（学习的教材是温忠麟教授的论文《中介效应分析：方法和模型发展》。这里只学习简单的中介效应模型，其他内容日后补充学习）

一、概念

考虑自变量X对因变量Y的影响，如果X通过影响变量M而对Y产生影响，则称M为中介变量。例如，  “家庭社会经济地位”影响“家庭功能”， 进而影响“青少年疏离感”。可以用下列的回归方程来描述变量之间的关系：

 其中，

方程(1)的系数c为自变量X对因变量Y的总效应；

方程(2)的系数a为自变量X对中介变量M的效应；

方程(3)的系数b是在控制了自变量X的影响后，中介变量M对因变量Y的效应；

系数c’是在控制了中介变量 M 的影响后， 自变量 X 对因变量 Y 的直接效应；

e1~e3是回归残差。

对于这样的简单中介模型，中介效应等于间接效应(indirect effect)，即等于系数乘积ab，  它与总效应和直接效应有下面关系：

检验中介效应最常用的方法就是逐步检验回归系数，即采用逐步法：

（1）检验方程1的系数c (即检验 H0 : c = 0)

（2）依次检验方程2的系数a和方程3的系数b（联合显著性检验）(即检验H0:ab=0)

（3）如果系数c显著，系数a和b都显著，则中介效应显著。完全中介还要加上：方程3的c’不显著。

中介效应的核心是：检验系数乘积。如何检验系数乘积呢？这里有许多方法：依次检验（逐步法环节之一）、sobel法、bootstrap法、mcmc法等。

二、关于逐步法的质疑和辨析

1.依次检验还有用吗？

依次检验好理解，方法简单，容易解释，但是检验力在各种方法中最低，也就是说，依次检验比较不容易检验到中介效应显著。为什么依次检验还要继续用呢？换句话说，依次检验好处在哪里？

设想甲乙两人用同一组数据检验系数乘积，甲做依次检验结果显著，乙用 Bootstrap 法检验结果也显著，甲的结果更好：

（1）甲的结果，可以肯定乙的结果。但是乙的结果，不能肯定甲的结果。因为检验力高低。

（2）甲的结果，我们可以知道x显著影响m，而且m显著影响y，推论是间接效应显著。但是看着乙的结果，我们可以知道间接效应是显著，但是不知道x是否显著影响m，也不知道m是否显著影响y。

（3）当检验结果是显著的时候，可能的错误只是第一类。而检验力比较高的方法，通常也有比较高的第一类错误率。换句话说，甲的错误率不会比乙的错误率高。

综上，依次检验的结果强于bootstrap法检验结果。

2.需要先检验总效应吗？

根据1986年由Baron和Kenny定义，中介效应是以系数c显著为前提，即x显著影响y为前提。在中介效应中会出现一种情况，简介效应（ab）的符号可能和直接效应的符号（c’）相反，使得总效应（c）不显著，其间接效应大小相近但是符号相反，使得总效应不显著。换句话说，即使总效应不显著，间接效应还是可能存在。

如果间接效应和直接效应符号相反使得总效应被遮掩，这种情况被称为“遮掩效应”。

3.区分完全中介和部分中介是否合适？

第一，在总效应小的时候，间接效应可能不到总效应的七成，直接效应已经不显著了，结果是完全中介，与常理相悖。一般地说，当总效应小且样本也小的时候，容易得到完全中介的结果。一般来说，当总效应小且样本也小的时候，容易得到完全中介的结果，但是其实完全中介的情况是很少的。

第二，当说m是x和y关系的完全中介时，排除了将来探索其他中介的可能性。

4.逐步法可以验证因果关系吗？

逐步法，按照字面翻译是“因果逐步法”，事实上逐步法得到的是相关关系，而非因果关系。统计无法验证因果关系。变量之间的因果关系的提出和假设，应当是模型建立之前要做的事情。中介效应中每一个箭头代表因果关系，但是这不是逐步法带来，而是建模前的思考，因此每个箭头都必须有理有据。

那么，如何分析变量之间的因果关系呢？社科领域有三种准则：(1)因和果共同变化; (2)因在果之前发生;  (3)排除因果联系外的其他解释。

社科研究可以采用下面方法分析因果关系：一是理论分析进行因果推理,  二是实验设计验证因果关系,  三是追踪研究观察因果关系。

通过下面理论分析可以更好了解什么还是因果关系

一、看x和y的变量属性，x是比y更加本质的属性。一般来说，本质属性影响状态属性，长期属性影响临时属性。例如，学生的智力和学业成绩，前者更加本质，所以应当是智力影响成绩。

二、颠倒x和y的因果顺序。性犯罪与气温正相关，哪个是因呢？通过颠倒顺序，如果说性犯罪数量影响气温,  解释不通;  而“气温升高使得性犯罪数量增加”比较容易解释,  一种解释是：气温高→衣着暴露→诱发性犯罪; 另一种解释是：气温高→荷尔蒙分泌旺盛→引发性犯罪。又如,  有人调查发现,  参加过补习的学生,  平均成绩还不如从未参加过补习的学生,  得到结论是补习不能提高成绩。这里显然忽视了一个事实：成绩不好是参加补习的一个原因,  而不是结果。

三、尽量排除共同原因引起的虚假效应。例如 ,  婚龄与年医药费支出正相关 ,  谁是原因呢？都不是,年龄(代表时间)才是这两个变量的共同原因。

实验设计也可以验证因果关系。上面说到的补习能否提高成绩的例子,  如果进行实验设计,  将同年级成绩相当的学生分成实验组(参加补习,  当然教师水平还不能太差)和控制组(不参加补习),  并且两组除了是否补习不同外,  其他会影响成绩的因素都控制到基本相同,  得到的结果能说明补习是否提高成绩。实验设计的关键在于控制无关因素,  即控制与实验目的无关但可能会影响因变量的因素,  然后看看自变量的变化是否会引起因变量的变化。

追踪研究也是可以验证因果关系的，指的是间隔一段时间对研究对象重复测量（两次或多次）自变量、中介变量和因变量，获得历时性的数据，用追踪数据分析技术，检验自变量是否会影响后续观测的因变量。

这里给出了三种验证因果关系的方法（理论分析、实验设计、追踪研究），每种方法都有优缺点。理论分析要推理有效、逻辑，但是不能保证推理一定正确。实验数据容易不足。追踪研究可能存在重复测量所引起的练习效应、疲劳效应。

三、新的中介效应检验流程

第一步，检验系数c，如果显著，按照中介效应立论，否则按照遮掩效应立论。无论如何，都要进行后续检验。

第二步，依次检验系数a和系数b，如果两个都显著，则间接效应显著，转到第四步，如果至少有一个不显著，进行第三步。

第三步，用bootstrap法直接检验H0：ab=0。如果显著，则间接效应显著，进行第四步，否则，间接效应不显著，停止分析。

第四步，检验系数c’，如果不显著，即直接效应不显著，说明只有中介效应。如果显著，即直接效应显著，进行第五步。

第五步，比较ab和c'的符号，如果同号，属于部分中介效应，报告中介效应占总效应的比例ab/c。如果异号，属于遮掩效应，报告间接效应与直接效应的比例的绝对值|ab/c|。

参考文献： 

[1]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.

[2]范长煜.遮掩效应与中介效应:户籍分割与地方城市政府信任的中间作用机制[J].甘肃行政学院学报,2016(03):98-110.