社会科学中的因果分析

书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf 书书 * 作者曾在上海大学社会学系、中国人民大学农村发展研究院和山东大学哲学与社会发 展学院的研讨课上演讲本文，感谢与会的学者、学生。黄宗智、刘杰、刘玉照、周立、周 怡、田晓丽、阮丹青和许建明教授在文章写作过程中提出了宝贵意见，在此致谢。 社会科学中的因果分析* 彭玉生 提要:休谟提出的因果问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 影响了两个半世纪的科学哲学讨论，即人类 如何从有限经验观察推论必然因果关系?密尔从 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 论角度阐释了因果推 论的逻辑，指出只有在其他因素相同的条件下，经验相关才能推论因果，为现 代随机分组试验 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 奠定了基础。实验方法在社会科学中应用有限，更为常 用的是观察数据统计分析和个案数据定性分析。复杂统计模型用统计控制 模拟实验控制，也能有效检验因果命题。定性分析是理论与经验的反复碰 撞，有利于提出新理论或新假设。本文强调，因果解释一定包括机制解释，而 机制解释一定是理论解释。因果理论不是对经验相关的简单归纳，而是思想 飞跃。检验因果理论的基本逻辑是:从理论演绎因果命题，再演绎相关假设， 然后用统计数据检验之。最后讨论整合理论、定性、定量的三点定位原则。 关键词:休谟问题 密尔逻辑 随机试验 统计控制 个案 三点定位 科学研究的终极目标是理论解释，对现象的描述和分类是前科学 阶段。所谓科学理论，是关于超脱具体现象的一般性概念和命题系统， 不仅能够说明是什么，还能够说明为什么。如牛顿力学，解释苹果垂直 落地、行星运行轨迹等。社会科学虽然有很大的特殊性，描述性研究占 据很大份额，但理论解释仍然是其最高目标(Merton，1968)。 社会科学的理论解释包括两类风格:因果解释(explanation)和意 义阐释(interpretation)。解释性(因果解释)研究力图揭示社会现象发 生的原因，而意释性(意义阐释)研究则阐释行动的文化意义。我认 为，因果解释和意义阐释并不矛盾，相反，意义互动恰恰是社会因果机 制的特点。所以，无论是解释性理论，还是意释性理论，因果命题都是 必不可少的。除了少数历史社会学家声称只做历史描述、揭示个案的 特殊性、避免因果分析(如 Bendix，1956)，纯粹的描述性研究并不多 见，众多学者致力于对现象的因果解释，甚至寻求普遍性因果定律(如 1 Moore，1966;Skocpol，1979;Kiser ＆ Hechter，1991)，或者普遍性社会机 制(Elster，1999;Hedstrom，2005;Gross，2009)。 社会科学的因果分析比自然科学的因果分析更为微妙复杂，源于 两方面原因:其一是社会科学研究对象本身的特点所致。人的自我意 识及行为任意性，导致社会现象具有更大随机性，这使社会现象的因果 链条变得更加扑朔迷离，因果推论更为困难。例如，两个台球相撞而发 生动能传递是一纯粹力学现象，可用力学原理精确描述。两个人发生 冲突，可以表现为肢体冲突，权力的较量，也可以表现为纯符号冲突，所 谓君子动口不动手;而且肢体冲突和权力较量也是符号互动，因为都涉 及对社会情景的界定和文化规则的解释，这就使社会现象的因果链条 极为复杂多变，不确定因素增加许多。其二是社会科学研究方法上的 局限性。实验方法是因果推论的惟一可靠方法，这是目前科学界的共 识，但实验方法在社会科学中应用极为有限。常规而言，社会科学家只 能在自然状态下观察研究对象和收集资料，通过定量统计分析或定性 个案分析来探索因果关系。定量方法以统计控制模拟试验控制，区分 规律性和偶然性因果关系，估算净相关，从而检验因果假设。定性方法 基本上是理论和经验资料的反复碰撞，一般不能用来检验因果假设，但 以分析事件过程、阐释文化意义、提出新命题为优势。两类方法各有所 长，二者的结合则能取长补短。 本文焦点是社会科学因果分析的方法论，旨在讨论各种因果分析 方法的共同逻辑和社会科学应用中的误区，澄清理论、因果命题和相关 分析的联系。下文首先回顾因果问题的哲学讨论，方法论逻辑，探讨统 计模型与个案分析的优劣，强调理论抽象在因果解释中的作用;最后讨 论理论、定性、定量相结合的三点定位原则。 一、休谟定义、密尔逻辑与随机组设计 (一)休谟定义 学术界讨论到因果关系，不免要提到 18 世纪哲学家大卫·休谟提 出的因果问题或归纳问题(Hume，2005 /1739，1999 /1748)，因为这是人 类认识论的软肋。休谟的疑问左右了其后 200 多年的哲学和科学哲学 讨论。我们先看他对因果概念的剖析。休谟认为，所谓因果，有三层含 2 社会学研究 2011． 3 义。第一是原因和结果事件之间在时空上毗连(contiguity)，时空联接 是因果关系的先决条件。如果两个时空相距很远的物体产生了因果作 用，那么其间必然存在某种因果链条的衔接。第二是时间顺序(suc- cession)，即因先果后。第三是必然联系(necessary connection)，即因果 现象相伴而生，有其因必有其果。休谟指出，这三要素中，前两条是必 要因素，而第三条是最重要的(Hume，2005 / 1739:61 － 65)。这一条也 是最具争议的。 关于第三要素，休谟本人用了两个术语，一是必然联系，二是恒定 关联(constant conjunction)。二者在语义上有细微不同，恒定关联强调 经验伴随现象的重复性，用现代统计学术语就是统计相关。而必然联 系则是超越感官经验的，是人类对恒定关联的心理印象。