移动数据流量运营策略对数字鸿沟的影响研究

华波 江燕伶

摘 要： 数字技术的发展导致不同地区、不同群体用户之间的“数字鸿沟”，而“流量不限量”这一移动数据流量运营策略在于促进用户对移动网络的使用，这一行业“微政策”是怎样影响不同群体之间的数字鸿沟变化目前还没有被充分研究。而在“流量不限量”背景下，对真实移动客户的网络使用行为进行实证研究，并以MOU、DOU以及APP使用差异为核心研究变量，揭示不同价值手机终端用户之间“数字鸿沟”变化：高低端手机用户之间显著存在数字鸿沟；“流量不限量”短期内弥合了高低端手机用户的数字鸿沟，然而移动互联网使用能力上的数字鸿沟却仍呈现扩大的趋势；“流量不限量”运营策略实施后，高低端手机用户在各类APP使用行为方面存在明显差异，且在部分APP的使用上存在数字鸿沟缩小的现象。

关键词： 数字鸿沟；用户使用行为；移动大数据；手机终端；社会经济地位；移动互联网；技术接受模型

作者简介： 华 波，西南交通大学经济管理学院博士研究生，主要从事市场科学与行为研究，E-mail：huabo@sc.chinamobile.com；江燕伶，西南交通大学经济管理学院硕士研究生。

互联网技术的进步带来了新的信息革命，人类获得数据、信息和知识的速度与数量呈几何式增长，而智能手机作为现代化社会中重要的信息工具，是使用移动网络、获取外部信息的必要媒介，其还凭借依靠手机系统运行的App为用户提供资讯、娱乐、社交、出行、支付等诸多信息化服务，因此智能手机也成为数字化生活方式的重要标识。根据第49次《中国互联网络发展状况统计报告》显示，截至2022年6月我国手机网民规模为10.47亿，网民使用手机上网的比例为99.6%。新的技术环境也带来了新的困境和需求，数字化时代背景下，信息产品和服务的获取和使用至关重要，由于数字鸿沟（“接入沟”和“使用沟”）的存在〔1〕，不同人群在获取信息产品和使用信息服务上存在一定的差距，某种程度上加大了家庭财富差距〔2〕、加剧经济社会的不平衡〔3〕，強化了职业和教育层面上的阶级阶层〔4〕，容易导致“穷者愈穷”的马太效应出现〔5～6〕。

在全球智能手机、移动网络技术快速升级和发展的大背景下，为积极响应国家“网络强国”“提速降费”的号召以及满足消费者日益增长的高速网络、大额流量需求，国内三大运营商在2018年纷纷在移动数据流量运营策略上做出调整，推出各自的“流量不限量”套餐，开启新一轮市场份额的竞争。这一运营策略的调整有效降低了客户使用流量的经济门槛，促进了客户的数据流量使用。根据工业和信息化部的数据显示2022年4月户均移动互联网接入流量再创新高，已达到15.19GB/户，约为世界平均水平的1.5倍。但是“接入沟”的缩小，是否代表真正的数字鸿沟在缩小。实践表明，在大部分发达国家，“接入沟”的差距在不断缩小，而“使用沟”的差距仍在持续甚至在不断扩大〔7〕。也就是说，广泛覆盖的互联网基础设施以及便利化的使用设施等因素确实可以使得接入可及性差异不断缩小，但互联网红利的运用差异却在接入后不断显现〔8〕。同时也有学者提出“二级数字鸿沟”即运用差异的消除才是使我国农民享受“信息红利”的关键〔9〕。因此在信息技术发达、通信基础设施不断完善的今天，国内运营商的“流量不限量”策略对用户群体之间的数字鸿沟产生怎么样的影响，不同用户群体之间在移动互联网使用层面的“接入”和“使用”差异是否依然存在，产生了怎么样的变化以及如何消弭是此次研究需要探讨的重要问题。

一般而言，价值更高的手机在性能、设计等方面能够为用户提供更优良的服务体验，因而手机企业一般会对目标消费者进行多维度分析，精准描绘出目标客户的用户画像特征，以便于设计和推广不同类型的手机产品。因而作为必不可少的现代工具，用户对于手机的消费在一定程度上可以间接反映用户的经济收入、社会阶层、教育程度、社会属性等信息。因此本研究以“手机终端价值”对用户群体进行区分，以“流量不限量”策略的实施为例，对移动数据流量运营策略对于数字鸿沟的影响及其作用机制展开分析探讨，从微观个人角度研究移动用户的移动互联网使用行为对于数字鸿沟的影响。研究根据每位用户所使用手机的价格对用户进行分组，从智能手机接入移动互联网的信息成本和使用能力两种角度，探究高低端用户是否在这两项指标上存在显著的数字鸿沟及其产生的影响因素，并对不同类型App使用行为特征进行挖掘以分析确认哪些因素影响了数字鸿沟的变化。研究丰富了移动互联网消费者使用行为研究方式，拓展了数字鸿沟研究的角度和视野，有助于移动通信企业以及各级政府了解数字鸿沟在新的历史背景下的变化趋势，帮助其制定相关战略、政策以积极应对新的数字鸿沟所带来的变化影响，为后期数字鸿沟的弥合提供了可借鉴的方向。

一、文献综述与研究假设

（一）数字鸿沟

数字鸿沟也称之为信息鸿沟、信息分化，指现代化信息技术领域中存在的差距现象。由于信息技术的迅速发展和广泛使用，人们在信息接受上的不平等，导致不同信息活动主体之间在信息接收、信息使用等方面的信息差距不断扩大的社会现象。随着经济发展、科学技术不断进步，数字鸿沟的概念也在不断演进中，已由一级数字鸿沟延展到二级数字鸿沟和三级数字鸿沟〔10〕，其中：一级数字鸿沟即数字访问鸿沟，指对信息技术访问的不平等；二级数字鸿沟即数字能力鸿沟，指对信息技术使用能力的不平等；三级数字鸿沟即数字结果鸿沟，指对信息技术的利用结果（如学习和生产力）的不平等。随着互联网技术的进步，数字访问鸿沟正在逐步消弭，而数字能力鸿沟以及数字结果鸿沟则受到更为广泛的关注〔11〕。国内研究者一方面致力于探讨这种数字鸿沟带来的社会影响，同时追本溯源，力求找到数字鸿沟产生的影响因素，如经济因素、制度因素、教育传播因素、地理条件、个人因素〔12～17〕等方面的原因。

