实证研究常见误区(9)：当政策变量系数很大却不显著时，我们该怎么看

在实证的政策研究中，经常会遇到一种情况。

回归跑出来之后，核心政策变量的系数不算小，方向也符合预期，看起来“挺像那么回事”，但就是没有通过显著性检验。

这时候，研究者的第一反应往往是：这个结果是不是没做出来？是不是模型设定有问题？甚至会下意识去尝试换变量、改模型，希望把那个 p 值“调”下来一点。

其实更值得研究者关注的是：

当一个变量“系数不小，但不显著”时，它到底在告诉我们什么？

01不显著，很多时候意味着“不确定”，而不是“没有作用”

很多人在学习回归分析时，很容易形成一种习惯：显著就说明“有作用”，不显著就说明“没作用”。

这种理解在入门阶段是有帮助的，但如果直接用在实证研究中，就会变得过于简单化。

从统计推断的角度看，“不显著”并不是在说这个系数等于 0，而是在说：在当前样本下，我们还无法有足够把握排除“它等于 0”的可能性。

换句话说，这更像是一种“不确定状态”。

如果再结合一个具体例子，会更容易理解。

在上一篇文章中，我们提到一个很典型的设定：用教育年限去解释收入。假设现在的回归结果是这样的：

教育年限的系数大约为 0.08，但 p 值在 0.12 左右，没有达到常规的显著性标准。

这个结果应该怎么理解？

如果直接按照“显著/不显著”的二分法，很容易得出结论：教育对收入没有影响。

但如果换一个角度看，这个系数的含义其实是：教育每增加一年，收入大约提高 8%。这个幅度本身，并不算小。

实证中，真正问题在于：这个 8% 的估计值，并不稳定。换一批样本，可能是 5%，也可能是 10%，甚至有一定概率接近 0。

也就是说，这个结果真正表达的是：

“可能有影响，而且幅度不小，但目前还不够确定。”

而这种“不确定”，往往来自于标准误较大，而不是系数本身的问题。

02为什么政策变量特别容易出现这种结果？

如果把视角从单一例子扩大到实际研究，会发现这种“系数不小但不显著”的情况，在政策评估中非常常见。

原因通常不在于模型设定错误，而在于数据本身提供的信息有限。

还是用一个更贴近政策的例子来说明。

假设我们在研究一项教育补贴政策对企业人力资本投资的影响。这个政策只在少数几个地区实施，而且实施时间也不长。

在回归中，我们得到一个结果：政策变量的系数大约为 0.15，但 p 值在 0.1 左右，没有通过 5% 显著性水平。

这个结果之所以“不显著”，很可能并不是因为政策没有作用，而是因为：

• 真正能够用来识别政策效果的信息，其实非常有限。

在面板数据中，回归系数往往依赖的是“同一个地区在政策前后发生的变化”。如果政策只发生过一次，或者变化范围很小，那么模型可利用的信息本来就不多。

在这种情况下，即使政策确实产生了影响，估计结果也很容易表现为：

• 系数方向合理、幅度不小，但标准误偏大。

另外，还有一个经常被忽略的原因，是变量之间的关系过于接近。

比如政策变量和地方财政支出、经济发展水平高度相关，那么模型在估计时，很难区分“到底是谁在起作用”。这种情况下，系数本身可能还在，但显著性往往会下降。

03这种结果到底有没有研究价值？

很多人在写论文时，会本能地回避“不显著”的结果，觉得这样的结论“写出来不好看”。

但如果回到研究本身，这种判断其实是有问题的。

回归分析的一个核心价值，在于量化影响的大小，而不是仅仅判断“是否存在”。

还是回到刚才那个教育的例子。

如果一个结果显示：教育年限的系数是 0.08，但不显著；另一个结果显示：系数是 0.005，但高度显著。如果只看显著性，很容易倾向于第二个结果。

但如果站在现实决策的角度，问题会完全不同：

教育每增加一年，收入提高 0.5%，和提高 8%，显然不是一回事。

同样，在政策评估中也是如此。

一个“可能带来 15% 提升但不够稳定”的政策效果，和一个“几乎没有影响但非常显著”的结果，其含义完全不同。

也正是在这个意义上，近年来越来越多的研究开始强调：

效应大小本身，是需要被研究者认真讨论的，而不是简单地被显著性掩盖。

04那应该怎么处理这种结果？

面对“系数大但不显著”的情况，更重要的不是去“修正结果”，而是去理解这个政策的结果。

通常可以从几个角度去看。

一个是结果是否稳定。如果在不同模型设定下，这个系数的方向基本一致，数量级也相差不大，那么即使不显著，这个结果仍然具有一定的参考价值。

另一个是标准误的来源。是样本量不足？是变量变化太少？还是存在共线性？这些不同原因，对结果的解释是完全不同的。

还有一个更根本的问题，是研究本身在试图回答什么。如果研究目标是严格的因果识别，那么不显著可能意味着证据不足，需要更谨慎；但如果是探索性分析，或者是在数据条件有限的情况下进行初步评估，那么“方向 + 幅度”的信息，本身就已经有意义。

05显著性，并不是唯一标准

实际研究中，一个趋势是：评价重点正在从“是否显著”，转向“结果是否可信”。

显著性检验仍然重要，但它更多是在回答“这个结果是否稳定”，而不是“这个结果是否重要”。

当我们面对一个系数较大但不显著的结果时，更合理的做法，是同时考虑两个维度：

一方面，这个影响在经济或现实意义上是否值得关注；另一方面，这个估计结果是否具有足够的稳定性。

只有把这两个问题放在一起看，回归结果才真正具有解释力。

总结

当政策变量“系数大但不显著”时，问题的关键并不在于这个结果“是否成立”，而在于：

它在多大程度上是可信的，以及它可能意味着什么。

系数告诉我们的，是一个可能存在的影响幅度；显著性反映的，则是这个估计的不确定程度。

如果只因为“不显著”就直接忽略一个结果，很容易把一个尚未被充分识别的关系，当成“没有作用”。

真正要做的，是理解这种不确定性来自哪里，以及它对研究结论意味着什么。