2022年第五期《中国工业经济》江艇的文章《因果推断经验研究中的中介效应与调节效应》批评了中介效应在经济学研究中的使用。下面简单介绍其观点。
所谓中介效应 链接到标题
一组因果关系及其作用渠道可以用如下结构模型来刻画 $$\begin{gather} Y = \alpha_0 + \alpha_1 D + \epsilon_{Y_1} \newline Y = \beta_0 + \beta_1 D + \beta_2 M + \epsilon_{Y_2} \newline M = \gamma_0 + \gamma_1 D + \epsilon_M \end{gather} $$ 其中，$Y$是结果变量，$D$是处理变量，$M$是中介变量。中介效应$\beta_2\gamma_1$的存在需要四个条件：
- 总效应$\alpha_1$不为零
- $\gamma_1$不为零
- $\beta_2$不为零
- 直接效应$\beta_1$为零，或绝对值小于 $\alpha_1$
估计偏误问题 链接到标题
之所以不应该使用中介效应方法，是因为其会引起估计偏误。
可能存在既影响中介变量又影响结果变量的混淆因素，如果这种因素在分析中被遗漏，就有可能导致 (2) 式中的系数估计产生偏误。除了遗漏变量问题，中介变量与结果变量可能是互为因果的，这也会导致 (2) 式产生估计偏误，偏误的方向取决于双向因果的符号。
那么，如果处理是随机的但中介不是随机的
- 通过估计 (1) 式可以得到处理对结果的因果效应
- 通过估计 (3) 式可以得到处理对中介的因果效应
- 但 (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$\beta_1$ ，也无法得到中介对结果的因果效应$\beta_2$ ，从而无法得到处理对结果的间接因果效应$\beta_2\gamma_1$。
因果关系作用渠道分析 链接到标题
如果不使用中介效应，那么应该怎样分析机制。
- 一种常见的做法是，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
- 考察$Y$对$D$的回归中加入中介变量$M$后$D$的系数估计绝对值是否减少，以此论证$M$是否为$D$作用于$Y$的渠道。不过一旦认识到这种做法的固有缺陷，就不会过于强调论证力度，而只是将其视作某种试探性的证据