统计百科 ·
面板固定效应 vs 随机效应的 APA 报告怎么写？FE/RE 系数对比 + Hausman 检验格式全解
统计百科：专攻面板数据 FE 与 RE 模型并排系数对比报告——Hausman 检验三要素格式、FE/RE 系数表并排规范、组内 R² 与组间 R² 报告要点，给出可直接套进论文的 APA 7th 完整模板句式，盘点审稿人最常挑的面板模型选择报告错误。
面板回归报告最让人卡壳的场景，往往不是"跑哪个模型"，而是"怎么在论文里写清楚我选 FE 还是 RE、凭什么选、系数表怎么并排、R² 写哪个"。本文专攻这一具体格式点：给出 Hausman 检验的完整 APA 报告句式、FE 与 RE 系数并排对比表的规范结构、组内 R² 的写法，以及可以直接套进方法章节和结果章节的模板段落。
面板模型选择报告最常见的三类格式问题
审稿人或导师关于 FE/RE 报告最集中的反馈：
关于 Hausman 检验：
- "只写了'经 Hausman 检验采用固定效应'，缺少 chi^2 统计量和自由度"
- "Hausman 检验的自由度是多少？和模型变量数有什么关系？"
- "p < .05 就要用 FE，那 p 值怎么写？"
关于系数表：
- "系数表只有一列，看不出 FE 和 RE 的估计差异"
- "标准误是普通 SE 还是聚类稳健 SE？括号里没注明"
- "固定效应是否控制了时间效应？未说明"
关于 R² 和拟合度：
- "R² 写的是 within R² 还是 overall R²？面板模型必须注明类型"
- "固定效应模型报告的是组内 R²，结果章节只写 R²，不规范"
这三类问题对应面板回归 APA 报告的三个核心模块，本文逐一给出规范写法。
一、为什么需要并排 FE/RE 对比表
FE 与 RE 的根本区别（一句话）
| 模型 | 核心假设 | 系数特征 |
|---|---|---|
| 固定效应（FE） | 个体异质性（alpha_i）与解释变量相关 | 只利用组内（within）变异识别；时间不变变量系数不可估计 |
| 随机效应（RE） | 个体异质性与解释变量不相关 | 同时利用组内与组间变异；效率更高；可估计时间不变变量 |
核心矛盾：如果 RE 假设成立，RE 估计量比 FE 更有效率（标准误更小）；如果 RE 假设不成立（个体效应与自变量相关），RE 估计量是有偏的，必须用 FE。
并排对比表的价值
实践中，论文往往需要展示 FE 和 RE 两列系数：
- 模型稳健性证明：两列系数接近，说明个体异质性对估计结果影响有限
- Hausman 检验的直观佐证：系数差异大的变量，正是 Hausman 检验拒绝 RE 的来源
- 审稿人要求：部分期刊要求附录或正文提供 FE/RE 并排表
二、Hausman 检验 APA 报告格式
必报三要素
$\chi^2(df) = X.XX,\ p\ \text{值,\ 结论}$
| 要素 | 格式规范 | 示例 |
|---|---|---|
| chi^2 统计量（两位小数） | chi^2(df) = X.XX | chi^2(6) = 31.84 |
| p 值（三位小数，不加前导零） | p = .XXX 或 p < .001 | p < .001 |
| 自由度（等于被检验系数个数） | 括号内整数 | (6) = 主要解释变量数 |
| 结论（选择依据） | 一句话说明选 FE 或 RE 的理由 | "拒绝 RE，采用 FE" |
自由度说明：Hausman 检验的 df 等于模型中被检验的回归系数个数，通常为主要解释变量数（不含截距、时间虚拟变量、个体固定效应）。若模型有 6 个核心解释变量，则 df = 6。
场景一：Hausman 检验显著 → 选 FE
结果章节标准报告句：
Hausman 检验结果显示，chi^2([df]) = X.XX, p [值]，
拒绝个体效应与解释变量不相关的零假设，
因此采用个体固定效应（FE）模型作为主要估计策略，
以控制不可观测的个体异质性对系数估计的潜在偏误。
填入数值的示例：
Hausman 检验结果显示，chi^2(6) = 31.84，p < .001，拒绝个体效应与解释变量不相关的零假设，因此采用个体固定效应（FE）模型作为主要估计策略，以控制不可观测的个体异质性。随机效应（RE）模型估计结果作为稳健性参照附于表 2 第（2）列。
场景二：Hausman 检验不显著 → 选 RE
结果章节标准报告句：
Hausman 检验结果未达显著，chi^2([df]) = X.XX, p = .XXX，
无法拒绝个体效应与解释变量不相关的假设，
因此采用随机效应（RE）模型估计，
以提高估计效率并保留时间不变变量的系数估计。
填入数值的示例：
Hausman 检验结果未达显著，chi^2(6) = 7.23，p = .300，无法拒绝个体效应与解释变量不相关的假设，因此采用随机效应（RE）模型估计，以在组内与组间信息中实现更有效率的综合利用。固定效应（FE）模型估计结果作为稳健性参照附于表 2 第（2）列。
