社会科学应超越人们的常识，以科学方法为基础

对于上述论点，人们难免还要进一步追问：社会科学研究固然不应与当事人之间的相互研究有什么本质的区别，然而，难道它们之间就应当完全相同吗？难道社会科学就应当等同于人们的常识性知识吗？这些问题也需要我们做出回答。

为了回答这些问题，首先需要推测科学（以及巫术、神话等）是怎么来的。当事人既然需要认识自然、人与社会，那么就要搜集信息，进行计算。可是，这是需要付出时间与其他代价的。于是，久而久之，如同物质产品生产活动中的专业化进程一样，这种研究活动也会变得专门化，会出现某些人专门代替他人从事研究工作，并将其研究成果提供给其他人使用。这就产生了科学和科学家。科学家是某一部分人，而不是全部人类；科学是这部分人拿来同其他人进行贸易的东西。我们必须这样来理解科学的性质与特点。

然而，当事人本身仍然在思考着，仍然具有他自己的思想。有鉴于此，科学不能与当事人的常识性思想完全相互重合，否则科学就不会受到欢迎，它就没有存在的必要。科学家必须主动地寻求或建立科学与常识之间的差异，就好像厂商要卖出产品，其产品必须具有不同于其他产品的特点。由于常识同其他所有知识一样，都只是一种有限的知识，因而建立与之有所不同的新知识就是有可能的。其次，这种不同于常识的知识必须证明其自身对于当事人是有用的，它要么能够解开当事人头脑中的某些疑惑，满足其求知欲和好奇心，要么则具有某些实际的用途——具有实际的用途并不是成为科学的必要条件，尤其是，算法地看，“满足好奇心”这个功能也是“实际的”。由于这样的知识从生产、“转运”到贸易、使用具有很长的时间和地域跨度，这就要求科学必须尽可能正确、可靠和持久。可是，科学家一般并不处于当事人的情境之中，现实情况又千差万别，逐个地研究它们要么在时间上来不及，要么则不够经济，怎么办呢？在此情况下，一种策略或方法就出笼了，即着重于建构或捕捉对象世界中的静态性、普遍性、持久性和确定性。科学家要谋求建立在形式上简练、在用途上宽广而在时间上经久耐用的知识。这样的知识一经建立，就可以反复地应用于广阔的领域之中，应用于数目众多的对象，从而在计算上带来巨大的经济性。科学知识不一定要绝对地具有这些特点，这些特点只需要相对于常识可以成立就行了。这是科学方法论中的一个重要内容。然而，另一方面，正是由于这个原因，相对于常识来说，科学是片面的、片段的，不足以给实际行动提供全面的指导——因为对象的个体差异性是丰富的。当事人一般不得不把科学知识与自身的实际经验结合起来，争取对具体问题的解决。这就是说，科学是一种有“性格”的局部知识，它与常识之间同时具有竞争性和协作性；二者对于人们应对现实世界都是不可或缺的，其中的一个不可能完全替代另一个。

作为一种“实际产品”，科学必须适合于被“储藏”“转运”、贸易和使用，这些经济性要求对于科学的型塑作用往往会遭到忽视，因而是算法进路的社会科学需要特别予以强调的。科学在性质上与常人所使用的知识是类似的；只要花费时间和代价，常人应当也可以制做出这样的知识。换言之，科学的有用性在原则上可以简单解释为节约了计算的代价。因此，诸如收集数据材料之类的工作，看似简单，却是科学工作必不可少的组成部分。另一方面，科学理论（作为科学知识的核心部分）则必须具有简单的形式；它的一个的核心特征（或者其实质）就是其在形式上的“简单性”。可以说，这个要求对于科学是致命的；不符合这个要求的“理论”很难被接受为理论。理论就是要化繁为简，其作用就在于化繁为简，否则，理论与产生它的原材料又有什么区别呢？我们直接把这些原材料呈献给读者不就完事了吗？这是怀疑这个论点重要性的人需要考虑的问题。只有简单的理论才便于被理解、评价、学习、掌握和运用。退一步讲，倘若实在不能做到足够简单，为了使“客户”能够理解和接受，那就必须具有另外的安排。例如，机器设备是承载、转运和交易复杂技术的一种方式；因为技术细节不易向客户讲清楚，于是厂家就把技术埋藏在机器中，把机器封装起来，然后作为一个整体的“黑箱”卖给用户，用户只需要根据相对简单的操作规程来使用机器，并根据其效果评估其价值。这是我们关于技术的一个算法式的观点。

