作者自序

拙作《算法框架理论：一门统一的社会科学之基础》(中国人民大学出版社，2009年；以下简称《算法》)发表以后，虽然获得了一些关注与支持，但是，总的说来，真正理解算法理论的人可以说寥寥无几，而有分量的反对意见在我看来也殊为罕见。我所得到的质疑或批评绝大部分都属于误解性质。这与我在《算法》中采取的论述方式是有关系的。为此，我认为有必要撰文进一步解释算法框架；加之一些后续工作原本就没有停顿过，于是，在《算法》面市两年之后，本书又与读者见面了。

首先需要即刻予以声明的是，“算法框架理论”既不是关于计算机科学与技术的理论，也不是关于计算机科技在经济学与社会科学中的应用性理论，而是经济学与社会科学理论本身，是基于经济学的社会科学，是关于经济学和社会科学原理与方法论的学说。这个学说借用了计算机科学原理，然而又与之具有本质的区别。出于多方面的考虑，我完全照搬了“指令”、“算法”等计算机科学术语；我相信读者早晚将会认识到，对这些术语的采用既是迫不得已的，实际上也是十分恰当的。

本书可以称为《算法》的“姊妹篇”。它的特点是，在算法框架理论业已提出的背景下，采用顺叙的方法，把《算法》中隐含的若干哲学与社会科学命题明确地表述了出来，并试图做出初步的、扼要的论证。我履行了我在《算法》中提出的计划，即尝试给“行为”下一个“社会科学式的”定义。从个人、行为、社会、发展等议题到方法论的探讨，我认为，一个系统性的社会科学原理体系已经可以基本成型了。当然，我们暂且还不能并且也不宜做出什么“全面的”、“正式的”表述。重要的在于实质，而不在于形式。在未来，如果大学中会开设诸如“社会科学原理”或“社会科学基础”之类的课程，那必将是众多学者之大量努力之后的一个综合性成果；以算法的视角来看，那一天虽然已经依稀可见，但毕竟还是比较遥远的。

为了便于理解，我们可以把算法方法简单地表述为“把‘有限计算速度’概念引入经济学与社会科学”，而把其他的“算法元素”都视作为达此目的而采取的一些手段。首先，认可思维活动的时间耗费，意味着我们需要以一种完全不同于传统观念的眼光来看待人的思想，意味着经济学与社会科学需要进行一个巨大的方法论转向，这是已有的论述已经相当接近然而至今却未能明确提出的一个重大问题。为此，我们需要提出自己的论证。其次，对时间的引入要求我们必须说明为什么要把时间作为成本之外的另一个独立因素予以考虑(这是包括演化经济学者在内的诸多异端人士所未曾觉解的)，因而我们只好引入“结构性”；而结构性又恰与“有限理性”概念相合，这可以让我们明白动态理论的建立其实是一件非常不简单的事情，我们实际上需要因此构造一整套新的理论体系。再次，为了刻画“有限计算速度”，不仅需要说明单位时间内的计算次数的有限性，而且尤其需要定义什么叫做“单次计算”。正是在这个意义上，计算机科学为我们提供了理想的工具、形式和语言，使我们有可能建立足以与新古典经济学的形式化标准相匹敌的严格理论。有朋友表示对于“指令”等术语很不习惯，可是，这是没有办法的事，因为这不只是在作比喻。算法理论提供了一种强烈的指向，即未来的严格的社会科学很难避免不建立在计算机模拟的基础之上，因而，我们不能出于好恶或者为了追求某种表面上的文学性或“人文性”而对计算机术语做随意的改动，我们必须考虑学科的未来发展。最后，如果当事人的计算速度是有限的，那么将会怎样？这将引起无数重要的推论，我们只是提供了其中的一部分。有人呼吁经济学中康德式的“哥白尼革命”已经有一些时间了。我们可以认识到，我们采用了两种方式来实行“哥白尼革命”：一是引入“指令+信息”结构，它代表先天的思维工具加工后天获得的材料；二是论证种种主观性的产生。在有限计算速度条件下，计算绝不是像把一块破碎的镜子再拼接起来那样来展开的，这里必然发生熊彼特式的“创造性毁灭”，由此我们才能够针对发展与进步建立一种适当的社会科学。

算法理论是催化剂，它一旦被注入社会科学，就可以引起一连串重大的化学反应，最终将使现有的各个单独的社会科学学说融合并凝结为一个整体。我们这样来介绍算法理论，包含着两方面的意思：一方面，尽管我们对于现有的经济学与社会科学提出了诸多批评意见，但是，这绝不意味着我们否认已有成果的积极意义。例如，我们尊重主流新古典经济学为奉行通用的科学原则所做的努力，只是由于它犯了一些“技术性错误”，这才导致整个理论体系走上了错误的道路。种种现有的异端经济学并没有十分认真地听取主流经济学的论述，也没有正面地、深入地分析和辩驳这些论述。在奉行科学原则方面，我认为，它们在某些地方也许还不如主流经济学做得好。另一方面，算法理论只是现有知识的一个边际性的发展；算法理论的首要作用，不在于它能否单独地发展出一套社会科学理论，而主要在于理顺已有的种种分散的甚至相互对立的理论或学说之间的相互关系，在于对现有理论的重构、重组和重述。例如，算法式的推演常常立基于“有限理性”或“知识有限性”(或有限的意识和注意力)等概念，而这主要是奥地利学派的思想。可以说，经过了长达几个世纪的持续准备，我认为我们今天终于可以合乎逻辑地提出“统一的社会科学”这个概念。

