摘要：在因果解释中, 模型既可以作为找出解释项与被解释项之间因果联系的工具, 也可以与因果因素一起构成因果解释, 作为因果解释模型的一部分。在非因果解释特别是模型解释中, 模型能独自进行科学解释。许多理想化模型仍能进行科学解释。是否以自然律为基础不仅是区分科学模型与非科学模型的标准, 也是区分科学解释与非科学解释的标准。
关键词：模型; 科学解释; 因果解释; 理想化; 自然律;
本文将通过考察模型在因果解释与非因果解释中的作用, 进而研究模型在科学解释中的作用。值得注意的是, 并非所有因果解释和非因果解释都是科学解释。对一些日常生活现象进行的因果解释 (例如, 由于朋友的邀请, 小明上午十二点来到了他家中) 并非是科学解释;纯数学解释 (纯数学解释的被解释项为数学事实, 如数学定律) 是非因果解释, 但并非是科学解释。所以, 本文以下所提到的因果解释和非因果解释主要指科学解释中的因果解释和非因果解释。
20世纪40年代到20世纪60年代, 大多数哲学家都认为亨普尔的“覆盖律模型 (covering-law models) ”是清晰明了并正确的科学解释模型。根据他的理论, 科学解释通过以下途径开展:从一组前提中 (一组解释项, 其中解释项必须包括定律) , 推导出需要被解释的事件、事态或过程 (被解释项) 。然而, 亨普尔的“覆盖律模型”模型中存在诸多问题, 如解释的非对称性问题、解释的不相关问题, 以及解释与预测的非同一性问题。
这为我们留下了两条途径:第一条途径是, 求助不再需要定律的解释理论, 如范弗拉森的语用学解释和伍德沃德的因果解释。根据伍德沃德的理论, 模型是找出事实或过程之间因果联系的工具, 起到解释作用的却是因果联系。另一条途径是, 单独使用模型进行解释, 卡特莱特的影像学解释就是这种进路;我们通过建构模型解释现象, 并把现象直接放入宏大的理论模型之中。以这种观点来看, 模型自身是我们要找寻的解释。 (1) 所以, 本文的研究主题, 即模型在科学解释中的作用, 是非常有意义的。
本文并不反对如下观点, 即由于对解释问题的提出、回答及评价都需要语境, 所以语境和背景知识的不同会导致不同的解释。其实, 科学解释的语用学进路与其他科学解释进路并非相互排斥, 而是相互融合的。“科学解释模型从科学逻辑到科学语用学的范式转变, 并不是要绝对地排除科学逻辑的作用, 而是试图在科学语用的基础上, 把逻辑所强调的语形和语义、语用所突出的是解读和发明有机地结合起来……” (2) 尽管如此, 本文并不研究科学解释的语用学维度, 并暂时把这个问题悬置起来。在本文看来, 物理对象、虚构对象、集合论的结构 (set-theoretic structures) 、描述 (模型可以描述与之相关的目标系统) 、数学等式、方程式以及它们的一些组合, 都可以被称为模型, 并且这些模型既没有穷尽其所有的模型, 也非相互排斥的, 它们都是表征世界的工具。
与其他科学解释理论相比较而言, 当今因果解释理论似乎占据了上风;最近有影响的科学解释理论提出者如伍德沃德 (J.Woodward) 、斯特雷文斯 (M.Strevens) 等都持因果解释理论。然而, 与其他哲学家一致的是, 伍德沃德和斯特雷文斯也认为因果解释是不完备的, 存在非因果解释。有鉴于此, 本文将通过以下几个部分研究模型在科学解释中的作用:研究模型在因果解释中的作用;研究模型在非因果解释中的作用;研究理想化模型能否进行科学解释;研究模型与自然律之间的关系。
一、模型在因果解释中的作用
在第一节中我们看到, 根据伍德沃德的理论, 费格和哈特曼 (G.Frigg & S.Hartmann) 主张模型只是找出事实或过程之间因果联系的工具, 在解释中起作用的仍然是因果因素。令人遗憾的是, 他并未对此主张展开论述, 这就成了本节要关注的一个问题。
