有关电信产业的计量分析

计量经济学实践报告：影响电信业务量的主要因素分析

内容摘要：本文主要研究对我国电信业的发展产生重要影响的几个因素。按照影响电信业务量的重要程度，选择了人均GDP，人均消费额，固定电话用户数，移动电话用户数来作为解释变量。本文所用的相关资料是来自统计年鉴的从1990-2005年的资料。建立模型后，利用EVIEWS软件对模型进行了参数估计，运用多种方法对模型进行检验，如ARCH检验，相关系数矩阵表，D-W自相关检验等。对最后的结果做了经济意义分析，并相应提出了一些相关的意见。 关键词：电信业业务总量；人均GDP；人均消费额

一． 问题的提出：

从“周幽王烽火戏诸候”到“竹信”，从“漂流瓶”到人类历史上第一份电报—“上帝创造了何等的奇迹！”。而之后的百年间，通信技术又借助现代科技在全世界取得了飞速发展。1949年以前，中国电信系统发展缓慢，到1949年，中国电话的普及率仅为0.05%，电话用户只有26万；到1978年，全国电话容量359万门，用户214万，普及率0.43%；自上世纪80年代中期以来，中国政府加快了基础电信设施的建设，到2004年9月，固定电话用户数达30692.3万户，移 动电话用户32007.1万户；另一方面，根据《中国统计年鉴》上的资料，我在发现在第三产业增加值指数中，通信业的增加值指数是最大的。在1995年是112.1；在1996年是111.4；在1997年是110.8；在1998年是110.6；在1999年是111.3；在2000年是111.5(上年等于100)。显然，电信业对第三产业的发展影响是最显著的。而我也知道第三产业在GDP中所占的比例是我们衡量一国综合实力的重要指标，从而对电信收入的研究显得尤为重要。

为了研究我国电信业的发展情况，真正了解我国电信业的发展前景，我选择了电信收入作为被解释变量，选取人均GDP，人均消费额，固定电话用户数、移动电话用户数作为模型的解释变量。

有关电信产业的计量分析

三． 模型建立

用散点图和折线图把以上数据描述出，如下：

略

可以看出电信业务总量Y与各个解释变量间存在较强的线形关系，因此我用多元线性模型去拟合数据，设定的多元线性模型为：

Yt= 0 + 1X1t+ 2X2t+ 3X3t+ 4X4t+ t t=1990、……、2005 （其中，U为随机误差项，且服从正态分布）

其中：Yt 代表电信业务总量 （亿元）

X1t 代表人均GDP （元）

X2t 代表人均年消费额 （元）

X3t 代表固定电话用户数 （万户）

X4t 代表移动电话数 （万户）

四． 参数的估计

1. 利用EVIEWS软件对X1t,X2t,X3t,X4t四个变量组成的式子进行拟合，得到如下结果：

Y跟全部变量的回归

Dependent Variable: YT

Method: Least Squares

Date: 12/17/07 Time: 18:40

Sample: 1990 2005

Variable

C

X1T

CoefficieStd. Error t-Statistic Prob. -35.899843.40342 -0.827121 0.4257 6 -0.209720.051995 -4.033490 0.0020

有关电信产业的计量分析

X2T

X3T

R-squared 2 0.552016 0.143735 3.840509 0.0027 -0.025180.016261 -1.548424 0.1498 0 0.984730 Mean dependent 250.666

var 9

Adjusted 0.979178 S.D. dependent 207.907

R-squared var 9

S.E. of regression 30.00080 Akaike info 9.89063

criterion 2

Sum squared 9900.529 Schwarz criterion 10.1320

resid 7

Log likelihood -74.1250 F-statistic 177.347

5 4

Durbin-Watson 2.483615 Prob(F-statistic) 0.00000

Yi=-35.89986-0.209722X1+0.552016X2-0.025180X3+0.037793X4

t= （-0.827）（-4.03350）（3.8405） （-1.5484） （3.31188）

R2=0.984730 2=0.979178 F=177.3474

残差图如下：

略

统计检验：

从回归的结果可以看出，拟合优度和F检验的效果都比较理想，但是解释变量X3的t检验不显著，而且解释变量X1和X3的符号与预期相反，有可能存在严重的多重共线性。

2. 多重共线性的检验

①检验:由F=177.3474>F0.05(4,16)=3.04（查表可得，显著性水平α=0.05） 表明模型从整体上看电信业务总量与解释变量间线形关系显著。

用简单相关系数矩阵对其进行检验:

