中国第三方支付收单与商户数字化服务深度研究报告

1. Executive Brief｜先给结论

最终判断：[INFERRED][HIGH] 值得进入，但应该进入“支付之上的经营与合规基础设施”，而不是把“拿牌照、铺商户、赚费率差”作为默认路径。 中国支付已经是高渗透、超大交易量、强监管、低净费率的成熟基础设施。支付本身仍增长，但决定企业价值的变量已经从“交易额有没有增长”转向take rate、商户质量、渠道成本、SaaS附着率、风控效率、跨境能力以及能否进入商户核心工作流。

2025年拉卡拉境内综合收单交易额3.94万亿元，数字支付收入48.74亿元；2026年上半年其境内综合收单交易额达到2.25万亿元、同比增长14.99%，其中扫码交易0.85万亿元、同比增长29.38%；数字支付收入28.43亿元、同比增长20.32%，科技服务收入2.13亿元、同比增长51.32%，SaaS产品活跃用户翻番以上。[KNOWN][HIGH] 这说明支付量仍有增长空间，但增值服务和行业SaaS的增长更快。海外同样出现“支付平台化”：Adyen 2026年上半年处理量8038亿欧元、同比增长24%，净收入13.03亿欧元、同比增长19%，并把支付、资金管理、忠诚度、计费和Agentic Payment继续整合。[KNOWN][HIGH]

**优先进入顺序：**①多门店/连锁企业业财对账与资金可视化；②支付机构RegTech/AML与商户风险运营；③垂直行业SaaS+嵌入式支付；④支付数据可观测/账务一致性；⑤跨境商户运营工具。**观察但谨慎：**持牌收单。**不建议：**纯聚合码、补贴铺商户、无行业数据的通用“商户AI助手”、无牌照触碰结算资金。

2. 这个行业到底是什么

2.1 先用一句人话解释

假设你开一家餐馆。顾客可以用微信、支付宝、银行卡、数字人民币或外卡付款。你真正需要的并不是“扫一下码”，而是：确认顾客的钱确实付了、订单不重复、资金最终到你指定账户、手续费算对、退款有记录、每天几百笔交易能和POS/外卖/会员/发票/银行流水对上，而且所有过程符合监管。

这套把“顾客付款”变成“商户可确认、可结算、可对账、可追责的收入”的基础设施，就是收单及其周边服务。第三方支付机构是其中的持牌主体之一；聚合支付、商户SaaS、业财对账和风控科技则位于其周边。

本报告定义：[KNOWN][HIGH]“第三方支付收单与商户数字化服务”，指持牌非银行支付机构、收单机构及其合规技术生态，围绕商户接受银行卡/二维码/线上支付、完成交易处理与资金结算，并进一步提供对账、门店、会员、营销、财务、风控、跨境等服务的产业。

2.2 最容易混淆的几个概念

本报告不把银行存贷款、信用卡发卡、清算网络本身、纯个人P2P转账、消费信贷、证券支付和与支付无关的普通ERP纳入核心市场。这样做是为了避免把“支付基础设施总流量”误当成“商户收单可赚钱的市场”。

2.3 为什么这个行业会存在

如果没有专业收单体系，一个商户要自己解决至少六件事：一是分别接每家银行和钱包的接口；二是判断付款是否成功；三是处理退款、撤销和重复支付；四是确保每天数百笔交易与银行实际到账一致；五是识别套现、洗钱、盗刷、接口转接等风险；六是满足身份识别、商户尽调、数据和资金安全要求。对单个商户来说，自己搭建这些能力成本远高于购买服务。

行业演化可以概括为四个阶段：现金/银行卡受理 → 专业收单网络 → 移动二维码/超级钱包 → 支付嵌入企业经营与金融操作系统。 前两个阶段解决“能不能收钱”，第三阶段解决“任何场景都能方便收钱”，第四阶段开始解决“收完钱之后如何自动经营、对账、风控和管理资金”。

需求也分三类：刚需是交易成功、资金安全、结算准确；效率需求是自动对账、快速入网、统一门店运营；监管驱动需求是商户尽调、AML、数据安全、审计留痕。第三方支付产业的利润越来越来自后两类，而不是第一类基础功能。

3. 谁在里面做什么、谁给谁钱

3.1 完整参与者地图

真正的权力结构并不等于谁离资金最近。发卡行掌握付款账户，清算机构掌握网络规则，收单机构承担商户法定责任，超级钱包掌握消费者入口，大型SaaS掌握商户工作流。利润池取决于谁拥有不可替代的入口、数据语义、监管责任和切换成本。

3.2 谁付钱、钱怎么分

消费者消费100元时，商户通常并不会“完整收到100元再另付服务费”。支付费用会按合同和清算规则在发卡/账户侧、清算网络、收单侧、渠道/服务商之间分配。对商户而言看到的是MDR或综合费率；对支付机构而言真正有意义的是净take rate = 支付相关净收入 / GPV。因此“交易额3万亿”本身几乎不能说明利润，必须继续问净费率和成本结构。

大型商户与小微商户的经济逻辑也不同。小微商户数量多、单户交易额低、价格敏感，往往依赖代理商拓展；大型连锁交易额大、费率更低，却愿意为API稳定、统一结算、自动对账、资金管理和SLA付更多技术服务费。

4. 一笔钱到底怎么走：业务流、资金流、数据流、责任流

4.1 业务流

顾客下单 → 商户系统生成订单 → 选择支付方式 → 收单/支付系统受理 → 付款账户鉴权 → 交易成功/失败返回 → 商户交付商品或服务 → 后续可能退款/撤销/售后。

4.2 资金流

付款人账户扣款 → 经账户机构/清算网络/支付体系完成清分 → 按规则进入商户结算链路 → 最终结算到商户约定银行账户。聚合技术服务商若只是技术角色，不应把商户结算资金沉淀在自己账上。 这条资金边界是理解“聚合支付为什么不是小支付机构”的关键。

4.3 数据流

一笔交易至少涉及：商户ID、门店ID、订单号、支付单号、金额、支付方式、账户/卡标识、设备、时间、费率、退款状态、结算批次、风险标签。企业真正数字化后，还会接上SKU、会员、优惠券、发票、会计凭证和银行流水。

4.4 责任与风险流

支付机构不仅“转发接口”，还要承担商户尽调、协议签订、持续风险监测、数据与资金安全等责任。2024年生效的《非银行支付机构监督管理条例》明确要求非银行支付机构建立持续有效的用户尽职调查制度，并自行完成特约商户尽调、支付服务协议签订和持续风险监测，不得把涉及资金安全、信息安全的核心业务和技术服务委托第三方处理。[KNOWN][HIGH]

