Page 215 - 《社会》2022年第3期

社会·2022·3

解这些问题。
1. 遗漏变量偏差
遗漏变量偏差指的是回归模型中存在本该被控制却未被控制的变
量，与因果图中因混淆变量造成伪相关的情况相对应。 陈云松、范晓光
（ 2010）曾在研究中举例，在探讨找关系和职场成功间的因果效应时，因
未控制个体口才导致推断存在偏差。 基于因果图的框架不难发现，“个
体口才”充当了混淆变量的角色。 如图 4（a）所示，根据经验推断，一个
人的口才会影响其对社会关系的应用情况；同时，口才作为能力的一个
维度，也会影响到个体是否能在职场上取得成功，这就形成了典型的叉
状构型。 此时，即使假设找关系与职场成功之间不存在因果关系，但如
果不控制混淆变量“个人口才”，也会因未能阻断解释变量和被解释变
量之间的伪相关而得出“找关系能够影响职场成功”的错误结论。
2. 自选择偏差
自选择偏差同样归结于因果推断中的叉状构型。 自选择指的是个
体因自身原因选择某些行为或参与到特定项目中， 即干预变量并非随
机分配的。 伍德里奇（ Wooldridge，2002：255）使用两个案例来说明自选
择问题：在探讨个体饮酒行为对收入的作用时，伍德里奇强调可能存在
一些个体特征，既决定了个体是否饮酒，又影响到个体的收入水平；其
二为参与培训项目对学生成绩的影响， 学生能否参与培训项目与其家
庭背景因素（如父母受教育程度、家庭收入水平等）有很大关系，而家庭
背景又会影响到学生成绩。 这两个案例同样是因果图中典型的叉状构
型。 陈云松、范晓光（ 2010）在研究中强调自选择中被遗漏变量的非观测
因素特征， 恰与文初变量标志定义相关。 仍使用 X 表示能够被观测到
的变量，U 表示难以观测但同时影响解释变量和被解释变量的因素。 尽
管面临的都是混淆变量干扰的问题，但相较于图 4（b），图 4（c）图中的
伪相关更难消除。 因而，相较于一般的遗漏变量问题，自选择带来的偏
差通常更难解决。
3. 样本选择偏差与非随机缺失值
样本选择偏差是相对更为复杂的一种情形。 陈云松、范晓光（2010）
的研究将其解释为“因变量的观察仅仅局 限 于 某 个 有 限 的 非 随 机 样
本”，即样本能否被观察到取决于其解释变量的取值，在计量教材中有
时也被称为内生性样本选择 （endogenous sample selection）（Wooldridge，

· 208·