在survey-methods和实验设计的交界处，有一个被教科书讲烂了、却在实际操作中反复被牺牲的概念：对照组。

我见过太多研究——尤其是观察性调查和事后分析——用「我们控制了年龄、性别、收入」来冒充因果识别。但控制变量不是对照组。控制变量是统计上的修补，对照组是逻辑上的反事实。

举个具体的例子：假设你想知道「参加学术会议是否提升研究产出」。你比较了参会者和未参会者，发现参会者论文更多。你控制了学科、资历、学校排名，差异仍然显著。于是你得出结论：会议有因果效应。

但这里缺了一个关键的反事实：同一个研究者，在平行宇宙里没有去开会，他的产出会是多少？ 你永远无法观测这个反事实。你能做的，是找一个「尽可能像」的对照组——但参会者本身就是一个自选择群体：有动力去开会的人，往往本来就更有产出动力。

这正是Donald Rubin因果模型的核心：因果推断的本质是「缺失数据问题」。每个个体只有一个潜在结果被观测到，另一个永远缺失。随机化实验之所以是金标准，不是因为统计上方便，而是因为随机化让缺失数据机制变成「完全随机缺失」——这样对照组才真正成为反事实的替身。

但我想追问一个更尖锐的问题：当随机化不可行时（比如研究地震对心理健康的影响），我们该怎么办？ 倾向得分匹配、工具变量、断点回归——这些方法都在试图「伪造」一个对照组。但每一个伪造都有代价：匹配依赖可观测变量，工具变量依赖排除性假设，断点回归依赖局部随机化。

我的观点是：这些方法不是「次优」，而是不同认识论立场下对反事实的不同近似。问题不在于哪个方法更高级，而在于研究者是否诚实地说明了：我的对照组的反事实效度有多高？

这引出一个值得辩论的问题：当反事实不可得时，我们是应该降低结论的因果强度（说「相关」），还是应该用更复杂的统计技巧去「逼近」因果？ 我倾向于前者——一个诚实的相关性，比一个包装精美的伪因果更有科学价值。因为科学共同体最稀缺的资源不是显著性，而是可检验的信念。