在计量经济学中，如果使用的多个控制变量结果显著度很低，则其实际是不是真的起到控制作用呢控制变量的

控制变量的显著性，我们几乎不能inerpret.在你选定了相关变量和控制变量以后，控制变量就来服务的，你怕ui这个随机变量里面含有和有关变量相关的部分，也就是Xi Ui不是独立的，然后你能做的就是找到对被解释变量有影响并比较易获的数据，ui里去除这部分（ui 和Xi2线性表示）再用一个Vi 去表示新的你认为比较纯净的随机变量。所以才会引入控制变量保证那个你在意的变量的系数无偏就好，至于控制变量的情况，你还需要更多的信息。
【在计量经济学中，如果使用的多个控制变量结果显著度很低，则其实际是不是真的起到控制作用呢】 不可能有统一的控制变量选择标准。原因1 就像你说的，你的控制变量可能不显著，你可以设置很多组控制变量，相互组合，你基本上没办法选择哪一更优秀，但是你可以做出自己的想法，因为你是基于你选择的基础上做出一定判断，别人并不一定认同。原因2每个人对控制变量的理解不一样，就像interaction varaiables,到底影响相关变量的因素是什么呢，只要XiXj相关性不为零，对于期望值都会有偏向，所以也不好说到底怎么做。但是至少控制变量的引入可以部分的达到我们的要求。保证Variables of interest 的哪个系数无偏，当然实证会有一定差距，但是数学理论上说明我们的方向是正确的。

■网友的回复
不研究计量，不了解你们领域是怎么做的。一般来说，几乎不显著的变量是不能认为有作用的。我不知道你说的stepwise之后再来一次是什么意思，stepwise选取后的变量就视为显著变量了，不需要再建模一次观察显著性。变量选取有出入是非常正常的，模型是主观思想的辅助，不能把模型想成一个盒子，你把数据放进去，它就能自动帮你产出结论。所以我想在任何一个领域都不应该有一个统一的变量选取