查看原文
其他

统计计量 | 再谈中介效应的那点事儿

数据Seminar 2022-12-31

The following article is from 不止点滴 Author 秋枫澜


本文转载自公众号不止点滴

几个月前我打算向某主题对口的核心期刊投稿,但到了系统投递环节时,心里却泛起了犹豫。为什么呢?我的论文中涉及到机制检验,我用的是“先对回归,再对回归”的模式,而该期刊上以往的相关文章使用的几乎都是三段式中介效应模式,即“先对回归,再对回归,最后同时对回归”,我有点担心审稿人会让我也这么做。
前段时间有个大新闻大家应该都挺熟悉,讲的是知网上出现了首篇引用率过万的文章。各路媒体狂欢不已,看看这些震惊体的标题:
  • 知网首篇被引破万论文诞生!作者是曾两次“被迫转行”的他

  • 创下知网首篇论文被引量破万的纪录后,作者讲了一则寓言

  • 硬核!知网首篇被引过万的论文讲了啥?作者什么来头?

  • 这篇中文论文被引破10000,知网首篇!

  • 太厉害!这篇中文论文被引破10000,知网首篇!

  • ……

这篇文章叫《中介效应检验程序及其应用》,由温忠麟等2004年发表在《心理学报》第5期上,目前的知网引用量已经达到惊人的10446次。这是个了不得的成绩,经济学领域中不少发表更早的牛文到现在的引用率也才千数。既然中介效应检验如此的popular,我为什么还忧虑审稿人让我用它呢?
忽然想起了一个陈旧的笑话。

A说:凡是流行的,必然是好的

B问:流行感冒也是流行的,那它是好的吗?

推文写到这里节奏基本已经明确了,没错,今儿我要给中介效应检验这一流行事儿泼泼冷水
我们先回顾一下标准的中介效应检验的步骤:

(1):

(2):

(3):

其中,是主效应,为中介变量。在第一步中的以及第二步中的显著的情况下,如果显著,则说明中介效应存在。进一步地,当也显著时,说明发挥了部分中介作用;而当不显著时,说明发挥了完全中介作用。
从我们搞因果识别和内生性斗智斗勇的经验来看,这里面涉及到了四个回归系数:,很显然,要想确保中介效应检验结论的可靠性,我们必须得同时保证这些回归系数估计结果的准确性。也就是说,但凡三步走过程中的任何一步因内生性问题出现了估计偏误,那么我们便无法相信由此得来的检验结论。
关于第一步中的倒不用多说,基本每篇文章都会在稳健性检验部分对其内生性加以探讨,可是呢?有多少做中介效应检验的文章还记得可怜弱小的?随便找一些中介效应检验的文章来看,不难发现它们的中介变量很多都是内生的。如在一篇采用三段式检验研究某因素对企业避税的论文中,内生的自由现金流是其中介变量,可是,文章在给又是找政策冲击又是找工具变量之外,对的内生性却只字不提。自由现金流是不是真的发挥了中介作用呢,对这个结果我心里是存疑的,可能是,也可能不是。
那么,是这些作者都没注意到中介效应检验存在的这个问题吗?我想肯定不是的,只是大家都心照不宣避而不谈而已。解决的内生性找一个工具变量就很头疼了,还要解决的内生性?太麻烦了,你不说我不说,皆大欢喜。可惜,这无疑于掩耳盗铃。有人做过一个统计,温忠麟教授这一万多的引用里,超过60%是学位论文贡献的,期刊文章的引用比不足四成。学生们之所以如此钟爱中介效应检验,一方面固然有他们追求方法酷炫好听的缘故,更多的,是不是也有答辩老师们的责任呢?事实上,我们去看英文顶刊,以及国内的《经济研究》、《管理世界》、《世界经济》等顶刊,极少见到文章使用中介效应检验来验证机制。
回过头来看,中介效应检验存在严格的估计约束,那么现在经济学文章滥用中介效应检验的锅能甩给温忠麟教授他们吗?还真甩不掉,因为这里涉及到了心理学和经济学学科的差异问题。温忠麟教授本身是搞心理学的,在心理学中,其数据的生成多来源于田野实验或实验室实验,这意味着,在实验设计良好的情况下他们的数据本身就克服了内生性。但是在经济学中,我们的数据基本都是观测数据,数据本身是不干净的,是内生的。因而在心理学等学科中,直接运用三段式中介效应检验并无明显不妥,但照搬到经济学中就存在问题了,典型的“似我者俗,学我者死”。
在经济学中,个人是不太建议大家使用中介效应检验的,因为大多情况下都是内生的,要得到干净的结果很麻烦。大家也别看现在一些中介效应检验的文章还能得到发表,甚至是不错的发表,但从因果推断的角度而言,里面是多多少少存在问题的。做学术嘛,还是要有个发顶刊的“小目标”,要让自己的东西经得起顶刊审稿人和编辑的责问。实际上,检验机制或者中介效应,是可以很灵活的,也有多重方式,中介效应检验只是听上去很专业而已。就像上面的三段式步骤,第一步和第二步结合起来就是很常见的机制检验:首先验证主效应的存在,其次验证的影响存在,而的影响预先通过理论和文献说明验证即可。在这个过程中,由于不进入方程右侧,我们只需要全心全力解决的内生性,何乐不为?




星标⭐我们不迷路!
想要文章及时到,文末“在看”少不了!

点击搜索你感兴趣的内容吧


往期推荐


软件应用 | 面板PSM+DID如何做匹配?

数据可视化 | 常犯的10个错误!

统计计量 | 图解统计学:一文轻松搞懂基础概率+描述性统计

软件应用 | Stata数据处理:面板数据的填充和补漏

软件应用 | 使用Stata清洗问卷数据

数据可视化 | 好图表坏图表,手把手教你正确选择图表

统计计量 | 鸡肋的豪斯曼检验与约定俗成的心传:为什么我们偏爱固定效应模型?






数据Seminar




这里是大数据、分析技术与学术研究的三叉路口


推荐 | 青酱


    欢迎扫描👇二维码添加关注    

点击下方“阅读全文”了解更多

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存