作者：趙雨鑫 (吉林大學(xué))
郵箱：[email protected]

溫馨提示： 文中鏈接在微信中無(wú)法生效。請(qǐng)點(diǎn)擊底部「閱讀原文」,?；蛑苯娱L(zhǎng)按/掃描如下二維碼，直達(dá)原文：

目錄

• 1. 調(diào)節(jié)變量

• 1.1 調(diào)節(jié)變量的意義

• 1.2 調(diào)節(jié)變量的原理

• 1.3 檢驗(yàn)調(diào)節(jié)的方法

• 1.4 調(diào)節(jié)效應(yīng)的現(xiàn)狀

• 1.5 調(diào)節(jié)效應(yīng)的建議

• 2. 中介變量

• 2.1 中介變量的意義

• 2.2 中介變量的原理

• 2.3 檢驗(yàn)中介的方法

• 2.4 中介效應(yīng)的現(xiàn)狀

• 2.5 中介效應(yīng)的建議

• 3. 結(jié)語(yǔ)

• 4. 相關(guān)推文

1. 調(diào)節(jié)變量

1.1 調(diào)節(jié)變量的意義

調(diào)節(jié)變量所解釋的不是關(guān)系內(nèi)部的機(jī)制,，而是一個(gè)關(guān)系在不同的條件下是否會(huì)有所變化,。調(diào)節(jié)變量的一個(gè)主要作用是為現(xiàn)有的理論劃出限制條件和適用范圍。因此,，在研究調(diào)節(jié)變量時(shí),，我們正是通過(guò)研究一組關(guān)系在不同條件下的變化及其背后的原因，來(lái)豐富原有的理論,。

1.2 調(diào)節(jié)變量的原理

什么是調(diào)節(jié)變量,？簡(jiǎn)單來(lái)說(shuō)，如果變量 與變量 有關(guān)系,，但是 與 的關(guān)系受第三個(gè)變量 的影響,，那么變量 就是調(diào)節(jié)變量,。調(diào)節(jié)變量所起的作用稱(chēng)為調(diào)節(jié)作用。

例如,，當(dāng)研究工作與家庭的沖突對(duì)職業(yè)滿(mǎn)意度的影響時(shí),，普遍認(rèn)為工作與家庭沖突越大，職業(yè)滿(mǎn)意度應(yīng)該是越差的,。Martins 等 (2002) 在這個(gè)基礎(chǔ)上考慮了性別,，結(jié)果發(fā)現(xiàn)：對(duì)于女性來(lái)說(shuō)，這個(gè)關(guān)系在任何年齡段都顯著,；但是對(duì)于男性來(lái)說(shuō),，這個(gè)關(guān)系僅在職業(yè)生涯后期才成立，也就是男性年輕的時(shí)候,，工作與家庭的沖突對(duì)職業(yè)滿(mǎn)意度不會(huì)有影響,。

在這個(gè)研究中，性別就是一個(gè)調(diào)節(jié)變量,，因?yàn)閷?duì)于不同性別的群體 (調(diào)節(jié)變量) ,，工作與家庭的沖突 (自變量) 和職業(yè)滿(mǎn)意度 (因變量) 之間的關(guān)系也不同。

好的調(diào)節(jié)變量本身應(yīng)該比較穩(wěn)定,，或者其變動(dòng)是外生的,，不受 和 的影響。

當(dāng)研究中有調(diào)節(jié)變量時(shí),，在研究假設(shè)中一定要說(shuō)清楚,，到底這個(gè)調(diào)節(jié)變量的作用是什么、具體如何影響變量的關(guān)系,。研究假設(shè)的提出應(yīng)該盡量準(zhǔn)確,，我們不應(yīng)該籠統(tǒng)地假設(shè)“ 在 與 的關(guān)系中起到了調(diào)節(jié)作用”，應(yīng)該具體說(shuō)明 是如何調(diào)節(jié) 和 的關(guān)系的,。例如“當(dāng) 高的時(shí)候,， 對(duì) 會(huì)有正面的影響；當(dāng) 低的時(shí)候,， 會(huì)對(duì) 有負(fù)面的影響”,。

1.3 檢驗(yàn)調(diào)節(jié)的方法

檢驗(yàn)調(diào)節(jié)變量最普遍的方法是多元調(diào)節(jié)回歸分析 (moderated multiple regression，MMR),，具體步驟如下：

