第四节 因果解释与因果论证
在每天的思考中,思考事情的原因是至关重要的。我们试图明白什么因素会导致健康、幸福、成功和财富等,并根据谨慎思考的结果来做出决定,引导我们的行动。有些依据因果推论的决定是很平常的,你知道开车闯红灯会遭到重罚,就等绿灯亮了再通过路口;你知道闹钟能唤醒沉睡中的人,就在睡前按设定的时间把它调好。有些依据因果推论的决定则是影响深远的,当你认为吸烟不会对健康造成伤害时,就开始抽烟;当你了解到与某人在一起是幸福的源泉时,便决定和这个人结成伴侣。明白事情的起因不只是为了做出合理的决定。还记得孩童时代对雷声和闪电感到恐惧的情景吗?还记得不明原因的“非典”在社区流行时给我们造成的恐慌吗?了解事情的缘由可以消解迷惑、减轻焦虑,让我们在这个充满疑问的世界里安全地生存,罗马诗人维吉尔说:快乐就在能够察觉到事物缘由的人身上。
在了解事物的原因时,首先需要对事物的成因做出解释。比如,农作物收成不好可能是由于天灾,也可能是由于人祸。其次需要确认哪一种解释是对事物成因的最佳解释。对事物成因所做出的初步解释通常不是唯一的,在所提出的候选解释中,我们需要寻求有力的证据或理由排除那些缺乏竞争力的解释,证明某一种解释最有可能是导致结果产生的原因。我们在这一节关心的主要问题是:如何推出对事物起因的最佳解释?有哪些确证因果主张的论证形式和方法?人们在进行因果推论时经常会犯什么样的错误?
一、解释、假说和预测
“解释”一词有许多含义,如对语词含义的解释,对合同条款的解释,对概念和理论的解释,对操作程序的解释,对事实真相的解释,对一种制度的社会功能的解释,对犯罪动机和事故成因的解释,等等。我们在解释事物成因的意义上使用解释这个词,仅限于因果解释,它是对“为什么”型问题所做出的一种直接回答。还记得小王为什么发胖的例子吗?论证是对这种类型的问题所做出的另一种直接回答。
在思考事物的原因时,医生的“诊断——处方”模式为我们提供了一个典型的思考模式。我们以医生对王勇发高烧的诊断和治疗为例,来了解因果推论的框架、步骤和特征。
第一步:症状调查,得出初步诊断推理的结论。
医生开始着手工作的第一步是对患者进行症状调查,其中包括对患者的病史以及与疾病症状相关的生活习惯等方面的调查。医生通过对王勇发高烧的调查,掌握了以下事实:
(1)王勇上背部有剧烈的刺痛。
(2)体温很高而且干咳。
(3)上背部体表没有变色、没有痛点。
(4)王勇今年46岁,没有重病史。
(5)王勇有20年吸烟的历史。
医生的背景知识和以上的症状事实构成了他初步进行诊断推理的前提,他开始推测王勇发高烧的原因,得出如下可能的答案:
(1)上呼吸道感染(2)流行性感冒(3)肺炎(4)肺癌
通常我们把对事物的成因所做出的具有合理性的解释称为猜测或假说。[19]的确,上述答案都能对王勇的病症做出合理的解释,但是,每一种解释在合理性方面的竞争力并不相同。比如,与肺炎相比,上呼吸道感染的竞争力较弱,因为它能解释干咳,却无法解释高烧,上呼吸道感染即使达到支气管炎的地步,也不一定会伴随如此高的体温。同样,流感说的竞争力也可能较弱,它不能解释上背部剧烈的刺痛。肺癌与肺炎的合理性暂时难以拉开差距,因而被称为富有竞争力的假说。当然,还存在对发烧原因的其他种种可能的解释,比如胸膜炎、脑膜炎、肩周炎等等,不能否认可能会从这些未考虑到的炎症中杀出一条“黑马”来,最终取代肺癌与肺炎的竞争地位,比如“非典”。所以,诊断过程还没有结束,有待于做更深入的诊断调查。
第二步:诊断调查,排除不合理的结论。
医生开始为王勇做检查,敲击背部和胸部、听呼吸、检查呼吸系统、做X光检查等。X光片肺部上的阴影有力地说明,肺部有炎症和积液,加上医生的诊断经验,医生排除了其他可能的解释,相信肺炎是诊断推理到目前为止所得出的最合理的结论,或者说肺炎是对王勇发高烧的最佳解释。
通常把由症状调查到目前为止的推理叫做溯因推理,这种推理的形式如下:
待解释的现象e 如果h1,或者h2,…,或者hn,则e 并非h1并非h2 ……所以,hn是e的原因。
h代表引起e现象的原因,如果能穷尽引起e现象的所有原因,并获得可靠的证据排除hn之外的其他解释,或者简单地说,如果h是引起e现象的唯一原因,那么溯因推理的结论就是必然的。
在理论上说是如此,就医生对王勇发烧的诊断来说是不可能的,他不可能将所有发烧的原因都列出来逐个加以检验排除,因为有许多发烧的原因人类至今还不知道。即使是那些知道的原因似乎也不允许逐一进行检查排除,时间和金钱的浪费不允许这样做。简单地说,医生只是根据医学理论和个人经验选出可能性较大的几种解释进行排除,所得出的结论具有猜测的性质。
第三步:处方治疗,检验诊断推理的结论。
显然,溯因推理的结论尽管有很大的合理性,但它仍然是一个预测,而不是定论。根据这个结论给患者开处方还多少有些让人提心吊胆。
于是,医生按着肺炎的结论为患者开出验血单,如果患者得的是肺炎,其血液检验结果会呈阳性。血液化验的结果是阳性的,这使医生相信王勇得了肺炎。
通常将这一步的推理叫做假说演绎法,其形式如下:
如果h,则e
e
所以,h
当然,血液检验结果也可能是阴性的,这会使医生感到诧异,他会再开一张检验单甚至开出更多项目的化验单,如果结果仍是阴性的,肺炎的结论就会被推翻,退出与其他结论竞争的行列,新的一系列检验会随之开始。
从推理形式上看,如果检验结果是阴性的,由此推翻肺炎的假说是强有力的,它具有假言推理否定式的有效形式。但是,从肯定的角度或者医生诊断的角度说,血液检验结果呈阳性只是部分地证实了医生对王勇发烧的解释,也就是说,肺炎引起王勇发烧是医生目前最合理的解释,并不是对王勇发烧的唯一解释。接下来的检验方式就是给王勇开治疗肺炎的处方,如果患者痊愈,就证明医生的诊断是正确的。对于那些缺乏检验确认手段和程序的疾病或医生来说,处方检验就成了最主要的检验方法,运用试错法不断地更换药方,直到将病治好为止。
“诊断——处方”模式表明,在因果推论中有两个关键的问题:如何推出对事物成因的最佳解释?如何确证一个最佳解释是不是事物的真实原因?在讨论这两个问题之前,遗留下的问题是:
我们如何衡量和比较几个可能解释的相对合理性?在评估解释或假说的竞争力时,是否有一些可遵循的标准?下面让我们来了解这些标准。
准则1:同等条件下,一种解释的解释性障碍越少,越有合理性。
解释事物的成因,在一组互相竞争的可能结论中,每一个都试图解释我们所面对的现象。其中,有的解释遇到的障碍较少,有的遇到的障碍较多。显然,解释性障碍越少的解释,其合理性就越大。比如,上呼吸道感染的合理性比肺炎小,它不能解释高烧。
准则2:同等条件下,一种解释与背景知识冲突越小,越有合理性。
推理者的背景知识会直接参与我们的解释,并发挥重要的作用。为了提出可能的解释,我们必须知道与被解释现象相关的事实和知识,这是我们提出解释的大前提。
首先,我们对这个大前提的信任度有多高?
