跳转到内容

因果

来自VeritasWiki 真理百科

因果,指原因与结果之间的产生或依赖关系:某因素的出现、变化或缺失会以某种方式带来结果的差异,对这种关系的识别与论证构成经验科学解释、预测与干预的共同基础。[1]它比"两件事一同变化"要求更多,通常还须满足原因在先、结果在后,二者之间存在可理解的作用链条,并且能够排除把共变解释为巧合、共同原因或反向作用的替代说法。因果判断既有决定论形态,即原因出现则结果必现,也有概率形态,即原因只是提高结果发生的倾向;现实中的多数现象属于后者,一个原因常既非必要也非充分,而是某组充分条件里不可缺的一环。最容易被误解之处,是把统计上的稳定关联直接读成因果,或因个案中未见结果便否认概率性原因的存在。

概念内涵与基本范畴

分析因果常从必要与充分条件入手。必要条件是结果发生所不可缺,充分条件是单独出现即足以带来结果,但生物、社会与工程现象里,单一因素很少满足这两种纯粹角色:某因素往往要与其他背景条件共同凑齐才起作用,而在另一组条件下又可由别的路径产生同样结果,这被称为多重因果与过度决定。由此还分出直接因果与经由中介的间接因果、近端原因与远端背景原因、维持结果的原因与触发结果的原因。区分这些范畴,是为了避免把"某因素参与了过程"与"该因素单独决定结果"混为一谈。[2]

另一条重要线索是反事实。所谓原因,常被理解为"若它不曾发生,结果就会不同",这一刻画把因果与单纯的规律描述分开,也引出干预主义的看法:追问某因素是否造成结果,等价于追问主动改变该因素而保持其余条件不变时结果会怎样变化。问题在于,同一对象在"接受"与"未接受"两种状态下的结果无法同时被观察,缺失的那一半永远是反事实,因果推断因而必须借助组间比较、前后比较或模型假设来近似这一不可得的对照。理解反事实的不可观察性,也就理解了为什么因果结论总带条件、总依赖假设,而不能像测量长度那样被直接读出。

哲学脉络与因果观

对因果的反思由来已久。亚里士多德把回答"为什么"的方式分作质料、形式、动力与目的几个方面,涵盖的远不止现代所说的动力因;近代经验论则把讨论收窄到可观察的事件序列,休谟指出人们从未直接感知到所谓必然联系,所见只是事件恒常相继,因果判断中的必然性更多来自习惯与期待,这一分析把因果的客观性变成难题。此后穆勒整理出以求同、求异及共变为核心的归纳方法,尝试从事件组合中筛出原因,成为实验与准实验设计的思想源头。[3]

当代讨论大致沿几条路线展开。条件分析试图用必要与充分的组合刻画原因,却难以处理过度决定与概率情形;反事实理论把因果还原为"若非如此会怎样"的比较,代价是依赖对可能世界的设定;机制论强调应找出连接原因与结果的中间环节与过程,而不满足于恒常共变;概率理论把原因定义为改变结果发生倾向的因素;干预理论则以可设想的操控来界定因果,与实验传统最为契合。这些看法并非彼此完全排斥,实际研究中常同时使用:既要求可核对的反事实差异,也要求说得通的机制,还要看干预后结果是否随之改变。

因果推断的主要方法

随机对照实验被公认为识别因果最有力的设计。随机化把已知与未知的背景因素在期望上均匀分配到各组,使组间差异可归因于所操纵的因素;对照组吸收时间趋势与共同环境的影响,盲法抑制期望与评价偏差,事先规定的主要结局与意向性分析则防止事后挑选与分组污染。[4]其局限同样清楚:伦理禁止把可疑有害暴露随机分配给人,许多宏观与历史因素根本无法操控,实验环境的人为性还可能削弱结论的外推能力,因而大量因果问题只能在观察资料中处理。

