范式與純科學(xué)
首先要申明一下，我個人并不贊同“范式”這一概念，但為使學(xué)術(shù)界更容易理解，本文中還是暫時延用一下。范式（paradigm）這個概念是美國科學(xué)哲學(xué)家托馬斯·庫恩(Thomas Kuhn)提出并在《科學(xué)革命的結(jié)構(gòu)》(The Structure of Scientific Revolutions)（1962）一書中系統(tǒng)闡述的。它是指從事某一類科學(xué)的研究群體所共同遵從的世界觀和行為方式，以便以相同的規(guī)范去開展研究、建立知識體系。因此，范式可以對應(yīng)一個科學(xué)共同體，在這個共同體中有共同遵守的“規(guī)矩”、互通的專業(yè)術(shù)語或語言，尤其是對研究行為及研究成果進(jìn)行判斷的標(biāo)準(zhǔn)。與它相對應(yīng)的概念就是“科學(xué)革命”，庫因認(rèn)為科學(xué)革命就是“范式轉(zhuǎn)換”，它甚至有點類似政治斗爭中一個政治團(tuán)體戰(zhàn)勝了另一個政治團(tuán)體。不同范式之間的轉(zhuǎn)換就是這樣一種沒有連續(xù)性的“革命”，它甚至很難在什么意義上可算作是一種進(jìn)步。
另一位科學(xué)哲學(xué)家伊姆雷·拉卡托斯的“科學(xué)研究綱領(lǐng)”與范式有點接近，只是拉卡托斯并不認(rèn)為科學(xué)研究綱領(lǐng)的變化都是庫恩所稱的“革命”。
范式這個概念得到了大量社會學(xué)領(lǐng)域研究者的青睞，其原因很簡單，因為它可以使不夠科學(xué)的某一個或一類學(xué)科領(lǐng)域的學(xué)者們，能夠比較心安理得地形成一個相對封閉的共同體，不用去考慮最普遍最嚴(yán)格科學(xué)性要求而帶來的煩惱。如果出現(xiàn)某個看起來會有顛覆性的新觀點，相應(yīng)共同體內(nèi)的人多多少少都會有些不適應(yīng)。很多初期表現(xiàn)為顛覆性的觀點往往最終是失敗的，甚至可被歸為“民科”類別，我們可見到很多這樣的例子。因此，一旦出現(xiàn)看起來有顛覆性的思想，人們本能的反應(yīng)就會將其歸為異類而排斥。但是，在我的純科學(xué)理論提出后，很多人一開始本能的反應(yīng)也是想將我歸入這樣的類別，但很快發(fā)現(xiàn)完全無法做到。這是因為：
一方面，我的基本觀點并不是一上來去強(qiáng)調(diào)“顛覆”，而是要將一切科學(xué)的學(xué)科都統(tǒng)一為“最科學(xué)”的體系。如果說存在什么范式，我的觀點是認(rèn)為只能有一個科學(xué)體系的范式，一切科學(xué)的學(xué)科之間都應(yīng)當(dāng)是相通的。世界是統(tǒng)一的，因此一切研究世界的科學(xué)都應(yīng)當(dāng)是一個統(tǒng)一體。就算出現(xiàn)看似具有革命性的新進(jìn)展，也必須找到邏輯的路徑還原為最基本的科學(xué)范式。這也正是我不贊同原來意義上的范式這一概念的關(guān)鍵原因所在，因為它造成的是學(xué)科之間的分裂，互相隔離，而不是全部科學(xué)的統(tǒng)一。非歐幾何相對于歐氏幾何是邏輯上全新的體系，但它并不能絕對與原有的體系完全無關(guān)，而是在找到映射還原方法，將其還原為經(jīng)典的歐氏幾何后才被數(shù)學(xué)界廣泛接受。
