王 影

基于创新扩散理论的我国数字移动通讯研究

王 影

我国的电信业发展迅速，目前已经成为世界上最大的电信市场，而移动通信的扩散过程更是和人们的生活息息相关。对原有的创新扩散模型进行了拓展，将手机资费和消费者可支配收入引入到模型中，并利用我国电信市场的数据进行了实证研究。结果表明：降低手机资费和增加消费者的可支配收入都对移动通讯的扩散过程有显著的影响，并且能够加速扩散速度。

移动通讯；创新扩散；Logistic模型

本文研究我国数字技术的移动通讯扩散过程。在传统的传染病模型的基础上，引入了经济和技术因素——手机资费和消费者可支配收入，来解释扩散速率的变化。

一、传统的创新扩散模型

在诸多新产品扩散模型中，最基本的，即传统的传染病模型，可谓是Bass模型。1969年，Bass融合了Fourt和Woodlock与Mansfield提出的两种模式，并假设新产品的潜在采用者只受到两种传播方式的影响：一是大众媒体的影响，又称外部影响，此类采用者称为创新者；二是口头传播的影响，又称内部影响，此类采用者称为模仿者，通过11个耐用品的市场扩散研究，提出了耐用品的一次购买模型，简称Bass模型。其形式为：

其中：N是潜在采用者总数，S（t）为t时的累计采用者人数。考虑到社会压力的影响，假设t时刻采用创新的条件概率是已采用者比例的线性函数p+(q/N)S(t)，且其中p为创新系数，q为模仿系数。

Bass模型的扩散曲线呈“S”型，即在新技术的采用初期，由于技术受方的技术资源与技术供方相比是极其有限的，如对新技术的吸收能力，技术人员的相关技能，基础设施建设等限制因素，扩散速度相对较慢。随着各方面的改进及新技术的成熟，扩散速度逐渐加快，最终趋于稳定。由于在新技术的采用过程中，创新者的数量逐渐增多，潜在采用者的数量逐渐减少，最终达到稳定状态，所以技术创新扩散曲线都呈现出典型的“S”型，但由于其拐点的位置和对称性的不同，可以表现为不同的扩散曲线，比较典型的除了上文提到的Bass模型以外，还有Logistic模型和Gompertz模型。

本文是针对Logistic模型进行改进的。19世纪人口统计学家Peanl Ray Monel提出了Logistic曲线。Griliches首次将该模型用于杂交玉米的扩散研究中。其模型具体表示为：

其中：St表示已采用者的数量，N表示最大潜在采用者的总数，b表示扩散速率。

二、改进的创新扩散模型

三、我国的移动通讯

我国从1987年起开始引进蜂窝移动通信系统，即第一代移动通信，采用的是模拟技术，虽然模拟移动电话系统的质量完全可以与固定电话媲美，使通话双方能够清晰地听出对方的声音，但是其保密性较差，不能提供丰富多彩的增值业务，以及网络覆盖范围小且漫游功能差。鉴于此，在80年代后期，数字移动通信系统——GSM诞生了，GSM是第二代移动通信的代表。1993年我国开通了第一个数字蜂窝移动通信网。数字移动通信系统相对于模拟系统的优点在于：保密性更好；支持多种业务，即除数字语音信号外，还可以传输用户数据、图像信息等；信号也更好了。因此，数字技术逐渐替代了模拟技术。中国移动通信集团公司于2001年12月31日后关闭模拟移动电话网，停止经营模拟移动电话业务。

我国移动通讯业最大的改革是在1994年，为了引入竞争，打破垄断，成立了联通，1995年联通建立了GSM网络，为了更有效地展开与中移动的差异化竞争，2001年联通又建设了CDMA移动通信网。从1995年至今，中国的移动通讯市场始终呈现双寡头垄断的市场格局，而这段时间恰好是移动用户从逐步扩散到迅速增长的时期。也正是移动通信技术在我国市场扩散的重要阶段。

图1显示了我国移动电话用户数曲线呈现了典型的S型曲线。可以看出，我国的移动电话模拟技术的用户数从1998年到2002年退出市场始终没有超过1000万户，同时，新的数字技术用户数一直在迅速增加，由图1可知，数字移动电话的扩散曲线要比模拟电话的扩散速度快得多。

图1 我国移动电话扩散曲线

四、数据描述及模型估计

（一）数据说明

根据经济学的相关知识，假设手机资费和消费者的可支配收入分别对移动数字技术的扩散起负向和正向的影响作用。

采用我国电信行业的历年用户数来验证所提出的研究假设。在模型的估计中使用的变量是用户数，潜在采用者数量以及相关的经济因素：手机资费和消费者的可支配收入。本文数据收集了我国从1998年到2008年的移动电话的用户数，以及每一年的移动通讯总收入。此外，还包括我国居民每年的可支配收入。

在模型中假设潜在采用者的总数N不变，为我国的总人口数。采用我国从1998年到2008年全国总人口数的平均数。同时，由于运营商为消费者提供了多种多样的资费制度，所以无法建立一个统一的资费系统，经比较发现，最好的指标是对平均每个用户每年的收入，即用移动通讯业每年的总收入除以每年的累积用户数。数据主要来自于中国工业和信息化部（原信息产业部）和国家统计局的统计数据。

（二）模型估计结果

运用最小二乘法，对上文所提到的改进的传染病模型——lnLt=β0+β1lnTt+β2lnCt+μt进行估计，运用EViews5.0估计结果如下：

lnLt=-2.3343-0.5213lnTt+0.0008lnCt+μt

t=-23.8813-9.5849 7.1683

其中：R2=0.9688，F=124.0889，P=0.0000。 在双对数模型中，回归系数可以表示为被解释变量关于解释变量的弹性，因此，由上表可知，资费和消费者可支配收入这两个因素相对于我国数字技术扩散的弹性分别为-0.521337和0.000841。同时，t检验值和F检验值都能通过检验，这说明它们对我国移动电话的扩散都有着显著的影响，降低资费和增加消费者的可支配收入都能够加速我国移动电话的扩散速率，这与上文中所提出的假设相一致。

五、结论

以上介绍了我国从1998年到2008年移动电话扩散的一个实证分析。在传统的传染病模型的基础上定义了一个拓展的扩散模型，继Chow、Karshenas和Stoneman后，引入了直接影响扩散速率的经济变量：手机资费和消费者的可支配收入。数字技术的引入对我国移动用户数具有显著的改进，近几年来我国的移动电话用户数飞速增长。本文的估计结果证实了这个假设，利用我国电信市场的用户数据进行实证研究，结果表明降低手机资费和增加消费者的可支配收入都能加速我国移动电话用户数的扩散速率。这表明，将手机资费和消费者可支配收入引入到Logistic模型中，能够优化模型，从而收到更好的研究效果。

[1]Bass F M.A New product Growth Model for Consumer Durables[J].Management Science，1969，15（5）.

[2]程鹏飞，刘新梅.基于产品扩散模型的我国电信市场预测研究[J].科技管理研究，2009（11）.

[3]李春燕.基于生物种群理论的中国移动通信市场实证研究[J].管理科学，2009（4）.

[4]刘超，王君祥，宋海荣.创新扩散模型的研究综述[J].科技管理研究，2007（5）.

F632.5

A

1673-1999（2011）13-0090-02

王影（1985-），女，山东鄄城人，重庆师范大学（重庆400047）经济与管理学院2009级管理科学与工程硕士研究生。

2011-04-14