引 言

因果关系确立，需要从科学哲学和实证研究两个维度展开。休谟的恒常联结理论是认识论基础，但现代科学已经发展出更精细的工具。如何突破相关性的局限，这仍然是当前科学界的核心难题。

穆勒五法作为经典方法，其局限性比较明显，如无法处理多变量交互作用。现代因果推断的的三大支柱是：鲁宾的潜在结果模型（反事实框架）、珀尔的因果图模型（do算子）、计量经济学的工具变量法。这些内容有些艰深，要用火星探测、药物试验等实例来具象化。

确立因果关系本质上是排除竞争性解释的过程，“霍乱传播途径发现”是一个经典案例。但因果关系存在语境依赖性，没有绝对普适的因果关系，只有特定条件下的因果机制。

作为黄金标准的随机对照试验，也存在伦理和实施限制。观察性研究的各种偏倚（混杂偏倚、选择偏倚）容易忽略，吸烟致癌的争议史来警示相关不等于因果的陷阱。

最后要上升到科学哲学层面：因果关系确立是渐进过程，从相关性假设到机制验证，需要多重证据链收敛。它和归纳推理一样，本质上是最佳解释的推理。

在科学研究中确立因果关系是极其复杂且严谨的过程，远不止于观察到两个变量相关（X 和 Y 一起变化）。相关性只是因果关系的必要非充分条件。确立因果关系需要系统性地排除其他解释，并提供强有力的证据链。以下是科学研究中确立因果关系的关键策略和方法：

一、核心挑战：区分相关性与因果性

1. 相关性：X 和 Y 以某种可预测的方式共同变化（正相关、负相关）。

2. 因果关系：X 的变化直接导致了 Y 的变化（X→Y）。

3. 主要混淆

混杂变量：存在第三个变量 Z，它同时影响 X 和 Y，造成了 X 和 Y 相关的假象。例如冰淇淋销量（X）和溺水人数（Y）高度正相关，但真正的“因”是天气炎热（Z），它既导致人们买更多冰淇淋，也导致更多人游泳从而增加溺水风险。

反向因果：Y 的变化导致了 X 的变化（Y → X），而非 X 导致 Y。例如，健康状况（Y）差可能导致失业（X），而非失业导致健康变差（虽然也可能）。

巧合：纯粹的偶然性导致 X 和 Y 表现出相关模式。

二、确立因果关系的核心方法与证据

1. 实验法：随机对照试验 - 黄金标准

原理：研究者主动操纵自变量（X），并随机将参与者/对象分配到实验组（接受 X 干预）和对照组（不接受干预或接受安慰剂/标准处理），然后在控制其他条件的情况下观察因变量（Y）的变化。

方法：一是主动改变 X，明确时间顺序（X 在前，Y 在后）；二是随机分配，将参与者已知和未知的混杂变量（Z）在组间平均分配，使得实验组和对照组在干预前在所有方面（平均而言）都可比，可以极大地削弱了 Z 导致 Y 差异的可能性；三是控制变量，尽量保持除 X 以外的其他条件相同（环境、测量方式等）；四是结果比较，如果实验组的 Y 发生了显著且可归因于干预的变化，而对照组没有（或变化不同），则强有力地支持 X 导致 Y。

优势：能最有效地控制混杂，提供最强的因果证据。

局限：伦理限制，不能故意让人暴露于有害因素（如吸烟致癌）；可行性限制，成本高昂、耗时长，某些现象无法操纵（如地震、社会经济地位）；外部效度限制，需要严格控制的环境可能无法完全反映现实世界的复杂性；随机化不完美，小样本时随机化可能无法完全平衡所有混杂因素。

2. 准实验法与自然实验：利用“天然”的干预或变化

（1）原理：当无法进行随机分配时，利用现实中发生的、类似干预的事件（政策变化、自然灾害、地理边界、制度差异等）或特定的设计（如断点回归、双重差分），试图模拟实验条件。

（2）常见类型

双重差分法：比较干预组和对照组在干预前后的 Y 变化之差。要求干预组和对照组在干预前有平行趋势（变化模式相似）。

断点回归设计：利用一个明确的阈值（如分数线、年龄界限）将参与者分为“干预组”和“对照组”，比较阈值附近两侧个体的 Y 差异。假设阈值附近的个体在其他方面高度相似。

工具变量法：寻找一个变量 （IV），它只通过影响 X 来影响 Y，且与混杂因素 Z 无关。用 IV 来“净化” X 对 Y 的估计效应。关键在于找到真正有效的 IV 非常困难。

自然实验：利用自然界或社会中发生的、研究者无法控制的、但将个体“随机”或近似随机地分配到不同暴露水平的事件（如抽签决定是否服兵役、特定地区突发的环境灾难）。

（3）方法：通过巧妙的识别策略和统计方法，利用这些“天然”的变异或设计，尽可能地控制混杂，推断 X 对 Y 的因果效应。依赖于对数据生成过程和背景信息的深刻理解以及严格的统计假设。

（4）优势：能在无法进行 RCT 的领域（如经济学、流行病学、社会学）研究重要的因果问题；研究场景更接近现实。

（5）局限：因果效力通常弱于 RCT；对识别策略和统计假设的依赖性极高；假设（如平行趋势、IV 的有效性）可能不成立或难以验证；结果可能被未观测到的混杂因素影响。

