価格弾力性の推定方法と実務上の注意点

価格弾力性の推定とは、販売実績のなかから価格以外の要因を取り除き、価格の変化そのものが需要をどれだけ動かしたかを算出し、価格変更の影響を予測できるようにすることです。価格と販売数量の変化率を割り算するだけでは、通常は価格弾力性を正しく求められません。値引きと同時に実施した販売促進施策（販促）、需要が強い時期の値上げ、競合の値動き、配荷の変化、これらがすべて同じ数量データに混ざって観測されるためです。

本記事では、消費財メーカーの価格判断に携わる方に向けて、次の4点を整理します。価格弾力性の主な推定方法、推定を歪める最大の要因である価格の内生性、自社SKU（在庫管理の最小単位：Stock Keeping Unit）間のカニバリゼーションと競合追随を把握する交差弾力性、推定値を実務で使うときの注意点です。

こうした価格分析は、消費財メーカーにおける「RGM（収益成長管理：Revenue Growth Management）」の土台となる取り組みです。RGMは、価格・販促・取引条件などを横断的に管理する取り組みですが、そのなかで価格弾力性がどう使われるかは、「RGMとは？消費財メーカーの収益成長管理と5つのレバー」で詳しく解説しています。

価格弾力性の推定とは何をすることか

定義と数字の読み方

価格弾力性とは、価格を1%変えたときに需要が何%動くかを示す指標です。

価格弾力性 ＝ 販売数量の変化率（％） ÷ 価格の変化率（％）

価格を上げれば販売数量は減るため、値は通常マイナスになります。絶対値が1より大きい状態を弾力的、1より小さい状態を非弾力的と呼びます。弾力性が−0.8であれば5%の値上げで数量は4%減り、−2.5であれば12.5%減ります。

実務ではマイナスを省いて「弾力性2.5」と呼ぶ場面もありますが、社内の議論ではマイナスを付けたまま扱うほうが安全です。後述する交差弾力性では、プラスかマイナスかで意味が変わるためです。本記事で弾力性が「大きい」「小さい」というときは、マイナスを除いた絶対値の大小を指します。

「計算」と「推定」は別の作業

弾力性の計算と弾力性の推定は、同じ言葉で語られがちですが、別の作業です。

計算：手元にある2時点の価格と数量から、定義式に当てはめて値を出す作業。

推定：観測された数量変化のうち、価格変化によるものがどれだけかを、他の要因を考慮したうえで取り出す作業。

計算は誰でもできます。問題は、計算した値が価格の効果を表しているとは限らないことです。値上げと同時に販促を絞れば、数量減には値上げの影響と販促減の影響が混ざります。この2つを分けないまま得られた数値を弾力性と呼んで意思決定に使うと、値上げ余地を過小に見積もることになります。

以下では、実務で使われる推定方法を、販売実績に基づく方法から順に整理し、最後に調査に基づく方法を説明します。

価格弾力性の主な推定方法

方法1：2時点間の計算（弧弾力性）

価格弾力性を求める最も単純な方法は、価格改定の前後で価格と数量を比較する方法です。需要曲線上の2点間で求めるため、弧弾力性と呼ばれます。厳密には「推定」ではなく前述の「計算」にあたりますが、実務の現場で広く参照されているため、その特徴と限界から確認します。

変化率の分母をどちらの時点に取るかで値が変わります。たとえば100円から110円への値上げは＋10%ですが、110円から100円への値下げは−9.1%です。そのため実務では中点法が使われます。変化率の分母に前後2時点の平均を使う方法で、上の例なら10 ÷ 105 ≈ 9.5%となり、値上げ方向から計算しても値下げ方向から計算しても同じ値になります。

使える場面：価格以外の条件がほぼ変わっていない、単発の価格改定の事後確認。

限界：価格以外の要因を一切考慮できません。たとえば値上げと同じ月に競合が新製品を投入していれば、その影響もすべて弾力性として計上されます。そのため、この方法で得た値は次の価格判断の根拠にはならず、何が起きたかを事後に確認する数字として扱うのが適切です。