的确,在科学史上,有一些与背景知识和传统观念发生尖锐冲突的假说,最终突破了传统观念的束缚,修正了我们的背景知识,掀起了科学史上的伟大革命。比如,哥白尼在《天体运行论》中提出的“日心说”。但是,在通常的情况下我们更忠实于现有的知识和信念,而不是那些奇谈怪论。我们的知识以及常识中的信念是经过证实而形成的一个稳定的系统,除非有令人信服而且颠扑不破的理由,否则它拒绝变动和修正。
其次,“与背景知识冲突”可以理解为一种解释本身所带来的解释性障碍。比如,流感说不能解释上背部剧烈的刺痛,这是它所遇到的解释性障碍。假如在王勇得病之前的一段时间,他没有接触过任何患流感的病人,医生近期也没有治疗过因感冒而发烧的患者,人们也认同这段时间不是流感发生的季节,这些事实不是王勇发烧的症状或者待解释现象,而是存在于背景知识中的事实,这些事实使人觉得流感说有点离谱和不可思议。流感说与这些事实的冲突是它本身所带来的另一类解释性障碍。显然,这类障碍越多,其合理性就越小。
准则3:同等条件下,一种解释出现的频率越高,越有合理性。
这条准则也与背景知识相关,比如,肺癌说的确有一定的竞争力,尤其是考虑到王勇吸烟的历史,但是,肺炎和肺癌哪一个更常见呢?如果再考虑到检验肺炎远比检验肺癌更经济和轻而易举,肺炎说的竞争力就相对有所上升,而肺癌说则居于相对次要的地位。从纯逻辑的角度说,王勇得了“禽流感”也是有可能的。然而,事实上我们总是从频率出现最高的那种可能性开始着手工作。
准则4:同等条件下,一种解释越简明,越有合理性。
在根据解释性障碍来评估一种解释的竞争力时,我们在运用一个更基本的标准:简明性标准。具有更多解释性障碍的解释,会将这种解释拖入更复杂的解释状态之中。比如,流感说若要成立,需要对它所面临的两方面障碍做出进一步的援助性解释,从而使这种解释变得越来越复杂。对于简明性本身,有人认为简明乃真理之所在,有人认为简明意味着经济和美,无论如何,在提出和评估对事物成因的解释时,简明性总是受到人们的青睐。
准则5:同等条件下,一种解释的可检验程度越高,越有合理性。
可检验意味着可证实或者可反驳,运用重复性实验或者其他途径对一种解释进行确证,它是任何一种合理的解释或假说提出的必要条件。比如,外星人控制着地球人的命运,对这一假说人们既不能证明它为真,也不能证明它为假,所以它不具有合理性。一般说来,可检验性也有程度的问题,通常从一种解释或假说中推出的可验证的结论越多,它的可检验程度就越高。
诊断推理在事故分析、犯罪调查、健康护理等专业领域是由专家来完成的。其实,人类在展开调查的每个层次上都运用到诊断推理。在日常生活中,我们每个人都是敏捷而内行的诊断专家。比如,听到门铃响了,我们预测有人站在门口;看见了烟,我们预测那儿起火了;小王的女朋友生气了,我们预测他忘记了昨天是她的生日。在这些例子中,只给出了合理性最强的结论,如果它们不算是琐碎的话,确实是经常发生在身边的诊断推理的实例。
二、因果推论的术语
在我们讨论如何推出和确证最佳解释的方法之前,明确推论因果关系的术语对我们来说是有帮助的,因果关系是复杂的,当我们用日常的语言讨论因果关系时,时常会留下许多无法解答清楚的问题。
原因与结果:如果现象A的存在引起了现象B的发生,我们就说A是导致B的原因,B是A所引起的结果。作为现象A的原因与作为现象B的结果通常被当作事件来看待,如开水浇到手上这一事件是手上起了水泡这一事件的原因,手上起了水泡这一事件是开水浇到手上这一事件的结果。不过,我们也在事实或条件的意义上使用“原因”这个词,我们可以把开水浇到手上看作是对某一事实的描述,也可以把它看作是对某一结果产生条件的描述。
远因与近因:原因总是发生在结果之前,而不是在结果之后。时间上的先后对于区分原因和结果来说是非常重要的一个因素。考虑如下所发生的系列事件:电线短路引起了在纯氧状态中塑料的燃烧,塑料燃烧导致飞船的指令舱起火,指令舱起火导致宇航员丧生。在这个有限的因果链条中,我们把其中的第一个原因,也就是短路称为远因;把与终端结果最临近的原因,也就是指令舱起火称为近因。由于对认识的要求不同,这个因果链条完全有可能不断地延伸,比如对于电路设计师而言,更重要的可能是找出短路的原因。由于远因是相对的,所以近因是我们关注的焦点。
充分原因与必要原因:对于给定的结果而言,充分原因就是能够独自产生这一结果的一个事实。比如,当氢弹引爆时坐在它的顶上肯定是导致这个人死亡的充分条件。对于给定的结果而言,必要原因是这样一个事实,没有它这个结果就不可能产生。比如,感染上流感病毒是得流感的必要条件,除非你以某种方式感染上了流感病毒,否则你不可能得流感。显然,感染上流感病毒不是得流感的充分条件,因为你的免疫力可能会抵御这种病毒。
因果意义上的充分条件或必要条件,与逻辑意义上的充分条件或必要条件是有区别的。例如,在逻辑上,已婚男子是男子的充分条件,这意思是说如果“某人是已婚男子”为真,“这个人是男子”就不可能假。但是,已婚男子并不是男子的原因。“已婚男子”是证明“某人是男子”的充分证据,不是使某人成为男子的充分原因,就如同“衣服变紧”是证明“某人发胖”的证据,而不是使某人发胖的原因一样。
那么,在日常思维中,“如果,则”、“只有,才”等联结词究竟是在什么意义上使用的?
