规则是啥，可不可以控制个体效应

直接跑呀。严重的共线性stata自身就会排除。

如果是不严重的呢？虽然不会直接排除但会影响估计结果吧？

这个不好说。我觉得问题不大…审稿人提出来了再加也行，祝研究顺利

您的意思是，如果解释变量里有省级层面数据，那不控制省份固定效应也不是大问题？

请问楼主加入了省份层面的固定效应吗？另外省份、时间的联合固定效应怎么控制呢？

你好，如果是横截面数据，解释变量又是省份层面的，是不是就不能控制省份固定效应了？

请问答主有方案了吗

在你的描述中，你构建的回归模型主要关注于省级层面数据的影响，并包含了一些企业级数据。在这种情况下，控制省份固定效应是否必要取决于几个关键因素：

1. **解释变量与省份固定效应的关系**：如果模型中的核心解释变量是基于省份的数据，那么这个变量实际上已经包含了该省份的一些固有特征或差异。在理论上，当加入省级层面的固定效应时，它可能会捕获一部分由你的解释变量所代表的信息，从而导致一定程度的多重共线性（即解释变量间高度相关）。但是，这并不意味着完全不能控制省份固定效应回应者提到的担心是有道理的。

2. **模型设定与目标**：如果你的目标是研究某个特定省级层面因素对微观企业结果的影响，同时考虑到其他可能存在的省份层面上的未观察到的异质性（比如历史、文化、地理位置等无法直接测量的因素），那么控制省份固定效应可能是有帮助的。这样可以更精确地估计你的核心解释变量的净效果。

3. **多重共线性的处理**：即使存在潜在的多重共线性，也有多种方法可以处理这个问题。例如，使用面板数据模型（如随机效应或固定效应模型），并适当选择控制变量，可以帮助减轻这种影响。在一些情况下，通过变换模型设定或者增加观测值的数量也能有所帮助。

4. **理论与实证指导**：最终决定是否以及如何控制省份固定效应应基于你的研究问题和理论假设。如果理论上存在理由相信省份层面的不可观测异质性会影响结果，并且这可能混淆你关心的核心关系，那么添加省份固定效应回归是有意义的。

总的来说，虽然加入省份固定效应可能会与省级解释变量产生一定的共线性，但这并不意味着这种做法是错误或无效的。关键是要理解你的模型设定、研究目标以及数据结构，以做出最合适的决策。如果可能的话，进行敏感性分析（即比较控制和不控制省份固定效应时的结果）也是一个不错的方法来评估其影响。

在实证研究中，常常需要在理论假设与实证检验之间找到平衡点，因此理解你的模型设定、变量选择以及数据特性对于得出有意义且准确的结论至关重要。希望这些建议能够帮助你更好地进行研究设计和分析！

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用