因果联系

概述

因果联系（causal connection / causal relation）是事件之间”原因—结果”的关系，是类比论证评价标准中”相关性”的核心基础。当一个属性与另一个属性之间存在因果联系时，它们之间存在相关——这正是为什么确定因果联系在类比论证中是关键的原因。因果联系只能通过观察和实验经验地发现，是归纳逻辑的核心关切，也是第12章密尔五法的主题。

定义

因果联系（Causal Connection）

因果联系是指两个（或多个）事件之间的”原因—结果”关系。当事件 $A$ 的发生导致（或有助于导致）事件 $B$ 的发生时，我们说 $A$ 是 $B$ 的原因（cause），$B$ 是 $A$ 的结果（effect），$A$ 与 $B$ 之间存在因果联系。

形式化表述：若在条件 $C$ 下，$A$ 的出现使得 $B$ 的出现概率增加，且这种概率增加不是由于其他混杂因素造成的，则 $A$ 是 $B$ 的（在条件 $C$ 下的）原因。

原因与结果的定义

• 原因（cause）：产生某个结果的条件或事件。原因可以是充分条件（sufficient condition，即 $A\to B$，$A$ 出现则 $B$ 必然出现）、必要条件（necessary condition，即 $B\to A$，$B$ 出现则 $A$ 必然已出现），或两者兼具
• 结果（effect）：由原因产生的事件或状态
• 因果条件（causal condition）：一个事件成为某个结果的充分或必要条件

因果联系 vs 逻辑联系 vs 时间联系

区分维度	因果联系	逻辑联系	时间联系
本质	事件之间的产生与被产生关系	命题之间的推导关系	事件之间的先后关系
方向性	不对称（因→果，不可逆）	可以对称（如逻辑等价）	不对称（先→后）
必然性	概率性的（归纳发现）	确定性的（演绎推导）	无必然性（先发生的不一定是原因）
发现方法	观察与实验（密尔五法）	逻辑分析（有效性、推论规则）	经验观察
核心误区	在先的不一定是原因（post hoc 不等于 propter hoc）	逻辑蕴涵不等于因果联系	时间顺序不等于因果关系

关键区分： 时间上的先后顺序是因果联系的必要条件但非充分条件——$A$ 在 $B$ 之前发生，并不意味着 $A$ 是 $B$ 的原因。这一区分是避免”在此之后，因而由此造成”（post hoc ergo propter hoc）谬误的关键。

核心性质

性质	说明
因果三方向	因果联系可以沿三个方向运作：因→果、果→因、共同因
不对称性	因果联系具有方向性——$A$ 是 $B$ 的原因，不意味着 $B$ 是 $A$ 的原因
传递性	若 $A$ 是 $B$ 的原因，$B$ 是 $C$ 的原因，则 $A$ 是 $C$ 的原因
概率性	因果联系只能通过观察和实验经验地发现，具有概率性而非确定性
条件性	因果联系通常依赖于特定条件——在条件 $C$ 下 $A$ 导致 $B$，在条件 $C^{\prime }$ 下可能不导致
可多重性	一个结果可以有多种原因（多重因果），一个原因也可以产生多种结果

因果联系的三个方向

因果联系在类比论证中可以表现为三种形式（参见 11.3 节）：

方向	形式	说明	示例
因→果	从原因到结果	已知 $A$ 导致 $B$，观察到 $c$ 具有 $A$，预测 $c$ 也将具有 $B$	已知该厂商工艺好（因）→鞋子合脚（果）；新鞋也是该厂商的（因）→预测合脚（果）
果→因	从结果到原因	已知 $A$ 和 $B$ 都是 $C$ 的结果，观察到 $c$ 具有 $B$，推断 $c$ 也具有 $A$	医生注意到症状 $B$，预测症状 $A$——因为同一病因 $C$ 造成了它们的共同出现
共同因	同一原因的不同结果	$A$ 和 $B$ 都是 $C$ 的结果，$A$ 和 $B$ 之间无直接因果关系，但通过 $C$ 相关联	产品的颜色与功能无关，但如果该颜色是某制造商生产过程的属性，可作为相关方面

