Page 220 - 《社会》2022年第3期
P. 220
图形的逻辑力量：因果图的概念及其应用
表 2：内 生 性 与 因 果 图 偏 差 类 型 对 应 表
偏差类型 对应因果图偏误 典型构型
遗漏变量
混淆偏差
自选择偏差
样本选择偏差
内生性选择偏差
非随机缺失值
联立性偏差
过度控制
作用逻辑和预期效用是一致的，对应的因果图均如图 7（a）。
当系统中存在无法直接观测的因素时， 如果这些因素的涵义比较
明确，最直接的方法是寻找替代变量。 如在社会科学研究中，经常使用
考试成绩代表个体的认知能力， 使用自评心理状况量表代替心理健康
程度等。 然而，如果代理变量不能完全反映对应的因素，仍会有部分混
淆偏差遗留在系统中，如图 7（b）（c）所示。
其次，如果条件允许，理论上，使用随机实验能得到最可靠的结果。
如图 7（d）中，由于干预因素是随机分配的，即使存在其他影响被解释
变量的因素，也不会与自变量构成伪相关通路。 13 此时，解释变量与被
解释变量之间的相关程度直接反映了两者间的因果作用。 这也是基于
实验所得的结论往往被视为黄金标准（gold standard）的原因。
工具变量是另一种常用的因果推断方法， 它的基本逻辑是寻找一
项完全外生的因素仅通过直接作用于自变量而影响因变量， 进而估算
自变量中直接受外生变量影响的部分对因变量的作用程度，图 7（e）中
的变量 I 即为工具变量。 对工具变量具体机制的解读可参考相关研究
13. 如前讨论， 此时因果图其实可以简化为 T→Y， 在图中为说明方法逻辑而保留了 U
和 X。
· 213·
