亚美体育平台网络消费大数据一文看懂当下消费现状｜收藏大容量报告国内外经济环境给中国经济增长带来下行压力。近年来，全球经济复苏缓慢，国际经济持续深度调整，全球金融危机遗留问题未决。国内“三期叠加”阵痛不断深化，经济下行压力持续加大。投资增长率和投资占国内生产总值比重双下降，消费占国内生产总值比重相对上升。而且，经济增速放缓、波动以及储蓄率的上升可能给消费带来下行压力。在上述国内外经济环境下，跟踪消费现状、研判消费趋势和促进消费升级，对中国经济可持续增长至关重要。具体而言，消费有助于解决宏观、亚美体育中观和微观三个层面的问题：从宏观看，中国经济增长如何从投资驱动转换为消费驱动？如何以消费升级促进产业升级和结构转换？从中观看，如何识别和拓展新兴行业、优化行业资源配置和投资？如何促进城乡均衡发展？从微观看，如何更好地满足不同消费人群的消费需求？如何研判消费趋势和细分消费来更好地引导企业投资？消费关系到供给侧改革成败，关系到中国和世界经济能否可持续增长。以小型化、丰富化和专业化为特征的供给侧改革旨在释放更多改革红利，提高资源配置效率，增加聪明、有效的供给。而有效供给只有借助消费引导、消费升级和消费趋势，才可能“为有源头活水来”。需求和供给的有效匹配、消费和生产的有效嫁接，将助力中国经济成功转型。推而广之，中国经济能否实现消费驱动的增长，甚至关系到世界经济复苏进程和可持续增长。

　　经济转型的本质特征之一是消费逐渐成为经济增长的主要驱动力。中国消费有着巨大的提升空间。2015年，中国实际消费占实际国内生产总值的比重为51%，不但低于美德日韩等发达国家，而且低于金砖五国的所有其他四国（图1）。即使是和中国自身相比，2015年的消费占国内生产总值比重也远低于2000年的57%（图2）。

　　消费驱动呼唤网络消费引擎。伴随着经济全球化和信息技术的发展，技术改变了触达用户的方式，网络消费也逐渐成为驱动消费的引擎。2015年，中国的网络消费者大约是2010年的3倍，达到4.1亿（阿里研究院和波士顿咨询集团，2015年）。2015年全国网上零售额已达38773亿元，比上年增长33.3%。更为重要的是，每100元网络消费额中，有39%是新增的，其中三四线城市的新增消费系数达到57%（麦肯锡，2013）。

　　网络消费引擎带来消费者地位和消费链条的变化。互联网商用的发展促进了消费者主权地位的提高；网络营销系统巨大的信息处理能力，为消费者挑选商品提供了前所未有的选择空间，使消费者的购买行为更加理性化。而且，网络消费的快速发展，带动了支付服务、信用认证服务、软件服务等相关支撑服务业的发展。同时，网络消费催生并发展了第三方支付业务。网络消费市场的爆发式增长，还带动了传统物流行业的发展。网络消费改变的不只是消费者行为，更是整个供应链。无疑，网络消费在拉动经济增长方面正在发挥越来越积极的作用。

　　网络消费引擎呼唤构建能够及时、准确反映网络消费的网络消费指数。从宏观看，网络消费指数可以帮助及时发现消费亮点，引导消费升级和企业投资，助力经济结构调整。从中观看，网络消费指数可以帮助识别领先行业，推动企业优化行业布局，帮助地方政府优化政策环境，缩小城乡差距，提升普惠价值。从微观看，网络消费指数可以识别和开发多层次消费需求，可以区别不同人群，引领企业投资，定位营销和投资方向。多年数据积淀和开发能力，使得构建网络消费指数成为可能。支付宝作为一家覆盖4.5亿用户的互联网公司，沉淀了大量的用户线上和线下的大量真实交易数据，维度广，时间长，时效强，能够较全面地反映我国居民网络消费乃至整体消费的变化。

