左才 | 政治学研究中的因果关系：四种不同的理解视角

编者按

本文综述了政治学家围绕多元因果关系展开的讨论，系统梳理了理解和构建因果关系的四种传统方法及其在政治学研究中的发展与应用。对于每种方法，文章深入分析了其优缺点，强调了不同理解视角和传统的相对贡献，并指出它们各自的局限性。作者认为，不存在孰优孰劣的问题，每种传统及其逻辑在因果推断中均有价值。然而，在保持对不同传统优缺点的自觉认知前提下，将不同方法融合起来已经成为未来政治学因果推断的趋势。

政治学研究中的因果关系:

四种不同的理解视角

作者：

左才 复旦大学国际关系与公共事务学院

引文格式（GB/T 7714-2015）：

左才.政治学研究中的因果关系:四种不同的理解视角[J].国外理论动态,2017,(01):24-31.

内容提要

社会科学研究的主要任务是探求因果关系，因果关系的本质和形态是多元的。本文综述了政治学家围绕因果关系展开的讨论，系统梳理了在政治学研究中理解和构建因果关系的四种传统和方法及其发展与应用，并分析了每种方法的优缺点。文章认为，不同的理解视角和传统不存在孰优孰劣，每种传统及其包含的逻辑都能为因果推断作出贡献，但也同时存在局限性。在对不同传统的优缺点保持自觉的前提下，不同方法的融合已经也将继续成为未来政治学因果推断中的趋势。

关键词

因果关系；因果机制；实验方法

一、引言

因果关系是政治科学，乃至社会科学研究中追求的“圣杯”。按照科学主义的传统，因果关系是可以被观察并测量的。然而，在这个共同前提下，学者们对因果关系的本质及形态的理解存在较大差异。使不同研究方法（比如定性方法与定量方法） 区别开的往往是对因果关系的不同构建和理解。对于不同的研究对象而言，因果关系的形态也有所区别，比如，充分条件更经常出现在对宏观现象（例如民主和战争）的原因分析中，而越来越多的关于政治态度和行为的原因分析开始遵循实验的逻辑。

亨利·布雷迪（Henry Brady）非常精彩地总结了理解和构建因果关系的四种逻辑和传统。在其分析的基础上，本文将系统介绍国外政治学界围绕因果关系展开的讨论，梳理每种逻辑和传统的表现形式、发展应用及优缺点，以期为国内政治学研

究中的因果推断提供基础性知识储备。

二、休谟或新休谟传统

大卫·休谟和约翰·穆勒等哲学家都曾依照充分条件的逻辑来定义因果关系。X 是 Y 的原因当且仅当 X 是 Y 发生的充分条件。这种定义自然引起了关于其他条件（比如必要非充分条件）是否是原因的讨论。休谟对因果关系的传统定义也无法处理多种原因或不同原因的组合导致某个共同结果的情况。后来的哲学家对这种定义进行了扩充，比如澳大利亚哲学家约翰·麦凯（John Mackie）将“原因”定义为INUS条件。电线短路（A）与木质房子（B）两个条件足以导致房子起火，汽油罐（C）与火炉（D）共同作用也足以导致房子起火。虽然 A、B、C、D 四个条件都不是房子起火这个结果的必要或充分条件，但是每一个都是导致房子起火的充分条件中的必要非充分要素。根据麦凯的定义，每一个都是原因。这种定义的优点在于它涵盖了多因一果的情况，避免了因果宿命论，使得因果概率论的逻辑也具有适用性。但是，这种定义在本质上与休谟的定义相同，仍然是将因果关系视为两种现象或因素的常规关联（ constant conjunction）。休谟认为 X 与 Y 之间建立因果关系必须满足三个条件: （1）X 和 Y 在时间和空间上必须是邻近的;（2）X 发生在 Y 之前; （3）X 与 Y 的常规关联。但是两种现象的常规关联并无法证实两者之间存在因果联系。观察到相关性之后，研究人员仍然需要运用其他证据来检验这种关联是否是因果关系。

