移動支付大數據人群特征及統計應用論析

□國家統計局浙江調查總隊課題組

中國互聯網絡信息中心第47 次《中國互聯網發展狀況統計報告》 顯示，我國移動支付市場規模位居全球第一，手機網絡支付用戶規模超8.5 億。移動支付方式在居民消費中的廣泛應用，為住戶調查利用海量交易數據提供可能。國家統計局《“十四五”時期統計現代化改革規劃》 明確提出，要探索推動網購等電子支付數據在住戶調查中的應用。目前，該領域相關研究和實踐尚處于起步乃至空白階段。本文從“調查端”和“數據端”兩個層面入手，梳理和分析使用移動支付群體的行為特征、統計應用的客觀條件以及移動支付數據源的數據質量問題，為住戶調查引入移動支付大數據提供思路和參考。

｜調研對象基本情況

為了解浙江居民消費移動支付使用情況，國家統計局浙江調查總隊組織開展居民消費支付行為專題調研。專題調研采用入戶面訪的形式，調研樣本分布在不同經濟區域，兼顧城鄉、性別、年齡、從事行業、教育程度、收入水平等各個方面，共計收回有效樣本2861 份。樣本主要結構詳見表1。

｜浙江居民使用移動支付的行為特征

（一）移動支付整體占比較高，比例擴大

在日常消費金額中，居民使用移動支付方式比重在60%以上的占65.9%，其中90%以上的占37.0%，80%-90%的占16.5%，60%-80%的占12.4%。分城鄉看，有70.5%的城鎮居民移動支付比重超過60%，其中90%以上的占43.2%；64.4%的農村居民移動支付比重超過60%，其中90%以上的占34.3%。另外，從移動支付使用趨勢看，比上年增加的調研對象占23.0%，持平的占75.4%。僅有1.6%的調研對象選擇減少，并且集中在50 歲以上群體，其他年齡段均選擇增加或持平。“增加”的原因主要包括移動支付便捷性、有優惠促銷活動、無接觸更衛生等。

表1 樣本主要結構分布（單位：%）

（二）年齡和學歷是影響支付行為的主要因素

分年齡看，剔除14 歲以下正在初中及以下就讀的學生（主要考慮手機使用限制），總體呈現金字塔型分布，即隨著年齡增加，使用移動支付的比重呈現下降趨勢。其中15-39 歲各年齡段群體比重在60%以上的均超過80%，90%以上的均超過55%；而60 歲以上群體比重在60%以上的僅占22.4%。分教育程度看，受教育程度越高，使用移動支付方式的比重越高，其中大學本科和研究生及以上學歷群體比重在60%以上的均超過90%。另外，人均年凈收入10 萬以上群體比重在60%以上的占84.7%，達到一定收入水平的群體在日常消費中更傾向于使用移動支付。

（三）移動支付平臺選擇相對集中

如圖1 所示，在有使用移動支付的調研對象中，微信支付覆蓋率達97.7%，居首位，其次是支付寶，覆蓋率達84.7%，其他依次是京東支付、云閃付、多多支付、其他，分別為18.6%、17.7%、14.9%和3.2%。從平臺使用優先次序看，在選擇哪個支付平臺是首選時，微信支付、支付寶遙遙領先，比重分別為65.4%和33.1%，并且同時使用微信支付和支付寶的比重達72.8%。從平臺在不同年齡、教育程度、從事行業、收入水平等方面表現看，微信支付表現較為均衡，體現了作為全民社交工具的優勢；支付寶則在中青年、高學歷、高收入、非農就業群體覆蓋率相對較高。

（四）對身份、消費等隱私信息讓渡較為敏感

調研顯示，有70.2%的居民不愿意由統計部門統一到相關平臺獲取其移動支付數據，僅有29.8%的居民表示愿意。對于愿意提供配合的居民，當問及是否提供其身份證號碼時，其中仍有12.1%沒有留下身份證號碼。分年齡看，除15-19歲和50-59 歲群體不愿意率低于70%外，其他年齡段均在70%以上。分教育程度看，呈現出“學歷越高、配合度越低”的特征，研究生及以上和大學本科學歷群體的不愿意率，比初中及以下分別高出18.8 個和10.0 個百分點。據面訪了解，近年來電信網絡詐騙、個人信息泄漏等事件頻發，調研對象對于涉及身份、消費等隱私信息被非法獲取利用的防備心理普遍較重。

｜住戶調查引入移動支付大數據的客觀條件

（一）分城鄉類別看，均有著較好的移動支付應用基礎

對于住戶調查，無論城鎮樣本（U 層和UR 層）還是農村樣本（R層），移動支付大數據均有著一定的社會應用基礎（圖2）。調研還顯示，城鄉居民消費支付習慣均呈現“兩端分布”的特征，即移動支付或現金支付偏好相對明顯。移動支付占日常消費金額比重在“80%以上”和“20%以內”的群體中，城鄉居民占比分別為59.3% 和51.4%、17.8%和21.4%。在實際工作中，如果能適當加以引導，進一步強化“兩端分布”趨勢，降低“移動支付和現金支付混用”群體因消費習慣改變而造成的不確定性，對于后續模型構建和提高總體精度是有益的。

（二）從數源分布看，移動支付平臺集中有利于控制系統偏差

居民日常使用的移動支付平臺集中在微信支付和支付寶，對于推進移動支付大數據應用是有利的。一方面，隨著居民移動支付習慣的建立以及移動支付場景覆蓋率的不斷拓展，移動支付市場已進入份額相對集中的穩定階段。另一方面，調研顯示微信支付和支付寶至少有一種使用的覆蓋率達到98.9%，使得微信支付和支付寶的相關數據具有較強的代表性，基于上述數據源推算居民消費支出，有利于將系統偏差控制在較小范圍內。

