Stata固定效应表自动标注：reghdfe+esttab+reg2docx实战

你有没有过这样的瞬间：reghdfe跑完双向固定效应，esttab出表，贴进 Word，导师看了一眼问“你这模型到底控没控制年份固定效应？”你低头一看，表格底部干干净净，固定效应那一行根本不存在。我以前处理这个问题的办法非常原始——在 Word 里手动敲 Yes/No。一次论文十几个模型，改一轮模型就要改一轮表，不仅浪费时间，还容易敲错：模型 2 明明加了年份固定效应，表格里却漏标。后来我把esttab的indicate()和reg2docx的固定效应自动化标注彻底摸了一遍，才发现这件事完全可以一分钟搞定。这篇文章就把完整链路写清楚：reghdfe怎么装对、esttab怎么手动标、reg2docx怎么自动标，以及出表过程中踩过的坑和排查思路。

1. 固定效应行空白之谜：reghdfe 的 absorb() 与 esttab 之间发生了什么

1.1 一个很典型的面板回归出表场景

我先给你搭一个标准场景。用 Stata 自带的雇主-雇员纵向数据nlswork，跑三个递进模型：不带固定效应、只带个体固定效应、个体+年份双向固定效应。

webuse nlswork, clear xtset idcode year * 模型 1：不加固定效应 reg ln_wage hours age ttl_exp est store m1 * 模型 2：个体固定效应 reghdfe ln_wage hours age ttl_exp, absorb(idcode) est store m2 * 模型 3：个体 + 年份双向固定效应 reghdfe ln_wage hours age ttl_exp, absorb(idcode year) est store m3

跑完以后，如果你直接敲：

esttab m1 m2 m3, b(%9.3f) t(%9.3f) star(* 0.1 ** 0.05 *** 0.01) scalars(N r2_a)

输出结果里就只有系数、t 值、样本量和 R²，表格底部干干净净，没有“固定效应：是/否”这一行。很多人的第一反应是去翻 esttab 的 help，找“固定效应”字样，结果越翻越糊涂。

1.2 为什么 reghdfe 吸收固定效应后，esttab 就“看不见”了

这里要解释一下机制。reghdfe的核心操作是“吸收”，也就是把absorb()里的变量对应的组内均值直接从因变量和解释变量中投影掉。这样做的好处是计算快、内存省，尤其absorb(idcode year)这种多维固定效应，普通reg i.idcode i.year要生成几千个虚拟变量，而reghdfe几乎不生成虚拟变量。

代价是：这些被吸收的变量不会出现在估计结果e(b)的系数向量里，也不在e(indepvars)里。esttab默认只根据e(b)里的内容生成表格主体，所以它根本不知道idcode和year曾经被吸收过。不是它不想显示，而是存储的结果信息里就缺了这一块。

不过reghdfe会在e(absorb)里记录吸收变量的名字。这就是后面两个方案能实现自动化标注的关键。

1.3 自动化标注要解决两层问题，缺一不可

明白了机制，你就知道“自动化标注”这件事拆开其实是两层：

第一层是“判断”：某个模型到底有没有控制某个固定效应。这个信息藏在e(absorb)里，需要工具去读取。

第二层是“输出”：判断完了，还要按表格的固定位置生成一行“Yes/No”，并且保证多个模型之间位置对齐。第一列模型有、第二列模型没有，各行也要严格对应，不能错位。

手动标注最容易出的问题就在第二层：十个模型，三行固定效应，手敲只要错一格，整个表格就废了。所以我们要的不是“能标出来”，而是“自动、准确、可复现地标出来”。

2. 装对 reghdfe：安装命令、验证方法和两个常见报错

2.1 标准安装路径：ssc 和 GitHub 双通道

先解决工具本身。reghdfe的安装说简单也简单，说麻烦也麻烦，主要卡在依赖包上。

最稳妥的路径是先装依赖再装主命令：

ssc install ftools, replace ssc install reghdfe, replace

ftools是reghdfe的底层依赖包，提供高效的因子变量处理和分组操作。很多安装失败实际上都是因为ftools没装。

如果你希望装比较新的版本，更推荐走 GitHub 通道：

ssc install github, replace github install sergiocornejo/reghdfe

GitHub 版本的更新比 SSC 快，修复了一些老版本在 Stata 14/15 下的兼容问题。对于日常写论文来说，两种通道都可以，我一般建议：能访问 GitHub 就装 GitHub 版，装完更省心。