另一方面，我的觀點所賴以建立的基礎(chǔ)是任何一位想稱自己是科學(xué)的學(xué)者都絕對無法否認(rèn)的，因為我是以數(shù)學(xué)和測量作為整個科學(xué)的兩大工具和基礎(chǔ)。科學(xué)始于測量，完成或成熟于數(shù)學(xué)，這甚至沒有任何一個想稱自己是科學(xué)的人有膽量去否認(rèn)。一些本來還想把“民科”的帽子往我頭上戴的學(xué)者，很快就會驚訝地發(fā)現(xiàn)他們不再敢這么做，因為繼續(xù)深入下去會突然感覺他們整個所在領(lǐng)域共同體的范式看起來更像是民科。我的研究范式是與一切科學(xué)家都不會否認(rèn)的物理學(xué)、化學(xué)等學(xué)科高度一致，甚至可以清晰地指出現(xiàn)有物理學(xué)和化學(xué)等學(xué)科中不夠嚴(yán)謹(jǐn)之處。在這些顯得“最科學(xué)”的學(xué)科面前只能感到有些自卑的社會科學(xué)等領(lǐng)域的學(xué)者，當(dāng)然不再有任何底氣來反駁。因此，一旦明白到這一步，很多本來想反駁我的人只能驚訝地瞪大眼睛，他們最多產(chǎn)生的疑問是：這很正確，但指出這一點有什么價值呢？
以測量為基礎(chǔ)的純科學(xué)范式
我們不能簡單地說某個學(xué)科不科學(xué)，但的確有大量的學(xué)科因為沒有在統(tǒng)一的測量學(xué)前提上建立自己的測量基礎(chǔ)，因此其科學(xué)性不夠純粹和嚴(yán)謹(jǐn)，這會帶來很多問題。
數(shù)學(xué)作為科學(xué)的基礎(chǔ)是沒有任何人去否認(rèn)的，在這一點上，所有不同的科學(xué)共同體或范式都一致認(rèn)可。數(shù)學(xué)早已有獨立的學(xué)科在研究，因此數(shù)學(xué)在所有科學(xué)共同體內(nèi)都有很好的統(tǒng)一性。例如，無論是水利工程、地質(zhì)、汽車、船舶、海洋工程、礦產(chǎn)、天體物理還是經(jīng)濟(jì)學(xué)中，微積分的數(shù)學(xué)知識都是一樣的，只是在具體應(yīng)用上體現(xiàn)的內(nèi)容稍有差異。但是，在我的研究之前沒有一個獨立測量學(xué)的學(xué)科來建立所有不同科學(xué)領(lǐng)域的共同測量基礎(chǔ)，這就難免造成各個學(xué)科的學(xué)者們憑自己的理解和悟性去建立各自的測量基礎(chǔ)。每個學(xué)科的學(xué)者們都認(rèn)為自己的研究和理論應(yīng)當(dāng)以測量數(shù)據(jù)作為最基本的支撐（要用測量數(shù)據(jù)來說話），在這個大前提上也絕對沒有任何人會反對，但在如何進(jìn)行測量的具體方法體系上卻是很不完備的。
本質(zhì)上說，自然科學(xué)與社會科學(xué)都是研究世界的科學(xué)，它們不應(yīng)當(dāng)有本質(zhì)的差異，只是具體研究對象的不同。但現(xiàn)在給人們的感覺是：他們之間在科學(xué)性上的確存在顯著的差異，其原因何在？只有從測量上來理解，我們才可以看得清楚。讀者只要明白了如下三個概念，不僅可以清楚地理解它們之間的差異，而且可清楚地知道未來改進(jìn)的方向是什么。
相關(guān)分析、測量誤差、信息量
一切測量過程本質(zhì)上都是一樣的，都是要用測量結(jié)果去表達(dá)某個主因素（認(rèn)識對象或被測量對象）的作用。為避免讓普通用戶下面讀起來產(chǎn)生為難情緒，我們就用盡可能簡單的表達(dá)來討論這個問題。在一般的自然科學(xué)中，對測量結(jié)果是采用誤差分析的方法，關(guān)注點在誤差。它在數(shù)量上可用相對誤差來表示：
