中介效应遇到的两个问题，求助

拜托各位，使用逐步检验回归系数的方法做中介效应时遇到了以下问题，不知道怎么解释,我有查关于符号相反和遮掩效应，但是还是不明确：第一个问题：怎么解释最后一个模型areard系数为负呢？
. xtreg lnesi digit lnlabour lnlogistics lnrd opentrade,fe i(province)
------------------------------------------------------------------------------
       lnesi |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       digit |    .015108   .0024518     6.16   0.000     .0102777    .0199384
    lnlabour |   .1125797    .028508     3.95   0.000     .0564158    .1687436
lnlogistics |   .1220873   .0191084     6.39   0.000     .0844416    .1597329
        lnrd |   .0133558   .0089424     1.49   0.137    -.0042617    .0309733
   opentrade |   .1845977   .2533929     0.73   0.467    -.3146143    .6838096
       _cons |   9.920742   .2755556    36.00   0.000     9.377867    10.46362
-------------+----------------------------------------------------------------
     sigma_u |   .1669696
     sigma_e |  .02645973
         rho |  .97550235   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(29, 235) = 19.39                    Prob > F = 0.0000

. xtreg areard digit lnlabour lnlogistics lnrd opentrade,fe i(province)
------------------------------------------------------------------------------
      areard |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       digit |   .1008571   .0155884     6.47   0.000     .0701461     .131568
    lnlabour |   .4163527   .1812504     2.30   0.022     .0592695    .7734359
lnlogistics |  -.4886096   .1214889    -4.02   0.000     -.727956   -.2492631
        lnrd |   .2728955   .0568547     4.80   0.000     .1608854    .3849056
   opentrade |  -.2216204   1.611041    -0.14   0.891    -3.395549    2.952309
       _cons |   -5.45444   1.751949    -3.11   0.002    -8.905972   -2.002908
-------------+----------------------------------------------------------------
     sigma_u |   1.229952
     sigma_e |  .16822778
         rho |   .9816359   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(29, 235) = 132.86                   Prob > F = 0.0000

. xtreg lnesi digit areard lnlabour lnlogistics lnrd opentrade,fe i(province)
------------------------------------------------------------------------------
       lnesi |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       digit |   .0193295   .0025708     7.52   0.000     .0142647    .0243943
      areard | -.0418558   .0099113    -4.22   0.000    -.0613825    -.022329
    lnlabour |   .1300064   .0278462     4.67   0.000     .0751452    .1848677
lnlogistics |   .1016361   .0190834     5.33   0.000     .0640389    .1392333
        lnrd |   .0247781   .0090519     2.74   0.007     .0069444    .0426117
   opentrade |   .1753216   .2447872     0.72   0.475    -.3069468      .65759
       _cons |   9.692442   .2716206    35.68   0.000     9.157308    10.22758
-------------+----------------------------------------------------------------
     sigma_u |  .16613581
     sigma_e |  .02556008
         rho |  .97687733   (fraction of variance due to u_i)
------------------------------------------------------------------------------
F test that all u_i=0: F(29, 234) = 20.19                    Prob > F = 0.0000


第二个问题：怎么解释最后一个模型核心解释变量digit系数变负?
. xtreg lnesi digit lnlabour lnlogistics lnrd opentrade,fe i(province)
------------------------------------------------------------------------------
       lnesi |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       digit |    .015108   .0024518     6.16   0.000     .0102777    .0199384
    lnlabour |   .1125797    .028508     3.95   0.000     .0564158    .1687436
lnlogistics |   .1220873   .0191084     6.39   0.000     .0844416    .1597329
        lnrd |   .0133558   .0089424     1.49   0.137    -.0042617    .0309733
   opentrade |   .1845977   .2533929     0.73   0.467    -.3146143    .6838096
       _cons |   9.920742   .2755556    36.00   0.000     9.377867    10.46362
-------------+----------------------------------------------------------------

. xtreg lngdp digit lnlabour lnlogistics lnrd opentrade,fe i(province)
------------------------------------------------------------------------------
       lngdp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       digit |   .0900476   .0057331    15.71   0.000     .0787528    .1013424
    lnlabour |   .2108277   .0666597     3.16   0.002     .0795007    .3421547
lnlogistics |   .5685467   .0446808    12.72   0.000     .4805205    .6565728
        lnrd |   .0830161   .0209099     3.97   0.000     .0418214    .1242109
   opentrade |  -1.603433    .592504    -2.71   0.007    -2.770731   -.4361349
       _cons |   9.204165   .6443265    14.28   0.000     7.934771    10.47356
-------------+----------------------------------------------------------------

. xtreg lnesi digit lngdp lnlabour lnlogistics lnrd opentrade,fe i(province)
------------------------------------------------------------------------------
       lnesi |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       digit |   -.001127   .0031899    -0.35   0.724    -.0074116    .0051576
       lngdp |   .1802941   .0253515     7.11   0.000     .1303478    .2302403
    lnlabour |   .0745687   .0264516     2.82   0.005      .022455    .1266824
lnlogistics |   .0195817    .022567     0.87   0.386    -.0248787    .0640421
        lnrd |  -.0016115   .0083943    -0.19   0.848    -.0181496    .0149266
   opentrade |   .4736871   .2338256     2.03   0.044     .0130148    .9343594
       _cons |   8.261285   .3422714    24.14   0.000     7.586958    8.935613
-------------+----------------------------------------------------------------

个人感觉你最好把变量的含义告诉大家，这样更有助于判断。祝好！