调节变量在中国管理学研究中的应用

      1 分析框架

      

      调节作用不存在。

      调节变量从原理来看很简单，但要想把握其理论意义以及清楚阐述调节变量、自变量和因变量之间的关系却并不容易，所以在实际应用过程中仍存在很多的缺陷或偏差[2]。本文结合国内外调节变量应用的相关文献，发现主要在以下方面存在一些问题：调节变量概念应用的假设逻辑性、检验方法的使用、检验过程中的多重共线性、调节作用的分析和解释的科学准确性等。

      1.1 概念的应用与假设的逻辑性

      在理论知识的基础上提出调节作用的假设条件已成为目前国内管理学研究的成熟模式。调节变量的主要作用就是为现有理论划分出限制条件和适用范围，显示了“不同条件”下理论的扩展和假设。其概念本身就是建立在已知的两个变量因果关系的基础之上，如果没有这样的关系作为前提，就不存在调节变量对这组关系不同条件下变化的机制分析。

      因此，当应用调节变量提出假设时，一定要明确调节变量的作用是什么，具体如何影响变量的关系，而不应笼统假设“某变量在因变量和自变量关系中起到了调节作用”，需要具体说明其是如何调节变量间关系的。文献回顾的主要目的也是在已知因变量和自变量关系的基础上说明调节变量的变化如何影响因果变量的关系，如果没有对调节作用具体化，那么文章提出的假设或命题就不完善。

      1.2 多重共线性的问题

      在实证检验中，一般首先需要考虑数据间的多重共线性问题。多重共线性是指线性回归模型中的解释变量之间的依存关系是线性的或者高度相关。多重共线性的产生主要是由于变量变化趋势的同向性或者变量间的线性相关性所导致。多重共线性会使参数估计值的方差增大，使模型估计失真或难以估计准确，从而导致变量的显著性检验失去意义。

      如果将调节变量乘积交互项引入交互乘积模型，那么相关系数就不再表示变量的平均效应，而交互项本身就与自变量和调节变量高度相关，其引入肯定会使变量间相关系数发生改变。因此，在调节变量的交互模型中，由于乘积交互项的出现，大多数的文章都会涉及变量间多重共线性的问题。

      在调节模型中，一般只关注多重共线性的程度，而并不关注其有无。许多学者一般通过PERSON相关系数分析、膨胀因子的计算来检验多重共线性的程度，一般VIF＞10或相关系数＞0.75就说明多重共线性比较严重[3]，多数文章采取相关变量的中心化或者标准化(如Z分数)来降低或消除多重共线性问题。

      1.3 检验方法

      检验变量的调节作用，可以有许多不同的方法，包括多元调节回归模型MMR、层次线性模型HLM、结构方程模型SEM以及方差分析等。调节变量既可以是类别变量(如性别、行业类型、环境、教育水平等)，也可以是连续变量(如年龄、薪资水平等)。方法的选择一般依据调节变量的类型。

      MMR是检验调节变量最常用的方法[4]。在数学分析中，调节变量与自变量之间相互作用往往超出各自对因变量影响之和，一般通过构造乘积项来表示。自变量、因变量和乘积项同时放到多元回归方程中即构成了MMR。

      HLM是检验调节作用的常用方法。多数情况下调节变量并不是与自变量和因变量在同一层次的变量(如组织与个人)，这时MMR就不再适用，需要选取HLM，也真正体现了“层次”的含义。因此，HLM既可用于层内分析，又可应用于层间分析或跨层次分析。自变量与调节变量是连续变量或者自变量为连续变量而调节变量为类别变量时，可以使用MMR或者HLM。

      SEM也常用来检验调节作用。SEM作为检验观察变量和潜变量直接假设关系的一种多重变量统计方法，能够同时分析多个因变量和自变量自身及其之间的复杂关系。SEM用于检验调节作用的关键就是模拟调节变量交互乘积项的量度指标。一般潜变量的分析需要用到SEM[5]。

      方差分析在调节变量和自变量都是类别变量时可进行交互作用的判别，多用于检验实验研究结果。通过调节变量加入前后实验效果的方差分析，判断调节作用是否存在[4,6]。

      Logistic回归是研究多因素与二分类或多分类的因变量相互关系的一种多变量分析方法，其基本思想是先建立似然函数与对数似然函数，将调节变量与自变量之间非线性关系的可能性考虑到回归中。由于目前少有研究考虑变量间的非线性关系，所以这种方法运用较少。

      也有学者根据调节变量的特征进行分组后再使用OLS回归分析或者SEM来检验调节变量。

      1.4 调节作用的分析与解释

      在调节变量检验之后，如果发现显著调节作用存在，那么下一个重要的步骤就是对调节作用的分析和解释。对调节作用的解释，除了看相应参数的大小外，还需综合考虑调节关系的性质和调节系数的正负方向。

      

      鉴于此，调节作用检验后直接根据调节系数的显著与否来确定调节作用是否存在并不可靠，仍需通过计算实质意义的边际效应或标准差等对主效应和调节作用做出分析和解释。