因果关系也可以用必要条件来定义:Y 只有在 X 存在的条件下才会发生，那么X 就是 Y 的原因。必要条件的逻辑最早可以追溯到亚里士多德。在这种逻辑下，某个变量或条件只能是或不是必要条件，换句话说，对必要条件的测量必然是一个二分变量。后来的研究人员发展和突破了这种经典逻辑，将必要条件定义为一种概率性的连续变量，比如 99% 的观测发现某个变量是 Y 发生的必要条件，查尔斯·拉金（Charles Ragin）认为这个变量就是 Y 发生的“几乎必要条件”（almost always necessary）。关于必要条件，至少存在 5 种定义和逻辑: 亚里士多德的经典两分定义、集理论（set theory）、模 糊 集 理 论（fuzzy logicsets）、微积分统计逻辑以及概率论逻辑。

在政治科学中，主要是在形式理论（formal theory）和定性研究，尤其在比较历史分析中，运用必要和充分条件来探讨因果关系十分常见。民主和平理论（democracy peace theory）可以被视为在探讨和平发生的充分条件。对社会运动、民主、经济发展等前提因素的探讨也就是对这些重要的政治和经济现象发生的必要或充分条件的探索。加里·格尔茨（Gary Goertz）统计了 150 例在政治学、社会学和经济史领域以必要条件形式提出的因果假设。在格尔茨看来，针对所有重要的社会和政治现象都可以以必要条件的形式提出研究假设，这被他自称为格尔茨第一定律。与其重要性不相匹配的是，政治学并没有在方法论上足够重视这种逻辑。定性比较分析（qualitative comparative analysis）是近几十年发展起来的一套系统识别和检验充分或必要条件的方法，它主要关注寻找因果解释，即“结果的原因”（cause of effects）。然而，即便在美国的研究生方法论课程中也鲜见讨论相关内容，更别提设置专门的课程。

三、反事实逻辑

因果关系在一定程度上都暗含着一种反事实逻辑。美国哲学家戴维·刘易斯（David Lewis）详细分析了因果关系是如何与反事实逻辑紧密相连的。这种反事实逻辑尤其适合用来检验以必要条件形式提出的因果假设。如果研究者假设 X 是 Y发生的原因（必要条件），其暗含的反事实逻辑是如果 X 没有发生的话，那么 Y 也不会发生。马克斯·韦伯在评论德国历史学家爱德华·迈尔（Eduard Meyer）的《历史的理论及方法》一书中提到，虽然历史无法重来，我们无法得知，如果俾斯麦不发动1866 年的普奥战争，历史将会被如何改变，“但是这个问题本身并不是毫无意义的，因为对它的回答触及了对事实进行历史建构的一些关键要素: 如果俾斯麦的个人决定的确是原因，那么这个原因的影响到底有多大以及在历史记述中这项个人因素应该占据什么样的地位”。在政治学中运用反事实逻辑开展的研究大多为案例分析。与休谟或新休谟传统相比，反事实方法不要求总是观察到因与果的关联，而只需要找到一个除了假设原因之外其余因素都相似的世界，如果在这个世界中被解释的现象的结果不同，那么就可以认为假设的原因成立。

在具体运用时，学者建议应该明确和详细地将头脑中的反事实推理展现出来，以便读者结合普遍原则等抽象知识和具体历史事实来评估因果假设的合理性。在评价反事实研究时，杰克·列维（Jack Levy）提出了三个标准: 清楚性、前提的合理性以及反事实结果有条件的合理性。

在“清楚性”方面，反事实的论述需要清楚指出，如果某个因素改变了，历史的哪些具体方面将发生变化。简单的一句“历史将会不同”由于无法被证伪，因此也没有太多用处。詹姆斯·弗尔伦（James Fearon）认为下面的反事实论述是明确清楚的:

如果欧洲当时的领袖们意识到了防守的真正作用，那么 1914 年的政治局面会如何? 我们可以通过想象这一情形来清楚说明崇尚进攻对一战的影响……（如果意识到了防守的作用），那么所有欧洲国家首先进行战争动员的意愿可能不会那么强烈，并且每个国家在自己发起动员前对对手的备战会采取更加容忍的态度，如此一来，即使会出现动员与反动员交替螺旋上升的情况，其发展速度也会更缓慢。