1.3.1 用虛擬變量代表類(lèi)別變量

如果自變量或調(diào)節(jié)變量中有一個(gè)是類(lèi)別變量,，那么第一步首先是將類(lèi)別變量轉(zhuǎn)換為虛擬變量。所需的虛擬變量的數(shù)目等于類(lèi)別變量的水平個(gè)數(shù)減 1,。研究者可以根據(jù)不同的研究問(wèn)題選擇不同的編碼方法,。

1.3.2 對(duì)連續(xù)變量進(jìn)行中心化或標(biāo)準(zhǔn)化

用回歸的方法檢驗(yàn)調(diào)節(jié)變量的一個(gè)重要步驟就是把自變量和調(diào)節(jié)變量中的連續(xù)變量進(jìn)行整理。一些統(tǒng)計(jì)學(xué)家建議把這些變量進(jìn)行中心化，即用這個(gè)變量中的每個(gè)數(shù)據(jù)點(diǎn)減去均值,，使得新得到的數(shù)據(jù)樣本均值為 0,。

這是因?yàn)轭A(yù)測(cè)變量和調(diào)節(jié)變量往往與他們的乘積項(xiàng)高度相關(guān)。中心化的目的是減小回歸方程中變量間多重共線(xiàn)性的問(wèn)題,。當(dāng)然,，也可以對(duì)連續(xù)型的自變量和調(diào)節(jié)變量進(jìn)行標(biāo)準(zhǔn)化 (如使用 Z 分?jǐn)?shù))，作用基本相同,。

1.3.3 構(gòu)造乘積項(xiàng)

構(gòu)造乘積變量時(shí),，只需要把經(jīng)過(guò)編碼或中心化 (或標(biāo)準(zhǔn)化) 處理以后的自變量和調(diào)節(jié)變量相乘即可。

注： 和 表示經(jīng)過(guò)中心化處理后的變量,。

如果使用了虛擬變量，那么每一個(gè)虛擬變量都應(yīng)該有一個(gè)相應(yīng)的乘積變量,。比如,，如果用一個(gè)虛擬變量表示包含兩個(gè)水平的一個(gè)類(lèi)別變量，那么就有一個(gè)乘積項(xiàng),；如果用兩個(gè)虛擬變量表示包含三個(gè)水平的一個(gè)類(lèi)別變量,，那么就有兩個(gè)乘積項(xiàng))。

1.3.4 構(gòu)造方程

構(gòu)造出乘積項(xiàng)后,，把自變量,、因變量 (這里要使用未中心化的自變量和因變量) 和乘積項(xiàng)都放到多元回歸方程中就可以檢驗(yàn)交互作用了。這時(shí),，我們最關(guān)注的是乘積項(xiàng)的系數(shù)是否顯著,。如果顯著，就可以說(shuō)明調(diào)節(jié)作用的存在了,。

需要指出的是,，既然檢驗(yàn)調(diào)節(jié)作用的時(shí)候，只需要看乘積項(xiàng)就可以了,，那么為何回歸方程中還要有前面“主效應(yīng)”的項(xiàng)目呢,？主要原因是在回歸方程中凡是有二階變量的話(huà)，所有的一階變量都應(yīng)該被包括,。

1.4 調(diào)節(jié)效應(yīng)的現(xiàn)狀

調(diào)節(jié)效應(yīng)分析的使用比較普遍,，調(diào)節(jié)效應(yīng)分析幾乎成為國(guó)內(nèi)經(jīng)濟(jì)學(xué)經(jīng)驗(yàn)研究的必要步驟。但是江艇 (2022) 對(duì)國(guó)內(nèi)經(jīng)濟(jì)學(xué)領(lǐng)域一些權(quán)威期刊最近幾年所刊發(fā)論文進(jìn)行研究發(fā)現(xiàn),，這一研究實(shí)踐尚存在如下幾個(gè)問(wèn)題：

• 大多數(shù)文章沒(méi)有把調(diào)節(jié)效應(yīng)分析,，或者說(shuō)機(jī)制檢驗(yàn)，提高到強(qiáng)化因果關(guān)系論證的高度,。
• 沒(méi)有明確分析當(dāng)前的研究方法仍受制于何種因果識(shí)別的威脅,，而特定的機(jī)制檢驗(yàn)在何種意義上能夠緩解這一威脅。
• 很多文章同時(shí)包含機(jī)制檢驗(yàn)和異質(zhì)性分析兩部分,，此時(shí)異質(zhì)性分析的目的并不明確,，很多時(shí)候只是為做而做,，而沒(méi)有進(jìn)一步分析這種異質(zhì)性出現(xiàn)的原因。即使稍有著墨,，也往往是用現(xiàn)象解釋現(xiàn)象,，更談不上討論這種異質(zhì)性如何服務(wù)于因果識(shí)別。甚至?xí)霈F(xiàn)兩組異質(zhì)性結(jié)果的理論解釋互相沖突,，無(wú)法自洽,。
• 有一些調(diào)節(jié)變量存在明顯的內(nèi)生性問(wèn)題，受到 或 的直接影響,，此時(shí)不但難以解釋調(diào)節(jié)效應(yīng),，而且存在估計(jì)偏誤。

