大學生移動支付行為及其影響因素研究

呂越 劉自然

摘 要：本文針對移動支付技術快速發展、使用量高速增長的趨勢，以在校大學生為研究對象，基于技術接受模型（TAM），設計調查問卷獲得一手數據，運用因子分析法和結構方程模型（SEM），分析并驗證了影響大學生使用移動支付的主要因素。首先運用探索性因子分析找出主要的外衍變量，進而利用驗證性結構方程驗證潛在變量間的結構關系。結果顯示，大學生在學習和運用移動支付時所做的認知努力程度對大學生對手機支付的信任程度和認可程度有著顯著影響；對手機支付的認可程度對移動支付使用意圖影響最大。

關鍵詞：技術接受模型 因子分析 結構方程 大學生 移動支付

中圖分類號：F832 文獻標識碼：A 文章編號：2096-0298（2017）03（c）-027-04

2017年1月，中國高校傳媒聯盟聯合螞蟻金服旗下支付寶，就全國4000多所高校及職業院校、1000多萬在校大學生的消費數據做了專門的梳理。數據顯示，2016年中國90后移動支付占比近92%。中國大學生在支付寶上的人均支付金額（含轉賬、網購消費、發紅包、理財等數據）約為40839元，較2015年增長97%。可見，智能手機的普及和移動支付的發展正在悄然改變著人們的生活消費方式。

國內對移動支付影響因素的研究沒有限定具體的人群范圍，但移動支付的使用具有一定的年齡特征，主要是學生族和上班族，他們容易接受新鮮事物。尤其大學生是未來社會拉動消費的中堅力量，所以大學市場成為第三方支付平臺競相爭奪的對象。另外，國內研究移動支付的影響因素方法有因子分析和結構方程，前者主要是探索性分析，后者屬于驗證性分析，也就是先以因子（預測變量）為構建基礎，來驗證是否能代表一個潛在變量，如果對變量間的關系沒有理論和推論基礎，則需把兩者結合起來建模，先探索后驗證，但很少有論文把兩者結合起來研究。

針對移動支付方式在大學生活圈內的普及和使用人數的激增，本文基于技術接受模型，設計調查問卷獲得一手數據，采用因子分析進行探索性研究，同時也有效契合了技術接受模型，進而建立結構方程，分析影響大學生使用移動支付的因素，從微觀層面解讀移動支付的發展空間，對“普惠金融”的發展具有一定的借鑒價值。

1 理論基礎

技術接受模型（Technology Acceptance Model，TAM）是Davis（1989）運用理性行為理論研究用戶對信息系統接受時所提出的一個模型，提出技術接受模型最初的目的是對計算機所廣泛接受的決定性因素做一個解釋說明。技術接受模型提出兩個主要的決定因素：一是感知的有用性，反映一個人認為使用一個具體的系統對他工作業績提高的程度；二是感知的易用性，反映一個人認為容易使用一個具體系統的程度。大量實證表明，TAM可以對IT領域的許多技術接受行為進行研究（Gefen，2003）。結合本文研究內容，通過“感覺有用”和“感覺容易使用”來研究大學生對移動支付的接受程度。

相比于現金支付，使用移動支付面臨著手機丟失帶來的經濟損失、用戶個人信息泄露、病毒入侵賬戶等風險。人們在享受高科技帶來便利性的同時，也將自己暴露在潛在性的傷害中。現有的研究結果表明，對于移動支付平臺高水平的信任將提高客戶的使用意圖。所以，“信任”在大學生使用移動支付的過程中起著重要作用。

