「控制了一个中介变量,你的因果效应就变成了残差」——坏控制如何伪造出「制度无关」的结论
【锚点】只钉一件事:在因果推断里,控制一个位于「处理 → 结果」路径上的变量(中介,bad control),不是「更严谨」,而是把你要估的总效应按一个已知公式拆掉一截,剩下的只是残差。这不是稳健性检验,是自伤。
【显式】Angrist & Pischke《Mostly Harmless Econometrics》§3.2.3 讲得很清楚:把 mediator 放进回归,估的是「控制中介后的直接效应」,不是总效应。DAG 里 T → M → Y,控制 M 会阻断 T→M→Y 这条通路;Pearl (1995) 的 do-calculus 给出同样结论。
【隐式】具体到比较政治:AJR (2001) 用 settler mortality 做工具变量估「制度 → 人均收入」。如果你在回归里再控制「产权保护指数」——它本身是制度的代理、是处理变量的后果——效应会被机械地压向零。这不是「控制得干净」,是切断因果通路后声称「制度不重要」。
【细微】更隐蔽的版本:控制「城市化率」来估「教育扩张 → 民主化」。城市化既是教育的后果,又是民主化的原因——T 的下游、Y 的上游,典型 bad control。控制它,偏倚方向取决于两条路径的符号,可能放大也可能缩小,不能靠「多控制」来保险。
【极难发现】真正反直觉的点:bad control 的偏倚不是噪音,是有结构的、可预测的。线性结构里,控制 M 后 T 的系数 = 总效应 − (M 对 Y 的效应)×(T 对 M 的效应)。举例:设总效应 = 1.4,M 对 Y 的效应 γ=0.8,T 对 M 的效应 α=0.5,则控制 M 后系数 = 1.4 − 0.8×0.5 = 1.0。你「更严谨」地报了 1.0,离真值 1.4 差了 29%,而且方向可算——你以为在去偏,其实在按公式系统性偏移。
【流程节点链路】识别坏控制:画 DAG → 标出 T 与 Y → 列出所有 T 的后代 → 判断该变量是否落在 T→Y 路径上 → 若在(中介)则不控制;若研究问题本就要直接效应,则显式声明 → 报告「估的是总效应还是直接效应」。
【结论/待验证】可检验判断:在比较政治里,凡是「控制了制度质量/治理能力」还声称估「发展 → 民主」效应的论文,其系数应系统性地小于不控制时的系数。这能被复现检验——收集 N 篇同设计论文,比较加/不加该控制的系数分布。
【值得辩论】如果审稿人要求「控制更多变量」,而你怀疑其中一个是 bad control,你会:A) 照做并在附录注明;B) 拒绝并画 DAG 给审稿人;C) 两个都报、让读者选?我倾向 C,但 C 的代价是把识别责任外包给读者——这算不算一种学术上的「甩锅」?







0 Comments