第 37 卷 第8 期 自 然 辩 证 法 研 究 Vol． 37，No． 8

2021年 8月 Studies in Dialectics of Nature Aug． ，2021

文章编号: 1000 － 8934( 2021) 08 － 0030 － 07

概率因果关系与非决定论
彭新波
( 中共厦门市委党校 哲学教研部，厦门 361005)

摘要: 试图脱离决定论框架的概率因果关系的发展遇到了很多问题，在一定程度上这是由概率因果关系通常被
定义为“概率的决定论因果关系”造成的。卡特赖特通过批判概率 CMC 对非决定论系统的无效性揭示了这种定义无
法解决“非决定论的概率因果关系”问题。而迦楼正面建模“非决定论的概率因果关系”的尝试，暴露出因果结构独
立性与自发概率相关之间的矛盾。这一矛盾需要在量子力学提供的非决定论框架下，从认知因果性和系统结构描述
的方式上寻求解决。
关键词: 非决定论; 概率因果关系; 独立因果结构; 互补性
中图分类号: N031 文献标识码: A

DOI:10.19484/j.cnki.1000-8934.2021.08.006
一理论发展过程中，在方法论因果推理层面，支持
概率因果关系的理论研究路径遭遇了诸多困难，集
一、从决定论因果关系到
中表现为一系列典型反例，①这一方面是由于对概
概率因果关系 率的理解和解释不能完全覆盖研究实践中的科学
实在，②另一方面是由于概率相关与因果相关之间
在科学史上，从古希腊亚里士多德开始，因果 的空隙无法完全弥合; 这也引发了形而上本体论层
关系与决定论就是紧密联系在一起的，特别是近代 面的问题，强调事物 ( 事件 ) 之间相互作用过程、能
科学兴起之后，因果关系与决定论几乎成为同义 量等物理实在传递的因果性理论研究路径的支持
语，典型的是拉普拉斯( Pierre － Simon Laplace) 对因 者们认为，因果关系的本质特征不是概率相关，而
果关系的决定论描述。 然而，一方面，人们逐渐发 是作用过程( 引起、生成) 和物理实在量的传递等。
现，( a) 结果对初始条件的敏感性，( b) 科学研究在 从( a) ( b) ( c) 来看，概率因果关系的出现和发
因果链条的每个观测和操作环节上不可避免的粗 展并没有跳出决定论的框架，当然，也可以说，它已
糙性，使得因果关系的获得不能完全是确定的，而 经摆脱了“严格决定论”的框架，是一种不完全的决
〔1〕 〔2〕
是概率性的 ; 另一方面，( c) 分子动力学、人口统 定论，一种统计决定论 ，但也正因为如此，因果关
计学等学科的发展也表明，微观个体层面的不确定 系的统计、概率描述就只不过是对决定论关系的补
性与宏观整体层面的规律性趋势之间，以及宏观整 充，是人们在缺乏原因信息或对真实原因无知状态
体层面的不可测度性与微观个体层面的属性频率 下的权宜之计，在终极信念和形而上承诺上仍然是
之间，可 以 用 概 率 为 工 具 描 述 其 中 的 因 果 关 系。 指向决定论的。从理论困境②来看，对相互作用机
( a) ( b) ( c) 打破了以决定论描述因果关系一统天 制、引起生成过程的强调，更多的是对经典物理学
下的局面，也就使得概率因果关系成为可能。 框架下因果关系特征的强调，其中包含了决定论意
当科学研究实践中概率因果关系被广为接受 蕴，至少是不完全决定论的意蕴。 与此形成鲜明对
和应用时，哲学家们也从形而上本体论层面、方法 比的是，在量子力学框架下，至少在量子力学的“正
论因果推理层面对概率因果关系作出论证。 在这 统解释”，即以玻尔为代表的哥本哈根学派的解释

收稿日期: 2020 － 9 － 23
基金项目: 福建省社会科学规划青年项目“资本逻辑与人工智能科学知识的关系研究”( FJ2020C073) 。
作者简介: 彭新波( 1988—) ，湖南湘潭人，哲学博士，中共厦门市委党校哲学教研部讲师，主要研究方向: 科学哲学和社会
科学哲学。

