因果关系:困境与迷途中的思考

郑凯

(沈阳体育学院体育教育学院，辽宁沈阳 110102)

因果关系:困境与迷途中的思考

郑凯

(沈阳体育学院体育教育学院，辽宁沈阳 110102)

在体育科学研究实践中，常常见到一些研究者将利用统计方法建立起来的变量间的相关联系，直接解释为现象间的因果关系，并试图依此对结果做出预测，这完全是对因果关系的误解和误用。有鉴于此，通过对因果关系研究的追溯，客观评价因果分析现状，梳理因果关系研究方法，最大程度地消除关于因果关系的误会与误解，以使人们能够更清醒、理智地进行因果分析，更加科学地运用因果规律认识和把握千变万化的世界。迄今为止，无论是关于因果关系的概念、判定原则还是判定方法，都没有提供具有充分性和必要性的完备条件。因此，所做出的都应该是“初始原因”或“假定原因”判断。统计规律不等同于因果规律，所谓“格兰杰因果关系检验”说到底也是一种统计检验方法，不能作为肯定或否定因果关系的最终根据。对于因果关系，人们至今还没有找到真正有效的解决办法。

因果关系;判定;概念;原则;方法

人可能是地球上好奇心最强的动物，这种好奇心，最初表现为对自然奥秘的探索，逐渐发展到对社会现象的研究，其中也包括对人类自身的研究。在人类对自然和社会现象的探索中，最经常提出的问题是:“为什么?”，太阳为什么升起又落下?花儿为什么开放又凋落，世人为什么富裕或贫穷?什么使人健康或患病?而要对所有的为什么给出一个统一的称呼，那就是因果关系探究。

因果关系探究，是人们探索和认识未知世界过程中最重要和核心的内容。有许多时候人类认识世界的终极目标是为了影响和控制事物或现象的发展变化。而要实施有效的影响和控制就必须首先明确现象之间的因果关系。即什么可能引起变化，这种变化怎样发生作用?因此，可以说因果关系研究属于科学研究的最高层次。甚至可以说自然科学至今所取得的所有研究成果在很大程度上是建立在因果律基础上的。

正是由于因果关系的重要，人类关于因果关系的研究已经进行了几千年，在哲学、逻辑学、统计学等各领域，从不同角度分别寻找确定因果关系的方法，都没有取得完全的成功，甚至关于因果关系是否存在的争论都持续了很长时间。

由此说明因果关系的确定是一件非常复杂和困难的事情，是不可能单纯依靠统计方法完成的任务。而事实却是，在体育科学研究实践中，常常见到一些研究者将利用统计方法建立起来的变量间的相关联系，解释为现象间的因果关系，并试图依此对结果作出预测。这完全是对因果关系的误解和误用。有鉴于此，本文试图通过对因果关系研究的追溯，客观评价因果分析现状，梳理因果关系研究方法，最大程度地消除关于因果关系的误会与误解，以使人们能够更清醒、理智地进行因果分析，更加科学地运用因果规律认识和把握千变万化的世界。

1 概念、原则与方法

为了更清楚地了解因果关系，不得不重新唤醒如康德之类的历史巨人，来对因果关系的研究历史进行简单的回顾。

1.1 概念:一个简单的事实性陈述

什么是因果关系?通过百度搜索，得到因果关系的描述:“原因和结果是揭示客观中普遍联系着的事物具有先后相继、彼此制约的一对范畴。原因是指引起一定现象的现象，结果是指由于原因的作用而引起的现象。”

历史上第一个建立在自然科学基础之上的关于因果关系的抽象化一般模型的是拉普拉斯的决定论。他以决定论为基础提出了“神圣计算者”的设想。认为整个世界的过程都可以在一个简单的数学方式中表现出来，宇宙中每一个原子在任意瞬间的运动的位置、方向和速度都可以计算出来。在决定论的影响作用下，因果关系是“一种必然的联系，原因存在结果必然发生”。或者“自然界的一切现象都是有原因的，而原因和结果的关系是引起关系。如果甲现象引起乙现象，那么甲现象就是乙现象的原因，乙现象就是甲现象的结果”。在这一类关于因果关系的概念中，除了“引起”这一或许可以由经验事实验证的关系之外，对于因果关系的确认，没有给出任何其他的线索。