当前研究中，对数字鸿沟的研究成果较为集中于宏观视角展开〔18〕，从微观个人角度来看移动用户的无线网络使用行为对于数字鸿沟的影响以及通过移动用户APP预测性复杂关系网络的构建研究相对较少，这对于厘清不同群体间数字鸿沟差异以及探寻相关解决措施的研究不利。同时由于移动用户使用行为数据获得的不易，在现有的研究中，研究数据的获取基本上以调查问卷的方式获得，几乎没有研究以真实运营商侧的数据作为研究支撑。本文关于数字鸿沟问题的讨论均采用现实的移动用户使用数据，具有高度真实性、可靠性，数据维度多、数据量大。本研究从手机终端价值角度探讨“流量不限量”这一移动数据流量运营策略对数字鸿沟的影响，丰富了移动用户使用行为的研究角度，也为国家精准扶贫，弥合东西、城乡数字鸿沟差异提供了可借鉴的思路。

（二）技术接受模型

根据理性行为理论，Davis等于1989年提出了技术接受模型，用以解释、预测个体面对新兴技术或信息系统的自愿接受程度，其中感知有用性和感知易用性两个主要的决定因素，分别用于反映个体认为使用某个具体的系统对其工作业绩帮助的程度以及个人认为使用某个具体的系统的容易程度〔19〕。近些年技术接受模型在新技术接受与选择的行为研究中被广泛应用〔20～23〕，然而由于TAM开发之初主要用于解决组织内的员工对新兴技术采纳问题，面对许多从消费者视角展开新技术采纳问题的研究，其解释力度遭到质疑〔24～26〕。因此在模型的运用过程中，根据其所运用的领域不同，该模型不断得到补充完善。TAM专用于涉及信息技术采纳的研究中〔27〕，十分适用于移动互联网技术飞速发展环境下不同用户群体对信息技术采纳的研究。作为最早在移动互联网上运用TAM进行的研究之一，Cheong和Park采用技术接受模型作为基础模型，开发了更全面的TAM版本，其研究结果发现对移动互联网的态度是预测其行为意向的最重要因素，同时发现在态度的发展中，除了感知有用性、感知易用性，还存在感知娱乐性的积极促进作用和感知价格水平的消极抑制作用〔28〕。黄浩等也证明了TAM在移动商务环境下依然有效，且移动网络的使用成本是影响消费者的采纳关键因素之一〔29〕。 Chong等通过结合移动互联网的主要特点，对基于价值的技术接受模型进行了扩展，发现除了TAM中传统的感知有用性外，网络娱乐性、无处不在性和网络外部性等属性对感知价值也有显著影响，并进一步影响其使用意愿〔30〕。随着近年来移动互联网技术的快速发展，基于智能手机的移动应用程序（APP）一时间如雨后春笋般涌现，这引起了一部分学者的关注。从研究的内容可以发现，TAM在APP领域的研究大部分集中在对用户选择使用该类型APP的影响因素和用户行为的研究上〔31～33〕，但已有的研究缺少通过大样本实证数据进行的同类型用户对于不同类型APP使用情况的对比研究，本研究基于不同手机终端价值对用户进行分类，并探究其在各类APP上流量消耗的差别，一定程度上丰富了对移动APP的研究内容。

（三）研究假设

在互联网时代，人们创造数据并获取信息，被数据所包围，智能手机、APP已经成为消费者生活、工作中不可或缺的一部分。移动4G网络为智能手机的信息访问及传递提供稳定可靠的网络支持。因此在一定程度上，移动互联网数据流量的使用可以反映出用户在数据时代所能接收、获取的信息。与此同时，第二道数字鸿沟——“使用沟”越来越受到学者的关注〔7〕，这道鸿沟因为用户对移动网络的接受能力、使用习惯等差距而日益凸显，用户信息工具的使用存在巨大差异，如上网时间差别、上网费用差别、上网目的、APP使用差异等。在有关数据鸿溝的研究中，较高的信息技术使用成本常常被视为数据鸿沟的重要成因〔34～35〕，年龄也被视为其中重要的驱动因素之一〔36〕。在移动互联网使用方面，这一现象依然存在。根据Okazaki的研究，富裕青年是移动互联网采用的核心用户群〔37〕，Ani等人发现在不同的年龄、性别和受教育程度的互联网使用者中存在普遍的数字鸿沟现象〔38〕以及基于技术接受模型，在影响移动互联网以及消耗大量流量的APP的采用因素方面，感知有用性、感知易用性、感知娱乐性具有积极促进作用，感知价格水平具有消极抑制作用〔28〕。在目前的手机终端销售市场中，高端手机用户更偏于年轻化且经济承受能力更高，更愿意为手机的性能、品牌和设计买单，低端手机用户年龄偏大，更加追求手机的性价比，对价格比较敏感，经济承受能力较弱，因此可以推断其对于移动互联网以及APP的感知有用性、感知易用性、感知娱乐性更低，感知价格水平更高。为探究高低端手机终端所代表的用户群体是否存在数字鸿沟，本文以ARPU（Average Revenue per User）反映用户对信息技术或移动网络付出的使用成本，以DOU（Dataflow of Usage）反映用户对移动网络中数据流量的使用程度，以此对数字鸿沟进行观察研究。因此本研究提出以下假设：

假设H1：不同价值手机终端用户群体之间显著存在数字鸿沟。

假设H1a：不同价值手机终端用户群体在移动互联网使用费用上存在显著差异，高价值手机终端用户承担的移动互联网使用费用显著高于低价值手机终端用户所承担的移动互联网使用费用；

