第二节　因果推断简史

在哲学领域很早就有关于因果的讨论，但真正可以操作的因果概念还是来自于统计学领域。统计学领域流行的观点是统计工具只能考察和识别相关关系，不能考察因果关系，相关关系不是因果关系。Neyman（1923，1990）在研究农业实验中首次提出了潜在结果的概念，但由于其论文是用波兰语写成的，并没有引起学术界的关注。[4]Fisher（1935）提出，随机化实验（randomized experiments）是因果推断的基础。20世纪70年代以来，Rubin（1974，1977，1978）的一系列论文，重新独立地提出了潜在结果的概念，并将之推广到观测研究，从而构造出适用于随机化实验和观测研究的基本分析框架，Rubin提出的潜在结果框架被称为Rubin因果模型（Holland，1986）。[5]Rubin因果模型（Rubin CausalModel, RCM）的关键是提出了“潜在结果”的基本概念，第二章会详细介绍Rubin潜在结果框架。目前，RCM已经成为因果推断的基本理论基础。[6]

在经济学文献中，因果推断可以追溯到Ashenfelter（1978）、Heckman and Robb（1985）等。关于潜在结果的概念，实际上在Haavelmo（1943）关于供求分析的联立方程理论中有所涉及，文中他区分了供给函数中“任何想像的价格π”和“实际价格p”，但是后来的计量经济学理论发展没有沿着潜在结果的方向走下去，而是开始对观测结果直接进行建模，将潜在结果和分配机制杂糅在一起，使因果效应的识别变得难以理解，并且引入的假设也越来越多（Rubin，2008；Imbens and Wooldridge，2009）。

经济学界历来存在着“计量经济学是否是科学”的争论（Hendry，1980；Sims，1980），Leamer（1983）更是指出：“计量经济学的艺术就是，研究者在计算机终端中拟合许多（甚至上千个）统计模型，从中选择一个或几个符合作者预期的估计结果在论文中进行报告。”“我们发现我们正处于一种令人沮丧和不科学的境地。没有人将数据分析看作严肃的事情，或者更准确地，没有人把别人的数据分析当回事。”Leamer（1983）提议让我们将计量经济学中的“谎言和欺骗”剔除出来，他提出的解决方案是“敏感性分析”（sensitivity analysis）。然而，“敏感性分析”并不能真正解决实证分析结果的“可信性”问题（Angrist and Pischke，2010）。传统计量经济学方法的“可信性危机”在当时逐渐显现出来，LaLonde（1986）利用美国70年代进行的一项就业培训的随机化实验数据，考察利用传统计量经济学方法是否能够模拟随机化实验的结果。他以随机化实验作为基准（benchmark），利用观测数据作为控制组，运用回归、固定效应、Heckman选择模型等计量经济学常用方法估计了培训对收入的影响，发现这些计量经济学方法都无法复制随机化实验的结果。因而得到观察研究中，计量经济学方法无法可信地估计出因果效应的悲观结论。LaLonde（1986）的研究直接推动了经济学经验研究的“可信性革命”。经济学家开始关注计量经济学方法的可信性问题，Dehejia and Wahba（1999）利用倾向指数匹配方法重新考察了LaLonde（1986）探讨的问题，他们发现，尽管LaLonde尽量通过手工方式使两组个体相似，但是，LaLonde构造的控制组个体与实验中的干预组个体仍然具有较大的特征差异。他们利用倾向指数匹配方法，获得与干预组个体更为相似的控制组个体，发现估计的因果效应与随机化实验的结果非常相似。LaLonde（1986）和Dehejia and Wahba（1999）的研究引起了很多学者的关注和讨论，从而引发了计量经济学的“可信性革命”（Angrist and Pischke，2010）。[7]随后，有很多文献考察观测研究如何才能复制随机化实验的结果，如何才能使经济学的经验研究更加可信。“可信性革命”的一个重要特点是强调设计，以随机化实验作为研究设计的基础，对潜在结果直接进行建模，而不是对观测结果进行建模，将潜在结果和分配机制分离开来，通过科学的设计，让数据自动呈现因果效应，尽量避免有关函数形式和模型设定这种假设因素，与结构计量经济学学派形成清晰的差别。引领这场经济学经验研究“可信性革命”的代表人物包括加州大学伯克利分校的David Card、普林斯顿的Alan Krueger、斯坦福大学的Guido Imbens、麻省理工学院的Joshua Angrist、哈佛大学的Alberto Abadie等人，通常称之为计量经济学的“实验学派”。