影响电信业发展几个重要因素分析

1、影响电信业发展几个重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。我们按照影响的重要程度， 选择了固定电话用户数， 移动电话用户数， 互联网用户数，电话普及率， 及电信固定投资额作为解释变量。但由于我们选择的数据是从99 年电信业发生拆分重组后到04 年第三季度数据。因为查到的资料固定投资数据按年来计算，若按季度完成百分比来计算季度数据， 有很多缺失值， 所以放弃这个解释变量。 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，并通过逐步回归法等方法加以修正。对最后的结

2、果做了经济意义分析，并相应提出了我们的一些看法。关键词：电信业业务总量互联网用户数固定电话用户数电话普及率移动电话用户数一导论改革开放以来我国GDP 的增长速度比世界平均水平高一倍以上，一直位于世界前列，我国电信业务收入增长速度长期以 3 倍于我国 GDP 增长速度在发展（全世界平均电信业务收入增加速度为 GDP 的两倍）。我国的电信业发展对 GDP 贡献很大。通信业的快速发展， 在推动经济增长、 促进社会进步和提高人民生活质量等方面发挥了积极作用。 现在我国已经初步建立起研究、 开发、制造、集成、运营、服务等紧密联系的、 上下游一体化的完备电信产业体系。 电信网络技术装备和服务水平居于世界领

3、先地位。 我国拥有资产实力雄厚、 客户资源丰富、 业务收入庞大、盈利能力稳定、 具有一定国际竞争力的若干家基础电信运营商 （两家电信公司入围财富 500 强，两家移动通信运营商分别成为世界第一和第二位的 GSM 运营商）。在加入 WTO 以后，主要的跨国电信设备制造商和运营商加速了市场开发的步伐，纷纷在中国本土设立研发、制造、销售和服务办事机构；国内电信运营商成为全球资本市场注目的焦点， 吸引了各国投资者， 吸纳了大量的国际资本。我国加入 WTO 已经 3 年了，对外开放的市场越来越大，电信业开放的内容逐渐增多。 随着外资的进入， 尤其是一些国外综合实力强大的电信集团进入中国市场，势必将对我国

4、电信业造成一些冲击。 电信业的发展是很值得我们关注的。为了证实对我国电信业的具体影响因素， 以便于我们根据证实提出我们的政策建议，我们查找了一些关于我国电信业现今各方面状况的情况（见下表）（注：此图选自和讯网）上图是我国电信业在国际上各项有关电信业发展指标的排名。对组成市场竞争力指数的 21 个指标进行综合评价， 得出 2003 年各国电信业国际竞争力综合排名。我国市场竞争力排名第二，仅次于美国。以网络容量和用户规模而言，中国已经成为世界最大的电信运营市场，增长潜力和发展空间同样巨大。2003 年内，全国电话用户总数突破5 亿户，移动电话用户超过固定电话用户，双双跃居世界首位；互联网上网用户（

5、不含移动互联用户）超过 8 000 万户，居世界第二位。所以我们决定选择对我国电信影响最大的固定电话用户数， 移动电话用户数，互联网用户数作为解释变量， 电信业业务总量作为应变量。 互联网业务量虽说在近年占电信业业务量的比例不大， 但在中国电信网络建设飞速发展的同时， 数据通信业务也取得了长足发展，数据通信用户以每半年翻一番的速度呈爆炸式增长，从 1994 年仅有 2000 户发展到目前已超过 8000 万户。互联网业务现已经成为中国电信集团业务的重要组成部分。 我国电话普及率虽然在国际上相比是我国电信业的劣势，但我国国情特殊，拥有世界 1/5 人口，普及率与人口相乘得出的总量相当惊人，所以普

6、及率也作为解释变量之一。如 2003 年 1 至 12 月电信业收入百分比图：（注：此图选自新浪网）二 相关数据搜集年度季度电信业务固定电话用 移动电话互联网用电话普及率总量户数用户数 户数 百人100(亿元)（万户 )（万户 )(万户 )部)( /YX1X2X3X4199915189313.2270390.211222875.19879.83383120.212063853.510349.63759.5147.812614866.110880.74323.8215.7126120001950.311783.15014.5353.8133021090.5127425928.7530.61470