观察性研究的策略是尽力构造可比性。分层分析与匹配把背景相近的对象放在一起比较,多变量回归与倾向得分方法对已测量的混杂作调整,工具变量借助与结果无直接关联的外部变动分离出外生变异,双重差分与断点回归利用政策或阈值造成的准实验情境,因果图则以图形方式明示变量间的假定关系、帮助识别哪些变量该调整、哪些调整反而会引入偏差。证据综合层面,多项独立研究的一致性、时间先后、剂量反应关系、效应大小、机制合理性与去除原因后结果是否减弱,常被合并起来判断因果是否可信。[5]这些做法的共同前提,是"所有重要混杂都已被识别并恰当处理",而这一前提本身无法由数据完全验证。

在各领域的应用

医学与流行病学把因果推断制度化得最为充分。判断某治疗是否有效、某暴露是否致病、某不良反应是否由药物引起,都需区分疗效与自愈、病因与伴随现象;随机试验、注册平台、系统综述与报告规范共同构成从证据到结论的链条。公共卫生与政策评估常无法随机分配,转而利用分阶段推行、地区差异或资格门槛形成的自然实验,估计干预对人群指标的影响。经济学与社会学研究教育、收入、制度与社会政策的后果,同样倚重准实验设计与对选择行为的显式建模。[6]

物理与工程中,因果通常表现为可写出机制的作用链,故障归因靠的是逐层排查与干预验证:改变某一环节看输出是否随之变化,比单纯观察共变更有说服力。日常归因、事故调查与法律责任认定,则在多重条件中判断哪一环节具有可归责、可避免且足以改变结果的地位。近年的数据科学尤其强调把预测与因果分开:模型善于找出可用于预测的关联,但若依据关联直接决定干预,可能失效;受控的在线对照实验与因果图方法因而被引入,用来回答"改动这一项会带来什么变化",而非"哪些变量一起变动"。

难点与局限

最著名的告诫是相关不等于因果。两个变量稳定共变,可能因为共同原因同时驱动二者,可能因为结果反过来影响原因,可能源于选择过程造成的样本偏差,也可能纯属多重比较下的偶然;把其中任何一种读成因果,都会让基于它的干预落空。混杂、反向因果、测量误差、失访与依从性不足,在观察资料中尤其难缠,调整方法只能处理被想到并被准确测量的因素,未测量的混杂可以完好地藏在漂亮的估计里。多重因果与交互作用还使"原因"难以归到单一因素,同一结果在不同人群、不同背景下可能由不同路径产生。

更深层的问题是,反事实本身不可观察,任何因果结论都建立在无法被数据完全检验的假设之上:无未测混杂、模型设定正确、分组机制可忽略、干预与所测变量对应,等等;假设稍有不成立,估计便可能系统偏离。伦理与现实限制又使许多关键问题永远无法用实验裁决,只能以证据收敛的方式逼近。统计显著性与效应大小也不等于因果,显著只说明数据与某模型不相容,不说明关系具有产生性;反过来,机制尚不清楚并不等于因果不存在,历史上不少有效干预都先于对其机理的解释。[7]较审慎的表述,是同时交代识别策略、所依赖的假设、替代解释的排除程度与适用边界,而不是给出一个脱离条件的因果断言。

与相邻概念的区分

相关性描述的是共变的方向与强度,因果断言的是产生关系,前者是后者的必要线索而非充分证据;由相关走向因果,需补上时间顺序、混杂控制、机制说明与反事实推理。变量控制是达成这一过渡的手段,它制造可比性,却仍不自动给出因果,还需排除反向作用与替代解释。归纳中的因果归纳负责从若干相伴事例中生成因果假说,其结论同样或然,须交由更严格的推断方法核验;可重复性保证共变本身稳定,但一个可稳定重复的关联依旧可能只是共同原因的投影。

与概率的关系值得单独说明:概率性因果并不要求原因一出现结果必现,只要求原因改变结果的分布,因而用单个反例否定因果并不成立。时间序列与预测关心"接下来会怎样",可以完全不依赖因果,纯靠稳定的先行指标也能预测;而干预问题"若改动它会怎样"则必须诉诸因果,这正是预测模型不能直接充当决策依据的原因。与可检验性、证伪相连处在于,因果主张须说出何种观察会动摇它;与机制、解释相比,因果判断回答"是否造成",机制回答"通过什么环节造成",后者通常使前者更可信,却不是前者的逻辑前提。

参考资料