是在因果关系意义上使用的,还是在逻辑推理意义上使用的?判定这个问题主要取决于我们的思维意图。如果我们想从逻辑推理的角度评估论证的有效性,就把它们当作是在逻辑推理的意义上使用的;如果我们想从因果关系的角度分析论证中所讨论的因果主张,就把它们当作是在因果关系的意义上使用的。
有时,一个事实对于给定结果的发生来说既是充分条件,也是必要条件。例如,脑死亡既是死亡的必要条件,也是死亡的充分条件。另外,对于给定的结果,有时我们发现一组事实,其中的每一个都是这个结果产生的必要条件,而且这些事实结合起来就会成为这一结果产生的充分条件。例如,对农作物小麦的生长来说,播种、雨水或浇水、光照等每一项都是必要的,所有的必要条件结合起来就是小麦生长的充分条件。
单一原因与复合原因:如果由复合的事实协同起作用而导致了某一结果的产生,就称协同起作用的事实为复合原因。例如,一位司机参加朋友聚会时喝了不少酒,在开车匆忙回家的路上撞到了停在主路昏暗灯光下的卡车,结果车毁人亡。导致这一结果发生的原因是复合的:酒后驾车、超速行驶、光线不足和停在主路上的卡车。
我们称复合原因中的某一个原因为部分原因,或者叫做助成事实。如果导致某一结果产生的事实不包含复合成分,这一事实就被称为单一原因。
复合原因与充分条件,或者部分原因与必要条件是有区别的。对给定的结果而言,复合原因可能是它产生的必要条件,也可能既是它的必要条件,也是它的充分条件。类似地,单一原因可能是其结果产生的必要条件,或者是充分条件,或者是既充分又必要的条件。但是,部分原因不可能是导致其结果产生的充分条件。当然,部分原因可能是其结果产生的必要条件,但它不必是其结果产生的必要条件。如超速行驶是导致车祸的部分原因,但它不是导致车祸的必要条件,不超速行驶就一定不会发生车祸吗?显然不必是。
实质性原因与统计性原因:因果陈述可以表达两个个别现象之间的因果关系,比如“小王吃了那颗阿莫西林胶囊导致他产生过敏反应。”也可以表达两类现象之间的因果关系,比如“细菌导致传染。”我们对以下两类因果陈述感兴趣:
1.斩首导致死亡。
2.吸烟易于致癌。
第一个陈述表达的是:对于每一个人来说斩首都是死亡的充分原因。对于第二个陈述,我们不能说每一个吸烟的人都将会得癌症,它表达的是:就很大的一个样本总体来说,吸烟有致癌的倾向性,或者说吸烟的人比不吸烟的人更容易得肺癌。我们把在所有情况下都能导致其结果产生的原因称为实质性原因;把在总体中倾向于产生某一结果的原因称为统计性原因,或称随机性原因。如何确立这两类因果陈述是我们要解决的主要问题。
因果主张与因果陈述:因果主张是一个被断定的陈述,这个陈述表达了现象A是现象B的原因。因果陈述被看作是对现象间的因果关系所提出的一种解释。在论证中未被断定的因果陈述通常都具有猜测的性质,我们称它为提出的解释,比如,发烧可能是由肺炎引起,也可能是由上呼吸道感染引起等。当我们发现足够的证据否定了其他的因果陈述,或者肯定了某个因果陈述,所得出的被确立的最佳解释就是该论证的因果主张。简言之,在因果推论中,将所提出的解释与被确证的解释区分清楚是非常重要的。
三、时间关联与统计关联
对于给出的因果陈述,或者对事情起因所做出的初步解释,如何确立哪些陈述是最接近事情真实原因的解释?有哪几类证据可以作为确立因果主张的根据?一般说来,有两种类型的相互关联可以作为确立因果主张的初步证据:时间关联和统计关联。
时间关联指的是在时间上的联系。对于特定的事件A和B,当A发生在B之前,我们说A早于B;例如,喝了几杯红酒之后,我感到头痛。当A与B一起发生时,我们说A与B是共时的;例如,在日本军队偷袭珍珠港的同时,爆发了美、日太平洋战争。如果A与B总是恒常伴随,我们说A与B是相互伴随的;例如,每当家猫出来,老鼠就会走开;再如,每当我剧烈运动时就胸口痛。时间关联通常用来确立实质性因果主张。
统计关联指的是在总体中的两个事实或者特征在统计上的相互关联。就总体而言,某一个特征的有或者无,与另一个特征出现的频率的高或者低相互关联,我们就说这两个特征之间有统计关联。例如,心脏病发病率和喝咖啡之间的关系,如果喝咖啡的人比不喝咖啡的人心脏病发病率高,那么喝咖啡和患心脏病之间就有统计上的相互关联。
在日常生活中,我们经常会观察到随着一件事情的改变,会引起另一件事情的变化。这种变化的方向可以是同向的,也可以是反向的。例如,随着花在复习上的时间增多,可能会伴随考试成绩的增长,也可能会伴随考试时选择答案时间的缩短。再比如,高中的平均成绩与考上大学之间,通常存在同向的变化;而在室外的气温与暖气的账单之间,则存在反向的变化。由于A与B的反向关联,就意味着A与B的缺失同向关联,所以我们只考虑同向关联。
除了两件事在方向上的改变外,我们还会注意到它们在强度上的变化。关联强度指的是两个事实或者特征改变关系的紧密程度。例如,学生高考前第一次模拟考试的成绩与第二次模拟考试的成绩之间的关系是紧密的,这就是说我们根据学生第一次的成绩预测他第二次的成绩,可能是比较准确的。当然,在第一次表现好的学生,不见得第二次就一定表现得好,而第一次分数低的学生,第二次的分数也不尽然就低。可见,这两者之间的关联性虽然紧密,但不够完备。换个角度说,在了解到学生第一次的成绩之后,调查他们在考前花了多少时间准备,也有助于我们预测他们第二次的成绩表现。在花多少时间准备与考多少分之间也有关联,但是,你会同意这其中的关联程度不会比两次考试成绩之间的关联程度更高,或者说,根据学生花多少时间准备考试,不会比根据第一次的考试成绩,对下一次考试成绩的预测更准确。我们使用统计的方法来衡量两个事实或者特征的关联程度,因而称之为统计关联。
现在,让我们来看因果推论。因果推论至少要有一个前提,这个前提是关于时间关联或者统计关联的陈述,以及基于这个前提所得出的结论:相互关联的两个事实或者特征之间具有因果关系。其形式如下:
A与B有时间关联或者统计关联。
所以,A导致B。
对于确立因果主张而言,我们需要比这一个前提更多的前提。这是因为,除了对A与B的相互关联做出“A导致B”这种因果解释之外,还能对它做出许多其他可能的解释。我们以A与B相互伴随或者有统计关联为例,看一看对它能提出哪些可能的解释:
解释1:A与B相互伴随或者有统计关联,因为A导致B。例如,学术研究与学术水平有统计关联,因为学术研究导致了你学术水平的提高。再如,吃山楂与倒牙有时间关联,因为吃山楂是倒牙的原因。
解释2:A与B相互伴随或者有统计关联,因为B导致A。例如,心脏病与生活压力有统计关联,不是因为心脏病导致了压力,而是压力导致了心脏病。
再如,室内的温度计与室外的气温下降相互伴随,不是因为温度计的度数下降导致气温的降低,而是因为气温的降低导致了温度计度数的下降。
解释3:A与B相互伴随或者有统计关联,纯属偶然的巧合,并没有因果关系。例如,在过去的20年中,我的头发每年脱发的比例与地球上野生植物消亡的比例吻合,显然,这两者之间没有因果联系。再如,手心冒汗与心跳加速有时间关联,常常同时出现,一起变化。但是,我们不能说手心冒汗引起心跳加速,或者相反。两者之间实际上没有内在联系。