　　本研究从宏观和微观两个层面来衡量网络消费：宏观是指一定时期内居民用于生活消费和服务的总金额，即消费规模；微观是指单个消费者一定时期内消费的商品和服务金额，即网络消费水平。因此，我们可以通过构建网络消费规模指数来反映网络消费总金额，构建网络消费水平指数来反映人均网络消费金额。本研究选用的网络消费支出仅包括支付宝中与消费相关的支付业务，不代表支付宝整体支付业务。具体而言，网络消费支出只包括通过支付宝支付的电商消费支付、个人缴费和充值支付等，不包括转账和投资理财等支付业务。关于行业，本研究参考了国家统计局社会消费品零售的行业划分方法，对网络消费进行了分类（详见附录1）。

　　本研究根据网络消费特点圈定网络消费人群。由于网络消费快速扩张，且受公司营销活动影响较大，不断有新用户加入，所以为降低新用户加入对指数稳定性的影响，确保样本结构稳定性和指数的可比性，本研究仅考虑“活跃老用户”，即在当月实际消费用户中，删除无效用户和当月首次消费的新用户。

　　构建网络消费指数坚持了三个原则：第一，体现网络消费特点。指数含义及指标统计口径要明确，要能够客观地反映网络消费特点，如网络消费的快速扩张可能受商家营销拉新活动影响、电商购物无地理区域限制和价格公开透明等。第二，保证纵向可比。构建指数体系时，充分考虑到不同月份的全国及各省市居民网络消费指数的可比性，使之能有效、动态地反映全国及各省市网络消费在规模和水平上的差异。第三，兼顾横向比较。构建指数体系时，需要充分考虑各指数属性特征的适用性和可行性，避免因指数属性特征过强（如地区特征和人群特征等），导致指数结果出现系统性偏差。4、新供给-蚂蚁网络消费指数体系的构成依照以上三个原则构建的新供给-蚂蚁网络消费指数体系，该指数体系分为总指数和属性分组指数两大类。总指数包括网络消费规模指数和网络消费水平指数，分别用来代表全国居民网络消费金额的总体情况和全国居民人均网络消费金额的总体情况。属性分组指数用来反映不同属性特征和特定人群的网络消费情况。属性分组指数主要包括行业属性分组指数、地区属性分组指数、支付渠道分组指数、支付场景分组指数、人群特征分组指数和地区交叉分组指数等。其中，行业属性分组指数包括21个行业网络消费指数、实物/服务型网络消费指数、生存/发展/享受型网络消费指数和行业指数下的交叉分组指数。地区属性分组指数又分为各省市（包括自治区）、各城市和城市层级[1]的分组指数，支付渠道分组指数分为移动端和PC端的分组指数，支付场景分组指数分为线上和线下的分组指数，人群特征分组指数分为城乡、年龄段和性别的分组指数，地区交叉分组指数分为各省市与支付渠道的交叉分组指数（图3）。

　　5、网络消费指数的定位和优势网络消费指数的定位是为政府、企业、投资者、研究者和消费者提供关于网络消费的基础数据。例如，既可以通过对居民网络消费水平指数和关键宏观经济指标的关联性分析，也可以通过横向比较和纵向分析的双重视角，深挖全国、省份、城市和特定人群的网络消费变化，为消费者提升消费品质，为企业和投资者提供投资依据，为中央和地方政府提供决策依据。网络消费指数具有三个优势。一是高频领先。该指标不但相对高频（月度），而且披露时间（每月初）领先于其他多数宏观经济指标。二是数据种类细化多样，可以覆盖不同人群、地区和方式。三是以真实交易为基础，比较可靠。（图4）。

　　1、总指数计算方法总指数包括网络消费规模指数和网络消费水平指数，两者计算方法基本一致。以下以网络消费水平指数为例说明编制方法。第一步：先计算现价人均网络消费支出额

　　当期现价居民人均网络消费支出额=当期“活跃老用户”网络消费总支出额/当期“活跃老用户”实际消费人数

　　其中Yt表示第t期网络消费总支出额，Nt表示第t期“活跃老用户”实际消费人数，N_Xt表示第t期现价人均网络消费支出额。

　　不变价居民人均网络消费支出是指按基年的价格计算的居民人均网络消费支出，需要利用相应的网络价格指数，通过缩减法计算现价人均网络消费支出。

　　目前市场上用来反映网络消费价格波动的指数是阿里巴巴核心商品价格指数（下称aSPI-core）^2[1]。由于网络零售平台具有无地域限制、信息公开透明和充分竞争的特征，所以本研究用aSPI-core来反映网络消费价格。

