面板数据回归中，Within R²、Between R² 和 Overall R² 分别是什么意思？

一、开篇：一个让 Stata 新手困惑的时刻

你用 Stata 跑了一个面板数据固定效应模型：

xtreg y x1 x2, fe

输出结果底部出现了三个 R²：

R-sq:  within  = 0.1523
       between = 0.3401
       overall = 0.2187

你的第一反应可能是——这三个 R² 有什么区别？为什么同一个模型、同一组数据、同样的变量，却有三个不同的 R²？到底应该报告哪个？

这篇文章回答这几个问题。核心逻辑其实来自面板数据的基本结构——面板数据同时包含两种变异：同一个体随时间的变化（within variation）和不同个体之间的差异（between variation）。三种 R² 分别衡量了你的模型在这两条维度上以及综合起来的解释力。

核心信息：Within R² 衡量"个体随时间的变化被模型解释了多少"，Between R² 衡量"个体之间的长期差异被模型解释了多少"，Overall R² 衡量"把两种变异混在一起时，模型解释了多少"。在固定效应模型中，你关注的核心系数完全来自 within 变异——所以 Within R² 才是和你的识别策略最匹配的度量。

二、面板数据的两种变异：同一个人的"变化"与不同人的"差异"

2.1 一个例子——学校和学生的成绩

假设你追踪了 500 所学校，每所学校每年测试一次学生平均成绩，共 5 年数据。你想研究**"生均教育经费对学生成绩的影响"**。

面板数据结构：学校 i（i = 1, ..., 500），年份 t（t = 1, ..., 5）。

$Y_{it} = \beta_0 + \beta_1 \cdot \text{funding}_{it} + \beta_2 \cdot \text{controls}_{it} + \alpha_i + \varepsilon_{it}$

其中 $\alpha_i$ 是学校固定效应，用来吸收所有不随时间变化的学校特征——地理位置、学校类型（公立/私立）、校园面积、建校历史等。

2.2 两种变异——为什么会有三个 R²？

任何面板数据变量 $Y_{it}$ 都可以被拆成两部分：

$\underbrace{Y_{it}}_{\text{总观测值}} = \underbrace{\bar{Y}_i}_{\text{学校i的5年均值（between）}} + \underbrace{(Y_{it} - \bar{Y}_i)}_{\text{每年偏离该校均值的部分（within）}}$

• Between 变异：不同学校的长期平均水平不同。学校 A 五年平均成绩 85 分，学校 B 五年平均成绩 62 分——这是"学校之间的差异"。这个差异来自学校的长期特征（地理位置、生源质量、师资水平等）。
• Within 变异：同一所学校，不同年份的成绩波动。学校 A 在 2018 年成绩 82，2019 年涨到 88——涨了 6 分。这个变化可能来自当年增加的经费、换了校长、政策变化等随时间变化的因素。

同一个 Y，两种不同的变异来源。你的模型对这两种变异的解释力可能完全不同——因此需要两个（其实是三个）不同的 R²。

三、三个 R² 是怎么算出来的？

3.1 Within R²——模型解释了"随时间的变化"的多少？

计算方式：把所有变量的"组内离差"（去均值）提取出来，做 OLS。

• 用 $(Y_{it} - \bar{Y}_i)$ 作为因变量
• 用 $(\text{funding}_{it} - \bar{\text{funding}}_i)$ 作为自变量
• 截距项被消掉了（去均值后截距为 0），$\alpha_i$ 也被消掉了——这正是固定效应模型的精髓

在这个"去均值"的回归中，计算通常的 R²（SSE/SST），就得到了 Within R²。

$\text{Within } R^2 = \text{Corr}^2\left(Y_{it} - \bar{Y}_i,\; \hat{Y}_{it} - \bar{\hat{Y}}_i\right)$

含义：对于一所学校来说，为什么它有些年份成绩高、有些年份低？ 这些"随时间波动"的成绩差异中，有多大比例可以被生均经费的同期波动所解释？

一个 0.15 的 Within R² 意味着：学校自身成绩的逐年波动，只有 15% 能和经费的逐年波动挂钩。 剩下的 85% 是其他随时间变化的因素（考试难度、当年师资流动、政策调整等）和随机噪声。

3.2 Between R²——模型解释了"学校之间的长期差异"的多少？

计算方式：把所有变量压缩到"组均值"层面，用 500 所学校的均值数据做一次横截面回归。

• 用 $\bar{Y}_i$（学校 i 的五年平均成绩）作为因变量
• 用 $\bar{\text{funding}}_i$（学校 i 的五年平均经费）作为自变量
• 样本量从 2500（500 × 5）变成 500

