社会科学原理初探：算法方法(txt+pdf+epub+mobi电子书下载)

作者：李斌

出版社：中国人民大学出版社

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

社会科学原理初探：算法方法试读：

作者自序

拙作《算法框架理论：一门统一的社会科学之基础》（中国人民大学出版社，2009年；以下简称《算法》）发表以后，虽然获得了一些关注与支持，但是，总的说来，真正理解算法理论的人可以说寥寥无几，而有分量的反对意见在我看来也殊为罕见。我所得到的质疑或批评绝大部分都属于误解性质。这与我在《算法》中采取的论述方式是有关系的。为此，我认为有必要撰文进一步解释算法框架；加之一些后续工作原本就没有停顿过，于是，在《算法》面市两年之后，本书又与读者见面了。

首先需要即刻予以声明的是，“算法框架理论”既不是关于计算机科学与技术的理论，也不是关于计算机科技在经济学与社会科学中的应用性理论，而是经济学与社会科学理论本身，是基于经济学的社会科学，是关于经济学和社会科学原理与方法论的学说。这个学说借用了计算机科学原理，然而又与之具有本质的区别。出于多方面的考虑，我完全照搬了“指令”、“算法”等计算机科学术语；我相信读者早晚将会认识到，对这些术语的采用既是迫不得已的，实际上也是十分恰当的。

本书可以称为《算法》的“姊妹篇”。它的特点是，在算法框架理论业已提出的背景下，采用顺叙的方法，把《算法》中隐含的若干哲学与社会科学命题明确地表述了出来，并试图做出初步的、扼要的论证。我履行了我在《算法》中提出的计划，即尝试给“行为”下一个“社会科学式的”定义。从个人、行为、社会、发展等议题到方法论的探讨，我认为，一个系统性的社会科学原理体系已经可以基本成型了。当然，我们暂且还不能并且也不宜做出什么“全面的”、“正式的”表述。重要的在于实质，而不在于形式。在未来，如果大学中会开设诸如“社会科学原理”或“社会科学基础”之类的课程，那必将是众多学者之大量努力之后的一个综合性成果；以算法的视角来看，那一天虽然已经依稀可见，但毕竟还是比较遥远的。

为了便于理解，我们可以把算法方法简单地表述为“把‘有限计算速度’概念引入经济学与社会科学”，而把其他的“算法元素”都视作为达此目的而采取的一些手段。首先，认可思维活动的时间耗费，意味着我们需要以一种完全不同于传统观念的眼光来看待人的思想，意味着经济学与社会科学需要进行一个巨大的方法论转向，这是已有的论述已经相当接近然而至今却未能明确提出的一个重大问题。为此，我们需要提出自己的论证。其次，对时间的引入要求我们必须说明为什么要把时间作为成本之外的另一个独立因素予以考虑（这是包括演化经济学者在内的诸多异端人士所未曾觉解的），因而我们只好引入“结构性”；而结构性又恰与“有限理性”概念相合，这可以让我们明白动态理论的建立其实是一件非常不简单的事情，我们实际上需要因此构造一整套新的理论体系。再次，为了刻画“有限计算速度”，不仅需要说明单位时间内的计算次数的有限性，而且尤其需要定义什么叫做“单次计算”。正是在这个意义上，计算机科学为我们提供了理想的工具、形式和语言，使我们有可能建立足以与新古典经济学的形式化标准相匹敌的严格理论。有朋友表示对于“指令”等术语很不习惯，可是，这是没有办法的事，因为这不只是在作比喻。算法理论提供了一种强烈的指向，即未来的严格的社会科学很难避免不建立在计算机模拟的基础之上，因而，我们不能出于好恶或者为了追求某种表面上的文学性或“人文性”而对计算机术语做随意的改动，我们必须考虑学科的未来发展。最后，如果当事人的计算速度是有限的，那么将会怎样？这将引起无数重要的推论，我们只是提供了其中的一部分。有人呼吁经济学中康德式的“哥白尼革命”已经有一些时间了。我们可以认识到，我们采用了两种方式来实行“哥白尼革命”：一是引入“指令+信息”结构，它代表先天的思维工具加工后天获得的材料；二是论证种种主观性的产生。在有限计算速度条件下，计算绝不是像把一块破碎的镜子再拼接起来那样来展开的，这里必然发生熊彼特式的“创造性毁灭”，由此我们才能够针对发展与进步建立一种适当的社会科学。

算法理论是催化剂，它一旦被注入社会科学，就可以引起一连串重大的化学反应，最终将使现有的各个单独的社会科学学说融合并凝结为一个整体。我们这样来介绍算法理论，包含着两方面的意思：一方面，尽管我们对于现有的经济学与社会科学提出了诸多批评意见，但是，这绝不意味着我们否认已有成果的积极意义。例如，我们尊重主流新古典经济学为奉行通用的科学原则所做的努力，只是由于它犯了一些“技术性错误”，这才导致整个理论体系走上了错误的道路。种种现有的异端经济学并没有十分认真地听取主流经济学的论述，也没有正面地、深入地分析和辩驳这些论述。在奉行科学原则方面，我认为，它们在某些地方也许还不如主流经济学做得好。另一方面，算法理论只是现有知识的一个边际性的发展；算法理论的首要作用，不在于它能否单独地发展出一套社会科学理论，而主要在于理顺已有的种种分散的甚至相互对立的理论或学说之间的相互关系，在于对现有理论的重构、重组和重述。例如，算法式的推演常常立基于“有限理性”或“知识有限性”（或有限的意识和注意力）等概念，而这主要是奥地利学派的思想。可以说，经过了长达几个世纪的持续准备，我认为我们今天终于可以合乎逻辑地提出“统一的社会科学”这个概念。

这一切皆拜信息技术所赐。自从计算机问世以来，随着人工智能技术的发展，可以说，一个关于“社会科学统一原理”的答案已经摆在那里了，只需要有人来予以明确阐明。我至今仍然感到惊讶：为什么信息哲学没有按照“指令+信息”的路子来进行论述？可以说，认知科学的基本思想类似于“指令+信息”，由此才产生了“认知”这个问题。可是，认知领域的学者们为什么也没有明确地提出这一点？那些在认知领域探索的经济学家们同样也没有发现它。而更为让我震惊的是：在纵览了哲学史和整个现代哲学的演变之后，我发现，算法框架理论所要解答的问题实际上正是整个现代哲学的主题；从第一页到最近的一页，各个现代哲学家都在从不同角度寻找类似于算法理论这样的东西；可以说，算法理论可以作为整个现代哲学的一个阶段性的概括和总结。我这样说有可能会被一些人讥讽为“神经错乱”，不过，假如我没有神经错乱的话，那么，本书的名字“社会科学原理初探”也就不是什么夸大之词了。

对此我还可以再说两句。有些人可能会非常怀疑：一个如此简单的理论，怎么会具有那么大的作用呢？通过阅读现代哲学教科书，我们可以发现，现代哲学家们关注的焦点主要是人、社会与思想等议题；不同领域的学者其实在用不同的方式关注着同样的问题。因而，上述论点其实是很容易理解的：现代哲学与社会科学的基本问题要么都不能得到解决，要么会同时被解决。可以想想看，如果其中之一业已解决了它的基本问题，而另一个却没有，这种情形其实是不大会发生的。这种情况正好可以从侧面佐证算法理论的适当性。

我们可以把算法理论及其已有的种种推论合称为“算法原理”。一种可以称为“原理”的东西，必须建立在无可置疑的逻辑推理的基础之上。那么，“算法原理”具有这样的效力吗？我的回答是：至少我希望如此。我当年在北京大学就读时的代课老师孙来祥先生曾经在一次讲座中即兴说了一句非常口语化却又令人印象深刻的话：“科学工作就是要做一些让人家都说不出什么来的‘硬货’！”也就是说，有什么样的前提，就可以合乎逻辑地得出什么样的推论；这不取决于听众是否喜欢，你不得不认可。这就是科学的追求。有了算法理论，我认为，至少，经济学与社会科学学者们今后可以不必把理性与习惯、价值观等议题对立起来进行讨论了，也不必再迷惑于“制度与组织是什么”等问题了。发生在19世纪欧洲社会科学界的那场著名的方法论大辩论，我认为至此可以终结了。当然，算法理论实际上是否可以具有这个效果，不能我自己说了算，读者是自会进行“复检”的。

写到这里，读者可能以为我正在自相矛盾地主张我所反对的决定论，因此我需要立即做出澄清。科学具有一些公认的、几乎不言而喻的方法与标准。这一点对于自然科学与社会科学应当是等同的。社会科学与自然科学的差别，首先并不在于其他方面，而在于各自研究对象的性质有异——其他方面的差别都是直接或间接由此而引起的。而当我们把人的思维活动作为研究工作的直接对象时，发生了诸多有趣的、论者们普遍忽视然而又值得予以深入思考的现象，其中之一就是：我们首先必须即刻承认或证明思维活动在各人之间可以不同质、不同步，还可以相互抵触；人际差异是优先的，共识与一致性是在此基础上逐渐建立起来的，是局部的；与此相连带的是，你可以合理地“断言某个问题不能断言”，可以建立关于思维活动的“高阶命题”，或发现某些“高阶的”规律。这是我们把决定论与非决定论统一起来的特殊的“算法式的”方法。对此我们将会继《算法》之后继续从多个方面进行论述。我相信，在前人成就的基础上，我们已经就这些重大的原理问题提供了明晰而有效的解决方案，因而我个人认为这里包含着很大的创新。

有人听到“计算”这个词，便把算法理论误解为宣扬唯理论。这是又一个重大误解。算法理论的目标之一，正是试图把主观性、非理性、人文性等元素引入社会科学的核心地带。从算法的角度看，不仅社会科学内部的统一性，而且社会科学与人文学科之间的统一性也是非常明显的。对此，我们将在正文中有所论述。传统的思想观念有意无意地制造了理性与非理性之间的分裂。对于那些偏爱人文性并敌视理性的学者来说，我认为他需要思考这样一个问题：一个精于算计的人，如果他认识到自己的理性能力是有限的，那么，他将会怎样？我喜欢下面的这个说法：暂且不谈“非理性”，从算法的角度看，思想或理性计算本身其实是有倾向、有习惯、有品德、有个性，甚至有感情的！在斯皮尔伯格执导的电影《人工智能》中，有个机器人男孩被注入了情感，然后发生了一个动人的故事。我们当然不能据此得出什么科学结论，不过，我们可以注意到，该影片的编导们显然采取了这样的方法，即不把思想与感情对立起来，而是把它们置于相类比的地位，并在这种类比中来思考它们各自的性质和意义。

算法框架是思想性、科学性与人文性的结合。从算法的逻辑来看，这三者的结合是必需的：社会科学理论必须建立在适当的哲学思想与基本观念的基础之上，或者至少应当与这些思想观念相互“兼容”；由于理论体系的局限性，人文学科与人文性因而是必不可少的。如果我们不能同时追求这三者的结合，则我们根本不可能单独地达到适当的科学性。社会科学与社会工程学之间的一致化、哲学与社会科学之间的一致化以及社会科学与人文学科之间的一致化都服从于相同的逻辑。只要引入算法的原理，这些不同学科与门类之间便会不可避免地出现相互融合甚至走向统一的趋势。这是我们不得不指出的一个后果。

我正在逐渐地理解算法理论的推广工作所面临的一些困难。困难之一是它的跨学科性质。现在看来，对于不熟悉计算机科学的学者（我本人其实只是对此学科略有所知）来说，要想比较深入地理解计算机原理，并把它与我们所关心的诸社会科学议题联系起来，这是需要相当长的时间的；即使对于熟悉计算机科学的人士，再思考的过程也是不能免除的。除计算机科学之外，由于我们的论题广泛地涉及几乎所有的人文与社会科学学科，因而给人一种凌乱和“大而无当”的印象。对此，我要在此明确地做出声明：上述印象实乃一种严重的误解。《算法》以及本书的主题都是高度集中和统一的，我们始终在关注理论框架的内在统一性问题，所有分散的论述都服务于这个单一的目的。之所以从不同的角度不断地变换语言和论域来进行论述，我是希望能够在思想层面唤起读者的灵感。就目前的状况以及本书的主题来说，这样做是必要的。只要读者认真对待本书，相信读者不仅能够理解各部分论述的内在统一性，也能够理解本书的写作方式。在掌握了算法的逻辑以后，读者其实可以自行进行算法式的理论推演，也许将会做得比我更好。

算法理论首先是为经济学而准备的，因此，熟悉经济类文献的人士将比较容易理解本书。除非特别指明，本书所使用的术语均与《算法》保持一致。书尾提供了一个“算法理论小辞典”，以便读者对两本书及一些专题进行融会贯通，并便于读者今后阅读其他的算法类文献。书尾所列出的参考资料，可以概括我所涉猎的文献的大致范围。在日益重视国际文献的今天，本书肯定存在着文献资料不够全面的问题。尽管大部分文献是舶来的，但毕竟是译著。假如我曾经留学海外，谙熟各有关领域的最新资料，我相信我一定能够做出更好的论述。另一方面，通过翻阅种种直接或间接的材料，我也认为在主要论点和论证上《算法》以及本书的新颖性是显而易见的。经济学与社会科学基础理论和方法论处于徘徊不前的状态已经有数十年了，这期间并没有取得重大的突破。关于文献的引用，首先并不在于它在时间上是否足够新鲜，而是看它的代表性。长期从事实际工作的经历使我有机会与各个年头时兴的文献保持一定的距离，从而能够相对独立地、连续地思考和探索一系列很不相同的问题。我把这一点视为我相对于专职学者的“比较优势”。这正是哈耶克所谓的“知识分工”。本着这些理由，我决心继续发表我的阶段性成果。世界上不存在可以包括所有其他工作的工作。我的工作是进行“大综合”，我可能在各个具体领域都不足够专业，因此我殷切期待着各个相关领域的专家不吝惠赐宝贵意见。

感谢中国人民大学出版社马学亮主任和张锁平主任的大力支持。感谢中国社会科学院法学所刘海波副研究员、农发所冯兴元研究员对我始终如一的长期支持。感谢山东大学经济学院陈强副教授所提供的多方面的帮助。感谢中国人民大学经济学院贾根良教授、深圳证券交易所综合研究所所长金立杨先生、证券时报副总编辑周一先生、美国夏威夷大学经济系何晖副教授、浙江工业大学广告学系张雷教授、中国社会科学院哲学所刘钢研究员等人士所提供的宝贵意见和无私帮助。同时，欢迎广大读者随时以任何方式与我交流。（http://blog.sina.com.cn/libinw）2011年9月

第1章 绪论

1.1 “社会科学的统一性”问题

社会科学起源于社会行动，尤其是社会公共管理的需要。由于人们结伴而居形成了社会，由此引起了一系列不容回避的公共管理问题。为了求解这些问题，首先需要建立关于整个社会或其任何部分的基本认识，也即社会理论。其次，在这些理论的基础上所构造的行动方案，也即关于公共管理的种种主张，习惯上也包括在社会科学家的研究范围之内。从上述意义上说，可以认为社会科学其实是一门古老的学问，中国的先秦诸子、西方古希腊时期的思想家，都应被视为社会科学方面的大师。

现代社会科学教科书常常倾向于强调“科学”二字，也即强调现代社会科学理论与古代社会学说之间的区别。本书所要表述的理论将倾向于强调，这些区别固然存在（正如任何两个事物之间原则上都存在区别一样），但并不如同这些教科书所说的那么重要；不仅如此，现代社会科学体系反而存在诸多重大的缺陷，这些缺陷在古代学说中一般并不存在，或者并不像如今这样显著。

首先，现代社会科学的各个门类处于严重的分裂状态中，以致（以现代的学术标准来衡量）至今并不存在一门统一的“社会科学”。这种分裂不仅表现在方方面面，而且实际上很深刻。核心标志是主流经济学（在本书中，这主要是指新古典经济学）与其他经济理论以及其他社会科学之间的根本对立，由此造成经济学内部以及经济学与政治学、法学、社会学等学科之间是不统一的。其次，各种“科学理论”与教导人们如何从事特定社会行为的“社会工程学”之间是不统一的。“社会工程学”是本人主张明确设立的学科门类，它意指任何关于怎样进行社会行为的知识，包括现有的大部分法学学科、管理学、新闻与传播学、教育学、部分军事学课程等。事实上许多所谓的“科学”学科都附带工程学的内容，例如，经济学教科书中一般都包含有关经济政策的章节，而政治学课程中则常常有关于如何进行政治活动的知识。当前社会科学的问题是，它未能从原理上阐明科学与工程学之间的关系。最后，社会科学的“纯理论”部分与实证的、经验的研究活动之间的关系是暧昧的、不清晰的，关于理论与历史之间的关系，至今尚未有令人满意的学说。史学应当是当之无愧的社会科学学科，然而现在的真实状况严格说来并非如此。

社会科学的四分五裂与各门学科自近代以来所进行的专门化（包括形式化）活动之间具有一定的联系。古代的社会科学是综合的，并无细致的分工。自近代以来，社会科学经历了一个学科细分与专门化的过程，逐渐分化为经济学、政治学、法学、社会学等门类。面对各自研究领域的具体情况，为了尽快取得足以引人注意的理论成果，各个领域的学者采用了对于达到各自目标而言最为便捷的立论方式，例如经济理论的建立较多地借鉴了物理学。自然科学研究方法的引入提高了社会科学理论的确切性程度，并且强化了通常所谓的“理性”色彩，然而情感的、心理的、主观的、人文的等“非理性的”因素一直顽强地保留于社会科学的文献中，尤其突出地表现在各门非经济的学科中。理性与非理性之间存在着明显的对立，这种对立如今有愈演愈烈之势。我们需要认识到，这两个方面的统一应当成为建立统一的社会科学的一个必要条件：对于沉浸在数学模型中的学者来说，他们的理论需要走向现实，需要把那些受人欢迎的非数学内容包容进来；而对于偏爱“人文性”的学者来说，假如能够把科学性与人文性结合起来，无疑将意味着研究水平的飞跃。

社会科学的统一性是一种历史悠久的观念，因为构成一个社会的各个部分或领域之间具有显著的相互联系；这是“社会学”这门学科得以产生的思想背景（尽管它至今尚未取得成功）。例如，首先作为一种社会学学说的马克思主义，便十分强调社会科学的整体性和统一性。在当前的社会科学领域，主张甚至谋求建立统一社会科学的人士不仅大有人在，而且正在形成一股日益强大的潮流。这正与我国的一句著名古语所表达的理念相一致：“话说天下大势，分久必合，合久必分。”包含在这句名言中的社会哲学需要我们做出科学的解读。

截至目前，我认为我们已经找到了一条简明的、切实可行的途径——循着这条途径，我们可以做到把社会科学的各个现有门类从根本上统一起来，把科学与工程学统一起来，把理论与历史统一起来，把理性与非理性统一起来，从而朝着创建一门统一的、一般的、现代的“社会科学”迈出必要的一步。相关的理论方法能够赋予语言、文字和文本等“社会存在”以明确的社会科学地位，它甚至能够倾向于承认和包容文学艺术作品中的社会科学含义。

这个基础理论我们称之为“算法理论”、“算法框架”或者“算法框架理论”，它业已经由笔者的前一部著作《算法框架理论：一门统一的社会科学之基础》（李斌著，中国人民大学出版社，2009年，以下简称“《算法》”）提出。《算法》系原创论文体例，着重于算法理论本身的建构，在应用方面，只是列举了一些实例。自《算法》脱稿以后，笔者就这个议题又取得了一定的发展。本书的主旨在于，在《算法》的基础上，让我们来为“社会科学”这座大厦的建立进一步展开若干基础性的工作，同时继续补充说明有关“算法方法”的方方面面。“统一的社会科学”是一件大事，其基础虽然已经具备了，然而，对于这个宏伟的任务，《算法》与本书都只能算做一个初步的尝试。

1.2 改造主流经济学的基本思路

算法理论与主流经济学中的新古典理论紧密相关。在我看来，新古典经济学的存在及其与其他经济理论和其他社会科学的对立是造成社会科学不统一的主要原因，因此，改造新古典经济学进而统一经济理论是建立统一社会科学的关键步骤。新古典理论是如此重要，作为本书的一个准备，我们有必要在这里对它的若干核心特征再次做一个简短的陈述，并扼要介绍一下算法理论改造新古典经济学所采取的基本思路。

传统主流经济学的首要目标是针对一些显明的经济现象以及各主要经济变量之间的关系进行若干基本的描述、理解和解释，例如价格是如何决定的，等等。为此，主流经济学家采取了这样的立论方式：设想经济中有众多消费者和厂商，他们各自都有一定的愿望和目标，拥有实现这些愿望或目标的一定的资源，并面临各种客观条件的约束；在目标、资源和各种约束之间存在某些确定的、相互影响的关系（这些关系可以表示为各种函数）；经济行为者（或曰“当事人”）在这些条件下理智地进行各种分析与计算（求解包含众多变量的联立方程），从而确定各自进行商品（包括劳动）交换的最优价格—数量组合；在一定的理论预设之下，采用高深的数学方法，经济学家业已证明，存在一组关于商品交换的最优的、唯一的且内部一致的价格—数量组合；在该组合之下，所有必要的商品交换都得以完成，资源得到了最大限度的利用，个人的愿望和目标则得到了最大程度的实现；这种状态被称为“一般均衡状态”。

一般均衡理论所包含的诸多基本思想（诸如供求平衡、最大化等）原本是无可厚非的，当人们面对日常经济问题时，很难设想会绕过这些概念；然而，可能部分地由于数学方法的使用，经济理论开始向极端的方向迈进。许多原始经济资料本来就是数量化的。在这些来自各类经济活动的数据面前，经济学家需要尽快阐明它们之间的相互关系。于是，一种关于建立经济系统之“总体平衡”的思想油然而生，经济学家受到这种思想的强烈吸引，这一工作也成为所有理论工作的优先任务。经过几代学者的努力，一般均衡理论终告“成功”，其标志是阿罗、德布勒于20世纪50年代初创立“阿罗—德布勒一般均衡模型”。

阿罗—德布勒一般均衡模型是经济学脱离实际的一个主要证据，这一点连创立者本人也不讳言。不过，经济学家通常强调的是，这是一个“参照系”，通过与它的比照，人们可以对经济现实“获得一定的理解”——换言之，这是对真实经济的一个可以接受的“近似”。在这样的看法之下，各种附属理论和边缘学说基本上都围绕这一“中心”来进行组织，从而形成了现有的经济学体系。