解释4:A与B可能相互伴随或者有统计关联,因为C导致了A和B。例如,气短和心口痛可能相互伴随,但是,心口痛不是气短导致的,气短也不是心口痛导致的,是因为动脉硬化导致了气短和心口痛。还记得得克萨斯州博士增长和骡子下降的百分比吗?可能是城市化的进程导致了博士的增长和骡子的下降。
解释5:A与B相互伴随或者有统计关联,因为A与B互为因果。例如,当男士A与女士B真心相爱,终生厮守时,A与B就是互为因果的。A与B互为因果可以形成“正反馈圈”,比如A代表成功,B代表自信,成功能增强你的自信,较强的自信心反过来会增强你获得成功的能力。也可以形成“负反馈圈”,比如意志消沉使你过多地喝酒,过多地喝酒使你感到身体糟糕并瞧不起自己,于是你的意志会更加消沉,这又促使你更加离不开酒。
解释6:A与B相互伴随或者有统计关联,因为A与C相结合导致了B,也就是说A是导致B的部分原因。例如,计划生育政策与育龄妇女中的妊娠率下降有统计关联,因为计划生育政策与育龄妇女的积极配合导致了育龄妇女中妊娠率的下降。
解释7:A与B相互伴随或者有统计关联,因为B与C导致了A,也就是说B是导致A的部分原因。例如,棒球队赢球与优秀的投手有统计关联,因为优秀的投手与全队的共同努力导致了棒球队赢球。
由此看来,对于确立因果主张来说,关键的是构成因果论证的第二个前提,它必须断定“A导致B”是对第一个前提所提供的相互关联的最佳解释,其结构如下:
A与B有时间关联或者统计关联。
A导致B是对其相互关联的最佳解释。
所以,可能是A导致了B。
对于观察到的时间或统计关联,好的因果推论必须考虑如何排除其他可能的解释,确认A导致B是对其相关联的最佳解释,以此为据,才能使人有信心接受“A导致B”这一因果主张。
四、确立实质性因果主张
实质性因果主张所断定的是这样一种原因:
在任何情况下都能导致其结果产生的原因。如金属加热导致其体积膨胀,月球在地球和太阳之间,而且三者运行成一条直线导致日蚀等。如何确立产生某一结果的实质性原因?
首先,正如18世纪苏格兰哲学家休谟所指出的,我们不能直接观察到现象间的因果关系,必须通过推理来确认它。其次,我们不能通过演绎推理来确认一种因果关系必然为真,因为任何结果都是不同于它的原因的另一个事件,不可能在原因中发现结果。我们用来确认因果关系的证据总是间接的,每当我们做出因果推论时,总是会给人留下一定的质疑空间。也就是说,我们确认因果关系的推理是归纳的。最后,经验概括虽然是确认因果关系的证据,但它只是初步的证据,我们需要比经验概括更有力的方法,这就是19世纪英国哲学家穆勒所提出的“求因果五法”,通常称之为排除归纳法。
下面我们介绍其中的三种方法:求同法、求异法、求同求异并用法。
1.求同法
求同法又称契合法,它根据被研究现象出现的若干不同场合,考察与之相关的先行现象,如果发现其中只有一种共同的现象与被研究现象恒常伴随,那么这两种现象之间就可能有因果关系。
求同法所依据的合理假设是:在结果出现的每一种场合中,其原因都会先行有所表现。例如,我们想知道秃顶的原因,于是开始考察各式各样秃顶的人,不同的年龄、不同的性别、不同的职业、不同的爱好和不同的生活环境等,发现只有缺钾是所有这些被考察过的秃顶的人所共有的现象,所以,缺钾可能与秃顶有因果关系。
求同法的特点是异中求同,通过排除现象间不同的因素,寻找共同的因素来确立现象间的因果关系。求同法可用以下图式直观说明:
场合1:有先行现象A、C、D,有被研究现象B场合2:有先行现象A、D、E,有被研究现象B场合3:有先行现象A、E、G,有被研究现象B …… …… ……所以,可能是A导致B。
求同法的不确定性表现在两方面:首先,探求给定的被研究现象的原因,需要考察与之相关的先行现象,可是与之相关的先行现象是大量的,我们不大可能对所有的先行现象做出考察,必须对它们有所选择。其次,为了缩小选择的范围,通常需要在考察之前,根据我们掌握的相关背景知识,对被研究现象的原因做出种种假设性解释,然后再通过异中求同的方式确定哪一种解释是最有可能符合事实的解释。例如,我们试图查找秃顶的原因,我们怀疑以下这些事实之一是秃顶的原因:饮酒、缺钾、吸烟和缺乏锻炼。我们考察四个不同的秃顶患者,发现的结果是:
1.A先生不饮酒,有缺钾症状,经常锻炼,吸烟。
2.B女士饮酒,有缺钾症状,从不锻炼,不吸烟。
3.C先生饮酒,有缺钾症状,经常锻炼,吸烟。
4.D太太饮酒,有缺钾症状,不锻炼,吸烟。
上述信息说明了什么?根据有结果出现一定有先行原因存在的假设,场合1排除了饮酒和缺乏锻炼作为共同的先行现象的可能性,场合2排除了吸烟作为共同的先行现象的可能性,包括场合3和场合4,未被排除的共同的先行现象只有缺钾。如果我们选择考察的假设性原因(饮酒、缺钾、吸烟和缺乏锻炼)之一是秃顶的实质性原因,那么缺钾就是对秃顶原因的最佳解释。
需要注意:假设性解释在帮助我们缩小考察范围的同时,也限制了我们的想像力,比如秃顶很可能是先天的遗传因素造成的,与后天因素无关。所以,运用求同法得出的结论不是必然的。
针对运用求同法推出的因果主张,所提出的批判性问题是:
(1)不同场合中所具有的相同因素是不是唯一的?
(2)不同场合中所具有的相同因素是部分原因,还是全部原因?
例如:
在一项学习实验中,一位研究人员将老鼠置于一个迷宫之中,有的老鼠是瞎子,有的老鼠是聋子,还有一些老鼠没有感官缺陷。但是,所有的老鼠都在几乎同样多的时间里学会了跑迷宫,完成了自己的任务。在实验中,老鼠运动的触觉都没有受到损伤。以这些事实为基础,研究人员得出结论:对老鼠学习跑迷宫来说,仅有动觉就足够了。
首先,该论证忽视了实验中不同的老鼠之间,可能存在其他相同的因素。比如,实验中老鼠的嗅觉可能都是正常的,而嗅觉与老鼠学习跑迷宫很有可能是相关的。其次,动觉可能至少需要与其他一种感觉相互作用,才能完成学会跑迷宫的任务。这些可能性不能在文中所述的事实基础上被排除,所以,研究人员的结论是令人高度质疑的。
2.求异法
求异法又称差异法,它通过比较被研究现象出现和不出现的两个场合,根据两个场合中的其他现象完全相同,只有一个现象在被研究现象出现的场合中存在,在被研究现象不出现的场合中不存在,推出这个唯一不同的现象与被研究现象之间有因果关系。
求异法所依据的合理假设是:在结果未发生的情况下,导致它的原因将会缺失。例如,某食品研究中心把两块同样的鲜牛肉同时放上大肠杆菌和沙门氏菌,其中一块经过辐照后长时间内仍然保持新鲜,而另一块没有经过辐照的牛肉很快就腐烂了。由此推断,利用辐照的放射线杀死细菌是使牛肉保鲜的原因。
求异法的特点是同中求异,它主要是一种实验方法,而不是观察方法。由于自然现象复杂多样,很难在非人工条件下找到求异法所需要的两个场合,而在实验中却容易做到这一点。由于求异法以实验为基础,所以,求异法比求同法所得出的结论的可靠性程度要高。求异法可用以下图式直观说明:
场合1:有先行现象A、C、D,有被研究现象B;场合2:有先行现象C、D,无被研究现象B;所以,可能是A导致B。
针对运用求异法推出的因果主张,所提出的批判性问题是:
(1)不同场合中所具有的差异因素是不是唯一的?
