因果關係、INUS定義和SUPPES定義

原文地址：http://wt.vankeweekly.com/blog/%B4%F3%CA%AB/articles/11884.html

因果關係、INUS定義和SUPPES定義

我們知道，因果關係對於我們想任何問題和做任何事情，都是非常重要的。甚至有很多人認為，天賦的因果聯想能力，是人類得以成為“萬物之靈長”的首要條件之一。在哲學上，確實存在懷疑甚至否定因果關係的意見，而且這些意見甚至不可能被駁倒。但這些意見說來玩玩可以，不可以當真，因為否定因果關係，導致的只能是不可知論。

離開因果關係，我們通過經驗擷取知識就成為幾乎不可能的事情。赫拉克利特的詛咒就要成為現實，真實世界對於我們來說變成一條永遠不可能再次踏入的河流。我們所能收穫的，只能是一個一個片段狀、彼此毫無關係的觀測語句。而且這些語句都是關於過去的，對我們預知未來，或者採取行動以應付未來毫無協助。這樣的世界當然是非常可怕的。

我們似乎天生就有建立因果聯想的能力，也有這種衝動。比如說，我們被一株荊棘刺傷了之後，見了其他尖尖的硬東西就會躲開。再比如說，我們從小就喜歡問“為什麼”，得到了一個回答就會覺得快樂。但究竟什麼是因果關係，或者說如何鑒別是否因果關係，就不是每一個人能夠講得清楚的了。

在因果關係理解上的含混或者分歧，會嚴重阻礙人們之間達成共識。因果關係的確定，有時候會影響“責任”的劃分，有時候會影響“當前應該做什麼”之類的決定。如果雙方對因果關係的界定不統一，就會發生無謂的爭論。

建立因果關係，也是科學的一個本能衝動。因果關係是非常令人信服的，“知識就是力量”，這個力量很大程度上來自因果觀念。所以，如果對因果關係認識胡塗，科學研究的結果只怕也是很糊塗的。進而把這樣胡塗的結論付諸實踐，那就非常危險了。

在因果關係問題上，最容易犯的錯誤是兩個。一是將因果關係混同於充分/必要條件關係，在既不存在充分條件、也不存在必要條件的情況下，就認為不存在因果關係了。二是將因果關係混同於統計相關性關係，找到了資料上的正相關，就以為找到了因果關係。

這兩種錯誤，前者通常對應於單個經驗事件或比較直接的因果關聯，後者通常對應於大量經驗事件或比較複雜的因果關聯。要避免犯這兩種錯誤，我們就有必要瞭解因果關係的兩種定義：INUS定義和SUPPES定義。

下面我們通過兩個例子來分別說明。

第一個例子是，某甲將某乙從五樓上推下來，某乙落地後死掉了。通常情況下，某甲應該為此負責，因為我們認為某甲推某乙下樓是某乙死亡的原因。但如果用充分/必要條件關係來檢驗，這個因果關係就不成立。因為即使某乙不被推下去，他也未必不死，所以某甲推某乙下樓不是必要條件。另一方面，如果某乙落地的地方剛好是一個充氣墊子，或者某乙身負絕世輕功，那麼他即使被推下去也未必死，所以這裡也不存在充分條件。

這和我們的常識顯然是相悖的。由此可見，因果關係不一定是充分條件關係，也不一定是必要條件關係。在這裡我們需要INUS定義，它可以協助我們解決這一問題。

INUS定義是一個叫馬奇的人提出來的，所以它也被稱為“馬奇定義”。INUS是它的定義的縮寫：

An insufficient but necessary part of a condition which is itself unnecessary but sufficient for the result.（結果的一個不必要但是充分的條件中，一個不充分但是必要的組成部分）

這句話可以進一步簡縮一下，就是：

所謂原因，就是結果的一個充分條件組中的一個必要組成部分。

也就是說，假設A和B是兩個事件，那麼在以下的情況下，我們稱A是B的原因：

1. A加上其他某些事件，可以組成一個複合條件C，C是B的充分條件；
2. 如果把A從C中間拿掉，C就不再是B的充分條件。

套用到我們上面的例子中，不難發現：

1. “某甲推某乙下樓”加上“樓下是硬地”加上“某乙不會絕頂輕功”是“某乙死亡”的充分條件；
2. 單純“樓下是硬地”加上“某乙不會絕頂輕功”不是“某乙死亡”的充分條件。

