文 | 李海榮

現(xiàn)代社會，科學觀念不斷深入人心，并日漸成為支配社會整體思想的一套“意識形態(tài)”，社會諸領域亦通過“科學”的“符號化”形式來宣示自我，社會研究中因果關系地位的彰顯便是一大明證。圍繞發(fā)現(xiàn)問題、理解問題、解決問題這條一以貫之的邏輯主線，社會研究者建立起以因果關系為基礎的技術路線，力求用因果式的科學理論揭示社會現(xiàn)象的規(guī)律。

“在社會研究中，因果關系不是絕對的，而是概率性的。概率性的因果關系決定了社會研究只能做相對的平均值分析、趨勢的分析，而不能做絕對的分析。”因此，在社會研究中，真正的因果關系固然存在卻很難找到；但目前的社會研究中，研究者混淆甚至強加因果，致使“因果關系”大量充斥在研究報告中。這不僅違反職業(yè)倫理規(guī)范，影響研究的信度與效度，也會損害學術研究的科學性與規(guī)范性，虛假的因果關系最終還可能對將要進行的“社會改造”造成不可預期的嚴重后果。

一、因果關系的社會學規(guī)定

想要清楚理解因果關系的或然性這一特征，首先要明確因果關系建立的原則。換言之，什么樣的關系才是因果關系？確立因果關系的標準到底是什么？針對這一問題，因研究視角、所學專業(yè)等的不同，研究者會給出迥然不同的答案；即使在日常生活中，我們一般人也會時常作出含有因果關系的推斷，進行著因果規(guī)律的表達。

對因果關系的探討，有悠久的歷史淵源，而休謨被認為是近現(xiàn)代以來對其做出重大貢獻的哲學家之一。從時間上的先后、經(jīng)驗上的相鄰和恒常的關聯(lián)三個方面，休謨對因果關系進行了論述：當研究者對因果關系進行時序分析時，通常把先發(fā)生的現(xiàn)象列為原因，把后發(fā)生的現(xiàn)象列為結果；在經(jīng)驗的時間和空間上，X和Y相鄰；此外，X和Y也總是同時出現(xiàn)的?？梢钥闯?，休謨對因果關系的論述，構成了一種“X現(xiàn)象導致Y現(xiàn)象”的主觀必然性。投射到社會研究中，就構成了一種絕對的因果關系。休謨之后，許多學者對因果關系進行了更深刻的分析，尤其是對“必然的因果關系”的論述進行了批判和修正。

總體而論，在社會學領域，自學科發(fā)軔之初，便有兩種截然相對的因果分析取向：

(一)自然主義的決定論——涂爾干的視角

涂爾干繼承和發(fā)揚孔德實證主義方法論思想，主張以自然科學為榜樣，以建立科學的社會學為宗旨，賦予因果分析以特殊的重要性。他不僅對因果分析給予一般說明，而且還就如何確定因果關系的具體細節(jié)作了深入探討。

1.時間性

根據(jù)時間性，一般將社會研究分為橫向分析和縱向分析兩大類。對比來看，因為縱向分析中研究者能清楚看到事情發(fā)生的前后順序，可能從縱向分析中更便于推導出因果關系。從理論上來講，先發(fā)生的是原因，后發(fā)生的是結果。

但涂爾干在說明因果分析時，告誡人們盡管因果關系是具有時間順序的一種歷史關系，但決不能僅僅根據(jù)歷史上的先后順序來確定因果關系。因此，表面上的時間順序應值得社會研究者重視。在社會研究中，這樣的例子是很多的。例如，社會學大師DUNCAN曾舉例，圣誕節(jié)前通常會有一個購物高潮，那么是圣誕節(jié)造成了購物高潮，還是購物高潮造成了圣誕節(jié)？所以，在社會研究中僅僅根據(jù)事情發(fā)展的前后順序來尋找因果關系是靠不住的。其實，人都有尋找因果關系的目的論傾向，而這種目的性會促使個人去企圖預測事物的發(fā)展方向。這就導致了在某些因果關系中，結果在前，原因在后。人們做了很多事情是為了將來，而不是為了現(xiàn)在。