7、31192.413546.66505.7725.9147041260.614440.785269152010200111233.415473.810031.41020.1201021316.616437.111676.11246.9244031449.4717227130911402.4244041617.7817903.414481.21736.42590200211614.8918865161503753.1259021744.2319894.217616.93975.9302231833.7920700.119039.14504319941729.7921441.920661.64970

8、3374200311942.7122562.622149.14992337021822.862376123447.25323.5377032190.725046.824997.45387.6398041928.6826330.526869.35365.74210200412226.3528108.129030.55458.5421022058.8729548.830528.35347474032433.4530692.332007.15232.94930（按 1990 年不变价计算）二 模型建立用折线图把以上数据描述出，如下：4000030000200001000001999200020012

9、00220032004YX3X1X4X2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，因此我们用多元线性模型去拟合数据，设定的多元线性模型为：Y=C+C1X1+C2X2+C3X3+C4X4+U其中： Y代表电信业务总量（亿元）X1代表固定电话用户数（万户）X2代表移动电话数（万户）X3代表互联网用户数（万户）X4代表电话普及率（部 /百人） 100三参数的估计利用 EVIEWS 软件对 X1,X2,X3,X4 四个变量组成的式子进行拟合，得到如下结果：对 X1 X2 X3 X4 一起拟合： Dependent Variable: Y Method: Least SquaresD

10、ate: 10/22/04Time: 23:50Sample: 1999:1 2004:3Included observations: 23VariableCoefficieStd. Errort-StatisticProb.ntC-150.951658.3109-0.2293010.82121X10.1278340.0792601.6128420.1242X2-0.030450.077405-0.3934980.69869X30.0703120.0638291.1015590.2852X4-0.162100.273887-0.5918810.56139R-squared0.946760Mea

11、n dependent1510.87var3Adjusted0.934928S.D. dependent514.525R-squaredvar5S.E. of regression131.2510Akaike info12.7817criterion6Sum squared310082.9Schwarz criterion13.0286resid1Log likelihood-141.990F-statistic80.022227Durbin-Watson2.041264Prob(F-statistic)0.00000stat0得模型：Y=-150.9511+0.127834X1-0.0304

12、59X2+0.070312X3-0.162109X4（ -0.229301 ）（ 1.612842 ）（ -0.393498 ）（1.101559 ）（-0.591881 ）可决系数 R2=0.946760修正值为 0.934928拟合图形如下：25002000150030010002005001000-100-200-300199920002001200220032004ResidualActualFitted从图中可以看出做出的模型效果不是非常理想，残差的波动较大， 我们决定通过检验，修正该模型。四 .模型的检验和修正1.经济意义检验首先在经济意义上就通不过。X2 和 X4 的系数都为负，

13、表明随着移动电话用户的增加，电话普及率的提高，电信收入在减少。这显然与经济事实不符。2.统计推断检验从回归结果来看模型的拟合度较高（可决系数R2=0.946760 ）， F 统计量的值在给定显著性水平=0.05的情况下也较显著，但是 C，X1，X2 ，X3 ，X4的 t 统计值均不显著 （它们的t 统计量的值的绝对值均小于2），说明这些变量对Y 的影响不显著，或者变量之间可能存在多重共线的影响使其t 值不显著。3.计量经济学检验（1）多重共线性检验检验 :由 F=80.02227F0.05(4,18)=2.93 （查表可得，显著性水平 =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

14、关系显著。用简单相关系数矩阵对其进行检验 :X1X2X3X4X110.99716330.940051050.960736834763533455314X20.997163310.957830380.970588134763701204836X30.94005100.957830310.9376858553348701299601X40.96073680.97058810.93768589155314048369601由上图看出在我们选定的 4 个解释变量间存在很严重的共线性，其中X1和X2相关系数达到 0.997163334763, x1 和 x4间的相关系数也达到了 0.96073685 ，

