因果模型（共8篇）
因果模型 篇1
1 事故因果连锁模型
20世纪二、三十年代, 美国的H.W.Heinrich把当时美国工业安全实际经验进行总结、概括, 上升为理论, 提出了所谓的"工业安全公理", 出版了流传全世界的《工业事故预防》一书。Heinrich在这本书中阐述了工业事故发生的因果连锁论, 事故致因中人与物的问题, 事故发生频率与伤害严重度之间的关系, 不安全行为的产生原因, 安全管理工作与企业其它管理工作之间的关系, 进行安全工作的基本责任, 以及安全生产之间的关系等工业安全中最重要、最基本的问题。
事故因果连锁共包括事故的基本原因、事故的间接原因、事故的直接原因、事故以及事故后果五个互为因果的事件。常用多米诺骨牌来形象地描述这种事故因果连锁, 如图1所示。在多米诺骨牌系列中一颗骨牌被碰倒, 则将发生连锁反应, 其余的骨牌将相继被碰倒。如果移去其中的一颗骨牌, 则连锁被破坏, 事故过程将被中止。
Heinrich从作用与反作用的角度解释事故, 指出事故是一种失去控制的事件。他首先提出了人的不安全行为和物的不安全状态的概念, 提出了企业安全工作的中心是防止人的不安全行为, 消除机械或物质的不安全状态, 中断事故连锁而防止事故发生的著名论点。
Heinrich一方面强调了人的不安全行为在事故发生中的重要作用, 同时也指出了机械的或物质的不安全状态也是事故发生的直接原因。但是, 他把人的不安全行为和物的不安全状态的产生原因完全归因于人的缺点, 进而追究人的遗传因素和社会环境方面的问题, 这对于重于管理的现代企业来讲, 已经不太适合。这是Heinrich事故因果连锁理论的时代局限性。
2 改进的事故因果连锁模型
在现在的企业中, 管理的作用已经得到极大的加强, 可以说, 没有管理就没有效益。管理成为现代企业运作的核心。而管理对于安全来说, 其作用也是得到了显著的加强。系统中人、机、环的各个方面都受控制于管理。在改进的事故因果连锁模型中, 管理因素被加了进来, 且作为模型中一个非常重要的部分, 如图2所示。
在改进的事故因果连锁模型中, 整个模型依然是五级, 新模型的前三级都发生了变化。事故发生的直接原因依然是人的不安全行为和物的不安全状态。人的不安全行为或物的不安全状态作用于人或物 (设备、财物等) 就造成伤害或损失, 即发生事故。不过物的不安全状态的内容被扩充了。一个系统由人、机、环、管四部分组成, 在这里, 机器和环境同属于物的因素。它们可以直接导致伤害或损失发生, 例如环境中的有毒有害物质直接作用于人 (作用对象) 可能引起职业伤害等。总的来说, 就是把一个系统的四部分归为人、物、管三部分, 人和物的因素可以直接导致事故发生。
进一步, 导致人的不安全行为和物的不安全状态的原因是管理不善。系统中的管理是指组织机构、政策、计划、规章制度、安全文化, 人人交流、人物交流等管理因素。管理作用于系统中的各个部分, 由于管理不善如规章制度不完善、机器处置不当等使人产生不安全行为, 使物处于不安全状态。
导致管理不善则是社会文化、体制等方面更深层次的原因。如不合适的社会文化导向、过于复杂的政治体制等成为企业管理向前发展的制约因素。
3 事故原因分析
事故原因包括直接原因、间接原因和根本原因。根据上面改进的事故因果连锁模型, 整个事故原因体系如下表所示。
事故的直接原因也就是人的不安全行为和物的不安全状态, 他们直接作用于对象, 造成伤害或损失。间接原因都可归于管理不善, 这可能是管理模式不良或管理制度不良。选择了一个不适合于自身的管理模式将导致管理效率降低, 从而是管理不善, 导致人的不安全行为或物的不安全状态。同时, 不良的管理制度, 如管理制度不全、过于宽松或过于严格等也会导致管理不善。事故的根本原因则是社会和体制两方面因素, 社会因素包括文化和历史两方面, 由此形成的不利于安全生产的社会倾向影响到企业管理。政治体制复杂、经济体制不合理也影响到企业管理的有效性。
4 预防事故发生的措施
和H.W.Heirnrich事故因果连锁模型一样, 只要控制其中一个环节, 使其不发生, 事故就不会发生。鉴于管理在安全生产中的重要性, 因此预防事故发生的措施主要从以下两个方面来考虑:
4.1 完善管理, 尤其是安全管理
管理因素作用于系统中的各个部分, 它在现代企业安全生产中成为最重要的部分。管理因素直接决定系统中的其他因素。要完善管理, 首先企业要探索真正适合自身情况的管理模式。国际上已经有非常先进且应用非常广泛的管理模式, 如HSE, OSHMS等管理体系, 我国有一些企业照搬这些管理模式, 但效果并不好, 其原因就是国外的模式有许多不适合中国自身的情况。我们可以借鉴国际先进的管理模式, 并结合自身特点加以改造, 使其符合自身发展要求。
其次, 完善管理要有完善的管理制度。如果有了先进的管理模式, 而没有内容也是不行的。光有先进的模式, 这仅仅是一个空壳。要将其填满, 这就需要有完善的细化的制度。管理模式和管理制度两者相结合才能真正形成完善的管理, 才能在事故预防中起到真正的作用。
4.2 引导社会文化发展, 进行体制改革
进行事故原因分析, 其最根本的原因就是社会文化并不完全符合安全生产的要求, 或者说没有达到那个层次。在认识到安全生产的重要性和进行安全工作的必要性之后, 这就需要政府部门、社会舆论对社会文化的发展作出正确的引导, 从长远来看, 将取得巨大的效益。鉴于我国现阶段的社会经济现状, 正处于一个事故高发频发阶段。而人们对于安全的需求却随经济发展快速上涨。但由于整个社会普遍存在重利润, 轻安全环保;重眼前利益, 忽视长远利益的观念, 这导致安全生产工作没有跟上公众安全需求的增长。同时, 不合理的观念倾向使得企业管理人员对于管理制度考虑不周, 作业人员对相关制度的执行力不强。因此, 需要利用政府部门、社会舆论引导社会公众及企业人员的观念向正确的方向转变, 这也往往可以取得巨大的长期效益。
结论
由于Heirnrich事故因果连锁模型的局限性, 在其应用过程中出现应用瓶颈。事故因果连锁模型的改进模型在考虑现在安全生产的实际情况之后, 对原来模型进行了改进, 最重要的是认识到管理在安全生产及事故预防中的作用。改进模型的提出为事故因果连锁模型的应用提供了相应的理论依据
参考文献
[1]《安全管理》, 陈宝智、王金波, 天津大学出版社, 1999.9.
[2]《现代安全管理》, 罗云、程五一, 化学工业出版社, 2004.3.
[3]《事故致因理论综述》, 钟茂华、魏玉东、范维澄、王清安, 火灾科学, 1999.7.
叙事与因果 篇2
说到现实世界里的各种事物之间的关系，因果关系即使不是我们最常遇到的，至少也是我们最多提及的一种关系。比如我今天在这里举办这个演讲，一方面固然可以说是我出于自由意志主动选择了这样一个机会，一方面也可以把它编织到因果关系的脉络中，这样叙述整个事情：我因为某些原因来到上海；因为以前和梁捷有所交往，所以会和他联系；而梁捷和“读品”的各位朋友每个月都有一次读书沙龙的活动，于是他们乐于给我这个远道而来的客人提供一个机会，如此等等。这其中的每一个环节都不是必然的，都存在其他的可能性。如果我们把决定论理解为每一个环节都必然决定了下一个环节，那么这个因果关系的脉络显然不是决定论的，这种形式如此之强的决定论确实也很难成立。但是，即使我们否定因果脉络是决定论的，承认它总是具有某种程度的混沌性，这和对自由意志的承诺也完全是两回事。就好比一个不会游泳的人从船上掉进了海里，他有可能淹死，也有可能被海水冲上岸，但这两种结局都不是他所能选择的。这个例子说明，如果我们把因果关系作为一个解释系统，那么这个解释系统可以是很封闭的，虽然它可以有内部的混沌性。
请注意，刚才我只是说因果关系作为一个解释系统可以很封闭，并不意味着它必然就是封闭的。为什么说它可以不封闭呢?我想先援引一个文学上的例子。萨特1939年写过一篇很有名的论文，题目叫做《弗朗索瓦·莫里亚克先生与自由》，批评同时代的一位法国作家、1952年诺贝尔文学奖得主莫里亚克。原因是莫里亚克说过一句话：小说家之于他创造的人物相当于上帝之于世界万物。萨特是个自由意志的鼓吹者，他认为，即使是小说里的人物也有他们自身的行动法则，小说家可以是这些人的见证人，也可以是他们的同谋，但不能同时身兼二职，既在里面又在外面，那样就扼杀了这些小说人物的自由。
萨特的批评是否有道理?未必。我非常喜欢莫里亚克的小说，他的叙述方式确实如萨特所说，内外兼修，在严密的因果脉络中展开人物的心理活动，但我并不觉得他的小说人物因此便像木偶一样没有生气。反而是萨特的小说和戏剧里的人物，常常会给我留下被作者摆布的印象。这个例子可以给我们带来这样的启示：所谓因果关系和自由意志，或许只是两种不同的叙事而已，彼此的地位可能是平等的。不过，启示离论证还差得远，我们千万不能把启示径直当成论证。大约十年前，有一位当时就已经大名鼎鼎的学者，在这里姑隐其名，通过对几部波兰电影的解读，提出了“欠然偶在”的概念，然后直接用这个概念分析现实社会，洋洋洒洒大发宏论。这位学者已经很久不再提什么“欠然偶在”了，想必他也意识到了在艺术世界和现实世界之间进行直接类比的弊端。
回到刚才的观点：所谓因果关系和自由意志，只是两种不同的叙事，彼此地位平等。很遗憾，我并不能完全论证这个观点，因为自由意志的问题极其复杂，梳理起来非常不易。但我相信可以论证下面这个“弱”的论题：可以把因果关系视为一种叙事，而且这种叙事和我们通常基于自由意志概念作出的叙事在形式上具有相似性。这个论证主要归功于任教于伦敦经济学院的当代科学哲学家卡特赖特女士，虽然她和我关注的目标并不相同。下面我将粗线条地勾勒她的论证思路。限于学识，我对这一思路的理解时至今日也还是相当浅薄，在此也无非是抛砖引玉，请大家多提宝贵意见。
讨论因果关系面临的第一个问题，就是因果概括与单称因果陈述的区别。所谓因果概括，是把因果关系首先视为一种规律性的呈现和总结，比如我们可以在银行利率和失业率之间发现某种规律性的因果关系；所谓单称因果陈述，是把因果关系首先视为基于不同事件的内在属性的相关性而产生的一种关联，比如中国人所谓“善有善报，恶有恶报”。请注意我在这里对“首先”一词的使用。因果概括和单称因果陈述并不一定相互排斥，但两者孰为“首先”孰为衍生却非常重要，因为它涉及到我们对世界的基本看法。
大约二百五十年前，休谟从经验主义的立场出发重新解释了因果关系，这一解释堪称人类思想史上最重要的“公案”之一。休谟指出，凡是我们在经验中所能发现的符合因果关系的例证，都可以描述为“类似于A的事件经常和类似于B的事件联结在一起”，更加精致的描述就是“A和B存在时空上的连续性而且A有规则地先于B而存在”。休谟认为，仅凭这种描述就足以解释所有符合因果关系的经验证据，如果再假设A与B之间有某种内在属性的相关性，那么并没有解释更多的内容，却多出了一重假设，因此根据“奥卡姆剃刀”原则——“如无必要，勿增实体”，就不应当假设这种内在属性的相关性的存在。
可以说休谟的解释完全倾向于因果概括而否认了单称因果陈述的合理性，进而釜底抽薪，否定了形而上学的传统哲学，因为正是对不同事件的内在属性的相关性的思考，构成了一切形而上学的哲学思维的基础。故而那些主张形而上学的哲学家们对休谟的因果理论一向不乏尖锐的批评，以怀特海为例，他认为现实世界的一切存在都是由所谓“真实实体”构成的，因此整个世界是“相互内在”的，这种“相互内在”关系的可感知的表现形式就是因果关系。怀特海的时间也不同于休谟的时间，是一种不断从潜在状态转化为现实存在的“生成性时间”，时间不像在休谟的因果解释中那样充当因果关系的背景，而是和因果关系同一，时间的“生成性”就是因果关系。
但我们知道，休谟的因果解释，是近代以来的经验科学所描绘的世界图景的重要基础。像怀特海这样从形而上学立场对它发起的批评，从智力上讲固然非常有趣，但毕竟谈不上以子之矛攻子之盾。只有来自经验科学和经验主义哲学传统内部的质疑和否定，对它来说才是致命的。而这也正是我们关注的重点。
可以用概率论的语言把因果概括表述为下面的等价形式：说C是E的原因，就等于说，在其他因素均保持恒定的前提下，在C发生的条件下E发生的概率，要大于在C不发生的条件下E发生的概率，用公式表达就是P(E/C)＞P(E/-C)。休谟的因果解释意味着，这个概率不等式本身就充分体现并且解释了C和E之间的因果关系，除此之外不需要引入别的解释。
但这里存在一个统计学上的悖论叫做“辛普森悖论”(Simpson's Paradox)。这个悖论在二十世纪初就有人讨论，但直到1951年才被统计学家辛普森正式提出来。所谓辛普森悖论是说，原先看起来在概率上是正相关的两个变量，一旦引入另外一个关键性的变量以后，有可能会变成负相关，反之亦然。这样说听起来比较抽象，姑且举一个“维基百科”的“辛普森悖论”词条里提到的例子：一所美国高校的两个学院，法学院和商学院，新学期招生，看是否存在性别歧视?