相對誤差 = 誤差/測量有效值×100%
例如，某個建筑物長度測量數(shù)據(jù)誤差為±0.01米，有效值為142米，相對誤差就是0.01/142×100% = ±0.007%。前面的符號±是必須要存在的，如果沒寫，直接表達(dá)成0.007%，讀者也要明白這是省略表達(dá)形式。后面為簡單我們就不加那個讓人看起來不舒服的符號±了。
因為關(guān)注點在誤差上，因此自然科學(xué)的研究就會不斷地發(fā)現(xiàn)、尋找和減小各種造成誤差的因素，從而使測量誤差不斷減少，使測量數(shù)據(jù)越來越精確。為什么測量誤差越小，相應(yīng)的數(shù)據(jù)就越好呢？如果從信息論角度來理解就很清楚了。相對誤差對應(yīng)的就是信噪比，因此直接對它以2為底取對數(shù)，就是信息量的計算公式。
測量數(shù)據(jù)的信息量= - log2(信噪比) = - log2(｜相對誤差｜)
按這個公式，以上長度測量數(shù)據(jù)計算后就可知其信息量為7.16比特。如果測量精度提升10倍，誤差減少到0.001米，計算后可知其信息量為10.48比特，使我們多獲得了3.32比特關(guān)于測量對象的信息。
現(xiàn)在我們再來看社會科學(xué)領(lǐng)域一般都是怎么做的，他們一般都采用的是相關(guān)分析。有三種常用的相關(guān)分析方法：
線性關(guān)系的皮爾遜相關(guān)分析。
等級關(guān)系斯皮爾曼相關(guān)分析。
多變量關(guān)系的肯德爾相關(guān)分析。
這三種相關(guān)分析已經(jīng)是普及性的統(tǒng)計學(xué)教科書里講述的內(nèi)容，就不在這里詳細(xì)討論了。有興趣深入了解的讀者可以去讀專門討論它們的文章或教科書。當(dāng)進(jìn)行相關(guān)分析計算出結(jié)果后，一般都會給出這樣的評價：
0.8-1.0：極強(qiáng)相關(guān)。
0.6-0.8：強(qiáng)相關(guān)。
0.4-0.6：中等相關(guān)。
0.2-0.4：弱相關(guān)。
0.0-0.2：極弱相關(guān)或無相關(guān)。
因此，如果你去讀算是最嚴(yán)格的社會科學(xué)領(lǐng)域的書籍或論文，就會發(fā)現(xiàn)相應(yīng)的學(xué)者一般都會進(jìn)行相關(guān)分析，最后得出的相關(guān)系數(shù)如果在0.6到0.8的區(qū)間，他們就相當(dāng)滿意地可以去宣稱他們想得出的結(jié)論了。我們要強(qiáng)調(diào)指出的一點是，相關(guān)分析本質(zhì)上就是求得被測量對象的主因素在測量結(jié)果中影響的占比。其他的因素就是誤差因素。
現(xiàn)在問題就來了，以上計算出的相關(guān)系數(shù)的量值，其最嚴(yán)格的科學(xué)意義是什么？事實上，相關(guān)系數(shù)可以很容易轉(zhuǎn)換成相對誤差的表達(dá)形式，并且也可以很簡單地計算出對應(yīng)的信息量。以下是《實驗、測量與科學(xué)》一書中對三者之間關(guān)系計算出的一個表格。