2.2 报错一：reghdfe requires the -ftools- package

这个报错是最常见的。原因很简单：装了reghdfe但没装ftools，或者ftools版本太旧。

解决办法就是先执行：

ssc install ftools, replace

然后重新安装reghdfe。装完以后可以用which ftools看一下路径，能看到.ado文件路径就说明装好了。

2.3 报错二：版本过旧或 mata 相关错误

有时候你会遇到reghdfe能装上，但一跑就报什么mata函数找不到，或者reghdfe not found。这种八成是 Stata 版本太老，或者装到了不同用户目录。

reghdfe新版对 Stata 版本有要求，如果你的 Stata 版本比较旧，建议先用 GitHub 通道安装，如果依然报错，那就只能退回旧版ftools和reghdfe组合。另外，检查一下自己是不是真的把命令装到了当前用户的 ado 目录：sysdir和adopath可以查看路径环境。遇到reghdfe明明装了却调用不到，把 ado 路径加进adopath +就能解决。

2.4 装好后一分钟验证

安装不是终点，验证才是。跑完安装命令后，我习惯做两步验证：

which reghdfe

能返回路径，例如C:\ado\plus\r\reghdfe.ado，说明命令本身可用。然后直接跑一个最简单的吸收模型：

webuse nlswork, clear xtset idcode year reghdfe ln_wage hours age ttl_exp, absorb(idcode year)

不报错、能正常输出系数，就说明环境没问题。

3. esttab 的 indicate() 手动标注：能救急，但离“自动化”还差一步

3.1 indicate() 的检查逻辑其实很简单

esttab虽然没有自动识别固定效应的能力，但它给我们留了一个口子：indicate()选项。

indicate("显示标签=变量名")的核心逻辑是：检查一个模型存储的信息里是否存在某个变量，存在就输出 “Yes”，不存在就输出 “No”。由于reghdfe会把absorb()中的变量记在e(absorb)里，所以indicate()能间接识别到固定效应。

换句话说，你手动告诉esttab：去帮我查一下idcode和year这两个变量在不在模型里，然后按固定位置汇报出来。

3.2 一个模型和多个模型的标注示例

还是之前三个模型，加一行indicate()就够了：

esttab m1 m2 m3, b(%9.3f) t(%9.3f) star(* 0.1 ** 0.05 *** 0.01) /// scalars(N r2_a) /// indicate("个体固定效应=idcode" "年份固定效应=year") /// mtitles("M1" "M2" "M3")

输出效果大致是：

(1) (2) (3) hours 0.018*** 0.014*** 0.013*** (5.23) (4.87) (4.66) ... 个体固定效应 No Yes Yes 年份固定效应 No No Yes N 28099 28099 28099 r2_a 0.097 0.189 0.203

第一次看到这个输出的时候，我的反应是：原来只要手写一行，固定效应就能自动判断。模型 2 只有个体固定效应，年份那一行自动变 No；模型 3 两个都控制了，就都是 Yes。确实比自己手动敲要强。

3.3 方案一的局限：当模型数量涨到 20 个

用了几次之后，你会发现esttab + indicate()仍然不是真正的“全自动”。问题在于：

indicate()里的变量名要你手动维护，变量多的时候很容易写错。我有一回把year写成了yr，结果所有模型的年份固定效应行全部显示 No，一开始还以为是模型没控制对，浪费了一个小时排查。其次，esttab默认输出的 RTF 文件在中文环境下很容易乱码，中文标签进入 Word 后格式也很难看，每次都要重新调整字体和列宽。再者，如果你需要按照不同期刊要求输出三线表，esttab默认的控制台样式和 Word 文档的排版习惯还是有不少差距。

所以结论是：esttab + indicate()适合快速验收、临时看结果，但如果你要正式写论文、交付 Word 表格，它还不够省心。

4. reg2docx 实现固定效应 Yes/NO 自动化标注：Word 表格一条龙

4.1 reg2docx 就是为解决这个场景而生的

reg2docx是爬虫俱乐部团队开发的一个 Stata 命令，专门把回归结果输出为.docx格式的学术表格。它从一开始就考虑到了中文论文场景：支持中文标题、中文变量标签、中文注释，而且输出的是真正的 Word 表格，不是那种贴进去还要重新调格式的 RTF。

和我用的最多的esttab相比，reg2docx的语法非常接近，但它对reghdfe固定效应的支持要完善得多。同样是indicate()，reg2docx会主动读取模型存储信息里的固定效应记录，输出固定效应 Yes/NO 行，并且天然和中文论文的三线表要求对齐。安装命令也很简单：

ssc install reg2docx, replace

如果网络受限装不上，可以findit reg2docx或去作者公众号提供的离线包手动安装。

4.2 完整实战：三模型回归表直接出 Word

我们还是用前面的nlswork数据，跑完三个模型之后，只需要一条命令：

reg2docx m1 m2 m3 using "reg_table.docx", replace /// b(%9.3f) t(%9.3f) star(* 0.1 ** 0.05 *** 0.01) /// scalars("N 样本量" "r2_a 调整R方") /// indicate("个体固定效应=idcode" "年份固定效应=year") /// order(hours age ttl_exp) /// varlabels(hours "工作时长" age "年龄" ttl_exp "工作经验") /// title("表1 工资决定因素的回归结果") /// note("注：括号内为 t 值；* p<0.1, ** p<0.05, *** p<0.01")

