因果关系分析的方法学贡献

① 什么是因果关系分析法

因果分析图法，也称为质量特性要因分析法，其基本原理是对每一个质量特性或问题，采用图示的方法，逐层深入排查可能原因。然后确定其中最主要原因，进行有的放矢的处置和管理。
因果关系分析法，是从事物变化的因果关系质的规定性出发，用统计方法寻求市场变量之间依存关系的数量变化函数表达式的一类预测方法。这类预测方法，在市场预测中常用的方法有两种：
回归分析法

当预测目标变量(称因变量)由于一种或几种影响因素变量(称自变量)的变化而发生变化，根据某一个自变量或几个自变量的变动，来解释推测因变量变动的方向和程度，常用回归分析法建立数学模型。
回归分析法：在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式，来描述它们间数量上的平均变化关系。这种函数表达式称回归方程式。
回归分析中，当研究的因果关系只涉及因变量和一个自变量时，叫做一元回归分析；当研究的因果关系涉及因变量和两个或两个以上自变量时，叫做多元回归分析。
回归分析中，又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的，分为线性回归分析和非线性回归分析。
线性回归分析是最基本的方法，也是市场预测中的一种重要预测方法。
经济计量法

在市场经济条件下，市场作为社会经济活动的基本场所，它一方面是企业营销活动的环境，另一方面也将社会经济系统视为其环境。这种市场现象间的系统关系，使市场变量间的某些因果关系不能只研究自变量对因变量的影响，而忽视因变量对自变量的逆向影响或各种自变量之间的相互影响。
这样一种市场变量间相互依存的复杂关系，回归分析法往往就不能对其做出系统描述。
经济计量法就是揭示这类市场变量间复杂因果关系数量变化关系的方法。
经济计量法，是在以经济理论和事实为依据的定性分析基础上，利用数理统计方法建立一组联立方程式，来描述预测目标与相关变量之间经济行为结构的动态变化关系。这组联立方程式称为经济计量模型。

② 因果关系原理

因果关系（causality或causation）是一个事件（即“因”）和第二个事件（即“果”）之间的作用关系，其中后一事件被认为是前一事件的结果。一般来说，一个事件是很多原因综合产生的结果，而且原因都发生在较早时间点，而该事件又可以成为其他事件的原因。

一般来说，因果还可以指一系列因素（因）和一个现象（果）之间的关系。对某个结果产生影响的任何事件都是该结果的一个因素。直接因素是直接影响结果的因素，也即无需任何介入因素（介入因素有时又称中介因素）。从这个角度来讲，因果之间的关系也可以称为因果关联。
原因和结果通常和变化或事件有关，还包括客体、过程、性质、变量、事实、状况；概括因果关系争议很多。对因果关系的哲学研究历史悠久，佛教和西方哲学家如亚里士多德在2000多年前就已经提出了因果，该问题仍是现代哲学的重要课题。
特点
1.因果关系的客观性。因果关系作为客观现象之间引起与被引起的关系，它是客观存在的，并不以人们主观为转移。
2.因果关系的特定性。事物是普遍联系的，为了了解单个的现象，我们就必须把它们从普遍的联系中抽出来，孤立地考察它们，一个为原因，另一个为结果。刑法因果关系的特定性表现在它只能是人的危害行为与危害结果之间的因果联系。
3.因果关系的时间序列性。原因必定在先，结果只能在后，二者的时间顺序不能颠倒。在刑事案件中，只能从危害结果发生以前的危害行为中去查找原因。
4.因果关系的条件性和具体性刑法因果关系是具体的、有条件的。在刑事案件中，危害行为能引起什么样的危害结果，没有一个固定不变的模式。因此，查明因果关系时，一定要从实施危害行为的时间、地点、条件等具体情况出发作具体分析。
5.因果关系的复杂性辩证唯物主义认为，客观事物之间联系的多样性决定了因果联系复杂性。

③ 2021 年诺贝尔经济学奖分别授予劳动经济学和因果关系分析，三位经济学家的贡献对现实社会有哪些意义

如下：

他们的贡献，尤其是Angrist和Imbens，横跨经济学的各个领域，深刻而显着的影响了整个实证经济学的研究。无数的顶刊文章，很多国家的政策分析，都得益于他们在经济学方法论上的卓越贡献。

