使用R语言PLM包做面板数据固定效应回归：重复id-time问题求助

在使用R的PLM包处理双边贸易面板数据（结构为出口国-贸易伙伴-年份）时，出现duplicate couples (id-time)警告且无法直接删除观测值，可按以下步骤解决：

1. 定位重复的观测组合 #

先创建面板对象（即使有警告），再用PLM提示的方法找出具体重复的(出口国-贸易伙伴-年份)组合：

# 创建面板对象（保留警告）
panel_data <- pdata.frame(df, index = c("CountryName", "Counterpart_Country_Name", "Year"))
# 生成重复组合的统计表格
dup_table <- table(index(panel_data), useNA = "ifany")
# 筛选出重复次数>1的组合
dup_combinations <- dup_table[dup_table > 1]
print(dup_combinations)

这一步能精准定位哪些双边年份组合存在重复行，方便后续针对性处理。

2. 处理重复观测 #

根据重复原因选择对应方式：

情况1：数据录入重复 #

直接基于出口国-贸易伙伴-年份组合去重，保留唯一行：

library(dplyr)
# 去重，保留每组第一行（如需保留最后一行，将.first改为.last）
df_clean <- df %>%
  distinct(CountryName, Counterpart_Country_Name, Year, .keep_all = TRUE)

情况2：细分维度未聚合（如按产品拆分的贸易数据） #

引力模型中通常需要将同一双边年份的贸易数据聚合，贸易额取总和，国家层面变量（如人口、GDP）取唯一值：

library(dplyr)
df_clean <- df %>%
  group_by(CountryName, Counterpart_Country_Name, Year) %>%
  summarise(
    Trade = sum(Trade),  # 贸易额求和
    Population = first(Population),  # 同一年份国家人口唯一，取任意值即可
    Distance = first(Distance),
    GDP = first(GDP),
    # 其他变量按性质选择聚合方式，如log变量可先聚合原始值再取对数
    .groups = "drop"
  )
# 重新生成对数变量（如果原始变量聚合后需要）
df_clean$log_pop <- log(df_clean$Population)
df_clean$log_dist <- log(df_clean$Distance)
df_clean$log_GDP <- log(df_clean$GDP)
df_clean$log_Trade <- log(df_clean$Trade)

3. 重新构建面板并执行固定效应回归 #

处理完重复后，重新创建面板对象并运行回归：

# 创建无重复的面板数据
panel_data_clean <- pdata.frame(df_clean, index = c("CountryName", "Counterpart_Country_Name", "Year"))
# 双向固定效应回归（控制出口国和进口国异质性）
fe_model <- plm(log_Trade ~ log_GDP + log_pop + log_dist, 
                data = panel_data_clean, 
                model = "within",
                effect = "twoways")
# 查看回归结果
summary(fe_model)

如果需要额外控制年份固定效应，可在公式中加入+ factor(Year)。

内容的提问来源于stack exchange，提问作者0klahoma