數(shù)字內(nèi)容產(chǎn)品消費(fèi)擴(kuò)散與模仿的空間模式
——基于空間面板模型的計(jì)量研究

劉 霞，董曉松，2，姜旭平

（1.清華大學(xué)經(jīng)濟(jì)管理學(xué)院，北京100084；2.四川行政學(xué)院，四川成都610072）

數(shù)字內(nèi)容產(chǎn)品消費(fèi)擴(kuò)散與模仿的空間模式
——基于空間面板模型的計(jì)量研究

劉 霞1，董曉松1，2，姜旭平1

（1.清華大學(xué)經(jīng)濟(jì)管理學(xué)院，北京100084；2.四川行政學(xué)院，四川成都610072）

數(shù)字內(nèi)容產(chǎn)品具有非實(shí)物特征，其網(wǎng)絡(luò)生產(chǎn)與交易幾乎不包含地理距離成本，因而企業(yè)需要認(rèn)識(shí)其擴(kuò)散模式，重新制定與傳統(tǒng)方式不同的全域營銷策略。此研究借助空間面板數(shù)據(jù)模型，對(duì)某類數(shù)字內(nèi)容產(chǎn)品的省級(jí)銷售數(shù)據(jù)進(jìn)行分析，從消費(fèi)擴(kuò)散角度檢驗(yàn)了其在網(wǎng)絡(luò)銷售過程中存在的空間相關(guān)性與空間固定效應(yīng)。本文的主要實(shí)證發(fā)現(xiàn)包括，數(shù)字內(nèi)容產(chǎn)品的網(wǎng)絡(luò)銷售并沒有因?yàn)槲锢砭嚯x的消失而失去其空間相關(guān)性，消費(fèi)者之間的模仿行為是驅(qū)動(dòng)區(qū)域內(nèi)產(chǎn)品擴(kuò)散的直接動(dòng)力，此外，相鄰區(qū)域間的消費(fèi)存在著同步增長。

空間相關(guān)性；數(shù)字內(nèi)容產(chǎn)品；模仿；網(wǎng)絡(luò)營銷；

1 引言

自2001年以來，全球數(shù)字內(nèi)容（Digit Content）產(chǎn)業(yè)增長速度保持在40%以上，截止2008年，其總規(guī)模已經(jīng)超過4萬億美元［1］。近年來，隨著平板電腦、智能手機(jī)、電子圖書等信息移動(dòng)終端的日益普及，數(shù)字內(nèi)容產(chǎn)業(yè)的市場(chǎng)邊界與應(yīng)用空間得到進(jìn)一步的拓展。數(shù)字內(nèi)容產(chǎn)業(yè)已經(jīng)成為全球經(jīng)濟(jì)增長的朝陽產(chǎn)業(yè)。

數(shù)字內(nèi)容產(chǎn)品是指將圖像、文字、影像、語音等資料運(yùn)用多媒體信息技術(shù)加以數(shù)字化并整合應(yīng)用的產(chǎn)品或服務(wù)［2］。數(shù)字內(nèi)容產(chǎn)品的生產(chǎn)、傳輸和銷售多是利用數(shù)字信息終端設(shè)備在數(shù)字網(wǎng)絡(luò)（主要是互聯(lián)網(wǎng)）中完成的，是數(shù)字內(nèi)容產(chǎn)業(yè)的主要成果，具有非實(shí)物性的特點(diǎn)［3］。并且，由于互聯(lián)網(wǎng)交易的便利性與信息傳遞的實(shí)時(shí)性，數(shù)字內(nèi)容產(chǎn)品可以實(shí)現(xiàn)全天候銷售，交易后消費(fèi)者也無需等待，產(chǎn)品可以即時(shí)送達(dá)，不會(huì)增加物流成本。與傳統(tǒng)實(shí)物產(chǎn)品相比，數(shù)字內(nèi)容產(chǎn)品在生產(chǎn)、交易和運(yùn)輸環(huán)節(jié)的邊際成本幾乎為零，不受傳統(tǒng)時(shí)空與市場(chǎng)的約束。這些特性使數(shù)字內(nèi)容產(chǎn)品的網(wǎng)絡(luò)銷售潛力遠(yuǎn)遠(yuǎn)超出其它類型的產(chǎn)品［4］。但是，這并不意味著數(shù)字內(nèi)容產(chǎn)品在線銷售的格局不具有空間相關(guān)性。恰恰性反，在當(dāng)代網(wǎng)絡(luò)環(huán)境下，市場(chǎng)的邊界和人們的時(shí)空觀念都會(huì)發(fā)生變化，這就為營銷發(fā)展提供了新的空間維度。

部分學(xué)者已經(jīng)意識(shí)到消費(fèi)者在線消費(fèi)的模式中，空間相關(guān)性發(fā)揮著重要的作用［5-8］。雖然現(xiàn)有文獻(xiàn)已經(jīng)就數(shù)字內(nèi)容產(chǎn)品擴(kuò)散的空間性進(jìn)行了初步的探索，但多是從經(jīng)濟(jì)學(xué)與社會(huì)學(xué)視角出發(fā)，廣義地探討其產(chǎn)業(yè)發(fā)展模式以及社會(huì)傳播特性［8-9］，缺乏從營銷學(xué)的微觀角度出發(fā)，探析數(shù)字內(nèi)容產(chǎn)品的銷售擴(kuò)散過程，尤其是這一過程中存在的各類空間關(guān)系的研究。

本文著眼于數(shù)字內(nèi)容產(chǎn)品網(wǎng)絡(luò)銷售的擴(kuò)散模式，利用電子商務(wù)市場(chǎng)中彩鈴銷售的省域數(shù)據(jù)，探索性的分析了空間依賴性、外溢性和空間固定效應(yīng)對(duì)新產(chǎn)品擴(kuò)散的影響，識(shí)別空間模式的決定因素，度量空間變動(dòng)的規(guī)律，尤其是消費(fèi)模仿過程中的學(xué)習(xí)和教育互動(dòng)行為對(duì)銷售的影響。本文的一大特點(diǎn)是使用空間面板固定效應(yīng)模型（Spatial Panel Fixed Effect Model），綜合地探索空間固定效應(yīng)，空間誤差，空間滯后等空間關(guān)系對(duì)于彩鈴銷售的影響。研究發(fā)現(xiàn)物理距離的消失并沒有導(dǎo)致數(shù)字內(nèi)容產(chǎn)品網(wǎng)絡(luò)銷售的空間無序化，恰恰相反，其銷售存在著顯著的空間相關(guān)性。忽視這類空間相關(guān)性將會(huì)導(dǎo)致模型估算出現(xiàn)偏差，從而失去對(duì)實(shí)踐的指導(dǎo)意義。

2 研究的理論基礎(chǔ)