阿罗—德布勒模型也是一个极端。自此以后，主流经济理论开始走回头路（除了数学方法的使用在继续发展），即逐步向现实世界靠拢。这一过程伴随着对其他竞争性的、批评性的或补充性的理论的吸收。某些理论学说在此以前早已提出，并且已经取得了重大影响；而另一些理论派别则直接宣称它们以取代新古典理论为目标。在《算法》以及本书的视野范围内，我们重点关注以下这些理论或学派：理性预期理论、创新理论、人力资本理论、有限理性论、风险与不确定性经济学、信息经济学、博弈论、宏观经济学、行为经济学、演化经济学、新制度经济学、“神经经济学”、“奥地利学派经济学”、古典历史学派、马克思主义经济学，等等。我们重点关注这些学说的“纯理论”方面。在《算法》中，我们对于这些理论或学派的长短得失大都做了一定的评论，某些进一步的评论将在本书中不时穿插进行。

在当今美国大学的微观经济学课堂上，据说形成了这样一种并列行进且又相持不下的局面：一边是传统的新古典经济学，另一边则是“行为—博弈—演化经济学”，两者各自为政，又不时地唱一唱对台戏：这是一幅何等生动有趣、又发人深省的景象啊！

在《算法》中，笔者表达了十分简单明确的观点，即尽管各类“异端的”经济理论各有其珍贵的理论价值，然而就改造或取代主流新古典框架的目标而言，它们都是不得要领的。经济理论不能继续受新古典框架的引领，只是进行一些小修小补；经济理论需要在哲学观念和方法论上进行一场大变革，需要从一个不同于新古典框架的甚至与其完全相反的基点出发，来进行全面的重建。对于这项重建工作，我认为我们业已取得了一种简明的、统一的思路。现在我们再来介绍一下有关的基本设想。

经济学家在构建经济理论时，忽略了一个重要因素，那就是当事人是通过进行思维活动而展开行动的，而思考、分析、计算与决策是需要花费时间及其他代价的；如同当事人所面对的物理世界一样，思想世界也是客观实在；思想在特定的时点上具有特定的状态，随着时间推移它又会不断变化发展。尽管现有的经济学在个别情况下对此有一种含糊的承认，然而，思想活动之上述特点的影响极为深远，对此经济学家们完全未有察觉。笔者认为，被忽略的恰恰是最重要的。在传统上，经济理论的焦点是瞄准当事人所面临的问题，这是不恰当的；经济理论的主要对象应该是“解决问题的人”，而人的首要特征是他的思想，因此，经济学与社会科学的中心议题应当就是人的思想、思想活动以及思想的发展。顺便说明一下，尽管我们是以前所未有的方式来提出这一论点的，实际上其他领域的学者（例如哲学家、社会学家与政治学家）对此命题是有大量直接或隐含的论述的。

我认为，上述观点是迄今为止的经济理论史所进行的艰难探索的一个应有结果。我们这样说的原因在于，当我们以这种方法论眼光来重新看待现有的各种经济理论时，它们都在我们的体系中各自找到了一定的位置，而这些理论之间的冲突、分歧以及我们视野范围内的几乎所有重大的理论和方法问题都得到了一种根本性的解决，或者得到了一种实质性的理解或“消解”。具体情况在此简要分述如下。

如果思想是客观实在，那么，我们就可以设想，思想活动就是类似于企业中机器加工原材料的“生产活动”——大脑就是“机器设备”，信息就是原材料；如果我们赋予思想活动一定的进行速度（这显然是十分真实的），迂回生产方法的采用就是必要的，于是，我们就得到了既作为前期生产结果又作为后期生产资本的知识存量，即人力资本；思考速度的引入同时意味着时间的引入，以此前提来构造的理论必定是动态的：由此我们可以认识到，没有思想活动的动态化，任何所谓的“动态理论”其实都是不得要领的，不是真正的动态理论。思想活动的成果随着时间而增加，这本身就是通常所谓的“创新”（我们显然应当放弃熊彼特式的狭隘的“创新”概念）。如果我们认识到这一核心机制——可以称之为“思想活动的迂回生产方法”或“思维—知识—创新三位一体原理”——的存在及其重要性，那么所有的主流或异端的经济理论就都可以统合为一个理论，并且其他社会科学理论也都大致可以统合进来，由此形成经济学与社会科学的一个“大综合”。例如，据此我们可以立即推演出知识有限性、不确定性、多元性、主观性、人际差异与冲突、演化、发展等概念、现象或后果，甚至推演出通常所谓的“非理性”，可以立即形成对制度与组织的实质性解释。作为经济学最为基本的命题之一，亚当·斯密的“看不见的手”学说在根本上必须依赖于算法框架。严格地说，关于法律与政体的科学分析也必须立基于算法框架之上。算法理论还为社会科学与人文学科的统一从根本上开辟了道路。《算法》一书已经使用了较大篇幅来说明算法理论的用途。这是巨量的学术工作的一个开端。只要掌握了算法的方法，读者也可以自行展开这项“大综合”的工作。本书的计划是，在《算法》采用倒叙方式的基础上，本书采用顺叙的方法，再来进一步说明这其中的种种道理。

我们再回过头来审视一下主流经济学。我们可以发现，主流经济学的核心特征其实可以概括为一句话，即认为思维活动不需要时间和成本。可以说，主流经济学的种种弊端都是直接或间接由此引起的；尤其是主流经济学所表现出来的决定论或绝对真理观倾向，则是这一认识的一个直接后果。我相信这一论点可以让那些为重构经济理论而苦苦思索的人们生发“恍然大悟”之感。事实上，并非主流经济学家们蓄意要宣扬绝对真理观，应当说这是不得已而为之的。“思考的时间与成本”是如此地重要，对它的排斥所引起的后果是如此地广泛，我们有必要给新古典经济学的这一特征（当然也包括由此所引起或与此相联系的其他一系列特征）一个正式的名称，即“新古典主义”。

不理解主流经济学，就不能理解算法框架；不打破主流经济学，则不能建立统一的社会科学。新古典主义是我们必不可少的参照系，对于主流经济学的科学价值我们也不能够全面予以否认。在算法框架下，现有的新古典理论有什么意义？为什么一代代的学者如此长久地受到一般均衡理论的吸引？一般均衡理论错在何处，又应如何加以改造？本书也将为探索这些问题的答案进行一些尝试。

1.3 算法理论：一个简短的复述

对算法理论及其意义的理解需要具有一定的知识准备，尤其是计算机科学原理；由于它涉及方法论和基本哲学观念上的重大改变，因而也需要读者进行大量的思考活动。不过，为了有助于读者对于我们的核心理论、主要推论和有关观点有一个概括性的了解，以便没有读过《算法》的读者也能够阅读本书，以下给出了一个简短的要点清单，这也可以作为《算法》一书的摘要：

1.如同物理世界与人的肢体动作一样，人的思维与思维活动也是客观实在，它占用资源，消耗时间。作为科学分析的对象，应当把这两类事物予以同等看待。

2.人的大脑是信息处理与决策器官，它接收来自感觉器官的信息，形成决策，交由相关的器官来执行。研究人如何理智地、有意识地做出决策处于经济理论的核心位置。

3.人脑天然具有形成概念、提出命题和进行推理的能力，可以从事演绎、归纳等任何逻辑思维，可以进行搜索、学习、联想、想象等活动，可以指挥身体器官完成有关动作。借用计算机科学的概念，我们把大脑可以进行的基本思维活动的种类统称为“指令”。我们假定人脑先天具有一个包含固定指令数目的“指令清单”。各人具有完全相同的指令清单。计算机的指令清单是人脑指令清单的一个子集。此外，我们假定人脑还具有一些独有的“人工指令”。

4.指令是加工处理信息的，这称为“计算”，即思考=计算=指令+信息。特定的指令加工特定的信息，任何时间任何情况下都只产生特定的结果。一条指令执行一次，称为一次计算（元计算）。如同计算机中的情形一样，我们假定人脑每秒钟完成固定次数的计算。计算采用冯·诺依曼架构，因此是串行的和迂回的，由此必然产生数据与程式（也即计算机中的“程序”）存量。计算结果随着时间推移不断发展。关于计算活动的细节原则上均假定为与计算机相同。由于计算方式的离散性，个人的自我对象化与人际的相互对象化都是可能的。

5.以上假定的推论之一是：计算必然是模式化的，人脑中势必存有数目庞大的程式（包括知识、个性、习惯、准则等，可以统称为“知识”），以便支持各种各样的临时计算。临时计算或者通常所谓的“理性思维活动”与知识存量之间由此取得了一致性。我们把采用指令与数据来构造程式、解决问题的方法称为“算法”，把采用上述思维方式的人称为“算法人”。用算法人替代真实世界中的人，我们则得到“算法世界”。

6.计算作为一种行为，受成本—收益法则与最优化原则的制约。在有限信息、有限计算速度与时间紧迫性要求等因素的影响下，种种主观的、“非理性的”算法（“另类算法”）便有了用武之地。这是贯彻理性原则的一个必然结果。这些另类算法包括归纳、实验、试验、假设、冒险、简化、近似、模糊、随机、模仿、约定、欺诈、强制、斗争，等等。人的日常思维活动以及种种社会现象正是综合运用上述各种指令与算法的结果。任何时点上的知识型态一般说来都是有限的。以特定的眼光来看，个人、社会与历史是由一致性与不一致性混合而成的。算法人有成功，也有失败。

7.信息与知识有限性的一个直接后果是当事人需要构思行动方案（而不是像新古典理论所演示的那样可以简单通过数学计算求解出来），因此社会工程学是必要的。方案构思活动的主观性又会建构新的事实，从而进一步加剧社会世界的“混合性质”。

8.鉴于思想或理性系统本身是有限的、模式化的和主观的，通过与之相对照，我们可以认识到，人的心理、情感、潜意识等“非理性的”精神活动在性质上与思想活动是相似的，由此我们可以对理性与非理性获得一种统一的理解。

9.计算机科学原理带给我们“数据类型”这一重要概念。“各种事物与整个世界的全部意义‘最终’可以表示为如同价格这样的数量型数据”，这是绝对真理观的一种特殊表现形式，而对此的否认应当是“知识有限性”概念的应有之意。我们把世界与社会的“非数量性质”称为“结构性”。结构性无处不在，它意味着主客观世界的广泛的多样化。博弈论是一种“结构性计算”。

10.个人具有独立的大脑和身体，这一点决定了“个人”这一概念的重要性。我们可以假定不同个人在记忆能力、计算速度等方面存在差异。然而，即使没有这些差异，鉴于个人所处环境的不同，尤其鉴于种种另类算法的存在，个人的知识存量必然存在广泛的差异。个人的异质性、意见差异以及行为的异步性和相互冲突是算法世界的普遍现象。

11.个人差异产生通讯的需要。“通讯”是算法理论的一个要件。语言与文字是主要的通讯工具。通讯又导致人际相互作用与策略性活动。

12.有限计算速度导致人的意识或注意力只能涉及有限的范围，有限理性导致目的与行动结果的差异（包括“半内在化”），由此造成了社会的“网络效应”。这意味着宏观现象具有一定的相对独立性。

13.制度不过是计算活动模式化的情形之一，而组织则是在人际差异与冲突的世界中建立人际协调性的一种方式。算法世界中的商品交易只在特定情况下才发生，价格原则上是变动的，货币与金融活动是内生的。应当从“有意识地通讯”的角度来定义政治活动。人的名声在此很重要，因而伦理制度是具有可行性的。

14.我们可以认为，封闭系统中的个人行为与社会状态会具有某种“收敛性”，但是，由于个人注意力与活动范围的有限性以及世界的无限性，行为同时在“发散”。社会现象同时包括了收敛过程与发散过程、正面过程与负面过程，社会科学需要讲述包括这两方面过程在内的“完整故事”。

15.根据算法理论的有关假设，学者们必然也需要自视为算法人。我们应当从人际差异、人际联系与人际互动的角度来理解知识分子与社会大众的关系，从而理解理论研究工作的性质和意义，以及探讨理论研究的方法。

算法理论关涉经济学与社会科学各个方面的重大问题。关于算法理论以及“算法的”方法，我们还有许多议题需要进行进一步讨论和论述。鉴于这些议题的重要性，无论如何着墨均不为过。作为对于近期的“算法式的”工作的一个总结，本书的内容安排如下：第2章围绕“思想作为一种客观实在”这个命题来讨论一些哲学问题。笔者将提出这样一个观点，即算法框架理论是把20世纪以来的整个现代哲学引入社会科学的一种有力手段与一座桥梁。第3章补充说明算法理论的若干细节，重点在于构造作为社会科学理论之当事人的“算法人”概念，包括对语言的性质和地位进行了简要论述。在第4章里，这个算法人在时空环境中展开了他的行为，其主要特征是这个“行为”产生了一种我们称之为“主观性转向”的效应。主观性并不神秘，通过逐一论述四种具体的主观性，我们试图揭示主观性究竟为何物。最后一节总结性地表述了行为的一些特征。第5章作为一个插入的部分，通过与思想或理性系统的对比，我们扩展性地论述了心理、情感、目的、价值、潜意识、遗传、条件反射等“非理性的”议题。总的观点很简单，即从社会科学方法论的角度而言，可以把这些现象大致都视作“算法性的”。我认为，社会科学领域内的学者如果能够认识到以“算法眼光”来看待种种非理性的议题是多么地具有可取性，那么社会科学的统一性便是呼之欲出的。第6章接续第4章，把个人扩大到社会以及社会变动，重点论述社会的复杂性和发展现象。我们初步讨论了社会科学与文化和人文学科相统一的途径。有理由认为，算法理论是迄今为止最为适当的进化论，它既可以卓有成效地说明社会领域内的发展现象，又可以清晰地说明生物进化论为什么暂时不可能十分成功。第7章接续《算法》的4.9节，继续论述“算法式的”、统一的社会科学方法论。这一章强调了“意识进路”、社会科学的“哲学中立”、各种现有研究方法之间的统一性以及科学在社会中的内生性等问题。第8章是对《算法》第1章的呼应，在简要回顾了经济理论史以后，正面讨论了主流经济学分析框架的种种内在错误，并且指出，只有把它们置于算法框架之内，各种现有的经济理论才是有意义的。

最后，我们还需要强调，算法方法首先是一种基于算法理论的演绎式的方法，我们的目的在于构造一整套关于社会科学原理与方法的演绎性体系，尽管这一体系的内容在于论证主观性、非理性、多元性以及方法多样性的意义。这是算法方法的独特之处（算法理论因此也可以称为一种“元理论”）。这里所奉行的只是通用的科学原则，并且紧扣社会科学这个主题。除算法理论之外，我们尽可能地避免武断的论述，也无意进入其他学科；我们只是尝试从算法理论出发来不断地扩大这个演绎性的体系，看看它可以到达哪里，而并不打算直接就诸如目的、情感、遗传、非理性等议题给出什么形而上的结论。我们所关注的焦点始终是：不管此等争议性的议题在其他学科中将会如何发展，对于社会科学学者来说，我们暂且可以怎样来理解和对待它们。

原理与方法问题是枯燥的，可是，如果这里讨论的每一个问题都是“社会科学统一原理”或“社会科学方法论大变革”这个整体学术事业的一部分，那么每个老问题就都具有了新的意义，需要我们从算法的角度来重新做出阐述。从一个（不同于新古典的）新的出发点开始，如何来构造经济理论与社会科学？我希望有兴趣的读者们都来思考这个问题。带着自己对这个问题的思索和解答，在与笔者论述的比较（包括批评）中来阅读本书，这个旅程就可以变得趣味盎然了。

第2章 作为客观实在的人类思维

2.1 命题的基本含义

我们首先来澄清一下若干术语的含义和用法。“思维”，或者叫“思想”、“思考”、“智能”等，对于这些词语，目前尚未有确切的、一致同意的定义，我们可以认为它们的含义存在某些微小的差别，但在本书中，一般是混用的，并不严格区分。思维可以分为流量的方面（如思维活动、思考）与存量的方面（如思想）。我们有时会明确指出所讨论的是流量还是存量，而不特别指明时，一般兼指二者。人们有时把思维分为“理性的”与“非理性的”。正如《算法》业已说明的，我们的策略是，优先讨论“理性思维”，设法界定它的范围。在此基础上，本书将进一步尝试说明通常所谓的“非理性”究竟是指什么，以及在社会科学理论分析中应当如何来处理它。此外，并非只有人类的大脑才可以思维，动物也许也可以进行思考（我们将在后文对此有所涉及），这是科学界正在形成之中的前沿性的观点。因此，有必要强调，我们集中关注的是“人类思维”。

本书大致是在常识的意义上来使用“客观实在”这个词组的。对于“客观”一词，一般没有多少疑义，微妙之处在于“实在”。这个词的特点是，如果不予详加讨论，它的意义似乎是比较清楚的，而一旦细究其含义，则很快就会陷入哲学上的纷争。本书将次第地、逐步深入地讨论这个词的各种含义，不过，笔者的强烈建议是，读者们实际上只需要从常识和常规的意义上来理解这个词就足够了，而不必细究其意义。哲学上过分的谨小慎微往往并不能带来什么益处。这里可以举出两个例子：社会学家涂尔干使用“物”（或“事物”，英文为thing）来指称他所谓的“社会事实”或社会现象，而哲学家维特根斯坦在讨论语言时，反对使用“物”这个词，他使用了“事实”（英文为fact）一词来界定诸如语言等社会存在的性质。这些做法固然各有一定的道理，但本书并不打算依例采用它们；本书取“客观实在”这个在哲学上更为常见的说法，是基于以下理由：当这些作者想表达与我们相同与相近的意思时，他们采用了改写术语的方法，殊不知这样一来，其客观效果反而是给人一种印象，即他们认为自己所论述的对象在分析地位上与物理对象之间具有某种本质性的区别，因而实际上变相迎合了他们所反对的观点。我认为，在这样的场合，我们恰恰应该使用旧有的术语。惟其如此，才能比较确切地凸现出我们观点的新意。

建立统一社会科学的第一项工作，就是确立这样的命题，即人类思维就是客观实在，与物理世界或人的外在行为一样，思想应当成为社会科学的直接分析对象。这是迄今为止社会科学尚未正面触及也未予以明确澄清的重要问题，尽管一些已有的理论已经相当接近这个观点了。这是攸关一门统一的社会科学之建立的重大的观念、方法和原理问题。这个原则如果不能确立，后文的诸多议题都将无从谈起。这并不意味着我们忽视人类行为与自然现象之间的重要差别，也丝毫不意味着社会科学的研究方法应当与自然科学完全相同——与主流经济学不同的是，算法理论的目标之一正是要把诸如主观性、“非理性”、“活性”、相对性，甚至“人文性”等元素引入核心经济理论。这里的意思是，在作为直接分析对象这一点上，思想与外在行为不应有任何差别，它们应当是并列的、各自独立的、地位平等的研究对象。这应当是社会科学的首要原则。至于这些不同种类对象各自的性质怎样，以及它们之间的关系如何（诸如谁影响谁、谁反作用于谁，甚至谁决定谁、衍生性、高阶性，等等），则属于另外的、相对其次的议题。

一门科学想要建立，首先得有自己的研究对象。科学研究的对象至少应当具有以下两个特征：1.研究对象应当具有特定的“形态”，它占有一定的空间，又在时间上可以延续；它可以变换时空环境，又不失其性质或身份上的稳定性；一个对象可以与另一个对象相区分，一个时空环境中的对象也可以与另一个时空环境中的对象相比较。2.研究者可以观察它、了解它，而且它的性质不会仅仅因为研究者的观察与了解而改变或消失，换言之，研究对象相对于研究者是具有独立性的（即使存在一定程度的相互影响）。我们要想使人的思维成为科学研究的直接对象，那么也应当检视思维是否符合这些要求。

相当明显而又向来遭到忽视的是，人的思维其实是完全符合这些特征的：我们经常谈论和比较人的思想，并且常常陷入争论，可见人的思想在特定时间是具有特定“形态”的，这种特定形态并且常常因人而异。正因为思想的状况总是特定的，所以才有思想的改变和发展。我什么时候想过或没想过什么事情，这是一个有关“事实如何”的问题。思考是一种事件；通过回忆，我们常常可以弄清楚这个事件的真相和细节，就好像了解某个物理事件的真相和细节一样。由于这个原因，人们总是试图了解别人在想些什么，并且也要不时记录自己的思想。好比某个地方有座大山或者天空发生了电闪雷鸣一样，思想的存在与思想事件的发生都是真实的、客观的，我们需要把这一点与“思想是否容易了解”这样的问题相区别——这是一个重要的原则性区别。如果因为思想有时候不容易了解，因而否认它的存在，或者忽视它的作用，则完全是一种观念性的错误。根据生活常识，我们知道人们拥有很多途径与方法来相互了解对方的思想，而现代科学技术更是提供了探测大脑活动的多种手段。思想可以持续存在，所以我们现在能够研习古代的圣人之学；思想占用空间，所以我们有时候才会抱怨“需要记忆的东西太多了”，因而才会借用各种外部的、物理的知识存储方式。某种思想“驻在”某人的脑中，而不“驻在”其他人的脑中，这种现象说明思想存在的空间特性是十分显著的。他人的思想属于他人，不会仅仅因为我们在研究它就改变了，就不存在了，这是一种常识——否则，怎会有诸如教育、劝说、观念革新等话题的存在呢？别人的思想是独立的存在，而自己的思想相对于自己也是如此。正因为思想具有特定的形态，所以自己可以回忆和了解自己过去与现在的思想状况，自己也可以通过发起新的思维活动来改变自己的思想，但是，原则上讲，自己无力抹杀自己脑中曾经存在过的思想事实，无力否认那些思维活动曾经发生过，即使自己试图去掩盖它们。

那些在这一基本命题面前感到踌躇和犹豫不决的人，他们往往抱有这样的想法，即思想指导着外在的行动，因此，我们要么研究思想，要么研究行动，怎么能够将它们“并列地”予以对待呢？对于这个问题，我们可以采用以下这个方式来进行回答：有甲、乙两个工厂，它们分别处于产品线的上下游，即甲厂的产成品售卖给乙厂，成为其原材料。那么，在经济研究中，我们难道因此就只需要关注乙厂而不需要关注甲厂吗？由于产品线和投入产出关系是漫长的和复杂的，假如照此推理的话，我们究竟应该只研究哪个环节就可以了呢？投入产出关系又具有循环的性质（正如外在行动的结果进而又成为思想活动的材料一样），这就更加使得这个逻辑显得荒谬了。