对于决定论，休谟等人提出了强烈的反对意见。之后康德等历史上许多著名的科学家都参与了关于因果关系的辩论。爱因斯坦也加入其中，并感叹因果关系表达的困难性。在长期的论争中曾出现怀疑论、甚至否定论，否认因果关系的真实存在。量子力学的发展，促使人们从概率、统计的角度考察因果关系。由此提出了统计因果律。“如果事件A和B相继性发生(A先B后)，并且事件A的发生或不发生对事B的发生概率有影响，那么称A是B的原因。在这种定义下因果关系已经不再是必然关系，而是一种或然关系。因此，统计因果关系与普通的因果关系有着本质上的区别。但这种因果关系定义仍然是一种对于经验事实的描述，无法对因果关系的确定提供有效的途径。

1.2 原则:缺乏实际指导意义的指示

为了解决因果关系判定困难，人们提出了判定因果关系的基本原则，称为因果关系三原则。

居先原则:原因和结果在时间上先后相随，原因居先。共变原则:原因和结果之间存在共变，结果的变化对应原因的变化。

接触原则:原因和结果两现象在空间上必须相互接触，或者由一系列中介事物的接触衔接起来。

有了三原则就可以判明因果关系吗?答案是否定的。首先，居先原则，原因先于结果发生，但先于结果发生的都是原因吗?显然不是。因此，居先原则是判定因果关系的必要条件，不是充分条件，更不是充要条件。甚至在有些时候现象的先与后都不能过于简单的判断。例如，农谚中有“燕子低飞蛇过道，蚂蚁搬家雨就到”。燕子低飞、蛇过道和蚂蚁搬家各种现象发生在前，下雨发生在后，是否可以判定蚂蚁搬家(或燕子低飞、蛇过道)是引起下雨的原因呢?谁都知道这是对因果关系的颠倒。

其次共变原则只是必要条件而非充分条件。有时现象甲和乙可能同时发生或不发生，但并不能肯定甲就是乙的原因。例如，另有一则农谚“天上钩钩云，地下雨淋淋”。俗称钩钩云，气象学中称为钩卷云，多出现在暖峰和低压前，确在下雨前先出现，雨前也确实常现，因此即符合居先原则，也符合共变原则(甚至同样符合接触原则)。但是这种共变只是表面现象，真正引起下雨的原因是暖峰和低压，而非钩钩云。

最后，接触原则，仍然只是判定因果关系的必要条件而非充分条件。这一点很容易理解，接触未必是原因，就如同到过犯罪现场未必是罪犯。尤其是对于间接的接触关系，在因果关系中不具有完全的传递性，原因的原因未必成为原因，即A=＞B，B=＞C，未必有A=＞C。例如天冷容易让人患感冒，感冒导致人体温升高。这里天冷不是体温升高的原因。

联系到与体育相关的现象。例如肥胖与健康有关联，过度肥胖的人有更大的可能存在诸多健康问题。但要分清其间的因果关系却是十分复杂的:有人是因为肥胖影响了健康，肥胖是因，健康是果;有人却是因为健康有问题造成其肥胖，健康是因，肥胖是果;更有人虽然肥胖但并未对其健康造成任何影响。

总之，这三条原则对于判明因果关系来说是不充分的。因此，人们试图对判明因果关系的原则加以补充和改善。尤其是为了与统计因果关系相适应，提出了相关准则和排他准则。

相关准则:在可观察的经验事实中原因和结果间必须具有某种关联(相关)关系。

排他准则:不存在一个这样的事件，在给定这一事件时，原有的关联关系消失。

对于相关准则，非常容易理解，也是人们乐于接受的，例如:“由于吸烟人群中患肺癌的比例远远高于不吸烟人群，说明吸烟与患肺癌相关，因此说吸烟是导致肺癌的原因。这一因果关系推定，已经普遍得到承认。

相关对于判定因果关系具有很大的帮助，毕竟事件之间的关联性(相关性)是比较容易判明的。但是按照排他准则，当现象存在关联性(相关)时，还只是初步原因，初步原因可能是真实原因，也可能成为虚假原因，而初步原因成为真实原因的前提就是必须满足排他准则。但是，在研究实践中对于排他性的验证却是非常困难的。

