如何用R语言plm包基于交易数据构建面板数据集并做回归？

1. 面板数据集构建的正确方式 #

你手动合并firm+destination+year生成identifier的做法冗余且有误——pdata.frame不需要提前合并索引列，直接通过index参数指定截面个体和时间维度即可。

你的数据本质是企业-目的地层面的面板：每个(firm, destination)组合是独立的截面个体，随year重复出现（同一企业-目的地对在不同年份有出口观测）。正确的面板转换代码如下：

# 假设原始数据框名为original_data
panel_data <- pdata.frame(original_data, index = c("firm", "destination"), time = "year")

如果部分(firm, destination)组合在部分年份无观测，属于非平衡面板，plm可直接处理，无需额外操作。

2. 固定效应回归的问题排查 #

你两次回归结果一致的核心原因是面板索引指定错误：

• 指定index = "firm"时，plm将每个firm视为截面个体，但你的数据中同一firm同一年有多个destination观测，导致plm无法正确识别时间维度的重复观测，固定效应无法被正确估算。
• 不指定index时，plm默认将每一行作为独立截面个体，此时within模型的固定效应等价于每行的哑变量，和错误指定index="firm"的结果巧合一致，但两种方式都没实现你想要的企业固定效应。

正确的回归写法 #

控制企业固定效应

# 方式1：用plm的fixed.effects参数指定
model_firm_fe <- plm(dependent ~ regressor, 
                     data = panel_data, 
                     model = "within",
                     index = c("firm", "destination"),
                     fixed.effects = "firm")

# 方式2：公式中直接加入企业固定效应（更直观）
model_firm_fe <- plm(dependent ~ regressor + factor(firm), 
                     data = original_data, 
                     model = "pooling")

控制企业+目的地双固定效应

# 方式1：用fixed.effects参数指定双固定效应
model_double_fe <- plm(dependent ~ regressor, 
                       data = panel_data, 
                       model = "within",
                       index = c("firm", "destination"),
                       fixed.effects = c("firm", "destination"))

# 方式2：公式中直接加入双固定效应
model_double_fe <- plm(dependent ~ regressor + factor(firm) + factor(destination), 
                       data = original_data, 
                       model = "pooling")

3. 验证固定效应是否生效 #

可以通过两种方式验证：

• 查看固定效应数量：length(fixef(model_firm_fe))，结果应等于数据中独特企业的数量。
• 对比加入固定效应前后的回归系数，固定效应会吸收不随时间变化的个体特征，系数通常会有明显变化。

内容的提问来源于stack exchange，提问作者helloall1892