另有一些人也许会认为：思想是用来认识外部世界的，因而，思想是外部世界的“反映”，就好像镜子可以用来供人观看自己一样，这样一来，思想与“非思想的”对象之间属于不同的层次或等级，也是不能“并列”的。对于这种反对意见，我们的答复是：我们首先反对这种“反映”说。退一步讲，即使这种“反映”说是可以接受的，难道我们在镜中的影像与我们自己之间不存在差别吗？我们是在把镜中的影像作为一种“影像”来看待的，而不是把它当做我们自己来看待的。二者不但可以并列，而且，正因为二者可以共存和并列，我们才可以对它们进行比较和鉴别，才能够判断影像与我们自己之间有哪些地方相同，有哪些地方不同。这就是说，我们把它们都视为客观实在，不仅互不矛盾，而且采用这种做法正是我们的一切话语的前提。

这个道理说起来并不复杂，可是，新古典主义其实是否认它的，或者说这个道理与新古典主义是完全不相容的。在新古典主义之下，信息传递、思考与通讯的时间占用与资源消耗都被忽略了，思维活动的存在与不存在客观上不可能有什么差别。一个不耗费时间的活动，我们怎么知道它存在过？又怎么可能设想、区分和描述它在不同时间的不同状况？思维活动既然不消耗时间，那么就应当把古往今来所有需要进行的计算一次性完成，也即必须发现并立即到达“绝对真理”状态；绝对真理应当是唯一的、无异议的，因此各人的思想就都应当是相同的，或者就不应当存在实质性的意见分歧。既然不存在人际的思想差异，那么当事人与研究者的思想便是“时时处处紧紧相随”的，它们是不可能相互独立的；在此情况下，我们又怎么能够研究人的思想呢？

人的思想不仅是社会科学直接的研究对象，而且需要认识到的是，在很多情况下，它都应当是社会科学主要的、核心的研究对象。有关观点我们在下文中再逐步展开。

2.2 一些先驱

严格地说，我们正在提出一个前所未有的观点，或者正在以前所未有的方式提出一个观点。不过，在逐步展开有关论述之前，有必要先提到与我们的观点紧密相关的一些先驱人物。新观点的提出和对已有理论的评论将交替进行。

就思维的实在性而言，在社会科学领域，除经济学以外，其他学科基本上都有一个含糊的承认；同时，囿于通行的“科学原则”与哲学观念，社会科学家们的心态显然是矛盾的。

在社会学领域，最值得注意的作者之一是涂尔干。涂尔干的基本观点是，把社会事实作为“物”来考察，是社会学的首要准则。在《社会学方法的准则》中，涂尔干对此进行了大量的论述，他说：“归根到底，关于社会事实的客观实在性的观点是全部社会学的出发点。”“社会现象是物，而且应该把它们作为物来研究。为了证明这一命题，既不必对社会现象的本性进行哲学思考，又不必就社会现象与其他现象的异同展开讨论。只要确认社会现象是社会学家的唯一实物论据就够了。实际上，凡是供我们观察的一切，凡是呈现在我们面前的一切，或更确切地说，凡是要求我们观察的一切，都是物。”什么是社会事实或社会现象呢？社会事实“由存在于个人之身外，但又具有使个人不能不服从的强制力的行为方式、思维方式和感觉方式构成。”涂尔干尤其强调社会事实对于当事人的“强制性质”，以及个人与社会之互动关系的客观性，他说：“行为或思想的这些类型存在于个人意识之外，而且具有一种必须服从的、带有强制性的力量，它们凭着这种力量强加于个人，而不管个人是否愿意接受。”“个人所见到的东西是已经形成的现成的物，个人不能使物不是物或使物成为别的东西。因此，个人必须按物的原样认识物，而且很难（我不说不可能）改变物。”“要使物发生变化，单有愿望是不够的，还必须付出一些辛勤的努力，因为物要进行反抗，而且我们不一定总能战胜这些反抗。”

然而，尽管如此，涂尔干并不愿意走得更远，他不愿意成为哲学批评的对象：“我反复声明，我认为意识，无论是个人的意识还是社会的意识，都绝非实体的东西，只不过是一种特殊现象的或多或少系统化了的总体，但人们硬说我的观点是实在论或本体论……”另外，涂尔干强调社会现象与心理现象的区别，同时他显然认为，强调这种区别的必要性（至少部分地）是出于技术上的原因，即心理事实是不易观察的，他说：“可以认为，社会生活是某些观念的发展……人们不能直接获得这些观念，而只有通过表现这些观念的可感知的现实来获得……因此，我们应该使社会现象与在头脑中把它们表象出来的主体分开，而对社会现象本身进行考察。”换言之，涂尔干实际上认为，把思想活动作为社会学的直接对象，在原则上是没有问题的。

在本书中，我们的确打算走得更远。这不是为了标新立异。对于社会科学而言，我认为采用这样的视角是必需的，即从类似哲学上所谓的实在、本体或实体的角度来重新理解和定位人类思维。这在哲学上虽然绝非一个共识，但也许构不成什么新观点，不过，时至如今的社会科学却远未完全采纳这个立场。社会科学至今不能统一，在一定程度上正是由于前辈学者们的这种暧昧态度造成的，我认为，现在到了彻底清理这种态度的时候了。

在我们进一步展开说明和论证上述观点之前，还有一位务必需要提到的先驱人物，这就是物理学家和哲学家恩斯特·马赫。在19世纪末至20世纪初，马赫的“思维经济学”享有一定的知名度，其基本含义是要把经济分析的思想引入认识论，从而来理解或解决科学方法论中的一些问题。马赫认为，“思维经济学”并不是他的发明，这“绝不是什么新的东西。它甚至可以追溯到亚当·斯密，而且如福耳克曼（P．Volkmann）所说的，它的起源可以追溯到牛顿。”马赫的论述比较散乱，有学者对它做了这样的概括：“马赫哲学的目标很明确，这就是把认识论从思辨的、空泛的哲学议论提高到科学的层次加以研究。”“思维经济原理是马赫哲学的重要原则，其涵盖之广泛，内容之丰富，意蕴之深远，真谛之微妙，也许是‘前不见古人，后不见来者’的，难怪法伊尔阿本德认为它是‘知识进步史上的一个理论的富有成果的开端’。根据布莱克默的研究和分类，马赫的该原理大体包含以下诸多含义：思维的经济，精力的经济，功和时间的经济，方法论的经济，作为数学简单性的经济，作为缩略的经济，作为抽象的经济，作为不完备的经济的逻辑，本体论的经济，自然界中没有经济，语言的经济。思维经济原理的精神实质在于：它是科学的目的，方法论的原则，评价科学理论的理智标准，反形而上学的武器，关于知识（认识）的生物经济学。把思维经济原理视为主观的、先验的、浅薄的，以为它要求人们停止思维和随心所欲地设想，都是无知的误解或有意的曲解。”“思维经济学”的确遭受了很多误解，同时也产生了较大的影响，它可以视为美国实用主义哲学的一个起源。笔者同意这样的观点，即思维经济学的原则是极为重要的，抱憾的是它未能及时进入经济学和社会科学。无论它在哲学上如何发展，经济学与社会科学其实都应当首先引进思维经济学。后世的一些“经济学帝国主义者”，他们对于经济学方法的任意使用远不如马赫的方法妥当（实际上那些文献是没有多少学理依据的）。笔者并不打算完全附和哲学上所谓的“马赫主义”，不过，在社会科学方面，我认为我们应当回到马赫，回到马赫的方法。在本书中，我们将力争最大限度地贯彻马赫的方法，并把它作为算法框架的一个核心要素。

2.3 “实在”的哲学含义

笔者的本意只是在于社会科学，但是，为了达到这个目的，哲学议题的介入是难以避免的，实际上算法理论与哲学之间具有密切的联系，对哲学的涉及也将贯穿本书的始终。在本节，我们首先考察一下“实在”一词在哲学上的用法，并进一步说明我们命题的含义为何。

在哲学史上，“实在”一词虽然含义凌乱，但仍然可以大致归纳为两种用法：第一种用法是指“存在”、“事实”等义，可以与“虚无”相对；第二种用法是指“实质”、“真实”、“绝对正确”等义，可以与“现象”、“虚假”、“谬误”等相对。由前文的论述可知，我们首先是在第一种意义上来使用“实在”一词的；但是，在关乎“思维”这个议题时，由于思维的产生一般都与外界事物有关，所以问题并不这样简单。这就牵涉到对第二种用法的讨论。

思维一向不被视为客观实在的一个重要原因，就是思维一般被认为是对客观实在的认识和“反映”。经验论者认为人心像镜子一样来“反映”外物，而唯理论者则认为人通过理性思考最终可以把握事物的“本质”；纵使人会犯错误，但只要经过摸索和调整，最终则可以摒弃错误，走上“正途”；因此，在这一点上，二者是一致的。在此情况下，有人难免要问：现象和本质怎么可以并列呢？难道这不是一种逻辑错误吗？在这些人看来，把思维视为客观实在，就好像在进行国民收入统计时统计口径发生重叠一样，这里的错误是不言而喻的。

在古代时期，西方哲学家们就好像当今的经济学家们一样，只是专注于认识外物，构造关于客观世界的学说，几乎忘记了作为思考者或者认识者的自己。一般认为，西方哲学对“自我”的发现始于近代的笛卡儿。笛卡儿说：“必须存在，才能思想”；“我思故我在”。他认为存在不同于物质实体的“精神实体”，由此开启了哲学史上所谓的“主体性的觉醒”运动。这一运动的含义是说，我们的知识与生活状态是由客观事物的性质与人的先天固有的思维方式所共同造成的，所以，我们不仅要关注客观世界，也要关注主观世界；必须同时考察这两个方面。这一思想的杰出代表人物是康德。康德认为，人脑中先天存有一整套认知的工具，经验提供了原材料，工具与原材料相结合，于是便产生了知识。

然而，对主体性的强调后来又走向了另一个极端，即唯心主义哲学。这种哲学的极端形态是黑格尔的“绝对精神”论：“绝对精神”是真正的实在，客观世界则是绝对精神达到自身圆满的一种工具和方式。在唯心主义哲学中，人的精神与思维无疑可以称为“客观实在”，只是外物却被贬低了，甚至够不上“客观实在”了。

德国现代哲学家阿多诺对传统哲学进行了令人瞩目的批判。他说，传统哲学的根本特征是它始终在追求主客观的“同一性”，或者说，传统哲学预设了“主客观同一”这样一个立场，因此，“不是东风压倒西风，就是西风压倒东风”，哲学只好在一种进退两难的局面中挣扎。阿多诺主张，我们不应当预设决定论的立场，应当承认一切事物的差别，包括承认主体与客体的差别，承认它们在存在论上的平等地位，他还说：那么主体与客体的无差别统一或它们的对立的敌视状态就都简直是不可想象的了，相反，有差别的事物的交流才是可能的，交流概念作为一个客观概念才获得自己应有的地位。甚至从认识论的角度来看，在其合适的位置上，主客体的关系将取决于人们之间以及人类与他们的对立面之间的和平的实现。和平就是那种没有支配而只有差异者相互渗透的独特状态。

继阿多诺之后，法国哲学家德里达更是强调了要首先承认事物之间的差异，尊重万事万物的独立性。德里达进而认为，是差异而不是同一才是第一位的；差异先于同一，多样先于单一，有限先于无限，流动先于确定，特殊先于普遍，等等。德里达还认识到，要真正把握差异，必须将时间因素或事件性作为它的基本成分。

可以说，我们正是在与此相似的意义上来提出我们的命题的。关于我们命题的含义，我们将在下一节继续展开论述，现在有必要进一步追问的是：人们为什么这么重视或偏爱同一性？

这就需要应用思维经济学的方法。如同体力劳动一样，思维活动对于人来说也是辛劳之事，因此，即使在思想活动中，讲求效率、趋利避害也是人的基本动机。自古以来，企图找到某种能够解释所有现象并在任何场合均能够方便运用的终极真理便是全人类的梦想，换言之，追求同一性是认识主体在面临思维经济约束时的一种基本心理倾向，是他的一种预设或幻想。人们总是急于得到终极真理，总是幻想这个终极真理不是这个便是那个，以便心灵能够有获得安宁、免于纷扰的一天。

追求同一性的另一个极端后果，便是“不可知论”。“不可知论”也是另一种形而上学，它企图给人类智力划定绝对的边界；这样一来，人的大脑也就可以免于辛苦了。

算法理论试图说明，思维经济的力量以及人类的上述基本心理倾向不仅产生了哲学后果，而且大大影响或改变了人类知识的基本型态与格局；要想解释人类行为与社会现象，就需要从这个地方开始。社会科学需要同时避免以上两种极端倾向，理论家需要对人类的认识能力持一种现实的、平和的、合乎科学与常识的、综合性的和主流的立场，而不是从任何极端的预设出发。

2.4 思维的“具体性”

笔者想用“具体性”这个词，来表达我们说“思维是客观实在”时想说的意思，也就是说，思维、思维存量或者思维活动都是具体的，我们应当视之为如同能见的物体、器皿、火焰、光等事物那样“具体”。一物是这样而不是那样，一物是此物而非彼物，它具有有限的、特定的型态、硬度、温度、烈度、速度等性质——这就是具体性。

物体、物质，都是客观实在，这是毫无疑问的；能量、光、电子、磁场也是客观实在，这也是可以接受的；物质的型态与特性本身作为客观实在，想必也很少会有人产生疑问。计算机科学告诉我们，思想可以存储和表达为物质的某种物理状态，由此推测，思想在大脑中也许也可以如此存在。火焰是煤炭燃烧所造成的，思想是大脑活动而产生的；火焰、煤炭、思想、大脑既可以各自单独作为我们研究的对象，也可以联合为一个或数个整体性的单位作为我们的对象；联系不能否定独立性，独立性也不能遮蔽联系：这就是我们的基本意思。

某种对象是具体的，这就是说它既不是“一切”，也不是“无”。某种事物有别于其他事物，这可以理解为它们之间是不一致的，是各有其独立性的。传统哲学盛行二元论，它把世界分为两个层次，心与物各自自成一个体系，它们之间的关系是不平等的。从社会科学理论和算法的角度看，当思维与物理世界平等地并列为客观实在时，我认为我们不可避免地、也是合情合理地需要持有一种多元论的立场，即无论从任何时空环境中来看，世界不仅仅是“二元”的，而是“多元”的，原则上各事各物皆为“元”；不同事物之间具有独立性，事物与自身性质之间也具有独立性；通常所谓的现象与现象之间具有独立性，现象与本质之间也具有独立性；思维与物理世界之间具有独立性，不同个人的思维之间也具有独立性；此外，个人此刻的思维活动与其思维存量以及自己过去的思维活动之间也是具有独立性的，对此《算法》中已经有所论述了。这并非是说我们应当在内心深处把多元性视作世界的本来真相，而是说必须把它作为一个理论预设，作为一种方法。

为什么要这样看？我们只要从多元论之最极端的对立面，即一元论出发来论述这个问题就够了。对于“一元论”者来说，只要他同意认识需要一个时间过程，那么，我们就可以向他提出这样的问题：在达到最终真理以前个人心目中的世界是什么样子？在达到真理以后又将如何？如果思考是耗时的，由此引起的理论后果是极为广泛和深远的。一个显而易见的逻辑是，在类似的设问之下，一元论者最终将不可避免地到达多元论。

一个朴素的逻辑是：如果事物之间是彼此决定的，那么，被决定的那个事物为什么要存在？我们为什么又要区分它们呢？因此，我们谈论不同的对象这件事情本身就表明这些不同对象是各有其独立性的；我们说此物决定彼物，其实只是在说它们之间的“关系”；而由于我们的思考速度有限，因此原则上说来我们不能认为在某一特定时刻我们已经穷尽了事物之间的所有特征和关系，以至可以把那个“被决定”的事物“吞没”。一般而言，我们只需要谈论事物之间的关系即可，没必要非得断言它们之间最终是否完全相互决定。诚然，有时候我们的确找不到两个对象之间存在任何值得关注的差异，以致可以一致同意使用“决定”、“同一”这些词，但是，这种情况只能视为多元世界的一种个别的、特殊的情形，并且只是在“为了便于表达”的意义上来使用这些词的。

各自独立的事物是很难做到完全相互一致的。关于这一点我们需要记取康德哲学的教诲。康德认为，人对于外物的认识，首先不是错与对、真与假的问题，而是需要注意到“我们需要认识事物”这个情况本身便是人与外物相处的方式，“某事物与某事物之间是否一致”是人脑自身认识外物的一种方法，那完全是人自己的事情。同一性哲学是人类自身自私地、武断地、“自作多情”地“拔高自己”的产物。正如我在《算法》中所说的，作为人类大脑辛勤工作的成果，大脑工作了多少，“一致性”也就只会有多少；一个多元的世界，在经历了有限的人类历史之后，在原则上它仍然只能是多元的。

以“具体性”眼光来看待人类智力的另一个含义是，人脑不过是众多类型大脑中的一种，人脑与动物脑之间既存在差别，又有大量的相似性。从受精卵发育直至长大成人，人脑经历了不同的生长阶段，某些部位甚至是（不同步地）在出生以后才逐渐发育成熟的。进一步地，如果我们接受人脑是从动物脑进化而来的观点，那么就可以提出这样的问题：何以见得人脑的进化过程业已终结了呢？未来，比如一万年以后，人脑将会是怎样的呢？此外，人脑的功能是不是在所有方面都强于其他动物大脑呢？我们怎么能够知道比人脑更优越的大脑一定不存在呢？在这里我们无须讨论这些问题的具体答案，而只需对此有所思考就可以了。

与此相连带的一个观点是：即使以我们可以想象到的任何标准来衡量，人的智力系统可能也是不完善的。智力系统作为一个整体，其各个部分之间也不能认为是完全相容的或相互一致的。哲学家与认知科学家丹尼尔·丹尼特对此进行过卓越的论述。在哲学史上，种种逻辑悖论长期存在，不得解决。逻辑哲学专家陈波教授曾就此发出这样的评论，即逻辑本身是“有病的”，而不能视为一种完全肌体健全的东西。从实践方面看，科学技术在近现代的快速发展往往使人们忽略这样的事实，即诸多基本的自然科学问题至今还尚未有令人满意的解决；人类在认识世界、建立知识方面所经历的漫长历史和一代代人所付出的巨大心力，更倾向于使我们得出这样的结论，即人的智力与世界性质之间既不是完全排斥的，也不是完全符合的；否则，智力活动何以会如此大费周折呢？

为了便于比照，可以设想存在某个全知全能的思想者，比如上帝。人不是上帝。可以想象的是，以上帝的眼光来看，人脑可能“发育不全”，长得也许有点“歪”，有点“斜”，而人类的智力则处在上帝与其他动物之间的某个位置。我们还可以设想存在某个比人类更加“高级”、更有智慧的物种，而人类的智力则在这些不同物种的不同智力水平之间处于某个特定的位置上，它具有不同于其他物种的特点；这便是人类思维“具体性”的含义所在。

最后，续接《算法》的1.7节，我们可以通过对概率问题的进一步讨论再来解释一下本节的主题。我认为，概率现象是人类智力系统诸特性的一个突出表现。当人人都同意掷硬币之两种结果的概率各为50％、且这一结论在大次数实验中基本可以得到验证时，我认为我们对此可以做出如下诠释：1.我们对世界有所认识，但毕竟认识不足（因为或然性结论不如确定性结论那样理想）。2.“所有人一致同意”的情况并不表明绝对真理已经被发现，而是表明不同个人智力的先天结构或基本能力都是一样的；换言之，一定的算法只能得出一定的结论。3.对于“认识世界”这个任务来说，这个“共同的先天结构”作为一种工具显然并不那么理想，至少不像我们期待的那样理想；而这种“不那么理想”的特点正好通过“概率”这个冰山一角比较明显地显露了出来。

2.5 心与物

在《算法》的1.11节，我们讨论了经济学中所存在的“重物轻人”或者叫做“物质崇拜”的传统。这种传统同时意味着对思维活动的某种歧视。在上文中，我们看到这种倾向在社会学中也是存在的，虽然其程度并不像经济学中那样严重。这些“立论手法”的特点是：遵循行为主义的原则，强调和集中关注可以观察的、外在的“行为”、“事实”或事物，却全然不顾这些基于某些器官或身体之物理活动的对象在本质上其实只是思维活动的附属物；他们刻意回避了把人的思维作为直接的、中心的分析对象，却在客观上给读者造成一种印象，即这种理论已经包含了对于智力活动的重视——相关的理论于是就这样“蒙混过关”了。理论家们所构造的理论与社会大众所理解的理论往往是脱节的，而这便是这种脱节的一个微妙之处。我敢于断言的是，经济学家后来涉足了大量非传统的议题（包括经济学帝国主义者们所探讨的种种社会性议题），这些议题的重要性本质上主要都是源于人的思维的重要性，源于人的思维在经济理论中应当扮演的重要角色；而这些“非正统的”研究所遭遇的困境，则是由于它们只是在表面上而不是在实质上试图进行方法论的转向。“人力资本”这个概念的流行，是因为社会大众把它当做经济理论承认思想价值的一个证据；可是，经济学家心中的人力资本实际上并非如此。经济学家们所强调的是，由于进行了耗费金钱的教育和培训活动，在生产工人的“身体上”形成了许多关于如何进行肢体动作、如何从事体力劳动的“技能”，这种技能可以提高生产率，例如，通过在职培训，一个篮球运动员提高了投篮得分的能力。这种能力在经济理论中的“合法性”是，它主要是身体方面的，例如某些肌肉纤维的质量提高了，身体的某些部分更加灵巧了，等等。“恋物癖者”们所忘记的是，投篮能力的提高离不开运动员脑中知识的增长，这包括关于大脑如何控制身体各部分做动作的知识；在这里，身与心是紧密联系、缺一不可的，是一个整体的系统。在此扮演重要角色的是“控制型计算”（或“执行性计算”）。计算机科学告诉我们，这是一类重要的、不可或缺的计算类型。传统上人们往往会忽视此类计算，以为它是不包含多少智力成分的、机械的过程。我们可以举出一项研究成果，来说明此类计算的真实性质：人类具有修长的身体，却可以稳定地直立并熟练地进行二足行走，一些研究表明，高智力水平的人脑在这里发挥了重要作用。人的其他动作也是如此。身体的高强度劳动一般都伴随大脑的高强度工作。例如，实际生活中有许多这样的病例，即一些从事繁重体力劳动的人，常常会突发脑溢血。这种事例表明，“控制型计算”对体能的消耗是巨大的。

