格格党

手机浏览器扫描二维码访问

第一 亨普尔归纳概率解释模型的困境及其根源（第1页）

第一节亨普尔归纳—概率解释模型的困境及其根源

banner"

>

社会科学中的大多数社会现象缺乏充分的可观察性和可验证性，再加上现实世界的复杂性状况，具有普遍性的社会科学研究结论往往遭受质疑。

因此，“社会科学的概括通常是以或然性为特征的”

[4]。

概率是表达或然性程度最为恰当的语言形式。

概率论中有两个竞争较为激烈的观点：经验主义和主观主义。

哈金（IanHag）认为：“经验主义是统计的，它本身是关于机会过程的随机法则，主观主义是认识论的，在命题中用于估计合理的置信度。”

[5]经验主义与主观主义分歧的核心在于概率概念的不同解释，由于这一分歧直接导致两种不同的方法论原则。

本节我们主要分析逻辑经验主义者亨普尔在科学解释模型中所采用的经验主义概率观而导致的一系列解释困境，以及造成这一困境的内在根源。

亨普尔认为，科学解释就是运用科学定律，对现象进行逻辑论证，通过论证来回答科学家提出的“为什么”

的问题。

亨普尔与奥本海姆（PaulOppenheim）于1948年提出的“演绎—规律模型”

（简称D-N模型），以及之后提出的“归纳—概率模型”

（简称I-P模型，也称归纳—统计模型）被科学哲学界誉为经典解释模型，影响巨大。

“统一科学”

是逻辑经验主义者的一个基本纲领，也是亨普尔逻辑重建科学解释欲求达到的目标，为此亨普尔将这两种解释模型一以贯之地普遍到包括社会科学在内的一切经验科学领域，但是在具体运用中，I-P模型所遇到的诸如模型的高概率要求、解释的歧义性等一系列的解释困境，亨普尔要么避而不答，要么难以做出合理的辩护。

亨普尔在其I-P解释模型中强调解释项中必须包含统计规律，规律是解释的必要条件，发挥着重要的解释功能。

亨普尔持一种方法论自然主义科学观，论证了规律在社会科学中与自然科学中具有非常相似的作用，但其概率解释模型采用的是经验主义概率观，把概率解释为频率的极限，这一概率方法论在社会科学解释中是难以实施的。

针对难以通过经验观察获得统计规律的社会现象，I-P解释模型是无法诉诸统计规律做出合理解释的。

因此亨普尔将I-P模型运用于社会科学解释，面对的首个问题便是：如何看待并未包含统计规律的科学解释。

一、科学解释的经典模型：I-P解释模型及其困境

亨普尔的概率解释模型实质是归纳论证。

其基本模式为：

在上述模型中，把前提与结论分开的双线表示一个归纳论证，括号内的r是前提对特定结论的归纳支持的程度。

第一个前提被看成是一个统计规律。

[6]在I-P模型中，前提被称为解释项（Explanans），它包括统计规律和先行条件，结论被称为被解释项（Explanandum）。

F与G表示类，i表示单个事件，这种解释论证是以Pr（G|F）=r这一统计规律为前提的，并指出单个事件i是F中的一例来解释i是G这一特定事实的，其中统计规律Pr（G|F）=r表明在F的情形下，G出现的相对频率（relativefrequency）是r。

人们针对I-P模型的上述特征，提出了许多反例，其中解释的歧义性难题是令亨普尔最头痛的难题之一，这一难题又称为I-P模型的统计歧义性难题。

比如，链球菌反例——约翰感染了链球菌，但他服用了青霉素后很快就康复了。

按I-P模型解释如下：

上式的含义为，一个感染链球菌S的患者服用青霉素P之后，康复r的概率高达95%；约翰j感染了链球菌S并服用了青霉素P，所以他康复了。

但是，如果约翰恰巧感染的是对青霉素具有抗药性F的链球菌，服用青霉素后并不见康复，未康复概率高达65%。