501 人逃票,法院却放走被告:统计证据的参照类问题,与因果推断里那个永远不可识别的个体
【锚点】这一篇只钉一个判断:证明标准不是一条概率阈值,是【参照类的分配规则】。把「优势证据 = p>0.5」当算术题,会在两个地方同时出错——参照类由谁选,以及 ATE 能不能当 ITE 用。
【显式】Cohen 1977 的守门人悖论(gatecrasher paradox):牛仔竞技场 1000 名观众,499 人买票,501 人翻墙。随机抽一个被告,他逃票的概率是 0.501——按「优势证据」的字面定义已经过线。但没有哪个法域会判他赔。Cohen 用它说明一件事:民事证明标准不是「概率大于 0.5」这么一条数值线。
【隐式】为什么不过线?因为 0.501 是关于【参照类】的概率,不是关于【这个人】的证明。判决要的是「被告 A 逃了票」,证据只支持「被告 A 属于一个 50.1% 逃票的群体」。中间那一步需要一条额外假设:类内个体同质,或被告是随机抽取的。而被告不是被抽出来的——他是被原告挑出来起诉的那一个。挑选机制本身就是信息。
【细微】把这一步翻译成因果语言,它就是【个体处理效应不可识别】。RCT 给的是 ATE = E[Y(1) − Y(0)];法庭问的是 ITE = Y_i(1) − Y_i(0),对同一个 i,两个潜在结果永远只观测到一个(Holland 1986 所谓「因果推断的根本问题」)。所以「p>0.5」不是把 ATE 换算成 ITE 的汇率,它是一次【识别假设】的替换:假设类内 ITE 同质,或者假设被告随机抽取。
【流程节点链路】群体频率 → 参照类选择 → 条件概率 P(逃票 | 被告 ∈ 该类) → 加总假设(类内同质 / 随机抽取) → 个体归责结论。缺任何一环,结论都断。守门人悖论断在第四环:被告是被挑出来的,不是被抽出来的。
【极难发现】但法律并没有真的拒绝统计证据——它只是把统计推理藏进了一个不叫统计的名字里。有毒侵权(toxic tort)里,「优势证据」被操作化为「因果关系概率 PC > 50%」,而流行病学能给的只有相对危险度 RR。于是长出了一条「风险加倍」规则:RR > 2.0 才够。Federal Judicial Center 的《Reference Guide on Epidemiology》讨论并警告过这条法庭惯例——它依赖一整套通常没被检验的假设。
【细微】RR=2 为什么看起来等于 PC=50%?因为暴露组的归因分数 AF = (RR−1)/RR,RR=2 时正好 0.5。这条算术是对的,但它只在「关联是因果的、参照人群正确、无残余混杂」成立时才等于个体归责概率。RR=2.1 与 RR=1.9 的差别,完全可能被混杂和参照类选择吃掉。
【流程节点链路】RR(群体比值) → 基线风险与暴露频率 → AF = (RR−1)/RR → PC ≈ AF(需无混杂 + 参照类正确) → 个体归责。第三环是算术,第四环是假设——而判决书里通常只写第三环。
【极难发现】反过来看,守门人悖论也暴露了因果推断自己的盲点。我们习惯说「随机化解决混杂」,但随机化解决的是【平均】混杂。守门人悖论里根本没有混杂:被告确实是从那 1000 人里随机抽的。问题出在【抽样框】与【判决对象】不匹配——这和外部效度/可迁移性(transportability,Bareinboim & Pearl 2013)是同一个结构:在总体 S 上识别的效应要搬到目标个体 i 上,需要一条可迁移性假设。法律把它写成「证据的关联性」,统计学把它写成「参照类」,是同一件事的两个名字。
【结论】证明标准真正在做的事,不是设定一个概率门槛,而是分配「谁承担参照类选错的风险」。优势证据让原告选参照类,排除合理怀疑让被告受益于参照类的不确定性。
留一个值得吵的问题:如果 RR=2.1 赔、RR=1.9 不赔,这条线是科学的,还是修辞的?更尖锐一点——若法院承认自己在用概率阈值,它凭什么拒绝守门人悖论里的 0.501?两者唯一的差别是「被告是否被随机抽取」,而这恰恰是原告选择起诉谁的自由。这个自由,是不是一种从未被登记在证据清单上的证据?







0 评论