科學研究中的自我修養：學會對“顯著相關”說“那又怎樣”？

在科研中，我們習慣于從數據中尋找關系，并且常常能得到相關關系。但問題在于，相關分析給出的，往往只是一個起點，而不是答案。從相關到因果之間，隱藏著一整套不那么顯眼、卻至關重要的前提：是否存在混雜？控制變量是否恰當？即使統計上再“顯著”，結論也可能偏離真實機制。科學的推進，往往不在于更復雜的模型，而在于更嚴格的追問：當我們說一個變量“影響”另一個時，這個判斷究竟建立在什么之上？

撰文 | 胡月瑤

1

從冰淇淋和溺水：混雜如何制造表面相關

在夏天，冰淇淋銷量越高，溺水人數也越多。如果只看數據，這兩個變量往往會一起上升，甚至呈現明顯的正相關。但這種相關本身，并不能說明冰淇淋銷量會直接提高溺水風險。更合理的解釋通常是，真正同時推動這兩件事變化的，是氣溫。天氣越熱，人們越想吃冰淇淋，也越可能去游泳、去海邊、去接觸水域，于是溺水風險也隨之上升。這個例子把問題擺得很直接：數據里看到的“有關系”，并不等于“一個導致了另一個”。有時候，兩個變量之所以一起變化，并不是因為它們彼此之間存在直接作用，而是因為它們都受第三個因素影響。這個第三個因素，就是所謂的混雜因素。這類“共同原因造成表面相關”的結構，是因果分析最需要警惕的基本情形之一。

在數據分析里，研究者最先看到的，通常不是因果，而是關聯。比如，我們會先看兩個變量是否“同升同降”，也會進一步用線性模型去刻畫這種關系。在線性回歸里，常見的寫法是：

但問題也恰恰在這里：線性模型和相關分析擅長描述關聯，卻不自動等于揭示因果。更準確地說，回歸系數首先描述的是統計關聯，而不是因果效應。它直接回答的是：在當前模型設定下、在統計上考慮了其他納入模型的變量之后，X 和 Y 呈現怎樣的關系；它并不自動等于“如果我真的去改變 X，Y 就會按這個方向和幅度發生變化”。

圖1. 冰淇淋銷量、氣溫與溺水風險。高溫同時推動冰淇淋消費和人接觸水域的機會，因此冰淇淋銷量與溺水人數可以呈現顯著相關，但這并不意味著二者之間存在直接因果作用。

2

為什么相關不等于因果

同一個統計關系，背后可能對應完全不同的解釋。

有時是 A 導致 B（A→B）。比如，吸煙增加肺癌風險。

有時是 B 導致 A（B→A）。比如，壓力大的人睡不好，到底是壓力導致失眠，還是長期失眠讓人更焦慮、更容易感到壓力大？

有時是 A 和 B 都由 C 引起（A←C→B）。冰淇淋銷量和溺水人數，就是這種典型的混雜。

還有種情況是，A 和 B 都會影響某個第三變量 C（A→C←B）。如果我們只分析那些“C 發生了”的樣本，就可能在 A 和 B 之間看到原本并不存在的關系。這種結構在因果圖里叫對撞點，由此帶來的偏差常表現為選擇偏差。想象一所學校的錄取規則是同時看成績和體育特長，兩項可以互相彌補——只要你有一項特別突出，就有機會被錄取。在全體考生中，成績和體育本來沒什么關系，有人擅長考試但不愛運動，有人運動健將但成績平平。但如果你只盯著被錄取的人看，就會觀察到一種奇特的現象：成績頂尖的人，體育往往比較一般，因為他的成績已經足夠讓他進來，不需要體育幫忙；反過來，體育拔尖的人，成績也常常不太突出，道理相同。在這里，“被錄取”就是一個由成績和體育共同決定的對撞點。只看這個子樣本，就會制造出成績和體育之間的表面負相關——它們本來無關，但因為共同決定了一個結果，在結果內部反而顯得“此消彼長”。

