19. 寻找靠谱的因果配对

本节的主题，说的是“穆勒五法”，而这“五法”是专用于处理“因果配对”这一问题的。

为何“因果配对”会成为问题？我们知道，这世界上有很多事情之间都可能有因果关系，而休谟给出的寻找因果关系的方法，就是看作为前提的事件和作为后果的事件，它们彼此之间是不是在时间上前后相续，空间上是否彼此相邻。如果时——空上彼此接近的事件反复出现，休谟就会认为这就是因果了。

但这个方法实在太粗糙了，因为在日常生活中，很多前后相续的事件只是偶然地前后相续，彼此之间未必有真实的因果联系。所以，休谟并没有真正解决“因果配对”的难题。

穆勒五法：寻找靠谱的因果配对

休谟既然不行，我们就来看看休谟的英国同乡、哲学家穆勒怎么来处理这个问题。他的诀窍乃是“穆勒五法”，内容如下：

求同法：找到稳定出现的因素

“求同法”，就是在纷繁复杂的可能的因果序列中，找到反复出现的、前后相续的事件模式。

比如，假设一个病人得了病，现在你要不断改变药方的组合来给病人吃，以便了解哪一种药是真正有效的。随着实验的展开，你慢慢发现，有些药物组合能够把病人治好，有些组合不能够把病人治好。你最后发现，所有能够把病人治好的药方组合都出现了一味药A，由此，你就可以得出结论：很有可能就是A把这个病人治好了。这就是一种稳定的因果联系。

而运用“求同法”的条件，就是：你的确观察到了两类事件之间的相续出现的反复重演。如果你没有得到这样的观察结果，这办法就没用武之地了。

求异法：关注异常因素

“求异法”是说，如果导致某一个特定效果出现的先行发生的事件群里面，有一个事件是新出现的，而且，假若这个新事件消失，原本会出现的后续事件就不会发生了，那么，这个新事件很可能就是相关后续事件的原因。

比如一个人得了病，不停地给他吃不同的药，人都吃不好。突然有一天，他又吃了一味药B，结果病就好了。由此看来，B和疗效之间可能就有因果关系了。

使用“求异法”的先决条件是：你的确观察到了某一个新因素的加入导致了结果的发生——注意，你必须保证这个因素的确是新的。

从某种角度上来看，求异法和求同法的运用，都要求你老老实实地跟着经验观察给出的实际数据走。换言之，数据是主动的，你则是被动的；数据里出现了共同因素，你就得用“求同法”，数据里出现了新因素，你就得用“求异法”。所以，“穆勒五法”中的这前两种都有点消极的意味。

求同求异共用法：用异常检验寻常

顾名思义，此法就是把“求同法”和“求异法”放在一起用。

比如，你用求同法知道了药A对于治疗某种病很可能是有效的。但是，你还不是绝对确定这事。于是，你就开了一个新药方，里面就没有A——而“A的缺失”本身就是这个新药方的新因素。与之前被动地接受“没有A，病人就没有被治好”的这样一个事实不同，现在，你是故意地制造一个新的案例来进行实验，而这种做法，能够大大加强前面已得出的初步结论的可靠性。

“求同求异共用法”的使用，预设了你对环境有一定的调控力，因此，这是一个主动性色彩会更强的方法。

剩余法：以已知确定未知

第四即“剩余法”。实际上是我们前面所讲的选言三段论在归纳当中的一种巧用。

它的一般形式是这样，举一个例子：有一个人他得了“三高”（血脂高、血压高和血糖高）了，所以，他就同时吃了三种药（A、B、C）来治病。已知A就是用来降血压的，B就是用来降血脂的，C的功能则是未知的。吃完以后，体检结果出来了：病人的血压降低了，血脂降低了，血糖也降低了。现在问：C到底是用来治什么的？

很多人都会推出C是用来治高血糖的。推理如下：病人已经吃了专治血压的药，他也吃了专治血脂的药，那么，这两种药与降血糖之间的因果关系就被排除了。所以，只有C才可能降高血糖。

但认真的读者或许会想到这种可能性：C其实无法降血糖，而将血糖降下来的实际是A——只是以前医生都不知道A除了降血压之外还有这功能。这种可能性在逻辑上是不能被排除的。

如果事实恰好就是这样，你说C是用来降血糖的，那么就会铸成大错。

怎么避免此类错误呢？就是要把“求同法”“求异法”与“求同求异并用法”复合使用，复合层次越多，你犯错误的可能性也就会越小。这也就解释了为什么每一种药在上市之前，都要经过这么长时间的实验。

共变法：谁发生变化了

所谓的“共变法”，字面含义就是“一起变起来”（无论是一起变强，还是一起变弱）。

我们都知道，因果关系一般涉及了两个事项：第一个事项是原因，第二个事项是后果，原因和后果之间的联系则往往有一个强度的问题。此强度本身又取决于二者之间的“共变契合度”：例如原因越强，后果就“心有灵犀”地跟着变强；原因越弱，后果就“萧规曹随”地跟着变弱。若前者变强，后者却没跟着变强，这就不是“共变”了。

那么，怎么使用“共变法”？其做法是：如果你猜测某两个因素之间有因果关系，为了验证此猜测，你就得控制那个被怀疑成是原因的因素，并通过调节它的强度的量，来观察由此产生的后果的强度。如果结果的强度是跟着原因的强度一起变化的，就可以说两者之间是共变的，你就有理由下结论说：两者之间真有因果关系。举个例子：为了检测药物A是不是能够起到降压作用，你就可以通过控制给药量来进行判断：是不是药多一点，血压的下降就更加迅速，而药少一点，血压下降就更加缓慢呢？

但是使用这个方法，也是有先决条件限制的，即：你的确既有能力控制原因的变化的量，又有能力观测到结果的变化的量。同时，你要保证在控制这两个量之间关系的时候，要让那些不相干的因素退出实验现场。

从被动到主动：穆勒五法大致靠谱

以上五个方法，对于前两个方法的运用，相对比较被动——换言之，你要真正观察到相同或者相异的现象，你才能用此二法；而对后三个方法的运用，则要求探求者付出一些主观精神努力，特别是对环境进行一些人为的控制和调整，以便找到因果联系。

这里我还是要提醒大家注意一点，“因果配对”的活动还是在经验之理的层面上所进行的，而经验之理的特点就是：它不能够保证结论100%靠谱。所以，穆勒五法的运用，是不能够保证大家最后探寻到的因果关系反映了绝对真理——它只能够保证你找到的因果关系是大致靠谱的。