通信业各业务市场规模对电信主营业务收入影响实证研究.docVIP

通信业各业务市场规模对电信主营业务收入影响实证研究 　　【摘 要】 利用2012年8月-2013年4月国内31个省、直辖市、自治区的面板数据，建立混合OLS模型，实证分析通信业各业务规模的变化对电信主营业务收入的影响程度。结果显示，当各业务市场均未饱和市场规模能进一步扩大的情况下，增加各个业务的用户规模均对电信主营收入的增加具有拉动作用。当电话市场饱和的情况下，加速固定电话用户向移动电话用户的转移，将会显著拉动电信主营业务收入。其中，3G用户规模增长又显著优于2G用户规模增长对电信业务收入的拉动作用。所以对于通信业来说，加速固定电话用户移动化，2G用户3G化，同时保持互联网宽带接入用户规模的稳定增长，将会显著增加电信主营业务收入，促进我国通信业的整体发展。 　　【关键词】 通信业 面板数据 移动化 3G 　　自20世纪90年代全球性大发展和市场化改革以来，通信业一直被视为最具创新活力及市场竞争力的领域之一，并迅速成长为广泛普及的大众消费服务行业。作为全面支撑经济社会发展的战略先导性行业，通信业已成为世界各国优先发展的关键领域。电信业务总量的增长不仅对经济增长有重要意义，还对其他产业起带动作用，进而也对国民经济发展产生渗透与倍增作用[1]。所以对电信业务总量增长情况及其带动作用显著的因素的研究具有重要且深远的影响。本文在面板数据分析的基础上，对固定电话市场规模、2G市场规模、3G市场规模及互联网市场规模对电信业收入增长的拉动程度进行了实证研究，并以此提出相关的建议。 　　1 实证分析 　　面板数据综合了时间序列数据和截面数据的优点，全面的提供了通信业的客观信息，在控制了个体的异质性的同时又达到增大自由度和减小变量间的多重共线性的效果[2]。 　　本文采用的数据来源于工信部运行监测协调局，采用2012年8月到2013年4月共计9个月的月度数据，截面包括全国共31个省、直辖市、自治区。使用EViews 6.0，Stata 12.0软件进行分析。 　　1.1 变量 　　电信主营业务收入主要来源于固定电话市场、移动电话市场（2G/3G）、互联网宽带市场。本文主要研究各市场规模的变化对电信主营业务收入的影??，故变量选择如下：（1）电信主营业务收入。根据工信部提供的电信主营业务收入（累计值），我们计算了每月相应的净增值（单位：亿元）。设该变量为；（2）固定电话市场规模。分析固定电话市场规模及发展趋势时，以固定电话用户数（单位：万户）为表征量；（3）移动通讯市场规模。移动通讯市场处于高速发展期，主流为2G与3G并存。2G与3G市场分别处于成熟期和发展期，市场份额、发展趋势、业务贡献能力等方面都有较大差别，且二者对通信业今后的发展起到的作用也是值得研究的。考虑以上，作者选用2G用户数（单位：万户）和3G用户数（单位：万户）为通讯市场规模的表征量；（4）互联网市场规模。考虑到反映互联网市场的实际数据的可得性、准确性，同时与移动数据市场区分开，以互联网宽带接入用户数（单位：万户）作为互联网市场的表征量，研究其与通信业收入的关系。 　　1.2 面板数据处理 　　对来源于工信部运行监测协调局2012年8月到2013年4月共计9个月的月度数据5个变量的分析整理，得到以全国共31个省、直辖市、自治区为截面的平衡面板数据（横截面看，每个变量都有观测值，纵截面看，每期都有观测值）。对每个变量进行对数化处理，消除异方差效应。 　　对面板数据进行平稳性的单位根检验，避免由于非平稳引起的伪回归问题[3]。由表可知，在1%的显著水平下，对的单位根检验是不平稳的，除了LLC单位根检验外也都表现为非平稳。在一阶差分后四种单位根检验都显示为平稳。因此，可以认为该面板数据存在单位根。模型建立时使用变量对数后一阶差分（如表1）。 　　1.3 模型选择与实证结果 　　我们常采用三种方法估计面板数据模型：混合OLS模型、固定效应模型、随机效应模型。选择过程见图1。 　　1.3.1 个体效应检验 　　固定效应检验结果如下：F test that all u_i =0：F（30，243）=0.32，ProbF=0.9998。从检验结果看，F值等于0.32，P值不显著。因此，我们认为固定效应不显著，选择混合OLS模型比固定效应模型好（如表2）。 　　1.3.2 混合OLS模型（如表3） 　　根据所得结果，我们得出回归方程： 　　结果表明，方程各系数均显著，模型整体显著，回归方程有意义。 　　1.3.3 模型解释 　　由回归方程可以看出，、、及的回归系数为正，表明固定电话用户数、2G用户数、3G用户数以及互联网宽带用户数的增加会促进电信主营业务收入的增加。由各变量系数大小可以看出，3G用户数的增加对电信主营业务收入增加的拉动效果最明显。固定电话用