法学院录取男生8人，拒收45人，
录取比例为15.1％；录取女生51人，拒收101人，录取比例为33.1％；女生录取比例大于男生录取比例。商学院录取男生201人，拒收50人，录取比例为80.1％；录取女生92人，拒收9人，录取比例为91.1％；女生录取比例依然大于男生录取比例。现在把两个学院的人数汇总，男生的总录取比例为68.8％，女生的总录取比例为56.5％，男生的录取比例反而大于女生的录取比例——这个例子说明，不能简单地将分组数据相加汇总，需要事先斟酌各个分组的权重，并乘以一定的系数消除由于分组数据的基数差异造成的影响。
再举一个例子：吸烟能增加心脏病的发病率，但假设在我们调查的吸烟者中的大多数人都有长跑的习惯，而长跑又是预防心脏病的有效措施，但我们并不知道这些人有长跑的习惯，就会得出吸烟者得心脏病概率小于不吸烟者得心脏病概率的错误结论。这个例子说明，必须考虑潜在因素。从理论上说，潜在因素的存在，不符合前面提到的概率不等式必须满足的“其他因素均保持恒定”的前提。但是我们又怎能像上帝一样事先摸清所有的潜在因素呢?
由此可见，概率不等式P(E/C)＞P(E/-C)的适用性是有限制条件的。什么限制条件?这里我们和卡特赖特相遇了。她指出，在每一个具有同质原因的总体中，C引起E，当且仅当P(E/C)＞P(E/-C)。这意味着什么呢?意味着我们必须先“输入”原因，概率不等式才能起作用，也就是说C与E之问的因果关系应该是我们预先设定的，概率不等式只是对这种因果关系的测量，而不是像休谟设想的那样，本身就充分体现并且解释了因果关系，除此之外不需要引入别的解释。
当然，在实际操作中，我们是反向地用概率不等式对原因进行假设检验，寻找最有可能的原因，卡特赖特称之为“最佳原因说明推理”。但这依然要求我们事先“输入”可能的原因集合，概率不等式只是一个判据，本身并不足以体现或解释因果关系。
但是在这里也还存在对休谟的辩护策略。辩护者会说，就具体事例而言，P(E/C)＞P(E/-C)是需要有原因“输入”，因此只是因果关系的测量或判据；但这个输入的原因又是来自何处呢?它难道不是来自另一个概率不等式的“输出”结果吗?未尝不是许许多多概率不等式像积木一样相互支撑，因此休谟的因果解释虽然从局部看有问题，但整体上却是正确的。这个辩护成立吗?
我们自然会想到，这个像积木一样相互支撑的结构，总得有基础才行。它的基础是什么呢?理所当然的答案是：基础应当是那些最基本的、乃至“凝固”了的因果关系。按照二十世纪上半叶德国伟大数学家赫尔曼·外尔的说法：“现象必须置于概念之下，并按照典型的特性分成类，因果关系并不存在个别事件之间，而是存在于事件的类之间。最重要的是——这是休谟也未曾注意到的一点——要把世界的唯一的进程加以分解，成为多次出现的元素，这种分解只有通过用少数几个数值特征来分级才能做到。这样就能分离出一般适用的联系。对这些联系进行量度，就可以得到简单的、精确的函数关系，它们可以一劳永逸地确定下来。自然法则就这样代替了因果性。如果几个量a，b，c由一个函数关系相联系，a与b之值就可以决定c之值，但同是这个法则也可以理解为量a由b和c决定。所以函数关系跟因果关系不同，它并不关心决定量和被决定量的区分。主张对自然法则做科学的探索而放弃对原因作形而上学的探索，所有伟大的科学家都是这样教导的。”(见氏著《数学与自然科学之哲学》，第235～236页)——也就是说，前述积木结构的基础就是用函数形式固定下来的自然法则(natural law)。不过，“自然法则”是个有问题的说法，说“基本定律”更合适，至于“自然法则”这个说法的问题何在，接下来我会解释理由。
这种把积木建立在基本定律基础上的辩护思路，正是卡特赖特坚决反对的“基础论”。卡特赖特对基础论的批评是非常尖锐的，她主张，我们没有什么好的理由相信基本定律为真，我们甚至有好的理由相信基本定律为假。在这一点上她和反实在论的哲学家是一致的。不过，就我们关注的问题而言，无需涉及对基本定律是否为真的质疑，即使它们像普通人信仰的那样为真，那个以它们为基础的积木结构也还是无法建立。
要说明这一点，试看如下例子：我们知道，两个有质量的物体之间存在万有引力定律所描述的力，而两个带电物体之间又存在库仑定律所描述的力，那么两个既有质量又带电的物体之间存在怎样的力呢?你想必会说，这也太简单了，存在两个力的合力呀，把两个矢量加在一起就好了。但是请注意，现实中发生的情况并不是真的有两种不同的力“合”在一起了，相反，在两个既有质量又带电的物体之间事实上只存在一种力，是我们分别用两个基本定律去“看”它，所谓“横看成岭侧成峰”，看出了两种力，然后我们再把两种力用矢量相加的方法叠加起来，推断出了真实存在的那唯一的一种力。
事实上，现实中像上述这样允许矢量相加的例子是很少见的(虽然在中学物理试卷中很常见)，例如，在研究流体过程时，工程师用费克定律来说明媒质的浓度，用傅里叶定律来说明热流，用牛顿定律来说明偏转力，每个定律都教给我们一种“横看”或“侧看”的方式，但是当几种因素混合在一起的时候，没有一个固定的法则能告诉我们如何将这些“横看”“侧看”的方式叠加成一幅全息图像。在叠加的时候，我们需要对每一个具体的情况“输入”原因，或是反向地对可能的原因集合进行假设检验。这也可以解释前面提到的为什么“自然法则”的说法有问题，因为像万有引力定律、库仑定律这样的基本定律都并不是直接和实在相联系，而是和某个模型相联系，和这个模型里的对象相符合，这个模型再作为“横看”“侧看”的方式和实在相联系，因此不能说它们就是“自然法则”。外尔主张的探讨“自然法则”而非“原因”的观点即使不是错误的，至少也是严重片面的。
总之，即使基本定律为真，我们在堆积木的时候依然需要“输入”原因，因此休谟的因果解释从整体上二看也是不成立的。也就是说，那种只承认因果概括、否认单称因果陈述的观点是错误的。
那么，我们是否可以认同单称因果陈述，把因果关系首先视为基于不同事件的内在属性的相关性而产生的一种关联?这大概就接近形而上学的思路了。但问题在于，我们用“因果关系”这个词汇所指称的那种相关性，必须在可感知的范畴里表现为一种规律性的事件A和事件B的伴随出现，如果我们认为这种规律性的伴随出现是仅仅由事件A和事件B的内在属性决定的，那么似乎不应该依赖某个中介，可事实又如何呢?
试看下面的例子：“光的不同折射度产生不同的颜色”在今天是一个受到广泛接受的结论。可是当初牛顿得出这个结论的时候，他只是做了一个实验，用了
两个棱镜，并且硬性规定棱镜的角度是63度。在他的实验装置里，最初很窄的光束被棱镜延长并且分解成一条光带，顶端是紫色，底端是红色，然后不同颜色的延长光束通过第二个棱镜发生折射，但颜色保持不变，不再分解。这个实验可以在同样的装置下重复出现同样的结果，于是牛顿得出了他的结论。
歌德对牛顿的做法表示反对，凭什么只从一个精心设计的实验就概括出理论?歌德自己也做了很多实验。得出了很多有趣的结果：比如晚上蜡烛的光线通过小孔进入房间映在洁白的窗帘上，窗帘由于蒙上烛光而变成了暖黄色，而洞口处的光线又在暖黄色的辉映下从雪白色变成了蓝色；又比如阳光照进一个潜水钟里，一切都笼罩在红光之中，而影子呈现出绿色；等等。歌德因此怀疑，牛顿在实验中所发现的规律性或许只是特定的实验装置——两个角度为63度的棱镜——造成的，凭什么说是光和颜色之间有因果关系，而不是光、棱镜和颜色之间有因果关系呢?
当然，我们都知道，在科学史上，牛顿赢了，歌德输了。今天，科学家们制作出各种各样的实验装置，从加速器到试管，比牛顿的棱镜要复杂多了。我们所观察到的事件A与事件B之间的规律性的伴随出现，绝大部分只是在这些实验装置里才能够发生。可是科学理论总是把因果关系独立地赋予事件A和事件B，并不把实验装置包括在内。为什么?
先问另一个问题：为什么我今天会出现在这里?