有些系統里，A 和 B 甚至可能彼此反饋。比如經濟增長和就業，常常互相影響。再極端一點，有時所謂“顯著關系”只是小樣本下的偶然巧合，換一批數據就不見了。

所以，“相關不等于因果”并不是一句口號，而是一種更嚴格的判斷方式。它提醒我們：相關告訴我們這里存在統計關聯，卻不自動告訴我們“誰影響了誰”以及“影響有多大”。更進一步，因果分析還提醒我們，并不是控制的變量越多越好。如果控制的是暴露和結果的共同原因，通常有助于減少混雜偏差；如果控制的是對撞點，反而可能制造出原本不存在的相關性；如果控制的是中介變量，那么在關注總效應時，就可能把一部分真實作用路徑人為切斷。也就是說，因果分析不是簡單地把更多變量塞進回歸，而是要先弄清楚這些變量在整體結構中扮演什么角色。

3

因果分析真正多問了什么

如果說相關研究的是“變量如何一起變化”，那么因果研究真正多問的一步是：如果我主動改變它，結果會不會變？

這一步看起來樸素，卻是最困難的地方。因為相關只是在描述我們已經看到的世界，而因果在追問的是：如果條件被改動，結果會不會隨之改變。

把這個區別說得很清楚的一種方式，是把因果問題分成三個層次。第一層是觀察。這一層關心的是我們從數據里直接看到了什么，比如相關性、條件概率和回歸系數。第二層是干預。這一層不再滿足于看見模式，而是繼續追問：如果我真的去改變一個條件，會發生什么？第三層是反事實。這一層最難，它關心的是已經發生的事情本來是否可能有另一種結果。比如，一個病人后來康復了，我們會追問：如果當時沒有接受治療，他還會康復嗎？

這三層常被概括為因果之梯。它真正想表達的意思是：相關主要停留在第一層，而因果分析至少要往第二層走一步。線性模型因此并不是沒用，而是它通常主要處在“觀察”這一層，是發現模式的起點，而不是因果問題的終點。Pearl 在《The Book of Why》中正是用這條“觀察—干預—反事實”的階梯，把統計關聯與因果問題區分開來。

這里還要多加一句邊界說明：在隨機對照實驗里，“干預”可以直接通過實驗操作來定義；在觀察性研究里，第二層問題往往還需要額外的識別假設或策略，比如可忽略性、工具變量、斷點回歸、雙重差分等，否則“如果我改變它”這句話并不能自動從相關數據里讀出來。這種從觀察到干預的跨越，在依賴觀察數據的學科中尤其具有挑戰性。對很多學科而言，真正困難的還不只是理解這條因果之梯本身，而是如何在難以操控、只能觀察的數據里，盡可能把機制問題問清楚。比較和演化研究正是這樣的典型場景。

圖2. 因果之梯的三個層級。第一層“觀察”，第二層“干預”，第三層“反事實”。線性模型主要停留在觀察層，而因果分析至少要進入干預層。更高層級的因果模型通常包含回答下層問題所需的信息，因此能夠覆蓋下層問題的回答范圍。

4

在演化生物學中，因果尤其重要

因果思維對演化生物學尤其重要，因為演化生物學關注的核心問題之一，是生物差異和生物多樣性如何產生、維持和改變。它當然關心不同性狀、類群和環境之間反復出現的模式，但更核心的追問是：這些模式究竟由什么過程造成。為什么某個性狀會出現，為什么會變大，為什么又會消失？背后可能是自然選擇帶來的適應優勢，也可能受到發育限制，或者主要反映共同祖先留下的歷史痕跡。只看到相關，我們最多知道哪些模式反復出現；只有繼續追問因果，才更有可能判斷這些模式背后的機制。

