逻辑推理基本原理(6篇)

逻辑推理基本原理篇1

［关键词］人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑

现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。

本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。

实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理

的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题：

·效率和资源有限的推理；

·感知；

·做计划和计划再认；

·关于他人的知识和信念的推理；

·各认知主体之间相互的知识；

·自然语言理解；

·知识表示；

·常识的精确处理；

·对不确定性的处理，容错推理；

·关于时间和因果性的推理；

·解释或说明；

·对归纳概括以及概念的学习。[①]

21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。

我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。

1．常识推理中的某些弗协调、非单调和容错性因素

AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②]转“次协调逻辑”（ParaconsistentLogic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。

在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立：以C0为经典逻辑，则系列C0,C1,C2,…Cn,…Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③]

非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。

2．归纳以及其他不确定性推理

人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。

首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出著名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④]有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤]这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。

3．广义内涵逻辑

经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能”、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。

大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。

在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。

一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义如下：一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如€，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥]转在各种内涵逻辑中，认识论逻辑（epistemiclogic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要著作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。

4．对自然语言的逻辑研究

对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。

自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦]美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则：

（1）数量准则：在交际过程中给出的信息量要适中。

a．给出所要求的信息量；

b．给出的信息量不要多于所要求的信息量。

（2）质量准则：力求讲真话。

a．不说你认为假的东西，。

b．不说你缺少适当证据的东西。

（3）关联准则：说话要与已定的交际目的相关联。

（4）方式准则：说话要意思明确，表达清晰。

a．避免晦涩生僻的表达方式；

b．避免有歧义的表达方式；

c．说话要简洁；

d．说话要有顺序性。[⑧]

后来对这些原则提出了不和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是：

（i）S说了p；

（ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则；

（iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q；

（iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q；

（v）S无法阻止听话人H考虑q；

（vi）因此，S意图让H考虑q，并在说p时意味着q。

试举二例：

（1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。”

逻辑推理基本原理篇2

【关键词】归纳逻辑/休谟问题/概率/贝叶斯主义

【正文】

一、概述

归纳逻辑是关于或然性推理的逻辑。或然性推理是这样一种推理：当其前提真时其结论很可能真但不必然真。现代归纳逻辑的显著特点就是对或然性推理加以系统化和定量化。本世纪二、三十年代以后，随着数学概率论趋于成熟，概率归纳逻辑得以产生和发展。概率归纳逻辑是应用概率论来系统地研究和表述或然性推理的。本世纪七十年代前后，出现了一种非数学概率论的归纳逻辑理论，这种理论也被称为“非帕斯卡概率归纳逻辑”（参见非帕斯卡概率归纳逻辑）。不过从总体上讲，比起经典的（亦即帕斯卡的）概率归纳逻辑，非帕斯卡概率归纳逻辑还显得比较薄弱，亟待改进和发展。

凡属经典概率归纳逻辑的理论都满足数学概率论的三条公理即：（1）任何事件或命题的概率大于等于0，即p（a）≥0；（2）一个必然事件或命题的概率等于1；（3）对于任何两个互斥的事件或命题a和b，p（a∨b）＝p（a）＋p（b）。任一事件或命题a的概率p（a）叫做“基本概率”。概率公理系统的逻辑功能就是在给定基本概率之后推导出有关的其他概率来。至于基本概率如何确定，概率公理除了告诉我们，一组互斥且穷举的事件或命题的基本概率之和等于1外，什么也没说。这种情况类似于演绎逻辑。演绎逻辑并没有告诉我们如何得到真前提，其作用仅仅在于我们得到真前提之后保证由此推出的其他命题都是真的。可见，概率公理系统实际上只是演绎逻辑或数学的一个分支。正如怎样获得真前提的问题属于归纳逻辑研究的范围。怎样获得基本概率的问题也属于归纳逻辑研究的范围。因此，确定基本概率的原则属于归纳原则，它与概率公理系统一道构成一个扩充的系统，这个扩充的系统就是概率归纳逻辑系统。采取不同的确定基本概率的原则以及对概率给以不同的解释就导致不同的概率归纳逻辑系统，进而导致不同的概率归纳逻辑学派，其中主要包括经验主义，逻辑主义和主观主义（即贝叶斯主义）。

