이 글에서는 상반된 이중 원인 효과를 해명하는 데 히치콕 (Hitchcock 2001a)이 제시한 두 가지 원인 효과를 비판적으로 평가하고 그 비 판을 상쇄할 대안을 제시한다. 이를 위해 다섯 가지를 논의한다. 첫째, 상반된 이중 원인 효과에 관한 사례를 소개하고 이에 대한 오테(Otte 1985)와 엘스 (Eells 1987)의 논쟁을 검토한다. 이 검토는 이중 원인 효과에 대한 이해와 그 와 관련해 논의할 히치콕, 카트라이트(Cartwright 1979, 1989, 1995), 엘스(Eells 1991, 1995)의 이론들을 비교, 평가하는 준비가 된다. 둘째, 구조 방정식 모형 에서 두 원인 효과에 착안하여, 히치콕이 제시한 원인 효과의 두 개념, 망 효과 와 요소 효과를 소개한다. 셋째, 이중 원인 효과를 해명하는 데 카트라이트와 엘스의 논쟁을 논의하면서, 동질적 부분 집단의 역할, 인과 상호 작용의 중요성 에 주목한다. 넷째, 이중 원인 효과를 해명하는 데 히치콕이 적용한 두 원인 효 과 개념을 비판적으로 검토하고, 엘스의 이론에 대한 히치콕의 비판을 다시 비 판한다. 다섯째, 구조 방정식 모형의 조절 효과 개념을 인과에 대한 확률 이론 에 응용하여, 이중 원인 효과에서 초래된 인과 상호 작용을 선언(disjunctive) 관계와 반 사실적 요인으로 형식화하여 보여준다. 조절 효과에 대한 논의는 최 근에 많은 주목을 받은 구조 방정식 모형에 토대한 인과 모형 이론들이 인과의 문제들을 해결하는 데 기여할 수 있다. 다른 한편으로, 선언 관계, 반 사실적 조건을 이용한 인과 상호 작용에 대한 논의는 통계적 방법론으로서 구조 방정 식 모형을 제고하는 데 도움을 줄 수 있다.

In this paper, I pose a problem for Hitchcock`s arguments for two concepts of effects that are intended to explicate double causal effects, and put forth a theory that is intended not just to meet the problem but also to accommodate Hitchcock`s theory and Eells` theory both. First, I introduce an example of dual causal effects, and examine the accounts of Otte(1985) and Eells(1987) on how to explicate the dual effects. I show that their accounts of the dual effects help us understand the problem of dual effects and see how different it is for Cartwright(1979, 1989, 1995), Eells(1991, 1995), and Hitchcock(2001a) to meet the problem. Second, I introduce two concepts of effects on Hitchcock(2001a), that is, net effect and component effect that are allegedly analogous to two effects of structural equation model. Third, I reveal the significance of homogeneous subpopulation and causal interaction regarding the problem of dual effects while examining Cartwright`s theory and Elles` theory. Fourth, I critically examine the two concepts of effects on Hitchcock and argue against Hitchcock`s criticism of Eells` theory. Fifth, I take a moderator variable of structural equation model and a moderator effect into the probabilistic theory of causality, and formally generalize causal interaction due to the dual effects in terms of disjunctive relation and counterfactual conditionals. I expect my account of disjunctive relation and counterfactual conditionals to contribute not just to several problems the received theories of causal modelling confront but also to the structural equation models many people exploit as a promising statistical methodology.