神经经济学：跨越自然与社会，探究人类思想意识

最后一个小节专门评论一下近年来兴起的“神经经济学”。神经经济学主要采用电子探测方法来了解行为人或者受试者的大脑活动，然后把有关结果与经济理论联系起来，用于得出或佐证有关结论。神经经济学的出现首先获益于信息技术的发展，以致神经学与心理学的研究者可以在微观层面更为精确地了解大脑。一些迹象显示，脑科学在不久的未来有可能获得重大的进步。作为一门交叉学科，神经经济学横跨自然科学与社会科学两个领域，显得颇为特别。按照保罗·格莱姆齐（Paul W.Glimcher）的观点，其中的部分原因在于，只有运用了经济学理论，才能比较令人满意地解释动物的神经活动。这种观点是值得予以关注的。

不过，我们还是首先来评论一下神经经济学的一般方法。不得不承认，对大脑某些区域的细致探察，或者在某种巧妙的观察角度（例如对于特定类型的精神病人的研究）之下，我们可以获得某些发人深省的结论，这些结论甚至可以使任何人都深信不疑。这是自然科学方法的威力所在。例如，出生后立即在不同家庭中分开抚养长大的一对双胞胎，其日常行为却表现出显著超越常人的相似度，这样的研究可以使我们深信，除了指令系统之外，个人一定还从前辈那里接受了某些个性化的遗传物。这是行为主义方法可以发挥的正当作用。神经经济学主要也是行为主义的。例如，在一些实验中，当个人遭受不公正的待遇时，电子信息显示，其大脑特定区域的活动十分强烈；这表明个人处于愤怒的情绪之中。由此研究者可以得出结论：个人具有“尤其关注公正问题”的特征。研究者甚至还可以把实验转移到出生不久的婴儿身上，通过证明婴儿也有类似的反应，进而得出“爱好公正是人的天性”的结论。

然而，这些研究都不能否定，我们需要一个关于后天知识发展的先验的理论。没有像算法理论这样一个虽然无法确证但却拥有超强解释能力的理论，不仅上述材料是一盘散沙，而且上述的这些分散的个别结论也将是无意义的。首先，行为主义式的研究所获得的结论，除了个别例外，大部分都是不可靠的。对实验结果的解释具有随意性，实际上可以存在许多种解释方式。像“大脑的特定区域是主管公平的”“公平观念可以遗传”等，即使是有根据的，也是可疑的（它们听上去甚至有点儿滑稽）。根据诸如此类的“结论”，研究者很难证明“该脑区并不主管其他事务”，也不能说明诸如“是否所有观念都可以遗传”或者“为什么有些观念未被遗传”这样的问题。即使爱好公正的确是人的天性，这是否表明人们就完全不能容忍不公正呢？或者人们就不再具有其他不同的天性呢？这一点是不是不可改变呢？后天因素是否就不重要呢？显然，这种命题的含义是令人困惑的。

有了算法理论，这一切就都不同了。一旦我们理解了后天知识发展的方式，也就立刻知道了，天性与知识遗传的问题原来是一个次要的问题。行为主义的研究固然导致我们在原则上不得不允许知识（而不仅仅是指令系统）的遗传，但是，究竟什么可以遗传，什么不能遗传，遗传以及大脑生理运作的细节如何，等等，这些问题对于社会科学而言，在现阶段都不必研究得那么详细。显而易见的是，大量后天获得的知识都是不能遗传的，所遗传的知识（假如知识的确可以遗传）很可能只是其中相对极小的一个部分，因而，新生儿必须通过重新进行长期的学习，才能获得一般成年人所业已具备的技能。更为重要的是，人们必须不断地开发新的知识（包括更新观念）。正确的理论可以防止我们舍本逐末，以便把精力投入到真正重要的议题上；可以使我们高效地设计实验和利用经验材料，从而避免大量低效甚至冗余的研究活动。

