第一节基于规律探寻的社会科学何以可能?
通常对社会科学的哲学反思有两种进路:一是认为社会科学不是真正的科学。因为只有能发现规律的科学,才是真正的科学。然而社会科学不能创立像自然科学规律一样的规律。二是通过坚持规律与社会说明和预测无关,即反对规律在普遍意义上具有说明和预测的功能,从侧面保护了社会科学不被边缘化或被划定为非科学。这两种观点虽然角度不同,但都认为社会科学中不存在规律。[1]复杂性科学在此提供了一种新的认识论,强调异质主体和基于主体的模型的作用。同时,复杂性科学的出现开创了一种新的方法论视角,即正视社会现象的非均匀性、非恒定性及价值负载性,并把它当作一种真实的方法论优点,建立在系统复杂性和非线性的辩证动力学基础上,探寻一种特殊的分析和处理复杂性的深度。[2]为此,我们从复杂性视角对社会科学规律问题进行分析以阐明这一观点:社会科学中不仅存在规律,而且其研究主题与自然科学规律一样丰富,应用也同样广泛;社会科学规律不仅可能,而且发现社会科学规律的方法同自然科学规律并无多大差异。
一、社会科学规律存在的合理性
在几乎每个对社会科学规律的怀疑说明中,总有一个原因是普遍认可的,即社会科学主题的复杂性。以下将从社会系统与自然系统、社会科学与物理学、生物学和化学等经典自然科学的具体类比中,澄清这一问题。
1。社会系统与自然系统的差异性
对于社会科学研究者而言,支持亦或反对自然科学方法应用于社会科学研究,其潜在的本体论分歧在于:社会科学研究对象与自然科学研究对象是否具有同质性。在社会科学哲学研究中主要表现为自然主义与反自然主义之争。自然主义者把社会视为自然的一部分,认为社会科学研究只需参照自然科学的实证方法就可以获得理性知识;反自然主义者则认为,与价值无涉的自然科学研究对象(主要指自然界中的有机物或无机物)不同,社会科学研究对象包含具有一定社会性的、具有不同的道德偏好和价值取向、并处于不同社会组织中的人类,故社会科学研究必然倾向于定性判断。显然,二者争论的焦点集中于社会科学研究对象是否如自然科学研究对象一样客观中立,并遵循科学规律。由此引发了对合理的社会科学研究方法之内涵和构成的不同认识。
复杂系统范式将复杂自然系统的非线性、不确定性、不可逆性以及处于混沌边缘的动力学本质揭示了出来,如生命系统的自组织性、粒子位置与动量的非同时确定性、生物进化的不可逆性等。由此,对社会现象与自然现象之间同质性的分析不再聚焦于前者是否像后者一样“简单”,而转变为二者的复杂性是否具有相似的内涵。社会系统作为社会科学的主要研究对象,对其本质的认识涉及系统基本构成及其内部关系与演化等问题。因此,从复杂性视角审视社会系统与自然系统在这两个方面的同质性,是复杂系统范式适用于社会科学研究的本体论基础。
第一,社会系统的基本构成:适应性主体。
《大英百科全书》对社会科学的定义是:“处理人类行为的社会和文化方面的任何学科或科学分支……”而社会,历史上经常因其复杂构成被比作自然界的其他复杂系统:[3]18世纪,受科学技术发展的影响,社会的构造被比作一些复杂的人工机械,如钟表;19世纪,受达尔文进化论的启发,有机体论者认为社会制度的运作就像人体的各个器官一样;到20世纪六七十年代,一般系统论指出,从单细胞生物到现代工业社会,所有复杂系统的数学模型之间都存在数学同构,基于此,可以在不同的系统演化中寻找共同的规律。显然,上述所有社会观都基于一种简单的隐喻——社会是一个复杂系统,它是由大量个体及其关联模式构成的复杂结构。不同的是,在一般系统论出现之前,研究者基本上还停留在使用线性分解和还原方法认识社会系统构成的阶段;一般系统论虽然认识到了复杂系统的整体性、关联性、层级性和统一性,但却倡导使用相同的方法和模式来认识和把握所有复杂系统的构成和演化,从而忽视了社会系统区别于自然系统的独特属性。
圣菲研究所(Sae)[4]的复杂适应系统理论,把构成系统的基本要素视为适应性主体(adaptiveagent)。所谓具有适应性,就是指它能够与环境以及其他主体交互作用,主体在连续不断的交互作用过程中,不断地学习或积累经验,并根据学到的经验改变自身的结构和行为方式。整个宏观系统的演化,包括新层次的产生、分化和多样性的出现,以及新聚合而成的更大主体的出现等,都是在这个基础上逐步派生出来的。[5]这一新的系统观考虑了社会系统基本构成要素(即社会主体)的自主性、适应性和自反性,揭示了微观个体之间及其与环境之间的交互作用是如何推动整体有序的宏观社会结构的出现的。同时,系统动力学分叉和突现行为也为解释社会危机和冲突提供了可能性。因此,在系统构成的基本属性及其与宏观系统演化的内在关联方面,复杂社会系统与复杂自然系统具有一定程度的同质性。
