中国广告政策效果研究

余旻昊，韩超，汪文晶

(中国传媒大学 理工学部，北京 100024)



中国广告政策效果研究

余旻昊，韩超，汪文晶

(中国传媒大学 理工学部，北京 100024)

结合定性分析与定量分析，使用政策效果评价法对1981年至今的主要广告政策的政策效果进行了研究：首先对不同政策影响的时期进行了分段，并考虑了广告产业的发展状况，提出了联合分段的想法。通过对不同分段对应的政策稳定程度选取了不同的方法并进行了研究。考察了各重要政策影响下广告产业的发展情况并给出了可能的原因，解释了国家出台广告政策的动机。

政策分段；GM模型；多元线性回归；政策分析法

1 前言

从中国广告的复苏阶段(1983年)开始，国家出台了不少与广告产业相关的政策，其目的是为了规范广告产业。本文将通过政策分析法中的政策评价法对中国近三十年来广告营业额与政策投放情况进行定量研究，以评估这些政策的效果并考察它们对广告产业的约束情况。

政策分析一般由政策评估与政策评价两部分构成，其中政策评估是对设计的政策方案进行意义性分析、实用性分析和预测结果分析，是通过逻辑推理的方式对政策的效果进行预测，侧重的是政策设计本身；政策评价是对政策执行的结果进行考察，对政策执行后的政策效果、政策效益与政策效力进行评价，通过实践得到的结果与政策预期的结果进行对比，考察政策是否如期产生了效用。简言之，政策评价法就是通过研究政策出台前后的政策目标的变化情况确定政策是否达到了如期的效果。

2 政策的分段

2.1 政策的独立分段

在这三十年来，我国出台了的政策总计有几十条，其中比较重要的也有十余条。不同政策之间相互影响、相互联系、独立研究很难得到有价值的信息，所以本文将对这些政策按照重要程度、影响力、主从关系并依照时间进行分类。下面列举了1981年至今一部分比较重要的广告政策。因为广告业属于文化产业，表中也列出了涉及文化产业的政策：

表1 1981年至今的广告政策(部分)

根据上文的讨论，我们需要从这些政策中找到有代表性的政策作为某一段时期的主导政策，而同时期的其他政策因为主导政策的影响，会与主导政策表现的相似。同时要求主导政策与往期政策有较大的差异：

I=c(政策，对象，变化)

这里用一个向量的形式储存相关政策的信息，其中“对象”代表的是政策的影响范围：政策针对的对象越大，对产业的影响越大；“变化”代表的是政策的影响程度：政策改变的内容越多，对产业的影响越大。这里选出1981—2011年这个时间段内最有代表性的政策：

表2 有代表性的广告政策

接下来对这些政策对应的时期用“时期内政策数目”描述时期的稳定程度——假设时期内政策数目多，则可以认为这个时期内的因素复杂且不稳定；假设时期内政策数目少，则可以认为该时期内的因素较为稳定。

据此，本文将重要政策与次要政策很多的时间段(如2005年～2008年)整体作为一个节点，而其他重要政策独立作为节点，可得到以下分段结果：

表3 广告政策时期分段

2.2 政策的联合分段

根据广告产业的发展情况，广告的发展可以分为四个阶段：分别是复苏阶段(1979—1982)、发展初级阶段(1983—1992)、快速发展阶段(1993—2002)、新经济增长周期阶段(2003— )——显然不同阶段的发展情况是截然不同的，假设单纯考虑政策时期分段，那么将会有其他的因素干扰研究，所以这里需要结合广告史的分段与政策分段，重新划分一个新的分段。

根据上面介绍的时期稳定程度，1981—2011年在政策角度被分作了四个阶段，每个阶段都有自己的稳定情况，在此基础上使用广告史分段进行再分割，即可得到联合分段：

表4 联合分段情况

第一段(1981—1983年)因为数据变化幅度较大，且没有特别的意义，这里选择了将该段删除。

第二段(1983—1987年)处于广告法规较少的时期，是广告发展初级阶段的前半部分，政策环境与发展环境稳定，是检验《广告管理条例》的参考组，本段称为联合分段下的“初级阶段”。

