Kontext och kausala mekanismer

 

Statsvetarna Tulia G. Falleti och Julia F. Lynch citerar i början av en intressant artikel från 2009 en kollega: “even scholars who are quite comfortable with quantitative approaches often find that small-N research methods, with their attention to context, are indispensable for producing credible causal explanations.” Falleti och Lynchs artikel ägnas åt just frågan om hur man utvecklar trovärdiga kausala argument och mekanismer och hur detta hänger ihop med en "rich study of context". 

Ett sätt att tänka på detta är att tänka på kontexten som en fråga om "unit homogeneity": vi kan inte dra kausala slutsatser om äpplen från kvantitiva studier av päron, utan måste genom att studera kontexten försäkra oss om att land X är ett äpple snarare än ett päron; Falleti och Lynch tar exemplet med att valdeltagande inte kommer svara på ekonomisk tillväxt på samma sätt i länder med valfritt deltagande och i länder där valdeltagande mer eller mindre uppmuntras. 

Det är dock inte denna enklare dimension som de är intresserade av, utan hur kontexten spelar roll inte bara för korrelations-analyser utan också för "mechanismic ones" [1]. Vad är då en kausal mekanism? Det finns i forskningen ingen konsensus om detta; Mahoney (2001) menar sig kunna kartlägga 24 olika definitioner använda av sociologer, statsvetare och vetenskapsfilosofer de senaste 35 åren. Oftast, säger Falleti och Lynch, begreppsliggörs mekanismer i vilket falls som länkar mellan orsaker/oberoende variabler och utfall/beroende variabler. "They serve to open the black box of lawlike probability statements that simply state the concurrence or correlation of certain phenomena or events." (s. 1146) Men vad är egentligen skillnaden mellan en mekanism och en variabel? Vad är mekanismens ontologiska status? King, Keohane och Verba (1994) menar att “an emphasis on causal mechanisms makes intuitive sense: any coherent account of causality needs to specify how its effects are exerted”. Här är en mekanism egentligen identiskt med en "intervening variable". Mahoney (2001) dömer ut denna typ av definition av mekanism och menar att den faller tillbaka på "correlational assumptions". Falleti och Lynch håller med: 

"Whereas variables are observable attributes of the units of analysis—with values (nominal, ordinal, or numerical) and with sample and population distributions—mechanisms are relational concepts. They reside above and outside the units in question, and they explain the link between inputs and outputs. Mechanisms describe the relationships or the actions among the units of analysis or in the cases of study. Mechanisms tell us how things happen: how actors relate, how indi-viduals come to believe what they do or what they draw from past experiences, how policies and institutions endure or change, how outcomes that are inefficient become hard to reverse, and so on (for ontological definitions of causal mechanisms similar to ours see Bowen and McAdam et al., 2001; McAdam et al., 2008; Petersen, 1999)." (s. 1147) 

Falleti och Lunch håller med om att Mahoney om att kausala mekanismer inte kan reduceras till "intervening variables" men skiljer sig från Mahoney på en annan viktig punkt: ifall mekanismerna fungerar deterministiskt. Mahoney menar att en kausal mekanism är en  “entity that—when activated—generates an outcome of interest.” Detta är alltså deterministiskt: kausal mekanism X ger alltid utfall Y. Falleti och Lynch menar gentemot detta att mekanismen hänger ihop med en kontext och att man inte kan veta på förhand att utfall Y kommer uppstå bara för att en viss sorts mekanism är i spel.

Hedström och Swedberg (1998) ger ett exempel på hur individnivå-mekanismer fungerar som förklarande länkar mellan individers beteender och sociala utfall i tre olika sociologiska teorier. Den första teorin är Mertins självuppfyllande profetia. Den andra är att läkares positioner i professionella nätverk påverkar hur ett nytt läkemedel sprids. Den tredje är Granovetters (1978) tröskelteori om kollektivt beteende, att en individs beslut att delta eller inte ofta beror på hur många andra som redan bestämt sig för att delta. Hedström och Swedberg menar att det i grund och botten är samma individnivå-mekanism i spel i var och en av dessa tre teorier: en "belief-formation mechanism".

