相关性不等于因果：研究的头号心智护栏

在研究里，两组数量一起变几乎是常见现象，但一起变不等于一只引起另一只。相关性是统计观察，因果是机制判断，从相关跳到因果是研究者最容易犯、也是最难被察觉的错误。学习把相关只当线索、把因果留给验证，是研究的第一课。

三个陷阱

• 伪相关：两列本无关系的数量，因同期同步而看似高度相关。历史样本中几乎总能找到某两个看似相关实则无关的量只靠偶然或共同背景同步，越是数据多、搜索自由，越容易撞见这种假象。
• 滞后相关与反向因果：A在时间上早于B出现相关，未必是A导致B——也可能是B导致A、只是传导有先后，或二者均由第三只因素驱动。先后关系本身不证明因果方向。
• 混淆变量：真正驱动两者的第三因素若被忽略，会制造虚假联系。常见的是并行的宏观背景同时推高两个表面量，舍去背景后相关性即瓦解。

正确的求证姿势

想谈因果关系，须先能解释内部传导机制，不满足于一句相关；再尽量设计可对照的检验（如用时间上更早的确切事件分隔、比较在机制应发生与不应发生的子群中的差异），观察是否仍一致。若结论只能停留在相关层面，就如实写相关，可描述其强弱与方向，而不要把因果挂上去。

相关与因果之别，是解读一切观察的根本护栏。把它用在市场数据研究上，能帮助区分巧合、共性与真正有待验证的机制，相关的强弱只是描述过去样本的统计特征，不构成因果定论，也不带来任何方向性保证。