1.5 調(diào)節(jié)效應(yīng)的建議

關(guān)于調(diào)節(jié)效應(yīng)分析,，江艇 (2022) 提出了一些建議：

• 將因果關(guān)系的作用機(jī)制檢驗(yàn)視為因果識(shí)別的重要手段,，盡量正式地討論其如何有助于強(qiáng)化對(duì)文章主題 (從 到 的因果關(guān)系)的論證；
• 在研究設(shè)計(jì)部分詳細(xì)闡述調(diào)節(jié)變量與調(diào)節(jié)效應(yīng)的理論依據(jù),，而不是等到報(bào)告實(shí)證結(jié)果時(shí)再附會(huì)解釋,。
• 直觀地展示調(diào)節(jié)效應(yīng)，討論其數(shù)值大小在經(jīng)濟(jì)上的重要性,。

2. 中介變量

2.1 中介變量的意義

一般來(lái)說(shuō),，當(dāng)一個(gè)變量能夠解釋自變量和因變量之間的關(guān)系時(shí)，我們就認(rèn)為它起到了中介作用,。因此,，研究中介作用的目的是在我們已知某些關(guān)系的基礎(chǔ)上,，探索這個(gè)關(guān)系產(chǎn)生的內(nèi)部作用機(jī)制,。中介變量在理論上至少有以下兩個(gè)重要的意義：

• 中介變量整合已有的理論或研究；
• 中介變量解釋關(guān)系背后的作用機(jī)制,。

2.2 中介變量的原理

簡(jiǎn)單地說(shuō),，凡是 影響 ,，并且 是通過(guò)一個(gè)中間的變量 對(duì) 產(chǎn)生影響的， 就是中介變量,。中介變量可以用來(lái)解釋現(xiàn)象,，在研究中起著非常重要的角色。中介變量可以分為兩類(lèi)：

• 完全中介 (full mediation),；
• 部分中介 (partial mediation),。

完全中介就是 對(duì) 的影響完全通過(guò) ，即沒(méi)有 的作用,， 就不會(huì)影響 ,；部分中介就是 對(duì) 的影響部分是直接的，部分是透過(guò) 的?？梢杂萌缦陆Y(jié)構(gòu)模型來(lái)刻畫(huà)：

其中,，(3) 式表示 對(duì) 有因果影響；(5) 式表示 對(duì) 有因果影響,；(4) 式一方面表示 對(duì) 有因果影響,，從而建立起 的因果鏈條，另一方面表示在 之外,， 還可能獨(dú)立影響 ,。

2.3 檢驗(yàn)中介的方法

從上面介紹的中介作用的概念中，我們可以看到兩個(gè)關(guān)鍵：

• 和 之間存在因果關(guān)系,；
• 是這個(gè)因果關(guān)系中間的媒介,， 受到 的影響后，再影響 ,，因此傳遞了 的作用,。

這個(gè)過(guò)程并不復(fù)雜，我們現(xiàn)有的檢驗(yàn)中介作用的方法正是通過(guò)驗(yàn)證這幾個(gè)因果關(guān)系來(lái)實(shí)現(xiàn)的,。最常用也是最傳統(tǒng)的檢驗(yàn)中介變量的方法，是 Baron 和 Kenny (1986) 的方法,，如果僅僅簡(jiǎn)單從數(shù)據(jù)關(guān)系上來(lái)講是三部曲：

• 自變量影響因變量,；
• 自變量影響中介變量；
• 控制中介變量后,，自變量對(duì)因變量的作用消失了,，或是明顯地減小了。

具體表現(xiàn)為,，如果一個(gè)變量滿(mǎn)足以下條件,，我們就說(shuō)它起到了中介變量的作用：

• 自變量的變化能夠顯著地解釋因變量的變化；
• 自變量的變化能顯著地解釋中介變量的變化,；
• 控制中介變量后,，自變量對(duì)因變量的影響應(yīng)等于零，或者顯著降低,，同時(shí)中介變量顯著影響因變量,。