30

下，微观领域的因果关系、规律定律是以统计、概率
作为本质特征的，用赖欣巴哈的话来说就是: “量子
〔3〕193
力学的观测语言在统计上是完全的。”
困境①来看，因果推理层面的一系列典型反例，除
对一些严格的具有机制、生成特征的因果关系无法
完全覆盖外，还对相关关系无法完全覆盖，这些相
关关系正是量子力学框架下具有统计本质的相关
关系。如何从这些关系中识别推理出因果关系，恰
是概率 因 果 关 系 与“严 格 ”非 决 定 论 之 间 的 关 系
问题。
二、概率的决定论因果关系与
非决定论的概率因果关系
对概率因果关系的最为一般的理解: 原因增加
结果发生的概率。 而这一理解本质上仍然是对因
果关系的决定论描述: 原因在决定论上因果地造成
结果发生的概率。这可以被称之为“概率的决定论
因果关系”。 与此不同的是，应该存在一种对原因
与结果组成的因果结构本身的概率性的描述，即
“非决定论的概率因果关系”。
到目前为止的诸多研究中，对概率因果关系的
定义几乎都是“概率的决定论因果关系”，并以此来
解决“非决定论的概率因果关系”的问题。
首先，这里的概率增加，是指“结果发生 ”的概
率增加。根据先后因果律，结果发生时，原因必然
已发生，因此，关注“结果发生”的概率增加，关注的
是结果发生的概率“是否”增加，而其增加的程度并
非这一定义下因果关系研究者的兴趣所在，“是 ”与
“否”的答案才是关注的焦点。也就是说，概率只作
为因果推理的工具而存在。“是 ”与“否 ”回答的仍
然是决定论意义上的前后发生的事件之间完全是
因果关系还是完全不是因果关系的问题。
伦敦 大 学 伯 贝 克 学 院 的 罗 伯 特 · 诺 思 科 特
( Ｒobert Northcott) 将这种概率增加的因果关系定义
称之为“事后( ex post) ”概率因果关系，并认为这是
源于我们是“天生的决定论者”，在用概率描述所谓
的非决定论因果关系时，仍然蕴含着心理上的决定
论，因此仍是“概 率 的 决 定 论 因 果 关 系 ”。 与 此 相
① 这种因果建模技术及对其提供形而上学基础支持的可操控性理论，近些年来国内多有介绍和讨论( 如徐竹、吴彤 2008，李珍 2009，
2013，徐竹 2010，
2011 等) 。这里不再复述其形式符号体系及其相关假设和条件，只关注其以概率描述因果关系所涉及的决定论和非决定论问
题。
概率因果关系与非决定论
应，如果将概率增加视为原因发生时 ( 结果还未发
生) ，结果可能发生的概率增加，关注点则转向了对
从理论 于结果 E 而言，先发生的事件 C 是其原因的程度问
〔4〕2 － 4
题 ，“非决定论的概率因果关系”才真正进入考
察的视野。然而，这种所谓的“事前 ( ex ante) ”概率
增加只能在类型情况层面来处理，所得到的概率是
上述( c) 这个层面的统计数据，其背后的形而上承
诺依然是决定论。按照诺思科特的观点，所谓概率
增加因果关系定义只是用事前概率作为事后概率
预期值的基础来设定事后反事实，因果关系没有还
原到概率上，借以判断因果关系的反事实概率仍然
是决定论世界中的，因此，概率因果关系只是认知
〔4〕10 － 11
不确定性。 这种所谓的非决定论因果关系只
是我们对于非决定论世界的决定论因果判断，并不
是“非决定论的概率因果关系”本身。
其次，原因增加结果发生的概率，所强调的结果
的概率增加，是将概率附属于结果，所谓的以概率描
述因果关系，
实际上描述的仅仅是结果的非决定论特
征，
而非因果关系本身的非决定论特征。结果可以由
于上述( a) 背景条件( 初始条件) 的复杂性，上述( b)
操作因子、参量的粗糙和不充分 ( 未知) 而具有不确
定性，
但因果关系本身的非决定论特征 ( 即“非决定
论的概率因果关系”) 没有得到正面的刻画。
以“原因增加结果发生的概率”定义为基础，提
出可操控性因果理论的豪斯曼 ( Daniel Hausman) 和
伍沃德( James Woodward) 在对概率因果马可夫条件
( Causal Markov Conditon，简称 CMC) 进行辩护时，
所基于的正是概率附属于结果这一定义。
这里涉及近来被广为应用和讨论的一种因果
建模技术( 因果贝叶斯方法 ) ①，这种因果建模技术
将一组变量之间关系的因果图、结构方程组和这些
变量值上定义的概率分布结合在一起，CMC 就是将
概率计算应用于这种因果建模技术的一条重要的
条件，它被广泛应用于从统计数据中进行的因果推
理。它的核心理念是，不作为原因和结果相联系或
作为共因的结果相联系的事件就是不相关的，这里
的“相联系”就可以用概率相关来表征。
在 豪 斯 曼 和 伍 沃 德 的 表 述 中，CMC 可 表
〔5〕
述为 :
31
 自然辩证法研究 第 37 卷 第8 期