现代归纳逻辑还面临着一个传统逻辑遗留下来的疑难问题即休谟问题亦即归纳合理性问题。此问题的严重性在于，如果作为经验科学基础的归纳推理没有合理性，那么，人们的科学活动也就成为非理性的行为。对于休谟问题，现代归纳逻辑的各个派别都试图给出解答，但是至今尚未得到一个令人满意的答案。除了休谟问题外，现代归纳逻辑还面临若干悖论，其中包括认证悖论（乌雅悖论）、绿蓝悖论（新归纳之谜）和抽彩悖论，它们分别由当代逻辑学家和哲学家亨佩尔（c.g.hempel）、古德曼（n.goodman）和凯伯格（h.e.kyburg）提出。这些悖论的共同特点是，从人们通常公认的原则或原理出发，却得出逻辑矛盾或与常识相违的结论。对于这些悖论能否给出恰当的解决，是衡量一种归纳理论是否恰当的重要标志。

出于解决休谟问题、归纳悖论以及其他归纳疑难的企图，本世纪六、七十年代出现了一种新的思潮即局部归纳逻辑。局部归纳逻辑不同于整体归纳逻辑的地方在于，它不要求对一切非演绎的原则或知识进行辩护，而只要求对那些在科学家们看来已经成为问题的原则或知识进行辩护。这意味着，如果科学家们对诸如简单枚举法这些最常用的归纳原则的合理性没有产生疑问的话，那么，哲学家们也大可不必为此操心。可见，局部归纳逻辑在很大程度上是绕过休谟问题以及其他一些疑难问题的。尽管局部归纳逻辑对于现代归纳逻辑的发展起了相当大的促进作用，但是如此宽泛的局部化使其哲学价值受到怀疑。主观主义亦即贝叶斯主义概率归纳逻辑走了一条介于局部归纳逻辑和整体归纳逻辑之间的道路，而且近年来其发展势头仍然不减甚至愈来愈猛，显示出一个进化的研究纲领的某些特征。在笔者看来，贝叶斯主义概率归纳逻辑代表着现代归纳逻辑的发展趋势。下面就对有关问题分别加以简要的讨论。

二、休谟问题

休谟问题也叫做归纳问题，是由十八世纪的英国哲学家休谟（d.hume）提出来的，它在现代归纳逻辑中仍然是核心问题之一，并且至今尚未得到令人满意的解决。休谟提出的问题是：归纳法具有理性的依据吗？如何为归纳法的合理性进行辩护？休谟本人的回答是：为归纳法的合理性进行辩护是不可能的，因此归纳法没有合理性，只不过是人的一种心理本能。休谟的理由大致是：一切推理可以分为两类，一类是关于观念间的推理，具有必然性；另一类是关于经验事实的推理，具有或然性。归纳法是要根据过去发生的事情推断将来要发生的事情，既然过去和将来之间没有逻辑上的必然性，所以不能用前一种推理为它进行辩护；但也不能用后一种推理为它进行辩护，否则就会出现循环论证。在概率归纳逻辑中，休谟问题转化为：如何为确定基本概率的原则进行辩护？对此问题，不同的学派采取了不同的论证方式或思路，但有一种趋向似乎是共同的，即为归纳法的实用合理性进行辩护。实用合理性与真理性之间并无直接关系，而是与人的主观目的性直接相关的：如，为归纳法的渐近性、简单性或可避免大弃赌等性质进行辩护均属关于实用合理性的辩护。尽管这些辩护还存有这样或那样的缺陷，但却是富有启发性的；至于从实用合理性的角度为归纳法辩护是否最终取得成功，则有待进一步的研究。笔者在拙作《归纳逻辑与归纳悖论》（1994年）中也对休谟问题提出一种尝试性的解决方案。