运行完，工作目录下会生成一个reg_table.docx。打开文件，你会看到一张已经排好版的三线表，表格长这样：

固定效应行自动出现在表格底部，而且每个模型都自动判断了 Yes/No。模型 1 什么都没控制，两行都是 No；模型 2 只吸收了个体，个体固定效应显示 Yes，年份显示 No；模型 3 双向固定效应，两行都是 Yes。这才是真正的“自动化标注”。

4.3 reg2docx 的 indicate() 为什么比 esttab 更省心

核心原因是reg2docx把“读取固定效应状态”这个环节做成了内建逻辑。你在indicate()里写“显示标签=变量名”，它就会去检查模型存储信息中该变量是否被吸收、是否存在于回归中，然后自动填 YES 或 NO。

它和esttab的本质区别不是语法，而是它默认考虑到reghdfe、areg、xtreg这类命令的固定效应存储特点。对使用者来说，你只需要保证indicate()里的变量名和模型估计时absorb()里的变量名完全一致就够了。

我个人的习惯是：把reghdfe命令里absorb()的内容直接复制到indicate()里，改一下引号格式，从根上避免拼写不一致。

4.4 常用选项组合：星号、统计量、题注和变量标签

reg2docx很多选项和esttab是同源的，但有些细节值得注意。

星号标注用star()控制，比如经济学论文常用的三档：star(* 0.1 ** 0.05 *** 0.01)，这会自动给系数加上星号。

统计量用scalars()添加，scalars("N 样本量" "r2_a 调整R方")这种带中文标签的写法比纯scalars(N r2_a)更友好，出来的表格里显示的是“样本量”而不是 N，“调整R方”而不是 r2_a。

变量顺序用order()，变量显示名用varlabels()。这几个选项组合起来，基本可以做到 “跑完模型，表格直接能交”。

我自己最常用的固定搭配是：

reg2docx 模型列表 using "表.docx", replace /// b(%9.3f) t(%9.3f) star(* 0.1 ** 0.05 *** 0.01) /// scalars("N 样本量" "r2_a 调整R方") /// indicate("个体固定效应=idcode" "年份固定效应=year") /// order(核心解释变量) /// title("表：xxx的回归结果") /// note("注：括号内为 t 值。")

跑完打开 Word，几乎不需要再手工排格式。

4.5 想把 Yes/No 换成“控制/未控制”怎么办

有些期刊或导师偏好中文的“控制/未控制”，而不是英文的 Yes/No。reg2docx不同版本的indicate()对自定义显示文本的支持不太一样，稳妥的做法是先生成默认的 Yes/No 表格，然后在 Word 里直接批量替换：查找“Yes”替换为“控制”，查找“No”替换为“未控制”。十秒钟搞定，不会影响表格结构。

如果你用的是较新版本且help reg2docx里显示indicate()支持labels()子选项，那就可以直接在命令里写清楚，生成时就是你要的文字。建议以你本机版本的帮助文档为准。

5. 论文成品阶段的微调、踩坑与排查链路

5.1 Word 里的三线表微调：字体、列宽和居中

reg2docx输出的是标准三线表框架，但中文论文往往还有具体要求。我拿到 docx 后的常规操作是三步：

1. 全选表格，把中文字体设成宋体，西文字体设成 Times New Roman，字号一般小五或五号。
2. 根据变量名长度调整列宽，核心解释变量列适当加宽，让表格不要挤成一团。
3. 表头文字居中，系数列的小数点尽量对齐。Word 里手动对齐确实麻烦，但表格行数不多时，花两分钟调一次也还行。

5.2 变量顺序和变量标签：让表格服务于论证

表格不是把所有跑过的变量都堆上去就好。如果控制变量太多，我会用keep()只保留核心解释变量，把控制变量的估计结果放到附注里。或者用order()把核心解释变量提到最前面，让读者第一眼看到的就是最想论证的系数。