熊彼特关于创新的处理手法我们无须在此再做论述了。让我们转向其他一些例子。社会科学习惯上把制度、组织等事物与人的思想、知识等进行区别，并在不同的题目下分别进行论述，这个现象是值得玩味的。制度、组织常常被视为是“外在于”个人的“社会存在”，原因之一固然——如同涂尔干所说的——是“由前人定好而遗留给我们的”，然而，我认为这里至少还有一个微妙的原因，那就是它们的存在常常与标志性的物质材料相伴随：法律大多具有明确的、严肃而庄重的文本，经由印制而广泛发行；而组织则常常“驻扎”在威严高大的建筑物内，因此很少有人会把组织视作主要是“驻扎”在人心中的事物。实际上，假如离开了它们所表达的思想内容，这些物质形式的存在是没有任何意义的，孤立地讨论它们将是一件荒谬可笑的事情。例如，光印在纸上的法律纯属一纸空文，法律的效力完全取决于当前活着的人们对它的理解与认可程度。一位宪法学者在向美国宪法专家爱德华·科文教授致敬时，曾说过这样一段话，我认为很值得在此引用：“曾任美国最高法院首席大法官的休斯曾说，最高法院所说的宪法才是宪法。至少我们这些有幸成为他（科文）的学生的人都知道，休斯所说的是错误的。我们认为，科文所说的宪法才是宪法。”

一个价格，一张选票，一股股票，即使它们具有正式的物质形式，它们主要也是思维性的事物，是思想的附属物。相关物质载体的全部功能只是记录数据和传递信息，此外别无他用。然而，由于它们有时具备一些外在的、物化的形式，社会科学学者便把它们当做合适的、“够资格”的对象予以对待。实际上没有人脱离它们所表达的思想内容来谈论它们（例如谈论股票时只是在谈论印制它的纸张）。现在，在电子化交易或电子化投票的条件下，由于存在历史的记忆，论者们仍然可以这样来把它们“想象”为实物，以便使得原有的习惯得以延续。也许很少有人意识到他们其实正在以对待客观实在的方式来对待思想。最让经济学家苦恼的是“需求”这个概念。“需求”在主流理论框架中必不可少，然而它很难（像供给那样）体现为某种物质形式或物质符号，这让经济学者们陷入了“口说无凭”的境地。这个“问题”至今仍然是悬而未决的。在以“更多的知识与服务，更少的物质材料”为特征的当代经济背景下，经济学家们的类似“苦恼”显然还将会与日俱增。

上述微妙的“手法”也体现在哲学领域。我们在这里试举两例。

例子之一是哲学上关于感觉活动的大量论述。强调有限理性和主观性的哲学家们，在论证他们的观点时，往往首先举出人的感觉器官如何有限和不可靠。虽然哲学家们一般也都认识到人的先天理性能力的局限性，但是，强调感觉问题的文献还是更为令人瞩目，并且显然成就也更为突出。我认为，“唯信息论”明显地与此类哲学具有一脉相承的关系。“唯信息论”认为，我们认识世界和解决问题的关键在于获得信息；只要信息具备了，人脑——虽然其能力是有限的——便可以很快地处理信息，从而得出从这些信息中能够得出的最佳结论。这样一来，相对于信息的搜集与可获得性问题，人脑的信息处理过程便退居次席了。我认为，唯理论便可以视为一种“唯信息论”。当前的信息经济学就是一种“唯信息论”。重物轻人、“重外在、轻内在”是与“唯信息论”相一致的。

例子之二是关于语言哲学。语言哲学一般被视作20世纪西方哲学最有成就的领域之一，诸多哲学大师的论著都与此有关。释义学哲学也与语言密切相关。对语言的哲学讨论也是计算机科技得以诞生的原因之一。语言的重要性表明了人类交流的重要性，用算法的术语来说，这就是“通讯”的重要意义。我思考了这样的问题，即语言哲学为什么获得了如此片面的、“超常规的”发展？我思考的结果如下：1.这反映了现代哲学家们对于试图解构人类意识或者人类思维的强烈渴望；2.在缺乏对于人类思维的适当研究手段的情况下，哲学家们转向了相对比较容易的领域，即转向外在的、业已物理化的语言、文字、文本等研究对象；3.对语言的研究不能代替对思维的研究，因此语言哲学应当视作对思维进行正面研究（例如认知科学或智能科学）的一个准备。语言是思维的附属品，语言与思维本身需要加以区分，而不能反其道而行之。从算法的角度看，相同的指令系统可以生成不同的高级语言；指令归指令，通讯归通讯，这是十分清楚的。一些论者基于个人有时使用自然语言来思考这样一个事实，断言“语言就是思维本身”或者“思维与语言不可分”等，我认为这是犯了根本性的概念错误。这种本末倒置的做法，与上文的各种情形都是如出一辙的。

还是让我们回到笛卡儿。笛卡儿不仅认为思想是毫无疑义的客观实在，而且反常地、引人瞩目地提出这样的观点，即思想比物质对象更容易研究：“对于我来说，没有一件东西比我的心灵更容易认识了。”笛卡儿的这一观点被社会科学忽视了。算法方法，可以说就是一种直接研究心灵的社会科学方法。在对心灵进行直接研究的基础上，我们需要对心与物两类对象采取一种全面的、综合性的方法。这种方法，简而言之，就是既把心与物当做两种同时存在的客观实在，又把思维活动与物理化的行动视为两种具有上下游关系的、既相互区别又相互联系的“行为”。

2.6 理性与非理性（一）

关于人类精神的客观实在性，至少还存在着两类有所区别的学术传统。第一类传统着重于人的情感、情绪、心理、冲动等“非理性因素”。此类理论固然是重要的，但是，我认为，这类理论仍然是与那种重物轻人的传统有关联的。这里的精神性事物区别于我们所论述的人的思维，而是类似于一种动物性。此类文献论述精神性事物的方式充满了生物学气味，人在这里实际上主要是被当做一种动物来看待的。精神性事物在分析地位上也许获得了与物理世界同等的地位，但是精神性事物在性质上同时也的确被理解为一种类似于物质现象的现象。这种态度与算法的态度之间存在着微妙而重要的差别。这种态度暗含着这样的意味：正因为“非理性”不是理性，所以它才具有了某些“实在的”特征；换言之，理性思维不是客观实在，这一点实际上在那里构成了非理性的客观实在性的一个条件和论据。我们的观点恰恰与此相反：不仅理性思维是客观实在，而且，“非理性”是理性的相似物，它不是物质的相似物。只有我们对于人类理性的运作方式形成了一些正确的见解，我们才能在科学分析中给予精神性对象以恰当的地位。

另一类学术传统着重于人类思想活动中主观的、想象的、武断的和建构的方面。在这类作者看来，只有当人类思维中的此等方面表现出来时，思维才可以视作具有独立性的、引人瞩目的客观实在。例如，政治学中的意识形态和观念事实、社会学中的宗教、经济学中的“预期”，等等。总之，与自然科学一样，现有的社会科学具有一种根深蒂固的唯理主义态度；这种态度的实质是极端重视演绎推理，它赋予演绎推理一种非常特殊的地位；持有这种倾向的学者在内心深处其实是把除演绎推理以外的其他思维活动和精神现象视为一些与演绎推理完全不同质的东西。这种论调尤其充斥于经济学文献。

这里有必要举一个例子。自本轮国际金融危机爆发以来，有一本书曾经大红大紫，甚至被称为宏观经济学的“颠覆之作”，这就是美国领导性的经济学家乔治·阿克洛夫与罗伯特·希勒合著的《动物精神》。照理说，该书的基本方向与我们的“算法方向”是一致的，它反映了当前的主流经济学正在试图寻求进行某种转向；但是，该书具有若干重大的缺陷，缺陷之一是它并未明确意识到宏观经济学这门学科在起源上、在根本方法上“本来”就具有一定的（我们所称的）“算法性质”，因此它所强调的那些算法性质实际上并不包含多少创造性——当然，对于宏观经济学的算法性质，我认为整个经济学群体（包括凯恩斯本人在内）都缺乏明确的意识。最为不能接受的是，该书作者使用了“动物精神”（这是凯恩斯的发明）一词来称谓这些算法特征。让我们看看它所说的“动物精神”的具体内容：信心、公平、腐败和反社会行为、货币幻觉及故事。详细的评论无须在此展开了。主流经济学家需要的是基本观念上的巨大转折。经济学家越是“主流”，其理念与方法上的错误可能就会越深刻。该书还代表了经济学界的另外一种流弊，即以为当前的经济学只是需要小修小补，他们的“法器”只需要再擦拭一下，就可以继续拿出来炫耀了。

情况绝非如此。让我们先从这个观点开始：我们不仅应当把“非理性的”、主观的精神活动视为客观实在，而且应当把包括演绎推理在内的所有理性思维活动统统视作客观实在。推理活动本身的性质、它的进行方式以及进行过程，绝不是传统理论所假想的那个样子。这里着重讨论一下演绎推理。在《算法》的1.15节，我们举了一个三段论的例子。关于三段论，其实还有重要的问题值得继续展开讨论。

三段论是把两个命题结合起来以便产生第三个命题的一种思维活动。作为演绎推理的一种典型形式，一般认为，三段论具有充分的可靠性，意即前提错误，结论未必正确；而前提正确，则结论必定正确。然而，却很少有人提出这样的问题，即该两个前提是从哪里来的？或者说，在一个前提已经存在的情况下，另一个前提是如何产生的？为什么与前一个前提相结合的是这个命题而不是别的命题？还能不能找到其他的命题，以便产生新的结论？针对一个特定的前提，可以找到多少与之配对的命题，可以产生多少结论？截至目前，关于这个特定的前提，我们是否已经“充分”发掘了其中的意义，是否已经得出了所有应当得出的结论？

这些问题把我们引导到对三段论的另一种认识，即可以把三段论看做已有信息或知识的一种“聚合”方式；一个三段论，不仅是在告诉我们两种知识之间可以“如何”来聚合，而且是在告诉我们某种已有的知识可以与其他“什么样的知识”来聚合。我们可以认为后一种意义是更为重要的；因为，当这两种知识“聚拢”在一起时，后续的推理活动一般来说是很简单的，很少有人会出错。也就是说，难点常常并不在于推理过程本身，而在于后一个前提的搜索与获得过程。三段论的制造者所要告诉我们的，正是他已经完成了这个困难的过程。例如，蒸汽机的发明过程便可以理解为一个三段论式的演绎推理过程：前提一：蒸汽掀起了水壶盖。前提二：水壶盖是有重量的物品。结论：蒸汽可以产生动力。

在这个推理过程中，难点在于在目睹了前提一发生的同时，想到了前提二。如果信息检索是一件轻而易举的事情，以至可以忽略它的代价，那么蒸汽机也许早就发明出来了，而不必等到18世纪末期。牛顿提出万有引力定律的过程（这只是一个未经证实的传说），也可以大致做如是理解：前提一：苹果掉到了地上。前提二：苹果没有掉到空空的天上去。结论：苹果与地球相互吸引。

在这里，难点也在于很少有人注意到前提二（尽管这是非常明显的），并把它与前提一结合起来。我们可以推想，假如信息检索与推理活动可以无限度地进行，则所有现存的命题就都可以两两配对地进行“聚合”；在排除掉无意义的“聚合”之后，则有关那些命题的所有可开发的知识就都可以发现了；不仅万有引力定律将会包括在内，而且也许将会包括大量我们截至目前尚未开发出来的知识（这种可能性一定是非常大的）；这样一来，牛顿的贡献又有什么值得赞扬之处呢？这里只是讨论了命题的聚合，至于各个前提命题又是如何形成的，在《算法》中已经多有论及，在此就不再重复了。

上述讨论的结论是：通常所谓的演绎推理，其实是一个包含大量联想或知识搜寻活动在内的综合性的思维过程；作者写下来的演绎过程，其实只是相关思维过程的结果，而绝不是真实发生的思维活动本身。从“知识聚合”与排列组合的角度看，能够发生的演绎推理原则上说来是无穷无尽的；由于时间与计算资源上的限制，当事人的联想与搜索活动不可能无限度地进行下去，因而只能限于一定的范围之内；而一个推理过程的完成，则意味着当事人走上了一条特定的知识发展路线；换言之，这意味着当事人偏重某一些作为前提的知识而忽视了其他本来也可以作为前提的知识，同时这也意味着当事人（至少在此刻）放弃了基于那些可能前提又可以进一步产生新知识的可能。由于各人所进行的推理，从而所掌握的知识都是个别性和局部性的，这些知识之间既会有相互重合和一致的地方，也会有冲突或互不关联之处；它们是零散的，彼此之间存在大量的空白地带，即使组合在一起，也不能拼成一幅“完整的”图画。与此相关的另一个后果是：一些知识会不时被另一些知识所否定。只有在这样的图景之下，才可能产生“众星拱月”般的知识成就，同时，某些难以弥合的主观性也就会存在于其中。

科学界总是倾向于认为基于某些前提能够产生的演绎性结论是一个定数，演绎推理过程就好像一个自动化过程那样，总是能够轻而易举地、确定不移地实现其最佳效果，进而，科学家们总是习惯于把演绎性结论与其前提等同起来。“演绎推理不会产生新的知识”，这是数学家、逻辑学家与科学家们的共同观念。鉴于演绎推理一般被视为理性思维和科学方法之核心，因而理性思维之所以常常不被视为客观实在，是与他们对于演绎推理的这种观念大有关系的。这种观念的实质是否认演绎推理的创造性。“演绎推理的创造性”是一个值得再次进行论述的问题。上述专家似乎忽视了这样的一个潜在矛盾：既然前提与其演绎性结论之间的关系是等价的、不言而喻的，那么他们为什么总是要把演绎推理过程作为他们所构造的科学理论的核心内容呢？为什么无论理论家还是普通人总是要进行演绎推理呢？即使数学家列出了公式，普通人还是免不了要进行代入计算；立法机关制定出了明文的法律，当事人触犯了案件，仍然需要庞大的司法机关来解决法律的适用问题；经济学家做出了漂亮的数学模型，可经济行为者仍然不知道特定商品的“均衡价格”究竟在什么位置。

我认为，答案是显然的，这就是演绎推理必须被视为一个创造过程。在演绎推理进行以前，当事人并不知道相关问题的答案为何，而他需要知道答案，这正是演绎推理需要进行的原因。从这个意义上讲，在那个具体的情境中，对于当事人而言，演绎推理的结论绝不可以视为是“不言而喻的”。演绎推理过程，正是知识从无到有、从少到多、从次到好的创造过程。经过演绎推理，当事人的思路更为开阔了，知识更加丰富了，头脑更加聪明了，更有能力解决问题了。这一点在上面的各个例子中可以看得十分清楚。我认为，这应当就是社会科学的观念和社会科学的视角，应当是社会科学不同于其他学科的特色之一。

如果任何演绎推理活动在原则上都可以视为一种创造，那么，“创新”这个概念还有意义吗？对于这个问题，我们可以这样来回答：与常规性的思维活动相比，通常所谓的创新显然是一种成果相对更为丰富和显著的创造活动；同时，我们不应认为创新活动与常规性的思维活动之间存在什么本质性的差别；正是在这样的格局之下，把某些思维活动定义为“创新”不但不构成用语的重复，而且恰恰是有意义的。

2.7 理性与非理性（二）

关于演绎推理不被视为客观实在的原因，还有一点我们需要予以重点强调，这就是一些人深信演绎推理是物理世界的规律在人头脑中的反映，或者说，它是人类认识世界的恰当工具，就好像一把锁注定有一把钥匙一样。这种观念显然是在科学成就的鼓舞下产生的。新古典主义与科学主义的盛行，与这种观念之间具有密切的联系。我认为，这是一种非常值得纠正的心理状态。对于这种观念的不当，我们已经从以下两个角度进行了揭示，一是数学与逻辑学在建立完备的纯演绎体系方面所遭受的失败，二是逻辑悖论的存在。除此之外，算法理论主要从以下进路来解决这个问题，即我们认为人脑指令系统天然具有通用性、稳定性等性质，而数学与逻辑学所构造的演绎体系则是人脑自身进行“体操”、“自检”或“自画像”活动的结果。

通过串行作业的方式，人脑可以反躬自省。当然，这种反思活动总归或多或少地需要借助一些外部的信息与问题，因此，数学是在解决实际问题的过程中发展起来的，并且诸多发达的数学理论常常都保留着其原始问题的影子与风格。但是，问题的抽象程度随后会快速提高，这就好像一个在生活中受到刺激的少年，从此开始闭门操练武功了，或者说，就像一台新机器，在正式投入生产以前，需要反复进行试运行，以便检测各部件的性能（操作工人也需要进行反复操练以图达到娴熟地作业）。由于这些活动只使用了非常少量的外部信息和象征性的原材料投入，因而它们的运行“除了和自身及其形式以外，不和任何别的东西打交道”，而它们的运行状况也主要反映了机器本身的性能（或者少年自身的体质）。正是由于这个道理，所以人们才把数学与逻辑学定位为“基础科目”或“工具学科”。各人的指令系统既是相同的，又是永久不变的，因此，人们对于数学与逻辑学知识便会普遍接受，高度信赖——即使存有异议，这些异议也明显地处于次要地位。

但是，机器自检正常并不表明当它用于实际生产时便能够胜任任何工作，因为外部世界早就存在了，它的状况是未知的，不应被视为经过了某种“事先的安排”。这就好比我们都毫无疑义地同意1+1=2，为什么？因为这是人脑自己的事情；但是，明天太阳是否会升起，这个问题在原则上是可以怀疑的，因为人脑这时候面向外部世界了。这是两个不同性质的问题。真相不正是如此吗？难道数学家与逻辑学家可以替代科学家的工作吗？难道在运用这些基础工具进行科学研究时，人们不是常常会遭遇失败吗？

然而，有人看到数学与逻辑学具有近乎无可置疑的强大说服力，却以为他们得到了绝对真理。我认为，当主流经济学家在面对他们的数学模型感到满足和心安理得时，他们也许就是这么想的。我们宁可把这种想法定性为一种“错觉”，因为它不能说明人类智力活动失败的一面。相对于这种观念，“算法立场”的优势在于，它能够解释同时包括成功与失败在内的正负两方面的事实，因此我们认为它更为可取。

最后，我们再对正在兴起之中的“信息哲学”做一点评论。

信息技术的巨大发展催生了信息哲学。大部分信息哲学家的基本主张是，信息应当予以实体化——就这个方向而言，它与我们的主张是大体一致的。但是，至今我所接触的所有关于信息哲学的文献，基本上只是谈论信息，而不谈论指令。这种观点引申下去，实际上潜在着否认人先天固有的理性思维之客观实在性的倾向，因而其实已经陷入了“唯信息论”。我认为，这是当前信息哲学的一个严重缺陷。早在几十年前，金观涛、华国凡就曾经写道：我们研究信息，从根本上来说是要解决客体和我们人的意识主体之间的传递过程，因此不能脱离主体来谈信息。

我们的算法式的论点也有必要在此予以强调：信息其实是与人的思维活动之特定的进行方式紧密相连的，二者甚至是相互依存的。我们一般说计算是为了处理信息，其实，可以反过来说，信息是人的思维方式的一种体现。正是人的特定的思维方式（以及感觉器官的生理特征）决定了信息是什么、为什么需要信息、什么是信息以及什么不是信息。换句话说，信息其实是人的思维方式的组成部分，我们应当在“人的思维方式”这样一个总概念之下来谈论信息。

与信息哲学相关联的另一种哲学是所谓的“计算主义纲领”，其基本主张是：“实在本质上是计算的，而宇宙则是一台巨大的计算机。”它宣称世界的本原就是信息或计算，现有的世界是被“演算”出来的。这里的特点是处处皆计算；不管有无生命的对象，都在进行计算。这是一种新的形而上学，也是一种新的同一性哲学。与信息哲学一样，这里只有“信息”、“计算”这些东西，而没有“人”。在“计算主义者”的眼中，人似乎已经不是“计算者”，而成为了“被计算者”。这种哲学显然与当前的自然科学研究密切相关。

与这类观点的比较有助于我们厘清作为一种社会科学方法的“算法方法”的真正特点之所在。社会科学是一门“人研究人”的学科，这是我们需要恪守的原则，因此，我们将与以上两种哲学保持距离。阐述人类智力系统或人类理性思维的基本架构、工作方式及其后果是算法理论的中心目标。算法理论意在说明，人类的智力系统是由多种指令与算法组合起来的一个整体，因此绝不能片面地、孤立地理解其中的任何一个部分。我相信这样的理论对于我们理解人与社会至为关键。在此基础上，本书将进一步说明，从计算的观点看，通常所谓的“非理性的”精神活动与理性思维之间并不存在重要的实质性区别，两者也可以视为相互联系、相互需要的一个整体。只要我们把这些基本的理念与原理问题搞清楚了，具体社会科学议题的解答将水到渠成。

2.8 算法框架与现代哲学

算法框架理论是关于社会科学的。我们无意唐突地进入哲学境地。可是，算法理论与哲学，尤其是现代哲学之间具有密切的联系；这种联系是如此地直接、明显、全面和不容回避，如果我们不对之稍加论述，则会构成论点上的一个重大遗漏。因此，本节拟就此议题做一个简要的论述。

一般认为，自黑格尔以后的现代哲学具有散乱的主题。一方面，现代哲学不像近代哲学那样具有连贯性和统一性。现代哲学家们各说各话，甚至所用的术语和语言也各不相同。他们之间很少进行相互对话，彼此之间的联系和一致性是绝少的。另一方面，现代哲学对于现代社会科学，尤其是经济学基本上不具有重要的影响，正如哈耶克等人所指出的，主流经济学是近代哲学思想在经济学领域内的表现。经济学在哲学上尚未进入现代阶段。然而，通过运用算法理论，运用诸算法式的原理，我们可以发现，现代哲学的各个流派之间具有一种连贯的、紧密的内在联系；现代哲学与社会科学之间也具有密切的联系；这种联系，简单地说，就是现代哲学从各个方面在为一门统一的社会科学进行着准备。统一的社会科学之所以至今尚未形成，可以认为原因在于其哲学准备尚未完成。现在，如果算法理论对于现代哲学所做的概括是正确的，那么，借助这座桥梁，不仅现代哲学与现代社会科学各自能够走向统一，而且它们二者也将大致能够实现相互一致。

也许这是一个令人生疑、甚至会让某些人感到不悦的观点；可是，这里的逻辑关系是如此地连贯和统一，假如我们假装对此未曾察觉，甚或忸怩作态，不予明言，则纯属虚伪和怯懦。为此，让我们首先来看看现代哲学的大致状况。

