01
什么是中介效应
中介效应是一个统计学概念，用来识别、解释、研究自变量和因变量之间关系的机制和过程。在心理学研究中，经常会涉及到两个变量之间的关系研究，比如一个变量（自变量）会引起另一个变量（因变量）的变化。
但通过深入研究我们有时会发现，两个变量的关系并不是简单的相互直接关联，变量A引起变量C的变化很有可能是通过变量B实现的。比如，运动能改善人们的情绪，是因为运动（自变量）能增加多巴胺和内啡肽的分泌（中介变量），从而引起人们情绪的改善（因变量）。这一过程便是中介效应。
中介效应的存在可以帮助我们更好地理解自变量和因变量之间关系的性质（MacKinnon, 2008）。我们也可以简单理解为，中介效应能让我们了解一个变量「为什么」会引起另一个变量的变化。
02
如何验证中介效应
让我们以2010年一篇刊登在《组织行为期刊》的文章为例（Holman et al., 2010）。这篇文章研究了员工参与工作再设计（指组织管理层对于工作内容、工作职能、工作关系的重新设计，使工作更有趣、多样化、挑战性，以实现员工工作质量和生产力的提升）和员工幸福感之间的关系。
首先，研究人员结合工作要求-资源理论和相关文献提出了一个假设：那些接受了工作再设计干预的员工，他们的工作资源（可以用于实现工作目标或刺激个人学习成长的生理、心理、社会、组织因素，包括工作控制、决策参与等）会有所增加。
其次，同样根据工作要求-资源理论，工作资源的增加能促进员工的技能发展以应对工作内容，从而获得更高的幸福感，即工作资源的增加可能会提高员工幸福感。
至此，根据这两项假设，我们可以推断出一个影响路径，也就是工作再设计干预会引起工作资源的变化，并因此影响员工的幸福感。
然而，我们无法经过简单的三个变量之间的串联比对就判定中介效应是否存在，因为干预措施对员工幸福感的影响也有可能是通过其他因素造成的，比如霍桑效应。因此要确定工作资源是否真的是干预措施和员工幸福感的中介变量，就需要一些统计方法的介入。
Baron和Kenny（1986）提出了我们在验证中介效应时需要满足的几个步骤和要求，这个方法也被称为Baron和Kenny的四步法。
第一步：我们首先需要确定自变量和中介变量之间的关系是显著的。具体到本案例里，就是确定干预措施会显著影响工作资源的变化。
第二步：我们需要确定在先不考虑中介变量的情况下，自变量和因变量的关系是显著的。也就是说，要确定干预措施会显著影响员工幸福感。
第三步：我们需要确定中介变量和因变量之间是否有显著关系。即，工作资源会显著影响员工幸福感程度。
经过研究人员的统计计算，前三步涉及的三组关系均显著，这时我们便可以来到第四步：检验控制中介变量时，自变量和因变量之间的显著性是否有所下降。
根据最后的计算结果，当研究人员将工作资源纳入关系模型时，相比起第二步得出的数值，干预措施和幸福感之间关系从显著变为了不显著，同时工作资源和幸福感之间关系的显著性仍然存在。
我们可以简单理解为，当我们去掉已证实的工作资源对幸福感的影响时，干预措施便不再能影响员工的幸福感。因此，我们可以认为，工作资源确实是干预措施和幸福感之间关系的中介变量，也就是说，干预措施对员工幸福感的影响是通过工作资源的变化实现的。
03
完全与部分中介效应
我们可以进一步将中介效应分为完全中介效应和部分中介效应。
完全中介效应是指，自变量和因变量之间的关系完全是由中介变量引起的。具体表现为，当控制中介变量后，自变量和因变量之间关系的显著性会完全消失（比如上面提到的干预措施、工作资源和幸福感之间的关系）。
但除此之外还有另一种情况，就是即便我们证实了中介变量的存在，也不意味着自变量对因变量的影响完全是通过中介变量实现的。具体表现为，当控制中介变量后，自变量和因变量之间关系的显著性会大幅度下降，但显著性本身仍然存在。我们可以将这种情况称为部分中介效应。
部分中介效应揭示的是，不仅中介变量和因变量之间存在显著关系，在自变量和因变量之间也存在一些直接关系。
以2020年一篇刊登在《BMC Public Health》的文章为例（Jeong et al., 2020）。该文章研究了父母婚姻冲突和孩子网络游戏障碍（具体可以表现为网络游戏成瘾）间的关系。
经过对268名儿童的随访调查，研究人员发现，父母婚姻冲突会影响父子/女间的依恋关系、并引起自尊心的下降，而这又会进一步导致网络游戏障碍特征的增加。简单来说，父子/女间的依恋关系和自尊，是父母婚姻冲突及孩子网络游戏障碍关系间的中介变量。
