因果解释能够对规则进行解释吗?

来源：《哲学动态》2017年第10期
作者：初维峰（西安交通大学人文社会科学学院）

本文受中国博士后科学基金面上资助项目“当代西方因果解释理论研究”(2017M613160)资助。

　　在现实生活中，我们不仅要对某一事件进行解释，也需要对规则进行解释。也就是说，不仅事件可以充当被解释项，规则也可以充当被解释项。例如，以下的规则都可以充当被解释项：所有的乌鸦羽毛都呈现黑颜色、知更鸟的蛋是蓝色的、蛇是有鳞的、所有金属都导电、孟德尔定律、伽利略运动定律、万有引力定律、理想气体定律和麦克斯韦方程。值得注意的是，这里所提到的规则不包括人为制定的行为规范，如在马路上必须右侧通行、公交车上应该给老人让座等。正如我们上面所看到的那样，许多定律，如伽利略运动定律、万有引力定律、理想气体定律、麦克斯韦方程等，也是一种规则。然而，并非所有的定律都会呈现出规则性，存在没有规则的规律。例如每个U[238]在时刻t的衰变都会有概率P。而在时刻t′后(t′在t之后)，并非所有粒子都具有这个规则，许多粒子在t′时刻衰变概率为零。

　　在亨普尔(C.G.Hempel)看来，对规则或定律进行解释就是从其他的定律中把它们演绎地推导出来。当被解释项是决定论意义上的规则时，对此进行的解释就是演绎律则解释；当被解释项是概率性规则时，对此进行的解释就是归纳统计解释。根据弗里德曼和切基尔等人提倡的解释的统一进路，对规则或定律进行解释，就是阐明它是更为普遍的规则的概括或定律的事例。例如，当自由落体定律被认为是万有引力定律这个更为普遍的理论所描述的事例时，自由落体定律就被解释了。

　　很多哲学家，如索伯(E.Sober)和刘易斯(D.Lewis)，认为因果解释不能对规则进行解释，因为解释一个事件就是找出事件的原因，但在通常情形下我们找不出规则的原因。然而，伍德沃德(J.Woodward)和斯特雷文斯(M.Strevens)认为他们的因果解释理论能够对规则进行解释。

　　一、伍德沃德的因果解释理论

　　伍德沃德的因果解释理论也被称为因果解释的反事实理论，他认为此理论能够对被解释项为决定性的事件或事态、概率性的事件或事态以及规则进行解释。依据他的因果解释的反事实理论：(1)解释要能够用来回答解释项的反事实问题。(2)解释关系一定要在原则上支持操控或干预。另外，伍德沃德是通过干预变量，对干预进行定义的。(3)解释关系必须为不变性关系：当我们改变其他不同东西时，如果关系仍然保持稳定或不改变，那么关系就是不变的。这里的不变性概念是和干预概念密切相关的，这种不变性是变量之间关系的不变性，是干预下的不变性。①

　　其实，在论证因果解释的反事实理论优于其他解释理论(如亨普尔的演绎律则模型)时，伍德沃德就用了对规则解释的例子。设被解释项为：距均匀带正电的长直导线为r处的电场强度的大小和电荷分布一致。这种规则可以通过以下公式获得：

　　其中λ是单位长度的导线所带的电荷，且E垂直于导线。具体来说，通过库仑定律把在电线中的无限个小电荷要素组合起来，以上被解释项就可以通过等式(1)而获得。然而，“虽然这种获得是解释，但绝非简单地(在模型中)从库仑定律与背景条件中推导出来”②。在伍德沃德看来，像(1)这样的解释要优于亨普尔的演绎解释模型，因为这里存在着比利用库仑定律和边界条件更为深刻的解释。与亨普尔的演绎解释模型相比，伍德沃德的解释模型包含了反事实信息，它能够向我们展示如果初始条件和边界条件被改变，那么这些被解释项也将改变。这使我们看到解释项中的条件是如何与被解释项相关联的。“这也是(通过这些被解释项所描绘的)关于操控与控制这些现象的信息。”③

