下载掌阅APP，畅读海量书库
立即打开
【摘要】 本文梳理了第三方支付全流程，以财付通支付大数据为研究对象，研究大数据在商品和服务消费贸易统计的应用路径，以解决社会实物和服务消费零售总额口径不全的问题，提出目前的第三方支付数据应用于统计实际中存在的困难与问题，并给出相应的建议。
【关键词】 第三方支付；消费；支付
第三方支付一般指非金融机构支付，根据中国人民银行2010年颁布的《非金融机构支付服务管理办法》，非金融机构支付服务可分为网络支付、预付卡的发行与受理、银行卡收单、中国人民银行确定的其他支付服务。近年来，随着互联网交易不断拓展，第三方支付涉及领域越来越多，从支付角度进行统计研究具有重要意义，但目前尚未见到有关于第三方支付统计应用方面的研究。无论是实物消费还是服务消费，消费天然跟支付相伴随，随着互联网支付特别是移动支付应用越来越多，第三方支付在支付手段中的占比逐步提高，在消费统计方面率先研究第三方支付数据的应用路径，具有较强的现实意义和较高的统计应用价值。
根据支付与市场基础设施委员会（CPMI）确定的标准，支付主要分为3个标准化过程：交易、清算和结算。交易过程包括支付指令的产生、确认和发送，特别是对交易各方身份的确认、对支付工具的确认以及对支付能力的确认。清算过程包含在收付款人开户机构之间交换支付指令以及计算待结算的债权债务。结算过程是完成货币债权最终转移的过程，包括收集待结算的债权并进行完整性检查，保证结算资金具有可用性，结清金融机构间的债权债务以及记录和通知有关各方。按照第三方支付机构的服务对象，我们可以将第三方支付业务分为面向企业用户提供服务（收单业务）及面向个人用户提供服务（支付业务）两类场景。
1．从收单场景来看，商户分为直连商户和间连商户。从收单业务来看，第三方支付机构可以签订特约商户。对于特约商户而言，第三方支付机构是商户的收单机构。直接与第三方支付机构签订银行卡、条码支付或有关支付工具（以下简称“支付工具”）受理协议，并按约定受理支付工具，委托收单机构为其完成交易资金结算的特约商户又称为直连商户；对于未与第三方支付机构签订支付工具受理协议的商户为非签约商户，非签约商户通常与其他收单机构签订支付工具受理协议，其他收单机构使用第三方支付机构的支付账户功能对非签约商户进行收单，第三方支付机构不是此类商户的收单机构，此类商户通过其他收单机构与第三方支付机构发生联系，被称为第三方支付机构的间连商户，简称间连商户。
2．从支付业务来看，个人用户或直连商户可在第三方支付机构建立支付账户。支付账户可用于存放零钱余额。“余额”可看作是第三方支付机构在其内在系统中给用户或直连商户的“虚拟钱币”，实际上是在支付机构开立的备付金账户中的资金。用户充值实际是从用户的银行卡扣款划到支付机构在用户银行卡开户行银行所开立的账户，提现流程同理。直连商户支付账户一般只用于交易收款，用户支付账户可交易付款，也可用于社交活动的收付款。
第三方支付参与方包括商户、收单机构、支付机构、清算机构、发卡银行、持卡人等6个参与方，第三方支付交易处理的流程链条如图1.5所示。
图1.5 第三方支付交易处理流程示意
1．收单发起。消费交易发起时，用户通过第三方支付机构的支付账户（以下简称“支付账户”）支付，商户发起收单流程。对于直连商户，第三方支付机构会直接接收到交易请求，此时，第三方支付机构为直连商户的收单机构；当商户是间连商户时，商户发起收单流程，由对应的收单机构根据支付账户通过清算组织把收单流程发送至相应的支付机构，此时的第三方支付机构并不直接参与收单过程。
2．支付交易处理。当支付账户里面有资金时，第三方支付机构等同于发卡行，直接参与支付。当支付账户里没有资金，第三方支付机构需要通过清算组织联系发卡机构对应到持卡人的银行卡进行支付，这时第三方支付机构和支付账户在支付中起到桥梁的作用，实际进行支付的还是银行卡。