但除此之外，研究人员还发现，父母婚姻冲突和孩子网络游戏障碍之间也存在直接关系。也就是说，父母婚姻冲突不仅会导致依恋关系和自尊变化并引起网络游戏障碍，即便不考虑中介变量的影响，父母婚姻冲突本身也会影响孩子网络游戏障碍的程度。
04
Sobel测试、Bootstrap法
及新步骤
虽然Baron和Kenny的四步法为我们提供了检验中介效应的基本途径，但通过深入观察我们会发现一些需要进一步优化的问题。
比如该方法的第四步观测的是在控制中介变量的前提下，自变量和因变量关系显著性的下降与否，聚焦的重点仍是自变量和因变量的直接效应，而不是自变量到中介变量再到因变量这一间接效应路径。因此，要确定自变量到中介变量再到因变量的间接效应是否有意义（即是否真的存在中介效应），还需要更进一步的统计检验。
较早期的一些研究会使用Sobel测试来检验模型中自变量到中介变量、中介变量到因变量两条路径的系数乘积（Sobel, 1982），以确认间接效应的显著性。虽然这样能弥补Baron和Kenny四步法的一些缺点，但从统计方法上看，Sobel测试也存在可使用场景有限的问题。
比如说，Sobel测试需要在正态分布上评估一个给定的样本，样本量过小或者抽样分布的偏度都有可能会影响Sobel测试的检验力，从而影响对中介效应的判断效果。
为了弥补Sobel测试的局限性，现在一些研究会采取Preacher和Hayes（2004）的Bootstrap法。该方法可以从给定的样本中有放回地重复取样以产生出许多样本, 并计算每个再抽样样本中的期望统计量（温忠麟和叶宝娟，2014）。对比Sobel测试，Bootstrap法可以适用于更小的样本量，并提供更强的检验力。
结合Baron和Kenny的四步法和Bootstrap法，温忠麟和叶宝娟 （2014）提出了新的中介效应检验方法，以使该过程更加简洁和清晰。
首先第一步需要检验自变量和因变量之间的关系，如显著则按中介效应继续检验，如不显著则按遮掩效应立论（举个例子，智力高的学生，作业完成质量会更好，但可能由于作业过于简单，智力高的学生反而容易对作业产生厌倦情绪，进而降低作业的完成质量，这时厌倦情绪对智力和作业完成质量之间的关系便产生了遮掩效应）。
第二步，我们需要检验自变量和中介变量、以及中介变量和因变量之间的关系，如两者均显著，则自变量到中介变量再到因变量的间接效应显著，直接进行下一步分析；如上述两个关系有其中一个不显著，则使用Bootstrap法检验自变量到中介变量再到因变量的路径的回归系数的乘积，如为显著，则间接效应显著，如不显著则停止分析。
第三步，检验控制中介变量后的自变量和因变量的关系，如关系不显著，则显示为完全中介效应，如显著性降低但仍存在，就进一步观察自变量到中介变量再到因变量的路径的系数乘积正负号、和控制中介变量后自变量到因变量路径的系数是否同号，如同号则说明是部分中介效应，如异号则意味着产生了遮掩效应。
05
个人见解
——我们为什么要了解中介效应
即便我们不需要自己计算检验中介效应，作为心理学爱好者也仍有了解中介效应的必要性。
举个例子，我们不需要自己懂得电灯的制作和安装，但作为生活常识，我们还是会知道摁电灯开关和灯亮不是简单的直接关系，因为摁开关后需要通电才能使灯亮起来。这样一来，当我们遇到摁开关灯不亮的情况，就会进一步判断到底是开关问题，还是单纯停电或跳闸引起的。高效思考，直击问题本质，根据情况灵活处理。
我们在学习心理学理论时往往也会遇到类似的情况。某一个心理效应可以解释一个现象，某一套行为方法可以用于调节情绪。简单了解行为A到结果B当然没问题，但我们也有可能就此止步。
更深入地了解行为A到结果B的过程和机制，了解中介变量在中间的作用，一方面能让你找到触发结果B的本质原理，寻找可以引起同样作用的其他行为C、D、E，为自己增加更多的可选项；另一方面，也能帮助你进一步精简优化行为A，除去多余的部分，保留你最需要的那一两个关键动作。
就像通过正念调节压力一样。正念来源于禅修，禅修可以帮助你减轻压力，但在这其中的关键在于大脑中控制呼吸节律的神经元同时也会参与到调节平静与觉醒平衡当中。因此，如果我们无法习得或适应禅修的复杂规则，我们大可以将其简化，选取我们最需要的正念呼吸方法，来帮助自己调节压力。
了解中介效应是我们理解心理学复杂模型基础而又关键的一步，是推动我们从知其然转变为知其所以然的重要一环。作为心理学爱好者，了解心理学现象的表象不应是我们的终点，深入对心理学机制的学习和研究才能让我们更好地学以致用。
