網上支付方式的調查與影響因素研究

□吳效萱 郭 蓉 秦 瑤 李家琪 張 哲 郭安邦

一、引言

二十一世紀科技日新月異，互聯網時代迅速席卷全球。越來越多的國內外學者開始研究網絡支付問題。大學生作為時代前沿，隨著人數不斷擴大，潛在的消費能力越來越強。本文以大學生網上支付方式作為研究對象，建立一套相應的評價模型。

傳統的現金交易逐漸被網上支付取代，網絡購物平臺與網絡支付方式結合形成了一種新的購物體系，極大程度上刺激了大學生群體的網上消費水平。國內學者通過研究電子支付發展現狀，從不同角度分析得出對該行業相關方面的建議。本文希望從大學生消費者出發，增進其對網上支付的認識，指導支付方式的選擇。首先利用大量數據擬合建立線性回歸模型，然后提取特征點列進行匹配修正，最終建立評價函數表達式。

二、模型假設和符號說明

（一）模型假設

1.收集的數據真實有效；

2.對不同支付方式評價客觀，不存在個人偏見；

3.選取的調查樣本充分隨機。

（二）符號說明

變量X1 X2 X3 X4 X5 X6 X7 X8 Y1 Y2說明網上支付提供的便捷度網上支付安全等級社會潮流程度個人消費水平等級支付密碼遺忘概率不同支付方式兼容程度相關部門監管力度支付的安全保障等級網上支付帶來的便捷度網上支付存在的風險

三、問題分析

根據查閱的相關資料，設計調查問卷問題了解當前大學生的支付現狀，就不同年級、不同性別、不同城市的大學生消費方式、金額以及體驗過程展開調查，通過回收問卷采集基本信息作為樣本。進一步對樣本信息檢驗校正并分析整理以確定大學生網上支付方式與相關影響因素之間的定性關系。

在定性關系的基礎上，運用概率論與數理統計理論，借助SPSS軟件進行多元回歸分析以及主成分分析、因子分析確定網上支付方式的選擇與影響因素之間的相關系數，建立針對不同人群的不同函數關系，最終建立大學生消費者網上支付方式使用意愿與便捷性、信譽、完善程度、成本等因素的回歸方程模型，增進對網上支付的認識，同時為商家和消費者提供更加有理有據的建議。

四、模型建立

（一）定性分析

整理問卷調查數據，利用SPSS軟件對原始數據進行可靠性分析，結果如表1。

表1 問卷數據可靠性分析可靠性統計

個案處理摘要

因為表1中的克隆巴赫系數為0.075，所以確保了原始數據及之后結果的準確性。

大學生主觀或客觀因素是否影響網上支付，這些變量間的關系非連續變量而是等級變量。問卷調查每道題中的選項并非特定數值，而是有序變量，取值表示觀測對象的某種順序關系，也是基于“質”因素的變量，而不是典型的數據變量。因此選擇Kendall’s等級相關方法進行變量間的相關分析。

（二）定量分析

我們做了關于網上支付方式中遇到的問題及建議的各個選項之間的相關性分析，結果見表2，表中標記出了相關性顯著較大的一組數。

從表2標注中可以看到大學生的客觀條件，如：所處年級、性別、大學所處城市等，與大學生支付方式的選擇以及支付的滿意程度之間沒有顯著的相關性。但網上支付過程中，諸如支付密碼遺忘、安全隱患支付方式不兼容等主觀因素問題都不同程度的出現過。因此主觀性因素較大程度地影響了支付方式的選擇，所以本文選擇主觀因素作為此次調查的研究內容。

表2 支付方式與客觀因素相關性分析

您的年齡是：您的性別是：肯德爾tau_b 您就讀的大學位于幾線城市：您平均每個月的消費總金額大約是多少元：相關系數顯著性（雙尾）N相關系數顯著性（雙尾）N相關系數顯著性（雙尾）N相關系數顯著性（雙尾）N您的年齡是：1.000_166.164.026 166.124.077 166-.068.319 166您就讀的大學位于幾線城市：.124.077 166.013.858 166 1.000_166-.200.004 166您的性別是：.164.026 166 1.000_166.013.858 166-.052.398 166您平均每個月的消費總金額大約是多少元：-.068.319 166-.062.398 166-.200.004 166 1.000_166您更多使用的是網上網上支付還是現金支付：-.093.207 166-.071.361 166-.088.239 166.004.951 166您對網上支付體驗的滿意度：-.082.243 166-.042.570 166.015.835 166.063.366 166

