黄金周购物热搜刷屏的同一周，我想回答一个更基础的问题：香港人到底在网上花多少钱？ 政府统计处的月度零售数据给了完整答案——我把「零售业总销货值」和「网上零售销货值」两张表一起拉了下来：总表 263 个月（2004 年 10 月到 2026 年 8 月）、网上表 80 个月，零鉴权。对账结果有三个反直觉：网购占比五年翻 4 倍（3.3% → 14.6%），但峰值是 2025 年 10 月的单月脉冲，今年已回落到 9% 以下；网上销货值 2025 年创新高，占比却反而下滑；以及一个我差点踩进去的字段陷阱——同一列里混着三种计量单位，按字段名分组会把它们搅成一锅粥。
目录
-
- 一、两张表，和一个会骗人的字段
- 二、share 80 个月：翻 4 倍、平台三年、单月脉冲
- 三、总量：2025 创新高，占比却回落
- 四、三个坑和三条边界
一、两张表，和一个会骗人的字段
两张表都走统计处零鉴权接口：620-67001（零售总销货值）与 620-67031（网上零售销货值），后者自带官方口径的「占零售总销货值百分比」。环境 Python 3.13 标准库即可。先说那个坑：网上表的 sv 字段只有一个值（VAL_ONLINE_RS），但 svDesc 却有三种语义——「百万港元」「占总销货值百分比」「同比 %」混在同一列里。按 sv 分组等于把三种单位搅在一起；正确姿势是先数 svDesc 的取值分布，再按语义拆开：
import json, collections
onl = json.load(open("原始返回/retail_online.bin",
encoding="utf-8-sig"))["dataSet"]
sem = collections.Counter(str(r["svDesc"]).split(" (")[0] for r in onl)
assert set(sem) == {"HK$ million", "% share of total retail sales",
"Year-on-year % change"}
def pick(prefix):
return {str(r["period"]): r["figure"] for r in onl
if r["freq"] == "M" and str(r["OUTLET_TYPE"]) == ""
and str(r["svDesc"]).startswith(prefix)}
onval, share = pick("HK$"), pick("% share")
ms = sorted(share)
assert len(ms) == 80 and (ms[0], ms[–1]) == ("202001", "202608")
print("svDesc 三种语义已拆分；share 序列 80 个月:", ms[0], "→", ms[–1])
另一个小坑记下来：这两张表的 period 是 202608 这种六位无连字符格式——我第一版按 YYYY-MM 解析直接崩了。不同政府接口的期间格式不统一（有的带横杠、有的是六位数、年度行还是四位），解析前先打印三个样本再动手，比背格式省事得多。数据抓取的老规矩也照走：两张表各抓两次、比对内容指纹一致才开始解析；总表 263 个月逐月核对无断档、无空值，VAL_RS 每一格都是整数——这两道前置检查做完，后面所有百分比才有资格被引用。
二、share 80 个月：翻 4 倍、平台三年、单月脉冲
官方占比序列走的是四段：
tot = json.load(open("原始返回/retail_total.bin",
encoding="utf-8-sig"))["dataSet"]
val = {str(r["period"]): r["figure"] for r in tot
if r["freq"] == "M" and r["sv"] == "VAL_RS"}
assert len(val) == 263 and all(isinstance(v, int) for v in val.values())
assert share["202001"] == 3.3 and share["202008"] == 7.1
assert share["202201"] == 9.1 and share["202510"] == 14.6
assert share["202608"] == 8.7
assert max(share, key=share.get) == "202510"