假设H1b：不同价值手机终端用户群体在移动互联网使用能力上存在显著差异，高价值手机终端用户移动互联网使用能力显著高于低价值手机终端用户移动互联网使用能力。

移动互联网被定义为“通过提供无线连接的设备访问互联网”，在移动性和便利性方面相比固定互联网具有显著优势。移动互联网技术的发展推动了国家运作、商业、个人生活方式和整个社会的根本性变化。信息技术是人类发展的重要力量，现代通信技术有助于降低社会成本、提升社会效率、缩小数字鸿沟的差距。Srinuan等证明了这一观点，其认为移动互联网有可能缩小数字鸿沟，电信监管机构和政策制定者需要考虑增加竞争和基础设施投资等政策，以刺激移动互联网采用率的增长以缩小数字鸿沟〔39〕。移动互联网接入流量的爆发式增长，与网络、终端、APP产品的不断完善都密不可分，但另外一个重要原因是流量资费的不断下降，特别是2018年实施的“流量不限量”策略影响巨大。Gunasekaran和Harmantzis也指出，要弥合数字鸿沟，必须考虑三个主要问题：服务和应用的可访问性、可用性和可承受性〔40〕。同时还要考虑在无线、有线资源有限的情况下，不断增长的用户群体、需求量与当地网络资源容量、资源分配等复杂重要的问题，也必须考虑用户使用通用分组无线业务（General packet radio Services，GPRS）所承担费用的合理性问题〔41〕。“流量不限量”策略的实施一方面刺激了移动互联网的采用率和使用率，丰富了移动互联网的可访问范围，同时降低了使用成本。因此本研究提出以下假设：

假设H2：“流量不限量”策略的实施将缩小不同价值手机终端用户群体之间的数字鸿沟。

假设H2a：“流量不限量”策略的实施将缩小不同价值手机终端用户群体之间在移动互联网使用费用上的差异水平；

假设H2b：“流量不限量”策略的实施将缩小不同价值手机终端用户群体之间在移动互联网使用能力上的差异水平。

二、模型设定与数据

（一）实证模型与变量定义

双重差分模型是处理效应评估中常用的实验方法，通过对处理组和实验组的对比分析，从而检验出处理效应实施对处理组的影响。在传统的双重差分模型DID模型中，包含处理变量treat、时间变量time和DID交互項treat×time，本将办理“流量不限量”套餐计划作为处理效应，因为不同用户的办理时间不同，标准的DID组合形式消失，仅保留DID交互项，并使用时间固定以消除时间效应，个体固定以消除个体效应。

本文中，对照组的选取采用高端手机用户（对照组1）与低端手机用户（对照组2）进行分析比较。“流量不限量”套餐计划的办理及用户依据终端价格为我们建立三重差分模型提供了很好的“准自然”实验，既可以消除双重差分中实验组和对照组之间本来存在的用户类别差异，又可以在模型中估计套餐办理对高低端手机用户影响的区别。

因此本文将通过面板数据的混合回归模型、固定效应模型和随机效应模型分别进行“流量不限量”套餐办理对高低端手机用户之间数字鸿沟影响的实证研究，相关模型的设定如下：

（1）混合回归模型。

在混合回归模型中，假设影响每位用户因变量的截距项均保持一致，即αi，t=α0，故我们可以使用最小二乘法（OLS）给出参数的一致性估计：

（2）固定效应模型。

在固定效应模型中，将截距项作为一个随个体固定的未知参数项，给不同用户赋予不同的截距项，即αi，t=αi且E（αiεi，t）≠0，如式（2）。但是，固定效应模型的缺点是，待估系数β＾无法估计出不随时间变化的自变量对因变量的影响程度。

（3）随机效应模型。

在随机效应模型中，将截距项作为一个随机变量处理，即αi，t=α0+μi且E（μiεi，t）≠0，如式（3）。

其中，yi，t是模型2的因变量，包括用户i在时间t的手机费用（ARPU）和数据总使用量（DOU）；deali，t是用户i在t时间是否已经办理“流量不限量”套餐的虚拟变量0，1，即DID模型中的二重交叉项，当用户i属于处理组，并且t时间属于其办理了“流量不限量”套餐之后的某个时间，则deali，t的取值为1，否则为0；highi代表手机终端价值高低，若highi为1，则代表为高价值手机终端用户。deali，t×highi是DDD模型中的三重交叉项，也是DDD模型中重点观测的变量对象；agei代表用户i的年龄，是连续整型变量；sexi是用户i的性别虚拟变量，若其为男性，则sexi为1，否则为0；moui，t代表用户i在时间t的当月通话时长数；bstai，t代表用户i在时间t内手机数据或通话使用所请求的基站数目；msgi，t代表用户i在时间t内发送的短信条数；2simi，t代表用户i在时间t是否使用双卡手机；usedmonthi，t为用户i在时间t的入网累计时间（月）；redlisti，t代表用户i在时间t是否为红名单用户；specialnumi代表用户i的手机号码是否为特殊号码；ci，t是一组反映用户i在时间t 中App使用特征的虚拟变量向量；γm为月份固定效应；εi，t为随机扰动项；μi为随机效应模型中用户i的特殊扰动项。

（二）数据来源、样本选择与描述性统计

本文核心研究内容以某地区移动个人客户的使用数据为基础，基于电信运营商的业务系统，根据用户事件产生的日志文件，为研究提供真实准确的用户的个人使用行为信息。通过某运营商的业务数据支撑部门的协助，根据对移动客户使用习惯以及基本信息的提取，获得了随机10万移动客户的移动终端使用的情况（出于信息安全的考虑，所有号码明细进行了加密处理）。研究数据起始时间从不限量套餐推出开始（2017年8月），到2020年5月，时间跨度超过2年，数据类型为面板数据，数据总量超过10亿条。

通过对已有数据的统计分析，本文提取出数据中高频出现的终端手机型号，并在互联网上查询了相应机型的价格。因为手机的发布时间不同，且部分手机已经停售，因此仅以当前时间可以在网络上搜索到的最低价格作为参考。本文初步选取20种高端手机（当前价格>3000元，以苹果手机为主）和24种低端手机（当前价格<1500元，以OPPO、Vivo手机为主），如表 1所示。最终得到使用高价位终端用户55475名，以及使用低价位终端用户66475位，作为本研究的研究样本用于研究和分析高低端价值手机用户之间的数字鸿沟。

此次重点研究的数据时间跨度仅为2018年中的11个月，但根据Counterpoint的换机周期模型及消费者调研数据，2018年中国智能手机用户的平均换机周期约为22个月，所以可以忽略用户在这11个月内的终端更换行为。以2018年1月份用户的终端型号作为判断依据，建立分组变量status，假如用户在1月份使用的终端属于高端手机，变量status的值为1，否则为0，最终得到55475名高端手机用户和66475名低端手机用户。以终端价格对用户进行分组，保证诸如wifi使用习惯等潜在因素可以近似为样本中的随机分布，并且在短期时间（11个月）每位用户的社会特征不会发生显著性改变，这些条件为本文拟使用“准自然”实验方法提供了一个以数据流量的使用成本变化，即是否办理“流量不限量”计划为主的观测环境。

