国务院批复同意《扩大消费"十五五"规划》

基于凯恩斯有效需求理论，消费扩张政策通过边际消费倾向（MPC）产生乘数效应。H1：扩消费规划实施后，消费对GDP增长的贡献率显著提升，财政乘数大于1。H2：服务消费乘数高于商品消费乘数，因服务业劳动密集度更高、收入分配效应更强。H3：经济下行期的消费乘数大于上行期，呈现状态依赖特征。

采用叙事法（Romer & Romer, 2010）从国务院及各省政策文本中识别外生消费政策冲击时点，构建消费政策虚拟变量。利用各省政策落地时间差异形成多期DID设计，以未受政策直接影响的消费品类作为安慰剂对照组。核心识别假定为：政策时点与不可观测的省级消费冲击不相关，通过事件研究法检验平行趋势。

基准模型设定为面板SVAR：$Y_{it} = A(L)Y_{it-1} + B X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，其中 $Y_{it}$ 包含消费增长率、GDP增长率、政府消费支出的向量，$X_{it}$ 为消费政策强度指数。采用Blanchard-Perotti递归识别策略，假设政府支出对产出有同期影响但产出不影响当期支出。乘数估计采用累计脉冲响应函数 $\sum_{h=0}^{H} \Delta C_{t+h} / \sum_{h=0}^{H} \Delta G_{t+h}$。

核心解释变量为消费政策强度指数，基于各省实施细则文本编码构建（包含消费券发放规模、补贴覆盖品类数、服务消费准入放宽项数）。被解释变量为实际消费支出增长率（分商品消费与服务消费）。控制变量包括人均可支配收入增速、城镇化率、老龄化比例、住房价格指数。数据来源于国家统计局住户调查、Wind数据库及各省统计年鉴，样本覆盖2021—2028年31个省份季度数据。

第一，替换识别策略，采用工具变量法（以中央财政转移支付份额作为政策强度的IV）重新估计乘数。第二，使用合成控制法（Synthetic Control）为每个实施省份构建反事实消费路径，验证乘数效应的稳健性。第三，进行子样本分析，按经济发展水平和财政自给率分组估计，检验乘数的异质性。第四，采用不同滞后期（4季度 vs 8季度）重新计算累计乘数，检验结果对时间窗口的敏感性。

---

基于North的制度变迁理论，消费环境中的交易成本（信息搜寻、合同执行、售后维权成本）抑制了潜在消费需求。H1：消费制度环境改善（交易成本降低）显著提升居民消费倾向，且对服务消费的影响大于商品消费。H2：产权保护强度通过消费者信任渠道影响消费决策，知识产权保护较好地区的升级型消费占比更高。H3：制度质量存在门槛效应——当制度环境跨越一定阈值后，消费扩容效应呈非线性加速。

利用各省消费者维权制度改革（如"七日无理由退货"扩展、消费纠纷在线解决平台上线）作为准自然实验，这些改革时点在各省存在差异且相对外生于短期经济波动。采用交错DID（staggered DID）设计，以Callaway & Sant'Anna（2021）的异质性处理效应估计量避免传统TWFE的偏误。识别假定为改革时点与未观测的省级消费趋势不相关，通过事件研究图和placebo test验证。

采用面板门槛模型（Hansen, 1999）：$C_{it} = \mu_i + \beta_1 Inst_{it} \cdot I(Inst_{it} \leq \gamma) + \beta_2 Inst_{it} \cdot I(Inst_{it} > \gamma) + \delta X_{it} + \varepsilon_{it}$，其中 $C_{it}$ 为居民消费率，$Inst_{it}$ 为消费制度环境指数，$\gamma$ 为待估门槛值。同时构建结构方程模型：消费制度环境→消费者信任→消费倾向，检验中介效应的显著性（Bootstrap法）。

