因果关系（Causality），指事件之间一种“原因—结果”的关联，即一个事件（原因）的发生导致另一事件（结果）出现或改变。在科学方法中，因果关系是核心概念，用来解释自然现象、预测未来行为以及设计干预措施。确立因果关系远比观察相关关系复杂，需要排除混杂因素、验证时间顺序和机制连贯性。从休谟的恒常联结论到珀尔的因果图谱，这一概念历经哲学辩论与数学建模，至今仍是科学推理的基石——也是“万物皆可相关性，但因果往往很傲娇”的幽默源头。
1 概念与定义
1.1 因果关系的哲学起源
因果关系的哲学探讨滥觞于古希腊，但现代意义上的系统化分析始于近代经验主义哲学家。他们试图回答一个基本问题：我们凭什么说“A导致B”？
1.1.1 大卫·休谟的“恒常联结”
18世纪苏格兰哲学家大卫·休谟在其《人性论》中提出，人类对因果关系的认知并非源自理性推理，而是源于经验中的“恒常联结”（constant conjunction）。当我们反复观察到事件A紧随事件B出现，便习得性地预期未来也将如此。休谟认为，因果关系只是心灵的“习惯联想”，并不存在客观的因果必然性——我们看不见“因果力”，只能看见事物相继出现。这一“休谟式怀疑”持续影响着后来的科学哲学。
1.1.2 约翰·斯图尔特·密尔的“因果五法”
19世纪英国哲学家约翰·斯图尔特·密尔在《逻辑体系》中总结了归纳因果关系的五种经典方法，即“密尔五法”：
- 契合法：若多个案例中仅有某个先行因素相同，则该因素可能是原因。
- 差异法：若在有无某因素时结果相应出现或消失，则该因素可能是原因。
- 契合差异并用法：结合前两者。
- 共变法：若某因素的变化伴随结果的变化，则可能存在因果关系。
- 剩余法：从总效应中减去已知因果的效应，余下部分归于剩余因素。
这五种方法至今仍是实验设计与观察性研究的逻辑雏形。
1.2 因果与相关的天壤之别
“相关”指两个变量之间存在统计关联，但关联不等于因果。因果推断的核心难点在于区分相关与因果。
1.2.1 相关不因果——经典案例：冰淇淋销量与溺水率
一个广为流传的统计学笑话：冰淇淋销量上升时，溺水事件也增多。这并非因为吃冰淇淋导致溺水，而是因为夏季高温——这个隐藏的“第三变量”同时促进了冰淇淋消费和游泳活动，从而造成了虚假相关。此例常被用作“相关不因果”的启蒙教材。
1.2.2 虚假相关与第三变量（混杂因子）
虚假相关（spurious correlation）指由未观测到的第三变量（混杂因子）导致的两变量间虚假关联。混杂因子同时影响原因变量和结果变量，若未加以控制，就可能误判因果。例如，城市消防队员数量与火灾造成的损失成正相关，实际是因为城市规模（人口、建筑密度）同时影响二者。识别和控制混杂因子，是因果推断方法论的核心任务之一。
1.3 因果关系的现代定义
20世纪中后期，统计学家和计算机科学家将因果推理从哲学思辨转化为可操作的数学框架。
1.3.1 反事实框架（Rubin因果模型）
由唐纳德·鲁宾等提出，核心思想是：对同一个个体，同时观测其在“接受处理”和“未接受处理”两种状态下的结果是根本不可能的，因此因果效应定义为“反事实差值”——即实际观测结果与假设未处理时结果之差。通过随机化或匹配等方法，统计上可以近似估计这一反事实差值。其核心原则是：因果关系必须回答“如果没有A，B还会发生吗？”。
1.3.2 结构因果模型（Judea Pearl的DAG）
计算机科学家朱迪亚·珀尔提出了基于有向无环图（DAG）的结构因果模型。在这一框架中，变量间的因果方向用箭头表示，而因果效应通过“do算子”（干预）来定义：将某个变量强制设定为某值，观测其他变量的变化，从而读出真实因果效应。珀尔的模型为人工智能走向“可解释性”和“干预推理”奠定了数学基础。
2 因果推理的方法
2.1 实验方法
2.1.1 随机对照试验（RCT）——黄金标准
随机对照试验被视为因果推断的“黄金标准”。研究参与者被随机分入“处理组”和“对照组”，随机化保证了两组在可能影响结果的所有特征（已知和未知的）上平均相等，从而将观察到的结果差异归因于处理。
2.1.1.1 随机化打破混杂的技巧
