蜘蛛|「社会科学」庞珣：避免“下不该下的结论”——社会科学研究中的识别与信度( 四 ) 蜘蛛

模型驱动型研究确定识别对象的方式是以建立一个回归模型为暗含的思路和要求，我们说的“因变量”其实就是模型等式左端的量，而“自变量”是右端的量，确定了这两个变量即可以建立一个回归模型。于是， “有清晰的因变量和自变量”成为模型驱动型实证研究确立识别对象的路径。现在设想我们要研究关贸总协定/世界贸易组织（GATT/WTO）对国家出口带来的影响，根据模型驱动型研究的做法，我们知道 “自变量”为GATT/WTO ，操作化为“是否为GATT/WTO成员国” ，而因变量为一国的出口量。识别对象就这样确立为下式中的β1：
yit=f(β1xitαzit)+εit(3)
式中脚标i和t分别表示“国家”“年份” ， yit是自变量（国家的出口总量），而xit是因变量（是否为GATT/WTO成员国的哑变量）， zit是以α为系数的控制变量， εit是残差项， f(.)是某种模型的方程形状（线性或非线性，更严格的写法为g-1(.)）。自变量xit的系数β1即是这个模型表达出来的“识别对象” ，解读为“其他条件不变（或其他变量固定在某个特定取值），一国从非GATT/WTO成员国变为成员国带来其当年出口变化期望值为β1” ，即GATT/WTO对出口的因果效应。这个流程简单流畅，充满程式化色彩，像一个有质量保证的成熟生产线。
然而，设计驱动型研究则要求在定位和定义识别对象时不可“轻举妄动” ，认为“因变量—自变量”方式定义的识别对象依然过于模糊。我们必须通过思考一系列理论和逻辑问题来谨慎地、清晰地确定识别对象，如：我们关心的“因”究竟是什么？是成员国身份的转变、是转变的时机、还是GATT/WTO形成的网络带来的结构性影响？等等。对这些问题的回答取决于对国际组织的何种理论关切，是关心它带来的外部机遇、对国内政策共识的促进或它形成的国家间同侪压力？我们选择原因的不同变化维度其实就是在构建不同的理论。进而，我们还需思考，理论关心对“谁”在什么时段内的结果的影响？关心所有各具特色的国家还是某类经济体？关心所有时间还是某个特殊时段？对这些问题的不同回答将定义出不同的识别对象。设计驱动型研究将定位和定义实证识别对象和理论构建融为一体，而不是将理论和实证人为割裂为两个不同的阶段。最重要的是，确定识别对象的过程与模型和数据无关，而是探究识别任务的理论意义和逻辑可能性，即设计必须先于实证观察和实证分析。选择和定义识别对象要求思考的广度和深度远超出惯常所讲的“问一个清晰的研究问题”或确定“因变量和自变量” 。
设计驱动型研究还要求研究者将识别对象尽量正式地表达出来，然后再根据需要选择数据和实证方法，而不是根据数据和模型来表达识别对象，这一先后次序十分关键、不能颠倒。对识别对象的表达可以使用语言文字或数学符号，但须清晰而精确。回到GATT/WTO的例子，设计驱动型研究不会将识别对象表达为某统计模型中的系数，因为此时统计模型还未进入研究者的考量范围中，是否使用任何统计模型则要在之后根据识别任务的要求来决定。我们这个假想的例子涉及因果关系为识别对象，研究者可以选择“鲁宾因果模型”（Neyman-Rubin Potential Outcomes）对因果效应的表达方式：
其中， δit是i国在t年的因果效应（由原因带来的出口量的改变）， Yit 表示i国在t年的潜在出口量（结果），而括号里面的字母分别表示对不同类型原因的考虑：wit（i国t年是否为成员国）、 ai（i国何时加入GATT/WTO ， a'i为另一个可能的年份）、Wt（所有国家在t年是否GATT/WTO的组合， W't是另一种可能的不同组合）。将识别对象正式表达出来的优势，不仅在于明确了什么是原因、因果效应是对哪两种清晰定义的原因状态对应的结果进行比较等必要问题，而且体现了真正的“其他条件不变” ，即包括单元i和时间t的不变，与因果关系的理论相契合。这种表达还坦率承认了因果识别的巨大困难。我们如果仔细想一想就会发现，识别对象δit“无法识别” ，因为对任何特定国家i在任何特定一年t ，等式右边的两个结果最多只有一个可以被实证观察到（假设第一个是观察到的事实），而另外一个则是永远无法被实证观察到的“反事实” 。而在回归表达中，我们掩盖了这一“因果推论中的最基本难题” 。现代因果识别研究正是在承认个体因果效应无法识别的基础上，通过调整识别对象和明确识别假定，不断将原来“不可识别”的对象变得“可识别”的科学探索。