论文部分内容阅读
[摘 要]随着信息技术的快速发展，我国已经进入大数据时代，人们的生活方式发生了较大的改变，在无形中增加了政府统计工作的难度。对此，政府人员更要加强大数据研究，将其与CPI统计工作结合起来，重视大数据对CPI的影响，及时解决存在的问题，以不断提高政府统计工作的质量。基于此，本文立足于CPI统计现状，重点分析了大数据对CPI统计的影响与改进方式。
[关键词]大数据；CPI统计；影响；改进方式
doi：10.3969/j.issn.1673 - 0194.2019.02.085
[中图分类号]C819 [文献标识码]A [文章编号]1673-0194（2019）02-0-02
1 我国CPI统计的实施现状
目前，我国针对城乡居民CPI指数进行调查统计时，主要涉及衣、食、住、行、医疗等8大领域，调查范围较广，主要面向全国各地的市场与消费单位，因此数据信息量十分庞大，为统计工作带来较大的挑战。在数据统计、计算的过程中，通常使用采样调查法，选择一些较为典型的商品或者市场，对所需调查的内容进行分析，从而获取结果，但这种方式很容易受到内外部因素的干扰产生误差，因此得出的结果也只能用于参考，不具备准确性。
2 大数据对CPI统计的影响
2.1 对传统统计模式的影响
现阶段，大数据已经受到社会各界的广泛关注，并且引领世界走向新时代。在大数据内涵方面，具有内容多样、容量巨大、流动快、稳定性差等特征。具体来说：一是与传统度量范围相比，大数据在数量上占据明显优势，其单位用TB、PB、EB表示，目前全球每两天便能够形成5 EB左右的数据量，也就是5×1018 B；二是数据类型多样，且较为复杂，不仅包括结构化，还包括半结构化、非结构化数据，且后两者所占比例逐渐增加。
2.2 对CPI数据采集的影响
现阶段，我国主要采用人工采价与抽样调查相结合的方式进行CPI统计，与纯手工数据采集相比，在效率与实时性方面有所提升，人为误差得到显著降低。国家统计局在各个地区设立了直属调查小组，分布在31个省市、500个调查市县的5万个商业业态、农贸市场、电影院、医院等提供服务消费的单位，每隔5天对猪肉、蔬菜、鞋帽等与居民生活息息相关物品的价格进行调查。但是仍然存在一些问题，如抽样调查难免出现误差、采价成本较高等，都会造成各类误差，导致计算得出的CPI数值与商品评价价格相比过高或者过低。在大数据快速发展的背景下，将其应用在CPI数据采集中，与传统少量数据抽样方式相比，所编制的规格、价格等方面均与总体十分贴近，不但能显著降低人为误差，还能够有效控制抽样误差，与传统方式相比，数据采集效率提高了3倍左右。由此可见，应用大数据有效提升了CPI数据的采集效率。
2.3 对CPI指数计算的影响
在大数据诞生以后，对CPI计算方面也产生了一定的影响，主要表现在样本范围与样本时间方面。
在样本时间方面，以往CPI编制中的数据采集时间往往是固定的，并且两个采集点之间的时间距离较长。事实上，商家与消费者都会根据价格调整购买方式，如若出现商品滞销，商家则会采用打折促销的方式，这时消费者的购买量往往会增加。这种固定时间采集的方式很可能导致商品价格指数过高或者过低，造成统计误差，而应用大数据能够实时获取商品的价格、数量，通过动态计算CPI指数的方式消除统计误差。
在样本范围方面，大数据的应用使采集到的样本与总体十分相似，在CPI计算中的样本范围也不再局限于8大领域，而是将所有居民消费的商品均纳入其中。2011年，阿里巴巴推出了网络零售价格指数，与淘宝四级类物品成交均价相同。2016年5月，网购商品物价水平变动指数同比上升0.05%，分类同比中食品类的涨幅最大，在短短一个月期间便增长了2.26%，主要受外用膳食品上漲的影响，阿里巴巴网络核心商品价值分类同比指数变化情况如图1所示。在本次调查过程中，虽然没有将全部淘宝物品均包含在统计范围中，但从调查结果可见，与传统CPI统计方式相比，样本的范围已经得到了明显扩大。