本文通过简单的数据统计分析，基于移动客户的终端使用情况进行了画像，如图 1所示。通过对高低端手机用户基本特征的数据画像，研究发现：高端手机用户多为年轻且追求品牌价值的青年消费群体，年龄呈均值为35.92的右偏态分布，而低端手机用户多是注重价格因素的中年消费者，年龄呈均值为45.54的左偏态分布；在高端手机用户和低端手机用户中，男性所占比例均小于女性，并且性别比例的差异在高端手机用户组中尤为突出；高低端手机用户的手机选择差异使他们的每用户平均缴纳费用（ARPU）和客户月均流量消费额（DOU）具有显著差距，无论是在平均每户每月通话时间（MOU）还是数据流量（DOU）的使用上，高端手机用户均处于数字差距的上层位置。用户在数据流量（DOU）上的离散程度更大，高端手机用户ARPU均值约为低端手机用户的1.7倍，DOU均值却为低端手机用户的3.6倍，因此以数据流量（DOU）使用为表征的数字鸿沟现象更加引人注目。

相关资料显示，从2017年下半年起中国移动出于响应“提速降费”的国家战略、提升客户满意度以及应对竞争对手的流量降价策略等原因，陆续推出例如“99元不限量”“58+9.9元不限量”“38+9.9元不限量”等“流量不限量”套餐。原始数据中对用户办理“流量不限量”套餐时间统一标注，研究根据每位用户的办理时间建立代表套餐办理这一处理效应的虚拟变量treated。规则如下，假设某位用户在y年m月办理开通“不限量”计划，规定该计划在y年m月之后（不包括y年m月）生效并使用，虚拟变量treated的值为1，否则为0。若将“流量不限量计划”开通之前的数据作为对照组，开通之后的数据作为实验组，因为不同用户开通“流量不限量计划”的时间点不一样，变量treat可以看作是非标准形式下DID模型中的交叉项。

数字鸿沟作为社会不平等资源占用的网络空间再现，在网络社会发展、数字化社会两极分化的背景下，可以用可控制数字资源的规模来区分数字社区的群体，并关注社会政策、社会资源和经济能力的发展。本文将通过ARPU和DOU这两项重要指标对数字鸿沟展开研究和讨论，前一项指标反映用户对信息技术或移动网络付出的使用成本，后一项指标反映用户对移动网络中数据流量的使用程度。高低端手机终端用户是否在这两项指标上存在显著的数字鸿沟，这道鸿沟产生的因素有哪些以及“流量不限量”套餐的推广将如何影响数字鸿沟，是缩小弥合还是加持扩大，本文将对此进行实证研究。

本文通过对提取的移动客户使用行为数据进行分析，并根据终端价值的高低进行分类，得到图 2中高低端手机用户各组内ARPU和DOU均值在2018年的变化情况，同时通过单因素方差分析可知高低端两组用户在ARPU和DOU均值上存在极为显著的差异（p<0.001），无论是ARPU还是DOU值，高端手机用户均位于数字鸿沟的上层位置，高端手机用户的ARPU值约为低端手机用户的1.7倍，DOU值约为3.5倍，并且ARPU的数值差距随着套餐办理用户的增长有缓慢缩小的趋势，而DOU的数值差距却随着套餐办理用户的增加而逐渐扩大，根据以上分析可以看出不同价值手机终端之间的数字鸿沟的确存在，由此可知假设H1a、H1b成立，假设H1得到验证。

表 2是对数据的描述性统计，如各个变量的均值、标准差、中位数等信息，一些二元变量（即非1即0的变量），例如sex，2sim，redlist，specialnum，ci等的均值分别代表样本中性别为男的比例、使用双卡手机的比例、红名单用户的比例、特殊号码的比例以及第i类APP使用类型的比例等。通过对1333441位样本移动客户的相关使用行为进行简单的数据统计分析，可以得知高低端手机用户之间从数据角度上存在数值差异，接下来本研究将会利用数据、模型，从实证分析的视角更加深入地探究高低端手机用户之间数字鸿沟的存在与否，以及“不限量”套餐对高低端手机用户之间数字鸿沟的影响。

三、实证分析

（一）实证结果

面板数据在确定使用固定效应模型还是随机效应模型时，需要对其进行检验，Hausman检验是其中最为常见的一种方法。因此本文选择通过Hausman检验进行对比检测，如表 3所示：

通过Hausman检验得知：p（即Prob>2 ）小于0.05，说明固定效应模型的参数估计更加可靠。

因此本文选择面板数据的固定效应模型首先对“不限量”套餐办理对高低端手机用户之间数字鸿沟影响进行实证研究分析，并对模型二的估计结果进行对比，具体如表4所示：

通过表 4可以得到以下结论：年龄大小对手机费用和数据使用的影响显著为负，年龄也会显著影响用户的手机使用行为，年龄变量对ARPU值和DOU值的影响均显著为负，表明年龄越大，手机使用产生的信息费用越低，对移动互联网的使用能力越弱；性别对手机费用和数据使用也存在一定影响，男性的正向影响也要大于女性。性别变量对ARPU值和DOU值得影响均显著为正，表明男性用户在使用手机时产生的信息费用要多于女性用户，同时对移动互联网的使用能力也要强于女性用户；通话时长对ARPU值和DOU值均存在显著的正向影响，短信发送数量对ARPU值的影响显著为正，但是对DOU值的影响却不显著；当用户具有红名单权限时，对ARPU值的影响显著为正，但是对DOU值的影响却显著为负，这些与企业、政府相关的重要客户可能更多地使用手机的通讯功能，对移动互联网的使用较少。

