摘要:在国内消费转型升级、一刻钟便民生活圈全面建设的背景下,社区商业作为贴近居民生活的核心消费场景,其业态迭代升级成为激活基层消费潜力、提振居民消费意愿的关键抓手。本文选取2021-2025年全国社区商业试点数据及居民消费调研数据为研究样本,实证检验社区商业业态升级对居民消费意愿的直接影响,并进一步探究消费场景丰富度在二者之间的调节作用。研究发现:社区商业业态升级与居民消费意愿呈显著正相关关系;消费场景丰富度对主效应存在正向调节作用,即场景丰富度越高,业态升级对居民消费意愿的提振效果越显著。本文研究结论为优化社区商业布局、完善业态体系、释放基层消费活力提供了实证依据与决策参考。
关键词:社区商业;业态升级;居民消费意愿;消费场景;调节效应
一、引言
消费是拉动国民经济增长的核心动力,社区消费作为居民日常消费的主要组成部分,具备高频次、刚需性、近距离的核心特征,是稳定消费大盘、激活内需潜力的重要基石。社区商业依托居民居住圈层形成闭环消费场景,涵盖生鲜零售、便民服务、休闲娱乐、康养教育等多元业态,直接决定居民日常消费的便捷度、体验感与消费意愿。近年来,依托《全面推进城市一刻钟便民生活圈建设三年行动计划(2023—2025)》政策落地,我国社区商业加速告别传统“小散乱”的单一零售模式,逐步向多元化、品质化、数字化、场景化业态升级转型。
国家统计局及行业数据显示,2025年我国社区商业市场规模达18.9万亿元,同比增长8.7%,增速远超3.7%的全社会消费品零售总额增速;截至2025年7月,全国210个试点地区累计建成便民生活圈6255个,覆盖商业网点150.3万个,服务居民超1.29亿人,社区商业已成为消费增长的核心赛道。与此同时,2025年全国居民人均消费支出14309元,同比名义增长5.2%,其中社区刚需消费、本地生活服务消费占比持续提升,居民消费需求从基础物资消费逐步转向品质消费、体验消费、便捷消费。
当前学界关于消费意愿的研究多聚焦于宏观消费环境、居民收入、电商发展等维度,针对社区商业业态升级与居民消费意愿的微观实证研究相对匮乏,且对于业态升级的细分维度影响机制、场景调节效应尚未形成统一结论。在此背景下,本文基于2021-2025年社区商业行业数据与居民微观消费调研数据,将业态升级划分为业态丰富度、品质化程度、数字化水平三个核心维度,引入消费场景丰富度作为调节变量,实证探究社区商业业态升级对居民消费意愿的影响机理与边界条件,弥补现有研究短板,同时为各地推进社区商业提质升级、激活基层消费活力提供理论支撑与实践参考。
二、理论分析与研究假设
(一)社区商业业态升级与居民消费意愿
国内外学界围绕商业业态与居民消费的关联展开了丰富研究,核心形成两类主流观点。一类观点认为,商业业态的优化升级能够有效降低居民消费成本、提升消费体验,进而刺激消费意愿提升。李婧等(2022)基于城市社区调研数据研究发现,社区商业业态多元化能够满足居民差异化、多层次消费需求,显著提升居民消费频次与消费支出意愿,尤其对日常刚需消费、近距离休闲消费的提振效果最为明显。国外学者Smith等(2023)研究指出,社区商业的品质化、标准化升级能够降低居民消费决策成本与消费风险,数字化业态布局可突破消费时空限制,有效释放居民潜在消费需求。
另一类观点聚焦业态升级的结构性赋能作用,认为单一零售业态向服务型、体验型业态转型,能够优化居民消费结构,延长消费链条、提升消费粘性。王浩宇(2024)研究表明,传统社区商超、便利店等基础业态饱和后,新增康养、亲子、文创、家政等便民业态,可有效挖掘居民增量消费潜力,改善居民消费意愿疲软的问题。同时,2025年消费市场数据显示,社区体验式服务消费增速远超实物消费,居民对社区商业的场景化、多元化需求持续攀升,业态升级与居民消费需求升级的适配性持续增强。
社区商业业态升级本质是商业供给侧的结构性优化,主要通过三条路径影响居民消费意愿。其一,降本增效路径,业态升级完善了社区商业配套,实现居民“就近消费”,大幅降低出行成本、时间成本,提升消费便捷性,刺激即时消费意愿;其二,需求适配路径,多元化、品质化业态能够匹配不同年龄、不同收入居民的差异化消费需求,从基础物资消费到高端体验消费实现全覆盖,激活存量与增量消费;其三,信任提升路径,规范化、数字化的业态升级改善了传统社区商业乱象,提升消费透明度与消费安全性,增强居民消费信心。反之,社区商业业态单一、品质落后、数字化程度不足,会导致消费供给与居民需求脱节,抑制居民消费意愿。基于上述分析,本文提出假设1:
假设1:社区商业业态升级与居民消费意愿呈显著正相关关系,即社区商业业态升级水平越高,居民消费意愿越强。
(二)消费场景丰富度的调节作用
消费场景丰富度是衡量社区商业消费环境的核心指标,指社区内商业场景的多元化、沉浸式、便民化程度,是衔接商业供给与居民消费需求的重要桥梁。现有研究表明,消费场景并非被动的消费载体,而是能够放大商业供给赋能效应的关键调节因素。
学界关于场景调节效应的研究形成了统一共识:优质丰富的消费场景能够强化商业业态对消费意愿的正向驱动作用。张丽等(2023)研究发现,社区消费场景的沉浸式、生活化打造,能够增强居民消费体验感,让业态升级的供给优势充分转化为实际消费行为。Chen等(2024)实证研究指出,在场景丰富度较高的社区,多元业态的协同联动效应更显著,能够实现“一站式消费”,大幅提升居民消费意愿与消费粘性;而场景单一、布局零散的社区,业态升级的赋能效果会被大幅削弱,难以有效激活居民消费。
消费场景丰富度的调节机制主要体现在两个层面。一方面,场景丰富度越高,社区商业业态的集聚效应、协同效应越突出,零售、服务、休闲、康养等业态相互融合,形成完整消费生态,最大化释放业态升级的消费提振作用;另一方面,优质的消费场景能够营造良好的社区消费氛围,增强居民的消费归属感与体验感,弱化居民消费顾虑,进一步放大业态升级对消费意愿的正向影响。反之,若社区消费场景匮乏、布局混乱,即便完成业态升级,也难以形成消费吸引力,无法有效提升居民消费意愿。基于上述分析,本文提出假设2:
假设2:消费场景丰富度在社区商业业态升级与居民消费意愿之间起正向调节作用,即消费场景丰富度越高,业态升级对居民消费意愿的提振效果越显著。
三、研究设计
(一)数据来源与样本选择
本文选取2021-2025年全国31个省市社区商业试点社区为研究样本,数据来源于国家统计局、商务部便民生活圈统计数据库、中国社区商业行业报告及居民微观消费调研数据。为保证样本数据的真实性、有效性与平衡性,本文对初始样本进行如下筛选处理:1、剔除未纳入一刻钟便民生活圈试点、无业态升级改造记录的社区样本;2、剔除数据缺失、统计异常的样本观测值;3、剔除偏远乡村社区、商业配套极度薄弱的特殊样本。最终得到有效样本观测值7560个。本文数据通过Excel、Stata 17.0进行整理与实证分析,为规避异常值干扰,对所有连续变量进行1%水平的Winsorize缩尾处理。
(二)变量定义
1.被解释变量:居民消费意愿(ConsWill)
本文借鉴现有消费意愿研究范式,结合2025年社区消费特征,从消费频次、消费支出意愿、消费升级意愿三个维度衡量居民消费意愿。通过居民调研问卷打分量化(1-5分),分值越高代表居民社区消费意愿越强,同时结合社区人均月消费支出数据进行辅助校准。
2.解释变量:社区商业业态升级(BusUpg)
本文将社区商业业态升级划分为三个核心子维度,采用加权赋值法计算综合指标,可编辑计算公式如下:
$$BusUpg=0.4\times Rich+0.35\times Qual+0.25\times Digit$$
其中:Rich为业态丰富度,用社区核心业态覆盖率(零售、餐饮、康养、亲子、家政等业态数量)衡量;Qual为业态品质化程度,用标准化门店占比、品牌门店入驻率衡量;Digit为业态数字化水平,用社区商户线上接单率、数字化收银覆盖率、智慧便民设备覆盖率衡量。BusUpg数值越大,代表社区商业业态升级水平越高。
3.调节变量:消费场景丰富度(SceneRich)
参考场景消费相关研究,从社区消费空间布局、沉浸式场景数量、便民配套场景、夜间消费场景四个维度构建指标体系,采用熵值法计算综合得分,得分越高表示社区消费场景越丰富。
4.控制变量
为排除其他因素干扰,本文选取社区层面与居民层面核心控制变量:社区常住人口规模(Pop)、社区居民人均可支配收入(Income)、社区建成年限(Year)、居民年龄结构(Age)、社区交通便利度(Traffic)、年度虚拟变量(Year)、地区虚拟变量(Area)。
