虚拟变量做因变量，可以直接跑 OLS 吗？——线性概率模型的「三宗罪」与为什么大家还在用

一、开篇：Y 只有 0 和 1——你顺手就跑了个 reg y x，然后呢？

你研究"什么样的学生会选择考研"。你的因变量是 kaoyan——考研 = 1，不考研 = 0。你有一堆解释变量：GPA、学校层次、家庭收入、性别……

你顺手在 Stata 里敲了：

reg kaoyan gpa school income female

系数出来了，R² 也出来了。一切看起来很正常。

然后你瞟了一眼 predict 出来的拟合值——有些人考研的"预测概率"是 −0.15，有些人是 1.38。

−0.15？概率为负？1.38？概率超过 100%？

恭喜你，你刚刚撞上了线性概率模型（Linear Probability Model, LPM）的第一宗罪。但你先别急着删掉 reg 换成 logit——因为即使存在这些问题，LPM 在很多情况下仍然是经济学家们的选择，而且理由相当充分。

核心信息：把 0/1 因变量直接用 OLS 跑——这叫线性概率模型（LPM）。它有三个众所周知的问题：预测值可能超出 [0, 1] 区间、误差项天然异方差、以及线性形式假设了恒定的边际效应。但 LPM 有三个同样重要的优势：系数直接解释为概率变化（无需换算边际效应）、可以无缝使用工具变量和固定效应、以及在样本量足够大且 X 的取值不过于极端时，预测值超出 [0, 1] 的问题并不严重。Logit/Probit 解决了前三宗罪，但也在后三件事上不如 LPM。方法选择没有绝对的对错——取决于你的研究场景和数据特征。

二、LPM 是什么？——就是把 0/1 当普通数字跑 OLS

2.1 模型设定

$Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i, \quad Y_i \in \{0, 1\}$

你假装 Y 是一个连续变量，用 OLS 估计 β₀ 和 β₁。在 OLS 的正统假设中，Y 应该是连续的、可以在 (−∞, +∞) 上任意取值的变量——显然，一个 0/1 变量不满足这个条件。

但因为 OLS 的代数运算不关心 Y 是 0/1 还是连续数，你照样可以跑出系数来。 问题是：跑出来的系数还能用吗？还能解释吗？

2.2 系数的解读——LPM 最大的优点就在这里

在 LPM 中，回归线 $\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X$ 的含义十分直观：

$\hat{\beta}_1 = \frac{\Delta \hat{Y}}{\Delta X} = \frac{\Delta \hat{P}(Y=1)}{\Delta X}$

β̂₁ = X 每增加一个单位，Y = 1 的预测概率变化多少。

比如 β̂₁ = 0.05 意味着"GPA 每提高 1 分，考研的概率提高 5 个百分点"。这句话不需要任何翻译——它是"概率的变化量"，可以直接写在论文的政策建议里。

这是 LPM 相比 Logit/Probit 最大的优势。 Logit 模型的原始系数是"对数几率比（log odds ratio）"的变化——你不能直接说"系数 0.3 意味着概率变化 XX"。你需要做边际效应的后处理（margins, dydx），而且边际效应在 X 的不同取值处不同——不像 LPM 那样有一个单一的、"全局恒定"的数字。

三、LPM 的"三宗罪"——为什么你的老师让你小心

3.1 第一宗罪：预测概率可能超出 [0, 1]

这是 LPM 最显而易见的问题。OLS 回归线是一条直线——它在 X 足够小或足够大时会延伸到 (−∞, +∞) 的任意位置。但概率的定义域是 [0, 1]。

什么时候这是真问题？ 当你的数据中 X 的变异范围很大，或者你关心的个体在 X 的极端值处时。比如你用"高考分数"预测"是否考上清华"——高考分数从 200 到 750 分，在 200 分处 LPM 预测的概率可能为 −0.3，在 750 分处可能为 1.5。

什么时候这不是大问题？ 当你关心的 X 变化范围不大，且大部分观测的预测概率落在 [0.1, 0.9] 之间时——直线在这个区间内和更合理的 S 形曲线差异不大，超出 [0, 1] 的观测很少，OLS 的主要估计结果不会受到严重影响。