这一切皆拜信息技术所赐。自从计算机问世以来，随着人工智能技术的发展，可以说，一个关于“社会科学统一原理”的答案已经摆在那里了，只需要有人来予以明确阐明。我至今仍然感到惊讶：为什么信息哲学没有按照“指令+信息”的路子来进行论述？可以说，认知科学的基本思想类似于“指令+信息”，由此才产生了“认知”这个问题。可是，认知领域的学者们为什么也没有明确地提出这一点？那些在认知领域探索的经济学家们同样也没有发现它。而更为让我震惊的是：在纵览了哲学史和整个现代哲学的演变之后，我发现，算法框架理论所要解答的问题实际上正是整个现代哲学的主题；从第一页到最近的一页，各个现代哲学家都在从不同角度寻找类似于算法理论这样的东西；可以说，算法理论可以作为整个现代哲学的一个阶段性的概括和总结。我这样说有可能会被一些人讥讽为“神经错乱”，不过，假如我没有神经错乱的话，那么，本书的名字“社会科学原理初探”也就不是什么夸大之词了。

对此我还可以再说两句。有些人可能会非常怀疑：一个如此简单的理论，怎么会具有那么大的作用呢？通过阅读现代哲学教科书，我们可以发现，现代哲学家们关注的焦点主要是人、社会与思想等议题；不同领域的学者其实在用不同的方式关注着同样的问题。因而，上述论点其实是很容易理解的：现代哲学与社会科学的基本问题要么都不能得到解决，要么会同时被解决。可以想想看，如果其中之一业已解决了它的基本问题，而另一个却没有，这种情形其实是不大会发生的。这种情况正好可以从侧面佐证算法理论的适当性。

我们可以把算法理论及其已有的种种推论合称为“算法原理”。一种可以称为“原理”的东西，必须建立在无可置疑的逻辑推理的基础之上。那么，“算法原理”具有这样的效力吗？我的回答是：至少我希望如此。我当年在北京大学就读时的代课老师孙来祥先生曾经在一次讲座中即兴说了一句非常口语化却又令人印象深刻的话：“科学工作就是要做一些让人家都说不出什么来的‘硬货’！”也就是说，有什么样的前提，就可以合乎逻辑地得出什么样的推论；这不取决于听众是否喜欢，你不得不认可。这就是科学的追求。有了算法理论，我认为，至少，经济学与社会科学学者们今后可以不必把理性与习惯、价值观等议题对立起来进行讨论了，也不必再迷惑于“制度与组织是什么”等问题了。发生在19世纪欧洲社会科学界的那场著名的方法论大辩论，我认为至此可以终结了。当然，算法理论实际上是否可以具有这个效果，不能我自己说了算，读者是自会进行“复检”的。

写到这里，读者可能以为我正在自相矛盾地主张我所反对的决定论，因此我需要立即做出澄清。科学具有一些公认的、几乎不言而喻的方法与标准。这一点对于自然科学与社会科学应当是等同的。社会科学与自然科学的差别，首先并不在于其他方面，而在于各自研究对象的性质有异——其他方面的差别都是直接或间接由此而引起的。而当我们把人的思维活动作为研究工作的直接对象时，发生了诸多有趣的、论者们普遍忽视然而又值得予以深入思考的现象，其中之一就是：我们首先必须即刻承认或证明思维活动在各人之间可以不同质、不同步，还可以相互抵触；人际差异是优先的，共识与一致性是在此基础上逐渐建立起来的，是局部的；与此相连带的是，你可以合理地“断言某个问题不能断言”，可以建立关于思维活动的“高阶命题”，或发现某些“高阶的”规律。这是我们把决定论与非决定论统一起来的特殊的“算法式的”方法。对此我们将会继《算法》之后继续从多个方面进行论述。我相信，在前人成就的基础上，我们已经就这些重大的原理问题提供了明晰而有效的解决方案，因而我个人认为这里包含着很大的创新。

