1.4 数据

由上述分析可知，要“计量”收入对消费的影响，必须要有数据，对于不同的现象表现出来的数据类型是不一样的。最常用的数据有时间序列数据、截面数据和面板数据。

1.时间序列数据

时间序列数据（time series data）是同一总体在不同时间的统计数据。比如不同年份的GDP、失业率、就业率、货币供给、政府赤字等数据就可以构成不同的时间序列。表1-1为中国2019—2021年各季度国内生产总值及构成数据。这些数据按照时间先后的原则排列，反映了我国（同一总体）在2019—2021年各季度（不同时间）国内生产总值及构成的情况。

表1-1 中国2019—2021年各季度国内生产总值及构成数据（单位：亿元）

资料来源：新浪财经。

由2019—2021年的国内生产总值数据可以看出，虽然经历了2020年的新冠疫情，但我国经济仍然表现出十足的韧性，实现了2020年全年经济正增长。

2.截面数据

截面数据（cross-sectional data）是不同总体在同一时间截面上的调查数据。例如，各国或各地区的工业普查数据、人口普查数据等。表1-2为2020年我国西北地区一般公共预算收入与税收收入的相关数据，是不同地区（总体）在同一时间截面（2020年）的数据。

表1-2 2020年我国西北地区一般公共预算收入与税收收入（单位：亿元）

资料来源：《中国统计年鉴2021》。

3.面板数据

面板数据（panel data）中既有时间序列数据又有截面数据。表1-3是2011—2020年华北地区的年末人口数的数据，这类数据既有截面数据的特征（各地区），又有时间序列数据的特征（不同时间）。

表1-3 2011—2020年华北地区年末人口数（单位：万人）

数据来源：《中国统计年鉴2021》。