熊建英

（江西警察學院安全管理系，南昌 330003）

大數(shù)據(jù)時代，不僅具備海量數(shù)據(jù)的融合基礎，也擁有超強的大數(shù)據(jù)處理能力，人們利用從巨量數(shù)據(jù)中挖掘出相關關系快速解決了很多問題，取得了前所未有的成果，這使得學術(shù)界提出了在大數(shù)據(jù)時代要用相關性代替因果性的思維變革。例如有學者提出“大數(shù)據(jù)時代，必須拋棄對因果關系的執(zhí)著,轉(zhuǎn)而關注簡單的相關性”[1]、“大數(shù)據(jù)時代，不用清楚知道為什么，只需要知道是什么”、“現(xiàn)象背后的原因不重要，讓數(shù)據(jù)自己發(fā)聲”“讓數(shù)據(jù)說話、只需要利用相關性知道數(shù)據(jù)闡述的高概率結(jié)果是什么”等。[2][3]但在人們一般思維中，如果只是清楚“是什么”，而不過問“為什么”，這又似乎推翻了自古以來的思維慣例，也給我們做決策和理解現(xiàn)實的基本思維模式帶來了挑戰(zhàn)。同樣在大數(shù)據(jù)發(fā)展迅速的今天，警務工作中如何正確看待大數(shù)據(jù)的相關思維，是否要考慮因果規(guī)律，筆者希望從兩種思維的本質(zhì)與差異展開探討，聯(lián)系公安實戰(zhàn)工作，可以給警務工作人員一些啟示。

一、大數(shù)據(jù)思維

（一）數(shù)據(jù)思維發(fā)展

人們習慣的思路是“做出假設、建構(gòu)模型、數(shù)據(jù)證實、優(yōu)化模型、預測未來”，而這種通過“大膽假設、小心求證”的思維也被稱為機械思維。利用這種思維方式我們也取得了很多成果，例如，牛頓就用力學三定律和萬有引力定律幾個簡單明了的公式說明了大千世界宇宙萬物的運動規(guī)律。機械思維最重要的幾點是：公式確定、簡明、普適，這也就是說觀察的問題中，有確定的自變量、且因變量和自變量之間有明確的作用關系、作用關系也存在普遍性。所以傳統(tǒng)的機械思維的核心思想是確定性和因果關系，即事情一旦發(fā)生，必然會產(chǎn)生相應結(jié)果，也一定有確定的模型解釋發(fā)生的原因。[4]

而到了數(shù)據(jù)時代，可用的數(shù)據(jù)量劇增，數(shù)據(jù)驅(qū)動方法的優(yōu)勢越來越明顯。由于各個領域數(shù)據(jù)不斷向外擴展，使得數(shù)據(jù)開始出現(xiàn)交叉，各個維度的數(shù)據(jù)從點和線漸漸連成了網(wǎng)，數(shù)據(jù)之間關聯(lián)性增強，也就形成了大數(shù)據(jù)。面對日益復雜的社會，時刻存在不確定性，而數(shù)據(jù)中包含的信息以及數(shù)據(jù)之間的關聯(lián)性可以幫助人們消除不確定性。我們很難從海量、多維、千絲萬縷的數(shù)據(jù)中抽取出確定的決定因素、也無法給出精確的模型去匹配，所以也逐漸產(chǎn)生使用數(shù)據(jù)強關聯(lián)性代替過去用因果關系去解決問題的傾向。[4]

（二）大數(shù)據(jù)思維特點

大數(shù)據(jù)具有特有的4V特征如圖1所示，即數(shù)量（Volume）大，網(wǎng)絡時代的產(chǎn)生的數(shù)據(jù)總量和增量巨大；種類（Variety）雜，數(shù)據(jù)來源可以是互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、智能設備等多源信息，且數(shù)據(jù)類型可以是非結(jié)構(gòu)化、半結(jié)構(gòu)化、結(jié)構(gòu)化形式的數(shù)據(jù)；速度（Velocity）快，數(shù)據(jù)增長速度快、對數(shù)據(jù)處理的響應時間也要求高；價值（Value）密度低，有價值的數(shù)據(jù)通常被隱藏在海量的數(shù)據(jù)之中，需要對數(shù)據(jù)進行整理、分析、挖掘才能找到有價值的信息。[5]