对于任何 X，Y ∈ V ( 其 中 Y ∩ DE ( X ) =  ) 而，工厂的所有者反驳道，该受谴责的并不是他们

而言， 的工厂，而是污水处理化学品本身因果地造成了副
X⊥Y ∣ PA( X) 产品。他们的论证如下: 如果是工厂既因果地造成
其中，DE( X) 和 PA( X) 分别表示 X 的后继 ( 结 了化学品，也因果地造成了副产品，那么正确的因
果) 变量集合与父源 ( 直接原因 ) 变量集合，“⊥ ”表 果图将如图 1 所展示的那样，CMC 告诉我们，C 应
示“不相关”，或者 X⊥Y ∣ PA( X) 也可以写为 该在以 F 为条件的情况下独立于 E。然而工厂的所
Pr( X / Y＆Pa( X) ) = Pr( X / Pa( X) ) 有者引用统计学来阐明
即以 X 的父源为条件，X 和 Y 概率上不相关，X Pr( E ∣ F) = 0． 8 ≠Pr( E ∣ F，C) = 1
的出现没有增加 Y 出现的概率。 所以图 1 不能表征关于 F、C 和 E 的正确因果
这一条件在因果建模的因果推理中的应用虽 结构。接着工厂的所有者提出了这些变量之间的
然将概率与因果关系结合了起来，但其直接针对的 实际因果结构是图 2 中所表达的那样的。 因为这
是决定论因果关系的情况，为了说明这一条件也适 是 CMC 所蕴含的唯一有意义的独立性关系，即 F
用于非决定论因果关系的情况，豪斯曼和伍沃德将 和 E 是我们以 C 为条件时独立的:
这一条件进一步扩展为概 率 CMC。 简 而 言 之，从 Pr( E ∣ C，F) = Pr( E ∣ C) = 1
CMC 到概率 CMC 的转化的核心理念是，把概率因 所以，他们提出，我们不应该得出结论说，是工
果关系当作“概率的决定论因果关系 ”，即 X 是 Y 厂因果地造成了所有有害的副产品; 而是，我们应
的一个概率原因，当且仅当 X 是 Y 的几率 ch( Y) 的 该得出结论说，污水处理化学品具有污染河流的可
〔6〕570
一个决定论原因。 这也正是“概率附属于结果 ” 怕副作用。
的概 率 因 果 关 系 定 义，概 率 仅 仅 体 现 在“几 率 C

→
ch( Y) ”上，而 X 与 ch( Y) 之间的因果关系仍然是 F
决 定 论 的，无 涉 概 率。 这 种 转 化 的 具 体 形 式
〔6〕571 → E
如下 :
图1 化工厂生产副产品因果图
对于任何 X，YV，
( 1) X 不是 Y 的一个原因
( 2) X 不是 ch( Y) 的一个原因 F →C →E
( 3) Pr( X / Pa( X) ＆ch( Y) ) = Pr( X / Pa( X) ) 图2 化学品产生副产品因果图
南希· 卡特赖特 ( Nancy Cartwright) 正是抓住
了这一点，对所谓的概率 CMC 进行了批判。 她认 卡特赖特坚持认为，错误在于，当一个原因具
为，基于决定论建立的因果贝叶斯网方法和可操控 有联合概率结果，并且无论一个结果什么时候被造
性理论对真正的非决定论情况无效。 卡特赖特用 成，另一个结果也被因果地造成时，CMC 是失效的。
以反对概率 CMC 和“概率的决定论因果关系 ”的一 卡特赖特声称，具有这种因果结构的系统在我们经
个经典案例是化工厂生产案例
〔7〕
: 常遇到的那种宏观概率系统中是普遍的。
有某个化学工厂生产一种污水治理化学品用 豪斯曼和伍沃德回应了卡特赖特的批判，他们
于城市的供水系统。然而，该工厂生产 F( 如果工厂 认为，在从概率相关中推理因果关系之前，应该先
运行则 F = 1，否则为 0) 进行的是一个纯概率的过 明确，两个变量之间的一种逻辑而非因果的关系，
程，这一过程在某一天生产出污水处理的化学品 C 并且必须确保我们正在研究的变量是得到足够精
〔6〕530 － 531
( 如果生产出化学品则 C = 1，否则为 0) 的概率只有 确、清晰定义的。
80% 。因此，有 20% 的时间污水并没有被处理。 并 然而，卡特赖特批判的矛头指向的并非因果建
且该工厂只要生产出污水处理化学品，同时就会产 模中的“概率的决定论因果关系 ”在形式和细节上
生副产品，也就是说工厂生产出副产品的概率也是 的完善问题，而是指向这种决定论因果关系不能处
80% ，这种副产品正在污染当地河流 E( 如果河流被 理真正的“非决定论概率因果关系”，“概率的决定
副产品污染则 E = 1，否则为 0) 。 论因果关系”不能等同于“非决定论的概率因果关
该城市谴责这个工厂的生产是不道德的。 然 系”。豪斯曼和伍沃德也并不认同两者之间可以完
32
 概率因果关系与非决定论

