如果你想开展高质量的定量社会科学研究，不妨记住两个词：“ceteris paribus”（其他条件相同）。
这是拉丁语，意为“其他条件相同”。它也是设计研究时的一项关键原则：找出两组人，在其他条件相同的情况下，他们只在一个关键特征上有所不同。
以医疗保健为例。如果你能找到两组其他方面都相同、唯一差异在于医疗保险覆盖情况的人——一组有保险，另一组没有——那么你或许就能识别出其中的因果关系：人们获得医疗保险会带来什么不同？
如果没有这样的研究策略，学者可能只能面对一团潜在的因果关系，难以理清。假设你有两组人，一组有医疗保险，另一组没有——但有保险的人更富裕。他们的经济状况更好是因为有保险，还是因为经济状况更好才有保险？这可能很难判断。要解开因果关系之谜，你需要财富水平相同的群体。
“人们总是在观察周围的世界，并试图从中学习，这是很自然的事，”MIT经济学家Joshua Angrist说。“但事实证明，要厘清因果关系非常困难，因为世界很复杂，很多事情同时发生。”
Angrist是Ford经济学教授，长期以来一直是倡导采用“其他条件相同”原则开展研究的领军人物之一。如今，Angrist与伦敦政治经济学院的Jorn-Steffen Pischke共同撰写了一本面向大众的相关主题著作《Mastering ‘Metrics: The Path from Cause to Effect》，本月由Princeton University Press出版。
“希望我们的书能纳入本科课程，”Angrist说。“我们也希望，许多非学生读者——对数据以及数据所揭示的世界感兴趣的观察者——会觉得这本书有用。”
寻找随机化机会
Angrist的许多研究都试图复制研究实验室中随机对照试验那种清晰的结构。Angrist指出：“隔离因果关系、确保只有一件事情在起作用的最佳方式，就是进行随机实验。”
但出于后勤、资金或伦理方面的原因，社会科学家很少开展长期、大规模的实验。作为替代，他们会寻找“自然实验”或“准实验”：由于政策变化、地理上的偶然因素或其他类似因素，原本条件相同的群体最终处于不同的情境中。
在新书中，Angrist和Pischke详细介绍了五种识别社会因果关系的方法（他们称之为“狂暴五人组”——这是书中的功夫主题的一部分）。他们认为，计量经济学的“狂暴五人组”包括随机试验、回归分析、运用“工具变量”、回归不连续设计，以及“双重差分”方法。
以随机化为例：几年前，俄勒冈州设立了一种彩票制度，以分配该州医疗补助计划（Medicaid）的名额。这创造了“其他条件相同”的条件：一批情况相似的人申请Medicaid，但只有随机选出的一部分人获得了该计划。
因此，研究人员可以考察Medicaid覆盖带来的影响。目前看来，Medicaid覆盖促使人们接受更多医疗服务，并降低了抑郁症发生率，但并未带来血压等生物标志物的变化。不过，获得Medicaid确实减轻了参保者的经济负担。
“社会科学中的一大难题是，‘A’与‘B’之间的关系，可能会误导我们对‘A’如何影响‘B’的判断，”Angrist说。“这并不是说这总是如此的定理。但人们对世界的许多看法，最终都被证明是不正确或具有误导性的。”
“狂暴五人组”的其余方法
至于Angrist和Pischke详细介绍的其他方法，回归分析描绘两种现象之间的关系；另一项重要的计量经济学工具——工具变量法——则相当于一种不完美的随机试验。成长在大家庭里会让你成年后更贫穷吗？研究人员利用家庭规模的准实验性变异——包括随机发生的双胞胎出生，以及家庭规模与一组子女的性别构成有关这一事实——发现，至少就最终受教育程度而言，家庭规模没有影响。
回归不连续设计比较处于某个关键政策门槛两侧、且只相差一点点的人。例如，在纽约和波士顿，参加入学考试但仅以微弱差距未能进入知名“考试学校”的学生，长期表现与勉强进入这些学校的学生大致相当。这里的“其他条件相同”原则，源于两组人在入学考试中的表现基本相似。
最后，双重差分方法考察不同统计轨迹之间的变化。银行救助能帮助经济体吗？大萧条期间，总部位于亚特兰大的美国联邦储备系统辖区实施了向陷入困境的银行放贷的政策，而总部位于圣路易斯的联储辖区没有这样做。这两个辖区共享一条穿过密西西比州的边界——由于该州其他政策条件相同，这形成了一项自然实验。最终，亚特兰大联储自1930年起采取的银行救助措施改善了其辖区的经济发展轨迹，而圣路易斯联储辖区则没有出现这种变化。
乐趣与失败
倡导这些方法的并非只有Angrist和Pischke。包括经济学家Orley Ashenfelter、David Card、Lawrence Katz和Alan Krueger在内的许多学者，推动这些方法日益普及。此外，Angrist强调，这类研究中的最佳成果，兼具方法论上的精深与对特定学科领域的扎实了解。
“希望在我们这个领域成为成功的研究型经济学家，博士生必须精通某个领域，比如劳动经济学、健康经济学或发展经济学，”Angrist说，他本人就是劳动经济学家。另一方面，专业化程度较低的读者“应该也能读懂我们的书；我们希望他们由此形成一种能力，能够清晰地思考数据和统计关系。”
即使是精密的研究，也未必能得出毫无争议的结果。书中讨论了Angrist与一位同事发表的一项研究，该研究考察义务教育与收入之间的关系。随着时间推移，其他研究人员得出结论，他们的发现源于所抽样美国各州不同的地区经济趋势，而非这两种现象之间严格的因果联系。
Angrist感慨道：“我认为，这对研究生和本科生来说是很好的教训。实证研究中的失败比成功更多。”
尽管有这些困难，他总结道：“我们希望这本书能带来乐趣。如果它能让读者会心一笑，那将是一项了不起的成就。如果我们能让他们清晰地思考统计数据和因果关系，那这本书就成功了。”
与 MIT News
作者：Peter Dizikes是获Webby奖刊物MIT News的专职撰稿人，报道MIT多个学科领域的研究，也是《Technology Review》的撰稿人。
图片：一张女性写字的普通照片。OFFPO REUTERS/Catherine Benson