圖1 大數(shù)據(jù)4V特征

人們總說“思維決定命運”，所以在大數(shù)據(jù)產(chǎn)業(yè)發(fā)展過程中，無論是政府部門的決策者、企業(yè)組織的管理者，還是普通人員都需要具備一定的大數(shù)據(jù)思維。而大數(shù)據(jù)思維則是大數(shù)據(jù)時代的產(chǎn)物，即具有數(shù)據(jù)思維的一般共性，也由于其自身的4v特征，使得在思維方式上也呈現(xiàn)出其獨有的特征。由于數(shù)量大、更新快，且多維度信息也可以相互消除一定不確定，使得大數(shù)據(jù)可以更全面反映真實世界，更容易通過挖掘出數(shù)據(jù)之間相關性用來觀察現(xiàn)實社會的規(guī)律。正如舍恩伯格在 《大數(shù)據(jù)時代》將大數(shù)據(jù)思維方式歸結(jié)三個方面：可以利用更全面的數(shù)據(jù)替代隨機樣本，允許數(shù)據(jù)的混雜性，而不追求精確性，分析事物看重事物的相關關系，而不是持續(xù)追求難以捉摸的因果關系。[1]

二、相關與因果

（一）兩種關系定義

相關關系：也稱聯(lián)想關系、類緣關系、非等級關系。是指研究對象中的某個數(shù)據(jù)發(fā)生變化時，其他數(shù)據(jù)會隨著發(fā)生變化。這種關系的核心是經(jīng)驗的歸納，是表示客觀現(xiàn)象之間確實存在某個現(xiàn)象的數(shù)據(jù)存在另一現(xiàn)象的數(shù)據(jù)與之對應，但數(shù)據(jù)不一定有嚴格的對應依存關系。[6][7]相關關系可以根據(jù)人的歷史行為數(shù)據(jù)來預測人的未來行為數(shù)據(jù)，至于行為人為什么會做出這些行為，相關關系則不能進行解釋，也不關心這種行為背后的機制。

因果關系： 是揭示客觀世界中事件之間的作用關系，其中先發(fā)生的事件被認為是后發(fā)生事件的原因，后發(fā)生事件是先發(fā)生事件的結(jié)果。這種關系的核心是理性演繹，是反映事物之間前后相繼的制約關系。[6][7]“事出必有因”是人們探索世界的一種本性，人們也習慣從“為什么”開始解決問題，所以因果關系也成為人類理解世界、改變世界的基礎。

（二）大數(shù)據(jù)哲學中對兩種關系的觀點

隨著大數(shù)據(jù)技術(shù)的深入應用，哲學家也開始關注大數(shù)據(jù)問題，從本體論、認識論和價值論多方面對大數(shù)據(jù)進行研究，并形成了大數(shù)據(jù)哲學的研究方向。而在哲學界，很多學者對因果關系與相關關系都提出不同的觀點，兩者之間差別也一直是一個有爭議的話題。典型的觀點可以歸納為以下三種：[8][9][10]

1.相關關系不是因果關系，持有這種觀點的代表性學者如大數(shù)據(jù)之父維克托·邁爾·舍恩伯格提出“大數(shù)據(jù)不是因果關系，而是相關關系”；認為從數(shù)據(jù)中找到相關與從相關關系再找到因果關系不是一回事，即“相關關系并不意味著因果關系”。

2.因果關系是特殊的相關關系，學者提出“因果關系不是特殊的關系，而只是一類相關關系”；“不存在沒有因果關系的相關關系”，而學者指出“大數(shù)據(jù)不僅不是對因果關系的否定，反而是可以重新刻畫描述因果關系的手段”。

3.區(qū)分因果關系與相關關系是個偽命題。持有這種觀點的學者認為，大數(shù)據(jù)時代我們需要做的事情不是探究兩者差別，而是“如何從大數(shù)據(jù)的相關關系中推斷出因果關系”。

