支付寶PC轉賬收費對消費額的影響

中圖分類號：DF4381 文獻標識碼：A

摘要：以太原市淘寶消費情況為例，通過建立計量經濟學模型，分析支付寶PC轉賬收費對支付寶消費額的影響，指出消費額與影響消費額變化的原因之間的關系；通過分析影響消費額的因素，預估PC客戶端收費對未來交易額的影響。

關鍵詞：支付寶消費額；計量經濟學模型；影響因素

支付寶官網公告稱，從12月4號起，用戶在電腦上進行支付寶賬戶間轉賬，費率進行下調：費率從原有的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賬收費，產生的費用將統一由轉賬人支付。究竟會給支付寶的交易額帶來多大影響？對于是否繼續選擇支付寶，影響群眾行為的關鍵因素究竟是什么？本文將予以討論。

一、基本問題簡介

研究影響群眾消費額的因素，主要考慮一下幾點：

1、對數據的選擇

本文采用配額抽樣攔截式訪問的問卷調查方式采集數據，總共320份。其中有效問卷317份，選取300份進行入樣分析。

2、影響因素的分析

（1）收費性：我們將收費的影響分為5個等級，消費者根據是否收費對自己產生的重要程度進行選擇。最后由收費帶來的影響，來估計對消費額的影響。

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

調查直觀結果也這樣顯示，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%用戶持不關心，無所謂的態度。

圖1：

所以是否收費，在消費者心目中的影響很大，是構成消費額影響的一個因素。

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

（3）便捷性：比起微信支付、財付通支付，支付寶是第一次嘗試推行手機支付端，無論從時間還是技術成熟度上，都晚了一步，所以在app質量上不免會有欠缺，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。

關于安全性、便捷性的方面，以下是直觀的結果：

圖2：

從圖中可以看出，消費者選擇淘寶支付的原因在很大程度上是因為其便捷性，這一次淘寶推出手機錢包支付，在更大程度上增加了便利性。

（4）手機硬件是否支持：手機的配置對此次支付寶錢包推行是一個硬性條件，并不是所有手機都支持安卓系統。所以我們特別調查了用戶手機是否智能，來估計可能對消費額產生的影響。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。

經過調查，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額的一個重要因素。圖3：

結果顯示，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：在競爭的現實中，消費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，也是影響消費者選擇的一個因素。

調查結果如下：圖4

（8）除了以上分析的幾個因素外，影響消費額的因素還應該有好多因素，但是由于缺少相應的統計數據，沒有衡量的標準，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額的影響及影響程度，所以采用被解釋變量和解釋變量進行回歸分析，并將方程式設定為：

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

其中，Yi為消費額，采用log形式，因為該數據是用貨幣計量的，而且全是正數，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性、安全性、便捷性、手機硬件是否支持、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：

假設1：解釋變量X是確定性變量，不是隨機變量。在模型中，我們的自變量均是調查數據，所以是確定變量，不是隨機變量，滿足假設條件。

假設2：隨機誤差項與解釋變量之間不相關。

2、回歸參數估計

用eviews軟件對所有數據進行OLS回歸得到如下結果：

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：括號內為t值，下同）

3、經濟意義

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

4、統計檢驗

統計檢驗的目的就是為了檢驗估計值的統計可靠性和準確性，為此，進行如下檢驗：

（1）擬合優度：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。由回歸參數得，R2=025，修正的可決系數R2=023，說明模型的擬合程度達到23%。

對于R2和R2的值，能夠解釋22%以上已經很好了。因為消費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注此次消費對將來消費額的影響，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：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，由回歸參數估計表可得F=1398>23，則拒絕原假設，說明所有變量聯合起來確實對消費額具有顯著影響。

（3）t檢驗：檢驗每個變量的顯著性。

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，由回歸參數表得到βi的t統計量，當t統計量大于臨界值時，拒絕原假設，反之接受。最終得到charge、others、mobile和safety的結果顯著。其他均接受原假設，未通過顯著性檢驗。