2.起因的復雜性

休謨在論述因果關系時，對原因的界定比較單一，基本是“一因一果”式的模式。但從社會現(xiàn)實層面來看，一種現(xiàn)象絕對導致另一現(xiàn)象發(fā)生的可能性極低，而現(xiàn)象的發(fā)生機制比較復雜，原因不僅多而且“組合”又多樣。相比休謨最初的單因論述，起因對于結果的產(chǎn)生有著更加復雜的內部機制和關聯(lián)。

從社會現(xiàn)象的歷史起源角度看，進行原因的解釋是社會學研究的另一個重要的分析方法。因果分析意味著從某一社會現(xiàn)象所處的歷史環(huán)境中找出對其發(fā)生主要影響的要素。正是在這些要素的影響下，這一社會現(xiàn)象而不是其他社會現(xiàn)象才不得不發(fā)生。涂爾干認為，由于社會現(xiàn)象極其復雜，因此，自然科學用以確定因果關系的諸多方法中只有共變法適用于研究社會現(xiàn)象。所謂共變法，是說如果兩個現(xiàn)象經(jīng)常以某種固定方式發(fā)生同步變化，就強烈暗示著它們之間有可能存在著因果關系。但涂爾干又提醒人們要謹慎行事，不能僅僅根據(jù)社會現(xiàn)象之間的共變關系(即現(xiàn)代統(tǒng)計學上的相關關系)便輕率地確定因果關系的存在。因為可能存在：兩種社會現(xiàn)象之所以發(fā)生共變關系，是因為存在著另一個同時決定它們共變的現(xiàn)象，而這一現(xiàn)象才是它們變化的真正原因。涂爾干舉例說，當時在教育程度與自殺之間可以觀察到某種相關，但如果據(jù)此而斷言教育是導致自殺的原因就錯了，真正的原因是宗教傳統(tǒng)的衰落，它一方面使教育世俗化、普及化，另一方面降低了社會凝聚力，從而導致了自殺。由此可見，因果關系必然是一種相關關系，但相關關系卻不一定是因果關系。所以，社會現(xiàn)象之間的因果關系隱藏在大量復雜的可變因素背后。

(二)人文主義的非決定論——韋伯的視角

韋伯關于社會學方法論的一系列重要的概念工具帶有濃厚的新康德主義色彩。其中，“理想型”便是典型例子。韋伯力圖縮小歷史學與社會學之間的差距，從方法論上把兩者統(tǒng)一起來。他認為，史學所面對的雖然是一些個別的具體事實，但它的任務仍然是探尋這些個別事實之間的因果關系，從而找出某種規(guī)律性的東西。不過，韋伯所說的規(guī)律性或歷史的因果聯(lián)系不是決定論所主張的那種確定性、必然性，而是一種概率性。韋伯以此劃清他與實證主義的界限。

比照休謨的論述，加之上面的分析可知，無論是自然主義的決定論還是人文主義的非決定論，在確立因果關系時都持有一種保留的態(tài)度，這從理論上論證了因果關系是一種或然性而非必然性的關系，社會研究者應充分注意到這一點。

二、混淆因果關系的經(jīng)驗研究分析

在論述定量研究之于社會研究的重要性時，英國學者哈拉蘭博斯認為，“只有當社會世界用數(shù)學語言表示時，它的各個部分之間的確切關系才能得到證實……沒有量化，社會學就只能停留在印象主義的臆想和未經(jīng)證實的見解這樣一種水平上。因而也就無法進行重復研究，確立因果關系和提供證實的準則”。但目前社會研究中定量分析的各種錯誤也屢見不鮮，而對因果關系的分析主要存在三個問題，即偽相關、忽略變量偏誤和抽樣選擇性偏誤，另外還有生態(tài)型謬誤。

