基于多元回归的手机用户套餐外流量收入实证分析

杨盛凯

【摘要】本文在借鉴手机用户流量使用和流量经营的前沿研究成果的基础上，以定性和定量的方法，分析影响流量使用和经营的机理，同时利用某样本通信公司2013年的相关业务和能力数据，建立了一个有关手机用户套餐外流量收入的多元回归模型，并基于此模型对手机用户套餐外流量收入进行计量分析。论文最后根据前面的研究成果，提出了关于流量经营的建议。

【关键词】手机用户套餐外流量收入多元回归实证分析

一、变量的选择和数据

在手机用户流量收入中，选择套餐外流量收入作为因变量进行分析基于两点原因：①套餐外流量的使用独立于套餐内的多种产品捆绑的共性，能更准确的反应市场针对流量的自主需求；②套餐外流量的使用具规模性，且其单位贡献值（MB/元）数倍于套餐內流量，整体上对流量收入的贡献率较高。

影响手机用户套餐外流量收入的自变量很多，笔者选取了手机用户套餐外使用流量、手机用户套餐内使用流量、手机用户WIFI使用流量、用户有线宽带接入使用流量、EV-DO无线网络容量、EV-DO无线网络实占容量、EVDO室内分布系统数量、PDSN同时激活PPP连接数、WAP网关并发处理能力和移动电话用户市场份额等10个自变量[1]。

首先使用SPSS软件，以pearson方式对影响手机用户套餐外流量收入的自变量进行相关性分析，分析结果中的异常情况如表1所示：

影响手机用户套餐外流量收入的各自变量中，用户有线宽带接入使用流量、EV-DO无线网络容量、EV-DO无线网络实占容量和PDSN同时激活PPP连接数的P值绝对值全部小于0.5，和手机用户套餐外流量收入不具备中度以上的线性相关关系，且其Sig值均大于0.05，也不具备较强的统计学意义，所以这4个自变量全部删除，其余6个自变量均与因变量具有中度以上的线性相关关系，且存在较强的统计学意义，入选多元回归建模序列。

1.1手机用户套餐外使用流量

手机用户套餐外使用流量和套餐外流量价格对套餐外流量收入起着最直观的影响，经核实该样本通信公司的套餐外使用流量主要来源于套餐外流量包和流量卡，且这两种产品的价格长期不变。在产品价格长期稳定的前提下，套餐外使用流量就具有相对更突出的直接影响。

1.2手机用户套餐内使用流量

手机用户套餐内使用流量虽然对套餐外流量收入存在相对的抑制作用，但是在用户互联网依存度日益趋高的情况下，其对这种生活模式具有消费引导作用，这就促进了套餐外流量收入的增长。

1.3手机用户WIFI使用流量

WIFI和3G的技术应用共同构筑、促进和引导用户互联网生活的体验和发展。从实践性的角度结合3G应用的资费、信号稳定性和速率与其对比，手机用户WIFI使用流量对手机用户套餐外使用流量存在替代关系。

1.4EVDO室内分布系统数量

EVDO室内分布系统是一种用来解决室内深层覆盖问题的手段。其机制是从基站引信号，通过分布系统和室内全向或定向天线对室内封闭区域进行信号覆盖，其数量透过客户感知影响流量消费需求[2]。

1.5WAP网关并发处理能力

WAP网关是手机上网中的核心枢纽设备，主要职责是提供与手机端对等的协议栈实现，对手机与内容服务器之间的数据包进行内容转换，并保证数据包的安全传输，其并发处理能力高低透过数据包的传输速度、同时在线的用户数量以及客户感知等影响流量消费需求[3]。

1.6移动电话用户市场份额

移动电话用户市场份额指标既纵向展示了样本通信公司移动业务的发展趋势，同时横向整合了市场竞争对手的影响力，是综合性的移动业务市场竞争力指标。其强弱程度体现了样本通信公司对整个移动业务市场产品供给模式的主导能力和对移动业务市场产品消费模式的引导能力。其对目前新兴崛起、未来定位主流的流量产品将产生持续而重要的影响。

