Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

T. Laureti, F. Polidoro, Gli scanner data e la comparazione nello spazio dei prezzi al consumo

102 views

Published on

Istat Roma, workshop Aula Magna, 21 settembre 2018
Gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive

Published in: Education
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • DOWNLOAD FULL BOOKS, INTO AVAILABLE FORMAT ......................................................................................................................... ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. PDF EBOOK here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. EPUB Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... 1.DOWNLOAD FULL. doc Ebook here { https://tinyurl.com/y3nhqquc } ......................................................................................................................... ......................................................................................................................... ......................................................................................................................... .............. Browse by Genre Available eBooks ......................................................................................................................... Art, Biography, Business, Chick Lit, Children's, Christian, Classics, Comics, Contemporary, Cookbooks, Crime, Ebooks, Fantasy, Fiction, Graphic Novels, Historical Fiction, History, Horror, Humor And Comedy, Manga, Memoir, Music, Mystery, Non Fiction, Paranormal, Philosophy, Poetry, Psychology, Religion, Romance, Science, Science Fiction, Self Help, Suspense, Spirituality, Sports, Thriller, Travel, Young Adult,
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

T. Laureti, F. Polidoro, Gli scanner data e la comparazione nello spazio dei prezzi al consumo

  1. 1. Gli scanner data e la comparazione nello spazio dei prezzi al consumo Tiziana Laureti University of Tuscia, Viterbo, Italy (laureti@unitus.it) Member of the Governing Body of National Statistical System- (COMSTAT) Federico Polidoro Living conditions and consumer price Unit, Istat, Rome, Italy (polidoro@istat.it) Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  2. 2. Indice 1. Presupposti e obiettivi  Il quadro della comparazione dei prezzi nello spazio tra Paesi e all’interno dei Paesi  L’esigenza in Italia della comparazione dei prezzi tra diverse aree del Paese  Le nuove possibiltà prospettate dagli scanner data per la compilazione di indici spaziali regionali dei prezzi al consume 2. Scanner data e la comparazione nello spazio dei prezzi al consumo 3. L’approccio metodologic adottato The two-step procedure 4. Risultati 5. Conclusioni e prospettive Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  3. 3. L’importanza della comparazione spaziale dei prezzi al consumo Indici spaziale dei prezzi (SPIs) misurano le differenze nel livello dei prezzi tra Paesi o tra regioni all’interno di un Paese in un dato momento temporale Le comparazioni dei prezzi nello spazio analizzano la relazione tra livelli dei prezzi e il potere di acquisto del denaro in due diverse aree geografiche Comparazioni essenziali per misurare gli standard di vita e il benessere relative delle famiglie in termini reali sia nel confronto tra i Paesi sia in quello interno ai Paesi Presupposti e obiettivi Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  4. 4.  