在这个"学校平均"的横截面回归中算出的 R²，就是 Between R²。

$\text{Between } R^2 = \text{Corr}^2\left(\bar{Y}_i,\; \hat{\bar{Y}}_i\right)$

含义：为什么有些学校的五年平均成绩是 85 分，有些学校只有 62 分？这些学校之间长期的平均差异，有多大比例可以被"长期平均经费的差异"所解释？

使用组均值回归实际上把所有随时间变化的信息都给抹掉了，只保留了截面（学校 vs 学校）的信息。

3.3 Overall R²——不分变异来源，整个混在一起

计算方式：使用固定效应模型估计出的系数 $\hat{\beta}$，对所有观测值 $Y_{it}$ 计算拟合值 $\hat{Y}_{it}$，然后计算 $Y_{it}$ 和 $\hat{Y}_{it}$ 的相关系数的平方。

$\text{Overall } R^2 = \text{Corr}^2\left(Y_{it},\; \hat{Y}_{it}\right)$

含义：不区分"between"和"within"，把所有的 2500 条学校-年份观测一视同仁——在这些观测中，模型整体的"预测值"和"真实值"之间的相关性有多强？

注意：Overall R² 使用的系数是从固定效应模型（仅利用 within 变异）估计出来的，但它算 R² 时却包含了 between 变异。这就导致了一个可能的情况——你的系数是从 within 变异估计的，但 Overall R² 可能被模型在 between 维度上"恰好也还行"的解释力给拉高了。 而模型在 between 维度上的"解释力"和你实际关注的核心系数（来自 within 变异）没有直接关系。

3.4 一张表总结

四、一个数值例子——帮你直观感受

回到 500 所学校的数据。

场景设定：

• 学校类型（table 1）：生均经费高的学校，通常也位于大城市、有更好的生源和师资——它们五年平均成绩偏高。这种"经费高→成绩高"的横截面相关包含大量的混淆——学校在大城市本身才是成绩好的深层原因，而不是经费本身。
• 但同一所学校内部——当它的经费在某一学年因政策调整而增加时，这一年成绩确实可能有所上升。这种"同一个学校内部，经费多了成绩也好了"的相关，更接近真实的因果效应。

固定效应回归结果（假定）：

三个 R² 的假设取值：

为什么 Between R² 往往比 Within R² 高？ 因为学校之间的横截面差异（地理位置、生源、师资、经费等）之间存在很强的相关性——经费高的学校同时在多项特征上都"更好"。横截面回归的 R² 反映的是这个综合的"学校质量包"，而不只是经费本身的效应。

为什么 Within R² 往往较低？ 因为对同一所学校来说，五年内成绩的波动很小（可能只有 5—10 分的范围），其中能和五年内经费波动"对上"的部分更少。大多数逐年波动是测量误差、考试难度、特定年份的学生差异等"噪音"驱动的。

五、应该用哪个 R² ？——取决于你的识别策略

5.1 固定效应模型 → 核心关注 Within R²

在固定效应（FE）模型中，你的 $\hat{\beta}$ 完全来自within 变异。个体固定效应 $\alpha_i$ 吸收了所有不随时间变化的、个体间的异质性。所以——你的识别策略依赖的是 within 变异，你当然应该关注你的模型在 within 维度上的解释力。Within R² 是你的模型的"工作环境"。

在实证论文中，描述"模型的整体拟合度"时通常报告的是 Overall R²（或调整后的 R²），但如果你在讨论"这个模型的 within 解释力"，用 Within R²。如果你看到 Within R² 极低（比如 0.005），这不一定有问题——很多固定效应模型清除掉所有 between 变异后，残余的 within 变异本身就很小且噪声很大，低 Within R² 是正常的。

5.2 随机效应模型 → 关注 Overall R²

在随机效应（RE）模型中，同时使用了 between 和 within 两种变异。这时 Overall R² 是最自然的度量——模型本身就在利用全部信息。

但 RE 模型要求一个苛刻的假设（$\alpha_i$ 与 X 不相关），因此经济学实证研究较少使用 RE 作为主要设定——大多用 FE，或至少做 Hausman 检验择优。

5.3 组间（Between）回归 → 关注 Between R²

如果研究问题本身是横截面的——比如"为什么有些国家长期增长快，有些长期增长慢"，那么你关注的就是 between 维度的解释力。但在这种情况下，你不会用面板固定效应模型——你会直接用平均值的横截面回归。