消费制度环境指数由四个维度合成：（1）市场交易规范度（假冒伪劣投诉率/每万人口）；（2）消费者权益保护强度（维权案件结案率、平均处理时长）；（3）信用体系完善度（企业信用信息公示覆盖率）；（4）消费基础设施（每万人零售网点数、物流时效）。采用主成分分析法合成综合指数。消费数据来自CFPS家庭消费支出模块，样本覆盖2018—2028年。

第一，替换制度环境指标，使用樊纲市场化指数的子维度（市场中介组织发育、法律环境）作为替代变量。第二，采用倾向得分匹配（PSM）为制度改善省份匹配相似对照组，检验处理效应的稳健性。第三，利用工具变量法（以历史商帮密度作为制度质量的IV，因其影响当代商业制度但不直接影响当前消费）进行两阶段最小二乘估计。第四，进行安慰剂检验，将改革时点随机前移两年，检验估计系数是否归零。

---

基于Thaler的心理账户理论，消费者将收入分配到不同心理账户（日常消费、大件消费、储蓄），政策信号可改变账户间的资金再分配。H1：扩消费规划发布后，消费者将更多资金从"预防性储蓄"账户转入"消费升级"账户，表现为可选消费品支出增速快于必需品。H2：政策信号的锚定效应使消费者对"未来消费环境改善"形成乐观预期，降低当前储蓄意愿。H3：有限注意力的消费者（低信息获取能力）对政策信号的反应更强，呈现"信息粘性"下的过度反应。

利用政策发布的精确时点（2026年7月13日）构建断点回归设计（RDD），以发布日期为断点，比较政策公布前后消费者信心指数、电商消费频次和储蓄意愿的跳变。由于政策发布时间相对外生于个体消费决策，且消费者无法精确操纵调查时点，RDD的局部随机性假定成立。同时辅以调查实验法，随机向不同组别受访者提供政策信息干预，识别因果效应。

RDD基准模型：$Y_i = \alpha + \beta \cdot D_i + f(X_i) + \gamma Z_i + \varepsilon_i$，其中 $Y_i$ 为个体消费意愿或实际消费支出，$D_i = 1(time \geq cutoff)$ 为处理变量，$X_i$ 为时间距离断点的标准化距离，$f(\cdot)$ 为多项式函数（按Calonico et al., 2014最优带宽选择）。$Z_i$ 为个体特征控制变量。带宽选择采用MSE最优准则，同时报告三角核与均匀核的结果。

核心被解释变量包括：（1）消费意愿指数（基于央行储户问卷"更多消费"选项比例）；（2）边际消费倾向（月度消费支出变动/可支配收入变动）；（3）心理账户结构指标（可选消费支出/总消费支出比率）。核心解释变量为政策信号虚拟变量（政策发布后=1）。控制变量包括年龄、收入、教育程度、房价预期、社保覆盖率。消费者信心数据采用日度和周度高频数据以提高RDD统计功效。

第一，进行McCrary密度检验，验证政策发布时点不存在受访者调查时间的操纵（sorting）。第二，安慰剂断点检验——在政策发布前3个月、6个月设置虚假断点，确认不存在虚假跳变。第三，使用不同带宽（最优带宽的0.5倍和2倍）和不同阶多项式重新估计，检验结果对函数形式选择的敏感性。第四，利用电商高频消费数据进行交叉验证，比较RDD估计与DID事件研究结果的一致性。

---

基于中国式联邦主义理论，中央消费扩张目标在地方执行中面临"激励不相容"困境。H1：财政自给率较低的地方政府倾向于将消费刺激资金挪用于生产性投资（"重投资轻消费"），导致政策执行偏差。H2：面临更强晋升竞争的地方官员（如年龄接近晋升窗口）更倾向于选择短期可见的消费刺激手段（如发放消费券），而非长期制度建设。H3：中央督查强度与地方消费政策执行力度正相关，但存在边际递减效应——当督查过强时地方采取"形式主义执行"。

