作用机制
Part01.
写在章前
因果推断是通过理论和对制度细节深入了解后，评估事件和选择对结果影响的杠杆工具。2021年的诺贝尔经济学奖授予了David、Angrist和Imbens三位实证经济学家，肯定了几十年来因果推断方法在经济学领域的成功应用与发展。在因果推断经验研究中，研究者在初步验证因果关系后，会进一步研究这一因果关系的作用渠道和作用机制，而中介效应与调节效应是近些年国内经济学研究这一作用渠道较常使用的两种方法。
但目前学界关于两种方法的使用都存在一定问题，因此，作者就这两部分问题存在的原因和纠正思路给出了相关依据及操作建议，对国内经济学因果推断经验研究规范性提高做出了贡献，也为相关研究者提供了实证学术工作的方法论指引。
关于因果识别，用Y表示研究所关注的结果，用D表示导致结果发生的原因，用ε表示第三方混淆因素，那么研究所关注的因果关系可以用图1的基本因果模型来刻画，分别表示D对Y的影响，第三方因素同时影响D和Y，Y对D的反向影响。
图1 三种基本因果关系
关于因果识别的策略，第一种基本识别策略是寻找特定的研究情境；第二种基本识别策略是挖掘因果模型更丰富的、可验证的相关性含义，即提出这样的问题: 如果从D到Y的因果关系真的存在，那么还将观测到何种现象? 不同的因果模型对新的相关性可能给出不同的预测，由此通过打破其在观测上的等价性来达到用数据验证模型的目的。上述两种基本识别策略可总结成图2所示流程。
图 2 因果推断流程
Part02.
引言
自因果推断的经验研究范式经历了“可信性革命”后，从重视函数形式的搜索和检验、重视不可观测变量方差结构的建模，转向重视研究设计，强调运用实验和准实验数据，强调寻找外生的特定冲击，强调通过挖掘研究情境的制度蕴涵和理论蕴涵而非仅依赖统计方法来进行因果关系的论证。
中介效应和调节效应是进一步论证因果关系的重要分析方法，前者是考察原因通过因果链条中的哪个或哪些中间变量影响结果，后者是考察因果关系的强度如何随着对象特征和现实条件的不同而产生差异。近些年的大量期刊论文采用了这两种方法进行研究，但使用过程中存在一定的盲目性和机械性，有的研究做了中介效应分析，却不问是否可信; 有的研究做了调节效应分析，却不知用处何在。
因此，文章尝试对这两种研究手段的工作原理和使用现状进行反思性的分析，并给出操作建议，以期引发更广泛的讨论。作者认为，目前中介效应分析的主要问题是对嫁接自心理学的中介效应逐步法检验的滥用; 调节效应分析的主要问题是对其在因果识别上的重要性认识不足，实证结果的理论阐发不充分。同时，文章的结论和建议都基于一个重要的实证原则：因果推断的经验研究和写作需要紧紧围绕更干净的因果识别这一首要目标，而对统计手段的合理运用和对实证结果的准确阐释需要服从于这一原则。
Part03.
中介效应的检验方法与改进
关于中介效应，可用以下结构模型来刻画一组因果关系及其作用渠道:
Y、D已在上文阐述，M为中介变量。(1)(3)(2)式分别表示D对Y，D对M，M对Y的因果影响，从而建立了D-M-Y的因果链条。
因此，α1为D对Y的总效应，β1为D对Y的直接效应，β2γ1为D对Y( 经由M中介)的间接效应，即有“α1=β1+β2γ1”的关系。
在社会心理学研究中，中介效应研究聚焦点是处理变量经由中介变量影响结果变量这一间接效应本身，检验使用较多的是逐步法：若α1、β2和γ1统计上显著，而β1在统计上不显著，则意味着M是D与Y关系的“完全中介”，否则意味着M是“部分中介”。
文章进一步通过理论推导和数值模拟证明了如下结论：如果处理是随机的但中介不是随机的，前文(2)式的最小二乘估计是不可靠的，无法得到处理对结果的直接因果效应β1，也无法得到中介对结果的因果效应β2，从而无法得到处理对结果的间接因果效应(β2γ1)。
基于上述结论可知，实证研究中找到合适的研究情境来研究D对Y的因果关系已属不易，进一步研究中介效应更是困难。同时，由于社会经济现象的复杂性，中介变量往往充当“部分中介”的角色。因此，在经济研究中较为合理且常见的作用渠道检验做法是：提出一个或几个中介变量M，这些变量和Y的因果关系在理论上比较直观，在逻辑和时空关系上都比较接近，以至于不必采用正式的因果推断手段来研究从M到Y的因果关系，然后仅看D对M的影响。即只考察(1)式和(3)式，而不考察(2)式，从而避免正式区分出在间接效应之外是否还有无法解释的直接效应。
Part04.