Le comparazioni dei prezzi a livello internazionale sono legate al concetto di Parità del potere d’acquisto delle valute (PPPs)  La PPA tra due contesti territoriali A e B, esprime il numero di unità monetarie che sono necessarie per acquistare in B la stessa quantità di beni e servizi acquistabili, con una unità di moneta, nel contesto territoriale A.  L’International Comparison Program (ICP) compila le PPPs per il PIL. ICP è gestito da World Bank con la collaborazione di OCSE ed EUROSTAT e celebra50 anni quest’anno con la partecipazione di circa 200 Paese  Le PPPs internazionali utilizzate per diverse finalità: misure di povertà, ranking dei Paesi in termini di reali dimensioni dell’economia, comparazione dei redditi reali pro capite, finalità amministrative (allocazione dei fondi strutturali a livello europeo) Presupposti e obiettivi Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  5. 5.  Il problema della comparazione nello spazio dei prezzi all’interno di ciascun Paese (Indici spaziali dei prezzi al consume o parità regionale del potere d’acquisto)  Il tema dell parità regionale del poteri d’acquisto, in Paesi di grandi dimensioni e con differenziali economici rilevanti tra diverse aree è centrale in quato può offrire la possibilità di misurare le differenze dei prezzi tra i diversi territori e permettere una lettura più accurata delle diseguaglianze e delle condizioni di vita delle famiglie  Parità regionali del poter d’acquisto come fattori di aggiustamento per meglio valutare gli indicatori di povertà tra diverse aree del Paese (povertà relativa) Presupposti e obiettivi Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  6. 6.  Numerosi gli studi a livello internazinale e le esperienze condotte in diversi Paesi sulle parità infranazionali del potere d’acquisto (USA, Brasile, India, Indonesia, Cina, Australia, Gran Bretagna)  L’Italia ha condotto due sperimentazioni (Istat, 2008, 2010): 1. Nel 2008 (2006) per tre divisioni di spesa COICOP (Alimentari e bevande analcoliche, Abbigliamento e calzature, mobili e articoli per la casa), utilizzando la formula GEKS, dati NIC e alcune rilevazioni ad hoc) 2. Nel 2018 (2009) per tutte le divisioni di spesa, GEKS e CPD per gli affitti reali Presupposti e obiettivi Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  7. 7.  Il problema cruciale per la stima di parità regionali del potere d’acquisto: la disponibilità di informazioni di base idonee a tal fine 1. Principio della comparabilità. Si richiede ai paesi partecipanti di considerare prodotti identici con qualità simile o identica. In tal modo si vuole garantire che le differenze nei prezzi tra paesi per un prodotto riflettano “reali” differenze di prezzo e non siano influenzate da differenze nella qualità dei prodotti. 2. Principio della rappresentatività. Questo concetto è legato all’importanza del prodotto nel consumo della popolazione di ciascun paese. In genere non è possibile disporre di pesi definiti in termini di spesa per lo specifico prodotto nelle basi dati per il calcolo dell’inflazione Presupposti e obiettivi Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  8. 8.  La straordinaria novità rappresentata dagli scanner data e la rilevanza dell’attività che su questo terreno sta conducendo l’Istat 1. Vantaggi. La disponibilità di informazioni granulari (associate ai singoli GTIN) e con i dati sul fatturato e le quantità vendute), ampia copertura del territorio 2. Limiti. Copertura parziale delle merceologie e dei canali distributivi  Nello studio illustrato in questa presentazione i risultati ottenuti e i problemi emersi calcolando indici spaziali dei prezzi al consumo utilizzando questa nuova fonte di dati testando anche diversi approcci metodologici  La base utilizzata è quella utilizzata per l’IPCA/NIC nel 2017 Presupposti e obiettivi Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  9. 