作者:Mika
数据:永洪科技
【导读】
随着智能手机和移动互联网的发展,现在移动支付已经成为了主流付款方式。到底是从什么时候开始,我们开始放下现金,拿起手机,用起了扫码支付呢?
首先想问大家一个问题:
你有多久没有用现金了?
你上一次掏钱包,用现金支付是什么时候?
随着智能手机和移动互联网的发展,现在移动支付已经成为了主流付款方式。无论是在什么地方,公交车地铁可以用手机支付,吃饭购物可以用手机支付,就连路边菜的大妈在摊位旁边也有二维码。
之前人们出门的必备装备还是手机、钱包、钥匙。而现在,只需要带上手机、钥匙就够了。买东西时,选购,扫码支付即可,省去了找零的环节,着实方便不少。
今天早上在排队买咖啡的时候,有个女生拿出了纸币结账,而收银员愣在原地不知所措,两个人尴尬的对视几秒后,收银员才开始找零。
这样的情况还有很多,之前我看过一条新闻,一个绑匪向受害人索要钱财时,拿出了手机,打开了二维码说:“扫我!”
再比如说,之前去菜市场,总有那么几个熟悉的摊头,称重过后开始高手过招“抹个零头!取个整!”而现在的菜市场,这种声音已经很难再听到了。
是从什么时候开始,我们开始放下现金,拿起手机,用起了扫码支付呢?
支付方式变迁史:从粮票到移动支付
“现金、刷卡支付还是支付宝还是微信”结账时,一句司空见惯的简单问询,背后却是折射出人们支付方式的变迁。
通过永洪桌面分析,最早在50-80年代,几乎所有的东西都要先通过“票证”然后才能使用现金来购买。因为是按照人口数量,统一发放票证。那时候的中国人口多,粮食少,经常吃不饱饭。
后来生活得到了改善,“票证时代”也慢慢退场,现金支付成为了主流。前后总共有5套人民币,现在是第五代。大家最熟悉的应该是第四版,也是使用时间最长的一套。5角的纸币大家是不是很熟悉?小时候没少拿来买冰棍儿吧!
1985年中国出现了第一张银行卡,银行业务发生了翻天覆地的整改。
在之后的很长一段时间中,现金、银行卡一直都承担着独一无二的角色。
直到现在,大多数国家还在使用银行卡,跟大家分享个冷知识。日本的ATM是有下班时间的你敢信?下班时间取款会出现手续费,大概12-15块不等。但是他们贷款是免息的,有的贷款甚至银行给你钱?这也就是为什么发明二维码的日本却没有普及“电子支付”。随着二维码的出现,中国进入了支付2.0时代。
移动支付率占比逐年上升
2010-2013年,二维码第一次进入我们的生活,支付宝、微信相继推出了扫码支付,但仅一年就被叫停。直到2016年,“电子支付”才正式进入市场。
通过永洪桌面分析,从2016年起,电子支付迅速覆盖全国各地,而最一开始用于现金的群众还高达78.4%,到2020年时,现金的使用人数就只有27.9%,可见发展相当之快。
我国基站建设数量处全球领先地位
那为什么“电子支付”可以盛行呢?最直观的影响就是网络覆盖原因。2016年的时候中国三大运营商的基站加起来大约有200多万个,占全球4G基站数量的70%。而美国所有的基站数量加起来不足30万个。中国宽带家庭率88%以上,美国不到50%,中国的无线覆盖了超过96%。而美国,一些偏远的小村庄、小镇,连手机信号都没有,怎么进行扫码呢?
在二维码取代我们的钱包后,紧接着新一轮的支付模式---指纹付款、刷脸支付接踵而来。而在“电子支付”的时代,少不了支付宝、微信两大巨头的推动。根据永洪桌面分析,2016年起,支付宝占“电子支付”市场交易份额的63.41%,比其他所有平台加起来都要多。
结语
从【粮票】到【纸币】再到【银行卡】最后变成现在的【电子支付】,国家的强大,技术的发展,都在改变着我们的生活。记得老一辈人说起,那个“票证时代”,每一家的每一张嘴能吃多少饭都是有定量的,经常会饿肚子。一个月才能见一次肉。
对比现在,我们连门都不用出,点个外卖什么都能送到家里。从【不够】到【不愁】,我们踏遍泥泞,辗转前行,在创造奇迹的同时,成为奇迹。
作者:Mika
数据:永洪科技
本文由:CDA数据分析师 永洪科技联合出品
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21