　　其中N_Xt表示第t期现价居民人均网络消费支出额。aSPIt表示第t期网络消费价格指数，R_Xt表示第t期不变价居民人均网络消费支出额。

　　由于aSPI—core是以2011年1月作为基期计算的，为便于剔除价格因素的影响，居民人均网络消费月度定基指数以2011年1月作为基期，设基准值为100。季度定基指数以2011年第1季度为基期，设基准值为100。计算公式如下：

　　当期居民网络消费水平定基指数=当期不变价居民人均网络消费支出额/基期现价居民人均网络消费支出额*100

　　其中R_Xt表示第t期不变价居民人均网络消费支出额，X0表示基期现价居民人均网络消费支出额（基期现价居民人均网络消费支出额与基期不变价居民人均网络消费支出额相等），It表示第t期居民网络消费水平定基指数。

　　由于不同行业、地区、人群和支付的网络消费情况存在差异，本研究进一步编制行业属性（21个行业类目）、地区属性（省份、城市、城乡）、人群属性（性别、年龄）、支付渠道（移动/PC）和支付场景（线上/线下）等分组指数。

　　某类属性不变价人均网络消费支出额=该类属性现价人均网络消费支出额/相应类属性网络消费价格指数

　　如行业不变价人均网络消费支出额=该行业现价人均网络消费支出额/相应行业网络消费价格指数，但是由于目前没有与21类行业对应的网络消费价格指数，这里统一用总aspi—core进行平减。

　　如某地区不变价人均网络消费支出额=该地区现价人均网络消费支出额/相应地区网络消费价格指数。为使各属性下的网络消费水平指数具有横向可比性，以地区属性为例，采用以下计算方法：

　　地区h在t期现价人均网络消费支出额=地区h在t期“活跃老用户”网络消费总支出额/该地区h在t期“活跃老用户”实际消费人数。表达式如下：

　　其中Yht表示地区h在第t期现价网络消费总支出额，Nht表示地区h第t期“活跃老用户”实际消费人数，N_Xht表示地区h第t期现价人均网络消费支出额。

　　地区h在t期不变价居民人均网络消费支出额=地区h在t期现价居民人均网络消费支出额/地区h在t期相应网络消费价格指数

　　其中N_Xht表示地区h在第t期现价居民人均网络消费支出额。aSPIt表示第t期网络消费价格指数，亚美体育R_Xht表示地区h在第t期不变价居民人均网络消费支出额。

　　为使各地区指数具有横向可比性，令全国基期居民人均网络消费指数为100点，将各地区在基期人均网络消费额与全国同期同指标相除乘以100得各地区居民人均网络消费指数基期值，即

　　其中Xh0表示地区h在基期居民人均网络消费金额在基期的现价值，X0表示全国居民人均网络消费金额在基期的现价值（基期现价居民人均网络消费支出额与基期不变价居民人均网络消费支出额结果相等）。Ah0表示地区h的居民人均网络消费指数基期值。

　　其中R_X0表示地区h在t期不变价人均网络消费金额，Xh0表示地区h在基期人均网络消费金额在定基的值，Iht表示地区h在t期的居民（人均）网络消费水平定基指数。其他属性指数计算方法依次类推。

　　当该指数底层指标的统计口径因为支付业务变更、拆分、新增等非消费交易原因发生变化时，需考虑相应的指数调整机制，采用类似股票价格指数的“除数修”进行调整，以确保口径变化后指数的平稳衔接。

　　[1]aSPI-core是固定篮子价格指数，通过创新的筛选算法圈定阿里零售平台上近五百个基本分类下接近100000种核心商品作为固定“篮子”，每月追踪该篮子内商品和服务实际网购成交价格变化，以刻画网购主流商品和服务的一般价格波动，通过网络零售渠道反映宏观物价走势。