值得注意的是,作为社会系统的基本构成要素,适应性主体同时也是言语共同体中的说话者,其感性约束、理性思考和社会动机等因素共同作用,导致主体的语言形式处于不断的变化和重组过程中。而且,语言发挥作用的层次既有个体层次(个人习语),也有言语共同体层次(公共语言),个人习语与公共语言之间交互作用,共同构成了主体符号互动的基本工具,而主体正是借由符号互动来表达信念、内化意义的。因此,言语本身的复杂适应性是社会主体的内在属性之一,也参与社会系统整体的非线性演化。按照复杂系统范式,将社会系统的非线性演化单纯地解释为主体与环境及其他主体反复作用而形成的适应性行为的结果,显然就是不全面的。以语言为载体的人类之间的符号互动,构成了社会系统区别于自然系统的独特构成。
第二,社会系统的内部关系:突现和约束构成的反馈回路。
复杂系统范式以突现、整体性约束,以及在此基础上构成的反馈回路来揭示复杂系统的内部关系。“突现”是适应性主体及其之间的交互作用自下而上地构成宏观系统结构和模式的过程,“整体性约束”则反映了处于整体系统层次上的控制层级对于较低层次的构成要素的自上而下的约束作用,借助二者所构成的反馈回路网络来描述系统内部关系,是复杂适应系统理论的典型特征之一。
事实上,这种正反馈与自适应交互的网络模式,也为模拟社会系统构成要素之间的互动及其与系统整体的关联性提供了一种新方法。一方面,复杂的系统行为并非都出自复杂的系统结构,社会主体在一种或多种毫不相关的简单规则的支配下交互作用,复杂整体社会行为就是在这些非线性耦合效应累积的基础上突现出来的(如个体基于自身利益相互交易而构成的市场);另一方面,社会系统整体的自稳定倾向约束着社会主体的行为,促使其改变自己的行动规则(如合作或竞争)以彼此适应并适应环境。适应性行为聚合的结果是个体与社会实现共同演化,而这恰恰构成了社会系统自组织的基本来源(如市场对经济波动的自发调节)。因此,借助突现和约束构成的反馈回路,复杂系统范式将社会系统内部关系的静态描述和动态演化结合了起来,推动了对系统多层次生成结构的非线性表征。
需要注意到,在复杂自然系统中,构成要素之间的相互联系是物理可见的。例如,神经元就是通过突触联系在一起的。而在复杂社会系统中,个体之间的交互作用更多的是符号学意义上的互动,具有一定的意向性。[6]人类对各种符号,如文字、概念、情绪和信念等做出回应,把意义指派给这些本来不具有物理存在性的事物。同时,这些心智结构以复杂的方式与实在发生交互作用,形成复杂的社会结构网络。[7]因此,如果不能借助复杂系统范式所提供的计算工具将主体之间的符号互动形式化,用微观层次上相对简单的交互作用规则来表现系统整体复杂性的生成过程,这必会成为描述社会系统内部关系及其演化的一个潜在障碍。
综上所述,一方面,社会系统与自然系统的同质性是复杂系统范式应用于社会科学领域的逻辑前提。复杂适应系统论对社会主体行为的自适应的揭示,对社会系统内部互动关系的认识,以及对宏观系统属性突现过程的把握等,在一定程度上的确澄清了社会系统的本质。可以说,相比牛顿世界观的机械决定论以及后来的进化论,复杂系统范式开启了认识社会系统本质的“第三扇窗户”[8]。通过这扇窗户,我们可以更接近社会实在,更有利地观察社会世界。另一方面,社会系统存在一些区别于自然系统的独特属性,推进人类语言和符号互动的动力学表征,才能提高复杂系统范式对于社会科学研究的潜在适用性,也才能加速社会科学认知模式转移的进程。
2。社会科学与物理学的类比
通常认为,数值计算和自然科学紧密联系,科学家相信通过观察和实验得出的数据,在对数据进行计算分析的基础上得出的结论是真实可信的。而在社会科学中,一些社会因素并不能像风力、风向、温度或气压等变量一样可观察和检验。因此在社会科学研究中,不能通过对社会要素的统计分析得出可靠结论,更不可能在此基础上抽象出一般的社会科学规律。虽然在经典物理学中,以牛顿力学为例,使用近似和收敛方法是普遍存在且无伤大雅的。对哈雷彗星周期运转的预测就是一个比较成功的例子。但是,1961年气象学家洛伦兹(E。N。Lorenz)使用一台旧计算机对描述天气的简化方程进行模拟仿真,以期实现天气预报的计算机化时得出的意外结论,恰恰挑战了我们的这种认识。为了考察的简便,洛伦兹在实验中直接把上一次四舍五入后的结果作为其后的计算初值进行输入,但令人意外的是,从几乎相同的出发点开始,计算机模拟出的天气模型差别越来越大,以致最后毫无相同之处。这种做法的前提假设很明显是受到牛顿时空观和拉普拉斯决定论的影响。因为科学家们普遍相信,只要近似地知道一个系统的初始条件及其运行规律,就会得出近似准确的结果。在物理定律的作用下,世界只要运转起来就会按照牛顿定律按部就班地运行。正因为如此,洛伦兹实际的计算结果如此意外,以致他自己都不敢相信。
