大数据背景下电商发展对CPI影响.docVIP

大数据背景下电商发展对CPI影响 　　摘要： 本文利用阿里研究院所公布的反映网络商品价格波动的ASPI物价指数，以及国家统计局公布的CPI历史数据，依据共同趋势与共同周期理论来分析不同分类的线上商品对CPI的影响。研究表明：ASPI分类消费者价格指数与CPI之间表现出显著协同性，说明线上分类消费者价格指数与线下消费者价格指数不仅在长期具有相似的随机趋势，而且其短期波动也是相互同步影响的，其中家庭设备用品及维修服务以及衣着对于线下一般商品和服务的价格影响最大，而医疗保健以及烟酒及用品对CPI的影响最小。 　　关键词： 大数据；线上线下；电商发展；ASPI；CPI 　　中图分类号：F503；C32 文献标识码：A 　　信息技术和网络安全技术的发展使得电子商务正在成为拉动我国经济增长的新引擎，电商发展不仅反映了科技革命和互联网革命对人们消费行为的影响，也深刻影响着CPI的准确性和时效性。阿里研究院定期公布的ASPI价格指数基本反映了我国线上销售商品价格的变动趋势，而国家统计局公布的CPI历史数据则反映了线下商品的一般价格水平，可以通过比较线上分类消费者价格指数的变化对线下商品一般价格水平的变动是否存在长期影响，来分析线上与线下两个商品销售态势相互影响程度。 　　一、研究设计 　　电子商务与电子信息系统领域的快速发展在深刻影响人们消费模式与消费习惯的同时，也暴露出现行的CPI统计体制的“局限性”与“非科学性”问题。从CPI“局限性”来看，现行CPI计算方法赋予食品类权重太大而服务项目权重太小，在我国居民收入快速增长以及恩格尔系数大幅下降的背景下，这种统计体系计算得到的CPI容易让公众产生误解与质疑，导致统计公信力不足。从“非科学性”角度来说，计算CPI所需要采集的代表性商品的数量与“代表性”依然不足，没有跟上金融创新与信息技术发展的步伐。市场经济的发展使得商品与服务的种类不断增多，商品与服务更新换代的周期也大为缩短，而现行的CPI统计调查目录大多选择2-3个规格品进行价格采集，导致所采集的代表商品的“代表性”大为降低。更为重要的是，电子商务快速发展所导致的中国网络零售市场交易规模在不断增大，而现行的CPI统计调查体系并没有将网络价格纳入到CPI的代表性商品的采集体系。改革现行的CPI统计调查方法，将网络价格以合理的形式接入CPI统计体系已经得到学术界的共识。现有研究大多认为将电商数据纳入CPI调查是增强CPI篮子商品代表性与CPI真实性的重要方法，也是现行CPI价格采集体制的改革方向，却较少注意到不同分类线上商品价格变动可能对线下CPI影响程度并不完全相同。以构成CPI权重的线上食品类商品与线上衣着类商品为例，由于这两类商品的物理化学属性（如保质期、运输成本等）的差异，导致两类商品对CPI的影响程度可能并不完全一样，相应地在利用大数据平台进行网络价格数据采集时所赋予的权重与商品的数量可能要有所区别。因此，厘清不同种类商品对CPI的影响方向与影响程度至关重要。 　　从文献研究题材来说，通过网络大数据平台采集的电商数据多为瞬时交易数据，同时信息技术也使得通过线上购物的搜寻-匹配成本大为降低，通过网络大数据平台采集的线上商品价格的波动性要远远高于现有的通过“定点、定时、定人”采集得到的构成线下CPI统计体系的分类商品的价格数据。目前，我国由国家统计局发布的CPI数据主要反映了除网上购物以外的线下日常消费品的一般价格水平，而由研究院公布的ASPI分类物价指数反映了天猫与淘宝分类商品的一般价格变化（刘发跃和马丁丑，2015）。因此，利用ASPI分类价格指数以及国家统计局公布的CPI历史数据为研究对象，分析网络商品价格波动与CPI历史数据之间的相互关系，可为改革我国现有的CPI统计体系、科学的将不同种类的线上商品价格纳入CPI统计制度，并用以准确计算某类商品或者服务真实交易平均价格，以达到准确、真实、完整地反映CPI指数的变化提供借鉴。 　　现代计量经济学提供了很多方法来对变量之间的长短期关系进行分析，其中考察变量之间是否具有长期相互影响的协同性分析方法主要是协整分析。协整（cointegration）是指当一组变量为非平稳时间序列时，单个变量的波动虽然为随机游走序列，但是如果至少存在一组不全为0的系数使得变量之间的线性组合为平稳时间序列，那么表明这组变量之间存在至少一组协整关系，也表明这组序列具有某些共同随机趋势。考察变量之间的短期波动是否具有同步性的方法，包括移动平均法、HP滤波法以及线性趋势法等，这些方法虽然原理简单、操作方便，但是它们的共同缺陷是只能同时考察两个变量之间是否存在同步性，对于同时考察多个变量之间的短期协同关系就显得无能为力。Vahid和Engle（1993）提出的典型相关的共同周期法克服了这一缺陷，可以同时