　　总之，对诸如以上规则进行解释时，我们运用了回答一系列为什么问题(W-question)的资源。这使我们知道以上规则依赖于电线的形状、电荷分布等因素：“从这个推导中我们明白某些因素(例如导线的几何形状、电荷沿着它的分布、离导线距离等)如何使场强和方向不同。”④

　　

二、不具有可操控性的因果解释

　　科学解释的非对称性是人们抛弃亨普尔的演绎解释模型转而支持因果解释的一个动因。根据亨普尔的演绎解释模型，通过利用定律，摆长L和引力场g，就能够对摆长周期T进行解释。但是，摆长L不能被T和g，通过的变体进行解释。萨齐和佩克斯顿(J.Saatsi & M.Pexton)承认求助于因果关系对解决解释的非对称问题有很大的作用。然而，在一些事例中，反事实信息虽然能够被用于解释，但却没有任何因果依赖关系，也即不存在任何因果解释。

　　在萨齐和佩克斯顿看来，对克莱伯(Kleiber)定律进行解释就说明了，反事实信息虽然能够被用于解释，但不存在任何因果联系。克莱伯定律形式为：，它表示基础代谢率与体重相联系。通过对克莱伯定律的标度指数进行研究，生物学家得出代谢率完全遵循欧几里得比例(Euclidean scaling)。因此，这个模型好像把3/4标度指数和三维的有机体联系起来了。有鉴于此，我们可以预知如果所有的有机体变成二维的，那么标度指数就为2/3。“此推导向我们显示，增长指数如何反事实地随着有机体的维度不同而不同。但是，这个解释的模态信息不能被理解为因果依赖联系，因为增长规则不是因果地依赖有机体的维度。”⑤尽管如此，萨齐和佩克斯顿并没有完全抛弃因果解释，认为我们还是能够对一些现象进行因果解释的。“伍德沃德向我们说明的是：在描述单称事态的非对称性问题时，操控起到了必不可少的作用，例如关于特殊摆长的长度。”⑥然而，对单称事态进行解释和规则解释是不同的；前者依赖于因果，后者不需要因果，只是需要反事实模态信息即可。

　　萨齐和佩克斯顿断言：在对规则进行解释中，对规则进行因果解释是有悖于我们直觉的。设体积V，压强P和温度T的一摩尔气体，被放进较大的容器中(在此过程中温度始终恒定不变)。在伍德沃德看来，根据理想气体定律、压强P和温度T，我们就能解释了体积V。这是因为，在容器是非刚性的情形下，对压强P和温度T进行操控，体积V就会作出相应的改变。然而，在萨齐和佩克斯顿看来，这只是对单称事态进行解释，也只有对单称事态进行解释时，伍德沃德的因果解释理论才是有效的。让我们重新审视在恒温下，体积反比于压强的规则，即。萨齐和佩克斯顿断言，伍德沃德的因果解释理论不能对此规律进行解释，因为只有在容器是刚性情形下，才能够利用理想气体定律对此规则进行解释。这就使我们得出以下结论：规则是否能被解释依赖于容器是否为刚性。但是，在我们看来，根据理想气体定律就能够对的规则进行解释，容器是否为刚性则是无关紧要的；的规则依赖于容器是否为刚性也有悖于我们的直觉。因此，“作为构成解释特征的因果关系观念，只有在单称事态解释的情形下才能成立。当把此观念延伸到规则解释时，它便不成立，甚至是反直觉的。”⑦

