关于层次回归中心化问题的疑问

各位大师，本人最近在利用层次回归法来检验调节变量。变量均为连续型。看到许多论文的做法都是参照温忠麟（2005）的方法，在进行层次回归分析前将自变量与调节变量中心化，然后相乘构建交互项，用以检验调节效用是否存在。

按照层次分析法，第一步通常加入控制变量，第二步加入自变量与调节变量，第三步再加入交互项，然后通过SPSS跑数据。现在我有个疑问，在第二步中所加的“自变量”与“调节变量”是经过中心化处理的还是没有经过中心化处理的？
我知道第三步中的交互项肯定是自变量与调节变量中心化处理后的乘积。
但之前我对于第二步的理解是放入中心化后的自变量与调节变量，但是今天看了一篇论文让我彻底凌乱了，见下图


按他的意思第二步应该直接放入未中心化处理的自变量与调节变量，难道我之前一直理解错了？还请指点！

有人能指点下吗

方便指点下吗，大神老师

我也有这个疑问……请问你解决了吗

我看到一篇论文专著（李慧著. 大型体育赛事与城市品牌形象塑造 以全运会为例[M]. 2014，这本书的5.5节），在用层次回归进行调节效应分析时，所有变量（包括控制变量、自变量、调节变量、交叉项、因变量）都进行了中心化，这样做的目的可以在很大程度上避免交叉项与其他变量存在严重多重共线性的麻烦，而且可以去掉线性回归方程中的截距。当然，我也不知道这种处理办法是否在国际上被公认为权威做法。

这是哪篇论文？我也有这个问题，看书也说是用未中心化的自变量和因变量。