确实是虚心求教，我错以为我表述得很清楚了。。。不好意思，我重新表述一下，要做的就是OLS回归，一个因变量，一个自变量，若干个控制变量，以及想要控制行业和时间（公司金融领域实证类文献里常用的回归方法）。样本期是2010-2019年共10年，取9个年份虚拟变量；行业按照2012证监会分类标准分类，共计18个行业，取17个行业虚拟变量。一种做法是将这9+18个变量直接加入回归模型lm(y~x+a+b+c+d+...)，但是感觉不是个好方法，于是前来询问。看到了前面大神说的因子化方法后，以为是可以将多个虚拟变量转换成向量型变量加入回归模型，便去CSDN里面查证，查了后感觉因子化好像就是将类别变量转换成0-1数值型变量（和直接加入多个虚拟变量的操作无异），所以继续提出了疑问，想知道自己的理解是否正确。如果您知道，烦请不吝赐教；如果不知道或者不想回答也没事，抱歉耽误了您的时间。

确实理解上有不同。你是搞这个专业的，当然清楚，其他人可能就不一定了。我对你提的问题没什么新的建议，就是一楼那方法。不需要加9+18个变量，只需加两个变量：year和field就可以了。这两个变量第一个可以是数值型（根据你的需要也可以是factor)，第二个类型是factor，也不需单独赋值，只要类型对了就行了。但是这个模型可能会有其它问题。其它问题超出了你提问的范围，所以就不谈了。我以前用stata是这样做的。最近学用R，想来是一样的，还没亲自实践。以上意见，你试试吧，如果不行，再探讨。
另外，factor应该不是你说的那种仅有0，1这种，1到19，1到10，都可以是factor。