如果残差项中某些变量和解释变量相关，而同时对被解释变量存在影响，就会导致被解释变量的系数是有偏且非一致的。这时候就需要将这些变量加入模型中。但是有时候这些变量是不可观测的，固定效应回归可以解决一部分这种问题。有一些变量是不随时间而变但对每个个体不同，那么个体固定效应就可以控制这些因素；有一些变量对每个个体是相同的，但是随着时间的变化而变化，那么就可以加入时间固定效应。双向固定效应就是同时控制了前面两种因素。
固定效应可以体现在截距的异质性上，如个体固定效应，每个个体的截距是不同的。因此，具体到命令上，可以加入个体虚拟变量（当然也可以直接用xtreg命令）。判断是否应该用固定效应回归可以检验这些虚拟变量的联合显著性（当然也可以用xtreg命令报告的F值，但是一个缺陷在于，F值只能在普通标准误下报告，用聚类稳健标准误则无法报告）。类似地，判断是否需要用时间固定效应，也可以检验时间虚拟变量的联合显著性。不过实际上，这两种检验个人感觉并不多见，都是直接控制。
对于你说的情况，个人认为应该以控制了双向固定效应的结果为准，因为只控制个体固定效应的遗漏变量偏差会比控制双向固定效应严重。当然，你也可以对时间虚拟变量进行联合假设检验，如果显著，那么就更说明应该采用双向固定效应的结果。

我用了stata命令构建时间虚拟变量来检验时间效应，P值为0.066，这个是否能说明无法拒绝无时间效应的H0呢？

P值为0.066，尽管不在5%的水平下显著，但在10%的水平下显著。由于时间固定效应可以控制一些不可观测变量，缓解遗漏变量偏差，因此个人认为还是要谨慎一些，控制时间固定效应。

好的，十分感谢！