第7讲 因果机制.pptVIP

它以案例为导向,将案例视为一个复杂整体来分析导致某些结果的解释条件及其组合,从而处理“多重并发因果(multiple conjunctural causation)”,即多个不同的条件组合作用下可能产生某个相同的结果。 它在赋值和运算上与定量方法有相似之处,也拥有定量方法的优势:可以同时处理多个案例,而且分析过程是透明的、可重复操作的。 严格说来,定性比较分析同定量分析方法还是有着根本差异,定性比较分析更注重找出案例中包含的条件变量和结果之间的逻辑关系,也就是更加注重各个案例的属性,而定量方法重视分析相关性。 清晰集定性比较分析(crisp-set qualitative comparative analysis,简称cs/ QCA)，变量取值分别为0和1 模糊集定性比较分析(fussy-sets qualitative comparative analysis,简称fs/ QCA)中的“模糊冶并不是不清楚、混乱的意思,而是指变量不同的隶属值(membership scores)。在模糊集分析中,研究人员可以通过用0 至1 区间的任何数字来表达变量的隶属值,这个标准化各个变量的隶属值的表达过程就是校准(calibrate)。 多值定性比较分析(multi-value qualitative comparative analysis,简称mv/ QCA)也是基于清晰集分析的重要局限———只能分析二元变量———而开发出来的,但与模糊集分析不同的是,多值分析的条件变量取值是离散而非连续的,而且结果变量取值也仍然是二元划分的。 第7讲 因果机制 熊易寒复旦大学国际关系与公共事务学院副教授 第1节 因果关系与因果机制 因果关系的两种定义 1、INUS定义（马奇定义）：An insufficient but necessary part of a condition which is itself unnecessary but sufficient for the result.（结果的一个不必要但是充分的条件中，一个不充分但是必要的组成部分） 所谓原因，就是结果的一个充分条件组中的一个必要组成部分。假设A和B是两个事件，那么在以下的情况下，我们称A是B的原因：A加上其他某些事件，可以组成一个复合条件C，C是B的充分条件； 如果把A从C中间拿掉，C就不再是B的充分条件。 因果关系不一定是充分条件关系，也不一定是必要条件关系 某甲将某乙从五楼上推下来，某乙落地后死掉了。通常情况下，某甲应该为此负责，因为我们认为某甲推某乙下楼是某乙死亡的原因。但如果用充分/必要条件关系来检验，这个因果关系就不成立。因为即使某乙不被推下去，他也未必不死，所以某甲推某乙下楼不是必要条件。另一方面，如果某乙落地的地方刚好是一个充气垫子，那么他即使被推下去也未必死，所以这里也不存在充分条件。 上述两种定义是对休谟因果定义的超越 休谟：“实在说来，由经验所得来的一切论证，都建立于我们自然对象之间所发现的那种关系；而且因为有这种相似关系，我们才来期望将来所发生的结果也和我们所见的由同样对象而来的结果相似。” 我们日常认为因果关联的对象具有必然联系，但是从它们的现象中不可能发现任何这样的印象，而是，对于想象力来说唯一直接明显的是时间上的相继关系和空间上的接近关系。  2、SUPPES定义：概率上的正相关关系是“初步原因”。“初步原因”有可能是“真实原因”，也有可能是“虚假原因”。而成为真实原因的前提是：不存在一个这样的事件，在给定这一事件时，这个正相关关系趋于消失。 SUPPES定义其实是给了我们一个证伪“初步原因”的方法。如果我们想要验证一种统计相关性是否包含因果关系，办法就是去寻找一个可让这种相关关系消失的条件。如果找到了，那么它就是一个虚假原因。而在没有找到之前，我们不妨假定它是一个真实原因。 关于因果关系的两种常见谬误 一是将因果关系混同于充分/必要条件关系，在既不存在充分条件、也不存在必要条件的情况下，就认为不存在因果关系了。 二是将因果关系混同于统计相关性关系，找到了数据上的正相关，就以为找到了因果关系。 定律与机制 定律和机制指的都是可以被观察到的，或者是可以通过推理得出的因果关系。定律和机制应当采取同样的定义，那就是：如果条件C1, C2, … Cn成立，关系E成立。 如果条件C1, C2,…Cn能在比较广泛的场合下成立，那么E所描述的关系就是一个定理；如果条件C1, C2,… Cn只能在非常有限和特殊的条件下成立（比如，在实验室条件下），那么E所描述的关系就是一个机制。 科学知识具有三个层次:第一个层次是存在的(existential), 也就是对数据和事实的搜集与整理；第二个层次是相关性的(correlational), 关