于是，针对神经经济学以及其他基于生物隐喻的研究方法的缺陷，笔者在《原理》3.2 节提出了“心物分离原则”，意即：社会科学应当把自己的研究范围限于思想与意识的层面（用计算机语言来说，这叫做“软件的问题要在软件的范围内来解决”），而把生理层面的研究留给其他学科。这是因为，物质与意识之间的幕墙不是那么容易被穿透的，因此不能草率地处理。其次，神经经济学的研究者们所未曾意识到的是，即使这层幕墙最终被成功地穿透，对于我们人类来说，思想与意识活动仍然具有根本的意义。——难道我们因此就可以通过操纵物质粒子进行“思想”活动而不再“亲自”思想了吗？难道我们思想的时候还要顾及自己大脑细胞的状态吗？答案显然是否定的。届时，当我们要思考的时候，我们仍然将会“亲自”地、直接地进行思考，而不必管什么物质粒子；因为我们天生就会思考。在“我们”不会思考的时候，“我们”还没有成为人。而在成为人之后，当我说“我”的时候，指的就是会思考的我，甚至指的就是“思想着的思想”本身，因而，思想对我具有本原的意义，它是我的一切其他活动的出发点。我要关注的是“我”生成之后的情况，以及我和我的思想如何来导致行为、塑造世界。我可以不了解世界，但我不能不了解我自己（尤其是我的意识活动）；假如我连我自己都不了解的话，又谈何认识世界并展开行动呢？所以，“我认知”必定是以我了解我的思想为前提的。即使这种了解不“充分”，我也只能如此。这比任何其他东西都更为基本。换句话说，如果科学的使命就是进行“还原”，那么，也只能向人的意识进行还原。意识位于认知活动的最上游；把意识向物质进行“还原”，就是从上游向下游进行“还原”，方向也就完全搞错了。(www.xing528.com)

在我们理解到这一点之后，现在就可以评论一下格莱姆齐的观点。格莱姆齐说：“在许多情况下按照经济理论我们可以相当准确地解释和预测动物的行为。……经济理论为我们理解神经系统提供了重要的工具：它为可能发生的情况设置了一个清晰的界限，并使我们可以在这一启示之下研究神经系统的运行。……经济学为我们提供了一种描述计算结构的语言，在这一结构中，所有可能的解答都可以计算出来。……第一点，同在我之前的许多学者一样，我认为利用经济理论发展过程中所使用的工具来阐述认知机制是非常具有科学性的；第二，反射不具有科学性。……反射只是在过于简单的‘玩具世界’中运行良好，而在动物栖息的真实世界中是没有什么用处的原始模型。但是，一个有着坚实的数学基础的认知理论则没有这些局限性，它可以解决任何环境中的最复杂的问题。”^[92]

格莱姆齐的观点比较不同于一般的行为主义的神经经济学家，他表露了神经经济学可以采取一种反行为主义的路线，也即“认知的”路线；或者说，首先不是经济学向认知科学借鉴原理，而是认知科学需要引进经济学。对人的认知也罢，对动物的认知也罢，我们需要把对象假想为在进行思考。经济学的“最优化”思想为什么会适用于理解生物体？这是因为“最优化”正是思想本身的运作方式，而不是其他无生命的什么东西的运作方式；只有生命与生命之间才可以这样来对话，这是生命体之间的语言。达尔文显然是这种方法的鼻祖。要不是他假想动物（甚至上帝）在进行思考，他是不可能提出“物竞天择，适者生存”这样的命题的。对于生物体的研究而言，既不能仅仅从物质方面着手来研究意识，更不能“从物质到物质”，干脆把意识的环节跳过；而应当把思想本身作为一种原发性的因素，去解释其他可视的现象。格莱姆齐尤其指出，这种方法可以应用在动物身上，生物体可能具有思想上的相通性。我们可以把这种观点视为对算法理论的一个深入的诠释。

格莱姆齐本人并不是经济学家出身，所以，他所理解的经济学，显然不是新古典主义的^[93]；这正好说明，突破新古典主义限制的最优化方法，具有十分广泛的适用性。这是一种“准算法的”方法。笔者冒昧地把他的乐观态度看作算法经济学的吉祥预言。