构造学论行思别见传录

归因新法卷·时空信息与动力分解

————————

第一则·破题

构造学论曰：多因子析构，乃明多因子协同、交互、相消之构造，并辨析构之限。交互不可尽拆，协同不可尽分。然“不可尽拆”非“不可拆”，乃“不可尽”也。今承此义，试立一新法，以定量评估多强迫因子对系统变化之各自贡献。

行思曰：余观现有归因之法，各有其长，亦各有其限。方差分解法以线性假设为基，难以捕捉非线性协同；信息流法可量化因果，却难以分解多源至目标之全息贡献；可解释AI法可给出特征重要性，却缺乏动力学基础。三法各执一端，如盲人摸象。 今欲立新法，不在弃旧，而在融信息论之因果量化、动力学之参数化、可解释AI之非线性分解为一炉。

别见曰：故新法之要，不在“新”，而在合。合信息论之协同分解、动力学之参数化微分、可解释AI之逐样本归因，以时空权重函数统摄之，则多强迫因子之贡献可同时在协同层、动力学层、时空层上被定量评估。

————————

第二则·立基

构造学论曰：新法之构造，有五重基：

一曰信息之基——以信息论之部分信息分解为骨，将多源至目标之信息交换分解为独特信息、冗余信息、协同信息三层。独特信息为某因子独有之贡献，冗余信息为多因子共享之贡献，协同信息为多因子合生之贡献。

二曰动力之基——以动力学之参数化微分为血，将系统演化方程中各强迫项之系数作为动力学贡献系数。此系数非统计相关，乃因果动力，使因果量化与系统动力学直接关联。

三曰非线性之基——以可解释AI之逐样本归因为肉，量化各因子对每一个体预测的贡献，突破传统方法对非线性与多重共线性的限制。

四曰时空之基——以时空权重函数为脉，因因子贡献非固定不变，乃随区域与时季而变。可解释AI之细粒度时空分析已证明，无驱动因子在时空上保持一致影响，其贡献强度与方向取决于区域与局地交互。

五曰全息之基——以全息构造观为魂，将上述四层融为一贯。信息层定因果，动力层定机制，非线性层定个体，时空层定变域，全息层定统摄。

行思曰：五重之基，归于一“分”字。信息分因果，动力分机制，非线性分个体，时空分变域，全息分统摄。分者，五基之魂。 不分则混杂，分则各层各明。

别见曰：故立基之要，不在“层多少”，而在层之贯通。信息层之协同信息，须以动力层之参数化系数解释其机制；动力层之系数，须以非线性层之逐样本归因解释其个体差异；非线性层之归因，须以时空层之权重函数解释其变域。四层贯通，则新法立。

