苏州大学付煜琪、香港理工大学范颖及皇家理工学院的Zan Yang合作的论文发表于JDE：数字平台如何重塑城市消费业态集聚？

苏州大学的付煜琪、香港理工大学的范颖以及皇家理工学院的Zan Yang，合作撰写的论文“Filling in the gaps: Digital platform economies and the agglomeration of urban consumption amenities”，于2026年9月15日在国际发展经济学顶刊Journal of Development Economics在线发表。

本文研究数字平台降低消费者搜索摩擦后，线下商户是否会减少对黄金区位的依赖，以及这种变化究竟会削弱还是强化城市消费业态集聚。作者构建定向消费者搜索模型，将城市空间划分为商业集聚区与外围市场，并进一步刻画集聚区内部临街、首层等高可见度位置与楼上、支路等低可见度位置的差异。理论上，数字平台扩大消费者可搜索的商户集合，削弱物理可见度在获客中的优势，使原本因搜索成本过高而难以经营的“边缘位置”变得可行，从而推动商户填补商业区内部的横向和纵向空缺。文章利用2015年美团与大众点评全国性合并所带来的信息集合扩张，结合2013—2017年北京商户注册、迁址、兴趣点和历史道路网络数据识别平台冲击。结果显示，平台商户更倾向于迁入商业区，但在商业区内部转向道路可达性更低、非首层的位置；平台渗透同时提高商户密度的空间聚集程度和类别多样性。文章的核心贡献在于把数字平台、消费者搜索与城市空间结构统一到一个框架中，说明线上搜索并非简单替代线下集聚，而可能通过“填补空缺”强化实体商业集群，并为理解数字经济时代商业空间再组织提供了新的微观机制与因果证据。

# 论文简介 #

Title：

Filling in the gaps: Digital platform economies and the agglomeration of urban consumption amenities

Author：

Yuqi Fu，Ying Fan，Zan Yang

Abstract：

The spatial agglomeration of restaurants and retail establishments provides a physical platform for consumers searching for differentiated local goods and services. However, the rapid penetration of digital platforms, such as Yelp and Meituan, has substantially lowered search frictions and fundamentally changed the search behavior of consumers. This paper establishes a directed consumer search model to investigate the impact of the introduction and merger of digital platforms on urban agglomeration and provides empirical evidence with novel datasets on merchant relocation, platform registration, and consumer reviews. It is found that (1) digital platforms drive merchants to locate in cluster locations with lower horizontal and vertical accessibility; (2) digital platforms complement urban agglomerations regarding business density, diversity, and clustering patterns

文章标题： 

填补空缺：数字平台经济与城市消费业态集聚

中文摘要：

餐饮和零售商户的空间集聚本身构成一种帮助消费者搜寻差异化本地商品与服务的“物理平台”。数字平台的快速渗透则大幅降低了信息搜索摩擦，改变了消费者发现商户的方式。本文构建定向消费者搜索模型，研究数字平台进入以及平台合并如何影响商户区位选择和城市消费业态集聚，并利用北京商户迁址、平台注册和高分辨率空间数据进行检验。研究发现，数字平台使商户更愿意进入商业集聚区，但在集聚区内部更偏向横向道路可达性较低、纵向非首层的低可见度位置；与此同时，平台渗透提高了商户密度的空间聚集程度、区域内类别多样性，并改变商业活动的横向与纵向布局。总体而言，数字平台并未替代实体商业集聚，而是通过降低搜索成本、使原本边缘的商业空间具有经营价值，从而“填补”商业区内部空缺并强化消费业态集聚。

# 主要内容 #

核心发现：

1. 数字平台冲击显著提高了既有商户的迁址概率，而且这种调整同时发生在横向和纵向空间。以2015年美团—大众点评合并为信息搜索集合扩张冲击，将样本期内持续注册在大众点评的既有商户作为处理组，将始终未在两个平台登记的既有商户作为对照组。合并后，平台商户发生任意迁址的概率提高2.6个百分点，跨500米×500米网格的横向迁址提高2.3个百分点，从临街首层迁往非首层位置的纵向迁址提高0.4个百分点。相对于2014年处理组7.3%、6.1%和1.2%的基准迁址率，增幅约相当于36%、38%和33%，说明线上搜索能力的提升足以改变实体商户的空间决策。