这种定义上 的微妙矛盾蕴含了经验主义的基本问题(Beauchamp ＆ Rosenberg， 1981)。一方面，休谟强调，因果联系不同于逻辑推论，一定来自经验; 我们不能通过分析原因事件的特性而推导出它的结果(Hume，1999 / 1748:109 － 110)。另一方面，他指出，我们的内外感官都不能直接观察 到事物之间的联系:“总的来说，世界上没有任何自然的联系(connec- tion)是我们能够感识的。所有事件都是离散的。一事件跟随另一事 件之后而发生，但我们永远无法观察到它们之间的联系。他们似乎相 伴而生(conjoined)，但并无联系”(Hume，1999 /1748:144)。 休谟认为，因果概念只有一个来源:我们对经验关联现象的重复观 察。当我们一次又一次观察到两类现象总是相伴而生，“我们便认定 二者之间有某种联系，某种力量，使其中一现象能够屡试不爽地、确定 地、必然地产生另一现象”(Hume，1999 /1748:144)。休谟用台球相碰 为例来说明:一只运动的台球撞击另一只静止的台球，后者由静变动。 第一次看到这个试验，我们只看到前一只球的撞击和后一只球获得速 度，至于动能如何传递，我们永远看不到。多次重复这个试验之后，我 们觉着二者有某种必然联系，并能预知台球撞击的结果。所有关于必 然关系、作用力、能量的概念都来自对恒定关联的心理印象，没有其他 任何外感内省的根源(Hume，1999 /1748:145)。休谟所谓“作用力”应 泛解为因果作用机制。 所以，因果判断，以至我们关于自然界的一切知识，都是基于人类 对重复性关联现象的归纳。然而，休谟认为，无论对两个事物前后相随 重复观察多少次，我们也无法肯定明天它们还会前后相随(Hume， 3 论 文 社会科学中的因果分析 1999 /1748:113 － 118)。如何从有限的经验观察归纳出必然性的因果 判断?这就是休谟的“因果问题”或“归纳问题”。这个认识论问题启 发了许多大哲学家，包括康德、罗素、波普尔，引起一系列哲学讨论并延 续至今。 休谟处在启蒙运动晚期，也是牛顿力学鼎盛辉煌的时代。其时，休 谟的同时代人，受牛顿力学的鼓舞，认为牛顿发现了颠扑不破的绝对真 理，对人类认识能力也深信不疑。然而，牛顿强调，万有引力是我们看 不见的力量。受牛顿影响，休谟以其冷静的逻辑思考和天才洞识，强调 因果关系如同力和能量的概念一样，是我们永远看不见的。就是说，因 果机制是永远打不开的黑匣子:“宇宙间万象变换不止，物物相随无缝 无隙;但推动这架机器的能量和力却深藏不露，是人类感官永远不能发 现的”(Hume，1999 /1748:136)。 到此，我们看到休谟因果概念的张力。一方面，休谟将因果概念剖 析得干干净净，只剩下经验关联。但是，经验关联不具备必然性，必然 性是人类对经验关联的心理印象，是人类的思维习惯。另一方面，休谟 强调必然性是因果概念的最重要因素，是因果推论的基础，没有必然 性，就无法从原因推诸结果(Hume，2005 /1739:129)。用今天的话说， 休谟所谓必然性联系就是普遍性因果规律和一般性理论。规律必须具 备普遍性，至少一定程度的普遍性，否则就不能称其为规律。恒定关联 与必然联系之间的张力就是经验与理论之间的矛盾。如果人类放弃对 普遍性定律的执著，休谟的归纳问题也就不存在了。但是，人类不满足 于有限理论，而是不断地探索更具普遍性的统一理论。 解决因果概念的张力有两种 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 :一是将其下放为纯粹经验概念， 二是将其上升为纯粹理论概念。下放为纯经验概念就是说，所谓因果， 不过是经验关联的代名词。比如大哲学家罗素(Russell，1903)认为， 休谟本人的经验主义立场不够彻底，若将经验主义推至其逻辑终点则 必然得出结论:既然因果概念既非经验、亦非逻辑，干脆将其从科学术 语中清除出去。现代统计学奠基人皮尔森(Pearson，1900)更缘此提出 用相关分析代替因果概念。 时至今日，因果概念不仅没有被现代科学摒弃，其地位反而更牢 固。我认为，因果概念与科学理论密不可分，因而绝非毫无意义。摒弃 因果概念，则有摒弃理论之嫌疑。科学知识不仅来源于经验感官，还需 要理论抽象。对因果机制解释，追根求源来自理论或常识(即理论和 4 社会学研究 2011． 3 经验知识的沉淀)。在日常生活中，因果概念就更必不可少了。医生 诊病救人，法官定罪量刑，都离不开因果分析。 所以，我更趋向第二种方案:将因果概念上升为理论概念。第二种 方案的代表人是康德。受休谟归纳问题的震撼，康德(Kant，1998 / 1781)提出哲学二元论，即人类知识有两个来源:感觉经验与纯理念; 纯理念是超验的，与经验世界之间有一道不可逾越的鸿沟。康德的纯 理念不仅包括逻辑概念，也包括因果概念和物理规律。他似乎认为，人 类将先验的因果规律(如万有引力)强加给了经验世界。 本文认为，因果是理论概念。一方面，我认同休谟的观点，人类的 因果知识都是基于对经验相关的归纳。另一方面，人类因果判断不是 简单的归纳而是一种抽象。人类思维不满足于“有 A必有 B”的判断， 还要解释为什么，解释因果机制，而机制解释是理论抽象。所以，因果 概念不应下放为纯粹经验相关，而应上升为理论概念。但是，因果概念 也不是康德的纯理念般与经验世界毫无关联。感觉是主观的(色彩、 声音、冷热、时空等)，但我们对外界事物的变化和关联的印象却是相 对客观的，这是检验因果理论的认识论基础(关于因果理论的产生与 检验，容后文续论)。 从方法论角度来看，休谟并没有阐述因果分析的具体操作方法和 步骤。关于判定因果关系的方法论，他在时空毗连、时间顺序和恒定关 联的基础上又增加了五条(Hume，2005 /1739:135 － 136)。其中第四条 是，有其因必有其果，有其果必有其因。换言之，如果 A与 B 有因果联 系，那么有 A则有 B，并且无 A则无 B。