因果关系
因果关系难以证明
与预测关联关系不同的是因果关系(Causal Relationships)。这些关系援引了因果关系的概念，认为关系中的一个变量X会影响关系中的另一个变量Y。科学哲学家对因果关系的性质进行了广泛的辩论（例如，Bunge，1961；Cartwright，2007；Frank，1961；Morgan Winship，2007；Pearl，2009；Pearl Mackenzie，2018；Rubin，19741978；Russell，1931；Shadish，Cook，Campbell，2002），他们中的大多数人都认为因果关系可能是一个难以捉摸的概念，充满了歧义。事实上，著名哲学家伯特兰·罗素（1931）对这个概念的困难感到震惊，他建议从英语中删除因果关系一词。 科学家通常从变化的角度来看待因果关系。如果对X的关键性质的改变会导致Y的变化，那么变量X就被认为是Y的原因。休姆（1777/1975）认为，不可能证明一个变量的变化会导致另一个变量。在最好的情况下，我们只能观察到一个变量的变化，然后再观察另一个变量。他指出，这种共存的变化并不一定意味着因果关系。例如，每天早上日出前闹钟响不能说是太阳升起的原因，尽管这两个事件有着密切的联系。
Russell（1931）认为，只有在一个完全孤立的系统中才能明确地建立因果关系。如果假设没有其他变量存在或运行，那么X的变化和Y的变化确实表明了因果关系。然而，当存在污染变量时，有可能存在真正的因果关系，尽管观察结果表明X和Yare彼此完全无关。同样，因果关系可能不存在，即使X和Y被发现是相关的。在使用形式逻辑证明了这一点后，罗素转向了一个问题，即人们如何知道自己在一个完全孤立的系统中工作，以证明因果关系，例如在高度受控的实验室环境中。他认为，确信系统是孤立的唯一方法是，如果X的变化明确地导致该系统中Y的变化。但与此同时，我们想断言一个孤立系统的存在，因为X的变化会产生Y的变化，我们也想断言X会产生Y的变化，因为我们在一个孤立的系统中工作。罗素认为，这样的推理是重复的。
正如你可能想象的那样，概念化因果关系以及如何建立因果关系的根本问题是复杂的。几十年来，非常聪明的科学哲学家和科学家一直在争论这些问题，我们当然不会在这里解决这个问题，让每个人都满意。在仔细阅读了相关文献并对此事进行了深入思考后，我们一致认为，从严格意义上讲，传统社会科学家试图推断的那种因果关系很难明确证明。实验方法的坚定拥护者反对这种观点，我们对此表示尊重。然而，我们个人发现，Blalock（1964）、Bunge（1961）、Hume（1777/1975）、Russell（1931）和其他许多人的论点，作为一个整体，对社会科学中追求的因果关系可以得到明确的证明，提出了合理的怀疑。
为什么还要使用因果模型
如果因果关系很难证明，那么为什么这个概念在社会科学理论中占主导地位？我们的答案是，因果关系的概念是社会科学家用来帮助我们思考环境、组织思想、预测未来事件，甚至改变未来事件的一种心理模型。通过因果关系的思考，我们能够识别变量之间的关系，并经常操纵这些变量，从而在社会上希望改变的现象中产生变化。因果思维被用来发明激光器和晶体管，让我们飞上月球，并导致了各种相当了不起的人类发明。珀尔（2009）认为，“深刻的理解不仅意味着知道昨天的事情是如何表现的，还意味着知道在新的假设情况下事情会如何表现，控制就是其中之一”（第415页，最初的重点）。因果框架可以提供这样的支持。
尽管我们可能很少能够明确地证明社会科学核心变量之间的因果关系，但我们肯定会对变量之间存在因果关系（“X的变化产生Y的变化”的形式）有不同程度的信心。在我们看来，进行科学研究是为了建立对因果关系的理论陈述的强、中或弱信心。在粒子物理学中，经典的五西格玛标准将确定性定义为99.9999%的可能性，比如人类是否导致了气候变化。虽然这可能很少用社会科学理论来实现，但它确实低估了信心概念在科学推理中的作用。
因果关系的特征
首先，如前所述，如果X导致Y，那么X的变化被认为会产生Y的变化（但参见Sowa，2000和Lewis，2000，关于替代概念）。
其次，在时间上，一个原因总是先于一个结果。
第三，X的变化产生Y的变化所需的时间可能会有所不同，从几乎瞬间的变化到几周、几个月、几年、几十年或几个世纪。
第四，X对Y的影响的性质和/或强度可能因上下文而异。X可能会影响Y的一个语境，但不会影响另一个语境。 最后，因果必须是某种形式的空间联系，或者必须由一系列中间事件联系起来。
社会科学中越来越流行的因果关系观点使用了一个反事实框架，该框架源于Lewis（2000）的工作。为了说明这一基本思想，当分析治疗（X）对结果（Y）的因果影响时，感兴趣的反事实是比较如果一个人接受治疗会发生的潜在结果与如果同一个人在所有相同的情况下没有接受治疗会出现的潜在结果。如果潜在结果不同，则隐含因果关系。基于这一基本的反事实框架，科学家和哲学家提出了一个详尽的“因果关系理论”，以及建立因果关系的科学方法。
六种因果关系
当两个变量有因果关系时，假定的原因有时被称为自变量或决定因素，而假定的效果被称为因变量或结果变量。因果模型中有六种类型的“因果”关系中的一种或多种。（1）直接因果关系、（2）间接因果关系、（3）虚假因果关系、（4）适度因果关系、（5）双向因果关系和（6）未分析因果关系。