電子商務(wù)近年來的迅猛發(fā)展引得學(xué)者們將目光投向了虛擬網(wǎng)絡(luò)環(huán)境下營銷的空間性問題。互聯(lián)網(wǎng)使企業(yè)可以在更為廣闊的空間范圍里吸引客戶群，但是網(wǎng)絡(luò)中地理距離的消失并不意味著空間關(guān)聯(lián)性的消失，相反，現(xiàn)有文獻(xiàn)發(fā)現(xiàn)，不但網(wǎng)絡(luò)商店（Online Shop）的選址、銷售受到各類空間關(guān)聯(lián)性的影響，而且網(wǎng)絡(luò)消費(fèi)者的購買、消費(fèi)行為也存在空間上的依賴關(guān)系。

首先，網(wǎng)絡(luò)消費(fèi)在不同的區(qū)域間存在關(guān)聯(lián)性。Barrot等［10］研究了網(wǎng)絡(luò)消費(fèi)人群在地理空間上的鄰近是否影響其購買行為，發(fā)現(xiàn)如果未購買者周圍的已購買人群數(shù)量越多，那么他們購買該產(chǎn)品的可能性越大。Sylvie與Chyi［11］的研究亦指出，由于網(wǎng)絡(luò)信息傳播的便利性，新聞?lì)惍a(chǎn)品在本地市場(chǎng)的普及率與在外地市場(chǎng)的滲透率均有所提升，但市場(chǎng)占有率由近及遠(yuǎn)逐漸遞減。Spencer［12］的研究發(fā)現(xiàn)網(wǎng)絡(luò)銷售的ERP（Enterprise Resource Planning）軟件產(chǎn)品在不同區(qū)域間存在著空間集聚與擴(kuò)散現(xiàn)象，并隨時(shí)間出現(xiàn)動(dòng)態(tài)變化。Choi等［7］從市場(chǎng)競(jìng)爭角度分析網(wǎng)絡(luò)銷售問題，發(fā)現(xiàn)一個(gè)地區(qū)的新增市場(chǎng)份額不僅受到本地區(qū)市場(chǎng)占有率的影響，而且也受到地理鄰近地區(qū)的市場(chǎng)占有率的影響。Forman等［13］在研究亞馬遜（Amazon）的網(wǎng)絡(luò)銷售時(shí)發(fā)現(xiàn)，網(wǎng)絡(luò)評(píng)論的勸說作用有著明顯的地域性，例如，若網(wǎng)頁中顯示產(chǎn)品評(píng)論者的居住地信息，則往往能夠增加該產(chǎn)品在同一地區(qū)的銷量。這些研究的結(jié)論強(qiáng)調(diào)了地理空間對(duì)網(wǎng)絡(luò)消費(fèi)的重要影響。

其次，數(shù)字內(nèi)容產(chǎn)品是新興產(chǎn)品，而新產(chǎn)品的擴(kuò)散過程與消費(fèi)者之間的模仿行為密切相關(guān)［7，14-15］。很大程度上，消費(fèi)者交流的強(qiáng)度是有地理距離的差異的［16］?；蛘吒蜗蟮闹v，遠(yuǎn)親不如近鄰。地理上鄰近性能夠方便消費(fèi)者之間進(jìn)行社會(huì)交往，這不僅有利于搭建口碑傳播的渠道，也能為消費(fèi)模仿行為提供更為直接的目標(biāo)。Bell與Song［17］在研究一個(gè)網(wǎng)絡(luò)零售商的客戶群數(shù)據(jù)時(shí)發(fā)現(xiàn)，新顧客的增加與其周邊已有老顧客的數(shù)量直接相關(guān)，說明鄰近消費(fèi)者間的社會(huì)交往可以推動(dòng)產(chǎn)品的嘗新性購買。Masso［18］在跨地域的研究中解釋了消費(fèi)空間相關(guān)性的內(nèi)在機(jī)理，他認(rèn)為這種地理鄰近性特征是消費(fèi)者基于家庭、社區(qū)關(guān)系的社會(huì)網(wǎng)絡(luò)學(xué)習(xí)行為的結(jié)果，這種學(xué)習(xí)行為受到顯著的地域性影響。此外，Meisel［5］發(fā)現(xiàn)數(shù)字內(nèi)容產(chǎn)品的在線銷量在地理空間中表現(xiàn)出驚人的差異，這種現(xiàn)象可能與區(qū)域內(nèi)消費(fèi)者間社會(huì)網(wǎng)絡(luò)關(guān)系的緊密程度有關(guān)。Goolsbee與Klenow［19］的研究也有類似的結(jié)論，他發(fā)現(xiàn)鄰居和親朋好友擁有電腦的比例正向影響消費(fèi)者購買其第一臺(tái)家用電腦的可能性，因而認(rèn)為消費(fèi)者的購買行為受到周邊人群的消費(fèi)影響。上述內(nèi)容說明模仿行為可能是數(shù)字內(nèi)容產(chǎn)品消費(fèi)過程中存在空間相關(guān)性的一個(gè)重要原因。

但是，目前對(duì)于數(shù)字內(nèi)容產(chǎn)品網(wǎng)絡(luò)消費(fèi)的空間關(guān)聯(lián)性研究往往以發(fā)達(dá)國家的企業(yè)與區(qū)域?yàn)檠芯繉?duì)象，其結(jié)果能否適用于發(fā)展中國家，尤其是中國市場(chǎng)是值得商榷的。同時(shí)，國內(nèi)營銷學(xué)界尚未考慮過中國各區(qū)域市場(chǎng)的結(jié)構(gòu)性差異與空間關(guān)聯(lián)性對(duì)數(shù)字內(nèi)容產(chǎn)品網(wǎng)絡(luò)消費(fèi)的影響。因而，本文著眼于消費(fèi)者的模仿行為對(duì)新產(chǎn)品擴(kuò)散的影響，闡釋數(shù)字內(nèi)容產(chǎn)品網(wǎng)絡(luò)銷售的空間擴(kuò)散模式。

3 空間計(jì)量方法與實(shí)證模型構(gòu)造

空間經(jīng)濟(jì)計(jì)量學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的一個(gè)子集，主要應(yīng)用于截面數(shù)據(jù)（Crossing Data）和面板數(shù)據(jù)（Panel Data），解決回歸模型中復(fù)雜的空間相互作用與空間依存性結(jié)構(gòu)問題［20］。

傳統(tǒng)的面板數(shù)據(jù)模型通常更多地強(qiáng)調(diào)差異性的刻畫，即通過截距項(xiàng)的差異設(shè)置來描述空間個(gè)體的特性，卻忽略了個(gè)體在空間上的相關(guān)性。同時(shí)，空間面板數(shù)據(jù)常常是觀測(cè)數(shù)據(jù)而不是抽樣數(shù)據(jù)，因此使用一般統(tǒng)計(jì)方法時(shí)需要作特殊處理［21-22］?？臻g面板數(shù)據(jù)模型將傳統(tǒng)面板數(shù)據(jù)模型的優(yōu)點(diǎn)和空間計(jì)量經(jīng)濟(jì)學(xué)方法相結(jié)合，不僅同時(shí)考慮時(shí)空特征，而且將空間效應(yīng)納入研究體系，使得模型估計(jì)更加有效，這在一定程度上彌補(bǔ)了傳統(tǒng)面板數(shù)據(jù)模型對(duì)現(xiàn)實(shí)經(jīng)濟(jì)行為刻畫的不足。在近年的發(fā)展過程中，空間面板數(shù)據(jù)模型更進(jìn)一步解決了截面模型所忽略的時(shí)間尺度之間的相關(guān)性以及空間單元之間的個(gè)體特殊性問題，增加估計(jì)的有效性，同時(shí)減少變量之間的共線性問題，所以被廣泛采用［23］。

