近年來，以海量數據為基礎，以網絡信息技術為支撐，以數據挖掘和分析為途徑，以提高生產力為目標的大數據浪潮席卷全球。面對“大數據熱”，作為重要民生指標之一的居民消費價格指數——CPI應積極成為參與者，而不是旁觀者。CPI調查如何利用大數據?其中既有挑戰，也有啟示。
三要素挑戰傳統
《大數據時代》作者舍恩伯格認為，大數據思維區別于傳統數據思維主要有三個轉變：一是要全體不要抽樣;二是要效率不要絕對精確;三是要相關不要因果。這種大數據思維對以抽樣調查為基礎、以“三定一直”為手段，以同質可比為原則、以原因分析為目標的CPI調查帶來了挑戰。
抽樣調查和“樣本=總體”。傳統CPI調查在進行制度與方案設計后，通過抽樣調查，實現對總體情況的描述和推測。按目前CPI調查制度，全部262個基本分類中，除了鮮菜、鮮瓜果等少數類代表規格品數量較多外，絕大多數基本分類所需的最低代表規格品數量僅為1-3個。實踐中，受人力、物力、財力限制，除少數大城市規格品數量較多外，多數市縣只達到制度要求的最低水平或略多一點。但從消費市場看，改革開放以來，消費品和服務的種類呈現了爆炸式的增加，以與居民生活密切相關的食用植物油為例，食用植物油按照原材料不同可以分為花生油、大豆油、玉米油、菜籽油、葵花籽油、棕櫚油、茶油、橄欖油、芝麻油、亞麻籽油等，如果算上不同品牌，衍生出來的具體規格品數量可能有數百種甚至更多，而現行方法制度規定最低規格品數量為3個。盡管傳統CPI抽樣調查具有成本優勢，能較好保證樣本數據的精確度和可靠性，但也存在前期準備要求高、信息量有限、難以擴大規模等缺陷。隨著互聯網的高速發展，現代信息技術不斷進步，大數據使CPI有機會和條件獲得和使用全面數據，實現“樣本=總體”。
同質可比和效率優先。同質可比是傳統CPI編制遵循的一個基本原則，在價格調查中如不注意同質可比，會造成價格指數的非正常變化。相對于準確性，大數據更青睞數據的完整性和效率，如果這一思維引入CPI調查，在有人力、物力、財力和時間限制的條件下，忽略同質可比，接受大數據效率優先是可行的，也是必須的。面對數以十萬計的海量數據，按照傳統的數據審核模式進行逐筆審核、比較，檢查是否同質可比是難以想象的。但忽略同質可比這一傳統原則，對現行CPI調查是一個顛覆。
為什么和是什么。目前的CPI調查遵循傳統的統計分析模式，是一種因果關系的分析思路，重點要知道“為什么”。而大數據通過搜集海量數據，觀察數據與數據之間的相關關系，重點搞清楚“是什么”。如果CPI分析引入大數據相關關系的分析思路，雖然能更好地發現一些以前難以發現或不曾注意的聯系，但可能無法知道為什么會有這種聯系。
數據采集方式、分析服務水平有待改善
改進數據采集方式。隨著大數據時代來臨，傳統CPI采價方式存在的缺陷有望得到改善和彌補。比如，在超市收銀管理系統中增加一個價格采集模塊，可以查詢、篩選、導入所需的規格品價格和信息，并傳送到統計數據平臺。如能實現，不僅采價頻率可以實現全年365天無休，選擇的規格品也可以是這家超市的所有商品，并且采集的是實際成交價，幾乎不會出現價格錯誤。
完善權數編制。在大數據背景下，如果能有效獲取商務、醫療等相關部門數據資料，以及大型超市、商場、電商歷史銷售明細，將為CPI調查的小類、基本分類權重分配提供更具說服力的參考依據。
