秦 杰，李陳華，莊尚文

(1.中國人民大學 商學院,北京 100872;2.南京審計大學 經(jīng)濟學院,江蘇 南京 211815)

一、 引 言

突發(fā)疫情會對人類集體行為產(chǎn)生巨大的沖擊[1]。本次新冠肺炎疫情的暴發(fā)，不僅威脅著人類的生命安全和健康，對于經(jīng)濟社會的發(fā)展也是一次考驗。相比2003年的SARS疫情，本次新冠肺炎疫情對我國消費市場帶來的波及范圍更廣，影響程度更深，對外貿(mào)易疲軟等挑戰(zhàn)也更加嚴峻。中共中央政治局2020年2月21日召開會議部署統(tǒng)籌做好疫情防控和經(jīng)濟社會發(fā)展工作，強調(diào)“要加大民生托底保障力度，做好基本民生商品保供穩(wěn)價工作”。在新冠肺炎疫情防控的背景下，穩(wěn)定的價格水平對于促進經(jīng)濟社會的發(fā)展具有重要的現(xiàn)實意義。首先，商品價格是經(jīng)濟運動過程中不同要素相互作用表現(xiàn)出的財富運動形式[2]，穩(wěn)定的價格能夠滿足市場需求，實現(xiàn)對經(jīng)濟的拉動作用。其次，在市場制度中，價格系統(tǒng)是一種調(diào)節(jié)手段[3]，作為“看不見的手”調(diào)節(jié)生產(chǎn)和消費兩端，促進供求關(guān)系實現(xiàn)均衡。最后，合理的價格變化能夠更加靈敏地反映市場供求變化，也能夠使各類商品價格趨于合理[4]。并且在新冠肺炎疫情的影響下，打造非接觸型消費新場景需要價格的保障[5]。

那么，新冠肺炎疫情對商品價格變化的影響如何？價格水平能否保持總體穩(wěn)定？從現(xiàn)有文獻來看，目前關(guān)于突發(fā)疫情的經(jīng)濟影響研究主要集中于經(jīng)濟增長[6-7]、糧食安全[8]、供應鏈[9]以及全球產(chǎn)業(yè)[10-11]等方面的研究，受限于數(shù)據(jù)的可得性，突發(fā)疫情下關(guān)于商品價格微觀層面的研究較少。本次新冠肺炎疫情的暴發(fā)不僅對我國的經(jīng)濟社會造成了沖擊，還影響著商家與消費者博弈過程中商品價格的變化。公平定價理論認為商家在價格調(diào)整時會站在消費者角度判斷價格是否合理，商家不當?shù)恼{(diào)價行為將會打破二者之間的合作關(guān)系。因此，本文以商品價格為研究對象，利用微觀大數(shù)據(jù)探究疫情下商品價格的變化特征，結(jié)合公平定價理論分析新冠肺炎疫情對線上商品價格的影響，并提出相應的政策啟示。

相比于現(xiàn)有文獻，本文可能的貢獻如下：第一，觀察疫情下線上商品價格的變化，通過對各類商品每日價格的數(shù)據(jù)分析，拓展突發(fā)疫情對商品價格影響的既定認識。第二，考察商家調(diào)價行為，根據(jù)公平定價理論分析突發(fā)疫情和價格變化之間的內(nèi)在機制，豐富了對商品價格黏性的解釋。第三，以高頻微觀大數(shù)據(jù)的方式反映商品價格的變化情況，更加客觀地判斷突發(fā)疫情對商品價格變化的影響，這對于數(shù)字經(jīng)濟下觀察商家的調(diào)價行為有一定的參考意義。

二、 文獻綜述

與商品價格變化密切相關(guān)的研究是價格黏性。商品價格變化體現(xiàn)了商家的定價策略和對外部沖擊的反應，進而影響價格黏性。價格黏性是凱恩斯主義理論的關(guān)鍵假設(shè)，即價格不會對總需求的變化迅速做出反應。同時，價格黏性問題可以轉(zhuǎn)化為市場效率問題：當商品價格具有彈性時市場出清，社會資源得到充分利用，市場效率得到提高；反之，當商品價格具有黏性時市場不能出清，需要政府進行干預[12]。許多經(jīng)驗研究已經(jīng)發(fā)現(xiàn)價格黏性的存在。Borenstein和Gilbert(1997)[13]比較汽油價格對原油價格調(diào)整的反應，根據(jù)汽油價格調(diào)整的不對稱性發(fā)現(xiàn)價格在短期是有黏性的。Borenstein和Shepard(2002)[14]在此基礎(chǔ)上考慮調(diào)整成本和庫存成本的影響，構(gòu)建模型發(fā)現(xiàn)汽油批發(fā)價格對于原油價格反應的滯后性，同樣得出汽油價格具有黏性的證據(jù)。Gorodnichenko等(2018)[15]、Cavallo和Rigobon(2016)[16]利用更加詳盡的微觀數(shù)據(jù)進行深入的分析，同樣證明了價格黏性的存在。