(2)不同场合中所具有的差异因素是部分原因,还是全部原因?
例如:
在欧洲,学龄儿童每天都花时间做柔软体操,而北美洲的学校则很少提供这样的每日柔软体操运动。对学龄儿童的体质检测表明:相对于欧洲的儿童来说,北美洲的儿童弱小、迟钝且不善跑。由此看来,除非北美儿童在学校做每日的柔软体操运动,否则他们的身体不会强壮起来。
首先,该论证假设:北美洲的学龄儿童相对弱小、迟钝且不善跑,其原因是由于不做类似每日柔软体操这样的运动造成的。这个假设是不可靠的,它没有排除这两个地区的儿童在其他方面可能存在的差别,如饮食习惯、营养状况等,这些方面的差别也可能是导致儿童相对弱小、迟钝且不善跑的原因。其次,即使不做类似每日柔软体操这样的运动是儿童身体素质弱的原因之一,甚至是唯一的原因,做每日柔软体操对改善北美洲学龄儿童的身体素质来说,也未必是必须的,除非做每日柔软体操是改善儿童身体素质的唯一可行的运动项目。
3.求同求异并用法
求同求异并用法又称契合差异并用法,它根据被研究现象出现的若干场合(正面场合)中只有一种相同的现象,而在被研究现象不出现的若干场合(反面场合)中都没有这一现象,进而推断该现象与被研究现象有因果关系。
求同求异并用法是求异法的强化形式,它先在正面场合应用求同法,再在反面场合应用求同法,然后在正反场合之间运用求异法,通过把求同法引入求异法,要求正面和反面场合各有两组以上的例证,扩充了求异法的简单形式。这一方法可用以下图式直观说明:
正面场合1:有先行现象A、C、D、E,有被研究现象B;
正面场合2:有先行现象A、E、F、G,有被研究现象B;
…… …… ……
反面场合1:有先行现象C、D、E,无被研究现象B;
反面场合2:有先行现象E、F、G,无被研究现象B;
…… …… ……
所以,可能是A导致B。
例如,我们怀疑黄热病有传染性,而且怀疑大量患者染病的原因可能是由携带黄热病毒的蚊子叮咬传染上的。为了确证这一假设,我们找到四个健康的志愿者,分别让他们住在1、2、3、4号房间,外界的蚊子无法进入这些房间,与他们居住相关的不同因素有:叮咬过黄热病人的蚊子、被黄热病人弄脏的未消毒的被褥、黄热病人用过的未消毒的餐具等。
1号:被蚊子咬,吃素,用未消毒餐具、弄脏的被褥,得黄热病;
2号:被蚊子咬,使用弄脏的被褥、消毒餐具,吃荤,得黄热病。
3号:没有蚊子,吃素,用未消毒餐具、弄脏的被褥,没得黄热病;
4号:没有蚊子,使用弄脏的被褥、消毒餐具,吃荤,没得黄热病。
通过比较,排除了由于接触病人的排泄物,如汗液、粪尿、唾液等所造成的传染,得出血液传染是导致黄热病传染的直接原因。
运用求同求异并用法论证因果主张,评估其结论可靠性的批判性准则如下:
准则1:所考察的正反例证越多,结论的可靠性就越大。
所考察的场合和例证越多,越能够排除偶然巧合的情形,会降低把被研究现象与某个不相干的因素联系起来的可能性。
准则2:在比较中所选择的反面场合与正面场合越相似,结论的可靠性就越大。
由于被研究现象不出现的反面场合是无限多的,其中的绝大多数场合与被研究现象的原因是不相关的,尽管我们不要求除一种因素不同外,正反面场合的其他因素都相同,但是,除一种因素不同外,正反面场合的其他因素越相似,结论的可靠性就越大。
五、确立统计性因果主张
统计性因果主张所断定的是这样一种原因:
在总体中倾向于产生其结果的原因。科学家有各种确认在总体中导致某一结果产生的原因的方法,我们将考察其中三种论证形式,或者说三种研究方式:从原因到结果的实验性研究;从原因到结果的非实验性研究;从结果到原因的非实验性研究。每种研究都假设一个总体作为研究对象,针对其中感兴趣的某个现象(结果),试图确认它产生的原因。
1.从原因到结果的对照性实验方法
对照性实验方法的主要特征是通过对情境和变量实行一定的控制,来研究现象间的因果关系。实验不仅可以根据原因去预测结果,而且可以通过控制原因去发现预期的结果,以建立变量间的因果关系。探查某个现象(结果)的原因,研究者需要预先对原因提出一种假设性解释,然后通过实验操作进行确认。
一个典型的例子是罗森塔尔和雅各布森在1968年所做的一项实验。他们的研究所基于的一般假设是:“人们对他人行为的期望,通常可导致他人向所期望的方向改变。”他们提出的具体假设是:“那些被教师认为更聪明的学生,会由于教师的这种偏见而在实际上变得比其他学生更聪明。”他们选择一所学校的学生为样本,让几百名学生参加智力测验,然后从中随机抽出20%的学生,告诉他们说:老师说他们测验的成绩是最高的,因此是最有培养前途的。一年之后,又对这所学校的学生进行了测验,结果发现上述20%的学生,他们的平均成绩明显高于其余的学生。这便证明了教师的期望与学生成绩的提高之间有因果关系。
对照性实验方法以某个假设为出发点,这个假设是一种因果关系的陈述,它假定某些自变量(如教师的期望)会导致某些因变量(如学生成绩)的变化。然后进行如下操作:(1)在实验开始时对因变量(y)进行测试(前测);(2)
把样本随机分为两组:在其中的一组引入自变量(x),让它发挥作用或影响,称这一组为实验组;另一组称为对照组,它与实验组的唯一差别就是不受自变量的影响。(3)在实验结束前再对因变量进行测试(后测);(4)比较前、后两次测试的差异值就可以验证当初提出的假设。
如果有差异,说明自变量对因变量有影响,为证实假设提供了证据。如果没有差异,说明自变量对因变量没有影响,从而推翻假设。
上述对照性实验方法被称为典型实验设计,其主要优点是通过比较实验组和对照组前、后两次测试的差异值,不仅可以确定自变量的影响,而且可以排除外部因素的影响。其主要缺点是前测有时会对自变量的引入产生敏感反应。例如,在一项实验中,让受试者填写份有关种族偏见的测量表,然后让他们看一部反对种族歧视的电影,过一段时间,再填写上述测量表,比较前后差异,就可以看出宣传工具对人们观念变化的影响。在对种族偏见的测量中,实验组的人两次填写同样的表格,就可能会意识到让他们看一部反对种族歧视的影片是什么意图,因而会影响第二次填表的效度。
