为什么最小二乘法只算出一个数，却可以说它是\"无偏\"\"有效\"的？

一、开篇：一个数字，哪来的期望和方差？

任何一个学过初级计量的人，都经历过这样一个认知时刻——

你跑了一个回归：

reg wage education

Stata 输出一个数字：$\hat{\beta}_1 = 0.08$。教育年限的系数是 0.08。这是一个数，就像 3.14 或 42 一样——一个确定的、具体的数。

然后课本告诉你：

• OLS 估计量是无偏的：$\mathbb{E}[\hat{\beta}_1] = \beta_1$
• OLS 估计量是有效的：在所有线性无偏估计量中方差最小
• OLS 估计量的方差是 $\text{Var}(\hat{\beta}_1) = \frac{\sigma^2}{\sum (X_i - \bar{X})^2}$

你坐在那里，脑子里有一个挥之不去的困惑：

等一下——$\hat{\beta}_1$ 是一个数，0.08。一个数怎么会有期望？一个数怎么会有方差？方差不是描述随机变量波动程度的吗？

这不是你理解有问题。这是你直觉太好了。你隐约感觉到，课本在说两件不一样的事情，但用的是同一个符号 $\hat{\beta}_1$——有时候它是指"你根据一份样本算出来的那个具体数值"，有时候它是指"那个计算公式本身"。而这两个东西有完全不同的性质。

这篇文章就是要解开这个困惑。它需要三个概念：总体回归函数 vs 样本回归函数、估计量 vs 估计值、以及无偏性的真实含义。

核心信息：OLS 估计量是一个随机变量——因为它是样本的函数，而样本是随机抽取的。你每次抽到的样本不同，算出来的 $\hat{\beta}_1$ 就不同。所谓"无偏"，是说如果你反复抽取样本、每次算一个 $\hat{\beta}_1$，这些 $\hat{\beta}_1$ 的平均值会趋向于真实的 $\beta_1$。你手里那个 0.08，只是这个随机变量的一次实现。

二、两个世界：总体回归函数 vs 样本回归函数

2.1 总体回归函数（PRF）——真实但不可见

在总体的世界里，变量之间的真实关系由**总体回归函数（Population Regression Function, PRF）**描述：

$Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i$

这里 $\beta_0$ 和 $\beta_1$ 是真实的、固定的、未知的参数。它们是总体中 X 和 Y 之间关系的本质——藏在世界运行的底层逻辑中，你永远无法直接看到。就像物理常数一样，万有引力常数 G 是一个固定的数值，你不可能通过任何单次测量获得它——你只能通过实验数据去估计它。

2.2 样本回归函数（SRF）——你能看到的

你能看到的，只是从总体中抽取的一个样本。基于这个样本，你用 OLS 公式算出了一条拟合直线：

$\hat{Y}_i = \hat{\beta}_0 + \hat{\beta}_1 X_i$

这是样本回归函数（Sample Regression Function, SRF）。$\hat{\beta}_0$ 和 $\hat{\beta}_1$ 不是真正的参数——它们是基于这一份特定样本对真实参数的估计。

2.3 关键的一步：样本变了，$\hat{\beta}_1$ 也会变

现在设想一个思想实验——

你从同一个总体中抽取了另一份随机样本（样本量相同，但包含的个体不同）。你用 OLS 公式在这份新样本上跑回归。你会得到什么？

你会得到一个不同的 $\hat{\beta}_1$。可能第一次是 0.08，第二次是 0.085，第三次是 0.076。

样本是随机的 → 基于样本算出来的 $\hat{\beta}_1$ 也是随机的。

这就是理解一切的关键。$\hat{\beta}_1$ 不是一个固定的数——它是样本的函数：

$\hat{\beta}_1 = f(\text{sample}) = \frac{\sum_{i=1}^{n} (X_i - \bar{X})(Y_i - \bar{Y})}{\sum_{i=1}^{n} (X_i - \bar{X})^2}$

正因为样本是随机抽取的，$f(\text{sample})$ 的输出值也是随机的——它是一个随机变量。而随机变量，自然就有期望、有方差、有分布。

你手里那个 0.08，只是这个随机变量在某一份特定样本上的"一次实现（realization）"。

三、估计量 vs 估计值——一个被严重低估的区分

这个区分是整个计量经济学推断逻辑的基础，但在教学中往往被一笔带过。

• 估计量（Estimator）：一个公式或规则，告诉你如何从任何一份样本中计算出一个数值。它是一个随机变量，因为它将随机样本映射为一个数值。

  例：$\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2}$ 是 OLS 估计量。

• 估计值（Estimate）：将估计量公式应用在某一份特定样本上得到的具体数值。它是一个固定的数。

  例：你用 CHFS 2019 的数据跑完回归后得到的 0.08，就是估计量在"CHFS 2019 样本"上的估计值。

课本上同一个符号 $\hat{\beta}_1$ 被用来指代这两种东西——这是造成认知混乱的根源。当课本写 $\mathbb{E}[\hat{\beta}_1] = \beta_1$ 时，$\hat{\beta}_1$ 指的是估计量（随机变量），不是估计值（固定数值）。