二、建立多元回归模型

2.1构建数据表

构建数据表如表2所示。

所有变量均在原始数据的基础上进行了标准化处理，为标准值。

2.2初步建立多元回归模型

输入/移去的变量如表3所示。

基于观察变量整体效果的前提，以向后法输入SPSS，初步建立6个模型。

2.3直方图、P-P图

直方图如图1、P-P图如图2所示。

模型的直方图形态基本符合正态分布，可以大体上认为数据的残差是符合正态分布的。

从模型的P-P图可知，期望与观察的累计概率散点基本绕线浮动，故认为残差满足线性模型的前提要求。

2.4R检验

模型汇总如表4所示。

向后法共建立6个模型，在R检验中6个模型各自的线性相关性指标R、拟合程度指标R、调整R方均大于 0.70，可以接受6个模型均通过R检验。其中模型2-4的R和R方基本都大于0.90，调整R方大于0.80，是相对优选的模型。

2.5F检验

Anova如表5所示。

6个模型的F检验Sig值均小于0.05。证明6个模型全部通过F检验，其各自所有的自变量作为一个整体与因变量之间的线性相关关系具有显著性。

2.6T检验、多重共线性检验

系数如表6所示。

从表6可知，模型4中各自变量的T检验Sig值依次为0.101、0.039、0.001，除第1个自变量外，其余2个自变量的T检验Sig值均小于0.05。在6个模型中，模型4与因变量之间具有显著性线性关系的自变量个数最多，基于2.2中以向后法考虑变量整体效果的出发点，选择模型4为6个模型中T检验的最优结果。

从表6可知，模型4-6的容差均大于0.1，且VIF（容忍度）均小于10，表明模型4-6均不具有多重共线性。

2.7最优多元回归模型的选择

通过直方图、PP图、R检验、F检验、T检验和多重共线性检验，可知最优模型为模型4，其常量和自变量系数依次为：0（常量，-9.951E-16近似为0）、0.341（手机用户套餐外使用流量）、-0.495（手机用户WIFI使用流量）、1.036（移动电话用户市场份额）。故建立其多元回归模型如下：

Y=0.341X1-0.495X2+1.036X3

Y代表因变量：手机用户套餐外流量收入

X1代表自变量：手机用户套餐外使用流量

X2代表自变量：手机用户WIFI使用流量

X3代表自变量：移动电话用户市场份额

如2.1所示，所有变量均在原始数据的基础上进行了标准化处理，为标准值。

2.8多元回归模型的解释

多元回归模型Y=0.341X1-0.495X2+1.036X3的解释为：①当其他因素不发生变化时，手机用户套餐外使用流量每增加1单位的标准值，手机用户套餐外流量收入增加0.341单位的标准值。因其T检验Sig值为0.101，大于0.05，所以其对模型的影响不显著；②当其他因素不发生变化时，手机用户WIFI使用流量每增加1单位的标准值，手机用户套餐外流量收入增加-0.495单位的标准值；③当其他因素不发生变化时，移动电话用户市场份额每增加1单位的标准值，手机用户套餐外流量收入增加1.036单位的标准值。

三、对多元回归模型的分析

3.1定位市场需求

①价格需求。基于多元回归模型内X1和X2的系数和显著性对比{0.341<0.495（-0.495的绝对值）；前者不显著、后者显著}，并结合2个变量的实践性可知：Ⅰ移动电话用户对WIFI流量的消费需求大于流量包、流量卡等的消费需求；Ⅱ手机用户WIFI使用流量与手机用户套餐外使用流量存在替代性关系；Ⅲ实践性：包时间段的宽带套餐如选择安装无线路由器、及部分公众场所（如XX基快餐店，XX商场等公众场所）都能为手机用户提供免费的WIFE流量使用；归纳上诉，样本通信公司的手机用户对套餐外流量的价格敏感，其消费支出意愿不强烈。

②数量需求。Ⅰ免费WIFI流量的使用场所：如XX基快餐店、XX商场等公众场所、及包时间段的宽带使用场所（如安装无线路由器的客户住宅）在用户消费流量的场景中不具有全天候的时间连续性；Ⅱ套餐外流量的消费场景具有全天候的时间连续性；归纳上诉，结合手机用户套餐外使用流量对模型影响的不显著性和相对最低的系数可以部分说明该样本通信公司的手机用户整体上的互联网依存度较低，没有持续消费套餐外流量的需求。

