从直观到实证

今天的知识更精确的根本原因是归纳方法进步了。19世纪英国自由主义哲学家、政治经济学家约翰·穆勒在其著作《逻辑体系》中归纳梳理出了5种方法，简称“穆勒五法”，将归纳从一种不自觉的认知方式提炼成了研究因果的方法，为实证科学奠定了基础。

穆勒五法的第一个方法求同法，就是最经典的归纳法。科学家在情境1中观察到事件A、B、C、D和现象W、X、Y、Z一起发生；在情境2中观察到事件A、E、F、G和现象W、T、U、V一起发生；两个情境中，事件A与现象W都相伴而行，因此推断A可能是W的原因或结果。

比如在过去10天里，我有3天状态特别好，思路特别清楚，而在这3天，我早上都外出跑步，由此我得出一个结论：跑步会促使状态变好。

求同法是最符合直觉的归纳方式，它的局限性也很明显：首先是无法区分原因和结果，不知道是因为状态好才去跑步，还是因为跑步了状态才好；其次是我们无法观察到所有影响因素，也许那3天还有别的事情同时发生，比如睡得早、吃得好了，稿子写到容易的部分了，天不下雨了，它们都会同时影响我跑步的意愿和思维的状态，其中的因果关系是纠缠不清的。这些因素我们统称为混杂因子，是妨碍人类发现相关性和因果关系的元凶。

求同法的局限在于你无法排除混杂因子的影响，你观察到的是事件A、B、C、D和现象W、X、Y、Z一起发生，事实上发生的事情一个字母表都数不过来。无论我们要探究跑步与状态的关系，还是要探究某种习惯与疾病的关系，抑或是某种行为偏好与社会成就的关系，都会遇到类似的麻烦，这也是“过来人”的成功经验不一定靠谱的根本原因。

这就是求同归纳的窘境。除非有一个平行宇宙，平行宇宙里的你除了不爱跑步，其他一切都不变，你才能确切地指出状态好与跑步之间存在某种因果关系。

这恰恰是求异法的思路。你在情境1中观察到事件A、B、C、D和现象W、X、Y、Z一起发生，接着在情境2中观察到B、C、D和X、Y、Z一起发生。当事件A没有发生时，现象W便没有出现，于是你反过来推断A是W的原因或结果，或是重要的相关因素。

求同法从共同事件中寻找因果关系，求异法从差异事件中寻找因果关系，差异性比共性更容易被察觉。我们可以通过人为干预来制造差异，以明确两件事之间的相关性。

这也是科学发现的普遍思路。通过建立对照组，科学家能非常方便地使用求异法来发现相关性。

20世纪90年代，科学家怀疑摄入过量的盐会导致高血压和心脏病，于是拿黑猩猩做实验，处理组吃含盐量高的食物，对照组吃正常的食物，持续20个月，结果处理组黑猩猩的血压明显高于对照组的黑猩猩。之后实验人员降低了处理组食物中的含盐量，黑猩猩的血压随之降低。于是研究人员得出了摄入过量的盐会导致血压升高的结论，更准确的说法是，得出了“摄入过量的盐会导致黑猩猩的血压升高”的结论。

摄入过量的盐是否会导致人的血压升高呢？很明显，人的生活环境比黑猩猩的复杂很多，过去的生活作息、饮食习惯很难被准确收集，更何况，给一群无辜的人吃有潜在健康风险的高盐食物在伦理上是不被允许的。

在这种情况下，严格意义上的求同和求异都无法使用，只能使用共变法。

在情境1中，事件A、B、C、D与现象W、X、Y、Z同时发生；在情境2中，事件A发生了某种变化，现象W也发生了某种变化。我们推测A和W有某种因果关联。

求同和求异是定性的推断，它的结论要么是有因果关系，要么是没有因果关系。而共变法是定量的推断，它追究得更具体，它问的是A与W在多大程度上有关系。

从求同到求异，只是研究思路上的转变；从直观到实证，算得上方法论上的进步；从定性转向定量，则是认识论意义上的巨大变革，其背后的深远意义连穆勒自己都没有意识到。