第一个答案是，因为我坐火车从北京来到上海，在上海住进了一家旅馆，然后又从旅馆出来，沿着公路走进地铁站，最后出现在这里。无疑，这个答案对一连串事件之间的因果脉络的描述是正确的，只不过，对于这个因果脉络来说，火车、旅馆、公路、地铁站都是不可缺少的中间项，而且还远远不够，还得加上火车票、旅馆住宿卡等细节。
第二个答案是，因为上海的朋友们给我提供了这个机会，而我也倾向于来到这里，于是我今天出现在这里。这个答案也描述了一个因果脉络，而且这种描述显然可以忽略火车、旅馆、公路、地铁站等中间项。请注意，这里的关键在于把“我倾向于做某事”当作原因，“倾向于做某事”很难说是我的“属性”，但使用亚里士多德的术语，不妨说是我的“本性”(nature)。
回到前面的问题，卡特赖特认为，科学理论之所以在描述因果关系时忽略实验装置，因为它其实同样把“某物倾向于做某事”当作原因。以牛顿的光学实验为例，牛顿之所以认为仅凭一个精心设计的实验就足以证明“光的不同折射度产生不同的颜色”，是因为他的问题乃是“光的不同折射度倾向于产生什么”?对此一个精心设计的实验足矣。而且，在后一种提问方式下，光的不同折射度造成的后果，完全来自光的“内在构成”或说“本性”，与实验装置无关。后来的科学理论在研究各种对象如分子、原子、电场、DNA时，莫不如是。
于是卡特赖特提出了一个颇具挑战性的观点：近代以来的科学理论，其实并不像人们想象的那样“近代”，而是隐含了对亚里士多德式的“本性”的形而上学的承诺，并且这个形而上学的承诺乃是科学理论的基本前提。她把这一观点称为亚里士多德主义。不过，“本性”这个术语有过多的实在论和本质主义色彩，因此卡特赖特把它替换成了一个新术语“能力”(eapacity)。这个新术语和“某物倾向于做某事”的句式依然是相互对应的，换汤不换药。英国当代科学哲学家牛顿一史密斯主编的《科学哲学指南》一书，在“自然律”这个词条下面列出了一个子词条，“描述自然倾向的定律”，其中写道：“(卡特赖特)把自然律看作自然系统产生可观察现象的能力、倾向或趋势……在真实世界中存在着巨大数量的趋势和能力，它们同时运行于开放系统当中，它们结合到一起就产生了我们所观察到的东西。通过创造封闭系统，实验程序就可以使研究者把趋势独立出来，并在单独运行时去研究它们的影响。自然界中没有封闭系统。我们的自然律，即从开放系统中抽象出来的真实过程，并不是关于世界的真，而只是该世界各方面的抽象的和简化的模型”(第261～262页)。——因此卡特赖特将现实世界称为“斑杂的世界”(the dappled world)。
上海交通大学科学史系的钮卫星先生，在2007年1月份的《文景》杂志上发表了一篇文章，评论卡特赖特的著作《斑杂的世界：科学边界的研究》，题目是《飘落的纸币与科学的边界》。文中写道：“卡特赖特令人惊讶地回归到了亚里士多德的‘本性’……可惜的是卡特赖特似乎也没有准备在书中把这个‘本性’说得更清楚一点。”——卡特赖特说的不清楚吗?倒不如说钮卫星先生并不具备卡特赖特的问题意识，故而也就并未切人她的思路。
前面提到是否可以认同单称因果陈述，把因果关系首先视为基于不同事物的内在属性的相关性而产生的一种关联。应该说关键在于如何界定这里的“内在属性”，卡特赖特所认同的，是把“内在属性”视为亚里士多德式的“本性”或者说“能力”，与“某物倾向于做某事”的句式相互对应。由这个句式所负载的单称因果陈述，包含了关于“能力”的知识，在她看来比规律性的因果概括更为基础。
也就是说，因果关系总是可以在更为基础的层面上转化关于“某物倾向于做某事”的陈述句式。我在开始演讲的时候曾经提到，可以论证下面这个“弱”的论题：可以把因果关系视为一种叙事，而且这种叙事和我们通常基于自由意志概念作出的叙事在形式上具有相似性。现在我可以向大家兑现这一承诺了。
下面我简单谈一谈这个论题的现实意义。
时至今日，一直有很多人文学者激烈地拒斥社会科学的分析方法和理论成果。他们的理由是，社会科学所寻找的事件之间的因果关系，只是在日复一日、年复一年的线性时间进程中呈现出的某种规律性而已，这种规律性无助于我们理解具体事件的意义。不理解具体事件的意义，我们就无法解释社会和历史。由于社会的多元性和历史的不可逆性，那种认为我们无需对社会和历史进行解释、仅凭规律性就可以推断未来的观点是可笑的。而如果想要理解具体事件的意义，唯一的途径是通过叙事。这些年在国内颇为走红的政治哲学家阿伦特就持这种立场，她认为，没有什么哲学思辨或是分析方法能够像“叙述一个恰当的故事”那样使我们洞悉事件的意义。关于阿伦特的观点，建议大家有空看看美国学者戴维·鲁本《法律现代主义》的第四章“汉娜·阿伦特与叙事之首重”，我就不再多费唇舌了。
事实上，以阿伦特为代表的这种推崇叙事、拒斥社会科学的观点，是建立在对叙事与因果关系判然两分的错误基础上的。而我们前面恰恰论证了，可以把因果关系视为一种叙事。那么，当社会科学家在变量之间建立起一种经受得起最苛刻的检验的因果关系时，难道不也是在“叙述一个恰当的故事”吗?我们又怎么能说它无助于我们理解具体事件的意义呢?阿伦特对社会科学的拒斥，其实大大损害了她作为政治哲学家的洞察力，她在《论革命》中对于“直接民主”的“议事制度”的推崇就是一个例子。按照韦尔默的说法，这“反映了阿伦特身上天真的一面(政治无政府主义的天真)。复杂的现代社会的政治制度几乎不可能根据议事制度的简单模式重新建构。”(见韦尔默著《后形而上学现代性》，第166页)
最后我向大家介绍一下卡特赖特女士的个人情况。
因果模型 篇3
动态因果模型[1 - 4]DCM是通过不同的成像技术推断在神经元水平下脑活动的通用框架, 是一种进行功能整合的有效方法。在过去的几年中, DCM作为一种估计有效连接[5]的方法应用到功能磁共振成像数据的处理上, 在影像学中获得了很快的普及[6]。传统的DCM建模基于先验指导, 然而最优的DCM模型很可能存在于先验指导之外的模型空间中。
1975 年Holland教授首次提出了遗传算法[7]的思想, 并吸引了大批的研究者。遗传算法提供了一种求解复杂系统优化问题的通用框架, 它不依赖于问题的具体领域, 对问题求解的范围有很强的适应性[8]。遗传算法的主要应用领域包括函数优化、组合优化、生产调度、自动控制、机器人学、图像处理、人工生命、机器学习、数据挖掘等[8]。启动遗传算法的要素包括问题的解决方案集合 ( 种群) 以及适应性函数。适应性函数用来评估解决方案的优异程度, 然后通过选择方法决定个体是被丢弃或者遗传给下一代, 通过交叉和变异用来产生新个体: 变异是对群体中的个体串的某些基因座上的基因值作变动, 交叉是把两个父代个体的部分结构加以替换重组而生成新个体的操作。
近年来M. Pyka[9]等人首次将遗传算法应用于DCM寻优问题, 把整个DCM空间作为解空间, 摒弃了先验模型的指导, 并验证了该方法在DCM模型搜索中是适用的。M. Pyka的遗传算法设计没有局限于局部最优, 但是较大的变异幅度导致该算法在后期搜索聚集到全局最优[10]后, 对全局最优空间的搜索并不高效。本文针对该缺陷提出了两阶段遗传算法来进行DCM优化求解。
1 基础理论
1. 1 DCM简介
DCM是一种基于非线性神经系统的模型。DCM采用双线性微分方程组来近似描述, 利用贝叶斯模型估计[11]来估计模型各生理参数。
在DCM中假设激活区的数量为N, 这N个激活区神经元活动随时间的变化率可以描述为一个多变量的微分方程, 如下:
式中t为时间变量, 单位为s; zt为状态变量; m为刺激输入的数量, ut为刺激输入的时间函数。因变量dzt/ dt与zt和ut的乘积呈线性关系, 所以上式所描述的是一个双线性模型。表达式中A、Bj和C为常数矩阵, 它们分别为内连接矩阵、双线性连接矩阵和驱动输入矩阵。其中矩阵A表示各激活区的内在连接, 即没有刺激输入的情况下各激活区间的有效连接。矩阵Bj表示第j个刺激输入对激活区之间的有效连接的作用。矩阵C表示刺激输入对激活区的作用。
本文将遗传算法应用到动态因果模型的模型寻优中, 将动态因果模型中的内连接、驱动输入、双线性连接的连接矩阵作为遗传信息并编码转化为遗传因子, 并用软件SPM8 中自带的贝叶斯模型选择作为筛选功能。
1. 2 贝叶斯模型选择原理
贝叶斯模型选择是针对模型决策统计的一个基本方法。其原理为在给定的样本和相关参数下, 求得后验概率最大的模型。假设给定的样本为D, 则模型M的先验概率与似然函数的乘积是与模型M的后验概率成比例的。假设模型先验分布为P ( M) , 则贝叶斯模型选择等同于下面的优化问题:
其中P ( M) 可以根据专家的知识和样本的信息来适当选取。当先验信息不存在的情况下, 可以采用贝叶斯假设将P ( M) 看作均匀分布。这时贝叶斯模型选择进一步简化为下面的优化问题:
2 经典遗传算法优化求解DCM
遗传算法DCM求解步骤包括:
( 1) 随机产生初始个体: 随机产生连接矩阵A、B和C, 并将A、B和C连接矩阵信息编码为二进制染色体;
( 2) 产生4 个个体启动循环: 用改变 ( 1) 产生染色体的八个随机的二进制位来产生其他3 个不同的个体。将4 个个体作为启动遗传算法启动基因, 循环标志初始化: i = 1, 开始循环;
( 3) 产生种群: 由4 个个体交叉和突变来产生其他16 个个体, 这20 个个体组成一个种群。具体步骤为: 从4 个个体中随机选取两个, 并随机产生这两个个体染色体的交叉点, 在该交叉点处将这两个个体的染色体进行置换。对新生成的个体以0. 5 的概率[9]来选择是否发生突变 ( 改变染色体中随机选择的n位, 其中n为2 到8 之间的一个随机整数) 。由于矩阵B是刺激作用于内连接的连接矩阵, 即矩阵B的配置依据于矩阵A, 所以我们根据矩阵A中的内连接去掉矩阵B中的无效刺激, 此外, 还要检查生成的个体是否与本代或者其他代重复, 如果重复那么放弃该个体, 并用上面算法重新生成个体。按以上方法执行16 次, 产生的16 个新个体与4 个父代个体组成一个种群;
( 4) 择优: 将20 个个体中的信息转化为DCM。用SPM8 软件对DCM进行模型估计, 然后用贝叶斯模型选择将这20 个DCM按优异程度进行排序。i = i + 1, 当i < 50 时, 选择排名前四位的4 个个体, 继续执行步骤 ( 3) , 否则执行步骤 ( 5) ;
( 5) 找出排名最高的个体, 终止程序。
经典遗传算法为了避免寻优限于局部最优, 所以设置的变异幅度比较大, 这样可能造成遗传算法聚集到全局最优后, 搜索效率不高。所以本文提出两阶段遗传算法进行DCM优化求解。
3 设计两阶段遗传算法优化求解DCM
两阶段遗传算法DCM优化求解将优化过程分为前、后两个阶段。前阶段为经典遗传算法DCM寻优阶段, 该阶段使用的是经典遗传算法, 根据以往实验的经验设置最大进化代数为30, 使遗传算法聚集到全局最优。后阶段为自适应遗传算法DCM寻优阶段, 该阶段采用自适应遗传算法, 设置最大进化代数为20。
自适应遗传算法是将经典遗传算法步骤 ( 3) 中的遗传概率和变异幅度分别与本次迭代中的模型的负自由能和模型编码后的海明距离相联系, 负自由能是指SPM贝叶斯模型选择软件针对模型进行拉普拉斯逼近求解的过程中所给出的判别模型相对优异程度的依据, 而贝叶斯模型选择是指利用贝叶斯理论在给定的数据样本和相关参数信息的条件下, 寻求具有最大后验概率的模型, 海明距离是指两个二进制向量之间的不同位的个数。其具体做法如下:
( 1) 选择用于交叉的两个个体的做法为: 四个个体中优异程度排序为x、y的两个个体以Pxy的概率被选中, Pxy的计算公式为:
式中, Mk表示把遗传算法上一代运行产生的20 个个体按优异程度进行排序后, 第k个个体染色体对应的DCM模型, F ( Mk) 为模型Mk的负自由能。
( 2) 排序为x、y的个体交叉产生的新个体以0. 5 的概率进行变异。变异的具体做法为: 首先等概率随机生成一个1 到H之间的正整数N, 然后在新生成个体的染色体中随机选择N个二进制位进行变异, 其中H的计算方法如下:
式中Ham ( x, y) 表示个体x、y的染色体之间的海明距离。式 ( 1) 表明让优秀的个体组合以高概率参与变异; 式 ( 2) 表明变异幅度会随着结果的收敛而逐渐变小, 这样有利于在最大可能的模型空间发挥出更高效率的搜索。
4 实验结果及分析
4. 1 实验数据
本实验采用互联网上提供的一组真实数据集[12] ( http: / /www. fil. ion. ucl. ac. uk / spm / data / attention / , 由Büchel and Friston提供) 作为实验数据, 这组数据来自于研究心理、注意对视觉通路影响的试验。该实验由Photic、Motion和Attention三个刺激输入构成, 这三个输入分别代表所有不同性质的光点、运动光点、加入注意成分的运动光点。实验提取了四个激活区, 分别为: 初级视皮层 ( V1) 、视觉运动区 ( V5) 、额下回 ( IFG) 与上顶叶皮层 ( SPC) 。
这组数据建立的DCM模型包含4 个激活区和3 个外部刺激。内连接矩阵A由16 ( 4 × 4) 个二进制位组成, 其中矩阵A的主对角线上的元素代表自我抑制连接是默认存在的, 则在这16位中不确定的二进制位为12 位, 因此矩阵A转码为染色体的有效位为12 个。双线性连接矩阵B的配置受内连接矩阵A的影响, 所以矩阵B转码染色体中的有效位数和矩阵A的配置有关。而刺激输入矩阵C是一个4 × 3 的矩阵, 矩阵C转码为染色体的有效位为12 个。
4. 2 实验分析
1) 实验方法
本文从下面几个方面来比较经典遗传算法DCM寻优与两阶段遗传算法DCM寻优的优劣:
( 1) 比较两种算法得到的全局最优解及其求解稳定性。
( 2) 比较每次两种算法平均所能找到优于Friston等人提出的经典DCM的模型数量, 并用SPM贝叶斯模型选择来对比两种算法找到的最优模型。
为了从上面两个方面进行算法对比, 本文将实验数据分别按照方案 ( 1) 、方案 ( 2) 进行处理。
方案 ( 1) 首先将实验数据用经典遗传算法寻优迭代30次, 然后将结果作为启动个体分别输入经典遗传算法与自适应遗传算法, 两种遗传算法各进行20 次迭代。
方案 ( 2) 将实验数据分别用经典遗传算法与两阶段遗传算法各运行10 次每轮都循环迭代50 代, 每轮两种算法都以同一个随机生成的DCM模型来启动。
2) 两阶段遗传算法和经典遗传算法计算比较
(1) 优化过程对比
对方案 ( 1) 处理的数据进行分析显示: 当算法收敛到全局最优后, 两阶段遗传算法 ( 改进遗传算法) 相对于经典遗传算法在寻优过程中具有明显的优势。两种算法的寻优过程对比情况如图1 所示。图1 中横坐标表示迭代次数, 纵坐标为本次迭代寻找到的最优模型与迭代30 次寻找到的最优模型的负自由能差值 ( 相对优异程度) 。
从图1 中可以看出: 当算法收敛的情况下, 两阶段遗传算法比经典遗传算法具有更高效的寻优能力, 而且改进遗传算法的寻优曲线爬升比较稳定, 然而经典遗传算法的寻优过程稳健性比较差, 这表明经典遗传算法全局搜索效率的不足。两阶段遗传算法比经典遗传算法最终找到的最优模型更优秀。
( 2) 优化结果对比
对方案 ( 2) 处理的数据进行分析, 经典遗传算法平均每轮运行找到43 个优于Friston等人提出的经典DCM的模型, 而两阶段遗传算法平均每轮运行找到72 个, 平均比普通遗传算法多找到67% 。
用SPM软件对两阶段遗传算法和经典遗传算法找到的最优DCM模型进行贝叶斯模型选择, 结果如图2 所示。
图2 中横坐标是20 个DCM, 其中模型1—10 为两阶段遗传算法寻找到的最优模型, 模型11—20 为经典遗传算法找到的最优模型, 纵坐标为模型被选为优秀模型的概率。从图中可以看出, 成对贝叶斯模型选择显示超过85% 的概率会选择两阶段遗传算法的结果。并且在贝叶斯模型选择中可以明显看出两阶段遗传算法找到的模型比经典遗传算法找到的模型更具有优异性。
进一步地将两阶段遗传算法找到10 个最优模型中性能最好的模型记作模型A, 将经典遗传算法找到10 个最优模型中性能最好的模型记作模型B, 对模型A和模型B分别建立模式图, 如图3 和图4 所示。
由图3 和图4 的对比可以看出, 经典遗传算法和两阶段遗传算法找到的最优DCM模型具有高度一致性, 这验证了M.Pyka[9]的遗传算法进行DCM寻优找到的最优DCM具有高层次一致性的结论。模型A与模型B都认为激活区V1 到V5、V5 到PFC、PFC到IFG和PFC到V5 存在正向连接。并且都一致认为刺激输入attention对激活区IFG与V5 有激励作用; 刺激输入motion对激活区V1 有激励作用, 且增强了激活区IFG到V1 和PFC到IFG的连接作用, 同时抑制了激活区V1 到V5 的连接作用; 刺激输入photic对激活区V1 有激励作用, 对激活区V5 有抑制作用, 且增强了激活区IFG到V1 的连接作用。模型A与模型B差别在于是否存在激活区V5 到激活区V1 的连接, 这个差别表现在在染色体上只有一个海明距离。经典遗传算法变异幅度较大, 很难从模型B搜寻到模型A。两阶段遗传算法在后期模型搜寻中随着寻优的收敛而减小变异幅度, 所以从模型B到模型A的搜寻比较容易。
对模型A和模型B进行贝叶斯模型选择得出模型A比模型B更具有优异性, 这也验证了两阶段遗传算法找到的最优模型在性能上优于经典遗传算法。
5 结语
本文提出了两阶段遗传算法, 该算法分为经典遗传算法和自适应遗传算法两个阶段: 前阶段采用变异幅度较大的经典算法进行全局搜索, 快速聚集到全局最优空间; 后阶段采用自适应遗传算法, 弥补了经典遗传算法搜索后期搜索效率不高的缺点。本文采用真实的数据论证了两阶段遗传算法相对于经典遗传算法在寻优过程中更稳定高效, 寻优的结果更具有优异性。无论是经典遗传算法还是两阶段遗传算法都寻找到了很多优于Friston等人提出的经典DCM的模型, 由此看来遗传算法在DCM寻优的应用上有很大的前景。
摘要：动态因果模型是分析脑区间有效连接最有效果的方法。针对经典遗传算法在搜索最优动态因果模型DCM (Dynamic Causal Models) 的后期, 变异幅度过大这一缺陷进行改进, 提出两阶段遗传算法。利用网上的真实数据集实验表明, 相对于经典遗传算法, 两阶段遗传算法计算结果更优越。
关键词：动态因果模型 (DCM) ,经典遗传算法,两阶段遗传算法
参考文献
[1]Friston K J, Harrison L, Penny W.Dynamic causal modeling[J].NeuroImage, 2003, 19 (4) :1273-1302.
[2]Marreiros A C, Kiebel S J, Friston K J.Dynamic causal modelling for fMRI:A two-state model[J].NeuroImage, 2008, 39:269-278.
[3]Stephan K E, Kasper L, Harrison L M, et al.Nonlinear dynamic causal models for fMRI[J].NeuroImage, 2008, 42:649-662.
[4]贾传海, 张志强, 卢光明.动态因果模型的基本原理及其在脑功能磁共振成像中的应用[J].中国医学影像技术, 2009, 25 (1) :149-152.
[5]高晴, 陈华富.基于动态因果模型的运动执行和运动想象脑网络研究[J].电子科技大学学报, 2010, 39 (3) :475-460.
[6]Büchel C, Friston KJ.Modulation of connectivity in visual pathways by attention:cortical interactions evaluated with structural equation modelling and fMRI[J].Cereb Cortex, 1997, 7 (8) :768-78.
[7]丁建立, 陈增强, 袁著祉.遗传算法与蚂蚁算法的融合[J].计算机研究与发展, 2003, 40 (9) :1351-1356.
[8]向佐勇, 刘正才.基于完全自适应策略的遗传算法[J].中南林业科技大学学报, 2007, 27 (5) :136-139.
[9]Pyka M, Heider D, Hauke S, et al.Jansen.Dynamic causal modeling with genetic algorithms[J].Journal of Neuroscience Methods, 2011, 194:402-406.
[10]刘坤.遗传算法自适应模糊神经网络控制[J].计算机仿真, 2005, 22 (9) :136-139.
[11]张艳, 陈春晓, 卢光明, 等.基于DCM的减法运算脑功能效应连通性方法研究[J].生物医学工程学杂志, 2009, 22 (5) :931-935, 940.
我们的因果育儿法 篇4
儿子3岁，能说出一些惊人之语。一天。全家去逛超市，婆婆看见超市里人山人海，不禁感叹道：“开个超市真好。自己买东西不用花钱，还能赚钱呢！”儿子立即转过头，一脸认真地说：“奶奶，我长大了也开超市，你来买就不用付钱了。”小家伙如此年幼已懂得推理，这离不开我们对他的因果教育。
从儿子学走路、学说话起，我和先生就在不知不觉中培养他的因果概念。比如，儿子摔倒了，哇哇大哭，我一边哄一边说：“妈妈刚拖了地，地上滑，要慢慢走，一跑就容易摔倒，知道了吗？”小家伙用手背擦去泪水，点了点头。以后，每当家里拖了地。他都会边走边自我提醒：“地滑要慢慢走，一跑就容易摔倒。”
从结果追溯到原因，从原因推理出结果。我们的言行潜移默化地影响着儿子。有时，他自己也能“陪”出点道理。侄子来家里玩，两个孩子都想玩一个玩具，眼看着就要抢起来，我说：“宝宝，让哥哥玩一下。”一开始他还是紧拽着玩具，可才过了一小会儿，就忽然想通了，大方地说：“哥哥是客人，玩具给你玩。”下雨了，我喊儿子回到屋檐下，他补充说：“不然衣服会淋湿了，要感冒！”睡觉前，先生说：“宝宝晚上不能吃糖。”小家伙虽然吧唧吧唧嘴，但还是会“自我开导”：“牙牙会长虫子的。”
当然，有时候小家伙也会不买账，这时，我会自我安慰——原来儿子还有这么特别的一面，还会自我反省——也许刚才的这个理由并没有从孩子的立场出发，下次一定要多加注意。
随着时间的流逝，儿子在学会了顺向推理的同时，还学会了反向推理和联想。一天早晨起床，给他加了件背心，他认真看着我说：“妈妈，今天很冷，所以你给我加背心吧。”我还没来得及点头，他又说：“昨天下午温度升高了，所以你让我脱了外套。”“啊，是的，你已经知道很多因果关系了，真棒！”小家伙一套套的因果联系让我有点欣喜若狂，尤其是他的因果推理确实在理。
记得自己小时候常常将脑袋碰到桌腿上，每碰一次都会号啕大哭一次，每次大人们都是狠狠朝桌子拍两下，帮我“出气”，而不是正确分析“碰桌”事件，让我明白不小心一碰桌一疼痛之间的因果关系。以至于我总是“好了伤疤忘了疼”。儿子也碰过一次桌子，也疼得号啕大哭，我告诉他：“如果你小心些，就不会碰到桌子，也就不会那么疼了。”儿子知道了事情的原因和解决问题的办法。“碰桌”事件已极少发生。
因果模型 篇5
自动生产线 (Automatic Production Line, APL, 以下简称生产线) 广泛应用于我国的机械制造、电子、汽车等产业[1]。生产线的生产率不仅仅取决于工作行程的多少, 还取决于停机时间的长短和次数。一般地, 生产线停机可分为两大类:一是由于设备在运行时出现故障而造成的生产线停机, 简称为故障停机;二是为了对生产线进行检查而有计划的停机, 简称为计划停机。一旦发生故障停机, 技术员需要分析引发故障停机的原因, 并相应地采用措施方案, 以恢复生产线正常生产, 故障停机诊断即是解决故障停机问题的过程。调查研究表明, 生产线平均故障停机率高达14.8%, 这给企业带来很大的经济损失以及因延期交货产生的信誉损失[2]。因此, 现阶段积极探索和发展针对生产线故障停机的诊断方法, 不仅有利于企业降低生产成本, 而且也是满足制造企业准时生产的迫切需要。