随机化的本质是切断混杂因子与处理分配之间的关联。通过抛硬币、随机数字表等方法，每个个体进入处理或对照组的概率相等，从而混杂因子在两组中分布趋于平衡。这相当于在“理想实验室”中试验干预的效应，极大简化了因果推断。当然，随机化需要足够大的样本量才能有效，且在实践中未必总是可行（例如研究吸烟危害时无法随机化让人吸烟）。
2.1.2 自然实验与准实验
当真正的RCT不现实（如研究经济政策或自然灾害的影响）时，研究者会利用自然发生的“随机化”或“近似随机化”事件来模拟实验。例如，彩票中奖可视为自然随机化的收入增加；地震对不同地区造成的破坏也可看作近似随机冲击。准实验则通过匹配、回归断点、时间序列等方法进行因果推断，虽不如RCT可靠，但在许多领域是唯一选择。
2.2 观察性方法
2.2.1 倾向评分匹配
倾向评分匹配是一种在观察性研究中模拟随机化的技术。它通过逻辑回归等模型计算每个个体接受处理的“倾向”（预测概率），然后将处理组中每个个体的倾向与对照组中倾向最接近的个体配对，从而在可观测的混杂因素上实现平衡。配对后，比较两组结果差异即可估计因果效应。
2.2.2 工具变量法
当存在未观测的混杂因素时，可以引入一个“工具变量”——该变量本身只通过处理变量影响结果，而不直接影响结果，也不与其他混杂相关。常见的工具有：历史上的政策变化、气象变量等。比如，用降雨量作为工具变量来估计酒驾执法力度对交通事故的影响时，降雨量只通过影响政策执行（而非直接影响事故）来起作用。工具变量法的关键是“排他性约束”的合理性。
2.2.3 因果图与do算子
珀尔的DAG（有向无环图）将变量间的因果假设以图形形式呈现，并利用“d分离”规则来识别哪些变量需要“控制”（即条件化）才能获得因果效应。通过阻断后门路径（那些混合了混杂因素的非因果路径），或控制前门路径，研究者在理论上可以仅依靠观察数据推断因果。
2.2.3.1 Pearl的“干预”符号do(X)的实际含义
| 传统统计用P(Y | X)表示“在观察到X的情况下Y的分布”，而do算子表示“在人为将X设为某值后Y的分布”。两者不同，因为P(Y | X)可能包含混杂带来的偏差，而P(Y | do(X))则等于在X被干预后的Y分布。在实际操作中，通过DAG和后门准则，可以用观察数据估计P(Y | do(X))。例如，do(服药)表示人为让所有人吃下药片，再观测健康结果，而非“服药的人”自然选择。 |
|---|
2.3 统计因果推断的现代工具
2.3.1 机器学习中的因果森林
因果森林是随机森林的扩展，专门用于估计个体处理效应（ITE）。它通过递归分裂数据，使得在每个叶节点内，处理组和对照组的个体在协变量上尽可能相似。叶节点内的平均处理效应即为该子群的因果估计。因果森林强调“异质性”，也能自动识别子组间的差异。
2.3.2 双重机器学习（Double ML）
由维克多·切尔诺·祖科夫等提出，它结合了机器学习与因果推断。基本思路是通过机器学习模型分别估计“处理变量对结果变量的预期”和“处理变量本身”，然后利用残差回归获得无偏的因果参数估计。其优势在于，在高维、非线性、混杂变量众多时可以灵活处理，并提供统计推断（置信区间）。该方法广泛应用于经济学和公共卫生研究。
3 因果关系在科学中的困境与趣梗
3.1 因果推断的常见陷阱
3.1.1 反向因果：先有鸡还是先有蛋？
反向因果指将结果误认为原因，或将原因误认为结果。经典案例：“睡眠不足导致学习成绩差”——但更可能的是，成绩差（如频繁考试焦虑）导致睡眠不足。在流行病学中，疾病状况可能导致人们改变生活习惯（“免疫偏向”），造成因果倒置。检测反向因果通常依赖时间顺序或先验知识。
3.1.2 选择偏倚：幸存者偏差的因果伪装
选择偏倚发生在一类系统性的样本丢失或选择时，如“幸存者偏差”。例如，二战时研究者分析返航飞机上弹孔分布，认为“机翼弹孔多所以应加强机翼”，但实际是机翼中弹的飞机还能飞回来，而发动机中弹的飞机早已坠毁——因此结论恰恰相反。幸存者偏差的典型结构是：我们只观察到了“存活”的个体，却用它们来推断全体，从而扭曲因果关联。
3.2 幽默四则：你以为的因果很可能是段子
3.2.1 “因为熬夜所以考上清华”——典型课后感
社交媒体上，学霸常被赋予“熬夜苦学”的叙事，以至于不少人将“熬夜”视为优秀的原因。实际上，可能是聪明高效的学生在更短时间内完成学习后反而有余力熬夜娱乐，而“熬夜”与“成绩”之间充满了来自性格、家庭、教育资源等混杂因素的干扰。合理推测：不是熬夜造就了清华，而是考进清华的人更可能有“晚上突然想玩一会儿”的习性。