En mekanism är alltså enligt Falleti och Lynch ett " portable concept that describes how causation occurs". Men exakt hur "portable" mekanismen är, alltså i hur många olika kontexter som den fungerar i, varierar. Rationalitet, att individer förväntas agera för att maximera sin förväntade nytta, ses i princip som en universell mekanism. Andra mekanismer kan vara mer kontext-specifika. Tabell 1 listar en rad kausala mekanismer som teoretiserats i nyare verk i jämförande politik och metodologi:

Vissa av dessa mekanismer teoretiseras vara mer specifika, och kanske hemmahörande i en viss sorts process. [2] Falleti och Lynch håller inte med Elster (1998), Kitschelt (2003) och andra som har teoretiserat mekanismer på individ-nivån; Tabell 1 rangordnar mekanismerna efter vilken nivå de spelas ut på. [3] Däremot så håller de med Elster (1998) om att mekanismerna fungerar probabilitiskt, inte deterministiskt som hos Mahoney: de citerar Elster som menar att mekanismerna är “triggered under generally unknown conditions or with indeterminate consequences”. För F och L är det interaktionen mellan mekanism och kontext som genererar utfallet; samma mekanism kan i olika kontexter ge olika utfall. Detta illustreras i Figur 1, som jag klistrat in högst upp i detta inlägg.

Om mekanismens effekter beror på kontexten, blir en viktig fråga: vad är en kontext? Pawsons (2000) ser kontext som den kausala mekanismens "partner concept" och använder exemplet med krut som enligt sin kemi har förutsättningar att explodera, men bara gör det under vissa kontextuella förhållanden: att det inte är för fuktigt i luften, och att tillräckligt mycket krut finns på samma ställe. (s. 1152) Men hur översätter vi detta till samhälleligt liv?

"Drawing on Pawson (2000) and Bunge (1997), we define context broadly, as the relevant aspects of a setting (analytical, temporal, spatial, or institutional) in which a set of initial conditions leads (probabilistically) to an outcome of a defined scope and meaning via a specified causal mechanism or set of causal mechanisms. From this definition, it follows that a causal explanation requires the analyst to specify the operative causal mechanism and to delineate the relevant aspects of the surroundings—that is, those that allow the mechanism to produce the outcome. " (s. 1152)

Hur vet vi då vilken del av kontexten som är relevant? Blir inte detta godtyckligt och ger inte denna procedur forskarna "license to “explain” something by selecting, in an ad hoc way, the contextual factors that contribute to its occurrence?" (s. 1152) F och L erkänner att det är svårt och kräver omdöme men menar att det är en oundviklig del av all teoriorienterad forskning, som ändå måste erkänna sina analysers scope conditions.

En central del av kontexten är enligt Falleti och Lynch tidsfaktorn. Pierson (2004) har gjort ett centralt bidrag till en sådan diskussion. Han utskilde t ex sequencing, i vilken ordning händer, som en central kontextfaktor; Falleti (2005) har använt denna modell i en analys av regionalisering i latinamerikanska stater. En annan faktor som Pierson diskuterar är tempot i vilket saker händer och på vilken tidsskala. Falleti och Lynch fokuserar här på startpunkter, som är särskilt viktigt för historisk-institutionalister eftersom de ofta använder critical juncture och path dependence som begrepp för att förstå historisk kontinuitet och förändring. Inte helt olikt persistensstudier i nationalekonomi som implicit måste bestämma att om händelse X har persistens, så har allt som hände före X inte det. Och liksom persistensstudiernas kritiker har påpekat, så har inom den historiska institutionalismen på 00-talet argumentet gjorts just att omständigheterna kring ens critical juncture/händelse X måste utforskas noggrant (Mahoney 2000). F och L citerar Capoccia ochKeleman (2007): “Critical junctures are
characterized by a situation in which the ‘structural’ (that is, economic, cultural, ideological, organizational) influences on political action are significantly relaxed for a relatively short period”. Lieberman (2001) ger en bredare analys och typologi av startpunkter i historisk-institutionalistisk analys.