3.1 空間面板數(shù)據(jù)模型

空間面板數(shù)據(jù)模型是一系列空間面板數(shù)據(jù)分析方法和技術(shù)的集合，包括空間滯后模型（Spatial Lag Model，SLM），空間誤差模型（Spatial Error Model，SEM），以及空間杜賓模型（Spatial Durbin Model，SDM）等等。

（1）空間滯后模型?？臻g滯后模型是區(qū)域空間自相關(guān)性（依賴性）的一種模型表現(xiàn)?？臻g滯后模型被用來解釋空間相關(guān)性的存在，因?yàn)榭臻g相關(guān)性直接與空間擴(kuò)散、空間交換和轉(zhuǎn)移、空間的外部性以及空間知識(shí)溢出效應(yīng)相聯(lián)系［20］。空間滯后模型的特點(diǎn)是將因變量的空間滯后項(xiàng)加入到方程的右邊，假定空間滯后變量控制了所有的空間依賴效應(yīng)。因此，空間滯后變量被視為內(nèi)生變量。相應(yīng)的空間滯后面板模型可以表達(dá)為

（2）空間誤差模型?？臻g誤差模型反映了驅(qū)動(dòng)消費(fèi)者購買行為的重要潛在因素，可以從消費(fèi)者在地圖上的相鄰性推斷出來。當(dāng)研究對(duì)象之間的相互作用因所處的相對(duì)位置不同而存在差異時(shí)，適用空間誤差模型?？臻g誤差模型多用于解決存在無法忽視的測(cè)量誤差或者存在非關(guān)鍵變量的情況，它反映出空間中被“忽略的”或“未知的”變量在觀測(cè)空間的影響［23］。

（3）空間杜賓面板模型?？臻g滯后模型和空間誤差模型的一個(gè)共同缺點(diǎn)是，模型數(shù)據(jù)的空間分布形式不僅受到內(nèi)生性的互動(dòng)效應(yīng)影響，而且還通過內(nèi)生性互動(dòng)效應(yīng)，外生性互動(dòng)效應(yīng)影響相關(guān)的空間誤差。因此，最好的方式是在空間滯后自變量與空間自相關(guān)的誤差項(xiàng)中包括空間滯后因變量。由此，學(xué)者發(fā)展出更具現(xiàn)實(shí)解釋力的空間杜賓模型。空間杜賓模型的特點(diǎn)是把空間誤差模型融合至空間滯后模型中，這樣就可以測(cè)度空間滯后解釋變量，即考察鄰居區(qū)域解釋變量對(duì)因變量的影響。空間杜賓模型允許來自相鄰區(qū)域的自變量對(duì)因變量產(chǎn)生影響，因而在營銷模型中有相當(dāng)大的應(yīng)用［24］。

3.2 地理空間權(quán)重矩陣

在空間分析中，根據(jù)地理學(xué)第一原則［25］，一般認(rèn)為距離觀察點(diǎn)較近的觀測(cè)值對(duì)該店的參數(shù)估計(jì)影響較大，而遠(yuǎn)離觀察點(diǎn)的觀測(cè)值的影響就較小?？晒┻x擇的“地理”空間權(quán)重矩陣有多種形式［26］，我們使用基于距離標(biāo)準(zhǔn)之上的，即使用各省的行政中心的經(jīng)緯度來定義相鄰兩省的直線距離。這種連續(xù)的權(quán)重矩陣允許所有區(qū)域之間互相作用，采用的方法是使用距離的倒數(shù)函數(shù)。形式如下：

這里dij是區(qū)域i和區(qū)域j中心的距離，λ是技術(shù)等因素所帶來的權(quán)重值改變。有上式可見，Wij是關(guān)于dij的連續(xù)單調(diào)遞減函數(shù)，隨dij的增大而減小。借鑒Choi等［7］的研究，我們進(jìn)一步假設(shè)λ等于1。這種以距離為基礎(chǔ)的權(quán)重矩陣有助于更客觀的描述區(qū)域臨近性在地理面積與相鄰數(shù)量上的差異。采用這種方法，研究建立了空間地理權(quán)重矩陣，將我國大陸地區(qū)直轄市、省級(jí)行政區(qū)域之間的成對(duì)關(guān)系概括為一個(gè)31x31的權(quán)重矩陣。權(quán)重矩陣是對(duì)稱的，同時(shí)經(jīng)過標(biāo)準(zhǔn)化處理，即用每個(gè)元素同時(shí)除以所在行元素之和，使得每行元素之和為1。此外，我們還假設(shè)鄰里之間的地理距離關(guān)系不隨時(shí)間的變化而改變。空間權(quán)重矩陣所需的經(jīng)緯度數(shù)據(jù)來自于國家基礎(chǔ)地理信息系統(tǒng)。

3.3 參數(shù)估計(jì)

本文研究的樣本是中國大陸范圍內(nèi)的所有直轄市、省級(jí)行政區(qū)域，所以研究假定空間（區(qū)域異質(zhì)性）和時(shí)間（周期性沖擊）的影響都是通過固定效應(yīng)進(jìn)入等式的［27］，并使用極大似然法（Maximum Likelihood，ML）來估計(jì)空間固定效應(yīng)面板數(shù)據(jù)模型［21］。使用極大似然法來估算模型時(shí)，第一步就是使用將因變量和自變量去平均的方法，將空間固定效應(yīng)和時(shí)間固定效應(yīng)從模型中消除，可以用以下等式表示：

Elhorst［22］給出了空間面板模型的極大似然估計(jì)（MLE）函數(shù)為：

對(duì)于β和σ2ML給出的估算方法分布是β=（x*Tx*）-1x*Ty*和σ2=（y*-x*β）T（y*-x*β）/NT。而參數(shù)的漸近方差矩陣［27］可以表示為

最后，我們可以根據(jù)下列式子得到空間固定效應(yīng)和時(shí)間固定效應(yīng)：

3.4 空間相關(guān)性檢驗(yàn)及模型選擇

空間相關(guān)性檢驗(yàn)是空間計(jì)量經(jīng)濟(jì)分析的一個(gè)重要內(nèi)容。為了檢驗(yàn)在面板數(shù)據(jù)的設(shè)定下，是否空間滯后模型或者空間誤差模型是否比其他非空間模型更為合適，Anselin等［28］提出了用兩個(gè)拉格朗日乘數(shù)（Lagrange Multiplier）統(tǒng)計(jì)量來檢驗(yàn)是否相應(yīng)的空間相關(guān)性存在。同時(shí)，他還提出了這兩個(gè)LM指數(shù)相對(duì)應(yīng)的穩(wěn)健形式（Robust）。應(yīng)當(dāng)指出的是，這兩個(gè)LM以及他們對(duì)應(yīng)的穩(wěn)健形式檢驗(yàn)，不僅可以用來檢驗(yàn)空間相關(guān)性，還可以為模型設(shè)定提供線索。這些檢驗(yàn)方式都是建立在非空間模型（OLS）的殘差項(xiàng)基礎(chǔ)之上，并呈現(xiàn)自由度為1的卡方（x2）分布。在模型選擇問題上，目前通行做法是先用OLS方法估計(jì)不考慮空間相關(guān)性的受約束模型，然后進(jìn)行空間相關(guān)性檢驗(yàn)。在此檢驗(yàn)基礎(chǔ)上，我們?cè)賮泶_定最為合適的模型。