方法章节写法（事先说明检验策略）
本研究采用个体固定效应（FE）与随机效应（RE）双模型估计，
并以 Hausman 检验（Hausman，1978）为依据选择最终报告模型。
Hausman 检验的零假设为个体异质性与解释变量不相关；
若 chi^2 检验显著（p < .05），拒绝随机效应假设，采用固定效应模型；
反之，采用随机效应模型以提升估计效率。
所有模型均在个体层面聚类的稳健标准误（Clustered Robust SE），
以修正同一个体内跨期误差的序列相关。
三、FE/RE 系数并排对比表规范
APA 7th 面板系数并排表结构
APA 对回归系数表的格式要求包括：三线表结构（无竖线）、系数保留两位小数、标准误在括号内、显著性以星号标注并在表注中说明。
面板模型额外要求：R² 类型必须注明（within/between/overall）、标准误类型必须说明（普通 SE 还是聚类稳健 SE）。
并排双列表示例（FE + RE）：
| 变量 | FE（1） | RE（2） |
|---|---|---|
| 研发投入（ln） | 0.23** (0.08) | 0.21** (0.07) |
| 员工规模（ln） | 0.41*** (0.12) | 0.38*** (0.11) |
| 资产负债率 | -0.18* (0.09) | -0.22** (0.08) |
| 行业竞争度 | 0.09 (0.14) | 0.15 (0.12) |
| 企业年龄 | — | 0.07** (0.03) |
| 常数项 | 2.14*** (0.32) | 2.08*** (0.29) |
| 个体固定效应 | 是 | 否 |
| 时间固定效应 | 是 | 是 |
| 标准误类型 | 聚类稳健 SE | 聚类稳健 SE |
| within R² | .412 | .387 |
| between R² | .183 | .241 |
| overall R² | .294 | .318 |
| 观测值 | 2,640 | 2,640 |
| 个体数 | 240 | 240 |
| Hausman chi^2(6) | 31.84*** | — |
注：括号内为聚类稳健标准误（按个体层面聚类）。企业年龄为时间不变变量，FE 模型中不可估计（以"—"表示）。 p < .05，** p < .01，*** p < .001。
表注标准写法
注：括号内为[普通标准误/聚类稳健标准误（聚类层级：[个体/行业/省份]）]。
R² 类型：固定效应模型报告 within R²，随机效应模型报告 overall R²。
"—"表示固定效应模型因共线性不可估计该系数（时间不变变量）。
* p < .05，** p < .01，*** p < .001（双尾检验）。
四、组内 R²（within R²）与组间 R²（between R²）的报告规则
三种 R² 的含义与选用
| R² 类型 | 含义 | 主要使用模型 | 报告优先级 |
|---|---|---|---|
| within R²（组内） | 时间变异被模型解释的比例；FE 真正拟合的方差 | 固定效应模型 | FE 首要报告 |
| between R²（组间） | 个体均值变异被解释的比例 | 参考价值 | 附报 |
| overall R²（总体） | 所有观测变异被解释的总比例 | 随机效应模型 | RE 首要报告 |
固定效应模型的 R² 报告原则：
FE 模型通过"去均值"（within transformation）消除个体效应，实际拟合的是组内（时间维度）的变异。因此：
- 主报 within R²：这是 FE 真实解释能力的度量
- 不宜仅报 overall R²：FE 的 overall R² 通常较低（个体效应方差不在模型中），不能代表模型拟合质量
- 可附 between R² 和 overall R² 供读者参考
结果章节 R² 报告句式
固定效应模型：
个体与时间双向固定效应模型的组内 R²（within R²）为 .XX，
表明模型解释了个体内跨期变异的 XX%；
组间 R²（between R²）为 .XX，总体 R²（overall R²）为 .XX（附表供参考）。
填入数值的示例：
个体与时间双向固定效应模型的组内 R²（within R²）为 .412，表明模型解释了个体内跨期变异的 41.2%；组间 R²（between R²）为 .183，总体 R²（overall R²）为 .294，后两者在 FE 框架下参考意义有限，仅作附报。
随机效应模型：
随机效应模型的总体 R²（overall R²）为 .XX，
组内 R²（within R²）为 .XX，组间 R²（between R²）为 .XX，
模型综合解释了 XX% 的总变异。
五、完整结果段落模板（FE 为主模型）
以下为整合 Hausman 检验 + 系数解读 + R² 的完整结果章节模板：
