面板数据分析 (Panel Data Analysis)
面板数据 (panel data)，又称纵向数据 (longitudinal data)，是指同时对多个横截面个体（如个人、企业、国家）在多个时间点上进行重复观测所得到的数据集。面板数据分析融合了横截面分析 和时间序列分析 的方法论优势，能够控制不可观测的个体异质性、提供更多的信息变异、并减轻多重共线性问题。自 Balestra \& Nerlove (1966) 以及Mundlak (1978) 等开创性工作以来，面板数据方法已成为计量经济学 实证研究的核心工具。
基本模型设定
标准线性面板数据模型可写为：
y i t = α + x i t ′ β + u i t , i = 1 , … , N ; t = 1 , … , T y_{it} = \alpha + \mathbf{x}_{it}'\boldsymbol{\beta} + u_{it}, \quad i = 1, \ldots, N; \quad t = 1, \ldots, T y i t = α + x i t ′ β + u i t , i = 1 , … , N ; t = 1 , … , T 其中 y i t y_{it} y i t i i i t t t x i t \mathbf{x}_{it} x i t K K K u i t u_{it} u i t u i t u_{it} u i t
u i t = μ i + λ t + ε i t u_{it} = \mu_i + \lambda_t + \varepsilon_{it} u i t = μ i + λ t + ε i t 误差成分
μ i \mu_i μ i 个体效应 (individual effect)，捕捉不随时间变化的个体异质性，如能力、文化、地理特征等未观测因素。λ t \lambda_t λ t 时间效应 (time effect)，捕捉对所有个体共同影响的时间特定冲击，如宏观经济周期、政策变化。常用一组时间虚拟变量 控制。ε i t \varepsilon_{it} ε i t 特质误差 (idiosyncratic error)，随个体和时间独立变化的随机扰动项。根据对 μ i \mu_i μ i x i t \mathbf{x}_{it} x i t
固定效应与随机效应
固定效应模型 (Fixed Effects, FE)
固定效应模型 允许个体效应 μ i \mu_i μ i x i t \mathbf{x}_{it} x i t 普通最小二乘法 (OLS) 和随机效应估计量 (Random Effects estimator) 均不一致，因为 Cov ( μ i , x i t ) ≠ 0 \operatorname{Cov}(\mu_i, \mathbf{x}_{it}) \neq 0 Cov ( μ i , x i t ) = 0 遗漏变量偏误 。
FE 模型通过对每个个体引入虚拟变量（最小二乘虚拟变量法 , LSDV）或等价地通过组内变换 (within transformation) 来消除 μ i \mu_i μ i
y i t − y ˉ i = ( x i t − x ˉ i ) ′ β + ( ε i t − ε ˉ i ) y_{it} - \bar{y}_i = (\mathbf{x}_{it} - \bar{\mathbf{x}}_i)'\boldsymbol{\beta} + (\varepsilon_{it} - \bar{\varepsilon}_i) y i t − y ˉ i = ( x i t − x ˉ i ) ′ β + ( ε i t − ε ˉ i ) 其中 y ˉ i = T − 1 ∑ t y i t \bar{y}_i = T^{-1}\sum_t y_{it} y ˉ i = T − 1 ∑ t y i t i i i β ^ F E \hat{\boldsymbol{\beta}}_{FE} β ^ FE N N N
随机效应模型 (Random Effects, RE)
随机效应模型 假设个体效应 μ i \mu_i μ i Cov ( μ i , x i t ) = 0 \operatorname{Cov}(\mu_i, \mathbf{x}_{it}) = 0 Cov ( μ i , x i t ) = 0 μ i \mu_i μ i u i t = μ i + ε i t u_{it} = \mu_i + \varepsilon_{it} u i t = μ i + ε i t
