一、社會科學中因果關系問題的一個特點

休謨在《人性論》中對因果關系的定義是：“它是先行于、接近于另一對象的一個對象，而且在這里凡與前一個對象類似的一切對象都和與后一個對象類似的對象處在類似的先行和接近關系中”〔1〕193（定義 1）；“把一個原因下定義為一個先行于、 接近于另一個對象的對象，而且它和另一個對象在想象中密切地結合起來，以致一個對象的觀念決定心靈形成另一個對象的觀念，而且一個對象的印象也決定心靈形成另一個對象的較為生動的觀念”〔1〕193（定義 2）。定義 1 中提出因果關系是如此這般的類似關系和接近關系，是要闡明關于因果關系的知識不是解證和直觀得來的，進而因果關系并沒有絕對的形而上學必然性。 定義 2 則從徹底的經驗論出發，要求在認識論或心理上定義因果關系，以避免產生絕對必然的形而上學定義。 于是，以此為基礎，看待因果性形而上學問題可以有兩種思路，其一是徹底否認因果性的存在，羅素早期就是如此認為的：“因果律…是過去時代的遺物，就像君主制一般，它的殘存，只是因為人們錯誤地認為它是無害的?！薄?〕1其二是從認識論上得到的因果關系特征后，反過來從中形成一個因果性形而上學的規定。 可以說，后一種思路就是從休謨的定義 2 反推定義 1.由于因果關系在科學中的重要作用，上述前一思路是不能令人滿意的，羅素后來也放棄了這一思路。 而后一思路在自然科學中不會遇到太大的問題，這是由于在自然科學中找到一種認識論特征往往同時揭示了其他認識論特征的合理性，從而完整揭示了因果性。 例如，發現電現象與磁現象之間的反事實依賴關系，也就是說可以通過操作使這兩種現象相互轉換，那么也就同時發現了電磁轉換的機制。 但是，社會科學中因果關系問題的一個特點是復雜性， 例如某段時期內在經濟蕭條的情況下，增發貨幣與失業率降低這兩個事件之間體現為復雜的結合：即使我們認識到了增發貨幣與失業率降低之間的某種共變“規律”,或者認識到了兩者之間的某種觸發和反饋的鏈條，也不能確定是共變“規律”還是觸發反饋的鏈條，或是它們共同揭示了所要探尋的因果性？

這一問題可以被看作是社會科學中因果關系存在的證據問題，也就是將休謨的定義 2 看作是對因果關系的證據推理。 從證據理論的視野來看，社會科學哲學中有兩種理論為因果關系提供了相對可靠的證據， 一個是可操控性理論（manipulabilitytheory），另一個是機制論（mechanism theory）。

二、兩種證據

可操控性理論的基本理念是原因可以被用來操控結果。 從證據理論的視角來理解，首先，在建構因果貝葉斯網的工作中，佩爾（Pearl）和格里莫爾（Glymour） 等人將數據處理為一系列概率獨立性和概率依賴性關系并以其作為相關因果假設的合理證據。 為了使這些計算順利進行，需要目標系統滿足一系列條件和假設〔3〕12-29. 這些條件和假設共同排除了許多虛假的或非因果性的概率相關。 賴斯（Ju-lian Reiss）將這視為一個排除虛假證據而獲致真實證據的過程：“命題 e=‘隨機變量 X 和 Y 是（樣本上或經驗上）相關的’是假設 h='X 和 Y 是因果上聯系的‘表面證據。 如果所有替代假設 hia（例如，’由于樣本誤差造成的相關性‘、’由于 X 和 Y 的數據產生過程是非穩定性的‘ 造成的相關性、'X 和 Y 是邏輯上、概念上或數學上相關的’）可以被排除，那么 e就是 h 的真實證據。 ”〔4〕15第二，伍沃德（James Woodward）認為，科學中的因果效應廣泛地體現為結果對作為原因的其他變量或要素的反事實依賴，尤其是在社會和行為科學中〔5〕8. 于是他將這種可操控的概率相關視為因果假設的唯一合理證據，并將其定義為“介入下的不變性”, 這就使得對因果關系的一種認識過程被定義為因果性形而上學規定。 當然，為了保證介入下不變性對所探尋因果效應的充分性，伍沃德對“介入”概念做了很多限制。