此外，為了檢驗(yàn)?zāi)Ｐ椭惺欠駪?yīng)當(dāng)控制空間固定效應(yīng)和時(shí)間固定效應(yīng)，我們可以利用似然比檢驗(yàn)（Likelihood Ratio Test，LR）。為了檢驗(yàn)空間固定效應(yīng)是否共同顯著，我們可以利用LR檢驗(yàn)來檢測(cè)假設(shè)Ho：u1=...=un=a，其中a代表在不考慮空間固定效應(yīng)情況下的平均截距。似然比檢驗(yàn)的實(shí)質(zhì)是在比較有約束條件下的似然函數(shù)最大值與無約束條件下似然函數(shù)最大值。這兩個(gè)最大值的比例就構(gòu)成了似然比檢驗(yàn)。以似然比為基礎(chǔ)可以構(gòu)造一個(gè)服從卡方分布統(tǒng)計(jì)量，其自由度具體在此，為N-1。同理，為了檢驗(yàn)時(shí)間固定效應(yīng)是否共同顯著，我們可以利用LR檢驗(yàn)來檢測(cè)假設(shè)Ho：λ1=...=λn=b，其中b代表在不考慮時(shí)間固定效應(yīng)情況下平均截距。這里的檢驗(yàn)函數(shù)卡方分布統(tǒng)計(jì)量的自由度為T-1。

3.5 研究的實(shí)證模型

數(shù)字內(nèi)容產(chǎn)品的消費(fèi)者存在模仿行為，這種模仿行為既有區(qū)域內(nèi)的差異，也有區(qū)域之間的影響［7］。互聯(lián)網(wǎng)消費(fèi)模仿行為既有基于地理鄰近性的社會(huì)網(wǎng)絡(luò)影響，又有區(qū)域內(nèi)消費(fèi)者社會(huì)網(wǎng)絡(luò)緊密程度的差異［6，18］。所以，我們的研究既要考察我國省域空間單元內(nèi)區(qū)域差異帶來的影響，也需要考察空間單元之間的溢出作用。因此，研究選用空間杜賓模型用以解釋數(shù)字內(nèi)容產(chǎn)品消費(fèi)擴(kuò)散的空間規(guī)律與機(jī)理。據(jù)此，研究建立的實(shí)證模型如下：

需要指出的是，上式中yit代表區(qū)域i在t時(shí)段新增的消費(fèi)者數(shù)量，即本地該時(shí)段增加的消費(fèi)者數(shù)量；yjt代表鄰近區(qū)域j在t時(shí)段新增的消費(fèi)者數(shù)量；Nit表示本地有購買意愿，但尚未購買該彩鈴的消費(fèi)者數(shù)量，即本地潛在的消費(fèi)者數(shù)量；Zit與Zjt分別代表在t時(shí)段之前，本地和鄰近區(qū)域累積的購買者數(shù)量，這部分消費(fèi)者是潛在消費(fèi)者學(xué)習(xí)的對(duì)象，即模仿源wij是基于地理距離的空間權(quán)重矩陣，用來描述各個(gè)行政區(qū)域之間的空間關(guān)系；α是截距項(xiàng)；相關(guān)系數(shù)β捕捉了本地潛在消費(fèi)者數(shù)量（即市場(chǎng)潛力）對(duì)銷售量的作用；相關(guān)系數(shù)κ衡量的是區(qū)域內(nèi)的模仿行為，也就是說本地已購買者對(duì)未購買者的影響作用。另一方面相關(guān)系數(shù)γ與φ分別捕捉了異地當(dāng)期購買者與異地已有的購買者對(duì)本地當(dāng)期銷售量的作用，或者換句話說，γ衡量了流行趨勢(shì)對(duì)于本地當(dāng)期銷售量的影響，而φ則測(cè)量了區(qū)域間的模仿行為，即鄰近區(qū)域已購買者對(duì)本地當(dāng)期銷售量的影響。ui用來表示空間固定效應(yīng)，也就是說不可觀察的空間區(qū)域異質(zhì)性；相應(yīng)地，λt表示時(shí)間固定效應(yīng)，用來控制隨著時(shí)間變化可能會(huì)發(fā)生的系統(tǒng)變遷。此外，這個(gè)模型還考慮了空間誤差所帶來的影響：空間個(gè)體i的誤差項(xiàng)εit是由它鄰近空間單位的誤差項(xiàng)與空間權(quán)重矩陣的乘積和一個(gè)隨意項(xiàng)eit所決定的。δ是空間相關(guān)誤差的系數(shù)，而eit則表示獨(dú)立同分布（iid）的誤差項(xiàng)，這些誤差項(xiàng)的均值為0，同時(shí)方差為σ2。

4 實(shí)證分析

4.1 樣本來源

為了檢驗(yàn)數(shù)字內(nèi)容產(chǎn)品在中國網(wǎng)絡(luò)市場(chǎng)中銷售的空間關(guān)系，本研究采用了一個(gè)獨(dú)特的數(shù)據(jù)樣本：一首手機(jī)彩鈴在中國大陸市場(chǎng)31個(gè)直轄市與省級(jí)行政區(qū)域的完整銷售數(shù)據(jù)。彩鈴是移動(dòng)網(wǎng)絡(luò)運(yùn)營商提供的一種數(shù)字內(nèi)容產(chǎn)品，采用這項(xiàng)服務(wù)的消費(fèi)者可將特定的樂曲或個(gè)性化錄音設(shè)置為移動(dòng)電話的回叫鈴音。同音樂一樣，彩鈴的銷售也采用版稅運(yùn)作機(jī)制。通常狀況下，版權(quán)所有者，即內(nèi)容提供商（包括藝術(shù)家和唱片工作室），向服務(wù)提供商（各類彩鈴下載網(wǎng)站，包括手機(jī)公司的網(wǎng)站）提供音樂（歌曲）的版權(quán)，再由服務(wù)提供商根據(jù)音樂創(chuàng)建各類彩鈴，放到自己網(wǎng)站上銷售。消費(fèi)者最終通過服務(wù)提供商網(wǎng)站購買，并下載到自己的移動(dòng)網(wǎng)絡(luò)運(yùn)營商服務(wù)器上。

