1. 你预期有问题
2. 模型设置有问题 存在很多遗漏变量
3. 存在内生性问题，时间滞后 反向之类的

不加控制变量无法排除混淆因素的干扰

通常来说，加入合适的控制变量后的结果才具有可信性，因为遗漏变量也是造成内生性出现的原因之一。

现在的教科书讲计量基本原理，特别是高斯马尔可夫定理时，从一元回归引入是对的。
但在实际应用时，只有一个解释变量的回归，在绝大多数情况下，都有内生性问题，因此才需要从一元拓展到多元。即使多元回归，仍然存在内生性问题。
说句抬杠或者不严谨的话，在基于中国数据的研究中，可能除了性别外，其他变量都多多少少存在内生性问题，只不过有的模型设置下，遗漏变量有的是可观测的，有的是客观不可测，有的是不可观不可测。
另外，核心解释变量和控制变量的地位作用也不一样。如果educ是核心解释变量，就一定存在内生性；而如果educ做控制变量，就未必存在内生性，因为控制变量是保证核心解释变量和随机误差项无关这个条件，而控制变量和随机误差项相不相关并不重要；这就是控制变量的作用。