2003年8月，500年来程度最强的一次持续高温天气袭击了西欧，其中法国是受影响最严重的地区。法国政府将近1.5万人的死亡归咎于这场持续高温天气，其中死者多数为独居的、房屋未安装空调的老年人。那么，他们究竟是全球变暖的受害者，还是在错误的时间生活在错误的地方的不幸者呢？
2003年以前，气候学家通常都会避免对这些问题做出推测。一个普遍的观点类似于：“尽管全球变暖的确有可能导致此类现象发生得更频繁，但我们不可能将这一特定事件完全归因于过去的温室气体排放。”
牛津大学的物理学家迈尔斯·艾伦就是以上结论的提出者，他后来开发出了一种更好的方法：使用一种被称为“可归因风险度”（fraction of attributable risk，简称为FAR）的度量标准来量化气候变化的影响。FAR要求我们掌握两个数值：p0 ，即在全球气候变化之前（比如在1800年之前）类似2003年这种持续高温天气的出现概率，以及p1 ，即全球气候变化后类似2003年这种持续高温天气的出现概率。例如，如果p1 是p0 的2倍，那么我们就可以说，异常天气事件发生的1/2的风险可归因为全球气候变化；如果p1 是p0 的3倍，那么我们就可以说，异常天气事件有2/3的风险可归因为全球气候变化。
因为FAR纯粹是根据数据定义的，所以它不一定具有任何因果含义。然而事实证明，在两个强度较低的因果假设下，FAR与必要性概率是一致的。第一，我们需要假设处理（温室气体）和结果（持续高温天气）之间没有混杂：二者没有共因。这一假设是非常合理的，因为据我们所知，温室气体增加的唯一原因在于人类自己的行为。第二，我们需要假设单调性。在上一章我们简要地讨论了这个假设。就此例而言，单调性意味着处理从未产生过与我们预期相反的效应，即温室气体永远不可能保护我们免受持续高温天气的袭击。
如果无混杂和无反效果（无保护作用）的假设成立，那么处于第一层级的FAR度量就可以被提升到第三层级，转变为PN。但艾伦本人并不知道FAR的因果解释（可能因为这不是气象学常识吧），所以他只能用一种拐弯抹角的语言来描述他的研究结果。
那么，我们可以用什么数据来估计FAR（或PN）？我们只观察到了一次这样的持续高温天气。我们不能做对照试验，因为这要求我们能够随意控制全球二氧化碳水平，就好像我们手里有一个控制开关一样。幸运的是，气候学家有一个秘密武器：他们可以进行一种计算机实验，也即计算机模拟。
艾伦和英国气象局的彼得·斯托特接受了挑战。2004年，他们成为第一批对个别的异常天气事件进行因果解释的科学家。（真的是第一次吗？你自己来判断吧。）他们的结论是：“超过警戒阈值1.6℃的这次出现在欧洲夏季的气温异常事件，其一半以上的风险很可能归因于人类活动的影响。”
虽然我很佩服艾伦和斯托特的勇气，但遗憾的是，他们这一重要发现的影响力在很大程度上被这一复杂费解的陈述语言削弱了。让我把这句话分解一下，然后试着解释为什么他们要用如此复杂的语言来表达它。首先，“超过警戒阈值1.6℃的……气温异常事件”是他们定义结果的方式。他们选择这一阈值，是因为那年夏天欧洲的平均气温超过正常水平1.6℃以上，这在有记录的历史中从未发生过。他们的选择平衡了两个相互矛盾的目标：所选择的结果，既足以体现全球变暖的影响，又并不局限于发生在2003年的这一具体事件。例如，我们没有选择法国8月的平均气温作为参照，而是选择了一个更宽泛的标准——整个夏天欧洲地区的平均温度。
其次，他们所说的“很可能”和“一半以上的风险”是什么意思？用数学语言来说，艾伦和斯托特指的是约有90%的可能性FAR超过50%。或者可以这么说，约有90%的可能，在当前的二氧化碳水平下，像2003年欧洲夏天的持续高温这种异常天气事件的出现概率，要比在工业化之前的二氧化碳水平下，该事件的出现概率高出2倍多。请注意，我们在这里谈论的是两层的概率——概率的概率！难怪在读到这样的句子时，我们会觉得头昏脑涨、眼花缭乱。我们必须使用双层概率的原因是，持续高温天气受到的是两种不确定因素的影响。首先，长期气候变化（温室气体）的总量存在不确定性，这体现在第一个概率90%中。而即使我们知道长期气候变化（温室气体）的总量，任意指定年份的气候状况仍然是不确定的，这一不确定因素就构成了50%的可归因风险度。
我们必须承认，艾伦和斯托特试图传达的结论的确很复杂。并且，他们的结论中缺失了一个要素：因果关系。他们的陈述并不包含因果关系的线索，或者说，他们仅仅在“归因于人类活动的影响”这一模棱两可、高深莫测的短语中给出了一个暗示。
