Men om folk inte köper toppmodellen så bidrar den väl inte till inflationen? Om man kan uppfylla samma funktion med den billigare telefonen så har man lyckats lösa sitt problem med mindre pengar. Modellnamn är ju bara marknadsföring.
En anledning till att dessa dyra mobiler säljer så bra är för att deras kameror är så pass bra att man inte behöver en kompaktkamera. Betyder inte det då att man ska plocka bort kompaktkameror ur KPI när folk slutar köpa dem? Istället för “medelmodellen av kompaktkamera och en billig mobiltelefon” så innehåller korgen nu “toppmodellen av en mobiltelefon och ingen kompaktkamera”. När och hur skulle man göra den här förändringen? Eller skulle man helt låta bli att lägga in mobiltelefoner i KPI eftersom de inte fanns 1980?
Ja, den är inte riktigt exakt. Ett extra problem med datorutrustning och mobiler är att värdet egentligen ligger i mjukvaran/helheten. Bättre hårdvara kan möjliggöra bättre mjukvara men förhållandet är inte linjärt. Men frågan är vad SCB skulle använda istället? Kanske är “hårdvara som proxy för mjukvara” så bra de kan mäta?
Ännu bättre exempel är nog förresten TV-skärmar där de viktat om baserat på antal tum…
De här två citaten från dig hänger förresten ihop en aning. Det första problemet är alltså att folk förändrar sin köpbeteenden och kan byta till varor som löser deras problem med mer eller mindre extra features. Exempelvis kanske Iphone 12 Max är ungefär lika bra som en Iphone 13 utan “max”. Då kan man argumentera för att folks “nerköp” inte har förändrat någonting i vad de får för pengarna, de får exakt samma underliggande värde. Om de byter upp sig till Iphone 13 Max så kanske de får mer värde för pengarna, till exempel att de kan lösa fler problem. Hur tar man hänsyn till det? Om man inte viktar om telefonerna på något sätt alls så kommer man missa en faktor som gör att folk får ökat eller minskat värde för sina pengar. Syftet med den hedoniska modellen är alltså att minska felkällorna så att man får ett bättre mått på inflationen. Om man slutar att vikta om modellerna så hamnar man i en ny statistisk fälla.
Jag tror att om man vill lösa upp den här knuten så är lösningen att lägga ännu mer resurser på att sätta ännu fler människor på att uppskatta värdet och då hade det kostat ännu mer pengar att räkna ut statistiken. Ju noggrannare man räknar desto fler felkällor får man bort. Och då är frågan var man vill dra gränsen för hur noga man ska mäta? Tror man hamnar i att välja mellan en “bra statistik som går att leverera” och “en perfekt statistik som blir för dyr”.