由此我們可以得到結論，“某甲推某乙下樓”是“某乙死亡”的原因。

當然，從上面我們也可以看出，一個結果通常不止一個原因。那麼，什麼是“主要原因”呢？被“辯證法”搞胡塗了的人可能會問這個問題。其實在邏輯上是沒有什麼“主要原因”可言的。只不過我們在實踐中會根據語境來進行選擇使用它們罷了。

比如“樓下沒有充氣墊子”和“某乙不會絕頂輕功”同樣是“某乙死亡”的原因。但我們不會說某乙活該，或者去責問那塊地的主人為什麼不擺上一個充氣墊子，這是因為我們在責任認定時，除了因果關係認定之外，還有“不能預計”、“不能選擇”這樣的免責條款。

INUS定義也可以協助我們理解，為什麼原因的原因不一定是原因，結果的結果也不一定是結果。

以上說的是單個經驗事件。而對於大量經驗事件，我們通常用統計方法進行分析。統計所能建立的是一種資料上的相關性。但是統計上的正相關，即使是非常高度的正相關，也並不等於因果關係。

有一個例子，說是有人做過統計，家裡打火機數量越多，男主人患咳喘病的比例就越高。因此，在家裡放太多打火機是致癌的原因。這個結論顯然是荒謬的。我們一般的解釋是，抽煙的人會有比較多的打火機，而抽煙的人患咳喘病的比例比較高。所以打火機多不是患咳喘病的原因，而是和患咳喘病一樣，都是抽煙的結果。

但這個例子，確實說明了統計正相關不一定是因果關係。那麼，有沒有一個方法來驗證統計正相關是否包含因果關係呢？在這裡我們需要SUPPES定義。

SUPPES定義是一個叫Suppes的人提出來的。在這個定義中，機率上的正相關關係被稱為“初步原因”。“初步原因”有可能是“真實原因”，也有可能是“虛假原因”。而成為真實原因的前提是：不存在一個這樣的事件，在給定這一事件時，這個正相關關係趨於消失。

在上面的例子中，我們可以發現，打火機數量顯然是一個虛假原因。因為如果我們給定“抽煙”這個校正事件，只考慮抽煙的人，或者只考慮不抽煙的人的話，這個正相關關係都趨於消失。

那麼，“抽煙”是不是一個真實原因呢？迄今為止，我們似乎給不出任何事件，可以使得抽煙與患咳喘病的相關關係消失。但回答仍然是否定的。SUPPES定義中的所謂“真實原因”其實是不可能被確認的，因為“不存在一個證偽事件”本身就是一個不可確證的前提。

比如說，假定有一種基因，它既決定人會不會染上煙癮，也決定人會不會患咳喘病。那麼，分別對於有無這種基因的人來說，吸煙和患咳喘病之間的相關關係就消失了。

所以，SUPPES定義其實是給了我們一個證偽“初步原因”的方法。如果我們想要驗證一種統計相關性是否包含因果關係，辦法就是去尋找一個可讓這種相關關係消失的條件。如果找到了，那麼它就是一個虛假原因。而在沒有找到之前，我們不妨假定它是一個真實原因。

因果關係除INUS定義和SUPPES定義之外，當然還有其他的定義方法。但就易於理解和應用而言，它們確實是最好的兩種。在我看來，它和每一個人的思考和生活都息息相關，其重要價值毫不遜色於牛頓的力學定律，而使用頻率則遠遠超過之。普及這樣的常識，真應該從娃娃抓起。遺憾的是，我們的中學不開邏輯課，大學裡也沒有科學方法論課程。無怪乎邏輯混亂的文學青年會充塞於天地之間，而頭腦胡塗的“學者”群也構成了這“文明古國”一道“亮麗的風景線”。