方法2：回帰分析（対数-対数モデル）

価格弾力性の推定で標準的に使われる方法が回帰分析です。売れた数量の動きを、価格・販促・配荷・競合価格・季節といった要因ごとに割り振り、それぞれがどれだけ効いたかを分けて取り出します。

分析の内容は、次のように書き表せます。

数量の変化率（％）

  ＝ 価格の効き方 × 価格の変化率（％）

  ＋ 販促の効き方 × 販促の動き

  ＋ 配荷の効き方 × 配荷の動き

  ＋ 競合価格の効き方 × 競合価格の変化率（％）

  ＋ 季節・トレンドの影響

  ＋ 説明しきれない残り

このうち「価格の効き方」として求められる数字が、価格弾力性です。たとえば−1.8であれば、他の条件が同じとき、価格が1%上がると数量が1.8%減る、という意味です。

この式で価格と数量を変化率同士で結べるのは、「200円」「100万個」といった金額や個数をそのまま使わず、対数に変換しているためです。対数に変換した値の差は、おおよそ「何%変わったか」を表します。統計の教科書では、価格と数量の両方を対数に変換した形を対数-対数モデル（log-logモデル）と呼びます。このモデルでは、「価格の効き方」がそのまま価格弾力性になります。

ただし、この解釈は価格弾力性がどの価格帯でも同じ値である、という仮定に基づきます。価格帯によって弾力性が変わると考えられる場合は、別のモデル設計が必要になります。

同じ回帰の考え方は、マーケティング施策全体の効果を同時に推定するMMM（マーケティング・ミックス・モデリング）でも使われています。MMMは、広告やプロモーション施策の効果測定を主目的に語られがちですが、根底にある統計的な仕組みは同じであり、価格も需要を左右する重要な変数の1つとしてモデルに組み込むことが可能です。

どの要因を式に入れるかが、結果を決めます。たとえば、販促（チラシ掲載、エンド陳列）、配荷率、競合価格、季節性、祝日、気温などです。このうち価格と連動して動いているものを入れ忘れると、その影響が「価格の効き方」に流れ込みます。値引きと同時にチラシを打っていたのに販促を式に入れなければ、チラシの効果まで価格の効果として計上されます。

方法3：パネルデータと固定効果モデル

同じSKUを複数の取引先（小売チェーン）で、複数の週にわたって記録したデータを、パネルデータと呼びます。SKU×取引先×週の単位で店頭の販売データがあれば、SKU・取引先・時点ごとの固有の要因を取り除いたうえで、弾力性を推定できます。「価格の効き方」をSKUや取引先ごとに分けて推定すれば、SKU別・取引先別の弾力性も求められます。

このデータでは、「このSKUだからこう」「この取引先だからこう」「この週だからこう」という部分を切り分けられます。SKUごと、取引先ごとの「もともとの売れやすさ」の違いと、週ごとの需要の水準の違いを、それぞれ一定の値として式に加えます。これを固定効果と呼びます。データに記録が残っていない要因の一部を、まとめて取り除ける点が利点です。固定効果は、何を一定の値として加えるかによって、次の3つに分かれます。

•  SKU固定効果：ブランド力、パッケージ、定番の棚位置など、期間中に変わらない商品固有の要因
• 取引先固定効果：チェーンごとの客層、平均価格帯、店舗規模の傾向
•  週（時点）固定効果：全国共通の需要変動、大型連休、市場全体の動きなど

取り除けるのは、期間を通じて変わらない要因（SKU・取引先固定効果）と、すべての対象に共通して効く要因（週固定効果）です。特定のSKUや取引先で特定の週にだけ起きた出来事は残ります。そうした要因が価格と数量の両方に影響していると、次章で扱う内生性の問題につながります。

方法4：価格改定のずれを利用する（差分の差分法）

値上げの実施時期がチャネルや地域でずれる場合、そのずれを利用して、価格改定による数量への影響をより純粋に取り出すアプローチがあります。差分の差分法（DID：Difference-in-Differences）と呼ばれる考え方です。