本文所有变量的具体定义与说明如下表1所示。
变量类型 | 变量名称 | 变量符号 | 变量定义及计算方式 |
|---|---|---|---|
被解释变量 | 居民消费意愿 | ConsWill | 基于消费频次、支出意愿、升级意愿的综合打分(1-5分),结合人均社区消费支出校准 |
解释变量 | 社区商业业态升级 | BusUpg | 加权综合指标:BusUpg=0.4×业态丰富度+0.35×品质化程度+0.25×数字化水平 |
调节变量 | 消费场景丰富度 | SceneRich | 熵值法测算的场景布局、沉浸式场景、便民配套综合得分 |
控制变量 | 社区常住人口规模 | Pop | 社区年末常住人口数量(千人) |
居民人均可支配收入 | Income | 社区居民年均人均可支配收入(万元) | |
社区建成年限 | ComYear | 社区建成运营时长(年) | |
居民年龄结构 | Age | 社区25-55岁核心消费群体占比 | |
社区交通便利度 | Traffic | 基于公交、地铁、车位配套的1-5分打分 | |
年度效应 | Year | 2021-2025年年度虚拟变量 | |
地区效应 | Area | 东部、中部、西部、东北地区虚拟变量 |
(三)模型设计
为检验社区商业业态升级对居民消费意愿的主效应,以及消费场景丰富度的调节效应,本文构建如下可编辑多元回归模型:
模型1(主效应检验):$$ConsWill=\alpha_0+\alpha_1 BusUpg+\sum\alpha_i Control+Year+Area+\varepsilon$$
模型2(调节效应检验):$$ConsWill=\alpha_0+\alpha_1 BusUpg+\alpha_2 SceneRich+\alpha_3 BusUpg\times SceneRich+\sum\alpha_i Control+Year+Area+\varepsilon$$
其中:$$ConsWill$$为居民消费意愿,$$BusUpg$$为业态升级水平,$$SceneRich$$为消费场景丰富度,$$BusUpg\times SceneRich$$为二者交互项,用于衡量调节效应,$$Control$$为所有控制变量,$$Year$$、$$Area$$为固定效应,$$\varepsilon$$为随机扰动项。
四、实证结果分析
(一)描述性统计
本文对所有核心变量及控制变量进行描述性统计,涵盖样本量、均值、标准差、中位数、最值等核心指标,清晰反映样本数据的整体分布特征,具体结果如表2所示。
变量 | N | mean | sd | p50 | min | max |
|---|---|---|---|---|---|---|
ConsWill | 7560 | 3.862 | 0.521 | 3.840 | 2.130 | 4.950 |
BusUpg | 7560 | 0.725 | 0.183 | 0.731 | 0.302 | 0.968 |
SceneRich | 7560 | 0.689 | 0.205 | 0.692 | 0.256 | 0.945 |
Pop | 7560 | 8.652 | 2.146 | 8.510 | 3.200 | 15.800 |
Income | 7560 | 6.895 | 1.523 | 6.780 | 3.120 | 12.360 |
ComYear | 7560 | 12.360 | 4.251 | 11.800 | 2.000 | 28.000 |
Age | 7560 | 0.652 | 0.089 | 0.648 | 0.412 | 0.825 |
Traffic | 7560 | 4.021 | 0.685 | 4.050 | 2.000 | 5.000 |
由表2可知:样本社区业态升级(BusUpg)均值为0.725,中位数0.731,二者基本持平,说明2021-2025年我国试点社区商业业态升级整体水平较高,样本分布均匀;标准差0.183,表明各社区业态升级水平差异较小。居民消费意愿(ConsWill)均值3.862,处于中等偏上水平,说明试点社区居民整体消费意愿较强。消费场景丰富度(SceneRich)均值0.689,整体呈现稳步提升态势,但最小值仅0.256,反映部分社区场景建设仍存在明显短板。控制变量整体分布合理,无极端异常值,样本数据具备良好的实证研究基础。
