外观
固定效应模型教程
说明 STATAU 中个体、时间与多维固定效应的填写方式，以及 `reghdfe` 风格的 Stata 对照。
常用 Stata 命令
reghdfe y x controls, absorb(id year) cluster(id) 在 STATAU 中打开此功能
固定效应reghdfe双向固定效应
这个页面解决什么问题
固定效应最适合回答这样的问题：同一家企业、同一个城市或同一个人，在时间推移中发生变化时，核心解释变量的变化和结果变量的变化有没有一起动。它会把“不同主体天生不一样”这部分差异先吸收掉，所以特别适合面板数据。
一图看懂
固定效应页先确认谁是个体 ID、谁是时间 ID，再勾选要吸收的固定效应维度；第一次不要把所有维度都勾上。
把企业自身长期不变的差异先吸收掉，再比较同一家企业在不同年份里的变化，这就是固定效应最核心的识别思路。
方法原理
固定效应会先扣掉每个主体自身不变的平均特征，再看主体内部随时间变化的部分。对用户来说，最重要的理解是：它不再拿“甲企业和乙企业谁更高”做比较，而是看“同一家企业前后怎么变”。
核心公式
双向固定效应常见写法
适用数据与前提
至少先想清楚两列：谁、什么时候。也就是个体 ID 和时间 ID。只要这两列没设稳，固定效应结果就很容易解释跑偏。即使你目前只想吸收其中一个维度，也建议先把面板结构完整设好。
STATAU 页面中每个位置应该放什么变量
| 网站位置 | 应放入的变量 | 说明 |
|---|---|---|
| 因变量 (Y) | 被解释变量 | 政策结果、绩效、产出等因变量。 |
| 自变量 (X) | 核心解释变量 | 随时间变化的核心自变量。 |
| 控制变量 | 其他控制变量 | 与核心变量一同进入回归。 |
| 个体ID / 时间ID | 面板结构字段 | 例如企业代码、年份。 |
| 固定效应变量 (多选) | 要吸收的维度 | 例如企业、年份、行业。 |
| 聚类变量 | 聚类标准误维度 | 通常选个体维度或地区维度。 |
Stata 等效代码
reghdfe [被解释变量] [解释变量] [控制变量], absorb([固定效应]) cluster([聚类变量])| Stata 代码位置 | STATAU 网站对应位置 | 应放入什么 |
|---|---|---|
[被解释变量] | 因变量 (Y) | 固定效应回归中的因变量。 |
[解释变量] | 自变量 (X) | 核心解释变量。 |
[控制变量] | 控制变量 | 控制变量列表。 |
absorb([固定效应]) | 固定效应变量 (多选) | 要吸收的个体、年份或其他维度。 |
cluster([聚类变量]) | 聚类变量 | 仅在聚类标准误时填写。 |
可删除代码段提示
- 如果不需要聚类标准误，删除整个 `cluster([聚类变量])` 片段。
- 如果只吸收年份固定效应，`absorb()` 里只保留年份变量。
在 STATAU 中操作步骤
- 先设置个体 ID 和时间 ID。
- 勾选要吸收的固定效应维度，例如企业和年份。
- 根据研究设计选择稳健或聚类标准误。
- 运行后重点核对核心变量系数与固定效应设定是否一致。
结果怎么看
- 固定效应结果主要利用个体内部随时间变化的信息，解释时应围绕“同一主体的变化”展开。
- 若核心变量几乎不随时间变化，固定效应模型可能会得到不稳定甚至被吸收掉的结果。
- 聚类标准误通常建议按个体或政策实施层级聚类。
论文表述示例
- 可以写成：“在控制企业和年份固定效应后，核心解释变量的系数仍然显著为正。”
常见使用误区
- 把不随时间变化的解释变量放进双向固定效应模型时，可能直接被吸收。
- 固定效应维度勾选过多会增加计算负担，也会改变识别来源。