第五条是，假如不同原因能导 致同样结果，那么这些诸多原因必有某种共性，且是真正原因。与上文 讨论的从经验推论必然的认识论问题不同，这后两条原则是方法论问 题，但表述显然太狭窄，对现代科学方法没有产生任何影响。第五条基 本上是单因决定论，可能受牛顿万有引力的影响，也可以解释为对统一 理论的追求。 第四条有现代实验方法的雏形，但其表述有两个局限性:其一，过 于狭窄，可能与当时统计学欠发达有关。用现代统计学表述，两个事件 的关联定义为:有 A则 B发生概率较高，无 A 则 B 发生概率较低。换 言之，P(B | A) ＞ P(B | A')。休谟的第四原则(有 A则有 B，无 A则无 B)只是特例，即:P(B | A)= 1，且 P(B | A') = 0。其二，从经验相关推 论因果是有条件的:只有在其他因素相同条件下，我们才能从经验关联 5 论 文 社会科学中的因果分析 推论因果关系。休谟本人没有说明这些条件。时隔一个世纪，约翰· 斯图亚特·密尔(John Stuart Mill)深入讨论了这些条件，严格定义了因 果归纳的逻辑，为现代实验方法打下了根基。 (二)密尔逻辑 像 19 世纪许多哲学家一样，密尔(Mill，2002 /1848)强调归纳乃是 一切经验知识的基础。他从方法论的角度总结了因果归纳的基本逻 辑，被后人称作密尔逻辑。密尔逻辑并不从认识论角度解决休谟的归 纳问题，而是讨论因果推论的方法论原则，我认为其重要性在于指出了 因果归纳的限制性条件。 密尔提出了四种方法:求同法、求异法、剩余法，以及共变法。其 中，前两种方法应用广泛剩余法用途有限，而共变法是求同法和求异法 的结合。 简单说来，求同法是:如果两个或多个个案除了 A 和 B 之外没有 任何共同之处，那么 A 和 B 必有因果联系。求异法是:如果两个个案 各方面都相同，但一个个案有 A有 B，而另一个个案无 A 无 B，那么 A 和 B必有因果联系。下面是密尔本人对求同法和求异法的解释。 第一原理(求同法):“如果所研究现象的两个或多个案例只有一 个共同特征，那么这个共同特征就是所研究现象的原因(或结果)”。 密尔解释道，这个“发现、证明自然规律的方法来自以下公理:任何可 以被排除而不影响所研究现象的特征，即当其消失后而现象依然存在 的特征，与该现象一定无因果联系”(Mill，2002 /1848:255)。当所有特 征都被排除后，不能被排除的特征一定是原因。 第二原理(求异法):“如果所研究现象发生的案例和所研究现象 未发生的案例各个方面都相同，但只有一个特征不同，这个特征被前者 所具备却不被后者所具备，那么，这两个案例惟一不同的特征就是所研 究之现象的结果或者原因，或者原因的不可缺少的一部分”。求异法 来自以下不证自明的公理，即“若一前件一旦消失就招致所研究现象 消失，那么该前件必是研究现象的原因;如果其他前件都不变而只有一 个前件消失，那么任何随其消失的后件，必定是那一个前件的结果” (Mill，2002 /1848:256)。 与休谟明快的语言风格相比，密尔的语言晦涩难懂，翻译成中文更 加拗口。斯高切波和索莫斯(Skocpol ＆ Somers，1980)对密尔逻辑做了 6 社会学研究 2011． 3 图解，一目了然，我基本照搬，见图 1。求同法可以总结为:在总体不同 条件下，关键一致是因果。求异法可总结为:在总体相同的条件下，关 键区别即因果。 图 1 密尔逻辑图解 密尔本人称这些方法为实验方法，因为总体相同和总体区别只有 实验室能够达到，现实中只能近似。自然现象和社会现象往往是多因 的，并且这些原因又是彼此交织关联的，那么要想确定 A 是 B 的原因 就必须将它们从其他因素中剥离出来，将其他因素予以“控制”。实验 逻辑是分析逻辑，即肢解、分离现实中具体的、复杂的因果过程，抽取出 简单的、一般性的因果联系。求同法的“总体区别”条件不可能严格操 作，是日常生活中常用的直观的、辅助性的推理工具。密尔自称“最完 善”的求异法更受科学家青睐，其“总体相同”条件就是现代经济学的 口头语“其他因素不变”，或者社会学的“可比性”。 我认为，密尔对归纳逻辑的定义是严格无误的，虽然不解决休谟的 归纳问题，但绕开了经验关联与必然关系之间的矛盾。既然从个案推 论一般是有条件的，那么因果的“必然性”也就有了限制条件。现实经 验世界中鲜有必然的因果现象。从本体论角度理解密尔逻辑，这是因 为因果关系是有条件的，即:其他因素不变。对于现实中多种因素交织 综合产生的因果现象，因果陈述还可以是必然性的，但必须附带条件。 比如谚语道:“瑞雪兆丰年”，其条件是没有霜冻，没有冰雹，没有蝗虫， 等等。有时条件可以多到因果陈述脱离现实意义，比如，勤奋读书一定 能考上好大学，假如你智商在 90%以上，身心健康，没有不良习惯，不 交损友，老师好，学校好，不是农民女儿，家境好，考试当天不发烧，不落 7 论 文 社会科学中的因果分析 水沟……等等。 现实生活中看似单因的、具有必然性或接近必然性的现象也是有 条件的，只不过这些条件蕴含在我们对日常现实的定义中，不言自喻。 比如苹果熟透了必然落地，假定没有龙卷风，没有人摘食，苹果梗没有 病变等。太阳明天早上要升起，假定没有日食，没有彗星撞地球，没有 黑洞吞噬太阳系，万有引力不消失等。从本体论角度看，如果因果规律 是有条件的，绝对的因果规律也就不绝对了。人类可以追求完美的、放 之四海而皆准的理论，但是一定要明白，现实的因果规律都是有条件 的，相对的。 密尔逻辑在日常生活中运用十分广泛，只是不严格而已。比如，约 朋友吃午饭后都拉肚子，我们判断是餐馆有问题，这是求同法。看了两 家医生后效果不同，我们认定大夫医术有别，这是求异法。执法人员和 侦探通过比较案件之间的共同点和不同点来寻找线索，但未必能呈堂 作证。当艾滋病在美国出现时，医生发现患者都是同性恋，所以怀疑这 个怪病与同性恋有关，这是求同法;后来发现了 HIV病毒，才找到真正 元凶，同性恋只是偶然因素。 (三)费舍实验设计 虽然密尔逻辑的表述是个案比较，但个案比较只在某些物理和化 学实验中才能满足“总体相同”。因为这类现象的相关因素较少，因果 关系相对简单，容易控制。例如，在空气中，鹅毛与铅球不可能同时坠 地，因为除了重力之外，还有空气阻力。只要排除了空气阻力(真空 管)，鹅毛和铅球一定同时坠地。月球和木星的引力可以忽略不计。 再如，用同一个铅球从不同高度坠落，试验速度与能量(对地面打击 力)之间的关系，空气阻力都可以忽略不计。牛顿力学之所以能够率 先发展，其中一个原因可能就是力学现象的因果关系简单，有些规律通 过自然观察(比如行星轨道)就能认识。 但大量生物现象和大多数社会现象不仅是多因的，并且带有随机 性。对带有随机性的现象，即使在实验室条件下，个案比较常常也难满 足总体相同。所谓随机性就是说，能影响某事件的因素非常之多，有些 是我们知道的，有些是我们不知道的，并且还有许多细小的偶然因素， 根本不可能也无法控制。所以，对许多生物和社会现象来说，自然观察 很难发现规律性，即使在实验室，个案比较也难按密尔逻辑操作。比 8 社会学研究 2011． 3 如，在实验室制造两个一模一样的小白鼠亦非易事，除了先天因素，还 有后天因素，虽是同胎所生，对药物的反应也不一定完全一样。与无生 命的物理运动相比(如台球相撞)，动物的行为带有更大任意性，但大 体上受基因控制，遵从弱肉强食的丛林法则。人的行为就更复杂了，除 了先天基因密码，还有社会文化密码，经过大脑对情景做出判断、解释， 再以其有限理性做出决策。并且，作为有高等智慧的人类，还可以决定 逾越游戏规则，极端到作奸犯科、造谣撒谎。所以，人的行为虽然不是 完全随机，但偶然因素大大增加。 如何控制偶然因素的作用，有赖于近代统计学的发展。统计学家 费舍(Fisher，1935)完善了随机化实验设计。这里的随机化，就是将试 验对象随机分配到控制组和实验组。根据大数定理，个体的各种不可 控差异，在随机分配过程中被平均了，即平均而言，两组具有“总体相 同”。例如，制药厂测试新药，找一群符合条件的实验对象，然后随机 分为两组，给一组施用新药(实验组)，另一组施用安慰剂(控制组)，最 后比较结果，如癌变率、胆固醇水平等等。因为两组平均而言没有差 异，所以所有结果有任何差异，都归因于新药。稍微复杂一点的试验设 计，可以先将实验对象以根据某些变量(如性别)分成区(blocks)，然后 在各区内再随机分控制组和实验组，目的是进一步减少控制组与实验 组之间的区别。 随机组设计使密尔逻辑具备了广泛的可操作性。统计学对因果 关系表述为:在相等条件下，如果 A 发生，则 B 发生的概率提高，或 者 X变化导致 Y 平均值的变化。因果关系的必然性不表述为个体 事件，而表述为群体概率或平均值和随机组试验的可重复性。比如， 我们说抽烟有害健康，并不是说每个烟鬼都患肺癌，而是指平均而 言，抽烟提高癌变率。酒后驾车易致交通事故，但并非每次酒后驾车 必肇车祸。对于个体而言，必然性只是偶然性趋于零的特例，比如赤 手停留在 100 摄氏度滚水里必然烫伤，无一例外。严格说来，随机组 实验是因果推论的“金本位”，是目前科学界公认的可靠方法(Fish- er，1935;Holland，1986;Sobel，1995，1996;Winship ＆ Sobel，2004)。 广义地说，因果推论指根据实验结果推论某种普遍性因果关系存在。 至于这种因果关系的机制是什么则超出了经验归纳的范围，属于理 论解释。 9 论 文 社会科学中的因果分析 二、统计模型与个案分析 在社会科学中应用实验设计虽然不是绝对不可能，但应用有限。 比如，我们没办法给一组实验对象注射 200 毫升“社会资本”，然后看 有什么反应。通常研究者都是通过抽样调查在自然的环境中进行观察 和搜集资料，然后用多元统计模型来研究经验资料，并通过统计控制来 模拟实验室控制。并且，宏观历史研究的对象，一定是个案，不可能运 用随机设计。所以，社会科学的因果分析常用定量方法(统计模型)和 定性方法(比较个案研究)。 (一)统计模型和统计控制 统计分析的基本逻辑是将数据分割为系统模型和随机残项。所谓 模型就是理论解释部分，而不可解释部分则被归入随机残项，即: 数据 = 模型 + 随机残项 如广义线型模型(GLM)定义为:Y = Y^ + ε 其中 Y^ = g －1(Xβ)，LM特例为 Y^ = Xβ 用社会科学通用语言，统计模型可以解释为: 现实 = 理论 + 误差 就是说，经验现实由理论和误差两部分构成。现代社会科学，包括 宏观历史研究，基本上放弃了决定论，即便是最完美的理论也不能排除 偶然因素造成的误差，并且人类认识能力有限，理论本身还有谬误。 模型(理论)部分由核心自变量和控制自变量组成。统计分析中 的“其他因素不变”包括控制变量和随机残项两部分。理论上说，控制 变量包括所有统计显著的自变量，剩余所有不显著的因素都被纳入残 项，并假设残项完全随机，即与模型中自变量无关。假设残项完全随 机，类似实验设计的随机分组。类似程度取决于对相关变量的控制是 否充分。实践中，我们只能控制那些已知的相关因素;凡是未知的，或 者已知而无数据的因素，都被假设与核心自变量无关而纳入残项。假 设成立与否，有赖于研究者对相关因素的认识。所以，从绝对意义上 说，只有随机化实验数据才满足“总体相同”的条件，观察数据的统计 控制只是近似(Blalock，1980)。 社会科学不关注的随机残项，在幕后默默影响研究人员的因果推 01 社会学研究 2011． 3 论。社会科学理论解释力低，就是因为随机因素作用大。解释个人社 会行为的线性模型，R2 一般不超过 0. 5，就是说，未被解释的随机因素 作用占大半。相比之下，生物学的 R2 一般都在 0. 8 或 0. 9 以上，而物 理学则能精确到误差可以忽略不计。但这并不影响社科研究人员对自 己理论模型的自信，坚信将未知因素归入随机残项，比古人将不理解事 件归结为鬼神意志或祖坟风水更有道理。