情形：面板数据，240 家企业，11 年，6 个解释变量，双向 FE 显著优于 RE。
以企业绩效（ROA）为因变量，采用个体与时间双向固定效应（Two-Way FE）
模型进行面板回归分析。Hausman 检验结果显示，
chi^2([df]) = X.XX, p [值]，
拒绝个体效应与解释变量不相关的零假设，
因此采用 FE 模型作为主要估计策略；
随机效应（RE）模型结果作为稳健性参照（见表 2）。
FE 模型估计结果如表 2 第（1）列所示。
研发投入（ln）的系数显著为正，B = X.XX，SE = X.XX，p [值]，
表明在控制个体固定效应后，企业研发投入每增加 1%，
ROA 平均提升约 X.XX 个百分点；
员工规模（ln）亦具有显著正效应，B = X.XX，SE = X.XX，p [值]；
资产负债率对绩效具有显著负向影响，B = X.XX，SE = X.XX，p [值]；
行业竞争度的系数未达显著（p = .XXX）。
上述结果均采用个体层面聚类的稳健标准误。
FE 模型的组内 R²（within R²）= .XX，
表明模型解释了企业内跨期 ROA 变异的 XX%。
RE 模型的 overall R²（.XX）与 within R²（.XX）
与 FE 估计结果高度一致，支持主要结论的稳健性。
填入数值的示例：
以企业绩效（ROA）为因变量，采用个体与时间双向固定效应模型进行面板回归分析。Hausman 检验结果显示，chi^2(6) = 31.84，p < .001，拒绝个体效应与解释变量不相关的零假设，因此采用 FE 模型作为主要估计策略；随机效应（RE）模型结果作为稳健性参照（见表 2 第（2）列）。
FE 模型估计结果如表 2 第（1）列所示。研发投入（ln）的系数显著为正，B = 0.23，SE = 0.08，p = .004，表明在控制个体固定效应后，研发投入（ln）每增加 1 个单位（即原始值增加约 172%），ROA 平均提升约 0.23 个百分点；员工规模（ln）具有显著正效应，B = 0.41，SE = 0.12，p < .001；资产负债率对绩效具有显著负向影响，B = -0.18，SE = 0.09，p = .046；行业竞争度的系数未达显著（B = 0.09，SE = 0.14，p = .520）。所有系数均基于个体层面聚类稳健标准误。
FE 模型组内 R²（within R²）= .412，表明模型解释了企业内跨期绩效变异的 41.2%。RE 模型的总体 R²（overall R²）= .318 与 FE 主要系数高度一致，支持结论的稳健性。
六、在 ChatSRS 一句话获得完整 FE/RE 并排报告
打开 chatsrs.com，上传面板数据后输入：
"对面板数据做个体与时间双向固定效应（FE）回归，因变量为 ROA，解释变量为研发投入（ln）、员工规模（ln）、资产负债率、行业竞争度，同时跑随机效应（RE）作并排对比，做 Hausman 检验；输出 FE/RE 系数并排表（含聚类稳健标准误、within/between/overall R²、观测值、个体数）、Hausman chi^2 统计量和自由度，并给出符合 APA 7th 格式的结果段落，注明选模型依据。"
ChatSRS 会自动：
- 同时估计 FE 和 RE 模型，生成并排系数表
- 执行 Hausman 检验并输出 chi^2、df、p 值
- 报告 within/between/overall 三类 R²，并注明哪个是 FE 的主要拟合指标
- 输出可直接粘贴的 APA 7th 格式结果段落，标注聚类稳健 SE
七、方法章节：面板模型选择的完整说明段落
方法章节需要在"统计分析"子节提前说明 FE/RE 选择逻辑：
本研究面板数据（N = [个体数]，T = [时间点数]）采用双向固定效应（Two-Way FE）
与随机效应（RE）双模型估计策略。以 Hausman（1978）检验作为模型选择依据：
若 chi^2 检验显著（p < .05），则拒绝随机效应假设，以 FE 模型为主报；
若不显著（p >= .05），则采用 RE 模型以利用组间信息提升估计效率。
个体固定效应控制了不可观测的时间不变个体特征（如企业文化、地理区位）；
时间固定效应控制了对所有个体共同的年度冲击（如宏观政策变化）。
所有标准误均在个体层面进行聚类（Clustered SE），
以修正同一个体内跨期误差的序列相关（Bertrand et al.，2004）。
固定效应模型的拟合优度以组内 R²（within R²）衡量；
随机效应模型同时报告 within R² 和 overall R²。
八、FE/RE 报告常见错误对照表
| 常见错误 | 正确写法 | 违反规则 |
|---|---|---|
| "经 Hausman 检验采用 FE" | chi^2(df) = X.XX, p [值]，需含统计量 | 必须报告检验统计量 |
