什么是内生变量(an endogenous variable)？

内生变量是统计模型中的一个变量，它是由它与模型中其他变量的关系所改变或决定的。换句话说，内生变量是因变量的同义词，这意味着它与被研究系统内的其他因素相关。因此，其值可由其他变量确定。

内生变量与外生变量相反，外生变量是自变量或外力。然而，外生变量会对内生因素产生影响。

关键要点

• 内生变量是统计模型中的变量，它是由它们与其他变量的关系所改变或决定的。
• 内生变量是因变量，这意味着它们与其他因素相关，尽管它可以是正相关或负相关。
• 内生变量在经济建模中非常重要，因为它们显示了一个变量是否会产生特定的影响。

理解内生变量

内生变量在计量经济学和经济建模中非常重要，因为它们显示了一个变量是否会产生特定的影响。经济学家采用因果模型，通过分析基于各种因素的因变量来解释结果。例如，在研究供给和需求的模型中，商品的价格是一个内生因素，因为生产者（供应商）可以根据消费者的需求改变价格。

经济学家还包括自变量，以帮助确定结果在多大程度上可归因于外生或内生原因。内生变量的值作为模型中其他变量之间函数关系的一部分发生变化。这种关系也被称为依赖关系，在本质上被认为是可预测的。

这些变量通常以这样一种方式相互关联：一个变量的移动应导致另一个变量的移动。换句话说，变量应该相互关联。然而，它们不一定需要朝着同一个方向移动，这意味着一个因素的上升可能会导致另一个因素的下降。只要变量的变化是相关的，它就被认为是内生的，不管它是正相关还是负相关。

尽管内生变量是相互关联的因变量，但知道外生变量对模型的影响程度是很重要的。

在经济学之外，其他领域使用内生变量模型，包括气象和农业。有时，这些模型中的关系只在一个方向上是内生的。例如，虽然宜人的天气可能会带来较高的旅游率，但较高的旅游率并不影响天气。

内生变量与外生变量

与内生变量不同，外生变量被认为是独立的。换言之，公式中的一个变量并不决定或直接关联另一个变量的变化。外生变量没有直接或公式化的关系。例如，个人收入和颜色偏好、降雨量和天然气价格、受教育程度和喜爱的花卉都将被视为外生因素。

内生变量示例

例如，假设一个模型正在检查员工上下班时间和燃油消耗之间的关系。随着车型内通勤时间的增加，油耗也随之增加。这种关系是有意义的，因为一个人通勤时间越长，到达目的地所需的燃料就越多。例如，30英里的通勤比20英里的通勤需要更多的燃料。其他可能是内生的关系包括：

• 从个人收入到个人消费，因为较高的收入通常会导致消费支出的增加。
• 由于降雨量对玉米和小麦等商品作物非常重要，因此经济学家们对降雨量与植物生长的关系进行了关联和研究。
• 受教育程度与未来的收入水平有关，因为受教育程度与更高的工资或薪水之间存在关联。