3. 观察性研究：相关性是起点，需更强证据链

（1）原理：不主动干预，仅观察和测量自然状态下存在的 X 和 Y（及相关变量）。包括队列研究、病例对照研究、横断面研究等。

（2）如何为因果提供证据（无法像实验法那样“确立”）：观察性研究本身通常不能确证因果关系，但精心设计的大型观察性研究可以积累支持性证据，并与其他证据结合构建因果链条：

关联强度：关联性越强（如极高的相对风险 RR 或比值比 OR），由混杂导致的可能性相对降低（但不绝对）。

一致性：不同研究（不同人群、地点、时间、方法）都得出类似结果。

时间顺序：必须明确 X 发生在 Y 之前（前瞻性队列研究能较好保证）。

剂量-反应关系：X 的暴露水平越高（或时间越长），Y 的发生风险或严重程度越高。

合理性：发现的关联与现有的生物学、社会学或心理学知识/理论相符（有合理的机制解释）。

特异性：X 主要只与特定的 Y 相关（非必需条件，很多病因会导致多种结果）。

实验证据：有相关的动物实验、体外实验或临床试验结果支持（即使不完全匹配）。

类比：与其他已知的因果关系类似。

控制混杂：在设计和分析阶段（如分层分析、多变量回归模型）尽可能测量和调整已知的主要混杂变量 （Z）。

（3）优势：适用于研究罕见病、远期效应、无法干预的因素；成本相对较低。

（4）局限：无法完全排除未测量或未知混杂因素的影响；难以确证时间顺序（尤其回顾性研究）；易受各种偏倚（选择偏倚、信息偏倚）影响。

4. 机制研究：解释“如何”和“为什么”

（1）原理：即使观察到 X 导致 Y，仍需理解其中介导的生物学、心理学或社会过程（M）。研究 X → M → Y 的路径。

（2）如何支持因果：

中介分析：统计上检验 M 是否在 X 对 Y 的影响中起中介作用。

实验扰动：在实验中操纵或阻断 M，观察其对 X → Y 关系的影响（如使用特定抑制剂、基因敲除）。

（3）作用：发现机制能极大地增强因果关系的可信度和理解深度，提供生物学/社会学的合理性。理解机制有助于发现干预靶点和预测副作用。

三、确立因果关系的综合过程

1. 提出假设：基于理论、观察或先前研究，提出X可能导致Y的因果假设。

2. 研究设计：根据研究问题、伦理和可行性，选择最合适的设计（RCT、准实验、观察性研究）。

3. 严谨执行

精确测量：可靠、有效地测量 X, Y 以及所有重要的潜在混杂变量（Z）和中介变量（M）。

控制混杂：在设计（随机化、匹配、限制入组标准）和分析（统计调整）层面尽最大努力控制已知混杂。

减少偏倚：采用盲法（受试者、研究者、评估者）、标准化流程等减少信息偏倚和选择偏倚。

4. 数据分析：评估 X 与 Y 的关联强度；检验时间顺序；寻找剂量-反应关系；进行中介分析（如果可能）；使用适当的统计方法（如 RCT 中的 ITT 分析，观察性研究中的多变量模型）估计 X 对 Y 的效应，并报告置信区间和统计显著性。

5. 解释结果：结果是否支持假设？关键问题是，观察到的关联是否能用混杂、反向因果或偶然性解释？研究设计和方法在多大程度上排除了这些替代解释？还要评估证据强度，如研究设计类型（RCT > 准实验 > 观察性）、样本量、效应大小、偏倚控制程度、混杂排除程度。

6. 复制与整合：不同团队、不同样本、不同方法重复研究并得到一致结果，是确立因果关系的基石；系统综述与 Meta 分析：综合所有高质量研究证据，提供更全面、更精确的效应估计和更强的因果推断。

7. 机制探索：深入研究 X 如何导致 Y 的中间过程和原理。

8. 结论的谨慎性：科学研究中的因果结论通常是概率性的和基于当前最佳证据的。即使是 RCT，结论也依赖于研究的质量和假设。新的证据或更好的方法可能修正甚至推翻现有结论。

总 结

在科学研究中确立因果关系是一个多步骤、多证据类型的严谨过程：

1. 随机对照试验（RCT）：通过操纵 X 和随机分配，提供了最直接、最强的因果证据，是黄金标准。

2. 准实验和自然实验：利用现实中的“类随机”变异或巧妙设计，在无法进行 RCT 时提供次优但有力的因果证据，高度依赖识别策略和假设。

3. 观察性研究：主要提供相关性和支持性证据。要推断因果，必须严格满足一系列标准（时间顺序、关联强度、一致性、剂量反应、合理性、控制混杂等），并认识到其无法排除未测量混杂的根本局限。

4. 机制研究：揭示因果链条中的“黑箱”，为因果关系提供生物学/社会学的解释和合理性，增强可信度。

5. 复制和整合证据（系统综述/Meta分析）是确证因果关系的最终环节。

核心始终在于：能否设计研究或整合证据来尽可能排除混杂因素等替代性解释，证明 X 的变化确实是导致 Y 变化的原因。没有单一的研究是完美的，因果关系的建立依赖于证据的强度、一致性和累积性，以及对研究局限性的清醒认识。