提高分析服務水平。在大數據時代，政府價格調控不僅需要事后分析，更需要事前預測，并且預測的準確度越高，對決策的幫助越大。如果能及時獲取價格行政記錄、商超價格數據、電商價格資料，并把這些龐雜無序的數據進行整理、分析、歸納，變成有用的信息，不僅有利于佐證和評估官方CPI數據，還有利于由事后總結研究向事前分析預警轉變。
對接系統、審核數據有難度
調查對象配合意愿低，數據獲取難。大數據應用面臨的首要問題就是數據如何及時全面獲取，目前主要存在兩大難點。一是企業普遍配合度不高，基本不愿意提供相關數據。究其原因，除顧慮信息安全、商業秘密外，企業并不能從中得到實惠是最大制約因素。二是企業管理系統各不相同，也不愿意直接開放服務器。由于商業形態復雜，既有跨國連鎖企業、國內大型連鎖超市，也有地區性百貨公司、區域內便利店等。各企業所用管理系統各不相同，開發語言有差異，數據存儲格式有差別，要開發通用的軟件系統直接讀取系統數據或制定通用的數據使用辦法存在困難，這也給利用大數據帶來技術障礙。
與現行CPI系統對接非易事。大數據應用與消價調查工作相結合，一大關鍵點就是海量數據進行標準化加工與CPI系統能不能有效對接。一是海量數據如何進入CPI系統，依靠人工錄入是完全不可能的。二是規格品計量單位如何對接，比如，很多食品以千克為單位，而企業的銷售單位往往是袋、瓶或件。如果折算為千克，需要大量細致而繁瑣的工作，并且還需要根據企業變化而變化，進行動態調整。
數據量激增，審核難度大。大數據是超大量數據，再加上混雜性和多樣性，其誤差很難防范和控制。在大數據應用過程中，數據量會急劇增加，如果只是采集部分價格，難以達到大數據應用目的;如果采集全體價格，僅一個企業的數據量就會超過現有的調查數據總量。隨著數據獲取方式發生變化，數據質量控制成為難點。直接調用企業內部數據減少了中間環節，但如果僅有價格數據，缺少其他對應信息，將給數據質量控制帶來困難。實際工作中，工作人員可能需要進行人工甄別，避免出現異常價格數據。
缺乏大數據應用、開發、分析能力。大數據獲取是大數據在CPI調查應用中的一大難點，但不是最大難題。獲取數據后的審核、分析、評估、挖掘才是大數據應用的關鍵。比如，大數據分析的方法研究就超過了單一學科領域，需多學科聯合。但現階段CPI調查既缺乏相應的技術支持，更缺乏相關人才，對大數據挖掘工具以及相關建模還多有空白區。
謹慎推廣，加強人才儲備
做好頂層設計，建立健全相關制度。要將大數據引入CPI調查需要做好頂層設計，要解決兩個問題。一是修改完善目前的調查制度，使之適用于大數據應用，形成制度保障。二是設計好科學、合理、可操作的CPI應用大數據的實施方案。
積極研究，謹慎推廣。大數據在CPI中的應用即使在發達國家也是新事物，缺乏借鑒，需要摸著石頭過河。為避免試錯成本過高，應先做好相關理論研究，發現問題，解決問題，在取得階段性成果的基礎上選擇具備條件的地方開展大數據應用試點，最終根據試行結果決定是否擴大推廣。
加強相關人才培養和儲備。現階段系統上下缺乏相應的技術支持，更缺乏相關人才。雖然短期可以通過服務外包、聘用專家的方式應急，但從滿足長期調查需要看，需要建立大數據應用的人才培養體系，培養、儲備一批能夠整理和分析大數據的人才。
提高企業參與熱情。目前企業普遍配合度不高，除法律制度規定、技術手段保障其信息安全和商業秘密外，還應為其提供有用的服務，與調查對象共享成果。比如，對數據的深度挖掘分析，幫助企業提高效率和收益等，只有實現互惠互利，企業有良好預期，才可能積極配合，提供支持。
京公網安備 11010502049343號