例如，有人统计家里打火机数量越多，男主人患咳喘病的比例越高。因此，家里放太多的打火机，是男主人致病的原因。这个结论显然是荒谬的。这个例子中打火机数量就是虚假原因。可以找到另一事件“吸烟”，吸烟的人家里打火机通常比较多，吸烟的人咳喘病多。加入吸烟事件后，打火机与咳喘病的相关性消失。但要找到排他事件是很难的事情。例如，对于吸烟与癌症的关系，著名统计学家陈希儒院士就曾表示过不同的看法，他说:假如有这样一种基因，它同时导致两件事情，一是这个人很喜欢吸烟，二是这个人更容易得肺癌。那么吸烟与肺癌之间的相关性就因为这种基因的发现而消失，吸烟就成为肺癌的“虚假原因”。但是，直到目前，人们还没有发现这种基因的真实存在(但也不能确定在今后的某一天不会发现其存在)。因此，只能暂且假定吸烟与肺癌的因果关系。事实上，人们关于因果关系的判断严格地说，大多都属于类似的假定判断。

1.3 方法:不完备的工具

上述判明因果关系的许多原则都不具备充分性，使它们在判明因果关系时显得不够有力，根据这些原则，只能判明“可能的原因”，而不能判明真实的原因。

在因果关系判明方法中，穆勤五法是最著名、影响最大的(由于契合差异并用法是契合与差异两方法的联合运用，因此，也有人将其称为穆勤四法)。这四种基本方法是契合法(相同的原因必有相同的结果)、差异法(不同的原因必有不同的结果)、共变法(变化的原因必有变化的结果)和剩余法(剩余的原因必有剩余的结果)。

上述方法基本上属于逻辑上的归纳法，可以作为判明因果关系的实验设计指导。但是，同判明因果关系的原则一样，这些方法也只是判明因果关系的必要条件，而非充分条件。剩余法可以发现存在结果的未知原因，至于这个未知原因是什么，就要用其他方法去发现。针对其方法，很容易提出如下问题:

相同的原因必然得到相同的结果吗?或相同的结果必然是相同的原因引起的吗?

发烧这一结果就可能是不同原因引起的。

不同的原因必然得到不同的结果?不同的结果一定是不同原因引起?

涨工资、优化生产组织、增强团队归属感，都可以提高劳动生产率。

原因变化结果就一定变化?结果变了原因就一定也变了吗?

有些变化只能在临界后发生，此时原因的改变在未达界点时，结果不变。反之亦然。如加热1分钟水温50℃，加热3分钟，水温100℃，加热5分钟水温还是100℃。

对于统计因果的判明，可以利用各种统计方法判定事件间的相关性，但却无法获得排他性证明，因此，也无法判明“真实原因”。

2 困境与迷途

2.1 困境:无奈的现实

人们在面对因果关系的判定问题时所处的困境已如前所述，无论是关于因果关系的概念，判定原则还是判定方法，都没有提供具有充分性和必要性的完备条件。就连爱因斯坦在面对因果问题时都曾经陷入苦恼和混乱。他对物理学家M·玻恩说:“关于因果性问题也使我非常苦恼。”他甚至曾怀疑因果律是否存在，“相信自然界必然遵守因果规律，归根到底仅仅是以有限的成就为基础的，……，因而，这种信心没有绝对的性质。”爱因斯坦这段话，恰好道出了因果困境的根本问题:那就是目前人们掌握的判明因果关系的所有原则和方法，只具有必要性而不具有充分性，因此，所做出的都应该是“初始原因”或“假定原因”判断。不能保证对于我们所判定的因果关系，在将来的某一天出现排他性条件。例如发现陈希儒先生所提到的基因。因此，不可以将这种因果关系当作“真理”，用爱因斯坦的话说就是“这种信心没有绝对的性质”。这就是人类面对因果问题的困境。

在自然科学研究中，人们面对的是变化相对稳定和单纯的物理或化学现象，因果关系都如此难于确立。在体育研究中，我们面对的是运动中的人体，因果问题就更加复杂。虽然我们一直在追求体育的科学化，但是，对于许多问题仍然无法认识和解释，甚至正在给出可能是错误的解释。例如，我们可以对刘翔进行仔细的分析，可以追溯其整个成长过程，但是我们还是无法完全说明究竟是什么原因造就了刘翔，所以刘翔无法复制。

2.2 迷途:虚幻的出路

由于因果关系太重要了，人们对于了解、确定、甚至发现自然或社会现象间的因果关系的期望非常迫切，就很容易使人们在进行因果分析时因为盲目而步入歧途。

第一种表现:误将统计规律看作因果规律

这类错误几乎是带有普遍性的。统计经常被当作因果关系分析的方法，如方差分析、相关分析、回归分析、通径分析、典型相关分析等等，似乎具有变量间关联性分析功能的统计方法都具有判明因果关系的作用。尤其是类似回归分析的方法，由于包含了因变量、自变量以及具体的关系模型，更被认为是明确的因果关系模型。