(一)偽相關(spurious correlation)

所謂“偽相關”，是指兩變量之間的因果關系是虛假的，建構二者因果鏈條中關鍵的一環(huán)是由第三個變量承擔的，表面的“自變量”與“因變量”只有通過隱而不顯的“中介變量”才能形成關系。正如“A＜B”這一數(shù)學公式，真實的關系則是“A＜C＜B”，變量“C”才是導致變量“B”發(fā)生的真正原因。下面通過一個定量分析中的典型例子予以說明：

在某城鎮(zhèn)抽樣調查了一千戶人家，目的是要研究住房的擁擠情況是否會引致夫妻之間的沖突。表1是得到的數(shù)據(jù)，顯示這兩個變量成正比(G=0.423，p＜0.05)。這是否證明住戶擁擠是導致夫妻沖突的原因呢？答案是不一定。二者的相關有可能是一種偽相關。住戶擁擠(X)和夫婦沖突(Y)這兩個變量的關系可能是由第三變量，如家庭的經(jīng)濟水平(W)所導致的：較為貧困的家庭不僅是居住范圍窄小，而且成員的矛盾也會較大，因此使得住戶擁擠與夫婦沖突成正比。這些變量之間的關系，可用下圖來表示：

X和Y皆與W成反比關系，二者可能因此而有正比關系，這就是數(shù)學上的負負得正的原理。為檢驗住戶擁擠和夫婦矛盾二者的因果關系是否為假，可以引入家庭經(jīng)濟水平作為第三變量予以辨明。假定經(jīng)濟發(fā)展水平可分為高、中、低三個類別，控制家庭經(jīng)濟水平后的統(tǒng)計資料為表2。在所有三個經(jīng)濟水平不同的組內，住戶擁擠與夫妻沖突的關系都非常微弱，均未達到0.05顯著度，因此二者可能是沒有關系，而是一種偽相關，那么住戶擁擠與夫妻沖突的因果關系便是虛假的。由此可以進一步說明，相關并非因果，偽相關更不是因果，需要認真區(qū)別。

(二)忽略變量偏誤(omitted-variable bias)

所謂忽略變量偏誤，主要是指為分析因果關系在創(chuàng)建統(tǒng)計模型時，遺漏了一個或多個原因變量；過度重視或忽視某一變量在因果鏈條中的效應時都會犯此錯誤?？傮w而言，忽略的變量與自變量和重要的因變量都高度相關，這兩個條件要同時具備。

需要強調的是，忽略變量偏誤和偽相關在統(tǒng)計上是沒有區(qū)別的，二者在分析過程中都忽略了重要的“中介變量”，差別僅是概念性的，統(tǒng)計學意義下的本質是一樣的，兩者互為對方的一種表現(xiàn)形式。

(三)抽樣選擇性偏誤(selection bias)

抽樣選擇性偏誤，是指所選的樣本沒有很好的代表性，它不能很好地代表總體的特征而產(chǎn)生的偏誤。就社會研究而言，從抽樣范圍來看，可以劃分為“總體調查”與“抽樣調查”兩大類：前者以總體為樣本單位，后者以某一標準來選取樣本量，抽樣選擇性偏誤就出在所選取的樣本上。

例如，有一個面向物理學專業(yè)的獎學金，評判的條件包括數(shù)學知識、分析能力和語言能力三部分。因為申請獎學金的學生在數(shù)學和分析方面都很出色，不具有歸納差異的條件，因此有人建議根據(jù)個人的語言能力來作為評定的標準。而問題的關鍵恰好在此，樣本的主要差異落腳在一個與群體總特征關聯(lián)不大的維度層面，導致樣本的代表性降低，出現(xiàn)了抽樣選擇性偏誤。要解決樣本選擇性的問題，需要對結果產(chǎn)生影響的多個變量進行控制，多元分析是一個可能的方法。

