论文部分内容阅读
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，可以同时对多个变量之间是否存在波动同步性进行分析。因此，本文利用“典型相关的共同周期法”，将阿里研究院发布的8类价格指数ASPI作为线上商品价格变动的指标，而将国家统计局发布的CPI历史数据作为线下商品一般价格水平的代表性指标， 据此来分析线上分类商品价格的变化对于线下商品价格变动是否存在差异化影响，本文的计量方法如下：
（二）共同趋势与共同周期检验
1.长期波动的同步性检验
为了体现分析的严谨性，先对这9类价格指数构成的序列进行平稳性检验，结果如表2所示。从检验结果来看，这9类时间序列均为非平稳时间序列，但是通过一阶差分得到的序列均为平稳时间序列，满足采用向量自回归模型进行Johansen协整检验的条件。接下来采用向量自回归模型来检验这9类消费者价格指数之间是否存在长期协整关系。根据斯瓦茨（SC）准则确定的最优滞后期为3或者4，考虑到模型的样本容量最终选择模型最优滞后期为3并进行Johansen协整检验，检验结果如表3所示。Johansen协整检验的结果表明由CPI与8个反映线上分类商品价格波动的指数构成的向量自回归模型存在至少三个协整关系，即存在六个共同趋势，说明这9个分类消费者价格指数虽然单个变量变为非平稳随机过程，但是其整体变动却具有共同随机趋势，使得这9个分类价格指数在长期存在同步性，即线上商品价格指数与线下商品价格指数两者存在相互影响、相互作用的关系。 另外，从Johansen检验得到的协整方程来看，食品（SP）、交通和通信（JTTX）、居住（JZ）、医疗保健及个人用品（YLBJ）对CPI的变化存在正向影响，而家庭设备用品及维修服务（JTSB）、烟酒及用品（YJ）以及衣着（YZ）对CPI的变化存在反向影响。从协整系数大小来看，家庭设备用品及维修服务（JTSB）以及衣着（YZ）对于线下商品和服务的价格影响最大，而医疗保健（YLBJ）以及烟酒及用品（YJ）对CPI的影响最小。究其原因，这可能与网络购物的消费特点有关系。由于线上购物的优势是搜寻-匹配时间较短、种类丰富且价格便宜，消费者在选择网购商品更看重服装、个人护理、3C用品等线下实体店难以满足的长尾需求商品，家庭设备用品及维修服务（JTSB）以及衣着（YZ）对于线下商品和服务的价格影响最大。线下购物的优势在于其体验的直观与购买的及时性，诸如食品（SP）、医疗保健（YLBJ）以及烟酒及用品（YJ）对线下商品价格影响较小。
从表4的实证结果可以发现在显著性水平为1%时存在2个共同特征向量，说明由反映线上商品价格变动的8个分类消费者价格指数与反映线下一般商品价格变动的CPI指数所构成的向量拥有7个共同周期，表明这9个变量不仅在长期具有同步性，其在短期的波动也具有完全同步性，线上商品价格与线下商品价格无论在长期还是在短期都存在相互影响。
实证分析结果表明反映线上商品价格变动的8类分类消费者价格指数，以及反映线下商品一般价格水平波动的CPI指标构成的向量存在协整且拥有共同特征向量，说明线上、线下分类消费者价格指数不仅在长期具有相似的随机趋势，而且其短期波动也相互同步影响。另外，无论是单位根检验结果还是从图1的ASPI分类价格指数来看，ASPI的8种分类价格指数在长期都表现出随机趋势，即外来随机扰动对于这8种分类指数中的任何一种价格的影响并不会随着时间的推移而消失，单个扰动对于单类价格指数的影响虽然会长期存在，然而由于存在反向误差修正机制，使得任何外来扰动对于其中任何一类价格指数的影响都会减弱，使得扰动对CPI不会产生持久影响。