伍德沃德的因果关系和因果解释理论并非完美无缺, 自有其不可克服的缺陷。本文主张因果多元主义, 这样我们就可以利用多种因果关系理论, 对诸多现象进行因果解释。因此, 本节还将考察模型在其他因果解释理论中的作用。
支持因果关系的操控理论的许多哲学家以及科学家, 包括伍德沃德, 都认为因果信息可以用一种特定的数学形式, 即结构方程来表示。结构方程表征一个变量如何依赖于另一个变量。在给定一组内生变量X (Y的直接原因或因果源头) , 以及外生变量Ui后, 我们就会知道结构方程决定因变量Y的值, 也就是结果。结构方程通常采取以下线性形式:Y=aX+bU, 其中a, b表征X和U对Y影响的强度。我们可以把线性方程简单地写成以下形式的函数:y=fY (Xi, U) , 其中Xi作为Y的因果源头集合。这里的数学符号“=”与我们通常理解的意思有所不同, 它表示一种非对称性的解释;也就是说, 这里的“fY (Xi, U) =Y”与“fY (Xi, U) =Y”是不相等的;按照惯例, 自变量 (即原因) 写在等式右边, 因变量 (即影响) 出现在等式左边。
干预主义者通常用结构方程Y=f (X, U) “编码”反事实信息:如果X=x和U=u, 那么Y=y。因变量Y的值是一个函数X和U的值;也就是说, Y的值是根据X和U反事实值的结构方程中的函数f所赋值的。为了描述原因和结果之间的联系, 为了描述在干预下将发生什么, 干预主义的因果关系理论通常使用结构方程, 即一种模型。
根据因果关系的操控理论, 结构方程能帮我们把因果联系从其他的联系中区分出来;进而利用这些因果联系, 对我们关注的现象进行因果解释。在此意义上, 虽然模型没有参与因果解释, 但它是帮助我们找到因果因素的一种方法, 在因果解释中起到了辅助性的作用。
然而, 正如本文前言所说, 因果关系的操控理论有其缺陷;因果关系的多元理论以及与之对应的因果多元主义解释理论, 才是我们正确的选择。那么, 下面我们考察在其他因果解释理论中, 模型在科学中的作用。
根据斯特雷文斯的因果解释理论 (他称此理论“为解释的关键环节表述”) , 模型并非找到因果联系的工具, 而是与因果因素结合在一起进行科学解释。根据解释的关键环节表述:
对一个事件e的决定性的关键环节解释, 开始于一个对于e的忠实的、决定性的、原子式的因果模型。“模型是决定性的、因果的”意味着: (a) 模型的设置 (setup) 推衍 (entails) 出对象e, 和 (b) 这个推衍 (entailment) 反映出真实世界的因果生成的联系。那样的一个模型受制于最优化程序;这个结果是一个解释的核心, 一个包含只是相关于被解释项因素的模型, 一个独立解释 (standalone explanation) 来自于解释的核心。 (3)
我们可以分为三个步骤来理解该理论。第一, 建构忠实的、原子式的因果模型。该模型意味着发生在这个模型中的所有状态是真实的;模型是原子的意味着没有中间的步骤在因果过程中出现;原子式的因果模型推衍出的事件e为模型的对象。为了定义因果推衍, 斯特雷文斯引入因果影响的概念, 以表示任何原因与结果之间的关系, 但这并非是因果相关性的联系。如火星对马路上运行的汽车有一定的引力作用, 因此火星的位置与栏杆损坏之间有因果影响。但是, 火星的位置对栏杆的损坏没有导致不同 (difference-a-making) ;也就是说, 如果没有火星, 栏杆仍然会损坏, 因此火星的位置与栏杆的损坏没有因果关系。因果推衍指每一步都与因果影响的实际关系相对应的关系;前提中所描述的事态是结论中描述事态的因果影响。