3．收单结算。在银行完成结算、清算组织完成清算后，对于直连商户，第三方支付机构会按照与商户约定的结算周期将扣除手续费后的金额结算至商户的银行卡；而对于间连商户，则会由其他收单机构按照与商户约定的结算周期将扣除手续费后的金额结算至商户的银行卡，第三方支付机构收取商户收单机构的手续费。
第三方支付过程涉及商户端和消费者的个人账户端，交易数据既有商户端的交易信息，也有个人支付账户的被扣款信息，即商户端和个人端都有消费交易记录。商户端对应收单机构，收单机构既有传统的银行和银联商务，也有第三方支付机构，其交易信息是较为单一的交易数据。而个人账户对应了银行卡发卡机构和第三方支付机构，个人账户信息既有交易支付数据，也有社交支付数据，比如转账、红包等。研究消费，从个人支付账户数据切入的话，需要剥离个人的社交支付数据，才能得到个人消费交易数据，而且个人消费数据比较单一，需要众多的个人交易信息才能用于消费研究。商户端数据是单一的交易数据，商户端数据集合了众多的个人消费信息。因此，第三方支付消费数据应从商户端切入进行研究，可简化研究流程，提高研究效率和研究准确性。本文选取财付通支付科技有限公司为第三方支付机构合作对象，以财付通的第三方支付数据开展研究。
根据财付通提供的交易数据结果显示（表1.14），2020 年全国直连商户交易笔数864 亿笔，交易金额62 465亿元；间连商户交易笔数826亿笔，交易金额127 919亿元；红包业务交易笔数811亿笔，交易金额30 595亿元；转账业务交易笔数3 302亿笔，交易金额1 035 795亿元。从支付笔数看，直连、间连、红包和转账占比分别为14.9％、14.2％、14.0％、56.9％，直连、间连和红包支付笔数相当，转账占半壁江山；从支付金额看，直连、间连、红包和转账占比分别为5.0％、10.2％、2.4％、82.4％，转账占大头，比例最高。
转账笔数占56.9％，金额占82.4％，是第三方支付的业务主体，占据主导地位。从交易笔数看，直连、间连和红包使用频率相当；从交易金额看，间连商户交易金额是直连商户的2.05倍，直连商户交易金额是红包的2.04倍。
表1.14 2020年财付通支付数据整体情况
从统计应用角度来看，现有的第三方支付数据存在以下局限性。
1．第三方支付消费信息只有时间点、金额。商品服务消费统计需要消费的具体商品或服务、消费金额等内容。第三方支付信息由于金融监管要求其只有金额、时间等信息，而没有具体消费内容信息。
2．第三方支付机构对间连商户数据无法区分到具体的每一家间连商户，对其数据的商品和服务分类更是无从谈起。间连商户指通过一个其他机构或者银行，间接接入第三方支付机构，交易和资金都要经过其他机构或银行的商户。出于商业秘密和央行“断直连”要求，接入第三方支付机构时，其他机构和银行、清算机构会过滤掉涉及交易的具体商户信息。
3．大量的有交易背景的个人二维码收款、转账难以纳入消费统计。从社会消费商品和服务零售的定义来看，社交支付不是消费活动，不属于消费。但在实际消费场景中，由于转账活动中第三方支付机构不收取转账手续费，客观上造成大量商家、摊贩提供个人二维码进行收款的情况，因此，现实中有大量的实际交易由转账来实现。这些交易活动在第三方支付数据中最终反映出的形态为社交支付，虽然其转款的原因是商品或服务的交易，但本质上属于消费范畴。从财付通2020年全年数据看，转账金额占82.4％，是直连和间连商户交易总金额的5.44倍，说明在第三方支付数据中，体现为交易数据的只占小部分，大部分交易数据以社交支付数据的形式存在。
4．线上消费数据无法按地区细分。直连商户又可分为线上商户和线下商户，目前线上商户由于通过网络平台进行交易，实现了统一线上管理，平台只有全国数据，无法准确获取地区分布信息。
5．商户账户部分消费信息中商品和服务消费混一起，难以区分。虽然，由于针对不同业务收取的手续费不同，商户会给不同业务申请不同的支付账户，但有部分业务混一起，当作一项支付，无法分离。比如，汽车4S店的汽车维修保养包含了更换的零配件的费用和保养工时费，但收费是统一收取的，不会零配件收取一次，工时服务再收取一次。