为了避免前测产生的敏感性影响,通常采用无前测的实验设计。例如,在无前测的情况下,通过随机抽样选取样本,用随机分派的方式进行分组,在实验组看过反对种族歧视的电影后,测量两个组对种族偏见的态度,就可以看出刺激因素(影片)对人们观念的影响。由于两个组是随机分派的,因此可以假定他们的各种特征和所受影响是相同的,唯一不同的是实验组看过反对种族歧视的电影,而对照组没有看过,因而两个组之间的差异很有可能是刺激因素导致的。
运用对照性实验方法确立因果主张,评估其归纳强度的批判性准则如下:
准则1:初始样本越具有代表性,推理的归纳强度就越高。
对照性实验有两个主要的归纳步骤:初始实验样本的选择和对实验样本的分组。对初始实验样本的选择是归纳的前奏,在把一项实验的结论推广到总体时,存在很大的风险,尤其是在社会科学的调查研究中,总体中的个体的异质性通常较大,因而需要有足够大的、随机选取的并与总体相匹配的样本。例如,基于罗森塔尔的实验,将“教师的期望导致学生成绩的提高”推广到“人们对他人行为的期望通常可导致他人向所期望的方向改变”,是有一定风险的,比如,将实验对象换成工厂中的工头和工人又会怎样呢?显然,工头的期望与工人的业绩之间的关系,与教师的期望与学生成绩之间的关系是有实质差别的。在社会科学的实验中,大部分的实验对象是选取自愿的受试者或是整群抽样,很难代表研究对象的总体,实验结果的适用范围是有限的。
准则2:除了实验刺激因素之外,实验组与对照组在所有相关方面越相似,推理的归纳强度就越高。
在对照性实验中,除了刺激因素(自变量)之外,所有外部变量应当保持不变或者较少变化,如有可能应尽量排除外部变量,以免影响或者混淆自变量与因变量之间的因果关系。控制外部变量的有效方法是以随机分派的方式对实验对象进行分组,根据随机抽样的原则,实验组和对照组的成员构成在各方面的条件上应是均等的。
例如,在罗森塔尔的实验中,假如实验组的成员大部分是来自知识分子家庭、学理科的学生,而对照组的成员大部分是来自农民家庭、学文科的学生,那么实验后所测到的差异值,究竟是由于刺激因素(自变量)造成的,还是由于家庭环境或者所学科目等外部变量造成的?为了避免产生这方面的争议,除了实验刺激因素之外,实验组与对照组在所有相关的方面越相似,所得出结论的可靠性就越大。
准则3:如有可能应尽量采用双盲测试法。
所谓双盲测试指的是实验中的试验者和受试者双方,对有关实验的细节均无所知,以免实验结果受试验者的成见或者受试者的心理反应的影响。在测定药物功效的实验中,经常使用这种方法。假如我们想知道一种降低胆固醇的新药的效果,我们选择一群有代表性的样本个体,将他们随机分成实验组和对照组,有两种外表、包装和药品说明一模一样的产品,一种是降低胆固醇的新药,另一种是用玉米淀粉制成的没有活力作用的安慰剂。在试验者和受试者双方都不知情的情况下,给实验组的成员服用新药,给对照组的成员服用安慰剂,然后测量胆固醇下降的差异,检验新药的效果。在社会科学的实验中,难以通过这种方法彻底排除研究本身(包括前测、后测和研究者的偏见和暗示等)对实验对象的影响,正如罗森塔尔的实验所表明的:人们对他人行为的期望,通常会导致他人向所期望的方向改变。果真如此,实验人员可能会有意或无意地给实验对象以某种暗示,某些实验对象可能会有意迎合实验者的期望,或者故意与之唱反调,从而影响实验结果的有效性。不过,我们可以参照双盲测试法,尽量把研究本身对实验对象的影响降到最低。
准则4:实验组与对照组在实验结果上的统计差异越显著,推理的归纳强度就越高。
假如我们选择一群有代表性的样本个体,将他们随机分成实验组和对照组,并测量这两组人血液中胆固醇含量在平均水平上的差别,比如说其差别是x,在对这两组不做任何刺激的自然状态下,一年以后再对他们的胆固醇含量进行测量,在平均水平上的差别还会是x吗?无论这两个组是多么相匹配,其差别总会有细微的变化。
正因如此,当刺激因素引入实验后,所测量出的统计差异越显著,结论的可靠性就越大。比如,在实验之前,实验组成员的胆固醇含量比正常水平平均高出10个百分点,对照组成员的胆固醇含量比正常水平平均高出9.9个百分点。实验之后,实验组有95%的成员的胆固醇含量明显下降,平均降低5个百分点,这要比实验组仅有5%的成员的胆固醇含量明显下降,平均降低2个百分点,更有力地强化其结论的可靠性。
2.从原因到结果的非实验研究
这种研究与对照性实验法的主要差别是:它的实验组和对照组不是随机分派的,而是根据自变量的有无选取的;这种研究通常是在自然环境中进行的,研究人员不能对自然场所的实验变量加以严格的控制。例如,我们想知道吸烟是否是导致肺癌的原因。我们可以选择一个足够大的样本,其中包括吸烟的和不吸烟的人,几年后统计吸烟组(实验组)和不吸烟组(对照组)各自的肺癌发病率,如果吸烟组比不吸烟组有较高的肺癌发病率,我们就能证实吸烟可能是致癌的原因。
实验的目的是检验变量间的因果关系,并使实验结果成为对总体进行概括的有效证据。但是,这两个目的很难同时达到,要精确测量自变量对因变量的影响,就要通过各种设计方式把情境因素和外部变量控制在最小的限度以内,以突出实验刺激对因变量的影响,这就会使实验环境人工化,使样本因缺乏现实性而削弱其代表性;要提高情境的真实性和样本的异质性,使实验结果具有广泛的概括性,则很难排除外部因素对实验结果的影响,尤其是对社会现象和社会行为的研究,影响结果的原因复杂多样,对这些变量很难进行控制、做出明确的界定和准确的测量。总之,若提高实验结果的准确性,就会削弱它的概括性,反之亦然。这也是实验研究与非实验研究的不同之处,前者的精确程度较高,概括能力较低;后者的概括能力较高,精确程度较低。
3.从结果到原因的非实验研究
这种研究与从原因到结果的非实验研究是类似的,不同的是这种研究不是根据自变量的有无,而是根据因变量(结果或者效果)的有无来选取样本并分组。例如,我们想知道心脏病产生的原因。选择一个足够大的样本,其中包括有心脏病的人和无心脏病的人,检查由有心脏病的人构成的实验组和由无心脏病的人构成的对照组的胆固醇(假设性原因)含量,如果发现实验组成员胆固醇含量的平均水平明显高于对照组的,就能证实胆固醇含量过高可能是导致心脏病的原因。
在从结果到原因的非实验研究中,需要注意考察其他相关的差异因素。例如,在考察心脏病的原因时,生活或工作压力在两组中的表现也可能有较大的差别,如果患心脏病的人所受到的压力比没有患心脏病的大,那么压力与胆固醇含量一样,也可能是心脏病产生的原因。
