无论基于理论模型的推演，还是基于观察数据的相关性分析，传统研究方法在因果推断上均存在明显局限。实验方法虽然在自然科学和部分社会科学领域大放异彩，但在国际关系研究中因伦理、技术和实践上的障碍而难以实施。在这一背景下，准自然实验（quasi-natural experiments）方法的兴起为国际关系研究带来了重要突破。这种方法不仅为解决长期困扰国际关系研究的因果识别问题提供了新的工具，还为研究者打开了探索复杂国际现象的新视角。

　　准自然实验的理论基础

　　准自然实验是指研究者利用现实世界中自然发生的事件或政策变化，为因果推断提供条件，这些事件在某种程度上具有“随机性”特征。与传统实验不同，准自然实验并不依赖研究者对实验条件的直接操控，而是通过观察外生性事件对处理组和对照组的影响来识别因果关系。

　　准自然实验方法的理论基础可以追溯到经济学和计量社会科学中的因果推断理论，其核心假设主要包括外生性、可比性和干预效应的局部性。首先，外生性假设要求研究中的“自然”事件或政策变化必须是外生的，即其发生不受研究对象行为的直接影响。例如，非洲殖民地边界的划分被认为是外生的，因为它是由殖民列强在柏林会议上任意决定的，而非由当地民族或国家的行为所驱动的。其次，可比性假设强调处理组和对照组在事件发生前应具有相似的特征，即在没有干预的情况下，两组应呈现相似的发展轨迹，这一条件通常通过匹配方法或统计控制来实现。最后，干预效应的局部性假设表明，准自然实验通常依赖于局部的干预效应，例如，政策的临界点、地理边界的两侧或时间序列中的特定节点。这使得研究者能够在复杂的国际环境中有效隔离出特定的因果效应。

　　准自然实验主要识别策略

　　准自然实验方法的识别策略主要包括断点回归设计（RDD）、双重差分法（DID）和工具变量法（IV）。

　　断点回顾设计通过利用政策实施或地理分界等自然断点，比较断点两侧样本的差异识别因果效应。例如，研究者可以利用选举结果的临界点分析执政党更替对外交政策的影响。在临界点附近，选举结果的微小变化就像掷硬币一样随机，从而为因果推断提供了理想条件。

　　双重差分法通过比较处理组和对照组在干预前后的变化差异实现因果推断，这一方法特别适用于分析政策变化或事件冲击的效果。例如，研究者可以利用政策实施前后时间的差异，评估政策对经济增长或国际合作的影响。

　　工具变量法则通过选择与内生变量相关，但与结果变量无直接关系的外生变量作为工具，解决内生性问题并实现因果识别。例如，研究者可以利用地理距离作为工具变量分析贸易对国际冲突的影响。

　　准自然实验的典型应用

　　近年来，学者在战争与冲突、国际经济关系以及技术政策实施等领域展示了这一方法的创新性应用。

　　在战争与冲突研究领域，陈冲（2023）的研究利用2008年马里共和国和2012年尼日利亚武装袭击事件的突发性特征构建准自然实验。这两起武装袭击的时间恰好与“非洲晴雨表”问卷调查的实施时间相重叠，时间上的巧合创造了理想的准实验条件：袭击发生前完成的调查可以作为对照组，袭击发生后完成的调查则构成处理组。这种研究设计的独特之处在于，武装袭击的突发性确保了调查对象的分组具有随机性，从而满足了准自然实验的外生性要求。通过这种设计，研究成功识别出武装冲突对妇女赋权社会支持度的因果效应。

　　在国际经济关系研究中，苏布拉马尼安等人（2007）展示了如何利用时间差异构建准自然实验。他们注意到各国加入WTO的时间存在显著差异，这种差异主要源于各国的入世谈判进程而非其贸易表现。基于此，他们将已加入WTO的国家作为处理组，未加入的国家作为对照组，通过双重差分方法比较两组国家在贸易量上的变化差异。为确保可比性，他们还根据国家的经济特征进行了匹配，并通过多期双重差分法设计控制了时间趋势的影响。

　　在技术政策实施研究中，相关研究利用ChatGPT开放注册这一外生性事件，结合“非洲晴雨表”第九轮调查的时间分布特征，分析算法介入如何重构民众认知。通过将ChatGPT发布前后的调查样本分为处理组和对照组，并进一步区分获得ChatGPT官方注册权限的国家与未获得权限的国家，构建自然分组。研究采用事件研究方法，比较算法介入前后民众认知框架的变化，同时通过多样化的样本和时间窗口验证结果的稳健性。

　　这些研究的共同点在于，它们都捕捉到了由外部力量、历史偶然性或政策变迁导致的外生性变异。在妇女赋权研究中，武装袭击的突发性创造了时间上的随机分组；在WTO研究中，入世时间的差异创造了时间上的准随机分组；在技术政策研究中，技术政策发布时间与调查时间的相互独立提供了技术介入的外生性。这些研究不仅展示了准自然实验方法在国际关系研究中的可行性，更重要的是提供了构建有效准自然实验的多种策略：或是利用突发事件的时间巧合，或是利用历史遗留的制度断点，或是利用政策实施的时间差异。

　　未来发展方向

　　准自然实验方法在国际关系研究中的未来发展充满潜力，主要体现在方法论创新、新兴议题的探索以及跨学科融合三个方面。

　　首先，在方法论创新方面，随着数据科学和计算技术的快速发展，准自然实验方法可以与机器学习等新兴技术相结合，提升因果推断的精确性和适用性。例如，机器学习算法可以用于识别潜在的外生性事件或政策干预点，并优化处理组与对照组的匹配过程，从而增强研究设计的严谨性。此外，混合方法的应用也将成为未来的重要趋势。通过将准自然实验与定性研究相结合，研究者可以更深入地揭示因果机制背后的复杂动态，从而弥补准自然实验在机制解释上的局限性。

　　其次，新兴议题的探索为准自然实验方法提供了广阔的应用空间。例如，气候变化对国际合作的影响、数字化转型对国家主权的重塑、人工智能技术在国际安全中的应用等议题，均为准自然实验方法的应用提供了可能性。研究者可以利用极端天气事件、技术政策的实施时间差异或区域性数字化进程的异质性，构建具有外生性的实验设计，从而识别这些新兴议题中的因果关系。

　　最后，跨学科融合将进一步推动准自然实验方法在国际关系研究中的发展。国际关系研究本质上是一个跨学科领域。未来，研究者可以借鉴其他学科中成熟的准自然实验设计思路，例如，经济学中的政策评估方法或社会学中的社区干预研究，将它们应用于国际关系研究的具体问题。

　　（作者系中国人民大学国际关系学院讲师）