一个实用经验：跑完 LPM 之后，predict p_hat，然后 sum p_hat。如果 min < 0 或 max > 1，记下来——在论文中坦诚报告，并说明这些极端预测的比例很小（如果确实很小的话）。

3.2 第二宗罪：误差项天然异方差——不是因为数据坏，而是因为数学

在 LPM 中，因变量 Y 只能取 0 或 1。给定 Xᵢ，Yᵢ 服从伯努利分布，概率为 pᵢ = P(Yᵢ = 1 | Xᵢ) = β₀ + β₁Xᵢ。伯努利分布的方差是 pᵢ(1 − pᵢ)——这个方差天然依赖于 Xᵢ 的取值。

当 pᵢ ≈ 0.5 时，方差 ≈ 0.25（最大）。当 pᵢ ≈ 0 或 1 时，方差 → 0。这意味着误差的离散度在 X 的不同取值处系统性地不同——这是"构造性异方差"，不是你数据的问题，是 0/1 因变量的数学结构中自带的。

后果：OLS 系数仍然无偏（在 Cov(X, ε) = 0 的假设下），但标准误的估计是错误的（通常被低估 → t 值膨胀 → 你更容易错误地拒绝"系数为零"的原假设）。

解决：简单——用稳健标准误。reg y x, robust。在 LPM 中，使用稳健标准误不是一个选项，是必须做的事情。任何不报告稳健标准误的 LPM 都应该被质疑。

Angrist & Pischke（2009）在《Mostly Harmless Econometrics》中有一个经典建议：LPM + 稳健标准误在很多情况下已经足够好了——不一定要上 Logit/Probit。

3.3 第三宗罪：线性形式假设了"恒定的边际效应"

LPM 假设 X 每增加一个单位，Y = 1 的概率变化固定的 β₁ 个百分点——无论 X 的起始值是什么。

这在很多情况下是不合理的。 比如"家庭收入对是否买车的影响"：从年收入 1 万到 2 万，买车概率可能上升 5 个百分点。从年收入 99 万到 100 万，买车概率也可能上升 5 个百分点吗？大概率不是——当你已经很富了，再多挣一点对"买不买车"这个决策的影响几乎为零（概率已经接近 1，没什么上升空间了）。

这就是为什么 Logit/Probit 使用 S 形（Sigmoid）曲线——边际效应在 X 的中间最大，在两端趋近于零。 LPM 的直线无法捕捉这种"边际效应递减"的行为模式。

但反过来——如果你的研究场景中，X 的效应确实在样本范围内近似恒定，LPM 不仅没有问题，而且比 Logit 更容易解释。 比如"是否拥有手机"对"是否使用移动支付"的影响——从无手机到有手机，这个跳跃是离散的，不存在"在第 0.3 部手机和第 0.7 部手机处边际效应不同"的问题。

四、既然有三宗罪，为什么经济学家还在用 LPM？

4.1 理由一：交互项和工具变量——LPM 得天独厚

这是 LPM 在经济学实证中最坚挺的理由。

在 Logit/Probit 中，交互项的解读非常复杂——两个变量的"交互效应"在非线性模型中不等于交互项系数的符号或量级（Ai & Norton, 2003）。你需要做额外的计算才能正确判断交互效应的大小和显著性。在 LPM 中，交互项就是交互项——和普通线性回归完全一样，margins 一行搞定。

更重要的是——工具变量（IV）在 LPM 中是标准操作，2SLS 直接可用。 如果你的内生变量是 0/1，你需要一个 IV 策略——LPM + 2SLS 是直截了当的。而在 Logit/Probit 中纳入 IV 需要特殊的估计方法（如 IV Probit 或控制函数法），实现和解读都更复杂。

结论：如果你的研究涉及交互项或工具变量，而且你的主要兴趣在于系数的方向和显著性（而非精确的概率预测），LPM 往往比 Logit/Probit 更简单、更透明。

4.2 理由二：固定效应——Logit 的" incidental parameters problem"

