研究結果

表 6-2 列出因變數及自變數的平均數、標準差、以及變數之間的相關 性。由上傳速率與下載速率多元化的平均數及標準差，顯示此兩種多元化 並未有大幅度的改變，而且由平均值高達0.70，顯示速率多元化已經高度 發展。因此未來此操作多元化的空間也不大。在電子郵件帳號數量、IP 數 量與Bundled 多元化則出現標準差大於平均數的狀況，顯示三項多元化在 各國發展有相當差異。此外，除電子郵件多元化，其餘四個因變數與自變 數均有顯著相關，而且自變數的共線性均在可接受的程度（未超過0.5）。

為了解因變數多元化，本研究再利用各年度因變數的平均數、標準差、

及最高與最低值，呈現各因變數的逐年變化（見圖6-2）。在上傳速率多元

上傳速率

2005 2006 2007

下載速率

0.5 0.7 0.9

2005 2006 2007

電子郵件

2005 2006 2007

IP

2005 2006 2007

Bundled

0 0.2 0.4 0.6

2005 2006 2007

圖 6-2 因變數多元化趨勢圖

在說明因變數的資料趨勢後，本研究將以迴歸分析測試研究模式中所 提出的三項假說。本研究模式是典型的中介變數模型。中介效果的檢驗，

可以透過三階段迴歸式判別，稱為三階段程序（three-stage procedure）

(Collins & Smith, 2006)。三階段程序是以先後次序進行三項迴歸分析，首 先以中介變數為Y，以自變數為 X，進行第一次迴歸分析；接著以自變數 為X，因變數為 Y，進行第二次迴歸分析；最後則把自變數與中介變數皆 視為X，以因變數為 Y，進行第三次迴歸分析 (Baron & Kenny, 1986)。Baron

& Kenny 指出每階段的 X 項係數必須檢測其顯著性，因此不能使用逐步迴 歸（stepwise regression），也不用計算部份相關。Hair, Anderson, Ththam, &

Black (1998) 也指出若是 Confirmatory Regression Model，則必須將所有自 變數均納入迴歸方程式中，而不必使用逐步迴歸。Baron & Kenny 指出中 介效果的存在必須滿足三項條件。首先，在第一階段迴歸方程式中，自變

數須影響中介變數。在第二階段迴歸方程式中，自變數須影響因變數。最 後，在第三階段迴歸方程式中，中介變數須影響因變數，而且自變數在此 階段的係數必須小於第二階段的係數。Baron & Kenny 也提醒由於所有變 數皆可進入迴歸方程式，如果自變數與中介變數的相關性過高，可能導致 在第三階段迴歸方程式產生共線性問題，進而減少該階段X 項係數的檢定 力。為解決此問題，除注意第三階段迴歸式的X 項係數是否顯著外，還必 須注意其與第二階段係數的比較。例如：可能自變數在單獨估計對因變數 的影響時，其係數雖小卻顯著，但當與中介變數一起估計時，卻出現自變 數的係數增加，卻不顯著，這即為共線性所造成的狀況 (Baron & Kenny, 1986)。

本研究即根據Baron & Kenny (1986) 的三階段程序進行 DSL 多元化的 分析。首先針對假說一進行檢驗，在控制時間變數後，由表 6-3 的模式 1 可以發現控制變數對業內競爭並無顯著影響。在模式 2 則發現 LLU 政策 所導致的販售與業內競爭無關。因此，假說一在業內競爭部份不顯著。在 模式3 顯示控制變數對跨平台競爭的影響並不顯著，在模式 4 則顯示零售 導致跨平台競爭加劇（β= - .42，p < .05），但是LLU 的販售方式則會抵消 跨平台競爭（β= .60，p < .01）。因此，假說一：LLU 政策會影響跨平台 競爭為顯著。不過值得注意的是既有販售方式有利跨平台競爭，LLU 的販 售方式反而不利跨平台競爭。此外，在Baron & Kenny (1986) 的三階段程 序中，由於零售與 LLU 販售對跨平台競爭的係數皆顯著，因此滿足階段 一的標準。

表 6–3 影響市場競爭的迴歸分析結果

業內競爭 跨平台競爭

變數 模式1 模式2 模式3 模式4

2006 年 - .16 -.21 .01 - .04

2007 年 - .21 -.30 .01 - .08

零售 .13 - .42^*

批發 - .28 .31

LLU 販售 .35 .60^**

R

² .04 .28 .00 .36

Δ

R

² .04 .24 .00 .36

F

.45 1.67 .01 2.37

係數為標準化係數

* p ＜ .05

** p ＜ .01

接著分析DSL 多元化的關係，首先對上傳速率多元化進行迴歸分析，

如表6-4 模式 1 顯示，上傳速率多元化與控制變數的關係並不顯著。模式 2 顯示上傳速率多元化與零售（β= .64，p < .01）及批發（β= -.57，p < .05）

