KNOWECON WIKI

ARTICLE

被解释变量

被解释变量 (Explained Variable) 被解释变量 (Explained Variable)，在计量经济学和回归分析的语境中，是指在模型设定中处于"被解释"地位的变量，通常记为 Y。它与因变量 (Dependent Variable) 指代同一个对象，但侧重点截然不同："因变量"强调因果链条中的"果"，而"被解释变量"强调的是模型对该变量变异的

浏览 4 更新 2025-10-26

被解释变量 (Explained Variable)

被解释变量 (Explained Variable)，在计量经济学和回归分析的语境中，是指在模型设定中处于"被解释"地位的变量，通常记为 YY。它与因变量 (Dependent Variable) 指代同一个对象，但侧重点截然不同："因变量"强调因果链条中的"果"，而"被解释变量"强调的是模型对该变量变异的解释程度——即解释变量能够在多大程度上说明被解释变量的变化。这一术语选择本身就隐含了计量经济学的核心关切：变异的分解与归因。

定义与基本设定

考虑一个典型的线性回归模型：

Yi=β0+β1X1i+β2X2i+⋯+βkXki+uiY_i = \beta_0 + \beta_1 X_{1i} + \beta_2 X_{2i} + \cdots + \beta_k X_{ki} + u_i

其中 YiY_i 为被解释变量，X1i,…,XkiX_{1i}, \ldots, X_{ki} 为解释变量，uiu_i 为随机扰动项。这一设定将 YiY_i 的总变异分解为两个部分：

Yi=β0+β1X1i+⋯+βkXki⏟系统部分（可解释）+ui⏟随机部分（不可解释）Y_i = \underbrace{\beta_0 + \beta_1 X_{1i} + \cdots + \beta_k X_{ki}}_{\text{系统部分（可解释）}} + \underbrace{u_i}_{\text{随机部分（不可解释）}}

系统部分是所有解释变量通过参数结构对 YY 的联合贡献，代表模型"捕获"的信息；随机部分是模型无法解释的残差变异。被解释变量之所以"被解释"，正是因为它被置于模型的左侧，接受右侧解释变量的系统性说明。

被解释变量与因变量：术语辨析

尽管在大多数教材中二者混用，但从方法论角度区分是有益的：

  • 因变量 (Dependent Variable)：更贴近实验科学传统，强调 YY 对 XX 的因果依赖关系。这一术语暗含了研究者对因果方向的假设。
  • 被解释变量 (Explained Variable)：更贴近计量经济学传统，强调的是模型对 YY 变异的统计解释力，而非因果效力。即使在纯粹描述性回归中——研究者无意赋予因果解释——"被解释变量"这一称呼依然成立。

因此，"被解释变量"是一个比"因变量"更中性的术语：它不预设因果关系的存在，只关注模型在统计上能否成功解释 YY 的变化。这一区分在观测研究中尤为重要——回归分析永远只能证明相关性，而不能自动确立因果关系。

被解释变量在模型评估中的核心地位

被解释变量的变异分解直接决定了模型的评估指标。令 Yˉ=1n∑Yi\bar{Y} = \frac{1}{n}\sum Y_i 为样本均值，TSS (Total Sum of Squares)（总平方和）衡量被解释变量的总变异：

TSS=∑i=1n(Yi−Yˉ)2\text{TSS} = \sum_{i=1}^{n} (Y_i - \bar{Y})^2

TSS 可分解为ESS (Explained Sum of Squares)（回归平方和，也称模型平方和）与RSS (Residual Sum of Squares)（残差平方和）之和：

TSS=ESS+RSS\text{TSS} = \text{ESS} + \text{RSS}

其中 ESS=∑(Y^i−Yˉ)2\text{ESS} = \sum (\hat{Y}_i - \bar{Y})^2 反映被解释变量的变异中被模型解释的部分，RSS=∑(Yi−Y^i)2\text{RSS} = \sum (Y_i - \hat{Y}_i)^2 反映未被解释的部分。基于这一分解，决定系数 R2R^2 定义为：