这就说明了自然科学中的变量并不像传统认为的那样“可靠”,初始变量的微小差异都会引起结果的大相径庭,而不是在一定的初始条件和规律基础上按照固定模式运行。同样,这种现象在社会科学中普遍存在。数次席卷全球的金融风暴就是一个明显且残酷的例子。当然这并不是说数值计算是不可靠的,而是有一定的作用域,因为数值计算现在也逐渐发展成复杂性科学不可或缺的重要研究方法之一。在此基础上产生的分形理论和混沌理论,可以描述和计算那些隐藏在复杂组织中的确定结构,这一方法对于理解社会行为的非线性特征,发现指导特定社会行为的普遍规律而言至关重要。
3。社会科学与生物学的类比
格兰特(PeterGrant)在其1986年出版的《生态学和达尔文雀的进化》一书中指出,社会科学面临的很多问题和处理问题的方式与生物学极为类似。格兰特通过对加拉帕戈斯群岛的达尔文雀进行为期十年的观察,深入研究并记录了这些达尔文雀的演化变化。这些雀鸟几乎是同样的体形,不同种间最大的差异是鸟喙的尺寸和形状,因为它们是对食物来源的适应结果。这一结论是在格兰特区分并排除了各种复杂要素后得出的。例如,从雀鸟规模的宏观层面看,漂变的作用力是很小的;从包含在微小的基因累积性变化过程中的鸟喙大小进化的微观层面看,达尔文雀内部的约束力也是不重要的。他将这些因素排除在了自然选择的过程之外,认为这些雀鸟就是在对不同食物来源的适应过程中直接被选择出来的。事实上,突变率和基因流等复杂要素,雨季、大规模的采种、采种时间以及其他食物来源等都会影响食物在多大程度上发挥着限制达尔文雀的规模和选择动力学的作用。还有掠夺、疾病和竞争等额外要素,在他的研究中也没有给予考虑,至多只是给出了这些要素相对不重要的理由。然而,当自然选择明显地挑选出鸟喙的各种大小时,这一作用机制仍然是不清晰的。因此,他的大多数结论是定性的而不是定量的,他赞成选择的方向而不是力度。最后,格兰特的大部分结论在加拉帕戈斯群岛上发现了反例,这些结论必须在特定的情况下予以说明。
当然,在此我们的目的不是抨击格兰特研究的合理性,而是想要得出这样一种结论,即通常受到以定量研究为主导的自然科学批判的大部分社会科学的定性研究,其所面临的问题与生物学中面临的问题是一样的,CP(CeterisParibus)规则即设限规则,虽然限制了一些额外的干扰要素,但并没有因此为社会科学带来比自然科学更多的假定前提。自然科学规律同社会科学规律一样,都有其适用范围,而且必须允许反例的存在。因为CP规则在同一事物的不同层次中会有一个变化域,我们所要做的,就是把规律的实效性控制在这一变化域内部。
4。社会科学与化学的类比
如果我们认为科学研究的任务是发现具有先验合理性的自然现象之间的联系这一观点,来反对社会科学的科学性,以及社会科学规律存在的合理性,那么在这种情况下,即使在化学这一严谨的自然科学中,我们也不可能找到任何规律,以下就是一例。在从“燃素说”向“氧气说”转变的过程中,如果我们坚持认为“燃素说”反映了燃素和燃烧之间的先验关系,并且坚持这么认为,即使面临越来越多的反常,“燃素说”也恰当地表达了一种真实的自然规律,而且如果我们不能发现一个把这个规律作为指示对象的理论,我们就应该放弃规律说明,那么显然可能导致的结果就是说明力的缺乏。因为这种方法对于发现隐藏在现象内部以及现象之间的表面多样性背后的规律性而言,是有价值的。但是很多人错误地以为自然科学成功发现规律的原因,是因为类似简单性。
因此,从“燃素说”向“氧气说”转变的过程,恰恰说明在自然科学中同在社会科学中一样,“重新描述”在发现真理过程中的作用及其灵活性。“重新描述”这一工具可以帮助我们克服所选择主题带来的困难。例如,在上述例子中,经验事实证明,我们先前认可的变量之间的关系并不是必然的,重新描述就会告诉我们,它们事实上是什么以及如何相互作用的。