圖1 居民移動支付平臺覆蓋情況（單位：%）

圖2 城鄉居民使用移動支付的比重（單位：%）

（三）從居民意愿看，整體配合程度不高但存在“可塑性”

微信支付和支付寶隱私保護條款規定了與第三方共享信息的情形和條件，明確需要按照法律法規及國家標準的要求以確認協議、具體場景下的文案確認、彈窗提示等形式征得用戶的同意。因此，統計部門繞過居民利用內部掌握的身份信息直接獲取其移動支付數據，受到隱私保護政策的限制。調研顯示，不同地區之間居民配合意愿存在明顯差異。統計部門需要對產生地區差異的原因進行深入調研和分析，并從中找出消除居民顧慮、提高配合意愿的辦法（如通過采集手機號碼代替身份證信息）。同時，對于配合意愿較高的地區，可以考慮作為移動支付大數據應用試點的候選地區。

（四）從長期趨勢看，移動支付大數據統計應用向好

在宏觀政策面，依據《浙江省“移動支付之省”實施方案》，到2022年基本建成全國領先的“移動支付之省”，移動支付將成為浙江省零售支付的主要方式之一，并實現全省城市全面覆蓋、縣域基本覆蓋。可以預見隨著移動支付技術創新及數字人民幣的試點應用，現金支付在居民消費中的比重將進一步降低。結合前文不同年齡段群體使用移動支付的比重和趨勢，隨著時間推移及偏好移動支付的年輕一代加入主力消費人群，移動支付大數據在住戶調查中的應用將具備更好的外部環境和社會基礎。

｜移動支付大數據與住戶調查契合度分析

移動支付大數據由數源單位根據自身業務目標生成，屬于居民消費和市場交易的衍生品，在生成機制及可控性方面與傳統統計數據有著極大的差別。因此，還需要依據既定統計生產目的，圍繞移動支付大數據的變量維度、數據質量等進行契合度分析，包括準確性、可比性、時效性以及成本效益等方面。

（一）移動支付數據源的變量維度

通過查閱《財付通隱私政策》《支付寶隱私權政策》 等，以及微信支付和支付寶APP，與住戶調查相關的移動支付數據源大致分為三類，詳見表2（以支付寶為例），數據序列最早可以追溯至2004年12月。

（二）存在顆粒度過粗和分類缺失的質量缺陷

依據聯合國歐洲經濟委員會研制的“大數據質量評估的建議框架（BDQF）”，對照住戶調查相關表式，經過對比分析發現，移動支付數據源的質量缺陷主要在于數據顆粒度過粗和分類缺失（表3）。一是存在不同商品“混記”，與住戶調查現金支出賬詳細記錄居民消費的每一種商品的數量和金額不同，賬單記錄的是每一筆消費的交易金額，其中可能包括多種商品。以中小超市和網購平臺為例，同時售賣百貨用品、食品、服飾、電器等，而在移動支付賬單中，僅記錄消費總金額和商戶類型（商品訂單號），沒有具體商品的名稱、數量、計量單位和金額等信息。二是部分消費支出無法分類，如掃收錢碼付款，因缺少對應的商品信息，需要借助商戶名稱、商戶性質等信息進行輔助分類，但存在部分商品分類錯誤的隱患。以停車場為例，很多社會停車場的經營主體是某投資公司，如按照商戶名稱輔助分類，停車費將不會被計入交通出行。

｜移動支付大數據統計應用的思考和展望

結合專題調研結果和契合度分析，當前推動移動支付大數據在住戶調查中的應用已經具備一定基礎，并且在數據采集時效性、成本以及抗干擾等方面，相對于傳統調查方式具有不可比擬的優勢。但居民在涉及讓渡身份、消費等隱私信息方面仍有較大顧慮，加上移動支付數據源存在著短期內難以處理的質量缺陷。因此，就目前統計生產目標和數據處理能力而言，很難將移動支付大數據作為住戶調查的主要數據源使用。可以考慮將移動支付大數據融入住戶調查數據生產流程，輔助居民消費支出相關數據的生產以及數據質量的提升（圖3 左）。

表2 移動支付數據源維度變量

表3 支付寶賬單與現金支出賬所需信息項比較

圖3 移動支付大數據統計融合應用

下一階段，在前期研究的基礎上，將重點與數源單位圍繞數據共享和技術支持開展對接，按照“找準切口、迭代升級”的思路推動跨界合作。具體內容包括：一是構建和評估潛在應用場景。如圖3 右設想了一個場景，在住戶調查“e 記賬”APP 中導入移動支付數據，數據處理規則可以為部分可識別的消費記錄由APP 自動編碼歸類，無法識別的消費記錄由記賬人員簡要備注后編碼歸類，解決移動支付數據源的質量問題。二是推動移動支付數據標準化。協商數源單位按照《統計分類標準和目錄匯編》，重新定義和設計移動支付數據分類，以實現與統計調查數據的互通共用。三是探索隱私計算技術運用。目前隱私計算技術經過不斷迭代，開始在真實商業場景中大規模落地。數據以“可用不可見”的密態形式在機構間流動和計算，有利于打消數源單位對數據歸屬、數據安全和隱私保護的顧慮。四是建立融合應用管理體系。通過制度機制立規矩、設路徑，規范外部數據源的收集、整理、篩選、存儲、挖掘、分析、發布等流程，閉環式保護商業秘密和個人隱私。