國外關(guān)于價格黏性的研究，受限于樣本因素，早期主要集中于特定類別的商品，發(fā)現(xiàn)商品價格有著較高的價格黏性[17-18]，并且菜單成本、黏性信息以及消費者情緒是生成價格黏性的重要原因[19-21]。Bils和Klenow(2004)[22]結(jié)合美國勞工統(tǒng)計數(shù)據(jù)(BLS)，研究了350種商品的價格變動情況，發(fā)現(xiàn)價格變化較為頻繁，價格調(diào)整存在差異性，調(diào)價周期為4.3個月。與之相似，Klenow和Kryvtsov(2008)[23]對美國1988—2003年商品價格進行方差分解，發(fā)現(xiàn)調(diào)價周期為3.8個月，并且價格調(diào)整為TDP模式。網(wǎng)絡爬蟲技術(shù)進一步提高了樣本分析頻率，Cavallo(2017)[24]首次使用大數(shù)據(jù)比較線上與線下商品價格的差異，認為線上商品價格有著較好的代表性。并且Cavallo(2018)[25]通過抓取5個國家的在線商品日度數(shù)據(jù)，發(fā)現(xiàn)價格調(diào)整模式是SDP和TDP的組合。國內(nèi)學者結(jié)合我國市場的實際情況，對價格黏性問題進行研究。早期關(guān)于價格黏性的研究集中于宏觀經(jīng)濟層面：王健(1996)[26]討論了價格黏性的微觀機理，認為價格選擇效應和需求非對稱性導致了價格黏性。張耿(2005)[27]強調(diào)價格黏性在貨幣政策分析中的重要性，論證了放松完全理性假設(shè)的行為經(jīng)濟學方法的合理性。王勝和彭鑫瑤(2010)[28]基于不對稱價格黏性討論了兩國的貨幣政策和福利效用，認為定價機制的不對稱導致了福利效用的差異。電子商務的發(fā)展增加了微觀數(shù)據(jù)的可獲得性并提高了分析頻率[29]，同時越來越多的企業(yè)選擇線上銷售替代傳統(tǒng)的線下貿(mào)易[30]，線上數(shù)據(jù)有著較好的代表性[24]。學者們對價格黏性進行更加深入的研究：渠慎寧等(2012)[31]利用發(fā)改委價格檢測中心36個城市116種商品價格的數(shù)據(jù)，討論價格波動現(xiàn)象，發(fā)現(xiàn)服務業(yè)價格黏性明顯。金雪軍等(2013)[32]利用在線高頻數(shù)據(jù)對價格黏性進行估算，發(fā)現(xiàn)價格調(diào)整周期為3.4個月，商品定價行為存在“選擇效應”。黃滕和金雪軍(2014)[33]運用天貓商城的商品價格數(shù)據(jù)研究吉利數(shù)字偏好對價格黏性的影響，發(fā)現(xiàn)“吉利價格”的黏性更強，中國商品市場的尾數(shù)定價模式傾向于8尾數(shù)、9尾數(shù)以及方便定價，進一步表明文化對價格黏性的影響。同樣，嚴玉珊(2020)[34]發(fā)現(xiàn)中國線上市場存在明顯的數(shù)字偏好。侯成琪和龔六堂(2014)[35]利用宏觀數(shù)據(jù)估計了中國八大類商品的價格黏性指數(shù)，發(fā)現(xiàn)部門價格黏性越強，對產(chǎn)出影響越大而對通貨膨脹影響越小。姜婷鳳等(2020)[29]利用高頻大數(shù)據(jù)測度商品的價格黏性，并且測算貨幣政策的有效性，發(fā)現(xiàn)商品調(diào)價周期小于2個月，相同的貨幣政策對行業(yè)影響具有異質(zhì)性。這些研究從商品價格的定價行為、調(diào)節(jié)方式以及測度方法等方面進行討論，豐富了關(guān)于商品價格的研究，也為后續(xù)研究提供了借鑒。

可以看出，關(guān)于商品價格的研究經(jīng)歷了由小樣本到大數(shù)據(jù)、從經(jīng)驗分析到實證研究的過程。當前，新冠肺炎疫情對我國商品價格造成了不同程度的沖擊，而現(xiàn)有文獻中，少有關(guān)于突發(fā)疫情對價格變化影響的研究。并且在微觀數(shù)據(jù)上，一方面，即時可用的數(shù)據(jù)，例如新冠肺炎疫情的每日現(xiàn)有確診、現(xiàn)有疑似人數(shù)等并不能直接觀察突發(fā)疫情對商品價格的影響效果；另一方面，相關(guān)統(tǒng)計數(shù)據(jù)指標需要數(shù)月時間整理后公布，使得政府的宏觀經(jīng)濟政策無法及時回應客觀經(jīng)濟要求。這限制了文獻對商品價格在疫情期間對這種外生的、意料之外的沖擊做出反應的討論。同時，考慮在突發(fā)疫情下消費者情緒對定價策略的影響[36]，本文采用在線商品價格大數(shù)據(jù)，觀察在新冠肺炎疫情下商品價格的變化情況。首先，從消費者情緒角度探究突發(fā)疫情對商品價格變化的影響機制；其次，從調(diào)整數(shù)量和調(diào)整方式兩個方面說明商品價格的變化情況，識別商品價格的黏性情況；最后，將經(jīng)驗測度結(jié)果用于分析新冠肺炎疫情對商品價格的沖擊效應。

三、 新冠肺炎疫情對商品價格變化的影響機制

目前直接討論突發(fā)疫情對商品價格變化的研究并不多見，但結(jié)合突發(fā)疫情的相關(guān)研究來看，突發(fā)疫情對消費者情緒有著復合影響。本部分首先說明突發(fā)疫情對消費者情緒影響的潛在機制，然后根據(jù)公平定價理論，討論商品價格的變化情況。

直觀地，突發(fā)疫情會影響消費者情緒。新冠肺炎疫情的暴發(fā)導致大眾的消極情緒，使得積極情緒和主觀幸福感下降，心理問題增多[37]。同時在疫情時期，由于恐慌和畏懼形成的社會氛圍，進一步加深了對消費者情緒的負面效應。接下來，本文從消費者認知和社會環(huán)境兩個方面來探討新冠肺炎疫情對消費者情緒的影響。

第一，新冠肺炎疫情改變消費者認知。個人作為情緒的主體，對信息的獲取、處理與人的感知、期望與情緒有著緊密聯(lián)系[38]。疫情不僅讓消費者成為其負面影響的主要承擔者，也喚起個人對理性消費、安全消費的心理訴求[39]。同時，疫情給消費者帶來了不確定性，引起了消費者的危險感知[40]，在消費者心理層面放大了疫情的危害。此外，消費者認為商家在疫情期間應具有利他主義[41]，由此形成了社會期望，當商家價格調(diào)整與社會期望相符時，消費者會表現(xiàn)出正面情緒；反之為負面情緒。

第二，新冠肺炎疫情影響社會環(huán)境。消費者情緒容易受到外界刺激的影響，在某種程度上，外部因素能夠引起消費者情緒的變化[38]。一方面，本次疫情在社會環(huán)境中形成的安全危機，帶來了許多的不確定性。信息的不確定性將引起消費者的信息搜索行為，而在信息搜索過程中的信息認識程度會影響消費者情緒。Atkin(1972)[42]認為當人們存在認知不確定性時，將會引發(fā)負面情緒。另一方面，線上市場在突發(fā)疫情沖擊下，消費者與商家之間可能會出現(xiàn)暫時的信息混亂現(xiàn)象，刺激商家故意隱瞞信息和形成機會主義動機，這也將對消費者情緒產(chǎn)生負面影響。

