Ⅰ 总报告
人工智能社会的睡眠展望
摘要：近年来，人工智能快速发展，深刻影响着人们生活的方方面面。今年我们的研究报告除了对中国居民睡眠的一般状况进行分析外，也探讨了人工智能发展对人们睡眠的影响。基于2023年中国居民睡眠状况线上调查数据的分析，我们发现，在当今社会，人工智能发展程度作为高科技发展水平的标志之一。人工智能发展程度越高的省份，居民睡眠时长越短，睡眠剥夺感越强；女性、未婚群体、18～45岁群体和低主观社会阶层群体的睡眠状况相对较差。除此之外，我们还分析了居民对人工智能的态度和产品需求。当我们迈入人工智能大模型时代后，更应该考虑如何更广泛地运用人工智能技术来帮助居民改善睡眠状况，使其惠及社会中的每个人和每个群体。
关键词：人工智能 技术发展 睡眠状况 睡眠质量 产品需求
一 人工智能与睡眠
（一）人工智能时代与睡眠
随着以ChatGPT为代表的大模型的兴起和快速迭代，2023年人类开始迈入人工智能大模型时代。人工智能引发的新的工业革命像以往历次工业革命一样无疑会带来生产力的大幅提高，人们享受着人工智能带来的种种便利，也感受到人工智能带来的威胁（王俊秀等，2023）。许多人担忧人工智能将取代一些传统工作岗位，大模型的出现可能加剧人们的担忧，是否使一些人出现睡眠障碍？人工智能技术的进步，更大的意义不是取代传统工作岗位，而是代替人做某些工作，为人们的工作助力，减轻人们的工作负担，从理论上讲应该可以增加人们的休息时间，使人们的睡眠时长和睡眠质量更有保证。我们将对人工智能发展与人们睡眠质量的关系进行持续观察和研究。今年我们的研究报告除了对中国居民睡眠的一般状况进行分析外，也将探讨人工智能发展是否会影响人们的睡眠。
（二）人工智能有助于提升睡眠质量
2023年，大模型的出现被认为是人工智能时代真正到来的标志。但人类对人工智能技术的探索早已起步，在1956年的达特茅斯会议上，麦卡锡、明斯基、香农、纽厄尔、司马贺等科学家在研讨“如何用机器模拟人的智能”时，正式提出了“人工智能”（Artificial Intelligence，AI）的概念（王恒，2021：11）。在大模型这一革命性的技术出现之前，人工智能技术已经在许多领域有广泛的应用，既包括制造业、农业、交通、安防和医疗领域（王恒，2021：220），也包括睡眠健康的促进领域。睡眠医学中人工智能技术使用较多的是机器学习和可穿戴技术，如利用人工智能来分析睡眠记录、评估睡眠质量和识别与睡眠障碍相关的病理特征。多导睡眠图（PSG）是诊断睡眠障碍严重程度、评估睡眠障碍的“金标准”。多导睡眠图（PSG）包含的大量生理信息中，只有有限数量的信息被用于临床决策，分析通常是由人来完成的，费时、费力且成本较高。临床中采用人工智能技术旨在通过机器学习替代这一传统的诊断和睡眠评级手段（Leppänen et al.，2022）。一般采用可穿戴设备来监测各种生理指标，包括脑电图、心率、脉搏、血氧、家庭睡眠呼吸暂停监测（HSAT）。可穿戴设备包括头戴式设备，智能床垫等。其中，智能床垫通过内置的传感器对使用者的心率、呼吸、体动等进行监测。有的智能床垫可以在监测到使用者打鼾时，通过改变使用者的头部位置，帮助使用者打开气道，使其停止打鼾（Oh et al.，2022）。许多设备被用于对睡眠周期进行监测和分类评定，以代替原来只有专业医生才能完成的睡眠障碍诊断。目前，已经有大量应用人工智能技术的睡眠产品进入市场，试图取代传统的多导睡眠仪进行睡眠评估。随着技术的进步，未来人工智能技术会被更加有效地运用在睡眠健康和睡眠医疗领域（Djanian et al.，2022）。
二 中国居民睡眠状况线上调查
（一）调查介绍
中国居民睡眠状况线上调查由中国社会科学院社会学研究所开展，目前已经开展了三轮调查（分别在2021年11月、2022年12月和2023年12月开展）。在历年调查中，课题组基于《中国统计年鉴（2021）》（国家统计局，2021）、《中国统计年鉴（2022）》（国家统计局，2022）和第七次全国人口普查数据，进行分层和PPS概率抽样。2021年调查了除港澳台、西藏、青海、海南和宁夏外的27个省（自治区、直辖市）的18～71岁中国居民，样本量为6037；2022年调查了除港澳台和西藏外的30个省（自治区、直辖市）的19～72岁中国居民，样本量为6343；2023年调查了除港澳台、西藏、青海、海南、宁夏外的27个省（自治区、直辖市）的18～73岁中国居民，样本量为6255。本书除主要采用2023年开展的中国居民睡眠状况线上调查数据进行分析外，也会结合使用2021年和2022年的调查数据进行对比分析，在分析时均使用对年龄和性别比例进行加权后的数据。