因此支付系统最重要的设计原则之一是：每一个资金动作都必须能回答“谁发起、谁授权、谁执行、依据哪条规则、写入哪本账、如何撤销、如何审计”。

5. 一个真实端到端业务故事：300家门店的连锁餐饮集团

假设一家300店连锁餐饮集团准备更换支付与对账体系。

第一步：产生需求。 CFO发现每天来自门店POS、微信、支付宝、银行卡、外卖平台、团购核销的交易数据口径不同，财务共享中心需要大量人工Excel对账，月末关账慢，退款和手续费差异经常挂账。

第二步：采购与方案评估。 企业不会只比较“支付费率”。它会让支付机构/服务商证明：能否支持300店统一商户体系、能否接现有POS和ERP、支付成功率和峰值能力如何、退款和撤销如何处理、结算周期多久、外卡是否支持、数据如何落库、异常交易怎么审计。

第三步：商户入网和配置。 支付机构收集集团和门店主体资料、实际控制人/受益所有人、经营场景、结算账户，完成KYB和风险评级；系统建立集团-品牌-门店-终端层级，配置费率、结算规则和API密钥。这里如果主数据设计差，后面所有对账和风控都会出问题。

第四步：交易发生。 顾客在门店消费100元，POS生成订单号O001；顾客扫码付款，支付系统生成支付单P001。账户侧鉴权后返回成功，POS把订单状态改为已支付。此时“订单成功”与“支付账务成功”必须通过幂等、重试和对账机制保持一致。

第五步：清分结算。 收单机构根据交易、费率和结算规则计算应结金额，按约定周期结算至企业银行账户。对大型集团，财务真正关心的不是某笔是否到账，而是300店、几十个渠道和几百个结算批次是否能自动归集和核对。

第六步：日终对账。 系统把POS订单、支付流水、退款、手续费、结算单、银行到账自动勾稽。差异形成异常任务：例如订单100元、支付成功100元，但银行只到账99.4元，这可能是手续费；如果到账0元，就要追查结算状态或账户配置。

第七步：风险与售后。 某门店突然在凌晨出现大量高额退款，风险系统需要结合门店历史、设备、员工、支付方式和退款账户判断是否异常。若只是普通系统故障，工单流转到技术团队；若可能涉及舞弊，则进入内审/风控流程。

第八步：经营闭环。 当支付数据与订单、会员和SKU连接后，企业才能回答“哪个门店、哪类商品、哪种支付方式、哪个会员活动贡献了销售和毛利”。这就是为什么支付最终会成为商户数字化的数据入口，而不是终点。

零基础理解这个故事后，就应该能区分：支付机构负责资金和交易可信，SaaS负责经营流程，业财系统负责账实一致，RegTech负责把监管和风险规则编码成系统控制。

6. 商业模式、核心机制、术语和三个基本矛盾

6.1 五种主流商业模式

6.2 核心机制一：收单费率为什么只有几个bp也能决定利润

假设某机构年GPV=1万亿元，综合收入率12bp，即0.12%，支付相关收入约12亿元。若上游、渠道、终端、风险和运营合计8bp，只剩4bp即4亿元覆盖总部、研发、合规和利润。若竞争使收入率下降2bp，而成本只下降0.5bp，贡献空间从4bp降到2.5bp，下降37.5%。[FRAME][HIGH]

所以GPV是“水流”，净take rate才是“水轮机效率”。支付公司看起来交易规模巨大，但几个bp的变化就能改变利润结构。

6.3 核心机制二：聚合支付为什么不能碰资金

聚合支付解决的是接口复杂度：一个二维码或一个API接多个钱包/银行卡。它并不应该重新创造一个“私人清算层”。如果聚合服务商控制商户资金，就会产生无牌资金池、挪用、跑路和责任不清。监管因此把技术聚合与资金结算明确拆开。对软件厂商来说，这反而创造机会：不用拿牌照也能做高价值系统，但必须把资金边界、权限边界和责任边界设计清楚。

6.4 核心机制三：商户入网为什么不是一次性录资料

商户从申请到退出会经历资料采集、主体核验、受益所有人识别、经营场景验证、行业风险分类、结算账户核验、终端配置、首笔交易观察、异常交易监测、定期复核、变更管理和退出。风险会变化：商户可能换实际经营人、设备异地使用、交易结构突变、集中退款或接口被转接。因此成熟风控是“商户主数据+设备+交易+关系图谱+案件”的持续生命周期，而不是一张静态评分表。

6.5 核心机制四：支付账务为什么比普通互联网订单更“硬”

普通内容系统可以接受几秒延迟，但支付不能接受“用户显示成功、账上没有”或者“重试导致重复扣款”。因此核心系统依赖幂等、双边账务、事件可重放、清分结算、日终对账、差错处理和灾备多活。生成式AI可以辅助调查异常，却不能替代确定性的账务状态机。

6.6 核心机制五：业财对账为什么会成为独立付费点

支付完成后，企业还要把订单金额、实际支付、优惠、退款、手续费、结算单、银行到账、发票和会计凭证对上。门店少时Excel可以处理，门店和渠道一多，复杂度呈乘法增长。业财对账软件的价值不是“再做一个报表”，而是减少人工勾稽、缩短关账周期、降低长短款和审计风险。

6.7 必须理解的15个术语/KPI

6.8 三个基本矛盾

1. **规模 vs 费率：**规模越大，上游摊薄越明显；但大商户越有议价权，费率越薄。  
2. **体验效率 vs 合规责任：**商户希望分钟级入网和即时到账，监管要求真实尽调、持续监控、可审计。  
3. **数据丰富 vs 商业语义：**支付数据很丰富，但没有订单、商品、会员、成本和授权，单独的“交易流水”并不能直接变成经营洞察。

这三个矛盾决定后面的竞争格局：谁能在不破坏合规的前提下，把低费率支付嵌入高价值经营流程，谁才更可能获得长期利润。

7. 市场规模与增长｜先拆口径，再谈TAM

宏观基盘：[KNOWN][HIGH] 2025年全国银行卡消费业务金额约130.91万亿元；非银行支付机构处理网络支付业务金额约337.81万亿元。两者不能相加：一个按银行卡消费，一个按非银行机构网络支付，存在支付工具、账户和渠道维度交叉。全国支付系统全年处理支付金额12807.07万亿元更是“金融基础设施总流量”，与商户收单市场相差多个统计层级。