在面板数据中，如果你想控制个体固定效应——即每个人不随时间变化的特质——在 Logit 模型中存在一个著名的"伴随参数问题（Incidental Parameters Problem）"：当 T（时间期数）固定而 N（个体数）→∞ 时，固定效应 Logit 的系数估计是不一致的。唯一的例外是条件 Logit（Conditional Logit），但它只能使用"组内 Y 有变化"的观测。

在 LPM 中，固定效应就是加一组个体虚拟变量（或组内去均值）——和连续因变量的面板固定效应模型一模一样。xtreg y x, fe 加稳健标准误，问题解决。

这在政策评估中尤其重要：如果你有面板数据，且你想控制"不随时间变化的个体异质性"（如能力、性格、地理位置），LPM + 个体 FE 是你的最佳选择——Logit/Probit 在这个场景下没有一个同样简单且可靠的替代方案。

4.3 理由三：系数直接可读——沟通成本最低

你的论文不只是写给计量经济学家看的。政策制定者、企业决策者、跨学科的合作者——他们需要的是"这个变量增加一个单位，概率变化多少个百分点"，而不是"log odds 变化 0.3，边际效应在均值处为 0.05"。

LPM 的系数不需要任何翻译。 它天生就是边际效应。减少了你和读者之间的沟通障碍——在政策报告、行业分析和跨学科合作中，这是实实在在的优势。

五、LPM vs Logit vs Probit——怎么选？

一个实证中的常见做法：正文用 Logit/Probit 作为基准模型，但在脚注或附录中报告 LPM 的结果——如果两个模型给出的核心系数的方向和显著性一致，审稿人很难再质疑你的结论对模型选择的敏感性。

六、常见误区

6.1 误区一：R² 太低，所以 LPM 不能用

LPM 的 R² 通常很低（0.05—0.20 之间是常态）。有人一看 R² = 0.08，就觉得模型没救了。

错。 0/1 因变量的 R² 天然就低——因为个体层面的 Y 是 0 或 1，而模型预测的是一个介于 0 和 1 之间的概率。即使模型完全正确（你知道真实的 DGP），Y 的真实值也是 0 或 1，而回归线是一条连续的概率线——你永远不可能用一条线去完美拟合一堆 0 和 1。R² 在这种情况下不再是"模型有多好"的准确度量。在 LPM 中，系数的显著性和经济含义远重要于 R²。

6.2 误区二：因为误差不服从正态分布，所以 LPM 的 t 检验无效

在大样本下，OLS 估计量渐近正态（通过中心极限定理）——即使误差不是正态的。这个渐近性质不依赖于误差的正态性假设。加上稳健标准误，LPM 的推断在大样本下是有效的。

换言之：正态性假设的违反，在 LPM 中是最不需要担心的一个问题。

6.3 误区三：Logit/Probit 一定比 LPM "更正确"

Logit/Probit 假设了 S 形函数形式——这是一个假设，和 LPM 的直线假设一样，也是一个假设。如果真实的概率函数恰好不是 logit 或 probit 的 S 形（比如它在某段是近似线性的），Logit/Probit 也是错的——而且错得不如 LPM 透明。

没有哪个模型是"真模型"。 LPM 和 Logit/Probit 都是对真实条件期望函数的不同近似。选择哪个，取决于你对近似质量的取舍——是要一个纯粹的、易解释的、但不保证在极端值处合理的线性近似，还是要一个处处在 [0,1] 内的、但解读和实现更复杂的非线性近似。

七、总结

LPM 的四条核心知识：

1. LPM 就是把 0/1 因变量当连续变量跑 OLS。 系数直接是"X 每变化一个单位，Y=1 的概率变化多少个百分点"——这是 LPM 胜过 Logit/Probit 的核心优势。

2. 三宗罪：预测概率可能超出 [0, 1]（在 X 极端时是问题，在 X 集中时不是）、构造性异方差（用稳健标准误解决）、线性形式假设恒定边际效应（在 S 形更合理的场景下是问题）。

3. LPM 不可替代的场景：使用工具变量（IV）、面板固定效应（FE）、以及需要简单解读交互效应时——LPM 比 Logit/Probit 更简单、更透明、更可靠。

4. 最佳实践：LPM + 稳健标准误是底线。如果你担心预测值超出 [0, 1] 或非恒定的边际效应，正文用 Logit/Probit，附录用 LPM 做稳健性——让两者的证据指向同一个方向。

