文/雷渝 沈澤梅（重慶工程學(xué)院）

一、研究背景

自國家不斷推進(jìn)全面深化改革以來，刺激消費(fèi)已成為中國經(jīng)濟(jì)轉(zhuǎn)型的一項(xiàng)重要任務(wù)。李克強(qiáng)總理提出“互聯(lián)網(wǎng)+”戰(zhàn)略，將互聯(lián)網(wǎng)的成果與社會(huì)其他領(lǐng)域進(jìn)行深度結(jié)合。在不斷鼓勵(lì)刺激消費(fèi)和實(shí)施“互聯(lián)網(wǎng)+”的戰(zhàn)略下，眾多金融領(lǐng)域公司和互聯(lián)網(wǎng)公司逐步開始試水互聯(lián)網(wǎng)消費(fèi)金融領(lǐng)域。在《2021Q1中國第三方支付季度數(shù)據(jù)發(fā)布》中，根據(jù)iResearch統(tǒng)計(jì)數(shù)據(jù)顯示，2021年第一季度中國第三方移動(dòng)支付交易規(guī)模增長至74萬億元[1]。越來越多的消費(fèi)者選擇用微信支付、支付寶支付等其他第三方移動(dòng)支付。對(duì)于新一代的年輕人來說，傳統(tǒng)的電商平臺(tái)和購物分期付款已成為其消費(fèi)的主要渠道。隨著提前消費(fèi)的興起，越來越多的互聯(lián)網(wǎng)消費(fèi)金融產(chǎn)品開始進(jìn)入大眾視野，比如螞蟻花唄、京東白條等。在《2018年大學(xué)生消費(fèi)洞察報(bào)告》中，39.3%的大學(xué)生會(huì)使用花唄、京東白條等，且花唄和京東白條已成為大學(xué)生首選透支方式[2]。在張兆曦和趙新娥（2017）研究發(fā)現(xiàn)在眾多互聯(lián)網(wǎng)消費(fèi)金融產(chǎn)品中，大學(xué)生群體使用比例最高的產(chǎn)品是螞蟻花唄，其次是京東白條[3]。螞蟻花唄其最大的優(yōu)點(diǎn)在于豐富且多樣的場景。它不僅可以用于阿里巴巴的電商平臺(tái)，還可以在多家外部的電商平臺(tái)上使用，比如拼多多、美團(tuán)等多數(shù)的電商平臺(tái)。

因此，本文以螞蟻花唄作為此次的研究內(nèi)容，從重慶市各大高校的大學(xué)生群體出發(fā)，通過市場調(diào)研、資料收集與整理以及數(shù)據(jù)分析，探究影響重慶市大學(xué)生螞蟻花唄用戶使用意愿的因素。同時(shí)采用線上問卷星發(fā)放和線下面對(duì)面紙質(zhì)問卷發(fā)放兩種方法相結(jié)合的調(diào)查問卷方式，探究影響螞蟻花唄大學(xué)生用戶的使用意愿的因素以及之間的聯(lián)系。希望通過此次相關(guān)的實(shí)證分析的結(jié)果，為螞蟻花唄如何深化大學(xué)生用戶群體提出參考性建議。

二、模型構(gòu)建與假設(shè)

（一）研究模型

本文以ECM和TAM模型為原型，對(duì)研究模型進(jìn)行了組合設(shè)計(jì)，從而加強(qiáng)對(duì)影響螞蟻花唄用戶使用意愿因素的了解。在研究模型中，把期望確認(rèn)和主觀規(guī)范作為感知有用性的前置變量，感知有用性對(duì)使用意愿產(chǎn)生間接的影響，使用態(tài)度和感知風(fēng)險(xiǎn)均對(duì)使用意愿產(chǎn)生直接的影響。本篇論文的初始研究模型如圖1所示。

圖1 研究模型

（二）研究假設(shè)

H1:感知風(fēng)險(xiǎn)正向影響使用意愿；

H2:期望確認(rèn)正向影響感知有用性；

H3:使用態(tài)度正向影響使用意愿；

H4:感知有用性正向影響使用態(tài)度；

H5:主觀規(guī)范正向影響感知有用性。

三、研究設(shè)計(jì)

（一）問卷設(shè)計(jì)