易经八卦理论历时几千年而 不衰，今天又以国学面貌走入大学课堂，在笔者看来，是因为其占卜功 用事实上模拟人类事物的偶然性，是我们祖先对付不确定性的手段。 关于控制变量的多少有两个互相矛盾的指导性原则:一方面我们 应该尽可能多地控制应该控制的变量，另一方面还要避免控制不应该 控制的变量。应该控制的变量有两类，第一类是那些对因变量有重要 影响的因素，无论与你关心的核心自变量有关与否，都应该包括在模型 中，因为只有这样才能建立一个可靠的模型。例如，如果研究收入在性 别上的差异，即使年龄与性别没有关系，研究者也应该控制年龄和年龄 平方(代表工作经验)。 第二类是那些既影响因变量又影响核心自变量的因素，控制它们 才能消除伪效应(spurious effects)。例如，笔者(Peng，2004)在分析宗 族网络与企业发展之间关系时，控制了县域，因为宗族网络和乡镇企业 都集中于东南沿海地区。如果不控制县域，宗族与企业数目之间的相 关可能只反映它们空间分布的耦合。控制了县域，宗族与企业数目之 间的系数就只反映每个县域之内村与村之间的比较。 经济学界有一项研究比较有意思，就是孪生样本的收入研究，通过 巧妙设计样本，控制无法测量的先天因素。一般抽样数据对教育回报 的估值可能偏高，因为先天因素被归入残项。我们知道，先天因素肯定 影响教育，并且可能直接影响收入。但先天因素无法测量，智商和情商 都是先天和后天两种因素的结果。经济学家从 20 世纪 70 年代就开始 收集、分析同卵双胞胎数据，直到今天兴趣依然不减。比较孪生兄弟 / 姊妹教育水平的区别对收入的影响，就可以排除先天因素影响。 一般收入模型界定如下: lnYij = β0 + β1Eij + β2Aij + β3Fij + γXij + εij 其中 Eij是第 i对双胞胎(j = 1，2)的教育年限，A 指先天因素，F 是家 庭因素，X是其他控制变量如工作经验、婚姻状态等，ε 是随机残项。 其实我们无法测量先天能力和家庭因素，但因为孪生兄弟 /姊妹的先天 11 论 文 社会科学中的因果分析 能力和家庭因素是等值的，所以: lnYi1 － lnYi2 = β1(Ei1 － Ei2)+ γ(Xi1 － Xi2)+ (εi1 － εi2) 这就大致排除了先天能力和家庭环境的影响，并且年龄、性别、种 族因素也都被排除了。由于资料来源和技术操作的不同，经济学家对 教育回报的估值有相当大浮动，但大体上每多一年教育能“净”增收入 8%至 10%左右。多数研究的结论是，控制先天因素与否对教育回报 的估值影响不大(Miller et al．，1995;Bonjour et al．，2003)。 这种煞费苦心的巧办法毕竟是凤毛麟角。常规统计分析中只能量 力而为，能控制多少是多少。定量研究有一条不成文的行规:只需要控 制那些已知的相关因素，次要并与核心变量无关的因素归入随机残项; 至于可能重要而未知的因素，留给后人去发现。所以，如果你要批评别 人漏掉了某因素 Z，那么必须说明为什么 Z 不仅影响 Y，而且影响 X， 因而导致参数估值偏高。若说不出原因，这种批评被称为“廉价的挑 刺”。如果你指责别人的系数“可能”是伪相关，但又说不出遗漏的变 量是什么，这种批评就比较蠢了。 第三类可控因素是中间变量，即那些介于因变量和核心自变量之 间的变量。如果控制了中间变量，核心变量的参数估值不包括间接作 用。以农业产出为例，新技术的应用(例如杂交水稻、温室蔬菜等等) 是教育影响收入的中介因素，控制了技术应用，教育作用可能就消失了 (或减弱)，但这不说明教育无用，而说明其作用是间接的。再比如，控 制子女教育，父母教育对子女收入的影响消失，这不说明父母教育没有 作用，而说明家庭通过投资子女教育，影响其收入。控制中间变量还可 以作为检验因果机制的一种策略，容后文详述。 另一方面，统计实践说明，加入次要的控制变量一般对核心变量的 参数估值影响不会太大，并且控制不当还会干扰估值准确性。以下两 类变量不宜控制:(1)因变量的不同测量，或者因变量的一部分;(2)因 变量的结果。控制因变量的不同测量会抑制其他自变量的作用。比 如，研究小额贷款对农民收入的影响，不能将粮食的产出作为控制变 量，因为它是农民收入的组成部分。控制因变量的结果是统计分析一 大忌讳，因为统计不分辨因与果。例如，研究父代教育对子代教育的影 响，不应控制子代收入。这些都是统计学常识，毋庸赘言。 除了变量控制的难点，因果定义的第二要素———因先果后，在统计 分析中也变得模糊、复杂。人的行为可以是对尚未发生事件的预期的 21 社会学研究 2011． 3 反应。比如，生产过程中，我们认为投入品是因，而产出品是果。但是 现代生产过程是根据需求进行的，因而产出成了投入的原因。所以，变 量互为因果，或者经济学家所谓的内生性问题(endogeneity)又成了定 量研究者感到棘手、头痛的问题。于是，一大批统计学家致力于研究时 间序列模型、工具变量等等，为提高参数估值的准确度绞尽脑汁。 鉴于统计分析在控制变量(伪相关)和时间顺序(内生性)两方面 的难点，统计学家对非实验设计数据的因果推论持有保留态度，因为太 多不确定因素取决于研究者的知识和技巧。统计模型做的再精巧，也 只是对密尔逻辑的近似模拟，只有在严苛条件下，因果推论才有效 (Blalock，1980;Rosenbaum，1984;Sobel，1995;Pearl，2000，2009)。但至 少，统计学家一般对自己发现的相关系数或回归系数还是有信心的，尽 管参数估值未必精确。逻辑上说，统计相关未必直接证明因果，但是有 因果一定有净相关。所以，多元统计分析仍不失为一种检验、证伪因果 命题的有效方法。 (二)比较案例分析 密尔自己曾指出，他所总结的逻辑不适合在“道德科学”中应用， 因为人有自由意志，社会现象都是多因的等等。