Corr ( u i t , u i s ) = σ μ 2 σ μ 2 + σ ε 2 , t ≠ s \operatorname{Corr}(u_{it}, u_{is}) = \frac{\sigma_\mu^2}{\sigma_\mu^2 + \sigma_\varepsilon^2}, \quad t \neq s Corr ( u i t , u i s ) = σ μ 2 + σ ε 2 σ μ 2 , t = s RE 估计量通过广义最小二乘法 (GLS) 利用这一相关结构获得更高效的估计：
β ^ R E = ( ∑ i = 1 N X i ′ Ω ^ − 1 X i ) − 1 ∑ i = 1 N X i ′ Ω ^ − 1 y i \hat{\boldsymbol{\beta}}_{RE} = \left(\sum_{i=1}^{N} \mathbf{X}_i' \hat{\Omega}^{-1} \mathbf{X}_i\right)^{-1} \sum_{i=1}^{N} \mathbf{X}_i' \hat{\Omega}^{-1} \mathbf{y}_i β ^ RE = ( i = 1 ∑ N X i ′ Ω ^ − 1 X i ) − 1 i = 1 ∑ N X i ′ Ω ^ − 1 y i 其中 Ω = σ ε 2 I T + σ μ 2 1 T 1 T ′ \Omega = \sigma_\varepsilon^2 \mathbf{I}_T + \sigma_\mu^2 \mathbf{1}_T\mathbf{1}_T' Ω = σ ε 2 I T + σ μ 2 1 T 1 T ′ θ = 1 − σ ε / σ ε 2 + T σ μ 2 \theta = 1 - \sigma_\varepsilon / \sqrt{\sigma_\varepsilon^2 + T\sigma_\mu^2} θ = 1 − σ ε / σ ε 2 + T σ μ 2
Hausman 检验
Hausman检验 (Hausman, 1978) 是 FE 与 RE 之间选择的标准工具。其原假设为 RE 的一致性条件成立（μ i \mu_i μ i x i t \mathbf{x}_{it} x i t
H = ( β ^ F E − β ^ R E ) ′ [ Var ( β ^ F E ) − Var ( β ^ R E ) ] − 1 ( β ^ F E − β ^ R E ) → d χ 2 ( K ) H = (\hat{\boldsymbol{\beta}}_{FE} - \hat{\boldsymbol{\beta}}_{RE})' \left[\operatorname{Var}(\hat{\boldsymbol{\beta}}_{FE}) - \operatorname{Var}(\hat{\boldsymbol{\beta}}_{RE})\right]^{-1} (\hat{\boldsymbol{\beta}}_{FE} - \hat{\boldsymbol{\beta}}_{RE}) \xrightarrow{d} \chi^2(K) H = ( β ^ FE − β ^ RE ) ′ [ Var ( β ^ FE ) − Var ( β ^ RE ) ] − 1 ( β ^ FE − β ^ RE ) d χ 2 ( K ) 在原假设下，FE 和 RE 均一致，但 RE 更高效，二者差异应较小。若 H H H Var ( β ^ F E ) − Var ( β ^ R E ) \operatorname{Var}(\hat{\boldsymbol{\beta}}_{FE}) - \operatorname{Var}(\hat{\boldsymbol{\beta}}_{RE}) Var ( β ^ FE ) − Var ( β ^ RE )
动态面板数据模型
当模型中包含滞后被解释变量时，形成动态面板模型：
y i t = γ y i , t − 1 + x i t ′ β + μ i + ε i t y_{it} = \gamma y_{i,t-1} + \mathbf{x}_{it}'\boldsymbol{\beta} + \mu_i + \varepsilon_{it} y i t = γ y i , t − 1 + x i t ′ β + μ i + ε i t 此时，组内变换后的滞后项 y ~ i , t − 1 = y i , t − 1 − 1 T − 1 ∑ s = 1 T − 1 y i s \tilde{y}_{i,t-1} = y_{i,t-1} - \frac{1}{T-1}\sum_{s=1}^{T-1} y_{is} y ~ i , t − 1 = y i , t − 1 − T − 1 1 ∑ s = 1 T − 1 y i s N → ∞ N \to \infty N → ∞ Nickell 偏误 ，Nickell, 1981），偏误阶数为 O ( T − 1 ) O(T^{-1}) O ( T − 1 )