看完這個表格的數(shù)據(jù)，一切就全都清楚了。進(jìn)行相關(guān)分析當(dāng)然是有科學(xué)價值的，它最大的價值就是在誤差干擾因素較大的環(huán)境里發(fā)現(xiàn)不同因素之間的相關(guān)性和因果聯(lián)系。但是，一般社會科學(xué)研究存在的問題就在于：他們做了一大堆工作之后，得到的數(shù)據(jù)計算出的相關(guān)系數(shù)能到強(qiáng)相關(guān)的0.6-0.8范圍就滿足了，然后就有信心給出一堆理論分析解釋，然后呢？那就沒有然后了，工作到此為止。他們沒明白，就算是屬于極強(qiáng)相關(guān)的0.9相關(guān)系數(shù)，能帶給我們的信息量也只有3.32比特。如果相關(guān)系數(shù)是0.6，我們能得到的信息量只有1.32比特?，F(xiàn)在數(shù)碼照片一個像素點的信息量都至少是24比特！
是不是說因為社會科學(xué)領(lǐng)域遠(yuǎn)比自然科學(xué)領(lǐng)域更為復(fù)雜，所以不可能測量得更精確呢？很多學(xué)者認(rèn)為社會科學(xué)領(lǐng)域的理論結(jié)論與實際能有70%-80%的符合度就算很不錯了，不像自然科學(xué)的理論結(jié)論與實際的符合度近乎100%。這種看法是完全錯誤的，大量自然科學(xué)領(lǐng)域的研究在一開始其實和社會科學(xué)領(lǐng)域差不多，都因存在較多和較大的誤差因素，而采用的是相關(guān)分析，并且相關(guān)系數(shù)也大致是在以上所列的范圍。差別在于，相關(guān)分析只是科學(xué)研究的第一步，在做了這一步工作之后，就必須要轉(zhuǎn)向誤差分析范式，不斷去減少各誤差因素的作用?；蛘吣承┳畛蹩雌饋碛邢喈?dāng)顯著相關(guān)系數(shù)的聯(lián)系，通過進(jìn)一步研究后發(fā)現(xiàn)事實上并沒有任何因果聯(lián)系。
但是，社會科學(xué)領(lǐng)域卻把“相關(guān)性不等于因果聯(lián)系”作為一個規(guī)律保留下來，卻沒有進(jìn)一步的說明。這造成的情況是什么呢？明明大家都知道相關(guān)關(guān)系不等于因果關(guān)系，但還是只要算出相關(guān)系數(shù)有顯著性，就可以去得出理論分析的結(jié)論。這帶來的結(jié)果就是可以很容易地編出各種自己想要的理論，而又無法進(jìn)一步通過更精確的數(shù)據(jù)去進(jìn)行檢驗。
在更早期的科學(xué)研究中，采用的是歸納法。一般定性分析的歸納法，例如經(jīng)典的穆勒五法，其價值與相關(guān)分析是一樣的，就是發(fā)現(xiàn)事物之間的聯(lián)系，從而為進(jìn)一步的精確量化分析打下基礎(chǔ)。相關(guān)分析事實上就是更為精致的歸納法，它可以在表面看起來雜亂的數(shù)據(jù)之中通過數(shù)學(xué)方法尋找到事物之間潛在的關(guān)聯(lián)。不過，因為這種分析是一種在誤差和干擾水平比較高的狀態(tài)下進(jìn)行的研究，因此其結(jié)論的科學(xué)性只能算是很初級的。無論是經(jīng)典的歸納法，還是數(shù)學(xué)上更為精致的相關(guān)分析，它們發(fā)現(xiàn)的事物聯(lián)系有可能是真的有因果關(guān)系，也可能并沒有什么關(guān)系，只是一種數(shù)據(jù)上的巧合。因此，科學(xué)的研究只能以發(fā)現(xiàn)相關(guān)性開始，但必須盡快轉(zhuǎn)向誤差分析，從而獲得真正科學(xué)的結(jié)論。如果只是停留于最初始的發(fā)現(xiàn)相關(guān)階段，不能說它完全不科學(xué)，但它顯然科學(xué)得不夠純粹。