2. 平台并没有把商户从传统商业集聚区“抽离”出来，反而推动商户更靠近并进入既有商业区，同时降低其对高可见度微观区位的依赖。合并后，处理组商户到最近商业区的距离显著下降，位于商业区边界内的概率提高约1个百分点，而基于步行道路网络构造的局部可达性指标显著下降。也就是说，商户在宏观层面更向商业区集中，但在商业区内部更愿意选择支路、较难被步行消费者直接发现的位置。这一“向集群靠拢、向低可见度位置下沉”的组合，是文章所强调的“填补空缺”机制：数字平台把原本因线下搜索摩擦过高而缺乏经营价值的空间转化为可行商业位置。

3. 商户的空间响应具有明显行业差异，最符合信息搜索机制的零售业反应最强。零售商户在平台冲击后显著缩短与商业区的距离、提高进入商业区的概率，并转向道路网络可达性更低的位置，三个维度的结果均清晰。娱乐业的方向基本一致但统计精度较弱；酒店旅游和生活服务商户主要表现为更可能进入商业区，但距离和局部可达性的变化并不稳定。该异质性与消费者在零售场景中更频繁比较商品、价格和质量的特征相符，说明平台通过信息搜索而非单纯交易撮合来改变商户区位。

4. 商户迁址并非合并当年一次性发生，而是在冲击后逐步累积。动态估计显示，合并前处理组与对照组在到商业区距离、是否位于商业区以及道路可达性方面没有系统性的差异变化；从2015年起，处理组逐年向商业区靠近，并持续向低可达性微观位置迁移，商业区内部落位的增长到2017年更明显。这种渐进调整符合租约到期、装修、寻找新店址和搬迁成本导致的迟滞，也说明平台对城市商业形态的影响是持续重组而非短期冲击。

5. 排除品牌、会员、配送、预约、团购和购物中心内部配置等替代渠道后，平台对商户空间选择的作用依然存在。作者分别剔除连锁店、发行会员卡的商户、提供外卖配送的商户、提供预约或预订服务的商户、提供团购折扣的商户以及位于购物中心内部的商户。不同样本下，平台商户仍然更靠近商业区、更容易进入商业区，并转向较低道路可达性的位置。由于这些替代渠道分别代表品牌认知、客户黏性、远程交易、交易协调、价格优惠以及商场管理者的店铺配置，这组结果显著降低了“迁址是由其他平台功能而非搜索信息改善所驱动”的解释空间。

6. 从单个商户的迁址进一步聚合到城市空间后，数字平台表现为实体商业集聚的互补力量。以500米×500米网格为单位，作者发现平台渗透提高商户密度的空间自相关，使高密度网格更可能与其他高密度网格相邻；同时提高网格内部商户类别的Shannon熵，意味着新增或迁入的商户并非只是复制既有业态，而是扩展了本地消费选择。平台渗透还提高非首层商户占比，并降低网格内商户的平均道路可达性。在工具变量估计中，平台渗透对密度集聚、类别多样性、非首层占比和可达性的系数分别为1.071、0.291、0.005和-0.158，方向均与“填补低可见度空缺”的理论预测一致。

7. 理论模型给出的关键结论是：数字搜索并不是物理商业集群的简单替代品，而会改变不同微观位置的相对收益并扩展集群可容纳的商户边界。在线下市场中，低可见度位置因消费者发现成本高而成为商业区内部的空缺；平台搜索使消费者能够在到店前比较价格、质量和位置，削弱物理曝光劣势，从而使边缘位置的预期利润上升并吸引新增或迁入商户。模型进一步指出，美团—大众点评合并只是把两个既有平台的商户信息集合进行整合，其搜索冲击弱于从无到有的平台进入，因此实证得到的合并效应可以理解为数字平台完整进入效应的相对保守刻画。在模型条件下，平台还可通过更好的匹配以及更高的密度和多样性弱提高全城消费者剩余。

