Page 225 - 《社会》2022年第3期
P. 225
社会·2022·3
研究者们通过想象出理想化的实验、设定条件并预期结果，以佐新知发
现（Gendler，2000）。 这种构建于脑海中的实验在物理学、哲学等领域发
挥着重要作用（Brown，1991）。 而社科研究中则建议将思维实验作为现
实实验的前奏和先导，用以确定方法思路、优化研究设计（ Angrist and
Pischke，2009）。 与之类似，因果图也值得作为一个必要环节纳入因果推
断的过程。 即在实际的因果探究中，应当将其过程区分为非参因果推断
和数据模型检验两个部分。 前者使用因果图框架表达理论假设、选取控
制变量并排除可能的干扰因素； 后者则依照前者给出的策略使用数据
进行测试。 当然，具体实现应当是两个阶段不断交互优化的过程。
此外， 因果图这种纯粹非参的形式为青年学生提供了理解和掌握
因果推断的框架，更利于因果推断知识的教学和传播。 在因果推断课程
中涉及的大多数内容都可以使用因果图来表达， 从而直观地呈现概念
与方法立足的逻辑。 笔者建议，在相关课程设置中可以考虑先介绍反事
实概念和因果图框架，再使用因果图框架辅助、阐释乃至引导数理形式
的推导， 进而帮助青年学者和学生以更为直观友好的方式理解因果推
断问题，培养相应的思维。
最后，需要再次强调，因果图的具体形式取决于学者基于理论和经
验做出的判断。 两个变量之间是否存在连线、箭头如何指向、哪些变量
需要被纳入等，均会影响到因果图的具体形式，进而决定应当采取怎样
的偏差规避策略。 同时，并非所有因果图都存在完美的解法，有些因果
图中无法兼顾避免偏差和展现全部的因果关系， 大多数实证研究也不
存在“完美的答案”。从根本上说，数据的质量决定了其所能回答问题的
上限，因果图只能在有限条件下襄助数据发挥出其最大的效用。 因此，
在呈现具体的实证研究时， 本文建议研究者应当使用因果图表达对应
的模型假设；同时清晰地展现因果图中变量间关系设定的依据；并明确
讨论现有数据条件能够消除哪些偏差，获得何种程度的因果效应，而哪
些偏差是无法避免的。 若正文中不便呈现具体的因果图，本文建议可将
因果图展示于附录中。
参考文献（References）
陈云松. 2012. 逻辑、想象和诠释：工具变量在社会科学因果推断中的应用[J]. 社会学
研究（ 6）：192-216.
· 218·
