大数据为改进CPI调查制度方法，提供新思路

利用超市、商场、网络交易平台等消费终端管理系统的实时交易数据，加权计算消费品分类价格指数，再结合本地区居民消费结构，计算消费价格指数的方法，是对现行CPI调查制度中人工采价方法和“同质可比”问题的突破。将不再花费大量的人力、物力进行规格品的选取、替代和采价等工作。运用大数据理论、技术解决CPI调查中的突出问题，为改进CPI调查制度和工作方法提供了新思路。

一是实现CPI数据从“人工采集”到“信息化采集”。随着我国城镇化和信息化的高速发展，大型国际连锁超市、区域连锁超市的兴起和普及，网络零售市场交易总额的不断扩大，住户电子记账系统的推广应用，将实时交易价格数据通过联网直报的方式上报至数据存储和处理中心，逐步实现CPI调查数据的信息化采集，解放统计生产力。

二是建立统一的商品分类方式。CPI统计采用固定权重的拉氏指数计算方法，包含8个商品分类。而阿里巴巴集团研究中心推出的ISPI（网络零售价格指数），是采用国际统计学界与宏观经济学界广为接受的链式加权拉氏（Laspeyres）指数法，下设有10个商品和服务分类（食品、烟酒及用品、衣着、家庭设备用品及维修服务、医疗保健和个人用品、交通和通信、娱乐教育文化用品及服务、居住、办公用品及服务、爱好收藏投资等）。商场、超市、网络交易平台的商品分类方式各不相同，与CPI统计的分类方式存在一定的差异。尝试建立商场、超市以及网络交易平台商品的分类方式和CPI统计的分类方式的对应关系，是实现商品零售数据信息联网直报的基础。在此基础上，可以实现终端商品信息数据库与数据处理中心数据库的对接，保持商品数据信息的实时更新状态，将更精准地反映价格变动趋势。

三是根据海量数据分析确定CPI权重和编制方法。全国不同地区经济发展水平不同，消费结构差异较大。ISPI（网络零售价格指数）采用链式加权，考虑了