因此，本报告拒绝给出一个伪精确的“中国收单市场TAM”点估值。更可靠的是两个模型：

**Top-down框架：**可识别商户消费支付额 × 第三方/非银行收单覆盖比例 × 实际净take rate + 软件/增值服务收入。最大缺口是全国统一的“商户收单交易额”和机构覆盖比例没有公开统一口径。

**Bottom-up锚点：**2025年拉卡拉境内综合收单3.94万亿元；移卡国内GPV2.34万亿元，两家合计已超过6万亿元，但仍不能据此推总市场份额，因为支付宝/财付通、银行收单、其他支付机构以及不同交易定义无法统一。

增长拆解：支付收入增长≈名义消费增长×无现金支付渗透变化×机构份额×take rate + 商户SaaS/增值ARPU×付费商户数。未来3年最值得押注的变量不是“无现金渗透率”，因为它已很高，而是扫码结构、跨境、行业API、中大型商户、SaaS附着率和运营效率。

7.1 为什么不能用“支付系统总额”估算收单TAM

支付系统统计像一张国家资金流量地图，其中既包含企业间大额转账，也包含银行内部划转、跨行支付、银行卡消费、移动支付和清算网络处理量。商户收单只是其中一部分。如果直接拿12807万亿元支付系统金额乘一个费率，得到的数字会比真实商业市场大几个数量级。正确的研究顺序应是：先限定“最终消费者向商户支付的交易”，再区分银行卡、二维码、钱包余额、账户支付和跨境支付，最后确认其中由哪一类收单机构处理。

同样，非银行支付机构网络支付337.81万亿元也不能等于“第三方商户收单”。网络支付中既可能有商户交易，也可能有不同类型账户和场景；而银行卡消费130.91万亿元又与移动钱包绑定银行卡支付存在交叉。公开统计并没有为投资者直接提供一个统一商户收单TAM，因此诚实的结论应是：总量足够大，但市场份额和收入池需要企业级数据重构，而不是宏观统计直接推导。

7.2 三种更有决策价值的市场规模口径

口径一：收入池。 直接统计持牌支付机构和相关上市公司的支付服务收入，比GPV更接近可投资市场，但大量未上市机构数据缺失。
口径二：利润池。 收入减上游、渠道、终端、风险、客服和合规成本，才是最有价值口径，但公开度最低。
口径三：软件可服务市场。 以目标商户数量×可支付SaaS ARPU估算，例如5000家中大型连锁客户、平均年软件合同30-100万元，对应15-50亿元理论合同池；这类模型比用全国支付额更适合评估软件进入机会，但客户数量和ARPU必须通过招投标与访谈验证。

8. 需求端｜商户到底为什么换支付服务商

小微商户最关心：开通快、到账稳定、费率低、设备便宜、售后有人。其软件付费能力弱、流失率高、价格敏感。
连锁与中大型企业更关心：多门店统一、渠道对账、资金归集、分账、发票、会员、订单打通、权限、审计和财务关账。它们的痛点不是“能不能扫二维码”，而是支付之后的运营复杂度。
平台型企业/互联网客户更关心API稳定性、成功率、路由、风险、对账、分账、全球覆盖和SLA。

拉卡拉披露其开放平台已服务65个细分行业、超4700家中大型行业客户，并把商户接入从周/月级缩短到小时级，说明中大型行业化支付正在从POS铺设走向API和业财连接。

9. 供给端与利润池

**利润从左向右迁移：**纯终端铺设/普通聚合码 → 支付交易处理 → 行业支付方案 → SaaS/业财 → 风控合规/数据运营 → 跨境与综合金融科技。越靠右，需要的不是更多BD，而是更深系统、数据和行业能力。

10. 竞争格局与真正壁垒

行业表面看玩家很多，实质上分为银行收单、超级钱包/大型支付机构、独立第三方支付公司、聚合服务商、垂直SaaS和技术基础设施商。
真实壁垒排序：[INFERRED][HIGH] 合规与风险运营能力 > 大商户/行业客户工作流嵌入 > 稳定清算与高可用技术 > 渠道和商户网络 > 数据与模型 > 牌照本身 > 单纯终端数量。

牌照重要，但如果商户质量差、欺诈率高、渠道成本高，牌照只意味着更重的监管资本。条例明确支付机构不得将涉及资金安全、信息安全等核心业务和技术服务委托第三方，并要求自行完成特约商户尽调和持续风险监测，因此“把风险能力外包掉”不可行。

10.1 竞争不是“一张牌照对一张牌照”，而是五种组织能力竞争

第一类是超级生态平台，优势在消费者入口、钱包活跃度、场景和数据；第二类是独立持牌收单机构，优势在商户覆盖、银行/清算连接和线下运营；第三类是银行收单，优势在账户、资金和企业关系；第四类是行业ISV/聚合服务商，优势在垂直流程；第五类是商户软件厂商，优势在ERP/POS/会员/财务工作流。未来竞争更多发生在这些能力的交叉区，而不是简单按牌照名单排名。

例如，对一家连锁餐饮集团，最有竞争力的供应商可能不是费率最低的支付机构，而是能把订单、会员、外卖、收银、退款、发票、总账和银行流水一起解决的厂商。支付机构若没有业务系统能力，会退化为底层通道；软件厂商若没有支付连接，会缺少最关键的资金事实。两类厂商正在向中间融合。

10.2 转换成本到底高不高

小微商户的转换成本通常不高：换码牌、换POS、换服务商的决策快，因此渠道和补贴会显著影响流失。中大型企业转换成本则来自接口改造、财务规则、历史数据、门店培训、风控测试和上线窗口，而不是支付费率本身。对B端软件企业，真正应该追求的是“进入企业核心经营流程后形成的数据和流程切换成本”，而不是用独家支付协议锁客。

11. 单位经济｜4bp为什么可能比4亿元更重要

支付公司的核心单位不是“一个商户”，而常常是每1元GPV贡献多少净收入与贡献利润。假设年GPV=1000亿元：

[FRAME] 若大客户议价让收入率从12bp降到10bp，而其他成本只从9bp降到8.5bp，贡献从3bp降到1.5bp，利润腰斩但GPV完全不变。 因此行业分析必须跟踪take rate、毛利、渠道成本、活跃商户质量、SaaS附着率，而不是只看流水。