关系网络

graph LR
    A[因果联系] --> B[类比推理]
    A --> C[归纳逻辑]
    A --> D[逻辑形式]
    A --> E[归纳论证]

    B -->|"评价标准的核心：相关性"| A
    C -->|"核心关切：经验地发现因果联系"| A
    E -->|"因果推理是归纳论证的重要类型"| A
    D -->|"因果联系的逻辑刻画"| A

    A --> F["密尔五法<br/>第12章"]
    F --> F1["求同法"]
    F --> F2["求异法"]
    F --> F3["共变法"]
    F --> F4["剩余法"]
    F --> F5["求同求异并用法"]

    style A fill:#fff3e0,stroke:#e65100,stroke-width:2px
    style F fill:#f3e5f5,stroke:#6a1b9a,stroke-width:2px

• 类比推理：因果联系是评价类比论证相关性标准的核心——共有属性与结论属性之间有因果联系时，论证最强
• 归纳逻辑：因果联系只能通过观察和实验经验地发现，这是归纳逻辑的核心关切
• 逻辑形式：因果联系可以用条件语句的形式刻画（$A\to B$），但逻辑蕴涵不等于因果联系
• 归纳论证：因果推理（从已知因果联系推出未知事件）是归纳论证的重要类型

第11章：因果联系作为类比论证评价的核心

因果联系在类比论证评价中扮演着最关键的角色。在六大评价标准中，相关性（relevance）是最重要的一个，而相关性的本质就是因果联系。

因果联系与相关性的关系

核心原理

当共有属性与结论属性之间存在因果联系时，类比论证的强度达到最高。教材明确指出：

“当一个属性与另外一个相关联的时候，即当它们之间存在某种因果联系的时候，它们之间存在相关，那就是为什么确定因果联系在类比论证中是关键的原因。”

具体表现：

1. 高相关因素 > 大量不相关因素：单个与结论属性有因果联系的共有属性，比大量与结论属性无关的共有属性对论证的贡献更大
2. 因果方向决定推理方向：从原因到结果的类比（因→果）通常比从结果到原因的类比（果→因）更强，因为原因对结果的控制力更强
3. 因果联系的强度决定论证的强度：共有属性与结论属性之间的因果联系越强（即因果关系的概率越高），类比论证越强

评价类比论证时的因果分析

在运用六大标准评价类比论证时，因果分析贯穿始终：

评价标准	因果分析的视角
实体数量	更多实例 → 更多因果证据 → 因果联系更可靠
实例多样性	多样性消解偶然因素 → 确认真正起作用的因果因素
相似方面数	更多相似方面 → 更多因果线索 → 因果联系更可能
相关性	直接判断：共有属性与结论属性之间是否有因果联系？
差异性	差异是否表明因果条件发生了变化？
结论适度性	因果联系越强，结论可以越大胆；因果联系越弱，结论应越适度

第12章预告：密尔五法

从类比评价到因果发现

第11章将因果联系作为评价类比论证的标准来使用——我们假设某些因果联系已知，然后据此判断类比论证的强度。第12章则转向因果联系的发现问题：我们如何通过系统化的观察和实验方法来确定因果联系？

密尔五法（Mill’s Methods）是 John Stuart Mill 在《逻辑体系》（A System of Logic, 1843）中系统阐述的五种归纳方法，用于从经验观察中发现事件之间的因果联系：

方法	英文名	核心思想	基本形式
求同法	Method of Agreement	如果在不同情况下被研究现象都出现，且这些情况只有一个共同条件，则该条件是被研究现象的原因（或结果）	$A$ 出现时 $a$ 总出现 → $A$ 是 $a$ 的原因
求异法	Method of Difference	如果两种情况只有一点不同，且被研究现象在一种情况中出现、在另一种中不出现，则该不同点是被研究现象的原因（或结果）	有 $A$ 时有 $a$，无 $A$ 时无 $a$ → $A$ 是 $a$ 的原因
共变法	Method of Concomitant Variation	如果一个现象的变化总是伴随着另一个现象的变化，则两者之间存在因果联系	$A$ 增加时 $a$ 也增加 → $A$ 与 $a$ 有因果联系
剩余法	Method of Residues	如果已知若干原因产生了某个复合结果，减去已知原因产生的部分，剩余部分的原因可以确定	总结果 - 已知原因的结果 = 剩余原因
求同求异并用法	Joint Method of Agreement and Difference	结合求同法和求异法，既考察现象出现的场合（求同），又考察现象不出现的场合（求异），增强结论的可靠性	正面场合求同 + 反面场合求同 + 正反对比求异