2.4 中介效應(yīng)的現(xiàn)狀

在經(jīng)濟(jì)學(xué)因果推斷經(jīng)驗(yàn)研究中使用中介效應(yīng)檢驗(yàn)是國(guó)內(nèi)學(xué)術(shù)界一種獨(dú)特的現(xiàn)象。關(guān)于中介變量的驗(yàn)證,，存在很多爭(zhēng)議,。無(wú)論用什么方法檢驗(yàn)中介變量，都存在一個(gè)同樣的問(wèn)題,，即一個(gè)同樣的統(tǒng)計(jì)結(jié)果背后存在著很多個(gè)可能的模型,。因?yàn)榇嬖诘韧Ｐ停约偃鐑H僅從數(shù)據(jù)的統(tǒng)計(jì)關(guān)系上就推導(dǎo)出中介作用的模型，我們很容易會(huì)被數(shù)據(jù)蒙騙,。建立變量之間的因果關(guān)系是排除其他等同模型的唯一方法,。

溫忠麟等 (2004) 明確指出，在中介效應(yīng)檢驗(yàn)中,，因變量和自變量之間的關(guān)系不一定是因果關(guān)系,，而可能只是相關(guān)關(guān)系。中介效應(yīng)檢驗(yàn)不能驗(yàn)證因果關(guān)系,，中介效應(yīng)模型的因果關(guān)系都要有理有據(jù),。在研究中需要依賴(lài)以下方法來(lái)驗(yàn)證因果關(guān)系：

• 首先就一定要有理論基礎(chǔ)，成熟理論的作用是幫助我們建立可信的因果關(guān)系,，這比根據(jù)邏輯推演隨意建立的因果關(guān)系要更為可靠,；
• 其次才是用統(tǒng)計(jì)檢驗(yàn)的方法看數(shù)據(jù)是否與我們的假設(shè)模型相匹配，這樣才能減少我們犯錯(cuò)誤的可能性,。

所以,，研究中不能從統(tǒng)計(jì)檢驗(yàn)結(jié)果推到理論，而要先有理論,，然后用統(tǒng)計(jì)工具來(lái)檢驗(yàn)理論,。統(tǒng)計(jì)方法只能用來(lái)檢驗(yàn)所假設(shè)的模型，不能用來(lái)反推模型,。

但是國(guó)內(nèi)經(jīng)濟(jì)學(xué)經(jīng)驗(yàn)研究中進(jìn)行中介效應(yīng)檢驗(yàn)時(shí),，多數(shù)似乎并沒(méi)有聽(tīng)從這樣的忠告。通過(guò)對(duì)國(guó)內(nèi)某權(quán)威期刊近兩年發(fā)表的文章統(tǒng)計(jì),，江艇 (2022) 指出：

• 近半數(shù)的文章沒(méi)有進(jìn)行中介效應(yīng)檢驗(yàn),，只是分別估計(jì)了 (3) 和 (5) 式；
• 超過(guò)半數(shù)的文章或多或少地進(jìn)行了中介效應(yīng)檢驗(yàn),；
• 絕大多數(shù)文章使用 Baron 和 Kenny (1986) 逐步法進(jìn)行分析,，有的文章運(yùn)用有誤，所有文章都沒(méi)有討論中介變量 在 (4) 式中可能存在的內(nèi)生性問(wèn)題,。

2.5 中介效應(yīng)的建議

關(guān)于中介效應(yīng)分析,，江艇 (2022) 提出了一些操作建議：

• 一是停止使用中介效應(yīng)的逐步法檢驗(yàn)，把研究的重心重新聚焦到如何提高 對(duì) 的因果關(guān)系的識(shí)別可信度,。
• 二是根據(jù)經(jīng)濟(jì)學(xué)理論,，提出一個(gè)或幾個(gè)能夠反映 對(duì) 的作用渠道的中介變量 ， 對(duì) 的影響應(yīng)該是直接而顯然的,，采用和第一條中同樣的方法識(shí)別 對(duì) 的因果關(guān)系,。
• 三是盡量避免提出與 的因果關(guān)系不明顯、因果鏈條過(guò)長(zhǎng)或者明顯受到 反向影響的中介變量 ,。
• 四是在絕大多數(shù)時(shí)候,，做好前兩條就足夠了,。如果要考察 對(duì) 的效應(yīng)在多大程度上可以被 這一作用渠道所捕捉，可以嘗試在 對(duì) 的回歸中控制 ,，但必須先弄清楚這種考察對(duì)理解 對(duì) 的因果關(guān)系有何幫助,，并審慎解釋回歸結(jié)果。如有可能,，盡量論證這一結(jié)果受到 的潛在內(nèi)生性的影響是有限的,。當(dāng)存在多個(gè) 時(shí)，尤其要謹(jǐn)慎采用這種做法,。

