[科普中国]-零售价格指数

零售价格指数由国家统计局编制，是反映城乡商品零售价格变动趋势的一种经济指数。零售物价的调整变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需平衡，影响消费与积累的比例。因此，计算零售价格指数，可以从一个侧面对上述经济活动进行观察和分析。

编程体系由国家统计局编制，是反映城乡商品零售价格变动趋势的一种经济指数。

影响人群零售物价的调整变动直接影响到城乡居民的生活支出和国家的财政收入，影响居民购买力和市场供需平衡，影响消费与积累的比例。因此，计算零售价格指数，可以从一个侧面对上述经济活动进行观察和分析。

一般按年按季进行编制。

如果社会的经济发展迅速，个人的消费就会增加，供过于求，导致物价的上升，这个指数就会上升，将为后来带来通货膨胀的压力，该国的政府就会收紧货币政策，利率趋于上升，相应对美元汇率带来利好支持。1

编辑指数划分零售价格主要是居民购买生活消费品的价格，根据城乡居民的收入水平、消费构成的不同，分别编制成城镇零售价格指数和农村零售价格指数，用以反映零售价格变动对城乡人民生活的不同影响。利用零售价格指数，不但可以反映零售物价在不同时期的变动情况，还可分析由于零售价格变动对城乡居民货币支出和生活消费水平的影响。

零售价格指数是衡量居民购买消费品和服务的平均价钱指数。它衡量一段时间内同一个地区（城市，省，或者国家）的常规市场上的物价变动。 它通过测量典型消费者的典型消费品的价钱来确定指数。零售价格指数可以用来衡量（像，调整通货膨胀带来的影响；汇率，工资，薪酬，养老保险等）。它和人口普查，国民所得与产出帐一起是重要的国家经济数据。2

观察和分析1.主要内容

包括食品、饮料烟酒、服装鞋帽、纺织品、中西药品、化妆品、书报杂志、文化体育用品、日用品、家用电器、首饰、燃料、建筑装潢材料、机电产品等十四个大类304种必报产品，各省（区、市）可根据当地实际情况适当增加一些商品。需要特别说明的是，从1994年起，商品零售价格指数不再包括农业生产资料。

2.计算公式和权数资料来源

计算公式为加权算术平均公式，权数资料来源于社会消费品销售额统计和重点调查资料。

3.编制单位

全国、省、自治区、直辖市和550多个市县。1

预测分析如果目前预测对象处于状态Ei(i=1,2,3,4,5)，这时Pij就描述了目前状态Ei在未来将转向状态Ej(j=1,2,3,4,5)的可能性。按最大概率原则，这里选择(Pi1,Pi2,Pi3,Pi4,Pi5)中最大者对应的状态即为预测结果。

由于2003年的商品零售价格指数状态为缓慢上升状态，而经由一次转移到达5种状态的概率分别为:P41=0.2000，P42=0.0000,P43=0.0000,P44=0.2000，P45=0.6000,由max{P41,P42,P43,P44,P45}=P45=0.6000

可知2004年的商品零售价格指数将快速上升，即2004年的商品零售价格指数与2003年相比将会上升，且上升指数的幅度超过5。

零售价格指数

将预测结果与实际结果比较，由图1中原始数据可得出2004年较2003年商品零售价格指数上升幅度为:357.5-350.5=7>5符合前述的快速上升的范围。说明预测结果是准确的。

同时，在马尔柯夫过程中，不同时期的状态概率由状态向量表示。且有公式π(n)=π(n-1)P，P为状态转移矩阵。按此公式也可预测出2004年的商品零售价格指数状态向量为：即2004年出现快速上升状态的概率为0.6000，比其他状态出现的概率都较大。因此，2004年是快速上升的可能性较大，这也与前面预测的结果是一致的。同理，按此公式也可预测2005年等近期内年份的商品零售价格指数的状态向量。

结果表明，2005年的商品零售价格指数的变动趋势是出现快速下降状态的概率是0.1945，缓慢下降状态的概率是0.0500，缓慢上升的概率是0.3982，快速上升的概率是0.5564,因此，2005年商品零售价格指数继续出现快速上升的可能性比较大。经检验，对2004年预测的结果与实际给出的结果是一致的，说明此方法在预测商品零售价格指数时是可靠准确的，并且该方法原理简单，是继时间序列分析和因果分析等方法后又一种科学预测手段，凡是具有无后效性的序贯动态系统都可用该方法预测。据有较强的可操作性。

利用该模型预测分析过程中，得到的结果是区间预测，但不能为提高精确度而设置较多的状态，这样虽然不能得到精确度很高的结果，但却提高了预测的精确度。

以上结论都是在状态转移概率平稳的假设下推导出来的，即假定初始状态向量和状态转移概率矩阵保持不变。如果忽视此条件，对实例中无限制地预测以后各年份的商品零售价格指数值，将会产生较大的误差。因此要想保证预测准确度，就要不时地根据实际情况适时调整初始状态向量和状态转移概率矩阵。因此，马尔柯夫链法比较适合做近期预测。2

本词条内容贡献者为:

王海侠 - 副教授 - 南京理工大学