自然科学在其发展过程中，形成了一定的方法。由于自然科学的成功，这些方法得到了普遍的接受，并且被直接用于社会科学的研究。但是，由于以往对于作为社会科学研究对象的人的思想的性质及其运作方式缺乏适当的认识，因而对于这些科学方法的使用是机械的、肤浅的和表面化的。算法理论引入以后，加上通行的科学方法论原则，则适当的社会科学方法论也就可以水到渠成了。这就是我们的主要论点。此即：自然科学方法论＋算法理论＝社会科学方法论。(www.xing528.com)

社会科学的特点很多，除了后文将要展开的论述之外，在本小节我们暂且试举两例，来说明上述道理。

各论者一般都强调社会科学的“建构性”，即它会影响和建构它所研究的对象，这种效应给研究工作造成了困难。但是，需要认识到，建构的发生其实是以种种“算法元素”的存在为条件的：首先，个人计算的独立性造成了思想的人际差异；其次，通过人际通信，个人之间产生了一定的（而不是无限的）相互影响。这两个元素是缺一不可的。然而，人际相互影响的存在并不能阻止社会科学的可能性。个人在空间位置上独立存在，个人的思想具有一定的内容和状态，这种状态在时间上也可以延续；这些因素既使得社会科学成为必要，又使之成为可能。否则，一个人怎么观察和了解另一个人呢？他又观察和了解什么呢？其次，通信活动作为一种“实在的”活动，它的发生和展开是需要条件的，是要消耗能量与时间的；并不是说因为人们之间可以通信了，人际差异也就不存在了，或者人际相互影响就没有规律可循了。理论传播出去，可以影响人们的思想，进而造成新的事实；新的事实又需要进行研究、解释和应对，这就又呼唤新的理论，旧理论的寿命因而就面临终止的可能。社会与社会科学之间的这种“双向建构”过程就会这样持久地进行下去。时间因素的存在尤其保证了这一切都有意义，而不是在做无用功。假如研究者与对象之间可以十分轻易地、无限度地相互作用下去，谁也没法儿拿另一个作为研究的“对象”。那些企图一劳永逸的研究者势必会对这种局面感到失望，然而这也保证了社会科学不会是一种短命的职业。自然科学同样存在建构性的问题，只是由于物质不像思想那样易变，所以这种性质并不那样显著而已。

另一个例子是关于“规律”是否应当存在于社会科学之中。新古典主义者和一切唯理论者的回答都是肯定的；他们用看待物理世界的眼光来看待人以及人的思想，他们把科学工作的最高目标视为建立数学公式。与此相反，一些人文学者（例如释义论哲学家）认为，这是从根本上走错了路，他们连“社会科学”这个名词也不同意。他们强调的是感受、描述、理解和表达。引入算法理论以后，我们则可以多角度地回答这个问题。首先，人面临思想资源以及种种物理资源（包括时间）的约束，人只能使用同一个指令系统以及有限的知识（包括模式）来思考和解决问题。另一方面，正因为知识是有限的，所以才有创新的可能。而创新既然是创新，那就是说，它在未曾发生以前是不可把握的，不可预测的。人是这些因素的组合体。当他使用既定的知识和模式来做出决定时，他的行为当然就是有规律的。而当他陷于迷惘、投机并试图创新时，又怎么可能表现出规律性呢？其次，在人际思想差异的条件下，当一个观察者能够理解另一个人的行为时，也可以说他把握住了那人行为的规律；否则，这种规律即使在行为者自己看来确实存在，观察者却未必这样认为。这就是说，“规律”这个概念在一定程度上是“主体间性的”。鉴于人们的智力相互之间具有一定的对等性，人们可以相互观察、学习和“设计”对方，一个人既能在一定程度上理解别人，同时，要想完全“看透”或“把握住”另一个人却是不大可能的；所以，某些社会科学家想要把人的行为完全公式化的意图就是注定不可能实现的。最后，虽然那些直接的、具体的规律并不能建立起来，某些模糊的、高阶的规律（或命题）却可以很有把握地予以提出。例如，“人的知识是有限的”，“人的行为是规则性与不规则性的复合体”，“人具有一定的自由度，这一点无论在客观上还是主观感受上都存在”，等等。这些关于人类认识与行动的基本命题，虽然不够确切，却是极端重要的，它们应当统辖整个社会科学，应当居于各个具体理论之上。我们讲“社会科学原理”，主要就是为了提出这些东西，并力图科学地证明它们。

方法论既不可能从根本上区别于本体论，又要设法技术性地区分于它；这两个方面结合起来，就是：社会科学方法论≈社会科学本体论。