Page 228 - 《社会》2026年第1期

“看中医”与健康的教育梯度

（三）模型设计

由于因变量和中介变量的变量性质， 本研究所使用的所有模型均
为有序 Logit 模型（Ordered Logit Model）。 本研究首先设计了以自评健康
为因变量、受教育程度为自变量、“看中医”行为为中介变量的三个回归
方程，分别为：
（1）
Logit（Y） i = 茁 1i + c 1X i + 着 1i
（2）
Logit（M） i = 茁 2i + a 1X i + 着 2i
（3）
Logit（Y） i = 茁 3i + c' 1X i + b 1M 1 + 着 3i
在方程中，茁 i 表示截距项，着 i 为误差项，a 1、b 1、c 1、c' 1 均为回归系数。
由于本研究在模型中逐步纳入作为中介因素的控制变量和前序中介变
量，因此需要建立一个嵌套回归模型。 与 OLS 模型不同的是，Logit 模型
存在未被检测到的异质性问题（洪岩璧，2015），嵌套回归模型主要关注
的是“混杂效应”，但在 Logit 模型中，模型系数还受“标尺改变效应”的
影响。简言之，在纳入新变量后，模型的残差会发生变化，并使新模型的
回归系数上移（若不加入新变量，原模型会低估变量效应），因此无法直
接使用嵌套回归模型， 也无法通过直接比较的方式来判断中介效应并
计算中介效应的影响程度。
基于这一问题，KHB 模型（Karlson，et al.，2012）和“y* 标准化”（y*鄄
standardization）（Winship and Mare，1984）提供了两种不同的思路。 前者
可以将中介效应从总效应中分解出来， 后者则可以解决嵌套模型的比
较问题。
为了验证前文提出的假设，本研究试图构建一个将 KHB 模型的思
路和 y* 标准化的思路相结合的算法，以建立一个更为准确且可比较的
框架，即有序链式中介模型。 由于控制变量始终处于模型中，不会带来
残差的变化，因此在构建模型时无需对其进行讨论。 作为中介因素的控
制变量和前序中介变量，以嵌套模型的方式逐个放入，但由于二者与模
型中其他变量的关系不同，因此采用两种不同的处理方式。 具体而言，
对于作为中介因素的控制变量，使用类似于 KHB 的处理方式，直接求
得每一个作为中介因素的控制变量对应的方程（4）的残差，并把所有残
差项代入方程（ 1）中，这样使新加入的作为中介因素的控制变量不会影
响其总的残差。 同时，由于不需要直接对模型进行修正，可以尽可能保

· 221·