本研究旨在探究重慶市大學(xué)生螞蟻花唄使用用戶的使用意愿的影響因素，并探究各個(gè)因素之間的相互關(guān)系。同時(shí)采用并且嚴(yán)格遵循定量研究中的問卷設(shè)計(jì)步驟以及方法。通過歸納和總結(jié)國內(nèi)外的相關(guān)文獻(xiàn)，設(shè)計(jì)初始問卷量表，并參考了相關(guān)理論研究的量表，同時(shí)結(jié)合螞蟻花唄對(duì)其進(jìn)行修改和設(shè)計(jì)。問卷包括兩個(gè)部分，第一部分用于收集人口統(tǒng)計(jì)學(xué)方面的數(shù)據(jù)，以便進(jìn)行描述性統(tǒng)計(jì)；第二部分便是量表，其包含22個(gè)題項(xiàng)，用于估計(jì)6個(gè)變量，所有問題均采用李克特7級(jí)量表來衡量，從“非常不同意”到“非常同意”，其中變量感知風(fēng)險(xiǎn)的題項(xiàng)研究采用反向設(shè)計(jì)提問，因此得到的數(shù)據(jù)統(tǒng)計(jì)出來將會(huì)體現(xiàn)為正。在設(shè)計(jì)好問卷初稿后借助問卷星的投放功能進(jìn)行小規(guī)模的預(yù)調(diào)研，通過結(jié)合50份問卷預(yù)調(diào)研的結(jié)果對(duì)問卷形式和內(nèi)容進(jìn)行相應(yīng)完善，最終形成正式的調(diào)查問卷。

變量測量題項(xiàng)及其來源見表1。

表1 指標(biāo)及來源

（二）數(shù)據(jù)收集

本研究主要通過方便抽樣法以及滾雪球抽樣法，利用身邊可用資源以及在街上攔截路人做問卷；在網(wǎng)上利用QQ和微信等社交媒體與調(diào)研對(duì)象進(jìn)行洽談，讓其在各自所在地發(fā)放問卷，以不記名收集問卷方式共回收371份問卷。之后經(jīng)過人工篩選，剔除填否的問卷、測量問項(xiàng)自相矛盾的問卷以及填寫時(shí)間少于30秒的問卷，余下了344份的有效問卷，有效率為92.7%，接著開始進(jìn)行統(tǒng)計(jì)分析。具體情況見表2。

表2 人口統(tǒng)計(jì)學(xué)描述性分析表

（1）從性別結(jié)構(gòu)上來看，在有效樣本中，男性169人，占49.1%；女性175人，占50.9%。

（2）從教育背景上來看，在有效樣本中，?？?00人，占29.1%；本科208人，占60.5%；碩士21人，占6.1%；博士15人，僅占4.4%。

（3）從月支配收入上來看，在有效樣本中，1000元以下47人，占13.7%；1001-1500元131人，占38.1%；1501-2000元95人，占27.6%；2001-2500元55人，占16.0%；2501-3000元10人，只占2.9%；3001元以上6人，僅占1.7%。

四、數(shù)據(jù)分析

（一）信效度分析

本研究使用Smart PLS 2.0軟件進(jìn)行數(shù)據(jù)分析，在Smart PLS 2.0軟件中使用問卷數(shù)據(jù)進(jìn)行建模，包含18個(gè)指標(biāo)和6個(gè)變量，每個(gè)變量分別對(duì)應(yīng)3個(gè)指標(biāo)。在測試結(jié)構(gòu)模型描述的結(jié)構(gòu)關(guān)系之前，對(duì)各個(gè)測量模型的有效性進(jìn)行了評(píng)估。

評(píng)估的內(nèi)容包括內(nèi)部一致性信度、測量項(xiàng)信度、收斂效度以及區(qū)別效度四個(gè)方面。內(nèi)部一致性通過組合信度（CR）值和Cronbach’sα值進(jìn)行評(píng)估，如表3所示。6個(gè)變量的CR值均在0.840-0.932的范圍之內(nèi)，高于0.7，并且Cronbach'sα值在0.700-0.788的范圍內(nèi)，均高于臨界值0.7。以上數(shù)據(jù)分析表明，該問卷具有較好的信度，由此得出測量模型的內(nèi)部一致性是可以得到確認(rèn)通過的。

表3 信效度分析

測量項(xiàng)信度是由測量項(xiàng)的因子載荷值評(píng)估，由表3可見18個(gè)測量項(xiàng)的因子載荷值的范圍介于0.755-0.931之間，Chin提出標(biāo)準(zhǔn)化因子載荷量最理想應(yīng)大于0.70[4],因此測量項(xiàng)信度是可以得到確認(rèn)通過的。

（二）區(qū)分效度

聚合效度通過平均變異抽取量（AVE）進(jìn)行評(píng)估，從表3得出各因子的AVE介于0.564-0.832之間，均超過閾值0.5，據(jù)此，模型的收斂效度得以確認(rèn)評(píng)估。同時(shí)為了評(píng)估區(qū)別效度，檢查粗體顯示的AVE平方根和變量之間的相關(guān)性，每個(gè)變量的AVE平方根均高于其與另外的變量之間的所有相關(guān)系數(shù)（粗體數(shù)大于左列和下列系數(shù)），至此整個(gè)測量模型的區(qū)別效度得以確認(rèn)通過。具體分析見表4。

