網路消費大數據揭剁手黨真面目:男人更敗家

過去5年,誰漲勢最猛?不是房價,也不是「二師兄」,而是網路消費指數擴張了12.1倍。

5月21日,新供給-螞蟻網路消費指數正式對外發布。數據顯示,過去5年網路消費狂飆突進,2015年網路消費引擎對GDP的貢獻率超過五分之一。這也讓觀察經濟運行從傳統的豬肉、貨運量等之外,增加了「剁手」指數的新維度。

從「剁手」指數可以一窺「剁手」黨團體成員是如何構成的?男人和女人誰更「敗家」?哪個城市「剁手」指數領先?

網路消費引擎爆發 催生「剁手」指數

國家統計局數據顯示,2011年起,中國經濟增長模式出現拐點,消費取代投資成為拉動經濟增長的第一引擎。2015年,消費對GDP的貢獻率為51.6%,其中,網路消費支出對GDP的貢獻率為29.1%。

作為2015年的十大流行語之一,「剁手黨」是形容「網購點滑鼠停不下來、甚至有剁手明志念頭」的生動寫照。因此,螞蟻金服與華夏新供給經濟學研究院聯合編製的網路消費指數,也被形象稱為「剁手」指數。

「剁手」指數以4.5億支付寶用戶網上購物留下的印記為基礎,從2011年1月開始追蹤,多角度、全方位揭示過去5年中國網路消費增長的真實狀況。

數據顯示,過去五年,網路消費規模指數擴張12.1倍,增速為社會消費品零售總額增速的2倍多;網路消費水平指數從2011年1月的96.0上升到2016年4月的122.2,漲幅為27.2%。

財政部財政科學研究所原所長、華夏新供給經濟學研究院院長賈康表示,網路消費的穩健快速增長說明網路消費正在成為經濟穩定運行的「壓艙石」。

螞蟻金服總裁井賢棟表示,作為量化網路消費的工具,該指數旨在幫助業界、學界更快、更精準地洞察消費趨勢,優化行業布局,從而引導投資、助力消費結構的轉型升級,共同推動中國宏觀經濟研究的發展和變革。

萬億消費買了啥?服務型消費狂飆

5年間,億萬網民「剁手」搶購的對象有何變化?

通過「剁手」指數分析,網路消費正在從實物型向服務型、從生存型向發展型和享受型升級。

數據顯示,服務型網路消費金額佔比從2011年的4.3%,上升到2016年4月的25%;5年間,吃喝玩樂等服務型網路消費規模指數,擴展了70.2倍,月均增長率為7.0%。而同一時期,實物性網路消費金融佔比則從2011年的95.7%,下降到2016年4月的75%,5年間規模「只」擴張了8.6倍,月均增長率為3.5%。

其中,餐飲(線下消費)、航旅、教育、生活服務等服務消費的增長表現最為突出,成為新的消費增長點。

海通證券研究員汪立亭表示,在增長迅速的餐飲、航旅以及生活服務類行業,線上買單,線下消費的融合趨勢明顯,線上帶動線下顯示「互聯網+」發揮積極作用。這些行業是目前國內消費品市場表現強勁的力量,這種模式也是未來消費的重要特徵。

網上有「馬雲成功背後是千千萬的女人」的說法,意在強調女性「剁手黨」更多。但從「剁手」指數分析的結果,某種程度上能為女性「正名」--「馬雲背後的男人」其實不輸女人,他們剁起手來比女人更「敗家」,更愛享受。

從網路消費規模看,儘管男性略遜於女性,但在消費結構上,男性在文化辦公、教育服務、醫療保健等發展型消費,以及體育、娛樂用品、汽車類、文化娛樂、航旅、餐飲等享受型消費上都超過女性。而女性在家庭使用較多的生存型消費方面支出更高。

「城裡人」會玩 「村裡人」也愛買

你在網上喜歡買泡麵,還是喜歡買面膜?網路消費指數還折射出中國各地區消費能力的差異。

北京、上海和江蘇的享受型網路消費水平(化妝品、金銀珠寶、體育娛樂等消費),超過了生存型網路消費水平(食品、日用品等)。從享受型網路消費水平指數看,前5名依次是北京、上海、浙江、江蘇和廣東,排在最後五名的依次是貴州、河南、山西、寧夏和甘肅。這說明經濟越發達的省份,享受型消費水平越高。

數據顯示,過去5年三四線城市的網路消費人數不斷增加,三四線城市增量用戶交易人數佔比從2011年的55%上升到2015年的63%。這充分證明不僅「城裡人」會玩,「村裡人」也愛買。

隨著交通物流條件的改善和移動支付的普及,偏遠和交通不便的欠發達地區網路消費增長較快。在網路消費水平排名前十的省份中,海南和西藏榜上有名,這說明網路消費通過網路技術拉近供需兩端的距離,使得經濟相對落後地區也可以方便的觸達消費品,普惠價值初顯。

賈康表示,這也是「剁手」指數出現讓學者能打破認知誤區,過去普遍認為消費會和經濟增長類似,呈現梯度推進的模式,但欠發達地區網路消費的增速明顯快於發達地區。「從經濟學角度而言,網路消費可能成為協調發展、共享發展理念落地的重要支撐。這對政府制定政策會帶來有益啟發。」賈康說。


推薦閱讀:

美國總統大選數據是如何出爐的?
今日數據行業日報(2016.12.02)
今日數據行業日報(2017.03.06)
3-Hive基礎語法
信託行業2016年上半年經營數據簡評:下滑態勢嚴重

TAG:消費 | 大數據 | 數據 | 敗家 | 網路 |