美国零售与餐饮销售怎么读：一份「先行估计」里到底有什么

每个月都会有一条消息说「美国零售销售环比增长多少」。这句话背后的那份文件叫 Advance Monthly Retail Trade Survey（先行月度零售贸易调查，简称 MARTS），由美国人口普查局（U.S. Census Bureau） 发布。正式名称里的关键词是先行（advance）：它不是一次统计结果的公布，而是一次基于小样本的早期估计，并且注定要被改两次。

它还有一个几乎所有转述都会漏掉的特征：这份数据没有剔除价格变动。

一句话结论先放在这里： 引用一个零售销售数字之前，要先说清三件事——它是发布件里的哪一行、属于第几轮估计、以及你有没有考虑它里面含着价格。下面六节把这三件事拆开讲。

以下内容不预测这个数据会公布成什么样，也不讨论公布之后会发生什么，只回答一件事：当那份发布件出现在你面前时，你在看的到底是什么。

---

一、谁发布、什么时候发布

发布方是美国人口普查局，隶属美国商务部，发布时间为美东时间上午 8:30，参考月是上一个自然月。

发布日大致落在参考月结束后的第九至十个工作日。这里要说明一处：普查局自己的两个说明页对这个间隔措辞不一致——调查说明页写「约 9 个工作日」，方法论页写「约 10 个工作日」。准确日期应以普查局的经济指标发布日历为准，而不是按规律推算。

发布日程也并非不可更改。 2026 年 2 月 10 日那期（发布编号 CB26-26）写明，普查局正在与其他机构及管理和预算办公室协调更新经济指标发布日历，以应对此前联邦拨款中断造成的影响；该期的「下次发布」一栏直接写的是「待定」。

---

二、它量的不是「消费」：覆盖范围与几个总量口径

这是影响最大的一处口径误解。

MARTS 覆盖 NAICS 第 44–45 部门（零售贸易）与第 72 部门下的 722 子部门（餐饮与饮酒场所） 中、有一个或多个经营场所、向最终消费者销售商品及相关服务的企业。

请注意这个范围里没有什么：它基本上是商品加上在外就餐。家庭消费中占比很大的那些服务——住房、医疗、金融与保险、教育、交通运输、各类订阅与专业服务——都不在里面。

所以「零售销售」与「消费支出」不是同一个东西。把一次零售销售的变化直接解读为「美国消费者整体在增加或减少消费」，在口径上就已经走偏了；包含服务在内的完整消费口径，对应的是另一套按月发布的个人消费支出数据。

发布件表一里的总量也不止一个：

为什么有这么多「剔除」口径：汽车是单价极高的耐用品，单月波动会盖过其余所有类别；加油站销售额高度跟随油价，而油价变化往往与零售需求无关。

市场评论里还常出现一些进一步构造的口径（例如再剔除建材与餐饮）。这类构造有其分析上的理由，但它们不是普查局发布的行。引用一个「零售销售」数字时，说清楚它是哪一行，比数字本身更重要。

---

三、「先行」两个字的含义：4,800 家样本，和三轮估计

样本规模。 先行估计基于一个约 4,800 家企业的分层随机样本，而这个样本是从更大的月度零售贸易调查（MRTS）那个约 13,000 家样本里抽出的子样本，经加权与基准化后代表三百多万家零售与餐饮企业构成的总体。回答问卷是自愿的。

估计方法。 用的是链相对估计量（link relative estimator）：对每个细分行业，取当月与上月都提供了可用回复的企业，算出当月比上月的加权销售额比值，再乘以上月由更大的 MRTS 样本得出的初步估计值。之所以用比值法，是因为 MARTS 对大多数未回复企业不做插补，只有少数影响重大的才依据历史表现估算。

由此得到一个直接后果：先行估计的水平值，是架在上个月那个「初步估计」之上的。 上月估计值一旦被修订，本月先行估计的基数也跟着动。

三轮估计。 同一个月的销售额会依次以三种身份出现，表格中用括号字母标出：

发布件表三的脚注度量的正是「先行到初步」与「初步到终值」这两段修订。所以每一期发布件里，至少有三个月份的数字同时在场，身份各不相同。

之后还有一层：月度估计会在年度零售贸易调查（ARTS）结果可得后基准化到年度总量——一个月度数字在诞生一年多以后仍可能被改写。

这条链的实际意义：被广泛转述的那个环比数字是先行样本的读数；而同一期里，上个月和上上个月的数字已经换成了大样本的读数。当月数字与前月修订方向不一致时，这不是矛盾，而是两个不同样本规模的估计相遇。

---

四、没有剔除价格：最容易读反的一处

发布件的图表标题下有一行固定说明，几乎每一页都印着：

数据已就季节性变动、假日与交易日差异作调整，但未就价格变动作调整。

普查局在定义页里说得更直白：所有金额均以当期美元表示，估计值没有被换算成不变价序列，使用者与往年比较时还应考虑价格水平的变化。

也就是说：零售销售是一个名义值。

同一个「销售额上升」，可以来自卖出的东西变多了，也可以来自东西没多卖但价格更高了，发布件不区分这两种情况。在物价变动明显的阶段，名义销售额与实际购买量的走向可以不一致，甚至可以相反。这正是它与那些带「实际（real）」字样的消费数据最本质的差别。看到零售销售的变化时，先问一句「这里面有多少是价格」。