三、经验主义概率归纳逻辑

经验主义概率归纳逻辑主要是由莱欣巴赫（h.reichenbach）于本世纪三十年代提出的，后由萨尔蒙（w.salmon）等人给以进一步的发展。在此理论中，概率被定义为相对频率的极限。具体地说，在关于某一事件a的无穷序列中，如果被观察的某一特征b出现的相对频率fn（b，a）趋向某一极限l，那么，l就是b相对于a的概率，记为：

lim

p（b，a）＝

f[,n]（b，a）＝l

n∞

由于这种定义下的概率涉及到事件的无穷序列，所以是不可能被直接观察到的，只能由渐近认定的方法来得到。渐近认定的方法是一个不断修正的过程即：当观察次数n为一有限数n[,1]时，观察到特征b出现了m[,1]次，便认定概率p（b，a）就是相对频率m[,1]／n[,1]；当n增加到n[,2]时，相对频率变为m[,2]／n[,2]，那么便重新认定p（b，a）就是m[,2]／n[,2]；以此类推，直到n充分大。这种渐近认定方法并不假定事件的无穷序列一定存在极限，但它仍然是合理的，因为，如果不存在极限，用任何方法都找不到极限，反之，如果存在极限，那么用这种方法便一定能够找到。这就是说，对于寻找频率极限，渐进认定方法不会比其他方法差而只会比其他方法好。渐近认定方法的这种合理性与真理性并无直接关系，因此常常被称为“实用的合理性”。然而，具有这种实用合理性的渐近认定规则并非只此一种，而是有无数种，它们可被统一地表述为：给定fn（b，a）＝m／n，则推得

lim

f[,n]（b，a）＝m／n＋c（当n∞，则c0）

n∞

显然，上面提及的那种渐近认定方法只是当c为常数0时的特例，比起其他一般的渐近认定方法，它的优越性亦即合理性仅仅在于它的简单性；这能否成为对休谟问题的一种恰当解决，乃是一个有争议的问题。此外，把概率定义为无穷序列的频率极限，从根本上讲是不适用于单个事件或有限多个事件的，这一事实威胁到此定义的恰当性，也是此理论所面临的一个疑难问题。

四、逻辑主义概率归纳逻辑

逻辑主义概率归纳逻辑起源于凯恩斯（j.m.keynes）和杰弗里斯（h.jeffreys）等人，不过其代表人物当推卡尔纳普（r.carnap），他于本世纪四、五十年代系统地建立起这一理论，后由欣蒂卡（j.hintikka）等人给以改进和发展。该理论把概率定义为假设h相对于证据e的认证度（thedegreeofconfirmation），记为c（h，e）。c（h，e）仅仅表达了h和e这两个命题之间的某种逻辑关系，而对h和e各自的真假毫无断定，因此对它的确定只需进行语义分析，而无需与事实相对照。该理论是建立在一个简单的语言系统之上的，该语言仅由个体常项、一元谓词和逻辑常项构成，而且其数目都是有限的；这样便可形成一些对所有个体的各种性质同时有所断定的语句即“状态描述”，而其他任一语句的概率都可根据状态描述的概率从逻辑上加以确定。问题的关键在于如何确定各个状态描述的概率，对此，卡尔纳普先后采取了不同的方法和态度。它开始将无差别原则直接用于状态描述，从而给各个状态描述以相等的概率；后又改为将无差别原则用于所谓的结构描述，最后又建立了一个“归纳方法连续统”，允许用无数多种方法对状态描述赋予概率；至于一个人如何在这诸多的归纳方法中加以选择，则取决于他在实用上甚至在直觉上的理由。这样一来，卡尔纳普便在很大程度上放弃了原先的逻辑主义主张，在很大程度上转入主观主义的阵营。

五、主观主义概率归纳逻辑

主观主义概率归纳逻辑也叫做私人主义（personalism）或贝叶斯主义（bayesianism）概率归纳逻辑。此理论发端于本世纪三十年代，其创始人是拉姆齐（f.p.ramsey）和菲耐蒂（definetti）。在此理论中，概率被解释为一个人的合理的主观置信度。主观置信度是人的内省经验，为了使之具有可测度性，它又被定义为一个人关于某一命题的

d[,1]真实性所愿接受的最大赌商，即：p（a）＝───────，这里d[,1]