〔6〕572
全等同 ，他们试图做的工作是，诉诸“概率附属 Dmitri Gallow) 提出对概率因果关系的另一种理解:
于结果”的概率因果关系定义，拓展以概率为工具 概率附属于因果关系，即“C 在概率上因果地造成
描述因果关系所构建的因果理论对非决定论关系 E，当且仅当 C 因果地造成 E，即使存在一些 C 没有
〔9〕1
的更为全面的覆盖。 因果地造成 E 的概率 ” 。 因此，迦楼对豪斯曼和
而卡特赖特认为，概率 CMC 完全无法适用于她 伍沃德所支持的因果建模方法以及概率 CMC 作出
所认为的“真正的”“严格的”概率因果关系系统。第 了进一步的改进，尝试从正面建模“非决定论的概
一， 卡特赖特以化工厂案例反驳了概率 CMC 中( 1) 、 率因果关系”。
( 2) 和( 3) 之间的互推关系: 一方面，
Pr( E ∣ F) = 0． 8 第一，迦楼对组成概率因果模型 M 的四元组
≠Pr( E ∣ F，
C) = 1，也就是以 F 为条件，C 与 E 之 ＜ U，V，ε，ρ ＞ 中的 ε ( 结构方程组 ) 作了扩充，使其
间存在概率相关，这可以解读为 C 是 ch( E) 的决定 包含与 V 中变量相关的任意多的结构方程。 在原
论原因，也就是 C 是 E 的概率原因，但这与实际的 来的因果模型中，结构方程组包含的是与 V 中每一
因果结构 ( 图 1) 不符。 另一方面，Pr( E ∣ C，F) = 变量相关的唯一结构方程，而迦楼的概率因果模型
Pr( E ∣ C) = 1，也就是 F 与 E 之间不存在概率相 将因果关系本身看作是概率性的，也就是非决定论
关，这可以解读为 F 不是 ch( E) 的决定论原因，也 的，这意味着，与 V 中每一变量相关的因果关系将
就是 F 不是 E 的概率原因，这符合图 2，却也与实际 具有不同的因果结构，可以表征为若干不同的结构
〔8〕441 － 442
的因果结构( 图 1) 不符。 这意味着，“概率的 方程。相应地，概率分布 ρ 就不再仅仅是 V 中各变
决定论因果关系”不能完全覆盖所有的概率依赖关 量的概率分布，还包括 ε 中各结构方程上的概率分
系，不能用来定义概率因果关系，以此为基础的概 〔9〕15 － 16
布。结构方程组 ε 的形式就变为 :
率 CMC 就不适用于真正的概率因果关系情况，也 1 2 k1
  ， ，…， 
V1 V1 V1
就是严格的非决定论情况。 第二，如果模型包含两  1 
  V2 ，2V2 ，…， kV22 
个连续的概率的决定论因果关系，如图 3 所示: X 是 ε= 
W 的一个概率父源，W 是 Y 的一个概率父源，那么   …  
 1 
根据“概率附属于结果”的概率因果关系定义，如图   VM ，2VM ，…， kVMM 
4 所示: X 是 ch( W) 的一个因果父源，W 是没有父 举例来说，如果我用一种概率性除草剂喷射一
源的，它是 ch ( Y) 的一个因果父源，Y 是没有父源 棵杂草，那么存在 90% 的概率这将因果地造成杂草
的。这样一来，ch( Y) 不是 X 的一个决定论因果后 死亡，并且存在 10% 的概率这不会因果地造成杂草
〔8〕446 － 447
继，这是不符合基本的决定论因果结构的。 死亡。豪斯曼和伍沃德建议用外生变量 S、ch( W)
这意味着，在对概率 CMC 的论证中，概率结构与决 和 W 建模像这样的一种情况，在那里 S 是一个如果
定论结构并没有建立起合适的联结，“非决定论概 喷洒除草剂就取值 1 否则取值 0 的二元变量; W 是
率因果关系”与“概率的决定论因果关系 ”之间是存 一个如果杂草存活就取值 1 否则取值 0 的二元变
在无法弥合的空隙的。 量; ch( W) 是一个其值界定在 W 的值上的概率函数
X →W →Y 的变量。与他们不同，迦楼仅用二元变量 S 和 W 以
〔9〕16
图3 连续因果图 及两个结构方程来建模这一情况 :
1
 : ( U W ，S) →{ 0，
W 1}
2
X →ch( W) W →ch( Y) Y  W : U W →{ 0，
1}
1
图4 概率附属于结果连续因果图 ΦW 表明，
杂草是否死亡部分地由除草剂是否喷
洒决定。如果喷洒了除草剂，那么这株植物死亡; 如
果没有喷洒除草剂，
那么植物是否存活取决于外生因
2
素( 光照、水等) 。ΦW 表明，是否喷洒除草剂并不决
三、建模“非决定论的概率因果 定这株植物是否死亡。它是死亡还是存活只由外生
关系”的尝试 因素决定。由于这是一个喷洒除草剂是否将因果地
造成杂草死亡的概率问题，
因此它就是一个 S 在结构
1
鉴于此，匹兹堡大学的 J· 德米特里 · 迦楼 ( J． 上决定 W 的概率问题 ( 如 ΦW 中所规定的) ，或者是
33
 自然辩证法研究 第 37 卷 第8 期