（二）样本特征
2023年中国居民睡眠状况线上调查的样本特征如表1所示，其中，男性3030人（48.44%），女性3225人（51.56%）；平均年龄为32.20±9.33岁，25～34岁的被调查者共2626人（41.98%）。
表1 2023年中国居民睡眠状况线上调查的样本特征
表1 2023年中国居民睡眠状况线上调查的样本特征-续表1
表1 2023年中国居民睡眠状况线上调查的样本特征-续表2
三 人工智能发展与睡眠状况间的关系
（一）人工智能发展的衡量指标
2023年斯坦福大学发布了《人工智能指数报告》[1]，该年度报告追踪、整理、提炼与人工智能相关的数据，使决策者能够采取有意义的行动，以负责任和以人为本的方式推进人工智能发展。2023年《人工智能指数报告》包括对基础模型的新分析、地缘政治和训练成本、人工智能系统的环境影响、K-12人工智能教育以及人工智能的舆论趋势等。值得一提的是，2023年《人工智能指数报告》将人工智能指数的调查范围从2022年的25个国家扩大到127个国家。
根据2023年《人工智能指数报告》，中国居民是对人工智能产品和服务的态度最积极的人群之一，78%的中国被调查者（在所有调查国家中比例最高）同意“使用人工智能产品和服务的利大于弊”，之后分别是沙特阿拉伯（76%）和印度（71%），只有35%的美国被调查者同意“使用人工智能产品和服务的利大于弊”，属于比例较低的国家之一。
尽管斯坦福大学的这一报告覆盖范围较广，是较权威的人工智能发展报告之一，但是它没有国家内部发展差异的报告。在我国，也有不少类似的人工智能发展报告，例如《人工智能白皮书（2022年）》[2]、《中国新一代人工智能科技产业区域竞争力评价指数（2023）》[3]和《中国人工智能发展报告2020》[4]等。
本研究采用《中国新一代人工智能科技产业区域竞争力评价指数（2023）》[5]中的指数衡量各省（自治区、直辖市）的人工智能发展状况。从2018年开始，《中国新一代人工智能科技产业区域竞争力评价指数》已连续发布六年，动态刻画了人工智能科技产业区域发展的情况。该报告所采用的评价指标体系如表2所示，共包括6个一级指标：企业能力、学术生态、资本环境、国际开放度、链接能力、政府响应能力。
表2 人工智能科技产业区域竞争力评价指标体系及其权重
表2 人工智能科技产业区域竞争力评价指标体系及其权重-续表
根据以上评价指标体系，《中国新一代人工智能科技产业区域竞争力评价指数（2023）》[6]计算得出中国31个省区市（不包含港澳台）人工智能科技产业区域竞争力评价指数的综合排名及得分情况。本研究采用各省份人工智能科技产业区域竞争力评价指数作为衡量省域人工智能发展状况的指标，分析人工智能发展程度与该省份居民睡眠状况的关系。考虑到人工智能发展的程度也与经济发展程度有关，在后续分析中，均控制了各省份的人均地区生产总值，人均地区生产总值数据源于国家统计局公布的2022年末数据（国家统计局，2023）。所用变量请见本书《2023年中国睡眠指数报告》。
（二）人工智能发展程度与睡眠质量
本部分采用分层线性模型，将省份作为层二变量，设定随机截距和随机斜率，分析省域人工智能发展程度与该省份居民睡眠时长的关系。固定效应模型的结果显示（见表3），在控制了人均GDP之后，人工智能发展程度越高的省份，居民的睡眠时长越短，睡眠剥夺感越强，但是人工智能发展程度对工作或学习时长、匹兹堡睡眠质量（分数为0～21分，进行了反向计分，分数越高，代表睡眠质量越高）和失眠天数没有显著预测作用。而在控制了人工智能发展程度后，人均GDP对睡眠质量的多个指标均没有显著预测作用。可见，经济发展程度更有可能是通过以人工智能为代表的高科技的发展来影响居民的睡眠质量。
表3 人工智能发展程度对睡眠质量的预测作用
（三）人工智能发展程度与睡眠信念和行为
如表4所示，人工智能发展程度越高的省份，其被调查者对睡眠的错误理解越多，但是仅在0.1水平上显著，而在0.05水平上不显著；且人工智能发展程度对睡眠信念、一般睡眠拖延行为和手机/上网拖延睡眠行为均没有显著预测作用。