這類問題在比較研究中尤其突出，因為跨物種數據天然面臨兩個困難。第一，物種之間并不是獨立樣本。近緣物種共享祖先，也往往繼承了相似的形態、生活史和生態背景，因此某些相關關系可能部分來自共同歷史，而不完全來自當前機制。第二，不同候選解釋常常彼此相關、同時變化。結果就是，同一個跨物種模式，往往可以支持不止一種生物學解釋，而單個統計模型通常很難告訴我們，哪些關系更接近機制，哪些只是共同變化留下的表象。系統發育比較方法的重要性，就在于它把這種由共享歷史帶來的非獨立性納入分析，從而更謹慎地評估比較數據中的變量關系。

相對腦大小的演化，就是一個典型例子。圍繞“為什么有些脊椎動物演化出更大的腦”，研究者長期提出過不同解釋。其中最有影響力的一類觀點，是 Dunbar 提出的社會腦假說。這個假說認為，社會關系越復雜，個體需要處理和記憶的社會信息就越多，因此更大的腦可能是一種應對社會復雜性的認知適應。這個假說之所以影響深遠，是因為早期許多比較研究確實觀察到群體規模、社會聯系和腦大小之間的正相關（圖3）。

圖3.社會腦假說的經典證據圖：靈長類平均群體規模與新皮層比例的正相關。在不同靈長類屬中，平均群體規模越大，新皮層比例通常也越高。這一模式曾被解釋為：更復雜的社會關系需要更強的信息處理能力，因此與更高的新皮層比例相聯系。改自 Dunbar (1998)。

隨著樣本擴大和分析方法更新，事情開始變得沒有這么簡單。2017 年，DeCasien、Williams 和 Higham 在 Nature Ecology & Evolution 上重新分析靈長類數據，發現當體型和系統發育被納入控制后，食果類靈長類的腦組織平均比同體重的食葉類高約 25%，而群體規模、社會系統和交配系統都不能解釋額外的腦大小變異。作者據此提出，尋找果實所需的空間記憶、提取性取食，以及高質量食物帶來的能量條件，可能比社會復雜性更直接地推動了腦演化。與此同時，他們對靈長類相對腦大小和群體規模的祖先狀態重建也顯示，兩者的演化軌跡并不總是同步變化（圖4），這進一步削弱了“群體越大，腦就越大”這一簡單解釋。

圖4. 靈長類相對腦容積（左）與平均群體規模（右）的祖先狀態重建。顏色由紅到藍表示相對腦容積和平均群體規模由低到高。按照社會腦假說的簡單預測，群體規模增加的譜系往往也應伴隨腦大小上升；但這張圖顯示，二者的演化軌跡并不總是同步。DeCasien 等（2017）據此認為，社會性并不足以單獨解釋靈長類腦大小演化。

不過，這并不意味著答案就變成了“社會性錯了，食性對了”。2023 年，Grabowski 等人在 Systematic Biology 上利用 128 個靈長類物種的完整比較數據，并采用能同時處理適應過程與系統發育歷史的比較模型重新分析腦大小演化，結果發現飲食和社會性都會產生影響：向更復雜的社會性轉變與相對更大的腦相關，而向更偏食葉的方向轉變則與相對更小的腦相關。也就是說，同一個問題，在不同數據和模型下，并不會自動收斂到一個唯一答案。

近年的研究進一步表明，大腦演化不僅與社會和生態壓力有關，也受到發育與能量條件的限制。2025 年發表于PNAS的一項跨脊椎動物研究提出，相對腦容積最大的譜系，往往既能夠產生較大的單個后代，又能維持較高體溫（圖5）。這說明，理解大腦演化，不能只問“更大的腦有沒有用”，還要問“生物體是否有條件承擔它的代價”。

