). Automation and New Tasks: How Technology Displaces and Reinstates Labor. Journal of Economic Perspectives, 33(2), 3–30. DOI: https://doi.org/10.1257/jep.33.2.3 。自動化與新任務對勞動需求的雙向機制。
• [E05] Fan, Rachel Yuting, and Ha Minh Nguyen (2026). Aggregate Gains from AI and Their Distribution: Global Evidence from Usage Data. IMF Working Paper 2026/147，2026-07-10。https://www.imf.org/en/publications/wp/issues/2026/07/10/aggregate-gains-from-ai-and-their-distribution-global-evidence-from-usage-data-577586 。研究 AI 使用及勞動成本等值分布；其 LCE 非已實現 GDP 或實際薪資增加。
• [E06] Gallup (2026). Global Indicator: Artificial Intelligence，更新至 2026 年的美國僱員採用率追蹤。https://www.gallup.com/699797/indicator-artificial-intelligence.aspx 。不同頻率採用率的背景資料；不能作全球經濟飽和證據。

參考文獻：EveMissLab 內部理論接口

• [I01] Neo.K. 時間論與經濟學派_2026.09_TVK-TIA_candidate_R1.md。2026 年 9 月候選修訂：時間論作為可測試的跨學派分析映射，不作經濟學唯一經驗本體聲稱。
• [I02] Neo.K. 《貨幣流動性的三維失衡：從印鈔悖論到系統性凍結》.md。提供 A／B／C 候選貨幣拓撲；其未核驗數據不在本篇當作觀測證據。
• [I03] Neo.K with GPT-6. GASR_P09_Temporal_Essence_of_Attention_Economics_Finitude_Choice_Exclusivity_Time_Sovereignty_v1.0_2026-10-29.md。
• [I04] Neo.K with GPT-6. HACTS-01_生產力內生擴張悖論_v0.1_2026-10-16.md。
• [I05] Neo.K with GPT-6. AICE-01_AI_Capability_Sufficiency_and_Stratified_Civilizational_Demand_v0.1_2026-11-02.md。
• [I06] Neo.K with GPT-6. AICE-02_Parameter_Growth_Paradox_and_Economic_Thresholds_for_Architecture_Exploration_v0.1_2026-11-02.md。
• [I07] Neo.K with GPT-6. AICE-03_AI_Non_Bubble_Equilibrium_and_Memory_Market_Reversal_v0.1_2026-11-02.md。

版本與驗證聲明

v0.1（2026-11-02）： 建立概念分帳、家庭三重約束模型、局部吸收上界、貨幣流動 A／B／C 操作化邊界、三項條件性命題、四組非實證數值示例、九組待檢假說、識別方案、研究倫理與下一篇接口。本文的公式為有條件的研究模型，不等於已經完成經濟實證的自然定律。此檔為 canonical UTF-8 source；未經作者另行授權與修改，不宣稱已投稿、發表或完成同儕審查。

Next paper: AICE-05｜跨智能契約貨幣與協作價值形成假說。