9.  Stimati prezzi medi provinciali a livello di GTIN utilizzando i pesi campionari calcolati per ciascun punto vendita  Calcolate medie annuali dei prezzi GTIN/provincia utilizzando l’informazione sul fatturato come peso (avendo l’informazione a livello più granulare possibile)  È stata poi utilizzata una procedura in due step (replicando si scala nazionale lo schema dell’ICP) 1. Indici spaziali all’interno tra le province all’interno delle regioni, comparando prezzi e quantità con diverse formule 2. Indici spaziali tra le regioni, utilizzando i risultati di cui al punto 1, aggregando per tenere conto delle differenze regionali (fatturato deflazionato) e utilizzando il modello RPD  Gli indici spaziali sono stati calcolati per gruppi di prodotti simili (BHs) e aggregate di prodotto (Alimentari e non alimentari) Approcci metodologici e formule utilizzate Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  10. 10.  Diverse formule di indici multilaterali sono state utilizzate per le BHs 1. Indici di Jevons e GEKS (Gini, Elteto and Koves and Szulc) per ovviare alla non transitività degli indici di Jevons 2. GEKS Index basato su Fisher binary index 3. Geary-Khamis Index 4. Weighted Regional Product Dummy model (WRPD)  GEKS e Fisher per l’aggregazione degli indici di base delle BHs Approcci metodologici e formule utilizzate Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  11. 11.  I livelli di prezzo nelle regioni del Sud sono in genere al disotto della media nazionale sia per Alimentari che per Non alimentari, con l’eccezione dell’Abruzzo (101.90 e 101.33), Molise (102.90 e 101.24) and Sardegna (101.93 and 101.57)  Il caso della Toscana (96.24 and 95.17) Risultati principali Food Products (Italy=100) Non-Food Products (Italy=100) Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  12. 12. Pasta Products (BH1) Non-electrical appliances (BH2) Region Coef. std.error p-value RPPPs Coef. std.error p-value RPPPs North-Center PIEMONTE 0.0187 0.0039 0.000 101.89 -0.0806 0.0079 0.000 92.26 VALLE D’AOSTA 0.0526 0.0039 0.000 105.41 0.0305 0.0081 0.000 103.10 LIGURIA 0.0482 0.0044 0.000 104.94 -0.0269 0.0079 0.001 97.35 LOMBARDIA 0.0264 0.0038 0.000 102.67 -0.0509 0.0079 0.000 95.04 TRENTINO A.A. 0.0716 0.0039 0.000 107.42 0.0051 0.0080 0.523 100.51 VENETO 0.0347 0.0038 0.000 103.53 -0.0309 0.0079 0.000 96.96 FRIULI V.G. 0.0435 0.0038 0.000 104.45 -0.0285 0.0079 0.000 97.19 EMILIA-ROMAGNA 0.0227 0.0041 0.000 102.30 -0.0580 0.0079 0.000 94.37 TOSCANA -0.0050 0.0039 0.201 99.50 -0.1294 0.0079 0.000 87.86 UMBRIA -0.0094 0.0039 0.015 99.06 -0.0185 0.0079 0.019 98.17 MARCHE 0.0557 0.0041 0.000 105.73 0.0077 0.0079 0.327 100.77 South and Islands ABRUZZO 0.0561 0.0040 0.000 105.77 -0.0163 0.0079 0.039 98.38 MOLISE 0.0471 0.0041 0.000 104.82 0.0142 0.0080 0.076 101.43 CAMPANIA -0.0097 0.0040 0.014 99.04 0.0167 0.0079 0.035 101.69 PUGLIA -0.0388 0.0040 0.000 96.20 -0.0267 0.0079 0.001 97.37 BASILICATA -0.0410 0.0040 0.000 95.98 0.0021 0.0080 0.791 100.21 CALABRIA -0.0286 0.0040 0.000 97.18 0.0087 0.0080 0.275 100.87 SICILIA -0.0598 0.0044 0.000 94.19 0.0667 0.0080 0.000 106.89 SARDEGNA 0.0336 0.0046 0.000 103.41 -0.0266 0.0079 0.001 97.37 Obs. 18,007 3,453 Root MSE 0.09538 0.10105 AIC -19261.88 -4447.601 Tavola 1: stime basate su WRPD estimation per Pasta e apparecchiature non elettriche per la casa (Lazio=100) 54 BHs Per alcuni BHs il tradizionale differenziale Nord Sud non è confermato Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018 Risultati principali
