回归分析第23讲：为什么经济学家如此偏爱对数模型（log）？

统计

上一讲我们提到，现实中的经济关系，很少是严格线性的。

但在实证研究中，我们又需要一种：

结构简单、含义清晰、结果稳定、而且“论文友好”的模型形式。

于是，对数模型（log），成为经济学里使用频率最高的工具之一。

很多时候，经济学家偏爱 log，并不是因为它更“高级”，而是因为：

它往往比线性模型，更接近真实世界的运行方式。

【一】对数模型到底在“解决什么问题”？

在经济学实证研究中，对数模型的使用频率非常高，最重要的原因在于它往往更符合经济变量的变化方式，也更便于解释和比较。

从经验和机制上看，至少有四个常见原因：

很多经济变量的变化，体现为比例变化，而不是绝对变化（比如收入增长 10%，而不是多 100 元）
边际效应往往递减（比如收入、规模、资本、经验）
原始变量直接回归，异方差问题非常普遍
非线性关系被强行线性化，结构性信息会被“挤进残差”

对数是一种更符合经济直觉的模型设定。

【二】三种最常见的对数模型形式

在大量论文和教学实践中，以下三种对数模型是最常见、也最稳妥的选择。

1. log–log 模型（双对数模型）

在 log–log 模型中，因变量和自变量都取对数，其回归系数最重要的含义是——弹性。

一句话理解就是：

当增加 1% 时，大约变化 β%。

正因为这种“百分比对百分比”的解释方式，log–log 模型在经济学中被大量使用，尤其常见于：

需求函数
生产函数
规模效应分析

论文之所以偏爱这种模型，原因在于它具有几个明显优势：

一是解释非常稳定，不随计量单位变化；
二是不同样本、不同地区之间具有很强的可比性；
三是弹性本身就直接对应经济学理论中的核心概念。

可以说，log–log 是经济学中最“标准化”的对数模型形式。

2. log–lin 模型（半对数模型）

在 log–lin 模型中，因变量取对数，而自变量保持原始单位。

这种模型的系数解释方式是：

当增加 1 个单位时，大约变化 β%。

这一形式在政策评估和制度分析中尤其常见，例如：

政策变量的影响
虚拟变量（是否实施某项政策）
制度或冲击效应的度量

它的一个显著优点是：

既保留了“百分比变化”的直观解释，又允许自变量保持现实单位，非常适合用来回答“政策实施后，结果变量大约变化了多少比例”这类问题。

因此，log–lin 模型常被视为“政策解释最友好”的对数模型。

3. lin–log 模型（反对数模型）

在 lin–log 模型中，因变量保持原始形式，自变量取对数。

其系数的含义是：

当增加 1% 时，的绝对值大约变化多少。

这种模型在论文中出现的频率相对较低，在一些关注“绝对变化”的研究中，例如：

工资水平
消费金额
福利或补贴测算

lin–log 模型反而具有清晰而直接的解释优势。

构建对数模型后，我们需要注意：

模型形式一旦改变，回归系数“说的话”（解释）就完全不同。

取对数，不仅仅是对数据做变换，而是在重新定义我们所关心的“变化”:

是绝对变化，还是比例变化？
是单位效应，还是弹性效应？

对数模型的形式远不止上述三种。在更复杂的研究中，还可能出现：

对数平方项
对数交互项
更一般的 Box–Cox 变换

但在大多数课程论文和常规实证研究中，上述三种对数模型，已经覆盖了最常见、也最稳妥的应用场景。

【三】什么时候应该选择对数模型？不能依靠 R² 做决定

很多同学在尝试对数模型时，第一反应往往是：

“取 log 之后，R² 有没有变大？”