(四)生態(tài)學謬誤(ecological fallacy)

生態(tài)學謬誤又稱層次謬誤，是指用一種高層次的分析單位做調查，卻用另一種低層次的分析單位做結論，模糊了群體特征與個人特征的界限。從這里可以進一步看出，社會研究盡管用變量語言來闡釋分析單位的規(guī)律性，但此種規(guī)律性是建立在總體而非個體基礎之上，即這種規(guī)律是社會整體層次的規(guī)律，而非社會具體成員單一特征的簡單加總。

涂爾干在其名著《自殺論》中，以“自殺率”這一總體層次的概念，展開對不同地區(qū)、不同宗教信仰、不同年齡性別等人口群體自殺現(xiàn)象的分析，進而得出“社會整合程度”是影響“自殺率”的關鍵因素的結論。相對于“自殺”這一個人行為，“自殺率”則是一總體概念，我們可以從宏觀層次比較各個群體自殺率的高低，但不能從個人層次僅憑個人屬性作出自殺率高低的判斷，否則就是典型的生態(tài)學謬誤。

與生態(tài)學謬誤相對的錯誤還有一種“簡化論”，即局限于只將某些類型的概念應用于研究對象，而忽略了其他概念組的解釋力，“盲人摸象”便是典型的例子。

以上討論了定量分析中導致虛假因果關系的幾種形式。四個方面在本質上是一樣的，在統(tǒng)計上是沒有區(qū)別的，其中的一個是其他三個的表現(xiàn)形式而已。這里筆者只是為了論述的方便才將其用傳統(tǒng)的方法區(qū)分而已。在經(jīng)驗研究中，社會研究者進行定量分析時如不注意，可能就會以因果關系的形式出現(xiàn)偏誤。這從另一個側面也反映出因果關系的不確定性，突出了因果關系的或然性特征。

三、重新思考因果關系

通過對幾種虛假因果關系的分析，可以更加清楚地看到因果關系的或然性特征。這也提醒社會研究者對因果關系應進行再分析。

(一)因果關系中的“時空”性

1.“時間性”——因果關系和橫斷性資料

非實驗性的社會研究經(jīng)常使用在一個時間點上所搜集的橫斷性資料來推論因果關系。現(xiàn)在的問題是，研究中所隱含的貫時性因果關系是否能被探討？我們可以通過兩個法則予以說明：

首先，在社會研究中，因果關系含有貫時性變量的結果，這些變量可能在過去、現(xiàn)在或是未來，但不管以哪種方式存在，因果關系會因時間而改變。如果X是Y的一個原因，隨著時間的推移，X的變化應該導致Y的變化。更進一步說，因果關系中應該含有貫時性的資料，而不能僅僅通過橫斷性的資料來分析。

其次，一個因果命題的有效性，貫時性的資料是提供恰當檢驗的方法。而只有在特定的條件下，橫斷性的資料才肯定是恰當?shù)摹Ｈ绻梢约俣ㄗ宰兞吭谝婚_始的值都是一樣的，只有在這種條件下，后來所做的橫斷性觀察可以合理地解釋原先的因果關系，否則橫斷性資料所做出的因果推論可能為假。

長期以來，通過橫斷性資料進行因果解釋總存在一些問題，這個問題類似于以靜止的照片為依據(jù)來判斷某種高速運動物體的速度。所以，在測量某個因果命題的預測結果時，社會研究者很容易輕率地以橫斷性資料替代貫時性資料。解決的辦法之一就是收集其他時間點的資料，進行總體的研究，謹慎進行解釋性研究。

2.“空間性”——因果的對稱性與非對稱性

無論是理論研究還是經(jīng)驗研究，研究者都不應忽視因果關系的對稱與不對稱。當下的定量分析中，大部分的標準統(tǒng)計工具所含的是對稱的因果關系。研究者若要判斷一個變量的改變是否引起另一個變量的改變，可能還要考慮其他變量的影響，這時可以采用凈相關系數(shù)進行分析。因和果之間如果不是完全不對稱的話，至少部分是不對稱的，如X和Y兩個變量，當指定X為自變量時，Y則自動指定為因變量，二者之間的關系就變成了一種不對稱。當然，這種指定中摻雜了很多人為因素，具有較大的主觀性，這無疑也增加了確定因果關系的風險。