3. 結(jié)語(yǔ)

管理理論日趨復(fù)雜,，過(guò)往的管理知識(shí)往往是自變量與因變量的單一關(guān)系，現(xiàn)在很多管理的模型都包括中介變量和調(diào)節(jié)變量,。中介效應(yīng)分析和調(diào)節(jié)效應(yīng)分析作為社會(huì)科學(xué)工作者積極探索和深入理解因果關(guān)系的重要研究手段,，本就是應(yīng)規(guī)范性要求而生的，但由于社會(huì)科學(xué)的因果問(wèn)題特別復(fù)雜,，研究實(shí)踐的初衷和最終呈現(xiàn)效果之間難免存在一定的錯(cuò)位,。

中介效應(yīng)分析的問(wèn)題在于方法使用過(guò)度，研究者需要充分認(rèn)識(shí)中介效應(yīng)逐步法檢驗(yàn)的局限性,，小心從事因果識(shí)別,。調(diào)節(jié)效應(yīng)分析的問(wèn)題在于方法發(fā)揮不足，研究者需要充分認(rèn)識(shí)調(diào)節(jié)效應(yīng)分析對(duì)于夯實(shí)因果識(shí)別的重要意義,，大膽進(jìn)行因果論證,。

我們希望強(qiáng)調(diào)的是，統(tǒng)計(jì)工具日新月異,，研究人員必須堅(jiān)持所用的統(tǒng)計(jì)方法都只是我們的工具。更重要的是理論的基礎(chǔ)和嚴(yán)謹(jǐn)?shù)目茖W(xué)態(tài)度,。這樣才可以好好地利用這些工具來(lái)幫助我們發(fā)展嶄新的,、實(shí)用的管理科學(xué)模型。

4. 相關(guān)推文

Note：產(chǎn)生如下推文列表的 Stata 命令為：
? lianxh 中介 調(diào)節(jié), m
安裝最新版 lianxh 命令：
? ssc install lianxh, replace

• 專(zhuān)題：回歸分析
• 中介效應(yīng)分析：三段式中介效應(yīng)模型真的適用于經(jīng)濟(jì)學(xué)研究嗎,？
• 調(diào)節(jié)效應(yīng)是否需要考慮對(duì)控制變量交乘,？
• 專(zhuān)題：IV-GMM
• Stata：基于IV的因果中介分析-ivmediate
• 專(zhuān)題：內(nèi)生性-因果推斷
• Stata：非線(xiàn)性模型的中介效應(yīng)檢驗(yàn)-khb
• Stata：一般化的因果中介分析
• 專(zhuān)題：交乘項(xiàng)-調(diào)節(jié)-中介
• 中介效應(yīng)：有序因果中介分析的半?yún)?shù)估計(jì)B-實(shí)操
• 中介效應(yīng)：有序因果中介分析的半?yún)?shù)估計(jì)A-理論
• Stata：中介效應(yīng)分析新命令-sgmediation2
• medsem-中介效應(yīng)：基于結(jié)構(gòu)方程模型SEM的中介效應(yīng)分析-T331
• Stata：因果中介分析大比拼-T323
• med4way：中介效應(yīng)和交互效應(yīng)分析
• interactplot：圖示交乘項(xiàng)-交互項(xiàng)-調(diào)節(jié)效應(yīng)
• Stata：圖示交互效應(yīng)-調(diào)節(jié)效應(yīng)
• Stata：調(diào)節(jié)中介效應(yīng)檢驗(yàn).md
• Stata+R：一文讀懂中介效應(yīng)
• 離散型調(diào)節(jié)變量——該如何設(shè)定模型？

New,！ Stata 搜索神器：lianxh 和 songbl  GIF 動(dòng)圖介紹
搜： 推文,、數(shù)據(jù)分享、期刊論文,、重現(xiàn)代碼 ……
?? 安裝：
? . ssc install lianxh
? . ssc install songbl
??  使用：
? . lianxh DID 倍分法
? . songbl all