  13. 13. Pasta Products (BH1) Non-electrical appliances (BH2) Region Coef std.error p.value RPP Coef std.error p.value RPP North-Center PIEMONTE 0.0028 0.0027 0.3071 100.28 -0.0550 0.0056 0.0000 94.65 VALLEDAOSTA 0.0367 0.0028 0.0000 103.74 0.0528 0.0059 0.0000 105.43 LIGURIA 0.0323 0.0034 0.0000 103.28 -0.0061 0.0056 0.2829 99.40 LOMBARDIA 0.0104 0.0027 0.0001 101.05 -0.0402 0.0056 0.0000 96.06 TRENTINO 0.0557 0.0029 0.0000 105.73 0.0268 0.0057 0.0000 102.71 VENETO 0.0188 0.0027 0.0000 101.89 -0.0133 0.0056 0.0183 98.68 FRIULI 0.0276 0.0026 0.0000 102.80 -0.0079 0.0057 0.1611 99.21 EMILIA-ROMAGNA 0.0068 0.0031 0.0270 100.68 -0.0386 0.0056 0.0000 96.22 TOSCANA -0.0209 0.0028 0.0000 97.93 -0.1205 0.0057 0.0000 88.65 UMBRIA -0.0254 0.0029 0.0000 97.50 0.0027 0.0056 0.6357 100.27 MARCHE 0.0398 0.0031 0.0000 104.06 0.0258 0.0056 0.0000 102.61 LAZIO -0.0159 0.0026 0.0000 98.42 0.0075 0.0056 0.1823 100.75 South and Islands ABRUZZO 0.0401 0.0030 0.0000 104.09 0.0036 0.0057 0.5254 100.36 MOLISE 0.0311 0.0031 0.0000 103.16 0.0354 0.0058 0.0000 103.60 CAMPANIA -0.0256 0.0029 0.0000 97.47 0.0348 0.0057 0.0000 103.54 PUGLIA -0.0547 0.0029 0.0000 94.68 -0.0071 0.0057 0.2132 99.29 BASILICATA -0.0570 0.0029 0.0000 94.46 0.0236 0.0057 0.0000 102.39 CALABRIA -0.0445 0.0029 0.0000 95.65 0.0270 0.0057 0.0000 102.74 SICILIA -0.0758 0.0034 0.0000 92.70 0.0679 0.0057 0.0000 107.03 SARDEGNA 0.0176 0.0036 0.0000 101.78 -0.0192 0.0057 0.0007 98.10 Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018 Tavola 1: stime basate su WRPD estimation per Pasta e apparecchiature non elettriche per la casa (Italia=100)
  14. 14. Higher price levels: • Siena (102.9) • Livorno (102.2) Higher price levels: • Livorno (104.0) • Siena (103.2) • Grosseto (103.1) Lower price levels: • Prato (98.3) • Firenze (98.4) Lower price levels: • Prato (97.4) • Pistoia (97.5) SPIs FOOD PRODUCTS (Tuscany=100) Risultati: comparazione dei prezzi tra le province SPIs NON-FOOD PRODUCTS (Tuscany=100) Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  15. 15. Jevons GEKS Fisher GEKS GK RPD WE_RPD WQ_RPD Arezzo 98.98 98.39 99.42 98.71 98.91 98.50 Firenze 100.00 100.00 100.00 100.00 100.00 100.00 Grosseto 100.77 99.40 99.94 99.99 99.11 98.85 Livorno 103.46 102.07 101.17 102.60 101.05 101.29 Lucca 100.97 101.07 100.59 101.38 101.03 102.32 Massa-Carrara 103.75 103.18 101.53 103.67 102.95 103.40 Pisa 99.73 99.63 99.90 99.83 99.74 100.55 Prato 99.45 99.01 99.66 99.32 99.11 100.18 Pistoia 100.52 99.62 100.33 100.71 99.90 101.62 Siena 102.56 104.05 100.72 101.50 103.67 100.46 RPIs using different methods: Pasta products and coscous (Florence=100)  Alto livello di eterogeneità  Diversi metodi simili risultati  Differenze più contenute con la formula Geary-Khamis Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018 Risultati: comparazione dei prezzi tra le province
  16. 16. SPIs FOOD PRODUCTS (Lombardia=100) SPIs NON-FOOD PRODUCTS (Lombardia=100) Higher price levels: • Brescia (101.2) • Pavia (101.1) Higher price levels: • Pavia (101.9) • Como (101.5) Lower price levels: • Mantova (99.0) • Bergamo (99.1) Lower price levels: • Bergamo (98.5) • Sondrio (97.4) Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018 Risultati: comparazione dei prezzi tra le province