2
一个 S 不能在结构上决定 W 的概率问题( 如 ΦW 所 案例中，化工厂生产状态 F 与污水处理化学品出现
规定的) 。函数 ρ 告诉我们，W 在结构上由 S 决定有 C 之间的独立因果结构 ( 以独立结构方程表征 ) ，与
多大可能。由于如果喷洒除草剂则杂草被杀死的可 化工厂生产状态 F 与副产品出现 E 之间的独立因
1 2
能性是 90% ，
因此 ρ( Φ ∣ S) = 0． 9，
W 而 ρ ( Φ ∣ S) W 果结构( 以另一独立结构方程表征) ，两个独立结构
= 0． 1。 方程之间存在自发的概率联系。 因此，迦楼改进概
第二，迦楼所改进的这一概率因果模型在其他 率因果模型的意义在于，更好地刻画了一个实际因
方面与豪斯曼和伍沃德所支持的因果模型一致，即 果系统中每一独立因果关系结构本身可能出现的
该概率因果模型也满足无圈性、外生独立性等。 这 概率，即因果关系本身的非决定论特征; 同时也表
样一来，就可以考察该概率因果模型是如何满足 明，严格的、完全的非决定论情况中的自发概率相
CMC 的: 以 XV 的所有父源 PA( X) ( 这里的 X 的 关是不能满足 CMC 的，也就是这种改进的“非决定
父源包括 X 在与其相关的所有结构方程中的直接 论概率因果关系”模型也不能完全识别并推理出所
原因) 为条件，如果 Y  V( Y ∩ DE( X) =  ) ( 这里 有表现为概率依赖的因果关系。
X 的后继 DE( X) 包括 X 在与其相关的所有结构方 第二点，迦楼对概率因果模型的这一改进和对
程中的因果后继) ，那么 X 与 Y 在结构概率上无关， 满足 CMC 情况的进一步论证，揭示了豪斯曼和伍
〔9〕18
即 Pε( X | Y，PA( X) ) = Pε ( X | PA( X) ) ，这里的 沃德没有充分考虑到的概率相关与因果关系之间
结构概率 Pε 指的是 X 在与其相关的某一结构方程 难以弥合的理论空隙。 豪斯曼和伍沃德认为因果
中使该方程成立的概率。 模型要满足因果充分性的假设，其中就包含结构独
如此一来，因果马可夫条件在结构概率关系， 立性，他们用很大篇幅所论证的模块性就是对这种
即非决定论因果结构关系的意义上就有了更丰富 结构独立性的刻画，并且他们认为具有结构独立性
的内涵。一旦我们以 X 的父源变量的值为条件，那 的因果模型中的因果结构 ( 或结构方程 ) 之间就一