まず、先に値上げしたグループで、値上げ前後の数量の変化を見ます。次に、まだ値上げしていないグループで、同じ期間の数量の変化を見ます。前者から後者を差し引いた分が、値上げによる変化です。差を2回取るため、差分の差分法と呼ばれます。両グループに共通して効く需要変動は差分を取る過程で相殺されるため、価格改定による数量への効果を把握しやすくなります。

なお、値上げ前の期間で、両グループの数量推移が並行して動いていること（平行トレンド）が重要です。この確認を省くと、もともと異なる傾向を持っていたグループの差を値上げの効果と誤読します。

DIDで得られるのは、「価格改定によって数量がどれだけ変化したか」です。この数量の変化率を価格の変化率で割ることで、価格弾力性として解釈できる場合があります。

地域限定のテスト販売、チャネル別の段階的な価格改定、システム移行に伴う偶発的な価格差といった事象も、推定の材料になります。過去の価格改定の実施記録を日付とチャネル単位で残しておけば、後から推定に使えます。

方法5：調査ベースの手法（PSM・コンジョイント）

販売実績が存在しない新製品や、価格がほとんど動いていないSKUでは、消費者調査から価格反応を把握する方法があります。

• PSM（Price Sensitivity Meter：価格感度測定）：「高すぎて買わない」「安すぎて品質が不安」といった4つの質問への回答から、受容価格帯を導く手法
• コンジョイント分析・選択型実験：価格を含む複数の属性を組み合わせた選択肢を提示し、回答者の選択から各属性の影響を推定する手法

いずれも、実際の購買行動ではなく回答者の申告に基づきます。申告された支払意欲と実際の購買が一致するとは限らず、そのまま弾力性として扱うことはできません。新製品の価格帯を絞り込む用途と、既存SKUの値上げ幅を決める用途は、分けて考える必要があります。

推定方法の比較

1つの手法で完結させる必要はありません。実績データから回帰で推定し、過去の価格改定を差分の差分法で検証して整合性を確かめる、という組み合わせが実務では現実的です。ただし、どの手法を選んでも、推定を歪める要因が残ることがあります。その最大のものが、次に扱う価格の内生性です。

推定を歪める最大の要因：価格の内生性

価格の内生性とは、価格が、数量を動かす他の事情と絡み合って決まっている状態を指します。この状態を作る事情は、主に3つあります。需要を織り込んだ価格設定（同時性）、価格と同時に動く販促（欠落変数）、価格そのものの測り方のずれ（測定誤差）です。価格弾力性の推定では、多くの場合、この内生性が最も大きな誤差の源になります。

回帰分析で価格の効果だけを取り出せるのは、価格が数量を動かす他の事情とは無関係に決まっている場合に限られます。実務の価格はそのようには決まっていないことが多く、単純な回帰では、価格の効果が他の要因と混ざって推定されます。

同時性：需要と価格が同時に決まる

価格の内生性が最もはっきり現れるのが、需要と価格が同時に決まる場面です。メーカーや小売は、需要が強いと分かっている時期には値引きを控えるか、価格を上げます。需要が弱い時期には、値引きで数量を確保しようとします。

この状態では、価格が高い時期に数量も多い、という組み合わせが観測されます。そのまま回帰にかけると、「価格の効き方」として出てくる数字は0に近づき、場合によってはプラスになります。「値上げしても数量は落ちない」という推定結果が出たとき、疑うべきはまずこの同時性です。逆に、需要期に特売を集中させる（需要が高い時期にあえて値下げする）カテゴリーでは、季節要因による数量の山まで値下げの効果として計上されるため、弾力性の絶対値は実態より過大に出ます。偏りの向きは、価格がどう決められているかで変わります。

