大数据背景下我国省会城市商业化程度影响因素实证分析

闵媛媛

（南昌理工学院 南昌 330013）

文献综述

省会城市商业化程度已被越来越多的学者所关注，但研究我国省会城市商业化程度的文献数量还很有限。吴郁玲等（2018）研究了人均可支配收入是否能够增强我国省会城市商业化程度，其运用的分析方法是数据包络分析法，得出人均可支配收入的增加对强化省会城市商业化程度发挥着重要作用；张菁窈（2018）研究了各省地区国内生产总值对省会城市商业化程度的差异化影响，其得出各省地区国内生产总值的增加增强了省会城市商业化程度；郝君富（2018）在研究我国省会城市商业化程度时所选取的是面板数据，年份是2001-2015年，其使用的回归分析方法是门槛回归法，得出人均受教育年限和大中型城市商业化程度二者之间的关系是非线性的；邵帅（2017）在分析居民消费支出与省会城市商业化程度关系时，运用结构性因素分解法将省会城市商业化程度分解为替代效应和效率效应，其从区域角度分析了当前省会城市商业化程度的影响因素，最终得出居民消费支出调整是促进省会城市商业化程度增强的重要因素，其通过断点回归分析发现，在2012年之前，我国居民消费结构调整会抑制省会城市商业化程度的提高，而在2012年之后则表现为正向地促进作用。

我国省会城市商业化程度正在不断加强，影响城市商业化程度的因素很多，一些学者从大数据角度进行了如下研究。许实（2018）指出，人均可支配收入和大数据行业产值是影响省会城市商业化程度的核心因素，即随着人均可支配收入的增加，省会城市商业化程度也会逐渐增加，而当人均可支配收入下降时，省会城市商业化程度会放缓优化；薛维军（2018）研究结果显示，大数据行业研发支出对省会城市商业化程度具有正向影响，这说明大数据行业研发支出越高，其省会城市商业化程度就越高。另外，地区国内生产总值对城市商业化程度的影响为正向关系，这说明随着国内生产总值增加，省会城市商业化程度越来越高；朱桂银（2018）指出大数据行业产值的估计系数显著为正，这说明大数据行业产值越高，省会城市商业化程度越高。同时，人均可支配收入对省会城市商业化程度的影响不显著，这表明了在考虑大数据行业产值的情况下，居民消费支出的增加并不一定优化省会城市商业化程度；纪玉俊（2017）研究得出，地区国内生产总值与省会城市商业化程度存在倒U型关系，在经济增长起飞阶段，随着地区国内生产总值的增加，省会城市商业化程度会减弱。

综上所述，虽然大量学者从不同角度对大数据与省会商业化程度间的关系进行了研究，但是尚未有学者将大数据行业产值作为影响我国省会城市商业化程度的重要因素进行分析，对此，本研究对大数据行业产值对我国省会城市商业化程度影响进行实证分析。

研究设计

（一）变量设定

被解释变量：城市商业化程度（DUC）。对于城市商业化程度的衡量，本文参考俞剑等（2017）的研究方法，运用已有文献构建省会城市商业化程度指数。

核心解释变量：大数据行业产值（BDV）、人均可支配收入（PCI）。核心解释变量的选取参考薛维军（2018）的研究，其将人均可支配收入和大数据行业产值作为影响省会城市商业化程度的核心因素，提出随着人均可支配收入的增加，省会城市商业化程度也会逐渐增加，而当人均可支配收入下降时，省会城市商业化程度会放缓优化。核心解释变量大数据行业产值的选取参考包立远（2018）的文献，大数据行业产值主要考虑信息技术行业产值及相应的研发支出。

控制变量：居民消费支出（HCE）、地区国内生产总值（GDP）、居民城镇化率（RUR）。 控制变量中居民消费支出与我国省会城市商业化程度存在正向关系，即随着居民消费支出的增加，省会城市商业化程度会不断深化。地区国内生产总值与省会城市商业化程度存在倒U型关系，在经济增长起飞阶段，随着地区国内生产总值的增加，省会城市商业化程度会减弱；但是当地区国内生产总值跨入高收入国家行列之后，省会城市商业化程度会不断增强。

（二）数据收集

本文采用2000-2018年我国各省、直辖市、自治区省会城市统计年鉴收集到的省会城市商业化程度、居民消费支出、人均可支配收入、大数据行业产值、国内生产总值和居民城镇化率的数据。其中，城市商业化程度的数据来源于国泰君安数据库（CSMAR）和万德数据库（WIND）。整理的数据构成面板数据，本文运用统计软件Stata15.0和Eviews9.0进行实证分析。

（三）构建模型

通过前人文献研究，本研究设定多元回归模型，检验省会城市商业化程度与大数据行业产值、居民消费支出、地区国内生产总值、居民城镇化率的关系，模型设定如下：

式（1）中，DUC表示城市商业化程度，是模型中的被解释变量；i代表省会城市，t代表年份；BDV代表核心解释变量大数据行业产值；α0表示常数项；β1表示核心解释变量大数据行业产值的系数；βj代表控制变量的系数；j表示控制变量的个数；Controls代表模型中的3个控制变量；ε表示随机扰动项。为了检验大数据行业产值与人均可支配收入交互项对省会城市商业化程度的影响，设定如下模型：