第二, 抽象掉因果推衍中大量无关的信息, 对之进行最优化。第一步为我们留下了以因果形式推演出被解释项的模型, 但这可能包含大量无关的信息 (无论火星的位置, 还是汽车的颜色, 都不会对栏杆的损坏产生影响) 。那么, 解释的关键环节表述要做的就是优化这样的过程, 删除这些无用信息;只有当我们拥有了e的最优化这个模型, 我们才有了斯特雷文斯所说的“解释的核心”。这样的核心是对e的一种解释, 我们也可以将这些核心串在一起, 形成更完整的解释, 也就是独立解释。
第三, 用聚合性限制过度的抽象。还有一个问题我们必须解决, 即为什么不进一步抽象呢?我们可以说栏杆之所以损坏是因为:或者路上的汽车以那样的初始条件冲向栅栏, 或者炮弹击中了栅栏, 或者是一个疯子用锤子砸向了栅栏, 等等。毫无疑问, 抽象到极端, 只会使我们把一切可能的原因分离出来。斯特雷文斯认识到这一困难, 并补充了一个额外要求:除了是忠实的和因果的, 模型还必须是聚合性的。一个模型是聚合的, 只是“它的实现者在因果相似空间中构成一个连续的集合”②。他从基础物理学的角度解释了这一概念, 认为所有的语言 (如化学语言、生物学语言、社会科学语言等) 原则上都可以翻译成物理语言。因果相似空间中的连续集合就是物理系统状态空间中连续的轨迹集合。从这个意义上讲, 汽车撞毁栏杆的集合应该是一个连续的集合, 但其他的集合, 如炮弹击中了栅栏, 则不能构成那样连续的集合。
另外, 支持因果机制进路的克雷文 (C.Craver) 也认为:“当模型描述机制时, 模型就是解释。也许并非所有解释都是机制解释。然而, 在许多事例中, 解释和非解释模型之间的不同是, 后者而不是前者描述机制。” (4) 根据这种观点, 解释一个现象就是对其潜在机制的行为进行描述;模型中的组成部分应该与机制的组成部分相对应。根据克雷文的因果解释模型, 它描述“现实中生成现象机制的组成部分、活动和系统性的特征”④。换句话说, 对于真正解释的机制模型来说, 它必须正确重现实际的机制。
根据克雷文和斯特雷文斯的因果解释理论, 模型与因果因素一起构成因果解释。在这样的因果解释理论中, 模型并非是帮我们找到解释项与被解释项因果联系, 进而进行因果解释的工具, 而是因果解释的一部分。因此, 综合而言, 在因果解释中, 模型既可以作为找到解释项与被解释项之间因果联系的工具, 也可以与因果因素一起构成因果解释, 并作为因果解释模型的一部分。
二、模型在非因果解释中的作用
并非所有的科学解释都是因果解释。一些科学家认为行星轨道的稳定性取决于它们所处的时空维度;虽然这些行星轨道在四维时空中是稳定的, 但在五维时空中却是不稳定的。从某种意义上说, 时空维度解释了行星轨道为什么是稳定的。虽然时空维度回答了被解释项的反事实问题, 但我们既不能把这解释成回答了关于“在干预下什么将发生”的问题 (时空维度不能被干预) , 也看不到时空维数与轨道之间有任何因果影响存在。因此, 这种解释绝非因果解释。
由于数学模型是一种重要的模型, 下面就来看看朗格 (M.Lange) 为我们提供的求助数学模型进行解释的例子。一位母亲要把23个草莓分给她的3个孩子。为了公平起见, 并在不切割草莓的情况下, 这个母亲想把这些草莓平均分给她的三个孩子。这个母亲的做法最终归于失败, 因为23不能被3整除。这个解释没有求助原因, 它是一个“没有原因的因为 (because without cause) ”的解释。毫无疑问, 在这个解释中, “23不能被3整除”的数学事实起到了约束性作用, 这种数学必然性超越了此场景中涉及的每个因果的特征。虽然这个母亲给每个孩子随机分草莓的尝试包含不同的因果历史, 但分发草莓的可能性总是受到数学事实的限制。这就是说, 我们的解释并不依赖于现有具体因果关系网络, 相反, 它取决于数学结果, 更准确地说, 取决于这种结果的模态强度。正如朗格所说, “这种解释表明, 此结果在很大程度上比仅仅是因果关系 (实际的和反事实的) 事实所能产生的结果更强” (5) 。从这个例子中, 我们看到数学模型没有与其他因素结合, 它独自解释了那个母亲为何没有办法把草莓平均分给她的孩子们。也许有人认为, 只有在这种运用数学模型进行的解释中才有这种非因果解释, 模型才能单独进行解释。但事实并非如此。在物理学、生物学, 甚至社会科学中, 模型解释比比皆是。