# 交叉验证：官方 share vs 自算 onval/val
bad = [m for m in ms if m in val
and abs(share[m] – onval[m] / val[m] * 100) > 0.05]
assert len(bad) == 1 and bad[0] == "202107"
print("80 个月里 79 个月官方 share 与自算一致；唯一例外 2021-07（舍入级偏差）")
四段是：2020-01 起点 3.3%，疫情头几个月直接翻倍到 7.1%；2022 年 1 月以 9.1% 进入平台期，在 9% 上下横了三年；2025 年 10 月单月冲上 14.6%——全序列最高点，次月就回落到 11.2%；2026 年回到 8-9% 区间，8 月收在 8.7%。曲线是带年度脉冲的锯齿，不是平滑上行：每年第四季都有尖峰，2025 年那个尖只是被垫得最高。这些第四季尖峰的来历不难猜——年末购物季都落在这个窗口，官方统计按月归档，脉冲就留在月度序列里。但注意 2025-10 之前的每个尖峰都在 11-13% 一带，唯独 2025 年那根扎到 14.6%，比前两年高出一截；它是活动节奏还是基数效应，单凭这张表判断不了，能确定的是「占比的顶部在抬升，而中枢没有同步抬升」——峰值创新高、均值还在 9%，这两句话必须同时说。用单月峰值说「香港网购爆发」和用 8.7% 说「网购退潮」，都是只看一个点的误读——官方占比、自算占比、80 个月锯齿，三个视角放在一起才有结论。
三、总量：2025 创新高，占比却回落
矛盾点在两张表的对照里：网上销货值 2025 年全年 357.85 亿港元，创序列新高；但同期占比反而从峰值回落。解释只有一个——大盘涨得比网上快：零售总销货值 2026 年前 8 个月 2,660.75 亿，同比 +8.5%；8 月单月 320.6 亿，同比 +5.6%。网上盘子在长（2020 年才 205.9 亿），实体盘子长得更快，占比自然被稀释。再看网上盘子自己的形状，还有第四个反直觉：它不是一路向上——2022 年 345.6 亿见顶后，2023、2024 连续两年回调（325.4 亿、316.6 亿），2025 年才重新创新高。疫情催生的线上习惯在 2023 年退过一波潮，两年后才爬回来。占比回落和总量创新高同时发生，说明这不是「线上退潮」，而是「实体恢复更快」——把两张表拆开读和放在一起读，结论完全不同。
yr = collections.Counter()
for m, v in onval.items():
yr[m[:4]] += v
assert yr["2020"] == 20586 and yr["2025"] == 35785
s26 = sum(val[f"2026{mm:02d}"] for mm in range(1, 9))
s25 = sum(val[f"2025{mm:02d}"] for mm in range(1, 9))
assert (s26, s25) == (266075, 245182)
assert round((val["202608"] / val["202508"] – 1) * 100, 1) == 5.6
print(f"网上 2025 = {yr['2025']:,}；总销货 2026 前 8 月 +8.5%，8 月 +5.6%")
四、三个坑和三条边界
坑一：p 临时标记。 最新月 2026-08 在两张表里所有行都带「p」（provisional）——临时数字，下期修订。引用最新月必须标注，别拿它做趋势定论。
坑二：恒等式差 1 不一定是错。 网上表的两个分项（无店铺零售 + 其他零售）加总与 Total 在 13 个月里对不平，但差值全部是 ±1（百万港元）——四舍五入噪声，不是数据错误。判断恒等式破没破，先看差值的量级和单位，再下结论；我在罪案表里逐月 diff=0，在这张表就得给 ±1 的容差。
坑三：口径写在备注里。 官方备注写明：只要「通过本地零售商自设网络提交订单」就算网上销售，支付可以线上也可以线下——这个口径比「电商平台成交额」宽，拿它跟内地网零占比直接比是跨口径误用。
边界：月度数据滞后约两个月（最新到 2026-08）；网上表只有 2020 年起的数据（总表可回溯到 2004 年）；本文只对账官方统计，不构成任何消费或投资判断。
这段 svDesc 拆分和双表交叉验证代码可以直接搬走，收藏备用；如果这篇帮你校准了「香港网购」的体感，收藏+点赞。 你做过「官方占比字段 vs 自算」的交叉验证吗？对不上的时候先查什么？评论区聊聊。这类香港公开数据对账持续更新，关注不迷路。
参考链接