表4 人工智能发展程度对睡眠信念和行为的预测作用
（四）人工智能发展程度与睡眠环境
如表5所示，人工智能发展程度越高的省份，其被调查者的家庭环境越差，感到家人间的关系越不相亲相爱，但是这也仅在0.1水平上显著，而在0.05水平上不显著。人工智能发展程度对社会环境和居住环境均没有显著预测作用。
表5 人工智能发展程度对睡眠环境的预测作用
表5 人工智能发展程度对睡眠环境的预测作用-续表
四 对人工智能的态度与产品需求
（一）对人工智能的态度
本书中的《对人工智能的态度和智能睡眠产品使用倾向研究》一文发现，被调查者对人工智能的态度的积极维度的积极性态度得分高于消极维度的包容性态度得分。对人工智能的态度的积极维度的积极性态度平均分为3.50分，其中，“人工智能有许多有益的用途”得分最高（3.81分），被调查者对人工智能的态度的消极维度的包容性态度平均分为3.20分，其中，“我觉得人工智能是邪恶的”得分最高（3.62分）。这与斯坦福大学2023年《人工智能指数报告》的发现一致，即中国居民对人工智能产品和服务持较积极的态度。
在群体差异上，35～44岁、大学本科受教育程度、初婚有配偶、有子女、非独居、居住地为城市、在工作、家庭月收入为1.5万～3万元、中上层的被调查者对人工智能的积极维度持比较积极的态度；女性、55～60岁、大学专科/本科受教育程度、初婚有配偶、居住地为城市、在工作/务农、家庭月收入为1.5万～3万元和中层的被调查者对人工智能的消极维度持比较包容的态度。
（二）对人工智能产品的需求
本书中的《对人工智能的态度和智能睡眠产品使用倾向研究》一文发现，有61.44%的被调查者从未用过人工智能睡眠呼吸管理系统，58.88%的被调查者从未用过大型智能助眠产品，50.47%的被调查者从未用过可穿戴式睡眠监测设备，49.61%的被调查者从未用过小型智能助眠产品，但74.79%的被调查者用过手机助眠APP。调查结果表明，基于手机的睡眠应用程序较受大众欢迎，而其他智能睡眠产品的普及率还不是很高。18～34岁、小学及以下受教育程度、再婚有配偶、无子女、居住地为农村、家庭月收入为2000元及以下、独居和上层的被调查者对智能睡眠产品的使用频率较高。
而在智能睡眠产品的使用意愿方面，有53.14%的被调查者愿意购买或付费使用手机助眠APP，占比最高；之后依次是小型智能助眠产品（41.04%）、可穿戴式睡眠监测设备（38.17%）、大型智能助眠产品（32.58%）；仅有28.93%的被调查者愿意购买或付费使用人工智能睡眠呼吸管理系统，占比最低。调查结果表明，基于手机的睡眠应用程序仍是被调查者使用智能睡眠产品的首选，同时智能睡眠产品的可得性和可操作性越强，被调查者的使用意愿越强。女性、25～44岁、再婚有配偶、有子女、居住地为农村、在工作、家庭月收入为3万～6万元、非独居和中上层及以上的被调查者对智能睡眠产品的使用意愿较强。
此外，本书中的《睡眠改善倾向与消费需求研究》一文发现，不同群体更倾向于通过改变睡眠习惯、改变日常习惯的非消费方式来改善睡眠，使用助眠产品的倾向强于就医倾向。对助眠产品使用倾向最强的群体的特点为：女性、35～44岁、家庭月收入为3万～4.5万元、大学本科受教育程度、居住地为乡镇、所在地区为西南地区。不同群体对家居助眠类产品的消费需求最大，其次为睡眠环境类产品。对家居助眠类产品消费需求最大的群体的特点为：35～44岁、家庭月收入为3万～4.5万元、个人月支出为1.5万～3万元、大学本科受教育程度、居住地为城市、所在地区为西南地区。对于床垫的功能，不同群体最希望增加的是助眠放松按摩，其次是多角度睡姿，女性群体对床垫各类功能的需求均大于男性。
五 人工智能社会不同群体的睡眠状况
（一）不同群体的睡眠指数
本部分采用本书中《2023年中国睡眠指数报告》一文所计算的睡眠指数及其三个一级指标得分，来分析人工智能社会不同群体的睡眠状况。笔者采用多元回归分析，在控制了其他人口学特征和省份变量后，获得不同群体睡眠指数及其三个一级指标的预测值。如图1所示，女性的睡眠指数预测值小于男性。在不同年龄段群体中，46～73岁群体的睡眠指数预测值较大，且46～60岁群体和61～73岁群体的睡眠指数预测值间没有显著差异；睡眠指数预测值最小的是18～30岁群体。不同户口、受教育程度和家庭月收入群体间的睡眠指数预测值没有显著差异。已婚群体的睡眠指数预测值略大于未婚群体，主观社会阶层越高，睡眠指数预测值越大。可见，从睡眠指数看，男性、46～73岁、已婚、高主观社会阶层群体的睡眠指数预测值更大。