11.1 小微、大商户和平台型客户的单位经济完全不同

**小微商户：**单户GPV低、数量大，依赖代理渠道获客；单个商户毛利绝对额很小，因此必须控制终端补贴、代理分润和客服成本。最危险的模式是为了冲商户数大量免费送设备，结果商户低活跃或快速流失。
**中大型连锁：**单客户GPV高、费率低，但实施和技术服务价值更高；销售周期可能6-18个月，招标、接口和财务验收复杂。利润取决于能否把一次性项目变成标准平台和年度续费。
**平台型客户：**交易巨大、技术要求高、费率极低，最看重成功率、峰值并发、账务一致性和全球网络。其价值往往在品牌、规模和后续金融/数据服务，而非单笔支付毛利。

11.2 SaaS为什么也可能是“假第二曲线”

支付企业做SaaS容易出现三个错觉：一是把免费工具用户算成SaaS客户；二是把项目实施收入当高质量订阅收入；三是为了留住支付商户免费送软件，结果SaaS没有独立付费能力。判断第二曲线是否成立至少看五项：付费商户数、ARR/订阅收入、续费率、实施成本、软件毛利率，以及支付客户转SaaS的attach rate。没有这些数据，所谓“支付+SaaS”仍可能只是营销包装。

11.3 现金流和应收同样重要

传统小微收单资金结算频繁，但机构自身软件/项目收入可能有应收账期。大客户系统集成、定制开发和硬件项目若回款慢，会稀释名义毛利。进入行业时应把“软件合同毛利”与“自由现金流”分开评估，尤其关注代理渠道返佣预付、设备库存和大客户验收节点。

12. 代表企业深拆

拉卡拉：从“收单公司”向商户数字化经营服务商迁移

2026年上半年，公司实现营业收入32.57亿元，同比增长22.86%；数字支付业务收入28.43亿元，同比增长20.32%；科技服务业务收入2.13亿元，同比增长51.32%；活跃商户和支付交易规模均实现两位数增长，SaaS产品活跃用户翻番以上。[KNOWN][HIGH] 这为“支付+SaaS”的协同提供了最新正向信号，但是否形成高质量第二曲线仍需继续观察独立付费、续费率和软件毛利。

2025年境内综合收单3.94万亿元，同比下降6.75%；其中银行卡2.47万亿元，同比下降13.73%，扫码1.47万亿元，同比增长7.90%。营收55.47亿元、数字支付收入48.74亿元；科技服务收入4.08亿元，同比增长44.05%，但部分受并表影响。归母净利润11.71亿元大增主要受股票公允价值和投资收益推动，扣非归母净利润3.01亿元，同比下降45.58%。结论：不能用归母利润大涨证明核心支付业务变好。

移卡：支付入口+增值服务的更纯粹样本

2025年国内支付GPV2.34万亿元，同比基本持平；国内支付费率由11.5bp提高至12.3bp，一站式支付服务收入29.016亿元，同比增长8.0%。商户解决方案广告交易额36亿元、到店电商GMV超44亿元；整体毛利率23.8%，核心EBITDA3.528亿元，同比增长52.7%。这说明即使GPV不快增长，费率、增值服务和费用效率仍可改善利润。

Adyen：全球大商户一体化平台

2026年上半年，Adyen处理支付量8038亿欧元，同比增长24%；净收入13.029亿欧元，同比增长19%；EBITDA 6.415亿欧元，EBITDA率49%。公司同时扩展Intelligent Money Movement、Adyen Agentic以及忠诚度/计费能力。[KNOWN][HIGH] 这进一步说明全球领先支付平台的战略边界正在从“处理付款”扩展为企业金融操作系统。

2025年处理支付量1.3943万亿欧元，净收入23.642亿欧元，EBITDA12.457亿欧元，EBITDA率53%。其高利润并不意味着中国收单可以复制同样费率，而说明“大客户全球支付+统一技术栈+数据风控”可形成比普通聚合更高的价值密度。

Block/Square：商户生态而非支付单点

2025年Square生态超过450万卖家，完成约59亿笔销售交易、GPV2500亿美元。Square把支付与POS、软件、金融服务结合。海外样本共同指向一个结论：支付最好作为商户操作系统的一部分，而不是孤立产品。

12.1 失败与弱势样本：为什么“交易规模”无法替代经营质量

支付行业最典型的失败不是某一家机构突然没有交易，而是高交易规模与低经营质量长期并存。一种常见路径是代理商驱动扩张：机构通过高返佣、设备补贴和低费率快速铺商户，短期GPV增长明显；但代理商掌握商户关系，机构自身客户粘性弱，一旦返佣下降或竞争者提高补贴，商户和代理商迅速迁移。第二种路径是风控滞后：为了追求商户数和交易量放松入网与持续监测，短期看业务增长，后续却通过处罚、欺诈损失、通道限制和声誉成本一次性兑现。第三种路径是“支付补贴软件”：SaaS看似用户很多，但软件本身没有付费能力，一旦支付补贴收缩，所谓数字化收入无法独立存在。

因此弱势样本不一定是破产企业。核心业务收入下降、扣非利润下滑、增长依赖投资收益、商户质量下降、罚款频发、渠道成本抬升都属于需要关注的经营弱化信号。拉卡拉2025年归母净利润大增，但扣非归母净利润下降，正好提醒分析者不要把非经常收益与支付核心改善混为一谈。

13. 政策、监管与技术变量

• 《非银行支付机构监督管理条例》2024-05-01施行，支付行业监管层级提高。  
• 实施细则2024-07-09施行，进一步明确许可和业务规则。  
• 2017年聚合支付监管明确：聚合技术服务商不能做资金结算，核心商户管理责任留在收单机构。  
• 2024修订《反洗钱法》自2025-01-01施行，明确非银行支付机构履行金融机构反洗钱义务。  
• 个人信息保护法、数据安全法约束交易、设备、身份等数据处理。  
• 2025年人民银行北京分行对天翼电子商务处罚案例显示，无授权、非同名划转、为无证机构提供支付结算、商户接口转接监测不到位等仍是现实监管风险。

技术变量不是“区块链是否替代支付”，而是API化、云原生、高可用、多活、设备指纹、实时图计算、AI风控、隐私计算、跨境网络和数字人民币互操作。

13.1 一个处罚案例告诉我们的，不只是“合规重要”

2025年人民银行北京市分行对天翼电子商务的处罚涉及未取得客户授权、非同名划转、为无证机构提供支付结算、未及时发现商户支付接口转接、未按规定设置结算账户等问题。这里可以拆出五个数字化产品需求：授权证据留存、账户同名校验、机构/商户资质图谱、接口路由监测、结算账户规则引擎。换句话说，监管条文不是后台法务文件，而应该被翻译成系统控制点。