2.4 对CPI权重的影响
在CPI编制的过程中，权重是其中十分重要的环节之一，目前我国每隔5年便做一次大的调整，最近一次调整在2016年。从新的权重构成中可知，食品类权重比例降低，大约降低25%左右，而居住类权重比例显著提升，已经超过45%。事实上，由于我国目前正处于社会转型的关键时期，居民消费结构上产生了新的变化，权重更新也较为缓慢，对CPI数据统计质量产生较大的不利影响。而大数据应用以后，有效提高了我国的权重调整速度，同时还能将统计局对各类商品权重调整的结果向大众公布，为相关部门获取数据提供便利，进一步提高CPI权重调整的透明度，由此更加突显大数据对CPI权重产生的影响。
3 大数据背景下CPI统计方法的优化措施
3.1 实施现代化CPI数据采集
在大数据时代，为采集统计数据提供了充足的技术支持，使数据采集数量、范围均得到了有效拓展与延伸，使采集结果变得更加准确。例如，使用传统方式采集生活必需品时，只能选取几样具有代表性的数据，与实际相比有很大出入，统计结果的准确性不高。
3.2 创新CPI统计方法
在以往统计方式中，只能对固定数据进行计算，随着信息量的日渐增加，传统工作量增加，效率却逐渐降低，已经很难符合现代工作需求。在大数据技术的不断发展之下，可使用高级指数公式完成CPI统计。这种新型计算方式借助链式加权操作法，使用起来较为灵活多变，能够对替代品进行计算，体现出不同商品对居民消费产生的各类影响。因此，在理论上应抛弃传统固定权重方式，计算公式如下。
（1）
在式（1）中，Zit代表的使产品i在时间段t范围内的特征组合，根据上述公式，可以将t时间段内各个特征的影子价格βkt看成调整CPI质量的依据。例如，在对牛肉、猪肉、羊肉进行计算时，可以对样本进行加权替换，并与先前结构进行比较分析，根据数据反馈判断不同肉类产品对居民消费选择的影响，从而提升CPI统计结果的准确性。 3.3 优化CPI权重设计方法
事实证明，居民消费选择与收入水平之间存在较大关联，从而会对消费权重变化产生影响，进而得出不同的计算结果。例如，以往我国经济发展较慢，居民收入水平较低时，对食品类的购买比重较大，几乎达到70%左右。而随着居民物质生活水平不断提高，消费权重开始偏向娱乐、居住、交通等方面，已经占居民总消费比例的38%左右。
3.4 提升CPI统计质量
当得出CPI统计结果以后，还需要对其进行进一步验证，以此来保障其准确性，以往工作方式由于无法保障统计质量与时代需求不符。在大数据时代，CPI统计应采用乘法调整、特征价格法、加法调整等多种方式，并提升CPI统计价格。
4 结 语
在市场经济快速发展的背景下，人们的消费观念也随之发生改变，逐渐由食品类权重转变为娱乐、电子等方面。因此，在政府统计工作中，工作人员应积极引进大数据等先进信息技术，对统计模式、数据采集、计算、质量调整、权重等多个方面进行分析与改进，不断拓宽数据信息采集的范围与渠道，并创新统计方式，以不断提升CPI统计的质量与效率。
主要参考文献
[1]蔡苑葩.探究大数据对CPI统计的影响及方法改进思路[J].收藏与投资，2017（9）.
[2]田涛，周薇薇.大数据背景下线上商品价格变动对CPI的影响[J].统计与决策，2017（13）.
[3]陈梦根，胡雪梅.CPI質量调整及方法改进问题新探[J].统计与信息论坛，2016（7）.
[4]徐映梅，高一铭.基于互联网大数据的CPI舆情指数构建与应用——以百度指数为例[J].数量经济技术经济研究，2017（1）.
[5]田涛.电商发展对CPI的影响研究——基于大数据背景下线上线下价格波动的同步性分析[J].上海经济研究，2016（3）.
[6]张苗苗.大数据背景下影响CPI的因素浅析——基于Bootstrap方法[J].市场论坛，2016（8）.