圖5. 相對更大的腦如何演化出來：發育與能量條件示意圖。影響脊椎動物腦變大的關鍵條件主要有兩類：一類與較大的新生個體有關，反映發育早期更高的資源投入；另一類與較高體溫有關，反映更有利于維持大腦這種高代謝器官的生理條件。體內受精和內溫性是與這兩類條件關系最密切的主要因素，而護育與攜帶后代、通過行為調節體溫等行為途徑，也可能在部分類群中起到輔助作用。改自 Song et al. (2025)。

把這些研究放在一起看，問題就變得很清楚了：在腦大小這樣的課題上，困難并不在于找不到相關，而在于社會因素、生態因素、發育條件、親代投入和熱生理條件往往纏在一起變化。于是，當我們發現某個因素與腦大小顯著相關時，并不能立刻說腦變大就是由它直接造成的。單靠相關模式本身，我們很難分清到底是哪一個因素更接近真正的原因。

正因如此，線性模型、混合模型和系統發育回歸雖然是比較研究的基礎工具，卻更擅長描述模式，不一定足以單獨完成機制判別。當多個解釋彼此相關時，不同的變量選擇、控制策略和模型設定，都可能改變結果的解釋方向。在這樣的背景下，研究者才會進一步發展那些比普通相關分析更接近機制解釋的方法。在比較生物學中，一個常見做法是從已有生物學假說出發，明確提出幾種候選因果結構，再比較它們與數據的一致性。系統發育路徑分析（phylogenetic path analysis, PPA）正是這樣一種確認式框架：它在考慮共享祖先影響的同時，比對不同候選模型，從而區分直接路徑和間接路徑，并比較不同路徑的相對作用。和單純回歸相比，這已經更接近機制解釋；但它的邊界也很明確——它只能比較研究者已經提出的結構，而不能保證真正的因果結構一定就在這些模型之中。對比較和演化研究而言，因果思維的重要性，并不在于把原有結論說得更強，而在于避免把伴隨變化誤當成驅動力，把歷史遺留誤當成當前適應，把表面相關誤當成機制本身。

5

研究者怎樣從數據逼近因果

面對因果問題，研究者通常會分兩步走：先盡量弄清變量之間可能的作用結構，誰更像上游，誰更像下游，哪些邊可能根本不該有；再進一步，討論如果真的改變某個變量，另一個變量會怎么變，變化有多大。

前一部分為因果發現；后一部分為因果推斷。它們回答的問題并不相同，但也不是彼此孤立。很多時候，如果連結構都完全沒有頭緒，談效應就會很危險；反過來，光有一張結構圖，不去問“改變它會怎樣”，也還沒有真正觸及因果分析最核心的目標。更重要的是，結構并不總是要靠算法“發現”；在很多實際研究中，領域知識本身就是構建因果圖的重要起點，而數據驅動的方法更多是在領域知識不足時提供補充、檢驗或候選結構。

研究者從數據里探索結構時，經常會先問一個問題：在給定某個變量集之后，這個關系是否仍然存在？如果 A 和 B 表面相關，但在給定某個變量集之后，A 和 B 條件獨立，那么它們之間看到的聯系，未必是一條直接作用。沿著這條思路，發展出了一類經典的結構學習方法，其中最有代表性的就是PC 算法（PC algorithm）。

PC 算法并不是簡單地“看哪個變量和哪個變量相關，就給它畫箭頭”。它真正利用的是條件獨立關系。假設我們關心四個變量：降雨、灑水車、地面濕和路面濕滑。直覺上，降雨和灑水車都可能讓地面變濕，而地面濕了以后，路面更容易濕滑。PC 算法一開始并不知道這些方向。它先假設變量之間都可能有關，從一張所有變量兩兩相連的無向圖出發；然后通過一系列條件獨立檢驗，不斷刪除那些其實不需要保留的邊。比如，如果數據表明“降雨”和“灑水車”在給定某個變量集之后條件獨立，那么它們之間的直接邊就沒有保留的必要。在刪邊之后，算法再利用一些特殊的局部結構來幫助定向。其中最經典的一類是 v-structure：如果 A 和 B 本身不相連，但都和 C 相連，并且先前找到的分離集合里不包含 C，那么算法就會把這部分結構定向成 A→C←B。因此，PC 的關鍵不在于“控制后相關是不是變弱了”，而在于能不能找到某個條件變量集，使兩個變量在給定它之后變得條件獨立。

