各地培育新场景新业态 激发消费活力

基于Marshall集聚外部性理论，消费新场景通过三类机制提升资源配置效率：劳动力市场汇聚（吸引餐饮、文创等服务业专业化人才）、中间投入品共享（供应链协同降低商户采购成本）、知识溢出（新业态模式在集聚区内快速扩散）。据此提出假说：H1（集聚效应假说）：消费新场景的开业将显著提升周边1公里范围内同类商户的月均销售额；H2（替代效应假说）：消费新场景对3公里以外传统商圈的客流产生负向挤出效应；H3（效率假说）：消费新场景集聚区的商户平均库存周转率显著高于非集聚区，反映资源配置效率改善。理论模型推导基于Fujita-Thisse框架，引入消费多样性偏好与交通可达性参数，刻画消费新场景的空间均衡条件。

以各地消费新场景项目（天津海河老建筑改造、成都老厂房活化等）的开业时间作为外生冲击，构建多期DID识别策略。识别假定为：在消费新场景开业前，处理组（新场景周边区域）与控制组（未引入新场景的可比区域）的消费指标满足平行趋势。为缓解选址内生性问题，采用倾向得分匹配（PSM）筛选与新场景所在区位在人口密度、交通便利度、历史消费水平等方面可比的对照组，再用CEM（粗化精确匹配）进行稳健性检验。工具变量选取该区位是否位于城市更新规划红线内，满足相关性与外生性要求。

基准DID模型：Y_it = α + β·Treat_i × Post_it + γ·X_it + μ_i + λ_t + ε_it，其中Y_it为区域i在t期的消费绩效指标（销售额、客流量、商户数量），Treat_i为处理组虚拟变量，Post_it为开业后指示变量。空间杜宾模型（SDM）设定：Y = ρWY + Xβ + WXθ + ε，W为基于地理距离倒数或路网时间的空间权重矩阵，ρ捕捉空间自相关效应，θ捕捉解释变量的空间溢出效应。为进一步识别动态效应，采用事件研究法（Event Study）：Y_it = α + Σ_{k=-m, k≠-1}^{n} β_k·D_{it}^k + γ·X_it + μ_i + λ_t + ε_it，其中D_{it}^k为相对开业时间的虚拟变量序列。

被解释变量：区域月均消费额（美团/大众点评脱敏商户交易数据加总至网格单元）、消费业态多样性指数（基于POI的HHI指数基础上构造1-HHI）、商户存活率（开业后12个月持续经营比例）。核心解释变量：消费新场景开业哑变量（各级政府公开的项目运营公告日期，交叉验证媒体首次报道日期）。控制变量包括：区域人口密度（WorldPop栅格数据）、地铁站距离（高德路径规划API）、周边住宅均价（贝壳/安居客月度挂牌数据）、区域夜间灯光强度（NPP-VIIRS数据）。样本覆盖2024-2026年全国36个主要城市的200余个消费新场景项目，形成城市-月份面板数据。

（1）更换空间权重矩阵：分别使用k近邻权重矩阵（k=5,10,15）、经济距离权重（基于夜间灯光强度差异）、交通时间权重替代基准地理距离权重，检验空间计量结果对权重设定的敏感性；（2）安慰剂检验：随机打乱处理组与控制组标签1000次，构建安慰剂处理效应的经验分布，检验真实处理效应是否位于分布尾部；（3）排除同期政策干扰：手动收集各城市同期推行的消费券发放、文旅补贴等政策，在模型中引入政策控制变量，观察核心系数稳定性；（4）替换被解释变量：使用夜间灯光强度变化率、工商注册数据中的新设商户数量作为消费活力的替代度量；（5）限制样本：剔除一线城市样本（因其消费市场规模过大可能导致估计偏误），仅使用二三线城市子样本进行回归。