非实验研究与实验研究的主要区别是对实验变量和外部变量是否能进行严格的控制。在社会科学的研究中,现实社会中大量的社会现象和社会行为总是特定社会环境的产物,去掉这种环境,这些现象和行为也许根本就不会发生。另外,实验中的社会过程往往也不能代表现实世界中的社会过程。这些是实验法最大的弱点。就此而言,根据现实世界的自然环境所设计的非实验方法要好一些。
六、因果论证的谬误
对因果论证的谬误或称假因果,可以分为两组来认识:一组是轻断因果,指的是仅仅根据两个现象之间的时间或统计关联,就断定二者之间具有因果关系,其中可以分为“以时间先后为因果”和“强加因果”两种来认识。另一组是错为因果,指的是由于忽视对事物的成因可能存在的多种解释所造成的错误,主要有“因果倒置”、“单因的谬误”、“远因的谬误”和“混淆原因”等。
1.以时间先后为因果
因果联系在表面上有一个明显的特征,即原因总是在结果之前,结果总是在原因之后。但是,在时间上前后相继的两个现象之间不一定存在因果联系。如果只是根据这一表面特征就断定两个现象之间有因果联系,就会犯以时间先后为因果的错误。例如,中国古人遇月食便放鞭炮“驱天狗”,在月食时放一段时间鞭炮后,月亮会重现,于是认为放鞭炮是驱走天狗,使月亮重现的原因。类似的例子:
妈妈拜了观音之后不久,弟弟的病就好了,看来拜观音还真灵验。
闪电总是先于雷鸣而出现,所以闪电引起了雷鸣。
很多事情都会发生自然的改变,如果在自然改变的同时也伴随某种行为的变化,便可能会误认为这种行为的变化是造成改变的原因。妈妈在拜观音时,弟弟的体内可能已经生成战胜病毒的抗体,妈妈不拜观音,弟弟的病也会自然痊愈。
有一位爱鸟者,发现一只从鸟巢中掉下来的幼鸟,他开始用影片向小鸟展示飞翔的姿态和方法,用滑板等其他辅助性方法教这只鸟学会如何飞起来,你想会发生什么?过了几天这只鸟果然飞起来了。这是爱鸟者教导有方、小鸟学习进步的结果吗?当然不是,小鸟学会飞翔不是人为努力的结果,它是自然发生的事情。当我们根据时间先后来分析因果关系时,必须考虑其他可能存在的解释,尤其是当自然发生与人为努力这两种因素同时共存时,要注意对两者的分析。
根据时间先后来分析因果关系,第一手证据来自我们的观察。由于背景知识的缺乏和期望、诱导心理的影响,会造成观察方面的错觉,并导致因果分析方面的错误。我们观察到闪电先于雷声,并确信是如此,那是因为我们不知道光速远远大于声速。现在我们都知道二者是第三者云层放电的结果。人们愿意相信拜观音、跳求雨舞灵验,那是因为人们期望着弟弟的病好、老天下雨。尽量避免观察的错觉和期望心理的影响,这对预防以时间先后为因果的错误是有帮助的。
2.强加因果
有因果联系的两个现象通常具有统计的关联,但是,具有统计关联的两个现象之间未必就有因果联系。如果只是根据两个现象在表面上所具有的统计关联之处,便假定两者之间存在因果关系,就犯了强加因果的错误。在讨论数据的相关性时,我们谈到过“零年因素”的例子,它就属于强加因果的谬误。再如:
我们别带王磊去野餐,每次带他去野餐,天就下雨。
高个子的孩子通常容易够得着高架子,而矮个子的孩子通常不容易够得着高架子。一项统计数据表明:矮个子的孩子比高个子的孩子更可能变成矮个子的成年人,所以,如果矮个子的孩子被教会够得着高架子,那么他们变成矮个子的成年人的比例将会下降。
王磊与下雨没有关系,根据曾经的几次巧合,埋怨王磊带来了坏天气,就犯了强加因果的错误。类似地,在“高个子”与“容易够得着高架子”所具有的表面相关之处,假定一种因果关系,也犯了强加因果的错误。另外,即使二者之间存在因果关系,“够得着高架子”只能是“孩子长成高个子”的结果,而不是“孩子长成高个子”的原因。所以,该论证的结论同时犯了因果倒置的错误。
3.因果倒置
在因果解释中,如果错把原因当结果,或者错把结果当原因,就犯了因果倒置的错误。例如,微生物侵入是造成有机物腐败的原因,而有人却误认为有机物腐败是微生物侵入的原因,这是倒因为果。又如,在19世纪的英国,勤劳的农民至少有两头牛,而好吃懒做的人没有牛。于是,某改革家主张给没有牛的农民两头牛,以便使他们勤劳起来。这是倒果为因。实际上,勤劳是使人有两头牛的原因,并不是人有两头牛的结果。
倒果为因也称以症状为原因的错误。比如,研究人员发现得老年痴呆症的人,他的大脑里有铝沉积。但是,仅根据这一点不足以断定铝沉积是导致这种疾病的原因,因为脑组织中的铝沉积可能是老年痴呆症直接代谢的一个结果,或者说是得这种病的一个副产品。也可能存在第三种因素,比如一个病原体或者一种循环机能障碍,引发了老年痴呆症并引发了脑组织中的铝沉积。
区分症状和原因是一件棘手的事,在缺乏足够证据的情况下,以已然定局的形式公布所得出的结论,就犯了以症状为原因的错误。医生们唯恐出现这种错误,常常不说脑组织中的铝沉积是得老年痴呆症的原因,而是说二者之间有联系。
同样,在日常思维中界定原因和结果也不是一件简单的事情。想象一下铁锤敲打手表镜面使玻璃破碎的画面,玻璃破碎的原因是由于铁锤的击打吗?大部分人会这么想,根据自然法则,铁锤敲打玻璃会使它破碎。现在假设我们是在一家手表厂内,测试手表镜面遇到激烈撞击时的承受力度如何,那么许多人会认为玻璃本身的瑕疵是造成玻璃破碎的原因。
4.单因的谬误
因果关系是复杂的,一般说来某个结果的产生都是由多种原因造成的。在确立因果关系时,如果将导致某一结果产生的多种因素简单地归结为其中的某一种因素,或者将导致某一结果产生的某个重要因素视为唯一的因素,就犯了单一原因的错误。
在认识因果关系时,人们倾向于把原因归结为特定的事件、中途插入的事件或者是那些新奇的、不同寻常的事件。比如,公牛队赢球就是因为有一个不同寻常的乔丹;这个节日过得不愉快全是因为那次倒霉的追尾事故;张华能找到那么好的工作就是因为他有一个权力很大的叔叔。这些表面上最显著的原因是事物的原因,通常我们也不会把它与其他原因等同看待,这都是无可非议的。但是,如果我们对这些表面上最显著的原因过分自信和偏爱,忽视其他原因的存在,甚至将它视为导致某个事件产生的唯一原因,就犯了单一原因的错误。事实上,人们很少因为对自己的推论缺乏信心而犯错误,相反,通常是对自己的推论太过自信才犯错误。