实际中, 引发故障停机的原因及其表现具有很大的不确定性, 特别是某个故障可能会引发后续故障的出现, 而发生故障停机可能是由一系列故障交织在一起的结果。那么, 如何在故障停机诊断中更好地使用案例库中的案例信息, 获取与当前要解决的故障停机问题最相匹配的案例, 是应对当前故障停机诊断的一个有效途径。本文在实际参加的生产线故障停机诊断系统开发的实践中, 在对故障停机诊断所蕴含的信息内容进行整理、分析和总结基础上, 提取公共的信息要素, 提出故障停机诊断的本体描述, 并将元数据和因果关系的思想引入到故障停机诊断过程中, 构建元故障及其因果关系模型, 将故障停机诊断按照元故障进行细分, 按照因果关系进行组织, 建立故障停机诊断的元故障库, 并且结合CBR推理机制[3], 帮助技术员建立科学的诊断模型, 以提高故障分析及生产线恢复的有效性。
2 故障停机诊断本体
2.1 内容分析
故障停机诊断所表达的信息内容, 即故障诊断过程的描述, 主要包括故障现象和推荐方案两个部分。其中, 故障现象是故障源在故障发生、发展和变化过程中所表现的内在联系和客观形式;推荐方案是针对故障源采取的技术方法, 以解决其呈现出来的故障现象。由此, 故障源、故障现象和推荐方案共同构成描述故障停机诊断的3个基本要素。
下面, 以某轿车厂冲压车间自动压机生产线作为研究实例, 说明故障源、故障现象和推荐方案3要素各自的具体内容和结构特征。冲压是主要的汽车生产工艺之一, 该冲压车间主要承担白车身覆盖件的生产任务, 有A0、A、B、C、D共5条冲压生产线, 其中, A、B是目前主要的生产线。冲压车间的工艺装备主要为各类冲压模具, 模具是一种专用工具, 用于装在压力机上, 通过压力把金属或非金属材料制成所需零件的形状制品 (制件) , 该冲压车间共有整车冲压片件模具2200多副。
以下分别对该冲压车间故障停机涉及的故障源、故障现象和推荐方案的具体内容作详细说明。 (1) 通常地, 在生产线运行过程中, 故障停机是时有发生的。故障一般会出现在生产设备、物料、工艺方法、生产环境和人员5类故障源上, 其中, 设备可以按照功能进一步划分为:定位装置、气动装置、压料装置、顶料装置、行程控制装置和废料辅助装置, 等等;物料则可以分为制件、板料和废料;冲压工艺按工序分为:拉深、切边、冲孔、翻边、整形, 等等;生产环境分为软环境和硬环境, 软环境包括:企业文化、管理制度和工作氛围, 等等, 此外, 硬环境主要指:温度、湿度和清洁程度, 等等。进一步分析, 故障源表现出来的故障现象更是千差万别。故障现象的发生都会以故障源属性的某种客观形式表现出来。 (2) 根据故障源属性特征, 可分为质量、数量、关系、行动、空间和时间6种。某故障源不一定具备所有的属性, 比如, 废料辅助装置只具有空间和行动方面的属性, 其中导滑杆只具有角度和高度这样的空间属性。另一方面, 推荐方案与某特定故障表现都是相对应的。比如, 设备镶块的铆钉出现断裂, 无论是由人员操作失误引起, 还是板料材质造成, 都会采取更换生产设备部件的方案方法, 以尽快恢复生产线的正常生产。 (3) 推荐方案需要具备的技术方法是方案有效性和可行性的重要保证, 因此, 可以从技术方法相关性的角度划分方案推荐的核心内容, 这也有助于专业技术知识的领域交流和学习。推荐方案具体可分为:维护、维修、更换、调整、检察、管理、外委几个方面, 每个方面都涉及到专业领域内的操作程序、技术、方法等规范。
上述3个方面的基本要素在各自角度上还可以进一步细分, 从而形成层级式树型结构关系。这样, 故障停机诊断的内容可以依据某种方式进行分级分类, 通过对这些要素信息的获取, 结合已有的故障停机诊断案例可以对该类故障停机问题进行分析和处理。
2.2 本体构建
本体 (Ontology) 来自哲学领域, 旨在研究客观事物存在的本质和组成。在知识工程领域中, 本体就是通过对概念及其相互关系的规范化描述, 勾画出某一领域的基本知识体系[4]。构建领域本体的目标是要将某个或多个特定领域的概念和术语规范化, 为其在该领域或领域之间的应用提供便利。从本体的领域应用角度来看, 故障停机诊断本体主要由诊断过程中涉及的概念、概念间的关系以及计算机可以识别的形式化描述语言组成。构建故障停机诊断本体的目标是要形成对于诊断过程信息组织结构的共同理解和认识, 为进一步的语义解释、查询、推理等奠定基础。
基于上述对故障停机诊断内容的理解和分析, 本文构建一个故障停机诊断本体, 作为进一步分析和推理的语义基础。具体描述如下:
Fault Diagnose=<Source, Phenomenon, Method>, 其中,
(1) Source={src1, src2, ..., srcj}表示故障停机诊断中可能涉及到的所有故障源概念的集合;
(2) Phenomenon={phn1, phn2, ......, phnj}表示故障停机诊断中可能涉及到的所有故障现象属性概念的集合;
(3) Method={mthd1, mthd1, ......, mthdk}表示故障停机诊断中可能涉及到的所有推荐方案技术方法概念的集合。
在上述故障停机诊断的本体定义中, 存在着许多类似的中心词汇, 致使故障停机诊断并不是一个单纯的匹配检索的过程。故障停机诊断所要完成的任务, 根本上就是通过一定的逻辑分析, 寻找一条从故障现象到达方案推荐, 甚至故障源的最可能连接路径。也就是说, 除了在故障现象、方案推荐和故障源这3个基本知识域内, 有本体中常见的概念类属关系外, 还需要根据故障诊断过程的需要创建基本域之间的关系。
3 因果关系模型
3.1 模型定义
把故障停机诊断看作是由一些元故障所构成, 各元故障间存在着各种关系, 如同一、因果、顺序、耦合等, 将故障停机诊断进行切分, 分成一个个相对独立的元故障。本文给出故障停机诊断元故障的定义:构成故障停机诊断的基本单元, 不能再进行进一步细分的最小单位, 包含描述一个故障停机诊断所必需的基本要素, 即故障源、故障现象和方案推荐。通过把故障停机诊断按照元故障进行组织和细分, 可以辩析元故障之间所存在的各种关系, 通过元故障之间的组合, 构建更为复杂的故障停机诊断模型。
通过上面的元故障概念定义, 并结合故障停机诊断的本体描述, 可以将故障停机诊断元故障定义成如下3元组:故障源、故障现象、推荐方案。表示如下:
其中, srcm表示引发元故障的故障源, phnm表示故障源表现出的故障现象, mthdm表示与元故障相对应的推荐方案。
一组相关联的故障源、故障现象、推荐方案构成一个元故障, 一个故障现象的出现, 可能会引发一系列的故障现象。原因和结果都是揭示客观世界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。原因在先, 结果在后 (简称先因后果) 是因果联系的特点之一, 但原因和结果必须同时具有必然的联系, 即二者的关系属于引起和被引起的关系。这样, 由于推荐方案是与故障现象相对应的, 因此, 故障现象之间的因果关系就构成元故障之间的因果关系, 相互间具有因果关系的元故障组合起来构成一个完整的故障停机诊断模型。
那么, 如果以元故障为节点, 元故障之间的因果关系用节点之间的有向弧来表示, 则可以将故障停机诊断模型进行组织和细分。故障停机诊断的元故障如图1所示, 其中FD1、FD2、FD3、FD4表示故障停机诊断元故障, 从图1中可以看出: (1) 元故障FD2由元故障FD1引发, 元故障FD3由元故障FD2引发, 元故障FD5由元故障FD4引发; (2) 元故障FD1与元故障FD5加剧了元故障FD2的故障表现。
按照此方法, 各个元故障组合可构成故障停机诊断的多重现象及其推荐方案, 通过该组合方式, 可以借助历史故障停机诊断中元故障的相关信息, 来获取对处理当前故障停机的有意义的历史元故障诊断方法。
3.2 组织方式
针对不同的故障停机诊断问题, 其故障现象和方案都是多重的, 且各不相同。通过对多重故障现象及其推荐方案的分析和分解, 故障停机诊断由一系列元故障组成, 各元故障的彼此之间存在着因果关系, 故障停机诊断是由元故障及其关系复合组成的。特别地, 针对不同的故障停机诊断问题, 单一元故障模型不能统一表示所有故障停机诊断过程, 某些复杂的元故障模型可通过扩展模型来得到, 从而, 可以形成倒挂属性的故障停机诊断的元故障模型体系。
实现对元故障数据多维属性的合理表示, 可以采用CBR的智能推理提供更好的元故障模型支持, 方便实现根据不同情况或不同需要来检索不同的满足条件的元故障实例。就某个具体的元故障模型来说, 它至少有以下几部分组成:
(1) 元故障标识信息:用于唯一标识该元故障, 包括序号及名称。
(2) 元故障情景信息:发生故障所在的生产线、工位和班组等情景描述信息。
(3) 元故障的故障表现:描述该故障的表现。
(4) 元故障的推荐方案:解决元故障的方法。
通过分析元故障库的层级关系以及元故障的特征维度关系, 得到图2所示的元故障库, 其分布呈现一个倒挂的树形。
通过上面的分析, 如果能通过对历史故障停机诊断的元故障及时汇总, 构建故障停机元故障库, 在故障停机发生后, 查找故障停机案例库和元故障库, 进行故障案例匹配, 采用元故障因果关系模型进行推理, 可迅速地生成参考方案反馈给故障停机诊断相关工作人员。图3是基于元故障库的故障停机诊断推理过程。
当故障停机发生后, 技术部门首先将当前故障停机问题采用预先给出的故障描述框架, 标识为结构化的元故障信息, 为下一步的元故障推理做好准备。在开始推理前, 需要冲压工艺领域技术员根据输入的故障信息, 对这次推理参数进行初始化, 或采取一些默认值, 从而实现更有效的推理。
4 应用实例
本文基于本体建立的元故障因果模型已经在某轿车厂冲压车间的故障停机诊断中得到较为广泛的应用。下面, 对该模型在故障停机诊断过程中的应用实现进行说明。
本体的成功构建是故障停机诊断系统开发的核心。根据本文提出的故障停机诊断本体, 确定该冲压车间生产过程中涉及的词汇概念, 共包括3个基本域, 569个概念, 3种基本域间关系, 其中故障源域比较完善。利用这些概念及其关系可以对故障停机诊断过程进行标注, 创建案例。
在此基础上, 采用当前Web的主流技术:Struts架构模式+JSP+Java Bean+Servlet, 以本体为内核开发了故障停机诊断系统, 该系统主要实现了故障停机诊断过程记录的语义标注功能和基于本体的诊断推理查询。生产线上已发生的故障停机都作为一个案例记录在案例库中;每个案例都可以进一步拆分成若干个具有因果关系的元故障, 记录在元故障库之中。一旦有新的故障停机发生, 系统可以根据技术员观察到的故障现象, 推荐元故障及解决方案。如图4所示的界面为一个诊断过程中的故障停机问题, 系统根据技术员对已观察到故障现象的形式化描述推荐了可能的元故障及可行的方案措施, 方案已实施, 并等待验证中。
5 结论
本文基于生产线故障停机诊断系统开发实践, 通过对故障停机诊断过程的共性信息的抽取, 为故障停机诊断过程中包含的故障源、故障现象和推荐方案的语义描述提供一个本体表达框架, 为故障停机诊断过程的语义推理和查询探索一个新的途径。在对故障源、故障现象和推荐方案3个基本要素的内在关联关系进行深入分析的基础上, 提出元故障模型, 由此, 把故障停机诊断过程进行组织和细分;通过元故障的因果关系模型, 给出依据已有故障停机诊断元故障的检索和推理流程和解决思路。最后, 以某轿车厂自动压机生产线为例, 具体说明本研究提出模型的有效性。
参考文献
[1]郑睿, 吕文元.自动生产线的同步维修模型及实例研究[J].中国管理科学, 2011, 19 (1) :119-125.
[2]阜嵘.自动生产线的准时维修理论[J].设备管理与维修, 2012, (3) :11-12.
[3]倪志伟, 李建洋, 李锋刚, 等.案例决策技术及案例决策支持系统研究综述[J].计算机科学, 2009, 36 (11) :18-23.