一個完全對稱的關系是沒有問題的，因為在某個自變量上來回的變動，將會在因變量上持續(xù)產(chǎn)生相同的來回的變動。但是，如果關系是不對稱的，社會研究可能會導致嚴重的錯誤。

(二)因果關系中的“原因”復雜性

1.必要原因和充分原因

必要原因表示“只有”存在這個條件，結果才會出現(xiàn)；充分原因則表示，“只要”這個條件出現(xiàn)，結果就肯定會出現(xiàn)，但充分原因并不等于某結果的唯一可能原因，所以一個原因可能是充分的，但不是必要的。在社會研究中，研究者最希望發(fā)現(xiàn)的是充分必要原因。

但社會研究中，在分析變量之間的關系時，發(fā)現(xiàn)某個既是絕對必要的又是絕對充分的原因是很難的。并且，發(fā)現(xiàn)100%的必要原因或是100%的充分原因也同樣困難，這些因素也更提高了確定因果關系的難度，增加了因果關系的不確定性。

2.根本因和表象因

社會研究者應認真區(qū)分根本因和表象因。這是因為，一方面，有一些表象因看起來似乎是很對因果關系負責的；另一方面，有一些根本因實際上造成結果的產(chǎn)生。對此可以從兩個角度進行思考：

首先，從某些變量的本質無法區(qū)分某一變量是根本因還是表象因，必須視情境而定。在某個情境里，經(jīng)由統(tǒng)計模擬的控制實驗，當一個變量看起來對因變量產(chǎn)生影響時，但是實踐上任何一個方向上的改變對因變量并不產(chǎn)生真正的影響，這樣的變量是表象因；至于根本因，則是在研究情境里真正對因變量產(chǎn)生影響的變量。但普通的定量分析是無法區(qū)分開來的。

其次，自變量與因變量的相關強度并不能區(qū)分表象因和根本因。一個表象因可以輕易地和因變量產(chǎn)生很強的關聯(lián)，然而一個根本因可能是無法進行測量的。即使可以進行測量，它和因變量的相關強度也可能不比表象因和因變量的相關強度要強。

(三)或然性因果的適用性分析

個案式和通則式解釋是兩種基本的因果解釋模式。所謂個案式解釋，就是在這種解釋方式中，我們試圖窮盡某個特定情形或是事件的所有原因；所謂通則式解釋，指在這種解釋方式中，我們試圖尋找一般性地影響某些情形或者事件的原因。

需要強調的是，在討論因果關系的或然性時，其適用對象是對總體而言的，是通則式解釋，而非個案式解釋。因為概率性的解釋對個案是不適用的，只在有重復的事件發(fā)生時，概率性的因果關系才有意義。概率論的基礎是重復，假如沒有重復，就沒有概率，也就沒有概率性的因果關系。

社會研究者在運用統(tǒng)計技術時，應拋棄“統(tǒng)計至上”主義，時時反思自己，不斷修正研究中的謬誤，提升自身的判斷力，“科學地”陳述“社會事實”，真實地反映社會研究中的因果規(guī)律。

發(fā)現(xiàn)因果關系，挖掘因果規(guī)律是社會科學研究的重要任務，也是學科知識積累和建設的核心。對因果關系尤其是對其或然性與必然性的爭論還將存在并繼續(xù)下去，這既是人類社會復雜性的表現(xiàn)，也恰恰是研究與創(chuàng)新的動力和機制所在。

如果覺得咱們推送的文章不錯，可以戳一下最底下的推廣信息打賞，不花錢，最多花幾K流量(*^__^*) ……