R2=ESSTSS=1−RSSTSSR^2 = \frac{\text{ESS}}{\text{TSS}} = 1 - \frac{\text{RSS}}{\text{TSS}}

R2R^2 度量了被解释变量的总变异中可由解释变量联合解释的比例。这是计量经济学中最直观的模型拟合优度指标——R2=0.75R^2 = 0.75 意味着被解释变量 75\% 的变异被模型解释，剩余 25\% 归因于扰动项。然而，R2R^2 不能反映模型的因果有效性、预测能力或变量显著性，其局限性在实践中常被低估。

被解释变量的测量尺度与模型选择

被解释变量的测量属性决定了适用的计量方法，这是模型选择的第一步：

  1. 连续被解释变量：最经典的情形。工资、GDP、价格等连续变量通常使用OLS或广义最小二乘法 (GLS)。若被解释变量严格为正且呈偏态分布（如收入、持续时间），对数变换 ln⁡(Y)\ln(Y) 常被用作被解释变量以改善正态性和降低异方差。
  2. 二元被解释变量：Y∈{0,1}Y \in \{0, 1\}，如就业/失业、违约/未违约。需使用Logit 模型或Probit 模型——因为线性概率模型存在预测值超出 [0,1][0,1] 区间和异方差问题。
  3. 计数被解释变量：Y∈{0,1,2,…}Y \in \{0, 1, 2, \ldots\}，如专利数量、就诊次数、犯罪事件数。通常采用泊松回归或负二项回归，后者在存在过度分散（方差显著大于均值）时更适用。
  4. 截断与截堵被解释变量：当 YY 只在特定范围内可观测时——例如工资仅对有工作的人可观测（样本选择问题），或消费支出调查中的零支出上报——需使用Tobit 模型或Heckman 两步法。
  5. 多元选择被解释变量：Y∈{1,2,…,J}Y \in \{1, 2, \ldots, J\} 无自然排序（如职业选择、交通方式），使用多项 Logit 或 多项 Probit；若有自然排序（如满意度评级 1–5 分），则使用有序 Logit 或 有序 Probit。
  6. 时间序列被解释变量：当数据具有时间维度时，被解释变量可能存在自相关、单位根等动态特征，需引入滞后被解释变量 Yt−1,Yt−2Y_{t-1}, Y_{t-2} 作为解释变量，形成自回归分布滞后模型 (ARDL)或向量自回归 (VAR)，同时须警惕伪回归问题。

被解释变量与内生性问题

当被解释变量与解释变量之间存在双向因果关系时——典型的如供需模型中价格与数量相互决定——OLS估计量将同时丧失无偏性与一致性。此时，被解释变量本身影响了右侧的解释变量，违反了外生性假设。处理这一问题的标准路径是寻找工具变量 (IV)——一个与内生解释变量相关、但仅通过该解释变量间接影响被解释变量的外生变量——然后使用两阶段最小二乘法 (2SLS)。

另一种重要的情形是被解释变量的滞后项出现在方程右侧：

Yit=βYi,t−1+Xit′γ+αi+uitY_{it} = \beta Y_{i,t-1} + X_{it}'\gamma + \alpha_i + u_{it}

这是动态面板数据模型的标准形式。由于 Yi,t−1Y_{i,t-1} 与个体固定效应 αi\alpha_i 相关，组内估计量（Within Estimator）是不一致的。Arellano-Bond 估计量（差分 GMM）和Blundell-Bond 估计量（系统 GMM）通过使用滞后水平或滞后差分作为工具变量来解决这一问题。

总结

被解释变量是计量经济模型的起点与归宿。它与因变量指代同一对象，但"被解释变量"这一术语更准确地传达了计量经济学的学科精神：用可观测的解释变量去说明一个变量的变异，将混乱的数据转化为可理解的结构。正确认识被解释变量的测量属性、变异分解及其与解释变量的统计关系，是构建有效计量模型的前提，也是避免将统计描述误认为因果推断的第一道防线。