d[,1]＋d[,2]代表某人关于命题a的真实性进行打赌时所愿下的最大赌金，d[,2]是其对手所下的赌金。该理论的一条重要定理即大弃赌定理（thedutchbooktheorem，有文献译为“荷兰赌定理”）表明，一个人要能避免大弃赌，当且仅当，他的最大赌商满足概率论公理。所谓大弃赌是这样一种，无论所赌的那个命题是真还是假，赌者都要输钱。显然，导致大弃赌的赌商以及相应的置信度是不合理的；这表明，把概率解释为一个人的合理置信度是恰当的。该理论的另一条重要定理是意见收敛定理，它表明，如果按照贝叶斯定理来不断地修正验前概率，那么，无论验前概率是怎样的，验后概率终将趋于一致；这样，验前概率的主观性和任意性就成为无关紧要的，因为它们终将淹没在验后概率的客观性和确定性之中。一个人对被检验假设的验前概率是由他当时的背景知识决定的，这表明主观主义具有局部归纳逻辑的特征；同时，主观主义又要求按照贝叶斯定理用检验结果不断地修正验前概率，从而使局部化的程度及其影响降至最低。可见，主观主义走了一条介于整体归纳逻辑与通常的局部归纳逻辑之间的道路。

意见收敛定理也是对休谟问题的一种解答，然而，哈金（i.hacking）指出，贝叶斯定理仅仅是关于条件概率的，而非关于验后概率的，因为从逻辑上讲，验后概率可以不等于条件概率。把验后概率等同于条件概率，这是主观主义概率归纳逻辑的一个预设，其合理性有待进一步的辨护。在这方面，拙作《归纳逻辑与归纳悖论》作出一定的努力。

六、贝叶斯定理

贝叶斯定理是概率论的一个定理，它在现代归纳逻辑中常常扮演着重要的角色，因为它提供了一种计算假设的验后概率的方法。贝叶斯定理的表达式是：

在p（e）＞0和p（h[,i]）＞0的条件下，如果h[,1]，h[,2]，…，h[,n]是互斥且穷举的，那么，

p（h[,j]）p（e／h[,j]）

p（h[,j]／e）＝─────────────（1≤j≤n）

n

∑p（h[,i]）p（e／h[,i]）

i＝1

此等式左边的条件概率p（h[,j]／e）一般被称为被检验假设h[,j]相对于证据e的验后概率（上面提到，哈金已指出此说法并不严格），等式右边分子中的p（h[,j]）表示h[,j]的验前概率，p（e／h[,j]）表示h[,j]对e的预测度（或似然度）；类似地，分母中的p（h[,i]）和p（e／h[,i]）分别表示该组假设中的任一假设h[,i]的验前概率亦即主观概率和对e的预测度。根据贝叶斯定理，在对一个假设进行检验的时候应当满足以下几个要求：（1）至少存在另一个竞争假设，即n≥2；（2）这n个假设中至少并且至多有一为真；（3）任何一个竞争假设的验前概率大于0而小于1；（4）证据的无条件概率大于0。应当说，这些要求对于科学检验的实际过程来说都是合理的；并且有文献表明，满足这些要求对于解决归纳逻辑的一些疑难问题是必要的。由于贝叶斯定理给各个竞争假设的验前概率亦即主观概率留有发挥作用的余地（对之只有很弱的限制即大于0而小于1），从而成为从假设的验前概率过度到验后概率的桥梁。这使得它在现代归纳逻辑中，尤其在主观主义概率归纳逻辑中起着重要的作用，这就是主观主义概率归纳逻辑又被称为贝叶斯主义的原因。

七、无差别原则

无差别原则也叫作“不充分理由原则”，其内容是：对于任何两个事件或命题a和b，如果我们关于它们的知识是无差别的，亦即我们没有理由认为其中一个比另一个更有可能发生，那么，我们就应当对它们赋予相等的概率，即p（a）＝p（b）。无差别原则在古典概率论中起着重要的作用，因为概率的古典定义是：

a所包含的基本事件的数目

p（a）＝─────────────

全部基本事件的数目

基本事件的特征之一是具有等概性，而这种等概性就是由无差别原则确定的。无差别原则在现代归纳逻辑中也起着重要的作用，这在逻辑主义概率归纳逻辑中是十分明显的。无差别原则在很大程度上具有主观性和任意性，因为在一定意义上它是基于人们对两个事件或命题的相等的无知，这势必导致某些荒谬的结论。正因为此，现代归纳逻辑的另一些学派都尽量避免使用无差别原则。但是，这种努力是否成功，还是一个值得研究的问题。不过有一点是可以肯定的，即使保留无差别原则，也必须对它的使用条件或使用范围加以限制。

