Modeling of progressive technologies diffusion (on example of fixed and mobile broadband access)
Table of contents
Share
Metrics
Modeling of progressive technologies diffusion (on example of fixed and mobile broadband access)
Annotation
PII
S111111110000029-4-1
DOI
10.33276/S0000029-4-1
Publication type
Article
Status
Published
Authors
Marina Dubinina 
Occupation: Research fellow
Affiliation: CEMI RAS
Address: Russian Federation, Moscow, Nachimovky prospect 47
Edition
Abstract
The article is devoted to the analysis and modeling of advanced technologies diffusion in global market, as well as the determination of factors affecting the speed and scale of their diffusion. As the object of research, the technologies of fixed and mobile broadband access are considered, their mutual influence on market potential of competing technology is investigated, the propagation speed and time of reaching the peak of these technologies are determined. It is shown that the emergence of mobile broadband access technologies has reduced the market potential of fixed-broadband technologies, but has not replaced them completely.
Keywords
fixed broadband access, mobile broadband access, diffusion of technologies, competing technologies, modeling
Received
06.09.2018
Date of publication
13.12.2018
Number of characters
16316
Number of purchasers
4
Views
579
Readers community rating
0.0 (0 votes)
Cite Download pdf

To download PDF you should sign in

1 Введение
2 Технологические инновации стали основой поддержания устойчивого роста фирм и отраслей в условиях глобализации и высокой конкуренции, они способствуют повышению производительности труда, стабильному экономическому росту как отдельных предприятий, так и всей экономики в целом. Однако влияние прогрессивных технологий и процессов на экономический рост может быть реализовано полностью только в том случае, если эти инновации найдут широкое применение в экономике.
3

Для скорейшего распространения новая технология должна обладать относительным преимуществом перед предыдущим поколением, полезностью, достаточной простотой использования, возможностью предварительного ознакомления. Кроме того, диффузия новой технологии в каждой стране протекает по-разному. Наличие географических соседей, уже использующих данную технологию, повышает скорость диффузии. На процесс диффузии могут влиять политическая обстановка в стране, наличие конкуренции со стороны других технологий, общий образовательный уровень населения и другие факторы. Таким образом, наряду с микроэкономическими (технологическими) факторами, связанными с характеристиками продукта или технологии, темпы распространения технологии или нового продукта в стране зависят от макроэкономических и демографических факторов (Hayashi F., Nomura K., 2005).

4 Исследования по распространению новых технологий ведут многие ученые. Основу составляют работы (Rogers E., 1962), (Griliches Z., 1957), (Mansfield E., 1961), (Bass F.M., 1969), (Mahajan V., 1996), (Meade N., Islam T., 2015). Анализу развития прогрессивных технологий в России и за рубежом посвящены работы (Макаров В.Л. и др., 2012), (Варшавский А.Е., 2017), (Жигляева А.В., 2017), (Полтерович В.М., Хенкин Г.М., 1988) и других авторов. Особую роль в распространении инноваций играют информационные и коммуникационные технологии (ИКТ). Прогресс в области ИКТ ведет к многократному ускорению передачи информации. В то же время сами ИКТ характеризуются высокой частотой появления новых технологий, сокращением их жизненного цикла, высоким уровнем конкуренции, высокой скоростью распространения.
5 Технологии широкополосного доступа в интернет
6 Данное исследование посвящено анализу и моделированию распространения технологий широкополосного доступа в интернет, оценке факторов, влияющих на скорость и масштабы диффузии этих технологий. Широкополосный доступ в интернет определяется как технология, которая обеспечивает высокоскоростную передачу данных (по определению ITU1, от 256 кб/с и выше). В настоящее время в ряде стран средняя скорость скачивания информации в интернете превышает 100 мб/c.
1. Manual for Measuring ICT Access and Use by Households and Individuals. – ITU, 2014 Edition.
7 Влияние широкополосного доступа в интернет на экономику разных стран имеет несколько аспектов: воздействие на развитие отраслей промышленности, увеличение экспорта, изменение структуры импорта, рост численности занятых и т.д. Увеличение числа подписчиков широкополосного подключения на 10%, по оценкам разных авторов, приводит к росту ВВП на 0,25-1,38% 2.
2. The Impact of Broadband on the Economy: Research to Date and Policy Issues. – ITU. - April 2012. – 136 p.
8 Важность развития информационной инфраструктуры Российской Федерации подчеркнута в принятой в июле 2017 г. программе «Цифровая экономика России». В ней ставится цель к 2024 г. довести долю домашних хозяйств, имеющих широкополосный доступ к сети "Интернет" (со скоростью доступа 100 мбит/с и выше), в общем числе домашних хозяйств до 97%; во всех крупных городах (с численностью 1 млн.человек и более) обеспечить устойчивое покрытие 5G и выше [3, С. 17]. В майском указе Президента России (от 07.05.2018) в качестве одной из важнейших задач для развития цифровой экономики ставится «создание устойчивой и безопасной информационно-телекоммуникационной инфраструктуры высокоскоростной передачи, обработки и хранения больших объёмов данных, доступной для всех организаций и домохозяйств»4. Все это свидетельствует об актуальности темы данного исследования.
3. Программа "Цифровая экономика Российской Федерации". 28.07.2017.