变数间的相关系数表：

X1T X2T X3T X4T

X1T 1 0.65156584520.971219957310.91377859311

5 8 3

X2T 0.6515658451 0.943169308620.86297253861

25 9 7

X3T 0.9712199570.94316930861 0.97952624005

318 29 1

X4T 0.9137785930.86297253860.979526240051

113 17 1

有关电信产业的计量分析

由上图看出在我选定的4个解释变量间存在很严重的共线性，其中X3和X4相关系数达到0.979526240051, x1和x3间的相关系数也达到了0.971219957318，有必要对模型进行修正。从实际经济意义上说，这两者之间存在着相互替代性，说明模型的设定具有多重共线性，需要对模型进行修订。

经过对各个解释变量的分析，我发现固定电话用户数、移动电话用户数、这两个解释变量相关性很大，且都属于通信装置，相互间有较大的替代性。于是决定尝试将这2个解释变变量相加成为新的解释变量记为X5。这样将原来的模型调整为：

Yi=β0+β1X1+β2X2+β3X5+ i (其中 i为随机误差项，服从正态分布)，再次拟合：

把X3和X4加总然后得出的回归结果：

Dependent Variable: YT

Method: Least Squares

Date: 12/18/07 Time: 15:30

Sample: 1990 2005 Variable

C

X1T

X2T

R-squared CoefficieStd. Error t-Statistic 44.74003 0.124985 0.266968 29.57673 0.042547 0.083852 1.512677 2.937611 3.183811 Prob. 0.1562 0.0124 0.0079 0.977439 Mean dependent 250.666

var 9

Adjusted 0.971799 S.D. dependent 207.907

R-squared var 9

S.E. of regression 34.91451 Akaike info 10.1560

criterion 0

Sum squared 14628.28 Schwarz criterion 10.3491

resid 5

Log likelihood -77.2480 F-statistic 173.296

0 5

Durbin-Watson 1.899505 Prob(F-statistic) 0.00000

Yi=44.74003+0.124985X1+0.266968X2+0.011904X5

t= （1.5127） （2.9376） （3.1838） （6.3127）

R2=0.977439 2=0.971799 F=173.2965

统计检验：

从模型修正后的回归结果可以看出，拟合优度和F检验的效果都很理想，各

有关电信产业的计量分析

个解释变量的t检验也显著，而且解释变量X1和X3的符号与预期相符。

3. 异方差检验：

考虑到获取的数据样本不大，采用的是时间序列数据,所以决定用ARCH检验法检验模型是否存在异方差。

结果如下:（P=1）

F-statistic

Obs*R-squared 4.209949 Probability 3.669345 Probability 0.060897 0.05542

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 12/18/07 Time: 18:48

Sample(adjusted): 1991 2005 Variable

C

R-squared CoefficieStd. Error t-Statistic Prob. 450.6817 463.4755 0.972396 0.3486 0.244623 Mean dependent 937.404

var 4

Adjusted 0.186517 S.D. dependent 1709.77

R-squared var 3

S.E. of regression 1542.101 Akaike info 17.6432

criterion 4

Sum squared 3091497 Schwarz criterion 17.7376

resid 4 5

Log likelihood -130.324 F-statistic 4.20994

3 9

Durbin-Watson 1.484570 Prob(F-statistic) 0.06089

ARCH2（n-1）*R2=15*0.245=3.675< 01 =3.841不拒绝原假设，异方差不明显 .05

由于异方差可能对模型的估计产生比较严重的后果，谨慎起见，对模型再进行WHITE检验

设异方差与X1,X2,X5的一般关系为：

有关电信产业的计量分析

22 et2 1 2x1 3x12 4x2 5x2 6x5 7x5

H0: 2 7 0

H1: 2 7中至少有一个不为0

F-statistic

Obs*R-squared 3.154904 Probability 10.84415 Probability

0.059583 0.09331

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 12/18/07 Time: 21:47

Sample: 1990 2005 Variable

C

X1T

X1T^2

X2T X2T^2

X5T

X5T^2

R-squared CoefficieStd. Error t-Statistic -6530.458 -21.62002 0.002093 53.36088 -0.012302 1.352300 -2.33E-0Prob. 7758.332 -0.841735 0.4217 17.29496 -1.250077 0.2428 0.001100 1.902677 0.0895 45.10232 1.183107 0.2671 0.007442 -1.652984 0.1327 0.599518 2.255644 0.0505 8.09E-06 -2.881758 0.0181 0.677759 Mean dependent 914.267

var 3

Adjusted 0.462932 S.D. dependent 1654.38

R-squared var 9

S.E. of regression 1212.417 Akaike info 17.3382

criterion 6

Sum squared 1322960 Schwarz criterion 17.6762

resid 4 6

Log likelihood -131.706 F-statistic 3.15490

0 4

Durbin-Watson 2.261839 Prob(F-statistic) 0.05958

有关电信产业的计量分析

可以证明，n*R2渐进地服从自由度为6的 2分布，给定5%的显著性水平，

222查 2分布表得临界值 0.05 6 12.5916，而n*R=16*0.678=10.848< 0.05 6 =

12.5916,所以不能拒绝原假设，表明模型中的随机误差项没有异方差。

4. 自相关检验：

由于DW=1.899505，给定显著水平α=0.05，查Durbin-Watson表，n=16,k=3，得下限临界值Du=1.728，因为DW统计量为1.899505>Du，所以随机误差项不存在正的一阶自相关。