图1 不同群体睡眠指数的预测值
（二）不同群体的睡眠质量
如图2所示，在睡眠质量指标的预测值上，也是46～73岁群体较大，且46～60岁群体和61～73岁群体没有显著差异，18～30岁群体和31～45岁群体没有显著差异。不同性别、户口和受教育程度群体间没有显著差异，已婚群体的睡眠质量指标预测值略小于未婚群体；家庭月收入越高，睡眠质量指标预测值越小；但是主观社会阶层越高，睡眠质量指标预测值越大。可见，在睡眠质量指标上，46～73岁群体及未婚、低家庭月收入和高主观社会阶层群体的预测值较大。
图2 不同群体睡眠质量指标的预测值
（三）不同群体的睡眠信念和行为
如图3所示，女性的睡眠信念和行为指标预测值显著小于男性。总体而言，年龄越大、受教育程度越低、主观社会阶层越高的群体的睡眠信念和行为指标预测值越大，但是46～60岁群体和61～73岁群体没有显著差异，大学专科、大学本科和研究生受教育程度间群体没有显著差异。已婚群体的睡眠信念和行为预测值显著大于未婚群体；中层及以上群体的睡眠信念和行为预测值显著大于下层和中下层群体。不同户口群体和家庭月收入群体间的差异不显著。可见，男性、46～73岁、低受教育程度、已婚、中层及以上群体的睡眠信念和行为更合理。
图3 不同群体睡眠信念和行为指标的预测值
（四）不同群体的睡眠环境
如图4所示，不同性别、户口的群体在睡眠环境指标的预测值上没有显著差异。46～73岁群体的睡眠环境指标预测值显著大于18～45岁群体；已婚群体的睡眠环境指标预测值显著大于未婚群体；受教育程度、家庭月收入和主观社会阶层越高，睡眠环境指标的预测值越大。可见，46～73岁群体及高受教育程度、高家庭月收入、高主观社会阶层和已婚群体的睡眠环境更好。
图4 不同群体睡眠环境指标的预测值
综上所述，男性和已婚群体的睡眠指数预测值大于女性和未婚群体，主要是因为他们的睡眠信念和行为更合理；46～73岁群体的睡眠指数预测值及其三个一级指标的预测值均大于18～45岁群体；高主观社会阶层群体的睡眠指数预测值更大，主要是因为他们的睡眠质量和睡眠环境更好。虽然高受教育程度和高家庭月收入的群体有更好的睡眠环境，但是他们的睡眠信念和行为可能更不合理；高家庭月收入群体的睡眠质量更差。
六 人工智能社会的睡眠展望
（一）运用人工智能技术帮助居民改善睡眠状况
本研究发现，人工智能发展程度仅在0.05水平上显著负向预测睡眠时长，在0.01水平上显著正向预测睡眠剥夺感，而对睡眠理解和家庭环境的预测仅在0.1水平上显著，对其他睡眠质量指标、其他睡眠信念和行为指标，以及其他睡眠环境指标即使在0.1的水平上也均没有显著预测作用。这说明在当今社会，人工智能发展程度作为高科技发展水平的标志之一，人工智能发展程度越高的省份，其科技发展水平越高，居民的睡眠时长越短，睡眠剥夺感越强。在人工智能发展程度进一步提高后，我们的睡眠是否会受到更大的影响，这是未来需要重点关注的问题。我们应该考虑如何更广泛地运用人工智能技术来帮助居民改善睡眠状况，避免睡眠、健康和生活受到人工智能技术的负面影响。
（二）发展基于人工智能技术的睡眠产品，提高居民使用体验
从居民对人工智能的态度和产品需求来看，整体而言，我国居民对人工智能产品和服务持较积极的态度，但是使用基于人工智能技术的睡眠产品的意愿不足。这可能有两个原因。一是当前基于人工智能技术的睡眠产品尚处于发展初期，还需对基于人工智能技术的睡眠产品做进一步研发，通过提高居民的使用体验来提高其使用意愿。从居民对人工智能产品和服务持较积极的态度来看，未来的消费需求空间还是很大的。二是正因为当前基于人工智能技术的睡眠产品尚处于发展初期，部分产品的价格较为昂贵，普通人难以负担，消费面较窄。在人工智能技术有了更深入的发展后，应降低智能睡眠产品的价格，使更多的居民享受到人工智能带来的好处。
（三）关注人工智能技术可能带来的睡眠不平等问题
在人工智能社会，应关注女性、未婚群体、18～45岁群体和低主观社会阶层群体的睡眠质量。对于高家庭月收入群体，虽然他们的睡眠环境可能更好，但也应注意他们的睡眠信念和行为可能更不合理，也可能有更差的睡眠质量。在人工智能技术蓬勃发展的时代，更应关注社会阶层和地位不同带来的睡眠不平等问题。尤其是在未来，当人工智能技术被更广泛地用于改善居民睡眠状况时，应提高技术的普及性、降低产品价格和使用门槛，使其惠及社会中的每个人和每个群体，提高睡眠平等程度。