| Hausman 检验只写 p 值 | chi^2(6) = 31.84, p < .001 | df 和统计量缺一不可 |
| FE 系数表只报告 R² | 注明"within R²（组内）= .XX" | 面板 R² 必须注明类型 |
| FE 模型报告 overall R² 作为主要拟合指标 | FE 主报 within R² | overall R² 在 FE 中偏低，具误导性 |
| 系数表无标准误类型说明 | 表注注明"聚类稳健 SE，聚类层级：个体" | 审稿人必查项 |
| 未说明时间固定效应是否控制 | 系数表行中明示"时间固定效应：是/否" | 遗漏变量偏误说明义务 |
| 时间不变变量在 FE 中有系数 | FE 中该变量系数写"—"并加表注 | FE 的识别机制决定无法估计 |
| FE/RE 两列标准误不一致未说明 | 表注分别说明各列标准误类型 | 避免读者误解 |
常见 FAQ
Q：Hausman 检验的自由度（df）怎么算？
A：Hausman 检验的 df 等于模型中被检验的回归系数个数——即 FE 和 RE 均可估计的共同变量数，不含截距项，也不含时间虚拟变量（因为 RE 也控制了时间效应的话，两者都有，不存在系统差异）。若模型有 6 个核心解释变量且 FE/RE 均可估计这 6 个，则 df = 6。FE 不能估计的时间不变变量（如性别、省份虚拟变量）不纳入 df 计算。
Q：Hausman 检验显著了，但我想保留时间不变变量（如地区虚拟变量），怎么办？
A：FE 模型本身无法估计时间不变变量（因其与个体固定效应完全共线），这是 FE 的机制限制，不是错误。APA 报告中在系数表该变量处标注"—（时间不变变量在 FE 中不可估计）"，并在方法章节说明。如果研究目的确实需要估计时间不变变量的系数，可考虑 Hausman-Taylor 估计量（HT 估计）或混合回归，并在方法章节说明选择理由。
Q：FE 的 within R² 只有 0.15，是不是说明模型拟合很差？
A：不能这样解读。FE 模型通过去均值仅拟合"组内变异"（时间维度变化），本来就丢弃了"组间变异"部分，因此 within R² 天然偏低，与截面 OLS 的 R² 不可直接比较。within R² = 0.15 的含义是：在控制了所有个体固定效应之后，模型解释了剩余组内变异的 15%。面板 FE 模型的拟合优度参照标准应与同领域面板文献对比，而非与截面回归比较。
Q：论文投稿时是否需要同时汇报 FE 和 RE 两列结果？
A：这取决于期刊要求，但通用的稳健性做法是：将主模型（经 Hausman 检验选定的那列）放在正文，另一列作为稳健性检验附于附录或表格第二列，并在方法章节说明"Hausman 检验支持采用 FE/RE 模型，RE/FE 估计结果作为稳健性参照"。部分计量经济学期刊（如 Journal of Econometrics 相关实证领域）要求 FE/RE 并排作为标准格式，查阅目标期刊的投稿指南可进一步确认。
Q：什么时候需要在 Hausman 检验前先做 F 检验（检验是否需要固定效应）？
A：严格程序是：先用 F 检验（对 OLS vs FE）判断是否存在显著个体效应——若 F 检验不显著（p > .05），个体固定效应不显著，OLS 即可；若 F 检验显著，再进行 Hausman 检验决定用 FE 还是 RE。APA 报告中可在方法章节简要说明这一检验程序，结果部分先报告"F 检验证实存在显著个体效应，F([N-1], [NT-N-k]) = X.XX，p < .001，因此进一步以 Hausman 检验在 FE 和 RE 之间选择"，使模型选择逻辑更完整。
快速参考：FE/RE 报告格式速查
[Hausman 检验 — 选 FE]
Hausman chi^2([df]) = X.XX, p [< .001 / = .XXX]
结论: 拒绝 RE，采用 FE；RE 结果附表作稳健性参照
[Hausman 检验 — 选 RE]
Hausman chi^2([df]) = X.XX, p = .XXX（不显著）
结论: 无法拒绝 RE 假设，采用 RE；FE 结果附表作稳健性参照
[FE 系数报告]
B = X.XX, SE = X.XX（聚类稳健 SE）, p [= .XXX / < .001]
within R² = .XX（FE 的主要拟合指标）
[RE 系数报告]
B = X.XX, SE = X.XX（聚类稳健 SE）, p [= .XXX / < .001]
overall R² = .XX（RE 的主要拟合指标）；within R² = .XX
[系数表表注模板]
注: 括号内为[个体/行业]层面聚类稳健标准误。
"—" = 时间不变变量，FE 中不可估计。
* p < .05，** p < .01，*** p < .001（双尾）
相关阅读
本文首发于 ChatSRS 官方博客。如有问题或反馈，欢迎在 ChatSRS 站内 [用户中心 -> 帮助与反馈] 联系我们。