因果模型 篇6
借鉴努特布姆等学者对汽车行业的一个经验性研究方法———“因果关系反馈环”模型分析了公司和农户的交易行为[1]。公司和农户基于提升交易价值的资产专用性投资、技术学习、信息交流等会强化公司和农户间的依赖性,这会加剧契约的不完全性。从另一个角度看,相互依赖作为一种治理机制本身又可以解决交易成本经济学中的“套牢”问题。
交易成本经济学认为,交易的不确定性越大,交易双方更愿意在统一的科层权威下组织交易以控制机会主义行为[2]。而实际上,交易行为越是具有不确定性,考虑到工作任务的复杂性、技术和市场的多变性,企业为了延伸它的认知范围,寻求外部资源的支持提升企业的核心竞争力,就越需要更多的外部交易伙伴。“因果关系反馈环”是反映公司和农户间相互依赖程度与契约稳定性和可自我实施程度之间关系的治理机制,这种因果关系反馈环包括自利的承诺、对价值伙伴的奉献、适应性等。本文对这种机制的具体运用作出了简要分析。
2 文献的简要评述
交易成本经济学认为,“制造还是购买”决策和企业之间的关系是基于效率和激励的考虑,由一个特定企业进行外部生产能充分发挥规模经济。而且,作为一个独立生产者,从它自身的生存发展需要,会比内部生产者更有提高效率的激励和更能确保有效需求。然而,当需要专用性投资保持这种交易时,交易双方形成一种依赖,因为这种投资不能转作它用,具有机会主义倾向的交易者会企图利用这种依赖攫取可占用性准租。为了控制这种风险,当可占用性准租足够大时,内部化这种交易关系似乎是更好的治理机制[3]。
而按照资源(能力)基础理论,交易关系的建立是为了获取更多的资源,而且一定程度上是专用于某企业的(不能复制和交易)[4,5]。基于此,公司和农户缔约的目的是为了能充分利用互补性能力去发展有效资源。从动态上看,“能力”主要是指革新和学习效应。由于个人或组织的认知由基于实践基础的“心智模式”所控制和驱动,因此,带有很强的异质性和路径依赖性,对于公司和农户来说,它们需要从其交易伙伴中去汲取互补性认知能力,从而发现机会和减少不确定性的威胁。这从认知的角度看到了公司和农户间关系,不同于传统的市场激励和规模经济的关系认识。
根据交易成本经济学的分析,当不确定性更高时,企业将更趋于把其活动一体化到企业内部,以防备机会主义风险。而本文认为,当面临更高的不确定性时,考虑到复杂性和技术与市场的变化,企业更需要从外部寻求资源去弥补自身认知范围的限制,从而建立和外部的互补性资源交换关系。
公司和农户进行专用性投资后,套牢问题是可能存在的。然而,从事专用性投资也可能发展出一种对交易伙伴来说独有的能力价值。这能使其形成依赖,同时也减轻套牢的风险。这种相互依赖机制的重要性,作为一种控制关系性风险的手段,使其能最小化成本的契约性控制,这在公司和农户进行新产品开发合作和创造新市场中尤其明显。
3 公司和农户缔约的“因果关系反馈环”模型
文中建立了一个“因果关系反馈环”的分析框架。其中的第一个反馈环是:公司和农户的专用性投资增加对方创造机会主义行为的可能性,但也给对方创造了一种可占用的独有资源价值,这给对方形成一种依赖,进而减弱对方的机会主义行为动机,称为“自利承诺”的反馈环;第二个反馈环基于开放度,而不是专用性投资。它在技术、成本、生产和销售等方面使公司和农户在交易中失去讨价还价能力,在敏感性信息方面对竞争者具有溢出效应。另外,开放度提升聚集资源和共享互补的能力,这种价值使得公司和农户作为交易伙伴具有依赖性,这种依赖性使其在防范溢出效应和不在谈判中进行机会主义行为具有收益,称之为“对有价值伙伴的贡献”;第三个反馈环基于适应性:公司和农户通过长期成功的交易关系形成一种相互依赖的习惯,这是合法性治理的基础,双边依赖也由法律缔约和监督所保证。另外,可控制承诺和专有性也可以通过“依赖创造依赖”的方式加强双边关系。这样,“因果关系反馈环”的基本分析框架是:基于资源互补性要求→形成相互依赖关系→要求特定的治理机制。
3.1 互补性资源
资源可以分为资产、能力和位置优势。资产由法律所有权和契约所控制,而能力和位置优势则很难由产权所左右。资源不能即时被其他企业所复制,因为其一定程度上由特定交易和市场结构所控制,即使一个模仿者能发现这些行为,它也不能理解和执行[6]。资源,尤其是能力,理解和模仿是很困难的,其包含的知识具有一定的默认性,存在于组织、团队和生产流程等的“大脑”和行为习惯中。正是这种企业独一无二的“能力”,加上相关的市场结构(集中度,价格弹性,进入壁垒等),造就了企业独有的利润优势和竞争力。
能力由知识和技巧等个人维度组成,还包括动机和“道义”。动机体现为承诺的能力,“道义”体现为个人对对方实施承诺时在忠诚、公平、信念等方面所持有的标准和价值观。而个体嵌入在特定价值观的组织体中,有其特有的资产和位置优势,组织能力包括嵌入在组织结构中的路径,知识交换和转移的方式,制度与关系性能力。制度被定义为环境和限制与指引行为的安排。他们包括实际步骤、规则、技术标准、文化认可等。关系性能力提升资源的使用和位置优势。位置优势包括:产品-技术-市场的结合,是通往原料、渠道、政治关系、忠诚、信誉和组织网络中位置的通道(关系性权利能力)。
3.2 相互依赖
相互依赖是源于资源基础理论的重要概念。资源基础理论指出,企业必须与它所处的环境进行交换以获取它所需要的资源。因此,理论界对企业间的相互依赖性也给予了足够的关注[7]。资源基础理论的重要观点是企业必须从外部获得维持自己生存的资源。正是这种获取资源的需要导致了企业与其外部各种组织(实体)之间的相互依赖性[8]。这里的外部组织可以是供应商、竞争者、客户和政府部门,也可以是任何一个与企业相关的外部实体。因此,资源基础理论对合作伙伴关系产生动因的基本解释是:不同的企业之间通过合作伙伴关系可以实现关键资源的优势互补,所以相互依赖性必然进入到网络嵌入性结构中。
在相互依赖性方面,已有的研究主要集中在企业对伙伴的依赖性、控制性、以及基于相互依赖的战略选择等方面[8,9]。但是,对于相互依赖性对关系结构和质量的影响却没有得到足够的关注。笔者关注的是相互依赖性对公司和农户分工网络中关系性交易契约运行的影响。
学界在分析企业间相互依赖性的时候往往秉承以下思路:“A对B的影响等于B对A的依赖”,笔者认为,相互依赖主要应该从两个方面来考察:(1)投资动机,如果A的投资动机对于B的销售和利润影响越大,那么B对A的依赖性就越强;(2)替代性,即寻找现有伙伴替代者的难度,寻找替代者越难,表明该企业对伙伴越依赖。
从这两个重要属性可以看到,相互依赖在网络嵌入性结构中起到的是一种向心力的作用,能够促进网络成员进行专用性资产投资,产生重复交易的驱动力。因此,在嵌入性结构中,相互依赖是机会主义行为的防火墙[1,7]。
3.3 治理
3.3.1 分析框架
努特布姆等学者发展了一个模型,分析和设计关系性治理机制是如何发挥作用的[1]。文中特别强调了风险治理的重要性,并区分了两种关系性风险:出现关系破裂和套牢问题时的损失规模和这种情况发生的可能性。
伙伴关系价值是公司和农户间超市场契约治理的基础,是超过所有可能潜在关系和交易的超额价值(包括内部和外部所有可能的交易)。这种价值可能是负的,因为交易伙伴可能攫取比其赋予的更多,出现单边套牢和负的溢出效应等。或因为某种情况下,交易者退出关系,但需承担转换成本等。这可能包括专用性投资的损失、抵押损失或远期溢出效应。关系性伙伴价值和转换成本之和构成所谓“控制收益”,亦即如果关系破裂,交易伙伴总体承担的套牢损失。关系风险的规模度量(SLE),而风险的可能性度量由交易伙伴从事机会主义的机会和他可能使用这种机会的倾向决定。机会的大小由缔约中基于不对称信息等导致的监督缺失造成。使用这种机会的倾向取决于两个方面:一是自利的激励,与自利的“控制收益”有关;二是基于信任偏好的机会主义激励程度。
在前面理论解读的基础上,用S表示公司和农户关系破裂和套牢问题变成现实时的损失规模,用P表示这种情况发生的可能性。损失的规模和可能性分析框架,如图1所示。
(图中的正负号表示变量之间的相关关系)
S1:减少公司和农户伙伴关系的相关价值(VA),通过寻找潜在的交易者而具有竞争性,但也可能导致溢出风险。
S2:减少公司和农户专用性投资和转换成本,提供专用资本的共同所有权。
P1:改进监督条件,缩小契约性限制的范围。
P2:限制基于自利激励的机会主义,使交易伙伴的依赖程度对等。
P3:通过建立信任减弱机会主义行为。
3.3.2 治理机制:因果关系反馈环
专用性投资具有两个相反的效应:一方面增加投资者的转换成本,从而增加其由于对方的套牢行为所导致的“控制收益”损失;另一方面,对公司或农户的交易伙伴来说,能增加其交易价值,从而可能减弱其机会主义行为。这里运用图示分析公司和农户间的这种相互依赖性,为了深入理解公司和农户之间的关系,设计了“因果关系反馈环”模型。
Loop 1:公司的承诺
这种相互依赖建立在承诺基础上,专用性投资增加供应者的依赖,也增加了对于购买者的价值,使其更加依赖这一供应者,从而增加其对维持这种关系的承诺,减少行为的不确定性和风险:
农户不确定性的避免→-→农户的精细投资→+→农户对公司的价值→+→公司依赖→+→公司承诺→-→农户行为不确定性→+→农户不确定性避免(正号和负号分别表示正向和反向相关关系)。
Loop 2:农户对公司的贡献
农户面对着一个更高价值的公司,提升公司的承诺对农户来说具有更稳定的预期,使其有更长远的关系专用性投资。开放度可以调节公司和农户的关系,使知识在两者之间更充分的分享,促进其具有价值的关系,提升和加深这种相互依赖关系,如图2所示。
Loop 3:适应性
相互依赖的反馈环通过不断调整、适应使信任关系得以加强。这建立在分享产品的标准、生产习惯的适应和双方对机会主义行为激励降低的路径上,如图3所示。
4 结语
嵌入机制对增加公司和农户缔约的信任度具有重要作用,因而新经济社会学者认为,它是弥补经济机制治理交易关系不足的重要社会性治理机制。本文对社会资本嵌入治理公司和农户网络化交易的“因果关系反馈环”模型进行了具体分析。分析表明,基于提升交易价值的资产专用性投资、技术学习、信息交流等会强化公司和农户间的依赖性,这会加剧契约的不完全性。另外,相互依赖作为一种治理机制本身又可以解决交易成本经济学中的“套牢”问题。从事专用性投资也可能发展出一种对交易伙伴来说独有的能力价值。这能使其形成依赖,同时也中和或减轻套牢的风险。这种相互依赖机制的重要性,作为一种控制关系性风险的手段,是最小化成本的契约性控制。本文的分析一定程度上弥补了交易成本经济学和资源基础理论在分析缔约行为中的不足。
参考文献
[1]NOOTEBOOM B,GJALT D J,ROBERT W V,et al.Network interactions and mutual dependence:a test in the car industry[J].Industry an Innovation,2000,7:117-144.
[2]WILLIAMSON O.Markets and Hierarchies:analysis and antitrust implications[M].New York:Free press,1975.
[3]WILLIAMSON O.The economic Institutions of capitalism[M].New York:Free Press,1985.
[4]PENROSE E.The theory of the growth of the firm[M].London:Macmillan Press,1959.
[5]FOSS N,KNUDSO N.The resource-based tangle:towards a sustainable explanation of competitive advantage[J].Managerial&Decision Economics,2003,24(4):291-307.
[6]LIPPMA N,RUMEL T.Uncertain imitability:an analysis of interfirm differences in efficiency under competition[J].Bell Journal of Economics,1982,13(2):418-438.
[7]NOOTEBOOM B.Effects of trust and governance on relational risk[J].Academy of Management Journal,1997,40(2):308-339.
[8]ANDERSON E,WEITZ B.The use of pledges to build and sustain commitment in distribution channels[J].Journal of Marketing Research,1992,29:18-34.