這還是算很不錯的有數(shù)據(jù)支持的情況，還有很多人連相關(guān)分析工作都沒做，僅僅根據(jù)一些支離破碎的統(tǒng)計數(shù)據(jù)、甚至根本就不是統(tǒng)計數(shù)據(jù)，而只是枚舉一些案例就去得出結(jié)論。
有人認(rèn)為社會科學(xué)與自然科學(xué)的差別是存在價值性。這更是錯得沒邊了，他們沒在企業(yè)里待過，我是在企業(yè)里干過30多年市場營銷的。一切只要進(jìn)入市場的自然科學(xué)的技術(shù)，全都存在極其嚴(yán)重的價值性，它們遠(yuǎn)遠(yuǎn)比社會科學(xué)領(lǐng)域的價值性多得多。
相關(guān)分析本身并不錯，而且遠(yuǎn)不止是社會科學(xué)領(lǐng)域使用這個工具，地質(zhì)、醫(yī)學(xué)、生理學(xué)、生物學(xué)等眾多自然科學(xué)領(lǐng)域也大量使用。差別就在于是否能在它基礎(chǔ)上更進(jìn)一步地進(jìn)行誤差分析。
常有學(xué)者問我為什么不提交研究論文，通過同行評審去發(fā)表自己的觀點。并不是我不想這樣做，對于我的純科學(xué)理論來說，一方面是我的觀點需要一整套理論體系的支持，不是一兩句話能說清的，在通過專著呈現(xiàn)全部理論體系之前，同行們可能大都看不懂。二是我的理論是建立在高度跨一切科學(xué)學(xué)科的基礎(chǔ)上，任何一個現(xiàn)在學(xué)科的專家可能都很難算是同行，我很難選擇合適的雜志去發(fā)表。三是如果我順應(yīng)現(xiàn)有的范式去提交論文，就算一切研究順利，能增加的有效信息量只有這么可憐的1到3個比特就打住了，這種研究范式就算做到最出色的極強(qiáng)相關(guān)程度，又能有多大科學(xué)價值？
一旦知道了范式上的根本區(qū)別，就可清楚地理解現(xiàn)在絕大多數(shù)社會領(lǐng)域為什么總感覺科學(xué)性差那么一點，但又說不清楚到底差在哪里了。
民科與科學(xué)素養(yǎng)
人們在判斷是否為民科的要素里有很重要的一條，就是有沒有受過系統(tǒng)的科學(xué)訓(xùn)練，是否具備系統(tǒng)的科學(xué)素養(yǎng)，判斷這一條的標(biāo)準(zhǔn)一般就是學(xué)歷。至少能有本科以上，最好是博士或博士后，那就算有系統(tǒng)的科學(xué)素養(yǎng)了。但事實上并不完全是這樣。我們當(dāng)然要尊重學(xué)歷因素，畢竟越高的學(xué)歷，學(xué)到的科學(xué)知識越多。但是，這樣的標(biāo)準(zhǔn)是有些粗糙的，并非學(xué)歷高科學(xué)研究的素養(yǎng)就一定同步地更高，我們需要更精確地指明有哪些知識和技能決定了科學(xué)研究的核心素養(yǎng)。道理很簡單，既然科學(xué)的兩大基本工具是數(shù)學(xué)與測量，那么在數(shù)學(xué)和測量兩大工具的掌握上越深厚，其科學(xué)的素養(yǎng)就越高。如果缺少其中任何一個，都會帶來相應(yīng)的問題。因為對數(shù)學(xué)的認(rèn)同比較一致，因此在這個問題上無論好壞，人們至少在觀念上不會有本質(zhì)的差異。但在測量技能上，因為統(tǒng)一的測量學(xué)本身就在過去缺乏，因此相當(dāng)多的職業(yè)學(xué)者在測量素養(yǎng)上都存在欠缺。如果沒有經(jīng)過充分的測量訓(xùn)練，這個問題就更嚴(yán)重了。
