聚合的结果，时间或空间，对需求模型的估计在理论上是众所周知的，但以前没有使用适当的数据进行经验记录。在本文中，我们进行了一个简单但具有指导意义的操作，以填补这一空白，使用了一个大型的机构级季度数据集，该数据集日益聚集到SIC行业的两位数和年度频率。我们只在最聚集的水平上用二次调整成本模型得到了合理的结果。实际上，二次调整成本的结果证实，沿两个维度的聚合可以产生更合理的兴趣参数估计。固定调整成本模型不仅适用于季度数据，而且适用于年度数据。我们认为，这可能是葡萄牙劳动力市场异常高的劳动力调整成本的另一个后果。