文章核心变量构造：

1. 物理空间与商户区位模型。理论模型把城市划分为商业集聚区和分散的外围市场，商户首先决定是否进入以及选择集聚区还是外围；若进入集聚区，还要在不同微观位置之间选择。作者用可达性劣势参数μ刻画商业区内部的离线可见度差异：临街、首层、主路交叉口等位置μ较低，支路、楼上、地下等不易被步行消费者发现的位置μ较高。在线下市场中，较高μ意味着更高的有效发现成本和更低的商户需求，因此最优集聚往往先占据高可见度位置，留下低可见度“空缺”。

2. 消费者搜索与数字平台机制。消费者对商品存在异质性匹配偏好，在线下需要实际访问商户才能得知完整效用。外围商户具有固定搜索成本，商业区内商户的搜索成本则随可达性而变；消费者还需支付进入商业区的交通成本。数字平台加入后，消费者可以先浏览平台列表再到店，平台搜索价值取决于可浏览商户数量、浏览深度和有限注意力成本。假设不是线上完全消除搜索成本，而是线上发现成本与实体区位可见度的相关性显著降低，因此平台相对提高低可达性商户进入消费者考虑集的概率。

3. 平台进入与平台合并的理论映射。基准模型中，平台向消费者免费提供搜索，并可从商户成交中收取佣金；商户还可能承担维护列表、使用营销工具所需的时间和组织成本。平台出现后，商户可以同时从实体商业区的直接搜索和数字平台搜索中获得需求，只要数字渠道新增收益足以抵消从线下搜索被分流的部分，低可见度位置的边际商户就会进入，从而扩大商业区的有效商户数量。平台合并模型进一步允许合并前消费者单归属、商户单归属或多归属；合并把两个平台原本分割的商户集合向双方用户开放，形成比平台从无到有进入更弱、但方向相同的信息集合扩张。

4. 商户迁址变量。作者将北京划分为500米×500米网格，若同一商户相邻年份位于不同网格，则定义为横向迁址；同时利用地址文本中的楼层、地下室、房间号等信息识别商户是否由临街首层迁往其他楼层，并据此构造纵向迁址。任意迁址变量在横向迁址或纵向迁址任一发生时取1。这样的处理既能捕捉传统平面空间中的商户移动，也能识别高密度城市中非常关键但通常被忽略的垂直商业空间调整。

5. 商业区位置与局部可达性变量。作者利用地理编码识别北京328个商业区，并根据商户坐标构造到最近商业区中心的距离以及是否位于商业区边界内的指标。对于商业区内部的微观区位，研究使用历史步行道路网络和Space Syntax方法，把道路表示为节点、路口表示为连接，计算商户所在道路的接近中心性。该指标等于到其他道路所需经过路口数量的平均距离的倒数，数值越高代表步行消费者越容易发现和到达，因此可以直接对应理论模型中的离线可见度优势。

6. 城市消费业态集聚变量。研究在500米×500米网格—年份层面从密度、类别和垂直空间三个角度刻画集聚。密度维度使用局部Moran’s I衡量商户密度与相邻网格商户密度的空间自相关；类别维度使用Shannon熵衡量网格内部商户类别多样性，并在细分类别、主要类别和十类宽口径下构造；空间结构还包括网格内非首层商户平均占比和商户平均道路可达性。这些变量分别对应平台是否强化实体集群、是否扩展消费品类，以及是否把商业活动推向原本可见度较低的水平和垂直空间。

7. 平台处理变量、渗透率与工具变量。商户层面处理变量由“样本期内持续注册在大众点评的既有商户”与“2015年及以后”相互作用构成，对照组为样本期内始终未注册在美团或大众点评的既有商户。网格层面则以平台注册商户占比衡量数字平台渗透。为处理本地平台渗透可能与商业繁荣、租金或人口流量等未观测因素共同变化的问题，作者构造Bartik型工具变量：以基期各网格不同商户类别的构成为暴露份额，再与全北京各类别平台注册增长趋势相互作用，从而利用预定类别结构对全市平台扩张趋势的差异暴露预测本地渗透率。