Arellano \& Bond (1991) 提出的差分 GMM (Difference GMM) 估计量利用所有可用的滞后水平作为差分方程的工具变量 ：
Δ y i t = γ Δ y i , t − 1 + Δ x i t ′ β + Δ ε i t \Delta y_{it} = \gamma \Delta y_{i,t-1} + \Delta \mathbf{x}_{it}'\boldsymbol{\beta} + \Delta \varepsilon_{it} Δ y i t = γ Δ y i , t − 1 + Δ x i t ′ β + Δ ε i t 其中 y i , t − 2 , y i , t − 3 , … y_{i,t-2}, y_{i,t-3}, \ldots y i , t − 2 , y i , t − 3 , … Δ y i , t − 1 \Delta y_{i,t-1} Δ y i , t − 1 系统 GMM (System GMM)，将水平方程和差分方程联合估计，利用差分变量的滞后作为水平方程的工具变量，显著提高了效率，尤其适用于 T T T γ \gamma γ
扩展与应用
面板数据分析在实证经济学中有广泛的应用谱系。面板 Probit/Logit 模型 处理二元被解释变量，其固定效应估计需使用条件极大似然估计 （Chamberlain, 1980）。非平衡面板 (unbalanced panel) 允许各期观测个体不完全相同，处理时需注意选择性损耗 (attrition) 带来的潜在偏误。交互固定效应 (interactive fixed effects) 模型 λ i ′ F t \lambda_i'F_t λ i ′ F t
在宏观计量经济学 中，面板向量自回归 (Panel VAR) 适用于分析多国宏观变量的动态交互；在劳动经济学 中，面板工资方程 利用 FE 模型控制不可观测能力偏误；在发展经济学 中，双重差分法 (Difference-in-Differences, DiD) 与面板固定效应结合，识别政策干预的因果效应。在金融学 中，面板数据广泛用于公司金融研究——利用 FE 模型控制企业不可观测特征后估计杠杆率、投资决策的决定因素。在国际贸易 中，引力方程 常以面板形式估计，引入进出口国双向固定效应以控制多边阻力项 (multilateral resistance)。
聚类稳健标准误
面板数据中，同一个体不同时期的观测通常存在序列相关，若忽视这种组内相关性而使用普通标准误将严重低估标准误，导致过度拒绝原假设。聚类稳健标准误 (cluster-robust standard errors) 在个体层面进行聚类，允许误差项在个体内任意相关：
Var ( β ^ ) = ( X ′ X ) − 1 ( ∑ i = 1 N X i ′ u ^ i u ^ i ′ X i ) ( X ′ X ) − 1 \operatorname{Var}(\hat{\boldsymbol{\beta}}) = (\mathbf{X}'\mathbf{X})^{-1} \left(\sum_{i=1}^{N} \mathbf{X}_i' \hat{\mathbf{u}}_i \hat{\mathbf{u}}_i' \mathbf{X}_i \right) (\mathbf{X}'\mathbf{X})^{-1} Var ( β ^ ) = ( X ′ X ) − 1 ( i = 1 ∑ N X i ′ u ^ i u ^ i ′ X i ) ( X ′ X ) − 1 其中 u ^ i \hat{\mathbf{u}}_i u ^ i i i i N N N Wild bootstrap 或 偏误校正聚类标准误 。当面板同时存在个体和时间维度的相关性时，可采用 双向聚类标准误 (Cameron, Gelbach \& Miller, 2011)。
现代面板计量经济学的前沿方向还包括：高维面板 （N N N T T T 交互效应与因子模型 、合成控制法 (synthetic control method) 作为面板比较案例研究的推广、异质性处理效应 下面板 DiD 的稳健推断、以及面板数据中工具变量 的有效性与弱工具变量问题。随着行政数据和大规模追踪调查的普及，面板数据分析在因果推断和政策评估中的中心地位将持续增强。