网购视角的CPI偏差研究

黄秀海 滕清秀

一、引 言

目前，网络购物（网购）已经成为居民一种日常的购物方式，带动了我国网络零售额（指B2C、C2C，不包含B2B、批发、团购）“井喷”式增长。2014-2016年，网络零售额分别达到2.82、3.83、5.22万亿元，在社会商品零售额中的占比分别为10.38%、12.72%、15.71%①根据中国电子商务研究中心（www.100ec.cn）专题报告与《中国统计年鉴》相关数据计算得到。，网购已经深入而广泛地影响着居民生活的方方面面。但是，目前我国CPI编制并未充分考虑到网购商品价格的影响，并未将网购商品价格系统地纳入指数编制体系。这说明我国CPI未能全面描述居民的生活用品价格变化情况，是有偏差的。对现实中因为网购原因而导致的CPI偏差进行精确计量研究，具有重要的理论与现实意义。

目前网购对CPI影响研究的主要成果有：①网购消费的原因。以Reinsdorf（1993）为代表的一些经济学家认为，相对于实体店来说，网店在场地规模、租金、税费管理等方面成本大大减少，商品具有成本优势，价格较低，这是越来越多消费者转向网购消费的主要原因。②代表性规格品的分类价格指数与权重计量。Dubeaux和Saglio（1995）认为在研究网购商品与服务价格对CPI影响时，首先要考虑到它们总体范围的一致性要求，同时还要研究不同销售点之间商品的同质可比性问题。Vol（2000）主要从规格品分类价格指数与权重这两方面考虑商品销售点变化对CPI的影响。因为将新的销售点商品及服务纳入CPI时，规格品形成了一个新的“篮子商品”，新的篮子商品中规格品的分类价格指数与权重需要运用相应方法进行适度调整，根据调整后的规格品分类价格指数与权重就可以测度及修正CPI。③CPI计量模型与偏差。Hill（1997）认为通过预先设置一个比较高的新销售点商品初始价格，理论上就可以及时将居民销售点价格变化情况进行计量，从而将新销售点价格变化情况纳入CPI。Prime和Saglio（1995）认为商品销售点变化的影响取决于商品销售点之间商品价格的相对变化情况，一般认为居民会从商品价格高的销售点转向价格低的销售点，对CPI带来向下的负影响。Saglio（1995）的研究认为销售点替代对CPI的影响还与CPI的汇编模型相关，使用Laspeyres指数会产生向上的偏差，使用Paasche指数则产生向下的偏差。1996年Boskin委员会对美国CPI偏差估算范围在0.8至1.6个百分点之间，点估计为1.1%（Boskin，1998），这个偏差是各种偏差的直接累加。

国内在这方面的研究刚刚处于起步阶段，一些学者（田涛，2016；马文革，2016；陈志、陈艳飞，2013）已经意识到了网购对CPI的显著影响，对CPI与网购商品与服务分类情况进行了一些简单的比较分析。

目前，相对于世界其他各国的网购情况来说，中国网购发展十分迅速，但是国内还没有就网购商品价格对CPI影响的专业性文献成果，特别是这方面的定量研究尚属空白。因此，本文拟定量研究我国快速增长的网购现象对CPI影响程度。

二、偏差定义及修正系数设计

网购对于消费者来说是一种由于商品价格差异引起的消费方式的转移，对于CPI编制来说本质上是一种新增的商品销售点与价格调查单位，如果不及时将网购商品价格纳入CPI指数体系，会导致CPI失真，产生销售点替代偏差。

（一）偏差定义

网购视角的CPI销售点替代偏差：在其他条件不变情况下，包含了网购商品价格的CPI与原CPI之间的偏差①西方国家对CPI偏差的定义是：CPI与生活费用指数COLI之差（Abraham，1997）。CPI偏差与单纯分析网购商品价格导致的CPI的偏差（即销售点替代偏差）有所区别。。

CPI是反映居民消费商品与服务价格变化情况的权威性指标、居于主导地位，反映网购商品价格变动情况的网购指数是CPI的重要补充形式。也就是说，本文是将网购商品价格指数作为CPI的重要补充形式，用于修正与完善现行的CPI，而不是相反。