　　1、网络消费规模指数网络消费规模指数稳步上升。网络消费规模指数（季调）从2011年1月的95.5上涨到2016年4月的1150.6，5年扩张12.1倍，月均增长率为4.0%（图5）。网络消费规模指数增长率保持在社会消费品零售总额增长率的2倍以上（图6）。

　　2、网络消费水平指数网络消费水平指数平稳增长。网络消费水平指数（季调）从2011年1月的96.0上升到2016年4月的122.2，月均增长0.38%（图7）。需要注意的是，这个月均增长是在网购人数不断增长——尤其是很多新增网购人员来自于经济相对落后地区的基础上——实现的，这说明网络消费整体的上升动力强劲（详见下文关于普惠价值的分析）。网络规模指数和网络消费水平指数在样本期内表现出很强的季节性。例如，全国网络消费水平指数从第1季度到第4季度呈现线性增长趋势，在每年的第四季度达到高点后，在下一年第1季度往往会出现大规模的回落。原因有二：一是第4季度临近新年，是传统的消费高峰时段。此外，“双十一”、“双十二”等网络狂欢节对市场的消费需求起到很大的促进作用。二是每年1季度的春节假期影响了线季度网络消费水平指数。因此，每年第4季度到次年第1季度，网络消费水平指数大幅回落。

　　网络消费水平指数与国家统计局的居民人均消费水平指数走势相同。从2011年到2014年，网络消费水平指数（对季度指数取算术平均得到年度指数）和国家统计局公布的居民消费水平指数（定基，1978=100）均呈现上升趋势，二者之间的走势基本一致，相关性很强（图8）。

　　1、网络消费成为经济稳定运行的“压舱石”网络消费对最终消费支出和国内生产总值拉动作用上升。根据国家统计局公布的2014年和2015年全国网络消费支出金额，我们估算了2015年全国网络消费支出对国内生产总值增长的拉动为2个百分点（图9），全国网络消费支出对国内生产总值增长的贡献率为29.1%，对最终消费增长的贡献率为43.6%[1]。（图10）

　　由于缺少更长时间段的全国网络消费支出金额数据，为了反映较长一段时间网络消费对最终消费支出增长和国内生产总值增长的贡献率以及网络消费对国内生产总值增长的拉动作用，本研究以占全国网络消费比重较大的支付宝网络消费为代表，来反映全国网络消费的发展和趋势。

　　根据支付宝网络消费数据，网络消费增长对国内生产总值增长的拉动从2012年的0.8个百分点上升到2014年的1.8个百分点，尽管2015年经济下行，网络消费增长对国内生产总值增长的拉动仍达到1.6个百分点（图9）。网络消费支出对国内生产总值增长的贡献率从2011年的10.3%上升到2014年的24.5%，并在2015年经济下行的情况下依然达到22.8%（图10）。网络消费的稳定、强劲增长说明网络消费正在成为经济稳定运行的“压舱石”。

　　说明：网络消费金额是按照2011年为不变价基准的aSPI进行平减的“（阿里研究院的网络消费指数是从2011年开始有数据的），“支出法国内生产总值_不变价”和“最终消费支出_不变价”是按照2010年为不变价基准平减的。

　　在样本期内，网络消费规模指数和水平指数的同比都与财新PMI同比（未来1到4个月）呈正相关，且在未来4个月时的相关系数最大，分别为0.40和0.38（图11）。这一相关关系也同样存在于国家统计局的PMI。尽管由于时间序列较短，我们目前还不能就这种相关关系得出十分明确的判断，但随着时间序列的延长，这种正相关关系的稳定程度将会得到进一步的检验。如果这种相关程度经过时间的检验是比较稳定的，那么，网络消费指数对于宏观经济预测和金融市场发展将具有一定参考意义。

　　网络消费促进中国消费形态变化和消费升级。从消费形态看，服务型网络消费规模指数（季调）在2011年1月至2016年4月期间扩张了70.2倍，月均增长率为7.0%；而实物型只扩张了8.6倍，月均增长率仅为3.5%（图12）。服务型网络消费水平指数（季调）看，此间增长了43.3%，而实物型却下降了5.8%（图13）。

