理论应用 | 消费理论与消费监测的发展（下）

近年来，大数据在美国消费监测中的应用得到了重视，美国调查局将增加零售业月度和年度统计数据来源作为工作重点，POS机扫描数据和信用卡数据被认为是有用的替代数据来源。例如，使用First data Merchant Services LLC（First data）交易数据的项目开发了一个消费活动的综合研究数据集。First data是一家全球支付技术公司，每年处理2万亿美元的卡交易量，该项目对信用卡交易进行过滤、汇总，并将其转换为经济统计数据。为了保护所有商户和客户的匿名性，美国调查局无权访问交易级数据，相反，项目通过与技术业务合作伙伴的合作，根据计算规范构建新明细。目前，该项目已经在国家、州和大都会统计区层面上为一些行业类别创建了从2010年开始的每日零售支出估算。此外，美国经济局还探索使用信用卡数据改善消费者支出的估计，并对大都市地区和县一级行政区划做出估计，使用每月信用卡数据的估计值与零售贸易总额相近。

在欧洲，Carlsen和Storgaard（2010）使用Dankort payments来预测丹麦的零售销售指数，该数据在参考月一周后发布，而零售销售指数则在三周后发布。Duarte、Rodrigues和Rua（2016）使用ATM和POS高频数据对葡萄牙的季度私人消费进行即时预测，他们确认使用电子支付数据可以提高即时预测的准确性，每周的支付数据产生了特别好的结果，而每天的数据太过嘈杂。法国和德国在利用清算和支付系统数据方面也有所尝试，与数据服务商达成协议将有利于大数据在消费监测领域的开发使用。此外，在宏观和微观层面的分析中，POS机扫描数据对特定CPI子成分的即时预测和短期预测有很大帮助，英国、芬兰、荷兰、挪威等都在采用这一数据源加强CPI预测的及时性和准确性。

联合国亚太经济与社会委员会2021年3月发布了亚太地区使用大数据进行经济统计的情况。澳大利亚、日本和新西兰的官方统计机构已使用POS机扫描数据监测CPI。俄罗斯国家统计局也在2018年与几家零售商签订了获取POS机扫描数据的协议，其正在探索AI技术解决产品编码在不同零售商的系统中有所不同的问题。

我国也在2014年左右开始逐步探索大数据在消费监测领域的应用，示范性的项目包括上海利用清算数据结合支付数据，进行每日、月度、年度消费测算，该项目还对全国性数据做过相应的测试，发现各地（主要在城市尺度上）消费支付习惯相差很大，进行全国性数据的初步估算可以得到相对粗略的估计值，但较为精确的估计值需要对支付数据做更加细致的市场份额调研。