一、因果关系的含义

有关因果关系的争论由来已久。自从18世纪英国哲学家休谟以来，因果关系始终是一个争论不休的概念。有的学者认为，因果关系存在于经验世界或者客观现实中，但是这种观点至今还没有得到令人满意的证明，人们正在努力地寻求这方面的相关证据。还有的学者认为，因果关系并不存在于现实世界中，只不过是人脑的一个心智结构而已，这种心智结构是人们思考世界的便捷通道。

那么，究竟什么是因果关系？所谓因果联系是某一种现象必然引起另一种现象的本质联系，这种联系具有时间顺序性，其中一种现象在前发生，另一种现象随后发生。在现实世界中，原因总是伴随着一定的结果，结果总是由于一定的原因所引起的。原因是引起某一现象的现象，而结果是被某一现象所引起的现象。原因与结果相互依存，共同构成了一个因果系列。

事物具有因果关系需要满足三个基本条件。第一个基本条件是时间顺序，它是指原因必须出现在结果之前，也就是说，由原因引出结果，而不是由结果产生原因。时间顺序是确立事物之间因果关系的必要条件，但不是充分条件。有时人们会根据时间先后顺序来推断因果关系。例如，秋天树叶落下，鸟儿开始迁徙。落叶出现在鸟儿迁徙之前，这是否意味着落叶是鸟儿迁徙的原因？其实这是两件毫不相干的事情。确立因果关系并不容易，尤其对横向研究来说，确定时间顺序是相当棘手的。例如，研究者发现，接受教育较多的人对别人偏见较少。接受更多教育是否会减少偏见？还是偏见较大的人逃避接受教育？这是一个先有鸡还是先有蛋的问题。想要找到答案，研究者就要寻找其他信息，或者设计出一个能够检验时间顺序的研究。确定时间顺序对简单因果关系来说并不难做到，因为简单因果关系是单向的，即从原因到结果。大多数研究所要处理的是单向因果关系。然而，复杂因果关系却很难确定时间顺序，因为复杂因果关系涉及交互因果关系或者同步因果关系。例如，刻苦学习后取得好成绩，但是好成绩也会产生激励作用，刺激更加刻苦地学习。因果理论经常包含了互惠关系或反馈关系，但是这些关系很难加以检验。有些学者将单向关系称为非循环关系，而将互惠关系称为循环关系。

因果关系的第二个条件是两个变量的关联性。当某一变量发生一定的变化时，另外一个变量也随之发生一定的变化，这说明两个变量是相互关联的，存在着共变性，而这种共变性关系在时间上是持续不断的。例如，上一年度某地居民的社会整合对自杀率有显著的影响，但下一年度却没有出现这种影响，因此这种因果关系是不稳定的。共变法的特点是从事物变化的数量或程度来判断因果关系。因此，在运用共变法时，需要对研究对象进行精确测量，由此才能得出可靠的结论。然而，在实际研究中，人们常把相关与关联混为一谈。相关是一个显示关联数量的统计量，代表了两个或多个变量之间关系的程度和方向。而关联则是一般性概念，通常用两个或多个变量同时发生的变化来测量，称为共变（co-variation）。还有，必须把相关与因果关系区分开来。相关是确定变量之间因果关系的基础，但是相关关系并不等于因果关系。例如，A与B相关，可能意味着A是B的决定因素，也可能意味着B是A的决定因素，还可能意味着其他变量X同时决定了A和B，或者A与B相关是由人为因素造成的。只有实验才能控制各种条件和影响，最终把变量之间的相关关系确定为因果关系。最后，还要把关联与因果关系区分开来。研究者可能在不同变量之间找到某种关联，但是这种关联并不意味着因果关系。关联是对其他无关原因的排除，但是却无法认定真正的原因。关联是因果关系的必要条件，而非充分条件。这就是说，要确定事物的因果关系，不同事物之间首先要有关联，但是光凭关联还不足以构成因果关系。例如，某位大学生每次周五考试总能得高分，但是每次周一考试都不理想，可见，星期几与考试成绩之间存在着某种关联，但是星期几并不是考试成绩好坏的原因，而真正的原因是，这个学生每个周末长时间做家教到周一考试时已疲惫不堪。

因果关系的第三个条件是排除其他可替代原因。排除其他可替代原因是指，研究者要确定结果确实是由原因而不是由其他因素造成的。这个程序也是排除虚假关系的过程，研究者通常把另一个未被确认的因素所导致的因果关系称为虚假关系。尽管研究者能够观察到时间顺序和关联，但是无法直接观察到排除其他替代原因，只能通过间接方式来做到这一点。例如，某人膝盖痛，天就下雨，这并不意味着关节对天气有什么影响，相对湿度这个第三个因素才是导致膝盖痛和下雨的真正原因。再看一个例子，吸烟与肺癌有关，不过这种关联并不是由第三个独立因素造成的。由于无法弄清这些独立因素的作用，研究者往往很难确定该因果关系的真假。再比如，韦伯提出，新教伦理与资本主义精神之间存在着因果关系，但是，有的学者提出批评，认为这种因果关系是一种虚假关系，因为这两个因素可能是另外第三个因素，即与中央政治控制有关的因素，所产生的结果（Swanson，1967）。研究者可以用以下两种办法来排除其他替代原因：①通过内部的设计控制。研究者在设计研究时，就可以设置某种控制来排除其他替代因素的影响，比如通过创设受到唯一原因变量影响的实验环境来达到这一目的。②通过测量潜在的隐藏原因变量。研究者可通过测量可能的替代原因来排除替代原因，这种做法就是调查研究中常用的控制其他变量的方法。研究者可以用统计技术来确定是否是原因变量影响了结果变量。