通过用户手机终端的价格差异，可以适当判断出该用户的经济能力情况。高价值手机终端用户一般而言经济能力更强，因此结合前面的分析可以看出高经济能力用户和低经济能力用户在信息技术的使用上确实也存在显著的差距，其系数显著为正，表明高经济能力用户是这种差距中数值较高的一方，他们具有更强的移动互联网的使用能力，同时也要承担更多的信息费用。从整体上評价开通“流量不限量”套餐后的处理净效应，使用最小二乘法对高低终端手机用户组的DDD模型的系数估计，固定效应模型中变量deal的系数β1对于ARPU值显著为负，但对DOU值显著为负，表明“不限量流量”套餐的办理从整体上是降低了用户的手机费用，促进了用户数据流量的使用；随机效应模型中变量high的系数β2均显著为正，表明高低端手机用户不论在手机费用还是数据使用上，均存在显著的数字鸿沟现象，并且高端手机处于数值较大的一侧；待估系数β3是本文重点考察的对象，代表DDD模型中三重交叉项的影响，对ARPU值（即手机费用），β3显著为负，表明与低端手机用户比较，高端手机用户“流量不限量”套餐的办理对当月手机费用影响的净效应更小，因为整体对手机费用影响的净效应为负（β1<0），所以套餐办理对高端手机用户的手机费用的负向影响更大，对其产生“降费”的效果更加明显，且β2×β3<0，表明“流量不限量”套餐的办理对高低端手机用户手机使用的影响差异使他们之间在移动互联网费用上的数字鸿沟逐步缩小，因此假设H2a得到验证。相反的，对于DOU值（即移动流量数据使用），β3显著为负，表明与低端手机用户比较，高端手机用户办理“流量不限量”套餐之后对当月数据使用的净效应显著更大，因为整体对数据使用影响的净效应为正（β1>0），所以套餐办理对高端手机用户费用的正向影响更大，对其数据流量使用的刺激作用更加明显，且β2×β3>0，表明“流量不限量”套餐的办理对高低端手机用户手机使用的影响差异使他们之间在移动互联网使用能力上的数字鸿沟正在进一步扩大，因此否定假设H2b。

（二）讨论分析

从前文分析结果来看，手机终端价值的大小确实与数字鸿沟存在显著的相关关系，而“流量不限量”这一移动数据流量运营策略的实施将缩小不同价值手机终端用户群体在移动互联网费用上的差异水平，但是不同价值手机终端用户群体在移动互联网使用能力上的差异却正在进一步扩大，这与Van Dijk的观点一致〔4〕。本研究发现在“流量不限量”策略发挥其优势性的同时，仍隐藏着一个不太乐观的事实。根据这项研究的实证结果，“流量不限量”策略对信息技术使用的催化剂作用在不同层次的人群之间起到的效果是不一致的，这种降低费用、提升移动互联网使用的既定效果显然对数字鸿沟中的信息优势方更为有利。在高价值手机终端用户（高经济能力用户）和低价值手机终端用户（低经济能力用户）之间，随着“流量不限量”套餐开通，前者手机费用的降低幅度和移动互联网使用的提升幅度都要高于后者。所以，在“流量不限量”这一移动数据流量运营策略影响下，原本的信息优势方成为最大赢家，这一运营策略也确实在催化移动互联网的使用上表现出积极作用，但是却会在一定程上加剧数字鸿沟这种信息不平等现象。

本研究认为出现这种现象的原因在于“流量不限量”策略发挥了降低用户的信息技术使用成本作用，因此短时间内互联网使用费用差异显著缩小。然而对于互联网使用能力而言，能力的提升是缓慢的，短时间内本就具备更强互联网使用能力的高价值手机终端用户能够更好的使用互联网获取其需要的信息，而使用能力较弱的低价值手机终端用户在短时间内难以提升其使用水平、提高其使用能力，不能“完美”借助“流量不限量”策略的“助推力”实现赶超。另一方面，作为信息优势方，其自身对移动互联网强烈需求导致在信息成本降低时，必然会极大激发其信息使用能力；但作为信息劣势方，长期以来的少量信息接入模式会抑制其对互联网的接触和使用需求，当信息成本突然降低时，对他的信息能力的提升有限。从而导致互联网使用能力上“穷者愈穷，富者越富”的“马太效应”，即不同价值手机终端用户移动互联网使用能力上的差异水平进一步扩大的现象。因此为了进一步探究“流量不限量”策略对于不同价值终端用户互联网使用能力的影响，本研究从APP使用这一更加细致的角度进行进一步探究。

四、针对APP使用的进一步分析

当前用户所使用的手机大多都是智能手机，智能手机区别于传统手机的关键就是在各类型APP的下载和使用。随着全球手机制造工艺的发展以及5G通信网络覆盖的不断完善，智能手机上运行的应用程序（APP）无时无刻不在影响着我们，特别是2018年中国的通信运营商纷纷实施“流量不限量”策略后，移动通信网络深刻影响着移动用户的网络使用行为。“不限量”移动数据流量运营策略的实施，极大推动了移动客户流量使用的释放，也推动了移动互联网整体的快速发展，推动了数字中国的转型和升级。而移动用户对于APP使用的活跃程度，从某种程度而言极大推动了国家所倡导的“网络强国”“新经济”的快速发展，于数字鸿沟的弥合也产生了极大的影响。从这一角度来看，由于不同类型的APP的使用，可能使得数字鸿沟现象进一步加剧。因此为了进一步探究数字鸿沟产生的主要原因，即哪些APP的使用造成了数字鸿沟的变化，需要通过对各种APP数据作为因变量进行数据分析。

（一）稳健性检验

由于APP数量众多，根据所调查公司的不完全统计，在移动通信网络上登记注册的APP多达2万多个。为了能够更加聚焦用户的使用行为分析，剔除不常用APP的使用影响，根据每位用户每个月份对各种App的数据使用，统计出使用总人数（即存在数据使用记录）排名前500名的App，作为主要研究的App对象；其次，综合参考和对比App Store（ios系统）和应用宝（android系统）两个手机应用商店中这500个App的分类标签，将其初步划分为如下22类，具体类别及所涵盖APP名称如表 5所示。

通过图 3 分析可以得出以下结论：高低端手机用户在不同类型APP的数据使用上都存在不同的变化趋势和数值差异，其中高价值终端的用户在各种APP的使用所消耗的数据流量都在低价值终端客户之上，这也进一步验证了之前的结论：从手机终端价值角度观察，高低端用户间的数字鸿沟的确存在。