5、計量經濟學檢驗

可見模型擬合效果較好，可決系數也比較理想，表明模型中解釋變量對被解釋變量的解釋程度較好。Mobile的參數估計符號與經濟意義相違背，convenience和likeness的t統計值不顯著，根據計量經濟學知識判定這些變量之間可能存在多重共線性。故需對上述模型進行計量經濟學方法檢驗，并且進行修正。

（1）多重共線性檢驗

首先做個變量的相關系數，選擇charge、safety、convenient、mobile、rely、likeness、others數據，得到如下相關系數矩陣：

表1：

由表格數據可以看出，convenience與變量others之間存在較強的相關關系。

（3）修正多重共線性

采取逐步回歸的方法，去檢驗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果，其他結果類似。將所有結果可以匯總為下面的表格：

表2：

其中，加入others的方程R2最大，根據經濟意義來說，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符合經濟意義，但其中mobile的符號不符合經濟意義，我們考慮是否有必要把它留在模型中。因為others的R2最大，因此，應以others為基礎，順次加入其他變量逐步核對結果，結果如下表所示：

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

針對我們刪除的變量手機硬件，經過查看數據，發現0值很少，即大多數的人都擁有智能手機的功能，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價。

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

由上表可知，新加入rely的方程R2=0213087，而且這個參數的t檢驗顯著，選擇保留likeness，但是convenience加入后t值仍不顯著，而且相關性檢驗中其與others具有很大的相關關系，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，分別當其他支付方式的影響每增加1時，平均來說總的消費額減少292%，當其收費的影響增加1時，平均來說總的消費額增加2981%，當安全程度的影響增加1時，平均來說總的消費額增加2489%，當依賴程度的影響增加1時，平均來說總的消費額增加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額的變差的223615%。調整的R2為0213087，即調整后可以解釋消費額變差的213087%。

（2）異方差檢驗（BP檢驗）

以上所有檢驗均在假設基礎上作出，此時我們需檢驗是否滿足假設條件，前文已經消除了多重共線性，既滿足假設條件。此時我們檢驗是否存在異方差現象：

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

6、本文結論

再次做回歸得到以下結論：

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

對回歸結果的說明：

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

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

（3）回歸結果不存在異方差現象。

（4）解釋變量之間不存在多重共線性。

（5）其他均按照假設。

所以，有以下結論：

在其他因素不變的情況下，分別當其他支付方式的影響每增加1時，平均來說總的消費額減少292%，當其收費的影響增加1時，平均來說總的消費額增加2981%，當安全程度的影響增加1時，平均來說總的消費額增加2489%，當依賴程度的影響增加1時，平均來說總的消費額增加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額的變差的223615%。調整的R2為0213087，即調整后可以解釋消費額變差的213087%。

對于R2和R2的值，能夠解釋22%以上已經很好了。因為消費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注此次消費對將來消費額的影響，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、結論及建議

（一） 結論

本文所采用的計量經濟學模型在分析消費額的影響時，首先說明了變量選取的原因，為模型的經濟意義奠定良好基礎，其次對所有假設一一作了檢驗，最后有效區分不同變量對消費額的影響作用，得到了最終模型，并為今后預測、把握消費額的發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

本文在消費額的影響分析時未將收入因素考慮在內，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對消費額的影響，所以可以忽略收入作用。不過，今后分析消費額時還應當加入收入因素。

參考文獻：

[1]實證項目研究——恩格爾系數理論的實證分析

[2]計量經濟學 主編：龐皓.2010.06. 科學出版社

[3]計量經濟學 主編：王文博.2004. 西安交通大學出版社

[4]計量經濟學同步輔導主編：聶巧平.2006.09.中國時代出版社

[5]計量經濟學導論 Jeffrey M.Wooldridge

[6]支付寶收費了 算算網絡支付這筆糊涂賬

作者簡介：魯曉希（1992—），女，漢族，山西省運城市人，經濟學本科，單位：山西財經大學統計學院，研究方向：統計學（風險管理與精算方向）。