wq /**/ 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注1一样，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”注2。

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。