  17. 17. Conclusioni e considerazioni di prospettiva  Gli scanner data aprono orizzonti nuovi alla possibilità di comparazione nllo spazio dei prezzi al consumo  La necessità di ampliare la copertura degli scanner data agli altri canalidi distribuzione  La possibilità di testare la bontà di diversi metodi di aggregazione Verse la sperimentazione di parità regionali (experimental statistics)  Approccio multi fonte (scanner data, web scraping, rilevazione tradizionale, rilevazione ad hoc, dati amministrativi) Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  18. 18. Grazie per l’attenzione Tiziana Laureti laureti@unitus.it Federico Polidoro polidoro@istat.it Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo
  19. 19. In this paper we use a scanner dataset constructed for experimental CPI computation. Stratified Random Sample: OUTLETS • Universe of 9,000 retailers belonging to the 16 most important retail chains (95% of modern retail chain distribution). • Stratified by province, distribution chains and kind of outlets (888 strata) • Outlets are selected with probabilities proportional to the 2016 turnover  1,781 outlets (510 hypermarkets and 1,271 supermarkets) ITEMS • Grocery products: five divisions of the ECOICOP (01, 02, 05, 09, 12). • Scanner data cover 55.4% of the total retail trade distribution for this category of products • Items were selected with probabilities proportional to the 2016 turnover for each product aggregate (at 60% cut-off line) Scanner data for spatial price comparisons Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  20. 20. Scanner data: % market shares (hypermarket + supermarket) – year 2016 RETAIL CHAINS PIEMONTE VALLED'AOSTA LIGURIA LOMBARDIA TRENTINO-ALTOADIGE VENETO FRIULI-VENEZIAGIULIA EMILIA-ROMAGNA TOSCANA UMBRIA MARCHE LAZIO ABRUZZO MOLISE CAMPANIA PUGLIA BASILICATA CALABRIA SICILIA SARDEGNA ITALIA COOP ITALIA 18,2 - 42,2 7,9 18,0 9,1 21,3 41,2 51,2 30,8 18,5 14,3 10,0 - 4,4 18,6 6,9 - 6,3 - 18,5 CONAD 4,3 22,3 17,0 3,3 13,8 3,6 7,7 26,5 14,8 29,9 12,6 24,5 29,8 30,9 20,5 9,6 10,3 30,2 19,5 30,6 13,3 ESSELUNGA 12,4 - 3,9 31,3 - 1,2 - 9,9 22,1 - - 0,9 - - - - - - - - 12,1 SELEX COMMERCIALE 17,9 8,6 4,8 9,9 - 32,3 9,4 6,6 1,1 22,1 18,2 3,4 2,7 23,4 7,6 29,1 6,0 3,3 4,4 12,8 11,1 GRUPPO AUCHAN 7,0 - 0,7 8,2 - 6,3 1,1 1,5 1,9 2,7 25,8 10,7 11,1 - 8,1 17,2 10,4 17,3 20,1 12,6 7,8 GRUPPO CARREFOUR ITALIA SPA 16,4 45,1 8,8 9,9 - 2,1 4,2 1,8 2,8 0,7 0,9 13,3 5,7 1,6 9,2 - 0,9 8,9 1,5 5,6 7,1 FINIPER 1,5 - - 6,4 - 1,6 2,9 1,4 - - 4,1 - 8,3 - - - - - - - 2,3 GRUPPO VEGE - - 1,5 1,1 - 6,2 - 0,2 0,1 0,2 - 0,7 2,6 5,7 20,7 1,2 5,0 4,0 19,8 13,8 3,2 GRUPPO SUN 1,4 - 3,2 2,6 - 2,0 1,2 0,3 - 2,4 9,8 14,4 18,2 27,6 - - - - - - 3,1 AGORA' NETWORK SCARL 2,5 - 13,5 6,1 34,4 0,4 - 0,2 0,2 - - - - - - - - - - - 2,8 GRUPPO PAM 3,7 - 2,7 0,9 0,6 3,1 8,0 1,8 5,4 3,1 - 8,5 0,7 - 0,2 1,4 - - - 3,8 2,7 ASPIAG - - - - 32,4 12,7 29,9 1,8 - - - - - - - - - - - - 2,7 BENNET SPA 8,7 - 1,3 5,2 - 1,2 4,0 1,9 - - - - - - - - - - - - 2,5 SIGMA 0,1 - - 1,1 - 2,8 2,6 3,0 0,3 0,3 7,0 0,8 3,2 6,4 2,8 6,9 5,3 1,6 1,1 5,0 1,8 CRAI 1,6 - 0,3 0,2 - 2,6 2,1 0,5 0,0 - 0,4 1,7 0,7 0,9 2,3 0,2 5,4 3,5 7,5 9,7 1,4 DESPAR SERVIZI - - - 0,6 - - - - - - - 0,0 - - 1,8 7,1 17,6 18,4 6,2 4,3 1,2 TOTAL 95,9 76,0 99,8 94,8 99,1 87,0 94,3 98,5 99,9 92,2 97,4 93,2 92,9 96,6 77,5 91,3 67,9 87,2 86,4 98,0 93,7 CENTER SOUTH AND ISLANDSNORTH - W NORTH - E Scanner data for spatial price comparisons Laureti, and Polidoro- Gli scanner data e la comparazione nello spazio dei prezzi al consumo Workshop: gli scanner data e le statistiche sui prezzi al consumo: risultati e prospettive Istat, Roma, 21 settembre 2018