15、我们有必要对模型进行修正。修正：采用逐步回归法对其进行修正。分别用 OLS 法逐一求 Y 对各解释变量的回归 , 发现 X1 与 X2 的拟合程度都相当好，且从经济事实来看，这二者也是相当重要的影响因素。因此X1与X2不能轻易取舍。所以出于以经济意义为出发点，我们分别把X1和X2作为基本变量。然后将其余解释变量逐一代入X1 和 X2 的回归方程，重新回归。分析如下 :（具体回归过程见附录）以 X1 为基本变量：加入 X3，拟合优度略有提高， 对 X1 的 t 值影响不大，统计检验 t=5.180284 ，显著。因此加入变量 X3 。再加入X2, 拟合优度仅略有提高, 但对X2 的 t 值影响很

16、大，统计检验t=1.688308 ，不显著。因此变量X2 引起了多重共线性，应舍去。加入 X4 进行回归的情况和X2 相同 , 不显著。因此也应将变量X4 删去。将模型修改如下 :Y=C+C1X1+C3X3+U新模型结果为 :Dependent Variable: YMethod: Least SquaresDate: 10/23/04Time: 00:11Sample: 1999:1 2004:3Included observations: 23VariableCoefficieStd. Errort-StatisticProb.ntC225.5503141.55421.5933840.12

17、68X10.0633940.0122385.1802840.0000X30.0397610.0359281.1066940.2816R-squared0.943493Mean dependent1510.87var3Adjusted0.937843S.D. dependent514.525R-squaredvar5S.E. of regression128.2781Akaike info12.6673criterion9Sum squared329105.6Schwarz criterion12.8154resid9Log likelihood-142.674F-statistic166.97

18、096Durbin-Watson1.966409Prob(F-statistic)0.00000stat0得模型：Y=225.5503+0.063394X1+0.039761X3（ 1.593384 ）（5.180284 ）（1.106694 ）可决系数 R2=0.943493修正值为 0.937843以 X2 为基本变量：加入 X1，拟合优度略有提高，但对 X2 的 t 值影响较大，统计检验 t=0.335223 ，不显著。但出于固定电话用户数X1 和移动电话数事实，因此加入变量X2 。再加入X3, 拟合优度仅略有提高,但对X2 的X2 对电信有重要影响的经济t 值影响也很大，统计检验t=0

19、.883526，不显著，因此变量X2引起了多重共线性。而且拟合出模型中X2的系数为负，不符合经济事实，应舍去。加入 X4 进行回归的情况和 X3 相同，不显著也不符合经济事实。因此也应将变量 X4 删去。将模型修改如下 :Y=C+C2X2+C1X1+U新模型结果为：Dependent Variable: YMethod: Least SquaresDate: 10/23/04Time: 00:26Sample: 1999:1 2004:3Included observations: 23VariableCoefficieStd. Errort-StatisticProb.ntC250.8056

20、464.07100.5404470.5949X20.0131000.0390780.3352230.7409X10.0570850.0569601.0021950.3282R-squared0.940368Mean dependent1510.87var3Adjusted0.934405S.D. dependent514.525R-squaredvar5S.E. of regression131.7779Akaike info12.7212criterion2Sum squared347308.2Schwarz criterion12.8693resid3Log likelihood-143.

21、294F-statistic157.69506Durbin-Watson1.802738Prob(F-statistic)0.00000stat0得模型：Y=250.8056+0.013100X2+0.057085X1（ 0.540447 ）（0.335223 ）（ 1.002195 ）可决系数 R2=0.940368修正值为 0.934405模型和模型的选取：通过逐步回归法后，得出的模型和模型在拟合优度及 T 值上都有很大提高，但模型截距项， X3 和模型中截距项， X1 ，X2 的 t 值仍在 2 以下，模型效果还是不好。 我们仔细考虑了我们在设定模型上存在的问题， 发现我们的数据样本不大