综上所述，从数据角度来看，理论上第三方支付数据中的消费数据应包括直连商户、间连商户的交易数据和社交支付中的消费数据，但实际上难以获取全部的消费交易数据。另外，第三方支付消费数据只有交易时间点和交易金额，没有具体交易内容，虽然可以按不同业务、不同支付账户交易来区分消费信息，但也存在不同业务在一个支付账户中交易的情况，难以区分消费业务。为了使研究简化和直接，本文以财付通广东直连商户支付账户消费数据为研究对象。
本文从社会消费商品和服务零售额指标出发，研究分析第三方支付直连商户支付账户消费数据，探索数据的统计应用路径。研究的基本思路如下。
第一步，界定第三方支付数据的口径、范围和构成，梳理第三方支付的各种应用场景，以便对非消费支付交易进行甄别，明确相关消费支付交易的口径。
第二步，从海量的非结构化支付数据中，分析、甄别、提取适合于统计应用的、对象清晰的支付数据。这次研究集中于贸经消费统计专业，主要是研究第三方支付消费相关数据，包括实物消费和服务消费，涵盖国民经济行业32个行业大类，317个行业小类，涉及28 个商品类别和44 个服务类别。
第三步，研究界定第三方支付直连商户支付账户的国民经济行业分类。根据行业和具体商品与服务类别的关系，通过确定行业，有利于下一步确定具体的商品和服务类别。通过财付通自主类别与国民经济行业分类匹配，基于交易行为的行业识别模式，已有的统计部门的基本单位国民经济行业分类和商家自选的类别描述4个方面相结合来界定商家的支付账户所属的行业。
第四步，界定消费支付数据涉及的具体的商品和服务类别。对于商品或服务与行业是一对一关系的，可以由行业直接确定支付数据对应的服务或商品类别；对于行业与对应的商品或服务是一对多关系的，可以利用统计部门现有数据，以及下发统计报表实地重点或抽样调查，得到行业与商品或服务的结构关系，用结构数据分劈对应行业支付数据，得到交易数据的具体商品或服务行业分类数据。
第五步，修正支付账户消费数据的商品或服务数据。利用统计部门现有统计调查数据，对混合商品和服务的支付信息进行修正。如4S店包含零配件费和工时费的支付数据，住宿业和餐饮业包含商品销售的支付数据均需要进行修正。
本文研究的数据为财付通2020年1月到2021年6月广东直连商户交易数据，共314.72亿条支付信息。实证研究过程如下。
首先将支付流数据转化为支付账户结构化数据。将财付通314.72亿条支付信息，加工汇总得到以直连商户支付账户为维度的月度交易数据共55.57 万条，内容包含商户名称、支付账户、地址码、自定义分类代码、自定义分类名称、月度交易笔数和交易金额。
国民经济行业分类是对全社会经济活动进行的标准分类，明确规定了全社会经济活动的分类与代码，适用于在统计、计划、财政、税收、市场监督管理等国家宏观管理和部门管理中对经济活动划分行业类别。要将第三方支付数据直接应用于贸经统计中，需要先对第三方支付商户中的支付账户的国民经济行业类别进行界定。研究发现当前第三方支付的商户的支付账户没有界定国民经济行业类别，第三方支付业务当前尚无全国统一标准的分类，支付机构多以银联商户类别码（MCC码）行业分类标准或自定义标准进行分类，与现行的国民经济行业分类部分存在较大差异。因此，我们要将第三方支付账户按标准的国民经济行业类别进行界定，界定后对第三方支付数据可进行行业分类使用，在此基础上才能与统计部门现有的数据融合使用。
1．通过国民经济行业与财付通分类码映射。财付通商户的支付账户的分类标准结合了目前支付服务市场传统收单机构银联MCC码行业分类、部分支付机构自主行业分类两大分类维度，自主划分为30个类目和148个细类目。通过分析研究建立初步的国民经济行业与财付通分类的映射对应关系，再由财付通公司测算，2020年，财付通全国直连商户交易金额前3 位分别是生活用品及服务（23 865 亿元）、其他用品及服务（14 421 亿元）、交通和通信（8 838 亿元），大量的交易集中在日常生活领域（表1.15）。