四、无偏性到底在说什么？——不是"你的估计值没错"

现在我们可以精确地理解"无偏性"：

$\mathbb{E}[\hat{\beta}_1] = \beta_1$

这不是在说"你手上这个 0.08 等于真值"。 无偏性是一个关于**估计量（公式本身）的陈述，而不是关于估计值（具体的 0.08）**的陈述。

它的精确含义是：

如果你从总体中反复、无限次地抽取样本，每次抽 n 个观测，每次用 OLS 公式算出一个 $\hat{\beta}_1$，那么这无限多个 $\hat{\beta}_1$ 的平均值等于真实的 $\beta_1$。

用一句话说：OLS 估计量这个"公式"不会系统性地偏左或偏右——它瞄的是靶心。 虽然每一箭（每一个具体的估计值）可能偏左或偏右，但如果你射无限多箭，箭的落点的平均位置就是靶心。

"无偏"不保证你手中的具体估计值接近真值。 它只保证"如果我对你能反复抽样这件事给一个长期承诺，你不会被系统性地引向错误的方向"。你手里那一个具体的 0.08 离真值有多远——那是标准误和置信区间要回答的问题。

五、蒙特卡洛模拟——用眼睛"看见"随机性

没有什么比模拟更能直观展示"估计量为什么是随机变量"了。虽然这里不能跑代码，但你可以跟着我来一次"思维模拟"：

设定真实世界：假设真实的总体回归函数是 $Y = 1 + 2X + \varepsilon$，其中 $\varepsilon \sim N(0,1)$。所以真实的 $\beta_1 = 2$。

步骤：

1. 从总体中随机抽取 100 个观测值（n = 100），用 OLS 公式算出第一个 $\hat{\beta}_1$。

   • 得到：$\hat{\beta}_1 = 2.03$。

2. 重新随机抽取 100 个观测值（第二个样本，和第一个不同），再算一次 OLS。

   • 得到：$\hat{\beta}_1 = 1.94$。

3. 重复抽取 1000 次。每次都是独立的随机抽样，每次算出一个 $\hat{\beta}_1$。

4. 现在你手上有了 1000 个 $\hat{\beta}_1$ 的值：2.03, 1.94, 2.07, 1.98, 2.01, ...

现在，把这 1000 个值画成一张直方图，你会看到什么？

你会看到它们密集地分布在 2 附近，形成一个近似正态分布的钟形曲线——中心落在 2。这 1000 个值的平均值大约是 2.001（非常接近 2）。

这就是无偏性在你眼前显现——不是"某一个 $\hat{\beta}_1$ 等于 2"，而是"大量 $\hat{\beta}_1$ 的平均值等于 2"。而这 1000 个值本身的离散程度（即它们的标准差），就是 OLS 估计量的标准误——它衡量的是"每次抽样估计的波动有多大"。

六、有效性——为什么 OLS 是 BLUE？

理解了"估计量是随机变量"之后，**有效性（Efficiency）**就自然理解了。

OLS 估计量不是唯一的估计量——你也可以用别的公式从样本中算出一个斜率。比如，你可以连接第一个和最后一个数据点来估算斜率，也可以只用中位数回归。

有效性说的是：在所有线性无偏估计量中，OLS 估计量的方差是最小的。数学上，对于任何其他线性无偏估计量 $\tilde{\beta}_1$：

$\text{Var}(\hat{\beta}_1^{\text{OLS}}) \leq \text{Var}(\tilde{\beta}_1)$

这就是高斯-马尔可夫定理（Gauss-Markov Theorem）——OLS 是BLUE（Best Linear Unbiased Estimator）。

"最好"（Best）在这儿的意思不是最准确——而是"方差最小"：即在所有无偏的线性估计方法中，OLS 给出的估计在抽样波动上是最小的。当然，这个结论依赖于几个关键条件成立——扰动项同方差且无自相关。

七、总结：从"一个数字"到"一个随机变量"的认知升级

一句话收尾：

"你手里那个 0.08 只是一个数字——它没有期望也没有方差。但产生这个数字的那个公式，因为每次面对不同的随机样本会给出不同的答案，所以它是一个随机变量。无偏性、有效性、方差——这些说的都是那个公式的性质，不是你这个具体数字的性质。理解了这一点，你才真正进入了计量经济学的推断逻辑。"

八、B站/公众号呈现建议

• B站视频：建议用动画展示"反复抽样 → 得到 1000 个 $\hat{\beta}_1$ → 形成正态分布"的过程。可以先用一个闪烁的点代表一次抽样，闪烁 1000 次后点在 2 附近聚集成钟形曲线。这是最直观的视觉冲击。
• 公众号：三行概念对比表（真实参数 vs 估计量 vs 估计值）建议做成核心信息图。蒙特卡洛模拟的描述建议配一张"1000 个估计值的直方图"示意图。
• 推荐标题：
  • 主标题：《为什么回归只算出一个数，却可以说它"无偏""有效"？》
  • 备选标题：《那个 0.08 没有期望和方差——有期望和方差的，是产生它的那个公式》
• 金句提炼：

  "无偏不保证你手里的估计值接近真值——它只保证产生这个估计值的方法，不会系统性地出轨。"