2 研究設計、方法與思路

2.1 變量與問卷設計

本文以在校大學生為研究對象，采用問卷調查的方式收集數據。問卷由兩部分組成。

一是大學生個人基本信息和使用情況，包括性別、年級、月開銷、使用移動支付的時間、使用原因、應用場景等，用于闡述樣本基本特征和分析大學生移動支付市場現狀。

二是調查使用者對移動支付的認知和接受程度。根據TAM，三個外衍變量（自變量）和一個內衍變量（因變量）對應四組題目，每個分組包含3～5個問題，每一道題都采用了李克特（Likert）五級量表法進行同意度的打分，同意度由非常不同意到非常同意。把相關問題編制為一組，便于被調查者理解，減少誤差。這些數據主要用于因子分析和結構方程模型。

2.2 研究方法

2.2.1 探索性因子分析

傳統上，在進行因子分析之前，對于變量的因子結構（即使用意圖是由哪些因素構成的）沒有預設的立場，經SPSS分析后，以因子負荷量來萃取因子，并對因子加以命名。這種因子分析帶有“探索”的意味。而本文選取指標的理論基礎是“技術接受模型”，在探究技術的接受程度方面有巨大優勢，如果用因子分析驗證這一模型的契合度，即選取指標的有效性，會使模型更有說服力。

2.2.2 驗證性結構方程

通過因子分析，模型初態已形成，而驗證這個模型的因果關系，探究各概念間的相互影響關系，需要以結構方程為主要分析工具進行測量。結構方程能同時處理多個因變量，并可比較及評價不同的理論模型。基于傳統的探索性因子分析提出特定的因子結構，用結構方程模型檢驗它是否吻合數據。

2.3 研究思路

首先，基于技術接受模型（TAM），問卷的第二部分基于用戶對移動支付所做的認知努力程度、信任程度、認可程度和使用意圖設置了若干問題，用戶通過五級量表法對同意度進行打分。問卷回收后，得到微觀一手數據。

其次，探索性因子分析可以把問卷中的所有問題（觀察變量）進行歸類，提取出主要因子，主要因子的個數和含義契合問卷設計中問題的種類和屬性。

最后，經過因子分析后，所產生的主要因子作為外因潛在變量（自變量），每個問題屬于不同的外因潛在變量下的觀察變量，建立結構方程模型，驗證因子間的結構關系。

3 大學生移動支付現狀

3.1 數據采集

數據來源于調查問卷。設計修改好問卷后，發布在專業的問卷調查網站——問卷星，通過微信朋友圈和QQ空間的轉發獲得一手數據。本次調查共搜集到260份問卷，經核查后重復問卷有0份。最后有效問卷260份，問卷回收率100%。

3.2 問卷信度分析

信度分析是檢驗結果的一貫性、一致性、再現性和穩定性的常用方法。只有可信度在相關研究可以接受的范圍之內，問卷統計結果才是有價值的，才有進一步分析的必要。本文借助SPSS進行信度分析，得到的Cronbachs Alpha值為0.898，基于標準化的Cronbach‘s Alpha值為0.902，兩個系數都在90%附近，可見該量表具有很高的內在一致性，所以可靠性較強。

3.3 樣本統計分析

3.3.1 調查對象的人口特征

本次研究對象為大學生，性別、地區、學校類型不同，其對待移動支付的態度也不同。在調查的260名大學生中，男生約占35%，女生約占65%；大一大二學生的比例和大三大四幾乎相同，研究生占比接近于0。從學校類型來看，綜合、理工、財經、醫科這四大類各自占比差異較小，因此本次問卷調查數據可用且有效。

3.3.2 大學生移動支付現狀分析

（1）接觸移動支付的渠道

問卷調查結果顯示，通過收發紅包接觸到手機支付的大學生占到了61.15%，除此之外， 88.85%的大學生是通過資金轉賬開始使用手機支付，28.46%是朋友推薦，還有一些則是被一些廣告宣傳和優惠活動所吸引。

（2）選擇使用移動支付的原因

根據投放的問卷調查結果統計， 81.15%的大學生使用移動支付是基于其支付步驟簡單，方便快捷、節省時間的優點，77.31%的大學生是因為其可使用的線下場景多，67.69%的大學生認為使用手機支付出門無需帶錢包，57.69%的大學生是出于和周圍人交流的需要，還有少部分大學生認為移動支付會帶來許多優惠。