　　不仅如此，虽然因果解释的反事实理论要求解释关系必须为不变性关系，但在一些复杂情形下，解释的关系却无法满足干预下的不变性。根据伍德沃德的因果解释理论，解释关系必须是不变性关系。然而，“许多生物学系统表现出复杂的动力学特征，包括分叉、放大和阶段改变的特征”⑧。也就是说，在许多情形下，在我们对规则进行因果解释时，解释的关系不满足干预下的不变性关系。正如欧根鲍夫(J.Odenbaugh)所指出的那样，在生态学之中，“我们几乎不可能以系统和可控方式，对生态系统进行操控。多种多样的因素都在起作用，并且他们之中的一些因素只是在特定的时期才能够被识别出来。”⑨不仅如此，在许多事例中许多因果律是共同起作用的，并不能单独地改变。⑩

　　然而，因果解释真的只能解释事件，而不能解释规则吗?也许，以上因果解释所遇到的问题只是在使用伍德沃德的因果解释理论时才会遇到，也就是说使用其他因果解释未必会遇到以上问题。让我们进而考察斯特雷文斯的解释的关键环节表述理论。

三、斯特雷文斯的因果解释理论

　　斯特雷文斯称他的因果解释理论为解释的关键环节表述。与伍德沃德一样，斯特雷文斯认为因果解释能应用于对规则进行解释。在他看来，关键环节解释不仅能够用于在决定论情形下对事件进行解释，也能够对规则和概率现象进行解释。当然，前者即在决定论情形下对事件解释是后两者的基础。尽管如此，用于解释事件和解释规则的解释的关键环节表述的形式并不完全相同。为了突出主题，我们重点来考察解释的关键环节表述是如何对规则进行解释的。

　　1.机制与规则解释

　　在斯特雷文斯看来，对规则进行解释，就是找出引起这个规则的因果机制。其实，这种观点由来已久。针对特殊学科中的现象，特别是生命科学中的现象，格伦南(S.S.Glennan)与马卡摩尔、达登和柯瑞武(P.Machamer,L.Darden & C.Craver)等人就主张过机制解释进路。在他们看来，机制解释根本就不需要定律。然而，斯特雷文斯认为他的因果机制解释不仅需要定律，而且需要基础物理学定律。

　　对于像斯特雷文斯那样的因果机制进路者来说，机制不仅能解释规则的事例，而且能解释规则自身。“第一个基本的解释原理：运用相同的因果机制，就能够对因果概括和对概括的任何事例进行解释。”(11)然而，规则不能作为因果解释模型的目标。因此，虽然对事件解释的被解释项和目标都是相同的，即都为事件，但对规则解释被解释项和目标是不相同的，它们分别为规则和性质。斯特雷文斯断言，对规则解释的目标，是能够充当规则的例示的性质。例如，在对“所有的Fs是G”的规则进行解释中，这里的目标是有G-性质(G-ness)。然而，这里所说的机制与主要是针对生命科学的功能解释中所谈论的机制不同，在斯特雷文斯看来，“任何差异化(difference-making)的因果过程都是机制”(12)，那么，机制是如何与自然律相联系的呢?在他看来，“从形而上学方面来讲，我所称的机制应该被理解为与基本定律是一致的。如果高层次定律[规则]被机制解释了，随之而来的就是它被某种基本定律的性质解释了(也许相当抽象)，也就是说在某种方式上被基本定律解释了”(13)。

　　2.基本概括

　　斯特雷文斯认为对规则解释除了需要因果机制外，还需要基本概括(basing generalization)。基本概括揭示了一类对象的性质，这是规则解释不同于事件解释的地方。斯特雷文斯以解释“为什么所有的乌鸦都是黑颜色的”规则为例，向我们展示出基本概括的作用。根据解释的关键环节表述，如果要对为什么所有的乌鸦都是黑颜色进行解释，我们首先必须找到使得乌鸦羽毛呈黑颜色的机制。“乌鸦的颜色机制将被因果模型所描绘出来。在此模型中，通过相关的生物学和化学的定律，乌鸦的生理和初始条件因果地得出黑色。”(14)然而，虽然这解释了在乌鸦的羽毛中产生黑色素的机制(M)，它还不足以解释为什么所有的乌鸦都是黑颜色的。我们还必须要加上所有乌鸦都拥有机制(M)的基本概括。基本概括与机制无关，它只是表示让机制(M)在更为广泛的范围内起作用。