值得注意的是，由于ASPI的8种分类价格指数与CPI构成的系统最多只存在三个协整， 这种反向误差修整机制最多只有三个且只有按照固定比例（即协整系数）加权得到的系统才存在这种反向误差修正机制，说明在将电商数据纳入CPI调查的时候不仅要注意电商调查点、电商规格品、“定时、定人、定点”等原则（聂璐和曾莉，2015），也要注意不同种类的商品赋予的权重还要有所区别。这种区别不仅是要考虑居民家庭“消费量大、代表性强、生产与销售前景好的合格产品”，同时也是保证根据固定比例（即协整系数）加权得到的CPI尽可能具备反向误差修正机制，避免小的随机扰动就会对CPI产生大的冲击，影响经济主体与政策决策层对于经济形势的判断。 因为改革CPI统计调查制度的初衷是“为了能够更有效地发挥货币政策平抑价格波动、实现币值稳定的功能，以适应货币政策的需要（Bryan等，1997）”，避免CPI失真给决策层调控经济产生误判，而较大波动CPI显然不利于决策层进行常规管理的原则与利益。
三、结论
本文利用阿里研究院所公布的用以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历史数据为研究对象，依据共同趋势与共同周期理论，分析不同分类的线上商品对CPI影响的差异与机制。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。基于上述分析，提出如下政策建议：
首先，利用电商平台科学地将网络价格纳入CPI统计体系，并计算某类商品或服务的交易平均价格，不仅是提高CPI准确性、真实性和完整性的一个重要手段，体现改革CPI调查统计制度的主要目的，同时也可以增强CPI的稳定性。目前，我国的CPI 编制权数的详细分配设置并没有对外公开①，但是从食品类权重约为1/3的分配格局来看，我国在编制CPI的权数分配时没有按照有利于降低CPI波动的角度来设置权重，而更多地是从消费者收入支出比例的角度来考虑CPI权重，这种分配方式在我国恩格尔系数大幅度下降的背景下彰显了权重设置的主观性。国家统计局虽然每5年修正一次各分类商品的权数，但是在我国居民消费模式处于快速变革的背景下这种周期显然太长，不能满足价格变动对总指数变动的影响，也体现不了设置CPI是“反映社会一般价格水平变动”的初衷。在我国快速进入大数据时代的背景下，居民消费资料及其构成的各类原始消费资料日益丰富且提取方便，为缩短权数调整周期、提高CPI统计准确性与科学性提供了可能。
其次，网络消费的特点使得不同种类的商品对于CPI的影响并不完全相同。所以，在将电商数据纳入CPI调查的时候不仅要注意电商调查点、电商规格品、“定时、定人、定点”等原则（聂璐和曾莉，2015），同时也要考虑不同种类的分类商品在采集的数量上还要有所区别。不仅要考虑“消费量大、代表性强、生产与销售前景好的合格产品”，同时也是为了保证根据固定比例（即协整系数）加权得到的CPI尽可能具备反向误差修正机制，避免小的随机扰动就对CPI产生大的冲击，影响经济主体与政策决策层对于经济形势的判断。实际上，由于我国在权数设置时没有考虑到不同分类商品的差异导致CPI价格的波动很大程度上体现了食品价格的波动，而食品价格很容易受到季节以及自然灾害等周期性因素的影响而发生大幅度波动，并带动CPI波动，从而导致CPI反映“社会真实价格水平”出现失真。因此，在改革CPI统计制度时必须合理确定不同分类商品的权重，这是确定不同种类网络商品种类和数量的前提，也是保证核算的CPI价格采集具备“剔除短期因素的影响与反映价格长期趋势变动的功能”的重要途径。 最后，充分利用大数据与电商总部平台来降低网络数据采集成本、实现网络数据采集的常态化。电子商务的发展打破了传统交易市场受到时间和空间的限制，然而这种突破不仅没有给网络数据的采集带来不利影响，相反极大地方便了网络数据接入CPI统计系统。负责网络数据采集的采价员可以不受时间、地点以及天气的限制将网上交易价格连接CPI统计系统，相对于传统数据采集方式而已，网络数据的采集更加真实、效率更高。因此，CPI体系改革要特别注重包括综合电商平台、大型综合零售商以及银行消费数据的构成，以提升CPI统计篮子的广度与深度。
注释：
① 目前，我国只是公布了各大类的权数分配，但是每个大类中包括的中类、小类权数详细分配细则并没有对外公开。
参考文献：
[1] 杜两省，刘发跃.线上与线下，联动还是竞争？——基于ISPI和CPI的线上线下价格差异收敛性分析[J].投资研究，2014（7）：56-69.