通过对量子混沌模型的研究, 博库利施 (A, Bokulich) 认为存在一个对结构性模型解释 (structural model explanation) 的普遍表述。模型是解释的理由是:在这些表征系统中, 它们展现出某种结构性的依赖关系。 (6) 其实, 结构解释不仅存在于基础物理学中。我们知道, 结构解释不侧重特定个体, 而是侧重它们的集合, 因为个体某种特征是由在一个类别中的成员身份来解释的;个体可能具有结构属性。许多社会或行为现象都是由这种结构属性解释的。法官有权进入他任职的法院, 作为一名法官而不是法院办事员, 这可以解释为什么他能够判处另一人入狱。
博库利施引入伍德沃德的反事实关系来支持他的结构性的依赖关系, 这种结构性模型解释不仅展示出依赖模型组成部分的模式, 而且也展现出这个依赖是模型结构特征的后承。然而, 虽然他把伍德沃德的解释看作我们想要展现出反事实依赖类型, 但由于被解释项 (如维度) 不能被干预, 所以他认为这种解释是非因果解释。在他看来, 结构性模型解释的普遍性特征有以下三点:第一, 必须作为科学模型才能进行解释;第二, 通过显示出模型组成部分如何正确捕捉到目标系统的反事实依赖模式, 结构性模型才能被解释项进行解释;第三, 必须有“证成”的步骤。 (7) 这里所说的证成步骤指模型的应用范围, 它涉及一个好的模型能捕捉到模型的应用范围。
根据以上论述, 博库利施虽然接受了伍德沃德操控主义的反事实因素, 却放弃了操控。派克斯顿 (M.Pexton) 认为这种做法并不明智:如果抛弃操控, 那么伍德沃德操理论的几个优点也将消失殆尽, 进而那种结构性模型解释也将归于失败。例如, 如果抛弃操控因素, 那么这种结构性模型解释不能满足解释的不对称要求。派克斯顿认为, 与伍德沃德因果理论相似的一组概念在模型中也适用。我们可以在概念上操纵模型中的元素, 探索模型世界的模态架构。如果有实验证据、更广泛的理论原理、其他的模型对其的支持, 那么这些模型模态事实就可以表征世界的模态结构;这种解释就是非因果解释。“如果模型是虚构的, 那么在虚构模型中, 哪些因素可以被操控, 是由假装游戏中允许改变的生成规则所决定的。” (8) 这种解释模型是非因果结构性模型解释。这里又为我们留下了一个重要的问题, 那就是虚构模型、理想化模型能够进行解释吗?
三、理想化模型与科学解释
理想化是对复杂事物的刻意简化, 目的是使它们更易于处理。无摩擦斜面、点质量、无线速率、孤立系统和均衡状态系统都是理想化的例子。我们通常认为存在两种理想化, 即亚里士多德理想化和伽利略理想化。亚里士多德理想化除去了具体对象中的无关属性, 也被称作“抽象化”, 如行星系统的经典动力学模型。伽利略理想化包括对具体对象的刻意扭曲, 也被称作“失真模型”, 如由物理学家构造的在无摩擦力斜面上运动的质点模型。
由于理想化模型是“失真模型”, 人们可能认为理想化模型并不能用于解释。我们必须对真实的现象才能进行解释, 否则这可能不是科学解释, 而是形而上学或神话解释, 这也成了解释的必要条件。然而, 事实果真如此吗?在本文看来, 由于理想化模型的失真特征, 虽然有些理想化模型不能进行科学解释, 但并非所有理想化模型都是如此。根据罗勒和赖斯 (Y.Rohwer & C.Rice) 的观点, 至少存在三种意义上的理想化模型能够进行解释:
第一, 充当抽象的理想化。虽然模型中包含理想化, 但后者不包含在通过模型进行解释之中, 这与斯特雷文斯的观点极为相似。根据这样的理想化, 如果模型忠实地且部分准确地描述了导致不同的原因, 那么理想化模型能够被用于解释。在这种情况下, 理想化被用于表征与解释不相关的因果因素, 它没有参与因果解释。换句话说, 充当解释的模型精确地表征差异化, 并用理想化去表征那些不相关的因果因素。韦斯伯格 (M.Weisberg) 把这样的理想化称之为极小主义的理想化。
第二, 对科学解释重新诠释。存在许多理想化不能够从模型中移除的情形。“这些理想化在这个意义上对于模型来说是必要的:如果你把理想化移除, 那么我们将会丢失表征被解释项的关键性因素。”我们发现拥有“不可删除的理念化”模型仍然能够进行解释。“如果理想化假设能被合适地被诠释为真的断言, 那么包含‘不可删除的理念化’模型能是解释。” (9) 例如, 理想化假设可能被诠释为:为了使得被解释项发生, 一些参数的精确度并不重要 (只要它高于或低于某一阈值) 。
第三, 放宽解释的精确性要求。我们通常认为, 建构解释一个模型, 就必须提供精确表征其目标系统的相关性特征。亨普尔就认为, 解释是涉及真正定律和初始条件的论证。这种要求也能在当代因果解释中表现出来;为了解释, 模型必须精确地表征它系统之内的因果因素 (或因果机制) 。然而, 解释没有必要精确地表征目标系统。关于此问题, 我们可以考察物理学中的一个案例, 那就是玻尔的原子模型是否能解释氢原子光谱。
我们知道玻尔说的原子轨道是被建构出来的, 它不符合解释模型的精确性要求。根据现在量子力学的观点, 原子中的电子不在稳定态中遵循经典轨迹, 它被描绘为围绕原子核的概率密度云。在一些科学家看来, 巴尔末线系 (Balmer series) 只能被现代量子力学所解释, 因此玻尔模型的解释能力是被建构出来的、不切实际的。也许, 这种理解并非无道理, 但事实并非如此。第一, 我们为什么要停止在现代量子力学呢?我们为什么不求助基础量子场论和量子引力理论呢?第二, 科学实践揭示出:对给定现象不只有一个科学解释, 只是一些解释比较有深度, 一些解释比较浅显, 因为科学解释有深浅之分。因此, 虽然玻尔模型不能与现代量子力学对巴尔末线系的解释一样有深度, 但它确实真实地解释了巴尔末线系。 (10)
虽然我们认为, 罗勒和赖斯并没有穷尽能够进行解释的理想化模型的种类, 但我们完全有理由相信:虽然并非所有理想化模型都能进行解释, 但许多理想化模型 (如罗勒和赖斯为我们展现的三种情况) 仍能进行科学解释。
四、模型与自然律之间的关系
学者们普遍认为, 科学研究的一个主要目标是发现自然律。如果模型表征世界中发生的事件及事实, 那么自然律在科学中起到什么作用呢?模型与自然律是什么关系呢?根据逻辑实证主义, 即理论的句法学的观点, 模型只不过是一个诠释抽象计算的语义规则系统, 它们只是具有启发性的、美学的或心理学的价值;根据这种观点, 模型与自然律之间谈不上存在什么关系。根据理论的语义学观点, 理论是由一组模型构成的, 模型构成了自然律。但是, 这种观点也存在着诸多缺陷, 并被理论的语用学观点所取代。莫里森 (M.Morrison) 认为模型独立于理论, 而不是构成它们, 模型是自为的行动者 (autonomous agents) 。也许, 模型可以是自为的, 人们可以随便构造成一个模型;神仙鬼怪的世界模型是我们构造出来的, 这种模型既不能构成自然律, 也不会以自然律为基础。然而, 本文关注的是模型在科学解释中的作用, 以上的那种解释绝非科学解释。那么, 科学模型与非科学模型的区别是什么呢?对于科学模型与非科学模型的区别、科学解释与非科学解释区别, 在考查完模型与自然律的关系之后, 我们再给出答案。
