摘 要:环境可以对信息通信技术(ict)标准扩散产生直接和间接的影响,以政策环境为代表的扩散环境能够显著的影响到信息通信技术标准的市场潜力.通过对bass模型进行优化,引入非恒定影响系数并改变市场潜力m不可变的假设,在对高渗透率条件下的数据进行处理后,建立市场潜力可变的信息通信技术标准扩散模型(ephp模型).基于bass模型和ephp模型分别对政府在技术标准扩散中有显著作用的欧洲gsm扩散进行分析,并通过统计检验比较bass模型和ephp模型,发现ephp模型在有政府参与的技术标准扩散的市场潜力分析上优于bass模型,通过实证分析得出政府行为能够对ict技术标准市场潜力产生积极影响进而加速扩散的结论.
关键词:信息通信技术;标准扩散; bass模型;市场潜力;ephp模型
信息通信技术(ict)标准扩散是指完成系统化重构的技术创新成果在与一定的环境相互作用下,在扩散系统中随时间被各成员或组织采用,形成网络效应进而占领市场的过程[1].市场潜力是指在某一特定时期和特定条件下,市场对信息通信技术标准购买量的最大的期销售额. gsm技术标准在欧洲扩散过程中,政府支持发挥着重要作用,使gsm技术标准在欧洲的渗透率远远超过100%,其市场潜力也随时间而改变,这要求寻找合适的模型来研究gsm技术标准在欧洲的扩散.
1 bass模型对信息通信技术标准扩散的适用性分析
1969年,bass在对11个耐用品市场扩散研究的基础上,在设定一系列假设的前提下,提出了一个综合外部影响和内部影响的bass模型[2]. bass模型建立在市场潜力随时间推移保持不变、采用者是无差异(或同质的)[3]、创新扩散是独立的、没有供给约束的等假设前提上[4],其基本表达式:n(t)=dn(t)d(t)=pm+(q-p)n(t)-qm[n(t)]2(1)其中:p、q和m均为常数,p为创新系数, q表示模仿系数,m为首次购买的最大市场潜力,n(t)是t时刻以前已经采纳新产品的累积数, n(t)为t时刻采纳者数量.一般来说0
信息通信技术标准扩散作为一种特殊而且更为复杂的技术创新扩散,其扩散必然遵循创新扩散的基本规律.因此,信息通信技术标准扩散模型的构建应该以bass模型为基础进行优化,使之适应新的应用领域.
2 高渗透率条件下的数据处理
bass模型假定每个人只能购买一个该产品,扩散过程中不存在重复购买.但是现实生活中,技术标准扩散带来的采用者数量增多不仅包括首次购买者还包括重复购买现象.如欧洲gsm技术标准用户情况,见表1.
由表1可以看出,从2004年以后, gsm技术标准和服务的渗透率就已经超过了100%,而到2008年更是达到了近180%,说明在欧洲存在大量的重复购买者,所以我们需要对欧洲gsm技术标准服务和产品的用户数据进行合理的处理,使其满足bass模型的假设前提,进而基于bass模型去研究分析欧洲gsm技术标准的扩散.
针对gsm技术标准存在重复购买致使渗透率超过100%这一问题,折合渗透率法成为了解决办法.折合渗透率法的前提是找到折合的基数,且该基数是严谨且可信服的.对于人均拥有gsm技术标准产品的数量,我们认为这样的假设是合理的:用户数与用户人数应当有类似的增长趋势,只是速率不等.依托于现有的用户数,可以发现它的增长趋势,见图1.
由图1可以看出,用户数增长趋势基本符合线性增长趋势,通过matlab软件,拟合出用户数的增长方程为:y =-2×108+6.6×107t其中:y为用户数, t为时间.且p≤0. 000 1,所以按0. 05的置信水平,应当拒绝二者之间没有线性关系的前提假设,即认定这个模型是可信的.所以用户人数应当也是线性增长关系的.在产品销售初期,可以假设用户数与用户人数是相同的,而2006年到2008年,欧洲拥有该产品的人数占总人口数的比例分别为75%、80%、83%,根据这些比例可以很容易的得出2006~2008年的用户人数,进而可以得到1993~2008年用户人数增长的一个趋势情况,见图2. 其中:y为用户人数, t为时间.且p≤0. 000 1,所以按0. 05的置信水平,应当拒绝二者之间没有线性关系的假设前提,即认定这个模型是可信的.所以用户人数也是线性增长关系的.凭借该线性方程就可以估计出每一年的用户人数,进而得到每人平均拥有该产品的数量,具体情况见表2.
图1 gsm技术标准的用户数增长情况图2 欧洲gsm用户人数增长情况表2 gsm技术标准的用户人数年份用户数用户人数人均拥有产品数1993 9 000 000 9 000 000 11994 14 800 000 14 800 000 11995 24 095 000 24 095 000 11996 37 991 000 37 991 000 11997 61 112 000 61 112 000 11998 104 551 000 104 551 000 11999 182 109 000 156 000 000 1. 167 3652000 292 148 000 184 000 000 1. 587 7612001 361 064 000 212 000 000 1. 703 1322002 409 757 000 240 000 000 1. 707 3212003 474 465 000 268 000 000 1. 770 3922004 557 125 000 296 000 000 1. 882 1792005 690 377 000 324 000 000 2. 130 7932006 798 073 000 370 653 482 2. 153 1512007 857 571 000 397 141 529 2. 159 3592008 891 430 000 413
[1] [2] [3] 下一页