有顯著關係。模式3 則顯示上傳速率多元化與新增加的市場競爭變數並不 具有顯著關係，但零售與批發的係數雖然顯著，卻大於模式2 中的係數，

不符合Baron & Kenny (1986) 三階段程序中對階段三的要求。因此，LLU 政策透過市場競爭，再影響上傳速率多元化的中介效果並不顯著，所以，

在上傳速率多元化部份，假說二顯著，但是假說三不顯著。

表 6–4 影響上傳速率多元化的迴歸分析結果 上傳速率多元化

變數 模式1 模式2 模式3

2006 年 - .02 - .05 - .14

2007 年 .10 .05 - .07

零售 .64^** .75^**

批發 - .57^* - .73^*

LLU 販售 - .02 .04

HHIintra - .43

HHIinter .14

R

² .01 .43 .53

Δ

R

² .01 .42 .10

F

.14 3.15^* 3.05^*

係數為標準化係數

* p ＜ .05

** p ＜ .01

在下載速率多元化部份，表 6-5 模式 1 顯示控制變數對下載速率多元 化的影響並不顯著。模式2 顯示下載速率多元化與零售（β= .52，p < .05）、 批發（β= -.57，p < .05）有顯著關係；模式 3 零售與批發依然與下載速率 多元化有顯著關係，但是市場競爭的係數並不顯著，因此下載速率多元化 與市場競爭無關。此外，在模式3 中零售與批發的係數顯然大於模式 2 係 數，違反Baron & Kenny (1986)三階段程序中對階段三的要求。這顯示 LLU 政策透過市場競爭，再影響下載速率多元化的中介效果並不顯著。因此，

在下載速率多元化部份，假說二顯著，但假說三不顯著。

表 6–5 影響下載速率多元化的迴歸分析結果 下載速率多元化

變數 模式1 模式2 模式3

2006 年 - .11 - .15 - .12

2007 年 .18 - .23 - .19

零售 .53^* .66^**

批發 - .57^* - .66^*

LLU 販售 .02 - .19

HHIintra .06

HHIinter .33

R

² .02 .39 .48

Δ

R

² .02 .37 .09

F

.31 2.69^* 2.48

係數為標準化係數

* p ＜ .05

** p ＜ .01

在電子郵件多元化部份，由表 6-6 的模式 1 顯示控制變數與電子郵件 多元化並不具有顯著關係。模式2 顯示電子郵件多元化與零售（β= -.53，

p < .05）及批發（β= .40，p < .05）有顯著關係，由模式 3 則顯示與市場 競爭無關。此外，在模式3 中零售與批發的係數顯然大於模式 2 係數，違 反Baron & Kenny (1986)三階段程序中對階段三的要求。這顯示 LLU 政策 透過市場競爭，再影響電子郵件多元化的中介效果並不顯著。因此，在電 子郵件多元化部份，假說二顯著，但假說三則不顯著。

表 6–6 影響電子郵件多元化的迴歸分析結果 電子郵件多元化

變數 模式1 模式2 模式3

2006 年 - .03 - .01 - .04

2007 年 - .06 - .04 .09

零售 -.53^* - .65^*

批發 .40^* .47

LLU 販售 .05 .27

HHIintra - .09

HHIinter - .31

R

² .00 .26 .35

Δ

R

² .00 .26 .09

F

.04 1.47 1.45

係數為標準化係數

* p ＜ .05

** p ＜ .01

在IP 多元化部份，由表 6-7 的模式 1 顯示控制變數與 IP 多元化沒有顯 著關係。模式2 顯示 IP 多元化與 LLU 販售有顯著負向關係（β= -.53，p

< .05）；在模式 3 加入市場競爭後， LLU 販售與 IP 多元化的關係雖然不 顯著，但是其係數卻較模式 2 係數少 60%，除了 LLU 販售外，零售與批 發的係數在模式3 的係數均較模式 2 少 43%及 16%，但由於市場競爭的係 數都不顯著(Collins & Smith, 2006)，因此，LLU 政策透過市場競爭，再影 響IP 多元化的中介效果不存在。因此，在 IP 多元化部份，僅假說二顯著。

表 6–7 影響 IP 多元化的迴歸分析結果 IP 多元化

變數 模式1 模式2 模式3

2006 年 - .25 - .21 - .28

2007 年 - .35 - .27 - .38

零售 .28 .16

批發 - .32 - .27

LLU 販售 - .53^* - .21

HHIintra - .25

HHIinter - .38

R

² .10 .35 .56

Δ

R

² .10 .25 .21

F

1.30 2.24 3.39^*

係數為標準化係數

* p ＜ .05

** p ＜ .01

在Bundled 多元化部份，由表 6-8 模式 1，顯示 2007 年開始大量出現 Bundled 多元化，在模式 2 則指出 Bundled 多元化與 LLU（β= .49，p < .01）

及批發有顯著關係（β= .37，p < .01）。在模式3 加入市場競爭後，Bundled 多元化與LLU（β= .59，p < .01）及控制變數 2007 年（β= .49，p < .05）

呈現顯著關係，而批發與Bundled 多元化的關係則不顯著，而且模式 3 中 控制變數2007 年及批發的係數均較模式 2 減少 10%，但由於 LLU 販售未 同時減少，可能是因為共線性關係造成，所以 LLU 政策透過市場競爭影 響Bundled 多元化的中介效果並不存在。所以，在 Bundled 多元化部份，

假說二顯著，但假說三則不顯著。

表 6–8 影響 Bundled 多元化的迴歸分析結果 Bundled 多元化

變數 模式1 模式2 模式3

2006 年 .29 .24 .20

2007 年 .63^** .55^** .49^*

零售 - .01 - .01

批發 .37^** .33

LLU 販售 .49^** .59^**

HHIintra - .19

HHIinter - .06

R

² .30 .55 .58

Δ

R

² .30 .25 .03

F

5.17^* 5.12^** 3.81^**

係數為標準化係數

* p ＜ .05

** p ＜ .01

在文檔中 DSL訂價之探討---產品特性觀點及使用者觀點 (頁 80-90)