第三段(1988—1994年)处于受到《广告管理条例》政策影响的时期，是广告发展初级阶段的后半部分，政策环境与发展环境稳定，既是检验《广告管理条例》的对比组也是检验《中华人民共和国广告法》的参考组，本段称为联合分段下的“管理阶段”。

第四段(1994—2003年)处于受到《中华人民共和国广告法》政策影响的广告快速发展阶段，政策环境与发展环境稳定，既是检验《中华人民共和国广告法》的对比组也是检验2005—2008年若干经济相关法的参考组，本段称为联合分段下的“法律阶段”。

第五段(2003—2005年)是广告新经济增长周期阶段的起始部分，作为检验2005—2008年若干经济相关法的参考组的一部分，该阶段没有特别的研究价值，所以不为其设置标签。

第六段(2005—2011年)处于受到2005—2008年若干经济相关法逐步影响的广告新经济增长周期阶段，发展环境稳定但政策环境并不稳定，本身既是检验2005—2008年若干经济相关法的对比组也是检验的参考组，本段称为联合分段下的“发展阶段”。

表5 研究任务表

对稳定度不同的阶段需要使用不同的方法进行研究。

3 稳定时期的政策分析

3.1 稳定时期的政策分析工具与方法

稳定时期的政策分析可以借助GM(1，1)预测模型使用有无对比法进行政策评价：

·GM(1，1)预测模型：在部分信息已知而部分信息未知的情况下，进行的预测称为灰色预测，而GM(1，1)是灰色预测的基础模型。GM(1，1)模型在满足基本假设的情况下，可以用于长期预测——即假设系统稳定的情况下，使用旧的信息进行预测——如果新信息过多，必然会导致预测失效。GM(1，1)预测模型的应用有很多，这里我们将使用数列预测——即针对系统行为特征值进行预测。在应用时，还需考虑序列是否适合使用GM(1，1)，即需要对序列进行准光滑性检验与准指数规律检验。当序列满足准指数规律与准光滑性条件时，则可以进行GM(1，1)建模。接下来将使用流程图给出GM(1，1)预测模型的操作流程：

表6 GM(1，1)预测实际操作的十个步骤

·有无对比法：有无对比法是针对GM(1，1)预测模型的政策评价方法。假设除政策外其他因素稳定的情况下，有无对比法能够比较好的测量政策的效果，有无对比法有以下几个步骤：

第一步，“有”“无”分组：收集政策执行前后的数据，在除政策外其他因素稳定的假设下，政策执行前的数据是“无的组”，政策执行后的是“有的组”——即政策作用下的数据情况。

第二步，旧信息预测：根据“无的组”的数据在除政策外其他因素稳定的假设下进行对“新的组”的预测。如果违反了假设——即影响因素比较多，则旧信息不能反应当前趋势；同时，相比冗长的旧信息，新信息往往能很好地反映当前的趋势。所以在预测时，一般只采用政策执行前几年的数据来进行预测——年份越接近数据越稳定。

第三步，预测考察：即对由“无的组”估计的“有的组”的数据与“有的组”的实际数据进行作差，差值代表了政策执行后，对数据的改变——以此作为政策效果的评价标准。

3.2 《广告管理条例》的政策评价

图1是1983—2011年的广告营业额的线形图。

图1 广告营业额

观察到图形呈指数型增长，于是对广告营业额数据取自然对数。

图2 广告营业额的自然对数

由图2，1983—1987年的复苏阶段广告营业额的自然对数是比较稳定的，这里将其作为“无的组”的初始序列X(0)，现在对其进行GM(1，1)模型的检验与建立：

表7 可行性检验情况

这里使用1987年的数据是因为政策刚刚颁布还不会显露出明显的效果，由表7可以看出当k > 1986时，满足准指数规律与准光滑条件，故可对X(1)建立GM(1，1)模型。使用相关软件生成模型，得到以下数据。

表8 模型相关数据

其中

差值=e实际值-e预测值

通过之前介绍的有无对比法，结合上表可以得知：政策《广告管理条例》降低了预期广告营业额，平均降低了205559万元：

图3 《广告管理条例》执行后的广告营业额(万元)

