支付寶PC轉(zhuǎn)賬收費(fèi)對消費(fèi)額的影響

中圖分類號：DF4381 文獻(xiàn)標(biāo)識碼：A

摘要：以太原市淘寶消費(fèi)情況為例，通過建立計(jì)量經(jīng)濟(jì)學(xué)模型，分析支付寶PC轉(zhuǎn)賬收費(fèi)對支付寶消費(fèi)額的影響，指出消費(fèi)額與影響消費(fèi)額變化的原因之間的關(guān)系；通過分析影響消費(fèi)額的因素，預(yù)估PC客戶端收費(fèi)對未來交易額的影響。

關(guān)鍵詞：支付寶消費(fèi)額；計(jì)量經(jīng)濟(jì)學(xué)模型；影響因素

支付寶官網(wǎng)公告稱，從12月4號起，用戶在電腦上進(jìn)行支付寶賬戶間轉(zhuǎn)賬，費(fèi)率進(jìn)行下調(diào)：費(fèi)率從原有的0.5%降低為0 .1%，0 .5元起收，10元封頂，按每筆交易收取。此次支付寶對電腦轉(zhuǎn)賬收費(fèi)，產(chǎn)生的費(fèi)用將統(tǒng)一由轉(zhuǎn)賬人支付。究竟會給支付寶的交易額帶來多大影響？對于是否繼續(xù)選擇支付寶，影響群眾行為的關(guān)鍵因素究竟是什么？本文將予以討論。

一、基本問題簡介

研究影響群眾消費(fèi)額的因素，主要考慮一下幾點(diǎn)：

1、對數(shù)據(jù)的選擇

本文采用配額抽樣攔截式訪問的問卷調(diào)查方式采集數(shù)據(jù)，總共320份。其中有效問卷317份，選取300份進(jìn)行入樣分析。

2、影響因素的分析

（1）收費(fèi)性：我們將收費(fèi)的影響分為5個等級，消費(fèi)者根據(jù)是否收費(fèi)對自己產(chǎn)生的重要程度進(jìn)行選擇。最后由收費(fèi)帶來的影響，來估計(jì)對消費(fèi)額的影響。

收費(fèi)性是影響消費(fèi)者選擇的一個較大因素，正是由于此次收費(fèi)，才來來這么大的影響，所以我們選取收費(fèi)性為影響消費(fèi)額的因素。在模型中用charge表示。

調(diào)查直觀結(jié)果也這樣顯示，具體如下：91.4%的用戶表示不能理解，也不支持；只有5.6%用戶支持，3%用戶持不關(guān)心，無所謂的態(tài)度。

圖1：

所以是否收費(fèi)，在消費(fèi)者心目中的影響很大，是構(gòu)成消費(fèi)額影響的一個因素。

（2）安全性：即通過支付寶進(jìn)行各種活動時的信息安全、財(cái)物安全等。最近財(cái)付通出現(xiàn)了泄露用戶信息的時間，支付寶之前也有過類似案件，此次發(fā)展手機(jī)app，無疑會更加加重這樣一個概率的發(fā)生。所以安全性是影響消費(fèi)額的一個因素，在模型中用safety表示。

（3）便捷性：比起微信支付、財(cái)付通支付，支付寶是第一次嘗試推行手機(jī)支付端，無論從時間還是技術(shù)成熟度上，都晚了一步，所以在app質(zhì)量上不免會有欠缺，所以我們將此列為一個可能存在的影響，在模型中用convenient表示。

關(guān)于安全性、便捷性的方面，以下是直觀的結(jié)果：

圖2：

從圖中可以看出，消費(fèi)者選擇淘寶支付的原因在很大程度上是因?yàn)槠浔憬菪?，這一次淘寶推出手機(jī)錢包支付，在更大程度上增加了便利性。

（4）手機(jī)硬件是否支持：手機(jī)的配置對此次支付寶錢包推行是一個硬性條件，并不是所有手機(jī)都支持安卓系統(tǒng)。所以我們特別調(diào)查了用戶手機(jī)是否智能，來估計(jì)可能對消費(fèi)額產(chǎn)生的影響。在模型中用mobile表示。

（5）依賴性：即用戶粘性。這是不可缺少的一個因素，所以我們將此列為一個可能存在的影響，在模型中用rely表示。

經(jīng)過調(diào)查，使用支付寶與其他方式的用戶比例如下，所以依賴性也是影響消費(fèi)額的一個重要因素。圖3：

結(jié)果顯示，八成的用戶都是支付寶的使用者，且視其為最為常使用的第三方支付。其他支付方式的最常使用者只占到20%。

（6）喜好程度：每個消費(fèi)者都會有自己的偏好，這是不可缺少的一個因素，所以我們將此列為一個可能存在的影響，在模型中用likeness表示。

（7）其他支付方式的宣傳力度：在競爭的現(xiàn)實(shí)中，消費(fèi)者是受多種因素影響的，其他支付方式的好壞，以及宣傳力度，也是影響消費(fèi)者選擇的一個因素。

