数值数据

数值数据 (Numerical Data)

数值数据指以数字形式记录和表示的定量信息，是统计学与计量经济学中最基本的数据类型之一。在经济分析中，数值数据构成了实证研究的基石，通过对经济变量（如GDP、通胀率、失业率、货币供应量等）的数字测度，研究者得以进行定量描述、假设检验、因果推断与预测。数值数据的质量——包括准确性、完整性、一致性与时效性——直接决定了经济分析结论的可靠性与政策建议的有效性。根据数据的测量尺度、来源与结构特征，数值数据可划分为若干类型，每类数据对应不同的分析工具与统计方法。

按测量尺度分类

数值数据首先可根据测量尺度（Scale of Measurement）分为离散数据（Discrete Data）与连续数据（Continuous Data）两大类。离散数据取有限或可数的数值，通常通过计数获得，例如某企业雇佣的员工人数（50人、200人）、某行业内的企业数量、消费者在给定时间段内的购买次数等。离散数据在计数数据模型（如泊松回归）中得到专门处理。连续数据则可在一定区间内取任意值，理论上可无限细分，通常通过测量获得，例如价格水平、气温、身高、国民收入等。连续数据的统计分析建立在概率密度函数的基础之上，其回归分析等推断方法依赖正态分布假设。

从测量层次的视角看，数值数据还可进一步划分为定距数据（Interval Data）与定比数据（Ratio Data）——二者均具有数值意义，但定比数据拥有真正的绝对零点（零值表示"不存在"），因而允许进行乘法运算与比率比较，例如收入为零表示没有收入、基尼系数为零代表完全平等；而定距数据（如摄氏温度、智商分数）的零点为人为约定，不支持"两倍于"之类比率表述。在经济学中，绝大多数数值数据——如价格、产量、工资、消费支出——均属于定比数据。

按数据来源分类

数值数据按来源可划分为横截面数据（Cross-Sectional Data）、时间序列数据（Time Series Data）与面板数据（Panel Data）。横截面数据在同一时点或接近同一时点上对多个个体（如家庭、企业、国家）进行观测所得，例如2024年中国各省份的人均GDP数据。分析横截面数据时需关注异方差性（Heteroskedasticity）问题——不同规模个体的误差方差可能不一致。时间序列数据则是对同一对象在不同时点上的连续观测，例如美国1980--2024年的季度CPI数据。时间序列数据的核心挑战在于序列相关性（Serial Correlation）与非平稳性（Non-Stationarity）——经济变量往往具有趋势、季节性和自回归结构，使用普通OLS回归可能导致伪回归（Spurious Regression）问题，误差项的单位根检验与差分处理必不可少。面板数据兼具横截面与时间序列双重维度，例如对OECD三十六国在2000--2020年间的研发投入与全要素生产率进行跟踪。面板数据通过固定效应模型可有效控制不可观测的个体异质性，从而缓解遗漏变量偏误，在劳动经济学与发展经济学中应用广泛。

数值数据的描述性统计

对数值数据进行初步分析的第一步是计算描述性统计量（Descriptive Statistics），以概括数据分布的核心特征。集中趋势度量包括均值（Mean）、中位数（Median）与众数（Mode）：均值适用于对称分布但易受极端值影响；中位数对偏态分布（如收入分布）更具代表性。离散程度度量包括方差与标准差（衡量绝对波动）、变异系数（CV=标准差/均值，用于比较不同尺度的变量离散程度）、极差（最大值减最小值）与四分位距（IQR=Q3--Q1）。分布形态度量包括偏度（Skewness）——正偏态表示右侧长尾（多数观测值集中在低端，如财富分布）——与峰度（Kurtosis）——高峰态意味着极端值出现概率更高，金融资产回报率常呈现"尖峰厚尾"特征。

数值数据在经济学中的特殊议题

数值数据在经济学应用中面临若干特殊挑战。其一，测量误差（Measurement Error）——宏观经济数据（如GDP）的核算方法、抽样误差与统计口径调整可能引入系统性偏差，恩格尔系数与实际汇率的测量尤受指数编制方法影响。其二，异常值（Outliers）——当数据中存在极端观测值时，均值与回归系数估计可能严重偏离真实参数。Robust回归方法（如分位数回归）对此具有更强的鲁棒性。其三，数据变换（Data Transformation）——许多经济数值数据呈右偏分布（如收入、专利数量、企业规模），对数变换（log transformation）可将乘法关系转化为加法关系，并使分布更接近正态，从而满足线性回归的经典假设。取对数后，系数的解释也从绝对变化转换为弹性——即自变量变化1\%导致因变量变化百分之几，这在实际经济分析中具有直观含义。

数值数据的可视化

数值数据的直观理解高度依赖数据可视化工具。直方图与核密度图用于展示单变量分布形态；箱线图（Box Plot）同时呈现中位数、四分位数与异常值识别；散点图探索两变量之间的相关关系——经济周期中通胀率与失业率的负向关系可通过菲利普斯曲线散点图直观呈现；折线图适合展示时间序列的长期趋势与波动模式；热力图则在面板数据分析中揭示变量在不同维度上的变异。Anscombe四重奏（Anscombe's Quartet）是对数值数据分析的经典警示——四组具有完全相同的均值、方差、相关系数与回归线的数据集，其散点图展现的分布形态却截然不同，说明仅依赖数值摘要而不进行可视化检查将可能导致严重误判。