[7]王薇， 胡晓丹.“大数据”在CPI调查中的应用初探——人工采集网络购买商品价格的研究及建议[J].中国统计，2015（12）.
[8]陈立双，王叶思丝.中国CPI编制方法在线上价格指数中的应用探讨[J].统计与决策，2018（7）.
[关键词]大数据；CPI统计；影响；改进方式
doi：10.3969/j.issn.1673 - 0194.2019.02.085
[中图分类号]C819 [文献标识码]A [文章编号]1673-0194（2019）02-0-02
1 我国CPI统计的实施现状
目前，我国针对城乡居民CPI指数进行调查统计时，主要涉及衣、食、住、行、医疗等8大领域，调查范围较广，主要面向全国各地的市场与消费单位，因此数据信息量十分庞大，为统计工作带来较大的挑战。在数据统计、计算的过程中，通常使用采样调查法，选择一些较为典型的商品或者市场，对所需调查的内容进行分析，从而获取结果，但这种方式很容易受到内外部因素的干扰产生误差，因此得出的结果也只能用于参考，不具备准确性。
2 大数据对CPI统计的影响
2.1 对传统统计模式的影响
现阶段，大数据已经受到社会各界的广泛关注，并且引领世界走向新时代。在大数据内涵方面，具有内容多样、容量巨大、流动快、稳定性差等特征。具体来说：一是与传统度量范围相比，大数据在数量上占据明显优势，其单位用TB、PB、EB表示，目前全球每两天便能够形成5 EB左右的数据量，也就是5×1018 B；二是数据类型多样，且较为复杂，不仅包括结构化，还包括半结构化、非结构化数据，且后两者所占比例逐渐增加。
2.2 对CPI数据采集的影响
现阶段，我国主要采用人工采价与抽样调查相结合的方式进行CPI统计，与纯手工数据采集相比，在效率与实时性方面有所提升，人为误差得到显著降低。国家统计局在各个地区设立了直属调查小组，分布在31个省市、500个调查市县的5万个商业业态、农贸市场、电影院、医院等提供服务消费的单位，每隔5天对猪肉、蔬菜、鞋帽等与居民生活息息相关物品的价格进行调查。但是仍然存在一些问题，如抽样调查难免出现误差、采价成本较高等，都会造成各类误差，导致计算得出的CPI数值与商品评价价格相比过高或者过低。在大数据快速发展的背景下，将其应用在CPI数据采集中，与传统少量数据抽样方式相比，所编制的规格、价格等方面均与总体十分贴近，不但能显著降低人为误差，还能够有效控制抽样误差，与传统方式相比，数据采集效率提高了3倍左右。由此可见，应用大数据有效提升了CPI数据的采集效率。
2.3 对CPI指数计算的影响
在大数据诞生以后，对CPI计算方面也产生了一定的影响，主要表现在样本范围与样本时间方面。
在样本时间方面，以往CPI编制中的数据采集时间往往是固定的，并且两个采集点之间的时间距离较长。事实上，商家与消费者都会根据价格调整购买方式，如若出现商品滞销，商家则会采用打折促销的方式，这时消费者的购买量往往会增加。这种固定时间采集的方式很可能导致商品价格指数过高或者过低，造成统计误差，而应用大数据能够实时获取商品的价格、数量，通过动态计算CPI指数的方式消除统计误差。
在样本范围方面，大数据的应用使采集到的样本与总体十分相似，在CPI计算中的样本范围也不再局限于8大领域，而是将所有居民消费的商品均纳入其中。2011年，阿里巴巴推出了网络零售价格指数，与淘宝四级类物品成交均价相同。2016年5月，网购商品物价水平变动指数同比上升0.05%，分类同比中食品类的涨幅最大，在短短一个月期间便增长了2.26%，主要受外用膳食品上漲的影响，阿里巴巴网络核心商品价值分类同比指数变化情况如图1所示。在本次调查过程中，虽然没有将全部淘宝物品均包含在统计范围中，但从调查结果可见，与传统CPI统计方式相比，样本的范围已经得到了明显扩大。
2.4 对CPI权重的影响
