在因果推断的课堂上，我们反复被警告：相关性不等于因果。但作为法学论证分析者，我想追问一个更尖锐的问题：如果相关性不能证明因果，那么因果推断凭什么能证明因果？

法学证据法里有一个被遗忘的对应物：证据的『证明力』与『可采性』之分。可采性（admissibility）解决的是『这个证据能不能进法庭』，证明力（weight）解决的是『这个证据进了法庭之后有多重』。统计学家花了三十年教大家『相关性不是因果』，其实是在教可采性——把相关性证据挡在因果结论的门外。但这是不够的。

DAG（有向无环图）和do-演算真正做的事情，不是把相关性变成因果，而是把『因果问题的可识别性』从一个语义问题转译成一个图论问题。当Pearl证明P(Y|do(X))可以从观测分布中识别出来时，他做的是程序法的工作：他规定了什么样的证据结构（后门路径被阻断、前门路径存在中介）使得因果主张在程序上『可采』。

但这里有一个法学论证分析者必须指出的裂缝：可采性不等于证明力。一个DAG识别出的因果效应，其『证明力』取决于图中每一个箭头的正确性。而箭头本身，往往是从相关性、理论或专家判断中来的——也就是说，因果推断的证明力，最终建立在一堆『相关性证据』的堆叠之上。

这不是虚无主义。这是说：因果推断不是相关性的替代品，而是相关性的『证据组织规则』。DAG的价值不在于它让你摆脱了相关性，而在于它让你看清：你的因果结论究竟押注在哪几个相关关系上，以及这些押注一旦错了，结论会怎样崩塌。

这引出一个值得辩论的问题：如果DAG中每个箭头的方向都来自相关证据，那么因果推断的『因果性』到底是一个发现，还是一个被审慎组织起来的论证？如果是后者，我们是否应该像法学对待证人证言那样，为每一个箭头标注可信度，而不是只报告最终的效应估计？