---

基于Keynes的乘数原理，地方政府在消费新场景中的公共投资（老厂房改造的基础设施配套、历史街区公共空间提升、文旅项目的前期开发费用）构成自主性支出冲击，通过产业链传导与居民收入增加，引发多轮消费扩张。第一轮效应体现为改造工程直接拉动建材、设计、施工等需求；第二轮效应为新场景开业后吸引消费客流，提升周边服务业就业与居民可支配收入；第三轮效应为收入增加进一步转化为新的消费需求。据此提出：H1（乘数假说）：消费新场景公共投资的1年期累积乘数显著大于1，表明公共投入撬动了超额私人消费；H2（异质性假说）：农文旅融合型新场景（如宁夏西夏陵、梵净抹茶小镇）的乘数效应高于纯城市更新型新场景，因地融合项目对本地供应链的拉动链条更长；H3（状态依赖假说）：在经济增速低于潜在增长率时期（产出缺口为负），消费新场景投资的乘数效应显著更大。

采用Jordà（2005）局部投影法（Local Projections）估计财政支出冲击的动态响应路径，较传统SVAR方法更灵活且对模型设定误设更稳健。识别假定为：消费新场景的政府投资决策在短期内可视为外生冲击——项目立项至开工的审批周期较长（通常6-18个月），且主要由城市更新规划和土地利用调整等供给侧因素驱动，而非即时消费需求变化所决定。利用项目立项时间与开工时间的"制度性滞后"构建工具变量，以立项批复日期作为实际开工日期的工具，排除当期消费波动对投资时机的反向因果。同时，借鉴Blanchard & Perotti（2002）的递归识别策略，假设财政支出决策在季度频率上不受当期GDP冲击影响。

基准局部投影模型：y_{i,t+h} - y_{i,t-1} = α_i^h + β^h·G_{i,t} + γ^h·X_{i,t} + ε_{i,t}^h，其中y为消费指标的对数值，h=0,1,...,8为预测期（季度），G_{i,t}为城市i在t季度的消费新场景政府投资额（对数值），β^h即为h期累积乘数。引入状态依赖的扩展模型：y_{i,t+h} - y_{i,t-1} = α_i^h + β_L^h·F(z_{i,t})·G_{i,t} + β_H^h·(1-F(z_{i,t}))·G_{i,t} + γ^h·X_{i,t} + ε_{i,t}^h，其中F(z_{i,t})为基于经济状态变量z的平滑转换函数（采用logistic形式），β_L^h和β_H^h分别捕捉衰退期与繁荣期的乘数差异。控制变量包括：地方一般公共预算支出增速、房地产投资增速、常住人口变化率等。

核心被解释变量：城市季度社会消费品零售总额增速（国家统计局月度数据季度加总）、居民消费支出增速（住户调查数据）。核心解释变量：消费新场景政府投资额——通过手工整理各城市财政决算报告"商业服务业等支出"科目中的城市更新改造明细，结合项目可研报告中政府出资比例推算，缺失值采用招投标公告中的中标金额作为代理变量。状态变量：产出缺口（HP滤波分解实际GDP对数，平滑参数λ=1600）、消费者信心指数。控制变量集包括：货币政策代理变量（7天逆回购利率）、房地产市场景气度（新建商品住宅价格指数同比）。样本覆盖2022Q1-2026Q2期间70个大中城市的季度面板数据。

（1）更换乘数估计方法：使用Ramey & Zubairy（2018）的叙事法（narrative approach），通过手动收集各地政府工作报告中对消费新场景投资的叙事描述，构建外生的财政冲击序列，替换基准的局部投影法；（2）替代因变量：使用基于增值税发票数据的真实消费支出（国家税务总局省际汇总数据）替代社会消费品零售总额，后者存在对集团消费和线上跨区消费的统计偏差；（3）剔除异常城市：逐一剔除直辖市与计划单列市样本（因其财政支出行为与普通地级市差异较大），检验核心乘数估计是否稳健；（4）控制货币政策交互效应：引入财政支出与货币政策利率的交互项，控制货币政策周期对财政乘数估计的混杂影响；（5）Bootstrap标准误：采用残差Bootstrap（5000次抽样）构建乘数估计的置信区间，解决小样本下局部投影法标准误可能下偏的问题。

