不确定技术学习下上海5G基站的采纳与扩散

张亚茹， 石华瑀

（上海应用技术大学 经济与管理学院，上海 201418）

第五代移动通信技术（5G）作为新一代移动通信技术，具有超高速率、超大连接、超低时延等特点[1]。社会逐步全方位使用5G“新基建”类技术，意味着巨大和长期的经费投入，而此类新技术在刚进入应用阶段时成本通常很高。技术学习效应和扩散效应被认为是采纳当前昂贵的新技术的内在动力。随着推广和使用等经验的积累，新技术的成本会有下降趋势，这就是技术学习效应[2]。如果初期不投入就没有技术学习效应，技术的成本未来就不可能下降。技术发达区域会由于技术需求率先对新技术进行投资和采纳，而不同区域对技术投资的先后顺序会造成技术在不同区域出现技术异质性问题。继而可能产生的技术扩散的溢出效应，是指技术从技术发达区域扩散到技术不发达区域，由于技术不发达区域对新技术使用经验的累积中免费受益，进而促进技术在不同区域间扩散[3]。

新技术在采纳过程中存在很大的风险，其技术学习存在一定的不确定性，高估技术学习效应意味着新技术未来的成本高于预期。张新华等[4]构建了碳价和碳捕获技术双重不确定条件下的碳捕获技术投资模型，提出了碳价的波动性将延迟碳捕获技术投资，政策性补贴将抵消碳捕获技术的投资延迟。Chen等[5]从单个区域角度开发了基础设施系统优化采纳模型，该模型考虑了技术的不确定性和系统空间的重构因素。段宏波等[6]利用自主构建的中国单个区域能源、环境和经济内生技术模型研究了气候政策背景下CCS技术的成本演化。Chen等[7-8]构建了一个简化的包含异构Agent和不确定技术学习的能源系统技术体系优化模型，并探究了有限理性假设下，代表主体与异质主体对于新技术采纳的区别。现有研究技术学习与扩散效应的技术采纳模型大多数只考虑了单个区域。单个区域的技术采纳模型较难解决含有多个区域空间分布的技术采纳复杂问题。由此，构建包含不确定技术学习的多区域技术采纳模型以帮助决策者分析存在多区域背景下的新技术采纳是亟待解决的科学问题。

本研究构建带有不确定技术学习和扩散效应的多区域技术采纳系统优化模型，以分析如何在多区域背景下分阶段采纳5G“新基建”类技术的最优方案，以及在制定采纳方案时应考虑哪些影响因素等需要解决的关键问题。通过调研和文献查阅收集整理了上海5G基站的空间分布数据，将上海市区域按照人口和经济密度划分为4个等级区域（A、B、C、D），研究了上海5G基站的采纳系统优化方案，以及不确定技术学习对其采纳与扩散的影响。为区域相关决策者规划5G基站的采纳提供决策支持。

1 不确定技术学习下多区域技术采纳与扩散模型

1.1 模型框架

自从上世纪50年代开始，研究者就开始关注技术采纳领域，目前已有多种不同的模型可以用来分析技术采纳。这些模型可以分为2类。一类侧重于分析个人或组织对新技术心理上的接受，这类模型的代表包括技术采纳生命周期模型[9]、巴斯扩散模型[10]、以及技术接受模型[11]。第二类模型是从系统优化的角度来规划技术采纳，这类模型在能源系统规划中有很多应用，例如：MARKAL[12]、LEAP[13]，MESSAGE[14]和AIM模型[15]等。

本研究以第二类技术采纳模型为基础，从系统优化的角度构建了多区域技术采纳与扩散系统优化模型，其框架如图1所示。5G基站需要消耗电能以完成信息传输。技术T1是现有基建技术，例如4G基站；技术T2是新基建类技术，例如5G基站。技术T2是高新技术，具有较高的学习率[16-17]，可以使先进的技术成本随着人们在这项先进技术上知识和经验的积累而下降。不同区域内相同的技术会随着技术的溢出效应而扩散，例如区域1中的技术T2可以向区域2中的技术T2扩散。

