|
上个专题就目前学界十分常用的中介效应模型的问题及适用范围进行了解读，详情可见实证研究干货专题四--中介效应解读与说明，除了中介效应外，调节效应也是实证研究论文中十分常见的使用方法，也可以作为机制分析的一种思路，详情可见实证研究干货专题二：机制分析的思路及视角，本专题就针对调节效应的适用方法和注意问题展开探讨。
01 — 认识调节效应： 因果推断中的调节效应 首先要明确我们在本节讨论的的调节效应，是指在研究因果关 系中而不是相关关系研究中，这可能将我们带入到交互效应的歧义中。因为交乘项的系数既可以反映两个变量之间的因果关系，也可以反映两个变量可能存在的相关关系，所以在因果推断中使用调节效应时，需要把握这个前提。 ②调节效应的使用范围 调节效应的使用范围一般是包含上述分析的两种情况所适用的情形，包含因果关系中某个单一外部因素的干扰，或者是两个自变量之间的互相影响与相互地位关系，尤其是当研究问题中同时具有两个重要的自变量时，一般将两个自变量放在同一个模型中需要考虑这种相互关系。调节效应同时还广泛应用于机制分析和异质性讨论中，主要的使用依据是调节变量带来的差异影响。异质性分析中，我们可以采用虚拟变量作为调节变量，也可以采用连续的异质性变量作为调节变量，但说明的都是同一个问题，即调节变量作为异质性变量，其大小的变化会对核心的自变量对因变量的关系产生差异效果（这里需要注意的是，异质性变量为虚拟变量和连续变量的解释有所区别，虚拟变量是异质性特征定义为1时候与异质性特征定义为0的差分，这实际上是对比两组异质性特征的显著性差异；连续变量是异质性变量强度变化对结果产生的差异影响）。采用虚拟变量的调节变量进行异质性分析时，也是对分组检验异质性结果的组间显著性差异的检验，因此这里笔者推荐各位读者在异质性讨论时采用这种调节效应的做法会更加妥善，这不仅解决了验证组间显著性差异的问题（虚拟变量的交乘项显著），而且不会造成因样本变化导致的回归结果偏误，这一问题我们在下个专题（异质性分析的思路与视角）中会作详细分析。 机制分析中，采用调节效应的解释原理同异质性分析，即调节变量为机制变量时，我们对这一机制的解释是基于机制变量的变化带来的差异影响，相当于讨论自变量在不同大小的机制变量中对因变量的影响变化，这与采用异质性解读自变量对因变量的作用机制是同一原理，即当机制变量高或者低时，自变量对因变量的影响更加显著了，则我们可以解释为自变量通过（调节变量）这一机制对因变量产生了影响。 02 — 调节效应的陷阱： 使用调节效应应注意的问题 03 — 调节效应的运用： 如何更好地使用调节效应进行因果推断 ①选取一个好的调节变量。关于我们提出的调节变量的外生性应该得到充分说明，好的调节变量重点在于保障其外生性，根据我们研究的主题可以从宏观制度、政策、经济环境等宏观层面选择外生的调节变量，通常宏观层面的冲击都是外生的，或者基于微观层面的个体特征以及自变量与因变量之间的关系逻辑，这种调节变量是与我们的核心自变量和因变量不相关的，但是又对它们之间的关系会产生影响，仍然视为一种外生的冲击。 ②做必要的理论阐述。在使用调节效应之前，我们需要对使用调节效应的因果关系进行理论分析，这和我们在基准模型的研究一样，无论后面的基准回归结果多显著，都需要我们在文章前面做充分的理论分析。人文社科的研究重点在于如何讲好一个令人信服的故事，而不只是做出显著的结果，实证结果的显著性只是对我们研究问题的个佐证，因此，在文章研究设计中应详细阐述使用调节效应的理论依据。调节变量对于因变量的影响应是存在的，我们可以采用理论分析或者借鉴相关研究的成果加以论述，或者在使用调节效应之前规范地检验调节变量对因变量的影响，以证明这种前提的存在性。 ③对调节效应的解读。尽可能直观解释调节效应，讨论交乘项系数的经济含义，并注意鉴别交乘项虚假的显著性结果。通常情况下调节效应使用两个变量交乘，但有的文章会将三个变量甚至四个变量做交乘解释调节效应，这里不建议文章使用三个以上的变量交乘做调节效应，这会使得文章逻辑复杂化，不宜于读者理解。在使用调节效应做异质性分析时要对异质性的经济含义做充分解读，说明异质性分析的必要性。在做机制分析时也要注意与作用渠道相区别，不要与中介效应、渠道分析等做法相互混淆，区分机制分析和渠道分析的做法。 |
|
|