[2] 马红霞，梁柱.海湾六国经货联盟经济周期同步性分析[J].国际贸易问题，2009（12）：22-29.
[3] 刘发跃，马丁丑.网上与网下两类价格指数差异的收敛性分析[J].统计与决策，2015（20）：29-32.
[4] 聂璐，曾莉.电商数据纳入CPI调查方法探析[J].调研世界，2015（5）：47-51.
[5] 田涛，严姝，陈鹏. 核心通货膨胀必然要扣除食品吗？——基于共同趋势与共同周期模型的分析[J].上海金融，2014（8）：16 -21.
[6] Vahid F，Engle R F. Common trends and common cycles [J]. Journal of Applied Econometrics，1993，8（4）： 341-60.
[7] Bryan M F，Cecchetti S G，II R L W. Efficient inflation estimation[R].National Bureau of Economic Research working paper，1997.
The Impact of the Development of Electricity Suppliers on CPI under the
Background of Big Data-Based on the Volatility Synchronization Analysis
of Online and Offline Price
ZHOU Wei-wei1， TIAN Tao2
（1.Business School， Xianning Vocational Technical College，Xianning 437100，China；2. Economics
and Management School， Hubei University of Science and Technology， Xianning 437100， China）
Abstract： Based on the common trends and common cycle theory， this paper analyzes the difference and mechanism of the influence of different categories of online goods on CPI by using ASPI price index and historical CPI data published by the National Bureau of Statistics. The result shows that： The volatility of the ASPI classification price index and CPI has shown a high degree of relevance and synergy both in the short term and in the long term and it also demonstrates that the volatility of the price index of food consumer has significant long term and short term impact on the other classification of consumer price index， so the consumer price index of online classification has significant impact on the offline items both in the long term and in the short term. Among them， household appliances and maintenance service as well as dress for the line have the most influential impact on the price of offline items，but the effects of health care and tobacco and liquor on the CPI is minimum.
Key words： big data； online and offline； electricity suppliers；ASPI；CPI
（责任编辑：厉新）
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，可以同时对多个变量之间是否存在波动同步性进行分析。因此，本文利用“典型相关的共同周期法”，将阿里研究院发布的8类价格指数ASPI作为线上商品价格变动的指标，而将国家统计局发布的CPI历史数据作为线下商品一般价格水平的代表性指标， 据此来分析线上分类商品价格的变化对于线下商品价格变动是否存在差异化影响，本文的计量方法如下：
（二）共同趋势与共同周期检验
1.长期波动的同步性检验