因果模型 篇7
一问题背景
导致意向性和因果性问题目前格局的主要有三方面的原因:首先是由意向性和因果性的传统定义所造成的。因果性通常被理解为自然界中事件之间的一种自然的关系, 并且受休谟因果观念的影响, 目前正统的因果关系定义都是基于规则的;而意向性通常被看成是心灵关指世界的能力, 是一种心理属性, 心理属性显然不存在严格的规则性, 因此意向性怎么可能具有因果性呢?第二个方面的原因可归结为因果关系的局域性原理和意向性外部主义之间的冲突[1]。外部主义认为意向性是由外在环境决定的, 如语言共同体、社会等;而因果局域性原理规定:一个原因C的属性P, 或者P是C的内在属性, 或者P依随于C的内在属性, 否则P不可能是因果有效的。因此如果信念、欲望等意向性状态是由外在环境决定的, 它如何可能产生物理的效果?第三个方面是心理因果性问题上经常讨论的排他性问题, 意向性作为一种心理属性, 也面临着这一挑战。
基于以上三方面的原因, 很多哲学家都认为意向性不是因果有效的, 不具有任何解释作用, 如副现象论、意向还原论和意向工具论。然而, 仍然有一批哲学家, 通常被称为意向实在论者, 他们既坚持意向性本体论上的实在性, 又坚持意向性是因果有效的。他们通常采取两条进路, 第一条进路是接受因果局域性原理, 坚持只有意向性依随于大脑的物理状态, 它才是因果有效的。因此他们通常采取自然主义的进路, 代表人物有Yablo和塞尔。另一条进路则拒绝意向性的依随要求, 讨论的焦点是:什么才是意向性能够解释的, 或者说, 当我们把意向性作为解释项时, 什么才是一个合适的被解释项, 从而发展出一套精致的理论。很多社会学哲学家就属于这一派, 比如他们主张原因和理由的区分, 意向性解释和因果性解释的区分, 因此绕过了上述的三个问题, 我们称之为社会学进路。
社会学进路虽然为我们拓展了视野, 但在某种程度上仍然是回避了问题, 而自然主义进路若能成功, 则为我们理解意识问题提供了一条新思路。然而, 它必须同时面对上述的三个问题。第二个问题的解决有赖于意向性的内在主义和外在主义之争, 本文主要探讨的是意向实在论的自然主义进路对第一个和第三个问题的处理, 而在这方面, 我们认为塞尔所提出的意向的因果性理论比其他理论更为合理。
二塞尔的意向因果性理论
作为意向实在论的代表, 塞尔采取了一条生物自然主义的进路来回答意向性如何可能, 意向性如何因果地发挥作用;并且提出了一个全新的意向因果性的理论框架。
(一) 意向性如何可能?意向性如何因果地发挥作用?
塞尔对这两个问题的回答体现出的是本体论上的突现论思想。他认为意向性等心理状态是由大脑低层次的神经过程引起的, 又是在大脑结构当中实现的。这种关系很类似于水的液体性与构成水的单个分子之间的关系, “水的液体性是由分子的行为引起的, 也是在分子的汇集中实现的”。[2]265塞尔认为意向性是大脑的一种“突现属性”, 突现属性“是一种可以被一个系统的各种组成成份所因果解释的一种属性, 但是单个的组成成份却不拥有这一属性, 并且这种属性也不能简单地用各种组成成份的属性的汇总来解释。”[3]113
塞尔用“由……引起”和“在……中实现”的突现模型来描述意向性是如何可能的, 那么, 意向性又是如何因果地发挥作用呢?塞尔认为突现属性能够具有某种因果效用, 而这种因果效用是引起它的微观结构所不具有的。塞尔在诸多论著中把四轮内燃机汽缸的爆燃现象与行动的意向相类比, 如下图所示。这恰恰对应他对于世界的看法, 他认为世界是由不同的层次构成的, 各个层次都具有自己特有的现象、描述方式、因果作用等, 而突现属性和引起它的微观层次的属性就分别属于两个不同的层次。
(二) 意向的因果性理论
塞尔所提出的意向因果性理论的定义是从意向性状态和它的满足条件之间的关系出发的, 他认为当这两者之间存在因果关系时, 这种因果关系就称为意向的因果关系。因此, 意向的因果关系存在两种情况, 一种是意向性状态引起了它的满足条件的发生, 如行动的意向引起身体的活动;另一种是满足条件的发生引起了意向性状态的产生, 如回忆和知觉的意向性。
塞尔认为意向的因果关系是因果关系中特殊的一种, 但是在传统的基于规则因果理论中, 意向的因果关系并不合法, 因此, 塞尔对于传统因果理论并不满意, 因为它把一种真实存在的因果关系排除在外。从塞尔对意向因果关系的定义中, 我们发现此定义是建立在一定的因果概念基础上的, 这个因果概念究竟是怎样的呢?塞尔的回答是:因果性就是“使某事发生:在大多数情况下, 如果说C引起E, 意思就是C使得E发生”[2]123。显然, 塞尔的因果概念相比于传统观念更常识化, 然而, 这一理论究竟能否成功, 这是被很多哲学家质疑的, 我们在下一节将会考察这些质疑。
三塞尔的困境
本节归纳了塞尔的意向因果理论遇到的三个困境, 我们将表明产生这三个困境的症结在因果观念上, 困境的解决都有赖于一个更为精致的因果理论。
1.在上一节中我们已经提到塞尔在回答意向性如何可能时, 体现出的是一种本体论上的突现思想, 并且他认为突现属性是由它的组成要素引起和实现的, 就像水的液体性是由在微观层次上分子的活动引起和实现的一样。但是, 水分子活动和水的液体性之间确实是“实现”和“引起”的关系吗?对于“实现”, 我们是没有异议的, 但是对于“引起”关系, 很多人提出了质疑, 比如Kim曾经说过:“我们不应该把神经元事件和依随于它们的心理事件的关系看成是因果的”[4]。比如一块冰的融化现象, 按照突现论, 冰的融化是冰的分子结构发生改变而突现出来的属性。但是通常我们不会认为引起冰融化的原因是冰的分子结构的变化, 而会认为是某些外部原因, 如温度的升高等。一般认为, 因果关系是非对称的、有时间先后的关系, 而冰的融化蕴含了冰的分子结构发生改变, 冰的分子结构发生改变也蕴含了冰的融化, 它们之间的关系是对称的, 并且绝对同时发生。并且休谟曾指出原因和结果之间必须能完全区分, 而这两者本身却是一体的。因此它们之间不可能是因果关系, 心理属性和神经元活动之间也是一种类似的情形。但是我们不能否认因果突现属性的存在, 那么究竟什么样的因果理论才能区分出因果的突现属性和非因果的突现属性呢?
2.心理因果性问题一直在心灵哲学中争论不休。意向性作为某种心理属性, 也要面对这个问题。塞尔分析了产生心理因果性问题的原因, 主要是以下四点产生的矛盾:
(1) 二元论:心理与物理的区分;
(2) 物理的因果闭合原理 (CCP) :物理世界是一个因果闭合的系统, 任何非物理的东西都不能介入其中作为一个原因;
(3) 因果的排他原理 (CEP) :对于任何一个事件G, 如果存在着能够充分解释它的事件F, 那么不存在事件F’, F’≠F且F’与G因果相关;
(4) 意向性是因果有效的。[5]207
显然, 上面的四点若同时成立会产生矛盾, 因此如果认为 (4) 成立, 那么前面的三点至少有一点是不成立的。塞尔认为是 (1) 不成立, 受笛卡尔实体二元论的影响, 虽然大多数哲学家已抛弃这一学说, 但仍然接受了他所遗留的一系列词汇, 如物质和精神的区分, 心理和物理的区分等等, 所有这些都犯了“概念二元论”的错误。他主张没有这种区分, 因此这四点表面上的矛盾就被化解了。但是我们认为塞尔在很多的论述上都表现出他自己实际上也落入了“概念二元论”的范畴当中, 例如, 他坚持意向性是不能被还原的属性, 因为意向性是第一人称的, 而神经层面的活动是第三人称的, 第一人称/第三人称难道就不是某种形式的概念二元论吗?我们暂且不去理会概念二元论究竟是对是错, 倘若我们能够表明 (2) 和 (3) , 即CCP和CEP都不成立, 那么我们同样可以清除这四点表面上的矛盾。
目前在讨论CCP的大量文献中, 对CCP的描述存在强弱两个版本。弱版本指的是每个物理事件或属性都存在一个可以充分解释它的物理原因, 而上文中塞尔对于CCP的表述属于强版本。目前很多哲学家都对强版本持否定态度, 如Wachter。[6]有一些哲学家甚至对弱版本都持否定态度, 如Baker认为若坚持CCP以及强依随性的话, 那么不但心理因果性不成立, 就连宏观世界的因果性也不成立, 那么科学解释以及日常生活中的各种解释也就不存在了。因此, 要么就放弃所有的解释行为, 要么就放弃CCP或强依随性。相信强依随性是很多人不愿意放弃的, 那么只有放弃CCP, Baker认为CCP之所以错误, 源于对因果关系本身错误的理解。[7]
对于CEP讨论最多的就是Kim, 他在很多文章中都支持这一原理。当然, 也有一批心灵哲学家对此原理持反对态度, 例如Yablo, 他认为CEP在心理因果性问题上不成立, 他用了一个经常被其他哲学家引用的例子:
一只鸽子被训练成只啄食红色盒子里的食物, 因此如果要问这只鸽子为什么选择啄食盒子A, 那么原因就是A是红色的, 但是请注意, A是一种特殊的红色, 粉红色, 因此A是粉红色也是鸽子啄食A的原因。我们可以很明显地看出红色和粉红色同时作为原因, 并且红色≠粉红色, 但是不会产生任何矛盾。[8]
这个例子表明CEP在某些时候不能成立, 寻其根源, 我们会发现CEP的背后预设了一种错误的因果理论, 它把因果关系是否成立与充分性混淆了, 即:若每当C发生, E一定发生, 则C是E的原因。而这两者实际是不能等同的, 例如, 虽然约翰先生服用避孕药对于他没有怀孕是充分的, 但是却并不是它的原因。因此, 若能引入一种正确的因果观念, 那么我们就可以区分出CEP何时成立, 何时不成立。
3.在第二节中我们已提到塞尔认为因果关系就是“使某事发生”, 这一观点被很多哲学家批评。汤普森在1984年提出即使塞尔提出的意向因果关系确实能将意向性和外部世界相连, 那也必须提出一种崭新的因果理论, 但汤普森认为塞尔没有明确告诉我们究竟什么是因果关系, 他所描述的因果关系的图景还没有基于规则的因果观念所描述的清晰。[9]
综上所述, 塞尔的意向因果理论遇到了三个困境, 产生这些困境的症结在因果观念上。塞尔的因果观念不是站在科学的角度, 而是站在日常生活的角度, 这是他的优点同时也是他的缺点, 优点是由于它的常识化, 因此能够将意向的因果关系纳入其中;缺点由于它的过于常识化, 导致了对因果关系的滥用。因此, 这三个困境的消除都有赖于一个更加精致的因果理论的提出, 我们相信干预主义的因果理论正是我们所要寻找的。
四干预主义的因果理论
干预主义的因果理论是近年来在科学哲学中出现的一种新理论, 代表人物主要有Pearl和Woodward。这一理论结合了早期以Gasking, Collingwood, von Wright等为代表的操控主义因果理论和Lewis的反事实因果理论的基本思想。他们对因果关系的定义如下:
相对于一个系统S, X引起Y当且仅当如果在系统S中发生了一个干预I, 使得X的值发生了变化, 相应的Y的值也发生了变化, 并且X与Y之间的这种关系是稳定的。[10]18
当然, 符合这个定义的并不一定都是真正的因果关系, 需要增加进一步的限制条件。塞尔其实同意因果性和操控之间是有紧密关系的, “经常有人说, 因果性和操控概念密切相关;这是正确的, 但操控需要分析。”[2]128然而塞尔认为这种紧密关系只存在于认识论层面, 而不在本体论层面, 因为塞尔在因果关系上是实在论者, 而操控主义的因果论通常被认为是一种以人类为中心的论断。因此在他看来操控主义的因果论也只适用于认识论层面而不是本体论层面。然而, 当操控的因果论发展到干预主义因果论的时候, 干预主义所要消解的正是塞尔的顾虑, 结合反事实因果理论, 使操控并不一定需要自主体的干预。干预的主体可以是普通的物理事件, 因此这与塞尔因果关系的实在论立场是不矛盾的。
