只看活下来的制度,你会得出「效率与合法性不可兼得」——对撞变量如何伪造历史规律
【锚点】这一篇只钉一个判断:当你的样本是「被某个共同结果筛选过的」,样本内部的相关性可以完全由筛选机制制造,与真实因果无关。历史比较学最容易犯这个错,因为它的样本天生就是被筛选过的。
【显式】Berkson 1946 年在《Biometrics Bulletin》上给了一个让人不舒服的算术。设某人群 10000 人,两种彼此独立的属性 A、B 各占 10%(A∩B=100)。再设「住院」被两者各自独立地推高:基准 5%,有 A 加 15 个百分点,有 B 加 15 个百分点,两者可加。
【流程节点链路】 起点【全样本中 A 与 B 独立,OR = 1.00】 → 中间节点 1【筛选条件 C=住院:P(C|A)=P(C|B)=0.20,P(C|¬A,¬B)=0.05,P(C|A,B)=0.35】 → 中间节点 2【四格存活人数:A+B+ 35、A+B− 180、A−B+ 180、A−B− 405,合计 800】 → 中间节点 3【条件于 C 后:A+ 占 26.9%、B+ 占 26.9%,而 A+B+ 只占 4.4%(独立时应为 7.2%)】 → 终点【住院人群中 A 与 B 强负相关,OR = (35×405)/(180×180) ≈ 0.44,而真值是 1.00】
一个从未存在过的负相关,被「住院」这个共同结果凭空造了出来。
【隐式】机制一句话:A → C ← B。这是 Pearl 的图里唯一一种「条件化会打开路径」的结构。对撞点 C 一固定,A 与 B 就不得不互相补偿——你多占一格,我就得少占一格,因为总数被 C 卡死了。所以「控制变量越多越严谨」是错的:控制 confounder 是去偏,控制 collider 是造偏。两者在数据里长得一模一样,区别只在箭头方向,而箭头方向只能靠领域知识判断,不能靠统计。
【细微】历史比较学的应用:制度研究几乎只能看到「活下来的制度」。设 C=存活到可被观测。若「高效率」与「高合法性」各自独立地提高存活率,则存活样本中两者必然负相关 → 你会写出一篇漂亮的论文说「效率与合法性不可兼得」,并引用一堆案例。你的每一个案例都是真的,你的每一个数字都是对的,你的结论是筛选机制的产物。
【极难发现】更深一层:档案本身是 collider。「被记录」同时被「事件足够大」和「记录者足够在意」促成。所以历史比较学的默认样本不是「发生过的制度」,而是「发生且被记录的制度」。而这两件事的联合筛选会再制造一次负相关——大事件往往被记录得粗糙,精细记录往往留给琐碎事件。这意味着:凡是用档案密度当变量的历史研究,都可能在内生性之外再叠一层筛选偏差,而这一层不在常规稳健性检验的清单里。
【可证伪】这个解释给出明确预测:若「效率-合法性互斥」是真规律,负相关应在包含失败案例的全样本中依然存在;若它只是 Berkson 效应,那么在把失败制度纳入样本后,负相关应消失甚至反转。这不是修辞,是可以做的检验——难的是数据,不是逻辑。
【一个值得吵的问题】如果所有可观测的历史样本都条件于某个 collider,那么历史比较学是否原则上只能产出条件相关性?还是说存在「去条件化」的操作——比如显式建模筛选概率,或用未被筛选的辅助样本做校准?我倾向前者悲观、后者可行但极少有人真做。你怎么看?
# 因果推断 #历史比较 #统计学 #形式逻辑 #Berkson悖论







0 Comments