3.3.3 用戶支付行為

（1）日常支付中使用移動支付占比

調查顯示，有87.69%的大學生在日常支付行為中使用手機支付所占的比例大于50%，這說明了移動支付在生活中的普遍性以及本文研究的實際意義。

（2）不同的第三方支付平臺各自占比

使用支付寶和微信的大學生占比93.85%和76.92%。和二維碼支付相比，Apple pay選擇的近場通信由于依賴硬件而阻礙了其增長，同時Apple pay僅能由使用iPhone 6及更新版本蘋果系列手機的人使用，這也限制了用戶數量，使其無法在中國市場快速發展。從調查問卷顯示，使用Apple pay的人僅占3.46%。

（3） 第三方服務

針對大學生群體，其主要使用移動支付的第三方服務即為網絡購物、外賣餐飲和訂購機票火車票，分別為91.15%、88.08%和81.54%。

3.3.4 用戶消費行為

（1）2016淘寶年賬單金額

通過對大學生淘寶年賬單金額的調查和分析，我們能夠看到移動互聯網已慢慢成為我國人民生活方式的一部分。移動支付筆數較去年的大幅攀升在很大程度上是因為線下手機支付習慣的養成。

（2）支付方式對月開銷的影響

調查結果顯示，51.68%的大學生認為自己使用移動支付后月開支增加，46.92%的大學生認為自己的月開銷并未變化，而使用移動支付后開銷減少的情況并沒有出現。由此可以得出，移動支付在一定程度上確實促進了消費行為。

（3）商家優惠對消費行為的影響

消費者傾向于以最高的性價比消費，折扣、促銷券等降價信息往往能調動其購買欲望。調查結果顯示，有84.62%的大學生會因為商家優惠沖動消費，其中經常發生的占到了9.62%。

4 基于因子分析的觀測變量重疊性與歸屬性分析

4.1 因子分析的作用

因子分析的核心是“降維”，也就是將大量可能存在相關關系的變量轉換成較少的彼此不相關的綜合指標的多元統計方法，可以降低分析的復雜度。本文采用因子分析，一是具有探索性，探索16個觀測變量的重疊性與歸屬性；二是具有驗證性，驗證基于“技術接受模型”選出的潛在變量，是否真正代表了全部信息。

4.2 因子提取

根據因子概率貢獻率的結果，前三個因子的特征值大于1，并且前兩個因子的特征值之和占總特征值之和的73.388%，因此，提取前三個因子作為主因子。表1給出了旋轉成份矩陣，每個因子只有少數幾個指標因子的載荷較大，因子1與1.A、1.B、1.C的關系較強，對第一個因子的解釋還是遵循“技術接受模型”中的感知易用性，因子2與3.A、3.B、3.C、3.D、3.E的關系較強，所以因子2即風險性考慮，因子3與2.A、2.B、2.C、2.D、2.E的相關性最強，即感知有用性，有效契合技術接受模型。

5 基于結構方程的潛變量關系分析

5.1 結構方程模型

結構方程模型（SEM）利用聯立方程組求解，但它沒有嚴格的假定限制條件。同時允許自變量和因變量存在測量誤差。結構方程模型既能處理測量誤差，又可以分析潛在變量之間的結構關系。本文以“技術接受模型”（TAM）為基礎，將“信任”納入模型中，通過因子分析探索和驗證了潛在變量的有效性，構建大學生使用移動支付的影響因素理論模型。

5.2 研究假設

（1）技術接受模型是研究技術接受方面最具代表性的理論模型，在本文對移動支付的研究中同樣適用，因為移動支付本身就是一種技術。對于一種創新的技術，潛在使用者是否使用該技術受兩種認識的影響，一是感覺這種技術是否有用（perceived usefulness，PU），另一種是感覺這種技術是否容易使用（perceived ease-of-use，PEOU）。