22、，而且由于我国电信发展在很大程度上都是靠国家强有力的支持得以快速发展，但由于在数据选取上的问题， 我们放弃了没有季度数据的固定资产投资这个变量，我们觉得可能因为这个问题造成了对我们设定模型的破坏。 而出于X1，X2 ，X3 对 Y 的影响的重要程度的经济事实考虑， X2 代表的移动电话用户数对我国电信现阶段业务量有举足轻重的影响， 我们不能以模型的优度来牺牲了现实经济意义， 所以我们选取模型作为最优模型。进行下一步对模型的自相关检验和异方差检验。（2）一阶自相关检验检验：从模型设定来看， 没有违背 D-W 检验的假设条件， 因此可以用 D-W 检验来检验模型是否存在一阶自相关。根据上表中估计的

23、结果，由 DW=1.802738 ，给定显著性水平 =0.05，查 Durbin-Watson 表， n=23 ，k=2，得 dl=1.168,du=1.543 。因为 DW 统计量为 du1.8027384-du=2.457 ，根据判定域知，不存在一阶自相关，不需要进行修正。（3）异方差检验检验：我们的样本不大，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=3 ）ARCH Test:F-statistic1.830946Probability0.182161Obs*R-squared5.111319Probability0.163825Test

24、Equation:Dependent Variable: RESID2Method: Least SquaresDate: 10/23/04Time: 00:37Sample(adjusted): 1999:4 2004:3Included observations: 20 after adjusting endpointsVariableCoefficienStd. Errort-StatisticProb.tC5857.1536422.7370.9119400.3753RESID2(-1)-0.1683060.217256-0.7746920.4498RESID2(-2)0.7800120

25、.3717372.0982900.0521RESID2(-3)0.1549610.1934820.8009050.4349Adjusted0.115985S.D. dependent18641.8R-squaredvar5S.E. of17527.46Akaike info22.5577regressioncriterion8Sum squared4.92E+09Schwarz criterion22.7569resid3Log likelihood-221.5778F-statistic1.830946Durbin-Watson2.409619Prob(F-statistic) 0.1821

26、6stat1由于样本较小，我们不进行（ n-P ） R2 的比较，仅从残差平方的序列来看，仅 RESID2(-2) 的显著性大于 2，但总体的显著性都不太明显。可见异方差的影响不大，不必修正模型。(4) 确定模型综合各种因素，我们确定最终模型为：Y=250.8056+0.013100X2+0.057085X 1五对模型的经济意义解释及存在的问题由我们得出的最终模型 :Y=250.8056+0.013100X2+0.057085X1从模型本身来看，（固定电话用户数不变的情况下） 移动电话用户每增加 1 万户，将带动电信业务总量增加 0.0131 亿元；（移动电话用户数不变的情况下）固定电话用户每

27、增加 1 万户，将带动电信业务总量增加 0.057085 亿元。结合现阶段我国电信业的情况来解释：1 固定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位居全球第一，是我国作为电信强国最强有力的指标之一的经济现实符合的。但模型中固定电话用户数（ X1）这个解释变量就系数来看它对电信业务量的影响比移动电话用户数（ X2 ）的影响还大。可能原因在于小灵通的发展。因为小灵通业务属于中国电信集团，中国电信固定电话用户已超过3 亿户，其中小灵通用户达到了6000 万户，作为固定电话的接入和补充， 小灵通凭借其有限话费、无限通话的优势抢占了移动市场不少业务。尤其在市内话务量方面。若把小灵通这块

28、收入加入固定电话用户数，那经济意义也符合。2 移动电话用户数对电信业务总量有很大影响。影响的原因分析如下：随3G时代的到来，移动通信主导技术和业务市场。（ 1） 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。(2) 短信的业务量也是相当惊人的， 去年一年短信量达到 2200 万亿条我们在互联网查到的相关资料表明，光是 2003 年春节期间我国移动和联通两家通信企业的短信息收发量高达 250 万亿条。3虽然在模型中我们放弃了互联网这个因素，但这只是出近期来看的，随着电信的发展，宽带数据多媒体业务终将成为主导业务。互联网用户对电信业业务量影响的显著性将会越来越大。互联网近来飞速发展，随着数据市场进一步发展，互联网必将成为电信业收入的主力军。互联网的发展是潜力无限的。4电话普及率对电信业业务量影响不显著。电话普及率虽然很高，但使用效果和使用频率上还值得进一步资料分析。尤其是我