發錢後，民眾真的會多花錢嗎？新加坡南大用 AI 模擬政策效果

拿到一張消費券後，家庭可能多買一些東西，也可能只是用券支付原本就要買的商品，於是留下更多現金。**券被用掉，不代表經濟就增加了同額消費。**新加坡南洋理工大學（NTU）的研究團隊正開發 AI 政策模擬工具，希望協助決策者在發放補助前，看清這項差別。25

它要怎麼比較補助方案？

南洋商學院的四人團隊——Hyeokkoo Eric Kwon、Jaecheol Park、Mo Jiayun 與 Kayoung Shin——打算讓模擬中的消費者回應不同政策設計，例如面額 100 元的消費券，再推估家庭會存下多少錢、是否增加總支出，以及購物內容會不會改變。25

OpenAI 將這項研究列為「Privacy-Preserving LLM Agents for Auditable Government Policy Simulation」；這是研究計畫名稱，相關報導並未指出模擬工具已有正式名稱。85

AI 如何模擬不同家庭？

團隊擬使用韓國一款未具名記帳 App 約 150 萬名用戶在 2023 至 2025 年間的匿名交易紀錄，讓模擬中的 AI 代理人參考不同的財務處境與消費模式。相較於替同一類人設定固定的花錢規則，代理人可同時考慮收入、年齡等特徵，模擬這些條件如何共同影響消費券的使用方式。這是工具有待驗證的潛在優勢，不是它已比問卷或固定規則模型準確的證明。23

隱私處理也攸關工具能否使用真實資料。依研究描述，交易資訊來自銀行通知；資料會移除識別資訊，並將支出、收入與購買時間等數值或細節歸入區間。視資料敏感程度，模擬人物的特徵須與至少 3 人、5 人或 10 人共通，以降低單一用戶財務紀錄被辨識的風險。但匿名化不等於絕對無法重新識別。2

怎麼知道預測靠不靠譜？

團隊計畫將模擬結果，與韓國在 2025 年 7 月及 9 月發放補助前後的實際支出比較。當時的補助限於符合資格的商家使用，並須在同年 11 月前用完，因此可作為檢查預測購買行為與支出變化的真實案例。2

對照真實數據有助於找出不合理的代理人行為或憑空編造的解釋。不過，要證明工具確實更會預測，還得確認它能預測事先未見過的結果、勝過適當的傳統模型，並排除其他影響消費的因素。目前可得報導沒有提供詳細驗證程序或已公布的誤差率；「比傳統模擬更準」仍應視為研究目標。23

何時可能供外界使用？

這項計畫是 OpenAI 從逾 400 份申請中選出的 14 項之一。Kwon 列出的獎助金額為 10 萬美元；報導指出，一半為現金、一半為 OpenAI 模型使用額度，用於約六個月的開發與測試。8104

團隊目標是在 2027 年 2 月前開源，並讓工具可調整以模擬不同人口群體；後續也希望納入興趣、政治觀點等特徵，並提供預測解釋。4 但能否可靠地套用到韓國資料以外的人群、解釋是否對應準確預測，都仍須靠驗證，而非只看 AI 能否給出聽起來合理的答案。