  21. 21. Laureti, and Polidoro- Big data and spatial price comparisons of consumer prices 49th Scientific Meeting of the Italian Statistical Society, Palermo 20-22 June 2018 Sub-classes Description Sub-classes Description 01.1.1.1 Rice 01.1.8.1 Sugar 01.1.1.2 Flour and other cereals 01.1.8.2 Jams, marmalades and honey 01.1.1.3 Bread 01.1.8.3 Chocolate 01.1.1.4 Other bakery products 01.1.8.4 Confectionery products 01.1.1.5 Pizza and quiche 01.1.8.5 Edible ices and ice cream 01.1.1.6 Pasta products and couscous 01.1.9.1 Sauces, condiments 01.1.1.7 Breakfast cereals 01.1.9.2 Salt, spices and culinary herbs 01.1.1.8 Other cereal products 01.1.9.3 Baby food 01.1.2.7 Dried, salted or smoked meat 01.1.9.4 Ready-made meals 01.1.2.8 Other meat preparations 01.1.9.9 Other food products n.e.c. 01.1.3.2 Frozen fish 01.2.1.1 Coffee 01.1.3.4 Frozen seafood 01.2.1.2 Tea 01.1.3.5 Dried, smoked or salted fish and seafood 01.2.1.3 Cocoa and powdered chocolate 01.1.3.6 Other preserved or processed fish and seafood-based preparations 01.2.2.1 Mineral or spring waters 01.1.4.1 Fresh whole milk 01.2.2.2 Soft drinks 01.1.4.2 Fresh low fat milk 01.2.2.3 Fruit and vegetable juices 01.1.4.3 Preserved milk 02.1.1.0 Spirits 01.1.4.4 Yoghurt 02.1.1.0 Spirits 01.1.4.5 Cheese and curd 02.1.2.0 Wine 01.1.4.6 Other milk products 02.1.3.0 Beer 01.1.4.7 Eggs 05.6.1.1 Cleaning and maintenance products 01.1.5.1 Butter 05.6.1.2 Other non-durable small household articles 01.1.5.2 Margarine and other vegetable fats 09.3.4.0 Pets and related products 01.1.5.3 Olive oil 12.1.3.1 Non-electrical appliances 01.1.5.4 Other edible oils 12.1.3.2 Articles for personal hygiene and wellness, esoteric products and beauty products 01.1.6.3 Dried fruit and nuts 01.1.6.4 Preserved fruit and fruit-based products 01.1.7.2 Frozen vegetables other than potatoes and other tubers 01.1.7.3 Dried vegetables, other preserved or processed vegetables 01.1.7.4 Potatoes 01.1.7.5 Crisps L=54 Groups of products
  22. 22. Laureti, and Polidoro- Big data and spatial price comparisons of consumer prices 49th Scientific Meeting of the Italian Statistical Society, Palermo 20-22 June 2018 Results Product overlap across provinces within a region: Sugar in Calabria RCPD
  23. 23. Laureti, and Polidoro- Big data and spatial price comparisons of consumer prices 49th Scientific Meeting of the Italian Statistical Society, Palermo 20-22 June 2018 Product overlap across regions: Pasta products Results
  24. 24. Laureti, and Polidoro- Big data and spatial price comparisons of consumer prices 49th Scientific Meeting of the Italian Statistical Society, Palermo 20-22 June 2018 N.Outlets Arezzo 16 Firenze 20 Grosseto 15 Livorno 16 Lucca 14 Massa-Carrara 11 Pisa 16 Prato 9 Pistoia 13 Siena 12  only the best selling products, which are typically consumed in each Italian province and region, may have be included according to the CPI selection procedure.  Therefore these products may not be strictly comparable across different provinces and regions.  Reliable regional price comparisons can be made as long as there is reasonable overlap in the items priced in different regions.  We checked this requirement by verifying if product overlaps exhibit a chain structure.

×