（二）不同类别APP对数字鸿沟的影响

在移动互联网时代，所有数字鸿沟的显性化变化都是在通过使用不同类型的APP表现出来的，为了进一步分析“流量不限量”策略实施后不同价值手机终端用户间互联网使用能力进一步扩大的原因，本研究从不同类别APP使用入手，探究数据鸿沟产生的主要原因，即哪些APP的使用造成了数字鸿沟的变化，继续分析哪些因素以及APP对不同终端价值客户的影响因素更大，本文根据模型2进行分析，分析结果如表6所示：

根据参数估计的显著性和正负来看，例如社交、视频、新闻、安全、导航、音乐、工具、短视频等APP类型deal变量的系数显著为正，说明“不限量”移动数据流量运营策略的实施促进了这些APP的数据使用；购物等APP的deal变量的系数显著为负，说明“不限量”移动数据流量运营策略的实施降低了这些APP的数据使用，摄影等APP的deal变量的系数不显著，说明没有影响；对于不同APP，若high变量的系数显著为正，说明存在数字鸿沟，且高端手机用户位于数值较高的一侧；根据以上数据分析结果，大都APP的使用中，high变量的系数都为正，特别是在社交、视频、新闻等APP中更为显著；若deal×high的系数显著为正，说明“不限量”移动数据流量运营策略扩大了高低端手机用户之间在对应APP数据使用上的数字鸿沟，如新闻、购物、音乐、理财、系统、摄影、旅游、直播等软件，特别是在購物类的APP使用上，高端手机用户和低端手机用户存在明显差异，这也从另外一个角度说明了在购物类APP上高端手机用户所消耗的流量更多，使用量更大，进一步验证了一些专家学者前期提出过的观点，经济条件会对数字鸿沟产生一定的影响〔3〕；若deal×high的系数若显著为负，说明“不限量”移动数据流量运营策略的实施进一步缩小高端手机客户与低端手机客户之间的数字鸿沟。如表6所示，在视频、安全、地图、阅读、游戏、工具等APP的使用上可能存在的数字鸿沟正在缩小。

进一步分析可以得到这样的趋势：“流量不限量”策略不成比例地影响了不同生活方式的数字鸿沟，其中工具、视频类APP上的数字鸿沟差距大幅缩小，学习教育领域的数字鸿沟正在扩大，这应该引起政策制定者的关注，在后期的数字鸿沟弥合过程中更应当注重定向流量的使用引动，推动使用者的正向使用，逐渐缩小数字生活方式不同所带来的新的数字鸿沟变化。

五、研究结论与启示

（一）研究结论

本研究主要从手机终端价值角度观察数据鸿沟的存在情况以及“不限量”移动数据流量运营策略实施对于手机终端用户数字鸿沟所引起的变化。研究基于中国移动公司业务系统中提取的真实客观的移动用户使用行为信息数据，对普遍使用的手机终端按照价值高低进行了划分，确定了高端手机用户、低端手机用户两个参照组，对“不限量”移动数据流量运营策略实施后数字鸿沟的变化进行了探讨。研究结果显示：高低端手机用户之间显著存在数字鸿沟；“不限量”移动数据流量运营策略实施后，短期内高低端手机用户之间在移动互联网费用上的数字鸿沟呈现逐渐弥合的趋势，然而移动互联网使用能力上的数字鸿沟却仍呈现扩大的的趋势；但从整体来看，“不限量”移动数据流量运营策略实施降低了用户的手机费用，促进了用户数据流量的使用。其次从终端价值高低角度看“不限量”移动数据流量运营策略实施后，各类型终端客户对APP使用行为的变化影响，从而验证并且有助于更细致了解不同方面数字鸿沟的变化情况，分析确认在新闻、购物、音乐、系统、直播等软件，特别是在新闻类的APP使用上，高端手机用户和低端手机用户存在明显差异，而视频类、工具、阅读等APP的使用上可能存在的数字鸿沟正在缩小。

透过表层的数据结果进一步进行分析，本研究发现“流量不限量”策略所带来的更深层次的影响：这项移动数据流量运营策略发挥了降低用户的信息技术使用成本，促进用户对移动互联网的使用等有利作用，对提升移动互联网用户的信息能力提升具有显著的催化剂作用。但低价值手机终端用户因长期处于“数字鸿沟”的不利地位，仅靠降低信息成本，短期内很难消除“数字鸿沟”。在移动互联网使用能力的提升上，高价值手机终端用户所代表的信息优势者是“流量不限量”策略的最大受益人，由于信息优势者和信息劣势者之间固然存在信息技术使用的数字鸿沟，特别是在APP的使用上存在较为明显的差异，这将导致两者之间的使用鸿沟现象会越来越严重。然而本研究同时发现当移动互联网成本突然降低时，低价值手机终端用户移动互联网使用量的绝对增幅小于高价值手机终端用户，但低价值手机终端用户移动互联网使用量的百分比增幅大于高价值手机终端用户，一定程度反应其移动互联网使用能力正快速增长。

（二）理论贡献

“流量不限量”策略作为近年来的一次重要的电信业务改革，是改善用户移动互联网使用条件的一次新的尝试，但是目前尚未有研究讨论这一移动数据流量运营策略实施后的影响效果以及它会带来何种新的社会问题，尤其是如何驱动数字鸿沟的演变。本研究以真实运营商侧数据作为研究支撑，关于数字鸿沟问题的讨论均采用现实的移动用户使用数据，数据真实可靠，维度多、数量大。在此基础上本研究从手机终端价值这一微观个人角度来看移动用户的无线网络使用行为，观察新时代数字鸿沟变化情况及其影响因素，丰富了微观视角对数字鸿沟的研究成果，同时也为“流量不限量”策略对移动互联网用户的信息能力提升具有显著的催化剂作用提供实证依据。本研究最后从APP使用的角度进一步对数字鸿沟的变化进行了探讨和研究，观察“不限量”移动数据流量运营策略实施后终端用户的选择差异及其所造成的各类APP使用情况的变化，这暗示在某些方面的数字鸿沟存在进一步扩大的风险，而在某些方面的数字鸿沟存在逐渐缩小的趋势，这些研究结果为电信运营商进行移动互联网使用上数字鸿沟的弥合实践以及后期进一步研究数字鸿沟的弥合提供了可以借鉴的参考思路。

