因果推理的理想形态——随机对照试验
“实验”能证明因果关系
两个变量的关系属于因果关系还是相关关系？判断这个问题的最可靠方法是“实验”，专业术语称为“随机对照试验”。
各位读者朋友可能都听说过“临床试验”。这是为了明确药物疗效与安全性所进行的试验。
例如，在小鼠实验中，将生病的小鼠“随机”分成两组，对比给予药物的小鼠（称为干预组）和不给予药物的小鼠（称为对照组）。如果摄入药物的小鼠痊愈率更高，则可认为药物有效。（见图表2-1）
图表2-1 随机分组制造反事实
“随机”或许给人一种“随随便便”的感觉，其实不然。把实验小鼠划分为干预组或对照组时，所有小鼠都有相同概率被划入干预组的分组方法被称为“随机分组”。随机还带有“依赖偶然性”的含义。
实际操作中如何进行随机分组？例如可以投硬币，正面朝上的划入给药组，背面朝上的划入不给药组（反之亦可）；或者使用由随机生成的数字组成的随机数表，根据抽取的是奇数或偶数来决定是否给药；也可以用抽签的方式决定分组。欢迎加入得到书社，微.信:whair004.罗辑思维，得到APP，樊登读书会，喜马拉雅系列海量书籍与您分享
小鼠之间的个体差异不明显，只要准备足够多的个体进行随机划分，就不会受到小鼠个体差异所导致的偶然因素的影响。因此，给予药物的小鼠组和不给予药物的小鼠组可以视为可比较的两个组。
换句话说，随机对照试验的本质就是用对照组替换“如果干预组没有投放药物”的反事实。
随机分组的必要性
通过随机对照试验，便可以解答前言中提到的问题：定期接受代谢综合征体检就能长寿吗。
这种方法将研究对象人群随机分为两组：接受体检“干预”的组（干预组）和不接受体检的组（对照组）。这里的“干预”意为将原因与结果中相当于“原因”的事项（此处指体检）施加给研究对象人群。
为什么一定要进行随机分组？不能直接比较曾经接受过体检和未接受过体检的人吗？
其实曾经接受过体检和未接受过体检的人属于不可比较的群体。试想过去一直接受体检的人健康意识肯定很高，而未接受过体检的人恐怕都不太注重身体健康。所以不管怎样，这两类人群都不适合拿来做比较。
人与临床试验小鼠的不同之处在于，人会按照自身的意志选择自己的行为。个人“选择（selection）”会导致两个研究对象组不具备可比较的属性。这种现象在经济学中被称为“选择性偏差（selection bias）”。
英语中有这样一句俗语：简直是在拿苹果和橘子比。这句话讽刺了拿两种原本就截然不同、没有比较意义的事物做比较的行为。对曾经接受过体检的人和未接受过体检的人进行比较，就类似于“拿苹果和橘子比”。
那么，如何才能像拿苹果和苹果比（或者拿橘子和橘子比）一样，对曾经接受过体检的人和未接受过体检的人进行比较呢？
最可靠的方法就是用抽签等方式随机决定是否接受体检。（见图表2-2）通过随机分组，可以使个人无法按照自身的意志做出选择，因此也就不会出现选择性偏差。由此得出的接受体检组和不接受体检组便是可比较的。
图表2-2 随机分组可以制造出两个可比较的组
“代谢综合征体检”与“长寿”是因果关系吗？
实际上，丹麦曾经进行过调查体检效果的随机对照试验。下面介绍该研究的结果。丹麦也实行与日本类似的代谢综合征体检，为国民提供糖尿病、高血压等生活习惯病的诊断及保健指导服务。随机对照试验将30～60岁的成年男女随机划分为接受体检的干预组（约1.2万人）和不接受体检的对照组（约4.8万人），用了十年时间对两组人群做了追踪调查。①
在干预组中，体检结果为未来患病风险高的人均被要求在5年内接受大约4次保健指导。结果显示，接受保健指导的大部分人在饮食习惯、运动、吸烟和饮酒习惯等方面有所改善。
然而，十年后的结果令人震惊：无论生活习惯改善与否，干预组和对照组的死亡率的差异在统计学上不具有显著性。
何谓“在统计学上具有显著性”？