GM(1，1)预测模型有一套系统的检验标准——分为误差检验与模型预测检验，标准如下：

表9 误差检验标准

表10 预测检验标准

由以上检验标准可知，本次针对《广告管理条例》进行的GM(1，1)预测模型的残差值为0.0168，平均相对误差为0.5752%，精度等级属于Lv1；发展系数的绝对值为0.0329，代表模型有良好的短期预测性(0.3 < |a| ≤ 0.5)，且在第七步预测(1994年)时，预测精度大于80%。

3.3 《中国人民共和国广告法》的政策评价

由上文给出的1981—2011年的广告营业额线形图可以发现，法律阶段的营业额与管理阶段的营业额可能更具有线性形式的走向，但是经测算，使用原始数据平均相对误高达37.8%，所以这里依旧使用自然对数进行GM(1，1)模型检验与建立：

表11 可行性检验情况

这里使用1994年的数据也是因为政策刚刚颁布还不会显露出明显的效果，由上表可以看出当k > 1992时，满足准指数规律与准光滑条件，故可对X(1)建立GM(1，1)模型。得到以下数据(模拟取至2001年)：

表12 模型相关数据

其中

差值=e实际值-e预测值

通过之前介绍的有无对比法，结合上表可以得知：政策《中华人民共和国广告法》大幅度降低了预期广告营业额，最高达到了90%：

图4 《中华人民共和国广告法》执行后的广告营业额(万元)

由检验标准可知，本次针对《中华人民共和国广告法》进行的GM(1，1)预测模型的残差值非常小(0.0000)，且平均相对误差为0.0089%，精度等级非常好(为LV1)。发展系数的绝对值为0.0322，说明有良好的短期预测性(0.3 < |a| ≤ 0.5)，且在第七步预测(2001年)时，预测精度大于80%。最后给出基于原始数据得到的预测情况：

图5 《中华人民共和国广告法》执行后的广告营业额(万元)(原始数据)

依旧是类似的结果——《中华人民共和国广告法》大幅度抑制了广告营业额的增长。

考虑到政策的作用效果，《中华人民共和国广告法》的规范力似乎过大了。对比精度差的原始序列的GM(1，1)预测结果与处理后序列的GM(1，1)预测结果，发现在模型效果相差悬殊的情况下，GM(1，1)预测出了同样的结果，很可能是GM(1，1)不适合处理该种情况下的序列。(虽然有无对比法接受与实际值误差大的预测结果，但是考虑到政策作用的有限性，仍需要考虑与实际值误差处于合理状况下的预测模型)

DGM(1，1)模型是GM(1，1)模型的一种离散形式，可以解决GM(1，1)存在缺陷，在发展系数绝对值不是很小时，DGM(1，1)模型优于GM(1，1)模型；反之两者可以替换。在本例中GM(1，1)预测模型发展系数的绝对值为0.0322，属于偏小的一个取值，但此时使用DGM(1，1)模型可以更好的预测政策效果：

图6 《中华人民共和国广告法》执行后的广告营业额(万元)

对同样的序列使用DGM(1，1)模型预测得到的预测值较GM(1，1)模型误差更小，且精度更高(残差值为0.0000、平均相对误差为0.0003%)得到的政策效果更加符合常理。同时也说明了《中华人民共和国广告法》的确具有很强的约束力使得广告产业的营业额最多下降了27.74%(2001年)。

3.4 稳定时期的政策评价

图7给出了1988年至2001年广告营业额变化值的情况：

图7 广告营业额变化值(1988—2001)

可以发现管理阶段(1987—1993)呈现了一个自由增长并受控的情况——类似于产业发展模型：1988—1990阶段是《广告管理条例》颁布后的发展的初期，此时受到政策的约束并不大(从《广告管理条例》的政策分析效果也可以看出)。

1990—1992阶段进入了迅速发展期，《广告管理条例》的制约作用越来越强。直到1992年末，发展速度明显降低，进入了1993—2001阶段——即稳定期。

《中华人民共和国广告法》发布于1994年，此时广告营业额发展受到两个政策的双重制约。根据GM(1，1)和DGM(1，1)对法律时期的预测，可知广告营业额是有极大的发展潜力与动力的，所以在动力充足与制约强度大的环境下，表现出了振荡现象，即图中1995—2001阶段的波动情况。