4. Указ «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» - 07.05.18. URL: >>>> (дата обращения - 26.06.18).
9 Широкополосное подключение к интернету реализуется с помощью целого ряда технологий, которые можно разделить на две группы: фиксированные и мобильные технологии. По состоянию на май 2018 г. Российская Федерация занимала 76-е место по скорости скачивания из интернета по технологиям мобильного широкополосного доступа в интернет (17.46 мб/c) и 46-е место – по технологиям фиксированного (39.72 мб/c)5.
5. Speedtest Global Index – May, 2018.. Электронный ресурс] – Режим доступа:: >>>> (дата обращения - 18.06.18).
10 Моделирование с помощью S-кривых
11 Для анализа распространения технологий широкополосного подключения к интернету в данной работе рассматриваются два типа моделей, описывающих процессы диффузии с разных точек зрения. Первый тип – это модели диффузии в виде S-кривых, которые предназначены для оценки тенденций распространения широкополосного доступа в интернет с позиций рынка. Второй тип - эконометрические модели, которые позволяют проверить гипотезы о факторах, потенциально влияющих на принятие и распространение технологий широкополосного доступа в интернет, а также получить количественную оценку этого влияния.
12 В качестве источников информации использовались данные Организации экономического сотрудничества и развития (Organisation for Economic Cooperation and Development, OECD), включающие показатели 34 стран за период 2000-2017 гг. (OECD, 2012), (OECD Broadband portal), а в качестве объекта исследования рассматривались технологии фиксированного и мобильного доступа в интернет. Расчеты проводились с помощью пакета Statistica.
13 Было проведено моделирование распространения технологий мобильного и фиксированного широкополосного подключения к интернету с помощью моделей Басса, Гомпертца и логистической модели. Наилучшее приближение по сумме квадратов остатков между фактическими и расчетными данными было получено с помощью модели Гомпертца, представленной в виде (Windsor C.P., 1932):
14 (1)
15

где Yi(t) – число принявших технологию i в момент времени t в расчете на 100 человек жителей страны (i=1 для фиксированного подключения к интернету, i=2 – для мобильного), Li, bi, ki – параметры модели, соответствующие технологии i, (Li – верхний предел кривой, bхарактеризует смещение по оси X,kiопределяет темп роста), t0=.1997 для фиксированного широкополосного подключения и t0=2008 – для мобильного. Для кривой Гомпертца точка перегиба достигается в период времени t*i=Ln(bi)/ki, i=1, 2. В табл. 1 представлены полученные оценки параметров модели Гомпертца распространения технологий фиксированного и мобильного подключения к интернету для разных стран без учета взаимного влияния технологий друг на друга.

16

Полученные оценки параметров указывают на то, что наибольший потенциал распространения мобильного подключения к интернету отмечается у Японии (L2=168.2), Финляндии (L2=152.8) и США (L2=129.4), а фиксированное подключение имеет наиболее высокий потенциал распространения в Китае (L1=93,0), а также во Франции (L1=42.1), Нидерландах (L1=41.3) и Южной Корее (L1=40,5). Самая высокая скорость распространения фиксированного широкополосного доступа к интернету получена для Финляндии (k1=0,59), самая низкая – для Китая (k1=0,08). Самая высокая оценка скорости распространения мобильного широкополосного подключения к интернету получена для Южной Кореи (k2=3,1) и Швеции (k2=3,1), самая низкая – для России (k2=0,19). Для всех стран из выборки полученные верхние границы распространения мобильного подключения к интернету более чем в два раза превышают верхний предел распространения технологии фиксированного подключения (кроме Канады). Самое большое время достижения пика технологий фиксированного широкополосного подключения было получено для России (t1*=11.7) и Китая (t1*=23,9), мобильного – для Германии (t2*=2,9) и Финляндии (t2*=2,8).