由于商家定價與消費者購買行為之間存在相互性，即商家定價會根據(jù)消費者的購買行為進行調(diào)整，消費者的購買行為也會對商家定價做出反應[43]。根據(jù)公平定價理論，商家進行價格調(diào)整時會考慮消費者情緒，也就是商家會站在消費者角度判斷價格的合理性，商家不當?shù)恼{(diào)價行為將會破壞二者之間的合作關(guān)系。如果消費者認為調(diào)價行為是合理的，會形成正面的消費者情緒，則繼續(xù)保持與商家的合作關(guān)系，構(gòu)成正反饋；相反，如果消費者認為調(diào)價行為是不合理，則會產(chǎn)生負面情緒，破壞二者間的合作關(guān)系引起負反饋。同時，線上市場放大了突發(fā)疫情對消費者情緒的影響，一方面，線上市場通過互聯(lián)網(wǎng)技術(shù)減弱了由于信息不通所形成的市場限制，降低了貿(mào)易成本[44]和信息不對稱性[45]，消費者能夠更方便地獲取商品的價格信息，消費者情緒也更加容易受到影響。另一方面，線上市場產(chǎn)生的海量數(shù)據(jù)提高了信息處理成本，雖然消費者獲取信息的時間減少，但處理和分析信息的投入大幅提高，同時海量數(shù)據(jù)中的虛假信息會干擾消費者的判斷，進而影響消費者情緒[46]。

本次新冠肺炎疫情背景下，疫情初期對供給和需求造成了極大的沖擊，出現(xiàn)了企業(yè)生產(chǎn)疲軟、線上需求旺盛的情況[47]。由于疫情初期供需失衡和認知受限，消費者對價格調(diào)整的敏感程度較低，使得商家定價行為表現(xiàn)為試探性上調(diào)。隨著疫情信息的逐步完善，消費者不僅能夠通過線上平臺方便地獲取商品的價格信息，還會更加重視商品價格的公平合理性，對價格調(diào)整更加敏感。為了維持消費者與商家之間的合作關(guān)系，商家在價格調(diào)整時會重視消費者情緒，不會繼續(xù)上調(diào)價格，而是選擇回調(diào)價格，并且不會再隨意調(diào)整價格，從而使商品價格呈現(xiàn)穩(wěn)定態(tài)勢。

圖1 突發(fā)疫情對商品價格變化的影響機制

接下來，本文將進一步考察新冠肺炎疫情對商品價格變化的影響。首先要解決的是商品價格的獲取問題，本文選取淘寶網(wǎng)的線上銷售平臺獲取商品信息，主要理由如下。第一，目前淘寶在電商行業(yè)中處于領(lǐng)先地位，(1)2020年1月，2020年全球最具價值500大品牌榜發(fā)布，淘寶排名第37位。對電商平臺而言，具有一定代表性[48-50]。第二，以淘寶為平臺進行網(wǎng)絡購物在居民家庭中相當普及，已成了日常消費方式之一，新冠肺炎疫情更是增強了消費者的線上消費習慣。第三，淘寶的在線商品越來越豐富，每個品種都包含了眾多的商品，每個商品都有詳細的信息，便于商品價格信息的追蹤。在商品價格獲取方面，選用國內(nèi)某知名比價網(wǎng)站，它能夠比較全面地涵蓋相關(guān)淘寶商品，避免出現(xiàn)商品歷史價格無法獲取的情況。后續(xù)內(nèi)容主要從兩個方面展開，一方面是根據(jù)商品價格變化的調(diào)整數(shù)量和調(diào)整方式來研究突發(fā)事件下商品價格的變化情況，得出商品價格黏性情況，同時結(jié)合生存分析方法，進一步觀察新冠肺炎疫情下商品價格的變化情況。另一方面是通過雙重差分模型和VAR模型，分析新冠肺炎疫情對商品價格變化的影響，厘清新冠肺炎疫情、消費者情緒與商品價格三者間的關(guān)系。

四、 數(shù)據(jù)的獲取和處理

(一) 數(shù)據(jù)獲取

本文數(shù)據(jù)獲取并整理的基本過程如下。第一，收集商品名稱、銷售數(shù)量以及商品鏈接等。利用Python軟件自動訪問淘寶網(wǎng)站，進入主題頁面獲取商品的相關(guān)信息，并將這些商品信息存儲于結(jié)構(gòu)化的商品數(shù)據(jù)庫中。第二，在比價網(wǎng)站上按商品鏈接逐一查詢，獲得商品歷史價格，并將得到的價格信息保存于數(shù)據(jù)庫中。本次數(shù)據(jù)采集利用Python方法對商品信息進行抓取，采集時間從2020年初開始，正式采集在2020年4月結(jié)束。

(二) 數(shù)據(jù)描述

本文數(shù)據(jù)集涵蓋每天采集的來自淘寶網(wǎng)104478種商品和服務的信息，時間跨度從2020年1月至4月，共有121天6861706條觀測值?？傮w而言，本文數(shù)據(jù)集的主要特點是產(chǎn)品種類豐富、樣本量大和時間頻率高。表1描述了數(shù)據(jù)集的基本情況。

表1 商品數(shù)據(jù)描述

(三) 數(shù)據(jù)預處理

進行正式研究前，將參照相關(guān)文獻的方法對原始數(shù)據(jù)進行預處理。

1.缺失值處理。本文的原始數(shù)據(jù)是樣本觀測期間商品價格的連續(xù)觀測值，但是由于軟件自身或網(wǎng)絡信號問題，易導致商品價格信息的缺失。借鑒相關(guān)文獻的處理[23]，使用缺失前一天的價格信息進行補齊。

2.異常值處理。異常值的出現(xiàn)會對價格變化的頻率、分布情況等統(tǒng)計指標產(chǎn)生影響。借鑒Cavallo等(2010)[51]的處理，將價格上漲超過500%或者價格下降超過90%的值定義為異常值。本文中的異常值占比較少，考慮到異常值的出現(xiàn)會對統(tǒng)計數(shù)據(jù)造成影響，因此予以剔除。