综上所述，《中华人民共和国广告法》与《广告管理条例》表现出了很强的约束性，政策效果显著。由上文给出的1981—2011年的广告营业额变化趋势图可以发现，这两个阶段是在图形拐点之前的，也确实表现出了受到抑制的情况。

4 非稳定时期的政策分析

4.1 非稳定时期的政策分析工具与方法

·多元线性回归模型：多元线性回归模型是线性回归模型的一种，它的一般形式为：

Yi=β0+β1X1i+β2X2i+...+βkXki+μi(i=1，2，...n)

其中k为解释变量的数目；βj(j=1，2，...，k) 是回归系数，βj也称为偏回归系数，表示在其它解释变量保持不变的情况下，Xj每变化1个单位时，Y的平均变化，或者说给出Xj的单位变化对Y均值得直接或者净(不含其他变量)影响；μi是扰动项，包含了没有被模型归纳进去的其他的影响因素。综上所述，针对政策因素比较复杂的时期，多元线性回归依旧可以稳健的进行处理。

·虚拟变量法：多元线性回归模型可以通过引入虚拟变量进行政策评价。虚拟变量是一种为了描述系统内无法定量描述的定性变量而引入二值型的人工变量——类似于布尔变量，事件真时为1，否则为0。通过对整个事件域的划分与对立事件原理，虚拟变量可以组成一个完备的事件集，任何事件集都可以使用引入少于事件总数1个的虚拟变量描述，使用虚拟变量衡量政策效果有以下几个步骤：

第一步，对虚拟变量设定事件：沿用有无对比法的思想，可以将不同政策时期的主流政策取1，其他主流政策在该时期取0——因为政策一般情况下不会撤消，政策执行后的数据包含了政策效果，如果对政策同时取1，将会使模型预测失准。

第二步，对虚拟变量系数进行考察：引入虚拟变量后，对数据进行多元回归分析，可以得到对应虚拟变量的偏相关系数，通过系数的大小与符号，即可以考察政策的效果。

·GM(1，n)预测模型：模型是基于系统系列相互关联变化的状态模型，它除了可以解释整个系统的变化，也可以了解系统中不同部分的发展变化，是一种全方位描述系统征的理想方法。GM(1，n)预测模型的基本原理与GM(1，1)大致相同，但是在使用时需要添加至少一个相关序列对系统特征的序列进行预测。

4.2 2005—2008若干经济相关政策的政策评价

首先选用GM(1，n)模型进行政策效果的评价，将与广告营业额关联度较大的居民消费作为相关因素序列数据对系统特征广告营业额序列进行GM(1，2)模型预测，得到的模型结果表示GM(1，2)并不能用于非稳定时期的政策评价(残差值很大，平均相对误差达到9.530%且发展系数的绝对值为1.1355超过了预测的适宜区间)——即使添加了相关因素序列也无法克服多个政策对模型的影响。所以依旧使用多元线性回归模型进行政策评价：

根据前人的研究，我们可以总结出有以下因素可能影响着广告营业额：

·居民消费：居民消费一般被认为与广告营业额是互相影响且互相促进的，且两者是呈现线性关系的；

·上一年的居民消费：上一期的居民消费情况可能会对当期的广告营业额有一定的滞后的影响；

·政策情况：不同的政策情况下有不同的广告业发展。那么可以得到下面的多重线性回归模型：

A=α+β1Ct+β2Ct-1+β3P+ut

其中：

A代表广告营业额

Ct代表当年的居民消费

Ct-1代表上一年的居民消费

P代表政策情况

μt代表扰动项

政策参数P的取值情况如下：

·如果某年执行了经济相关政策，则P=1

·如果某年没有执行经济相关政策，则P=0

通过以上定义，我们可以得到线性回归模型的相关数据表：

表13 变量情况

通过上表数据使用Eviews对模型进行多元线性回归可以得到：

表14 第一次回归结果

续表

通过t检验情况可以看出，各变量均不显著；同时由F检验可以看出，方程也不具有整体的线性性质。虽然拟合程度不错，但是模型没有意义。现在将Ct-1从模型中剔除：

A=α+β1Ct+β2P+ut

对该模型重新进行回归：

表15 第二次回归结果

本次拟合效果有了很大改善，F检验都可以看出模型整体具有很好的线性性质；从t检验可以看出模型中，变量居民消费是显著的，而政策变量是不显著的；同时模型具有良好的拟合程度。此时待估计参数的模型可以写作：