選擇彩鈴作為研究對(duì)象主要有四個(gè)原因：（1）該產(chǎn)品在中國市場(chǎng)的普及率高，有代表性。彩鈴在東亞，尤其是在中國，韓國等國家應(yīng)用廣泛。據(jù)2006年中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）的調(diào)查，約有19.4%使用移動(dòng)設(shè)備上網(wǎng)沖浪的用戶使用移動(dòng)設(shè)備下載彩鈴，彩信，游戲或影片等服務(wù)［29］。并且，隨著近年來智能手機(jī)在中國的日漸普及，這個(gè)比例也在不斷增加。（2）產(chǎn)品消費(fèi)者的地理位置易于確定。與一般的手機(jī)鈴音不同，回叫鈴音的彩鈴服務(wù)只能通過移動(dòng)網(wǎng)絡(luò)運(yùn)營商的服務(wù)器獲得，而中國電信行業(yè)采取的是區(qū)域性壟斷經(jīng)營模式，中國大陸各省電信運(yùn)營商均為獨(dú)立的分（子）公司［30］，所以我們能夠根據(jù)移動(dòng)網(wǎng)絡(luò)運(yùn)營商所在的市場(chǎng)區(qū)域判斷出彩鈴消費(fèi)者的地理位置。（3）因?yàn)橐魳烦绷髯儞Q迅速，彩鈴的銷售周期相對(duì)短小。這使得我們?cè)谳^短的時(shí)期內(nèi)能夠觀察到一個(gè)比較完整的產(chǎn)品銷售生命周期。（4）避免重復(fù)購買給研究帶來的數(shù)據(jù)干擾。彩鈴屬于一次性消費(fèi)品，通常情況下，對(duì)同一首彩鈴消費(fèi)者只會(huì)購買一次，不存在重復(fù)購買的情況。

研究使用的彩鈴銷售數(shù)據(jù)來源于一家內(nèi)容提供商（音樂工作室），該公司向我們提供了改編自該公司版權(quán)所有的一首歌曲的彩鈴的完整購買下載數(shù)據(jù)記錄。樣本在地理上涵蓋中國大陸31個(gè)行政區(qū)域，在時(shí)間上跨越從2009年4月至2010年12月期間連續(xù)的85周。

4.2 樣本的描述性分析

首先我們通過列表的形式描述性分析了這首彩鈴銷售的時(shí)空變化趨勢(shì)。表一列出了這首彩鈴在全國范圍內(nèi)以及31個(gè)行政區(qū)域里總的購買人數(shù)。我們可以看到，全國范圍內(nèi)，該彩鈴被下載了300620次。其中，廣東是購買這首彩鈴最多的區(qū)域，浙江和江蘇緊隨其后。而這首彩鈴在青海、西藏和海南等邊疆地區(qū)賣得最少。在全國范圍內(nèi)，這首彩鈴的平均銷售量是9688，標(biāo)準(zhǔn)方差為12506。

從表一中我們觀察到一些現(xiàn)象，彩鈴的網(wǎng)絡(luò)銷售量似與區(qū)域同質(zhì)性或地理鄰近性有關(guān)。比如銷售量較大的廣東、浙江、江蘇同屬于沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)，銷售量不佳的青海、西藏、寧夏、甘肅等地則同屬于西部經(jīng)濟(jì)欠發(fā)展地區(qū)；而比鄰的陜西與四川，廣西與云南，雖人口總量或經(jīng)濟(jì)發(fā)達(dá)程度差異顯著，但銷售量卻差別不大。此外，我們?cè)诒矶辛谐隽诉@首彩鈴在31個(gè)行政區(qū)域里不同時(shí)間段的銷售量以及已經(jīng)購買該產(chǎn)品的總?cè)藬?shù)。受篇幅所限，我們僅僅羅列了第15，30，55和第80周的數(shù)據(jù)。初步觀察可以得到與表一類似的結(jié)論：各地當(dāng)期銷售量有一定同步性，而且這種同步性似乎與地域鄰近性、同質(zhì)性有一定關(guān)聯(lián)。因此非常有必要通過計(jì)量方法詳細(xì)檢驗(yàn)彩鈴銷售過程中是否存在空間相關(guān)性以及其類型。

表1 全國各行政區(qū)域總購買人數(shù)信息

4.3 模型的經(jīng)驗(yàn)估計(jì)

（1）模型選擇

因?yàn)榭鐓^(qū)域的模仿行為是本次研究關(guān)注的重點(diǎn)，所以用于解釋跨域模仿行為的主要自變量（異地累計(jì)消費(fèi)量）是模型中必須包含的的部分，在此基礎(chǔ)上我們需要考察其它各種空間關(guān)系以及時(shí)間、空間固定效應(yīng)的顯著性。表三是模型結(jié)果。研究檢驗(yàn)了4個(gè)模型，分別是在不考慮時(shí)間和空間固定效應(yīng)下的混合最小二乘估計(jì)（Pooled OLS），加入空間固定效應(yīng)的OLS，加入時(shí)間固定效應(yīng)的OLS和加入時(shí)間與空間效應(yīng)的OLS。研究將通過比較檢驗(yàn)結(jié)果，選定最佳模型。

通過表三中的模型一，我們首先看到，在混合最小二乘模型的假設(shè)下，拉格朗日乘數(shù)對(duì)于空間滯后（LM Spatial Lag）和空間誤差（LM Spatial Error）的檢驗(yàn)統(tǒng)計(jì)值均顯著，而穩(wěn)健拉格朗日乘數(shù)對(duì)于空間滯后和空間誤差的檢驗(yàn)結(jié)果也是顯著的。這說明，在不考慮時(shí)間和空間固定效應(yīng)的前提下，我們必須同時(shí)考慮空間滯后和空間誤差所帶來的影響?？臻g滯后與空間誤差模型有著不同的管理學(xué)意義?？臻g滯后模型是探討研究所考查的變量在地區(qū)間存在的溢出效應(yīng)，而空間誤差模型反映出研究未考慮的外生變量所產(chǎn)生的溢出效應(yīng)。表三的結(jié)果表明兩種空間關(guān)系存在情況對(duì)本文的問題都具備顯著的解釋能力，不能厚此薄彼。模型二將空間固定效應(yīng)加入混合最小二乘模型，在此基礎(chǔ)上檢驗(yàn)空間滯后與空間誤差效應(yīng)。與模型一相類似，我們觀察到兩個(gè)拉格朗日乘數(shù)（LM）和兩個(gè)穩(wěn)健拉格朗日乘數(shù)（Robust LM）的檢驗(yàn)結(jié)果都是顯著的。說明在考慮空間固定效應(yīng)的前提下，還必須同時(shí)考慮空間滯后和空間誤差對(duì)模型帶來的影響。模型三將時(shí)間固定效應(yīng)加入模型一，在此基礎(chǔ)上檢驗(yàn)空間滯后和空間誤差所帶來的影響。模型三的檢驗(yàn)結(jié)果出現(xiàn)分歧：雖然兩個(gè)拉格朗日乘數(shù)的檢驗(yàn)結(jié)果是顯著的，但兩個(gè)穩(wěn)健拉格朗日乘數(shù)的檢驗(yàn)結(jié)果卻不顯著，說明時(shí)間固定效應(yīng)的加入沖淡了空間關(guān)系帶來的影響。模型四在模型一的基礎(chǔ)上同時(shí)加入了時(shí)間和空間固定效應(yīng)。模型四最重要的作用之一即為運(yùn)用似然比檢驗(yàn)（LR Test）檢驗(yàn)?zāi)Ｐ椭惺欠駪?yīng)當(dāng)同時(shí)控制空間固定效應(yīng)和時(shí)間固定效應(yīng)。應(yīng)當(dāng)看到的是，似然比檢驗(yàn)肯定了控制空間固定效應(yīng)的必然性，但是否定了時(shí)間固定效應(yīng)。所以我們又回到了模型二。由此可見，最優(yōu)的模型應(yīng)當(dāng)是僅采納空間固定效應(yīng)，同時(shí)兼顧空間滯后和空間誤差的模型。