八、相关变项法

相关变项法（therelatedvariablesmethod）是由英国逻辑学家和哲学家科恩（j.cohen）于本世纪70年代提出来的。它的新颖之处在于试图给出一个分级的而非连续的归纳支持测度。这种分级归纳测度的现实根据在于，科学家们为检验一个科学假设而进行的科学实验是经过精心策划的和有限的，而不是盲目的和无限多的，科学家们设计实验的基本方法就是逐一改变与被检验假设相关的变项及其组合。例如，对于“蜜蜂能辨别颜色”这一假设的检验来说，相关的变项包括：蜜蜂所追逐的目标的排列位置，目标的气味，等等；这些变项可以分别记为：v[,1]，v[,2]，……v[,n]；其中每一变项又包括若干变素（即变项的值），如气味这一变项所包含的变素有：甜味、苦味、酸味，等等；变项v[,i]（1≤i≤n）的k个变素可记为：v[1][,i]，v[2]，…，v[k][,i]。由于各个变项对于被检验假设的相关性程度是有所不同的，相应地，它们对于检验的重要性也就有所不同。相关变项v[,1]，v[,2]，…，v[,n]是依其重要性程度由小到大的次序来排列的。为检验一个具有“所有r都是s”这种形式的假设，实验可以按照如下方式来安排。实验t[,1]：改变相关变项v[,1]，让它依次在k[,1]个变素中取值，其他变项均保持不变，这样就构成k[,1]个子实验，从而构成一个实验完备组，即“规范实验”；如果假设没有通过这个规范实验，那么检验到此为止，否则，继续进行实验t[,2]；以此类推，直到实验t[,n]。请注意，构成实验t[,2]的一组于实验并非仅由改变v[,2]的变素决定的，而是由改变v[,1]的k[,1]个变素和v[,2]的k[,2]个变素的组合决定的。显然，t[,2]包含了t[,1]，这使得如果一个假设通过了t[,2]，那它就一定通过了t[,1]，但反之不然。这种关系适合于任何两个实验t[,j]和t[,i]（j＞i）。在进行t[,1]之前，被检验假设已经具有一定的支持度，否则它就没有被检验的价值；因此可以说，被检验假设首先通过t[,0]。这样，n个相关变项便构成包含t[,0]在内的n＋1个规范实验，从而使被检验假设的支持度可以分为n＋1个级别。如果一个假设h通过t[,i]，而没有通过t[,i]＋1，

i＋1那么它就获得第i＋1级的支持，其支持度记为s（h，e[,i]）＝────，

n＋1，其中e[,i]是关于t[,i]的证据报告。当假设h通过t[,n]时，其支持度便达到1。科恩宣称，此方法是对培根和穆勒的传统排除法的发展和精制；不过，此方法还面临一些有待克服的困难。

九、非帕斯卡概率归纳逻辑

“非帕斯卡概率论”这个概念首先由科恩于1977年正式提出，但对它的研究可以追溯到沙克尔（g.shackle，1949）。所谓帕斯卡（pascal）概率论就是经典概率论；它有一条定理即：p（＠①h）＝1－p（h），此定理叫做“否定律”，也叫做“互补律”。但是，此定理在非帕斯卡概率论中不成立，而代之以另一条定理即：如果p（h）＞0，则p（＠①h）＝0。科恩的非帕斯卡概率归纳逻辑是对其归纳支持理论的简单扩展，即把一个普遍概括的归纳支持度移植到它的某个特殊事例上。前面谈到，归纳支持理论是以相关变项法为其语义模型的，因此，科恩的非帕斯卡概率如同支持度也是分级的而非连续的。具体地说，如果假

i＋1设“所有r是s”获得的支持度是───，那么某一具有性质r的特殊

n＋1

i＋1

i＋1事例a具有性质s的概率也是─────，记为：p（sa，ra）＝──。

n＋1

n＋1由于非帕斯卡概率不满足经典概率的互补律，这使得，任何一个假设如果曾经获得大于0的支持度，那么它就永远不会被彻底否定：更有甚者，如果一个假设曾经在实验t[,i]中获得较高的支持度如4／5，那么，t[,i]以后的任何否证性实验t[,j]都不能使之降低一丝一毫。应该说，这一结论是与科学检验的实际情况相违的。总之，与帕斯卡概率论相比，非帕斯卡概率论以及相应的归纳逻辑无论从语法上还是从语义上都显得不够成熟，亟待改进和发展。