　　因此可以断言，机制和基本概括一起解释了规则。设p代表乌鸦的生理学性质，并且假设相关的背景条件代表“自然的条件”。因此，对正常乌鸦的黑色的解释由以下两部分组成：(1)基本概括：全部正常的乌鸦都有性质P。(2)从P、相关定律和“自然的条件”推导出黑颜色，该模型构成乌鸦颜色的机制。(15)

　　如上所述，基本概括对于对规则解释来说极为重要。那么，它的本性是什么呢?在斯特雷文斯看来，每个基本概括所起的作用就是断言存在某种现象的模式。例如，水是意味着每个水的样本由所构成。“我称对应于基本概括的模式为基本模式，并且我主张，有助于解释的基本的概括只是代表基本模式存在的事实，除此之外别无其他。”(16)

　　基本模式不仅表示实际事态的模式，而且也表示反事实事态的模式。“所有乌鸦都是黑颜色”的论断，不仅代表现实世界中所有乌鸦是黑颜色的，而且也代表现在没有出生但将来存在于世界上的乌鸦是黑颜色的。我们完全有理由预言，如果两只黑颜色乌鸦繁殖出一只小乌鸦，它也应该是黑颜色的。

　　从上面我们看到，基本概括的作用是描述基本模式。不过，还有一个问题亟待解决：要想解释为什么所有具有魔力的乌鸦是黑颜色的，就必需找到了生理性质P促使了黑颜色的机制，和所有魔力的乌鸦有P的基本概括。然而这样的基本概括是合理的吗?显然，如果乌鸦不再有魔力，那么乌鸦仍将有P，因此它仍是黑颜色的；然而，如果我们把有魔力的乌鸦换成有魔力的狗，那么它将不会有P，也不是黑颜色的。因此，乌鸦的黑颜色反事实地依赖乌鸦性质，而不是有魔力，乌鸦性质与黑颜色有联系，但魔力与黑颜色没有联系。

　　从上面论述中可以看出，找出相关性模式极为重要，这有利于我们找到真正的解释的相关性联系。斯特雷文斯断言，具有相关性的模式必须满足以下两个条件：第一，它们通过了反事实检验，并且第二，它们至少拥有和它们有待于解释的规则一样广泛的范围，这表示基本概括有模态的范围。这样的模式被他称之为纠缠(entanglement)。例如，所有乌鸦有P，和所有具有魔力的乌鸦有P相比，前者而不是后者能通过反事实的检验，而没有改变它的P-性质。另外，所有乌鸦有P不仅在非实际乌鸦中是真的，而且在非实际环境下的实际乌鸦中是真的。

　　因此，对于形式为“所有的Fs有P”的基本概括来说，斯特雷文斯断言，在F和P之间有两种稳定的联系：其一，发现F的地方就会发现P，并且对系统较小的操控不会削弱它的P-性质(P-hood)。其二，存在一个例外，那就是操控F不影响它的P-性质：移除系统F-ness的操控趋向移除它的P-性质，也即不要期望在没有F的地方发现P。因此，这两种稳定关系的性质被纠缠在一起；精确地说是F和P纠缠在一起。(17)

四、斯特雷文斯解释理论的优点

　　如前所述，许多规则都不能运用因果解释的反事实理论对其进行解释，以至于萨齐和佩克斯顿断言因果解释只适合于解释事件或事态，而不适合于解释规则。然而，在笔者看来，那些反例只能说伍德沃德的理论在解释规则方面存在不足，并不能说因果解释不能解释规则。许多伍德沃德的因果解释理论不能解释的规则，斯特雷文斯的因果解释理论却能对之进行解释。根据解释的关键环节表述，某种机制(和基础物理学定律是等同的)使之呈现出规则，即某种机制促使了诸如的规则。可以说，伍德沃德是找错了原因，以至于认为不能对之进行因果解释。