这一切误解的根源在于利用统计方法所能得出的只是统计规律，而统计规律不等同于因果规律。既使如回归方程，所表达的也是变量间的变化规律，而不是因果规律。例如，一对年轻夫妇为了纪念刚刚出生的孩子，孩子出生的当天在自家门前栽种了一株红枫树苗，并坚持同时测量孩子的身高(X)和树高(Y)，获得一组测量结果如表1。

表1 孩子身高与树高

根据表1数据可以算得x、y的相关系数为0.93，属于高度相关，甚至可以建立回归方程:

由此，我们建立了孩子身高与树高的因果关系，并且可以通过上面的方程，利用孩子身高预测树高。当然也可以反过来进行。这显然是一个荒谬到极点的结论。

再如，有人建立以运动员心理能力为自变量，运动成绩为因变量的回归方程，以此方程作为心理能力与运动成绩的因果关系模型，并声称可以由心理能力预测运动成绩。这样的统计结论根本不可能有效!当然，对于高水平运动员来说心理能力是非常重要的，对于运动员水平的发挥有着很大的影响作用，甚至可以改变比赛的成败结果，但是，这种作用必须在具备某种前提条件下才会发生，最基本的前提是运动员自身的竞技运动水平。对于一个没有具备一定竞技水平的运动员，心理再强大也不可能登上冠军领奖台。

之所以不能将统计规律当作因果规律，有以下几点理由:其一，统计规律只能描述现象间的表面的数量规律性，不能关注现象之间的内在关系，就如上面的方程;其二，根据统计结果也不能判明这种变化关系是否受他者影响。例如打火机与咳喘病;其三，统计规律不必关照事件发生的先后次序。例如:笔者曾与一位学生就体育锻炼与生活满意度关系展开过讨论。

问:你根据什么认为参加体育锻炼可以提高人的生活满意度?

答:我计算过生活满意度和体育锻炼两者间具有显著意义的相关。锻炼越多的人，生活满意度越高。

问:这就能说明是体育锻炼提高了生活满意度?

答:是的。

问:为什么不可以说是高生活满意度高使人更愿意参加锻炼?

答:……

与此十分相似，有研究者进行群众体育调查所获得的数据显示经常参与体育锻炼人群中患慢性病比例高于非锻炼人群。难道可以由此得出锻炼导致慢性病高发的结论?显然不对。分析锻炼人群慢性病高发的真正原因，其一，在我国高龄人群是锻炼人群的主体，慢性病自然比较多见;其二，还有一部分人是因为生病才意识到健康的重要，开始锻炼。

不难看出，利用统计方法得到的统计规律，只能满足因果关系判定的相关性原则，其他原则是否能被满足单凭统计结果是无法得到证实的。更何况即使所有原则都能证实，也只是必要条件。因此，在利用统计方法进行因果关系分析时，一定要谨慎行事，不能仅依靠统计结果就作出结论。

第二种表现:误将格兰杰影响检验当作专用的因果关系检验方法。

该检验方法为2003年诺贝尔经济学奖得主克莱夫·格兰杰(Clive W.J.Granger)所开创，用于分析经济变量之间的因果关系。在时间序列情形下，两个经济变量X、Y之间的格兰杰因果关系定义为:若在包含了变量X、Y的过去信息的条件下，对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果，即变量X有助于解释变量Y的将来变化，则认为变量X是引致变量Y的格兰杰原因。格兰杰检验的特点决定了它只能适用于时间序列数据模型的影响关系检验，无法检验只有横截面数据时变量间的影响关系。

格兰杰检验说到底也是一种统计检验方法，因此这种误解同上面提到的将统计规律当作因果规律实质上没有什么区别。但是由于该方法引进到国内时，被翻译成了“格兰杰因果关系检验”使很多人将其误认为是专门用来检验因果关系的方法，这对于正在苦苦寻求因果关系判定方法而无果的人们来说，无疑是太过宝贵了，因此造成了很大的影响。