近代哲学的基本精神是理性、科学、确定和同一。在自然科学发展成就的鼓舞下，近代哲学逐渐滑到了科学主义和物理主义的方面。现代哲学是在对近代哲学的批判和反叛中产生的。如果说“自然”是近代哲学的主题，那么“人”便是现代哲学的焦点。自笛卡儿确立了人的主体性地位以后，各个现代哲学家大都把关心人和人的生存状况作为哲学的主题——这显然与社会科学的方向相一致。因此，现代哲学的第一个特征就是集中关注人。现代哲学家们普遍强调人不同于物，人有人的特点；不能以看待物的眼光来看待人，人的行为不是像物那样被决定的；人不是机械的和固定不变的，人有自由意志，进而需要在时间维度上来看待人。例如，祁克果、尼采都认为，人是“持续的流变”和“永恒的生成”；柏格森强调人的不可预测性和每时每刻的创造性；海德格尔和萨特认为人的本质在于“可能性”，“不是其所是，而是其所不是”；狄尔泰强调精神与生命的独特性，“对于狄尔泰来说，生命是一个不断对象化自己的历史过程”。继阿多诺批评了同一性哲学之后，德里达更是强调指出，自我的同一性是不可能实现的。这样一来，作为一种研究对象的人与物的种种不同特点就被揭示出来了。

现代哲学的第二个特征可以归纳为对主观性、非理性、人的认识限度和不确定性的强调，对于个性、差异、具体与特殊性的尊重。这种强调和尊重与近代哲学的理性风格和普遍性原则形成了鲜明的对照。例如，叔本华强调人的意志的重要地位；柏格森强调直觉；而弗洛伊德则强调性冲动。实用主义哲学家普遍相信“信念”在人的认识活动中具有重要地位，哈贝马斯则强调认知兴趣的重要引导意义。释义学可以作为主观性哲学的典型代表。狄尔泰的名言是：“自然需要我们说明，精神生活则需要我们理解。”对于主观性和特殊性的强调极端地体现在维特根斯坦的这句话中：“我们不会提出任何一种理论……我们必须抛弃一切解释而必须用描述取而代之。”这类哲学思潮的基础是对于通常所谓的科学方法的怀疑。叔本华说：“抽象之所以抽象，就在于抽掉了细致的规定，而在实际上，要紧的正是这些东西。”维特根斯坦认为，哲学家们眼前老是看见科学的方法，并且不可抗拒地受引诱去以科学那样的方法来提问题和回答问题，结果造成对个别情况的轻视和渴望普遍性。尼采强调人类理性的限度，他被认为是指出“不确定性”问题的第一人。尼采尤其认为，我们之所以相信诸如“逻辑规律”之类的东西，不是因为它们有什么超验的、绝对的真理性，而是不信它们不行；真理与谬误都只是我们的虚构，在这一点上它们没有什么不同；我们将自己的认知格式加于流动的生成，使它变成固定的存在，便于我们掌控，这就是认知或知识的实质；科学上的明确性并不是真正的可靠性；等等。

在理性与非理性相对立的格局之下，也出现了诸多试图把它们协调和统一起来的努力。例如，霍克海默与阿多诺合著的《启蒙的辩证法》一书便可视为一个这样的尝试。在这两位作者看来，启蒙运动弘扬了理性，而神话则是人类想象力的产物，从表面上看，它们是对立的，其实则是“你中有我，我中有你”。这个问题用算法的语言来表述，便是：人类的思想活动是综合运用各种指令与算法的产物。

现代哲学的第三个特征是强调实践、实用、常识、建构等因素。此类“实践哲学”的主要特征是认识到了人类所面临的实际事务的复杂性，认识到任何抽象理论都是局部性的，不足以圆满地指导现实生活，因而，相对于人类的思想活动，现实的、行动的世界是具有独立性的；理论家们与其闭门造车，不如观察实际生活和真实行为；任何抽象知识都必须不断接受实践检验，通过实验和试验来取得不断发展，并以实际的运用效果来作为评判的依据。实用主义哲学、胡塞尔的“生活世界”思想、海德格尔的哲学以及维特根斯坦所发展的常识与“世界图式”理论都是这方面的例子。马克思主义把理论作为改造世界的武器，因此也可归入这类哲学。有些人不大理解实践哲学的含义，从算法的角度看，其意义是十分清楚的。实践哲学提高了现实生活的地位。在这里，现实生活不再仅仅作为发展理论的材料，也不只是检验理论的手段。实践哲学所强调的是，由于理论所涉范围有限，因而当事人必须在理论之外主观地构思行动方案，而当事人的行动又进一步建构了真实世界，这个被建构的世界有待于知识分子做进一步的研究。严格地说，在实践哲学家眼中，现实生活是高于理论的，理论只在现实生活中扮演了部分角色；理论是理论家的构造，它的目的与作用只是为了给当事人带来便利。

现代哲学的第四个特征，是分析哲学与语言哲学，此类哲学的发展间接地导致了计算机的产生。

综上所述，我们可以认识到，现代哲学与社会科学紧密相关，它不仅具有明确的主题，而且各个流派之间具有密切的内在联系和高度的统一性：由于理性有限，又有时间上的约束，所以当事人只好主观地、非理性地行动，由此造成了流变的、持续生成的社会世界；主观性和非理性的存在又使得人际交流与相互理解成为一个重要的问题；在有限的认识能力面前，现实世界总是高度复杂和差异化的，其意义近于无限；等等。以算法的眼光来看，这种统一性是十分清晰的，而那种认为现代哲学缺乏主题和结构散乱的观点，显然是完全不正确的。

我们可以以胡塞尔的现象学为例，再来讨论这种统一性。胡塞尔的哲学首先强调了意识的重要性（“意识”是一个微妙而重要的议题。笔者认为，只有算法理论才对此给予恰当的、社会科学式的理解和处理。本书将就此展开进一步论述），他说，任何意识活动和“意向对象”都有特定的意义；“意向对象”不同于自然事物，它不必像自然事物那样实际存在；意向活动是意向活动的质料与本质的结合；“意向性”是一切理性与非理性意识的基本结构，而“先验现象学”的任务就是要通过“悬置”与“还原”的方法来寻找这种“基本结构”。胡塞尔认为，“生活世界”先于“科学世界”，同时生活世界的问题最终仍要通过还原到唯一绝对的自我才能得到解释，而生活世界则是“先验自我”的一个成就。在这些晦涩的术语下面，从算法的角度看，我们可以理解到胡塞尔哲学各个部分之间的内在联系，以及他想说的究竟是什么：人的意识是独立于物理世界的客观存在；社会世界的丰富多样性是人脑的先天结构与信息相互作用的结果。值得注意的是，关注现实性和时间性的哲学家们，却往往像胡塞尔一样来强调常驻性和永恒性。赫拉克利特便是这样。赫拉克利特认为：一方面，世间万物是变动不居的；另一方面，变中亦有不变——这个“不变”便是逻各斯。有学者对于西方科学没有采用类似的“赫拉克利特进路”是颇为遗憾的。

当然，对于哲学理论的内在统一性，作为我们的前辈，各个现代哲学家虽然可能各自具有一定的认识，但显然并未达到算法理论的全面性、明确性和确切性。一些现代哲学著作的散乱、晦涩和含混显然与哲学家们缺乏适当的科学原理与术语支持有关。计算机技术诞生于20世纪中期，并且主要是在20世纪后期才取得了巨大的发展，最终引起了知识界与公众的广泛关注。关于算法理论所提供的原理的一些重要方面，我们已经在《算法》中有所表述，在后文中，我们将继续对之进行阐述。在此基础上，我们将看到，算法理论不仅能够用于确切地阐明各个重要哲学范畴与哲学观点之间的相互关系，而且可以采用明晰的语言和精确的形式。纵观哲学史，我们看到了人类智慧所经历的艰苦而曲折的历程；因此，假如我们能够对此有所贡献的话，那不过是智识活动进行历史性累积的一个结果，是它的一个水到渠成式的扩展。

第3章 个人

3.1 “个人”的含义

算法框架的主要内容，可以理解为就是从各个方面来阐述“个人”的种种含义。

个人首先是一个物理上的、生物上的和直观的客观实在。个人在物理上的直观性，导致“个人”的定义几乎是不言自明的，有些人可能以为没有必要对之进行深入的思考。换言之，我们轻而易举地接受“个人”这个概念——按照思维经济学的原则——其实是与我们追求视觉、思维与研究上的便利性有关的。从这个意义上说，“个人”并不是绝对的。在某些情况下，当我们认为这个概念并不那么方便，也即这个概念在研究上缺乏利益时，我们也就不再视之为一个独立对象了。例如，当我们使用“组织”这个说法时，其实是在把一群人假想为一个人，真正的个人这时则被视为这个“虚拟人”的某些器官。人们常常把领导的顾问称为领导的“左膀右臂”，而把领导称为组织的“大脑”，这些说法实际上是有理论含义的。另一方面，当研究的视角进入人体内部以后，往往也会引起“个人”概念的消失。生物学家便经常用拟人化的思维方式来叙述器官、细胞甚至基因的活动。

个人是一个独立的生物体。这意味着，组成个人的生物细胞紧密相连，这种连接的紧密程度远远超过了个人之间通过其他物质介质相联系的程度。个人的神经系统只与自己的大脑相连接，因而个人的喜怒哀乐都为他自己所感受，而个人的欲望、愿望、幸福、痛苦也都属于他自己。个人拥有独立的精神生活，独立地进行思想。在现代文明社会中，个人的自决权受到高度的尊重。

组成个人的各种“材料”或“元素”不仅在距离上是相互贴近的，而且，按照通常的说法，它们在结构或功能上也是一个“整体”。这个“整体”具有在其各个部分的层面上难以发现的、从而（可以视为）独立于其各个部分的意义。也就是说，我们可以认为，当该各个部分或元素聚合在一起的时候，发生了一种通常所谓的“生产过程”，生产出了某些新的东西，从而导致了1+1>2的效果。

有些人习惯于用神秘主义的眼光来看待上述现象，用神秘主义的论调来宣讲整体论或系统论，这种观念或论调最终会把“个人”概念绝对化。我认为，这是需要反对的。一般情况下，我们只是述说不同的“事物”以及事物之间的“关系”，而当这些关系的紧密性达到一定程度，以至可以把它们称为一个整体、一个事物或一个系统时，采用后一种称呼显然具有较高的表达效率——在此情况下，“关系”的说法自然就丧失了比较优势。从这个意义上讲，“整体”、“系统”不过是“组成它们的诸元素之间的更为紧密的关系”的一个简洁的表达而已。“事物”与“事物之间的关系”是相对的，导致个体划分方式和称谓改变的原因之一是观察者（或称谓者）之观察、思考与表达能力的局限性。对此我们还将在3.6节继续讨论。

这种相对性当然也体现在不同个人之间的关系上。严格地说，个人的喜怒哀乐并非只有为本人所知，个人之间具有我们所熟知的种种方式来交流各自的感受。然而，这种交流的充分性远远达不到个人对自己的了解程度；假如一个人能够感受别人的自我感受，一如他感受自己那样，“个人”这个概念的意义也就大为降低了。个人之间的通讯面临特殊的困难。通讯是复杂的，是与个人体内的信息传递相区别的。

个人是独立的思考或计算单位，同时个人的思想又会相互影响。在《算法》4.7节，我们讨论了个人与社会的相对性。由于信息传递与计算速率的差异，我们可以认为，即使从全社会的角度看，尊重个人自决权在大多数情况下都是有益的；但是，鉴于信息与知识分布的人际差异，以及个人动机的多样性，对于涉及面较广的“公共议题”，社会性的、集体的和网络化计算的利益则会显著上升。在本书中，我们还将试图说明，在很多情形之下，个人的目的、动机和价值观也都可以用“知识”这个词来概括。

由于个人所进行的临时计算中一般存在着主观因素，或者由于创新现象的存在，客观地看，个人的思想和行动在时间上不可能总是前后一贯，也就是说，在他人的眼中，个人的性格、形象和行为是变化的。算法的逻辑也可以得出一个显而易见的结论，即从任何时点上看，个人头脑中的知识也不可能是完全相互一致的，个人就不同问题所做的决定可能会潜在着冲突。我们将从多个角度来论述这一点。

理解了“个人”的相对性，才会真正理解“个人”的重要性。综上所述，我们可以认为，“个人”是社会科学中一个重要的“工具性概念”；“个人”的工具性意义，在新古典主义之下则被完全抹杀了。一个不把思维与信息传递视为客观实在、从而不对其赋予时间与“成本—收益”等特征的理论世界，“个人”在此已经基本上不存在了；或者说，这里只有一个“代表性的”个人，他所进行的计算便相当于全社会所进行的计算；余下来的个人因素实际上只有诸如欲望之类的物理性、生物性的“人性”了。

究竟诸如欲望之类的物理性、生物性的特征是人的典型特征，还是思想和理性更应当被视为一种“人性”？这个问题是值得进行思考的。一般认为，前者属于动物的共同特征，而后者则专属于人类。然而，一种正在兴起之中的新观点认为，动物既可以进行一定的计算，而且也有情感和精神生活。这是一个具有挑战性的命题，而且比较适合运用算法理论来予以探讨——对此我们将在第5章进行。不过，无论如何，人类在理性与精神生活上所达到的程度显然远甚于动物，这应当是公允之论。如果这个论点是可以接受的，那么我们可以认识到，主流经济理论对于人性所做的刻画是多么地贫乏。“个人”这个概念的存在，不仅意指存在着观察者可以理解的、与我们观察者相似或可比拟的那个“个人”，而且意味着作为研究对象的多个个人具有不同的个性；因此，人的个性的存在是“个人”概念的应有之义。新古典经济学所理解的个性，其实主要只是当事人物质欲望的差异。甲现在口渴了，乙需要棉衣来御寒，这些现象固然需要解释，但这主要不是社会科学的任务。一般说来，社会科学也无力直接解释这些现象，它们对于社会科学来说是真正的“外生变量”。严格地说，在新古典框架下，真正的“社会科学式的”人际差异是不存在的，因而真正的“社会科学式的”个性也是不存在的。

真正的“社会科学式的”个性主要系指人的意见差异，它与主观性和不确定性紧密相连，它由算法框架来予以内生。我们不必求诸任何物理因素与生物因素，也不必求诸任何“非理性的”精神因素。算法的方法是，这种主观性与不确定性直接从人类最核心的理性系统中合乎逻辑地产生。在我们完成这项工作以后，诸如心理、情感、意志等种种“非理性的”现象，以及人身上的所谓“动物性”，则在很大程度上也可以得到理解，它们也就不再构成社会科学上令人困惑的难题了。

3.2 论指令（一）

统一社会科学的一个首要步骤，是提出“计算”这个概念。人们通常进行的任何思维活动，无论抽象的或形象的，定量的或定性的，理性的或“非理性的”，也无论是学者进行的还是普通人进行的，只要我们意欲把它作为社会科学的研究分析对象，我们就统称为“计算”。

算法框架的基本理论是，“计算”作为一种“实在的”活动，系指人脑运用各种“指令”对信息进行串行的（即各个任务按照时间顺序首尾相接）、迂回的加工处理，即计算=指令+信息。根据计算的目的、功能、特征以及所用指令与信息的种类等不同标准，我们可以把计算细分为各种各样的类型。例如，对于接收和预处理信息、管理记忆、搜索数据的，可称为“管理性计算”；对于指挥器官完成决策的，可称为“执行性计算”；对于将数据进行密集深加工的，可称为“深思”；对于针对自己过去的行为所进行的计算，可称为“反思”；对于面临实际问题需要在短时间内寻求决断的，可称为“临时计算”；通常所谓的定性分析，则可称为“结构化计算”，这是相对于数量型的数学计算而言的。总之，术语的发展可以根据理论构造的需要来予以灵活地设定。“指令”这个概念是算法理论的核心，在笔者看来，它也是算法理论不同于其他理论的重要“特色”之一，因此，我们有必要对这个概念的方方面面予以详细的论述和说明。

首先是名称。一些读者对于“指令”这个术语不大习惯，这是可以理解的。“指令”的本义是指计算机的使用人给计算机的指示，告诉它要做什么事，因此称为“指令”。由于所要计算的数据本身也属于计算任务之列，该语义因而逐渐发生了转折，加之计算机能够接受的任务类型是有限的，于是“指令”的含义逐渐演变为专指计算机能够进行的运算之种类。按英语的词法讲，这时它已经既不属于动词，也不属于“动名词”了。

术语的使用本质上是一个习惯的问题。更为重要的是，这个概念的产生是借用计算机语言的结果。在计算机语言业已定型的情况下，我们已经没有进行其他选择的余地。在《算法》中，笔者表述了这样的观点，即对人的思维和社会世界进行计算机模拟应当成为未来严格的社会科学理论的“标准方法”，它应当替代数学而成为理论形式化的主要工具；如果这个看法是可以接受的，那么计算机对于社会科学来说就不仅仅是一个隐喻了。上述方法意味着，在近似的意义上，计算机的指令清单可以视为等同于人脑的指令清单。在此情形之下，名称的更换不仅将不能带来任何好处，反而会徒添烦冗。语言的转换也是理论实质发生变化的一个标志。在熟悉了计算机原理以后，我相信社科领域的读者不仅会乐于将“指令”、“算法”等术语接受为社会科学语言，而且就理论建设的需要来说，读者也将同我一样，认识到这些概念其实是十分精当的。

接下来的一个问题，是指令的物理型态及其物理实现。在计算机中，指令表现为由0和1组成的数字序列，它的功能是通过一定的硬件结构和逻辑电路来实现的。指令被视作软件与硬件之间的一种“接口”，其含义为，计算机的硬件已经由计算机研制人员与生产厂家制作完成了，对于编程人员和一般使用者来说，只需要在“软件”层面上来进行工作，而程序的执行则可经由指令系统指挥硬件来进行。

那么，人脑中的“指令”又是什么状况呢？

诸如生命科学、智能科学等自然科学和交叉学科正在就人类智能的发生和运作机理进行大量的研究，迄今为止尚未产生令人满意的系统性的结论。对于社会科学来说，算法式的态度是，我们只需要认识到人脑智力系统具有前文所述的种种“实在性”，以及这种实在性可以以与计算机相比照的方式来做出一定的理解就足够了；至于细节问题，我们只能选择回避的态度。我们的出发点是，在着手建立社会科学理论之前，我们假定人脑业已存在一个指令系统；这个指令系统在性质上既不因人而异，也不随时间发生改变；也就是说，在人出生之时，我们假定一个完整的、发育成熟的指令系统已经具备了，我们不考虑指令系统的后天发育问题（如果这个问题的确存在的话）；就指令系统而言，我们一般也不考虑其衰老和病态的情况。在《算法》中，我们针对临时存储区容量和计算速度两项指标引入了人际差异，这是因为人的生长、衰老、死亡和人的生理状态等因素有时是具有比较重要的社会科学意义的，它们在某些论题中是值得考虑的；而对于指令系统本身来说，上述因素的社会科学含义则是微乎其微的。

我们可以给上述态度起一个名字，叫做“心物分离原则”，意即社会科学原则上只在精神的、心理的、思想的和意识的层面上来讨论问题，而不涉及思想意识在物理上、生物上是如何实现的。用计算机语言来说，我们在原则上只是讨论“软件”问题，而不涉及“硬件”。

这容易让人想起笛卡儿的“心物二元论”，不过，区别在于，这里所说的乃是一种科学方法论原则，一种在不同学科间分配议题的标准，而不是一种哲学。尤其是，在生命科学和智能科学获得重大进展以前，随意地越过“软硬件的接口”来讨论问题的做法明显地是不严肃的，也是不可能取得可靠成果的。

这个原则之所以有必要明确提出并予以强调，是因为当前的一些社会科学文献正在任意地跨越这个界限，进行了诸多不当的论述。这类文献尤其集中于行为经济学和“神经经济学”领域。在这些文献中，论文的前半部分一般介绍针对大脑所做的实验，后半部分便立即转向了社会科学式的分析和结论。例如，在一篇论文中，作者根据受试人面临不同问题时大脑相关区域的兴奋程度（这种兴奋程度可以运用电子手段予以测定），便得出了“人类具有自愿惩罚违反社会规范的行为而不惜使自己受损的倾向”的结论。这篇论文反映了典型的行为主义方法的弊病：没有理论，只有所谓的“实证证据”和结论，以及种种华而不实、急功近利的“模型”。由于主流经济学的日渐衰微，行为主义的方法不但未曾像在其他学科领域里那样被抛弃，反而在经济学界愈益泛滥起来了——这真是可悲可叹。

经济学的观念与方法需要做出重大的整合和转变，笔者相信这是毫无疑义的。不过，这里需要补充说明的是，“心物分离原则”与我们重视物质的、外在的和行动的因素无关，也与我们把思维性对象与物理性对象并列地、综合地看待无关，这些范畴不宜混淆起来。

3.3 论指令（二）

关于指令系统的另一个假定是：指令的数目有限，可以明确列举，但我们却不确知其详情。有人必然要问：既然“不确知其详情”，那么我们如何运用指令来模拟思维并构造理论呢？

首先，“不确知其详情”是逻辑学、生命科学、智能科学和人工智能技术之现状的要求，我们不能超越具体学科的知识限制而提出过于武断的假设；其次，反过来，假如我们提出一份指令清单，而且硬要宣称这份指令清单就是“真实的”人脑指令的“完整集合”，这又有什么意义呢？算法理论的成立并不一定非得要求明确的指令清单，一个未包含明确指令清单的理论并非就是无用的理论。应当把所假定的指令系统与我们眼下实际上能够具体展示出来的指令系统相区别。理论本质上是一种不能完全得到验证的假说，而理论的应用过程就是不断检验理论的过程；理论的检验虽然没有尽头，却可以无限逼近。在这一点上，算法理论与其他的科学理论都是一样的。

关于人脑存在一个指令系统的假定，首先是为了借用计算机的结构体系和工作原理，以便引入迂回生产方式、知识、知识发展以及种种动态现象，从而构造社会科学原理。需要认识到的是，如果我们认为沿着这条路线来构造理论原理是正确的，那么，不假定人脑存在一个指令系统，一切都将无从谈起。没有指令系统，就没有指令与信息之别，也就没有迂回式生产，就没有“计算速度”之说。即使我们认为人的思维很重要，我们也将不知道如何对之进行描述，也就更谈不上对思维进行理解和分析，一系列重要的原理与方法问题（例如创新）也就将继续保持含混不清的状态。所以，指令系统是算法理论的基石，也是算法理论区别于其他形形色色的理论的一个重要特点。