么一个变量 Y 的值能提供关于另一变量 X 的值的 定不会存在自发的概率相关，因此可以满足 CMC。
〔9〕19
信 息 存 在 两 种 方 式。 其 一，例 如，如 果 而卡特赖特以化工厂生产案例反驳称，具有结构独
Pε( X | Y，PA( X) ) ≠Pε( X | PA( X) ) ，变量 Y 的值就 立性的因果结构之间也会存在自发的概率相关，这
可以在一个结构方程上提供关于 X 值的信息，
即X是 种情况不仅存在于量子力学的 EPＲ 实验中，而且在
Y 的原因，
并且这一因果关系存在一定的概率性的、
非 化工厂生产这样的宏观情况中也普遍存在。 这是
决定论程度，这一概率值就是该结构方程的概率值。 卡特赖特与豪斯曼和伍沃德争论的焦点，即概率相
其二，
例如，
如果 P( ε | Y，PA( X) ) ≠P( ε | PA( X) ) ，那 关与因果关系之间是否存在难以弥合的理论空隙。
么 Y 的值可以提供关于实际获得了哪个结构方程的信 迦楼基于具有非决定论本质特征的因果关系 ( 概率
息，
即告诉我们 X 在该结构方程上不能使该方程成立， 附属于因果关系 ) 的建模证明了，这种理论空隙确
X 与 Y 在该因果结构上不构成因果关系，
当然，
这一因 实存在。
果结构不成立也是非决定论性质的，具有某一概率
程度。
迦楼建模“非决定论的概率因果关系 ”的尝试
四、非决定论的概率因果关系的
至少取得了两点进展: 认知性与系统结构描述性
第一点，迦楼的这一概率因果模型虽然更好地
刻画了非决定论的因果关系，也就是当因果关系本 因果性理论和因果推理技术是否还能更进一
身( 而非仅仅是结果) 是概率性的时，该模型可以满 步，从具有结构独立性又存在自发概率相关的非决
足 CMC，并推理出模型中变量之间有用的因果信 定论关系中推理出因果关系，从上述论证中，我们
息。然而，这种有用的因果信息也只限于某一独立 至少可以得到两点启发，或者说两种可能的路径。
的结构方程上，以及一组具有不同概率的结构方程 第一条路径是，将为概率因果关系所建立的形
〔9〕21
中的哪一个会在实际情况中获得。 当两个或更 式体系解读为关于我们的因果判断的一种理论，而
多的独立结构方程存在自发的概率相关时，将会违 非因果关系本身的一种理论，那么，概率描述的就
背 CMC，得不到有用的因果信息，这就正如化工产 是因果 认 知 的 不 确 定 性，而 非 世 界 本 身 的 因 果
34
 概率因果关系与非决定论