表1.15 2020年财付通直连商户按行业划分交易情况
但是，通过分析发现，财付通商户类别与实际支付账户交易所属类别存在较大误差。商户的自主类别填报存在区分困难，也存在客观选择需要，未能准确反映商户的支付账户交易的所属类别，更不能反映消费所属国民经济行业。因此，我们需要使用统计部门现有的基本名录库，匹配得到支付账户的行业属性，以此确定支付账户行业属性。
2．通过基本单位名录库进行匹配识别。统计部门的基本单位名录库有全社会的单位信息，包括所有行业的法人、产业单位和个体户，并且每年会维护更新，是最全的单位名录，其单位信息中包含了单位所属行业代码。它理论上可以全面覆盖财付通提供的直连商户。统计部门基本名录库和财付通直连商户支付账户信息库通过商户统一社会信用代码进行关联匹配，查找得到一致的商户单位，可把基本单位名录库对应的行业码当作商户支付账户的行业代码。
用财付通广东直连商户信息与基本单位名录库比对，通过组织信用代码关联比对，财付通55.57万个直连商户支付账户共有23.93万个能在广东基本单位名录信息库中查找到，再进一步通过单位名称关联比对，成功匹配上4.48万个，合计共匹配上28.41万个商户信息。同时，针对众多业态服务的商户，如广百股份有限公司，单位所属行业为百货零售，它内部有维修部、停车场、餐饮部，它为这些业务都逐一申请了财付通的支付账户。将商户支付账户的行业属性与商户的支付账户所属自主行业类别名称所描述的业务进行比对，共修正了4 315条记录。
本文研究聚焦于贸经统计专业的商品和服务零售，因此，删除了属于农业、工业和建筑业，以及没有匹配到行业代码的行业的支付交易账户，同时为了保障数据的稳定性和可比性，删除交易不连续和月度之间波动过大的支付账户。删除没有匹配到行业代码的支付交易账户26.87 万个，删除不属于服务业的支付账户17.71万个，删除没有连续18 个月交易的账户19.41 万个，共删除支付交易账户63.99万个。
通过基本单位名录库对比、类目名称重新划分行业，基本确定了服务零售类交易额，我们还需进一步确认商品和服务消费的类值数据。第三方支付数据行业分类比较细，绝大部分分类可以满足消费统计行业分类要求，两者存在比较清晰的一对一或一对多关系，但有少部分第三方支付数据分类较粗，难以准确地对应到相应的消费统计分类，必须再辅助其他资料加以划分。
本文结合统计数据和调查方法对消费统计类值界定进行优化，利用现有经贸统计调查数据，确定各商品类值结构，并结合发放调查表、重点调查等形式，测算具体商品和服务类值数据，具体步骤如下。
1．抽取样本发调查表实地调查企业微信支付商品类值销售情况，得到商品零售类值结构。7月份我们从第三方支付企业名单中抽取部分零售行业单位，包括综合零售、食品、饮料及烟草专门零售和纺织、服装及日用品专门零售单位共800家，发表实地调查这些单位6月和1—6月微信支付的商品类值销售情况，得到具体商品类值结构，对零售业行业的销售额进行分劈。另外，对于类值一致的行业，我们直接将行业的销售额加入相应的商品类值。
2．利用已有统计部门的统计调查数据修正商品销售额。统计6 月和1—6 月广东限额以上住宿餐饮单位商品销售和营业额占比，对住宿业、餐饮业数据进行修正，按占比剔除商品销售数据，剔除出来的商品销售加入零售行业，并按照商品类值结构进行分劈。
3．修正汽车商品销售和服务费用。使用统计部门6 月和1—6 月广东限额以上汽车销售数据和其财务报表营业收入比重，修正汽车类值销售数据，减去维修保养工时费，并将维修保养工时费计入汽车维修行业。
通过行业修正、商品类值调查，对第三方支付数据进行汇总加工，得到了6月和1—6月商品分类值销售表和服务零售表（表1.16、表1.17）。
表1.16 财付通服务消费行业数据测算结果
续表
表1.17 财付通商品销售数据测算结果
