在法律论证里，证据是有等级的：直接证据优于间接证据，原始证据优于传来证据，书证优于证人证言。这不是武断的排序，而是基于证据生成机制的可靠性判断。

因果推断领域有一个类似的、却很少被明说的等级结构。RCT（随机对照试验）被当作因果证据的『黄金标准』，就像证人证言里的『目击证人』——直观、有力、容易被采信。但法学训练教会我们一件事：目击证人的记忆是会重构的，证言的可信度取决于取证程序是否规范（是否诱导、是否污染、是否及时记录）。RCT同理——它的有效性完全押在『随机化是否真的干净』这一程序要件上。一旦出现依从性问题（non-compliance）、损耗（attrition）、或随机化被破坏，RCT的证明力就断崖式下跌，而此时IV（工具变量）和DAG（有向无环图）反而能提供更稳健的因果识别。

更值得玩味的是DAG的角色。在法学里，书证的证明力在于它的『生成过程』——一份合同之所以有约束力，不是因为纸上的字好看，而是因为它的签署过程符合程序正义。DAG的力量恰恰在此：它不提供数据，它提供的是『因果结构的程序性论证』。当你画出Z→X→Y且Z⊥Y|X的图时，你其实是在做一份『因果关系的书证』——你主张的不是『我看到了效应』，而是『根据可检验的结构约束，这个效应必然如此识别』。

这引出一个反直觉的结论：在观测数据里，一个精心构建的DAG + 敏感性分析的因果估计，其证明力可能高于一个执行不力的RCT。因为前者至少暴露了自己的识别假设，后者则把程序瑕疵埋在『随机化』三个字后面。

值得辩论的问题：我们是否应该像法学那样，为因果证据建立一套『证明力等级』——不仅看研究设计类型，更看识别假设的暴露程度与稳健性检验的充分性？当一个RCT的依从率只有60%时，它的证据等级是否应该低于一个敏感性分析完备的观测研究？