（二）修正系数

1.修正系数设计

理论上，研究网购现象对CPI的影响，应该将所有的网购商品与服务价格纳入CPI编制体系，但实际上因为各种原因，网购商品与服务价格数据并不容易获取。阿里巴巴研究院针对我国目前快速增长的网购现象，以2011年1月为基期，从2011年2月开始发布以阿里巴巴网络零售平台为总体的全网价格指数（alibaba Shopping Price Index，aSPI）与核心商品价格指数（alibaba Shopping Price Index-core，aSPI-core），将网购商品与服务划分为10个大类、46个中类、500个小类（比CPI分类多

式（1）表明，修正系数为网购交易额在社会商品零售总额中所占的比重。这个修正系数本质上就是网购价格指数对CPI影响程度的一个权重，网购交易额大、修正系数越大、网购商品价格对CPI影响大，网购交易额小、修正系数越小、网购商品价格对CPI影响小，最终新的CPI是对网购价格指数与CPI加权平均的结果。

2.修正系数设计的理论基础

之所以设计这样的修正系数，基于如下几点理由：首先，是平均指标的涵义。不管是CPI，还是aSPI、aSPI-core，本质上皆是平均指标，描述的是居民生活商品与服务价格抽象的、一般水平的变化情况。在对比的两个时期之间，尽管居民生活商品与服务价格具有结构性的变化特征，但是最终汇总编制得到的都是抽象的平均指标，反映的是居民消费品与服务价格变化的一般水平。因此，在统计数据限制条件下，本文从抽象的、一般性的角度，从网购交易额在社会商品零售总额中的占比作为修正系数，研究对CPI影响具有一定的合理性。

其次，指数模型公理化检验法则。不管是初级价格指数模型，还是高级价格指数汇编模型，既要求它们能够描述商品价格综合变化情况，也要求它们满足一些基本的公理化检验法则。在这些公理化的检验法则中，有两个检验法则为本文的研究主题提供了直接的理论依据：

（1）报告期价格的正比性。如果μ＞0，那么P（p0，μp1）=μP（p0，p1），如果时期 1 的所有商品价格向量p1变为原来的μ倍，那么初始价格指数变为原来的μ倍。

（2）基期价格的反比性。如果μ＞0，那么 P（μp0，p1）=μ-1P（p0，p1），也就是如果时期 0 的所有商品价格向量p0变为原来的μ倍，那么初始价格指数变为原来的1/μ倍。

这两个检验法则不管是对初级价格指数模型，还是高级价格指数模型来说，皆是公理化的检验法则。实质上，在这两个检验法则中，常数μ就是抽象的商品价格结构化变化特征，体现出一般水平上的物价变动情况。

按照这两个性质涵义，尽管商品价格具有结构性变化特征，但是通过平均指标的抽象后，可以将它们理解为所有商品价格，等比例的、一般水平的变动情况。此时，运用部分样本数据或者全部价格数据测度得到的最终价格指数结果是一样的，无显著性差异。在此种情况下，阿里巴巴网购平了“办公用品及服务”与“爱好收藏投资”两个大类），涵盖CPI商品与服务范围的70%左右①根据阿里巴巴研究院（www.aliresearch.com）相关资料与数据整理得到。。这是首次专门就网购商品价格变化情况正式编制与发布的价格指数，代表性强，参考价值大。考虑到阿里巴巴集团在中国乃至于国际上的重要影响，本文基于网购视角研究CPI的销售点替代偏差情况时，这是一个极有参考价值、可以充分利用的文献资料与数据，它在一定程度上能够测度与诠释网购商品价格对CPI的影响情况，达到修正现实CPI的目标。

因此，本文基于网购视角研究CPI的销售点替代偏差情况时，就研究网购价格指数对CPI的影响情况。网购商品价格指数究竟能在多大程度上影响CPI，对CPI产生多大的偏差，取决于网购交易额对社会商品零售总额的重要程度。为此，本文用网购交易额与社会商品零售总额，构建对应的修正系数（λ）：台的局部性网购价格指数就能够很好地代表所有的网购商品价格变动情况。

最后，数据可获得性与便利性。如果CPI与网购指数的分类价格指数与权重数据都能够得到，那么只要对它们进行适当的商品质量调整、归类、合并，组成一个新的“篮子商品”，最后运用加权平均就能够得到修正的CPI。然而，即使我们知道了网购商品价格指数的分类价格指数与权重，但是关于CPI的8大类商品与服务项目的分类权重数据也无法得到（国家统计局并不对外发布CPI中8大分类商品与服务项目权重数据）。