PC 算法的重要價值，在于它把“相關不等于因果”變成了一套可以操作的分析流程：哪些邊可能根本不該存在，哪些方向有一定結構依據，哪些地方的數據還不足以把方向分清，它都能給出相應信息。但它也有清楚的邊界。標準 PC 并不總能唯一確定每條邊的方向，而常常只能輸出一個由數據支持的等價類；那些保留下來的無向邊，表示方向暫時仍不可識別。它的結果也依賴條件獨立檢驗本身：在線性高斯情形里，常見做法是偏相關或 Fisher’s Z；換成離散或二元數據，則需要使用別的檢驗方法。此外，標準 PC 主要適用于沒有隱藏變量的觀測數據；如果存在隱藏共同原因，通常要考慮 FCI 或 RFCI 等更一般的方法。

除了“在給定某些變量后是否仍然條件相關”，研究者還會問另一個問題：如果環境變了，這個關系還穩嗎？這類方法的出發點同樣很直觀。一個模型也許能在當前數據里預測得很好，但它利用的可能只是某個環境特有的相關。只有那些在環境變化之后仍然保持穩定的關系，才更有機會接近機制本身。沿著這條思路，一個經典的方法叫不變因果預測（Invariant Causal Prediction, ICP）。它利用不同環境中預測關系是否保持不變，去尋找目標變量的直接因果父節點的候選集合，并在滿足相應假設時給出置信區間。這里的表述要謹慎：它并不是在所有條件下都能直接給出“真值因果”，而是在其模型和不變性假設成立時，嘗試縮小真正因果變量的范圍。

沿著相近方向，還有錨回歸（Anchor regression）。它的核心目標是面對分布偏移時的穩健預測：在一定條件下，因果參數會在新分布中表現出更好的預測穩定性，但 Anchor regression 本身并不等于“已經識別出因果效應”。它更準確的定位，是一類把異質環境和穩健預測結合起來的方法。再往后，還有近年的一些優化方法，例如 NegDRO。這些方法試圖把“跨環境穩定性”進一步轉化為可求解的優化目標，但目前仍屬于快速發展中的方向。和 PC 算法相比，這條路線依賴的不是條件獨立結構，而是環境變化下的機制穩定性。兩者并不是誰取代誰，而是在使用不同類型的因果信息。一個更關注“控制以后還在不在”，一個更關注“換個環境之后還穩不穩”。對于真正復雜的問題，這兩類信息常常是互補的，而不是非此即彼。

6

從顯著關系到因果判斷，還差哪些證據

走到這里，其實就能更清楚地看見：從“統計關系顯著”到“因果判斷成立”，中間還隔著不少關鍵環節。

首先，研究者需要弄清楚，這個關系是不是可能來自混雜、反向因果、選擇偏差或反饋。其次，還要看，在控制其他變量之后，這個關系是否仍然存在；在更換環境、樣本、類群或分布之后，它是否仍然穩定。再往后，如果條件允許，還需要借助實驗、自然實驗、縱向追蹤、穩健性檢驗，甚至領域知識來進一步驗證。

也就是說，顯著性只是一個起點，而不是一張通往因果結論的直通車票。一個 p 值再小，也不等于已經回答了“如果改變它，會怎樣”這個問題。真正成熟的因果判斷，需要的不只是相關模式本身，而是圍繞這個模式不斷增加的結構證據、干預證據和穩定性證據。

所以，下次當我們再看到一句“X 顯著影響 Y”時，最值得追問的，也許不是它的 p 值到底有多小，而是：這份數據真正支持的，只是一條統計關系，還是已經有了更強的因果證據？