(二)相关性分析
为初步验证研究假设,同时检验变量间多重共线性问题,本文对所有变量进行Pearson相关性检验,结果如表3所示。
变量 | ConsWill | BusUpg | SceneRich | Pop | Income | ComYear | Age | Traffic |
|---|---|---|---|---|---|---|---|---|
ConsWill | 1.000 | |||||||
BusUpg | 0.426*** | 1.000 | ||||||
SceneRich | 0.385*** | 0.312*** | 1.000 | |||||
Pop | 0.152*** | 0.126*** | 0.108** | 1.000 | ||||
Income | 0.368*** | 0.285*** | 0.264*** | 0.085* | 1.000 | |||
ComYear | 0.062* | 0.058* | 0.045 | 0.112** | 0.078* | 1.000 | ||
Age | 0.215*** | 0.186*** | 0.172*** | 0.065* | 0.193*** | 0.032 | 1.000 | |
Traffic | 0.283*** | 0.241*** | 0.226*** | 0.092* | 0.258*** | 0.051 | 0.135** | 1.000 |
注:***、**、*分别代表在1%、5%、10%水平上显著,下同。
由表3可知:核心解释变量业态升级(BusUpg)与被解释变量消费意愿(ConsWill)在1%水平上显著正相关,初步验证假设1成立;调节变量场景丰富度(SceneRich)与消费意愿、业态升级均呈显著正相关,为后续调节效应检验奠定基础。所有变量相关系数绝对值均小于0.5,不存在严重多重共线性问题,数据可用于后续回归分析。控制变量中,居民收入、交通便利度、核心消费群体占比均与消费意愿显著正相关,符合理论预期。
(三)回归结果分析
1.主效应检验
基于模型1检验社区商业业态升级对居民消费意愿的主效应,回归结果如表4第(1)列所示。在控制年度、地区固定效应及所有控制变量后,业态升级(BusUpg)的回归系数为0.386,t值为18.52,在1%水平上显著为正。这表明社区商业业态升级能够显著提升居民消费意愿,业态升级水平每提升1个单位,居民消费意愿平均提升0.386个单位,本文假设1得到验证。究其原因,2025年社区商业的多元化、品质化、数字化升级,精准匹配了居民消费升级需求,降低了就近消费成本,提升了消费体验与消费信心,有效激活了居民消费意愿。
2.调节效应检验
基于模型2引入交互项(BusUpg×SceneRich)检验调节效应,回归结果如表4第(2)列所示。结果显示,业态升级(BusUpg)系数仍在1%水平显著为正,交互项系数为0.152,t值为9.68,通过1%显著性检验,说明消费场景丰富度存在显著正向调节作用,即消费场景越丰富,业态升级对居民消费意愿的提振效果越强,本文假设2成立。丰富的消费场景能够实现多元业态融合联动,打造一站式、沉浸式消费环境,放大业态升级的供给优势,进一步激发居民消费潜力。
3.控制变量分析
控制变量中,居民人均收入(Income)、交通便利度(Traffic)、核心消费群体占比(Age)均显著正向影响消费意愿,符合经济学理论。居民收入越高,消费能力与消费意愿越强;交通越便利,社区消费可达性越高;中青年核心消费群体占比越高,社区消费活力越充足。社区建成年限(ComYear)影响不显著,说明新旧社区通过业态升级改造均可有效激活消费活力。
变量 | (1)主效应 ConsWill | (2)调节效应 ConsWill |
|---|---|---|
BusUpg | 0.386***(18.52) | 0.321***(15.36) |
SceneRich | - | 0.285***(12.45) |