显然，网购商品价格对CPI的影响关键不是指数汇编的技术问题，主要是要考虑到数据的可获得性。在中国电子商务研究中心网站①www.100ec.cn。上能够得到网购交易额数据，在《中国统计年鉴》中能够得到社会商品零售总额数据，考虑数据的可获得性与便利性，基于宏观角度分析，利用网购交易额在社会商品零售总额中的比重修正现实CPI，测度网购商品价格对CPI的销售点替代偏差，切实可行。

三、比较分析及偏差测度

（一）理论分析

CPI偏差一般可归结为“上层替代偏差、初级汇总偏差、产品质量变化引起的偏差、新产品偏差与销售点替代偏差”。网购现象属于销售点替代偏差问题（Baker and Dean，1998）。销售点替代偏差的计量需要注意两个问题，一是消费者在旧的与新的销售点间消费转移时，需要考虑到商品权重与范围问题；二是不同销售点间商品的质量变化问题。对于消费者在销售点间转移的原因，一般认为是消费者从价格高的销售点转向价格低的销售点。这样，对于特定的商品来说，就降低了它的平均价格，从而降低了CPI。当政府编制CPI时，如果没有考虑到消费者在销售点间转移的现象，仍然按照旧的销售点商品价格编制CPI，就会高估CPI。

针对经济现实中存在着的这两类重要指数，它们的主要区别体现在两个方面：

1.指数编制理论差异

目前CPI编制的理论基础公认有两个：一个是固定篮子指数理论（Fixed Basket Index，FBI）；另一个是生活费用指数理论（Cost of Living Index，COLI）。固定篮子指数是测度两个对比时期固定篮子商品与服务价格变动情况的相对数，生活费用指数是测度居民在两个对比时期为了某种固定效应（福利、生活标准等）所需要的最低支出的比例。这两种价格指数编制理论在规格品选择、篮子商品的组成、指数计算方法等方面具有显著差异。

目前，aSPI以生活费用指数理论为基础，编制的是生活费用指数；aSPI-core与CPI以固定篮子指数理论为基础②全网价格指数（aSPI）与网购核心商品价格指数（aSPI-core）编制的理论基础参见阿里巴巴研究院（www.aliresearch.com）关于网购指数的专题介绍。，编制固定篮子商品价格变化的相对数。这是它们在理论基础方面的本质差异。

2.编制方法

消费者价格指数的编制方法本质上是对代表性的规格品价格初级指数进行加权平均而得。对规格品的初级价格指数进行平均主要有两种方法：

（1）多阶段加权平均。我国目前使用多阶段层层加权平均方法计算CPI，计算的是国家一级的消费者价格指数。具体的编制流程是：①首先在统计工作的最基层，编制市、县一级的本地消费者价格指数；②各省根据市、县指数加权计算得到省级的消费者价格指数；③国家统计局根据各省上报的价格指数，根据全国消费结构加权计算全国性的消费者价格指数。这种价格指数编制方法的优点是满足了各级地方政府分级管理的需要，简化了国家与省级等上级机构的价格指数编制工作量。存在的缺陷是层层加权，中间环节太多，增加了许多不确定性因素，降低了价格指数的代表性，增加了基层统计工作量，使得最终的数据质量难有保障。

（2）一次性加权平均。随着互联网技术的发展与大数据技术的成熟，网购商品价格指数（aSPI、aSPI-core）采用的是一次性加权平均的方法，直接汇总编制全网域性的一级价格指数。即先计算各种规格品在全网域范围内的平均价格与初级价格指数、基本分类价格指数，然后根据预置的权重（或者报告期权重）计算商品与服务的分类价格指数，得到全网域的消费者价格总指数。这样的编制方法好处是：①增强规格品价格空间代表性；②一次性地进行综合汇总，避免干扰；③操作简单、规范。

（二）实证分析

不管CPI与网购价格指数的差异性如何，它们还是具有一些共同的特征：都是反映居民消费品与服务价格变化情况的相对数。现就CPI与网购商品价格指数进行实证分析。

1.描述性统计分析

考虑到网购商品价格指数的正式编制与发布的实际情况，结合样本数据的可获得性与比较的便利性，我们选取了2011年2月至2016年4月的CPI、aSPI与aSPI-core的月度环比变化率（无季节性调整）进行分析。相关指标的基本情况如表1所示。