关系。 以通过量子力学定律计算出微观对象受测量的某
〔14〕15
威廉姆森( John Williamson) 提出的认知因果性 一特殊值的概率 ，也就是说，量子力学理论能使
( epistemic causality) 理 论 就 是 这 一 路 径 的 典 型 代 我们计算出某一确定事件出现的概率，而不是精确
〔15〕8
表。其一，威廉姆森的认知因果性理论在合理因果 计算时间位置等 ，整个系统本质上是统计性质
信念的意义上来理解因果关系，因果关系本身与我 的; 其三，玻尔认为，之所以存在“不确定性关系 ”，
们对其的因果判断( 信念或论断) 被区分开来: 因果 在于微观对象与测量仪器之间的不可分离性，即整
〔16〕44 － 45
关系本身是客观存在的，独立于人们用以进行因果 体性 ，并且在微观领域，因果关系不再是宏
判断的证据，而因果信念之合理性就来自于证据对 观领域中原因与结果之间的直接相互作用，而是仪
其的支持。 其二，具体而言，先要阐明一个主体的 器实现了对象的某种程度的因果性; 其四，对同一
证据是如何决定他或她应该采用哪种因果信念，然 微观对象的一对共轭变量的测量是在不同实验条
后分析一个主体根据总体证据所应采纳的一组因 件下进行的，存在微观对象与不同测量仪器之间的
〔10〕
果信念。 其三，证据对因果信念的决定在于要使 整体性，也就存在以概率描述的不同因果关系的表
用它做什么，不同的因果信念帮助我们预测、说明 达，这些因果关系之间既由于“不确定关系 ”是互斥
和控制我们的世界，它们共同构成了因果性的一种 的，又共同构成对微观对象的对立绘景，即具有互
〔11〕
形而上学规定。 再次，这种因果性必须遵循一定 补性关系。
的认知规范，认知规范保证一组不同的理性因果信 因此，可以推论出，第一，原因和结果之间的相
念只要在结构上连贯一致，与证据相容，并且不超 互作用、生成关系以及所传递的物理实在量这些概
出证据太远，就是对我们有用的因果信念，从而可 念在量子力学的框架中可以有不同的描述，这种描
以实现我们对客观因果世界的预测、说明和控制。 述在玻尔的互补性原理的意义上可以被称为是非
威廉姆森认为这种因果性最重要的一条认知规范 定域性的，测量仪器使得原因和结果与仪器一起构
恰恰是从认知概率的规范中借鉴而来的因果“校正 成了一个整体的系统，非决定论的概率因果关系适
〔12〕
( calibration) ” : 它要求新证据所支持的因果信念 用于对这种系统因果结构的描述。 第二，从经典物
集合是与原有因果关系集合相容的，原有因果关系 理学的机械决定论框架转向量子力学的非决定论
集合则是已有证据所支持的因果信念的集合。 框架，也是从对因果性的本体论分析转向对微观对
当然，在认知层面，因果信念集合其实仍然是 象在宏观现象层面 ( 仪器上 ) 所呈现因果结构的认
决定论的，威廉姆森为解决认知因果性的客观性问 识论描述，这符合认知因果性理论所代表的因果关
题，诉诸囊括过去、现在和未来一切的理想证据，理 系本身与我们的因果判断之间的区分，只是量子力
想证据的设想就是将因果信念的主体依赖性归之 学中对因果结构的概率描述不再是表征认知不确
于缺乏信息或无知状态下的情况。 实质上，在认知 定性，而是本质上的非决定论特征。 第三，对原因、
上乃至心理上规避形而上学层面的非决定论概率 仪器和结果所构成的整体性的强调是对因果关系
因果关系问题，并没有真正解决描述因果关系非决 本身作为整体结构的强调，也就是说，用概率描述
定论本质特征的问题。 这种整体性的因果结构，不再是将概率附属于 结
第二条路径是直接从形而上本体论上寻求进 果，而是将概率附属于因果关系本身，这符合迦楼
一步的解决方案。 从量子力学的非决定论框架中 对概率因果关系的定义。 第四，在宏观领域中，一
重新审视作用过程 ( 引起、生成 ) 和物理实在等概 个因果模型中的同一原因和结果之间的不同因果
念，有可能更好地揭示非决定论的概率因果关系的 结构之间是结构独立的，与此同时，这些结构独立
形而上意义。 的因果结构之间是否会存在自发的结构概率相关，
玻尔认为，量子力学中的因果关系从根本上脱 就如 EPＲ 实验中的量子纠缠效应一般? 这涉及“非
离了决定论，并且这致使他用“互补性”来拯救这种 决定论的概率因果关系”在宏观领域是否还有更大
〔13〕85 － 104
只具有概率性的非决定论因果关系。 其一， 作用空间的问题，概率描述方式的探索或许能有所
根据海森堡的“不确定性关系”，关于微观对象的一 助益: 从薛定谔、弗斯 ( Ｒeinhold Fürth) 等人考虑波
对共轭变量，如位置与动量，时间与能量，不能同时 动方程与经典概率理论的相似开始，何种概率描述
测量获得其值; 其二，当系统处于状态 Ψ 时，人们可 方式适用于量子力学就一直被探索和争论着; 玻尔
35
 自然辩证法研究 第 37 卷 第8 期