这也是RegTech商业化的关键：客户不是为了“合规概念”买软件，而是为了把监管要求变成系统硬约束、实时预警和可审计证据。最有价值的产品不是一份合规知识库，而是能回答“哪笔交易、哪家商户、哪个接口、哪条规则、谁审批、什么时候处置”的操作系统。

13.2 反洗钱新法如何改变支付机构工作量

2025年起实施的新反洗钱法明确非银行支付机构履行金融机构反洗钱义务。实际影响包括客户尽职调查、身份和交易记录保存、大额/可疑交易监测、特别预防措施以及风险为本管理。支付机构每天面对高频小额交易，单纯规则阈值极易产生大量误报，因此“模型+规则+人工案件”的协同成为必然。AI的机会在于案件聚类、关系摘要、材料核验和调查辅助，而最终报告和处置需满足可解释、可审计和责任可追溯。

13.3 监管如何改变产品设计，而不只是增加法务成本

支付系统如果从产品设计阶段忽略监管，往往会在上线后通过大量人工补丁弥补。更成熟的方式是把监管要求直接编码成产品约束。例如：商户入网必须满足字段完整性、证件有效期和受益所有人识别；结算账户需要同名校验和变更审批；接口转接需要设备/IP/路由异常检测；高风险行业需要更高频复核；风控模型每次策略变更要保留版本、审批人和生效时间；可疑交易调查需要保存证据链和处置结果。

这使支付RegTech与一般“合规文档管理”不同：它与核心交易系统、商户系统和数据平台深度集成。真正的壁垒不是知道法规，而是能把法规映射成字段、规则、事件、阈值、审批、工单和审计证据。这也是为什么行业软件供应商需要懂业务和监管，而不仅是会做大模型问答。

14. 国际对标｜中国支付更像“超高渗透+低费率”，海外更强调商户软件化

Worldpay《Global Payments Report 2026》显示，2025年中国数字钱包约占线上交易价值的89%、线下POS交易价值的87%；全球数字钱包则约占线上56%、线下33%。[KNOWN][MED-HIGH] 这意味着中国并不是一个“等待移动支付普及”的市场，而是一个支付入口高度数字化之后，继续争夺商户工作流、跨境能力、资金效率和经营数据价值的市场。对新进入者而言，复制海外“先教育消费者使用钱包”的路径没有意义，更值得借鉴的是Adyen、Square等企业如何把支付嵌入商户软件和金融操作系统。

Adyen和Square的启示不是照搬费率，而是：当支付本身标准化后，平台必须在商户工作流里占据更深位置。 Adyen面向全球企业提供端到端支付、数据和金融产品；Square面向中小商户把POS、订单、员工、营销、贷款等连接起来。中国市场移动支付渗透更高、超级钱包更强，所以独立第三方支付机构更需要垂直行业和B端流程差异化。

14.1 海外模式不能机械复制的三个原因

第一，费率结构不同。欧美银行卡网络和商户费率体系与中国二维码支付、银行卡收单的竞争环境差异很大，Adyen的净收入率和利润结构不能直接套到中国。第二，消费者入口不同。中国超级钱包覆盖广，独立收单机构很难像海外POS平台一样同时占据消费者和商户双端。第三，商户数字化基础不同。中国餐饮、零售平台生态更复杂，外卖、团购、私域、小程序和超级平台都参与订单链，导致支付数据与经营数据更容易被割裂。

但海外对标仍然有价值：Adyen证明统一支付技术栈和全球企业客户可以形成高质量利润；Square证明面向中小商户，支付可以成为POS、软件和金融服务的入口。中国企业要复制的不是费率，而是**“支付进入工作流，再从工作流提高ARPU与留存”**这一商业结构。

15. 数字化现状｜支付核心已经数字化，但商户经营没有完全数字化

交易处理系统本身成熟度高，真正不连续的是支付系统与商户ERP/POS/订单/会员/财务/银行流水之间的数据链。典型系统版图包括：商户管理、支付网关、交易路由、清分结算、对账、风控、AML、设备管理、CRM、工单、开放平台、数据仓库、BI、财务系统。

支付机构常见数据对象：商户、门店、法人/受益所有人、终端、设备、订单、支付、退款、结算、费率、渠道、账户、风险事件、调查案件。很多机构“交易数据结构化”做得很好，但经营语义弱：不知道100元是卖了两杯咖啡还是修了一台车，限制了直接数据变现。

15.1 典型支付机构技术架构：从交易核心到数据智能

可以把系统分成六层：
**接入层：**POS、码牌、APP、API、SDK、行业ISV；
**交易层：**网关、路由、鉴权、订单、退款、撤销、重试；
**账务层：**清分、结算、手续费、商户账户、对账；
**风险层：**商户KYC/KYB、设备指纹、实时风险、AML、名单、案件；
**数据层：**实时流、数据仓库、特征平台、指标、主数据；
**运营层：**商户CRM、客服、工单、营销、开放平台、财务和监管报送。

这套架构的技术难点不是单点高并发，而是金额必须永远对得上。普通互联网系统允许少量日志延迟，但支付账务不能允许“页面显示成功、账务没记上”或重复扣款。设计原则因此包括幂等、强一致账务、可重放事件、全链路trace、日终勾稽和灾备多活。生成式AI不能直接替代这些确定性账务机制。

15.2 数据主线：Merchant ID比“大模型”更基础

一个商户可能有集团、品牌、门店、营业执照、法人、受益所有人、多个结算账户、多个POS终端和多个线上应用。如果这些身份在不同系统中没有统一主键，风控无法发现关联风险，财务无法统一对账，运营也无法识别集团客户价值。很多支付数字化项目真正的第一步不是上AI，而是建立商户主数据、门店主数据、终端主数据和统一交易ID。

15.3 为什么“实时”值钱

支付欺诈、接口转接、异常退款和盗刷的价值窗口往往只有几秒到几分钟。日终BI只能解释昨天发生了什么，实时流处理才能在支付前后触发限制、二次验证和人工复核。对支付机构而言，实时数据平台的ROI可直接体现为减少欺诈损失和监管事件；这比泛化的“数据中台”更容易获得预算。

16. 典型企业数字化解剖｜一家300店连锁餐饮企业

**谁使用：**门店、财务、资金、运营、IT、内审。**谁预算：**财务/IT/数字化部门。**谁拍板：**CFO/CTO/分管副总。**不做的成本：**每天人工对账、关账慢、长短款、资金沉淀、异常退款和审计风险。**实施难点：**历史POS、多个支付机构、外卖平台、ERP、银行流水的主数据不一致。