欠落変数：値引きと販促が同時に動く

日本の消費財の店頭では、値引きが単独で起きることはまれで、特売価格の設定と同時に、チラシ掲載、エンド陳列、増量パックの投入が重なります。

販促を式に入れずに価格だけで推定すると、「価格の効き方」は値引きの効果と販促の効果を合わせて抱え込みます。結果として、弾力性の絶対値は実態より大きく出ます。

この方向の誤りが実務において最も危険です。過大な弾力性を前提にすれば、本来は限界利益を増やせたはずの値上げが「数量が落ちすぎる」という理由で見送られます。判断が保守側に倒れるため、失敗として認識されないまま繰り返されます。

測定誤差と集計バイアス

価格変数として何を使うか、どの単位で集計するかによって、価格弾力性の推定値は変わります。

•  出荷価格と実売価格の乖離：メーカーが直接動かすのは出荷価格ですが、消費者が反応するのは店頭実売価格です。両者の関係は、流通チャネルや取引条件、小売店の価格設定によって異なります。
• 数量加重平均価格のずれ：期間や店舗をまとめた平均価格は、販売数量で重みを付けて計算することが多くあります。そのため、値引き時に数量が増えると、定番価格が変わっていなくても平均価格は下がります。価格の計算に数量が入り込んでいるため、価格と数量が連動して動き、価格の効果を正しく読み取れなくなることがあります。

平均価格によるずれを防ぐには、定番価格と値引き率を分けて使うことが有効です（後述の注意点②を参照）。出荷価格と実売価格の乖離については、注意点⑥で扱います。また、カテゴリー全体の推定値とSKU別の推定値が大きく食い違うときは、平均価格のずれだけでなく、集計の単位そのものも疑います。カテゴリー全体の弾力性にはカテゴリー内のSKU間の乗り換えが含まれないため、おおむねSKU別の値とは別の数字になります。

内生性への主な対処

測定誤差がどうしても残る場合や、同時性、欠落変数による歪みを防ぐには、次のような統計的・実験的アプローチを用います。

操作変数法：需要側の事情とは無関係に価格を動かす要因を見つけ、それを通じて価格の効果を取り出す方法です。原材料相場、為替、燃料費、生産拠点の稼働状況といったコスト側の変動が候補になります。こうしたコスト要因によって生じた価格の動きだけを使って、弾力性を推定するイメージです。

操作変数が成立するには2つの条件が必要です。第一に、その変数が実際に価格を動かしていること。第二に、その変数が価格を通さずに、直接需要に影響していないこと。原材料相場が消費者心理にも影響しているなら、第二の条件は満たされません。条件の成立は統計だけでは確かめられず、商流の理解が必要です。

入れる要因を増やす：販促、配荷、競合価格、季節性を丁寧に式へ組み込みます。価格と同時に動く要因を式に入れておけば、その影響が「価格の効き方」に流れ込むのを防げます（欠落変数への対処）。記録に残らない要因の一部は、SKU・取引先・時点の固定効果で取り除けます。ただし、需要を見て価格を決めていることによる同時性は、要因を増やすだけでは解消しきれません。操作変数が見つからない場合の現実的な第一手です。

価格改定・実験の活用：需要とは無関係な事情で発生した価格変動（原材料高に伴う一斉改定、システム都合の価格差、地域限定テスト）を優先的に推定に使います。手法そのものは「方法4：価格改定のずれを利用する（差分の差分法）」で述べたとおりです。設計された価格テストが最も確かな材料になりますが、消費財は店頭での実施制約が大きいため、偶発的に生じた変動を記録して蓄積しておく運用が現実的です。

ここまでは単一商品の価格と需要の関係を見てきましたが、実際の価格判断においては、値上げした商品の需要が自社の他商品や競合品へどう流れるかも同時に追う必要があります。

交差弾力性：カニバリゼーションと競合追随を分けて捉える

交差弾力性とは、ある商品の価格を1%変えたときに、別の商品の需要が何%動くかを示す指標です。その商品自身の価格弾力性（自己価格弾力性）だけでは、値上げが収益に与える影響の全体は把握できません。

