用两年双向固定效应回归时，一些省份虚拟变量被ommt,第二年被ommit掉了，这不就等于没加时间效应一样吗，请问我该怎么处理这种问题呢？而且我发现不加个体年龄2016就不会被共线掉，加上年龄year2016就会被共线掉（换成年龄平方一样），但是一般不都会有年龄这一控制变量嘛，请问有没有解决办法，还是我不用管这种情况呢？xtset fid year
       panel variable:  fid (strongly balanced)
        time variable:  year, 2014 to 2016, but with gaps
                delta:  1 unit
tabulate provcd, gen(dummy)


xtreg y x1 huzhu urban14 ln_shouru xiaofei familysize join_market debt age employ2014 jobclass_base badhealth goodhealth
>  yanglao yibao dummy1- dummy27 i.year,fe r
note: dummy2 omitted because of collinearity
note: dummy3 omitted because of collinearity
note: dummy6 omitted because of collinearity
note: dummy8 omitted because of collinearity
note: dummy10 omitted because of collinearity
note: dummy19 omitted because of collinearity
note: dummy20 omitted because of collinearity
note: dummy22 omitted because of collinearity
note: dummy23 omitted because of collinearity
note: dummy24 omitted because of collinearity
note: dummy25 omitted because of collinearity
note: dummy26 omitted because of collinearity
note: dummy27 omitted because of collinearity
note: 2016.year omitted because of collinearity

Fixed-effects (within) regression        Number of obs     =      9,568
Group variable: fid        Number of groups  =      4,784

R-sq:        Obs per group:
within  = 0.6668        min =          2
between = 0.4745        avg =        2.0
overall = 0.5365        max =          2

        F(24,4783)        =          .
corr(u_i, Xb)  = -0.3573        Prob > F          =          .

(Std.        Err. adjusted for 4,784 clusters in fid)
       
Robust
y       Coef.   Std. Err.        t    P>t     [95% Conf. Interval]
       
x1   -.0127092    .004211        -3.02   0.003    -.0209647   -.0044537
huzhu    .0169565   .0075507        2.25   0.025     .0021537    .0317593
urban14   -.0776622   .0363455        -2.14   0.033    -.1489161   -.0064083
ln_shouru    .7088656   .0149843        47.31   0.000     .6794896    .7382417
xiaofei   -9.38e-06   3.54e-07        -26.54   0.000    -.0000101   -8.69e-06
familysize   -.0259619   .0068898        -3.77   0.000     -.039469   -.0124548
join_market    -.003551   .0220683        -0.16   0.872     -.046815    .0397129
debt   -.0578378   .0135537        -4.27   0.000    -.0844093   -.0312663
age    .0026801   .0034166        0.78   0.433    -.0040179    .0093782
employ2014    .0051995   .0166206        0.31   0.754    -.0273846    .0377835
jobclass_base   -.0077895   .0188907        -0.41   0.680    -.0448239     .029245
badhealth   -.0217827   .0160138        -1.36   0.174     -.053177    .0096116
goodhealth   -.0087379   .0163517        -0.53   0.593    -.0407947    .0233188
yanglao   -.0049481    .012152        -0.41   0.684    -.0287716    .0188754
yibao    .0189818   .0208459        0.91   0.363    -.0218858    .0598494
dummy1   -.0578959   .4055937        -0.14   0.886    -.8530462    .7372545
dummy2           0  (omitted)
dummy3           0  (omitted)
dummy4      .26755   .1732985        1.54   0.123    -.0721948    .6072948
dummy5    .3919417   .0593253        6.61   0.000     .2756369    .5082466
dummy6           0  (omitted)
dummy7    -.116472   .1196302        -0.97   0.330    -.3510022    .1180582
dummy8           0  (omitted)
dummy9    .9015568   .5281672        1.71   0.088     -.133894    1.937008
dummy10           0  (omitted)
dummy11    .1220651   .1305182        0.94   0.350    -.1338107    .3779408
dummy12    .1063478   .0482801        2.20   0.028     .0116966    .2009991
dummy13    .2793704   .0603441        4.63   0.000     .1610682    .3976725
dummy14    .8462843    .252204        3.36   0.001     .3518484     1.34072
dummy15    -.207423   .2828383        -0.73   0.463    -.7619162    .3470702
dummy16   -.1211229   .1172574        -1.03   0.302    -.3510013    .1087556
dummy17   -.0018524   .0329246        -0.06   0.955    -.0663999     .062695
dummy18    .0255594   .2296797        0.11   0.911    -.4247184    .4758373
dummy19           0  (omitted)
dummy20           0  (omitted)
dummy21    .0862908   .2477077        0.35   0.728    -.3993303    .5719118
dummy22           0  (omitted)
dummy23           0  (omitted)
dummy24           0  (omitted)
dummy25           0  (omitted)
dummy26           0  (omitted)
dummy27           0  (omitted)

year
2016            0  (omitted)

_cons   -7.056169   .2107651        -33.48   0.000    -7.469366   -6.642973
       
sigma_u   .35043685
sigma_e   .31538931
rho   .55249223   (fraction        of variance due to u_i)