利用省级官员更替作为外生冲击：新任官员到任后面临执行中央消费规划的压力，其行为选择反映晋升激励效应。采用事件研究法比较官员更替前后各省消费政策执行力度（消费券发放规模、消费补贴支出等）的变化。同时利用中央环保督查与消费督查的时间差异构造多期DID，识别督查对政策执行偏差的纠偏效应。识别假定为官员更替时点与省级消费冲击不相关。

构建空间杜宾模型（SDM）：$Y_{it} = \rho W Y_{it} + \beta X_{it} + \theta W X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，其中 $Y_{it}$ 为消费政策执行力度指标，$W$ 为空间权重矩阵（经济距离或地理邻接），$X_{it}$ 包含官员晋升激励强度（年龄距退休年限的倒数）、财政自给率、中央督查虚拟变量等。空间溢出项 $WY$ 捕捉地方消费政策的策略互动（邻近省份的消费竞争效应）。

消费政策执行力度综合指标由三部分构成：（1）财政消费支出增速（消费相关预算支出/一般公共预算支出）；（2）消费刺激工具使用频率（消费券发放次数、补贴品类数）；（3）政策文本偏离度——采用自然语言处理（NLP）中的余弦相似度，计算各省实施细则与国务院规划文本的语义相似度，偏离度=1-相似度。官员数据来自CCP Elites Database，财政数据来自各省预决算报告，样本为2021—2028年31省年度面板。

第一，替换空间权重矩阵，分别使用经济距离矩阵（人均GDP差异）和行政距离矩阵（是否同属一大区），检验空间溢出效应的稳健性。第二，采用文本偏离度的替代测度——基于政策条目匹配法（逐条比对中央与地方政策条目覆盖率）重新计算偏差指标。第三，利用工具变量法（以官员籍贯是否与任职省份重合作为晋升激励的IV）解决晋升激励变量的内生性。第四，排除直辖市和自治区子样本重新估计，检验结论对样本选择的敏感性。

---

基于Herrendorf et al.（2014）的结构转型理论，消费需求从商品向服务的转移驱动劳动力在部门间再配置。H1：扩消费规划中服务消费扩张目标将显著促进服务业就业份额上升和制造业劳动生产率提高（鲍莫尔效应缓解）。H2：商品消费升级（品质化、智能化）通过需求拉动推动制造业向价值链高端攀升，产生"消费引致的产业升级"效应。H3：消费结构转型与产业结构转型存在双向Granger因果关系，且存在阶段性特征——初期以消费升级拉动产业升级为主，后期产业升级反向创造新消费需求。

利用中国投入产出表的部门关联结构，构建消费冲击的产业传导链：通过Leontief逆矩阵识别消费扩张的直接和间接产业拉动效应。在时间维度上，利用"十五五"规划实施前后消费结构变化的外生变异（服务消费占比的趋势断裂），构建面板VAR模型识别消费结构与产业结构的动态因果方向。跨国检验利用WIOD数据中各国消费结构转型的时点差异进行面板GMM估计。

面板VAR模型：$\begin{pmatrix} CS_{it} \\ IS_{it} \\ LP_{it} \end{pmatrix} = A(L) \begin{pmatrix} CS_{it-1} \\ IS_{it-1} \\ LP_{it-1} \end{pmatrix} + \mu_i + D_t + \varepsilon_{it}$，其中 $CS$ 为消费结构指数（服务消费/总消费），$IS$ 为产业结构指数（服务业增加值/GDP），$LP$ 为制造业劳动生产率。通过Cholesky分解识别冲击的传导顺序，并进行Granger因果检验和方差分解。CGE模型采用社会核算矩阵（SAM）乘数分析消费扩张的部门产出效应。

消费结构变量：居民服务消费支出占总消费支出比重（分城乡、分省份）。产业结构变量：服务业增加值占GDP比重、制造业内部高技术产业占比。劳动生产率：行业增加值/行业就业人数。产业升级指数：基于出口复杂度（EXPY）和制造业内部结构高度化指标。数据来源为中国投入产出表（42部门和149部门分类）、国家统计局年度行业统计、各省统计年鉴。CGE模型的社会核算矩阵基于最新投入产出表编制。