17

Таблица 1. Оценки параметров модели (1) распространения технологий фиксированного и мобильного подключения к интернету (RSSi– сумма квадратов разностей между фактическими и модельными значениями для технологии I, в скобках здесь и далее указаны t-статистики) а) фиксированное широкополосное подключение к интернету

18
Параметры модели L1 b1 k1 RSS1 R12 t*1
Великобритания 36.3 3.9 0.53 218 0.97 7.4
  (23.4) (4.2) (4.3)
Германия 39.4 2.7 0.33 13 0.998 8.2
  (64.8) (19.5) (18.9)
Испания 30.8 2.1 0.26 12.3 0.997 8.1
  (40.9) (15.8) (14.3)
Италия 25.2 2.7 0.36 7.8 0.997 7.5
  (62.9) (16.3) (16.2)
Канада 37.8 1.44 0.25 6.1 0.998 5.8
  (84.6) (25) (24.6)
Китай 93 1.91 0.08 12 0.992 23.9
  (1.5) (28.7) (3.2)
Нидерланды 41.3 2.64 0.42 9.2 0.999 6.3
  (122) (24.6) (25.5)
Российская Федерация 21.5 3.5 0.3 1.3 0.999 11.7
  (38.3) (21.6) (18.7)
США 33.3 1.8 0.27 7.7 0.998 6.7
  (68.4) (21.6) (20.7)
Финляндия 31.4 3.7 0.59 21 0.995 6.3
  (74.5) (11.4) (12.0)
Франция 42.1 2.4 0.3 7.7 0.999 8
  (83.1) (27.2) (25.8)
Швеция 35.2 2.19 0.38 67.2 0.984 5.6
  (37.9) (7.7) (8.1)
Южная Корея 40.5 0.79 0.22 44.4 0.983 3.6
  (30.4) (5.8) (7.4)
Япония 29.8 1.98 0.33 12.2 0.996 6
  (63.8) (15.3) (15.7)
19 б) мобильное широкополосное подключение к интернету
20
Параметры модели L2 b2 k2 RSS2 R22 t*2
Великобритания 92.03 0.82 0.51 220.4 0.996 1.6
  (28.9) (7.7) (8.5)
Германия 83.2 1.3 0.45 156.7 0.995 2.9
  (20) (9.1) (7.7)
Испания 95.3 0.79 0.41 693 0.985 1.9
  (12.2) (4.9) (4.5)
Италия 90.9 0.89 0.39 185 0.995 2.3
  (19.7) (9.6) (8.0)
Канада 68.4 1.23 0.55 224 0.992 2.2
  (20.2) (6.0) (6.0)
Нидерланды 84.2 1.3 0.62 462 0.99 2.1
  (20.5) (5.0) (5.3)
Российская Федерация 92.4 0.18 0.19 1.8 0.997 1.9
  (4.3) (2.6) (1.95)
США 129.4 0.73 0.44 707 0.992 1.7
  (19.0) (6.3) (6.4)
Финляндия 152.8 1.44 0.52 68 0.999 2.8
  (68.8) (24.6) (22.8)
Франция 86.5 0.78 0.36 254 0.993 2.2
  (14.7) (7.8) (6.3)
Швеция 115.8 0.77 1.06 702 0.993 0.7
  (38.6) (3.9) (5.9)
Южная Корея 104.7 1.46 3.1 150 0.998 0.5
  (92.3) (2.8) (5.5)
Япония 168.2 0.65 0.33 2293 0.982 2
  (8.8) (4.9) (4.0)
21 Для Российской Федерации уровень распространения фиксированного широкополосного подключения к интернету (L1=21.5) является самым низким среди 14 стран, приведенных в таблице, в то же время потенциал распространения мобильного подключения к интернету (L2=92.4) выше соответствующих оценок, полученных для Великобритании (L2=92.03), Германии (L2=83,2) и Франции (L2=86,5).
22 Моделирование конкурирующих технологий
23 Далее была рассмотрена модель (Norton J.A., Bass F.M., 1987), которая позволяет учитывать конкуренцию технологий. Оценки и параметры этой модели предоставляют информацию о рынке и описывают процессы диффузии, специфичные для конкретного продукта или технологии на агрегированном уровне в течение длительного периода времени. Для описания распространения технологий фиксированного и мобильного подключения к интернету рассматривалась система уравнений следующего вида:
24