在本文看来, 不能笼统地谈论模型与自然律的关系, 因为不同类型的自然律之间也存在着很大差异。逻辑经验主义者区分了经验定律和理论定律, 但他们对这两者的区分是建立在经验词与理论词之区分基础上的, 这也是这种区分不合理的原因。在超越经验与理论二分法教条的基础上, 新经验主义者如卡特赖特 (N.Cartwright) , 明确地对经验定律 (现象定律) 与理论定律 (解释性定律) 进行了区分。她认为现象定律“仅仅是描述性的定律”, 如伽利略落体定律、开普勒定律和宏观经济消费函数 (随着国民收入的增加, 一个国家的总消费也增加) ;但是, 理论定律则是“基本的和解释性的定律”, 如牛顿力学定律、道尔顿定律、分子运动定律和理论选择的效用定律 (个体选择对它有最大效用的行为方式) 。当然, 现象定律与理论定律之间既有区别, 也有联系:
(1) 经验定律通常比较复杂, 但它作为定律的经验支持者, 并不那么严格。理论定律通常是简单的、融贯一致的, 并且比较系统。它企图发现经验定律背后的深层实体、性质和关系。
(2) 经验定律需要指明事情发生的特定条件, 但理论定律所覆盖的范围比较普遍和完备。
(3) 理论定律不仅可以引进它解释的经验定律所拥有的概念, 还必须引进经验定律没有的“理论词”。例如, 牛顿力学定律引进了落体定律没有的“力”和“质量”概念。
(4) 经验定律可以由理论定律加以推出或解释时, 经验定律仍然可以独立, 不依赖于相关的理论进行检验。
(5) 相同的经验定律原则上可以由不同的理论定律来加以解释, 所以经验定律有亦它自身的持续性和持久性。 (11)
由于经验定律是通过经验得出的, 并且模型中涉及到许多理想化的成分, 它们之间有很大的不同, 因此我们最好不谈这两者之间的关系。然而, 模型与理论定律之间却关系密切, 也有诸多哲学家对之进行了研究。卡特莱特、吉尔 (R.Giere) 和范·弗拉森 (van Fraassen) 都认为, 自然律支配模型中的实体和过程, 而不是支配真实世界中的实体和过程。根据这种进路, 基础定律不能够表述世界的事态, 而是支配着模型中的实体或过程。本文不赞同卡特莱特在模型建构的世界与真实世界之间划出一道不可逾越的鸿沟。本文支持费伊 (J.Faye) 的观点, 即认为理论定律为科学家提供如何建构模型的指南, 而基本规律是规定性的, 构成经验概括的语义基础, 描述自然如何运作。“至少, 理论定律可能会被更多地解读为约定量词的意义, 或指导科学家在具体情况下如何构造模型。” (12)
本文认为基础定律和理论定律是相同的, 只不过表述方式不同而已。理论定律既不能反映事实, 也没有实证内容, 它们仅仅是一组描述性的词汇、语言规则、理论性的定义, 它的功能是为科学家提供描述某一类语言的规则。值得注意的是, 基础定律也是一种自然律, 一种特殊的自然律。但是, 在这里的自然律只有形而上学的意义, 并没有认识论上的意义, 这也是本文与费伊观点不同的地方。自然律能为科学家提供如何建构模型的指南, 它可以起到“规范”模型的作用;如果模型不是根据自然律建立起来的, 那么模型解释就不是科学解释。无论是科学解释与非科学解释的区别, 还是科学模型与非科学模型的区别, 都取决于是否以自然律为基础。如果模型以自然律为基础, 那么此模型就为科学模型;如果解释以自然律为基础, 那么此解释就为科学解释。
结 语
在因果解释中, 模型既可以作为找到解释项与被解释项之间因果联系的工具, 也可以与其他因果因素一起构成因果解释, 作为因果解释模型的一部分。在非因果解释中, 特别是模型解释中, 模型能单独进行科学解释。虽然并非所有理想化模型都能进行解释, 但许多理想化模型仍然能进行科学解释。自然律能为科学家提供如何建构模型的指南, 可以规定并描述自然如何运行。与非科学模型相比, 科学模型需要以自然律为基础。不仅如此, 我们还认为是否以自然律为基础是区分科学解释与非科学解释的标准。
