第一讲：自然实验和准自然实验

8月5日上午，张晓峒老师给大家讲了《社会科学中的因果推断（上）~自然实验和准自然实验》。

张晓峒老师：日本大阪市立大学经济学博士，中国数量经济学会副会长。南开大学经济学院教授，数量经济学专业原博士生导师，南开大学数量经济研究所原所长。国内13所著名大学兼职教授。

讲座伊始，张晓峒老师指出社会科学中因果推断的方法是人文社科类学者需掌握的必须技能。探索事物间的因果关系是哲学、自然科学和社会科学追求的共同目标。张老师从因果关系一般介绍、潜在结果模型、随机化试验方法和观察性研究中的因果推断方法以倾向得分匹配法向同学们介绍了自然科学中因果推断的流程。张老师认为如何根据观测和实验探索事物之间的因果关系是东西方古代哲学乃至现代科学一直想要解决的问题。虽然因果推断在现代统计学的初始阶段就已经产生，但却长期被忽视。直至最近  40年，尤其是最近  10年，因果推断才得到广泛认可和大力研究，成为当今主流研究方向之一。他强调实证研究是透过现象看本质，探究事物发展的因果关系规律，而研究数据的质量和可得性则是实证研究的重要保障。张老师向我们介绍了诺贝尔经济学奖得主  Heckman JJ (2008)提出关于政策评价的 3个因果推断挑战性问题，并通过三个问题引导我们思考学习。

讲座第二部分，张老师介绍了因果关系与相关关系的区别。首先，张老师指出以相关系数(correlation  coefficient)为标志，人类对相关关系的研究已经取得相当满意的成果(英国统计学家 Galton Francis  1822-1911首先提出线性相关系数计算公式)。但对因果关系的研究却一直滞后。张老师强调在相关研究中，判定因果关系有两个条件：

一是 必须知道哪个变量先发生哪个变量后发生。二是“果”的发生是否还受到其他因素影响。通过对中国能源消费(万吨标准煤)与 GDP关系研究、上海每日新增确诊病例数走势图变化趋势研究举例论证，得出结论：具有相关关系是预测的基础;具有因果关系是决策的基础。

讲座第三部分，张老师向同学们介绍了因果推断的常用分析方法。张老师首先向我们介绍当代计量经济模型可以分为  3大类：一阶矩模型:如线性回归模型，ARIMA模型等、二阶矩模型:如  GARCH模型，随机波动模型等和因果推断模型(经济领域称政策评估)。而目前，因果推断采用的常用分析方法是：1、控制实验(科学实验)；2、随机化试验(Neyman  J,1923，Fisher R  1926,1935)(潜在结果模型，平均因果效应，Neyman,1923，1934)；3、准随机化试验(倾向得分法，Rubim,1974)；4、自然实验等。张老师指出控制实验在自然科学中有时容易做到，有时也很难做到其他条件严格可控所以研究因果关系的方法主要是随机化实验。而在社会科学中有时即便是随机实验也很难做到。实际应用的是准实验方法。而随机化实验易出现“反事实”的情况，即一个个体无法完成因果推断，即使进行效应值处理仍存在一定的估计偏差。因此准实验才是人文社科类的大多数选择。张老师介绍道：准实验就是没做随机化分配的实验。个体分配到处理组或控制组是由自我选择self-selection)决定。准实验通过匹配入组个体的概率值引入随机性，从而使个体看起来像“随机地”被分配一样。在许多自然实验中，即使研究者无法完全掌控实验的时程安排，比如，什么时候开始让哪些研究个体接受实验处理等，还是可以在搜集资料的过程中加入一些类似实验研究的设计(例如，测量什么人及什么时候作测量)。整体而言，这种情况可以统称为准实验设计。

讲座第四部分，张老师介绍了潜在结果模型、随机化试验方法与倾向得分匹配法。首先，张老师指出潜在结果模型是因果推断模型的理论基础。随后以农业试验为例引出平均因果效应，并强调求平均处理效应或做随机化实验必须满足一个条件，即个体潜在结果取值与处理状态相互独立。而后通过美国脊髓灰质炎疫苗随机化试验设计证明了随机控制实验的严格要求存在的必要。最后张老师介绍了观察性研究中的因果推断法。从直觉上，随机化实验得到的因果推断结论合乎逻辑。但是，大量不能做随机化试验的场合限制了潜在结果模型的应用。现实的统计问题，很多数据收集并非源自随机化实验，这就是倾向得分匹配法。这种方法由鲁宾提出，相较于之前介绍的研究方法，这能在准实验中克服个体异质性，进而评价平均因果效应，即用观测数据可以构造平均因果作用的估计量。

~