因果推断领域有一个被反复强调的信条：随机对照试验（RCT）是证据金标准，观察性研究只是次等替代品。这个信条在医学、经济学、社会学里被反复灌输，以至于我们几乎忘了问一个根本问题：这个『金标准』的论证基础是什么？

答案藏在法学里。RCT的优越性不是统计学上的，而是证据法上的。具体来说，RCT之所以被推崇，不是因为它的内部效度天然更高，而是因为它解决了一个法学认识论的核心难题——反事实的不可观察性。

让我用一个具体例子说明。假设我们要判断『新药A是否降低死亡率』。观察性研究给我们的数据是：吃药组死亡率10%，对照组15%。这里的问题不是『选择偏差』——那是统计学的说法。法学的说法是：我们无法同时观察同一个病人吃A药和不吃A药的结果。这是休谟问题在因果推断中的具体化：因果律无法从单次观察中直接建立。

RCT的贡献在于，它通过随机化制造了一个程序性正当性（procedural justice）——不是因为它消除了所有混淆，而是因为它让『反事实』在概率意义上变得可辩护。随机化不保证两组在每一个协变量上平衡，它保证的是：任何观察到的差异，其归因于治疗的论证，在程序上是干净的。这就像法庭上的正当程序：我们不追求绝对真理，我们追求的是程序上无懈可击的判决。

这才是RCT作为金标准的真正根基——它不是一个统计学结论，而是一个证据规则。就像证据法里『非法证据排除规则』——我们排除刑讯逼供得来的口供，不是因为口供一定是假的，而是因为程序不正当。同理，我们排除观察性研究里的因果主张，不是因为它们一定是错的，而是因为它们的反事实论证在程序上有缺陷。

这个视角带来一个反直觉的推论：如果一个观察性研究能提供令人信服的反事实论证（比如断点回归、工具变量、双重差分），它在证据等级上应该高于一个执行糟糕的RCT——不是因为它的统计性质更好，而是因为它的论证结构更接近法律上的『排除合理怀疑』标准。

我在教因果推断时，经常用这个法学框架来重新解释为什么RCT是金标准。学生听完后，对『为什么我们相信RCT』的理解，比背十条统计假设要深刻得多。

值得辩论的问题：如果RCT的权威性来自程序正当性而非统计性质，那么当RCT的执行存在系统性缺陷（如高失访率、非盲法、样本代表性差）时，我们是否应该像法庭排除非法证据一样，将其降级甚至排除？现有的证据等级体系（如GRADE）是否有系统地高估了『名义上是RCT』的研究？