3.樣本期處理。樣本期為商品價格信息從第一次出現(xiàn)到最后一次出現(xiàn)的期間長度，為保證觀測樣本的可行性，剔除樣本期小于7天的觀測值。

4.打折調(diào)價處理。打折調(diào)價是商品價格下調(diào)一段時間后，又恢復原價的情況。借鑒Gorodnichenko等(2018)[15]的處理，選擇7天作為打折時間窗口，也就是商品價格下調(diào)持續(xù)時間7天恢復原價?？紤]打折調(diào)價對商品的影響，因此予以剔除樣本觀測值。

經(jīng)過對原始數(shù)據(jù)進行預缺失值、異常值、樣本期和打折調(diào)價的處理，最終得到81951種商品，觀測樣本值為6859417個。

(四) 衡量指標

1.商品價格指數(shù)。商品價格指數(shù)是反映商品價格變化的指數(shù)，可以通過對淘寶網(wǎng)獲得的商品價格的指數(shù)化處理來衡量商品價格指數(shù)。本文使用Jevons幾何指數(shù)公式計算商品價格指數(shù)[52]。首先，計算出每個商品i在t期的相對價格pcrti，等于t期的價格pti除以t-1期的價格p(t-1)i。

pcrti=pti/p(t-1)i

(1)

其次，在t期對全部商品的相對價格進行幾何平均，得出pcgti。

(2)

最后，對幾何平均后的結(jié)果進行指數(shù)化處理，將樣本期間的第一天設(shè)置為100進行換算，(2)本文中樣本期的第一天為2020年1月1日。最終得出商品價格指數(shù)pcit。

2.商品價格調(diào)整方式。商品價格調(diào)整方式反映商品在樣本期間價格向上或向下調(diào)整的行為，主要有方向交錯和同向連續(xù)兩種調(diào)價方式。通過對淘寶網(wǎng)獲得的商品價格統(tǒng)計商品的調(diào)整次數(shù)npcadjust，算出商品在樣本觀測期中的價格變化次數(shù)占比pcfadjust;obs表示總調(diào)整次數(shù)。

(3)

五、 新冠肺炎疫情商品調(diào)價方式

新冠肺炎疫情會改變商家的調(diào)價方式，從而對商品價格變化產(chǎn)生影響。由上述分析可知，在疫情發(fā)生時，消費者認知和社會環(huán)境的變化影響消費者情緒。商家的定價行為將會考慮價格的合理性，避免引起消費者的負面情緒。接下來，本文將從商品價格的調(diào)整數(shù)量和調(diào)整方式兩個方面來研究商品價格的變化情況。

(一) 價格變化的總體走勢

圖2顯示了商品價格指數(shù)的總體走勢，(3)圖中綠色虛線為衛(wèi)健委首次匯總發(fā)布全國各省新增病例時間：2020年1月20日。當天習近平對新型冠狀病毒感染的肺炎疫情做出重要指示。同時，鐘南山院士等高級別專家組明確表示新冠病毒“人傳人”。本文以該時間點作為新冠肺炎疫情在全國范圍內(nèi)發(fā)生時間具有一定的代表性?？梢钥闯觯荷唐穬r格指數(shù)走勢總體上保持穩(wěn)定。在新冠肺炎疫情發(fā)生后的1個月左右價格小幅上調(diào)，之后價格指數(shù)出現(xiàn)回調(diào)態(tài)勢，隨后又恢復穩(wěn)定。在疫情暴發(fā)之初，商家對消費者情緒的試探使得價格水平出現(xiàn)小幅波動上升。隨著消費者獲取疫情信息的不斷豐富，消費者情緒發(fā)生改變，對于大部分商品，(4)不包括醫(yī)療保健類商品。消費者會希望商家適當減少利潤，商品價格應該具有利他性。此時，商家考慮到消費者情緒，如果選擇維持價格不變或者抬高價格將會引起消費者不滿，從而失去原有的合作關(guān)系，因此會選擇適當調(diào)低商品價格，并且維持在一定價格水平上，所以價格會呈現(xiàn)穩(wěn)態(tài)下調(diào)，并且在后期保持穩(wěn)定。

圖2 商品價格指數(shù)走勢

為了進一步說明商品價格指數(shù)的準確性，本文將商品價格指數(shù)、CPI指數(shù)(月度)以及iCPI指數(shù)(周度)(5)CPI和iCPI數(shù)據(jù)分別來自國家統(tǒng)計局每月公布的統(tǒng)計指標和清華大學iCPI項目組。進行比較。從圖3中可以看出，價格指數(shù)、CPI指數(shù)和iCPI指數(shù)有著相似的趨勢，說明樣本價格有著較好的代表性。同時三者在整體趨勢上保持穩(wěn)定，在指數(shù)下跌后又很快恢復穩(wěn)定。

圖3 三種指數(shù)比較

(二) 價格變化分類走勢

為了進一步研究商品價格在新冠肺炎疫情下的變化情況，本節(jié)將商品按照國家統(tǒng)計局居民消費價格指數(shù)分為八大類，并分別進行研究，如圖4所示。(6)按照居民消費支出分類將商品分為八大類:食品煙酒、衣著、居住、生活用品及服務、交通和通信、教育文化和娛樂、醫(yī)療保健以及其他用品和服務?？梢钥闯?，大部分商品(7)食品煙酒、衣著、居住、生活用品及服務、交通和通信、教育文化娛樂及其他用品和服務七類商品。價格趨勢與總體趨勢相似，表明在商家和消費者的動態(tài)博弈下，商家在選擇定價方案之前將消費者情緒視為定價策略的重要影響因素。僅醫(yī)療保健類商品(8)醫(yī)療保健類商品包括:消毒用品、體溫計、醫(yī)用口罩等。價格在疫情發(fā)生后呈上升趨勢，之后價格保持穩(wěn)定，反映出在疫情下消費者對于醫(yī)療保健類商品的需求激增，面對特定時間節(jié)點，生產(chǎn)停滯和庫存資源有限的供給條件，消費者愿意為有限的醫(yī)療防疫用品支付更高的價格，認為突發(fā)疫情下醫(yī)療用品價格的適當提高是合理的。因此，商家會選擇適當提高醫(yī)療保健類商品價格的調(diào)價行為。

