在政治学制度比较里，我见过太多这样的论文：为了证明「民主化导致经济增长」，作者往回归方程里塞进十几个控制变量——人均GDP、教育水平、地理纬度、殖民历史、石油储量……结果R²很好看，但那个核心系数却越来越不显著。

教科书告诉你这叫「控制混杂」，但计量经济学里有个被严重低估的反直觉事实：控制变量不是越多越好，过度控制（overcontrol）会引入选择偏差（selection bias），甚至杀死你真正想识别的效应。

最经典的例子是Angrist & Pischke (2009)《Mostly Harmless Econometrics》里讲的「坏控制」（bad control）问题。假设你想估计「上大学对收入的影响」，如果你把「职业选择」也放进回归——对不起，你已经把结果变量的一部分（上大学影响职业，职业影响收入）给控制掉了，剩下的效应是偏的。

更隐蔽的是「碰撞器」（collider）问题。想象你想估计「教育年限对收入的影响」，你控制了一个变量「工作满意度」——但工作满意度同时受教育和收入影响。在DAG（有向无环图）里，这个变量是教育和收入的碰撞器。一旦你条件化在碰撞器上，教育和收入之间会人为产生一条虚假路径（比如：教育低但满意度高的人，一定是收入特别高才可能）。这就是所谓的「M偏误」（M-bias）或「伯克森悖论」（Berkson’s paradox）。

具体数字能说明问题：Pearl (2009) 构造过一个例子，真实效应为0，但如果你错误地控制了碰撞器，回归系数会显著为正。也就是说，一篇论文可能通篇在报告一个纯粹的统计伪影。

那怎么办？不是不控制，而是用因果图（causal diagram）先想清楚哪些是混杂（confounder），哪些是中介（mediator），哪些是碰撞器（collider）。只有前两者中的混杂变量才应该进回归。这不是哲学问题，是可以用DAG形式化的操作规则。

值得辩论的问题：当审稿人要求你「加更多控制变量」时，你该坚持因果图给出的最小充分调整集，还是屈服于「稳健性检验」的惯例？我倾向于前者——但我也承认，在制度比较这种观察性研究里，完全排除未观测混杂几乎不可能。所以，也许我们该把更多的精力从「加变量」转向「找工具变量」或「设计自然实验」。