第一，CGE模型敏感性分析——对关键参数（Armington替代弹性、收入弹性）进行系统性参数扫描（±20%），检验产业升级效应的稳健区间。第二，面板VAR采用不同的变量排序（Cholesky分解顺序）和不同的滞后阶数（AIC/BIC选择 vs 固定2阶），检验Granger因果方向的稳定性。第三，跨国比较检验——利用WIOD数据库中40个国家2000—2020年数据，复制消费-产业协同演化分析，验证中国案例是否遵循一般性规律。第四，Shift-Share分析的替代分解方法（偏离-份额分析的动态版本）交叉验证结构转型的生产率贡献。

---

*本分析由 AI 辅助生成，仅供学术研究参考。*

> 📂 经济领域：宏观经济 / 财政政策
> 🔗 原文链接：https://www.gov.cn/yaowen/liebiao/202607/content_7075233.htm

📄 新闻正文

新华社北京7月13日电 中共中央办公厅 国务院办公厅关于完善自然资源资产管理制度体系的意见（2026年7月4日）

为完善自然资源资产管理制度体系，落实统一履行全民所有自然资源资产所有者职责，促进自然资源安全、高效、永续利用和资产保值增值，经党中央、国务院同意，现提出如下意见。

主要目标是：到2030年，自然资源资产管理制度体系更加健全，履职主体更加明确、资产家底更加清晰、整体保护更加有力、资产配置更加高效、考核监督更加完善。到2035年，自然资源资产管理体制机制运转顺畅，系统完备的自然资源资产管理制度体系全面建立。

意见涵盖七大板块：（一）摸清自然资源资产家底，完善统一调查监测评价制度和清查统计核算制度；（二）健全自然资源资产产权制度，包括用益物权体系和统一确权登记；（三）强化自然资源整体保护，促进资产保值增值，优化储备管护机制；（四）促进自然资源资产高效配置，完善市场制度规则，构建配置新模式；（五）完善监督考核，加强收益管理和全流程监管；（六）完善统一报告制度；（七）加强组织实施，强化科技支撑和绿色金融支持。

---

### 🎓 论文选题

基于Coase产权定理，产权明晰界定是降低交易成本、实现资源帕累托最优配置的前提。中国自然资源长期面临"公地悲剧"与产权虚置问题，统一确权登记制度通过明确产权主体和权属界线，降低信息搜寻成本、谈判成本和执行成本。提出假说：H1——确权登记显著降低自然资源交易成本；H2——交易成本降低效应在水流、森林等产权模糊资源中更为显著；H3——确权登记通过降低交易成本促进资产价值实现。

利用2020—2028年各省份分批推进自然资源确权登记的外生时序差异，构建多期双重差分模型。以首批试点省份（如青海三江源、黑龙江大兴安岭等）为处理组，尚未开展确权的省份为对照组。识别假定包括：平行趋势假定——处理组与对照组在确权前交易成本变化趋势一致；无预期效应假定——对照组在政策实施前未提前调整行为。

设定多期DID模型：$TC_{it} = \alpha + \beta_1 \cdot Register_{it} + \beta_2 \cdot X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，其中 $TC_{it}$ 为省份 $i$ 在 $t$ 年的自然资源交易成本指数（以交易周期、手续费用率和纠纷率加权构建），$Register_{it}$ 为确权登记政策虚拟变量，$X_{it}$ 为控制变量（经济发展水平、市场化程度、法治环境指数），$\mu_i$ 和 $\lambda_t$ 分别为省份和时间固定效应。$\beta_1$ 为核心估计参数。