这类项目比“给小微商户再装一个码牌”更适合软件型新进入者，因为客户愿意为流程效率和财务准确性付费。

16.1 采购与销售周期：谁会为数字化买单

**支付机构内部：**业务部门提出增长或效率需求，风险/合规拥有否决权，科技部门负责架构与安全，采购和财务控制预算。核心风控系统通常需要较长PoC、安全测试和数据驻留评估。
**连锁商户：**CFO关心对账和资金，COO关心门店效率，CTO关心接口和稳定性。最容易形成预算的切入口通常是“减少财务人数/缩短关账/减少差错”，而不是“AI更先进”。
**小微商户：**很少为独立数字化项目买单，更适合低价订阅、支付捆绑或行业平台分销。

项目交付风险包括：历史系统接口文档缺失、第三方支付渠道不配合、财务科目口径不统一、门店主数据混乱、上线影响交易。成功厂商通常需要“产品+实施+行业顾问”组合，而不是纯SaaS自助开通。

16.2 ROI应该怎么算

业财对账项目可用公式：年度ROI=(减少财务工时成本+减少差错/资金损失+缩短资金占用收益+审计成本下降-软件与实施成本)/项目成本。
RegTech项目可用：年度ROI=(审核人工节省+欺诈损失下降+处罚/整改风险期望损失下降+案件处理效率提升-软件/模型/数据成本)/项目成本。
如果厂商只能展示“模型准确率提升5%”，却无法映射到人工、损失、处罚或收入，就不应视为可审计ROI。

17. AI与自动化需求｜先做高频人工判断，不碰不可解释的资金闸门

**A级：**商户资料OCR/信息抽取、入网材料完整性检查、客服知识库、自动对账、异常退款识别、工单分类、规则生成辅助。
**B级：**商户风险评分、交易异常检测、AML案件摘要、风险调查Copilot、客户流失预测、营销建议。
**C级/谨慎：**模型自动批准高风险商户、完全自动关闭账户、自动释放冻结资金、仅靠大模型作可疑交易最终判断。

拉卡拉披露已把AI用于商户入网审核、风险监控和客服，但公开资料仍缺少独立第三方对“误报率下降多少、人工减少多少、损失率改善多少”的验证，因此本报告只把“使用AI”列为[KNOWN]，把ROI列为[INFERRED]/MED。

17.1 AI场景分层：哪些能规模化、哪些只是Demo

**资料智能：**营业执照、法人证件、协议、门店照片等OCR+LLM抽取，技术成熟度高，错误可人工复核，最容易规模化。
**客服与运营：**账单查询、结算解释、费率政策、终端故障知识问答，适合RAG+工具调用，但涉及退款、结算变更必须权限校验。
**风险调查：**模型先筛异常，再由大模型整合商户、设备、交易、关联账户和历史案件形成摘要，可显著减少分析师浏览时间。
**经营助手：**给商户解释销售趋势、门店异常和会员变化，前提是已接入订单/SKU/会员，不然只能围绕支付金额做浅层建议。
**自动交易决策：**高风险。模型漂移、不可解释、提示注入、数据污染等都可能直接造成资金和合规损失，应采用规则边界、双人审批、限额和人工兜底。

17.2 一个AI风控最小经济模型

[FRAME] 某机构每月新增10万商户，人工审核平均8分钟/户，需要约1.33万人工小时。若AI资料抽取和初筛把平均人工降至3分钟，则每月节省约8333小时。按全成本80元/小时，月度可节省约67万元，年化约800万元；若系统年成本300万元，单审核效率就可能覆盖成本。但模型若把高风险商户漏放导致新增损失1000万元，则ROI立刻转负。因此必须同时优化效率、误报和漏报，不能只算人工节省。

18. 未来3年数字化方向与机会地图

1. **支付→业财一体：**交易、订单、结算、发票、银行流水自动闭环。  
2. **规则风控→模型+规则混合：**图谱、设备、行为和大模型案件助手协同。  
3. **支付API→行业工作流API：**餐饮、零售、物业、停车、教育等形成标准模板。  
4. **商户服务→Agent化操作入口：**查询账单、结算、费率、运营建议可以对话，但底层动作需权限和审计。  
5. **境内→全球商户运营：**外卡、跨境收款、汇兑、拒付、税务和本地支付方式整合。

反共识：[INFERRED][HIGH] “支付流水多=数据商业化能力强”是错的。 没有商品/订单/会员/成本语义和合法数据授权，支付数据只告诉你“发生了多少钱”，不能直接回答“为什么卖得好、毛利多少、下一步卖什么”。

18.1 未来三年的系统演进路线

2026-2027：数据与流程治理。 商户主数据、门店、终端、订单、结算、退款、风险案件的统一编码仍是底座；对账和商户入网是最容易形成AI实际收益的场景。
2027-2028：跨系统智能运营。 AI开始跨商户系统、客服、风控和财务工作台调用工具，但高风险动作保留人工审批；支付机构会把智能能力嵌入现有平台，而非单独采购“AI平台”。
2028-2029：受限自治。 在低风险、规则明确场景，如自动补资料、低额退款、客服调账建议、轻度风险复核中出现更高比例自动执行；核心账户冻结、商户终止、资金处置仍需要严格授权和可解释机制。

从供应商角度，最值得提前积累的不是一个通用大模型，而是支付行业工具接口、业务语义、规则库、案例库、风险标签和评测集。没有这些资产，大模型会快速同质化。

19. Base / Bull / Bear（2026-2029）

Base：[INFERRED][HIGH] 总支付量随消费温和增长，银行卡收单继续承压、扫码和跨境更强；行业整合继续，支付机构将利润增长更多寄托于费率优化、费用效率和科技服务。
Bull：[INFERRED][MED] 消费复苏、中大型商户数字化加速、外卡和跨境支付增长，SaaS attach rate明显提高，AI使商户入网和风控人工成本显著下降。
Bear：[INFERRED][MED] 消费疲弱、价格战重启、渠道成本上升、监管处罚频发；商户SaaS付费意愿低于预期，支付公司重新陷入“流水增长但利润不增长”。

20. 产业机会地图

20.1 “软件机会”为什么优先于“再做一家支付公司”

