正文接着，上一日的文章”固定效应: 目前看到解释的最清楚的帖子, 救命！“，今天，继续就固定效应相关问题展开讨论，当然主要还是社群里的讨论。 社群群友最近在社群里就'到底控制什么层面的固定效应'展开了不少讨论。通过社群群友的抛砖引玉，希望这个问题引起更多学者的关注和讨论。 ①大家的疑惑：当X与Y在不同数据层面时，例如，核心解释变量X是城市层面的，被解释变量Y是企业层面的，固定效应该如何控制？到底是控制城市固定效应还是企业固定效应呢？现在很多学者，直觉性的回答是一定要控制最低层面的固定效应（当然，多数时候都是对的），但是如果核心解释变量X没有很大的variation怎么办？此时，若控制行业固定效应再加上地区固定效应又是否可行呢？
对此，不少群友觉得，逻辑上需要控制更高层面的固定效应。例如，1.Nunn, Nathan, and Leonard Wantchekon, 2011, The Slave Trade and the Origins of Mistrust in Africa. American Economic Review 101(7): 3221-52。这篇文章就没有控制到核心层面的固定效应，而是控制了更高层面的固定效应。例如2. Kalcheva, I., McLemore, P., & Sias, R. (2021). Economic Policy Uncertainty and Self-Control: Evidence from Unhealthy Choices. Journal of Financial and Quantitative Analysis, 56(4), 1446-1475。这篇文章没有控制个体固定效应，而是控制了更高层面的固定效应，因为核心解释变量在更高层面上。例如3. 经济政策不确定性与创新———基于我国上市公司的实证分析。这篇文章也没有控制企业固定效应，而是控制了行业和省份固定效应，还是因为核心解释变量出现在更高一级上。
②但，现在的问题是，当X与Y在同一数据层面时，例如，核心解释变量X是个体层面的，被解释变量Y也是个体层面的，为什么有些学者不控制个体固定效应，而是控制了更高层面的固定效应，包括控制了省份固定效应或行业固定效应？ 例如，下面这篇文章用的是企业层面的数据，但回归中控制的却是行业固定效应（国内经济学顶刊）。
又例如，下面这篇文章用的是城市层面的数据，但控制的是省份固定效应。至于为什么这样做呢？作者给出了相关解释，具体见下方社群群友的对话内容。元芳，你怎么看？
|