图1 多区域技术采纳与扩散模型图Fig. 1 Multi-regional technology adoption and diffusion model

1.2 模型公式

该系统优化模型的目标是从长期角度满足动态需求的同时最小化系统累积总成本。该优化系统模型的总成本包括4个方面，包括建设5G基站的投资成本、5G基站的运营和维护成本、5G基站消耗的电能成本和5G基站不确定性学习引起的风险成本。式（1）是此模型的目标函数：

式中：n表示区域数量；k是第k个区域；T表示模型的时间窗（例如T= 10年）；t表示决策区间时间；i表示第i种技术；δ表示贴现率；是在第k个区域中的技术i在时间t的单位投资成本；cOMi表示技术i的运营和维护成本；为第k个区域中在时间t的电能成本；是在第k个区域中在时间t的电能累积利用量。目标函数中变量包含和，表示在第k个区域中在时间t的技术i的输出量；表示第k个区域中在时间t的技术i的新增容量。ρ为决策者风险态度（ρ=1， 为态度中性）；(ψ)是关于ψ的一个随机变量，其中ψ服从对数正态分布，表示均值。

通过技术学习，式（1）中5G技术的单位投资成本将作为累计容量的函数下降：

式中：是第k个区域中时间t处的技术i的单位投资成本，bi为5G技术单位投资成本关于累计容量的系数。由于技术存在技术溢出效应，较早采用5G技术区域的此种技术，通过技术溢出效应会扩散到较晚采纳5G技术的区域上。式（2）中是在第k个区域中获得的累积经验（用累计容量来量化）和其他区域溢出的经验的总和，即：

式中：θ表示技术溢出率；表示从其他区域中溢出的经验。式（3）中是与采纳5G技术决策变量相关的函数：

式中：τi表示技术的生命周期，假定系统中只有2种技术，T1传统技术没有学习效应，所以在式（1）中(i=1)是常数，T2是5G技术有技术学习效应。

式中：β是一个常数系数，并且，

为第k个区域在时间j的电能消耗总量；ηik表示第k个区域技术i(i=1,2)的效率。

目标函数受限于几方面的约束。首先是需求约束，式（8）表示每个区域的需求必须在每个决策时间内被满足。

其次，是装机容量限制。式（9）表示每种技术的生产量在每个决策间隔内不能超过其总容量。

最后，所有决策变量应该为非负，如式（10）和（11）所示。

2 上海5G基站分布发展现状

上海市在5G布局和发展方面较为领先。2019年，上海市发布了《上海5G产业发展和应用创新三年行动计划（2019–2021年）》，提出了围绕5G建设营造世界一流的应用基础环境，并将上海打造成为5G创新应用示范区和5G产业集聚高地[18]。2020年上海市发布《上海市推进新型基础设施建设行动方案（2020–2022年）》，提出了要牢牢把握住全球新一轮信息技术变革与数字化发展的趋势，率先搭建新一代的网络基础设施布局[19]。这些政策的发布和实施为上海市5G的发展提供了政策支持。

通过获取上海移动[20]、上海联通[21]、上海电信[22]官网公布的5G数据，经过QGIS软件整理得出目前上海5G基站分布情况。如图2所示，上海电信覆盖范围最为密集，有12 978个基站；其次为上海移动，有8 411个基站；上海联通则主要分布在市区密集区域，有7 030个基站。目前上海基本实现中心城区和郊区重点区域网络全覆盖。