为了体现分析的严谨性，先对这9类价格指数构成的序列进行平稳性检验，结果如表2所示。从检验结果来看，这9类时间序列均为非平稳时间序列，但是通过一阶差分得到的序列均为平稳时间序列，满足采用向量自回归模型进行Johansen协整检验的条件。接下来采用向量自回归模型来检验这9类消费者价格指数之间是否存在长期协整关系。根据斯瓦茨（SC）准则确定的最优滞后期为3或者4，考虑到模型的样本容量最终选择模型最优滞后期为3并进行Johansen协整检验，检验结果如表3所示。Johansen协整检验的结果表明由CPI与8个反映线上分类商品价格波动的指数构成的向量自回归模型存在至少三个协整关系，即存在六个共同趋势，说明这9个分类消费者价格指数虽然单个变量变为非平稳随机过程，但是其整体变动却具有共同随机趋势，使得这9个分类价格指数在长期存在同步性，即线上商品价格指数与线下商品价格指数两者存在相互影响、相互作用的关系。 另外，从Johansen检验得到的协整方程来看，食品（SP）、交通和通信（JTTX）、居住（JZ）、医疗保健及个人用品（YLBJ）对CPI的变化存在正向影响，而家庭设备用品及维修服务（JTSB）、烟酒及用品（YJ）以及衣着（YZ）对CPI的变化存在反向影响。从协整系数大小来看，家庭设备用品及维修服务（JTSB）以及衣着（YZ）对于线下商品和服务的价格影响最大，而医疗保健（YLBJ）以及烟酒及用品（YJ）对CPI的影响最小。究其原因，这可能与网络购物的消费特点有关系。由于线上购物的优势是搜寻-匹配时间较短、种类丰富且价格便宜，消费者在选择网购商品更看重服装、个人护理、3C用品等线下实体店难以满足的长尾需求商品，家庭设备用品及维修服务（JTSB）以及衣着（YZ）对于线下商品和服务的价格影响最大。线下购物的优势在于其体验的直观与购买的及时性，诸如食品（SP）、医疗保健（YLBJ）以及烟酒及用品（YJ）对线下商品价格影响较小。
从表4的实证结果可以发现在显著性水平为1%时存在2个共同特征向量，说明由反映线上商品价格变动的8个分类消费者价格指数与反映线下一般商品价格变动的CPI指数所构成的向量拥有7个共同周期，表明这9个变量不仅在长期具有同步性，其在短期的波动也具有完全同步性，线上商品价格与线下商品价格无论在长期还是在短期都存在相互影响。
实证分析结果表明反映线上商品价格变动的8类分类消费者价格指数，以及反映线下商品一般价格水平波动的CPI指标构成的向量存在协整且拥有共同特征向量，说明线上、线下分类消费者价格指数不仅在长期具有相似的随机趋势，而且其短期波动也相互同步影响。另外，无论是单位根检验结果还是从图1的ASPI分类价格指数来看，ASPI的8种分类价格指数在长期都表现出随机趋势，即外来随机扰动对于这8种分类指数中的任何一种价格的影响并不会随着时间的推移而消失，单个扰动对于单类价格指数的影响虽然会长期存在，然而由于存在反向误差修正机制，使得任何外来扰动对于其中任何一类价格指数的影响都会减弱，使得扰动对CPI不会产生持久影响。
值得注意的是，由于ASPI的8种分类价格指数与CPI构成的系统最多只存在三个协整， 这种反向误差修整机制最多只有三个且只有按照固定比例（即协整系数）加权得到的系统才存在这种反向误差修正机制，说明在将电商数据纳入CPI调查的时候不仅要注意电商调查点、电商规格品、“定时、定人、定点”等原则（聂璐和曾莉，2015），也要注意不同种类的商品赋予的权重还要有所区别。这种区别不仅是要考虑居民家庭“消费量大、代表性强、生产与销售前景好的合格产品”，同时也是保证根据固定比例（即协整系数）加权得到的CPI尽可能具备反向误差修正机制，避免小的随机扰动就会对CPI产生大的冲击，影响经济主体与政策决策层对于经济形势的判断。 因为改革CPI统计调查制度的初衷是“为了能够更有效地发挥货币政策平抑价格波动、实现币值稳定的功能，以适应货币政策的需要（Bryan等，1997）”，避免CPI失真给决策层调控经济产生误判，而较大波动CPI显然不利于决策层进行常规管理的原则与利益。
三、结论
本文利用阿里研究院所公布的用以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历史数据为研究对象，依据共同趋势与共同周期理论，分析不同分类的线上商品对CPI影响的差异与机制。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。基于上述分析，提出如下政策建议：
首先，利用电商平台科学地将网络价格纳入CPI统计体系，并计算某类商品或服务的交易平均价格，不仅是提高CPI准确性、真实性和完整性的一个重要手段，体现改革CPI调查统计制度的主要目的，同时也可以增强CPI的稳定性。目前，我国的CPI 编制权数的详细分配设置并没有对外公开①，但是从食品类权重约为1/3的分配格局来看，我国在编制CPI的权数分配时没有按照有利于降低CPI波动的角度来设置权重，而更多地是从消费者收入支出比例的角度来考虑CPI权重，这种分配方式在我国恩格尔系数大幅度下降的背景下彰显了权重设置的主观性。国家统计局虽然每5年修正一次各分类商品的权数，但是在我国居民消费模式处于快速变革的背景下这种周期显然太长，不能满足价格变动对总指数变动的影响，也体现不了设置CPI是“反映社会一般价格水平变动”的初衷。在我国快速进入大数据时代的背景下，居民消费资料及其构成的各类原始消费资料日益丰富且提取方便，为缩短权数调整周期、提高CPI统计准确性与科学性提供了可能。