需要分清的相关口径还有两组：

• 季调 vs 未季调。 两套同时给出。季节调整用 X-13 ARIMA 程序；除季节性外，销售额还额外调整了交易日与假日差异——一个月里有几个周末、假期落在哪一周，都被处理掉了。
• 销售额包含什么。 它是扣除退货与折让后的净额；包含由制造商或批发商缴纳、再转嫁给零售商的消费税（excise tax），也包含附随于商品销售的服务；但不包含直接向顾客收取、再上缴税务机关的销售税（sales tax）。礼品卡按通行会计原则计入兑换时点而非售出时点——这解释了一类季节性错觉：节日售出、节后兑换的礼品卡，销售额记在兑换的那个月。

---

五、那个星号：普查局自己会告诉你哪个月的变化不算数

这是一份抽样调查，因此带抽样误差。普查局没有把这件事藏进附录，而是放在第一页。

发布件正文里，每一个变化率后面都跟着一个 90% 置信区间的误差范围。当某个月的变化幅度小到置信区间把零包含在内时，普查局会在这个数字上打一个星号，并在页脚写明：

90% 置信区间包含零。没有足够的统计证据认定实际变化不为零。

这句话的意思是：这个月的变化，在统计上与「没有变化」区分不开。在这种情况下讨论「这个月零售回暖还是走弱」，讨论的是一个统计上不存在的对象。

表三还给出按类别的抽样变异度量：各类别的变异系数中位数，以及先行估计修订幅度的平均值与中位数（均基于最近 12 个月）。它让一件事变得可核对：不同类别的可靠程度差别很大——大类总量的变异系数与修订幅度都很小，一些细分类别则大出好几倍。在总量上站得住的结论，放到某个细分类别上未必站得住。

普查局在发布件中写明：使用这些估计值的人应当把抽样误差信息纳入自己的分析，因为它可能影响由估计值得出的结论。此外还有非抽样误差——无回复、总体覆盖不足、记录与编码差错等——这一类无法直接度量，只能靠全流程的质量控制来降低。

---

六、发布件里还有哪些行

除总量与「剔除某某」的加总外，发布件按经营类别（kind of business） 逐行给出销售额与变化率，划分依据是 NAICS 代码：

同一个总量变化，可以由完全不同的分项组合产生。加油站与汽车各有特殊驱动因素；无店铺零售商承载线上渠道的部分；餐饮与饮酒场所是整份发布件里唯一的服务类行，它与商品类各行动向是否一致，本身就是一条可读的信息。

总量告诉你结果，分项才告诉你结果是怎么来的。

---

七、收尾

• 一句话结论： 这是一个名义的、基于 4,800 家样本的先行估计，会被改两次、再被年度调查基准化一次，覆盖的是商品加在外就餐而不是全部消费——引用它之前，先说清是哪一行、第几轮估计、有没有考虑价格。
• 尚不确定之处： 发布间隔在普查局两个说明页上措辞不一致（9 与 10 个工作日），以官方发布日历为准；各类别的抽样变异与修订幅度差异以每期表三的当期数值为准，此处不引用任何具体数值。
• 🟡待补：普查局发布日历在 2026 年 2 月那期发布件中处于「更新中」状态，其后是否已恢复固定日程，目前未取得官方确认；引用任何发布日期都应回到官方日历核对。

---

关于这类数据发布时段的风险提示

这是一份在美东时间上午 8:30 定点发布、信息在同一瞬间集中释放的数据，而该时点位于美国股市常规交易时段之前。在这类时段，市场的买卖报价价差通常会扩大、可成交深度下降，价格也可能在没有中间成交的情况下直接跳过一段区间。其结果是：同一笔委托在该时段的实际成交价，可能与下单时看到的价格不同。

这是这类时段的市场运行特征，与判断方向是否正确无关。

以上内容不含任何价格、点位或涨跌幅数据。所涉调查范围、样本设计、估计方法、修订规则与分类口径，以美国人口普查局的发布件与其官方方法论说明为准。

---

出处

以下地址请手动输入浏览器访问。

• 美国人口普查局 · 先行月度零售贸易调查（调查说明）:https://www.census.gov/retail/marts/about_the_surveys.html
• 美国人口普查局 · 先行月度零售贸易调查（方法论：样本、链相对估计量、修订与基准化）:https://www.census.gov/retail/marts/how_surveys_are_collected.html
• 美国人口普查局 · 月度零售贸易（定义：销售额的包含与排除、季节调整、当期美元说明）:https://www.census.gov/retail/definitions.html
• 美国人口普查局 · 月度零售贸易调查方法论（13,000 家样本、年度基准化）:https://www.census.gov/retail/mrts/how_surveys_are_collected.html
• 发布件本体（发布时间、解释性注释、可靠性说明、表一至表三的分类与脚注），发布编号 CB26-26:https://www2.census.gov/retail/releases/historical/marts/adv2512.pdf
• 美国人口普查局 · 经济指标发布日历：https://www.census.gov/economic-indicators/calendar-listview.html