持牌支付业务要求持续满足资本、治理、系统、备付金、商户、风控、数据和反洗钱责任；而业财、风控和行业SaaS可以通过与持牌机构合作获得支付能力，资本消耗更低、退出成本更低。软件的风险在于市场规模小于支付GPV表面规模，但好处是利润和产品价值更容易与客户效率挂钩。

对于已有企业软件研发能力的团队，更合理的路径是先选择一个高复杂行业（例如连锁餐饮、物业、停车或多门店零售），把“订单-支付-结算-发票-总账”做成标准模型，再横向扩行业；不是先做一个通用聚合收银，然后寻找场景。

20.2 机会优先级的敏感性

如果未来支付费率显著上升，持牌收单评分会提高；如果支付机构把业财工具免费捆绑，独立对账软件评分会下降；如果反洗钱监管继续加强且支付机构人工成本上升，RegTech评分进一步提高；如果跨境监管和本地牌照成本增加，跨境工具更适合做技术供应商而不是资金服务商。

21. 三条进入路径

路径A：多门店业财对账中台

**客户：**100-5000店连锁零售/餐饮/服务企业。**产品：**多渠道支付对账、退款/手续费勾稽、银行到账核验、会计凭证、资金预测。**商业模式：**SaaS订阅+实施；不碰资金。**验证：**6个月内证明对账人工下降≥50%、关账缩短、差错率下降。**退出条件：**客户仍坚持项目制且标准化率<60%。

路径B：支付机构RegTech/AML Copilot

**客户：**持牌支付机构、收单银行。**产品：**KYB资料抽取、商户风险评分、交易监测、案件工作台、审计留痕、模型验证。**合作：**与现有核心系统集成，不替代法定责任主体。**验证：**误报率、每案件工时、规则上线周期、风险损失和审计问题。**风险：**采购周期长、数据不能出域。

路径C：垂直行业SaaS+嵌入支付

**客户：**停车、物业、美业、连锁餐饮等。**打法：**先解决订单/会员/运营问题，再通过持牌合作伙伴嵌入支付，不自建牌照。**护城河：**行业工作流和数据模型，而非费率。**退出条件：**支付收入占比过高、SaaS续费差、客户只为补贴而来。

路径D：支付数据可观测与账务一致性平台

除前三条路径外，还存在一个偏技术基础设施的切口：为支付机构和大型商户提供全链路交易可观测、账务勾稽和异常定位。支付故障经常跨越APP、网关、通道、清算、账务和银行回执，普通APM只能看到技术调用，不能理解“这笔100元为什么订单成功但未结算”。如果把trace ID、订单ID、支付单号、结算批次、银行流水和会计凭证连接起来，就能形成金融级可观测平台。

目标客户是大型支付机构、银行收单和高交易量平台；收费可采用软件许可或订阅。壁垒在于账务语义、数据接入和高吞吐实时处理。验证指标包括故障定位时间MTTR、未达账笔数、人工对账工时和重大账务事故。该路径的优点是不直接触碰资金，缺点是客户数量相对有限、销售周期长。

22. 三个反共识

1. 第三方支付不是典型“高增长金融科技”故事，而是成熟基础设施上的利润池重构。
2. 牌照越稀缺，不代表牌照越值得新进入者持有；牌照同时绑定更重的合规、技术和风控义务。
3. AI在支付行业近期最有价值的不是“智能支付”，而是把大量审核、对账、风控和客服人工转成可审计的辅助自动化。

23. 我可能错在哪

• 若监管未来显著放宽支付许可与核心业务外包约束，自建牌照的进入门槛判断会下降。  
• 若商户支付费率重新上行，纯收单利润池会改善。  
• 若超级钱包进一步把业财和SaaS免费化，独立软件机会会缩小。  
• 若AI在AML领域获得明确可解释、可审计监管框架并大幅降低误报，RegTech价值可能比本报告预计更大。  
• 若经济下行导致中小商户IT预算缩减，垂直SaaS商业化可能慢于支付量增长。

24. 反方审查与结论修正

红队导致两处实质修正：①把“支付收单行业不值得进入”修正为“不建议以持牌纯收单为新进入主路径”；②把“商户SaaS一定提高利润”降级为“只有续费、实施成本和attach rate证明后才成立”。

24.1 最强反方：为什么“软件优先”也可能失败

软件优先并非天然正确。支付机构和银行已经拥有庞大IT团队，核心风控、对账和商户系统常被视为关键能力，可能更倾向自研；大型ERP和财务软件厂商也可以向支付对账延伸。若独立厂商缺乏独有数据、行业规则和实施能力，只做一层漂亮界面，很容易被现有系统吸收。

因此本报告的真正建议不是“做软件”，而是选择一个现有系统长期解决不好的高摩擦流程，并形成可量化ROI。业财对账要证明关账时间和人力节省；RegTech要证明误报、审核工时和风险损失改善；垂直SaaS要证明续费和单店经营价值。如果这三类指标无法获得，软件机会应降级。

25. 本次研究带来的认知升级

直觉1：支付流水越大，公司越赚钱。 → 证据显示国内主流支付费率只有十几个bp，收入和利润对2-3bp变化极敏感。→ 修正：GPV是规模，不是商业质量。
直觉2：聚合支付公司就是“小支付机构”。 → 监管明确聚合技术不能触碰商户结算和核心商户管理责任。→ 修正：技术聚合与持牌收单是不同产业位置。
直觉3：支付公司最有价值资产是交易数据。 → 交易缺少商品、库存、会员和成本语义。→ 修正：真正有价值的是“支付+经营数据”的连接。
直觉4：AI会重做支付流程。 → 资金安全和AML最终责任不可黑箱化。→ 修正：近期AI最大价值是高频人工工作的受限自动化。

26. 最终结论

[INFERRED][HIGH] 未来3年中国第三方支付相关产业仍值得进入，但进入逻辑已经从“支付交易本身”转向“围绕支付建立商户经营和合规基础设施”。

对软件/数字化企业，最优路径不是申请支付牌照，而是借持牌机构做资金能力，自己占据业财对账、商户SaaS、RegTech、行业API和跨境运营工具。这类业务既能使用支付高频数据，又避免承担完整资金结算牌照责任；真正护城河是行业数据模型、规则库、风控标签、接口生态和客户工作流。