其次，网络消费的特点使得不同种类的商品对于CPI的影响并不完全相同。所以，在将电商数据纳入CPI调查的时候不仅要注意电商调查点、电商规格品、“定时、定人、定点”等原则（聂璐和曾莉，2015），同时也要考虑不同种类的分类商品在采集的数量上还要有所区别。不仅要考虑“消费量大、代表性强、生产与销售前景好的合格产品”，同时也是为了保证根据固定比例（即协整系数）加权得到的CPI尽可能具备反向误差修正机制，避免小的随机扰动就对CPI产生大的冲击，影响经济主体与政策决策层对于经济形势的判断。实际上，由于我国在权数设置时没有考虑到不同分类商品的差异导致CPI价格的波动很大程度上体现了食品价格的波动，而食品价格很容易受到季节以及自然灾害等周期性因素的影响而发生大幅度波动，并带动CPI波动，从而导致CPI反映“社会真实价格水平”出现失真。因此，在改革CPI统计制度时必须合理确定不同分类商品的权重，这是确定不同种类网络商品种类和数量的前提，也是保证核算的CPI价格采集具备“剔除短期因素的影响与反映价格长期趋势变动的功能”的重要途径。 最后，充分利用大数据与电商总部平台来降低网络数据采集成本、实现网络数据采集的常态化。电子商务的发展打破了传统交易市场受到时间和空间的限制，然而这种突破不仅没有给网络数据的采集带来不利影响，相反极大地方便了网络数据接入CPI统计系统。负责网络数据采集的采价员可以不受时间、地点以及天气的限制将网上交易价格连接CPI统计系统，相对于传统数据采集方式而已，网络数据的采集更加真实、效率更高。因此，CPI体系改革要特别注重包括综合电商平台、大型综合零售商以及银行消费数据的构成，以提升CPI统计篮子的广度与深度。
注释：
① 目前，我国只是公布了各大类的权数分配，但是每个大类中包括的中类、小类权数详细分配细则并没有对外公开。
参考文献：
[1] 杜两省，刘发跃.线上与线下，联动还是竞争？——基于ISPI和CPI的线上线下价格差异收敛性分析[J].投资研究，2014（7）：56-69.
[2] 马红霞，梁柱.海湾六国经货联盟经济周期同步性分析[J].国际贸易问题，2009（12）：22-29.
[3] 刘发跃，马丁丑.网上与网下两类价格指数差异的收敛性分析[J].统计与决策，2015（20）：29-32.
[4] 聂璐，曾莉.电商数据纳入CPI调查方法探析[J].调研世界，2015（5）：47-51.
[5] 田涛，严姝，陈鹏. 核心通货膨胀必然要扣除食品吗？——基于共同趋势与共同周期模型的分析[J].上海金融，2014（8）：16 -21.
[6] Vahid F，Engle R F. Common trends and common cycles [J]. Journal of Applied Econometrics，1993，8（4）： 341-60.
[7] Bryan M F，Cecchetti S G，II R L W. Efficient inflation estimation[R].National Bureau of Economic Research working paper，1997.
The Impact of the Development of Electricity Suppliers on CPI under the
Background of Big Data-Based on the Volatility Synchronization Analysis
of Online and Offline Price
ZHOU Wei-wei1， TIAN Tao2
（1.Business School， Xianning Vocational Technical College，Xianning 437100，China；2. Economics
and Management School， Hubei University of Science and Technology， Xianning 437100， China）
Abstract： Based on the common trends and common cycle theory， this paper analyzes the difference and mechanism of the influence of different categories of online goods on CPI by using ASPI price index and historical CPI data published by the National Bureau of Statistics. The result shows that： The volatility of the ASPI classification price index and CPI has shown a high degree of relevance and synergy both in the short term and in the long term and it also demonstrates that the volatility of the price index of food consumer has significant long term and short term impact on the other classification of consumer price index， so the consumer price index of online classification has significant impact on the offline items both in the long term and in the short term. Among them， household appliances and maintenance service as well as dress for the line have the most influential impact on the price of offline items，but the effects of health care and tobacco and liquor on the CPI is minimum.
Key words： big data； online and offline； electricity suppliers；ASPI；CPI
（责任编辑：厉新）