那么, 干预主义的因果理论能否作为塞尔的意向因果理论的基础呢?从干预主义的因果定义中我们可以看出它的两个特点:1) 不要求原因和结果之间必须存在严格的定律;2) 不要求作为原因或者作为结果的一方是物理的。他们所要求的仅仅是通过干预, 使得作为原因的一方的变量的值发生改变, 相应地, 作为结果的一方的变量的值也发生了改变。只要满足这个条件, 而即使原因和结果间不存在定律, 即使作为原因的一方是自主体, 这种因果关系仍然是能够成立的, 因此意向的因果关系在此定义中完全是一种合法的因果关系。以行动的意向为例, 我原本打算去冰箱拿饮料, 这时我的室友告诉我那瓶饮料已经被她喝了, 于是我就去楼下的小卖铺买了一瓶。我们可以把这个例子和干预主义的因果定义相对应, 我的意向X最先的取值x1=intention (打算去冰箱拿饮料) , 相应的行动Y的取值是y1=action (走近冰箱, 拿出饮料, ……) , 室友告诉我的话I成功干预之后, X的值由x1变成x2=intention (打算去小卖铺买饮料) , 相应的Y的取值由y1变成y2=action (下楼走到小卖铺, ……买饮料) 。因此, 这种因果关系按照干预主义的定义显然是合理的。
并且, 干预主义的因果理论能够帮助塞尔解决上节中所讨论的三大困境。若把干预主义的因果关系作为意向的因果关系的基础, 塞尔的困境3消除了, 因为这一因果理论已经发展得非常成熟。对于困境2, 在新的因果定义中CCP显然是没有依据的, 因为干预主义因果论不要求作为原因或者作为结果的一方必须是物理的;CEP同样也不能成立, 我们可以举例说明。
仍以上文中行动的意向性的情况为例, 一方面, 我们可以理解为是行动的意向引起了身体的活动, 另一方面, 物理主义者会认为身体的活动是由一系列神经层次的活动引起的。假设我们用符号□→代表反事实条件句的依赖关系如C□→E表示若C发生, 则E也会发生, I表示去小卖铺买饮料的意向, A表示下楼走到小卖铺去买饮料的一系列行动, N1表示实现A的一系列神经层次的活动, 则上面的两种观点我们可用下面的两组公式来表示:
I□→A;undefined;②
N1□→A;undefined
根据干预主义的因果定义, 我们可根据上式是否成立来检验究竟是意向性还是神经层次的活动是身体活动的原因, 若①②式同时成立, 则原因是行动的意向;若③④式同时成立, 则原因是神经层次的活动。首先, ①②式都是成立的, 有行动的意向才会有身体的活动, 没有行动的意向就不会有身体的活动。其次, ③式也没有问题, 可以检验, 每次N1发生了, A都会发生, 但是④式不能成立, 因为神经层面存在多重可实现性的问题, 就算N1不发生, 如果N2发生了, A同样能够发生。因此, 按照以上的分析, 神经层次的活动不是身体活动的原因, 真正的原因是行动的意向性, 于是, CEP在意向性的因果有效性问题的讨论是不成立的。同理, 困境1中, 依靠干预主义的因果定义, 我们能够准确的判断出哪些突现属性是因果的, 哪些是非因果的, 心理属性就是神经层次活动的非因果突现属性。因此, 我们可以说干预主义因果论可作为塞尔的意向的因果论的理论基础。
五结论
前文中我们已经分析了导致意向性和因果性处于互不相容局面的种种原因。传统上试图将两者融合所采取的进路一般都是在意向性概念上做文章:给意向性松绑, 使得它不再是心灵特有的属性。而很少有哲学家在讨论此问题时会深入探讨因果性概念, 因为在他们心目中已经普遍接受了基于规则的因果理论, 这恰恰忽视了另一条进路, 就是以塞尔的意向因果性理论为代表的意向实在论的自然主义进路。在我们看来, 后一条进路是更具有诱惑力, 并且, 如果我们能够以干预主义的因果理论作为基础, 那么意向因果性理论则为意向性和因果性的融合提供了一条更为明朗的进路——意向性的解释是一种合理的因果解释, 因果关系的解释项也能够是意向性。
参考文献
[1]Jacob P.“Intentionality”[G/OL].The Stanford Encyclope-dia of Philosophy, Edward N.Zalta.2003[2008-7-30].http://plato.stanford.edu/entries/intentionality/
[2]Searle J R.Intentionality:An Essay in the Philosophy of Mind[M].Cambridge:Cambridge University Press, 1983.
[3]Searle J R.The Mystery of Consciousness[M].New York:New York Review of Books, 1997.
[4]Kim J.Causality, Identity and Supervenience in the Mind-Body Problem[J].Midwest Studies in Philosophy, 1979 (4) :31-49.
[5]Searle J R.Mind:A Brief Introduction[M].Oxford:Oxford University Press, 2004.
[6]von Wachter D.Why the Argument from Causal Closure a-gainst the Existence of Immaterial Things is Bad[C]//Ko-skinen HJ, Vilkko R, Philstr m S.Science-A Challenge toPhilosophy?2006:113-124.
[7]Baker L R.Metaphysics and Mental Causation[C]// Mental Causation.John Heil, Alfred Mele (ed) , 1993:75-95.
[8]Yablo S.Mental Causation[J].The Philosophical Review, 1992, 101 (2) :245-280.
[9]Thompson D L.Intentionality and Causality in John Searle[J].Canadian Journal of Philosophy, 1986 (16) :83-97.
因果思维： 让立意走向深刻 篇8
首先，我们需要知道叙述类材料最大的特征是“情节性”，无论是现实的还是虚构的，都存在情节之间的关联。把握其中最核心最重要的关联，就能准确理解材料的内涵，从而能准确地立意。
其次，作文立意想要深刻，浮于事实表象是不行的，需要深挖本质，这就需要有一种“由表及里”的思维，去追寻事物之间的因果关系。
由此看来，面对叙述类材料时，想要准确审题立意，最重要的一点是要梳理好材料中情节之间的因果关联。
有些作文题的材料是以叙述的方式呈现一个事件，要求同学们根据这一事件立意作文。这种叙述类材料并不鲜见，但是记叙的事件有时情节、细节较多，同学们若抓不住核心内涵，在立意上容易跑偏。有什么方法能让我们在面对这类材料时，更准确地审题立意呢？
首先，叙述类材料最大的特征是“情节性”，把握情节之间最核心、最重要的关联，才能准确理解材料的内涵，从而能准确立意。
其次，作文立意要深刻，对材料的理解浮于表象是不行的，需要有一种由表及里深挖本质的思维，去探寻事物之间的因果关系。
由此看来，面对叙述类材料时，想要准确、到位地审题立意，最重要的一点是梳理好材料情节之间的因果关联。
有的叙述类材料情节相对单一，信息量不大，情节之间的因果关系也比较单一，立意就相对容易。
比如：
一个江湖郎中在市集上大声吆喝，高价叫卖专治臭虫的妙方。有人出高价买其妙方，得一用纸层层密裹的纸卷，费劲打开一看，妙方只有两个字：勤捉。
这是一则典型的单一因果关系的叙述类材料。不少同学将立意定在“勤”上，这是片面的。我们可以通过这样一个因果关系来思考：因为某人不想“勤”捉臭虫，所以才出高价买“妙方”，“妙方”在这里其实等同于“捷径”，立意“捷径与勤之间的关系”则更为贴切而有深度。
对于情节较为复杂的叙述类材料，同学们要全面关注材料信息，不能“只取一点，不及其余”。要仔细审辨，剔除次要原因，抓住主要原因，这样立意才能深刻。
比如：
一只品种优良的猎狗追赶一只枪下余生的狐狸，追捕的过程十分紧张。就奔跑速度来看，狐狸是跑不过猎狗的。眼看就要被追上了，突然，狐狸一个大转身，蹿到了另一条小路，猎狗撞到了树上。于是猎狗就想：“为什么追得这么累呢？即使追不到狐狸，主人也不会让我饿肚子。”这样一想，猎狗就停止了追赶，狐狸也就逃了。
这则材料的主角无疑是猎狗，事件的结果是“猎狗没能捕获狐狸”。猎狗为什么没能抓住狐狸？原因是多方面的，一是狐狸太狡猾；二是猎狗撞上了树；三是主人赏罚不明，导致猎狗懈怠。
在这些原因中，哪一个才是最主要的呢？有的同学将立意的角度定在“撞树”上，写“不畏挫折方能成功”，这显然是有违材料的核心意图的。全面分析材料，我们不难发现，其后半部分的事实表明了猎狗没能捕获狐狸的主要原因：“‘为什么追得这么累呢？即使追不到狐狸，主人也不会让我饿肚子。这样一想，猎狗就停止了追赶，狐狸也就逃了。”因为猎狗有“退路”，无须卖命追赶猎物，所以没能捕获狐狸。“猎狗因为有退路而懈怠”才是材料想要反映的核心意图，由此立意，写“留有退路导致失败”“勇往直前，不留退路”，方显深刻。
有些信息丰富的叙述类材料中的因果关联不是“多因一果”，而是分表层原因与深层原因，要捕捉关键细节，才能找出最深层、最本质的原因。
比如：
齐宣王使人吹竽，必三百人。南郭处士请为王吹竽，宣王说之，廪食以数百人。宣王死，湣王立，好一一听之，处士逃。
——《韩非子·内储说上》
滥竽充数的寓言故事出自《韩非子》，是不是史实未可考。长期以来，大家的关注点基本都聚焦在南郭先生身上，批判他的不学无术。但仔细研读这个故事的原文，我们会发现有些细节被忽略了，而这些被忽略的细节，恰恰可能体现了韩非子的本意。
南郭先生不学无术是真，但他为什么能在齐宣王面前成功地“滥竽充数”呢？问题恐怕还是出在齐宣王身上。齐宣王喜欢搞排场，听人吹竽“必三百人”，这就给了人“充数”的条件。还有，这些吹竽的人是否经过选拔与挑选？从原文来看未必。南郭先生“请为王吹竽”，齐宣王就“说之”，压根就看不到选拔环节，而且还“廪食以数百人”。而齐湣王就不一样，他喜欢“一一听之”，南郭先生自然就无法“充数”，只能逃了。
由此可见，要做到“滥竽充数”，除了自身有混吃混喝的想法外，关键还要有能混吃混喝的环境条件。倘若齐宣王不搞三百人的庞大乐队，不爱听奉承话，不会一听到“请为王吹竽”就高兴得忘形；吸纳每个队员之前进行一番考试，不搞一律赐予“廪食”的政策，南郭先生必不敢去“充数”，也必“充”不进去。
从对“南郭先生”这则材料的分析中，我们很明显地发现，不遗漏任何一个关键细节，才有可能找出事件背后最深层、最本质的原因。
面对反映社会现实的“现象型”叙述类材料，要联系社会、时代背景，寻找并分析事件、现象与社会背景之间的隐形因果关联。如果仅立足于事件本身的逻辑关系，就事论事，立意难免浅表。
比如：
据央视报道，近日，江苏扬州扬大附中的一名中学生在骑车上学途中不慎刮蹭到一辆路边的轿车。他在原地等了半小时没等到车主，就留了一张字条说明情况并留下了联系方式。此事被发到微博上后引起网友热议。
据报道，字条上写道：“尊敬的车主：我是扬大附中的一名学生。今天中午上学途中不小心弄坏了您的车，我无法及时赔偿，对不起。”车主凌先生说，非常震撼也非常感动，这么实诚的孩子。
据悉，留字条的男孩叫徐砺寒。他说，做错了事就要承担责任，这是很自然的。
不少同学将这则材料的立意定在“诚信”或者“担当”上，主要是基于这样一种因果逻辑思维：为什么央视会报道？为什么网友会热议？为什么车主会感动？那是因为徐砺寒的诚信和勇于承担责任的行为。这样的立意当然符合题意，但是换个角度看，徐砺寒事件引起这么大的反响，有没有深层的社会原因呢？