---

Coase定理指出，在交易成本为零的世界中，产权初始配置不影响资源最终配置效率。然而在闲置资产活化实践中，交易成本无处不在：产权人（通常为国有企业或政府部门）与运营方之间的信息不对称、改造方案审批的行政摩擦、历史建筑保护与商业开发之间的目标冲突等。Williamson强调，当资产专用性高时（老建筑改造具有高度区位专用性和物理专用性），市场治理可能失效，需要混合治理或层级治理。据此提出：H1（产权清晰度假说）：产权归属越清晰（单一所有权vs.多部门共管），闲置资产活化项目的改造周期越短，投资超支率越低；H2（经营权安排假说）：采取"所有权保留+经营权长期租赁"模式（15年以上）的项目，其运营绩效（坪效、客流量稳定性）优于短期承包模式，因长期合约保护了运营方的专用性投资激励；H3（收益分配假说）：引入收益分成机制（政府以租金保底+超额分成）的项目吸引的民间投资额显著高于固定租金模式。

采用嵌入性多案例比较设计，基于最大变异抽样原则选取4类产权-治理模式下的消费新场景：天津海河老建筑（公有产权+政府平台公司运营）、成都老厂房（原国企产权+民营资本租赁运营）、宁夏西夏陵（文化遗产国家所有+特许经营权出让）、梵净抹茶小镇（集体建设用地+企业-村集体合作）。对每个案例进行过程追踪（process tracing），识别从产权界定→合作协议签订→改造实施→运营管理的完整因果链。在使用fsQCA时，以"成功改造"（客流达标率、投资回收期、社会评价三维度综合判定）为结果变量，以产权清晰度、合约期限、收益分配弹性、政府支持力度、区位条件为条件变量，识别导致成功的必要与充分条件组态。

在案例研究基础上，收集全国层面的消费新场景项目样本（N≈120），构建截面回归模型：Performance_i = α + β₁·PropertyRight_i + β₂·ContractTerm_i + β₃·RevenueShare_i + γ·X_i + ε_i。其中PropertyRight_i为产权清晰度评分（1-5级，基于产权登记类型与共管部门数量编码），ContractTerm_i为经营权合约年限，RevenueShare_i为是否引入收益分成机制的哑变量。采用Heckman两阶段模型校正样本选择偏误——第一阶段估计项目是否被纳入官方"消费新场景"名录的概率（probit模型），第二阶段在控制逆Mills比的基础上估计制度因素对绩效的影响。工具变量选取该城市是否在2019年前成立"城市更新局"（专门机构的设立外生于单个项目绩效），满足排他性条件。

被解释变量：项目绩效综合指数（通过主成分分析将首年客流量达标率、投资静态回收期（年）、消费者评分（大众点评星级）三个指标合成为单一指数）。核心解释变量：产权清晰度（基于不动产登记信息构造，单一国有所有权=5，国有-集体混合=3，多部门共管=1）；合约完整度指数（基于合约年限、续约条款、退出条款、争议解决条款的数量与质量赋值，0-10分）；收益分配弹性（固定租金=0，保底+分成=1，纯分成=2）。控制变量：项目总投资额、区位交通便利度（距最近地铁站步行分钟数）、周边3公里人口密度、所在城市人均可支配收入。数据来源包括：自然资源部不动产登记信息公开查询系统、各地公共资源交易平台经营权出让公告、项目可行性研究报告（向各地发改委申请信息公开获取）、企业工商年报。