一句话收尾：

"LPM 不是一个'错的方法'——它是一个'粗糙但诚实'的方法。它诚实地告诉你：如果我用一条直线去拟合 0 和 1，系数是这样的，标准误已经修正了，预测值在大部分地方落在 [0,1] 里面，在极端值处请谨慎对待。Logit/Probit 更精细——但它们加了一层你需要用 margins 才能剥开翻译的外壳。选哪个，取决于你是更怕'预测概率为负'还是更怕'系数没法直接跟别人解释'。"

八、B站/公众号呈现建议

• B站视频：建议用"把 0/1 强行塞进一条直线"作为视觉开场。画面：纵轴只有两个刻度——0 和 1，散点全部落在这两条水平线上。一根直线（OLS 回归线）从 0 下方穿入，从 1 上方穿出。旁白："当你的因变量只有 0 和 1——你把一条直线硬塞进去。它在中间拟合得还不错，但在两端——直线的末端穿出了概率的合法领土——跑到了 −0.3 和 1.4。这就是线性概率模型。"然后三幕展开。第一幕"三宗罪"：动画逐一揭示——预测值越界（直线穿出 [0, 1] 区域，警报闪烁）、异方差（残差的分散度在 0.5 处最大，越靠近 0/1 越小——一个喇叭形崩塌成两个锥形）、恒定边际效应（一条 S 形曲线叠在直线上，展示在两端 S 形变平而直线仍在上升）。第二幕"为什么还在用"：三个场景——IV（一个工具变量箭头插入模型，标注"2SLS + LPM = 简单直接"）、面板 FE（多个个体虚拟变量进入模型，标注"Logit 的伴随参数问题，LPM 没有"）、交互效应（margins 一行出结果，标注"非线性模型交互 = 地狱模式"）。第三幕"选择指南"：一个决策树动画——问题分支（"有 IV？"→ LPM；"有面板 FE？"→ LPM；"需要交互？"→ LPM；"需要精确预测概率？"→ Logit）。结尾画面：两条路——左边的路标"LPM：粗但直白"，右边的路标"Logit：细但要翻译"，旁白："不是谁对谁错——是你要解决什么问题。"
• 公众号：LPM 的三宗罪建议每宗罪做成一张"罪证卡"（症状图 + 数学原因 + 解决方案）。LPM vs Logit/Probit 的选择决策树做成纵向流程图。五类场景的推荐表做成矩阵信息图。Angrist & Pischke 的那句经典建议（"LPM + 稳健标准误足够好"）做成引用框。预测概率的分布直方图（标注 min < 0 或 max > 1 的比例）建议配真实的 Stata 输出示例。
• 推荐标题：
  • 主标题：《虚拟变量做因变量可以直接跑 OLS 吗？——线性概率模型的三宗罪与辩护词》
  • 备选标题：《Y 只有 0 和 1，用 reg 还是 logit？——LPM 的致命缺陷和不可替代的优势》
  • 新媒体标题：《你的因变量是 0/1——为什么经济学家还在用 OLS 而不是 Logit？》
• 金句提炼：

  "LPM 把你的 0 和 1 强行塞进一条直线。它在中间拟合得很好，在两端一不留神就跑到概率的合法领土之外。但它的系数不需要翻译——'X 多一个单位，Y=1 的概率高 β 个百分点'——这句话 Logit 说不出来，除非你用 margins 先翻译一遍。"

  "LPM 的异方差不是因为你数据脏——是因为 0/1 的数学结构自带的。不用重跑，不用换模型——加个 robust 就够了。"

  "如果你需要工具变量、个体固定效应或者简单可解释的交互效应——Logit 在这些场景下要么做不了，要么做起来让你生不如死。LPM 说：我可以。"

  "LPM 和 Logit 不是正确和错误的关系——它们是对同一个未知函数的不同近似。LPM 的近似是一根直线——粗糙但透明。Logit 的近似是一根 S 线——细腻但需要翻译。选哪个，取决于你的数据、你的方法、和你要沟通的对象。"