交差弾力性の定義と読み方

交差弾力性 ＝ 商品Bの数量変化率（％） ÷ 商品Aの価格変化率（％）

プラスかマイナスかが、そのまま商品どうしの関係を表します。

• プラス：代替関係。商品Aを値上げすると商品Bが売れる（競合品、自社の他SKU）
• マイナス：補完関係。商品Aを値上げすると商品Bも売れなくなる（併買される商品）
• ゼロに近い：ほぼ無関係

絶対値の大きさが、関係の強さを表します。

自社SKU間のカニバリゼーション

値上げによって失われた需要は、市場から完全に消えるとは限らず、その一部は自社の別SKUへと移ります。しかし、自己価格弾力性だけを見ていると、この移動分まで「失われた需要」として計上されてしまうため、ポートフォリオ全体で見た値上げの影響を実態より悪く見積もることになります。

数値例（すべて仮定値）

• SKU A：価格200円、変動費120円、月間100万個、単位あたり限界利益80円（200円−120円）
• SKU Aを5%値上げ（210円）。変動費は変わらないため、値上げ後の単位あたり限界利益は90円（210円−120円）
• SKU Aの価格弾力性は−2.5。数量は12.5%減の87.5万個

SKU A単体の限界利益は、8,000万円から7,875万円へ125万円減ります。ここまでは自己価格弾力性だけで見える範囲です。

ここに交差弾力性を加えます。自社の大容量SKU B（月間100万個、単位あたり限界利益100円）について、SKU Aの価格に対する交差弾力性が＋1.0だったとします。SKU Aの5%値上げでSKU Bの数量は5%、つまり5万個増え、SKU Bの限界利益は500万円増えます。SKU Aで減った12.5万個のうち、5万個がSKU Bへ移った計算です。

ポートフォリオ全体では、125万円の減少と500万円の増加が相殺され、375万円の増加になります。自己価格弾力性だけを見れば見送るべき値上げが、交差弾力性を含めれば実施すべき値上げに変わります。

逆の結果もあります。移動先が限界利益の低いSKUであれば、数量は維持できても利益は減ります。どのSKUに需要が移るかは、容量・価格帯の設計（PPA：プライスパックアーキテクチャ）と直結します。容量ごとの価格の並び（価格ラダー）の刻みが不適切であれば、値上げのたびに高収益SKUから低収益SKUへ需要が流れる構造になりかねません。

競合の追随によって弾力性は変わる

自社だけが値上げした場合と、競合が追随した場合では、直面する需要の反応が異なります。

自社単独の値上げでは、相対価格が上がるため需要は競合へ移ります。競合が同幅で追随すれば相対価格は変わらず、需要の減少はカテゴリー全体の縮小分にとどまります。同じ5%の値上げでも、弾力性は前者のほうが大きく出ます。

実務での扱い方は2つあります。

第一に、競合価格をモデルの要因（説明変数）として入れることです。これにより、競合価格を一定としたときの自己価格弾力性が推定されます。競合が追随しない前提の値です。

第二に、追随シナリオを分けて評価することです。競合が追随した過去の価格改定と、追随しなかった価格改定を区別して推定できれば、両方の弾力性が得られます。値上げの意思決定では、この2つの数字を並べ、最も厳しいケース（競合が追随しなかった場合）でも値上げが成り立つかを確認します。

交差弾力性の推定が難しい理由

交差弾力性の推定が難しいのは、推定すべき値の数がSKU数の二乗で増えるためです。

50SKUを扱う場合、自己価格弾力性が50個、交差弾力性が50×49で2,450個。合わせて2,500個の数値を、限られた期間のデータから推定することになります。求めるべき数値の数に対してデータが足りない状態になりやすく、そのままでは推定が安定しません。

現実的な対処は、推定の単位をまとめて、推定する値の数を減らすことです。SKUを容量帯、価格帯、ブランド、チャネルといった単位でグルーピングし、グループ間の交差弾力性として推定します。グルーピングの切り方は、意思決定の粒度に合わせます。容量間のカニバリゼーションを見たいのか、ブランド間の代替を見たいのかで、適切な切り方は変わります。

