Page 209 - 《社会》2022年第3期
P. 209
社会·2022·3
与因果图中的变量相独立的误差项时， 就可以认为该因果图已包含足
够的变量，不需再加入其他相关的变量了。 需要注意的是，实证场景下
是否满足这一条件仍依赖于个体研究者基于已有经验和理论做出的主
观判定。 当此条件得以满足，这些变量对应的误差项 e 就可以在因果图
中被省略，而展示为图 1 左图的形式。 如前所述，因果图中并不预设变
量特征及关联形式，因而在数学表达中仅使用 f 泛指存在函数关系，而
不指定具体的相关形式。
三、因果图的逻辑力量
（一）相关性与偏差之源
因果图的一项突出优势在于其能够清晰呈现系统中变量相关性与
因果推断偏差的来源。 更为巧妙的是，相关性与偏差之源又严格对应于
因果图的三种基本构型， 使研究者能够方便地掌握系统而条贯的理解
框架、清晰而严谨的分析工具。 两个变量间的相关性从何而来？ 因果图
中显示如果两个变量之间存在相关关系，不论相关为线性还是非线性，
其来源有且仅有三种可能， 而这三种相关性之源如果处理不当又会诱
发三种对应的偏差。
但是，在探讨这些问题之前，首先要厘清的是对“控制”这一概念的
理解。 中文语境下作为量化术语的“控制” 一词实际上对应了英文中
“ control”和“condition”两词，但英文中这两个词的所指存在一定的差别。
前者多指将特定变量纳入回归模型，这也与当前中文里“控制”一词的
使用一致；后者则具有更广泛的涵义，即控制的本质是以特定形式将某
项变量的信息引入分析过程，以实现针对特定群体的分析（Elwert and
Winship，2014）。 此处，分析过程不再限于回归模型，所用形式也不止纳
入控制变量。 其他控制方式包括基于个体特征进行分层、基于特定条件
选择样本等，因果图中的“控制”概念即指这种“广义的控制”。 在因果
图中以使用方框“□”符号圈住特定变量来表现该变量以某种形式获得
控制。
了解因果图中“控制”的涵义之后，即可讨论变量相关性与因果推
断偏差的来源。 因果图允许研究者以直观的形式呈现三种相关性和偏
差对应的情形，如表 1 所总结。
1. 因果关系带来相关
· 202·