研究设计、识别策略及稳健性检验：

1. 商户层面的核心识别利用2015年美团—大众点评全国性合并形成准自然实验。合并前两平台分别拥有大量用户和商户，合并后两个App仍保留，但双方用户能够搜索和比较更广的合并商户集合。北京只占两平台全国市场的一小部分，因此合并时点由全国公司层面的决策决定，而不是北京某些商户的迁址需求所触发。作者采用双重差分模型，控制商户固定效应和年份固定效应，并在商户层面聚类标准误，以处理不随时间变化的商户特征以及全城共同冲击。

2. 样本设计专门聚焦既有商户的空间调整，以避免进入和退出与迁址混合。处理组是2013—2017年持续在大众点评登记的既有商户，对照组是整个样本期均未在两平台登记的既有商户；样本期内新出现或退出的商户不进入迁址分析，因为它们只能提供一次进入或退出事件，无法支持相同的商户固定效应设计。最终商户—年份样本包含558,027个观测，使文章能够在同一商户内部比较合并前后的区位变化。

3. 动态事件研究检验了处理前趋势并揭示调整节奏。以2014年为合并前基准，2013年的处理组相对系数在到商业区距离、是否位于商业区以及局部道路可达性三个结果上均接近零；合并后才逐步出现向商业区靠近、进入商业区并降低微观可达性的变化。处理后系数随时间增强而非仅在2015年跳变，说明结果不太可能由合并前已经存在的不同趋势驱动，也与商户搬迁需要时间完成的经济机制一致。

4. 匹配方法进一步提高处理组与对照组的可比性。作者依据商户类别和初始网格位置进行倾向得分匹配，在匹配样本中重新估计平台冲击，得到的商业区距离、商业区落位和道路可达性结果与基准分析一致。研究还采用更局部的空间比较，将处理商户与其2013年位置500米半径内的对照商户配对，结论方向保持一致。这说明核心结果并不是由于处理组在合并前集中于某些特殊行业或某些特定城市片区而产生。

5. 随机处理安慰剂检验排除了任意分组产生同类结果的可能。作者保持2015年合并时点不变，随机重新分配处理身份并重复估计500次。随机样本得到的系数分布集中在零附近，无法复制基准分析中商户靠近商业区、进入商业区和道路可达性下降的幅度。真实估计明显偏离随机分布，表明空间调整与平台整合冲击具有特定对应关系，而不是高维城市空间数据中的偶然相关。

6. 多组样本排除检验用于区分“信息搜索”与平台其他功能。文章依次剔除连锁品牌、会员卡商户、外卖商户、预约或预订商户、团购商户和购物中心内部商户，分别排除品牌认知、重复消费、配送、交易协调、价格折扣以及商场管理者配置店铺的影响。所有这些处理下，商户仍然更接近商业区、更可能位于商业区且平均道路可达性更低。由此可见，平台通过扩大商户信息可见性、降低消费者搜索摩擦的解释具有较强独立性。

7. 网格层面的因果识别使用类别结构驱动的Bartik型工具变量。平台渗透可能内生于一个地区本身的商业景气，作者用基期网格商户类别份额与全市类别平台注册增长相互作用预测本地数字化渗透，并控制网格固定效应和年份固定效应。第一阶段系数为0.902，Kleibergen–Paap Wald F统计量约838.6，显示工具变量与实际平台渗透高度相关；第二阶段仍然得到密度集聚增强、类别多样性上升、非首层占比提高和平均道路可达性下降的结果，从而把单店迁址机制与城市空间的总体集聚变化连接起来。

8. 结果并不依赖单一空间尺度或个别高度集中的商业点。基准集聚分析使用500米×500米网格，以兼顾街区尺度的商业活动和足够样本量；进一步使用250米分辨率重新构造网格，商户密度空间聚集和Shannon熵仍然显著提高。结合商户固定效应、网格固定效应、行业异质性、匹配设计和多种样本排除结果，文章显示“平台强化商业集聚并填补低可见度位置”的结论同时出现在微观迁址和空间聚合两个层面，具有较强的规格稳定性。