被解释变量交易成本指数从三个维度构建：（1）交易周期——从申请到完成产权变更的平均天数；（2）手续费用率——产权转让总费用占资产价值的比例；（3）纠纷率——年度产权纠纷案件数占交易总量的比例。数据来源于自然资源部确权登记数据库和各省份不动产登记年度报告。控制变量包括人均GDP（国家统计局）、市场化指数（樊纲等）、法治环境评分（中国司法大数据研究院）。

（1）安慰剂检验：将确权时间随机前移1—3年，验证估计结果是否消失；（2）PSM-DID：通过倾向得分匹配筛选可比对照组后重新估计，缓解选择偏差；（3）替换被解释变量：分别以交易周期、手续费用率、纠纷率单独作为被解释变量进行回归，检验核心结论的一致性；（4）排除同期干扰政策：控制生态补偿、碳排放权交易等同期改革的影响。

---

新古典经济学认为，在完全竞争条件下市场价格能有效传递稀缺信息并引导资源最优配置。然而自然资源资产具有多要素互补性——同一使用主体往往需要同时使用土地、水、矿产等多种资源，单要素分割配置导致组合效率损失。政策提出"组合配置"模式，将多种类资源打包为组合标的，降低使用者的搜寻与匹配成本。假说：H1——组合配置提高资源价格发现效率；H2——组合配置降低资源配置的X-非效率；H3——效率改进幅度与资源互补性强弱正相关。

利用部分城市在国土空间规划中率先实施"储备片区—配置单元"组合配置改革的截面变异进行识别。以已实施组合配置的城市为处理组，仍采用传统单要素出让的城市为对照组，构建倾向得分匹配后的横截面比较框架。识别假定为条件独立性——在控制城市规模、经济结构和资源禀赋后可观测变量能充分解释配置方式的选择。

采用随机前沿分析估计配置效率：$\ln P_i = \beta_0 + \beta_1 \cdot Combo_i + \beta_2 \cdot Z_i + v_i - u_i$，其中 $P_i$ 为资源单位面积成交价，$Combo_i$ 为是否采用组合配置的虚拟变量，$Z_i$ 为资源特征向量（面积、位置、资源类型数等），$v_i$ 为随机扰动，$u_i \geq 0$ 为技术非效率项。进一步估计配置方式对前沿效率 $u_i$ 的影响：$u_i = \gamma_0 + \gamma_1 \cdot Combo_i + \gamma_2 \cdot W_i + \omega_i$。

被解释变量为单位面积成交价格（万元/公顷），核心解释变量为组合配置虚拟变量（是否将两种及以上资源打包出让）。资源特征向量包括：总面积、距市中心距离、涉及资源种类数、规划用途类型。控制变量包括：城市GDP、人口密度、产业结构（二三产业占比）。数据来源于中国土地市场网2022—2028年出让公告及成交数据、自然资源部矿业权出让平台、各城市详细规划文本，样本量预计8000—12000条。

（1）工具变量法：以城市国土空间规划编制进度作为组合配置的工具变量，缓解内生性问题；（2）Heckman两阶段选择模型：第一阶段估计城市采用组合配置的概率，第二阶段校正选择偏差后估计效率差异；（3）分位数回归：检验组合配置对价格分布不同分位点的异质性影响；（4）子样本分析：按资源互补性强弱（如土地+水 vs 土地+矿产）分组比较。

---

在中国自然资源管理体制中，中央政府作为全民所有者将资产管理权委托给地方政府行使，形成多层委托代理链。Holmström（1979）指出，当代理人行为不可完全观测时，激励合约设计至关重要。地方政府面临"开发创收"与"保护考核"的双重目标，收益分配制度直接决定其努力方向。政策要求"相关收入全部纳入政府预算"，改变了以往土地出让金的预算外管理模式。假说：H1——收益全纳预算减少地方政府过度出让自然资源的冲动；H2——中央分成比例提高增强地方保护激励；H3——资源依赖型省份的改革效果受财政替代能力制约。

