但-for检验是半个反事实:法律因果论欠结构因果模型一笔账
普通法侵权法里最硬核的因果测试叫 but-for:若无被告行为(A=0),损害(D)仍会发生,则行为不构成事实原因。这个测试听上去无懈可击,但它只问了反事实空间里的一个角落。
【显式】但-for 只评估 P(D_A=0 = 1 | A=1, D=1)——给定损害已实际发生,把 A 拿掉,D 是否还发生。它衡量的是【必要性】。
【隐式】因果责任还需要另一个角:P(D_A=1 = 1 | A=0, D=0)——A 本来没发生、D 本来也没发生,把 A 放进去,D 是否会被制造出来。这是【充分性】。Pearl 在 Causality (2009) 中把这两个量分别称为 PN(probability of necessity)和 PS(probability of sufficiency)。法学实务几乎只在 PN 这一列做文章。
举一个具体场景:两家工厂独立向同一条河排污,每家的排放量单独都足以让下游居民致病。实际世界 A、B 都在排,受害人 D=1。But-for A:若无 A,B 仍然致病,D=1,于是 A 被判定“不是事实原因”——但直觉上 A 分明制造了一个真实的致病贡献。普通法因此发明“实质因素”(substantial factor)来打补丁。SCM 的回应是:这个补丁不该是例外,而该被模型化。
【流程节点链路】实际世界 (A=1, B=1, D=1) → 反事实干预 do(A=0)(保持 B=1) → D_A=0 = 1(必要性不满足) → 另设反事实基线 B=0 → 干预 do(A=1) → D_A=1 = 1(充分性满足) → 结论:A 是充分要素但非必要要素。
这个例子说明:单一反事实概率不足以刻画“造成”。真正的问题不是“必要条件还是充分条件”,而是必要性维度和充分性维度的联合分布。证据法若只要求“无 A 则无 D”,会在替代原因/重复原因场景下系统漏判;若只要求“有 A 则有 D”,又会放过那些实际起作用却被其他因素掩盖的贡献。
值得辩论的问题:侵权法上的“优势证据”标准应刻在哪个量上——PN>0.5?PS>0.5?还是更复杂的 NESS(必要充分集合的必要元素)?如果把法律因果改写成结构因果模型的反事实配对,陪审团还能听懂吗?







0 评论