密尔五法与类比论证的关联

密尔五法本质上都是受控比较的方法——通过系统地变化条件、控制变量，从经验观察中提取因果联系。这与类比论证的评价逻辑一脉相承：类比论证的强度取决于因果联系，而密尔五法正是发现因果联系的系统工具。掌握密尔五法，就掌握了为类比论证提供因果证据的科学方法。

补充

因果联系的概率论表述

来源： Suppes, P. (1970). A Probabilistic Theory of Causality.

当代因果推理理论通常采用概率论框架来刻画因果联系。Patrick Suppes 提出：

• 概率因果：事件 $A$ 是事件 $B$ 的原因，当且仅当 $P(B|A)>P(B)$——即 $A$ 的出现提高了 $B$ 出现的概率
• 虚假因果（spurious causality）：如果 $P(B|A)>P(B)$，但这种概率提高是由于某个共同原因 $C$ 造成的，则 $A$ 与 $B$ 之间的因果联系是虚假的
• 因果链条：如果 $A$ 导致 $B$，$B$ 导致 $C$，则 $A$ 通过 $B$ 间接导致 $C$，形成因果链条

这一概率论框架为密尔五法提供了更精确的数学基础，也解释了为什么因果联系只能被概率地确定，而不能被演绎地证明。

因果联系与"在此之后"谬误

来源： Copi, §4.3 不当归纳谬误

最常见的因果推理谬误是"在此之后，因而由此造成"（post hoc ergo propter hoc）：仅仅因为事件 $A$ 在事件 $B$ 之前发生，就断定 $A$ 是 $B$ 的原因。这一谬误混淆了时间联系与因果联系——时间上的先后是因果联系的必要条件，但绝非充分条件。

例如：“我吃了药之后病就好了，所以药治好了我的病”——这个推理忽略了自愈的可能性（混杂因素），可能犯了 post hoc 谬误。密尔五法（尤其是求异法和共变法）正是为了系统性地排除这类错误而设计的。

第12章：密尔五法与因果分析

第12章将因果联系理论化为系统化的分析方法：

• 密尔五法是因果分析的核心工具，其中求异法最接近受控实验
• 因果三方向在密尔方法中的体现：因→果（求异法）、果→因（剩余法）、共同因（求同法）
• 因果律与自然齐一性原理是密尔方法运作的哲学前提
• 密尔方法的真正价值在于检验假说而非发现假说

参见 密尔五法、必要条件与充分条件、自然齐一性。

第13章：科学说明中的因果联系

第13章将因果联系置于科学说明的框架中：

• 科学说明的目标是发现普遍真理（主要是因果联系），据此事实可以得到说明
• 假说确证中的因果推理：科学探究通过假说-演绎法检验因果假说
• 因果联系是科学说明中最常见的说明类型

参见 科学说明、假说-演绎法。

第14章：因果推断的概率基础

第14章揭示了因果联系的概率性质：

• 因果律也仅是概然的，不具有演绎的确定性
• 概率是因果推断的基础工具：密尔五法的结论是概率性的
• 条件概率用于评估因果假说在新证据下的可信度

参见 概率、条件概率。

参见

• 类比推理 — 因果联系是评价类比论证相关性的核心基础
• 归纳逻辑 — 因果联系是归纳逻辑的核心关切
• 归纳论证 — 因果推理是归纳论证的重要类型
• 逻辑形式 — 因果联系的条件语句刻画
• 11.3 类比论证的评价 — 因果联系在六大评价标准中的核心地位
• 12.1 因果联系与密尔方法 — 密尔五法的系统阐述