A=-1382762.8+0.018Ct+571931.2P

现在对多元线性回归模型的偏回归系数进行解释：居民消费对应的参数值为0.018，代表居民消费增加一万元，广告营业额将会增加0.018万元——即变化1.8%，这是一个不小的变化；同时不显著的政策变量表明，2005—2008年的经济相关政策组并没有很强的效果。

考虑到之前讨论的管理阶段与法律阶段的振荡情况，不明显的经济相关政策组可以认为是政府放宽了对广告业进一步的约束，使其借助各种促进因素平稳的发展，从2001年之后的广告营业额变化情况图也可以发现，到2010年之前，广告业在以均匀平稳的速度发展着。在2011年则挣脱了政策等一系列因素的约束，开始快速发展。

图8 广告营业额变化值(1994—2011)

从最开始的政策列表可以看出：2011年至今，国家颁布了很多与广告业、文化产业相关的政策。根据之前的经验，这些政策很有可能是以约束广告产业发展为目的推出的：为了使广告产业平稳而匀速的发展下去。

5 结论

本文结合定性分析与定量分析，通过政策评价的一般方法选取政策的效果评价法对1981年至今的主要的广告政策的政策效果进行了研究：

本文考虑了我国政策环境对广告产业的制约，通过对近三十年来的广告相关政策，以《广告管理条例》、《中华人民共和国广告法》和2005—2008年若干经济相关法组为主，对不同政策影响的时期进行了分段，并考虑了广告产业的发展状况，提出了联合分段的想法。

本文通过对不同分段对应的政策稳定程度选取了不同的研究方法，得到了较为理想的结果，即对政策稳定的时期，选取GM(1，1)模型(或DGM(1，1)模型)使用有无对比法进行研究；对政策不稳定的时期，选取多元回归模型使用虚拟变量法进行研究。

本文通过对比GM(1，1)模型和DGM(1，1)模型得到的结果与政策的实际效果得到了以下结论：在使用有无对比法进行政策评价时，预测模型不仅需要较高的精度，也需要保证预测值较为接近实际值。此外，预测值与实际值的差值也许可以通过后续研究进行评定，并以此作为标准选取更加合适的模型。

本文考察了以上政策影响下的广告产业的发展情况并给出了可能的原因，解释了国家出台广告政策的动机。

[1]王春福.试论政策评估和政策评价的区别[J].理论探讨，1992，(1).

[2]刘思峰.灰色系统理论及其应用(第三版)[M].北京：科学出版社，2008，12.

[3]潘省初.计量经济学(第三版)[M].北京：中国人民大学出版社，2009，6.

[4]袁潮清.中国节能降耗途径的节能效果测算及优化研究[D].南京：南京航空航天大学，2010.

[5]于静.中国广告和居民消费关系研究[J].广告大观理论版，2014，(1).

[6]NERLOVEM.Optimal advertising policy under dynamic conditional[J].Economica，1962，(1).

(责任编辑：马玉凤)

Research on the Effect of China’s Advertising Policy

YU Min-hao，HAN Chao，WANG Wen-jing

(Faculty of Science and Technology，Communication University of China，Beijing 100024，China)

The research on the policy effect of main advertisement since 1981 with the policy effect evaluation method combined qualitative analysis with quantitative analysis：Firstly，it classify different policy-effected segmentation by time and put forward the idea of joint section for considering different developing conditions of advertising industry.Secondly，it apply specific research methods for varying policy stability in respective period.As a main findings，it provide convicing explaination of what the adverting industry development status is and how all the important policy influence them，especially interprete the motive of domestic advertising policy introduction in deep.

policy segmentation；grey model；multiple linear regression；policy analysis

2016-05-20

余旻昊(1992 - )，男(汉族)，广东饶平人，中国传媒大学硕士研究生.E-mail：yuminhao@cuc.edu.cn

O212

A

1673-4793(2016)05-0037-12