客运车移动支付的盈利方案

张茜 刘佳鑫 齐圆圆

摘 要：随着智能手机的普及和移动支付技术的提高，客运车移动支付的出现解决了许多现金缴费和实体客运车刷卡付费方式的缺点，如何推广客运车移动支付以及增加第三方支付平台商业盈利，成为亟待解决的社会问题。

本文采用定量分析法、因子分析法、线性回归分析等，对该城市乘车人的客运车支付方式、第三方支付平台盈利的四大指标、不同月份的该市的客运车第三方平台的收入及影响其支付的类型进行了分析，得出综合指标与手续费、服务费、沉淀资金和广告费成正相关，当综合指标越大，第三方平台商业盈利越高。

关键词：因子分析、大数据处理、控制变量法、线性回归分析、针对性分析

一、模型假设

（1）假设该城市在实行客运车移动支付试点及推广期间，社会发展（流动人口、GDP等）相对稳定;

（2）假设在短时间内该城市人民出行方式不会发生较大改变;

（3）假设该方案实施时不会因其他客观条件（自然灾害、金融风暴、政治因素等）

二、模型的建立与求解

2.1问题一模型的建立与求解

客运车移动支付推广初期效益良好，但随着推广月份的进行，客运车移动支付和客运车卡支付使用人数逐渐减少，而其他方式逐渐增多并与前两者基本持平，客运车移动支付方式使用人数减少直接导致第三方支付平台盈利受损，因此分析得出该城市乘车人的出行支付特征尤为重要。

利用客运车移动支付的信息和数据，筛选数据得出近一年来该城市人民客运车出行不同方式，大体分为三类：客运车移动支付、客运车卡支付以及其他支付方式。

利用求和公式算出该城市近一年来客运车支付三种方式使用总人数。

我们取 M：客运车移动支付使用人数

N：客运车卡使用人数

P：其他支付方式使用人数

取概率为Q，Q=M/N/P，则可得第一问中的该市人们乘客运车的支付特征。

2.2问题二模型的建立与求解

2.2.1利用因子分析构建第三方平台盈利模型

1、模型建立：所谓移动第三方支付是第三方支付基于移动互联网的一种业务形态，具体来讲是以移动智能手机或其他移动终端为载体，借助于移动互联网开展的远程支付和近程支付业务;远程支付业务是通过移动互联网开展的线上支付业务;而近程支付业务通常是指通过内置于移动第三方支付系统的二维码、声波等支付介质开展的面对面的线下支付业务。

由于客运车移动支付这种支付方式并不成熟，客运车第三方平台的利益将直接受到影响。为了消除这种影响，扩大客运车第三方平台的盈利，我们要建立起该平台的盈利模型并对其进行分析而得出结论。

2、模型求解：

取手续费为x1 服务费为x2 沉淀资金为x3

广告费为x4 X2=经手资金*30% X3=累计利息*90%

X4=广告费用

由因子分析法得出如下图1

通过图1可得出影响客运车移动支付第三方支付平台盈利的主要因素是手续费x1和服务费x2，相比之下沉淀资金x3与广告费x4则对综合指标F影响较小。

2.3问题三模型的建立与求解

2.3.1回归方法分析全面推廣移动支付后的第三方盈利.由问题一给出一年中的四分之一的客运车在试营运期间的支付方式的数据，推测当全部客运车全部采用移动支付方式时，第三方平台的盈利。

2.3.2回归曲线分析.第三方支付平台一般都具备多方面的收益来源，因此一个系统设计完整的盈利模式需要兼顾支付平台各方面关联服务、收益定价与收益来源等相关问题。为了能够准确的确定客运车第三方平台的收入来源，我们开展了一个有关的问卷调查。

综上所述：在客运车移动支付全面推广以后，第三方平台的主要盈利来源于广告费，沉淀资金和服务费，而手续费的波动过大，不可作为第三方平台的盈利主要手段。

2.4商业计划可行性报告

2.4.1关于客运车第三方盈利的商业计划可行性报告

一、市场分析.在以上问题解决的过程中，我们可以清晰的看出第三方移动支付在推广中存在一定的利弊。虽然移动支付方便、快捷，然而由于移动端的不稳定性和推广力度不够，造成移动支付处于不利地位，客运车支付中三大影响因素逐渐趋于相同，无法表现移动支付的绝对性优势。

二、提出问题并解决.1.针对移动端的沉淀资金，第三方平台应该采取“三化”模式来取得用户的赞同。大多数用户对第三方平台报以怀疑态度，不清楚自己的资金流动去向或者认为这是另一种风险系数大的投资。所以用户不愿大量或不愿向第三方平台投入资金，从而减少了一部分的客流量。应根据“透明化”、“保障化”“信誉化”，来取得用户满意度，进而推广第三方移动支付的客运车模式。2.针对推广力度不够，移动支付不够普及、利民的角度，第三方平台应该对此加大人力和资金投入。由点及面，从每个站点的支付是否及时，服务是否到位抓起，将方便变为“普便”，来吸引更多客流进而发挥出移动支付的绝对优势。

参考文献

[1] 饶勇勤. 基于因子分析法的上市商业银行经营绩效评价研究[D].广西大学，2017.

[2] 杨丽君. 基于因子分析法的汽车行业财务竞争力研究[D].中国地质大学（北京），2017.

[3] 赵露. 基于因子分析法的山西省煤炭上市公司财务绩效评价研究[D].天津商业大学，2017.

[4] 郭延辉. 基于因子分析法的我国上市银行绩效评价实证研究[D].河北经贸大学，2017.

[5] 周天. 基于logit模型的恶性肿瘤终末期临终关怀决策影响因子分析[D].北京中医药大学，2013.

[6] 高辉. 几类常用非线性回归分析中最优模型的构建与SAS智能化实现[D].中国人民解放军军事医学科学院，2012.

[7] 吕向东. C-D生产函数参数估计的分位数回归方法研究[D].首都经济贸易大学，2012.

[8] 符淼. 技术溢出的空间计量和阈值回归分析[D].华中科技大学，2008.