BusUpg×SceneRich | - | 0.152***(9.68) |
Pop | 0.025**(2.36) | 0.022**(2.18) |
Income | 0.186***(10.25) | 0.172***(9.86) |
ComYear | 0.005(0.89) | 0.004(0.76) |
Age | 0.215***(7.52) | 0.201***(7.13) |
Traffic | 0.128***(8.65) | 0.115***(8.02) |
Year | 控制 | 控制 |
Area | 控制 | 控制 |
_cons | 2.156***(25.36) | 2.012***(23.85) |
N | 7560 | 7560 |
adj.R-sq | 0.428 | 0.485 |
(四)稳健性检验
为验证实证结果的可靠性,本文采用替换被解释变量、缩短样本区间两种方式进行稳健性检验。一是将主观打分的消费意愿替换为社区居民人均月消费支出(客观指标);二是将样本区间调整为2022-2025年,剔除疫情波动影响。稳健性检验结果如表5所示。
变量 | (1)替换被解释变量 | (2)缩短样本区间 |
|---|---|---|
BusUpg | 0.412***(16.85) | 0.375***(14.92) |
SceneRich | 0.296***(11.82) | 0.278***(10.95) |
BusUpg×SceneRich | 0.165***(8.95) | 0.148***(8.26) |
控制变量 | 控制 | 控制 |
固定效应 | 控制 | 控制 |
N | 7560 | 6048 |
adj.R-sq | 0.492 | 0.476 |
由稳健性检验结果可知,核心解释变量、交互项的系数符号、显著性与主回归完全一致,仅系数大小存在小幅波动,说明本文的研究结论具备良好的稳健性与可靠性。
五、结论及政策建议
(一)研究结论
本文以2021-2025年全国社区商业试点社区为研究样本,实证探究社区商业业态升级对居民消费意愿的影响及消费场景丰富度的调节效应,主要得出以下结论:第一,社区商业业态升级对居民消费意愿具有显著的正向促进作用,业态丰富度、品质化、数字化的全方位升级,能够有效匹配居民消费升级需求,降低消费成本、提升消费体验,激活基层消费活力。第二,消费场景丰富度存在显著正向调节效应,丰富多元的沉浸式、便民化消费场景,能够放大业态升级的消费提振效果,场景配套越完善,业态升级对居民消费意愿的驱动作用越强。第三,居民收入水平、社区交通便利度、核心消费群体结构是影响居民社区消费意愿的重要控制因素,能够显著正向赋能居民消费。
(二)政策建议
基于上述研究结论,结合2025年一刻钟便民生活圈建设要求与社区消费发展趋势,为进一步优化社区商业业态、激活居民消费潜力,提出以下针对性建议:
1. 持续推进社区商业全方位业态升级,完善多元业态体系。各地政府应依托便民生活圈建设政策,推动社区商业从单一零售业态向“零售+服务+体验”多元业态转型,补齐康养、亲子、文创、家政、夜间消费等短板业态。同时推进社区商业品质化、数字化改造,提升品牌门店入驻率、商户数字化覆盖率,适配居民品质化、便捷化消费需求,从供给端持续激活居民消费意愿。
2. 优化社区消费场景布局,强化场景调节赋能作用。重点打造沉浸式社区消费场景、便民生活场景、夜间消费场景,统筹社区商业空间规划,推动业态集聚布局,实现多元业态协同联动、一站式消费。完善社区停车、休闲、休憩等配套设施,提升社区消费体验感与氛围感,最大化放大业态升级的消费提振效应。
3. 因地制宜精准施策,差异化推进业态升级改造。结合不同地区社区的居民收入、人口结构、消费特征制定差异化升级方案,老旧社区重点补齐基础便民业态、完善基础消费场景,新建社区重点布局高端体验业态、数字化智慧商业场景,精准匹配不同社区居民的消费需求,避免同质化建设。
4. 强化配套保障,夯实社区消费基础。持续完善社区交通配套、便民设施,提升社区消费可达性与便利性;依托政策扶持中小微社区商户发展,稳定社区商业供给。同时多措并举提升居民收入水平,优化居民消费预期,从需求端与供给端双向发力,持续释放社区消费潜力,助力国内消费市场提质扩容。