　　由此可见，无论是网络消费规模指数增速，还是网络消费水平指数增速，服务型显著快于实物型网络消费。

　　从消费层次看，生存型、发展型和享受型消费规模指数均呈上涨趋势，而且发展型和享受型快于生存型消费：2011年1月至2016年4月期间，享受型网络消费规模指数月均增长率为4.2%，而生存型网络消费规模指数月均增长率为3.7%。从网络消费水平指数看，生存型和发展型呈缓慢下降趋势，但享受型呈上升趋势。网络消费规模指数和水平指数都说明享受型的上升趋势十分稳定（图14和15）。

　　实物型网络消费金额占比下降，服务型占比上升。实物型网络消费金额占比从2011年的95.7%，下降到2016年4月的75.0%。服务型网络消费金额占比从2011年的4.3%上升到2016年4月的25.0%（图16）。同样，生存型交易占比下降、享受型交易占比上升（图17）。

　　网络消费反映了各省市在消费升级方面的差异。从网络消费层次来看，北京、上海和江苏的享受型网络消费水平都超过生存型网络消费水平。从享受型网络消费水平指数看，前五名依次是北京、上海、浙江、江苏和广东，排在最后五名的依次是贵州、河南、山西、宁夏和甘肃，这说明经济越发达地区的居民越追求享受型网络消费。

　　4、网络消费提升普惠价值网络消费提升普惠价值，体现在：一是三四线城市的网络消费人数不断增加。从存量看，三四线城市存量用户交易人数占比从2011年的49%上升到2015年的56%；从增量看，三四线城市增量用户交易人数占比从2011年的55%上升到2015年的63%（图19）。

　　说明：每年存量用户是指不是当年首次活跃的用户，增量用户是指当年首次活跃用户，也即存量用户是指首次活跃时间超过1年，增量用户是指首次活跃时间小于1年。以2011年为例，2011年存量用户是指2011年以前首次活跃的用户，增量用户是指2011当年首次活跃的用户。

　　二是边远省份的网络消费水平较高。2016年第1季度，网络消费水平排名前五的省份依次为：上海、北京、浙江、江苏和海南。排名第十。海南和排名靠前，说明网络消费通过网络技术拉近供需两端的距离，使经济相对落后地区也可以方便地触达消费品，普惠价值初显（图20和表1）。

　　全国335个城市排名进一步说明网络消费的普惠价值：偏远和交通不便的欠发达地区网络消费增长较快。和青海的增速主要源于其经济和交通的迅猛发展。近几年来，和青海的交通物流条件不断改善，信息化建设水平快速提高，尤其是电商平台建设步伐的迅猛加快，加之居民收入水平和消费水平的不断提高，网络消费越来越受到高原百姓的喜爱，逐渐成为和青海消费的新常态。此外，位于祖国南疆的三沙市居民也享受到网络消费带来的便利。无疑，这些地区网络消费的发展不但提升普惠价值，而且对中国经济社会稳定乃至国防都具有重大意义。

　　4、网络消费捕捉热点行业网络消费能够帮助准确时地捕捉热点行业。例如，服务型消费增速明显高于实物型增速，餐饮、航旅、教育、生活服务等服务消费迅速崛起。而且，具体行业增速变化能够反映经济现实。例如，金银珠宝类增速（月同比均值）在2016年1-4月跌至10%以下，反映了经济下行情况和反腐成效（图21）。

　　企业可以根据网络消费捕捉的行业热点进行投资。居民更加重视生活质量，航旅、教育、生活、餐饮等成为新的消费增长点。亚美体育从投资的角度看，企业可以根据消费行业热点和时尚，开发出吸引人、提升用户感受、传递核心价值的产品和服务，实现消费者和供给方的双赢。

　　5、线上反哺线下线上带动线下零售和服务业，互联网+发挥积极作用。由于线月以前处于快速扩张阶段，指数波动较大，故线月，线上网络消费规模月均增长3.3%，线下网络消费规模月均增长6.1%（季调），说明消费方式由线下向线 线上和线下网络消费规模指数趋势对比