圖4 分類別商品價格指數(shù)的變化趨勢

(三) 價格變化：調(diào)整數(shù)量和調(diào)整方式

根據(jù)上面的分析，在新冠肺炎疫情初期雖然商品價格有所調(diào)整，但迅速恢復穩(wěn)定。價格變化不僅是商家對價格的調(diào)整，也是消費者情緒的體現(xiàn)。為了進一步探究商品價格變化情況，本節(jié)從價格變化的調(diào)整數(shù)量和調(diào)整方式兩個方面進行討論。

表2報告了價格變化的數(shù)量情況。8.65%的產(chǎn)品在樣本期內(nèi)調(diào)整價格1次以上，調(diào)價2次以上的商品比率為59.35%，無價格變化的商品比率為32.00%，單個商品平均調(diào)價5次，商品價格表現(xiàn)出較低的價格黏性。值得注意的是，在價格發(fā)生變化的商品中，價格上調(diào)占總價格變化的比例為17.03%，價格下調(diào)占總價格變化的比例為25.47%?？梢钥闯?，大部分商品價格在樣本期間內(nèi)進行了調(diào)整，同時在調(diào)整過程中呈現(xiàn)下降態(tài)勢，進一步說明了商家將消費者情緒考慮到定價決策中，保證了定價的合理性。同時，對商品的分類研究可以看出：大部分商品的調(diào)價情況與總體情況相近，商品價格在調(diào)整過程中以下調(diào)為主，而醫(yī)療保健類價格上調(diào)比率為22.75%，下調(diào)為17.54%，說明了醫(yī)療保健類商品在樣本期間呈現(xiàn)價格上調(diào)趨勢，符合圖4中的價格趨勢。

表2 價格變化的數(shù)量

表3報告了商品價格的調(diào)整方式。在本文考察的81951種商品當中，有57812種商品出現(xiàn)了多次調(diào)價現(xiàn)象。對各種調(diào)價行為占比的計算結(jié)果表明，價格調(diào)整樣本中方向交錯調(diào)價占83.13%，說明商家的主要調(diào)價方式為交錯調(diào)價。將樣本按新冠肺炎疫情發(fā)生前后進行劃分，結(jié)論與上面一致，方向交錯調(diào)價占比最高。

表3 商品價格的調(diào)整方式(%)

為了更好地觀察商品價格的調(diào)整方式，圖5說明了全部商品價格在樣本期間內(nèi)每天的調(diào)整次數(shù)，橫軸上方反映價格上調(diào)的次數(shù)，橫軸以下反映價格下調(diào)的次數(shù)。從圖5中也可以看出，在新冠肺炎疫情時期，商品價格的上調(diào)和下調(diào)呈現(xiàn)“對稱”形態(tài)，進一步說明商品價格的整體調(diào)整方式為方向交錯調(diào)整。

圖5 總體價格調(diào)整方式

對商品進行分類來觀察價格的調(diào)整情況(圖6)，可以看出：食品煙酒、衣著、居住、生活用品及服務、交通和通信、教育文化和娛樂、醫(yī)療保健以及其他用品和服務八大類商品價格的變化頻率與整體情況一致，通過對稱的交錯調(diào)價實現(xiàn)價格的穩(wěn)態(tài)調(diào)整。

圖6 商品分類別的價格調(diào)整方式

(四) 生存分析

生存分析是一種研究事件發(fā)生的歷險時間的統(tǒng)計方法，能夠反映事件隨歷險時間的變化而發(fā)生改變的模式[53]。本部分將通過樣本數(shù)據(jù)來刻畫新冠肺炎疫情對商品價格變化的影響。具體來說，將通過樣本數(shù)據(jù)進行Kaplan-Meier非參數(shù)方法(KM)估計，研究商品價格變動的生存狀態(tài)。同時，為了保證結(jié)果的穩(wěn)健性，采用Nelson-Aslen方法(NA)進行累積風險估計。

在生存函數(shù)中用非負隨機變量T表示商品價格持時，商品價格的持續(xù)時間是變量T在t的實際取值，定義T的概率分布函數(shù)F(t)和概率密度函數(shù)f(t)，表達式如下：

(4)

f(t)=dF(t)/dt=F′(t)

(5)

生存函數(shù)S(t)表示隨機變量T大于t的概率，表達式如下:

S(t)=Pr(T>t)

(6)

風險函數(shù)h(t)表示樣本在t時刻發(fā)生改變的概率，累積風險函數(shù)H(t)表示從開始觀察到t時刻的累積風險，表達式如下:

(7)

(8)

采用KM方法估計生存函數(shù)，圖7中左邊是通過KM方法得到的生存統(tǒng)計結(jié)果，商品價格變化基本可以分為三個階段：第一個階段(0～10天)，商品價格很快回調(diào)，隨后價格調(diào)整緩慢，在價格回調(diào)的2天后有6.01%的商家對價格進行調(diào)整，說明面對新冠肺炎疫情，商家在初期沒有肆意調(diào)整價格。第二階段(11～48天)，商家進行積極的價格調(diào)整，38.56%的商家在此期間進行調(diào)整，在第14天、30天、47天處出現(xiàn)了較大程度的調(diào)整。第三階段(49～74天)，價格調(diào)整進一步放緩，反映出商品價格通過前期的調(diào)整已經(jīng)相當穩(wěn)定。同時，采用NA方法估計累積風險函數(shù)，圖7中右邊是通過NA方法得到的累積風險統(tǒng)計，可以看出價格變化具有持續(xù)的風險性，風險概率隨著時間的變化而增加，也說明了商品是通過價格調(diào)整的方式應對疫情的沖擊。

圖7 生存函數(shù)估計和累積風險函數(shù)估計

六、 新冠肺炎疫情對價格的沖擊效應

(一) 樣本選擇

本文選用兩種方法分析新冠肺炎疫情對價格波動的影響。第一種方法是雙重差分法，通過一項政策實施或者事件發(fā)生前后的效果對比，雙重差分法能夠有效地控制分組效應和時間效應[52]。本文選擇01/01/2019—01/04/2019和01/01/2020—01/04/2020為樣本區(qū)間，以01/01/2020—01/04/2020的價格數(shù)據(jù)作為實驗組，以01/01/2019—01/04/2019的價格數(shù)據(jù)作為對照組。通過比較新冠肺炎疫情前后實驗組和對照組價格波動的差異，識別疫情對價格影響的凈效應。第二種方法是借鑒馮永琦(2010)[55]、楊萬平和袁曉玲(2010)[56]、劉明月和陸遷(2013)[57]的研究，通過VAR模型分析新冠肺炎疫情對價格水平的沖擊效應。以01/01/2020—01/04/2020作為樣本區(qū)間。