“干预组和对照组的差异在统计学上不具有显著性”，是指该差异可视为巧合所导致的误差。换句话说，“观测到的差异为偶然产物的概率”低于5%，则该差异可被视为“在统计学上具有显著性”，表示两组的差异属于无法用误差或巧合解释的“具有显著性的差异”；而该概率高于5%时，则该差异“在统计学上不具有显著性”， 两组的差异可用误差或巧合来解释。（见图表2-3）5%这个数值本身并没有特殊含义，只不过长久以来经济学和统计学领域普遍采用这一水平。
图表2-3 “具有统计学意义”的小结
我们可以再举一个更直观的例子。扔一枚硬币，正面朝上的概率是50%，反面朝上的概率也是50%；扔两次硬币，两次均为正面朝上的概率是0.5×0.5=0.25（25%）。现实中，即使两次都是正面朝上，很多人仍会认为这纯属巧合。
那么，如果扔四次硬币，还都是正面朝上，人们会怎么想？或许会开始怀疑“扔硬币的人在作弊”。那么，当第五次仍然是正面朝上时，所有人应该都会确信“这不是巧合”。
四次均正面朝上的概率是0.5×0.5×0.5×0.5=0.0625（约6%），五次均正面朝上的概率是0.5×0.5×0.5×0.5×0.5=0.03125（约3%）。判断是否在统计学上具有显著性的基准数值5%恰好处在这两个概率之间。看到投五次硬币均正面朝上，很多人会怀疑这不是单纯的巧合，而是作了弊。把这种感觉落实为实际的数值，便是5%。
换句话说，“在统计学上具有显著性”表示，两组之间的差异纯属巧合的概率就像连投五次硬币均正面朝上一样，概率非常小。
定期接受体检并不能带来长寿
丹麦的这项研究显示，接受体检未必就能长寿。不过，这项随机对照试验终归只是在丹麦国内进行的研究。评估体检是否有效是关乎国家整体健康政策的重要问题，仅参考一项随机对照试验的结果做出判断的话，会有很大的风险。因此，下面介绍几项其他国家或地区的随机对照试验的结论。考察多项研究时，可以采用“元分析”（meta-analysis）方法。元分析是指整合多项研究结果，从整体的角度验证关系的方法（参考正文第40页）。尤其是整合多个随机对照试验的元分析在证据等级中所处等级最高。
元分析的结果已经证实，体检和长寿之间的确不存在因果关系。②
在实施随机对照试验的丹麦研究者们看来，组织大规模随机对照试验虽然成本很高，但与为全体国民提供没有效果的体检服务相比，则要划算得多。也就是说，不能贸然实施不知是否有效的政策，即使需要付出一些成本，也应该先验证因果效应是否存在，然后再决定是否要全面实施。
投入1 200亿日元税金的代谢综合征体检
尽管国外已有可靠证据表明体检不能带来长寿，日本仍在2008年启动了特定健康体检（俗称代谢综合征体检）和特定保健指导服务。
众所周知，这项政策的目的在于尽早发现并治疗生活习惯病，所有40岁以上的健康保险参保者都必须接受该体检。从2008年至2014年，日本为这项体检总计投入了大约1 200亿日元税金。
斥巨资引入的代谢综合征体检是否见效？为调查体检的效果，厚生劳动省又耗费约28亿日元架构数据库。然而数据库后来出现问题，只能分析收集到的数据中的20%，由此引发了舆论谴责。
与在全国范围内实施代谢综合征体检相比，日本完全可以先在部分地区组织随机对照试验，证实确有成效后再引入到其余地区。不同规模的随机对照试验所需成本不同，但最多也不过相当于1 200亿日元中的很少一部分。这样的话，或许国民的税金便可以用在更有效的地方。
日本既没有参考国外的先行研究成果，也没有根据本国数据验证代谢综合征体检的效果，我们对此只能表示遗憾。
这里有一点需要注意：“体检”不同于“筛查”。体检为健康诊断，筛查则是针对特定疾病进行排查，如“癌症筛查”。与体检不同的是，很多筛查被证实对延长寿命具有因果效应。有证据显示，对乳腺癌、大肠癌、宫颈癌等癌症的筛查能够提高存活率。关于各类癌症的证据详情可以参考国立癌症研究中心的“推动有科学依据的癌症筛查”等页面③。
“医疗费用自付比例”和“健康”是因果关系吗？