　　斯特雷文斯也研究过，在群体生态学中，捕食者和被捕食者相互作用的抽象的模型，如捕食者和被捕食者生态系统的稳定性。“通过对捕食者/被捕食者模型性质进行的研究表明，它类似于一种应用数学。关于某种捕食者和被捕食者的抽象行为的某种假设被建立起来了，并且被公式化为微分方程。因此，方程的数学性质，行为的数学性质就这样被探索出来了。”(18)因此，当我们对诸如以上规则进行解释时，它们更多的是数学的而不是因果的，也正是如此，根据伍德沃德的解释模型这里就不存在因果解释了。然而，斯特雷文斯的做法是保留因果解释，把这些利用数学公式表达的行为看作一种具有规则的行为，并认为这样的规则是被底层的机制所促使的。如果我们现在没有探索到这种深入到底层物理学的机制，那么我们就暂时把它们认作解释的黑箱。在这种情形下，底层的因果过程，即物理学过程就被黑箱化了。不仅如此，斯特雷文斯认为数学也有助于我们理解差异化，有助于对规则进行解释。

　　斯特雷文斯断言：第一，解释推导的数学结果必须反映世界中的因果联系。其实，也只有掌握了数学结构，我们才能够更好地获得因果生成过程。第二，这些数学表达式隐含地告诉我们什么能使因果生成不同，什么不能使因果生成不同，为什么是这样和为什么不是这样。(19)

　　根据波义尔定律，只有在改变气体体积情形下，改变容器的形状时，气体的压强才会改变；如果气体体积不变，那么即使我们改变容器的形状，也不会改变气体的压强。然而，我们知道压强是对容器壁产生的力，并且容器壁的面积可能独立于体积。因此，在相同体积下，改变容器的形状可能导致容器表面积的变化。但是，波义尔定律告诉我们只要体积相同，那么分子对单位面积容器壁的碰撞便是相同的，这与表面积的碰撞率无关。因此，“正是通过数学，我们才发现气体因果地依赖于什么。通过与之相关的数学推理，才明白为什么依赖性和独立性是存在的——这是科学理解的核心。”(20)

　　五、对斯特雷文斯规则解释理论的辩护

　　斯特雷文斯把纠缠定义为稳定性的反事实关系，并且他的反事实是指可操控或可干预下的反事实。由于斯特雷文斯在定义纠缠时也用到了操控的概念，以至于利维(A.Levy)断言：“如果反对伍德沃德主义的操控关系是合理的，那么斯特雷文斯的纠缠也应该是相同地令人不安的。”(21)他的说法是否正确呢?我们首先来考察一下斯特雷文斯对纠缠这个概念的详细表述。

　　在定义了纠缠后，斯特雷文斯还对纠缠作了如下评述：第一，F和P之间的纠缠容许例外；第二，纠缠是非对称性的关系；第三，纠缠种类繁多，F和P纠缠不能排除另外的性质也和P纠缠；第四，F和P纠缠不能推出F促使P、P形而上学地依赖F，或在其他方式上F对P有责任；第五，纠缠有程度之分；第六，任何通过反事实检验的基本概括都能挑选出一个具有某种程度的纠缠。(22)