变量标签建议都设置成中文字面意思，避免表格里出现ttl_exp这种变量名。varlabels()这个选项就是干这个的。

5.3 坑一：indicate() 变量名和 absorb() 不一致，导致固定效应行全是 No

这个坑我踩过一次，排查过程非常典型。某次出表，模型里明明absorb(idcode year)控制得很好，reg2docx输出后“年份固定效应”那一行却是 No。第一反应是reg2docx出了问题，反复检查选项之后才发现，indicate()里写的是year_dum，而模型里absorb()用的是year。变量名对不上，工具自然判断“模型里没有这个变量”。

排查链路其实很简单：先看reghdfe命令里absorb()里的准确写法，再逐字对照indicate()里的右侧变量名。不要凭记忆写，直接复制粘贴。

5.4 坑二：est store 命名被覆盖，两张表长得一模一样

有一次我连续输出两张表，用的模型列表分别是m1 m2和m2 m3。结果两张表的第二列看起来一模一样，开始以为是reg2docx缓存了什么，后来才发现自己写循环时不小心把m3重新赋值覆盖了m2。Stata 的est store是按名字存储，你后续一旦再次est store m2，之前那个 m2 就被覆盖了。

建议给模型起不容易冲突的名字，比如m_base、m_fe、m_twoway，不要用m1 m2 m3这种极其容易被覆盖的短名字。每次出表前敲一句est dir，看一眼当前存储的模型列表，能避免一大半低级错误。

5.5 坑三：加入了聚类标准误后，额外统计量怎么加

reghdfe做面板回归一般会加vce(cluster idcode)，这时很多人希望表格里同时报告聚类数量。reg2docx的scalars()可以自由添加统计量，常见写法是：

reghdfe ln_wage hours age ttl_exp, absorb(idcode year) vce(cluster idcode) est store m3 reg2docx m3 using "表.docx", replace /// b(%9.3f) t(%9.3f) star(* 0.1 ** 0.05 *** 0.01) /// scalars("N 样本量" "r2_a 调整R方" "N_clust 聚类数") /// indicate("个体固定效应=idcode" "年份固定效应=year")

N_clust是reghdfe存储的聚类数量标量名，不同版本可能略有差异，如果输出为空，可以用ereturn list查看实际标量名再调整。

5.6 离线环境安装 reg2docx 的笨办法

有些单位网络环境受限，ssc install经常超时。我的应对方法是：在有网的电脑上把.ado文件包含 help 文件打包下载下来，拷到个人 ado 目录。具体目录可以通过sysdir查询PERSONAL或PLUS路径，然后把文件放进去，重启 Stata 就能调用。这个方法对reghdfe、ftools、reg2docx都适用，属于通用解法。

6. 我目前在用的最终工作流：esttab 与 reg2docx 各管一段

6.1 我的主力流程

经过反复折腾，我现在的主力流程非常固定：

数据清洗完成后，核心模型固定用reghdfe，并加上vce(cluster ...)。每个模型用带语义的名字est store。需要出正式表格时，直接用reg2docx生成中文 Word 三线表，固定效应行用indicate()自动化标注。出表后再用 Word 批量替换把 Yes/No 改成中文“控制/未控制”，微调字体和列宽，任务就结束了。

这套流程对中文论文特别友好，因为reg2docx生成的 docx 天然不裂表、不乱码，标题和注释都能用中文。

6.2 什么情况下我还会用 esttab

esttab并没有被完全替代。需要输出 LaTeX 表格时，我仍然会回到esttab。学术会议投稿或模板要求 LaTeX 时，esttab m1 m2 m3 using table.tex, replace ...再配上一段booktabs设置，效率依然很高。另外，在 Stata 窗口里快速看回归对比，esttab的文本输出也更方便。

换句话说，esttab管快速预览和 LaTeX 输出，reg2docx管最终 Word 成品，两者在这个工作流里各管一段。

6.3 给新人的三点实际建议

最后说三个我踩过坑之后形成的习惯。

第一，模型名一定要起得有意义。m_base、m_fe、m_twoway比m1 m2 m3安全得多，尤其在模型数量多的时候。

第二，indicate()里的变量名永远是问题高发区。每次写完reg2docx命令，我都会对照reghdfe的absorb()把变量名对一遍，宁可慢三十秒，也不愿意事后排查半小时。

第三，自动化标注不是免检标志。工具自动生成的 Yes/No 基本不会错，但你仍然要在最终表格里肉眼核对一遍：模型 3 的两行固定效应到底是不是 Yes。多模型表格最怕的不是工具出错，而是人在复制粘贴时看走了眼。

固定效应自动化标注这件事，解决的不只是省几分钟时间。它让每个模型的固定效应状态都必须经过模型估计本身来确认，而不是依赖你手动敲进 Word 里的那几个字母。对我这种动辄十几个回归的日常工作来说，这一个改变，省下的精力和避免的低级错误，远比我最初预期的多。