すべてのSKUペアの交差弾力性を求める必要はありません。必要なのは、値上げの検討対象となるSKUと、その需要の移動先候補との関係だけです。

推定値を実務で使うときの注意点

推定した弾力性を値上げの判断に使う際の注意点は、次の7つです。

① 弾力性は1つの数字ではない

価格弾力性は、SKU、チャネル、取引先、時期、競合の状況によって異なります。「当社の弾力性は−1.8です」という表現は、その平均が意思決定に使えるかどうかを検証していない限り、意味を持ちません。

平均すると、値上げ余地の大きいSKUと小さいSKUの違いが見えなくなります。値上げの意思決定をSKU単位で行うのであれば、推定もSKU単位で必要です。SKU数が多くSKUごとのデータが少ない場合は、SKU間で情報を共有しながら個別の弾力性を推定する階層モデル（階層ベイズなど）が有力な選択肢になります。

② 値引きから推定した弾力性を、値上げにそのまま当てはめない

多くのカテゴリーでは、過去の販売実績に含まれる価格変動の大半が、特売による一時的な値下げです。そこから推定した弾力性を、恒久的な値上げにそのまま適用できるとは限りません。

理由は3つあります。

第一に、方向の非対称性です。消費者は見慣れた価格を基準に高い・安いを判断するため、同じ幅の値下げと値上げが同じ大きさの反応を生むとは限りません。

第二に、一時性と恒久性の違いです。特売は期間限定であることが認識されており、買いだめ（ストックアップ）や購入の前倒しが起きます。特売期間中の数量増には、将来の需要を先取りした分が含まれます。特売直後に数量が落ち込む現象（ポストプロモーション・ディップ）は、この先取りの裏返しです。恒久的な価格改定でも、改定が事前に知られていれば直前の駆け込み需要は起きます。ただし特売のように短い周期で繰り返されるものではないため、数量への影響の出方が異なります。

第三に、販促の同時性です。特売には販促が伴います。値下げ単独の効果を取り出せていない限り、その弾力性は販促効果を含んだ値です。

実務では、価格を「定番価格」と「特売時の値引き率」の2つに分けて式に入れ、値上げの判断には定番価格の弾力性を使う方法があります。ただし、定番価格が過去にほとんど動いていないSKUでは、この弾力性は推定できません。

③ 短期と長期を区別する

価格改定直後の数量変化と、数か月後の数量変化は一致しません。

短期には、買いだめの反動や価格変更に気づいていない消費者の惰性による購買が観測されます。長期には、ブランドスイッチの定着、棚割の見直し、競合への対応が効いてきます。

多くのカテゴリーでは、長期の弾力性のほうが短期より大きくなる傾向があります。消費者に代替先を探す時間があるためです。ただし、その差はブランドロイヤルティや代替商品の多さによって異なります。値上げの判断では、改定直後の数字で成否を結論づけず、少なくとも数か月の推移を追う仕組みにしておく必要があります。

④ データにない価格帯へ外挿しない

推定された弾力性が有効なのは、データに含まれる価格変動の範囲内です。範囲の外に当てはめることを外挿と呼びます。

過去の価格変動が±5%の範囲に収まっているデータから推定した弾力性を使って、20%の値上げの結果を予測することはできません。データの範囲外では需要曲線の形が分からず、大幅な価格変更では消費者の反応が質的に変わる可能性があります。

推定結果を報告する際は、その推定がどの価格レンジのデータに基づいているかを併記しておくと、この誤用を防げます。

⑤ 点推定ではなく区間で判断する

推定された弾力性には必ず幅があります。最も確からしい1つの値（点推定）だけでなく、データのばらつきを踏まえた値の幅（信頼区間）も合わせて見る必要があります。この幅を無視すると、判断の確からしさを見誤ります。

