5月16日，国家统计局公布了最新的社会消费品零售总额数据：4月份，社会消费品零售总额34910亿元，同比增长18.4%。当时看到这个数据，我并没有深究，但是有较真儿的人做了3月和4月的数据对比，统计了环比数据，就比较可怕了：
数据来源：中国国家统计局网站，粉熊整理
从这张表可以看到，4月份社销总额环比下降了7.8%，而按照消费类型区分，只有餐饮消费是上涨的，其他类型的消费全部是下跌的。即使是餐饮消费，细分的“限额以上单位餐饮收入”，也就是年主营业务收入在200万元及以上的餐饮业企业，其收入也是下跌的。跌幅在20%以上的细分商品零售类型包括化妆品、文化办公用品、通讯器材、建筑及装潢材料。
国家统计局的社销数据统计只进行了同比分析，但是在附注中给出了环比数据，具体情况如下：
图片来源：中国国家统计局
根据季节调整模型，4月份的环比增速是0.49%，而非大家直接计算的-7.8%。那么，从环比来看，4月份的社销到底是上升了，还是下降了呢？恐怕我们要研究下这个季节调整模型了。
首先，为什么要进行季节调整？
在月度或季度的经济序列中常包含有季节性周期，比如夏季的蔬菜水果会更加便宜，而春节所在的月份消费会更高。所以我们不能用这种带有季节性的数据直接计算环比增长率。
那么，如何对季度（月度）经济序列进行季节调整呢？
具体的做法是从序列中剔除季节因素、日历效应等因素的影响，使数据处于一个“平等”的水平，这种情形下，计算出的环比增长率才能真正反映经济变量的变化。
根据公开新闻，国家统计局《中国宏观经济序列季节调整方法研究与季节调整软件NBS-SA研发》课题在对世界上发布经济环比数据的国家进行广泛调研的基础上，对中国假日效应进行全面处理，完成了中国假日效应变量的理论分析，并研制出中国季节调整软件NBS-SA，该软件已于2010年夏在国家统计局范围内投入使用。
我找到了课题的研究报告，提到了七种可能在季节性经济序列中产生影响的效应，分别是：
（1）固定季节效应。
（2）闰年效应。
（3）月份长度效应。
（4）季度长度效应。
（5）交易日效应。
（6）工作日效应。
（7）移动假日效应。
考虑3月、4月，可能存在的差异包括：
1、月份长度：3月共31天，4月共30天。
2、交易日及工作日：3月共23个交易日/工作日，4月共19个交易日/工作日。
3、移动假日效应：4月有清明节，但NBS-SA未考虑清明节的移动假日效应。
虽然我手头没有NBS-SA，但是可以根据月份长度及工作日变化大致估计调整的思路。假设消费与自然日相关的比例为50%、与工作日相关的比例为50%，则3月份的实际消费金额作为环比基数应调整为：
37855/(31*50%+23*50%)*(30*50%+19*50%)=34350。
按照这个基数计算的环比涨幅，是1.63%，和国家统计局公布的0.49%，差距不大。
此外，3月还有一个节日——三八妇女节，电商和实体商业都会做女装、化妆品、珠宝首饰等女性消费品类的优惠促销活动。考虑这个节日的影响，实际4月份环比数据应该更优。（从未修正的数据看，化妆品的消费4月下降了近30%，恰好说明了三八妇女节的影响。）
根据上述的分析，我选择相信国家统计局的数据，4月社销环比并没有那么显著的下降。但是，消费信心该继续提振，不能停。