式（2）与式（1）的被解释变量均为省会城市商业化程度，并且核心解释变量与控制变量均相同，只是式（2）中加入了大数据行业产值与人均可支配收入交互项。为了检验人均可支配收入对我国省会城市城市化率的影响，在式（2）中加入人均可支配收入，模型设定如下：

式（3）β1是核心解释变量人均可支配收入的系数；α0表示常数项；ε表示随机扰动项。为了检验大数据行业产值通过人均可支配收入来影响省会城市商业化程度，模型设定如下：

为了单独检验人均可支配收入对我国省会城市商业化程度的影响程度，模型设定如下：

表1 Pearson相关系数矩阵

实证结果与分析

（一）相关性分析

本研究将省会城市商业化程度、人均可支配收入、大数据行业产值、居民消费支出、地区国内生产总值、居民城镇化率进行Pearson相关性分析，以此测量被解释变量、核心解释变量和控制变量之间是否存在多重相关性。相关性分析结果如表1所示。

由表1可得，省会城市商业化程度与人均可支配收入、大数据行业产值呈正相关显著关系（P＜0.05）。人均可支配收入与大数据行业产值的交互项也为正相关显著关系，居民消费支出、地区国内生产总值和居民城镇化率相关系数均在合理范围内。省会城市商业化程度与人均可支配收入、大数据行业产值、地区国内生产总值、居民城镇化率的相关系数均为正值，说明核心解释变量和控制变量会对省会城市商业化程度产生正向影响。各个变量之间的相关系数均小于0.3，说明各个变量之间的相关关系较弱，即各个变量之间不存在严重的多重共线性。

（二）回归分析

根据本研究收集到面板数据，为了对随机效应和固定效应进行选择，需要对回归结果进行豪斯曼检验。豪斯曼检验结果显示应选择固定效应，并且检验结果固定效应在1%水平下统计显著。因此，本文采用固定效应模型进行普通最小二乘法回归。省会城市商业化程度、人均可支配收入和大数据行业产值的回归结果如表2所示。首先，本文检验人均可支配收入对省会城市商业化程度的影响，模型1为该检验结果。

由表2可知，模型1报告了人均可支配收入及控制变量居民消费支出、地区国内生产总值、居民城镇化率的回归结果。其中，居民消费支出的估计系数在10%水平显著为正，说明居民消费支出越高，省会城市商业化程度越高；地区国内生产总值的系数在10%水平显著为正向关系，说明随着国内生产总值增加，省会城市商业化程度越来越高；居民城镇化率的估计系数在10%水平显著为正向关系，说明伴随着居民城镇化率的不断提高，省会城市商业化程度会逐渐增强。另外，核心解释变量人均可支配收入的估计系数在10%水平显著为正向关系，表明随着人均可支配收入的增加，省会城市商业化程度逐渐增强。模型2报告了加入大数据行业产值的回归结果，核心解释变量人均可支配收入与大数据行业产值均被放入该模型。大数据行业产值的估计系数在5%水平显著为正，说明大数据行业产值越高，省会城市商业化程度越高。控制变量人均可支配收入对省会城市商业化程度的影响不显著，表明在考虑大数据行业产值的情况下，居民消费支出的增加并不一定优化省会城市商业化程度。从模型1和模型2能够看出人均可支配收入比大数据行业产值对省会城市商业化程度的影响更大。另外，本文在模型3中加入大数据行业产值和人均可支配收入交互项，旨在分析大数据行业产值与人均可支配收入作为一种替代机制调节大数据行业产值与省会城市商业化程度之间的关系。结果显示，该交互项的系数正，且在10%的水平上统计显著，即表明人均可支配收入能够增强大数据行业产值与省会城市商业化程度之间的正向关系。人均可支配收入的增加能够增大大数据行业产值。控制变量和截距项均在统计上显著，随着控制变量的增大，省会城市商业化程度会不断增强。在模型4中在模型3的基础上加入人均可支配收入后，结果显示，人均可支配收入、大数据行业产值及其二者的交互项均在统计上显著，说明人均可支配收入的增加能够增强省会城市商业化程度，并且人均可支配收入可以通过大数据行业产值来强化省会城市商业化程度。

（三）稳健性检验

为了对前述回归结果进行稳健性检验，本研究选择省会城市商业化程度滞后一期作为被解释变量运用普通最小二乘法进行回归，结果依然成立。

研究结论与政策建议

上述研究结果表明，随着大数据行业产值增加，省会城市商业化程度将越来越高。大数据行业产值的估计系数显著为正，说明大数据行业产值越高，省会城市商业化程度越高。人均可支配收入越高，省会城市商业化程度越高。人均可支配收入及控制变量居民消费支出、地区国内生产总值、居民城镇化率的回归结果。其中，居民消费支出的估计系数显著为正，说明居民消费支出越高，省会城市商业化程度就越高。另外，居民城镇化率的估计系数显著为正向关系，说明随着居民城镇化率的不断提高，省会城市商业化程度将逐渐增强。

综上所述本文提出以下建议：第一，要发展省会城市大数据产业，拓展大数据技术的应用范围。大数据行业的发展能够带动相关产业高新技术产业的发展，从而能够促进省会城市商业化程度的提高，进而有利于保持经济平稳健康发展、增加居民人均可支配收入；第二，要增大大数据的应用场景，降低大数据应用成本，完善大数据应用的法律法规，从而为大数据产业发展提供良好的环境支持。