等人认为概率描述所体现的统计性质是微观粒子 Markov Condition［J］． British Journal of the Philosophy of Science，

1999，
50( 4) : 521 － 583．
“天生”的本性，同时还认为，这种具有统计本质特
〔7〕Cartwright N． Marks and Probabilities: Two Ways to Find Causal
征的量子理论可以是对单个物理系统的完备描述; Structure［C］/ / Stadler F． ( eds． ) Scientific Philosophy: Origins and
与之相对，爱因斯坦、斯莱脱( John Clarke Slater) 、肯 Developments． Dordrecht: Kluwer Academic Publishers，
1993: 113 －
布尔( Edwin Kemble) 等人支持用统计系综的概率 119．
〔17〕492 － 520 〔8 〕Cartwright N． Against Modularity，the Causal Markov Condition，
描述解释量子力学。 这里的分歧涉及波函
and Any Link between the Two: Comments on Hausman and Wood-
数( 概率幅) 和概率的关系、概率的物理意义以及系
ward［J］． The British Journal for the Philosophy of Science，2002，53
统结构和系统集合的关系等问题，对这些问题的不 ( 3) : 411 － 453．
同回答还可能产生新的概率描述的方案，新的方案 〔9〕Gallow J D． Probabilistic Causation and the Markov Condition［EB /
或许能为科学实践中宏观领域的非决定论概率因 OL］． ［2014 － 12 － 22 ］( 2020 － 09 － 23 ) ． http: / / pitt． edu / ～
jdg83 / research / drafts / markov． pdf．
果关系提供逻辑上可能的概率描述方式。
〔10〕Ｒusso F，Williamson J． Interpreting Causality in the Health Sci-
ences［J］． International Studies in the Philosophy of Science，2007，
21 ( 2) : 157 － 170．
参考文献
〔11 〕Williamson J． Causal Pluralism versus Epistemic Causality［J］．
〔1〕Skyrms B． Probability and Causation［J］． Journal of Econometrics， Philosophica，2006，
77( 1) : 69 － 96．
1988( 39) : 53 － 68． 〔12〕Williamson J． Calibration for Epistemic Causality［J］． Erkenntnis，
〔2〕桂起权． 关于因果、决定论、偶然性、概率之我见———张志林《因 2019( 4) ． https: / / doi． org /10． 1007 / s10670 － 019 － 00139 － w．
果观念》读后感［J］． 江苏社会科学，2002( 4) : 22 － 25． 〔13〕张志林． 因 果 观 与 休 谟 问 题［M］． 北 京: 中 国 人 民 大 学 出 版
〔3〕［德］赖欣巴哈． 量子力学的哲学基础［M］． 侯德彭，译． 北京: 商 2010．
社，
2015．
务印书馆， 〔14〕［德］W·海森伯． 物理学和哲学［M］． 范岱年，译． 北京: 商务
〔4〕Northcott Ｒ． Natural － born Deterministe: a New Defense of Causa- 1981．
印书馆，
tion as Probability － raising［J］． Philosophical Studies: An Interna- 〔15〕［英］狄拉克． 物理学的方向［M］． 张宜宗，郭应焕，译． 北京: 科
tional Journal for Philosophy in the Analytic Tradition，2010，150 1981．
学出版社，
( 1) : 1 － 20． 〔16〕［丹］N． 玻尔． 原子物理学与人类知识［M］． 郁韬，译． 北京: 商

〔5〕Hausman D，Woodward J． Modularity and the Causal Markov Condi- 1964．

务印书馆，

tion: A Ｒestatement［J］． British Journal for the Philosophy of Sci- 〔17〕［美］M． 雅默． 量子力学的哲学［M］． 秦克诚，译． 北京: 商务印

ence，
2004，
55( 1) : 147 － 161． 1989．
书馆，

〔6〕Hausman D，Woodward J． Independence，Invariance and the Causal

Probabilistic Causation and Indeterminism

PENG Xin － bo
( Philosophy Department，The Party School of CPC of Xiamen Municipal Committee，Xiamen 361005，China)

Abstract: The development of probabilistic causation that attempts to break away from the framework of determinism has encountered many problems，and
it is partly because probabilistic causation is often defined as“deterministic causation of probabilities”． By criticizing the ineffectiveness of probabilistic
CMC on the system of indeterminism，Cartwright reveals that this definition cannot solve the problem of“probabilistic causation of indeterminism”． For
that matter，Gallow’s attempt to model“probabilistic causation of indeterminism”exposes the contradiction between the independence of causal structure
and spontaneous probability correlation． This contradiction needs to be solved in terms of cognitive causality and system structure description under the
framework of indeterminism provided by quantum mechanics．
Key words: indeterminism; probabilistic causation; independent causal structure; complementarity

( 本文责任编辑: 费多益 朱欢欢)

36