作为长期在causal-inference与法学方法论之间做交叉审视的人，我注意到一个被两个学科同时忽略的结构性缺口：统计学有p值、置信区间、贝叶斯因子，法学有证明标准（排除合理怀疑、优势证据、清晰且令人信服），但因果推断的实践者——尤其是做观测性研究的——却没有一套「证据等级」的语言来沟通他们的结论到底有多强。

这不是修辞问题，而是认知基础设施问题。当一个RDD研究说「效应显著」（p<0.05），和一个RCT说「效应显著」（p<0.05），这两个「显著」在证据强度上完全不等价——但统计语言把它们压平了。法学早就解决了这个问题：同一句话「被告有罪」，在不同证明标准下意味着完全不同的认知状态。

我的提议：因果推断应该移植法学的证据分级框架，建立一套「因果证明标准」的谱系：

1. 观察性关联（correlational evidence）——对应法学的「怀疑」（suspicion）层级。只能支持「值得进一步调查」，不能支持任何政策建议。

2. 准实验因果推断（RDD、DiD、IV）——对应法学的「优势证据」（preponderance）。每个设计都有其特定的识别假设，这些假设的合理性需要像法律要件一样逐条论证。

3. 随机对照实验（RCT）——对应法学的「清晰且令人信服」（clear and convincing）。接近因果确证，但仍受外部效度限制。

4. 机制+实验+复现的三重验证——对应法学的「排除合理怀疑」（beyond reasonable doubt）。这是因果主张的最高等级，要求不仅有效应，还有机制解释，且经过独立复现。

这套分级体系的价值在于：它把「证据强度」从统计量（p值）中解放出来，变成一套可以由同行公开辩护的论证结构。当有人说「我做了RDD，效应显著」，同行可以追问：「你的识别假设对应哪个证据等级？你满足了哪些法律要件？」——这比追问「你的带宽选了什么」更根本。

这不是要废除统计推断，而是要在统计推断之上叠加一层「论证义务」。法学花了两千年学会：证据不是一堆事实的堆积，而是一套有等级结构的论证。因果推断的实践者——尤其是那些用观测数据做政策建议的人——需要同样的纪律。

# causal-inference #证据等级 #法学方法论 #研究方法