他举例说，要证明自由 贸易能促进经济发展，必须找两个在自然禀赋、人口素质、法律、文化习 俗各方面都相似的国家，一个推行自由贸易政策并且经济繁荣，另一个 限制贸易并且经济落后。但在现实中不可能有两个这么相似的国家， 即便存在，也不可能在各方面都类似而仅仅在贸易政策上有区别，因为 贸易政策是有先决因素的，如果这些先决因素不同，那么总体相似的条 件就不成立(Mill，2002 /1848:575)。 尽管如此，密尔方法依然被广泛地应用于社会科学研究，特别是宏 观历史比较研究。比如，斯高切波(Skocpol，1979)声称她要严格地应 用密尔逻辑分析比较法国革命、俄国革命和中国革命。显然，这三个案 例不可能满足密尔逻辑的条件。如果说统计控制是对实验控制的近似 模拟，那么个案分析的“控制”最多是对统计控制的遥远模仿，最多只 关注“理论上相关的”因素来确定“总体相似”或“总体区别”。有时， 历史社会学家对某事件做时间前后的比较，因为是同一个案，所以有一 定程度的总体一致。 偶尔，质性研究者能幸运地发现非常相似的案例，模拟“自然实 31 论 文 社会科学中的因果分析 验”的效果，以下是两个范例。 范例 1:李静君(Lee，1995)比较分析了香港和深圳的两个工 厂。这两个厂有同一个老板和同一个管理团队。但两个厂管理工 人的策略却大相径庭，深圳厂有“专制”特征，而香港厂则采取比 较民主的管理策略。排除了产权、管理、技术及产业等因素之后， 李静君将劳工待遇和劳动条件等差异归因于劳动力市场的构成、 组织和环境。 范例 2:寇古、赞德(Kogut ＆ Zander，2000)比较东、西德两家 蔡司厂，声称这两家厂构成“自然实验”，因为有共同历史、同样品 牌、同样技术、都是战后重建等等，但一个厂是计划经济，另一个是 市场经济。那么，作为计划经济的东德蔡司厂是否缺乏创新能力? 通过收集、比较战后两家厂的专利数量，他们发现东德蔡司厂的创 新能力并不逊色于西德厂，甚至超过后者。这一经验观察证伪了 所有社会主义企业都缺少创新能力的命题。同时，他们发现东德 蔡司厂专利更具多样性，而西德厂的专利则比较集中。他们的解 释是:东德厂科研听命于中央计划不断变换的战略目标，西德厂受 市场竞争压力而集中于优势专项领域。 定性研究如此关注个案可比性的并不多见。即使这两个范列，距 密尔逻辑的总体相似还相去甚远。仅制度环境不同一项，就漏掉了许 多潜在的相关因素，因为制度的内容太多。其实，这几位作者都是个案 导向，没有声称要证明一般性因果理论。李静君无意证明家庭主妇构 成的劳动力市场永远比打工妹劳动力市场更加民主平等。寇古、赞德 也无意证明市场竞争一定使企业技术研发更加专一，而中央计划一定 增加企业技术发明的多样性。 一般而言，对自然状态下的个案分析，密尔逻辑的有效性有限。它 不仅不能证明恒定关联(即在相同条件下能够重复的关联)，甚至不足 以证明个案自身的具体因果联系。实践中对具体因果现象的分析除密 尔逻辑外，更需要大量理论知识。例如，一个烟鬼患了肺癌，我们断定 抽烟是罪魁，不是因为他有个孪生兄弟烟酒不沾且身体健康，而是因为 我们知道尼古丁的危害。一个人酒后驾车撞到树上，我们知道是酒精 作怪，不是因为树不长眼。在理论欠缺的情况下，具体现象的因果分析 41 社会学研究 2011． 3 都有难度。比如，中世纪欧洲黑死病肆虐，人类除了祈祷上帝，束手无 策。现代社会出现艾滋病、SARS，科学家能很快找到病源，因为有病毒 学理论指导。 《时代周刊》曾报道过一个案例，十分有趣，说明个案资料与理论 的关系。一北京记者报道了华北某村干部违法滥权的故事，不料这村 干部来头很大，以诽谤罪将记者告上当地法庭，并要求记者赔偿经济损 失，论据是自从记者文章发表之后，村里“树不结果、鸡不下蛋”(Time Asia，2000)。官司以记者败诉收场。 在这里，我们不去评议法院判决的缘由，而是分析诉方的证据。从 密尔的求异法角度来看，起诉方的论据是历史比较法，即比较同一个案 在某事件发生前后的差异，这是历史学家常用的方法。诉方的论据也 有“总体相似”的条件，因为记者出现前后，面对的是同一个村庄。“关 键区别”的条件也符合:记者出现以前，树结果、鸡下蛋;记者出现以 后，树不结果、鸡不下蛋。这个村的历史上大概没有发生过这样的倒霉 事。所以，记者的出现与树不结果、鸡不下蛋有脱不掉的干系。北京来 的辩方律师大可私下窃笑:这太荒唐，没有一点科学根据。然而，诉方 有根有据:因为记者的恶言恶语坏了村里的风水，鬼怒神怨，所以树不 结果、鸡不下蛋。这就是因果机制，只是北京来的律师不信祖宗留下的 这种“精神”财富罢了。相信科学的北京律师也许指出天气异常、水源 污染等因素是导致“树不结果、鸡不下蛋”的原因，并用一套科学理论 来解释因果机制。但是，单单从经验证据上看，记者出现和水污染都不 能被排除。说到底，诉方论据是否能站住脚取决于你(包括法官)相信 哪个理论:风水理论还是科学理论? 所以，与其说个案研究能验证理论，不如说是理论在解释个案。并 且，由于个案的代表性无从判断，用个案检验一般命题十分不可靠。具 体因果过程往往是多种因素包括偶然因素的交织作用，因此，个案都具 有特殊性。即使我们对个案的经验描述和理论解释都准确无误，也无 法确定从个案分析中梳理出的因果关系是否带有普遍意义。换言之， 我们没有大样本来判断个案所反映的因果关系是否显著。一个没有代 表性的、甚至是错误的理论碰巧找到与其一致的随机抽样数据相当困 难，但总能找到与其一致的个案数据。所以，除了证伪“天下乌鸦一般 黑”之类的绝对命题外，个案分析不能检验一般假设。更何况，社会科 学多用“一般命题”类概率论语言，“绝对命题”的表述很少见。 51 论 文 社会科学中的因果分析 由于比较个案研究很难证明经验相关，所以更重视因果机制分析， 即从理论上来解释现象之间的关联。有些人认为定性研究理论程度 高，而定量研究理论成分低，这种看法有一定依据。