(二) 模型設(shè)定

本節(jié)采用兩種方法研究新冠肺炎疫情對價格波動的影響。第一種方法是雙重差分法(DID法)，模型如下：

pricesd=α0+α1treat+α2time+α3(treat×time)+α4X+μ

(9)

其中，pricesd表示商品價格波動;treat是虛擬變量，商品若在實驗組內(nèi)(01/01/2020—01/04/2020)，treat=1，否則treat=0；同樣，time為虛擬變量，如果時間在新冠肺炎疫情日期(1月20日)后，time=1，否則time=0；X為控制變量，包括消費者情緒、政府行為以及原材料存貨；α0為常數(shù)項，α1…α3為回歸系數(shù)，μ為殘差，α3表示實驗組和對照組在新冠肺炎疫情前后的差分。

第二種方法是VAR模型，建立新冠肺炎疫情對價格水平影響的VAR模型，并用格蘭杰檢驗來分析新冠肺炎疫情、消費者情緒和價格水平的因果關(guān)系。模型如下：

(10)

式中，price表示商品價格水平；ncp表示新冠肺炎疫情；β1…βp,γ1…γq為回歸系數(shù)；p和q為滯后階數(shù)。

(三) 主要變量說明

1.因變量。對于價格水平(price)的度量，通過網(wǎng)絡抓取技術(shù)獲取淘寶網(wǎng)2020年1月1日至2020年4月1日的商品價格進行指數(shù)化處理來衡量價格水平?？紤]到本次新冠肺炎疫情與春節(jié)的重合，借鑒陳強(2014)[58]對季節(jié)效應的處理，通過移動平均比率法對價格指數(shù)進行季節(jié)調(diào)整。對于價格波動(pricesd)的測量，參考楊陽和萬迪昉(2010)[59]對價格水平取標準差，衡量商品價格的波動情況。

2.解釋變量。新冠肺炎是近百年來人類遭遇的影響范圍最廣的全球性大流行病，人類生命安全和健康面臨重大威脅。(9)摘自《抗擊新冠肺炎疫情的中國行動》白皮書。隨著疫情程度的加深，受影響人數(shù)也會增加。借鑒劉誠等(2020)[60]、譚遠發(fā)等(2021)[61]對于新冠肺炎疫情的處理，本文通過網(wǎng)絡抓取技術(shù)獲取我國疫情發(fā)生后的相關(guān)歷史信息，以每天的死亡人數(shù)來衡量新冠肺炎疫情(ncp)。

3.控制變量。參考現(xiàn)有文獻，結(jié)合影響商品價格的宏觀層面和微觀層面因素，本文的控制變量有：(1)消費者情緒(senti)。借鑒Penna和Huang(2009)[62]、徐映梅和高一銘(2017)[63]的處理方法，使用百度指數(shù)(10)以“疫情”為關(guān)鍵詞獲取2020.1.1—2020.4.1之間的百度搜索指數(shù)。衡量消費者情緒。指數(shù)上升反映消費者關(guān)注程度和認識水平的提高，使得消費者情緒對價格調(diào)整更加敏感,價格波動的可能性越小。(2)原材料庫存(stock)，以原材料庫存指數(shù)衡量原材料庫存。原材料庫存指數(shù)越大，意味著企業(yè)生產(chǎn)的意愿越大，當產(chǎn)品供給越充足時，價格穩(wěn)定的可能性越大。(3)政府行為(govern)，以財政支出衡量政府行為。新冠肺炎疫情期間，國家推出一系列財政政策，如安排疫情防控資金、向地方下達政府轉(zhuǎn)移支付資金等。財政支出越大，政府保障市場穩(wěn)定的作用越大，價格波動的可能性越小。

(四) 研究結(jié)果

1.描述性統(tǒng)計分析。從表4可以看出，新冠肺炎疫情發(fā)生前后的價格波動(pricesd)均值分別是0.30和0.22，說明在新冠肺炎疫情發(fā)生后商品價格的波動有所下降。同時，價格指數(shù)(price)的均值差異較小，這與上文的分析結(jié)果相符，即商品價格指數(shù)走勢總體上保持穩(wěn)定。新冠肺炎疫情(ncp)的標準差達到1280.08，說明疫情的突發(fā)性和嚴重性程度較高?？刂谱兞康慕Y(jié)果顯示：在新冠肺炎疫情發(fā)生前后，消費者情緒(senti)的均值分別為5.37和9.24，說明消費者在疫情后對價格調(diào)整的敏感程度更高。原材料庫存(stock)的均值分別是3.86和3.80，說明企業(yè)的生產(chǎn)意愿在此期間并沒有發(fā)生較大的變化。政府行為(govern)的均值分別是8.40和5.64，說明疫情后財政支出增速有所減少，可能是因為財政收入的大幅下滑對財政支出造成了一定的壓力。

表4 變量的描述性統(tǒng)計

2.雙重差分模型回歸結(jié)果。(1)基本分析。表5為雙重差分回歸模型的結(jié)果。列(1)是不包括控制變量的雙重差分結(jié)果。列(2)～(4)是逐一加入政府行為(govern)、原材料庫存(stock)以及消費者情緒(senti)控制變量的結(jié)果。交乘項是本文關(guān)注的重點，即為雙重差分的估計量。相較于列(1)，交乘項回歸系數(shù)是-0.248、-0.022和-0.656，分別在5%、5%和1%的水平下顯著。說明與上期商品價格相比，新冠肺炎疫情后的商品價格的波動顯著下降。列(4)在加入消費者情緒后，交乘項系數(shù)得到較大提高，說明消費者情緒在一定程度上對價格穩(wěn)定起到促進作用。并且，本文發(fā)現(xiàn)消費者情緒對價格波動呈倒U形，其可能原因是在新冠肺炎疫情發(fā)生初期，在消費者信息受限下，商家通過調(diào)整價格試探消費者情緒，表現(xiàn)為價格波動與消費者情緒為正相關(guān)。隨著時間的推移，消費者與商家之間信息差逐漸減小，商家不公平的價格調(diào)整會刺激消費者的負面情緒，因此，消費者情緒阻礙價格波動，有助于商品價格穩(wěn)定。