調(diào)查結(jié)果如下：圖4

（8）除了以上分析的幾個因素外，影響消費(fèi)額的因素還應(yīng)該有好多因素，但是由于缺少相應(yīng)的統(tǒng)計(jì)數(shù)據(jù)，沒有衡量的標(biāo)準(zhǔn)，因此本文中暫時對這些因素忽略。

二、模型建立

由于本文是研究這些因素對消費(fèi)額的影響及影響程度，所以采用被解釋變量和解釋變量進(jìn)行回歸分析，并將方程式設(shè)定為：

Yi=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+μ

其中，Yi為消費(fèi)額，采用log形式，因?yàn)樵摂?shù)據(jù)是用貨幣計(jì)量的，而且全是正數(shù)，又考慮到自變量是百分比形式，所以取Y的log模型更好。

X1～X7分別為上述分析中的收費(fèi)性、安全性、便捷性、手機(jī)硬件是否支持、依賴性、喜好程度和其他支付方式的宣傳程度，考慮到他們本來就是百分比形式，所以此處采用level形式。

1、本模型中的假設(shè)：

假設(shè)1：解釋變量X是確定性變量，不是隨機(jī)變量。在模型中，我們的自變量均是調(diào)查數(shù)據(jù)，所以是確定變量，不是隨機(jī)變量，滿足假設(shè)條件。

假設(shè)2：隨機(jī)誤差項(xiàng)與解釋變量之間不相關(guān)。

2、回歸參數(shù)估計(jì)

用eviews軟件對所有數(shù)據(jù)進(jìn)行OLS回歸得到如下結(jié)果：

Y^=445+029charge+005convenience+007likeness-03mobile+024others+014rely+024safety

（999） （482） （064） （187） （-254） （314） （251） （434）

R2=0250953 R2=0232996 F=1397549 DW=158

（注：括號內(nèi)為t值，下同）

3、經(jīng)濟(jì)意義

回歸結(jié)果表明，在假定其他變量不變的情況下，收費(fèi)影響每增加1，消費(fèi)額將減少29%，便利程度的影響每增加1，消費(fèi)額將增加5%，個人喜好程度的影響每增加1，消費(fèi)額增加7%，其他支付方式的影響每增加1，消費(fèi)額將減少24%，依賴性的影響每增加1，消費(fèi)額將增加14%，安全程度的影響每增加1，消費(fèi)額將增加24%。這與理論分析和經(jīng)驗(yàn)判斷相一致。但手機(jī)硬件的影響程度每增加1，消費(fèi)額將減少30%，該變量的符號為負(fù)，即隨著手機(jī)硬件支持度的升高，消費(fèi)額會減少，這與經(jīng)濟(jì)原理向悖。說明除mobile外其他變量都具有經(jīng)濟(jì)意義，通過經(jīng)濟(jì)檢驗(yàn)。

4、統(tǒng)計(jì)檢驗(yàn)

統(tǒng)計(jì)檢驗(yàn)的目的就是為了檢驗(yàn)估計(jì)值的統(tǒng)計(jì)可靠性和準(zhǔn)確性，為此，進(jìn)行如下檢驗(yàn)：

（1）擬合優(yōu)度：指回歸直線對觀測值的擬合程度，R2值越接近1，則擬合程度越好。由回歸參數(shù)得，R2=025，修正的可決系數(shù)R2=023，說明模型的擬合程度達(dá)到23%。

對于R2和R2的值，能夠解釋22%以上已經(jīng)很好了。因?yàn)橄M(fèi)額的主要影響因素還是收入，即影響支出最主要的因素是收入。但是由于我們僅僅關(guān)注此次消費(fèi)對將來消費(fèi)額的影響，所以忽略收入這樣對本模型幫助不大的因素。這就是回歸方程整體解釋效果不大的原因。

（2）F檢驗(yàn)：檢測模型總體是否顯著。

針對H0：β1=β2=β3=β4=β5=β6=β7=0，給定顯著性水平α=005，查的自由度為（q，n-k-1）的臨界值為Fα（7，292）=23，由回歸參數(shù)估計(jì)表可得F=1398>23，則拒絕原假設(shè)，說明所有變量聯(lián)合起來確實(shí)對消費(fèi)額具有顯著影響。