（三）管理启示

“不限量”移动数据流量运营策略确实在催化移动互联网的使用上表现出积极作用，但是却会加剧数字鸿沟这种信息不平等现象。面对这一趋势，本研究提出以下建议：

对于信息劣势者而言，需要加强自身的主动学习积极性，秉持开放的积极态度，给予新事物多一些耐心、多一分努力，强化社会学习、终身学习的意识，如积极参加一些公益机构、社区、政府组织互联网技能培训，主动迈步进入移动互联网新时代。

对于企业而言，企业应当承担起一定社会责任，为数字鸿沟的弥合添砖加瓦，着眼于自身所提供的移动互联网服务业务，从从软件开发侧、服务供给侧消弭数字鸿沟，为信息劣势者提供帮助和服务。如在首次使用时系统进入“新手教程”，界面增添使用帮助按钮等等，帮助初用者掌握使用方法、提高学习效率。软件开发过程中也应当关注特殊群体需求，如为老年人群体提供简化版、语音版、字体加大等适应老年人群体使用需求的版本应用等。

对于电信运营商而言，应采取以人为本和差异化的方法来弥合移动互联网使用的数字鸿沟。对于信息劣势用户，通过网络内容推广或体验性营销等方式刺激他们对移动互联网的认知度和使用能力，仅仅解决互联网接入的经济问题是不够的。比如，电信运营商应了解用户对移动互联网使用的偏好，有针对性地进行网络内容推荐和深度体验消费，让用户意识到移动互联网在日常生活中的重要性和便利性。同时在后期业务发展中，要加强“内容沟”的引导弥合，切实让更多的普通用户特别是青少年用户能够充分利用移动互联网带来的便利性，提升自身的能力和水平，减少“数字经济”发展所带来的负面影响，从而在不断弥合数字鸿沟的同时，真正让移动互联网的应用产生正向作用。

對于政府而言，为了使数字鸿沟有逐渐缩小的趋势，除了加速缩小经济贫困、加紧精准扶贫之外，还需要考虑一些其他方面的障碍和提升，如提升使用信息技术能力、使用移动互联网能力、使用认知提升，正向引导使用APP等，减少不必要的时间和精力的浪费。比如，政府可以组织对一些信息贫困者进行信息技术技能培训，引导提升这一群体的移动互联网使用技能，帮助其高效使用移动互联网，为老年人、农民等重点群体解决互联网使用技能缺失等问题，打破“数字鸿沟”壁垒。

（四）研究不足与未来展望

本研究也存在一定的研究局限。比如可以运用问卷、访谈等方式对不同用户之间的新兴技术使用意愿进行更加具体、量化的测量，这样可以更加清楚用户对于流量的使用行为的影响因素，排除相关因素的干扰，使研究结果更加准确、可靠。同时本研究在研究过程中考虑了年龄、性别和通话时间等因素对移动流量使用行为的影响，但其实移动流量使用偏好的行为特征会受到多种因素的刺激，因此，在后续的研究中可以考虑加入诸如受教育水平、工作类型和手机设备品牌等的作用。

事实证明，即使信息技术先进，电信基础设施不断加强，但在不同地区、不同社会阶层、不同社会认知、不同经济能力的人在信息能力上仍存在明显差距，这种现象不容忽视。在“不限量”移动数据流量运营策略实施后，不同社会群体之间数字生活方式也在适应新的数字鸿沟的变化。因此在解决数字鸿沟的问题上，如果只通过改善外部信息条件、降低互联网的接入门槛的方法，提升用户对移动互联网的使用，可能并不能到达理想的积极影响，甚至会起到南辕北辙的作用。如何在后期通过政府的正向引导，通过运营商的积极定价策略，在5G时代逐渐改变现在所存在的数字鸿沟，缩小不同群体之间的差距，让无线通信网络的不断完善为数字鸿沟的弥合提供更多正向的、积极的作用，在不断解决“接入沟”的数字鸿沟的同时，如何提升“使用沟”的质量和内容，值得每一个参与其中的学者思考。

参考文献：

〔1〕DiMaggio P，Hargittai E， Celeste C， et al. From Unequal Access to Differentiated Use： A Literature Review and Agenda for Research on Digital Inequality〔J〕. Social Inequality， 2004，（1）： 355-400.

〔2〕粟 勤，韩庆媛.数字鸿沟与家庭财富差距——基于CHFS数据的实证检验〔J〕.云南财经大学学报，2021，37（9）：80-96.

〔3〕尹志超，蒋佳伶，严 雨.数字鸿沟影响家庭收入吗〔J〕.财贸经济，2021，42（9）：66-82.

〔4〕李 升.“数字鸿沟”：当代社会阶层分析的新视角〔J〕.社会，2006，（6）：81-94，210.

〔5〕罗廷锦，茶洪旺.“数字鸿沟”与反贫困研究——基于全国31个省市面板数据的实证分析〔J〕.经济问题探索，2018，（2）：11-18，74.

〔6〕何宗樾，张 勋，万广华.数字金融、数字鸿沟与多维贫困〔J〕.统计研究，2020，37（10）：79-89.

〔7〕Van Dijk J.Digital Divide Research， Achievements and Shortcomings〔J〕. Poetics， 2006， 34，（4-5）： 221-235.

〔8〕邱泽奇，张樹沁，刘世定，等.从数字鸿沟到红利差异——互联网资本的视角〔J〕.中国社会科学，2016，（10）：93-115，203-204.

〔9〕许竹青，郑风田，陈 洁.“数字鸿沟”还是“信息红利”？信息的有效供给与农民的销售价格——一个微观角度的实证研究〔J〕.经濟学（季刊），2013，12（4）：1513-1536.

〔10〕Wei KK， Teo H H， Chan H C， et al. Conceptualizing and Testing a Social Cognitive Model of the Digital Divide〔J〕. Information Systems Research， 2011， 22（1）： 170-187.

〔11〕Scheerder A， Van Deursen A， Van Dijk J. Determinants of Internet Skills， Uses and Outcome's， a Systematic Review of the Second-and Third-level Digital Divide〔J〕. Telematics and informatics， 2017， 34（8）： 1607-1624.

〔12〕杨 琳，李明志.中国地区间数字鸿沟的现状与对策〔J〕.软科学，2002，（4）：22-26.