表5 新冠肺炎疫情與價格波動

(2)安慰劑檢驗。表6為新冠肺炎疫情與價格波動的安慰劑檢驗。如果商品價格波動的降低是由新冠肺炎疫情發(fā)生所致，那么人為地調(diào)整新冠肺炎疫情的發(fā)生時間，雙重差分模型將不再成立。為此，本文參照郭陽生等(2018)[62]的做法，對實驗時間進行重新選擇，將新冠肺炎疫情的發(fā)生時間向前調(diào)整，即假定新冠肺炎疫情在2019年10月20日發(fā)生，將調(diào)整后的實驗時間落在真實實驗之前，再重新估計雙重差分模型，結(jié)果見表6。交乘項treat×time的回歸系數(shù)分別是-0.021、-0.105、-0.084以及-0.080，該系數(shù)低于真實實驗期的回歸系數(shù)，并且在統(tǒng)計意義上均不顯著，說明商品價格波動的降低是由新冠肺炎疫情發(fā)生所致。

表6 新冠肺炎疫情與價格波動的安慰劑檢驗

3.VAR模型回歸結(jié)果。(1)平穩(wěn)性檢驗(ADF檢驗)。在構(gòu)建VAR模型前需要對變量進行平穩(wěn)性檢驗，防止出現(xiàn)偽回歸的現(xiàn)象。當模型中變量不穩(wěn)定時，將會對回歸結(jié)果造成影響。在平穩(wěn)性檢驗方法中選擇常用的ADF檢驗，通過對序列的檢驗保證模型中各變量是平穩(wěn)的，檢驗結(jié)果如表7所示。

表7 ADF檢驗結(jié)果

從表7可以看出，ncp、price和senti序列都是不平穩(wěn)的，通過一階差分處理后，分別在10%、5%和5%水平下保持穩(wěn)定。因此，先對各變量經(jīng)過一階差分后再建立模型分析，從而得出結(jié)論。在對各序列進行一階差分處理后，則表示原序列ncp、price和senti的變化率，具體來說，D.lnncp表示新冠死亡人數(shù)的日增長率，D.Lnprice表示商品價格水平的變化率，D.senti表示消費者情緒的變化情況。

(2)最大滯后階數(shù)。構(gòu)建VAR模型需要根據(jù)信息準則確定VAR模型的階數(shù)。合適的滯后階數(shù)能夠完整地反映模型的動態(tài)特征。滯后階數(shù)越大，反映模型完整程度越大，而階數(shù)過多時，容易減少自由度，影響模型估計的有效性。因此，本文通過比較LR、FPE、AIC等準則來確定合適的滯后階數(shù)，結(jié)果如表8所示。

表8 最大滯后階數(shù)檢驗統(tǒng)計量

由表8可知，根據(jù)FPE檢驗、AIC檢驗和HQIC檢驗，均選擇滯后4階，而根據(jù)SBIC準則，選擇滯后2階，可能過于簡潔，無法完整反映模型的動態(tài)特征。因此，本文將滯后階數(shù)定為4階。

(3)VAR參數(shù)估計。通過平穩(wěn)性檢驗和確定最大階數(shù)后，建立VAR模型。首先對VAR模型進行單位根檢驗，結(jié)果如圖8所示。圖8中，所有特征值均在單位圓之內(nèi)，可以認為此時選擇滯后4階的VAR模型是穩(wěn)定的。

圖8 單位根檢驗圖

(4)Granger因果檢驗。表9為Granger因果檢驗的結(jié)果，由表9可知，以D.lnncp為被解釋變量，檢驗變量D.senti的卡方統(tǒng)計量為54.56，對應的p值為0.000。同樣，檢驗變量D.lnncp的卡方統(tǒng)計量為16.23，對應的p值為0.003，可以得出新冠肺炎疫情和消費者情緒互為格蘭杰成因。同樣，以D.Lnprice為被解釋變量，D.lnncp和D.senti的p值分別為0.962和0.083，說明新冠肺炎疫情不是商品價格水平的格蘭杰成因，消費者情緒是價格水平的格蘭杰成因。

表9 格蘭杰檢驗結(jié)果

上述格蘭杰因果關(guān)系并沒有給出唯一的變量作用次序，為此，進一步考察交叉相關(guān)圖(圖9)。D.lnncp與滯后1天的D.senti最相關(guān)，得出變量的次序為新冠肺炎疫情(D.lnncp)→消費者情緒(D.senti)→價格水平(D.Lnprice)。可以認為，對新冠肺炎疫情的正沖擊引起了消費者情緒的改變，進而使得商品價格水平也發(fā)生變化。

圖9 交叉相關(guān)圖

(5)脈沖響應。為了分析新冠肺炎疫情、消費者情緒和價格水平之間的動態(tài)關(guān)系，進一步構(gòu)建脈沖響應函數(shù)。在圖10中，橫軸表示沖擊作用的滯后期數(shù)(單位:日)，縱軸表示商品價格指數(shù)的變化率，實線表示各沖擊變量對商品價格水平的變化率的反應程度。

從圖10可知，左圖表示當新冠肺炎疫情程度進行一個正向的沖擊，商品價格水平的變化率在10天前上下小幅波動，隨后調(diào)整趨于0。說明在新冠肺炎疫情的沖擊下，商品價格通過上下波動進行調(diào)整，從而在后期(12天)價格調(diào)整趨向于0。右圖表示當消費者情緒程度給一個正向沖擊，商品價格的變化率先下降后上升，再下降最終上升趨于0，說明商品價格指數(shù)趨于穩(wěn)定。比較左右兩圖，可以看出消費者情緒對商品價格水平的脈沖更敏感，說明在新冠肺炎疫情的沖擊下，商品價格趨于穩(wěn)定主要是受到消費者情緒的影響。這與雙重差分回歸結(jié)果相符，消費者情緒與價格波動呈倒U形關(guān)系，即在新冠肺炎疫情發(fā)生初期，商品價格進行波動調(diào)整，隨后商品價格趨于穩(wěn)定。