（三）兩種關系的辯證

1.兩者分析路徑不一樣

相關關系是通過經(jīng)驗歸納或大量數(shù)據(jù)統(tǒng)計來識別有用的關聯(lián)特征對某一現(xiàn)象進行解釋，如事件A與事件B經(jīng)常同時發(fā)生，我們一旦看到事件B發(fā)生后，可以預測事件A會比較大概率發(fā)生，那么可以推斷A和B之間存在相關關系。A和B之間是否存在因果關系，則是要通過人的理性邏輯分析，需要分析事件發(fā)生的作用關系。如A引起B(yǎng)發(fā)生，則A是因，B則為果。這里“引起”可以解釋為A是B的充要條件、一種因果傳遞、一定概率導致。如果只是強調(diào)A與B發(fā)生現(xiàn)象存在相關性，直接通過對數(shù)據(jù)進行統(tǒng)計分析就可以得出結(jié)論，但如果要證明二者之間是不是有因果關系，則需要找到彼此之間的條件依賴性，啟動人們的思維推理機制，描述之間的作用關系，一般要通過科學實驗與演繹論證才能進行證明。[11]例如我們常說的吸煙有害健康，如果我們從對大量吸煙人群進行統(tǒng)計，找到吸煙的人容易發(fā)生肺癌，那表明吸煙與肺癌存在相關性；但如果要推導兩者的因果性，則需要通過證明煙草中某個成分引發(fā)肺癌的發(fā)生，這就可以通過實驗進行證明。

2.兩者不等同，因果存在相關，但相關未必是因果

從生活經(jīng)驗來看，事件之間如果有因果關系，一般都會有相關關系，但事件之間即使沒有因果關系，也可能會有相關關系。所以相關關系比因果關系更為廣泛普遍，兩者不能等同。[12]因果關系只存在于兩個事件之間，假如A是原因，另一方B則是結(jié)果（AB）。而存在相關關系的事件之間作用原理可能是相互的（AB），A可能是因，B是果，也可能B是因，A是果，或者是關聯(lián)了其他事件C（ACB），而A和B本身沒有任何因果關系。

例如，光照時間和水果含糖量之間存在因果關系，因果鏈可以表述為：光照時間越長，光合作用產(chǎn)生更多的糖，水果也就越甜。光照時間與太陽能發(fā)電之間也存在因果性，光照時間越長，太陽能發(fā)電量也越多。從數(shù)據(jù)看上，光照與水果糖分、與太陽能發(fā)電的相關系數(shù)也比較高，太陽能發(fā)電與水果糖分相關性也很高，但不能得出結(jié)論水果糖分與太陽能發(fā)電存在因果性。進一步說，想要水果更甜，可以通過增加光照時間，但不能說可以通過增強太陽能發(fā)電量，如果錯把太陽能發(fā)電與水果甜度有因果關系，那么除了光照，通過改變發(fā)電設備工藝增強太陽能發(fā)電，而這時發(fā)電量的增加與水果甜不甜沒有任何關系。

相關性屬于粗略性分析，不需要獲取精確的分析結(jié)論，而因果關系則是要得出精準的結(jié)論。所以相關未必有因果，相關是一種取像，只是這個世界變得越來越復雜、數(shù)據(jù)量越來越大，如果再從繁雜海量的數(shù)據(jù)中找出因果要素非常困難，雖然不能直接證明因果關系，但是可以揭示出各種可能性，可以為推測因果關系提供思考方向，所以利用大數(shù)據(jù)統(tǒng)計出的強相關性則成為當前快速有效的分析方式。

三、相關思維在公安工作中的應用

（一）公安大數(shù)據(jù)思維

信息技術(shù)發(fā)展促進社會發(fā)展進步，公安部門正面臨人—事—環(huán)境等各類監(jiān)管數(shù)據(jù)的幾何增長和高頻流動，也使得警務工作變得艱巨繁重。例如互聯(lián)網(wǎng)輿情所引發(fā)的“黑天鵝”“灰犀?！笔录墙o監(jiān)管部門帶來極大的挑戰(zhàn)，公安所面臨的警情數(shù)據(jù)也不僅僅是主動報警或請求，還有很多來源于網(wǎng)絡監(jiān)測、數(shù)據(jù)比對預警等。推進“警務大數(shù)據(jù)”深度應用關鍵需要具有公安視角的 “大數(shù)據(jù)”思維，貫穿于案件偵查、社會治理等警務工作。