③产品结构需求。Ⅰ移动电话用户市场份额作为一个综合性指标，是样本通信公司所有移动电话用户对其移动产品需求的集合，在移动产品结构需求上具有整体的代表性和同构性。模型中：移动电话用户市场份额对模型影响的系数最高，为1.036，其T检验Sig值为0.000，在所有自变量中具有对因变量的影响最显著的特征。可推论当一个综合性产品结构需求指标能强力带动某种细分产品结构需求指标（如模型中的因变量：手机用户套餐外流量收入）线性变动时，这说明2者之间存在共同的影响因子，前者从产品结构上涵盖后者。Ⅱ样本通信公司的产品结构大致分为融合产品和单产品，下面以样本通信公司2013年12个月的移动电话用户市场份额和移动产品融合率进行相关性分析，见表7：

表8中，P值=0.962，说明移动产品融合率和移动电话用户市场份额有极强的线性相关关系；Sig值=0.001﹤0.05，具有非常显著的统计学意义。以此推论样本通信公司的移动电话用户市场份额增长主要归功于融合产品的持续推广。

由Ⅰ和Ⅱ可以推论出引起手机用户套餐外流量收入线性变动的产品结构需求原因主要来源于融合产品的持续推广。

综上所诉，样本通信公司手机用户套餐外流量收入所对应的市场需求是：客户在消费融合套餐的过程中附带消费手机流量，并在手机流量这个子产品延伸消费过程中低支出、低数量地消费手机套餐外流量。

3.2规划市场供给

①中短期市场供给规划。Ⅰ以融合产品带动流量发展。继续向市场主要推广融合产品，并配合降低流量包、流量卡每MB单价，提高套餐外流量的性价比、扩大流量包、流量卡的单包单卡面值，刺激客户提高消费套餐外流量的数量级，以期持续扩大流量的消费规模，为中长期深入挖掘流量经营的价值积累规模基础；Ⅱ基于智能管道构建量收剪刀差的解决方案。在本文中，技术指标对因变量的影响甚微，没有入选最优模型，说明样本通信公司在其经营区域内的网络资源消耗远离饱和状态。但是考虑到即将到来的4G时代可能会引起流量消费的爆炸式增长，所以量收剪刀差是可预见的的隐患。解决方案需基于智能管道合理的使用和管理网络资源，可以让用户在拥有最优流量体验的同时，运营商也能以最合理的资源配置和资源利用率获得最优的回报。

②中长期市场供给规划。Ⅰ“去通信化”，开拓新的经营领域。样本通信公司流量消费的市场需求低迷且具有显著的依附性。要实现流量收入在中长期的快速而持续的增长就需要“去通信化”，将市场供给的定位由通信服务转型为信息服务。这需要搭建或购买高质量的互联网应用平台，推层出新互联网应用产品，把增量目标客户定位于互联网生活依存度较高的客户群，以平台和应用的不同组合来识别和区分目标客户群，细分市场需求，针对性地深挖流量价值，拉动用户的流量消费需求。参考中国互联网络信息中心的报告：手机游戏平台、手机APP搜索下载平台、手机在线视频、手机网购等正在聚集引领互联网应用平台和产品发展的潮流[4][5]。Ⅱ“去通信化”，创新业務和商业模式。从中长期观察，经营新领域需要改变独自开发的业务模式和向前收费的商业模式，匹配具有信息服务基因的新模式。业务模式可定位于提供低门槛、开放性的环境和开发平台，聚集社会资源共同开发，实现合作共赢。商业模式的创新需要先构筑技术基础：即依据智能管道对网络的能力性能、资源使用等情况的信息整合来合理分配资源，然后再创新“基于应用环境、消耗资源和相应价格三要素的新型商业模式”。[6]这类新型商业模式应在多元化的内涵、差异化的竞争方向上具备混合型收费的特征，既面向前端客户收费，也面向后端客户收费，这方面可参考Facebook、Google和腾讯等。

参考文献

[1]秦雪松，秦雪峰.影响流量经营的因素与对策.邮电设计技术. 2012，12

[2]高均. EVDO与cdma1x对室内分布系统共享和相互影响.中国通信学会信息通信网络技术委员会2009年年会论文集（上册）. 2009

[3]梁朝军，宫云平，杨剑. WAP网关在3G移动互联网时代的演进思路探讨. 2012全国无线及移动通信学术大会论文集（下）. 2012

[4]中国互联网络信息中心.中国互联网络发展状况统计报告. 33

[5]中国互联网络信息中心.互联网发展信息与动态. 91

[6]韦乐平.转型首先是“去电信化”.世界电信. 2012，11

[7]孙丽娟，方义松.流量经营之道.通信企业管理. 2012，01

[8]叶才卫.移动互联网浪潮下的智能手机流量分析.移动通信. 2012，13