六、实证研究中 R² 的范围：什么是正常的？什么需要警惕？

6.1 一个粗略的经验参考

注意：以下数字是经验法则，不是金科玉律。不同领域、不同数据、不同研究问题的"正常 R²"差异巨大。

6.2 Within R² 通常偏低——这不是问题

固定效应模型的 Within R² 通常会显著低于 OLS 回归的 R²。这不是因为"模型差了"，而是因为：

第一，固定效应已经把最丰富的变异来源（个体间差异）剔除掉了。 剩下的是个体内部随时间波动的"残差变异"——这部分本身波动就比原始 Y 小很多，而且噪声比例更高。

第二，Within 维度上的处理变异可能非常有限。 很多自变量的主要变异来自 between 维度——学校之间的教育经费差异远大于同一所学校五年的经费变动。如果你的主自变量变化很慢（slow-moving variable），within 变异极小，Within R² 自然也低。

所以——一篇因果识别论文中，Within R² = 0.03 是完全正常的。审稿人不会因此质疑你。 这不是拟合不行，是固定效应在帮你进行识别时自动付出的"成本"。

6.3 R² 过高——什么时候需要警惕？

警惕信号一：R² > 0.90 且来自非时间序列的微观数据。

在微观调查数据（如家庭收入回归）中，R² 极少超过 0.5。如果到了 0.9 以上，检查——你是不是把 Y 的某种函数形式当作控制变量放了进来？（比如用"收入"回归"消费"——R² 当然高，但这几乎是恒等式。）

警惕信号二：加入某个变量后 R² 巨幅跳升。

如果你的 R² 加了一个变量从 0.2 跳到 0.8，要么这个变量和 Y 有同义反复关系，要么这个变量是一个吸收了几乎所有 between 变异的"聚合变量"——它可能不是你想要的因果变量，而是一个更强的混淆变量的代理。

警惕信号三：Between R² 远高于 Within R² 且你在用 FE。

这本身不是问题——很多数据中 between 变异就是比 within 变异更"有结构"。但如果你发现 Between R² = 0.8 而 Within R² = 0.02，这说明：学校之间的差异（地理位置、长期生源素质→长期经费水平）"预测"了几乎所有成绩差异。在 within 维度上真正随经费变动的成绩波动非常有限。这可能意味着——你的核心自变量在 within 维度上几乎没有"实验性的变异"——它的系数估计本质上是噪声驱动的。此时应该检查一阶段 F 统计量（如果使用 IV）或 within 维度的变异系数是否过低。

七、总结

三句话记住三个 R²：

• Within R²：同一个体随时间的变化被模型解释了多少——这是 FE 模型的心脏。
• Between R²：不同个体之间的长期差异被模型解释了多少——这是横截面回归的世界。
• Overall R²：不区分变异来源，模型整体解释力——混合了两种信号。

在实证研究中：使用固定效应模型时，Within R² 才是和你的识别策略一致的度量。Within R² 低不丢人——这是你为了剔除混淆变量而付出的信息代价。但如果某篇论文声称使用 FE 识别因果，而 Within R² = 0.95——你需要追问"这个模型识别的是因果效应还是恒等式"。

一句话收尾：

"面板数据有三种 R²，是因为一个 Y 有两种变异——随时间的变化（within）和个体间的差异（between）。你选择了固定效应，就等于选择了只相信 within 变异。那么，你应该报告和相信的，理所当然就是 Within R²。"

八、B站/公众号呈现建议

• B站视频：建议用"分屏动画"展示同一份面板数据的两种视角——左侧画面按时间纵轴展示一所学校的成绩波动（within），右侧画面把所有学校的五年均值并排比较（between）。然后在两个画面上分别叠加回归线，直观展示为什么同一条回归线在两个维度上的"解释力"完全不同。
• 公众号：三个 R² 的公式和对应含义建议用三栏对照表。数值例子可以配一张面板数据的"学校 × 年份矩阵图"，用颜色深浅表示成绩高低，直观展示 within 和 between 变异。
• 推荐标题：
  • 主标题：《面板数据回归为什么有三个 R²？应该用哪个？》
  • 备选标题：《Within R² 只有 0.03？别慌，这不丢人》
• 金句提炼：

  "你选择了固定效应，就等于选择了只相信 within 变异。那么，你应该报告和相信的，就是 Within R²。"