调节变量不显着，交互项显着

出现「调节变量（W）本身不显著，但交互项（X×W）显著」时，先别急着否定理论。下面把常见原因、诊断步骤与写作话术一次讲清，帮助你判断这到底是“真调节”还是“统计假象”。

一、为什么主效应可以不显著

1. 机制只在“搭便车”时启动
   W 本身对 Y 的直接影响很弱，但它通过改变 X→Y 的斜率发挥威力。统计上，交互项显著说明“斜率差异存在”，而 W 的主效应只是“当 X=0 时的差异”，若 X=0 不在样本范围内，主效应就失去经济含义，自然不显著。
2. 多重共线性
   交互项与 W 的相关系数高，方差膨胀把 W 的 t 值吃掉，但交互项因与 X 的乘积变异仍被识别出来。
3. 尺度与零值问题
   连续 W 未去中心化，X=0 远离数据重心，导致主效应系数成为“外推截距”，估计误差大；对 W 做中心/标准化后，主效应往往就显著了。
4. 非线性或门槛
   W 对 Y 的真实关系是 U 型或分段，线性主效应被抵消成 0，而交互项恰好抓住“斜率随 W 增大”的局部线性趋势。

二、四步诊断

1. 看范围：画 X–W 散点，确认 X=0 是否在数据区间内。若不在，中心化后再跑，观察 W 主效应是否回升。
2. 看共线：计算 VIF，若 W 与 XW 的 VIF>10，先标准化或正交化，再判显著性。
3. 看斜率：用 margins, dydx(X) at(W=(p10 p25 p50 p75 p90)) 或 emtrends 把 X 的简单斜率拆出来，只要随 W 单调且 95%CI 不跨 0，就可认定调节有效。
4. 看稳健：换分样本、换指标、换模型（logit、xtreg、贝叶斯），交互符号与显著性保持，即可排除“偶然显著”。

三、写作与汇报话术

1. 理论段
   “根据 XXX 理论，W 并非通过直接改变 Y，而是通过放大/抑制 X 对 Y 的边际效应发挥作用，因此 W 的主效应不显著符合理论预期。”
2. 结果段
   “表 2 列 (3) 显示，交互项 X×W 的系数为 0.42 (p<0.01)，而 W 的主效应仅为 0.03 (p=0.42)。进一步简单斜率分析表明，当 W 高于均值一个标准差时，X 对 Y 的边际效应为 0.69 (SE=0.10)，显著高于低 W 时的 0.05 (SE=0.08)，支持调节假设 H2。”
3. 稳健性段
   “为排除多重共线性干扰，我们将 W 标准化后重新估计，交互项依旧显著 (β=0.40, p<0.01)，且 VIF 均低于 3，表明结论稳健。”

四、一句话总结
主效应不显著≠调节失效，只要交互项显著、简单斜率差异经济意义清晰、稳健性过关，就可以放心宣称“W 调节了 X 对 Y 的影响”，并在文中用上述话术解释为何主效应“该不显著”。