"Lieberman identifies four types of starting points: a change in the outcome (the origination of a new institution of interest or important changes in such institutions); an exogenous shock that changes the conditions in which the institution operates; and a change in some “rival independent variable” present
in the “background”." (s. 1155)

Kontexten kan dock ha "multiple layers". Lynch analyserar i sin bok om ålder och välfärdsstaten (2006) varför vissa välfärdsstater spenderar mer pengar på de äldre relativt till utgifter för de i arbetsför ålder eller barn. Lynch identifierar två critical junctures och tre lager: först den politiska arenan med partier och fack,  två socialpolitikens institutionella arena, och tre långsamma bakgrundsprocesser som befolkningens åldrande eller utvecklingen av pensionsförsäkringar i privat och offentlig sektor. Mycket av det viktiga sker genom vad Hacker (2004, 2005) kallar policy drift, en mekanism som länkar policy-utfall till interaktionen mellan kontextlager 1 och 2 samt kontextlager 3. (s. 1157) "If political contexts tend to be layered, with processes occurring at different speeds in different layers, and if some mechanisms are characterized by the interaction of separate layers, then periodization in historical analysis should be attuned to the start and end points (as well as to the tempo and duration) of multiple processes in multiple layers. Consider a causal process that begins at time tI (for input), with a change in the main institution of interest, as found in contextual layer L1 (see Figure 2). ..."

Det blir helt enkelt riktigt komplext: "dividing a historical narrative into periods based on the starting or ending point of a single causal process risks hiding from view precisely those interactions among layers moving at different speeds that can generate change over time." (s. 1158) [4] Till slut så blir det nästan vad historiker gör, fast mer stringent och med ett mer precist analytiskt språk.

I slutsatserna betonar de att kausala mekanismer är portabla mellan kontexter men att för att förstå den kausala mekanismen, så måste vi också förstå kontexten -- och som vi har sett kan det vara ett komplext arbete, om man ska göra kontexten rättvisa. De tar Falletis (2005) artikel om decentralisering i olika typer av stater i Latinamerika som exempel, och argumenterar för att använda teori för att "guide our decisions about what aspects of context are likely to be relevant to causal explanation" (s. 1161). Den sista slutsatssektionen inleds effektfullt:

"In this article we argue that causal mechanisms by themselves do not cause outcomes to occur; rather, the interaction between causal mechanisms and context does. We see causal mechanisms as being ontologically different from intervening variables. Whereas variables measure attributes of specific cases, causal mechanisms uncover the underlying social processes that connect inputs and outcomes. As such, causal mechanisms are distinct from both inputs and outputs; they are portable and so may operate in different contexts. But depending on the nature and attributes of those contexts, the same causal mechanism could result in different outcomes.
The role of context in producing the outcomes that interest us poses challenges to all scholars, not least those who employ comparative histori-cal methods. Small-N comparative historical research is singularly well-suited to uncovering causal mechanisms (Bowen and Petersen 1999; Hall 2003), especially when we recognize that most social contexts comprise multiple, potentially unsynchronized, potentially causally important layers. Under such circumstances, how we define context is crucial for the validity of comparative historical causal explanations. An important implication of our understanding of causal mechanisms is that one commonly used tool for periodizing, namely using a critical juncture in one or two layers of context to signal the right start- or end-point for the analytical job at hand, may thwart attempts to arrive at good causal explanations." (s. 1161)

referens
Tulia G. Falleti och Julia F. Lynch (2009) "Context and Causal Mechanisms in Political Analysis", Comparative Political Studies 42 (9). Läs här.

fotnoter
[1] Så här resonerar de om definitionen av en kausal mekanism: "Political scientists of all stripes routinely use causal mechanisms to open the black box between inputs and outcomes in the social processes under study. Yet despite the importance and ubiquity of causal mechanisms in political scientists’ causal theories, there is surprisingly little agreement on what they are or how they work. In the first section of this article, we define causal mechanisms as relatively abstract concepts or patterns of action that can travel from one specific instance, or “episode” (Tilly, 2001, p. 26), of causation to another and that explain how a hypothesized cause creates a particular outcome in a given context." (s. 1145) 

[2] I en fotnot refererar de till deras artikel i Qualitative Sociology 2008 för mer diskussion om relationen mellan mekanismer och processer. 

[3] De pekar på Ekiert och Hanson (2003), George och Bennett (2005) och McAdam et al (2001) som tidigare forskning som låter mekanismer operera på olika nivåer. 

[4] De utvecklar: "There are three crucial implications. First, critical junctures and other starting points that hone in on the initiation of a single I → M → O pathway may miss the causal impact of things that do not change at all, or do not change at the same time as the critical juncture. Second, interactions between layers may be as important in producing outcomes of interest as any single causal mechanism. Finally, comparison across cases may call for different periodization strategies to ensure analytical equivalence of contexts." (s. 1158)