而科學，恰恰是在這一步步更嚴格的追問里，慢慢接近答案。

參考文獻

[1] Cornwallis, C. K., & Griffin, A. S. (2024). A guided tour of phylogenetic comparative methods for studying trait evolution. Annual Review of Ecology, Evolution, and Systematics, 55(1), 181–204. https://doi.org/10.1146/annurev-ecolsys-102221-050754

[2] DeCasien, A. R., Williams, S. A., & Higham, J. P. (2017). Primate brain size is predicted by diet but not sociality. Nature Ecology & Evolution, 1, 0112. https://doi.org/10.1038/s41559-017-0112

[3] Dunbar, R. I. M. (1998). The social brain hypothesis. Evolutionary Anthropology, 6(5), 178–190.

[4] Dunbar, R. I. M. (2009). The social brain hypothesis and its implications for social evolution. Annals of Human Biology, 36(5), 562–572. https://doi.org/10.1080/03014460902960289

[5] Glymour, C., Zhang, K., & Spirtes, P. (2019). Review of causal discovery methods based on graphical models. Frontiers in Genetics, 10, 524.

[6] Grabowski, M., Kopperud, B. T., Tsuboi, M., & Hansen, T. F. (2023). Both diet and sociality affect primate brain-size evolution. Systematic Biology, 72(2), 404–418. https://doi.org/10.1093/sysbio/syac075

[7] Kalisch, M., M?chler, M., Colombo, D., Maathuis, M. H., & Bühlmann, P. (2012). Causal inference using graphical models with the R package pcalg. Journal of Statistical Software, 47(11), 1–26. https://doi.org/10.18637/jss.v047.i11

[8] Nogueira, A. R., Pugnana, A., Ruggieri, S., Pedreschi, D., & Gama, J. (2022). Methods and tools for causal discovery and causal inference. WIREs Data Mining and Knowledge Discovery, 12(2), e1449.

[9] Pearl, J., & Mackenzie, D. (2018). The Book of Why: The New Science of Cause and Effect. Basic Books.

[10] Peters, J., Bühlmann, P., & Meinshausen, N. (2016). Causal inference by using invariant prediction: Identification and confidence intervals. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 78(5), 947–1012.

[11] Rothenh?usler, D., Meinshausen, N., Bühlmann, P., & Peters, J. (2021). Anchor regression: Heterogeneous data meet causality. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 83(2), 215–246.

[12] Song, Z., et al. (2025). Parental investment and body temperature explain encephalization in vertebrates. Proceedings of the National Academy of Sciences of the United States of America, 122(45), e2506145122. https://doi.org/10.1073/pnas.2506145122

[13] van Schaik, C. P., Song, Z., Schuppli, C., Drobniak, S. M., Heldstab, S. A., et al. (2023). Extended parental provisioning and variation in vertebrate brain sizes. PLOS Biology, 21(2), e3002016. https://doi.org/10.1371/journal.pbio.3002016

[14] von Hardenberg, A., & Gonzalez-Voyer, A. (2013). Disentangling evolutionary cause-effect relationships with phylogenetic confirmatory path analysis. Evolution, 67(2), 378–387. https://doi.org/10.1111/j.1558-5646.2012.01790.x

[15] Wang, Z., Hu, Y., Bühlmann, P., & Guo, Z. (2024). Causal invariance learning via efficient optimization of a nonconvex objective. arXiv preprint, arXiv:2412.11850. https://doi.org/10.48550/arXiv.2412.11850

本文經授權轉載自微信公眾號“ZJU生命演化研究”，原標題為《從相關性到因果：數據表象到本質機制的科學追問》。

注：本文封面圖片來自版權圖庫，轉載使用可能引發版權糾紛。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2.『返樸』提供按月檢索文章功能。關注公眾號，回復四位數組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。