续表
通过以上步骤，我们实现了对第三方支付数据分行业、商品和服务类值的初步测算。但通过分析结果我们看到，直连商户支付账户使用受实体商户多种支付方式实际交易选择的影响，固定一种支付方式的交易波动较大。实际上，商户的某一种固定的支付账户不是商户收款的唯一账户，商户会备有多个支付机构、多个收单机构的收款码和个人转账码供客户使用，收款手续费高低与收单机构竞争密切相关，商户会引导客户使用手续费低的收款。受其影响，固定的支付账户的使用就会波动大。因此，需进一步在具体交易信息基础上按统计特征对支付账户进行筛选，不能直接使用全部支付账户交易数据，这种筛选要与第三方支付公司有更深层次的合作才能实现。
本文以财付通的第三方支付广东直连商户支付账号交易数据为主，结合现有的统计调查方法、统计调查体系和统计部门已有的统计调查数据，探究出了一条第三方支付数据在贸经统计中的有效应用路径。
1．聚焦于商户的支付账户交易进行统计应用研究和使用。第三方支付交易数据统计应用研究和统计使用从商户侧商户支付账户进行，相对简单清晰。个人侧的支付账户涉及社交交易，需要剥离社交交易数据，比较复杂。
2．支付账户需要进行国民经济行业划分。行业划分当前可使用商户在登记时选择的自主类别名称、已有的统计部门基本单位名录行业信息相结合的方法。行业划分后有利于直接使用行业统计数据，更进一步准确测算商品和服务类值数据，提高测算精确性。
3．支付数据统计测算商品和服务消费类值数据。
（1）一个行业提供单一商品或服务的，可以由行业数据直接得到商品和服务类值数据。
（2）一个行业提供多种类商品或服务的，需要结合现有统计数据，以及补充统计调查，得到商品和服务结构系数，再对行业数据进行分劈，得到商品和服务数据。一方面，抽取行业对应的部分单位发统计类值调查表调查。另一方面，利用现有的统计调查数据的类值结构，分劈相应行业数据，如商品零售行业。
（3）第三方支付统计应用必须和现有的统计调查方法、统计数据相结合。通过本次课题研究发现，将第三方支付数据应用于统计，必须立足于统计专业，用专业的方法、思维、数据与第三方支付数据充分融合，才能得到统计所需结果，才能将大数据应用于统计。第三方支付数据没有包含的统计信息，单从第三方支付数据出发是无法得到的。
4．统计专业的思维、方法、数据与大数据充分融合，是统计使用大数据的基本路径和方法。当前的大数据时代，体现了数据形成的巨大化，但用于统计专业时有一定的局限性，即大数据无法进行细分类。如第三方支付数据只是记录每一笔交易的时间、金额，没有记录交易的具体商品或服务，更不用说记录交易地点、人员等方面的维度特征。所以，当下使用大数据，必须立足于统计专业，立足于统计的方法制度去甄别、构建使用大数据，从而得到统计所需结果；必须将统计数据和大数据相结合，统计需要的而大数据没有记录的，不可能单方面通过数量方法处理就从大数据中得到统计结果。比如这次研究的商品和服务分类。
5．要与第三方支付机构建立最紧密的工作联系，要做好各方协调工作。统计使用大数据时，可以不使用最底层数据，但是在研究统计方法时，会涉及最底层数据和支付机构公司秘密，这会与部门监管要求相抵触。因此，需要与第三方支付机构、支付机构监管单位专门协调才能保证第三方数据的统计研究和统计应用顺利进行。
6．大数据统计应用需要考虑大数据的特点，设计统计方案。首先，单独一家第三方支付机构数据不能直接使用。财付通支付大数据多，数据准确，但不是一家垄断，其全部数据不能反映全面消费情况。所以，必须设计数据统计挑选方案，从大数据里面挑选出交易平稳、不受支付手续费竞争影响的大数据，才能正确测算出反映整体市场消费情况的统计数据。其次，大数据数据量多，要考虑其处理能力。在保证结果可用的情况下，有限制地使用大数据的数量。所以，设计大数据统计方法制度，原则上年度处理大的数据量数据得到结构数据，月度处理小的数据量数据得到进度趋势数据，季度或半年对小的数据量进行结构微调。