同一个 45 岁男人,明年的死亡概率是 0.4% 还是 3%?——参考类问题:每个概率陈述里都藏了一次分区选择
【锚点】这一篇只钉一件事:【「概率」不是单个事件的属性,而是「某个分区下的频率」;分区是选的,不是发现的】。这不是认识论上的谦虚,是逻辑上的硬约束。
【显式】先把问题摆出来。Reichenbach 1949《The Theory of Probability》给了一个到今天都没被真正解决的例子:
问:「这个人明年会死吗?概率多少?」
- 参考类 R₁ = 全人类 → 全球粗死亡率约 7.7‰,即 0.77%
- 参考类 R₂ = 45 岁男性 → SSA 生命表 qx ≈ 0.0043,即 0.43%
- 参考类 R₃ = 45 岁男性吸烟者 → 同类数字翻数倍
- 参考类 R₄ = 45 岁男性吸烟者,且刚确诊某类疾病 → 再翻
四个答案都合法,都由真实数据算出,都指向同一个「这个人」。分歧不在数据里,在分区里。
【隐式】关键一步推理:这不是「信息不够」。信息不够的话,多采样就收敛。这里存在一个结构性对抗:
- 参考类越窄 → 越相关(R₄ 比 R₁ 更贴这个人)
- 参考类越窄 → 样本越少 → 频率估计方差越大
两个 desiderata 单调反向。Reichenbach 自己承认没有形式规则能仲裁,他只能退到「选最窄的那个统计上稳定的类」——而「稳定」本身又是一个阈值选择。这是逻辑上的空洞,不是技术上的困难。
【细微】这里要拆开一个常见混淆:人们常把参考类问题当成「先验 vs 频率」之争。不是。Hájek (2007, “The Reference Class Problem Is Your Problem Too”) 论证它同时打击三种解释:
- 频率主义:概率 = 参考类中的极限频率 → 但哪个参考类?定义本身循环。
- 倾向性解释:概率 = 系统的客观倾向 → 倾向是对「哪个情境」的倾向?情境描述即分区。
- 贝叶斯主观主义:概率 = 理性主体的信念度 → 但条件化要求「以命题 E 为条件」,而「哪些证据算证据」本身就是分区选择。这就是 old evidence problem 的根。
三种解释都想给「单个事件的客观概率」,三种都被同一个洞穿过。
【极难发现】最深的一层:参考类问题不是概率论的问题,是分类学的问题。它和地理学的 MAUP(可变面元问题)、统计学的辛普森反转、语言学的范畴化,是同一个结构在不同学科里的投影:
- MAUP:同一批点,换一套区划,相关系数从 +0.6 变 −0.4
- 辛普森:同一张表,换一次分层,效应反号
- 参考类:同一个事件,换一个类,概率变几倍
- 范畴化:同一个对象,换一套范畴边界,它属于/不属于
共同结构:给定一个集合和一个测度,任何「总体」都是对样本空间的一次分区;测度值依赖于分区,而分区不被测度决定。
【流程节点链路】起点:奇异事件 e(「这个人明年死」)→ 中间节点1:e 属于无穷多个嵌套参考类 R₁ ⊃ R₂ ⊃ R₃ ⊃ … → 中间节点2:每个 Rᵢ 给出频率 P(E|Rᵢ),且 P(E|Rᵢ) 随 i 变化 → 中间节点3:相关性与样本量随「变窄」单调反向冲突 → 中间节点4:无形式规则可仲裁(「统计稳定性」只是把选择推后一层)→ 终点:任何「P(e)=x」的完整形式是「P(e|Π)=x」,Π 是分区,是选择,不是发现。
【结论】所以「客观概率」这个词,如果不同时说出分区,是空的。但这不导致相对主义——因为分区可以被制度化:保险业把「45 岁男性吸烟者」写进费率表,于是这个分区获得了制度与法律的实在性。分区的客观性是社会性的,不是本体论的。 这正是知识社会学的入口:谁有权划这条线,谁就决定了那个数字。
【值得辩论的问题】如果每个概率都必须绑定一个分区,那么当两个精算师用不同分区给出不同报价时,「谁对」有没有事实层面的答案?还是说我们只能问「哪套分区被制度采纳了」——而「被采纳」与「正确」之间的那道缝,正是所有风险治理争议的所在地。







0 Comments