调节效应的检验方法及改进
交互项模型是对调节效应进行建模的主要方式，目前可划分为两类情况，即两个处理变量、一个处理变量和一个调节变量。其中当调节变量为虚拟变量时，需要考虑分组回归或进行双重差分检验（需要处理变量也是虚拟变量）。可见，调节效应分析和异质性分析本质是一样的，都是分析因果关系受到某一变量影响而产生的差异性。此外，若差异性对比十分鲜明，则该部分往往能作为文章的主要“卖点”。
但大部分研究只是将其作为扩充篇幅的需要，出于某种“八股文本能”，按地区、规模、所有制等进行异质性分析。如某种效应如果在东部地区比较显著，可以解释为东部地区的市场化程度较高; 如果在西部地区比较显著，则可以解释为西部地区受到国家优惠政策的倾斜更大。但事实上，一篇因果推断经验研究文章的重点永远是正确识别处理变量对结果变量的因果关系。
在实证研究中，如果调节变量本身是高度内生的，那么交互项在起始模型里就该出现。这是因为如果先估计不包含交互项的基准模型，然后再引入调节变量和交互项。若交互项系数显著，就意味着在估计基准模型时调节变量和交互项被留在了扰动项中，因此基准模型的估计有误；但如果调节变量是外生的，在基准回归中遗漏它及其与处理变量的交互项，就不会造成估计偏误。
因此，一个好的调节变量其变动应当是外生的，不受处理变量或结果变量的影响。
当然，学术过程中“伯乐常有但千里马不常有”的现象是十分普遍的。如果调节变量能契合“故事”的特殊性，基于完善的因果推断理论进行交互项模型验证，那也是一个较好的调节效应分析。
Part05.
国内使用现状与建议
在经济学因果推断经验研究中使用中介效应检验是国内学术界一种独特的现象。但即使是最早将三步法检验带入国内主流学术界的心理学研究，也在论文中明确指出：在中介效应检验中，因变量和自变量之间的关系不一定是因果关系，而可能只是相关关系。中介效应模型中的因果关系都要有理有据，或者有某种学科理论支持，或者有文献做铺垫，或者有经验常识作为佐证（温忠麟，2004；温忠麟等，2005；温忠麟和叶宝娟，2014）。
但是国内经济学经验研究中进行中介效应检验时，多数似乎并没有听从这样的忠告，在许多已发表的论文中出现了上述提到的各种问题。对于调节效应，在国内经济学论文中相较于中介效应使用的更为普遍，出现的主要问题在上文也已提及：因果论证不够、为做而做和变量内生性太强。
总体而言，关于中介效应检验，一是停止使用中介效应的逐步法检验，更不需要估计间接效应的大小并检验其统计显著性，把研究的重心重新聚焦到如何提高D对Y的因果关系的识别可信度；二是根据经济学理论，提出一个或几个能够反映D对Y的作用渠道的中介变量 M，M 对Y的影响应该是直接而显然的，因此只需采用和第一条中同样的方法识别D对M的因果关系；三是尽量避免提出与Y的因果关系不明显、因果链条过长或者明显受到 Y 反向影响的中介变量。
关于调节效应，一是尽量正式地讨论其如何有助于强化对文章主题( 从D到Y的因果关系)的论证；二是在研究设计部分详细阐述调节变量与调节效应的理论依据，而不是等到报告实证结果时再附会解释；三是直观地展示调节效应，讨论其数值大小在经济上的重要性；四是如果以处理效应的异质性本身作为研究目的，明确说明这种异质性的经济意义；五是提高统计规范性，对异质性进行正式的统计检验；六是将对作用机制和作用渠道的讨论进行严格区分，不宜安排在同一章节下，明确其不同的写作目的。
主要参考文献：
[1]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济,2022(05):100-120.DOI:10.19581/j.cnki.ciejournal.2022.05.005.
[2]温忠麟.张雷,侯杰泰等.中介效应检验程序及其应用[J].心理学报,2004(05):614-620.
[3]温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(02):268-274.
[4]温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展,2014,22(05):731-745.
百度网盘链接：
https://pan.baidu.com/s/14kT9qG-3FQuZlh8fsVrlDQ?pwd=xjtu
转自：“学术微聊”微信公众号
如有侵权，请联系本站删除！
