张征宇、陈浩文、郎旭华（上海财经大学）

《经济评论》 2026年第1期

共同富裕是社会主义的本质要求，是中国式现代化的重要特征。随着相关政策不断推进，学界逐渐从规范性讨论转向经验分析，试图通过数据和实证方法评估不同政策和制度安排对共同富裕的实际影响。在这一过程中，如何科学识别政策效果、避免将相关关系误判为因果关系，成为共同富裕研究无法回避的关键问题。因果推断理论正是在这一现实需求下，被系统引入共同富裕研究领域，并逐渐发挥方法论支撑作用。

从研究实践看，近年来大量文献开始围绕共同富裕构建多维度测度指标，并利用计量方法评估政策效果，如数字经济发展、财政再分配、社会保障等因素对共同富裕水平或收入分配格局的影响。这些研究显著提升了共同富裕研究的实证规范性，但整体上仍以识别政策的平均效应为主，对共同富裕这一高度异质、结构复杂的目标而言，仍存在明显局限。共同富裕不仅关心“总体是否改善”，更关心“哪些群体改善了、哪些群体改善不足”，以及“政策是否在缩小差距的同时带来新的分化”。这使得传统平均效应导向的因果推断框架难以充分回应共同富裕问题的内在要求。

为此，本文立足于因果推断理论的演进历程与最新发展，系统阐释建立面向共同富裕问题的因果推断理论框架的必要性与可行路径。从因果推断理论自身的演进来看，其在共同富裕研究中的应用大体经历了三个阶段。第一阶段以平均处理效应识别为核心，研究主要借助双重差分、工具变量、断点回归等方法，评估政策是否在总体层面促进了收入增长或分配改善，为共同富裕研究奠定了基本的因果识别范式。第二阶段逐步转向异质性效应分析，通过分组回归、交互项以及分位数和分布效应方法，考察政策在不同收入群体、区域或结构位置上的差异化影响，更加贴近共同富裕对公平与共享的内在要求。第三阶段则伴随数智技术发展而兴起，机器学习与因果推断相结合，使研究能够在高维数据环境下识别更复杂的异质性效应，并进一步服务于政策优化与精准配置，为共同富裕研究提供了新的方法可能。不过，从整体上看，国内相关研究在因果推断方法的系统应用和理论深化方面仍明显不足，尚未形成与共同富裕目标高度匹配的方法体系。

从理论和现实双重维度看，构建面向共同富裕问题的因果推断研究框架，具有不可替代的方法论意义和实践价值。理论上，共同富裕并非单一结果变量，而是同时涵盖收入水平、分配结构、发展机会与公共服务等多维目标的综合性命题，其实现过程本身蕴含着复杂的政策传导机制和显著的群体差异。这决定了传统以平均效应为中心的经验分析难以充分揭示政策作用的真实面貌，也容易在政策评估中掩盖结构性问题。因果推断通过明确反事实框架和识别假设，为厘清政策与共同富裕结果之间的因果关系提供了技术基础，使研究能够从“是否相关”转向“是否有效、如何有效”。尤其是在异质性分析视角下，因果推断有助于识别不同收入群体、区域或结构位置上的政策受益差异，从而为理解共同富裕进程中“谁受益、谁滞后”这一核心问题提供经验证据。现实中，共同富裕作为具有中国特色的目标愿景，其制度背景、政策工具和数据结构均具有鲜明的现实特征，这为因果推断理论的改进性应用乃至原创性创新提供了丰富场景。将因果推断系统引入共同富裕研究，不仅能够提升政策评估的科学性和针对性，也有助于推动计量经济学方法在中国问题上的本土化发展，从而服务于中国经济学自主知识体系的构建与传播。

在具体路径上，面向共同富裕问题的因果推断研究，需要在坚持现代计量经济学基本规范的前提下，围绕共同富裕的核心目标进行方法拓展与框架重构。应当从单一平均效应评估转向更加注重分布结构和群体差异的效应识别，刻画政策对不同收入区间群体的影响，以更贴近共同富裕“兼顾增长与公平”的内在要求。在此基础上，随着数智技术的发展，将机器学习方法与因果推断相结合，为在高维数据环境下识别复杂异质性效应、优化政策配置提供了新的技术可能。诸如因果森林、双重机器学习和政策学习等方法，使研究不仅能够评估既有政策效果，还可以探索在给定约束条件下更优的政策分配规则，为精准施策和主动分配提供方法支持。

总体而言，面向共同富裕问题的因果推断研究，不应停留在对现有方法的简单套用，而应在中国现实问题的推动下，实现方法论层面的深化和拓展。未来，随着数据条件改善和方法工具演进，因果推断有望在揭示共同富裕实现机制、优化政策设计和推动中国经济学自主知识体系建设中发挥更加重要的作用。