表4 效度檢驗(yàn)

（三）路徑分析與假設(shè)檢驗(yàn)

根據(jù)上文的相關(guān)分析，已證實(shí)了假設(shè)中變量之間均具有顯著性相關(guān)關(guān)系。由于變量之間的相關(guān)分析不能展現(xiàn)變量之間的因果關(guān)系，只能驗(yàn)證其之間是否具有相關(guān)關(guān)系。因此，為了進(jìn)一步探究其影響方向和因果關(guān)系，本次研究采用了Bootstrapping計(jì)算各路徑系數(shù)的T統(tǒng)計(jì)量，檢驗(yàn)路徑系數(shù)估計(jì)的顯著性水平。如果2.58＞T＞1.96，那么路徑系數(shù)估計(jì)在0.05水平上則為顯著；如果3.29＞T＞2.58，那么路徑系數(shù)估計(jì)在0.01水平上則為顯著；如果T大于3.29，那么路徑系數(shù)估計(jì)在0.001水平上則為顯著[5]。具體分析見表5。

表5 路徑系數(shù)分析

五、研究結(jié)論與建議

（一）研究結(jié)論

本研究基于期望確認(rèn)模型和技術(shù)接受模型，研究得出，影響重慶大學(xué)生螞蟻花唄用戶使用意愿的因素，最終得出研究結(jié)論如下：主觀規(guī)范和期望確認(rèn)度均正向影響感知有用性，感知有用性顯著的正向影響使用態(tài)度產(chǎn)生，使用態(tài)度和期望確認(rèn)度均正向影響使用意愿。

（二）相關(guān)建議

1.提高大學(xué)生用戶的主觀規(guī)范

加強(qiáng)媒體宣傳力度，打造良好口碑。螞蟻花唄的使用方式相對(duì)于其他互聯(lián)網(wǎng)金融消費(fèi)產(chǎn)品來說更加方便與快捷，因此，為了提高大學(xué)生用戶的主觀規(guī)范，螞蟻花唄應(yīng)該在大學(xué)生群體中擴(kuò)大其知名度，提升大學(xué)生用戶對(duì)其認(rèn)知程度。通過有效的媒體宣傳和推廣，讓大學(xué)生消費(fèi)者愿意使用螞蟻花唄，甚至能在消費(fèi)商品時(shí)能把螞蟻花唄作為主要選擇。

2.降低大學(xué)生用戶的感知風(fēng)險(xiǎn)

在如今信息發(fā)展快速的時(shí)代，關(guān)于消費(fèi)者隱私泄露的新聞層出不窮，風(fēng)險(xiǎn)問題已成為螞蟻花唄用戶在使用螞蟻花唄時(shí)的較大顧慮。因此，為了降低大學(xué)生用戶的感知風(fēng)險(xiǎn)，互聯(lián)網(wǎng)金融企業(yè)應(yīng)該不僅只完善和提高自身的風(fēng)險(xiǎn)防控體系，還應(yīng)該對(duì)大學(xué)生用戶可能會(huì)遭遇的信息泄露和財(cái)務(wù)安全等問題提供保險(xiǎn)服務(wù)。

3.提高大學(xué)生用戶的感知有用性

螞蟻花唄作為一種創(chuàng)新型的提前消費(fèi)的方式，其最突出的特點(diǎn)是能夠讓大學(xué)生提前消費(fèi)買到自己心儀的商品。大學(xué)生群體作為年輕群體，具有較強(qiáng)的購買欲并且還具有一定的沖動(dòng)性，在提前消費(fèi)的同時(shí)也許會(huì)帶來一定的經(jīng)濟(jì)壓力。因此，螞蟻花唄應(yīng)該對(duì)大學(xué)生群體做出適當(dāng)?shù)姆趴罨蚴茄舆t還款時(shí)間來緩解其經(jīng)濟(jì)壓力。

4.提高大學(xué)生用戶的體驗(yàn)感

深入消費(fèi)場景，提高用戶的體驗(yàn)感。讓螞蟻花唄不僅只停留電商平臺(tái)上，還可以再深入人們的日常生活。目前多省已經(jīng)將螞蟻花唄投入到日常生活中，但并沒有做到全國范圍的投入。因此,螞蟻應(yīng)充分利用好線上電商平臺(tái)的豐富化場景和線下場景服務(wù)的特點(diǎn)，將螞蟻花唄融入全國大學(xué)生的日常生活中，提高大學(xué)生對(duì)螞蟻花唄的體驗(yàn)感,從而讓他們在未來也愿意繼續(xù)使用螞蟻花唄。