格格党

手机浏览器扫描二维码访问

第三 社会科学中引入贝叶斯概率解释模型的意义（第1页）

第三节社会科学中引入贝叶斯概率解释模型的意义

banner"

>

在具体的社会科学研究中，由于社会主体的异质性、现象的复杂性，研究结论往往无法达到主体间的有效性，通常只能通过抽象化或者形式化的方式对变量间的关系进行描述，然而社会科学欲求取得与自然科学同等的学科地位，以定量化的形式达到自然科学那样的精确化、客观化，无疑是一个严峻的挑战。

亨普尔的I-P模型运用了经验工具和逻辑技巧，将科学解释界定为寻求解释项与被解释项之间的客观关系，而并不是解释认知主体之关联的主观信念。

但是解释者总是伴随语境的变化而相应地给出不同的解释的，科学解释的本质与解释者的背景知识、认知状态是密不可分的，因此，将解释者这一主体要素引入科学解释要素中，成为科学解释的必要前提。

B-P模型将解释者的背景知识以先验概率的形式，有效地融入解释的逻辑分析之中，并且通过贝叶斯演算法则，来对不同语境下的先验概率进行修正、调整，体现出一种认识的动态性。

“在贝叶斯方法中，公认的主观性是通往客观性的路线。”

[34]它首先是基于异质社会主体的意向性因素或者经验信息，以先验概率的形式将异质主体的主观性融入分析中，并且伴随证据的增加，通过贝叶斯公式对先验概率做出修正，得到的后验概率将趋于一致，从而使主观性和客观性得到统一，进而达到对社会现象量化式的说明，为社会科学的客观性及其合法性提供了有力的辩护。

因此，贝叶斯方法在社会科学研究中，对于提高社会科学的客观性、精确性具有重要的方法论意义。

一、B-P模型：一种动态的认识论模型

亨普尔概率解释模型的功能在于确定解释项和被解释项之间的逻辑关系，致力于对单个事件的解释进行逻辑论证，其中统计规律起着至关重要的作用。

人们普遍承认，科学解释的解释能力事实上是规律所承担的。

统计规律起联结的作用，它将解释项之初始条件中提到的特定事实与被解释项中提到的特定事实联结起来。

亨普尔的概率解释模型出于拒斥形而上学的目的，采用的是经验主义概率观，完全将解释的主体认识论地位排除在外，将自然科学的解释模式贯彻于社会科学，严重忽略了社会科学所具有的独特性。

贝叶斯概率模型正是通过主观概率的形式，将解释主体的背景知识、认知状态有效地融入解释当中，避免了亨普尔的困境，并且给出一种适合社会科学解释的全新的解释模式。

B-P模型的构建源于贝叶斯概率理论，贝叶斯主义者认为，一个事件的概率是研究者根据自己的背景知识对该事件发生的可能性给出的个人信念。

这样给出的概率称为主观概率。

因此，“贝叶斯概率陈述是关于世界在思想中的主观陈述，而不是关于世界本身的陈述”

[35]，主观主义者将概率解释为事件发生的主观信念度，这种解释体现了研究者对事件发生可能性的个人层次上的不确定性。

贝叶斯主义的主要影响之一，是研究者没有必要像频率论者那样去列举或者设想事件重复发生的某些相关序列，这一优点使得研究者能够一致性地估计“一次性”

类型事件发生的概率。

“在贝叶斯理论框架内，先验信息被形式化了，并且先验信息可以是主观的，就这个意义而言，它包括研究者的经验、直觉和理论观点。”

[36]先验信息比如医学专家多年的行医经验。

在贝叶斯哲学中，赋予任何事件发生的概率取决于个人所考虑的不确定性以及在估计情形下个人的背景信息状态。

这些因素的任何变化都可能使得概率因之而改变。

因此，根据主观主义的观点，不存在任何不确定事件的唯一的概率值的假设。

因此，针对同一事件发生的概率，贝叶斯论者允许不同的个体拥有不同的主观置信度。

在贝叶斯概率理论中，从先验概率到后验概率的逻辑演算规则是贝叶斯定理，而且后验概率又可作为下次演算的先验概率，如此反复地进行演算就能消除解释者先验概率的最初差别。

在这一典型的修正意义上，B-P模型是一种动态认识论模型。

这一模型有两个主要特征：其一，将概率解释为一个人的“信念度”

（degreeofbelief）；其二，把贝叶斯定理看成是依据经验事实改变信念度的方式。

这里的信念度是研究者的主观概率。

换句话说，这一模型将解释者的非理性因素引入科学解释当中，通过严格地合乎逻辑的贝叶斯法，则即贝叶斯定理，以求解决解释者具有认识论地位的潜在条件。