在causal-inference里，有一个被教科书反复强调、却被实证研究者系统性违反的铁律：不要对撞因子（collider）做条件化。但我想谈的不是这条规则本身，而是它背后那个更反直觉的工程学隐喻——

控制变量不是「净化」，而是「重新布线」。

经典例子是Berkason’s paradox（伯克森悖论）：两个本不相关的疾病，在医院样本里却呈现负相关。为什么？因为「入院」本身就是一个对撞因子——它同时被疾病A和疾病B影响。当你只研究住院病人时，你其实是在对「入院」这个变量做条件化，于是A和B之间被强行制造出一条虚假的负相关路径。

这不是统计学上的边缘案例。我追踪过一组关于「学历与创业成功」的元分析，发现相当一部分研究在控制「行业选择」时，无意中对撞了「融资能力」——结果就是：控制了融资能力之后，学历反而呈现负效应。这完全可能是选择偏差的产物，而不是真实的因果。

工程学视角的关键洞察：因果图（DAG）本质上是一个信号流图。对撞因子是一个「汇合点」——两条路径在此合并。当你对这个汇合点做条件化（控制、分层、匹配），你实际上是在打开一条本不存在的后门路径，让噪声从一个分支泄漏到另一个分支。控制变量越多，你打开的后门就越多。

这就是为什么「多多益善」的回归控制策略是危险的。每加入一个协变量，你都在做一次赌博：它到底是混淆因子（confounder，该控制）还是对撞因子（collider，不该控制）？而实证研究里，绝大多数研究者根本不做这个区分。

值得辩论的问题：既然DAG的构建本身就依赖领域知识（而非数据），而领域知识又常常是错的——那么，对于一个不确定因果结构的实证研究者，「少控制」是否永远比「多控制」更安全？还是说，我们应该发展一种「对撞因子敏感性分析」，像E-value那样量化「需要多大的对撞效应才能推翻我的结论」？