　　2011年1月到2016年第1季度，网络消费规模的季均增长率达42.9%，而PC端季均增长率仅为5.8%。移动支付于2015年第1季度超过PC端支付（图23）。从网络消费水平看，移动支付平均增长率达11.2%，而PC端年均增长率为-0.3%，移动支付的网络消费水平也追上了PC端支付（图24）。这说明智能移动设备全面普及、移动网络和无线信号大范围覆盖，越来越多的网络消费者将消费的主要渠道由传统的PC端转移到了移动端。从趋势看，随着移动支付的不断更新升级、无线网络的全面覆盖以及年轻消费者越来越多，移动支付会继续成为网络消费的主流支付渠道。

　　首先，城镇的网络消费规模指数和网络消费水平指数一直高于农村，而且农村的网络消费水平指数略有下降。从规模看，城镇的网络消费规模指数从2015年1月的608.0上升到2016年4月的805.7，农村的则从2015年1月的237.0上升到2016年4月的290.4（图32）。从人均看，城镇的网络消费水平指数从2015年1月的129.6上升到2016年4月的127.2，农村的则从2015年1月的106.6下降到2016年4月的93.1，农村网络消费水平的下降与来自农村地区（包括经济欠发达地区）的居民更多参与网络消费有关（图33）。

　　图38 各省份网络消费水平指数和移动电线]这里采用ASPI-core对全国网络消费支出金额进行了平减，以反映全国网络消费实际支出金额。

　　网络消费正在推动居民消费升级，提升普惠价值，引导企业优化投资，助力政府供给侧改革。网络消费已经成为经济稳定运行的“压舱石”，成为消费增长的引擎。与此同时，我们需要关注城乡之间、不同层次城市之间的网络消费差别。从城乡看，城镇网络消费水平一直高于农村，而且农村的网络消费水平略有下降；从不同层次城市看，一二线城市的网络消费能力远强于三四线城市，而且前者抵御宏观经济冲击的能力远强于后者。这既可能与参与网络消费的人数迅速增加有关，也与人均收入水平的差异有关，还可能与房地产在一二线城市上涨却在三四线城市下降所带来的财富效应有关。2015年网络消费对国内生产总值增长的拉动比2014年略有下降，从一个侧面说明三四线城市网络消费增速较慢的情况。中国网络消费有着巨大的发展潜力。中国人口结构、社会结构及产业结构的变化将继续重塑消费市场。假设未来10年，网络消费和总消费的增速分别保持在年均14%和7%的水平，则中国实际消费占实际国内生产总值的比重在2025年达到57%（即中国2000年的实际消费占实际国内生产总值的比重）。届时，中国网络消费占国内生产总值的比重将上升到2025年的11.4%，占消费的比重有望上升到2025年的20%（图39）。此时中国消费总规模将达62万亿人民币，高于2015年的中国实际国内生产总值。而如果在2025年消费占国内生产总值的比重能达到2015年的俄罗斯消费占国内生产总值的比重，中国实际消费总规模可达77万亿人民币，是2015年的中国实际国内生产总值的1.3倍。中国网络消费潜力之大和对经济增长的推动作用可见一斑。

　　网络消费将继续成为经济稳定运行的“压舱石”。第一，网络消费推动消费者跨地区、跨行业和跨产品选择消费，消费者的福利水平将进一步提升。第二，网络消费有助于企业优化投资和抓住供给侧改革着力点。企业可以根据地区、年龄和性别差别，精准定位服务对象和投资，优化配置投资。第三，网络消费有助于地方政府促进网络消费发展和改善地方投资环境。以前，地方政府通过减税和扩大传统基础设施（公路和广场等）投资来完善和优化环境。现在，地方政府可以通过提升本地的网络基础设施来提升本地消费者福利和社会投资环境。第四，网络消费有助于中央政府把握促进消费的政策着力点中央政府可以通过提高人均可支配收入和完善互联网基础设施，来为网络消费的发展注入源源不断的动力，并籍此为经济可持续增长注入强大动力