從公安行業(yè)視角來看，大數(shù)據(jù)思維則可定位為一種通過數(shù)據(jù)化的整體性思維對數(shù)據(jù)資源、警務模式、犯罪治理、管理決策進行重新審視；以構(gòu)建多源異構(gòu)的混雜大數(shù)據(jù)管理為基礎，梳理一整套數(shù)據(jù)采集、整理、分析方案，從海量數(shù)據(jù)相關性中快速洞見情報信息，從多維信息中消除不確定性支撐管理決策，從而形成數(shù)據(jù)驅(qū)動警務運作的思維方式。[13]

大數(shù)據(jù)時代，現(xiàn)實復雜的場景會產(chǎn)生大量、多樣的數(shù)據(jù)，如果在工作中從有無因果關系，以及原因與結(jié)果產(chǎn)生的機理分析就成為非常耗費精力與時間的事情，有時思考方向出現(xiàn)偏差，甚至一無所獲。公安大數(shù)據(jù)的融合創(chuàng)新，需要將民警的工作經(jīng)驗與大數(shù)據(jù)技術(shù)進行融合建模，能否找到技術(shù)與業(yè)務的契合點，則很大程度需要警員具有相應的思維能力。而目前很多民警的數(shù)據(jù)深度應用能力偏低，往往依靠傳統(tǒng)經(jīng)驗開展個案的因果分析，不能應對新情況，而大數(shù)據(jù)時代，則需要我們更關注總體、從執(zhí)著個案因果轉(zhuǎn)向關注總體的相關性。所以在公安行業(yè)中，相關性分析也成為大數(shù)據(jù)思維中至關重要的要素，在案件偵查、社會治理、情報研判中都起著非常重要的作用，下面將具體進行分析。

（二）相關性在偵查工作中的應用

基于相關關系的偵查思維，是一種從相關關系數(shù)據(jù)中尋找案件線索、找到偵破切入點或突破口的新的偵查思路和方法。具體來說可以是通過偵查人員以“與案件相關的人、事、物”之間的聯(lián)系、關聯(lián)程度進行分析評價；也可以在不同案件之間的關聯(lián)中找出一些可能性、相似性等聯(lián)系，對相關數(shù)據(jù)進行綜合分析研判，對案件進行串并案、犯罪產(chǎn)業(yè)鏈進行全方位打擊。[14]例如對于逃犯的追蹤，偵查人員可以借助相關數(shù)據(jù)進行分析，包括交通、住宿、手機、車輛、通信、社交、支付等數(shù)據(jù)，如圖2所示，迅速找到案件的偵破口。

圖2 關聯(lián)數(shù)據(jù)偵查

從這些關聯(lián)數(shù)據(jù)很可能找出的線索，從而判斷嫌疑人潛逃目的地，再落地抓捕。而同樣這種情況下，去通過傳統(tǒng)從因到果的思維方法，則需要再現(xiàn)實中先判斷嫌疑人的行為，再去調(diào)查證據(jù)，那將面對非常多的不確定性，無疑是大海撈針。所以依靠大量相關的數(shù)據(jù)發(fā)現(xiàn)線索，由數(shù)據(jù)到人的方法則越來越普及，它不僅可以快速提供有價值的線索，還可以為證據(jù)提供更多的數(shù)據(jù)支撐。

（三）相關性在預防犯罪方面的應用

高效的社會治理是全面提高國家安全和社會穩(wěn)定，提升人民群眾安全感的關鍵。預測警務則是應用分析技術(shù)，特別是定量的數(shù)據(jù)分析技術(shù)，通過對大數(shù)據(jù)進行分析可以感知風險隱患，主動實現(xiàn)風險預測、犯罪防范預防。如圖3所示，首先通過大數(shù)據(jù)收集，不僅包括各類犯罪數(shù)據(jù)，還需要融合商業(yè)、環(huán)境、人口等數(shù)據(jù)。緊接著是對數(shù)據(jù)進行融合，對犯罪數(shù)據(jù)產(chǎn)生相應的預測。[16]包括預測犯罪風險較高的地點、時間，犯罪風險較高的人群、嫌疑程度最高的人、容易成為受害者的人群等等。最后是輔助警方制定干預措施，例如警力資源分配、向風險更高的地點投放更多的警力等。