由定性分析雖然可以粗略確定相關影響因素對大學生選擇網上支付方式的干擾程度大小，但無法決斷全部影響因素是否都對大學生網上選擇支付方式起著決定性作用，甚至將一些干擾程度小的成分因子也作為問題模型的一部分，無疑造成一種累贅，因此應當對模型進行定量分析，對模型適當進行簡化。

簡化過程采用分層的思想，將龐大復雜的問題轉化為若干較小的局部問題。從表2標注中可以看到，大學生的客觀條件，如：所處年級、性別、大學所處城市等，與大學生支付方式的選擇以及支付的滿意程度之間并沒有顯著的相關性，所以選擇主觀因素作為此次調查的研究內容。我們對主觀因素進行層次化，對個人網上支付方式及其影響因素做定量分析。

關于主觀因素，可將其分為積極因素和消極因素。積極因素指網購前后消費額度的變化、網購貨物送達時間、網購商品種類等；消極因素指網上支付過程遇到的問題，如支付密碼遺忘，網絡安全隱患，支付方式不兼容，管理混亂、假冒偽劣商品多，售后服務差、物流和快遞有缺陷等。

選取表2中的積極因素數據，通過SPSS軟件對其進行分析，如下表3。

表3 積極因素線性擬合分析

系數Q7_1 Q7_2 Q7_3 Q7_4未標準化系數B 2.035.299.841.506標準誤差.052.356.407.213標準化系數Beta.562.166.182.216標準誤差.078.078.078.078 t 39.02.838 2.064 2.371顯著性.800.403.041.019

通過表3數據觀察到，將用戶的體驗滿意度和影響用戶使用過程中的積極因素進行線性回歸擬合后，得到了擬合優度R=0.849，R2=0.721，擬合程度較好，且表中Anova表示方差分析結果，主要看F（方差分析）和sig（顯著性差異）兩個值，這是一個對整個回歸方程的總體檢驗，指的是整個回歸方程有沒有使用價值（與隨機瞎猜相比），其F值對應的sig值為0.004小于0.05，可以認為回歸方程是有用的。

在一定的誤差范圍內認為滿足函數表達式：

選取表2中的消極因素數據，通過SPSS軟件對其進行分析，如下表4。

表4 消極因素線性擬合分析

系數Q11_選項3 Q11_選項2 Q11_選項1 Q11_選項4未標準化系數B.664.386.375.913標準誤差.179.187.198.169標準化系數Beta.150.102.067.307標準誤差.041.049.036.057 t 3.712 2.060 1.893 5.389顯著性.000.041.060.000

ANOVA

通過表4數據觀察到，將用戶的體驗滿意度和影響用戶使用過程中的消極因素進行線性回歸擬合后得到R=0.922，R2=0.850，擬合程度較好。與表3分析方法相同，其F值對應的sig值為0.006小于0.05，所以認為回歸方程是有用的。

在一定的誤差范圍內認為滿足函數表達式：

在該模型中，充分考慮到了不同特征類型大學生的支付現狀，并據此優化了建立的線性回歸模型，使函數的使用范圍更加廣泛。

五、算法設計

（一）算法思想：因子分析

運用主成分分析法對所有因素進行分析，目的是提取出對大學生選擇支付方式具有顯著影響的因子，這些因子是大學生選擇不同支付方式時考慮的關注點，應該同時作為商家和各種支付平臺的關注焦點。

（二）程序框圖

在初始推斷和相關分析的基礎上，我們研究的各變量之間關系如下圖所示：

六、模型評價

（一）模型優點

在我們優化出最終的線性回歸模型中，比較充分考慮到了不同特征類型大學生的支付現狀。針對影響大學生網上支付方式的諸多因素進行分類，并結合實際情況，及時摒棄對支付方式影響不大的客觀因素，在此基礎上分別研究主觀因素中的兩個方向的因子，具有鮮明的目的性。最終線性模型有望解決如今網上支付方式繁多且使用不便的弊端，為凈化網絡環境，優化網上支付方式提供指導意義。

（二）模型缺點

由于技術和時間的局限，我們所得到的線性模型還存在很多缺點，希望在今后的研究中能在此些方面改進，如：

第一，時代的發展日新月異，網上支付尚處于發展階段，本文建立的函數模型適用于當前社會，并不能適應時代瞬息萬變的發展局勢。

第二，在新事物發展變化的過程中，最終影響大學生支付方式的因素多而雜亂，各變量之間也可能存在相關性，產生復合影響，我們所做的模型，忽略了此方面的作用，有待繼續改進。

第三，基于線性關系的方向，我們得到了最后的模型，然而同樣的，我們也可以使用擬合度更高的非線性模型建模，比如，二次函數、指數函數、根式函數等，在逐步探索變量間的相互關系后，應用合適的非線性模型勢必取得更佳的模型解釋效果，然而暫時還未能實現。