发帖
雷达卡
本文转自http://blog.sina.com.cn/ahuangquanguo
作者按：曾经努力想把这一篇文章写完，但是迁延时日，已经没有当初的兴头。写文章原为兴趣而写，随兴而作，兴尽即止，也好。
“单因论”随笔
当汽车在马路上突然抛锚，你的第一反应是汽车的“哪个部件”出了故障――而不是“哪几个部件”出了故障。当某个体育明星在某场比赛中发挥失常时，人们纷纷猜测是“什么原因”(而不是“哪些原因”)导致了他发挥不佳。无数的实例显示，人们在生活中遇到问题时总是下意识地将问题出现的原因认定为一个，而不是多个。这种思维方式，本文中姑且将其称之为“一元思维”。
在人类思想启蒙时代，一元思想是极为普遍的：佛教认为精神与物质的本质是一，此“一”也，既非精神，也非物质，名之为“真如”、“自性”等等。所谓见性成佛，即是亲自体验到这个“一”；常住于这种境界之中，即称为”一真法界”。伊斯兰教和基督教都只有一个神——真主或上帝；老子讲”道生一”；连孔夫子也说过“吾道一以贯之”。
到了科学昌明的当代,学者中坚持“一元思维”的已经愈来愈少了。这大概是因为学科的分支越来越细,大多学者终其一生只能在其狭小的领域埋头苦干, 从而缺少了总揽全局的远见吧。少归少,这样的异类总是有的。爱因斯坦晚年致力于建立”统一场理论”——这其实是“一元思维”的反映。美国著名的病理学家、前耶鲁大学医学院院长刘易斯·托马斯也是“一元思维”的信奉者。在<医学的历史教训>一文中他写道：“……将来会证明，在事情的核心，必有一单个机关，有待人们去发现。……每一种疾病都有一单个关键的机制，压过其他所有机制。如果能找到它，然后想出法子来对付它，就能够控制那种疾患。……我认为，精神分裂症会证明是一种神经－化学紊乱。……我认为是一单个致病因素引起了风湿性关节炎。”
在社会科学领域,所有问题总是显得千头万绪,人们习惯于长篇累牍地论证，持“一元思维”的学者更是罕见。我们见得最多的表述是 “原因是多方面的”，研究结论中列举的原因有时甚至多达数十条。美国前总统杜鲁门曾戏称要找一个一只手的经济学家，因为他的经济顾问们总是说“一方面…另一方面(on the one hand …and on the other hand)”。学生在撰写毕业论文时，所“研究”出的原因总是一大堆。笔者曾对一个学生说，研究一个问题，如果你得出的原因多一个，研究价值就会下降50%；倘若提出的原因有十个以上，那说明你完全没有做工作，整个研究就是垃圾。
记得刚认识朱锡庆老师不久的时候，朱老师曾给我说，他研究问题给出的原因总是一个，他认为原因只能是一个。这是一个看似武断的结论，但是我却隐隐感觉到其中大有玄机，这也是我写这篇文章的缘起。那么,认定事物的原因为一个的思维方式合理吗？它究竟是人们长期经验的理性总结，还一种盲目的、非理性的意识？如果是前者，为什么在研究活动中，人们经常得出多个原因？一项好的研究成果结论是否应当越简捷越好？刘易斯·托马斯于“一元思维”坚信不疑,但是他同时也承认：“与其说这是一条科学论断，倒不如说它是一个强烈的预感。”朱锡庆教授肯定地说 “原因只有一个”，但同样地他无法证明这一观点。让我们从“霍姆斯马车”出发来考察这一观点吧。
一、霍姆斯马车模型
19世纪的美国学者奥立佛·温代尔·霍姆斯（Oliver Wende ll Holmes）在《教区长的杰作》一诗中描述了一辆完美的马车——教区长的单马车，它：
“……
最弱的地方也能承受应力
只需
让那地方像别处一样牢固
……”
在诗中，教区长的马车无病无灾无瑕无疵地整整活过了一百年。每一部件都完美无缺，由所有同样完美的其他部分支持着。直到最后一分钟，那辉煌的轮子转过最后一圈儿为止，马车运转得无懈可击。然后，崩坏的时候到了：
“……轮子和车辕一样结实、
底盘和桥也毫无二致。
车身坚固得可比底盘，
后杆牢靠得恰似前杆。
可作为整体它有了疑问，
过一个钟点它就要毁损。”
最后是崩坏的场面本身。霍姆斯写道：
“车子来到山坡上的会议厅，
突然间辕马站住不动，
先觉一震，接着打了个激棱，
然后像着了魔法一样笃定——
旧马车成了堆可怜的朽木。
就好像进过磨坊遭了碾压！…
——它一下子全散了架…
没有哪一个部件先坏——
恰像肥皂泡爆破开来。”
如果霍姆斯马车有一百个组件，那么它发生故障的原因将是一百个——因为这一百个组件同时崩坏。这只是一种理想境界，在现实中总是有某一个组件先损坏，甚至马车的两个部件同时损坏也几乎是不可能的。
设一辆马车有Ｎ个组件（代表事件发生的Ｎ个可能原因），任一组件的损坏均会导致马车的故障。假设组件发生损坏是两两相互独立的，设组件i发生损坏的时刻Ti，且Ti均服从均匀分布[1]，即有：
Ti～U(0,T), i=1,2,……,N .