五． 模型解释

Yi=44.74003+0.124985X1+0.266968X2+0.011904X5

从模型本身来看，在其它变量不变的情况下，人均GDP每增加1元，会使电信业务平均增加0.124985亿元；人均消费支出每增加1元，会使电信业务平均增加0.266968亿元；电话数量（包括固定电话和移动电话）每增加1万户，会使电信业务平均增加0.011904亿元。结合现阶段我国电信业的情况来解释： 第一，过去几年是我国电信业大发展时期，电信收入平均每年增长约23%。电话用户总数与移动电话总数迅速增长，并在2001年超过美国，跃居世界第一。但是，过去的高增长并不必然带来明天的高增长，在2000年和2001年，我国电信收入已经呈现出稍高于GDP的中速增长态势。 我国电信业发展水平已相当于人均GDP为我国2.5倍的国家。我国的电信收入占GDP之比例已高居世界前列。一般电信收入占GDP的比例是大致一定的，因此我国电信收入占GDP的比例继续快速提高的余地已十分有限。预计我国电信收入占GDP的比例从长期看也仍然有继续增长的空间。我国GDP增长率预期约为7%—7.5%，估计我国未来电信收入的平均增长率最高可以达到GDP增长率与电信收入超额增长率两者相迭加的水平，也就是年增长15%。但我国电信业发展较为超前，再有电信市场正面临继续的资费调整、电信业务同质与异质的竞争、运营商之间加剧的竞争以及由此引发的价格战，估计未来我国电信收入的长期平均增长率将低于这个水平。电信收入高增长时期已过去。在电信收入无法大幅度增长的情况下，迅速增长的电话普及率必然造成ARPU下降，，无论是通过提升电信服务质量，还是提供更多更好的内容服务，有限增长的总收入使得提升ARPU（所谓ARPU就是每用户平均收入(ARPU-Average Revenue Per User)。ARPU注重的是一个时间段内运营商从每个用户所得到的利润。很明显，高端的用户越多，ARPU越高。在这个时间段，从运营商的运营情况来看，A R P U值高说明利润高，这段时间效益好。）的难度大大加大。

第二，电话用户数对电信业务总量有很大影响。这于我国固定电话用户数字居全球第一;2003年11月，我国移动电话用户数首次超过固定电话用户数，达到

2.56亿户，这个数字也是全球各国移动电话用户数中最高的。当电话普及以后，也带来了电信业发展的蓬勃时机，使得电信业在GDP中的比重越来越大。

第三，人均消费额的增加也会引起电信业务的增加，说明在当今时代，随着社会节奏越来越快，人们使用电话也越来越频繁，电信消费也占了居民消费的一部分。人们增加了电信消费，自然也增加了电信业务，所以模型的参数也是符合

有关电信产业的计量分析

经济意义的。

六． 政策建议

首先，固定电话方面，业务扩展多元化，不光以小灵通与移动营业商抢占移动市场，不仅提供网络服务平台租借业务，还可自行研发游戏，创建网站等开展新型业务。大力发展数据业务，增强互联网业务对电信业的影响。

其次，在移动通信方面，加强语音业务，在即将到来的3G时代，语音业务会是移动通信业的主打业务。国内的两大移动运营商可以合作开发新业务，如双模手机的出现是联通CDMA和移动GMS两大移动通信网路合作的结果。 （固定与移动的合作发展）

就模型来说，固定与移动对电信业务的影响是最大的。他们的融合是未来的发展趋势。最值得关注的是随着小灵通业务的进一步发展，小灵通不能仅满足于简单的通话功能，也需要增值业务带来个性化服务。主要是因为固定和移动运营商之间因为网间结算没协调好（灵通被定位为固话业务，其网间结算也沿袭固网结算模式）运营商为了各自利益，把超过6000万的小灵通用户分离在3亿移动电话用户之外，显然对短信对电信业贡献颇大的市场的发展不利。

所以现在尽管有很多可以提高业务量的措施，但因为营运商间的利益冲突，使得可行性不大，这还需要个营运商互相支持，理解，并且积极合作，在政府协调，并出台相关政策调节，能更好发展我国电信业。