（3）t檢驗(yàn)：檢驗(yàn)每個變量的顯著性。

分別針對H0：βi=0（i=1，2，3，4，5，6，7，），給定顯著性水平α=005，查的自由度為n-k的臨界值為，由回歸參數(shù)表得到βi的t統(tǒng)計(jì)量，當(dāng)t統(tǒng)計(jì)量大于臨界值時，拒絕原假設(shè)，反之接受。最終得到charge、others、mobile和safety的結(jié)果顯著。其他均接受原假設(shè)，未通過顯著性檢驗(yàn)。

5、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)

可見模型擬合效果較好，可決系數(shù)也比較理想，表明模型中解釋變量對被解釋變量的解釋程度較好。Mobile的參數(shù)估計(jì)符號與經(jīng)濟(jì)意義相違背，convenience和likeness的t統(tǒng)計(jì)值不顯著，根據(jù)計(jì)量經(jīng)濟(jì)學(xué)知識判定這些變量之間可能存在多重共線性。故需對上述模型進(jìn)行計(jì)量經(jīng)濟(jì)學(xué)方法檢驗(yàn)，并且進(jìn)行修正。

（1）多重共線性檢驗(yàn)

首先做個變量的相關(guān)系數(shù)，選擇charge、safety、convenient、mobile、rely、likeness、others數(shù)據(jù)，得到如下相關(guān)系數(shù)矩陣：

表1：

由表格數(shù)據(jù)可以看出，convenience與變量others之間存在較強(qiáng)的相關(guān)關(guān)系。

（3）修正多重共線性

采取逐步回歸的方法，去檢驗(yàn)和解決多重共線性問題。分別作total與charge、safety、convenient、mobile、rely、likeness、others的一元回歸，鑒于圖片篇幅較大，所以采用匯總表格的形式，此處僅列出一個回歸結(jié)果，其他結(jié)果類似。將所有結(jié)果可以匯總為下面的表格：

表2：

其中，加入others的方程R2最大，根據(jù)經(jīng)濟(jì)意義來說，其他支付方式的吸引力越大，則交易額越小，符號合理。以上表中還有charge、convenience、safety、rely、likeness符合經(jīng)濟(jì)意義，但其中mobile的符號不符合經(jīng)濟(jì)意義，我們考慮是否有必要把它留在模型中。因?yàn)閛thers的R2最大，因此，應(yīng)以others為基礎(chǔ)，順次加入其他變量逐步核對結(jié)果，結(jié)果如下表所示：

由上表可知，新加入charge的方程R2=0154316，改進(jìn)最大，而且這個參數(shù)的t檢驗(yàn)顯著，選擇保留charge，緊接著是safety的R2=0138947，而且t檢驗(yàn)顯著，選擇保留safety；加入convenience、likeness的系數(shù)變得不顯著，所以我們考慮是否將其保留在模型中；加入mobile后，符號仍然不符合經(jīng)濟(jì)意義，我們將其剔除。

針對我們刪除的變量手機(jī)硬件，經(jīng)過查看數(shù)據(jù)，發(fā)現(xiàn)0值很少，即大多數(shù)的人都擁有智能手機(jī)的功能，通過近階段支付寶錢包的下載量也可以看出這樣一個趨勢：

日益增長的支付寶錢包下載量說明大部分人接受了這次調(diào)價。

我們再加入其他變量逐步回歸。以others、charge、safety為基礎(chǔ)，順次加入其他變量逐步核對結(jié)果，結(jié)果如下表所示：

由上表可知，新加入rely的方程R2=0213087，而且這個參數(shù)的t檢驗(yàn)顯著，選擇保留likeness，但是convenience加入后t值仍不顯著，而且相關(guān)性檢驗(yàn)中其與others具有很大的相關(guān)關(guān)系，即具有共線性。所以不可將convenience加入模型中。Safety仍然不顯著，所以我們也去除safety。

最后，修正后的回歸結(jié)果用回歸方程表示為：

ltotal=4395997-0292123others+0298175charge+0248999safety+0124204rely

（1073） （597） （487） （437） （220）

R2=0223615 R2=0213087 F=2124147 DW=1585973

這說明，在其他因素不變的情況下，分別當(dāng)其他支付方式的影響每增加1時，平均來說總的消費(fèi)額減少292%，當(dāng)其收費(fèi)的影響增加1時，平均來說總的消費(fèi)額增加2981%，當(dāng)安全程度的影響增加1時，平均來說總的消費(fèi)額增加2489%，當(dāng)依賴程度的影響增加1時，平均來說總的消費(fèi)額增加1242%。