26.1 对不同类型进入者的差异化建议

**已有支付牌照的机构：**重点不应再是追求商户总数，而是优化商户质量、扫码/跨境结构、行业API、中大型客户和科技服务毛利；同时压降代理依赖。
**企业软件公司：**从业财、订单、会员、财务或风控场景进入，通过持牌机构嵌入支付，不承担完整资金责任。
**银行/金融机构：**利用账户和资金优势，把支付与现金管理、供应链金融和企业数字化结合，但需要改善产品体验和开放接口。
**创业公司：**尽量避免“纯支付创业”，优先选择明确垂直行业或RegTech细分，6-12个月内验证软件独立付费能力。
**产业投资者：**评估支付标的时重点看扣非经营利润、take rate、商户质量、渠道成本、合规历史和科技服务真实现金流，不要只看GPV和活跃商户数。

27. 关键数据附录、信息缺口与下一步尽调

**信息缺口：**中国全国商户收单统一TAM、各支付机构真实净take rate、渠道分润、商户CAC/流失率、SaaS attach rate、各行业欺诈损失率和AI风控独立ROI均缺乏统一公开口径。

**尽调清单：**访谈3家支付机构、2家收单银行、3家聚合/ISV、5家连锁商户、2家ERP/财务软件厂商；获取匿名化月度GPV、MDR、上游成本、渠道分润、商户留存、SaaS ARPU、审核工时、风险损失、对账人工和采购周期。若拿不到这些数据，不应进行支付平台投资估值。

27.1 决策看板：真正应该每季度追的12个指标

1. 全国社会消费与银行卡消费金额增速；2. 拉卡拉/移卡等主要机构GPV增速；3. 银行卡与扫码结构；4. 支付收入/GPV隐含take rate；5. 支付业务毛利率；6. 科技/SaaS收入占比；7. 中大型商户数量；8. 商户流失与活跃率；9. 监管处罚数量及类型；10. 可疑交易/欺诈损失率（若可得）；11. AI审核和客服的可审计ROI；12. 跨境支付GPV和费率。

当“GPV增长但take rate和毛利连续下降”时，应判定行业规模扩张但利润池恶化；当“GPV平稳、SaaS收入和核心EBITDA持续增长”时，说明第二曲线开始成立；当监管处罚集中出现在接口转接、商户真实性和结算账户时，应提高RegTech和主数据治理机会评分。

27.2 下一轮复研的提前触发条件

出现以下任一情况可不等12个月复研：支付业务许可分类或资本要求重大变化；扫码费率/银行卡收单费率机制调整；数字人民币商业受理模式改变现有收单分工；头部支付机构发生重大牌照、处罚或并购事件；商户SaaS收入占比显著提升；AI在AML/支付风控获得监管明确认可；跨境支付牌照和数据跨境规则出现实质变化。

28. 来源清单

1. 中国人民银行/国务院：《非银行支付机构监督管理条例》（国务院令第768号，2024-05-01施行）  
  https://www.pbc.gov.cn/tiaofasi/144941/144953/5174993/index.html
2. 中国人民银行：《非银行支付机构监督管理条例实施细则》（2024年第4号令）  
  https://www.pbc.gov.cn/zhengwugongkai/attachDir/2025/11/2025111915174857578.pdf
3. 中国人民银行：《关于持续提升收单服务水平 规范和促进收单服务市场发展的指导意见》（聚合支付边界）  
  https://jinan.pbc.gov.cn/jinan/120967/120982/120951/3272970/2017031510342536420.pdf
4. 中国人民银行：《2025年第三季度支付体系运行总体情况》  
  https://www.pbc.gov.cn/zhifujiesuansi/128525/128545/128643/5919291/2025120218462962946.pdf
5. 中国人民银行清算总中心：《2025年支付体系运行总体情况》  
  https://www.cncc.cn/ywfw/tjsj/202603/t20260323_3246.html
6. 中国人民银行：《Payment System Report (2024)》  
  https://www.pbc.gov.cn/en/3688247/3688978/3709143/2025080817520765198/2025040114593718714.pdf
7. 全国人大：《中华人民共和国反洗钱法》（2024修订，2025-01-01施行）  
  https://www.npc.gov.cn/npc/c2/c30834/202411/t20241108_440887.html
8. 全国人大：《中华人民共和国数据安全法》  
  https://www.npc.gov.cn/npc/c2/c30834/202106/t20210610_311888.html
9. 中央网信办：《中华人民共和国个人信息保护法》  
  https://www.cac.gov.cn/2021-08/20/c_1631050028355286.htm
10. 中国人民银行北京市分行：天翼电子商务行政处罚公示（2025）  
   https://beijing.pbc.gov.cn/beijing/132030/132052/132059/2025111421414218555/index.html
11. 拉卡拉支付股份有限公司：《2025年年度报告》  
   https://static.cninfo.com.cn/finalpage/2026-04-17/1225112036.PDF
12. 拉卡拉支付股份有限公司：《2024年年度报告》  
   https://static.cninfo.com.cn/finalpage/2025-04-25/1223276421.PDF
13. Yeahka Limited：《2025 Annual Report》  
   https://www1.hkexnews.hk/listedco/listconews/sehk/2026/0427/2026042701176.pdf
14. Yeahka Limited：《2025年度报告（中文）》  
   https://www.hkexnews.hk/listedco/listconews/sehk/2026/0427/2026042701177_c.pdf
15. Adyen：《H2/FY2025 Financial Results》  
   https://www.adyen.com/press-and-media/adyen-publishes-h2-2025-financial-results-3pgu2
16. Adyen：《2025 Annual Report》  
   https://www.adyen.com/press-and-media/adyen-publishes-2025-annual-report
17. Block, Inc.：《2025 Form 10-K》  
   https://www.sec.gov/Archives/edgar/data/1512673/000162828026012254/xyz-20251231.htm
18. 中国人民银行：《银行卡收单业务管理办法》相关官方答复  
   https://wzdt.pbc.gov.cn/eportal/ui?msgDataId=ac82639dcc44445db1179d826325f28b&pageId=77c3557bd521439ea5cd869f5393ba98

19. 拉卡拉支付股份有限公司：《2026年半年度报告》  
  https://static.cninfo.com.cn/finalpage/2026-08-08/1225464405.PDF
20. Adyen：《H1 2026 Financial Results》  
  https://www.adyen.com/press-and-media/adyen-publishes-h1-2026-financial-results-3wjne
21. Worldpay：《Global Payments Report 2026》  
  https://www.worldpay.com/zh-CN/global-payments-report

**口径声明：**本报告严格区分“支付系统总量、银行卡消费、非银行网络支付、商户收单GPV、企业收入”五种口径；除明确[FRAME]示例外，不把任何一个口径直接替代另一个口径。第三方预测仅作参照，不替代现实统计。