参考文献
国家统计局编，2021，《中国统计年鉴（2021）》，中国统计出版社。
国家统计局编，2022，《中国统计年鉴（2022）》，中国统计出版社。
国家统计局编，2023，《中国统计年鉴2023》，中国统计出版社。
韩小孩等，2012，《基于主成分分析的指标权重确定方法》，《四川兵工学报》第10期。
王恒，2021，《重估：人工智能与赋能社会》，电子工业出版社。
王俊秀，2023，《ChatGPT与人工智能时代：突破、风险与治理》，《东北师大学报》（哲学社会科学版）第4期。
王俊秀、张衍、张跃等，2023，《中国睡眠研究报告2023》，社会科学文献出版社。
Djanian，S.，Bruun，A.，& Nielsen，T.D.（2022）. Sleep classification using consumer sleep technologies and AI：A review of the current landscape. Sleep Medicine，100，390-403.
Leppänen，T.，Baron，C.，de Zambotti，M.，& Myllymaa，S.（2022）. Editorial：Machine learning and wearable technology in sleep medicine. Frontiers in Digital Health，4：845879.
Oh，E.，Kearns，W.，Laine，M.，Demiris，G.，& Thompson，H.J.（2022）. Perceptions of and experiences with consumer sleep technologies that use Artificial Intelligence. Sensors，22，3621.
Robbins，R.et al.（2019）. Sleep myths：An expert-led study to identify false beliefs about sleep that impinge upon population sleep health practices. Sleep Health，5（4），409-417.
[1] Stanford University，“The AI index report：Measuring trends in artificial intelligence”，https：//aiindex.stanford.edu/report/，最后访问日期：2024年1月16日。
[2] 中国信息通信研究院：《中国信通院发布〈人工智能白皮书（2022年）〉》，https：//mp.weixin.qq.com/s？_biz=MzU5MDc0NjU4Mg==&mid=2247528528&idx=1&sn=d3e56a744d2f2 fdd175c543d370ee329&chksm=fe3bb6e9c94c3fff18e558b4a8ef3fa3b0a347a891abccf96ed32c35a2418834b95 1e986fd8d&scene=27#wechat_redirect，最后访问日期：2024年1月16日。
[3] 刘刚等：《中国新一代人工智能科技产业区域竞争力评价指数（2023）》，https：//www.kdocs.cn/l/cgRO2JvP11iq，最后访问日期：2024年1月16日。
[4] 清华-中国工程院知识智能联合研究中心、清华大学人工智能研究院知识智能研究中心、中国人工智能学会：《中国人工智能发展报告2020》，https：//www.sohu.com/a/461233515_120056153，最后访问日期：2024年1月25日。
[5] 刘刚等：《中国新一代人工智能科技产业区域竞争力评价指数（2023）》，https：//www.kdocs.cn/l/cgRO2JvP11iq，最后访问日期：2024年1月16日。
[6] 刘刚等：《中国新一代人工智能科技产业区域竞争力评价指数（2023）》，https：//www.kdocs.cn/l/cgRO2JvP11iq，最后访问日期：2024年1月16日。