有人听到“计算”这个词，便把算法理论误解为宣扬唯理论。这是又一个重大误解。算法理论的目标之一，正是试图把主观性、非理性、人文性等元素引入社会科学的核心地带。从算法的角度看，不仅社会科学内部的统一性，而且社会科学与人文学科之间的统一性也是非常明显的。对此，我们将在正文中有所论述。传统的思想观念有意无意地制造了理性与非理性之间的分裂。对于那些偏爱人文性并敌视理性的学者来说，我认为他需要思考这样一个问题：一个精于算计的人，如果他认识到自己的理性能力是有限的，那么，他将会怎样？我喜欢下面的这个说法：暂且不谈“非理性”，从算法的角度看，思想或理性计算本身其实是有倾向、有习惯、有品德、有个性，甚至有感情的！在斯皮尔伯格执导的电影《人工智能》中，有个机器人男孩被注入了情感，然后发生了一个动人的故事。我们当然不能据此得出什么科学结论，不过，我们可以注意到，该影片的编导们显然采取了这样的方法，即不把思想与感情对立起来，而是把它们置于相类比的地位，并在这种类比中来思考它们各自的性质和意义。

算法框架是思想性、科学性与人文性的结合。从算法的逻辑来看，这三者的结合是必需的：社会科学理论必须建立在适当的哲学思想与基本观念的基础之上，或者至少应当与这些思想观念相互“兼容”；由于理论体系的局限性，人文学科与人文性因而是必不可少的。如果我们不能同时追求这三者的结合，则我们根本不可能单独地达到适当的科学性。社会科学与社会工程学之间的一致化、哲学与社会科学之间的一致化以及社会科学与人文学科之间的一致化都服从于相同的逻辑。只要引入算法的原理，这些不同学科与门类之间便会不可避免地出现相互融合甚至走向统一的趋势。这是我们不得不指出的一个后果。

我正在逐渐地理解算法理论的推广工作所面临的一些困难。困难之一是它的跨学科性质。现在看来，对于不熟悉计算机科学的学者(我本人其实只是对此学科略有所知)来说，要想比较深入地理解计算机原理，并把它与我们所关心的诸社会科学议题联系起来，这是需要相当长的时间的；即使对于熟悉计算机科学的人士，再思考的过程也是不能免除的。除计算机科学之外，由于我们的论题广泛地涉及几乎所有的人文与社会科学学科，因而给人一种凌乱和“大而无当”的印象。对此，我要在此明确地做出声明：上述印象实乃一种严重的误解。《算法》以及本书的主题都是高度集中和统一的，我们始终在关注理论框架的内在统一性问题，所有分散的论述都服务于这个单一的目的。之所以从不同的角度不断地变换语言和论域来进行论述，我是希望能够在思想层面唤起读者的灵感。就目前的状况以及本书的主题来说，这样做是必要的。只要读者认真对待本书，相信读者不仅能够理解各部分论述的内在统一性，也能够理解本书的写作方式。在掌握了算法的逻辑以后，读者其实可以自行进行算法式的理论推演，也许将会做得比我更好。

算法理论首先是为经济学而准备的，因此，熟悉经济类文献的人士将比较容易理解本书。除非特别指明，本书所使用的术语均与《算法》保持一致。书尾提供了一个“算法理论小辞典”，以便读者对两本书及一些专题进行融会贯通，并便于读者今后阅读其他的算法类文献。书尾所列出的参考资料，可以概括我所涉猎的文献的大致范围。在日益重视国际文献的今天，本书肯定存在着文献资料不够全面的问题。尽管大部分文献是舶来的，但毕竟是译著。假如我曾经留学海外，谙熟各有关领域的最新资料，我相信我一定能够做出更好的论述。另一方面，通过翻阅种种直接或间接的材料，我也认为在主要论点和论证上《算法》以及本书的新颖性是显而易见的。经济学与社会科学基础理论和方法论处于徘徊不前的状态已经有数十年了，这期间并没有取得重大的突破。关于文献的引用，首先并不在于它在时间上是否足够新鲜，而是看它的代表性。长期从事实际工作的经历使我有机会与各个年头时兴的文献保持一定的距离，从而能够相对独立地、连续地思考和探索一系列很不相同的问题。我把这一点视为我相对于专职学者的“比较优势”。这正是哈耶克所谓的“知识分工”。本着这些理由，我决心继续发表我的阶段性成果。世界上不存在可以包括所有其他工作的工作。我的工作是进行“大综合”，我可能在各个具体领域都不足够专业，因此我殷切期待着各个相关领域的专家不吝惠赐宝贵意见。

感谢中国人民大学出版社马学亮主任和张锁平主任的大力支持。感谢中国社会科学院法学所刘海波副研究员、农发所冯兴元研究员对我始终如一的长期支持。感谢山东大学经济学院陈强副教授所提供的多方面的帮助。感谢中国人民大学经济学院贾根良教授、深圳证券交易所综合研究所所长金立杨先生、证券时报副总编辑周一先生、美国夏威夷大学经济系何晖副教授、浙江工业大学广告学系张雷教授、中国社会科学院哲学所刘钢研究员等人士所提供的宝贵意见和无私帮助。同时，欢迎广大读者随时以任何方式与我交流。

(http://blog.sina.com.cn/libinw)

2011年9月