让我们看以下论证:
为了扭转邮政业务越来越不景气的局面,政府应该提高邮票价格。提价会产生更多收益,减少邮件流量,舒缓对现有系统的压力,并改善员工的工作面貌。所以,这一做法必定是有效的。
首先,对于邮政业这个庞大的运营系统来说,“业务越来越不景气”的现象通常不是由某个单一因素造成的,需要对问题的成因做多方面的分析,才能找出问题的症结所在。比如,业务不景气可能是由于处理邮件的传统方式不能满足需要而导致服务质量下降所造成的,也可能是由于员工队伍庞大、人浮于事而导致工作效率下降造成的,还可能是由于采用了新的计算机化的邮件处理程序,而邮件的包装不合要求,或者员工的业务水平没有跟上造成的,等等。总之,“提高邮票价格的做法必定有效”这个结论若能成立,就必须假设:邮递价格低是导致业务不景气的唯一原因。这种把可能是由多种原因导致的结果简单地归于某一种原因的假设是不真实的。
其次,提价未必能降低邮件单位数量的成本,增加收益;提价也不意味着职员工资或工作积极性的提高,并因此而改善员工的工作面貌。
也就是说,提价并不是这些所希望的结果出现的充分条件,至多是有益于出现这些结果的必要条件。另外,假如提价会导致邮件流量的减少,这一结果对邮政业务的繁荣恰恰是不利的。
再次,提价不但对文中谈到的希望出现的结果可能无济于事,而且可能会引起其他不利的后果。“邮政业务不景气”从一个侧面说明顾客对邮政服务可能存在不满的情绪,提价有可能助长这种不满的情绪;提价也有可能带动诸如运输、原材料等相关行业价格的增长,导致邮政业整体运营成本的增加,等等。在寻找解决问题的方法时,必须慎重考虑这些可能出现的负面后果。
从以上的案例分析中可以看到:对单一原因过分自信不仅会在分析事物的原因时造成很大的误差,而且还会导致对相应的解决方案过分乐观的错误。
5.远因的谬误
为了解释当前的某个事件,有时需要诉诸在时间上很遥远的某个事件。比如,在许多年前接触过的石棉、苯胺染料或者受过的核辐射,对某人现在的状况可能会有很大的影响。在这种情形中,已知的基本的生物学和病理学的道理使我们确信,列举的远因很有可能是造成目前状况的主要原因。但是,当缺少类似的知识时,诉诸远因就是谬误,因为它忽略了这种可能性,即有其他重要的因素进入了由各种原因构成的长链之中。
以下这首小诗就是对远因谬误的讽刺。
因缺一个铁钉,失了一只马掌。
因缺一只马掌,失了一匹战马。
因缺一匹战马,失了一名骑手。
因缺一名骑手,失了一支军队。
因缺一支军队,失了一场战争。
因缺一次胜利,失了一个王国。
这一切都是因为缺了一个铁钉。
事实并非如此,一个王国不只是因为缺少一个铁钉,很可能是因为缺少许多其他更重要的东西,而使王国遭到毁灭的。比如,缺少装好铁掌的备用马匹,缺少能随机应变、跑到邻近驿站的通信员,缺少如信鸽、狼烟之类的其他通讯方式,缺少能征善战的军队等。“因缺一个钉”而没有传递过来消息,这不一定是王国毁灭的唯一因素或者最重要的因素。当我们因某事不得不责怪某人时,时常会犯远因的错误。例如:
什么魔力使你非要带孩子去那个鬼地方,如果不是你固执己见的话,我们就不会在那荒山野岭抛锚,孩子也不会因着凉而生病。费尽了周折才把孩子的腹泻治好,结果怎样?孩子的期末考试有三门不及格,这回你该满意了吧!
妻子可能已经为此事感到内疚了,丈夫仍在火上浇油。他无疑忽略了其他更为重要的促成因素,比如汽车早该检修了,抛锚时没有照顾好孩子,对孩子的腹泻治疗不及时或者孩子的胃肠向来不好,以及孩子的厌学情绪等。将孩子的考试成绩不好归咎于去了那不该去的地方,不仅犯了远因的错误,也犯了单一原因的错误。
6.混淆原因
在因果论证中,如果将某一结果产生的一个必要原因当作导致这一结果产生的充分原因,或者将某一结果产生的必要原因或充分原因当作导致这一结果产生的唯一原因,就犯了混淆原因的错误。例如:
到目前为止,核威慑政策是成功的。第二次世界大战结束以后,对毁灭性的核战争的恐惧,使拥有核武器的超级大国都不敢轻易动用它。超级大国之间的第三次世界大战还没有爆发就足以证明了这一点。
“核威慑政策”对抑制第三次世界大战来说,可能是非常必要的因素,但它未必是充分的因素。现在还不知道核威慑的作用是不是抑制第三次世界大战的充分因素,也许其他一些因素,比如和平时期的经济建设,也起了相当大的作用。
该论证将抑制第三次世界大战的必要因素视为充分因素,犯了混淆原因的错误。又如:
一项对过去20年中由于麻醉造成的医疗死亡事故的详细考察表明:安全方面最显著的改进来自于对麻醉师的良好训练。在此期间,绝大多数手术室里没有装配监控患者的氧气和二氧化碳水平的设备。所以,在手术室增加使用这种监控设备将不会显著降低由于麻醉造成的死亡事故。
“对麻醉师的良好训练”是“降低麻醉造成死亡事故”的必要因素,而不是充分因素;即使是充分的因素,也未必是唯一的因素。若使上述论证的结论成立,必须假设:“对麻醉师的良好训练”是“降低麻醉造成死亡事故”的唯一因素。显然,这一假设是不真实的。所以,该论证犯了混淆原因的错误。
前面讨论过以下这个问题:判别“如果,则”、“只有,才”等联结词究竟是在因果关系意义上使用的,还是在逻辑推理意义上使用的?并认为判别这个问题主要取决于我们的思维意图。
现在让我们从推理的有效性和混淆原因两个不同的角度来评估以下论证:
如果大众公司不得不在产品生产的旺季改变它的供货商,那么今年公司赢利的情况肯定要比去年差得多。年终核算的结果表明,公司今年的赢利情况确实要比去年差得多,所以,大众公司肯定是在产品生产的旺季改变了它的供货商。
从推理有效性的角度评估:上述论证犯了充分条件假言推理的“肯定后件”的错误,推理是无效的。
从混淆原因的角度评估:若使论证的结论成立,必须假设:“在产品生产的旺季改变供货商”是导致“公司今年赢利的情况比去年差得多”的唯一原因。换句话说,该论证的错误实质是:在推理过程中,把导致某一结果产生的一个充分因素当作了导致这一结果产生的唯一因素。
从中可以看出,对混淆原因的分析需要借助逻辑推理揭示论证的假设,评估的焦点是对假设提出质疑,质疑其前提是否真实。从推理有效性的角度评估,评估的焦点是看它是否违反了推理规则,质疑其推理是否有效。
本书评论