定量研究依靠数据 证明核心变量之间的相关关系，对理论的关注点是假设验证，因而用在 理论讨论的篇幅相对较少，即使没有理论支撑，也能证明经验相关。而 定性研究则要靠理论来论证经验关联，需要更多理论支撑，而没有理论 支撑的个案研究更可能是空洞无物的糟粕。本文无意妖魔化定性研 究，而是要强调理论思维在定性研究中的重要性。人类的知识、科学的 发展都是积累性的，运用现有知识无可厚非。既然理论在个案资料的 筛选和分析中是必不可少的，那么个案研究从根本上说就是理论和资 料的反复碰撞，其结论即为事后解释。 正因如此，许多个案研究者干脆回避实证主义语言，把研究目标锁 定在对具体个案的描述或解释上，而不是证明普遍性因果理论。如华 尔街次贷危机的根源是什么?“文革”何以发生?研究者援引或创新 理论，闭口不提假设检验。这类研究的结论既依赖经验资料的可靠性， 也依赖被援引理论的有效性。如果理论是已被验证和接受的，那么结 论就有说服力;如果理论是尚有争议的或者新创的，那么解释只是新的 假设而已。 (三)叙事法与事件过程分析 近 20 多年来，越来越多的个案研究者，放弃用密尔逻辑来做因果 推论的企图，转向事件过程分析。在“从因果到事件”一文中，亚博特 (Abbott，1995)称其为一场“静悄悄的革命”。叙事法(narrative)或者 详叙法成了个案研究者的前卫术语和口头禅(Denzin ＆ Lincoln， 2000)。所谓详叙，指详细地叙述分析，关注点一般是事件的时间序列 (sequence of events)或事件发生链，所以又称“过程事件分析”(孙立 平，2000)。叙事法未必排斥因果分析，对具体事件的分析可以是因果 解释，也可以是文化阐释。所以，详叙不是单纯的经验描述，还包含理 论分析。 有趣的是，叙事法常用一个叫“反实事分析”的分析技巧，是指叙 述个案事件发生序列后，假设如果大环境不变，某该发生的事件没有发 生，或者不该发生的事件发生了，那么其后的事件序列会有何不同 (Griffin，1993)。这显然是对密尔逻辑的模拟，先在大脑里假设总体相 61 社会学研究 2011． 3 似，再靠理论或常识推理，虚构一个反案例，所以，又被称为思想实验。 例如:19 世纪末智利曾发生内战，以民族资产阶级失败告终，其失败纯 属历史的偶然，其后智利走上依附发展的道路。假如智利的资产阶级 革命取得成功，那么智利可能早已跻身发达资本主义的行列。这是一 个真实的历史可能性(Zeitlin，1988)。 叙事法对时间序列的关注似乎是对休谟因果概念中的时空毗连的 回归。休谟定义毗连为事物在时空上的联接，是因果关系的必要条件， 他说:“所有因果都是毗连的，任何间断都会使因果作用无法操作。遥 远的物体也会产生相互作用，但仔细观察都会发现它们有一条因果链 条，而这些链条相互毗连”(Hume，2005 /1739:63)。 事件发生链与因果机制的概念有某种类似，因为机制也是一个过 程概念。那么，分析事件发生链是否能够揭示因果机制?我认为，事件 发生链与因果机制并非同一个概念。因果机制是具有普遍意义的理论 概念，而事件发生链则指具体经验现象的发生过程。仔细观察原因与 结果之间的事件序列，只是将经验现象在时空上分解得更细，其所揭示 的事件发生链仍然是经验上前后关联，所以并不能揭示因果机制或证 明因果关系。如果仅仅靠观察事件发生链就能发现因果机制，科学就 太容易了。相反，详细叙事本身有赖我们对因果机制的理解，对相关事 件的筛选，对每一条因果链的描述分析，这些都包含理论分析。虽然事 件发生链不是因果机制本身，对事件发生链的细致观察应该能够拉近 研究者与因果机制的距离。人类知识的积累和科学的高度发展意味着 大量现象的因果机制可以通过深入观察和理论分析来解释。 举一简单例子:对苹果落地的过程进行细节的描述(如快速定时 拍照)能揭示垂直运动和恒定加速度，但并不揭示万有引力。相反，根 据力学定理，科学家可以推论垂直运动和恒定加速度意味着某种恒定 力量的作用，又根据万有引力理论来解释恒定力量。对简单的自然现 象的描述尚且如此，对复杂的社会现象的描述和文化解释就需要更多 的理论和常识(或者文化执见)。社会机制归根结底是必须落实到个 人的文化心理过程的，难以直接观察。这不是说社会机制不可知，而是 要强调:所谓机制解释，是理论解释;机制证明，是理论证明。① 71 论 文 社会科学中的因果分析 ① 笔者对质性研究不是内行，对其技术细节不予深入讨论。对此类方法有兴趣的读者请参 考专业著作(如 Abbott，2001;Denzin ＆ Lincoln，2000;Abell，1993;Ragin，1987)。 本文在此总结质性研究的三大优点。 优点一，质性分析的关注点是个案本身。统计模型是以发现显著 相关关系为目的，其关注点是统计显著的概念和变量，受随机因素左右 的个案只是数据点而已，所以这也被称为“变量导向”。变量导向的统 计分析不可能详尽地描述事件过程，因为它所能分析的变量数目有限。 叙事方法就是因为不满于变量导向的统计方法而提出来的(Abbott， 2001;Ragin，1987)。个案分析，顾名思义，是个案导向，关注个案本身 的故事，无论这故事是特殊的还是带有一般性的。质性研究者的特长 是以敏锐的观察力，将个案的事件过程详细叙述出来。 对个案导向的研究者来说，那些被统计模型扔到随机误差项的偶 然因素，很可能是重要的而且有趣的故事。想当年李自成打进紫禁城， 坐进了金銮宝殿，吴三桂见大势已去，率部归降闯王，路上巧遇逃难家 仆，听闻爱妾陈圆圆被刘宗敏所霸，冲冠一怒为红颜，反引清军入关，打 败了李自成。这其间，刘宗敏霸占陈圆圆完全是偶然事件，吴三桂路遇 家奴也是偶然事件，这些偶然事件却改写了中国历史。退一步说，假设 刘宗敏没有霸占陈圆圆，或者吴三桂忍下了这口恶气，那么中国的末代 皇帝就不是爱新觉罗的后裔，而是李家后代了。 这一对中国历史产生重大影响的偶然事件并不具备普遍意义，无 法概括。统计模型则会忽略这类偶然事件，即使包括在模型中也不会 有显著性。