公交移动支付特征评估及盈利模型的建立
向恭梁 马 林 吴俊婕 山东科技大学矿业与安全工程学院
摘要： 本文针对城市的公交支付特征及盈利问题，对数据进行简单处理与分析得出该城市支付方式的特征，并通过自主建立相关商业盈利的数学模型，估计出该城市全部公交实现第三方支付后的盈利情况。
关键词： 数据分析；支付特征；构建盈利模型；定量分析
随着移动支付的发展，越来越多的传统支付方式发生转变，比如公交从传统的刷卡、投硬币逐渐转变为移动支付，本文分析某城市公交支付特征，并构建了相关商业盈利模型。
一、分析某城市的出行支付特征
从网上查阅数据并对其进行筛选与统计，得到不同支付方式所占比例；再根据具体情况，对数据进行对比分析得出该城市乘车的支付特征。
首先分析该城市乘车人不同乘车方式所占百分比，由数据我们可以得到该城市乘车人使用不同支付方式的次数，经由软件matlab的处理可以得到该城市不同乘车方式所占百分比。再分析工作日与周末、高峰期与非高峰期的支付方式，根据每天不同时间段的乘车次数得出每天有两个峰值，将这两个峰值时间段内的乘车次数筛选出来，统计在这个时间段内每个月的平均支付次数，分析数据即可得出：在工作日，公交乘车早高峰的移动支付的次数占比略低于刷卡支付，晚高峰则与其相反。非工作日与上述工作日的支付特征相同。随后将每天的乘车总次数减去高峰期时间段内的次数，得到每天非高峰期的乘车次数，经过筛选统计可以得到上半年和下半年在工作日内非高峰期使用不同支付方式的所占比都接近于50%，即在工作日时期，该城市乘车人在非高峰期使用移动支付和刷卡支付所占的比例相同。最后用同样的分析法，筛选统计出周末使用不同支付方式的次数，经分析，在周末的非高峰期，该城市乘车人使用移动支付所占的比例在逐渐增加。
二、构建公交第三方支付平台的商业盈利数学模型
定量分析第三方支付平台的收支和盈利情况，建立起整个商业盈利模型，再构建广告费、手续盈利费、沉淀资金利息费、服务费这四个盈利模型，将模型公式进行代数运算，最后估计出该城市全部实现公交第三方平台支付后的盈利情况。
本文以Dyck路中特殊的点(如峰点或谷点)的坐标，运用数论知识，通过建立两个集合之间的双射，给出了与Narayana数有关的恒等式的组合证明及推广。同时还得到了一些与 Narayana数有关的发生函数。
1.手续费收入、沉淀资金利息收入模型
设广告盈利为w1 且认为每天的广告费相同，假设该城市每位乘客乘车所支付的费用为1 元，每天使用移动支付的乘客数量为ni，公交车公司向第三方支付平台支付的手续费为x，第三方支付平台向银行支付的手续费为y，(其中0.08%≤y ＜x ≤1.25%)，那么手续费的收入可由下式得到： W2=(x-y)×1×ni(1)
其中N1为一定时间内第三支付平台访问量，N2为一定时间内平台上线产品或服务的点击量，N3为一定时间内在平台互动的次数，N4为一定时间内平台上线产品或服务达成消费量[2]。
而每天的活期利率为0.35%/360(银行存款年利率)，每天的定期存款利率为1.1%/360(定期存款时间为三个月的年利率)，设定沉淀资金占当年发卡额的比例为k1(70%≤k1≤80%)，三个月的单位定期存款占当年发卡额的比例为k2(0 ≤k2≤k1)，那么w3可 由 下 式 得 到：
[1]对于沉淀资金的利息收入，我们将其设定为w3，假定收到的预收货币代付资金为100 元，在不考虑一个人多次乘车的情况下，有发卡额m：
2.构建第三支付平台服务费的定价模型
目前，纸病在线检测系统普遍采用“电荷耦合器件(Charge Coupled Device，CCD)相机+计算机”的硬件结构模式，通过CCD高速相机实时采集纸张图像数据并传送至检测系统PC端，系统的核心处理器利用图像处理技术对纸张图像进行处理和辨识，实现对黑斑、孔洞、划痕、裂边等缺陷的识别和分类[1- 3]。但是随着纸机车速的提升、纸幅的加宽以及对纸病辨识精度的提高，CCD相机采集到的海量图像数据，给系统的快速性甚至稳定性带来了巨大冲击，如何解决打破纸病辨识快速性这一瓶颈已成为当前研究纸病检测技术的关键问题。