〔13〕戴紫娟.基于互联网接入和使用的城乡数字鸿沟实证研究〔D〕.兰州：兰州大学新闻与传播学院，2013：7-13.

〔14〕杨蓓蕾.对缩小我国城乡“数字鸿沟”的若干思考〔J〕.社会主义研究，2006，（3）：53-56.

〔15〕James J.The Global Digital Divide in the Internet： Developed Countries Constructs and Third World Realities〔J〕. Journal of information science， 2005， 31（2）： 114-123.

〔16〕孙 彬.解决我国城乡数字三层鸿沟的应对研究〔D〕.成都：电子科技大学公共管理学院，2008：30-35.

〔17〕邬晓鸥，李 健，韩 毅，等.我国城乡数字鸿沟测度指标的构建〔J〕.图书情报工作，2014，58（19）：53-60.

〔18〕徐 芳，马 丽.国外数字鸿沟研究综述〔J〕.情报学报，2020，39（11）：1232-1244.

〔19〕Davis F D.Perceived Usefulness， Perceived Ease of Use， and User Acceptance of Information Technology〔J〕. MIS quarterly， 1989，13（3）： 319-340.

〔20〕Yap YY， Tan S H， Tan S K， et al. Integrating the Capability Approach and Technology Acceptance Model to Explain the Elderly's Use Intention of Online Grocery Shopping〔J〕. Telematics and Informatics， 2022，72（C）：15.

〔21〕李普聪，钟元生.移动O2O商务线下商家采纳行为研究〔J〕.当代财经，2014，（9）：75-87.

〔22〕冉龙亚，陈 涛，孙宁华.技术特性对政务智能聊天机器人初始信任的影响〔J〕.情报杂志，2022，41（7）：138-144.

〔23〕Liu M， Wu J， Zhu C， et al.Factors Influencing the Acceptance of Robo-taxi Services in China： An Extended Technology Acceptance Model Analysis〔J〕. Journal of Advanced Transportation， 2022，（1）：1-11.

〔24〕朱 阁，马 龙，Sangwan Sunanda，等.基于社会认知理论的消费者采用模型与实证研究〔J〕.南开管理评论，2010，13（3）：12-21.

〔25〕杨永清，张金隆，满青珊，等.移动互联网用户采纳研究——基于感知利益、成本和风险视角〔J〕.情报杂志，2012，31（1）：200-207.

〔26〕董雪旺，叶周婧，徐宁宁，等.基于TAM和TRI的游客网约导游使用意向研究〔J〕.旅游学刊，2020，35（7）：24-35.

〔27〕王小娟，万映红，程 佳.基于TAM理论的顾客心理契约形成机理研究——B2C情景下的实证研究〔J〕.运筹与管理，2019，28（11）：116-124.

〔28〕Cheong J H， Park M C.Mobile Internet Acceptance in Korea〔J〕. Internet Research， 2005， 15（2）： 125-140.

〔29〕黃 浩，刘 鲁，王建军.基于TAM的移动内容服务采纳分析〔J〕.南开管理评论，2008，11（6）：42-47.

〔30〕Chong X， Zhang J， Lai KK， et al. An Empirical Analysis of Mobile Internet Acceptance from a Value-based View〔J〕. International Journal of Mobile Communications， 2012， 10（5）： 536-557.

〔31〕李 晶，管子玉，谢 飞，等.基于TAM的智慧医疗APP用户黏性模型构建及技术研究〔J〕.西北大学学报（自然科学版），2021，51（1）：24-32.

〔32〕李东和，张鹭旭.基于TAM的旅游App下载使用行为影响因素研究〔J〕.旅游学刊，2015，30（8）：26-34.

〔33〕骆 意.基于TAM的大学生移动健身App使用影响因素的实证研究〔J〕.首都体育学院学报，2017，29（1）：72-77.

〔34〕Dewan S， Ganley D， Kraemer K L.Complementarities in the Diffusion of Personal Computers and the Internet： Implications for the Global Digital Divide〔J〕. Information Systems Research， 2010， 21（4）： 925-940.

〔35〕Cruz-Jesus F， Oliveira T，Bacao F. The Global Digital Divide： Evidence and Drivers〔J〕. Journal of Global Information Management （JGIM）， 2018， 26（2）： 1-26.

〔36〕Niehaves B， Plattfaut R.Internet Adoption by the Elderly： Employing is Technology Acceptance Theories for Understanding the Age-related Digital Divide〔J〕. European Journal of Information Systems， 2014， 23（6）： 708-726.

〔37〕Okazaki S.What Do We Know About Mobile Internet Adopters？ a Cluster Analysis〔J〕. Information & Management， 2006， 43（2）： 127-141.

〔38〕Ani O E， Uchendu C，Atseye E U. Bridging the Digital Divide in Nigeria： a Study of Internet Use in Calabar Metropolis， Nigeria〔J〕. Library Management， 2007， 28（6-7）： 355-365.

〔39〕Srinuan C， Srinuan P， Bohlin E. An Analysis of Mobile Internet Service in Thailand： Implications for Bridging Digital Divide〔J〕. 2011.

〔40〕Gunasekaran V，Harmantzis F C. Emerging Wireless Technologies for Developing Countries〔J〕. Technology in Society， 2007， 29（1）： 23-42.

〔41〕Yaiparoj S， Harmantzis F， Gunasekaran V. On the Economics of Gprs Networks with Wi-fi Integration〔J〕. European Journal of Operational Research， 2008， 187（3）： 1459-1475.

Abstract： The development of digital technology naturally breeds information inequality， resulting in a “digital divide” between different regions and groups of users. The purpose of the “Unlimited Data Plan” strategy is to promote the use of mobile networks， but how this industry “micro-policy” affects the change of the digital divide between different groups has not been fully studied. Therefore， in the context of “Unlimited Data Plan”， the paper aims to conduct an empirical study on the network usage behavior of real mobile customers， with MOU， DOU and APP usage differences as the core research variables， to reveal the “digital divide” between different value mobile terminal users.Based on the above research findings， the paper provides a reference direction for the bridging of the digital divide from the user's perspective

Key words： digital divide；user's behavior；mobile big data； mobile internet； socioeconomic status；mobile terminal；technology acceptance model

（責任编辑：叶光雄）