根据以上假设条件，很容易证明两个或两个以上的组件同时损坏的概率为零[2]。遗憾地是，这并不意味着两个或两个以上的组件同时损坏是绝对不可能的。因为对于连续分布来说，事件的概率为零并不等于事件不可能发生，只有在概率密度为零时才意味着事件不可能发生。但是我们仍然能从这一结论中得到某些启示：概率为零意味着它发生的可能性是无穷小，也即在现实中几乎不可能发生。因此可以说，在现实中的马车发生故障时，它总是由于某一个组件的损坏所导致的。推广到一般，我们可以说，在类似的假设条件下，事件发生的原因总是一个。
除了明显的假设之外，霍姆斯马车模型中还包含了一个隐含条件。这一模型中，事件（问题）是“马车发生故障”。所谓“发生故障”，严谨地来说是一种状态的跃迁。因此上述结论建立在二个假设条件之上：第一，事件（问题）发生的可能原因（因素）有N个，这N个因素相互独立；第二，事件（或者说问题的提法）定义为事物状态的跃迁。
二、对模型的第一个假设条件的考察
这两个条件是必不可少的吗？我们先考察第一个条件。假设第i个因素与第j个因素具有相关性，其他条件不变。两个因素有相关性意味着这两个因素同时受某种因素的影响。这种因素可能是两个因素中的一个，即它们的本身之一，例如马车组件i的损坏将导致组件j的损坏；也可能是两个因素之外的第三个因素，例如由于某种外力导致马车组件i与组件j同时损坏——则这种外力是同时影响两个组件的第三因素。第一种情形——马车组件A的损坏引起组件B的损坏，从而导致马车故障，则故障原因为组件A；第二种情形——由于某种外力引起组件A与B同时损坏，则故障原因为外力。但不管是哪种情况，事件发生的原因仍然只有一个。因此，如果因素i与因素j具有相关性，则两者应当合并为一个因素。这样假设条件仍然转化以前的状态，但是相互独立的因素个数已经降为N-1个。
试以现实中的例子来说明这一点：如果汽车抛锚，经检查后发现有两个零件同时损坏。是否能说汽车抛锚的原因有二个呢？答案显然是否定的。如前所述，如果这两个零件发生损坏是相互独立的话，则两者同时发生损坏的概率是零——即在现实中它几乎不可能发生。然而现在它竟然发生了，有鉴于此，我们可以肯定地说，两者发生损坏（这两个事件）不是相互独立的，而是同时受某种因素的影响——而汽车抛锚的真正原因是这个因素。
由此看来，这一假设条件实际上对研究者提出了一个要求：它要求研究者能将影响事物的可能原因划分为若干相互独立的因素。在自然科学领域，研究者相对容易做到这一点，因为他们可以通过控制其他因素不变来观察某一因素的影响。然而在社会科学领域，研究者们却无法做这种实验：一方面这种实验的代价巨大，例如经济学家不可能由于实验目的而人为制造通货膨胀；另一方面，许多因素往往是不可控制的，例如人的心理状态。这解释了为什么在社会科学领域，持有“一元思维”的研究者更少。
将影响因素划分为相互独立的变量在理论上是可以做到的，统计学中的正交因子分析就是这样一种工具，所谓“正交”者，相互独立是也。然而，分离出来的各因子可能找不到合适的名称来命名，一经命名，从名称的内涵来看，它们相互之间就不独立了。有些研究者为正交因子命名的做法可谓画蛇添足。因此，由于人类语言的局限性，影响因素的划分要做到完全独立在很多时候是不可能的，也不必苛求，只需研究者注意将变量之间的交叉影响另作处理即可。
三、问题的提法
假如我们对问题换一个提法，例如问：马车为什么会跑？当然这个提法显得很愚蠢，但是这是必要的讨论。在社会科学领域，类似的提问似乎不少，而且也有很多人都正儿八经去研究这类问题。马车为什么会跑？这不是一种“状态跃迁”，如果终极推究。其原因可能有无限多个，因此这类问题是毫无意义的。但是如果我们在某种具体的场景之中提出这个问题，例如本来是不能跑的，突然能跑了，那么问题又变成了“状态跃迁”了。幸运的是，我们面临的问题都在实际场景中发生的问题，虽然这个场景可能跨时数千甚至上万年。不幸的是，现代社会养了一大帮以研究为职业的所谓“学者“，他们没有掌握任何场景细节，坐在书斋中凭空提出诸如“马车为什么会跑”之类的问题，并且隆重其事的进行研究并争吵不休。
现在的问题是，如果“事件”定义为“状态的跃迁”，那么其原因一定是一个吗？答案是肯定的。譬如发生“状态跃迁”需要满足两个条件，那么这两个条件必定是在时间上依次成立。两个条件在同一时刻突然满足的概率为无穷小，现实中是不可能的。
接下来我们讨论问题的另外一些提法。比如在一个复杂系统的演变过程中，决定性的因素是什么？这是时间跨度极大的“状态跃迁”问题，而且其中状态跃迁次数有多个，由多个乃至无穷个小的（或局部的）状态跃迁组成宏观的状态跃迁。哈肯的协同论便是研究这样的问题，且听听哈肯如何回答。我的另外一位老师管楚度教授将哈肯的结论总结为：（1）在复杂系统的演变中，由少数几个变量起支配作用，这几个决定性的变量称为“序参量”；（2）在所有影响因素中，变化慢的变量起支配作用，变化快的变量被支配。管老师总结很简单：慢变量支配快变量。很好理解，慢变量无法改变，快变量只能去适应它。
哈肯说序参量是“少数几个”，注意了，他并没有说是一个。笔者曾经请教管老师，他说一般是一个，但是也不能绝对肯定是一个。
--------------------------------------------------------------------------------
[1] 实际上这里假设它服从任何一种连续分布都不影响后文的推导结论，因此下文中不再讨论这一假设条件。
[2] 证明过程见附录A。
京公网安备 11010802022788号
