图片有一张传错了！

没有出现变量不显著  不代表不存在多重共线性问题  实际上你这个例子中多重共线性非常严重达到0.97（非常接近完全共线性，即此时你的参数估计值是非常不可信非常不稳定的）
为什么我们会说  可以看回归结果中有没有R方很大而变量很不显著的现象  来判断有没有多重共线性  是因为在多重共线性下  变量的标准误会增大导致t值变小从而导致不显著  而并不是一定会导致不显著  也可能出现标准误增大后t值仍然显著（如你这个例子）  但并不能说多重共线性没有影响你的结果
你可以尝试增减一些与lnX1 lnX2无关的变量来检验你这个结果是否稳定  如果可以的话可以通过蒙特卡洛模拟来检验（模拟生成与这两个变量无关的新变量，再加入模型回归）

赞同1111111

你可以用f-test来比较用两个变量跟用三个变量的区别。检验加入第三个变量之后对各个数据的影响。 0.97的共线性太高了。这说明其中一个变量可以基本上解释另外一个变量。那么同时用这两个会比较多余，而且也不满足ols的假设。

变量相关系数过高，用这样方程做回归其结果的稳健性是受质疑的，如果不能删除变量的话换成差分或者增长率试试