DOI：10.16382/j.cnki.1000-5560.2022.04.001 一、引言 2021年10月11日，瑞典皇家科学院将诺贝尔经济学奖授予加利福尼亚大学伯克利分校教授戴维·卡德(David Card)、麻省理工学院教授乔舒亚·D安格里斯特(Joshua D.Angrist)和斯坦福大学教授吉多·W.因本斯(Guido W.Imbens)。在颁奖典礼致辞中，诺贝尔经济学奖评委会主席彼得·弗雷德里克森(Peter Fredriksson)如此评价三位获奖者的学术贡献“你们的研究表明社会核心问题完全可以通过自然实验得以回答。……你们彻底改变了经济科学中的经验研究。得益于你们的研究，我们回答关键因果问题的能力得到了极大的提升”(Fredriksson，2021)。事实上，这并不是因果方法第一次登上诺奖舞台。2019年，阿比吉特·班纳吉(Abhijit Banerjee)、埃丝特·迪弗洛(Esther Duflo)和迈克尔·克雷默(Michael Kremer)三位学者就因运用随机对照实验方法为全球脱贫做出的学术贡献而获得诺贝尔经济学奖。社会科学研究实现因果推断有两种方法：随机对照实验(Randomized Controlled Trial，RCT)与自然实验(Nature Experiment)或准实验(Quasi-experiment)。随机对照实验是实现因果分析的“黄金法则”，它通过随机分组形成处理组和控制组之间的数据平衡，由此实现对干预的因果效应的正确识别。随机对照实验源自农业科学，普遍应用于医学与药物研究，班纳吉、迪弗洛和克雷默的学术贡献在于将随机对照实验大规模地应用于社会政策项目与改革成效评估；自然实验或准实验也是以随机对照实验原理为理论基础，但它采用的是非实验性的研究设计，对非实验的观测数据进行“改造”，使之具有与实验数据相类似的平衡特征，并由此获得与随机实验具有同等或相近的因果推断效力的结论。卡德、安格里斯特和因本斯的学术贡献在于他们突破原有的实验研究局限，创新性地发展出基于观测数据的因果推断方法，使因果推断方法在社会科学领域拥有了更广阔的应用空间。 近三十年来，因果推断方法在推动社会科学经验研究发展方面取得了巨大的成功。正如哈佛大学教授加里·金(Gary King)等人指出(King,et al.，2021)：“在过去几十年里，人们对因果关系的了解比以往的总和还要多。”虽然卡德、安格里斯特和因本斯的主要研究领域是劳动经济学与计量经济学，但鉴于教育对个人劳动参与和收入所具有的重要影响，他们的许多重要研究都与现实教育问题及教育制度变革密切相关，包括教育收益率估计、小班化教学效果、学校投入对学生认知能力发展的影响等。他们在这些方面做出了许多极富创新性的工作，并取得了丰硕的成果，这是教育研究者无法回避，且必须回应的。 探寻事件之间的因果关系是人类不断追求真理的前进动力，决定论与因果律一直是西方哲学研究最重要的内容之一。亚里士多德在其论著《物理学》中便就掌握因果律对于了解自然变化的重要作用进行了充分的阐释：“既然我们的目的是要得到认识，又，我们在明白了每一个事物的‘为什么’(就是说把握了它们的基本原因)之前是不会认为自己已经认识一个事物的，所以很明显，在生与灭的问题以及每一种自然变化的问题上去把握它们的基本原因，以便我们可以用它们来解决我们的每一个问题。”(亚里士多德，1982，p.37)秉承这一传统，大卫·休谟从经验主义立场出发对因果关系进行考察，他主张“事物的知识应当以因果关系为基础，只有因果关系才能使我们超出感觉和记忆的范围。对于因果关系并不能有先验的认知，只可能借助于经验，而要得出超过经验的任何知识又必须假设因果关系”(休谟，1957，p.61)。 因果知识很重要，却不易获得。现代人类正身处信息大爆炸的时代，手握各种信息技术利器，可轻易地获取巨量的数据。数据可以告诉我们很多知识，比如它可以告诉我们目前国人的平均收入水平有多高，与之前相比是增加还是减少了，与其他国家相比处于何种水平。这些属于描述性知识。再比如，它还可以告诉我们国人的收入水平会随着个人性别、教育水平、居住地域发生怎样的变化。这属于相关性知识。描述性知识和相关性知识都是非常有益的信息，它们能帮助我们快速了解我们所生活世界的整体状况，但还不够!因为我们不仅希望了解自身所处的物质世界和精神世界是怎样的，更希望了解它为什么会是这样。描述性知识和相关性知识只能回答“是什么”的问题，回答不了“为什么”的因果问题。因果知识对于指导人类社会正常和健康发展是极为必要和重要的，唯有因果知识方可解答“为什么”的问题，为人类下一步的行动提供可信的指引。 “对于因果关系方面的知识来说，数据没有任何发言权”(珀尔和麦肯齐，2019，导言，第XXIII页)。因果解释只存在于数据之外的人类的想象和逻辑推理之中。事实上，因果推断的思维早已存在于人类意识之中，人们脑中储存了大量的因果知识，正如远古人早就明白在狩猎时团结协作要比单枪匹马能收获更多的猎物，现代人只要早上出门上班发现下雨，就会立刻意识到今天早高峰会大堵车。虽然人类早已掌握并习惯于运用因果思维进行行为决策，随机实验法在100年前就已经被提出(Fisher & Mackenzie，1923)，但人类的因果思维一直未被正式的模型化和数学化，因果推断方法得不到系统的发展，这极大阻碍和限制了因果知识在改善我们人类生活方面的作用的发挥(珀尔和麦肯齐，2019)。