但离开了偶发事件，鲜活的历史可能变得索然无味。试想， 如果人类历史用几个概念就能解释清楚的话———不管是马克思的生产 力和生产关系，还是帕森斯的格局变量，那么人类历史会比行星的历史 还单调。而质性研究则可以通过叙事法将鲜活的历史再现出来。 优点二，文化阐释。人类的互动都是符号性的，所以对人类行为的 详细描述还需要加入符号意义的阐释，即所谓的深厚描述。文化意义 的界定和符号互动不过是社会因果机制中的环节而已，与因果分析并 不冲突。但文化意义难以直接测量，所以实地调查和民俗学方法是必 不可少的(Geertz，1973)。定量研究也有各种态度和价值观量表，但这 些量表必须建立在深刻了解地方文化的基础之上。 优点三，虽然不利于检验假设，质性研究却有助于理论和概念创 新。如果现有理论或概念不能解释新经验现实，那么必须创造新概念 或新理论。人类社会的发展日新月异，不停地产生新的现象，提出新问 题，超越现有理论。比如中国最近 30 年的飞速发展就挑战了许多西方 81 社会学研究 2011． 3 现有理论(黄宗智，2007)。深入的实地调查，细致的事件过程分析，是 创新理论的必要条件。定量研究必须以既有概念和理论框架为前提， 因为所谓变量，不过是对现有概念的测量。对社会现象的描述分类是 概念测量的基础，需要深入的民俗学观察研究和细致的个案比较分析。 定量分析的创新一般限于现有概念之间的新联系;而实地观察和个案 分析则不必囿于现有的概念或理论框架，可以从实际出发，提出真正关 键问题，为理论创新提供了更大空间。个案观察也需要理论思维能力， 许多个案研究者往往囿于经验细节，见木不见林。如果个案研究者有 理论想象力，对事件过程做深入观察、细致描述，并能做出理论解释，甚 至提出新的理论假设，那么就能够创新理论。 三、因果机制与科学理论 密尔逻辑定义的因果关系也是纯经验性的，可以理解为不能被其 他变量解释的、单向的相关关系。无论实验方法还是统计方法，只能证 明经验关联并推论因果关系的存在，并不能说明这种关系是什么。完 美设计的随机组实验，也只能证明 A 导致 B，至于 A 如何导致 B 却像 一只黑匣子。这就是机制问题。因果概念如果有客观意义(causal re- alism)，一定要包括对因果机制的解释，否则因果只是密尔逻辑所定义 的相关概念的代名词。 机制解释和理论思维是人类独有的能力。相关思维是对经验现象 的概括，动物界也有类似能力。巴甫洛夫的条件反射试验说明，狗也有 相关思维能力，能把铃声与食物联系起来，但它们大概不会去琢磨铃声 为什么带来食物，即相关背后的因果机制，只关心摇铃吃饭，吃饱睡觉。 因此动物也不会焦虑为什么环境变了之后，铃声不再带来食物。人类 思维复杂得多，也不满足于眼前吃饱睡觉，所以创造出许多抽象理论和 概念来解释经验相关，如神的意志、善恶报应、阴阳风水，以及万有引 力、遗传基因、社会资本，等等。在科学高度发展的今天，人类生活越来 越多地依赖科学理论来解释经验相关，许多抽象的理论和概念逐步演 化成了日常生活的常识，因果思维与经验世界的鸿沟也越来越模糊。 而神学和玄学理论仍有市场，因为仍然有大量科学尚未解释的现象或 根本不可能解释的纯偶然事件。 91 论 文 社会科学中的因果分析 所以，如果没有理论抽象和机制解释，人类的因果推论就与动物界 的条件反射无异了。休谟也看到，动物也能归纳经验现象的重复关联， 但动物没有抽象思维能力，因此动物的“因果推论”一定是纯经验性 的，由此可见人类因果推论的基础也是来自经验(Hume，1999 /1748: 165 － 168)。如果休谟看到巴甫洛夫的试验，也许他会重新考虑动物 的“因果推论”与人类因果推论的区别。人类与动物思维的不同，就在 于人类不满足于对恒定关联的简单归纳，人类能构造超越感官经验的 理论模型，解释经验相关的内在机制。小耗子发现自己过去吃奶酪的 地方没有奶酪了，会立刻换一个地方觅食，也不会精神崩溃，因为它们 从来不会把过去的经验推论到未来之必然。只有人类才会因为自己的 理论出现错误而精神崩溃。 人类的理论抽象一定基于经验观察，但从经验观察上升到理论的 过程绝非简单归纳———比如从观察几只白天鹅到判断所有天鹅都是白 的，或者听到铃声就想到食物的归纳———而是思维的跳跃，如从苹果落 地到万有引力、恒定光速到相对论、企业存在到交易成本般的跳跃。无 论是传统的神学和玄学理论还是现代的科学理论，都不是对经验观察 的简单归纳。爱因斯坦提出他的能量公式 E = MC2 时，并没有任何经 验资料，完全是在光电磁理论基础上的天才猜想。如果理论只是简单 归纳，那么因果就真如休谟所言，是经验关联的代名词。 理论思维与经验归纳至少有以下几方面的区别:其一，理论自身的 积累。理论抽象一定以现有理论为基础，要么是现有理论的应用，要么 是对现有理论的革命或创新;即使创新，也往往用现有理论作为建筑材 料，即所谓的批判继承。其二，普遍性。综合各种经验现象，而不是局 限于具体经验现象。其三，理论自身必须有逻辑连贯性，自圆其说，不 能自相矛盾。而经验世界却是充斥着矛盾的。 理论与因果机制的关系可从两方面来看。一方面，机制解释是理 论解释。科学家对机制的定义是机械的，类似黑匣子里的齿轮和传动 部件，由原因产生结果(Woodward，2002;Pearl，2000)。爱因斯坦比喻 物理世界为“一个永远打不开的密封手表”，人类只能猜测里面的运作 机制(Einstein ＆ Infeld，1938)。社会科学家对机制没有统一定义，但似 乎一致认为，社会机制是具备定律性质的理论概念(Hedstrom ＆ Ylikos- ki，2010;Gross，2009;Hedstrom，2005;Kiser ＆ Hechter，1991;Elster， 1999)。具体经验现象千变万化，抽象的因果机制至少是相对稳定的。 02 社会学研究 2011． 3 理论家们争论社会机制是宏观的还是微观的，可观察的还是不可观