而對于R2，其等于0223615，表明此時所有解釋變量others、charge、safety和rely一共能夠解釋所有消費(fèi)額的變差的223615%。調(diào)整的R2為0213087，即調(diào)整后可以解釋消費(fèi)額變差的213087%。

（2）異方差檢驗(yàn)（BP檢驗(yàn)）

以上所有檢驗(yàn)均在假設(shè)基礎(chǔ)上作出，此時我們需檢驗(yàn)是否滿足假設(shè)條件，前文已經(jīng)消除了多重共線性，既滿足假設(shè)條件。此時我們檢驗(yàn)是否存在異方差現(xiàn)象：

做ltotal對所有變量的回歸，對回歸結(jié)果做BP檢驗(yàn)。p值明顯大于005，則說明不能拒絕原假設(shè)，即異方差現(xiàn)象不存在，滿足假設(shè)條件。

6、本文結(jié)論

再次做回歸得到以下結(jié)論：

用回歸方程表示為：

ltotal=4395997-0292123others+0298175charge+0248999safety+0124204rely

（1073） （597） （487） （437） （220）

R2=0223615 R2=0213087 F=2124147 DW=1585973

對回歸結(jié)果的說明：

（1）整體顯著性：由表可知，F(xiàn)檢驗(yàn)的P值為00000，說明所建的回歸方程基本上反映了y和x整體之間的變化規(guī)律。

（2）自變量顯著性檢驗(yàn)：由表可知，每一個解釋變量的t檢驗(yàn)的p值均小于005，即在5%的水平上顯著。

（3）回歸結(jié)果不存在異方差現(xiàn)象。

（4）解釋變量之間不存在多重共線性。

（5）其他均按照假設(shè)。

所以，有以下結(jié)論：

在其他因素不變的情況下，分別當(dāng)其他支付方式的影響每增加1時，平均來說總的消費(fèi)額減少292%，當(dāng)其收費(fèi)的影響增加1時，平均來說總的消費(fèi)額增加2981%，當(dāng)安全程度的影響增加1時，平均來說總的消費(fèi)額增加2489%，當(dāng)依賴程度的影響增加1時，平均來說總的消費(fèi)額增加1242%。

而對于R2，其等于0223615，表明此時所有解釋變量others、charge、safety和rely一共能夠解釋所有消費(fèi)額的變差的223615%。調(diào)整的R2為0213087，即調(diào)整后可以解釋消費(fèi)額變差的213087%。

對于R2和R2的值，能夠解釋22%以上已經(jīng)很好了。因?yàn)橄M(fèi)額的主要影響因素還是收入，即影響支出最主要的因素是收入。但是由于我們僅僅關(guān)注此次消費(fèi)對將來消費(fèi)額的影響，所以忽略收入這樣對本模型幫助不大的因素。這就是回歸方程整體解釋效果不大的原因。

三、結(jié)論及建議

（一） 結(jié)論

本文所采用的計(jì)量經(jīng)濟(jì)學(xué)模型在分析消費(fèi)額的影響時，首先說明了變量選取的原因，為模型的經(jīng)濟(jì)意義奠定良好基礎(chǔ)，其次對所有假設(shè)一一作了檢驗(yàn)，最后有效區(qū)分不同變量對消費(fèi)額的影響作用，得到了最終模型，并為今后預(yù)測、把握消費(fèi)額的發(fā)展趨勢以及支付寶使用情況提供了很好的研究方法。

（二） 建議

本文在消費(fèi)額的影響分析時未將收入因素考慮在內(nèi)，所以得到的回歸方程解釋作用不大。但是本文主要考慮此次收費(fèi)對消費(fèi)額的影響，所以可以忽略收入作用。不過，今后分析消費(fèi)額時還應(yīng)當(dāng)加入收入因素。

參考文獻(xiàn)：

[1]實(shí)證項(xiàng)目研究——恩格爾系數(shù)理論的實(shí)證分析

[2]計(jì)量經(jīng)濟(jì)學(xué) 主編：龐皓.2010.06. 科學(xué)出版社

[3]計(jì)量經(jīng)濟(jì)學(xué) 主編：王文博.2004. 西安交通大學(xué)出版社

[4]計(jì)量經(jīng)濟(jì)學(xué)同步輔導(dǎo)主編：聶巧平.2006.09.中國時代出版社

[5]計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論 Jeffrey M.Wooldridge

[6]支付寶收費(fèi)了 算算網(wǎng)絡(luò)支付這筆糊涂賬

作者簡介：魯曉希（1992—），女，漢族，山西省運(yùn)城市人，經(jīng)濟(jì)學(xué)本科，單位：山西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，研究方向：統(tǒng)計(jì)學(xué)（風(fēng)險管理與精算方向）。