图2 上海5G基站分布Fig. 2 5G base stations in Shanghai

3 模型假设与参数设置

3.1 上海5G基站密度区域划分

根据《上海市 5G 移动通信基站布局规划导则》[23]，考虑到上海市公众用户疏密程度和流动变化，将上海市划分为4个等级密度区域，如表1所示。

表1 上海市5G等级区域划分Tab. 1 5G-level regional division in Shanghai

通过整理利用QGIS软件得出上海5G基站密度区域划分图，如图3所示。

图3 上海5G基站密度区域划分Fig. 3 Shanghai 5G base station density region division

3.2 上海5G基站规划站间距

基站的站间距与系统所在频段高低、覆盖指标要求密切相关，高频段系统的站址布局密度一般可以满足低频段系统的站址资源要求，为了保证能够满足各种系统的站址资源需求并充分考虑站址共建共享。根据相关政府文件及文献[23-27]，整理得出5G基站规划站间距及密度。如表2所示。

表2 5G基站规划站间距及密度Tab. 2 5G base station planning spacing and density

3.3 上海5G基站分区域需求

通过式（12）计算基站站址密度与各密度区域的面积，可以得出目前5G基站分区域需求，如表3所示。

表3 各等级区域5G基站情况Tab. 3 Conditions of 5G base stations in different levels of regions

式中：表 示新建基站数量；表示每个区域的面积，表示站址密度。

3.4 上海5G基站模拟参数设置

5G基站的功耗大小通常是4G基站的3～4倍。通常每个5G基站的平均能耗在3.5 kW，因基站不可能断电，1个基站每年的耗电量约为3.5 kW×24 h×365 d=30 660 kWh，也就是3万度/年左右。5G基站个数参数见表3；其他模拟参数参考文献设置[25,28-30]，具体数值如表4所示。

表4 参数值设置Tab. 4 Parameter value setting

求解采用的方法是调用Matlab优化工具箱中可解决有约束非线性优化问题的函数finincon函数，并选取100个不同的起始点，从不同起始点出发寻求最优解。然后，再从这100个（局部）最优解中选择总成本最小的解作为模型的最终解。这种求解方法已在众多的研究中被证明是切实有效的。

4 结果分析

4.1 确定技术学习下上海5G技术的采纳情况

为了对比不确定技术学习对上海5G基站采纳的影响，首先模拟了确定技术学习下上海5G基站的采纳情况。图4所示为在确定技术学习下上海5G基站在A、B、C、D区域的所占比例趋势。5G技术的采纳方案形成了一条技术扩散的S形曲线，说明此时模型是合理的。对A、B和C这3个高密度区域，5G技术的占比将由2020年的20%左右上升到2022年的60%左右，并在2022年至2028年缓慢增长，至2029年，5G技术将主导整个系统，也就是说在2029年左右，4G将逐渐退出市场。产生这种推论的根源是，设定4G基站和5G基站的生命周期为8年。在2028年，随着现有4G基站的维护和报废需求不断增加，模型模拟显示系统将不再建立新的4G基站，随着5G基站更加高效，系统将只选择新建5G基站，这也是2029年开始5G将主导整个系统的主要原因。

图4 确定技术学习下上海5G技术的采纳情况Fig. 4 Adoption of 5G technology in Shanghai based on technology learning with certainty

4.2 不确定技术学习下上海5G技术的采纳情况

图5所示为不确定技术学习下上海5G技术的采纳情况。本研究处理不确定性的方法是把由于高估技术学习率带来的预期风险成本加入到优化模型的目标函数中，在式（1）中用参数ρ表示决策者风险态。当ρ=1时，表示决策者风险态度比较中性，对比图5（a）和图4，可以观察到5G技术采纳除了有较小波动外，大体上的采纳情况与确定技术学习下较为相似。当ρ＜1时，表示决策者接受风险程度较高；如图5（b）所示，上海5G技术的采纳和确定技术学习下的技术采纳情况也比较相近。当ρ＞1时，表示决策者越想规避风险，如图5（c）所示，区域B的5G技术开始被推迟，当ρ增大到一定程度的时候，所有区域的5G技术采纳都有所推迟，如图5（d）所示。

图5 不确定技术学习下上海5G技术的采纳情况Fig. 5 Adoption of 5G technology in Shanghai based on technology learning with uncertainty

