目录

1. 引言

因果效应的识别是社会科学研究的关键。但是以随机试验为黄金标准的因果推断只能提供一个因果效应的 “黑箱”，也就是说试验方法只能说明干预是否导致了因果关系，而不能说明如何导致了结果变量的变化。因此，机制分析在研究干预和结果变量的路径中扮演了重要的角色。

在传统的社会科学研究中，因果机制分析主要依赖于线性结构方程模型 (Linear Structural Equation Models，LSEM)，由此可能引发三个方面的问题：

• 缺少因果中介效应的明确定义；
• 缺少关键的识别假定；
• 难以向非线性模型拓展。

本文将介绍一种因果中介效应的一般方法，该方法明确提出了因果中介效应的定义、识别、估计和敏感性分析，并且可以广泛应用于线性和非线性模型、参数和非参数模型、连续和离散中介变量，以及多种类型的结果变量。