利用2022年起土地出让金划转税务部门征收这一外生冲击作为准自然实验，结合各省自然资源资产收益管理制度改革的时序差异，构建交错DID（Staggered DID）。断点回归方面，利用"资源枯竭型城市"认定阈值（剩余可采储量占累计探明储量比例低于特定值）构建RDD，比较阈值两侧城市在改革前后的行为差异。

交错DID模型：$Y_{it} = \alpha + \sum_k \delta_k \cdot D_{it}^k + \beta \cdot X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，其中 $Y_{it}$ 为省份 $i$ 在 $t$ 年的自然资源出让面积或出让收入，$D_{it}^k$ 为第 $k$ 轮改革的虚拟变量，$X_{it}$ 为控制变量（财政缺口、GDP增速、固定资产投资）。RDD模型：$Y_i = f(R_i) + \tau \cdot \mathbb{1}(R_i \geq c) + \varepsilon_i$，$R_i$ 为资源枯竭度指标，$c$ 为认定阈值，$\tau$ 为局部处理效应。

核心被解释变量包括：（1）年度自然资源出让面积（公顷）；（2）土地出让收入占一般公共预算收入比重；（3）生态保护修复支出占比。核心解释变量为收益管理改革虚拟变量和中央分成比例。控制变量包括：财政自给率、GDP增速、城镇化率、省委书记/省长任期和年龄（来自CCP Elite Database）。数据来源于财政部决算报告、各省自然资源资产负债表和省级统计年鉴，覆盖31个省份2018—2028年面板。

（1）Callaway-Sant'Anna（2021）异质性稳健DID估计量：解决交错处理下负权重问题，确保估计结果不受处理时序差异的偏误影响；（2）带宽敏感性检验：在RDD中系统改变带宽选择（最优带宽的0.5倍、1.5倍、2倍），验证断点效应的稳定性；（3）排除竞争性解释：控制同期进行的房地产调控、环保督察等政策，排除其对资源出让行为的混淆影响。

---

Solow（1974）和Hartwick（1977）论证了可耗尽资源条件下维持人均消费不下降的投资规则：将资源租金投资于人力资本和物质资本。然而传统GDP核算未将自然资源耗减纳入成本，导致发展路径偏离可持续轨道。Dasgupta（2021）提出"包容性财富"概念，强调自然资本与物质资本、人力资本的协同管理。中国推进自然资源资产负债表常态化编制和自然资本核算，为检验这一理论提供了制度实验场景。假说：H1——自然资本核算降低资源耗减速度；H2——资产负债表编制促进投资结构向人力资本和绿色基础设施倾斜；H3——制度质量（产权保护、法治水平）调节自然资本核算的发展效应。

跨国层面，利用OECD国家实施SEEA（环境经济核算体系）的时间差异，构建合成控制法比较框架——为每个实施自然资本核算的国家构造未实施国家的"合成对照"，估计政策效应。中国层面，利用2016年以来8个省份开展自然资源资产负债表编制试点的外生安排，比较试点省份与非试点省份在绿色全要素生产率上的差异。

合成控制法：对实施自然资本核算的国家 $j$，寻找权重向量 $W^*$ 使得 $\sum_{k \in \mathcal{K}} w_k^* \cdot Y_{kt}^{pre}$ 最小化拟合实施前 $Y_{jt}^{pre}$ 的均方误差，政策效应为 $\hat{\alpha}_{jt} = Y_{jt} - \sum_k w_k^* \cdot Y_{kt}$。中国面板模型：$GTFP_{it} = \alpha + \beta \cdot Balance_{it} + \gamma \cdot X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，$GTFP_{it}$ 为绿色全要素生产率，$Balance_{it}$ 为资产负债表编制虚拟变量。