圖3 預防犯罪數(shù)據(jù)研判過程

例如在社區(qū)犯罪預防方面，可以結(jié)合常駐人口、和流動人口、物聯(lián)網(wǎng)監(jiān)控數(shù)據(jù)、發(fā)案時間與地點、作案特征等信息，如圖4所示，對社區(qū)治安案件數(shù)據(jù)統(tǒng)計分析，得到一些案件于數(shù)據(jù)之間的關聯(lián)特征，如盜竊案件與某個時間段相關性高、與某些小區(qū)相關性高、與小區(qū)流動人口比例相關度高、與小區(qū)安防設施部署相關性等等特征，可以采取優(yōu)化小區(qū)安防，加強巡邏、加大安全宣傳等措施，達到預防犯罪行為。這些與案件相關性的特征，未必是我們憑經(jīng)驗可以一步考慮周全的，也無法得到一個量化的分析比對。而通過案件與其他數(shù)據(jù)之間關聯(lián)度的分析，可以過濾出高關聯(lián)的因素，再結(jié)合已有經(jīng)驗進行邏輯判斷，則可以快速找出預防犯罪的重要元素。

圖4 治理性分析示例

（四）相關性在情報研判中的應用

在警務工作中，圍繞某個對象搜集相關大數(shù)據(jù)，綜合大量數(shù)據(jù)出挖掘出重要線索是情報研判的重要工作。[17]但大量數(shù)據(jù)中找出支撐結(jié)果的一個或幾個線索，是很難憑直接經(jīng)驗發(fā)現(xiàn)的。大數(shù)據(jù)時代，則可能完全是先對數(shù)據(jù)挖掘，找出關聯(lián)度高的因素之后作為結(jié)論，再逆向重新構(gòu)建因果邏輯。例如：英國通過大數(shù)據(jù)縮小恐怖分子排查范圍。在國際上恐怖分子破壞極大，也難以監(jiān)控。很多學者都希望可以提前把他們篩選出來，但是無論從情報、通信監(jiān)控、資金往來監(jiān)控方面都難以找到有效的篩選方法。而英國經(jīng)濟學家霍斯利通過大數(shù)據(jù)發(fā)現(xiàn)是恐怖人員的身份與保險購買具有很強的關聯(lián)性，恐怖分子不購買保險，他在傳統(tǒng)的行為監(jiān)測中添加了這個條件把懷疑范圍大大縮小，警方也根據(jù)這一線索果然抓到了恐怖分子。不能說不買保險的人就是恐怖分子，但大數(shù)據(jù)表明恐怖分子與購買保險具有強相關性。從這一相關性出發(fā)，可以很快找到篩選的方法。

但人們更習慣形成認知閉環(huán)，如果不搞清具體影響過程，就覺得這個結(jié)論不可靠。大數(shù)據(jù)的相關性分析可以更快速找到解決問題方案，我們可以先知道結(jié)果，然后再倒推原因。如果進一步尋求其原因，則可以逆向推理建立邏輯關系因果鏈條，是因為在英國這種高福利國家，保險是發(fā)放福利的一個重要途徑，只要一份很便宜的保險，就能保障基本醫(yī)療。而穆斯林普遍結(jié)婚早，一個20多歲的英國公民或長期居住者，都會購買保險。但恐怖分子卻為什么不買？ 因為保險行業(yè)規(guī)定，保險兌付時有一個前提條件就是投保人不能是恐怖分子。所以很多恐怖分子就會因為成本收益核算影響，最后被大數(shù)據(jù)識別出來。

四、相關啟示

（一） 情報處理過程中從數(shù)據(jù)關聯(lián)性進行發(fā)散、聯(lián)想，創(chuàng)新思維轉(zhuǎn)變

大數(shù)據(jù)時期，情報處理的計算模式也在改變，從以往的“流程”核心轉(zhuǎn)變?yōu)椤皵?shù)據(jù)”核心，如圖5。大數(shù)據(jù)思維顯著特點是全數(shù)據(jù)樣本思維、相關思維。而海量的數(shù)據(jù)也超出了人工對信息處理的極限，需要借助現(xiàn)代化信息手段。大數(shù)據(jù)思維可以促進人的靈感性、形象性、發(fā)散性和邏輯性，幫助分析人員產(chǎn)生創(chuàng)新思維。[18]“發(fā)散性”思維的最大特點是思維的跳躍性，其能夠把兩個看似沒有聯(lián)系的“信息”溝通聯(lián)想起來，對已有的線索從不同角度，用不同方法進行分析，產(chǎn)生新的思維結(jié)果。所以在思維模式上，人的思維將與機器思維相結(jié)合，交互，得到對于事物不同可能性的元認知，再進行收斂歸納，進一步推導因果邏輯。