25

           (2)

26

где Y1(t) – общее число пользователей фиксированного подключения к интернету в момент времени t на 100 человек населения, Y2(t) – мобильного, p1и p2 – коэффициенты инновации для фиксированного и мобильного доступа, q1, и q2 – коэффициенты имитации для фиксированного и мобильного доступа, q12и q21 – коэффициенты взаимного влияния технологий, M1 и M2 – размер рынка технологий. В таблице 2 приведены данные по выборке из 34 стран OECD за период 2000-2017 гг. с учетом и без учета взаимного влияния технологий.

27 Таблица 2. Оценки параметров модели (2)
28
Технология Фиксированный доступ Мобильный доступ Фиксированный доступ Мобильный доступ
Параметры модели   Без учета взаимного влияния Без учета взаимного влияния С учетом взаимного влияния С учетом взаимного влияния
p1 0.048 (11.1) нет 0.04 (9.8) нет
q1 0.152 (7.4) нет 0.283 (11.3) нет
q12 нет нет -0.345 (-10.0) нет
M1 39.37 (40.6) нет 38.39 (44.9) нет
p2 нет 0.009 (3.7) нет 0.025 (1.8)
q2 нет 0.247 (9.1) нет 0.107 (2.3)
q21 нет нет нет 0.037 (1.7)
M2 нет 137.8 (24.3) нет 151.1 (9.6)
RSS 1880 21266 1534 18748
29

Полученные результаты свидетельствуют о значимом влиянии технологии мобильного подключения к интернету на технологию фиксированного подключения (коэффициент q12 отрицателен и имеет t-статистику -10.0). В то же время коэффициент q21положителен и незначим. Учет технологии мобильного подключения снизил рыночный потенциал фиксированного подключения (39.4 пользователя на 100 человек населения без учета мобильного подключения и 38.4 – с учетом), а для мобильного подключения – повысил (со 137.8 до 151.1 соответственно). Время достижения пика распространения фиксированного подключения с учетом мобильного повысилось (с 5.8 лет до 6.1 года), а мобильного - снизил (с 12.9 лет до 11 лет).

30 Эконометрическая модель
31 Анализ диффузии технологий широкополосного подключения к интернету по 34 странам OECD был проведен также с помощью системы уравнений, учитывающих социо-экономические факторы диффузии технологий (все переменные взяты в логарифмах):
32

33 где x1(t) – отношение ежемесячной стоимости фиксированного доступа в интернет к стоимости мобильного (в среднем по стране), x2(t) – средняя скорость скачивания данных из интернета по технологии фиксированного доступа, x3(t) – ВВП на душу населения в постоянных ценах (по данным6), x4(t) – инвестиции в телекоммуникации на душу населения, x5(t) – доля сельских жителей в общей численности населения страны, x6(t) – ВНП на душу населения, x7(t) – число пользователей мобильных телефонов на 100 человек жителей. Были получены следующие оценки параметров модели (в скобках указаны t-статистики): с1=-1.6 (-7.8), c2=0.08 (2.6), c3=0.27 (15.5), c4=0.05 (3.6), c5=0.42 (11.6), c6=-6.7 (-3.0), c7=-0.25 (-2.2), c8=2.2 (4.9), c9=0.12 (2.4), R2=0.90.
6. WorldBank Infrastructure Indicators [Электронный ресурс] – Режим доступа: >>>>, посл. обращение - 01.06.18.
34 Полученные результаты свидетельствуют о том, что на распространение фиксированного широкополосного подключения к интернету положительно влияют отношение цены фиксированного подключения к цене мобильного (которое во многих странах меньше 1), скорость выгрузки из интернета, (в ряде стран она остается существенно выше, чем для мобильного подключения), среднедушевые доходы населения и инвестиции в телекоммуникационное оборудование. Диффузия мобильного подключения к интернету положительно зависит от валового национального продукта на душу населения, общего количества пользователей мобильных телефонов, и отрицательно - от доли сельских жителей в общей численности населения.
35 Заключение
36 Проведенный анализ показывает, что рыночный потенциал технологий фиксированного доступа в интернет снизился из-за конкуренции с технологиями мобильного доступа. Коэффициенты имитации и инновации у этой технологии ниже, чем для мобильного доступа в интернет. Однако технологии фиксированного широкополосного доступа пока сохраняют свои позиции, в основном, за счет развития кабельных и оптоволоконных сетей, обеспечения высокой скорости скачивания и загрузки данных при более низкой стоимости ежемесячной абонентской плате, отсутствии лимита на трафик. Спрос на фиксированное широкополосное подключение определяется также более развитым спектром услуг. Однако рост доходов на душу населения, рост числа мобильных телефонов и смартфонов, распространение бесплатного доступа к WiFi неизбежно повышает спрос на технологии мобильного подключения и сокращает рыночный потенциал фиксированного широкополосного подключения.

