数值
数值（Numerical Value）是统计学和计量经济学中最基本的观测单位，指通过测量或计数得到的定量信息。数值是数据分析的原料，其性质、类型和质量直接决定了分析方法的选取与结论的可靠性。从古典统计学中的描述性统计到现代机器学习中的高维数据处理，对数值的深入理解始终贯穿于整个数据分析流程。
数值的类型
按照测量尺度，数值可分为离散型（Discrete）与连续型（Continuous）两大类。离散型数值通常由计数产生，如某地区的企业数量、每年的专利申请数、一个班级的学生人数等，其取值只能为整数，且相邻值之间不存在中间值。连续型数值则来自测量，如GDP增长率、通货膨胀率、气温、身高体重等，理论上可以在某个区间内取任意值。区分二者对于选择合适的回归模型至关重要：离散型数值常使用泊松回归或负二项回归，而连续型数值则适用于普通最小二乘法或广义线性模型。
此外，数值还可以按量纲分为绝对数与相对数。绝对数反映总量规模（如总人口、总产出、总消费额），相对数则反映比例关系（如人均GDP、增长率、恩格尔系数、基尼系数）。在经济学分析中，相对数常用于跨国或跨时期的可比性调整。例如，比较不同国家的经济发展水平时，使用绝对GDP会受到人口规模的影响，而人均GDP则消除了这一干扰，使比较更加公平合理。
数值的统计性质
一组数值的核心统计特征包括集中趋势（Central Tendency）和离散程度（Dispersion）。集中趋势的度量指标有均值、中位数和众数。均值是最常用的指标，但它对极端值敏感，因此在收入分布等偏态数据中，中位数往往能更准确地反映"典型"水平。离散程度的度量指标包括方差、标准差、四分位距和变异系数。在经济学研究中，仅报告均值而忽略方差的做法可能导致误导性结论。例如，两个国家的平均收入相同，但收入分配的不平等程度可能截然不同，此时基尼系数和标准差提供了重要的补充信息。
数值的分布形态同样值得关注。偏度（Skewness）衡量分布的不对称性：正偏态意味着尾部向右延伸，常见于收入分配数据；负偏态则反之。峰度（Kurtosis）衡量尾部的厚薄程度：高峰度意味着尾部较厚，极端值出现的概率较高。金融收益序列常呈现"尖峰厚尾"特征，即峰度高于正态分布且尾部更厚，这对风险管理和资产定价模型提出了特殊要求。传统的正态分布假设在金融领域往往不成立，因此研究者需要使用更稳健的统计方法。
数值质量与数据清洗
"垃圾进，垃圾出"（Garbage In, Garbage Out）是数据分析领域的基本原则。即使使用最先进的模型，如果输入数值的质量有问题，输出结果也不可信。数值的质量可以从以下维度系统评估：准确性——数值是否真实反映客观事实，是否存在测量误差或记录错误；完整性——是否存在缺失值，缺失机制是随机缺失（MAR）、完全随机缺失（MCAR）还是非随机缺失（MNAR），不同缺失机制对应不同的处理方法；一致性——不同来源或不同时期的同一指标定义和计量方法是否一致；时效性——数据采集时间是否与研究问题匹配。
在实证研究中，对异常值（Outliers）的处理需谨慎权衡。异常值可能源于记录错误，也可能蕴含重要的经济信号。例如，金融危机期间的极端市场波动虽然是异常值，但恰恰是研究危机传播机制的关键数据点。常用的异常值检测方法包括Z分数法（以绝对值大于3为阈值）、箱线图法和基于回归的残差分析法。
数值变换
为满足统计模型的假设或改进解释性，研究者常对原始数值进行变换。常见的变换包括对数变换、差分变换和标准化。对数变换（Log Transformation）是最常用的变换之一，它可以有效处理右偏分布，使数据更接近正态分布，并且在线性回归中赋予系数以弹性解释——自变量变化百分之一引起因变量变化的百分比。差分变换（Differencing）用于处理非平稳时间序列，将原始数值转换为增长率或变化量，以消除趋势和季节性的影响。标准化（Standardization）使不同量纲的变量实现可比，常用于多变量分析和机器学习中的特征缩放。
数值与统计推断
数值在统计推断中扮演着双重角色：一方面，样本数值是推断总体参数的基础；另一方面，推断结果本身也以数值的形式表达，如点估计值、置信区间和p值。理解抽样分布的概念对于正确解读这些数值至关重要。中心极限定理保证了大样本条件下样本均值的近似正态性，这为基于正态分布的假设检验提供了理论支撑。在假设检验中，p值反映了在原假设成立的条件下观察到当前结果或更极端结果的概率。p值越小，拒绝原假设的证据越充分。但过度依赖p值阈值（如0.05）进行二元决策的做法近年来受到了广泛批评，研究者被鼓励同时报告效应量和置信区间，以提供更全面的证据。
小结
数值是经济学和统计学分析的基石，从数据采集、清洗、描述到建模和推断，每一个环节都离不开对数值本身性质的深刻理解。理解数值的类型、分布性质和质量特征，是进行严谨实证研究的前提。对数值的科学处理——从数据清洗到合适的变换，从描述统计到统计推断——直接关系到研究结论的可信度和可复现性。在数据科学日益发展的今天，面对海量数据和复杂模型，对"数值"本身的反思和规范化处理，仍然是每一位研究者需要掌握的基本功，也是保障实证研究质量的第一道防线。