表3 空間數(shù)據(jù)檢驗(yàn)結(jié)果

表4 模型的估計(jì)結(jié)果

（2）模型結(jié)果與分析

研究在前文已經(jīng)確定模型應(yīng)采用固定效應(yīng)估計(jì)，我們?cè)诒硭闹型瑫r(shí)列出了空間滯后、空間誤差以及一般模型（同時(shí)考慮空間滯后與空間誤差）與空間固定效應(yīng)聯(lián)合的混合模型，目的是直觀的比較三個(gè)模型的實(shí)際差異，并分析差異產(chǎn)生的原因。

首先，空間計(jì)量模型的檢驗(yàn)值中擬合優(yōu)度R2越大、對(duì)數(shù)似然值（log-likelihood）越大，則說明模型解釋能力越好。從表四的模型擬合數(shù)據(jù)中可以看出，固定效應(yīng)一般混合模型的擬合優(yōu)度與對(duì)數(shù)釋然比值都優(yōu)于固定效應(yīng)空間滯后混合模型與固定效應(yīng)空間誤差混合模型，說明一般模型有效的提升了研究的解釋力。

其次，從解釋變量的角度來看，可以從表四中發(fā)現(xiàn)固定效應(yīng)空間誤差混合模型完全忽視空間自相關(guān)變量的解釋能力，將剩余的空間影響全部納入空間誤差項(xiàng)wijεit中，造成空間誤差項(xiàng)對(duì)自變量的影響較大（系數(shù)為0.3610）。這提示我們，可能忽略了重要的空間解釋變量。固定效應(yīng)空間滯后混合模型的估計(jì)結(jié)果應(yīng)證了這一點(diǎn)。在去除空間誤差自相關(guān)項(xiàng)，添加空間自回歸變量后，固定效應(yīng)空間滯后混合模型顯示新增消費(fèi)量的異地自相關(guān)性是顯著存在的，且與本地新增消費(fèi)量有積極的正向相關(guān)性（系數(shù)為0.2589）。同時(shí)我們發(fā)現(xiàn)，與固定效應(yīng)空間誤差混合模型比較，本地市場(chǎng)潛力（系數(shù)為0.5901）與本地市場(chǎng)教育（系數(shù)為0.1974）對(duì)本地新增消費(fèi)的促進(jìn)作用大幅縮小。這提醒我們，可能是由于對(duì)其它空間解釋變量的考慮不足，而導(dǎo)致對(duì)這些變量的估計(jì)不準(zhǔn)確。因而，模型中仍然需要添加空間誤差項(xiàng)，以吸收其它未考慮的空間變量對(duì)本地新增消費(fèi)量的影響。再對(duì)表四中的估計(jì)結(jié)果進(jìn)行比較，可以發(fā)現(xiàn)空間固定效應(yīng)一般混合模型中空間誤差項(xiàng)的補(bǔ)充，使得消費(fèi)自回歸的貢獻(xiàn)下降，而本地消費(fèi)潛力與本地教育的影響都有所回升，并且，模型的解釋能力也提升了。可見除本地市場(chǎng)潛力、本地消費(fèi)積累、異地消費(fèi)積累外，不能忽視異地新增消費(fèi)及其它空間因素對(duì)本地新增消費(fèi)的影響，所以我們所設(shè)定的一般模型是有現(xiàn)實(shí)意義的。

最后，需要重點(diǎn)解釋一下表四中空間固定效應(yīng)一般混合模型的估計(jì)結(jié)果：變量log（Nit）是經(jīng)過對(duì)數(shù)處理的本地潛在消費(fèi)者數(shù)量，代表本地的市場(chǎng)潛能。其回歸系數(shù)為0.6327，并且在1%的水平上顯著，說明本地當(dāng)期的市場(chǎng)潛能對(duì)銷售量有積極的正向促進(jìn)作用；變量log（Zit）是經(jīng)過對(duì)數(shù)處理的本地已購消費(fèi)者的累積數(shù)量，它的回歸系數(shù)代表著區(qū)域是經(jīng)過對(duì)數(shù)處理的鄰近區(qū)域已購買者同空間權(quán)重矩陣的乘積，其回歸系數(shù)測(cè)量區(qū)域間的模仿行為，即鄰近區(qū)域已購買者對(duì)本地當(dāng)期消費(fèi)的影響，其回歸系數(shù)為-0.0366，在1%的水平上顯著，這一結(jié)果與我們的預(yù)期不一致，不支持異地間存在消費(fèi)的模仿溢出作用；變量內(nèi)的“模仿”行為。這個(gè)變量的回歸系數(shù)是0.2267，在1%的水平上顯著，說明區(qū)域內(nèi)部消費(fèi)者之間存在著模仿，學(xué)習(xí)行為；變量是經(jīng)過對(duì)數(shù)處理的鄰近區(qū)域當(dāng)期消費(fèi)同空間權(quán)重矩陣的乘積，其回歸系數(shù)反應(yīng)的是該產(chǎn)品在異地的流行趨勢(shì)對(duì)于本地消費(fèi)的影響，其系數(shù)為0.174，并且在1%的水平上顯著；變量是反映空間誤差項(xiàng)的影響程度，其系數(shù)為0.171，在1%的水平上顯著，說明研究未觀察到的一些空間潛在因素對(duì)本地當(dāng)期新增的消費(fèi)仍有影響。

5 結(jié)語

本文提出了網(wǎng)絡(luò)消費(fèi)者行為的地理視野與空間觀念，側(cè)重于網(wǎng)絡(luò)消費(fèi)行為的動(dòng)態(tài)性與區(qū)域性，并通過實(shí)證闡釋了網(wǎng)絡(luò)消費(fèi)空間相關(guān)性產(chǎn)生的原因。實(shí)證結(jié)果顯示，在彩鈴這種特殊的數(shù)字內(nèi)容產(chǎn)品的網(wǎng)絡(luò)銷售過程中，各個(gè)區(qū)域不僅存在著空間固定效應(yīng)，區(qū)域之間還存在著空間滯后和空間誤差作用。這一貢獻(xiàn)有別于傳統(tǒng)的電子商務(wù)與網(wǎng)絡(luò)營銷研究，提醒互聯(lián)網(wǎng)零售商在展開營銷活動(dòng)時(shí)不能忽視空間因素，并應(yīng)當(dāng)采取有針對(duì)性的營銷策略。具體而言，研究有如下發(fā)現(xiàn)：