たとえば、損益分岐となる弾力性が−2.22のSKUで、推定値が−1.8だったとします。点推定の−1.8は、損益分岐の−2.22よりも需要の落ち込みが小さい側にあります。点推定だけを見れば「値上げして問題ない」となります。しかし95%信頼区間が−2.5から−1.1であれば、区間は境界をまたいでいます。この状態で言えるのは、「利益が増える可能性が高いが、逆に減らしてしまうリスクも十分に排除できない」ということです。

推定値は、この境界と並べて初めて判断に使えます。分かれ目は、境界と推定値の信頼区間の位置関係です。

値上げが限界利益を維持できる境界となる弾力性（損益分岐弾力性）は、値上げ率と限界利益率から計算できます。価格200円・変動費120円のSKUを5%値上げすると、1個あたりの限界利益は80円から90円に増えます。そのため、数量が80 ÷ 90 ≈ 88.9%になるまで、つまり11.1%減るまでは、限界利益の合計は維持されます。この11.1%を値上げ率の5%で割り、マイナスを付けた−2.22が、このSKUの損益分岐弾力性です。一般式では、値上げ率を「p」、値上げ前の限界利益率を「m」として、維持できる数量減の上限は p ÷（m＋p）です（この例では0.05 ÷ 0.45 ≈ 11.1%）。先の数値例のSKU A（同じ価格・変動費で弾力性−2.5）は、需要の落ち込み幅（12.5%減）が限界利益を維持できる許容上限（11.1%減）を超えていたため、単体の限界利益が減りました。

このように、推定値の区間が境界をまたぎ、減益のリスクが排除しきれない場合の対処は3つあります。値上げ幅を抑えて境界からの距離を取る、対象を限定してテストする、推定に使うデータを増やして区間を狭める、のいずれかです。

⑥ 使う価格変数を実売価格に合わせる

消費者が反応するのは店頭実売価格です。出荷価格や建値で推定した弾力性には、小売が出荷価格の変更を店頭価格にどう反映したかと、消費者がそれにどう反応したかが混ざっています。

メーカーが小売業者の販売価格を拘束することは、独占禁止法上、原則として不公正な取引方法にあたります（流通・取引慣行に関する独占禁止法上の指針 / 公正取引委員会）。希望小売価格や建値は参考として示される限りで問題になりませんが、店頭実売価格を決めるのは小売業者です。そのため実務では、2つの関係を分けて見る必要があります。1つは、出荷価格の変更が店頭実売価格にどの程度、どのくらいの期間で転嫁されるか。もう1つは、店頭実売価格の変化に対して需要がどう反応するかです。この2つを1つの弾力性にまとめると、出荷価格を動かしたときに何が起きるかが説明できなくなります。

取引条件を考慮した実質的な取引価格（ネットプライス）を扱う場合も同様です。ネットプライスは自社の収益性を測る指標であり、消費者の需要反応を説明する変数ではありません。

⑦ 更新される前提で運用する

価格弾力性は固定値ではありません。競合構成、カテゴリーの成熟度、チャネル構成、消費者の価格認知が変われば、弾力性も変わります。値上げが続く局面では、消費者の値上げに対する慣れそのものが弾力性を動かします。

一度推定した値を数年使い続けると、実態とずれた値で判断し続けることになります。価格改定や販促の実績が蓄積されるたびに再推定し、前回の推定値からどう変わったかを確認する。この更新の周期を決めておくことが、推定を単発の分析で終わらせないための条件です。

推定結果を意思決定にどうつなぐか

推定された弾力性は、それ自体が結論ではありません。判断に使える形にするには、次の3つが必要です。

価格以外の要因も踏まえたシミュレーション：値上げと同時に販促を減らした場合と、値上げ幅を抑えて販促を維持した場合では、年間の限界利益がどう変わるか。価格は単独では動きません。

交差弾力性を含めたポートフォリオでの評価：SKU単体の限界利益ではなく、需要の移動先まで含めた合計で判断します。

損益分岐弾力性との比較：このSKUで、この値上げ幅なら、どこまでの数量減に耐えられるか。この境界を先に計算し、推定値の区間と重ねます。

価格弾力性の推定は、価格設定、販促、容量・価格帯、チャネル・顧客ミックス、取引条件という5つのレバーを横断的に管理するRGM（収益成長管理）の一部です。推定の考え方は価格に固有のものではなく、販促の増分効果や配荷の寄与を測る場面でも同じ論点が現れます。XICAがRGMをどのように支援しているかは、「RGMコンサルティング」で紹介しています。

