R^2重要与否主要看你想做什么。如果做的是预测，那么R^2很重要，因为它是自变量对因变量的预测程度的反映；如果你做的是解释型回归，那么这时R^2就没那么重要了，因为拟合的再好的模型，R^2都不可能得到100%，都有遗漏变量的危险，只要遗漏的变量是严格外生性的就没问题。这时你更应该关心的是你关注变量的显著性情况。如果你关注的变量比较显著了，这时你还想提高R^2，可以考虑参考下你这个专业的相关文献，加点控制变量进去。祝好运~

如果与之前分析方向是一致的，那应该就没有什么问题了（与理论预测值有较大差异除外）。