可以说，现在经济学家，尤其是做数据、做实证的经济学家，几乎没有人没有读过Angrist和Imbens的着作，没有人没有用过他们的方法。

在自然科学中，做实验的地位是非常重要的，尤其是在大众的印象里，做实验就等于科学研究。

但是在社会科学里面，做实验往往非常的不现实——像一个国家、观察数据的不可靠性，在经济学上被称为“内生性”，本质上就是在于各种因素的内在逻辑互相纠缠，而最终的数据体现出来的是综合的结果，无法把里面的逻辑分开。

Angrist和Imbens的贡献，就是在于要寻找这些纷乱逻辑中的随机性，然后利用随机性这把刀，斩断其他干扰我们判断的因素，找出我们希望真正观察到的因果关系。

观察数据的不可靠性，在经济学上被称为“内生性”，本质上就是在于各种因素的内在逻辑互相纠缠，而最终的数据体现出来的是综合的结果，无法把里面的逻辑分开。

Angrist和Imbens的贡献，就是在于要寻找这些纷乱逻辑中的随机性，然后利用随机性这把刀，斩断其他干扰我们判断的因素，找出我们希望真正观察到的因果关系。

一个省的医疗保健政策，如何做实验呢？发生了就是发生了，我们也不可能回到没有发生的状态再观察一遍；再比如劳动力的供给，一个地区的劳动力供给就是有限的，而劳动力的自然增长往往和其他的因素密切相关，如何才能知道劳动力供给和工资之间的关系呢？

总不能学朱棣从山西大槐树那边强行移民来做实验吧？

这些宏观的、成千上万人参与其中的经济事件，都是没有办法做实验的。但是这些问题，恰恰又是和我们的生活、社会密切相关的问题，一个政策或者规制的效果、区域的劳动力供给……这些问题又需要能找到定量的方法，来进行评估、总结和测试。

这就是Angrist和Imbens的功劳了。 他们开发了“拟自然实验”这个工具，很好的解决了这一问题。

比如说，如果我们要研究政府投资对地区经济增长的作用，直接的比大小是不行的。因为地区的经济增长往往会带来投资，而投资又会促进经济增长，我们不知道他们谁先谁后，因果混杂在一起，直接进行数据分析往往得到的参数就是不准确的。这个也称之为“内生性”。

内生性是经济学研究的大敌，可以说整个计量经济学，很大一部分围绕着如何处理和减轻经济数据的内生性来进行的。 就像医学一样，医学也经常使用类似的方法，但是医学中做的是“真实验”。

而在社会科学中，既然没有办法做真实验，那就要构建出仿佛是实验的对照组和控制组，这就是“拟自然实验”的意义。

真实的世界我们观察到的，只有一种选择，而经济学家们要做的，就是通过技巧和工具，来构建出一个可信的“如果这件事情没有发生会怎么样”的样本，然后和真实世界的数据进行对比。

④ 因果关系的主要内容是什么把握因果关系有何方法论意义

其实因果关系指的是你种瓜得瓜种豆得豆的意思，也就是说有一个前因就会造成一个后果，你要把握因果关系就要从源头上去阻断，他也就是说当你思想意识到这种问题的时候，就要马上切断，这样子才能够避免。

⑤ 目前社会科学经验研究“因果识别”都有哪些方法和新发展

因果关系的确定并不容易，我们一般先是从具有统计学意义的相关关系入手。两个变量具有相关关系，例如和俗套的：小朋友和小树在某一年同时测定高度，以后每日测一次高度。我们第一个观察到的现象是人长高，树也长高。这时候我们的第一个问题是：这种现象是随机的，还是非随机的？为了解答这个问题，我们首先可以观察更多的数据，通过统计学方法，明确到这种现象是有统计学意义的，即“非随机现象”。随后就要讨论，这个现象是否存在有因果关系，这时候我们可以从：时间关系、关联强度、可重复性、分布一致性、合理性、终止效应、特异性等方面来讨论。

时间关系：这个很好理解，就是“因”必然要在“果”之前。关联强度：是指两个现象相关，那么它的相关程度有多大，描述关联强度的有：决定系数R²，OR，RR值等可重复性：就是说你认为这两者有因果关系，那么是不是每次因出现都能有果，或者每次果之前都有因，是否可以重复。