————————

第三则·辨析构之法

构造学论曰：析构之法，有数端可察：

其一，控制变量法。控他因而变一因，观其效。控制者，析之始也。

其二，因子分解法。分总效为各因之效，观其加。分解者，析之阶也。

其三，交互项法。设交互项，观其非加。交互者，析之深也。

其四，协同项法。设协同项，观其非线。协同者，析之极也。

行思曰：四端之法，归于一“拆”字。控制拆，分解拆，交互拆，协同拆。拆者，析构之命。 拆则贡献可见，不拆则贡献为混。

别见曰：故辨析构之要，不在“析与不析”，而在拆与不拆。拆则贡献可析，不拆则贡献为混。析构之法者，第一拆也。

————————

第四则·辨析构之限

构造学论曰：析构之限，有数端可察：

其一，交互不可尽拆。交互项无尽，拆之不尽。交互不尽者，拆之限也。

其二，协同不可尽分。协同非线性，分之不尽。协同不尽者，分之限也。

其三，相消不可尽辨。相消有隐显，辨之不尽。相消不尽者，辨之限也。

其四，贡献不可尽析。贡献在织中，析之不尽。贡献不尽者，析之限也。

行思曰：四端之限，归于一“尽”字。交互不尽，协同不尽，相消不尽，贡献不尽。尽者，析构之限也。 知尽则析而不执，不知尽则析而愈迷。

别见曰：故辨析构之限之要，不在“析与不析”，而在知尽与不知尽。知尽则析为方便，不知尽则析为执迷。析构之限者，第一尽也。

————————

第五则·辨信息分解层

构造学论曰：信息分解层之构造，有数端可察：

其一，独特信息。因子A独有之信息，不与其他因子共享。此即传统方法中“A的独立贡献”。独特者，各因子之独也。

其二，冗余信息。因子A与因子B共享之信息。此即传统方法中“共同贡献”，但传统方法难以将其从总贡献中分离。冗余者，因子之共也。

其三，协同信息。因子A与因子B合生之信息，超越各自独特信息与冗余信息之和。此即“1+1>2”之协同。

其四，时间延迟信息。因子A对目标之信息传递，可滞后数月至数年。时滞者，信息之忆也。

其五，冗余与协同之空间分布。在同一系统中，不同区域可呈现不同信息结构。分布者，信息之场也。

行思曰：五端之分解，归于一“分”字。独特分，冗余分，协同分，时滞分，空间分。分者，信息层之命。 分则贡献明，不分则贡献混。

别见曰：故信息分解层之要，不在“分多少”，而在分之准。以部分信息分解为刀，拆多源至目标之信息为独特、冗余、协同三层，则各自之贡献、共享之贡献、合生之贡献，可各得其数。

第六则·辨动力耦合层

构造学论曰：动力耦合层之构造，有数端可察：

其一，参数化微分。将系统演化方程写为各强迫项之线性与非线性组合。

其二，因果信息流。以信息流量化因子间之因果强度。信息流可统一因果性与动力学，使因果量化直接关联系统演化方程。

其三，非线性耦合系数。以扩展非线性模型为器，量化非线性耦合强度。

其四，条件信息流。以条件期望扩展，纳入非线性预测因子，使信息流不仅量化线性因果，亦可捕捉非线性因果。

行思曰：四端之耦合，归于一“数”字。参数化微分定系数，因果信息流定方向，非线性耦合定强度，条件信息流定条件。数者，动力层之命。 数定则机制明，数不明则机制混。

别见曰：故动力耦合层之要，不在“算多少”，而在算之准。以参数化微分提供机制解释，以信息流提供因果方向，二者互验，则协同与相消，可在动力学层面被归因。

————————

第七则·辨非线性归因层

构造学论曰：非线性归因层之构造，有数端可察：

其一，逐样本归因。以值为器，量化每个因子对每一个体预测的贡献。区别于传统方法给出全局平均贡献，逐样本归因可揭示贡献之时空变化。

其二，非线性捕捉。可捕捉非线性关系与阈值效应。

其三，交互效应分解。将因子间交互效应从主效应中分离。可解释AI可同时分析气候与 socio-environmental 因子之相对贡献，并去除多重共线性与非线性限制。

其四，反事实归因。以反事实解释法分析检测到的异常，以理解驱动因子之因果贡献。可解释AI之反事实归因已在气候模型可解释性中取得进展。

行思曰：四端之归因，归于一“个”字。逐样本归因定个体，非线性捕捉定曲线，交互分解定结构，反事实归因定因果。个者，非线性层之命。 个明则贡献细，个不明则贡献粗。

别见曰：故非线性归因层之要，不在“归多少”，而在归之细。拆每一预测中各自贡献，则二者之协同与相消，可精确到每一时空点。

————————

第八则·辨时空权重层

构造学论曰：时空权重层之构造，有数端可察：

其一，时空变域。因子贡献随区域与时季而变。变域者，贡献之场也。

其二，年代际调制。因子间关系随年代际变率而变。调制者，贡献之变也。

其三，季节延迟。延迟者，贡献之忆也。

其四，空间非均匀性。协同与相消在不同区域表现各异。如东南沿海协同增强，北方相互抵消，西部域以抵消为主。非均匀者，贡献之场也。

行思曰：四端之权重，归于一“域”字。时空变域定场，年代际调制定变，季节延迟定忆，空间非均匀定域。域者，时空层之命。 域明则贡献不混，域不明则贡献为均。

别见曰：故时空权重层之要，不在“权多少”，而在权之准。以时空权重函数统摄前三层之贡献，则贡献不仅在全局平均意义上被量化，更在每一区域、每一季节、每一年代被分别量化。

————————

（待续...）

支持单位：