从表 1可知，aSPI-core、aSPI、CPI的均值分别为 -0.21%、0.37%、0.20%，aSPI的均值最大、aSPI-core的均值最小、CPI的均值居于中间；aSPI-core、aSPI、CPI的标准差分别为 0.691%、2.539%、0.498%，aSPI的波动性最大、CPI的波动性最小，aSPI的最大值为7.41%，最小值为-7.1%，远远大于CPI的最大值1.56%与最小值-0.91%。从变量分布特征看，aSPI的变化率偏度系数为-0.515，呈现出负偏特征，aSPI-core、CPI的偏度系数分别为0.640、0.655，呈现出正偏特征；aSPI、CPI变化率峰度系数分别为1.417、0.651，变量分布曲线为

“U”形分布，呈现出“中间少、两头多”的特征，aSPI-core的峰度系数为3.423，变量分布呈现出尖顶特征。

表1 CPI与aSPI、aSPI-core的基本信息情况（2011.2-2016.4）

2.方差分析

为了进一步研究 aSPI-core、aSPI、CPI变量间的变化关系，现对 aSPI-core、aSPI、CPI等变量接着进行单因子方差分析。

从表 2可知，aSPI-core与 aSPI间的 F值为3.059968，无显著性差异的原假设概率为0.082717，大于常用的0.05的显著性水平。aSPI与CPI间的F值为0.269339，无显著性差异的原假设概率为0.6047，大于常用的0.05的显著性水平。aSPI-core与CPI间的F值为14.64448，无显著性差异的原假设概率为0.000205，小于常用的0.05的显著性水平。可见，这些变量中，只有aSPI-core与CPI之间存在着显著性差异。

表2 aSPI-core、aSPI、CPI变量间的单因子方差分析

此外，从网购指数的本身来分析，以阿里巴巴平台编制的全网购价格指数aSPI的理论基础是生活费用理论，而阿里巴巴网购核心价格指数aSPI-core编制的理论基础是固定篮子价格指数。这两种指数编制理论具有一些本质上的差别。我国目前CPI编制的理论基础是固定篮子指数。

综合这两个因素，不管是从指数的编制理论基础分析，还是方差分析的结果来看，为了研究网购商品价格对CPI的影响，分析aSPI-core的变化对CPI的影响具有一定的代表性。

（三）偏差测度

1.修正系数估计

社会商品零售总额数据来源于历年《中国统计年鉴》，网购商品交易额数据取自中国电子商务研究中心历年相关的专题报告，测度的修正系数如图1所示。

图1 网购交易额在社会商品零售总额中的比重

从图1可知，网购交易额在社会商品零售总额的占比逐年提高，从2012年起，占比为6.16%、首超5%，2014年占比10.38%、首超10%，上涨明显。另一方面，网购商品价格指数（aSPI，aSPI-core）以2011年1月为基期，编制并发布有月环比指数、月同比指数，本文研究网购价格指数对CPI的影响，选用的是月环比指数。

2.销售点替代偏差

由于阿里巴巴研究院编制的网购价格指数是以2011年1月为基期，于2011年2月对外发布aSPI、aSPI-core月度变化率数据，因此，本文运用图1所示的修正系数，从2011年2月起对CPI进行修正，并计算同期的CPI偏差：

根据式（2）与式（3），CPI与测度得到的CPI对比情况如图2所示。

图2 CPI与调整后的CPI对比分析图（时间：2011年2月-2016年4月）

从图2显示可知，充分考虑到网购商品价格的影响后，经过修正系数（λ）调整后得到的新的CPI与原CPI相比呈现出很强的一致性变化特征，但是，调整后的CPI整体上稍低于原有的CPI。这种特征与学术界研究得出的因为成本因素等原因，导致网购商品价格要明显低于实体店商品价格的观点是一致的。

为了进一步详细研究修正系数的变化对CPI的影响，本文对样本数据的时间段进行细分，阶段性考察修正系数与CPI偏差间的关系，相关结果如表3所示。

表3 不同时间段修正系数与CPI销售点替代偏差情况

从表3可知，在整个样本期间折算的修正系数为9.35%，月均销售点替代偏差为0.0305%；在2011年的11个月内，修正系数为4.28%，月均销售点替代偏差为0.0328%；2012年，修正系数为6.16%，月均销售点替代偏差为0.0341%；2013年，修正系数为7.76%，月均销售点替代偏差为0.0273%；2014年，修正系数为10.38%，月均销售点替代偏差为0.0186%；2015年，修正系数为12.72%，月均销售点替代偏差为0.0349%；2016年的前4个月内，修正系数为16.04%，月均销售点替代偏差为0.046%。显然，随着修正系数的增大，月均偏差虽然呈现出一定的波动性，但总体上表现为逐渐增大，说明网购商品价格对CPI的影响程度也越来越大。