CPM、CPC、CPR 和CPA 四 种 指 标 的 权 重 分 配 为：β1=β4=1/4、β3=1/2、β2=0。将其代入第三方互联网交易平台综合定价模型公式(4)可得第三方互联网交易平台对高度涉入的功能型产品或服务收取的平台服务费定价公式：W4=P=1/4x(N1/1000)xCPM+1/2 xN3xCPR+1/4xN4xCPA (5)
当今，用户对于通信的要求已经不是一个简单的“通”字所能满足的。用户对于通信的需求可以概括为全面、智能和统一。针对那些已经运营了十几年甚至是几十年的老旧工厂来说，想要实现对所有设备的数据采集极具挑战。不仅要面对完全不同的通信协议、通信接口，还要考虑到复杂的电磁干扰环境，更有甚者，如果运气不好，面对一台只有继电器控制的设备，通信更是无从谈起！所以，对于一款合格的工业通信产品来说，能够提供丰富而强大的接入方式是基础，而在兼顾通信的同时，还必须适应恶劣的工业环境。
构建一个有关于服务费(w4)的定价模型：P =β1x (N1/1000)xCPM+β2 x (N2 /1000)x CPC+β3 x N3 x CPR+β4 x N4 x CPA (4)
查阅资料可得知，该城市公交第三方支付平台商业盈利数学模型中的w3占第三方支付平台收入的5%，因此可以得到总盈利计算公式：
假设该城市全部实现公交第三方平台支付，由数据可以得到平均每天乘坐公交使用移动支付的人次，从而得到这一天的沉淀资金m：
3.估计该城市全部公交实现第三方支付后的盈利情况
查阅资料表明无形收益与有形收益成正相关，设定比例系数为k，则无形收益=有形收益/k：公交第三方支付平台的商业盈利模型为：
在公交第三方支付平台的商业盈利数学模型中，设定平台的支出为d 且假设恒定不变；公交第三方支付平台每天的有形收益=W1+W2+W3+W4
二次模型的方程建立：使用Design-Expert对数据进行处理后，建立响应曲面的回归模型，获取最优的响应因子与水平。整理后凤尾鱼片的硬度及其感官评价响应值见表9。
将相关数据代入到总盈利计算模型中；即可得到盈利情况：
智能视频监控系统主要包括：图像获取，图像预处理，人脸定位以及人脸遮挡判别。利用改进的YOLO模型首先回归出人脸的位置，避免了传统的手工提取人脸特征的高耗时低精度的弊端，利用此优点预先定位出需要判别是否遮挡的人脸区域，排除复杂背景的影响，降低了误检率，也提高了利用DLIB进行人脸68个特征点检测的速率与精度，当人脸有遮挡时，则提示“异常人脸，禁止操作”。本文的遮挡人脸判别流程如下图1所示。
再根据：5%×W3×4=4×k2×m×1.1%/360，可以得出：当k1取80%，a 取5%时，可得到最大收益，当k1 取70%；a 取4%时，可得到最小收益。即为该城市全部公交实现第三方平台支付后的盈利额。
三、结语
根据分析数据，得到该城市的出行支付特征，并建立相关盈利模型，用以估计当该城市全部实现公交移动支付后的盈利情况。模型可用于分析其他城市的支付特征以及评估第三方支付平台的盈利状况，具有一定的参考价值。
参考文献：
[1]张红梅．从支付宝看第三方的盈利模式[J]．经济研究导刊，2003(总第212 期)：156-157．
[2]杨洁．第三方互联网交易平台服务费定价机制研究[J]．中国优秀硕士学位论文全文数据库(中国知网)，2016．
中图分类号： F224
文献识别码： A
文章编号： 1001-828X(2019)006-0316-01
作者简介： 向恭梁(1999-)，男，汉族，江西九江人，山东科技大学矿业与安全工程学院采矿工程专业在读本科生。
标签：数据分析论文; 支付特征论文; 构建盈利模型论文; 定量分析论文; 山东科技大学矿业与安全工程学院论文;