3.2.2 维基百科的“因果关系”词条被编辑次数与寿命的关系
有闲人发现，维基百科某国词条的编辑次数与该国居民的预期寿命存在高度正相关。由此调侃：编辑者越多，人民越长寿？或是长寿地区的人更有空编辑？这显然是一个典型的“相关不因果”笑柄，几乎可以入精选例子。
3.2.3 所有鸡汤文里的“因为…所以…”——心理安慰剂
“因为积极思考，所以财富滚滚”“因为早睡，所以成功”——这些句子在逻辑上漏洞百出。它们不过是一厢情愿的安慰剂：把线性因果嫁接到复杂系统上，试图用简单归因安抚焦虑。研究者戏称其为“因果安慰剂效应”，效果是让读者感觉生活可控，但证据为零。
3.3 反事实的脑洞：如果没有智能手机，人类能不能更幸福？
反事实推理是因果的核心。设想一个世界：2025年人类从未发明手机。那么屏幕时间会减少，注意力或许更集中，线下社交增多，但通信效率降低、信息获取减少。这个设想无法验证，但提供了思考因果的天然练习：若将干预“拿走手机”，现实中的上网、焦虑、孤独等都会波动。这提醒我们，真实因果总是裹挟在复杂系统中，反事实只是思想实验。
4 应用领域
4.1 医学中的因果：阿司匹林与心脏病
20世纪80年代的大规模随机对照试验证实，小剂量阿司匹林可以有效降低心肌梗死风险，其因果机制暂时归为抑制血小板聚集。然而，后续观察性研究和亚组分析提示，在部分人群（如老年女性）中获益有限或副作用明显。因果推断不断修正着医学建议：阿司匹林的“预防”因果链并非普适，还需权衡风险。这也是“黄金标准RCT”与非混杂观察性研究相互验证的典型例子。
4.2 经济学中的因果：最低工资与就业率
诺贝尔经济学奖得主大卫·卡德等利用自然实验（新泽西州最低工资上调，与临近宾夕法尼亚州对比）发现，最低工资上升并未显著导致就业下降——与经典经济学模型预测相悖。这一结果冲击了传统直觉，并引发了持续数十年的因果推测方法争论：是面板数据、工具变量或双重差分法更可靠？最低工资与就业的因果关系至今存在争议，也成为“经济学做硬科学”的试金石。
4.3 人工智能中的因果：从相关到可解释性
传统AI大多基于统计相关（如深度学习分类、推荐系统）。然而，相关模型在学习到“标签关联”却无法理解“干预后果”。引入因果推理后，AI开始具备反事实想象：若改变一个特征，输出会如何？这大大增强了模型的可解释性和鲁棒性。
4.3.1 因果强化学习让机器人学会“理解后果”
在强化学习中引入因果结构，机器人不仅学会“按下按钮获得奖励”，还能推测“如果我不按，奖励会怎样？”——这实际上是从数据中推断因果效应。例如，家务机器人通过因果图理解：“如果我把被子叠好（干预），房间整洁（结果），主人开心（回报）”。因果强化学习正帮助AI从“盲目试错”走向“推理型决策”。
5 争议与开放性话题
5.1 决定论与自由意志的因果拉扯
如果世界遵循因果律，那么每个事件都有前因——包括我们的选择。这导致“所有行为都是先前条件的结果”的决定论观点，与人类普遍持有的“自由意志”相冲突。哲学家们争论：自由意志是否只是一种错觉？因果链条的终极环节能否是“自我”本身？这一争论贯穿哲学史，而现代神经科学也持续为“因果决定”与“自主选择”提供实验素材。
5.2 量子因果：纠缠态下的“没有局域因果关系”
量子力学中，两个相隔甚远的纠缠粒子，一方的测量结果瞬间关联对方——被爱因斯坦称为“幽灵般的超距作用”。严格来说，量子事件之间并没有“传递信号”的因果机制，但关联性（贝尔不等式破坏）表明我们不能用经典的局域因果模型解释。量子因果研究者尝试引入“因果量子空间”的概念，认为因果可能不是线性的，或存在非定域因果。这从根本上挑战了传统物理因果观。
5.3 因果关系的终极悖论：蝴蝶效应与“谁才是真正的第一因？”
蝴蝶效应（洛伦兹吸引子）指出：初始条件的微小差异可能引发后续结果的天壤之别。这暗示，在混沌系统中，任何一个微小事件都可能是“原因”，但根本找不到“唯一原因”。而“第一因”问题——即最初推动宇宙的起因是什么？——至今仍是神学与物理学的未解难题。任何声称找到了“真正原因”的论断，在因果网络面前都显得过于天真。因果之谜，恰是科学永远好奇的边界。