（1）區(qū)域內(nèi)模仿行為有效促進(jìn)消費(fèi)。本地市場(chǎng)的潛在消費(fèi)者是是模仿行為的主要受眾，是學(xué)習(xí)者。而本地已購買者是當(dāng)?shù)叵M(fèi)者模仿學(xué)習(xí)的直接對(duì)象，對(duì)本地其他消費(fèi)者起到了直接的教育作用，引導(dǎo)潛在消費(fèi)者實(shí)施購買行為。這也是本地市場(chǎng)規(guī)模產(chǎn)生的循環(huán)累積效用。

（2）區(qū)域間的模仿行為未呈現(xiàn)鄰近性。相反，鄰近地區(qū)的已有消費(fèi)者數(shù)量同本地當(dāng)期消費(fèi)量是負(fù)相關(guān)的。這說明，在彩鈴的擴(kuò)散過程中，省域間并不存在相近地區(qū)的外溢強(qiáng)度大的現(xiàn)象，相反，較遠(yuǎn)地區(qū)的消費(fèi)者間的影響要顯著略強(qiáng)于鄰近地區(qū)。對(duì)此，我們有幾種解釋。一是我們的數(shù)據(jù)是以行政區(qū)域?yàn)閱挝唬w面上大于早期國外以郵政編碼為空間單位的研究。二是中國電信行業(yè)的區(qū)域壟斷阻隔了相鄰省域之間的模仿行為。再次，我們認(rèn)為，作為一種潮流產(chǎn)品，彩鈴的銷售更多的受到幾個(gè)潮流中心，如北上廣地區(qū)的影響。因?yàn)椴殊彯a(chǎn)品高度標(biāo)準(zhǔn)化、同質(zhì)化，同一款產(chǎn)品不存在品質(zhì)差異，所以消費(fèi)者模仿的意見領(lǐng)袖的往往是時(shí)尚引領(lǐng)者而非鄰近人群，而這些時(shí)尚引領(lǐng)者多在經(jīng)濟(jì)、政治與文化中心。換句話說，本地的消費(fèi)者更愿意去模仿這幾個(gè)中心區(qū)域消費(fèi)者的選擇，而不是鄰近省域消費(fèi)者的選擇，這造成了相鄰省域模仿行為的負(fù)相關(guān)。

（3）雖然相鄰省域之間的模仿行為呈現(xiàn)出負(fù)的相關(guān)性，但他們當(dāng)期的銷售量之間卻存在顯著的正相關(guān)。這說明產(chǎn)品在相鄰省域的流行趨勢(shì)直接影響到本地銷售額。這也從側(cè)面反映了彩鈴作為時(shí)尚產(chǎn)品的特點(diǎn)。

（4）本文的模型主要考察本地與異地市場(chǎng)規(guī)模等對(duì)銷售量的影響，而未考慮廣告，促銷等營銷手段的直接作用。但是，模型中的空間誤差項(xiàng)告訴我們這些因素同樣是彩鈴銷售中不可忽視的一種空間影響因素。

（5）模仿是網(wǎng)絡(luò)消費(fèi)行為空間相關(guān)性的重要前因。消費(fèi)模仿這一互動(dòng)過程主要由兩種力量構(gòu)成：學(xué)習(xí)與教育。學(xué)習(xí)指的是本地潛在消費(fèi)者的從眾消費(fèi)行為。本地潛在消費(fèi)者是社會(huì)學(xué)習(xí)行為的主要受眾，受眾數(shù)量越大，則本地消費(fèi)模仿行為發(fā)生的概率越高，后期的銷售量就會(huì)越大。培養(yǎng)指的是本地與異地的已購買者對(duì)本地消費(fèi)的引導(dǎo)、示范作用。已購買者的規(guī)模越大，號(hào)召力越強(qiáng)，則教育能力越強(qiáng)，進(jìn)而對(duì)本地銷售量的提升作用越大。當(dāng)然，網(wǎng)絡(luò)消費(fèi)行為的培養(yǎng)來自于本地與異地兩個(gè)方面。上述學(xué)習(xí)與教育這兩種力量對(duì)網(wǎng)絡(luò)消費(fèi)起到了推動(dòng)與拉動(dòng)作用，互為補(bǔ)充，缺一不可。

根據(jù)這些主要結(jié)論，本文提出以下政策建議：一是網(wǎng)絡(luò)產(chǎn)品的銷售需要重點(diǎn)關(guān)注本地市場(chǎng)的開發(fā)，關(guān)注區(qū)域內(nèi)消費(fèi)者的共同偏好，重視引導(dǎo)消費(fèi)者關(guān)注產(chǎn)品，重視培養(yǎng)網(wǎng)絡(luò)消費(fèi)習(xí)慣，這樣既有利于營造良好的本地消費(fèi)市場(chǎng)潛力，也有利于本地區(qū)的自我消費(fèi)模仿與學(xué)習(xí)的開展，這是一個(gè)良性循環(huán)。二是在數(shù)字內(nèi)容產(chǎn)品的銷售中，為了實(shí)現(xiàn)長期利益的最大化，應(yīng)當(dāng)識(shí)別最具潛力的種子市場(chǎng)和種子消費(fèi)者，有計(jì)劃的分市場(chǎng)引入產(chǎn)品。三是需要在意見領(lǐng)袖聚集的地區(qū)大力開展促銷活動(dòng)，這樣就可以利用意見領(lǐng)袖地區(qū)的示范、教育作用帶動(dòng)全域的銷售。

本研究還存在許多不足之處，這也是未來研究

需要拓展的方向。首先，受數(shù)據(jù)所限，本研究僅僅探索了一類數(shù)字內(nèi)容產(chǎn)品，即彩鈴的空間銷售模式。彩鈴屬于數(shù)字內(nèi)容產(chǎn)品中價(jià)值低，受眾廣的一類產(chǎn)品。未來研究可以探索數(shù)字內(nèi)容產(chǎn)品中高價(jià)值產(chǎn)品的擴(kuò)散模式，通過比較得出更為普遍的數(shù)字內(nèi)容產(chǎn)品銷售規(guī)律。其次，同樣的，受數(shù)據(jù)所限，我們的研究是以行政區(qū)域（?。閱挝?。未來的研究可以采用較小空間單位——如城市或者郵編——的數(shù)據(jù)，研究消費(fèi)者模范行為在小范圍內(nèi)的有何不同。再次，再者，未來研究還可以應(yīng)用經(jīng)濟(jì)發(fā)展階段、科技水平［31］、網(wǎng)絡(luò)應(yīng)用程度等非地理空間矩陣與聯(lián)合矩陣（Joint Matrix）來測(cè)度網(wǎng)絡(luò)消費(fèi)的空間相關(guān)性，得出更多用于提升營銷效率的研究結(jié)論。最后，未來研究可以考慮廣告、促銷以及在線搜索等營銷手段對(duì)網(wǎng)絡(luò)銷售的影響。

［1］閆世剛.數(shù)字內(nèi)容產(chǎn)業(yè)國際發(fā)展模式比較及借鑒［J］.技術(shù)經(jīng)濟(jì)與管理研究，2011，174（1）：98-99.