反事实因果法的主要问题在于，找到两个最接近的世界（closest possible worlds）在现实或逻辑上都较难实现。一个因素的差异或改变往往意味着（或导致）其他因素的差别或变化。在反事实论述时，这些因素之间以及它们与反事实论证的前提之间都需要保持逻辑的一致性，即共融性。比如，“在古巴导弹危机中，如果当时是尼克松而不是肯尼迪任美国总统，结果将会不同，尼克松会进行空袭而非海上封锁”，这种反事实论述就违背了共融性。学者指出，如果当时是尼克松任总统的话，他很有可能会在“猪湾事件”中直接动用美国军队，卡斯特罗政权将被推翻，苏联不会在古巴部署攻击导弹，也就不会发生古巴导弹危机。基于共融性的要求，一些学者赞同韦伯的观点，认为最好的反事实世界是对现实作出最少改动的世界，即“对历史进行最小改写”的法则。符合这一法则的反事实论述的例子是，如果乔治·布什没有赢得 2000 年的美国总统大选，那么美国不会发动伊拉克战争。

在保证“清楚性”以及“前提的合理性”的同时，好的反事实论述还应该与具体的历史事实、既有的理论保持一致。

四、实验逻辑

与用反事实逻辑想象出一个最相似世界类似，实验方法（manipulation approach）也强调控制住其他变量来分离出某单一变量对结果的影响。但是，与反事实逻辑不同，实验强调对关键解释变量的实际干涉和人为操纵。反事实逻辑同样无法建立因果关系和排除虚假关系（spurious correla

tion）。而在实验逻辑下，人为操纵和干预关键性解释变量可以有效地辨识出原因，确立因果关系的方向和排除虚假关系。

阿伦德·李普哈特( Arend Lijphart) 曾称: “实验的方法几乎是最理想的进行科学解释的方法，但不幸的是，由于实践和伦理的阻碍，它很少能被运用于政治科学中。”实验方法在政治学中的运用从1920 年代萌芽，经历了 70 年代的急剧上升和 1975 年后的短暂低潮。从 1990 年代起，实验方法开始得到迅速发展。受到可行性因素的制约，实验研究的议题主要集中在政治信息传播、政治态度、政治行为、选举政治、议会政治、政府回应性、发展与治理等。依据对干预的控制程度，实验研究由高到低可划分为四种类型: 实验室实验、调查实验、田野实验和自然实验（natural experiment）。社会科学主要通过随机分配划分对照组与实验组来保证实验研究的关键前提，即干预前的等同性（pre － treatment equivalence）。因此，对实验研究最致命的批评就是指出其没有真正做到随机分配，比如哈罗德·戈斯内尔（Harold Gosnell）最早在芝加哥进行的有关选举投票的田野实验。

在因果关系的建立上，对干预的人为控制程度越低，对因果关系的推断以及对因果效应大小估计的系统性偏差就越大。就自然实验这类利用自然发生的、即完全随机的干扰（treatment）（比如地震等自然灾害）或是其他类随机分配（as － if random assignment）（比如非洲国家的边界）开展的研究而言，对干预的人为控制极低。自然实验实质上是观察型研究，没有人为对干预进行控制，因此没有办法排除一些无法观察到的因素对实验结果的影响，甚至无法辨识出原因。比如，在两个非洲国家观察到种族关系的差异，虽然非洲的国家边界是一个类随机的干预，但是边界本身并不是解释种族关系差异的原因。“要找到背后的原因，研究人员需要将关注焦点从方法转移到理论上来。”

实验方法面临的另一个无法克服的问题是先占效应（pre － emption），即某个因素在实验前就制约了实验中被操纵的原因的影响，使得实验无法显示该原因的实际效应。比如，在不知道砒霜有毒的情况下，较早的依据对照组与实验组进行的实验得到的结果都是病人死亡，因此很容易认为砒霜对性病没有治疗效用，虽然两组病人的死因不同，对照组病人死于性病，实验组病人死于砒霜中毒。砒霜对性病的效用被砒霜的毒性所掩盖，无法通过简单的对照实验得到体现。在一个选民呈两极分布的社会，选举规则对政党数量的影响受到限制，人为改变选举规则无法准确显示出其对政党数量的影响。在经济发达的国家，技能培训对受训者找到工作的影响也有限，因为在这些国家，就业有许多其他的保障机制。

五、因果机制法

先占效应反映了在寻找因果关系过程中普遍存在的配对问题，即因与果到底是否能准确匹配。无论是常规关联、反事实逻辑，还是实验方法都无法彻底解决这个问题，因此催生了对因果机制的重视。

与休谟传统强调因果的常规关联不同，因果机制的角度关注原因导致结果的过程，尤其是作用力如何通过不同主体行为的互动传递出来。在因果机制的视角下，原因（X）与结果（Y）之间并不总是、也不需要存在常规关联或共变（co － vary） ，只要 X 的确能通过某个机制产生 Y，X 就是 Y 发生的原因。