圖10 脈沖響應

(6)方差分解。方差分解是描述沖擊效應的另一種方法。它將預測方差分解為模型中各變量的貢獻度，通過比較模型中沖擊對變量影響的貢獻差異，得出各變量在沖擊下的相對重要性。方差分解結(jié)果如圖11所示。左圖可以看出消費者情緒對商品價格水平增長率的貢獻率呈現(xiàn)上升趨勢，最終穩(wěn)定于10%左右。右圖表示新冠肺炎疫情對商品價格水平變化的貢獻比較低，這表示新冠肺炎疫情對價格變化的貢獻率小于消費者情緒對價格變化的貢獻率，說明在新冠肺炎疫情情況下，商家的價格決策會充分考慮消費者情緒。

圖11 方差分析

七、 結(jié)論與啟示

(一) 結(jié) 論

本文利用高頻微觀大數(shù)據(jù)，選取淘寶平臺上81951種商品作為分析樣本，對其2020年1月1日至4月1日的價格數(shù)據(jù)進行實證分析，分析了新冠肺炎疫情對商品價格變化的影響。主要結(jié)論如下：

第一，我國商品價格在新冠肺炎疫情期間基本保持穩(wěn)定。從總體上看，商品價格在疫情初期經(jīng)過短暫調(diào)整后迅速恢復穩(wěn)定，并且商品價格指數(shù)與CPI、iCPI指數(shù)趨勢相近。從不同類別來看，大部分商品的價格趨勢與總體趨勢相似，僅醫(yī)療保健類的商品價格在疫情下表現(xiàn)為先上升后平穩(wěn)的趨勢。其原因可能是：根據(jù)公平定價理論，消費者情緒對商家的定價行為存在重要影響，當消費者感受到價格不合理時會產(chǎn)生負面情緒，將會影響到商家與消費者之間的合作關(guān)系，因此商家并不會肆意調(diào)整價格，而是從消費者角度來制定價格策略。

第二，在新冠肺炎疫情影響下，商品價格有著較低的黏性，商品調(diào)價方式表現(xiàn)為對稱的交錯調(diào)價。在樣本期間內(nèi)，59.35%的商品調(diào)價次數(shù)達2次以上，單個商品平均調(diào)價5次，全樣本交錯調(diào)價達到了83.65%。同時，通過生存分析發(fā)現(xiàn)，商品通過價格調(diào)整的方式應對突發(fā)疫情的沖擊。商品價格最終均呈現(xiàn)穩(wěn)定狀態(tài)，說明對稱的交錯調(diào)價使得疫情對商品價格的沖擊效應有限。

第三，本文構(gòu)建雙重差分模型分析得出，新冠肺炎疫情發(fā)生后的商品價格波動顯著下降。在控制其他影響因素的情況下，消費者情緒對價格波動影響呈倒U形。經(jīng)過安慰劑檢驗后，結(jié)論依然不變。同時，通過VAR模型進一步厘清新冠肺炎疫情、消費者情緒以及價格水平的因果關(guān)系，也就是在新冠肺炎疫情發(fā)生后商品價格進行了短暫的調(diào)整，隨后商品價格趨于穩(wěn)定，新冠肺炎疫情對商品價格的沖擊影響有限。

以上結(jié)論的現(xiàn)實意義在于，在新冠肺炎疫情影響下線上商品價格調(diào)整對于穩(wěn)定市場和保障消費者福利有著直接的好處。對于消費者來說，公平合理的價格滿足了人們在突發(fā)疫情下的基本生活需要，同時緩解了突發(fā)疫情帶來的恐慌心理。對于商家而言，以公平合理為準則的定價策略，避免了商家之間的惡性價格競爭，有助于商家將注意力集中在提高產(chǎn)品質(zhì)量和服務上，打造“無接觸式”的消費新場景。

本文研究存在一定的局限性。以新冠肺炎疫情為處理事件，忽略了其他突發(fā)事件對價格黏性的影響，限制了結(jié)論和啟示的適用范圍。同時，在研究方法上，對于高頻大數(shù)據(jù)的處理仍需進一步完善，并未充分挖掘大數(shù)據(jù)內(nèi)在蘊含的豐富信息，并且樣本數(shù)據(jù)來源有待進一步擴充，如京東商城、蘇寧易購等均可作為研究對象，但在跨平臺商品信息獲取和匹配上存在一定難度。這也是未來進一步研究的方向。

(二) 啟 示

本文考察了新冠肺炎疫情對商品價格變化的影響，對于數(shù)字經(jīng)濟時代下的政策制定具有一定的參考意義。

第一，線上商品數(shù)據(jù)為編制大數(shù)據(jù)物價指標提供了微觀基礎(chǔ)。一方面，線上價格的調(diào)整能夠?qū)€下價格的調(diào)整產(chǎn)生影響，政府部門根據(jù)線下商品數(shù)據(jù)制定相應政策，因此線上價格會在一定程度上影響政策。另一方面，線上商品價格黏性低能夠更快地反映市場的變動情況，如線上價格指數(shù)對突發(fā)疫情的反應，能夠幫助政府及時了解各類商品的情況進行決策。

第二，線上商品信息為加速消費數(shù)字化提供了依據(jù)。一方面，相較于線下商品價格，線上價格的公開性和可獲得性使得商家在進行調(diào)價行為時，減少價格信息的不對稱性所帶來的調(diào)整偏誤，使得商品價格更易趨于穩(wěn)定。因此，政府應該進一步優(yōu)化線上交易環(huán)境，發(fā)揮線上環(huán)境對于消費升級和穩(wěn)定物價的助推作用。另一方面，在面對疫情的外生沖擊下，線上價格的調(diào)價行為“消化”沖擊，促使總體價格趨于穩(wěn)定。政府應依據(jù)線上商品價格構(gòu)建預警機制，關(guān)注那些與人們生活密切相關(guān)的商品價格走勢，適當給予一定的指導和干預，特別是在外生沖擊的前期，防止出現(xiàn)因商家的過度調(diào)價導致價格的大幅調(diào)整而帶來的社會恐慌。