具体指令清单的提出途径有两条。第一条途径是把它完全等同于计算机的指令清单。这样一来，计算机便是社会生活的虚拟的“当事人”，计算机所能做到的事情在原则上和性质上便是人脑可以完成的，同时，人工智能当前所面临的局限性也便构成了算法框架的局限性。在《算法》中，我们表明了这样的观点：鉴于主流经济学所演示的计算原则上大都可以在计算机上完成，据此我们有理由认为算法框架至少不劣于主流新古典框架。

对于算法进路的社会科学研究而言，基于计算机模拟的、高度技术化的方法目前并不是本书关注的重点。在原理问题得以解决以前，直接进入技术性研究毕竟是不适宜的，因此，本书将不在这条路线上展开详细论述。

厘清指令清单的第二条途径，便是尝试建立“人工的指令清单”。由于我们所使用的自然语言远不如计算机语言精确，实际上我们很难直接在计算机语言所定义的“指令”级别上来讨论问题，因此，严格地讲，我们所讲的“指令”其实都只能作为一种“高级语言”来理解，它们大体上相当于高级语言中的“命令”或“运算符”。这是“人工的指令清单”的第一层含义。“人工指令”与机器指令首先具有这样一个区别：对于某些人工指令，在稍加分析之后，我们便会发现它可能是由一些更基本的元素构成的（在《算法》中我们举过“联想”的例子），而构成不同人工指令的基本元素可能会有相互重合之处，因此，人工指令势必不如机器指令那样地具有“基本性”。显然，只要那些元素并不是完全重合的，“基本性”的这种减弱暂且也是可以接受的。为了避免术语上的烦顼性，我们暂且也不对“指令”与“命令”做原则性的区分。另外，在本书中，除非特别指明，“指令”一般都是指人工指令。

我们说“不确知指令清单的详情”，主要是指我们眼下无力去穷尽所有的指令，因而，我们在任何级别的语言环境中暂时均不能做到建立一份“完整的”指令清单。当然，这句话的另一个含义是说我们没有把握做到把我们认为应当作为指令的任何东西即刻变成“算法可计算的”，即可在计算机上实际运行的。假如我们有把握做到这一点的话，机器指令清单便可以与人工指令清单相等同了。“人工的算法进路”首先系指这样一种方法，即我们先建立一份“人工的指令清单”（无论它是否完整），然后假想人脑中有一台虚拟的计算机（可称为“虚拟机”）来运行这些指令进行信息加工，由此形成了通常所谓的“思维活动”。个人的任何思维活动都只由他脑中的这台虚拟机产生。由“人工的指令清单”所组成的语言是人脑中的“底层语言”或“基本语言”，自然语言是这种“基本语言”的高级形式，就好比计算机算法语言是机器语言的高级形式一样；因而，我们必须认为，自然语言在原则上可以“还原”为这种“基本语言”。

我们假定计算机指令清单是人脑指令清单的一个子集，这意味着我们承认人的智力系统中可能存在着计算机所不具备的指令。这些独特的人工指令是什么？我们在下一节将有所探讨。这一假定的目的在于保证理论模型中的当事人（算法人）在实质特征上就是真实的人，两种人在思考时所采用的基本资源是相同的；于是，我们对于计算机原理的采用不必依赖于“人工智能是否可行”这个问题的“最终答案”。假如两种人之间还存在什么差异的话，这种差异也将是次要性质的（比如采用了串行作业方式）。因此，研究者的思维与当事人的思维是可比较的。在近似的意义上，研究者可以采用“以己度人”的方式来推断当事人的思维活动，也可以分析、评价和预测它们。此外，既然真实的人采用了冯·诺依曼架构，由于我们研究者自己就是真实的人，那么我们的思维活动也就只能是采用冯·诺依曼架构的，进而，我们研究者的指令清单也就与当事人的相同。在此情况下，当我们研究者通过“人工的算法进路”来推测当事人的思想时，“指令清单”便成为了一个“中间环节”，通过相互“对冲”，结果是我们暂且就不必再使用“基本语言”了，也就是说我们不必在“人工的算法进路”的实行过程中一定要搞清楚“人工的指令清单”的具体内容了，我们只使用自然语言就可以了。

有了这个认识，我们现在对于传统的手工作坊式冥思苦想的研究方法也就获得了一种新的理解，即这种方法的实质就是一个算法人（研究者）在推测另一个算法人（当事人）。这个视角很重要。笔者认为，如果我们从这个角度出发，便很容易厘清理论研究工作的性质、意义、可能性及其限度：由于大脑基本结构和基本能力是相同的，因此人际比较与推测是可行的；同时，由于所采用信息与知识的差异，以及计算中难以避免的随机因素，人际的相互了解是有限度的，因而理论研究工作的效力也是有限度的。

通过以上论述，我们可以注意到，算法理论所借用的“计算机元素”实际上是相当少的，在很大程度上只是形式上的（如果读者同意冯·诺依曼架构只是一个“形式”的话）。社会科学是人与人之间的“游戏”，而工具终归是工具。我们并没有对人性施加过于武断的、以致特别不能让人接受的实质性限定。两份指令清单的差异也许不重要，也许很重要；即使对于持后一种观点的人而言，我认为他的观点并不能实质性地妨碍他接受算法理论。但愿读者能够得出跟我一样的结论。

算法进路的社会科学研究，至少在前期的“原理构造”阶段，仍将继续进行手工作坊式的冥思苦想，仍将只是探讨思想、原理和方法，只不过，讨论问题的方式这时已经发生改变了。在后期，当理论原理臻于成熟时，理论工作的重心将会不可避免地转移到计算机模拟上来；但是，基于“人工的算法进路”的理论原理与计算机模型应当在性质上区别开来。计算机对人的模拟所能达到的真实程度，取决于那时人工智能技术的发展水平，二者不可混为一谈。

3.4 论指令（三）

虽然指令清单的具体内容并不总是必要的，但是，我们仍然有必要做出一定的尝试。实际上，算法方法必然把我们导向对具体思维活动进行微观的和实证的分析。我们需要回忆、反思和高度关注自己的思维活动，并运用各种方法、途径或手段来发掘他人思维的详情，然后进行分析和相互比较，从而加深对于人自身的理解和认识。我相信，采用“算法的视角”对于研究人类思维的一切学科来说，也许都将是有益的。这个方向上的一项基础工作，就是尝试着来弄清楚“指令”（人工指令）具体是指什么。这是一项不仅有意义而且有趣味的工作。

指令系统这个概念其实并不神秘，它不应当被视作“黑箱”。我们的本意只是用它来指称人脑能够进行的种种基本的思维功能。例如，要进行计算，就要传送数据，就要存储（或废弃）数据，因此，“数据传送”、“记忆”、“删除”等词语便可作为指令来看待。参照计算机的惯例，也可假定人脑的指令具有“算术运算类”、“逻辑运算类”、“处理器控制类”等分类；可以假定人脑具有专门针对字符、图像、声音和味道进行辨识与操作的指令，有专门驱动肢体进行工作的指令。

可以设想这样一个问题：在人类的语汇中有大量描述思维活动与肢体动作的“动词”，这些动词是否都可以进入“指令”之列呢？答案应当是否定的，原因在于，如同人工智能技术的做法一样，许多动词所表达的含义在原则上我们都可以把它们表达为更基本的“指令+信息”的形式，或者将其表达为某些模式化的程式，这样一来，在指令级别上需要设置的种类就相当地少了。计算机技术的伟大贡献或它的奥妙之一正在于此。例如，机器人可以做多种多样的肢体动作，但这并不意味着对应于每个动作需要在它的电脑中设置相应的“指令”。复杂动作可以分解为简单的元素，而这些元素中的变化着的部分又可定义为“变量”，这些变量可以在动作进行的过程中实时地（通过从外部采集数据）得到赋值。此类“算法式的”方法，只有在具体的求解过程中，通过参照计算机的处理方式，方才能够得到深入的理解。“指令”概念的确存在一些模糊性，然而，这并不表明针对任何具体的思维功能或思维种类，我们完全没有能力来判断它是否可以叫做“指令”。下面举一些例子。这些例子将在算法进路的社会科学研究中扮演重要的角色，因此后文将会不断地提及。

1.“搜索”。在计算机中，为了寻找适当的信息或知识，有时需要搜索所存储的数据。我们相信，搜索对于人脑的思维活动来说，同样也是必要的。我们经常需要进行“回忆”，在自己的记忆中寻找符合某些特征或要求的东西，这就是搜索。大范围的回忆或搜索明显地需要消耗时间，这是毋庸置疑的。我们也不能想象如不采用搜索的方式，我们如何来管理记忆并提取数据。因此，我们显然可以把“搜索”作为一种人工指令来理解。

在计算机中，有一种叫做“启发式搜索”的算法，对此可以理解为“联想”。

2.“联想”。在《算法》中，我们说“联想”至少可以分解为“比较”、“归纳”、“搜索”等元素。“联想”的特点是，根据对象的若干特征，在记忆中找出与之有关联的事物，因此，“联想”显然是一连串思维作业的一个统称。考虑到指令的基本性，在最严格的意义上，联想是不应当被视作指令的。但是，这个术语是简洁的，其含义是明确且广为人知的，由于指令也可以指称高级语言，从这个意义上讲，权且视之为指令，也未尝不可。

3.“想象”。想象与联想的区别是，联想侧重于找出记忆中已有的东西，而想象的特点是产生新的东西。当事人通过分析原有事物，把其中的一些元素抽取出来，来“组装”成新的事物。当事人一般明知所想象的东西是虚拟的、假的，只是通过想象来在大脑中模拟外部世界的情形，或者达到一种精神享受。例如，一些常见的事例表明，儿童非常善于进行想象，他们采用简单的道具，以之为依托，来模拟成年人的活动，从而达到学习的目的，并在其中获得明显的愉悦。“想象”也是一个复合的精神过程，然而，就它包含着某种不可替代的功能而言，我们有理由把它当做一种指令。

4.“抽签”。人有自由意志。在面对一些选项踌躇不定时，人脑具有任意选择其中之一的能力，也即进行“抽签”，这种能力是现有的计算机所不具备的。因此，“抽签”不仅可以作为指令，而且还可以作为人脑独有的指令的一个例子（“想象”也许可以作为另一例，不过这是可争议的）。关于“抽签”或随机性，存在大量意义重大的哲学争论，不过，我认为，在社会科学的层面上，暂且做出这样的处理，已经足够使用了。由此出发，我们已经可以对社会科学理论做出很大的改善，至于纯粹哲学式的争论，我们暂且不必过多地介入。

研究指令清单的内容是具有重要意义的。它首先可以让我们了解构成人类思维活动的基本元素。如前所述，演绎推理与理性思维的进行过程，实际上正是综合运用包括搜索、联想等“基本元素”的过程；而在通常所谓的“非理性的”、主观的思维活动的进行中，这些“基本元素”显然也在发挥着必不可少的重要作用；进而，如果上述所有这些思维活动都可以运用同一份指令清单，并且无一例外地以“指令+信息”的方式表示出来的话，那么，我们一定要把它们视为性质迥异的事物，一定要把它们一刀切开，又有什么必要性呢？我们为什么不能把它们放在一个统一的系统之内并用一种统一的眼光来看待它们呢？

3.5 论指令（四）

我们所提出的理论，虽然在社会科学上可能是前所未有的，但它与其他领域学者与思想家的普遍看法其实是相当一致的。算法理论与这些学科之间具有密切的关系。

在前文中，我们已经提及，对于人类思维的具体性，我们可以通过比照动物来进行理解。思维的具体性还可进一步“具体化”为指令的具体性。我们可以认为，动物脑中也具有一个“指令系统”，而人脑指令系统的特点之一是，它具有比动物大脑更为丰富的指令，也即，动物脑的指令包含于人脑的指令清单，而人脑则具有若干动物脑所不具备的独特指令，并且，这一点决定性地导致了人类在地球上所取得的成就远远超过了其他动物。

早在达尔文时代，生物学家们就认为，即使在精神活动方面，人与动物之间也是可比拟的；而人与动物在精神领域的差异，具有某种“技术性的”特征。在《人类的由来》中，达尔文就人与动物在精神方面的异同进行了较大篇幅的论述，然后他总结道：人和高等动物在心理上的差别虽大，这种差别肯定是程度上、而不是种类上的差别。我们已经看到，各种感觉、一些直觉、各式各样的情绪和才能，例如人用来夸耀自己的仁爱、记忆、专注、好奇、模仿、推理等，在低于人的动物身上，都可以找到一些，有的只是一些苗头，有的甚至很发达。

这种对于动物“拟人化”的倾向后来遭到了批判。批判者认为精神活动不易观察，因而类似的论述是缺乏科学依据的，纯属作者的臆测。在这种“科学原则”的指导下，主流科学界随后基本上不再在精神活动方面把动物视为人的同类，“只要是没有把握，宁肯把动物当做傻瓜。”然而，大量的事实与科学实验证明，这种立场是站不住脚的，我们需要承认动物精神活动与思维的存在，需要在一个相对性的架构内把动物当做与我们人类既有密切联系、又有一定区别的物种。

一个比较一致的科学结论是，大约在数万年前，人类祖先的大脑发生了一些重要的进化事件，从而形成了与现代人大脑大体相同的结构；基于这种新的物质条件，自此以后，在人类发展史上，生物进化逐渐被一种称为“文化进化”的发展方式所取代，人类文明开始了一个飞跃的过程。“文化进化”的特点是，在个体的生物遗传过程中，原则上只遗传大脑的基本结构和能力，个体生存所需要的实际能力和知识则在出生后基于这种基本能力而发展出来；后天形成的知识不能进行生物遗传，但却可以通过个体之间有意识的通讯与学习活动而得到快速的传播和继承，其效果反而要优于生物的遗传。

关于文化进化问题，我们有必要举出若干的文献。例如，生物学家斯特宾斯说：就文化进化而言，人类是独一无二的，在适应性进化和无确定性质的进化两方面都和其他物种有巨大的不同，文化进化主要是基于传统、模仿和学习。较稳妥的泛化结论是，遗传样板传递的是潜能（poten-tialities）和能力（capabilities），而成年人的行为特质则取决于文化样板。

埃克尔斯则强调文化进化与生物进化之间的“绝对的不同”：生物进化创造了生物结构（基因），取决于其对遗传世袭发挥的作用。文化进化则取决于人类的文化成就，和遗传密码无关（否则就变成了拉马克学说的观点）。文化完全是经由教学来传递的。不存在语言基因，只有对语言脑区的基因，使得语言脑区能学会任何人类语言。

一位作者就语言问题进行综述时写下了这样的话：认知革命实际上是在20世纪50年代从诺姆·乔姆斯基开始的。乔姆斯基主张，人类语言的各种普遍特征（它们在整个世界都绝无变异），再加上小孩从逻辑上就不可能仅仅从他所得到的、为数稀少的例子中，那么迅速地演绎出一个语言的各种规则这一事实，这必定意味着，语言有某种天生之处。后来，斯蒂芬·平克（Steven Pinker）分离出人类的“语言本能”，指出这种本能带有一把瑞士军刀的刀锋所具有的全部特征——为功能而设计的结构——并且还补充一种看法，即心智所装备的，不是天生的资料，而是天生的处理资料的方式。

丹尼特满怀激情地说：人类心智能力最为显著的扩展（这一扩展的见证是烹调、农业、艺术，一句话，文明的发展），其发生的时间……到现在才一万年，而这一万年从以百万年来度量趋势的演化视角来看，只是一瞬间。我们的大脑生来所具备的力量，即便是有也只有很少是我们一万年前的祖先大脑里所缺乏的。所以，在近1万年来智人的巨大进步，几乎全要归功于人类以全新的方式利用他的大脑的可塑性——通过创造类似软件的东西，来增强它的底层力量。

斯特宾斯具体指出了文化进化的优越性：文化进化几年内就能传遍广大的人口，而在自然选择的压力下，要人类遗传基因发生变化则需要好几百年的时间。

由于文化进化是如此地优越，它也产生了一些副作用。例如，埃克尔斯认为，客观地看，文化进化与生物进化之间具有一种替代关系；由于这种替代关系的存在，人类如今即使不再关心自己的体质，文明也将继续发展。在此效应之下，人类的生物进化进程实际上已经停止了。埃克尔斯对此表示了他的无奈。“文化进化”的概念无疑提供了一个非常有价值的视角。这类讨论把精神与物质作为并列的对象予以比较和分析，由此我们可以体味到，生物学家其实在隐含地把精神和思想视作客观实在。可是，综览有关文化进化的文献，可以发现，这些文献对于文化进化的具体机制都是语焉不详的，所谓的“传统”、“样板”（模板）、“模仿”、“学习”、“教学”、“可塑性”等，如同演化经济学中的“惯例”、“技巧”一样，都是一些含义模糊的术语。从算法理论的角度看，这些阐述具有严重的片面性。例如，我们可以注意到，任何关于进化的文献，既不能有效说明“传统”的形成，也不能有效说明其与临时计算之间的关系（一般只是强调后天的行为可以“修改”传统）。我认为，这里的关键是这些理论未能有效地解析“模式”这个概念。达尔文首创的进化论本身是有缺陷的，对此的进一步评论将在6.6节进行。

经济学的思想可以对阐明文化进化机制作出自己独特的贡献。在经济学思想的基础上，我认为，算法框架理论就是适当的文化进化理论，它可以取代现有的文化进化理论。不仅如此，正如我们在《算法》中指出的，进化论所强调的这种“算法”，只不过是人们正在使用的众多算法之一，并且，进化过程实际上已经使用了其他种类的算法，因而进化过程是综合运用多种算法的一个复合过程，所以，对“进化”的讨论应当纳入对算法的全面讨论之中；否则，对进化过程本身也不可能做出正确的理解。

3.6 论指令（五）

不同种类指令的存在，表明指令清单中存在某种“结构”，这些指令相互组合并配合起来，来实现计算所需的种种功能，从而构成一个“系统”。在计算机中，指令的种类是科学家综合考虑人类思维的特征、习惯、计算机硬件的特点以及不同指令之间的相互匹配等因素后人为地设计出来的，那么，一个自然而然会产生的、不容回避的问题是：指令系统的内部是不是完全相互一致的、没有矛盾的？指令系统是不是“完美的”或“圆满的”？

算法理论对这些问题的回答只能是否定的。社会与思想世界充斥着矛盾、冲突、差异与不和谐，我们不能设想人脑中有这么一个完美的东西存在。前文论及把“多元主义”作为一种方法和理论的出发点，我们也需要用这种多元主义的眼光来看待指令系统。一元论作为对于世界之“结局”的描述，在理论上是不必要的——尽管我们有时把它作为一种方法和参照系，来进行比较研究。如果我们承认自己处于历史进程之中，同时又承认在不和谐的世界中尚存有一种圆满的心灵，我们的理论将会立即陷于崩溃——一如在新古典框架之下来讨论时间、有限理性和创新等题目一样。我们引入人与计算机在指令清单上的差异，同时又假设动物与人也具有类似的差异，这意味着，就不同指令之间的匹配性来说，它们之间的关系远不是“你离不开我，我离不开你”，它们不应当是“同生同灭”的。关于大脑不同部位是在不同历史阶段中进化而来的学说，也可以作为这种论点的一个佐证。这种在生物学界已经广为人知的理论尤其令人印象深刻。

回避就指令相容性问题提出任何“正式的”、形而上的“论断”，是与我们关于人的智力与世界性质之关系的观点相一致的。由于“圆满性”应当包含“人类智力与世界性质之间完全相符合”这样一种含义，那么，假如指令系统是圆满的，那么它便应当是与世界性质完全相符合的；反之，由于我们也已经决意要避免就人类智力与世界性质之间的关系作出任何“一刀切”式的结论，那么，指令的圆满性问题也就同时应予取消，我们看待世界的眼光与我们看待自己内心的眼光在这一点上就不应当有什么分别。对于有神论者来说，如果一切都是上帝的创造，那么，人的指令应当也是如此；然而，考虑到人类的大脑在几万年前已经基本定型这样一个事实，我们可以推想，即使上帝已经早在几万年前就把当时世界的秘密隐藏在了人类的大脑从而指令系统之中，上帝显然也未能或者未曾打算把自那时以后的世界发展状况“浓缩于”其中，因而，人的指令系统与当今世界的相容性便仍然是一个未知数。

关于存在某种“完美结构”或“完善系统”的观点本质上是一种一元论的观点。“结构”或“系统”都是作为认识主体的当事人的创造或“建构”，而不是脱离认识主体的客观存在，其目的在于提供表达或计算上的便利。系统论在我国的杰出的阐述者金观涛、华国凡是这样来诠释“系统”的：严格地讲，系统并不是指一个客观存在的实体，而是人们的一种规定。人们把一组相互耦合并且相关程度较高的变量规定为一个系统。这种规定……考虑到各变量之间因果联系的紧密程度，即相关性。当某些变量与我们所要考察的那些变量之间的相关性小到一定程度，就不再把它们作为系统的组成部分。……通过对一个系统的规定，把一些无限的问题变换成了有限的问题来考察。

另一方面，如果我们对“结构”或“系统”持上述观点，那么就同时需要解释通常所谓的“整体大于部分之和”的现象。笔者就此思考的结果是，“整体大于部分之和”不是一种纯粹客观的现象，而是一种主观的认识发展现象；观察者的在场以及观察者的认识方式本身参与了这种现象的建构。对于构成“整体”的某个“部分”，当它们单独作为认识对象时，由于人的观察与认识能力及其范围在任何特定时空中都是有局限的，因此人们一般不可能认识到该对象的全部性质；换言之，在任何特定的时空条件下，事物的诸多性质对于观察者来说有的是显明的，有的则是隐藏的、不易被发现的。例如，一把螺丝刀，虽然是个“具体之物”，它能够用于哪些用途，它有什么性质，对这些问题的答案我们一般都是不能穷尽的——这并不是说事物的性质在客观上不存在、不确定、不具体、无穷无尽，或者说在我们认识它的时候它“不在那里”。对事物性质的认识往往是在事物的变动中或者在其与其他事物的结合与联系中进行的。由于我们对于事物的性质认识不足，也就会对它与其他事物结合时所产生的功用感到新奇，以致误以为这里发生了什么奇妙的、神秘的现象，反而对此心生困惑；其实这不过是一种误解与错觉，“整体大于部分之和”的“论断”实际上不过是一种误导性的说法。笔者的这个解释是否妥当，读者只要考察一下在任何“结构”或“系统”形成过程中其构成元素有无发生改变或者造成任何新效应的那些因素或性质原来是否都存在等问题就可以了。