分布一致性：是指“因”的分布和“果”的分布是否一致，例如说A地吸烟率高，那么A地的肺癌发生率是否也高，两者分布是否一致。合理性：是指这种因果在科学上能否得到合理的解释，例如抽烟导致肺癌发生的机制已经很明确，那这就是抽烟导致肺癌的合理性。终止效应：到“因”被终止后，果是不是会消失或减少。

例如戒烟能降低肺癌发病率。特异性：这个不太好说，现在好像也都不怎么提，我要不太懂，看有没有大神能帮我解惑一下。因果关系的确定的确不容易，如果大家都能认识到“相关关系”不等以“因果关系”我敢保证微信微博上的那些什么“7岁男孩每天和饮料致白血病”这类的新闻会少很多。

⑥ 因果分析的五种方法

因果关系的五种方法是求同法、求异法、同异共用法、共变法、剩余法。

因果关系分析法也叫穆勒五法、溯因法。
因果分析是用于判断事物之间因果关系的科学分析方法。

⑦ 为什么说实验法是唯一能进行因果关系推论的研究方法

实验研究法是唯一能够确认自变项与依变项间因果关系的研究方法。在实验研究中，研究者借由随机抽样、随机分派的过程，将研究对象区分为实验组与控制组，然后在严谨的实验设计之下，系统且客观的操弄自变项，且将影响依变项的各个干扰变项予以控制或维持恒定，再观察依变项的反应，以作为研究结果的判定。
实验研究包含三大部分，分别是自变项与依变项、实验组与控制组以及结果的测量，借由对此三部分的操弄、控制与观察，研究者获取了最后的研究结果。
二、实验研究法的特征
(一)随机化
所谓的随机化它需包含二个阶段，第一个阶段是随机抽样；第二阶段是随机分派。
实验研究中之所以要控制变项，是为了要确保影响依变项的因素只剩实验处理一项，亦即自变项，如此才能够推论自变项与依变项间的因果关系。
(二)变项的控制
针对这些干扰变项的控制，常用的方式有下列六种：
1.随机化
2.将干扰变项保持恒定不变
3.将变项纳入实验设计之中
4.配对
5.以受试者本身作为控制
6.共变量分析
三、实验研究法的基本步骤
(一) 决定研究题目与目的
(二) 提出研究假设
(三) 界定变项
(四) 准备实验或测量器材
(五) 控制干扰变项
(六) 选择实验设计
(七) 受试者的抽样与分派
(八) 决定实验步骤并依计划进行实验
(九) 资料的统计分析
(十) 根据实验结果撰写研究报告

⑧ 求大神说说经济学中确定因果关系的方法及研究成果及其理论内容

经济学家开拓了一种可以用来分析变量之间的因果的办法，即格兰杰因果关系检验。该检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰（Clive W. J. Granger）所开创，用于分析经济变量之间的因果关系。他给因果关系的定义为“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方差。”
在时间序列情形下，两个经济变量X、Y之间的格兰杰因果关系定义为：若在包含了变量X、Y的过去信息的条件下，对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果，即变量X有助于解释变量Y的将来变化，则认为变量X是引致变量Y的格兰杰原因。
进行格兰杰因果关系检验的一个前提条件是时间序列必须具有平稳性，否则可能会出现虚假回归问题。因此在进行格兰杰因果关系检验之前首先应对各指标时间序列的平稳性进行单位根检验(unit root test)。常用增广的迪基—富勒检验(ADF检验)来分别对各指标序列的平稳性进行单位根检验。

⑨ 何为因果分析法

在社会经济现象之间，因果关系大致可分为函数关系、相关关系、因子推演关系等几种不同的类型。相关关系指两种或两种以上的社会经济现象间存在着相互依存关系，但在数量上没有确定的对应关系。在这种关系中，对于自变量的每一个值，因变量可以有几个数值与之相对应，表现出一定的波动性、随机性，但又总是围绕着它们的平均数并遵循着一定规律而变动。相关关系与函数关系是性质不同的两类变量间的关系。变量之间存在着确定性数量对应规律的称为函数关系，可以用数学函数式表达。变量间不存在确定性数量对应规律的要用统计学的方法来研究。统计学上研究有关社会经济现象之间相互依存关系的密切程度叫做相关系数。相关分析可以得到一个表明相关程度的指标，称为相关系数。这种方法对于不能在实验室用实验方法分析的社会经济现象显得特别重要。通过相关分析，还可以测定和控制预测的误差，掌握预测结果的可靠程度，把误差控制在一个范围内。