価格弾力性に関するよくある質問

価格弾力性はどのように計算しますか？

価格弾力性は、販売数量の変化率（％）を価格の変化率（％）で割って求めます。値は通常マイナスになり、絶対値が1を超えていれば弾力的、下回っていれば非弾力的と呼びます。ただし2時点の実績を割り算しただけでは、販促や季節性など価格以外の要因が混ざります。意思決定に使う値を得るには、他の要因を説明変数に含めた回帰分析などによる推定が必要です。

価格弾力性の推定にはどのくらいのデータが必要ですか？

季節性と価格の影響を分けるには少なくとも2年分のデータがあることが望ましいです。ただし、期間の長さよりも、価格が実際に動いた回数が重要です。3年分のデータがあっても価格がほとんど変わっていなければ、弾力性は推定できません。また、特売による変動が中心のデータから得た値を恒久的な値上げに使う場合は、特売特有の買いだめの影響に注意が必要です。加えて、その価格変動と同時期の販促・配荷・競合価格の記録が揃っているかが結果の確からしさを決めます。

回帰分析で推定した価格弾力性が0に近く出るのはなぜですか？

回帰分析で推定した価格弾力性が0に近く出る主な原因は、価格の内生性、とくに需要と価格が同時に決まる同時性です。需要が強い時期に値上げし、弱い時期に値引きしていると、価格の高さと数量の多さが同じ方向に動いて記録されます。この関係が価格の効果を打ち消すため、「価格の効き方」として出てくる数字は0に近づき、「値上げしても数量が落ちない」という推定結果になります。対処としては、季節性や需要要因を説明変数に加える、SKUや取引先ごとの違いを固定効果として加える、コスト側の変動を操作変数（需要とは無関係に価格を動かす要因）として使う方法があります。

交差弾力性と価格弾力性の違いは何ですか？

価格弾力性は、ある商品の価格を変えたときに、その商品自身の需要がどれだけ動くかを示します。交差弾力性は、ある商品の価格を変えたときに、別の商品の需要がどれだけ動くかを示します。交差弾力性はプラスかマイナスかが意味を持ち、プラスなら代替関係（競合品や自社の他SKU）、マイナスなら補完関係を表します。値上げの影響をポートフォリオ全体で把握するには、両方が必要です。

PSMで価格弾力性は分かりますか？

PSM（価格感度測定）で得られるのは受容価格帯であり、価格弾力性そのものではありません。PSMは消費者への質問に対する回答に基づくため、申告された支払意欲と実際の購買行動が乖離することがあります。販売実績のない新製品で価格帯の当たりをつける用途には有効ですが、既存SKUの値上げ幅を決める判断には、実績データを使うのが適切です。

短期と長期で価格弾力性はどう違いますか？

多くのカテゴリーでは、長期の弾力性（絶対値）のほうが短期より大きくなる傾向があります。消費者が代替品を探す時間があり、小売側の棚割見直しや競合の対応も後から効いてくるためです。逆に特売のような一時的な値下げでは、買いだめによって短期の数量増が大きく出て、直後に落ち込む傾向があります。恒久的な価格改定の判断に特売の弾力性を使うと、需要減を過大に見積もるおそれがあります。

SKUごとに弾力性を推定する必要はありますか？

値上げの意思決定をSKU単位で行うのであれば、推定もSKU単位で必要です。カテゴリー平均の弾力性は、価格に敏感なSKUと鈍いSKUを混ぜた値であり、どちらの実態も表しません。ただしSKU数が多くSKUごとのデータが少ない場合は、SKU間で情報を共有する階層モデルや、容量帯・価格帯によるグルーピングで推定単位を調整する方法があります。