（1）替换绩效度量：分别使用投资回收期（年）、坪效（年营收/建筑面积）、社交媒体热度（抖音/小红书话题播放量）作为替代被解释变量，逐一回归；（2）子样本分析：剔除公有产权全部保留型项目（因其目标函数可能包含非经济目标），仅保留引入私人资本的项目子样本，检验产权安排的市场效应是否稳健；（3）匹配方法：使用熵平衡法（Entropy Balancing）对处理组（产权清晰度高）与控制组（产权清晰度低）的项目特征进行再加权，消除协变量分布差异后重新估计；（4）排除文化遗产特殊保护限制效应：引入是否为文物保护单位的哑变量及交互项，分离保护限制对产权的额外约束效应；（5）定性稳健性：对fsQCA结果进行稳健性检验，调整校准阈值（交叉点的25th/50th/75th百分位数各变动5个百分点）、更换一致性门槛（0.75/0.80/0.85），检验组态结果的稳定性。

---

Kahneman & Tversky的前景理论揭示了锚定效应：个体的估值判断会被初始的数字线索（锚）系统性地牵引。在消费新场景中，场景的历史文化符号（如"百年老厂房""千年西夏文明"）、空间设计的稀缺性暗示（如"国内仅此一处"）以及体验定价的先验信息，均可能构成高锚定值。Thaler的交易效用理论进一步区分了"获得效用"（基于消费本身的效用）与"交易效用"（基于感知价格与参考价格差异的效用），消费新场景通过营造独特氛围抬升消费者的参考价格，产生正向交易效用。Loewenstein等人的预测偏差理论指出，人们在预测未来情感体验时会高估新奇刺激带来的愉悦强度和持续性（影响偏差），导致首次消费时支付意愿被推高，而事后的满意度回落则抑制复购。据此提出：H1（锚定假说）：在消费新场景中，当消费者首先接触到高价位参照信息（如"定制体验套餐¥598"），其对后续产品的支付意愿WTP显著高于首先接触低价位参照组，锚定效应幅度不小于传统消费场景；H2（框架效应假说）：当同一消费体验被描述为"沉浸式文化体验"（情感框架）而非"观光游览+餐饮套餐"（功能性框架）时，消费者支付意愿显著更高；H3（预测偏差假说）：消费者在消费前的预期满意度评分系统性地高于事后实际满意度评分（差值>0.5，10分量表），且这种正向偏差的大小与首次消费后的3个月内复购概率呈显著负相关。

在两个真实消费新场景（成都老厂房改造项目、天津海河老建筑项目）中开展随机化现场实验。实验采用2×2因子设计：因子A为锚定条件（高锚组先接触高价体验套餐信息 vs. 低锚组先接触基础套餐信息），因子B为框架条件（情感框架描述 vs. 功能框架描述）。实验对象为现场真实消费者，在入口处征得知情同意后随机分配至4个实验条件之一，随后完成产品选择、实际支付与事后问卷。识别假定为：随机化保证了实验组在可观测与不可观测特征上的统计平衡，实验处理效应即为因果效应。同时，采用离散选择实验（DCE）设计，创建8组虚拟选择情境（2×2×2正交设计：价格3水平×体验类型2水平×场景氛围2水平），在线上通过Credamo平台发放，收集1200份有效样本，估计消费者对各属性边际支付意愿的结构参数。

现场实验数据分析：WTP_i = α + β₁·AnchorHigh_i + β₂·FrameEmotion_i + β₃·AnchorHigh_i × FrameEmotion_i + γ·X_i + ε_i，其中WTP_i为消费者i对目标体验产品的最高愿意支付价格（采用Becker-DeGroot-Marschak激励机制引出，精确到元），AnchorHigh_i为高锚组指示变量，FrameEmotion_i为情感框架指示变量。离散选择实验采用Mixed Logit模型：U_{ijt} = β_price·Price_{ijt} + β_experience·Experience_{ijt} + β_atmosphere·Atmosphere_{ijt} + ε_{ijt}，允许各属性系数在不同个体间服从正态分布，边际支付意愿MWTP_k = -β_k / β_price。预测偏差研究采用面板结构：SatisfactionGap_i = Expected_i^{pre} - Actual_i^{post}，回归模型Revisit_i = Φ(α + δ·SatisfactionGap_i + θ·ExperienceRating_i + γ·X_i)，其中Revisit_i为3个月内是否复购的二元变量，采用probit模型估计。