圖5 大數(shù)據(jù)情報分析思維模型

（二）大數(shù)據(jù)相關分析可以幫助人們快速找到解決思路

在這個復雜的社會背景中，存在很多不確定性、也產(chǎn)生海量的數(shù)據(jù)，如果凡事都要等我們理清楚準確的因果關系，再去解決問題，那么很多時候事情都已經(jīng)被耽誤了，最后也不值得辦理了。從統(tǒng)計學角度來說，“數(shù)據(jù)思維”就是回歸分析，即確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法。[19]即定量分析事件發(fā)生之間的相關性、關聯(lián)度。把從復雜現(xiàn)實信息中，抽取因果邏輯轉(zhuǎn)換為利用計算機算法從大量數(shù)據(jù)做統(tǒng)計分析，找出數(shù)據(jù)之間相關性，再映射為現(xiàn)實事件的相關性，從數(shù)據(jù)相關性出發(fā)找到解決方案，而不需要找到非常緊密和明確的因果關系。

古人云：以道馭術(shù)，以術(shù)驅(qū)道。在“道”的層面上，相關分析是一種思維方式，在它的指導下，我們可以把“業(yè)務問題”定義成“數(shù)據(jù)可分析問題”。而在“術(shù)”的層面，相關分析又是一種可以運用的數(shù)據(jù)分析工具。需要找出業(yè)務的核心訴求Y，及影響結(jié)果自變量X，找出X與Y變化關聯(lián)程度，而X的收集、也就是大數(shù)據(jù)的收集則也來源于我們對業(yè)務的洞見。

（三）相關不代表因果，需進一步推導因果鏈、排除偽相關、拓展問題解決方法

“菩薩畏因，眾生畏果”，說的是智慧的人敬畏原因，普通人敬畏結(jié)果。所以利用大數(shù)據(jù)相關性快速解決問題時，為了減少決策錯誤，也要盡量做到始于相關、終于因果原理。例如深圳警方接受采訪時說：天秤座、處女座、天蝎座的人更喜歡違章。因為三種星座的違章比例為10.5%、9.63%和9.0%，確實占據(jù)前三。但更深入分析，另一個關于全世界人口出生時間的大數(shù)據(jù)統(tǒng)計結(jié)果表明亞洲東部地區(qū)9到11月份的相對偏多，這又在一定程度說明了本身這幾個星座人口就偏多，所以這種星座與交通違章的相關性則可能是偽相關、沒有因果邏輯。進一步說，如果我們從相關性出發(fā)，再深入分析原因，則也可能在因果鏈上發(fā)現(xiàn)更多解決思路。例如地區(qū)A與交通事故發(fā)生關聯(lián)度高，那么為什么A地容易發(fā)生交通事故，進一步分析原因可能有A地靠近學校等人流密集地、A地車道較少、A地拐彎路口設置不合理等等，那么從因果鏈上看，對于預防A地的交通事故可采取的措施就有很多種。

五、結(jié)語

大數(shù)據(jù)是基于數(shù)據(jù)之間存在的關系來發(fā)現(xiàn)存在的規(guī)律，從而進行判定、預測、決策等，大數(shù)據(jù)技術(shù)發(fā)展也對思維方式產(chǎn)生了巨大變革、全樣本、混雜性、相關性成為大數(shù)據(jù)思維重要元素。很多學者持有的觀點認為在說大數(shù)據(jù)是一種只追問 “是什么”，而不問“為什么”的思維方式。筆者認為大數(shù)據(jù)思維并不是否定事物規(guī)律，世界上很多事物存在很大的不確定性，各個維度的數(shù)據(jù)連成了強關聯(lián)的網(wǎng)絡，出現(xiàn)利用大數(shù)據(jù)的強關聯(lián)性替代因果性趨勢。大數(shù)據(jù)的相關分析思維方式也廣泛適用于警務工作中，在情報研判中可以通過相關思維進行發(fā)散，挖掘更多情報價值，也可以利用相關性去快速洞察、找到解決問題方案，但因果關系作為人類理性活動所追求的目標，仍然不能被忽視和否定。