本节开头所提出的问题之所以值得予以详细地回答，是因为这个问题涉及有关算法理论的一系列重要观念。我们可以发现，这些重要观念之间具有高度的内在一致性，而它们对于一门统一的社会科学的建立都至为关键。这是一场理论建设上的“路线之争”。它的反对派很顽固，你把它从前门赶出去，一不留神，它又会从后门溜进来；因此，清除错误是一项艰巨的任务，否定的方法与肯定的方法需要交替使用。

3.7 论计算

计算就是把指令与数据相结合。客观世界的性质表现为各种各样的信息，这些信息经由感觉器官进入大脑。在《算法》中，我们已经论及，在原则上，我们应当认为感觉器官与指令都参与了信息的建构过程。

计算是指令与信息在大脑（确切地说，中央处理区）中的“相遇”。为什么会有这种“相遇”？显然是因为它们位于“不同的位置”，因此，“空间”（或“地理”）这个概念对于计算来说是必需的，它应当是社会科学首先需要的、核心的概念。正因为指令与信息处于不同的空间位置（包括位于人脑的不同位置），所以计算才需要进行。而“计算”的意义就在于，它改变了信息的空间位置（从而使之与指令靠近到可以相互结合的程度），也就是说，“计算”的意义正是空间性的——没有“空间”这个概念，也就不应有“计算”。

由以上视角观之，我们可以发现，现有的社会科学严重地忽视了这一点。例如，在经济学中，学者们不但忽略时间，而且也忽略空间；他们常常不仅忽略交通问题，而且也忽略信息传递与通讯问题（“空间经济学”一贯被视做一门“应用经济学”或“边缘的”经济学）。即使这种忽略在某些情形下具有分析技术上的必要性，其在原则上也是错误的；只要我们假定当事人是通过理性思考来进行决策的，我们就已经把空间概念引入了经济模型。

精神产品的生产是如此，物质产品的生产实际上也是如此。我们可以注意到，物质产品的生产事实上也是改变投入品的空间组合方式：原材料自异地经过运输到达工厂，以便与工人的劳动以及机器设备的性质相结合，产品再销往异地。如果所有的要素“原本”就聚集于空间上的某一点，它们显然已经结合或只能结合在一起；在此情况下，“生产”又是作什么用的呢？所以，物质产品生产的意义也在于产生空间上的后果。“生产”的意义就是空间性的，在这一点上，我们实际上不需要区分生产的类型，任何生产都是如此。

关于时间与空间概念在社会科学理论中的意义我们将在后文继续论述，现在转而讨论一下“结合”问题。指令与信息的结合产生了某种“反应”，这种“反应”类似于化学反应，对于当事人来说，它有时是“奇妙的”（这当然主要是针对“数据加工型计算”）。在计算进行以前，当事人并不知道（或不确信）会发生什么，这正是需要进行计算的原因。通过计算，当事人就会知道更多，这正是“结构”、“整体”、“系统”、“协同”、“生产”等概念的含义。3.6节论述到，我们需要从我们自己的知识发展的角度来反思对于“结合过程”所感受到的“神奇”，现在让我们再就此做出进一步的论述。

首先，我们已经假定指令系统与客观世界都是“具体的”，而它们的性质的相互符合程度是未知的；它们不是一个统一整体的“一体两面”。中国古代有一种称为“虎符”的东西，它由金属制成老虎形状，然后从中间劈开，由君主与地方将领各执一半，用于在调动军队时验明传令官的身份。虎符的两半儿可称为“一体两面”，它们合在一起时必定是严丝合缝的。我们的意思是，指令系统与世界性质之间不是类似的一种关系。由于人的智力系统在我们的理论之先业已定型，并且在理论所指涉的时间范围内可以认为不会发生变化，换言之，由于它是具体的，所以才存在“算法”问题。设若指令系统像水那样流变而无常形，那么便不会存在其与外物之间是否“相符”的问题。例如，由于水的可塑性强，我们便不能认为虎符的一半儿与水不能“相符”，它与水之间必然是严丝合缝的。其次，指令系统与世界性质之间也不是“一体两面”，否则它们一下子就会“相符合”，人也会立即到达绝对真理。最后，我们也无法肯定二者是“绝对相排斥”的，于是便不断地调整姿态，试图使它们符合的地方多一些。这个“调整过程”，便是计算过程。

单个的指令与特定的信息相结合，只会产生唯一的结果；但是，由于信息是海量的，而指令也是种类多样的，加之计算结果又产生了新的信息，由此造成的众多组合引发了所谓的“组合爆炸”效应。这便是知识在任何时点上的有限性、知识发展潜力的无限性以及社会世界的复杂性之所在。

3.8 意识与“潜意识”

本节讨论一下意识问题。

算法框架下的意识理论是：我们可以把意识视为大脑中央处理区本身或者中央处理区中发生的事件，此外没有其他单独的“意识理论”；对于社会科学来说，我们认为也不必另行建立任何其他有关意识的琐碎理论。

由于存在有限计算速度，因此意识的“容量”必然是有限的，也就是说，个人在任何时间能够意识到的事物必然是有限的，换言之，个人的“注意力”是有限的。这一点对于社会科学意义重大，我们也主要只是从这个角度来关注意识。至于“意识的本质究竟为何”、“意识究竟是如何发生的”等问题，主要可以作为自然科学的一个任务来看待，我们暂且不必予以详细讨论。

有意识就有“潜意识”，所以，一个关于意识的理论不能回避潜意识问题。在《算法》5.4.3节有关论述的基础上，我们有必要再补充说明一下我们的观点。弗洛伊德认为，人脑中存在大片无意识的脑区，这些脑区会在当事人没有感知的情况下进行信息加工，其结果会对有意识的思维活动造成潜移默化的影响。算法式的观点是：指出潜意识的存在固然是有益的，但是，这种理论对于算法框架以及社会科学而言，并无什么特别的重要性；反过来，有了算法理论，我们则可以更好地解释潜意识现象。新古典框架其实不能给潜意识保留任何地位，算法框架则是把潜意识引入社会科学理论的适当途径。深入理解人类意识以及人类理性系统的特征与运作方式是一个关键。在此基础上，我们可以分别给意识和潜意识各自以适当的理论地位。有关的要点分述如下：

1.个人对于自己的身体状态以及自己身体内发生的许多物理事件都是缺乏知觉的，例如，除非采取一定的手段，否则我们感觉不到自己心脏的跳动，我们也不知道自己的后背上究竟有没有长痣。造成这种情况的原因在于在“意识”与相关的器官之间缺乏直接的神经连接，或者个人的感觉器官可以探测的范围有限，总之，意识这个“探照灯”所发射出的光柱的覆盖范围在任何特定时点上都是有限的。需要认识到的是，有了这种有限性，谈论光柱以外的诸如“潜意识”之类的东西是否存在才是有意义的。

2.由于个人的注意力存在局限性，所以，即使对于“意识之内的”东西，客观地看，个人有时也显得没有意识到——即使他明明能够意识到；这是因为他原本就没有打算记录有关的数据，或者，由于他对有关数据记录评价不高，因此在事件结束后便迅速删除（遗忘）了。另一种可能的原因是，对于个人意识中的同一个事物，由于当事人与观察者对其意义的理解不同，由此发生了分歧，以致他们误以为在谈论不同的事物。例如，某个职员听到他的同事做出重大成绩的消息，他可能会感受到自己有一种强烈的心理冲动来质疑这个消息的真实性，但他并未“意识到”那种心理冲动原来可以称为“妒忌心”；所谓的“妒忌心”正是观察者（比如某个正在使用电子手段探测他的大脑活动的研究人员）对他的意识活动的理解和评价。

3.意识的范围虽然有限，但是，由于理性系统以特定的工作方式持续地发挥作用，意识的内容可以不断变换，意识所及的范围也可以累积性地扩大。人体的神经系统好比“硬连线”，而借助感觉器官和智力系统，个人也可以设法了解自己原本不及的领域（包括“潜意识”区域）。借用丹尼特的话来说，这好比在潜意识与意识之间建立了一个“软连线”或“虚拟连线”的通道。

4.如果潜意识活动也可以视为“计算”的话，那么它的计算速度显然也是有限的。充其量，潜意识只不过是人脑中与意识相并列的、并且在性质上与意识相似的另一套计算系统，因而它要经受种种算法式原理的制约。这个观点夸张了潜意识的地位，下面我们需要立刻做出修正。

5.潜意识中所形成的计算结果（而不是计算过程）最终也需要进入意识之中，并且要经受意识的审察——意识当然也可以忽视它，如同忽视思想系统中的任何数据或程式一样。就此而言，这非常类似于某种模式化的特定知识（不管是从外部引进的还是个人自行建立的）在临时计算中发挥作用的方式——临时计算可以进一步修改模式或潜意识所提供的“计算结果”，也可以拒绝它或者置之不理。潜意识区域的存在也类似于“遗传密码”的存在，它减轻了计算任务，但并没有从根本上改变人类精神活动的性质——如果它不存在，有意识的计算任务只是要更加繁重而已。

6.这并不是说潜意识不重要，而是说我们应当“技术性地”理解潜意识问题。例如，情感很重要，如果它属于潜意识区域，那么，潜意识的重要地位无疑将会提升。在计算机中，有一个“软硬件相互替代”原理，意即：一定的软件功能，原则上可以改用增加硬件设备的方式来替代完成，而一定的硬件功能，原则上也可以改用软件的方式来达到。我们可以套用这个原理来理解潜意识的存在：根据已有的研究，潜意识的运作方式一般都比较简单和机械，那么，我们可以把它理解为是人脑中最靠近动物特征的那部分（“动物脑”）来承担的，也即潜意识部分采用的是硬件作业方式，而意识部分采用的则是纯软件方式，两部分的运算结果最后在意识领域进行汇总和综合。这种看法至少可以从响应速度上得到佐证——通常所谓的潜意识活动的确具有快速直接的特点。

7.从上述动物脑与人脑相区分的角度看，可以认为它们不处于同一个层级上，动物脑部分要更为简单和“低级”一些。从这个意义上讲，“潜意识”作为一种特殊的“意识”，这个说法实际上是有问题的，它的“阴谋论”色彩太重了，好像在人脑中还潜藏着另一个与自我同等级的“自我”，它也在进行与意识活动同等复杂的“计算”——可以回想一下，一些讨论潜意识的作者正是以这样的口吻来进行论述的。

8.我们可以进一步反过来理解上一个论点，即如果“潜意识”可以被理解为一个“潜藏的自我”，那么鉴于思想模式也会产生类似的效果，则思想模式也可作如是理解，进而对于任何思维存量都可作如是理解——人脑中的“小人”将会无处不在。如果我们认为这个观点是不甚妥当的，我们则可以进一步认识到，思想系统具有突出的主动性，它能够总揽全局，它是人脑的“总司令”，它在人脑中的地位是人脑的其他系统所不能比拟的，也是其他系统无力挑战的。

9.上述类比所产生的不可避免的结果是，我们将会认识到，对于社会科学来说，有了算法理论以后，“潜意识”理论将是意义甚微的。显然，关于潜意识的大量文献是在相关论者对于人类意识和理性尚未有适当了解的情况下产生的，我非常怀疑，众多原本可以用算法方法加以解释的现象被错误地当成了潜意识现象，进而把它们归入了“非理性”的范畴。我相信，建立和扩大应用算法理论对于心理学以及相关的众多学科将会具有重大的意义。算法的议题应当作为优先关注的对象。

对潜意识的讨论这里只是开了一个头，我们还将在第5章对此做专题论述。

关于意识的另一个相关问题是：当事人是否可以清楚地了解或者清楚地说出自己的计算过程？这个问题的答案有关“意识进路”方法（参见7.2节）的实行。鉴于我们已经假定指令清单是可以明确列举的，因此，我们应当对这个问题在原则上做出肯定的回答。但是，这个回答需要做出多方面的补充。结合业已做出的论述，在此总结表述如下：1.“一个系统在工作”与“一个系统了解与陈述自己的工作”是两回事。系统为了了解、描述或陈述自己的工作，首先需要记录该工作的各个细节。这就需要在系统展开特定工作的同时，并行或交替地展开另一个对之进行监测和记录的进程。作为一种类型的“计算”，后一个进程势必需要消耗时间与其他资源。鉴于此，为了减轻系统的负荷，可以推知，在人们的日常生活中，这种“反思”并不总是在进行，“反思”只会在特定的情况下根据需要来进行。为了节约存储空间，降低数据维护成本，即使已经建立的记录，也可能会被“删除”掉（遗忘）。当事人有时候说不清楚自己做了什么，这就是算法理论可以提供的解释之一。2.“一个系统在工作”也不表明这个系统了解它自己。这种情形前文已经讨论过了。这个“自己”是一个与它的工作所针对的对象不同的对象。为了描述它，仍然需要具备关于“它”的一定的知识，例如个人首先需要掌握有关逻辑与思维系统（也即指令系统）的知识，等等。个人这方面的知识既是有限的，也是在不断发展的。3.鉴于我们已经假定我们尚不确知指令清单之详情，这意味着我们研究者关于指令系统的知识（或者指令系统的“自画像”）目前仍是残缺的和模糊的，那么，我们也必须同时假定当事人也是如此。也就是说，即使当事人倾尽全力，他也只能在一定的程度上了解自己，同时也只能在一定的程度上陈述自己。4.对自己的陈述难免包含着自我解释，因此也难免带有主观性，因此后文关于主观性（尤其是因果分析）的论点也应当全部适用于个人的自我陈述。“主观性”也同时意味着，在存在广泛的人际思想差异的情况下，观察者不能简单地把自己对当事人特定思维活动的理解与解释当成该思维活动的“真实内情”与“标准答案”，并基于此来判定当事人不能“清楚地”了解自己——这完全是在混淆不同的问题。某些论者基于个人有时不能清楚地说出自己的思想，来构建带有神秘论调的理论，我们要继续强调对这种立论方式的反对。5.对自己的陈述涉及自然语言问题，对此我们转而在3.10节再进行讨论。

3.9 主动性、自主性与“自动化”

与计算有关的另一个重要的微观问题是：计算的主动性（或“能动性”）、自主性、连续性或“自动化”是如何发生的？对这个问题的回答有助于我们消解“理性的小人”问题，从而理解个人的主体性。

我们首先探究一下计算机中的相关机制。按照通常的理解，原始的计算机很难被理解为一种自动机：数据的初始状态是人为设定的，表示计算的那个动作（例如用手指拨动算珠）也是人为进行的，计算结果也由使用人来识别和读出——计算机似乎完全是在被动作业；然而，情况并不尽然。物质媒介（例如算珠）有它自己的性质，这种性质在计算中发挥了使用人所未能发挥的作用，这种性质的发挥其实是“无视”使用者的意愿的，它具有相对的独立性，这种相对独立的“工作”并不需要使用者有意识地予以协助。从这个意义上讲，可以说物质媒介是在“自动地”工作的。

自动化工程领域的学者们常常强调这种自动性，他们进而认为，自然界存在广泛的“自动机制”。这种“自动机制”在电子工程中表现得更加清楚：某种高电位，在施加了电子脉冲后，则转化成低电位；反之，某种低电位，采用同样手段则会变为高电位；人的工作是为这种转化创造条件，一旦条件具备，转化本身则是“自行”（或自动）完成的。以此视角观之，世间的万事万物实际上首先是在“自动”，其次才是“互动”（即相互影响或相互作用），互动是建立在自动基础之上的；关键在于，我们人类如何有控制地利用这种“自动机制”来服务于自己的目的。

以上讲了关于单次计算的自动机制，现在来看看多次计算如何自动地、连续地进行。在计算机中，连续的计算是执行所存储的软件程序的结果，而程序得以实现自动执行的关键是要解决一条指令执行完毕后如何过渡到下一条指令的问题。这里有必要再回顾一下《算法》2.1.3节所引用的四地址指令的格式：

在以上指令格式中，其末尾给出了下一条指令的地址，也即指出了计算应当向哪个方向继续展开。这就是说，在特定的指令格式中已经包含了关于下一条指令的信息。这一点在社会科学上非常重要。这是一个形象的示例，它告诉我们：知识的内容不仅是计算本身，而且关乎计算的顺序与时间安排；或者说，并不存在什么天然的机制来保证连续计算一定会发生；连续计算之所以得以实现，完全是因为我们拥有了特定的知识；连续计算只不过是这种特定知识所“安排”出来的，它是人为规定的结果。进一步地，考虑到日常生活中的任何计算任务实际上都需要进行多次计算，并且需要知识支持这一情况，我们则可以说，任何知识，实际上必定都包含了关于计算顺序与时间安排的内容；任何知识，如果不包含关于时间管理的要素，则不能成其为“知识”。在具备这种知识或软件程序的情况下，至于程序的具体执行，只是一种自动的、机械的过程：通过设计特定的硬件结构，完成下一条指令的自动跳转；这种结构是被重复利用的，也即只要这种“跳转”实现一次，它便可以反复执行，从而确保计算连续地、持续地进行。

理解了计算机中的自动化，现在就可以转向人的问题了。首先，人脑的“自动化”可以比照计算机来进行理解。人是一种生物体。单次计算在生物体中的实现机制的详情如何，我们目前仍无法确切地回答这个问题，因而，我们只是假定，人脑具有这个能力，人的生物构造确保了人能够完成我们设想中的任何单次计算。我们把重点放在连续计算的发生机制上。我们可以认为，连续计算的发生机制与计算机相类似，即它是在执行一种预先编制好并存储于大脑中的程式，而这种程式是个人在出生后逐步习得或学习来的。计算之所以“看上去”具有连续性，是因为相关程式是由编制者（自己或他人）采用某种连贯的逻辑编制而成的。因而，实际上只有执行程式的计算才是具有连续性的；对于那些不是由执行程式而发生的一些计算（例如所谓“纯粹简单计算”），在原则上我们不能认为那里具有连续性；或者说，即使某种连续性在此被“发现”，它也只是偶然的巧合。程式的执行方法也可以认为与计算机相类似，即反复地、串行式地利用那种使得单次计算得以发生的机制，从而使得计算持续进行下去。这里的关键仍然是关于单次计算的执行机制，第一步一旦迈出去，后续步骤的执行也就有了保障。

在以上论述的基础上，现在我们将讨论进一步深化。计算“看上去”具有连续性，显然还有另外一个原因，这就是做出“存在连续性”这个判断的判断者或观察者本人是了解、理解或认同当事人所执行的程式的——这就是说，“主体性”现在需要登场了。观察者对计算做出这个判断所依据的知识，可能与计算者本人的知识不同，也可能与之相同。当他本人“碰巧”也掌握那个程式时，相应的判断必定会发生。他也可能从一个完全不同的角度来理解相关计算的连续性。在此情况下，主体当事人与客体当事人的知识也应当具有一定的可比性或相关性。换言之，我们认为，当类似“存在连续性”这样的判断发生时，主客体的知识状况一定是接近的、可比较的和可交流的，也就是说，这种判断的发生属于一种“主体间性”现象，是一种“社会现象”。设想一下，如果两个人的知识体系完全不同，其中一个怎么可能发现另一个的思想具有连续性呢？“自动化”和“连续性”都是一个人对另一个人的评价。理解了这一点，我们也就可以理解“主动性”与“自主性”问题。对于观察者来说，在与上述情形不同的另一些情况下，当事人对于某种刺激的反应常常是意外的，不是观察者所设想的（如同物理性反应的）那样一种连续的过程，当事人的思维具有一种“跳跃”的特点；他不仅被观察者所观察，他给观察者所造成的感受是，他也在观察观察者，并试图影响和控制观察者。我认为，这便是通常所谓的“行为者具有主动性”这种说法的含义之一。另一种情况是，当事人并非只对刺激做出被动或主动的反应；在没有任何外部刺激发生时，当事人不是像物体那样一动不动，而是会主动寻找议题，发现问题，设定主题，采取行动——对于观察者来说，当事人是“自主的”。

主动性和自主性是相互联系又相近的概念，它们显然都包含着主体间性的成分：正是由于观察者与当事人的知识存在差异，或者说由于信息与算法的差异，当事人的言行与观察者的设想不同，他的行为这才显得是主动的；又由于当事人与观察者进行感知、计算与通讯的基本方式是相同的，智力水平是相近的——或者说，由于观察者与当事人在智力活动上具有平等的地位，因此观察者才会觉得当事人也在观察并试图影响他——用俗话来说，这就是“不光你能找他麻烦，他也会找你麻烦”。至于自主性，这显然与时间进程问题具有密切的联系：观察者的观察活动总是在一定的时空环境中进行的，虽然观察者当时尚未对当事人施加刺激，焉知当事人的内心当时不在进行其他的思想活动？鉴于当事人拥有独立于外物的思想内容，也许这时他正在进行反思和深思，正在接续过去尚未来得及进行的计算，正在对过去曾经发生的刺激展开进一步的“反应”。算法式的计算原则上是没有尽头的，而且是断断续续的、不连贯的，是在主客体之间往复地、交互地进行的。在原则上，我们可以认为，计算活动每时每刻都在向其对象和外部世界“注入”其所没有的“新内容”。理解了这一点，加之人际差异、异步性等因素，“自主性”也就不再是一个独立的、具有特别意义的问题了。进一步地，我们还可以认识到，作为观察者的一种主观感受，自主性的发生与新古典主义的思维方式有关：在新古典主义之下，当事人对于任何外部刺激的反应都被视为确定的、有限的，从而是有始有终的；在这种观念之下，某些新发起的行为难免会被视作与过去完全无关的、纯粹独立的行为；只有在此时，“自主性”才会成为一个理论问题。反之，假如我们无法证明某种思想与行为的发生完全与环境无关，或者完全与当事人过去的经历以及知识存量无关，我们也就无法在理论上严格地定义人的自主性与主动性，也就不能把它们作为独立的概念来使用。

主动性和自主性都是连续性的反面，而连续性又是一种“一致性”。正如我们所反复论及的，世界本来在那里，无所谓一致与不一致；“一致性”是人脑的思维方式，计算作为一种行为，就是建立一致性的活动；计算活动进行了多少，也就建立了多少一致性；又由于我们在任何时刻业已完成的计算量都是有限的，因此，主动性和自主性便是我们对于算法世界和“算法社会”的一些自然而然的评价或感受。如果我们对于某些“不一致”的现象感到奇怪，我们应当认识到这不过是我们进行思维活动的副产品，这表明我们的主观世界正处于“半生半熟”的混合状态中，我们的思维之旅尚在途中。新古典主义站在一元论的立场上，它自然会对一切背离一元论的现象大惊小怪。两种方法的区别在这里是很清楚的。“理性的小人”问题（参见《算法》2.2.3节）其实是一种一元论。它试图追问这样的问题：既然脑中有指令，那么是谁在使用这些指令呢？显然，它是以假定人的思维具有完美的内在一致性为前提的，它显然认为任何思维活动必然具有这种内在一致性，而该一致性只能由其背后所存在的那个同样具有这种内在一致性的“更小的人”来提供。一元论者便是这样来作茧自缚的。我们的脑中并不需要这样一个高阶的“小人”来专事指挥、控制和协调工作，因为一致性“原本”是不存在的，它只是“后来”发生的，目前只是在部分时段和部分地方存在着。