　　根据以上斯特雷文斯对纠缠的论述，我们看到除了第四点外，其他的论述与伍德沃德操控的观点都十分相似。在第四点中，斯特雷文斯指出F和P纠缠不能够推出F促使P，也就是F和P之间的联系不是因果联系。这是为什么呢?在笔者看来，这是由于斯特雷文斯和伍德沃德对因果关系的理解有着巨大不同。其实，斯特雷文斯对伍德沃德的因果关系理论持有一种批判的态度。我们知道伍德沃德是在类型意义上谈论因果关系的，也就是说，X因果地和Y相联系的断言经常被描述为类型因果(type-causal)断言，但斯特雷文斯批判伍德沃德在类型意义上定义因果关系的做法是，在一种不合理的形而上学意义上定义因果关系，他主张在基础物理学层次上的特殊个体事件之间定义因果关系，他认为X因果地和Y相联系的断言经常被描述为象征因果(token-causal)。在斯特雷文斯看来，所有的因果关系首先必须具有某种因果影响的联系；这种因果影响是在基础物理学层次上被刻画出来的。“人类倾向于把基础物理学看作描述因果影响之网，通过基础定律许多基础层次上的事实一起因果地生成另外的基础层次上的事实。”(23)由此可见，斯特雷文斯关于纠缠的关系并非是在基础物理学层次上的关系，所以斯特雷文斯才会认为不能通过F和P之间有纠缠联系便推出F和P之间有因果关系。

　　综上，对于伍德沃德和斯特雷文斯的因果解释理论来说，后者更适合于对规则进行解释。然而，这并不代表解释的关键环节表述理论完美无缺；恰恰相反，因果解释的关键环节表述理论所包含的解释还原思想备受争议。针对斯特雷文斯的解释还原思想，正如佩罗维奇(S.Perovic)所言，“当应用较低层次定律去理解高层次现象时，几乎不是清楚明了的”(24)。尽管如此，这并不妨碍因果解释的关键环节表述理论能够对规则进行解释。

　　当然，是否所有规则都能够使用因果解释理论对其解释的问题，还有待于研究。尽管斯特雷文斯的因果解释理论能够比伍德沃德的因果解释理论解释更多的规则，但斯特雷文斯明确表示他的理论并不能解释基础物理学定律那样的规则。他的因果解释理论需要以基础物理学定律为基础，因此就不能对基础物理学定律那样的规则进行解释；如果容许这种理论对基础物理学定律那样的规则进行解释，那么就可能会出现循环解释。然而，因果解释理论的形式多种多样，并且哲学家也在努力地探索和改进因果解释模型。因此，我们有理由相信因果解释理论能够对更多的规则进行解释。

　　总之，因果解释可以对规则进行解释。即使现有的因果解释理论并不能够对所有的规则进行解释，但随着对因果解释模型的改进，因果解释模型也会对更多的规则进行解释。

注释：

①③④J.Woodward,Making Things Happen:A Theory of Causal Explanation,Oxford University Press,2003,p.15,p.191,p.192.

②⑤⑥⑦J.Saatsi & M.Pexton,"Reassessing Woodward's Account of Explanation:Regularities,Counterfactuals,and Noncausal Explanations",Philosophy of Science,80(5),2013,pp.613～624,p.616,p.620,p.621,p.623.

⑧S.D.Mitchell,"Emergence:Logical,Functional and Dynamical",Synthese,185,2012,pp.171～186.

⑨J.Odenbaugh,"Idealized,Inaccurate but Successful:A Pragmatic Approach to Evaluating Models in Theoretical Ecology",Biology and Philosophy,20(2～3),2005,pp.231～255,p.233.

⑩N.Cartwright,"Causation:One Word,Many Things",Philosophy of Science,71,2004,pp.805～819.

(11)(12)(13)(14)(15)(16)(17)(18)(19)(20)(22)M.Strevens,Depth:An Account of Scientific Explanation,Harvard University Press,2008,p.223,p.225,p.225,pp.228～229,p.229,p.234,pp.246～247,p.158,pp.229～230,pp.230～231,pp.247～248.

(21)A.Levy,"Makes a Difference",Biology and Philosophy,26(3),2011,pp.459～467,p.463.

(23)M.Strevens,"Causality Reunified",Erkenntnis,78(2),2013,pp.299～320,p.306.

(24)S.Perovic,"Seeking Depth in Science",Philosophy of the Social Sciences,42(4),2012,pp.561～572,p.570.

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”