实验主要产出变量：实际支付金额（收银系统记录，精确到分）、WTP出价（BDM机制引出）、产品选择（离散选择实验中每次情境的选择结果）。解释变量由实验设计随机化决定（锚定组别与框架组别）。协变量包括：消费者人口统计特征（年龄、性别、收入区间）、消费场景熟悉度（是否首次来访）、冲动性购买倾向量表（Rook & Fisher 1987的9题项量表得分）。预测偏差分析使用配对数据：消费前预期满意度（入口处填写，10点Likert量表）与消费后实际满意度（出口处填写，后续在线问卷推送回收）。二手数据补充：大众点评评论星级与文本（使用SnowNLP进行情感极性打分，BERTopic提取体验维度主题），银联交易脱敏数据中该场景消费者客单价的时间序列变化。实验样本量目标：现场实验每组80人，共320人；DCE线上实验1200人。

（1）更换锚定操作：在后续补充实验中，将锚定操作从"先接触的价格信息"改为"场景入口处的历史价值信息（如'该建筑估值超2亿元'成就锚定）"，检验锚定效应的操作稳健性；（2）排除需求效应：在实验结束时通过"实验目的猜测"开放式问题筛查猜测到研究目的的受试者（占比>5%则剔除），排除需求效应对结果的污染；（3）Heckman选择校正：现场实验中部分消费者拒绝参与（响应率约60%），采用Heckman两阶段法利用拒绝者的人口统计信息校正选择偏误；（4）更换WTP引出方式：在另一批受试者中使用"多价格列表法"（Multiple Price List）替代BDM机制，检验WTP引出方法对估计结果的敏感性；（5）跨场景验证：将现场实验复制到农文旅型新场景（梵净抹茶小镇），检验城市更新型场景的行为效应是否可推广至农文旅融合型场景，评估外部有效性。

---

周黎安的晋升锦标赛理论指出，中国地方官员在GDP-晋升导向下存在强烈的政绩激励，倾向于追求"可见度高、周期短、体量大"的项目。消费新场景（老厂房改造、文旅小镇、沉浸式演艺）兼具"显性政绩"（城市形象提升、媒体曝光度高）与"隐性风险"（商业可持续性不确定）的双重特征。在中央政府"培育消费新场景"的政策风向推动下，地方政府有动机利用此政策窗口进行"政策创新竞争"：短期内集中推出消费新场景项目，但可能存在业态选择同质化（仿效"成功样板"）、空间布局非效率化（偏向行政中心而非消费需求密集区）等问题。Lefebvre的空间生产理论指出，空间不仅是物理容器，更是社会关系的产物——消费新场景的选址与设计反映了地方政府、资本与居民之间的权力博弈。Harvey进一步揭示了城市治理从"管理主义"（提供公共服务）向"企业主义"（经营城市空间以吸引资本）的转型。据此提出：H1（晋升激励假说）：市委书记任期剩余年限越短（晋升窗口期越紧迫），其任内新开工消费新场景项目的数量和投资总额越大，且项目倾向于选择"短平快"的改造型项目（平均建设周期短于新建型）；H2（同质化假说）：在控制了人均GDP和人口规模后，相邻地级市的消费新场景业态结构（业态HHI指数）高度正相关，体现政策模仿与标尺竞争效应；H3（空间偏向假说）：消费新场景项目选址偏向市政府所在地3公里范围内（行政中心邻近性），而非人口密度或消费购买力最高的区位，体现政治逻辑对经济逻辑的替代。