主动性和自主性都是人际的相互评价，除此之外，我们还可以在人与自然的对比中再来理解这些概念。相关讨论将在6.6节进行。

与此相关的还有“活性”这个概念。对此我们已经在《算法》中讨论过了。

3.10 关于语言

作为一种通讯工具，语言文字能力是个人重要的精神装备，也是重要的社会现象。算法理论可以赋予人类语言（含文字，下同）以适当的社会科学地位，并可用于处理语言理论中的一些问题。在此我们谨就这一议题做一个简要的涉足。

我们可以认为，指令系统作为人脑中的“基本语言”，它是单一的、普遍的和人际通用的；如果不同的人脑之间可以像电脑那样进行直接的“硬连线”，则人际通讯问题会相对简单很多；然而，即使在目前的技术条件下，这一点基本上也是做不到的，更不用说古人了。我认为，从这个角度来理解语言的地位很重要。不同个人在物理或生物形态上的相对独立存在，导致个人之间只能借助外在的物理手段来进行相互交流，这是语言得以产生的根本原因之一。也就是说，我们应当主要把语言作为一种与思维活动有所区别的物理现象和外在行为来予以看待。作为一种“解决方案”，自然语言把基本语言所产生的一定的意义与特定的声音、可视印记（文字）等物理符号相对应，而个人所拥有的物理器官则可以直接制造和发送这些符号，他人的感觉器官也可以直接接收和识别它们，于是意义就被表达出去了。

此外，语言的产生也来自个人独立的计算活动的需要。起初，个人的内心活动（这里不妨称之为“心算”）并不需要借助于任何外部手段，也不需要建立在语言与文字的基础上。无论基于学术文献抑或常识，这一点都是非常明显的。但是，人们逐渐发现，外部的物理符号可以带来多方面的好处：一是可以帮助记忆。由于人脑记忆能力的各种固有缺陷，文字在这方面尤其具有比较优势。二是便于掌控和改进计算活动。语言、文字等物理符号在这方面的作用往往容易受到忽视。心算并不需要总是伴随着反思，然而，在个人具备一定的经验以后，当他刻意地想要实行某种算法、调用某个程式或数据时，情况就不同了。这时进行反思与精确的记录就成为一项重要工作，这将大大有利于计算活动的自我控制与发展，外在的物理符号这时也就直接进入了心算过程之中。这个道理就如同理论形式化所能带来的好处一样：一个理论，其表达形式越清晰，便越便于掌握、传播和运用，便越容易得到发展。另外，个人对于外部物理符号的依赖也是与自我意识的模糊性相一致的：由于指令系统的“自画像”不够清晰，因而当事人不能十分精确地述说自己，这时，依赖于物理符号便是执行比较复杂的计算过程的一个替代方案，这就好比在数学运算中用笔算替代心算那样。

总之，作为一种外在的物理符号，语言文字不仅是人际交流的工具，而且从一开始其实同时也是作为计算工具来使用的。这一点其实与任何物理信息及其加工结果再次进入计算过程的道理是一样的。理解了这一点，我们也就可以回答诸多有关语言的问题。例如，人为什么会自言自语？自言自语固然可能是在为将来的会话活动进行“演练”，更重要的是，它是借助物理符号所进行的计算。可以设想的是，为了进行计算，个人必定发明了许多自用的物理符号，这可以视作“私人语言”的来源之一。由于这种“语言”只是供自己使用的，因此不同个人的私人语言一定是千姿百态、各不相同的（这种意义上的相同必定限于极低的概率）。这种情形与个人为了进行人际交流而尝试发出的某种物理信号是类似的：在掌握公共语言之前，婴儿发出的叫声千奇百怪，尽管可能都用于表达相近的意思。

对一定的文字符号规定了读音，也就可以把它用于交谈。经过一番努力，人们可以在一定程度上相互理解对方的私人语言，从而在不同的私人语言之间实现相互翻译。为了降低翻译的成本，当事人很快就能意识到，建立单一的、统一的公共语言系统是必要的。公共语言建立在公共约定的基础上，它难免具有复杂的、源远流长的“私人语言”背景。然而，公共语言需要由公共机构来推广、维护和传承，其代价是高昂的，因而，任何一种公共语言的使用范围都是有限的。而公共语言与私人语言也是相对的和相互依存的：某种方言，在使用它的那个区域内是公共的，而对于整个国家来说它便是“私人的”；某种语言或语系，在一国境内可能是公共的，而对于全世界来说便是“私人的”。全球通用的“公共语言”其实至今也尚未出现。此外，鉴于公共语言的发明和维持都需要付出额外的代价，可以进行推断的是，某种关于公共语言的需要，只有发展到足够强烈的程度，才会促成相应的公共语言的实际产生，因此，私人性的语言和思想必定大量存在；现有的公共语言，必定只是人类语言的一部分，它只具有限定的用途，它也只能表达人类的部分思想。另一个推断是：公共语言将会有发达与不发达之分；比较发达的公共语言，其表现力更为强大，留给私人语言的“领地”也就更为狭小；反之，在那些公共语言尚不够发达的地方，社会的公共生活固然会面临一些障碍，然而民族的和地方的文化却会因此得到较好的保护。

总之，上述算法的方法与视角可以帮助我们广泛理解和正确对待与语言有关的种种问题。这里不妨就有关问题再做进一步的论述。

我们首先需要评论一下乔姆斯基的语言理论。乔姆斯基认为，人类天然具有语言能力，并且在不同的个人之间天然具有一种通用的语法规则；通过对不同种类的语言进行比较研究，我们可以“发现”人类语言的通用语法规则，而且据此可以进而研究人类的思想本身。乔姆斯基还认为，每个语句都是基于基本的语法结构而进行的一种创造，说话是一种行为。显然，这些观点与算法理论的基本观点之间具有高度的一致性，我们无疑可以把乔姆斯基教授视为算法理论的先驱之一。乔姆斯基的语言理论风行于世的情况表明，知识界对于适当形式的先验论是可以抱持普遍的欢迎态度的。“言为心声”。语言的基本结构可能“反映”了指令系统的基本结构，或者指令的“具体格式”。有鉴于此，我们主张建立“人工的指令清单”或者实行“人工的算法进路”。此类工作与乔姆斯基教授试图建立通用语法的工作在性质上是相似的。然而，包括乔姆斯基在内，几乎所有专门研究语言的人士，都或多或少地存在夸张语言重要性的倾向，对此我们不能不予以强调指出。如上所述，语言与思维首先需要进行区别，其次才能进而研究它们之间的关系。有些学者仅仅根据人们有时候采用自然语言来进行思考这一现象，便简单地把语言等同于思维。采用这种进路，大量重要的思维现象与语言现象都将不能得到解释。对语言的研究是对思维进行研究的一种准备，诸如建立通用语法的工作需要附属于“人工的算法进路”，只有这样，这一工作的意义才能得以体现。同时，我们需要认识到，在人类思维的奥秘得到令人满意的揭示以前，这一工作是不可能圆满完成的。把对语言的使用作为人与动物相区别的根本特征，这一论点应当受到质疑。因为，从算法的观点看，作为物理符号，与指令相比，语言（尤其是公共语言）的性质并不具有多少“根本性”。经过数代学者们的共同努力，现代知识界终于喊出了“言语行为”、“说话就是做事，做事意在取效”这样的口号，这固然可以视为哲学界进一步纠正近代哲学弊病的又一个具体举措，然而，令人在赞同之余颇感不解的是，为什么不再走得远一点儿，干脆直接说“思想行为”、“思想就是做事”呢？如果说语言文字是外在的现象，可以对听众或读者产生“实际的”效果的话，那么，思想活动会改变思想者自己原来的思想，因而可以对“思想者”这个“实在”也产生影响，这种影响为什么就不是“实际的”呢？可见，“言语行为论者”实际上是仍然受到行为主义的影响的，他们不自觉地做了论敌的俘虏。

关于语言的哲学与心理理论需要扩展到算法理论的层面上，在我看来，这应当是没有疑义的。通过运用算法理论，我们可以进一步得出一些推论，进而可以比较确切地解释更多更复杂的现象。比如，算法理论可以解释人际思想差异的广泛性，加上思想与语言的区别，我们就可以理解人类语言世界巨大的丰富多样性。鉴于自然语言是人际协商和约定的结果，而不同的人群或民族居住于不同的地区，他们之间在历史上曾经鲜有交流，怎么能够保证在不同的语言系统中对于同一个意思会使用相同的文字和语词呢？怎么能够保证“我”这个意思一定要使用这个图形、而不能使用那种图形，或者只能用这个发声而不能用另外一个发声来表示呢？这显然是不可能做到的。因之，人类语言有象形文字、字母文字等多种方案系统。鉴于思想的个性化，对于不同的个人和民族而言，原则上讲，需要用语言来表达的意思往往都是有所不同的。如果把自然语言理解为一种高级算法语言，那么我们可以理解到，在指令系统完全相同的情况下，不同高级语言中的命令、语句及其结构既可以互不相同，也可以互不对应。这些因素结合起来，我们便可以从根本上来解释以下的诸多现象：我们想表达某种意思，却找不出适当的词语；不同语言中的两个词语只能大致地相互对应，往往并不是完全同义的；一词多义与一义多词；某种语言中的某个词，在另一种语言中却找不到与之相对应的词，或者语词的对应关系交错而混乱；不同语言的词汇总量差异显著；文化与语言有时难以分隔，某种方言中的某些精妙的语词，随着这种方言的衰落，会永久地消失；随着社会的发展，会不断产生新的词语；等等。这些效应会因为以下因素而得以加强，即由于人讲话和写字的速度往往不能与思维活动等速地进行，因而，人们实际上需要对要表达的内容不断地进行取舍、重组、“修剪”与概括，这一考虑想必也已经对语言方案产生了重要影响。

现在我们再回到3.8节末尾所提出的问题上，即当事人能够在多大的程度上来述说自己。鉴于自然语言只是一种人造的、功能有限的工具，不仅个人对于自己的反思是有限度的，表达必定也更加如此。因之，知识界向来有一种传统，即不仅强调潜意识的重要性，而且强调可以意识到但却“说不出来”的知识（也即“默示”或“默会”的知识）的重要意义。这种强调是无可厚非的；然而，我们需要进一步认识到，只有我们对于人类理性系统建立起一种适当的理论认识，我们才能够定义语言，进而才能够区分“可以说出来的知识”与“说不出来的知识”；而只有在这种相对性的架构中，我们才能够对它们进行比较，并赋予各自以适当的地位，从而才能够对人类的知识系统建立起一种全面的认识。

3.11 小结

最后，我们再对本章进行一个总结性的评述。

一个适当的“个人”概念无疑是建立社会科学理论的关键。然而，个人究竟是什么呢？在算法框架下，这个问题的答案在很大程度上是相对的，与其正面地回答它，不如先看看哪些理论、视角或观念首先需要放弃。通过清理种种错误，并且经由理论研究者对理论构造活动本身的反思，正确的解答就会逐步浮现。另一方面，算法理论对于“个人”的态度和方法主要是分析性的，当采用这种态度与方法时，“个人”的某些方面被理解或建构了，而另一些方面则被消解了。这就好比当你不在杭州时，“杭州”是个相当清晰的概念，而当你身处杭州城中之时，“杭州在哪里”这个问题的答案反而变得模糊不清了。

一个有点儿倾向于消解“个人”概念的理论反而能够恰当地突出人的个性。除了身体的生物特征、大脑的生理状态（从而计算性能）以及遗传因素等方面的差异之外，认知科学正确地指出，个人的身份主要来自个人的记忆；正因为不同的人具有不同的数据存储，因此，在别人的眼中，他们才是有区分的，因而他们个人的身份才是可以鉴别的。另外，人的个性是建立在人的共性的基础之上的；在同构性和相似性的基础上，我们才谈得到个性；没有这样的基础，人也就无所谓“个性”。

对于个人与人的个性的解构，本章只是进行了一些基础性的工作。在此我们还要对以下这个问题再说几句：“算法的方法”究竟是什么？首先，关于算法框架理论，除了我们业已提出的之外，其实已经没有其他需要提出的要件了；其次，“算法的方法”就是把算法框架理论优先地、普遍地、反复地和原则性地应用于社会科学需要面对的任何议题以及任何领域。笔者的主张是，在原则上，无论基本原理还是具体理论，一切都要围绕算法框架来重新进行组织和构造。算法的方法可以说很简单，也可以说比较复杂。我相信它的含义很深刻，其用途也很广泛，由此构造的理论既可以与传统理论很好地衔接，同时又非常不同。算法方法可以用于适当地回答众多重要的问题，同时，另一些问题也会被消解或取消掉。总之，我相信这就是构造一门统一的社会科学的正确途径。

第4章 行为

第3章的论述是关于个人的。在本章，我们要把注意力转向个人所面对的外部世界，我们将讨论人在这个世界中是如何思想和行动的。当然，这里涉及的只是其中一些最基本的问题。

社会科学，尤其是经济学，缺乏适当的“行为”概念，也就是说，在经济学与社会科学中，“行为”其实还尚未得到适当的理解和定义。在笔者看来，主流经济学基本上还没有触及“行为”这个概念的核心。不仅如此，在“异端的”经济理论与其他社会科学中，这个概念至今也未能得到全面、系统和深入的阐述。有的论述很片面，有的则很含糊。例如，社会学中有“社会行动”这个概念，然而，“社会行动”究竟意味着什么？社会学家就此进行了大量的论述，却都是似是而非的，用经济学的学术标准来衡量，也许这还不能严格地称为“科学理论”。社会学理论是粗糙的，在有关的基本范畴与原理得到适当的建立以前，它企图在整体上全面地把握一般社会现象。这种急于求成的做法实际上是所有社会科学的一个通病。

以上观点似乎是一种耸人听闻的言论。本章将用较大的篇幅来说明，这不过是一种平实之论。缺乏适当的“行为”概念是与统一的社会科学尚不存在这一事实相一致的，两者之间是有因果关系的。换言之，笔者认为，建立适当的“行为”概念是构建一门统一的社会科学的一个重要步骤；只要这个步骤比较令人满意地完成了，“统一的社会科学”在根本上也就具备了它的雏形。

4.1 论结构性

为了讨论行为，我们首先需要关注一下行为所处的物理世界的性质。社会科学应当直接面对和全面包容物理世界的种种性质，而不是回避或选择性地面对它们；社会科学应当让物理世界按其原样呈现于理论模型之中，作为理论推演的前提，而不是为了立论的方便而随意地“定制”物理世界。

关于物理世界的性质，在《算法》4.1节，我们已经有所论述。在物理世界的各种性质中，“结构性”最值得予以详细讨论。这一概念具有丰富的含义，我们的诸多论题其实都可以用它来概括。现有的主流经济学在全面地排斥结构性。经济学要想去除自身的病症，对结构性的引入便是一个基本的治疗步骤。为此，本章将用较大的篇幅来对之展开多角度的论述。

4.1.1 关于“无限可分性”

为了说明结构性，我们首先举一个反例，来看看经济学是如何排斥结构性的。

主流经济理论具有一个精心构筑的“商品”概念：“商品”一般被假定为具有无限的可分性，也即具有可以用“实数”来描述的丰富的数量特征。读者通常以为，这只是为了便于微积分的使用，因而是一个“细小的”技术性假定。其实它具有严重的理论后果，因为它已经把我们要面对的真实世界（或者算法世界）的大部分重要特征排除在外。这是一般论者所留意不够的，值得我们在此予以详细推敲。

一种无论如何加以细分都保持原有性质不变的事物是一种什么样的事物？我们需要探究这个问题。我认为，最符合这个要求的物品显然就是指某种类似面粉、水或空气的半流体或流体——它在内部是均质的，并且其形状特征无关紧要。它在原则上不能是固体，因为固体至少都是具有一定边界和形状的，经过无限细分，其形状一般不可能永远保持不变；而且，大部分固体的内部都不完全是均质的，它们都具有一定的“内在结构”。这样的商品一般被假定为具有很多个，对此也是可以提出质疑的：如果存在众多这样的商品，那么，由其中若干商品重新组合、加工而成的商品，还会保持其“无限可分”的性质吗？这些不同商品之间又如何区分它们各自的边界呢？

可以设想，由上述纯粹的“阿罗—德布勒商品”组成的世界一定是非常奇怪而荒诞的。这里不存在“不可分性”，不存在规模经济与“范围经济”问题，不存在分工，我们不必在一定的“尺度”上来谈论事物。这个世界与我们所处的真实世界面目全非。“阿罗—德布勒商品”不论有多少个，它同只有一个并没有多少差别。这里看似有一个简单的内部结构，如消费者、厂商等的区分，实际上这都不构成什么实质的区分。“效用”、“价格”、“利润”等的区分只是形式上的，如果给它们换个名称，则看不出这门学问同“经济”有什么真正的联系。总之，这里真正重要的只有数量问题。由于这个世界已经如此这般地被假定为可以数量化，那么，价格体系显然便是“无所不能的”。由于借用了数学语言，读者们被要求把相关模型视为现实世界的简化和近似物。读者们一般很难发现，在这种立论方式中究竟存在什么真正要害的、致命性的错误。

数学语言的精炼性在科学上无疑是有优点的，可是，假如人们过分地倚重它，则其后果可能甚至会超出使用者自己对其的理解与控制，以致看上去使人误以为使用人在施行某种科学骗术。早在现代学者批判经济学对数学方法的滥用之前，哲学家胡塞尔就已经系统地批判了这种所谓的“科学方法”。在胡塞尔看来，不仅经济学界，对数学的滥用是整个科学界的一个通病。哲学教科书简要地总结了胡塞尔的观点，有必要在此予以引用：胡塞尔认为，这种科学世界与生活世界的脱节，是从伽利略将自然数学化开始的，伽利略忘了科学真理在我们生活世界中的根源，反而认为它们只是量化事物的主观标志。这就遮蔽了我们在生活世界中所感受到的事物对数学对象的优先性。……“如果（我们）形成相应的测量方法，那么整个具体的世界肯定会表明是可数学化的客观的世界。”这就是伽利略将自然数学化的基本想法。……量化的结果必然是个性的悬置，近代科学的自然主义态度要求人们把一切实践的、美学的、伦理学的态度用括号括起，也要求人们将实用的、美和道德的因素从事物本身剔除，以为这才是科学的态度，才能认识事物的真相。殊不知这样一来，事物反而失去了它们的原始面貌，前科学的生活世界被忘得一干二净。因此，胡塞尔认为哲学最迫切的任务就是要恢复对我们日常关于生活世界的直观理性的信任。我们必须表明科学对自然的叙述总是依赖日常经验的明见，科学方法的应用范围不是无限的，生活世界必须恢复它的基本权利。

4.1.2 结构性

我们说“结构性”被掩盖起来了，那么，什么是“结构性”呢？

在现有的社会科学中，“结构”这个词有多种多样的含义。概括起来说，它至少具有以下几种意思：1.“结构”指存在性质不同的事物、对象、因素、关系等，也即“异质性”。当我们说“收入结构”这个词组时，意指收入具有多种成分，而不是单一的成分。这是对“结构”最为常见的用法。2.“结构”指称与流量相区别的存量。例如，当社会学家安东尼·吉登斯使用“结构化”这个术语时，他意指行为流量转化成了社会存量。3.“结构”类似于“系统”、“整体”，特指“整体大于部分之和”这种现象。“结构主义者”大多采用这种用法，例如“建筑结构”、“社会结构”等。在这里，“结构”意味着构成整体的各个部分之间的某种精巧的、特定的、“有机的”和极为密切的关系，这种关系已经达到了可以淹没其各个部分之独立性的程度。

在《算法》5.4.1节和本书3.6节，我们表达了对于系统论的看法，即有关“系统”、“结构”等的理论并不是常规语言之外的独立的新理论；“系统”、“结构”等术语之所以被提出来，只是因为构成“系统”或“结构”的元素在物理形态上不是像单个有形物体那样联结为一体，而其相互之间的密切联系犹如单个有形物体那样，于是人们才发明了这些术语来方便地称呼它们。如果这个观点是站得住脚的，那么上述关于“结构”的三种含义，其实可以统合为一种含义，即“结构”系指异质的、非数量的性质或关系，简言之，我们可以把“结构性”概括地定义为“非数量性”。流量与存量的区别与共存只是“结构性”的具体情形之一，我们可以扩大地把一切的“非数量性”统统称为“结构性”。例如，“结构”既可以指密切的关系，也可以指松散的关系，还可以指“无关性”；因为，“没有关系”、“松散的关系”或“紧密的关系”都只不过是“关系”的种种具体情形。如果世界上某些地方存在着紧密的关系，那么必定另外有一些地方存在着松散的关系，或者存在“无关性”，这些不同说法之间其实是相互依赖的或等价的。

让我们再尝试列举一下“结构性”的若干重要含义：独立的多个事物、性质不同的事物、事物的不同性质、不可分性、独立性、离散性、“关系”、不同性质的关系、无关性、时间与空间的存在、静止、变动、发展、混合性，等等——总之，除数量以外的任何性质。我们所处的世界具有丰富的“结构性质”，它是世界多姿多彩的源泉，它让世界在我们人类的眼中显得妙趣横生、意义无穷。

由于结构性的存在，它导致我们需要用不同类型的、“结构性”的信息与数据来描述世界，并且需要用“结构性”的指令系统来处理信息。可以说，我们日常进行的绝大部分计算，都是针对结构的，是一种“结构性计算”。人类的行为，不仅是在数量之间进行“套利”，更是在结构之间进行“套利”。与数量化计算不同，“结构性”大大增加了计算的复杂程度，也使人类的智力活动充满了无限的可能。

世界的数量特征固然是重要的，但是，它只是世界的一个片面和片段。“结构性”既与数量密不可分，在某种意义上说，它也比数量更为重要。数量与结构是相互交织的。算法理论的含义是，我们首先应当承认真实世界的这种现实状况，然后，即使数量分析具有重要意

试读结束[说明：试读内容隐藏了图片]

下载完整电子书