References

1. Varshavskij A.E. Problemy razvitiya progressivnykh tekhnologij: Robototekhnika. MIR (Modernizatsiya. Innovatsii. Razvitie). 2017; 8(4(s)):682-697.https://doi.org/10.18184/2079-4665.2017.8.4.682-697

2. Zhiglyaeva A. V. (2017) Naukoyomkie tekhnologii: rol' v sovremennoj ehkonomike, problemy i perspektivy razvitiya // Nauchno-metodicheskij ehlektronnyj zhurnal "Kontsept". - 2017. - T. 39. - S. 2721-2725. - URL: http://e-koncept.ru/2017/970871.htm.

3. Polterovich V.M., Khenkin G.M. Ehvolyutsionnaya model' vzaimodejstviya protsessov sozdaniya i zaimstvovaniya tekhnologij // Ehkonomika i matematicheskie metody. - 1988. - №6.

4. Ehkonomicheskie problemy razvitiya revolyutsionnykh tekhnologij. Nanotekhnologii / Ruk. avt. koll. V.L.Makarov, A.E.Varshavskij; Tsentral'nyj ehkonomiko-matematicheskij institut RAN. - M.: Nauka, 2012. – 405 s.

5. Bass F.M. (1969) A New Product Growth for Model Consumer Durables // Management Science. - 1969 - 15 (5) - P. 215 -227.

6. Griliches Z. (1957) Hybrid Corn: An Exploration in the Economics of Technological Change // Econometrica - Vol. 25 -  1957 - P. 501-522.

7. Hayashi F., Nomura K. (2005) Can information technology be Japan's savior? - NBER Working Paper 11749 - November 2005.

8. Mahajan V., Muller E. (1996) Timing, Diffusion and Substitution of Successive Generations of Technological Innovations: the IBM Mainframe Case // Technol. Forecast.Soc.Change. 51. 1996. P. 109-132.

9. Mansfield E. (1961) Technical Change and the Rate of Imitation. Econometrica. 29(4). 1961. P. 741-766.

10. Meade N., Islam T. (2015) Forecasting in telecommunications and ICT-A review // International Journal of Forecasting. - 31. - 2015. - P. 1105-1126.

11. Norton J.A., Bass F.M.A (1987) Diffusion Theory Model of Adoption and Substitution for Successive Generations of High-technology Products // Manag.Sci. 33. 1987. P. 1069-1086.

12. OECD Broadband Portal [Ehlektronnyj resurs] - Rezhim dostupa: http://www.oecd.org/sti/broadband/broadband-statistics/,  (data obrascheniya - 18.06.18).

13. OECD Factbook 2012 [Ehlektronnyj resurs] - Rezhim dostupa: https://www.oecd.org/publications/factbook/oecdfactbook2011-2012.htm, posl. obraschenie - 12.04.18.

14. Rogers E. (1962) Diffusion of Innovations . - New York: Free Press, 1962, 367 p.

15. Windsor, C.P. (1932) The Gompertz Curve as a Growth Curve. Proceedings of the National Academy of Sciences of the United States of America, 18, 1-8. http://dx.doi.org/10.1073/pnas.18.1.1