第三，然而，在社會科學的說明和預測中，還存在其他作為因果假設的證據，如機制結構。 如果將因果關系在形而上學上唯一地規定為可操控的概率相關， 那么機制結構就不能被視作合理的證據，這明顯有悖于社會科學的實踐。 例如要說明一次經濟危機，經濟學家總是要通過貨幣政策、市場運行、民眾行為等等一些要素之間的機制來進行說明，并且認為這種機制就是經濟危機爆發的潛在因果關系。 對此，伍沃德認為，被視作因果關系的機制實際上是由一系列“介入下不變性”關系組成的，歸根結底因果關系仍是一種可操控的變量間相關性，沒有可操控性，機制既不會被認識，也不存在?！?〕44-46需要注意的是，所謂的機制性因果關系說明的往往是觀察數據，而非實驗數據。 就如上述對一次經濟危機的說明，對于已經出現或正在出現的一些政策行為和市場現象的數據，回溯過去進行介入而形成反事實依賴關系是不可行的，而且對于整個社會復雜的運行進行介入也是不現實的。 也就是說，伍沃德將機制結構還原成一系列可操控的變量相關是不可行的。

機制論的因果理論則認為能讓我們把握到兩個對象之間的結合關系并將其認作是因果關系的是這兩個對象之間存在的某種機制。 從證據理論的視角來看，機制論有如下特點：第一，與可操控性理論相同的是，機制論也是從認識論層面將兩個對象之間在時空中的結合作為因果關系的證據；不同的是，機制論并不認為這種結合關系表征為反事實的概率依賴關系，而是應表征為產生這種依賴的實質過程或活動。 第二，因此，在社會科學中，社會機制各部分之間的生成過程和相互作用活動的證據組成了因果假設的證據。 賴斯認為，過程或機制的每一部分都是在自身的假設語境中建立起來的，這些假設形成了一個關于過程或機制的復雜假設，這個復雜的機制假設再形成對原初因果假設的支持?！?〕350

可以說，機制概念的生成性含義〔8〕98-99為社會科學中多樣的因果關系形式提供了合理的辯護，這一點克服了可操控性因果理論以反事實概率依賴“過度決定”因果關系而造成的困難。 第三，機制概念本身具有形而上學的內涵，這就反過來將因果關系的認識論特征定義成了其形而上學規定。 第四，機制論的困難是，許多生成過程和相互作用活動不能用形式化語言來表達，這使得在機制論因果性形而上學的意義上，單純的依賴關系或函數關系就不能被視為因果假設的證據，這有悖于具體的科學實踐。

可操控性概率依賴與社會機制作為社會科學中因果假設的兩種證據，同樣是從認識論上對因果關系的規定，可以說，它們互補地支持社會科學中的因果假設。 然而，可操控性理論和機制論各自都將這兩種證據視為相互排斥的，這很大程度上是源自這兩種理論各自試圖從兩種證據在認識論上乃至方法論上的有效性重新建立唯一的因果性形而上學。

三、不存在一種普遍有效的證據

根據休謨徹底的經驗論觀點，從證據到因果假設的推理不能是演繹推理，只能是歸納推理。 那么一方面，歸納推理得到的結論不具有普遍性，就這一點而言，可操控性理論對“介入下不變性”關系做出了限制：這種不變性是在一定時空區間內的不變性；機制論則將因果假設看作是由機制的各個部分之間的相互作用支持的，這實際上是承認了相關因果關系的局部有效性。 另一方面，歸納推理框架本身不具有普遍有效性，上述兩種因果理論都違背了這一點，它們都將從各自證據到因果假設的推理框架視為一種普遍框架，從而定義各自的一種因果性形而上學。

從科學哲學史上來看，密爾（John Stuart Mill）提出的推理因果關系的五條歸納規則就是試圖為因果關系的推理建立一個普遍有效的推理框架。 亨普爾的“律則模型”實際上是訴諸演繹推理的有效框架來解決歸納推理的難題。 而貝葉斯方法則是用概率計算來建立普遍有效的推理框架。 這些尋求普遍有效的推理框架來解決歸納難題的推理理論可以被稱為形式歸納理論， 與此相對應， 諾頓（JohnD.Norton） 提出了一種 “質料” 歸納理論 （MaterialTheory of Induction）。