图3 不同年份的月均CPI销售点替代偏差

从图1与图3可知，随着时间的变化，修正系数即网购交易额在社会商品零售总额中的比重越来越大，相应的销售点替代偏差虽然有所起伏，但总体上呈现出向上变化趋势。这说明随着修正系数即网购交易额所占比重的增大，网购商品价格对现实CPI的冲击也越来越大。因此，为了保障CPI的准确性，应该逐步将网购商品价格全面纳入CPI编制体系，使得CPI能够全面、真实地反映居民消费品价格变化情况。

四、结 语

本文首次运用网购交易额与社会商品零售总额，构建修正系数，定量研究网购现象对CPI产生的销售点替代偏差问题。从以上的理论及实证分析，可得出如下结论：（1）考虑到网购商品价格的影响，调整后的CPI增速通常要小于目前的CPI。这样的结论与学术界关于网购商品价格由于具有相对成本优势，从而导致销售点替代现象，进而降低社会整体物价水平的结论是一致的，进一步验证了在我国的网购现象同样具有这样的特征。（2）利用网购商品交易额与整个社会商品零售总额，构建相应的修正系数，一定程度上揭示了网购现象对CPI影响的实质，达到修正CPI的目标。这种修正系数的设计具有平均指标的定义、价格指数模型公理化检验法则的理论支撑，更加符合统计实践工作需要。（3）随着网购交易额的增大，在社会商品零售总额的比重增加，导致CPI偏差增加，对CPI影响增强。

为了降低CPI销售点替代偏差问题，统计实践中应该将网购商品价格逐步纳入CPI编制体系，本文建议：（1）尽快加强CPI与网购商品范围的整合及商品质量调整研究。按照CPI的8个大类、24个中类、80个小类的统计口径与标准整合与归类网购商品，组成一个新的CPI“篮子商品”。同时，对新的“篮子商品”中实体店商品与网购商品进行相应的质量对比研究及调整，使得商品与服务满足同质可比性条件，两个对比时期的相对数纯粹反映商品价格变化情况。（2）CPI分类价格指数及权重。对网购商品与服务价格的时序面板数据进行采集，按照CPI编制方法，以地域作为分组标志，将网购样本数据平行归并到全国各省份之中，根据各省份原有CPI的分类价格指数与权重对网购商品与服务进行整合，计算并修正新的“篮子商品”分类价格指数与权重，最终汇编得到比较准确的CPI。

［1］陈志，陈艳飞.网购产品价格指数计算方法研究［J］.调研世界，2013（6）：43-47.

［2］马文军.电子商务对我国CPI统计的影响分析——以2015年CPI涨幅转换为例［J］.价格理论与实践，2016（2）：103-105.

［3］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）：112-119.

［4］徐强.CPI的理论框架：固定篮子指数还是生活费用指数?［J］.财经问题研究，2006（4）：19-27.

［5］Mitchell D J B，Baker D.GettingPrices Right：The Debate over the Consumer Price Index［J］.Industrial&Labor Relations Review，1998，58（1）：153-154.

［6］Dubeaux D，Saglio A.Modification des circuits de distribution et evolution des prix alimentaires［J］.économie et statistique，1995，285（1）：49-58.

［7］Hill TP.The Measurement ofInflation and Changes in the Cost ofLiving［J］.Statistical Journal ofthe United Nations Economic Commission for Europe，1998.

［8］Abraham K G，Greenlees J S，Moulton B R.Working to Improve the Consumer Price Index［J］.Journal of Economic Perspectives，1998，12（1）：27-36.

［9］Boskin MJ，Dulberger E R，Gordon R J，et al.Consumer Prices，the Consumer Price Index，and the Cost of Living［J］.Journal of Economic Perspectives，1998，12（1）：3-26.

［10］Saglio A，Prime M.Indices de prix et prix moyens：une étude de cas［J］.Economie Et Statistique，1995，285（1）：35-47.

［11］Reinsdorf M.The effect of outlet price differentials on the U.S.consumer price index［J］.Nber Chapters，1993：227-258.

［12］Saglio A.Changements du tissu commercial et mesure de l'évolution des prix［J］.économie et statistique，1995，285（285）：9-33.

［13］Vol.N.A reviewof bias in the CPI.［J］.Statistical Journal of the United Nations Economic Commission for Europe，2000，17.