在CPI编制的过程中，权重是其中十分重要的环节之一，目前我国每隔5年便做一次大的调整，最近一次调整在2016年。从新的权重构成中可知，食品类权重比例降低，大约降低25%左右，而居住类权重比例显著提升，已经超过45%。事实上，由于我国目前正处于社会转型的关键时期，居民消费结构上产生了新的变化，权重更新也较为缓慢，对CPI数据统计质量产生较大的不利影响。而大数据应用以后，有效提高了我国的权重调整速度，同时还能将统计局对各类商品权重调整的结果向大众公布，为相关部门获取数据提供便利，进一步提高CPI权重调整的透明度，由此更加突显大数据对CPI权重产生的影响。
3 大数据背景下CPI统计方法的优化措施
3.1 实施现代化CPI数据采集
在大数据时代，为采集统计数据提供了充足的技术支持，使数据采集数量、范围均得到了有效拓展与延伸，使采集结果变得更加准确。例如，使用传统方式采集生活必需品时，只能选取几样具有代表性的数据，与实际相比有很大出入，统计结果的准确性不高。
3.2 创新CPI统计方法
在以往统计方式中，只能对固定数据进行计算，随着信息量的日渐增加，传统工作量增加，效率却逐渐降低，已经很难符合现代工作需求。在大数据技术的不断发展之下，可使用高级指数公式完成CPI统计。这种新型计算方式借助链式加权操作法，使用起来较为灵活多变，能够对替代品进行计算，体现出不同商品对居民消费产生的各类影响。因此，在理论上应抛弃传统固定权重方式，计算公式如下。
（1）
在式（1）中，Zit代表的使产品i在时间段t范围内的特征组合，根据上述公式，可以将t时间段内各个特征的影子价格βkt看成调整CPI质量的依据。例如，在对牛肉、猪肉、羊肉进行计算时，可以对样本进行加权替换，并与先前结构进行比较分析，根据数据反馈判断不同肉类产品对居民消费选择的影响，从而提升CPI统计结果的准确性。 3.3 优化CPI权重设计方法
事实证明，居民消费选择与收入水平之间存在较大关联，从而会对消费权重变化产生影响，进而得出不同的计算结果。例如，以往我国经济发展较慢，居民收入水平较低时，对食品类的购买比重较大，几乎达到70%左右。而随着居民物质生活水平不断提高，消费权重开始偏向娱乐、居住、交通等方面，已经占居民总消费比例的38%左右。
3.4 提升CPI统计质量
当得出CPI统计结果以后，还需要对其进行进一步验证，以此来保障其准确性，以往工作方式由于无法保障统计质量与时代需求不符。在大数据时代，CPI统计应采用乘法调整、特征价格法、加法调整等多种方式，并提升CPI统计价格。
4 结 语
在市场经济快速发展的背景下，人们的消费观念也随之发生改变，逐渐由食品类权重转变为娱乐、电子等方面。因此，在政府统计工作中，工作人员应积极引进大数据等先进信息技术，对统计模式、数据采集、计算、质量调整、权重等多个方面进行分析与改进，不断拓宽数据信息采集的范围与渠道，并创新统计方式，以不断提升CPI统计的质量与效率。
主要参考文献
[1]蔡苑葩.探究大数据对CPI统计的影响及方法改进思路[J].收藏与投资，2017（9）.
[2]田涛，周薇薇.大数据背景下线上商品价格变动对CPI的影响[J].统计与决策，2017（13）.
[3]陈梦根，胡雪梅.CPI質量调整及方法改进问题新探[J].统计与信息论坛，2016（7）.
[4]徐映梅，高一铭.基于互联网大数据的CPI舆情指数构建与应用——以百度指数为例[J].数量经济技术经济研究，2017（1）.
[5]田涛.电商发展对CPI的影响研究——基于大数据背景下线上线下价格波动的同步性分析[J].上海经济研究，2016（3）.
[6]张苗苗.大数据背景下影响CPI的因素浅析——基于Bootstrap方法[J].市场论坛，2016（8）.
[7]王薇， 胡晓丹.“大数据”在CPI调查中的应用初探——人工采集网络购买商品价格的研究及建议[J].中国统计，2015（12）.
[8]陈立双，王叶思丝.中国CPI编制方法在线上价格指数中的应用探讨[J].统计与决策，2018（7）.