现在，我们将这个版本的结论用因果语言重新表述一下：“二氧化碳排放很可能是2003夏天欧洲持续高温天气的必要因。”到了明天，你会记得哪个句子？是他们的结论还是我们的结论？如果你的邻居问你这个问题，你会用哪句话向他解释原因？
我本人并非气候变化方面的专家，我是从我的一位合作者亚历克西斯·汉纳那里得到这个例子的，他在佛朗哥—阿根廷研究所工作，致力于研究布宜诺斯艾利斯的气候状况及其影响，是将因果分析运用于气候科学的有力提倡者。汉纳绘制了如图8.4所示的因果图。由于温室气体是气候模型中的顶级节点，没有箭头指向它，因此汉纳断定，温室气体和气候反应之间没有混杂。此外，他也证实了无反效果假设（温室气体不能保护我们免受持续高温天气的袭击）的合理性。
图8.4 气候变化例子的因果图
汉纳超越了艾伦和斯托特，使用我们之前给出的公式计算出了充分性概率（PS）和必要性概率（PN）。在2003年夏天欧洲遭受持续高温天气袭击的例子中，他发现温室气体的充分性概率PS非常低，约为0.0072，这意味着我们无法预测当年会发生这一事件。而温室气体的必要性概率PN为0.9，与艾伦和斯托特的结果一致。这意味着，若非温室气体，这一异常天气事件很可能不会发生。
我们必须在一个更宏观的语境中对这一PS明显偏低的情况加以研究。我们不仅想知道今年持续高温天气的出现概率，还想知道在更长的时间内类似的异常天气事件再次发生的概率，比如在未来10年或50年内的发生概率。随着时间的延长，温室气体的PN会逐渐降低，因为可能会出现其他引发异常天气事件的机制。而温室气体的PS则逐渐升高，因为我们实际上在不断增加看到同样结果出现的可能。因此，假设汉纳计算出有80%的概率，温室气体（全球变暖）是未来200年里欧洲发生如2003年这种（或更糟的）异常天气事件的充分因。这听起来可能不怎么吓人，但这是以假设温室气体水平在未来200年里不会继续升高为前提的。事实上，温室气体的水平肯定会继续上升，这只能进一步增加PS，缩短下一次异常天气事件发生的时间窗。
普通大众能理解必要因和充分因之间的区别吗？这是一个很重要的问题，就连专家有时候也难以对二者进行区分。2010年，持续高温天气袭击了俄罗斯，那是俄罗斯有史以来最热的夏天，山火引起的烟尘笼罩了莫斯科的天空。有两个研究小组对这一现象进行了分析，并得到了两个相互矛盾的研究结果。一组的结论是，是自然力量导致了这次持续高温天气的出现；另一组的结论是，是全球气候变化导致了这次持续高温天气的出现。之所以发生这种分歧，十有八九是因为这两个小组对结果的定义存在不同。一组显然是基于温室气体的PN来定义结果的，他们因此得出全球气候变化可能是因，且概率很高；而另一组则使用PS来定义结果，因而得到了一个很低的概率，说明全球气候变化很可能不是因。第二组将持续高温天气归咎于俄罗斯的持续高压天气或“烟尘封锁”现象（这在我听来一个充分因），而认为温室气体与这种现象关系不大。但任何以PS为度量标准的研究都在一个很短的时间内就为证明因果关系设定了一个很高的门槛。
在结束这个例子之前，我想再谈一下计算机模拟。对于大多数其他领域的科学家而言，他们必须付出非常多的努力才能获取反事实信息，比如历经艰辛将观察性研究和试验性研究的数据结合起来。而气候学家则可以非常轻松地从其计算机模拟实验中得到反事实：只需要输入一个新的二氧化碳浓度数字，让程序自动运行就可以了。当然，“轻松”是相对的。在图8.4这个简单的因果图背后，隐藏着一个非常复杂的响应函数，它是根据由进行气候模拟的数百万行计算机代码组成的气候模拟程序生成的。
这就自然而然地引出了一个问题：我们可以在多大程度上信任计算机模拟？这个问题涉及政治方面的影响，特别是对美国而言。不过，我会尽量给出一个无关政治的答案。我认为在这个例子中，响应函数比人们在自然科学和社会科学中经常看到的线性模型更可信。选择线性模型通常是出于方便，而不是出于什么可靠的理由。相比之下，气候模型反映了物理学家、气象学家和气候学家对于一个多世纪的气候状况的研究。气候模型体现了这个由各领域专家组成的科学家团体对于天气和气候变化过程的深刻理解。不管以何种科学标准为参照，气候模型都是一个强有力的、令人信服的证据，除了这样一个缺点：虽然它们能有效地预测未来几天的天气，但这种预测从未在时间跨度超过一个世纪的前瞻性实验中得到证实，所以，它们仍然可能包含我们所不知道的系统性错误。