过程追踪（process － tracing）和分析叙述（ analytic narratives）这两种方法关注的核心就是因果机制。然而，在机制的定义、可观察性、普遍性、必然性以及运作层面这五个方面仍存在争论。

詹姆斯·马奥尼（James Mahoney）曾总结出 24 种对机制的定义。表 1 列出了对机制的常见定义。约翰·耶林（John Gerring）认为将机制定义为某种效应产生的过程或路径引起的异议最少。但这似乎并没有平息争论，对于具体什么是过程或路径，学者仍有不同侧重。将机制看成一系列事件或中介变量，无法充分解释原因是“如何”导致结果的，因为事件的堆砌并不一定能解释因果力（causal forces）怎样以及为什么会传递到结果。而即便识别出了中介变量，仍然没有回答中介变量是如何与结果连接在一起的。因此，部分学者认为最令人满意的定义是“引起某种经常性变化的实体及活动”。德里克·比奇（Derek Beach）和拉斯马斯·佩德森（Rasmus Pedersen）以民主和平理论为例，比较了“实体—活动”定义的优势。与止步于辨识出“问责性”和“团体压力”这两个中介变量不同，“实体—活动”定义下的因果机制进一步打开了因果关系中的黑箱: 反战团体向政府抗议卷入战争，民主国家的政府出于选票考虑采取安抚的外交政策予以回应，这导致了和平。实体及其行为和活动有效解释了因果力的传递。

“实体—活动”定义自然衍生出因果机制是否只存在于微观层面的争论。部分学者认为，因果机制都是微观的，不存在纯粹的宏观机制。这与因果解释必须有微观基础（micro － level foundation）的观点相一致。但是，即便主张因果解释必须有微观基础，也不意味着否定宏观结构因素的解释力，而只是强调在进行宏观结构性解释时，需要佐以两类信息: 一是结构因素如何影响个人的微观层面; 二是若干个人的行为如何聚合起来导致宏观结构层面的结果。因此，实用的中间观点更可取，因果机制不仅存在于微观层面，也可以存在于宏观层面，同时还存在于微观层面与宏观层面之间的连接中。

因果机制的优势在于提供解释。用耶林的话来说，这个优势导致了社会科学研究对因果机制的痴迷。学者日益重视在研究中提出和检验因果机制，并强调将因果机制研究与定量方 法、形式理论结合起来。但因果机制研究同样面临挑战。耶林认为，某个原因与结果之间经常存在多个机制，并且机制之间往往存在复杂的相互作用，因此较难将不同机制区分开来。其次，机制研究中更常包含一些难以被操作化的、模糊的和抽象的概念。在耶林看来，探索和检验因果机制在社会科学研究中是重要的和值得称赞的，但却不是必不可少的。

六、结语

究竟什么是因果关系（causality）? 上述四种传统从不同的角度进行了回答。对因果关系的考察有的侧重寻找结果的原因（causes of effects），有的偏重甄别和测量原因的影响（effects of causes）。在追求后者的定量分析中，对因果关系的理解综合了休谟传统中的“共变”和“相关”以及反事实逻辑和实验方法中的“控制住其他因素”（Ceteris Paribus）。有政治学家尝试调和这些不同的视角，建立一个统一的理解框架。比如，马奥尼认为在定量分析中有显著效应的自变量其实就是新休谟传统下的 INUS 原因。耶林则提出，原因能够提高某个事件（果）发生的概率，这样的定义为重构因果关系提供了一个“普遍的语义土壤”，但他同时也强调因果关系是多元的。

每种理解因果关系的传统都有其优点和问题，虽然不同的传统往往导致迥异的分析结论，比如对车祸原因的分析，常规关联传统强调醉驾是车祸的原因，而实验操纵逻辑更多关注行车路线选择对车祸的影响，但两者都为我们理解车祸原因贡献了新的知识。在对不同传统的弊端保持自觉的前提下，学者呼吁混合使用不同方法，比如在因果解释上具有优势的因果机制法与在确立因果关系方向上具有优势的实验逻辑的融合。

（注：因篇幅限制，参考文献从略）

编辑：石寒冰

一审：焦    磊

二审：大    兰

声明：

本文仅为资源共享、学习参考之目的，并不代表本平台赞同其观点或对其真实性负责，本平台不承担文章侵权行为的连带责任。如需转载本文，请后台联系。