［2］Kannan P K，Pope B K，Jain S.Pricing digital content product lines：A model and application for the national academies press［J］.Marketing Science，2009，28（4）：620-636.

［3］Subramani M，Walden E.The impact of e-commerce announcements on the market value of firms［J］.Information Systems Research，2001，12（2）：135-154.

［4］Koukova N T，Kannan P K，Ratchford B T.Product form bundling：Implications for marketing digital products［J］.Journal of Retailing，2008，84（2）：181-194.

［5］Bradlow E.Spatial models in marketing［J］.Marketing Letters，2005，16（3/4）：267-278.

［6］Meisel J.The emergence of the internet to deliver video programming：Economic and regulatory issues［J］.Information，2007，9（1）：52-64.

［7］Choi J，Hui S K，Bell D R.Spatiotempotal analysis of imitation behavior across new buyers at an online grocery retailer［J］.Journal of Marketing Rasearch，2010，47（2）：1-15.

［8］Fabienne A，F(xiàn)riedewald M，Weber K M.Adaptive foresight in the creative content industries：Anticipating value chain transformations and need for policy action［J］. Science and Public Policy，2010，37（1）：19-30.

［9］韓潔平，畢強(qiáng).數(shù)字內(nèi)容產(chǎn)業(yè)研究與發(fā)展［J］.情報(bào)科學(xué).2009（11）：P1741-1746.

［10］Barrot C，Rangaswamy A，Albers S，et al.The role of spatial proximity in the adoption of a digital product［C］.The 2008 Informs Marketing Science Conference，vancouver，BC，Canada，June 12-14，2008.

［11］Sylvie G，Chyi H I.One product，two markets：How geography differentiates online newspaper audiences［J］.Journalism&Mass Communication Quarterly，2007，84（3）：562-581.

［12］Spencer K M，Dien J，Donchin E.Spatiotemporal analysis of the late ERP responses to deviant stimuli［J］. Psychophysiology，2001，38（2）：343-358.

［13］Forman C，Ghose A，Wiesenfeld B.Examining the relationship between reviews and sales：The role of reviewer identity disclosure in electronic markets［J］.Information Systems Research，2008，19（3）：291-313.

［14］Bass F M.A new product growth for model consumer durables［J］.Management Science，1969，15（5）：215 -227.

［15］Hauser J，Tellis G J，Abbie G.Research on innovation：A review and agenda for marketing science［J］. Marketing Science，2006，25（6）：687-717.

［16］馮娟，吳建偉.基于消費(fèi)者搜尋成本的商圈形成機(jī)理研究［J］.中國管理科學(xué)，2012，（05）：185-192.

［17］Bell D R，Song S.Neighborhood effects and trial on the internet：Evidence from online grocery retailing［J］. Quantitative Marketing and Economics，2007，5（4）：361-400.

［18］Masso A，Tender T.About the linguistic constitution of social space：The case of estonia［J］.Journal of the Humanities&Social Sciences，2008，12（2）：151-182.

［19］Goolsbee A，Klenow P J.Evidence on learning and network externalities in the diffusion of home computer［J］.Journal of Law&Economics，2002，45（2）：317 -343.

［20］Anselin L.Spatial econometrics：Methods and models［M］.North-Hollands Kluwer Dordrecht，1988.

［21］Mur L，Angulo A.The spatial durbin model and the common factor tests［J］.Spatial Economic Analysis，2006（2）：207-226.

［22］Beer C，Riedl A.Modelling spatial externalities in panel data：The spatial durbin model revisited［J］.Papers in Regional Science，2012，91（2）：299-318.

［23］Anselin L.Spatial econometrics：Methods and models［M］.North-Holland：Kluwer，1998.

［24］Kelley Pace R，LeSage J P.A sampling approach to estimate the log determinant used in spatial likelihood problems［J］.Journal of Geographical Systems，2009，11（3）：209-225.

［25］Tobler W R.Smooth pycnophylactic interpolation for geographical regions［J］.Journal of the American Statistical Association，1979，74（367）：519-530.

［26］張宗益，唐先明，劉胤.基于國家自然科學(xué)基金視角的我國省域基礎(chǔ)研究空間相關(guān)性分析［J］.中國管理科學(xué)，2011，（04）：184-192.

［27］Hsiao C.Analysis of panel data［M］.Cambridge：Cambridge University Press，2003.

［28］Anselin L.Spatial econometrics［M］//Miller T C，Patterson K.Palgrave Handbook of Econometrics. Palgrave Macmillan：Basingstoke，2006.

［29］CNNIS.Statistical survey report on the internet development in China［EB/OL］.http：//www.cnnic.net. cn/download/2007/cnnic19threport.pdf.

［30］呂昌春，康飛.我國電信行業(yè)市場(chǎng)競(jìng)爭、區(qū)域差異與生產(chǎn)效率［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，（2）：78-91.

［31］李美娟，陳國宏，肖細(xì)鳳.基于一致性組合評(píng)價(jià)的區(qū)域技術(shù)創(chuàng)新能力評(píng)價(jià)與比較分析［J］.中國管理科學(xué)，2009，（02）：131-139.

The Spatial Patterns on the Diffusion and Imitation of Digital Content Product：An Empirical Analysis based on Spatial Panel Model

LIU Xia1DONG Xiao-song1，2JIANG xu-ping1
（1.School of Economics and Management，Tsinghua University，Beijing 100045，China；2.School of Sichuan Administration，Chendu 610072，China）

The advances of new technology have dramatically changed our lives and given rise to a unique kind of products-digital goods-that gain more and more popularities across industry boundaries.Different from traditional types of goods，the digital goods are non-physical，thus their production and transaction enclose almost no cost caused by geographic distance.Firms need to study their diffusion pattern to make better marketing strategy.With the aim to contribute to knowledge about the mechanisms underlying the diffusion of digital goods，about how the adoption pattern differs between different regions in China，and about the role that imitation behavior among consumers play in generating demand for digital goods，using a spatial panel data model，the weekly sales data on one type of digital goods—ring-back tone—at provincial level are analyzed，and the spatial correlations and spatial fixed effect are examined inits Internet sale process.Empirically，a spatial fixed-effect panel model is established，in which the impacts on the diffusion of digital goods come from：previous adopters of the digital goods in the same region，previous adopters from the neighborhood regions，potential consumers in the same region，and new adopters in the neighborhood regions at the same time.The results show that for the diffusion of digital goods，the spatial correlations do not disappear in the cyberspace.The imitation behaviours among the consumers is the direct driving force behind the its sales within a provincial region，and the consumption growths among nearby regions synchronize with each other，which is in accordance with the fashion products nature of ring-back-tone.

spatial correlations；digital goods；imitation；internet marketing

F224

：A

1003-207(2014)01-0139-10

2011-11-28；

2012-12-12

國家自然科學(xué)基金資助項(xiàng)目（71102007）；教育部人文社會(huì)科學(xué)基金項(xiàng)目（11YJC630038）

劉霞（1977-），女（漢族），四川樂山人，清華大學(xué)經(jīng)濟(jì)管理學(xué)院，助理教授，研究方向：營銷學(xué).