近些年来，医疗费用增加成为日本社会普遍关注的问题。2015年，日本成为世界第三大高医疗费用支出国（占GDP比例），很多人看到这条新闻或许都会感到震惊。医疗费用高涨带来的危机感与日俱增。因此，是否应该提高老年人医疗费用的自付比例成了公众热议的话题。
2017年2月，70岁以下人口的医疗费用自付比例为30%，70～74岁人口的自付比例为20%，75岁及以上人口的自付比例为10%（各年龄段的准现役收入者④自付比例均为30%），自付比例随年龄增长而递减。与老年人自付比例为零的1973—1983年相比，各年龄段人群之间的差距已经有所缩小，但年轻群体仍抱有强烈的不公平感。
提高自付比例有望缓解稍有不适就挤占急诊资源就医的“急诊不急”现象，削减医疗费用支出。
然而，一旦提高自付比例，老年人为节省支出或许就会放弃就医。这样的话，恐怕会错过及早发现病情接受治疗的机会，给老年人的健康状况造成不良影响。
如果对老年人的健康状况没有不良影响，通过提高自付比例控制医疗费用便是合理的设想。不过，如果会带来不良影响，则需要慎重研究。在实际中，提高自付比例是否会产生不良影响呢？
一项随机对照试验——“兰德健康保险实验”（RAND Health Insurance Experiment）给出了这个问题的答案。哈佛大学医疗经济学家约瑟夫·纽豪斯在就职于美国著名智囊机构兰德公司期间实施了这项研究。该研究规模庞大，从1971年持续到1986年，以居住在美国6座城市的2 750个家庭为研究对象，投入的研究费用按现在物价计算相当于3亿美元。
组织方专门为这项研究成立了民间医疗保险公司，研究对象可免费加入医疗保险。不过，他们被随机分入四个研究组，每组的自付比例各不相同。
对照组
研究组① 自付比例0%的方案
干预组
研究组② 自付比例25%的方案
研究组③ 自付比例50%的方案
研究组④ 自付比例95%的方案
该研究的干预组多达3组，并分别设置了不同的自付比例。分入这三组的研究对象加入研究组②～④的方案，而对照组则是自付比例0%的研究组①。
兰德健康保险实验的结果
下面来看兰德健康保险实验的结果。首先是各组支出的医疗费用。如图表2-4所示，研究组①（自付比例0%）的医疗费用明显高于其他三组。和研究组④（自付比例95%）相比，高出约为30%。由此可以认为，医疗费用自付比例越高，国家整体支付的医疗费用越少。
图表2-4 医疗费用自付比例降低，医疗费用会随之增加——各种医疗费用自付比例方案的人均年医疗费用情况
（数据来源）约瑟夫·纽豪斯等（1993）
接下来看门诊就医次数发生了什么变化。如图表2-5所示，研究组①（自付比例0%）和④（自付比例95%）之间同样存在30%左右的差异。
也就是说，医疗费用自付比例越高，人们就医或住院的次数越少。
图表2-5 医疗费用自付比例降低，门诊就医次数随之增加——各种医疗费用自付比例的人均门诊就医次数
（数据来源）约瑟夫·纽豪斯等（1993）
除贫困阶层以外，提高自付比例对健康状况没有影响
上述结果并不值得惊奇。不过，除了这些结论，兰德健康保险实验还证实了医疗费用自付比例与人们的健康状况之间不存在因果关系。在高血压症等30项健康指标上，研究组①（自付比例0%）与研究组②～④之间未发现在统计学上具有显著性的差异。
换句话说，这项研究表明，即便医疗费用自付比例提高，也不会导致人们的健康状况恶化，反而能缓解“急诊不急”现象，缩减国家整体的医疗费用支出。.
不过，有一点需要注意：将研究对象限定为健康状况较差的低收入人群时，自付比例的提高就会导致人们健康状况恶化⑤。
总而言之，提高自付比例从整体来看不会对健康状况造成不良影响，但会使贫困阶层人群的健康状况恶化。在探讨提高医疗费用自付比例时，为了避免使贫困阶层受到不良影响，需要采取充分的安全保障措施，将经济困难人群的自付比例等控制在较低水平。