但是这个判断标准非常不可靠，事实上，很多情况下：

取 log 之后，R² 并不会明显提高
有时甚至还会略有下降

但这并不意味着对数模型是“更差”的选择。

在模型设定中，我们关注的不是单纯比较不同模型的拟合优度。我们真正关注的是：

系数解释是否稳定
模型是否更接近经济机制
残差结构是否更加合理

在实践中，对数模型往往具有几个显著优势：

对极端值不那么敏感
更容易缓解异方差问题
系数解释更符合“比例变化”“边际递减”等经济直觉

因此，对数模型追求的是解释更可信、推断更稳健。

1. 什么时候“应该”取 log？

在以下情形中，对数模型往往更自然：

收入、产值、规模、价格、资本等经济量
分布明显右偏的变量
跨数量级差异较大的数据

这些变量的变化，往往更接近“比例变化”，而不是“绝对变化”。

2. 什么时候“千万别”取 log？

以下情况通常不适合取 log：

变量中包含 0 或负值
比例变量（取值在 0–1 之间）
本身已经是增长率、指数或对数差分形式

在这些情况下，强行取 log 反而会制造新的解释问题。

一句必须记住的话

是否取对数，是建模决策，它应当服务于经济含义与模型解释，而不是为了“跑出更显著的结果”。

【四】两个简单案例

本节我们用两个案例来演示对数模型。

例1：生产函数

这是经典案例，柯布–道格拉斯生产函数是“先天对数型”的代表，案例来自《EViews在数据分析中的应用》（清华大学出版社，2024）。

函数的原始形式如下：

对数化的函数如下：

其中：

α ：资本的产出弹性
：劳动的产出弹性
：规模报酬

案例的输出结果如图1所示：

图1 生产函数的输出结果

LK（资本的对数）系数 = 0.236
LL（劳动的对数）系数 = 0.794

由于模型采用的是双对数形式，回归系数可以直接解释为弹性。

回归结果表明：

在其他条件不变的情况下，资本投入增加 1%，总产出平均增加约 0.24%；
劳动力投入增加 1%，总产出平均增加约 0.79%。

这说明，在该样本期内，劳动投入对产出的边际贡献明显高于资本投入，这一结论在经济学上是清晰且可解释的。

这个一个模范案例，R²=0.95，同时，系数显著、方向清晰，经济含义明确。

对数模型并不保证一定提高 R²，但它往往能让系数的经济含义更加稳定、直观，这也是生产函数、需求函数中长期偏爱对数形式的重要原因。

接着，对残差进行 White 异方差检验，输出结果如下（图2）：

图2 生产函数的异方差检验

Obs*R² 的 p 值 ≈ 0.08（> 0.05）
在 5% 显著性水平下，不能拒绝同方差假设

结果显示在常用显著性水平下未发现明显异方差，这也从侧面说明，对数变换在一定程度上有助于稳定误差结构。

例2：收入–教育年限

这是一个收入和教育年限关系的模型，逻辑是经典的 Mincer 收入方程：

education：教育年限（6–19 年）
experience：工作经验
income：收入（水平值）
ln_income：收入对数

我们对这个案例，分别建立线性模型和半对数模型，并进行比较：

（1）先建立一个“线性模型”（不取 log）

在EViews中线性回归的输出结果如下（图3），从受教育年限对收入的影响显著，系数为正，R² 约为 0.44，符合一般经验判断。

图3 收入与教育年限的线性回归模型输出结果

但对残差进行 White 异方差检验后发现，Obs*R² 的伴随概率为0.0000，显著拒绝同方差假设，说明模型存在严重异方差问题。

这意味着：线性模型下，标准误不可信，t 值和显著性判断存在系统性偏误。

图4 收入与教育年限的线性回归模型的异方差检验结果

这里的问题并不只是“要不要用稳健标准误”，而是线性模型本身是否合理。

事实上，教育年限和收入是天然的非线性关系：

收入是右偏分布
教育的回报更接近比例变化（百分比增长）
高教育阶段的“绝对收入增量”差异极大

（2）建立一个“对数模型”（log–lin）

对收入取对数，重新构造半对数模型：

得到如图5所示的模型输出结果，在这个半对数模型中：教育年限的系数约为 0.071，说明教育年限每增加 1 年，收入平均提高约 7.1%。

这个结果，可以这样解释：

不同收入水平个体之间的教育回报具有更好的可比性
回归系数不再依赖具体的货币计量单位
更符合“教育投资回报率基本稳定”的经济学直觉

图5 收入与教育年限的半对数模型输出结果

接着对模型进行White 检验，图6的结果显示：Obs*R² ≈0.74，伴随概率p 值 ≈0.69，无法拒绝同方差原假设。

这说明：

在对数模型下，残差的波动更加稳定，异方差问题基本消失。

图6 收入与教育年限的半对数模型异方差检验的输出结果

这个案例非常干净，可以直接总结为三点：

① 系数的经济含义才是重点

线性模型表示：

“多上一年学，收入多 900 元”

对数模型则表示：

“多上一年学，收入提高约 7%”

显然，对数模型在跨人群、跨地区、跨时期比较时明显更有优势。

② 对数模型不是为了提高 R²

在这个例子中：

R² 提升有限
但异方差问题明显缓解
推断更可信

对数模型并不一定让 R² 更大，但往往让误差结构更合理。

③ 对数模型是某些场景“建模的必然选择”

取 log，是一种建模决策，而不是数据预处理习惯。

这里取 log 的理由是：

收入是典型的右偏分布变量
收入差异更多体现在“比例变化”
教育对收入的影响，本质上更接近“百分比回报”

**当我们用线性模型和对数模型作对比时，主要比较以下三个内容：

系数解释是否直观
残差是否更“干净”
推断是否更稳定

【五】一句话总结

对数模型的价值，不在于“让结果更显著”，而在于：让模型更接近真实世界的运行逻辑。