對純科學(xué)的實際證明和新的研究標(biāo)準(zhǔn)
以上分析可能還是會讓讀者感覺抽象。要證明一種方法真正有效，最好的方法就是直接用它來解決一些問題。我的純科學(xué)范式體系比較完備地體現(xiàn)在《實驗、測量與科學(xué)》一書中，但這個書中的體系事實上早在10多年前就形成了。為了展示這套體系的實際價值，我先用它研究出版了《通播網(wǎng)宣言》《生態(tài)社會人口論》《超越戰(zhàn)爭論》《純電動拯救世界》等書，對多個不同領(lǐng)域進(jìn)行了應(yīng)用純科學(xué)研究方法的嘗試。它們與一般社會科學(xué)領(lǐng)域的研究結(jié)果有什么差異呢？我們先來看一點：我在一切研究中得出的結(jié)論，是像物理學(xué)一樣不容易存在任何反例的。也就是如果出現(xiàn)看起來像是反例的證據(jù)，我都一定要通過找到限定性的前提條件使它在我的理論框架內(nèi)進(jìn)行消解。
例如，我對人類進(jìn)化模式的研究，是采用單一的數(shù)學(xué)判定式去解釋人類200萬年前使用火開始，一直到今天信息社會的全部案例。它在人類基因進(jìn)化階段表現(xiàn)為非洲噴泉模型，農(nóng)業(yè)文明階段表現(xiàn)為并發(fā)模型，工業(yè)文明階段表現(xiàn)為波浪模型。雖然表面看起來差異如此之大，但都適用于單一的進(jìn)化數(shù)學(xué)公式。只是因為其中參數(shù)的數(shù)量范圍不同，才導(dǎo)致了看起來是巨大差異的表現(xiàn)。我不容許歷史理論只去解釋單一的歷史事件，而要求任何歷史理論必須要能解釋一切同類歷史事件，這與對物理學(xué)理論的要求完全一致。
再如，軍事理論上的蘭徹斯特定律，后來一些學(xué)者發(fā)現(xiàn)有很多情況下似乎并不符合，如大兵團(tuán)作戰(zhàn)中就不能直接引用蘭徹斯特定律。當(dāng)遇到這種情況時，以往的學(xué)者們慣用的范式就是建立一個新的數(shù)學(xué)模型，甚至蘭徹斯特的研究本身就不是單一的模型，而是有線性律和平方律兩種情況。這種研究范式顯然不是能夠達(dá)到物理學(xué)程度的科學(xué)方法。你必須去找到事物最根本的規(guī)律，也就是公理，其他一切情況下的理論必須以公理為基礎(chǔ)，加上邊界條件去嚴(yán)格地數(shù)學(xué)推導(dǎo)出來，而不容許一遇到新的案例就建立新的數(shù)學(xué)模型。在我的《超越戰(zhàn)爭論》一書中，不僅用最基本的三個戰(zhàn)爭的公理推導(dǎo)出了蘭徹斯特定律，不再有平方律和線性律的差別，而且通過引入戰(zhàn)爭維的概念，將一切表面看起來違反蘭徹斯特定律，顯得是以少勝多的案例全部消解掉，變成更為精彩的對這個根本規(guī)律的強(qiáng)有力證據(jù)。包括其他一切表面看起來與戰(zhàn)爭最基本的公理不一致的案例，全都在我的戰(zhàn)爭理論框架內(nèi)消解掉了。因此，人們不要僅僅看表面上我得出了什么結(jié)論，而只有關(guān)注我得出結(jié)論所達(dá)到的科學(xué)化程度，才能理解這個理論與其他理論的根本差異是什么。那就是我的理論要求100%與實際相符合，絕對不容許有任何反例，這與物理學(xué)的水平完全一致，而“絕對看不起”能符合個百分之七、八十就滿足了的研究范式。