其实，格兰杰检验只是一种可预测性检验。如果事件A对于预测事件B是有用的，就说A是B的格兰杰原因或者说A对于B是有影响的。因此，应该将“格兰杰因果关系”当成一个特指的概念，即表示A与B间有关联性，A对于B有影响，满足相关准则。但是，通过格兰杰检验并不能够真正确认因果关系。例如，对表1数据分别进行滞后1期和2期的格兰杰检验，结果为:F1=48.5999，P＜0.01;F2= 233.8467，P＜0.01。均通过了格兰杰检验，确认X、Y间存在“格兰杰因果关系”。

上例说明，格兰杰因果检验与其最初的定义已经偏离甚远，削减了很多条件，这很可能会导致虚假的因果关系。格兰杰因果关系检验的结论只是统计意义上的因果性，而不一定是真正的因果关系。虽然可以作为真正的因果关系的一种支持，但不能作为肯定或否定因果关系的最终根据。

总之，目前运用的所有统计方法都不具有判定因果关系的完全能力，而只能为我们寻找真实原因提供一些线索，不能作为判定因果关系的最终依据。

3 结语:并非最后的出路

对于因果关系，人们确实处于困境与迷惘之中，至今还没有找到真正有效的解决办法。但是，第一，不能就此而否认因果律的存在，这将动摇自然科学的全部基础，并且，公正地说，既然不能确切地证明因果关系的存在，同样的理由，当然也没有确切的理由否定因果关系的存在;第二，对于因果关系，人类也并非完全束手无策，人是智慧的生物，面对因果困局，人们依靠代代相传的知识和经验，依靠经验事实的不断积累，不断补充和丰富因果关系判据，再加上越来越先进的实验观察手段和细致周密的逻辑推理，不断增强着因果关系判据的充分性和可靠性。人类不可能停止对于未知世界的探索，因此也不可能回避因果关系，哪怕只能获知包含着不确定性的“假定原因”，至少对于今天的人们认识今天的世界还是具有不可否定的价值的。

的确，目前对于因果关系的判定，除了一些技术上的手段与方法(如科学实验、统计方法、格兰杰检验等)可以提供一些参考线索之外，最主要和根本的方法还是人类凭借智慧的思想，通过逻辑推理做出最终的判断。也就是说，迄今为止逻辑方法是判定因果关系唯一的方法。这就要求在进行因果关系分析时充分利用已有的知识和经验，审慎再审慎，尽可能考虑各种可能因素的影响，经过充分的论证之后再做结论。

虽然目前只能依靠逻辑的方法，但绝不意味着这是解决因果问题的最后出路。要相信人类的智慧，随着科学的不断发展，终将有一天人类会破解因果困局，找到判定因果关系的真正有效方法。

［1］爱因斯坦．爱因斯坦文集(第一卷)［M］．许良英等编译．上海:商务印书馆，1976．

［2］阿赫曼诺夫．亚里士多德逻辑学说［M］．马兵译．上海:上海译文出版社，1980．

［3］肖尔兹．简明逻辑史［M］．张家龙译．北京:商务印书馆，1977．

［4］周云之．中国历史上的逻辑家［M］．北京:人民出版社，1982．

［5］贝弗里奇．科学研究的艺术［M］．陈捷译．北京:科学出版社，1979．

［6］金岳霖．形式逻辑［M］．北京:人民出版社，1979．

［7］张力为．体育科学研究方法［M］．北京:高等教育出版社，2002．

Causality:Thinking in Difficulty and Puzzle Situation

ZHENG Kai (Physical Education School，Shenyang Sport University，Shenyang 110102，Liaoning，China)

It is common that the researchers regard the relationship between the variable values gained by statistical methods as the causality of phenomenon and they always predict based on the result when they make a study of sports science．Actually，it is absolutely a wrong understanding and misuse of causality．For this reason，in the theses，in order to eliminate common misunderstanding of causality further，the author tries to evaluate the current situation of causality and hackles the studying methods of it by ascending the study history of causality，which can help the researchers face the world more scientifically，and do their study more soberly and wisely．Until now，no matter that the definition of causalityis，or the principles and the methods of evaluation，all of them still have not provided us enough and necessary study condition．So，what we can evaluate actually is the initial or hypothetic reason．Statistical regularity does not equal to causality．The so-called Granger Causality Test is also a kind of statistical test method，and it can not be used as the final basis to be certain or to be negative．As for causality，we still have not found a perfect way to deal with it．

causality;evaluation;definition;principle;methods

G80－32

A

1004－0560(2011)06－0060－04

2011-08-12;

2011-09-26

郑 凯(1958－)，男，教授，学士，主要研究方向为体育统计与测量评价。

责任编辑:乔艳春

◂论坛