研究意义：

本文的理论与实践意义主要体现在四个方面。第一，文章把数字平台研究从“线上是否挤出线下”推进到“线上搜索如何重塑线下空间结构”。传统观点往往把电商或平台视为实体商业的替代品，但本文表明，对于餐饮、零售和本地服务等必须发生线下消费的业态，数字搜索可以降低信息摩擦，使原本不具备足够客流曝光的楼上、支路和商业区边缘空间重新具备经营价值，因此线上与线下可能形成互补。第二，文章扩展了企业区位和城市集聚理论。实体集聚不仅取决于集群与外围之间的选择，还取决于集群内部微观可达性；平台改变的是不同微观区位的相对收益，由此解释数字时代大量商户从一层沿街位置向高层、内街和非主干道扩张的现象。第三，文章为平台经济的城市政策含义提供依据。城市规划若只依据传统步行流量和道路可见度配置商业空间，可能低估数字平台对存量商业物业的再利用能力；低可达性空间、楼上商业和次级街巷可能因数字发现机制而获得新的商业价值。第四，文章也提醒平台治理与反垄断分析需要考虑空间外部性。平台整合扩大信息集合不仅影响线上竞争，也会改变商户落位、商业区密度和业态多样性，其城市空间后果可能持续多年，因此评价平台进入、合并或信息展示规则时，应同时考虑消费者搜索效率、实体商业活力和城市空间再组织。

本文数据来源：

1. 美团—大众点评历史商户数据：研究使用2013—2017年北京商户—年份级平台记录，数据由合并后的美团公司提供，并保留商户最初来自美团还是大众点评的平台来源标识。记录包括商户名称、类别、地址、经纬度及各年份平台注册状态，用于识别处理组与对照组、构造横向与纵向迁址，并形成核心的558,027个商户—年份观测。合并后两个品牌仍分别面向消费者，但商户信息集合实现更广泛互通，因此这些历史记录能够直接刻画平台信息整合前后的空间决策。

2. 高德地图POI与地理编码数据：作者使用高德地图年度兴趣点数据获取北京地点名称、地址、坐标和分类信息，并结合地理编码服务识别商业区及商户位置。研究最终识别出328个商业区，据此构造商户到最近商业区的距离和是否位于商业区边界内等指标。该数据作为平台商户记录之外的城市空间信息来源，用于刻画北京消费设施的地理结构。

3. 历史步行道路网络数据：研究从Planet OSM获取北京样本期内的OpenStreetMap历史道路网络，在每个商户周边500米×500米范围内构建步行道路拓扑图，并使用Space Syntax思想计算接近中心性，衡量消费者在实体空间中发现和到达商户的便利程度。道路网络进一步与平台注册率、商户密度、类别多样性和非首层占比聚合到网格—年份层面，形成30,495个观测，用于检验数字平台对城市消费业态集聚的总体影响。

可拓展研究：

1. 可以拓展研究“不同城市结构下数字平台重塑商业空间的异质性”。本文以北京为例，后续可利用美团、大众点评、抖音生活服务等平台在不同城市的分期渗透、业务上线或规则调整，结合全国POI、商户注册、轨道交通和街景客流数据，比较单中心与多中心城市、一线与中小城市的平台空间效应。重点可检验高密度城市是否更多出现垂直商业扩张，低密度城市是否更容易形成新的次级消费中心，以及公共交通可达性与数字搜索是替代还是互补，从而把“填补空缺”机制扩展为中国城市体系的一般规律。

2. 可以进一步研究“平台驱动的商业迁址对租金、小微商户生存与街区福利的分配效应”。可将商铺租赁挂牌与成交、楼层租金、工商注册注销、到店支付或外卖订单、手机信令和街区客流等数据与平台渗透相匹配，检验数字搜索是否降低小微商户的区位进入门槛、压缩沿街首层租金溢价并提高存量商业物业利用率，同时识别未上线商户、传统街面商业和不同消费者群体可能承担的成本，为平台治理和城市更新提供完整的福利评价。