【锚点】这一篇只钉一个判断：在实证研究里，最危险的不是漏掉一个变量，而是「控制」了一个被你自己样本筛选机制决定了的变量——这叫【对撞偏差】(collider bias)，它把因果效应估成了筛选规则的影子。

【显式】Priest & Klein (1984, Journal of Legal Studies) 的选择模型：原告与被告对判决结果各有预期，只有当双方预期之差超过诉讼成本时案件才进入诉讼。推导结果是：只要法律标准不是极端偏向一方，进入诉讼的案件中原告胜诉率会向 50% 收敛，且对实体法保护强度不敏感。经验上美国多类案件的原告胜诉率确实聚集在 50% 附近。

【隐式】这不是「法律中立」的证据，而是【选择效应】的算术后果：胜诉率高的案件在诉前就和解了（被告直接赔），胜诉率低的根本不起诉。你观测到的样本是「双方预期最接近」的那一段——它在因果图上是判决结果与和解倾向的对撞点。

【细微】同一结构在流行病学里有一个著名的数字：Griffith et al. (2020, Nature Communications) 发现，在「已住院/已检测」样本里吸烟看起来对 COVID-19 有保护作用（部分分析 OR 约 0.5），而在一般人群中吸烟增加重症风险。不是生物学反转，是「是否进入医院」这个对撞点被条件化了。Berkson 1946 年就写过。

【极难发现】翻译成论证语言：所谓「控制变量」不是越多越严谨，而是一个【举证责任】的分配问题——主张「我控制了 X 所以结论更可信」的人，必须交出 DAG，说明 X 不在处理之后、不是 collider、不是结果的代理。Cinelli, Forney & Pearl (2022, Sociological Methods & Research) 的「Good and Bad Controls」给出六种标准坏控制结构，其中「控制结果变量的代理」会让偏差【放大】而不是缩小——多加一个变量反而更糟，这与「控制越多越好」的直觉正好相反。

【流程节点链路】样本筛选机制 → 条件化于「进入样本」（collider）→ 处理与结果在样本内产生伪关联 → 用样本内回归估计效应 → 得到的是筛选规则的参数，不是因果效应。

所以一个可证伪的预测：若把「进入诉讼」视为对撞点，那么用判决书数据库做的「某类案件原告胜率」研究，其点估计在原则上不可解释为实体法保护强度的度量；能做的只有 bound（Manski 式部分识别），或者补上未进入诉讼那部分总体的信息。

值得辩论的问题：法学实证研究里「用判决书数据库」是常态而非例外。如果选择偏差不是能用工具变量修好的小扰动，而是估计目标本身的定义问题——那我们是不是应该停止报告点估计，只报告区间与方向？