跨国样本覆盖60个国家2000—2025年面板。被解释变量为包容性财富增长率（世界银行《变化中的国家财富》）。核心解释变量为SEEA实施虚拟变量和自然资本核算深度指数（0—5分，按核算覆盖资源类型和估值方法复杂度评分）。中国样本覆盖31个省份2015—2028年面板，绿色全要素生产率采用SBM-DDF方法测算（投入：资本、劳动、能源；期望产出：GDP；非期望产出：CO₂、SO₂）。控制变量包括：制度质量（世界治理指标）、贸易开放度、研发强度。

（1）排列检验（Permutation Test）：将处理依次赋予每个对照单元，检验实际处理效应是否在排列分布中显著异常；（2）替换综合控制法：采用矩阵 completion 方法（Athey等，2021）替代传统SCM，验证反事实构建的稳健性；（3）安慰剂时间检验：将政策时点假设为实际时点前3—5年，验证估计效应是否为零；（4）替换被解释变量：以单位GDP能耗、碳排放强度作为替代指标进行回归。

---

Keynes（1936）乘数原理指出，政府支出通过收入—消费—再投资的循环链条放大总需求。自然资源资产储备涉及收储补偿、前期开发（平整、基础设施配套）、临时利用等政府投资行为，其乘数效应通过两条路径传导：直接路径——收储和开发投资直接形成固定资产投资；间接路径——前期开发提升资产价值和出让收入，扩大地方政府财政空间，引致后续公共支出增加。假说：H1——自然资源资产储备投资具有显著正向财政乘数；H2——经营性资产（可前期开发）的乘数大于公益性资产（仅日常管护）；H3——经济下行期乘数效应更大（状态依赖性）。

利用Blanchard-Perotti（2002）的SVAR识别框架，通过制度信息设定短期约束来识别自然资源资产储备投资对GDP的因果效应。以土地储备支出中的"收储补偿支出"作为外生冲击变量——该支出主要由存量土地征收和拆迁决定，具有较强外生性。辅助使用Jordà（2005）局部投影法，直接估计储备投资冲击对未来各期GDP的动态响应，避免SVAR滞后阶数选择的敏感性。

SVAR模型：$A_0 \cdot Y_t = \sum_{l=1}^p A_l \cdot Y_{t-l} + u_t$，其中 $Y_t = [G_t, T_t, Y_t^{gdp}]'$ 分别为政府储备投资、税收和GDP的对数值。短期约束设定为：当期GDP不影响储备投资决策（$a_{31} = 0$），当期税收不影响储备投资（$a_{21} = 0$）。财政乘数为 $k_h = \frac{\sum_{j=0}^h \frac{\partial Y_{t+j}^{gdp}}{\partial G_t}}{\sum_{j=0}^h \frac{\partial G_t}{\partial G_t}}$。状态依赖模型采用Auerbach-Gorodnichenko（2012）的平滑转换：$k_h(z_t) = k_h^E \cdot F(z_t) + k_h^R \cdot [1-F(z_t)]$，$z_t$ 为产出缺口。

核心变量：（1）政府储备投资 $G_t$ ——各省份季度自然资源资产收储支出与前期开发支出之和（来自土地储备监测监管系统）；（2）GDP $Y_t^{gdp}$ ——各省份季度实际GDP（国家统计局）；（3）税收 $T_t$ ——各省份季度一般公共预算税收收入。控制变量包括：政府消费支出、固定资产投资、出口额。数据频率为季度，覆盖2018Q1—2028Q4，共44个观测期 × 31省份。部分省份可追溯至2015年以延长样本。

（1）替换识别假设：放宽SVAR短期约束，采用符号约束（Sign Restrictions）识别储备投资冲击，比较乘数估计的敏感性；（2）局部投影法交叉验证：直接使用Jordà（2005）方法估计脉冲响应函数，与SVAR结果对照；（3）分样本检验：按经济发展水平（东部 vs 中西部）和经济周期（扩张期 vs 收缩期）分样本估计，验证状态依赖假说；（4）排除土地财政效应：控制土地出让收入后重新估计，分离"储备投资乘数"与"出让收入再支出乘数"。

---