4.3 决策者风险态度对上海5G投资成本影响

图6所示为决策者风险态度对上海5G投资总成本的影响。通过观察可以发现，决策者越规避风险越保守，也就是ρ值越大，会导致系统的总成本上升，但是风险成本会下降。从另一方面看，ρ值越小，表示决策者越激进，也就是对风险的态度承受度越高，但是会导致风险成本上升。所以，决策者在做最终决策的时候，要综合考虑其自身风险承受度和系统整体的投资成本。

图6 决策者风险态度对上海5G投资总成本的影响Fig. 6 The impact of decision maker’s risk attitude on 5G investment total cost in Shanghai

4.4 技术扩散率对上海5G投资成本的影响

技术扩散对于区域技术的采纳有一定影响，为了探索不确定技术学习下技术扩散对上海5G投资成本的影响，本研究模拟了技术扩散率从0～1之间的变化，也就是技术在区域间从无扩散到完全扩散。如图7所示，技术扩散对上海5G的建设成本影响很小，当区域间无技术扩散时，投资成本约为592亿元，当区域间完全扩散，投资成本约为584亿元，只减少了1.38%，效果并不显著。

图7 技术扩散对上海5G投资成本的影响Fig. 7 The impact of technology diffusion on 5G investment cost in Shanghai

4.5 不确定技术学习条件下上海5G基站使用数量

不确定技术学习条件下上海4个不同等级密度区域的5G基站使用数量如图8所示。在A区域，2021年5G基站使用量为5 000左右，预测2022年5G基站使用数量可能猛增到35 000个。这一方面是因为大量客户在早期阶段仍然使用4G技术，考虑到使用新技术需要有一定的成本投入（如更换5G手机等），此时客户仍偏向于4G；另一方面是因

图8 上海分级区域5G基站数量Fig. 8 Number of 5G base stations in different region levels of Shanghai

为现阶段5G基站的投资成本高于4G基站，成本因素抑制了5G基站的建立以及技术的采纳和使用。后续预测情况显示，2022年—2030年，5G基站数量可能以每年5%的增长速度增长。在B区域和C区域，新建5G基站的趋势和A区域相似；D区域内5G基站的增长趋势则较为平稳，2021年使用量为1 028个，预测2030年可能增长至1 595个。

5 结 语

从系统优化的角度来看，当决策者对风险态度接受度较高或比较中性时，对5G技术采纳的影响不大；当决策者对风险态度接受度较低时，会推迟对5G技术的采纳，并导致系统的总成本上升，但是风险成本会下降。从长远来看，新技术可以随着技术的经验累积而降低系统总成本，所以保守决策者出于谨慎规避风险的考虑虽然降低了风险成本，但会导致总成本上升。此外，技术扩散率对上海5G投资成本的影响并不显著。这是因为对于上海市而言，区域面积划分比较密集，各区域之间差异不大，导致区域之间并没有出现很大的区域异质性问题。所以技术扩散对上海市5G的投资成本影响较小。

从模型模拟结果的角度来看，到2030年上海市要新建5G基站21.14万个，其中高密度区域需要建设8.4万个，中高密度区域需要建设5.1万个，中密度区域需要建设7.5万个，而低密度区域只需要建设0.16万个。随着上海5G需求量的增加，要以科学的规划方法加快布局上海5G基站建设速度，特别是主城区、各区新城，以及全市主要交通枢纽、旅游景区景点等高密度区域，以满足未来5G无线网络的覆盖需求。5G基站目前的建设投资成本较高，现有的4G基站配套无法满足其运行需求，但如果重新建设，需要大量的配套投入。从多角度考虑分析，对4G基站配套升级改造是现阶段的最优措施。5G及相关产业发展处于关键时期，要建立健全上海区域5G建设协调推进工作机制，加强对5G建设的统筹协调，鼓励采取对5G站址统筹、用电成本、专项补贴等积极措施。