面板数据分析系列第6讲：Hausman 检验到底在检什么？为什么 90% 的人都理解错了

统计

在前几讲中，我们已经在同一组城市—年份面板数据上，对比了固定效应与随机效应模型的估计结果。

可以看到，只要改变对个体异质性的处理方式，回归系数的显著性和大小，就可能发生明显变化。

在很多实证研究中，接下来的操作几乎成了一种“标准流程”：

同时估计固定效应和随机效应模型，再通过 Hausman 检验来“决定用哪一个”。

问题恰恰出在这里。

Hausman 检验真正回答的，并不是“哪个模型更好”。

固定效应模型和随机效应模型，都是为了解决同一个问题：在面板数据中，个体之间往往存在长期、稳定、但难以完全观测的差异。

两者的分歧，并不在于“要不要控制这些差异”，而在于如何看待它们。固定效应的做法很直接——不去解释这些差异，而是在估计过程中将其整体剔除；随机效应则多走了一步，它将这些差异视为随机扰动。

但正是这一步，使得两种模型在假设层面出现了真正的分叉。

随机效应模型所依赖的关键假设，可以概括为一句话：个体层面的不可观测特征，与解释变量不相关。

放到前面的城市—教育投入例子中，这意味着：城市的教育传统、制度环境、文化氛围等长期特征，不会系统性地影响教育投入的变化。

如果这一假设成立，随机效应模型不仅是一致的，而且在统计意义上更有效率；但在现实研究中，这样的前提往往很难被确信。

城市层面的长期特征，往往既影响教育投入，也直接影响学生成绩。

要求它们“完全无关”，本身就是一个很强的前提。

一个常见误解是：

事实上，它做的事情要简单得多。

Hausman 检验只比较一件事：固定效应与随机效应模型中，对同一组系数的估计，是否存在系统性差异。

如果这种差异可以被视为随机波动，那么随机效应模型所依赖的假设，在统计意义上是暂时站得住的；如果差异呈现出明显的系统性，那么问题就不在于结果显不显著，而在于随机效应的估计是否仍然可信。

图 1 给出了固定效应模型的回归结果，作为后续比较的基准。

图 1：固定效应回归结果

在论文中，经常能看到这样的表述：“Hausman 检验显著，因此选择固定效应模型。”这句话并不算错，但它往往过快地给出了结论。

Hausman 检验显著，真正意味着的是：随机效应模型所依赖的关键假设，在当前研究语境下难以被接受。它并不自动意味着固定效应更高级、更接近因果，或者一定更正确。

同样，如果 Hausman 检验不显著，也并不等于随机效应模型“更好”。模型选择的关键，从来不在检验本身，而在研究者是否愿意为模型所依赖的假设背书。

图 2：FE vs RE + Hausman 输出

为了进一步检验随机效应模型所依赖的关键假设，我们同时估计了固定效应与随机效应模型，并进行了 Hausman 检验（见图2）。

该检验比较的是两种模型对同一组系数的估计是否存在系统性差异，而不是模型拟合优劣或显著性大小。

在本例中，Hausman 检验并未提供支持随机效应核心假设的充分证据，这意味着：在当前问题设定下，将城市层面的不可观测特征视为“与解释变量无关”的随机扰动，难以令人信服。

因此，选择固定效应，并非因为其结果“更显著”，而是因为它对个体异质性的假设要求更低，也更符合问题本身的结构特征。

在大量实证研究中，Hausman 检验更像是一种程序性展示：

有 FE 表，有 RE 表，再加一个检验结果。

真正被忽略的，往往是一个更重要的问题：

如果这一假设在研究语境下本身就难以成立，即便检验结果不拒绝原假设，选择固定效应依然是一个合理、稳妥的判断。

归根结底，Hausman 检验并不是用来“替你选模型”的工具，而是一种一致性检验。它的真正价值，不在于给出答案，而在于迫使研究者正面面对一个问题：在当前研究语境下，你是否愿意接受随机效应模型所依赖的那一组假设。

图3：本讲总结

在面板数据分析中，模型选择从来不是一套自动流程。

比“跑了哪些检验”更重要的，是你是否清楚：

哪些假设是你愿意承担的，哪些是你选择回避的。