面板数据模型中固定效应与随机效应的选择标准研究.docxVIP

面板数据模型中固定效应与随机效应的选择标准研究

一、引言

作为融合截面维度与时间维度信息的数据结构，面板数据能够同时捕捉个体间差异和个体内动态变化，在解决不可观测异质性偏误、提升估计精度、拓展因果识别路径等方面具备天然优势，目前已被广泛应用于经济学、社会学、公共卫生、教育学等多个领域的实证研究中。在面板数据的建模实践中，固定效应与随机效应是两类最基础也最常用的模型设定，但长期以来不少研究者对两类模型的选择存在机械、片面的认知，要么将固定效应作为“稳妥”的默认选项，要么仅凭单一统计检验结果随意选择，甚至为了得到预期的显著结果刻意挑选模型设定，由此引发的模型设定偏误会直接导致估计结果偏差，削弱研究