构建2004-2026年全国地级市面板数据集，采用时间-城市双固定效应模型控制不可观测的异质性，核心识别挑战在于：政绩激励（如晋升压力）与消费新场景投资之间可能存在反向因果（投资成功反哺晋升）或遗漏变量偏误。识别策略一：利用中国地级市官员任期制度的制度特征——市委书记平均任期约为3-4年，到任初期（第1年）晋升压力较小，到任中后期（第3-4年）晋升压力显著增大，这种基于制度规则的任期节奏变化对单个城市的消费需求而言具有外生性。识别策略二：采用空间断点回归（Spatial RDD），利用"国际消费中心城市"评选政策试点城市与非试点城市的地理边界，比较边界两侧消费新场景投资密度的差异——试点政策的外生冲击使得靠近边界的处理组城市面临更强的政绩激励，而对照组城市不受影响，从而识别政绩激励的因果效应。识别假定为：边界两侧在政策试点前具有可比的消费市场条件与城市特征。

基准面板固定效应模型：Project_{it} = α + β·PromotionPressure_{it} + γ·X_{it} + μ_i + λ_t + ε_{it}，其中Project_{it}为城市i在t年的消费新场景投资指标（项目数量、总投资额、平均建设周期），PromotionPressure_{it}为核心解释变量，构造方式为：市委书记当前任期的剩余年限（基于正常退休年龄与历史平均任期倒算，剩余<2年编码为高压）；或市委书记年龄——同省同级别官员平均晋升年龄（年龄优势越大晋升压力越大）。空间断点回归模型：Y_i = α + β·Treat_i + f(location_i) + γ·X_i + ε_i，Treat_i为是否位于试点城市边界的某一侧，f(location_i)为地理坐标的局部线性或局部二次函数。空间面板模型：Project_{it} = ρ·W·Project_{it} + β·PromotionPressure_{it} + θ·W·PromotionPressure_{it} + γ·X_{it} + μ_i + λ_t + ε_{it}，W为空间邻接矩阵，θ捕捉邻市晋升压力对本市投资的空间溢出效应，即标尺竞争效应。

被解释变量：消费新场景年投资额（通过Python爬取各城市公共资源交易平台"消费新场景""城市更新""文旅融合"等关键词的招标公告，加总中标金额；缺失值以政府工作报告中的计划投资额插补）；消费新场景项目数量；项目平均建设周期（开工至运营日期间隔，以月计）；业态同质化程度（基于POI数据的该城市消费新场景业态与全国平均业态结构的余弦相似度）。核心解释变量：市委书记晋升压力（任期剩余年限≤2年=1，否则=0；稳健性检验使用年龄优势度）；官员更替虚拟变量（换届年=1）；是否为"国际消费中心城市"试点城市。控制变量：人均GDP、第三产业占比、常住人口、地方政府债务率、土地出让金收入占财政收入比重。官员履历数据来源：手动编码2004-2026年所有地级市市委书记的任职时间、年龄、前任去向（晋升/平调/退休），数据主要来自新华网、人民网的官员任免公告，交叉验证百度百科。

（1）更换晋升压力度量：将"任期剩余年限"替换为"市委书记年龄-本省地级市书记平均年龄"（负值=年龄优势=高晋升压力）、"前任去向是否为晋升"（是=现任面临更大晋升期望）等多种度量方式，逐一回归；（2）弱化政治激励样本检验：将样本限制在市委书记年龄≥57岁（接近退休年龄，晋升概率大幅降低）的城市子样本，检验核心系数的符号与显著性是否按预期消失；（3）控制省长/省委书记更替：在模型中引入省级主官更替虚拟变量及其与市级晋升压力的交互项，检验省级政治周期对市级投资行为的影响；（4）动态面板GMM：采用系统GMM估计（Blundell & Bond 1998）处理投资变量的动态持续性（本期投资可能依赖于上期投资），使用官员任期变量滞后项作为工具变量；（5）安慰剂检验：将市委书记任期节点随机向前或向后平移2年，生成虚假的晋升压力时间序列，检验"虚假晋升压力"的系数估计是否趋近于零分布。

---