十、局部归纳逻辑与整体归纳逻辑

局部（local）归纳逻辑是于本世纪六七十年代在归纳逻辑研究范围内兴起的潮流之一，其代表人物是科恩、莱维（i.levi）等。局部归纳逻辑是相对于整体（global）归纳逻辑而言的，而且同归纳逻辑的辩护问题直接相关。休谟把对一切或然性推理即归纳推理的辩护归结为对简单枚举法的辩护，他论证了简单枚举法的合理性得不到辩护，因此一切归纳推理都得不到辩护。休谟这里所要求的辩护是一种整体的辩护，即除演绎推理原则以外的任何原则或知识都需要辩护。以整体辩护为目标的归纳逻辑就是整体归纳逻辑。卡尔纳普和莱欣巴赫等人的归纳逻辑均属此类。与此不同，局部归纳逻辑只要求对归纳推理作局部的辩护。以科恩的相关变项法为例，它是以相关变项及其相关程度的知识为前提的，至于这种知识是如何得到的，此问题则超出归纳逻辑的范围，正是需要哲学家们向科学家们请教的，而不是相反；事实上，对于一个成熟的科学共同体来说，有关相关变项的意见往往是一致的，因而无需哲学家们节外生枝地对此提出质疑。用莱维的话来讲：“在科学中，仅当在具体的研究语境中产生了辩护的需要，关于信念的辩护才成为必要的。”现在一般认为，休谟所要求的那种关于归纳逻辑的整体辩护是不可能达到的，只能达到局部辩护，问题在于局部化的程度。应当说，一种归纳逻辑理论的局部化程度越低，其哲学价值越高。在许多学者看来，科恩和莱维等人所主张的归纳逻辑的局部化程度太高了，几乎等于对休谟问题的回避，因而是不能令人满意的。相比之下，贝叶斯主义归纳逻辑的局部化程度要低得多。

【参考文献】

〔1〕c.howson&p.urbach,scientificreasoning——thebayesianapproach,chicago:opencourtpublishingcompany,1989.

〔2〕r.j.bogdan,localinduction,dordrecht:reidel,1976.

〔3〕m.hesse,thestructureofscientificinference,berkeley:universityofcaliforniapress,1974

〔4〕w.c.salmon,thefoundationsofscientificinference,pittsburgh:universityofpittsburghpress.1967.

〔5〕h.reichenbach,thetheoryofprobability,berkeley:universityofcaliforniapress,1949.

〔6〕l.j.savage,thefoundationsofstatistics,newyork:johnwileyandsons,inc.1954.

〔7〕i.hacking,'slightlymorerealisticpersonalprobability',inphilosophyofscience,vol.34,1967.

〔8〕b.de.finetti,‘foresight:itslogicallaws,itssubjectivesources’,instudiesinsubjectiveprobability,editedbyh.e.kyburg,jr.,andh.e.smokler,newyork:johnwileyandsons,inc.1964.

〔9〕camap,logicalfoundationsofprobability,chicago:universityofchicagopress,1950.

〔10〕r.carnap,thecontinuumofinductivemethods,chicago:universityofchicagopress,1952.

逻辑推理基本原理篇3

［关键词］人工智能，常识推理，归纳逻辑，广义内涵逻辑，认知逻辑，自然语言逻辑

现代逻辑创始于19世纪末叶和20世纪早期，其发展动力主要来自于数学中的公理化运动。当时的数学家们试图即从少数公理根据明确给出的演绎规则推导出其他的数学定理，从而把整个数学构造成为一个严格的演绎大厦，然后用某种程序和方法一劳永逸地证明数学体系的可靠性。为此需要发明和锻造严格、精确、适用的逻辑工具。这是现代逻辑诞生的主要动力。由此造成的后果就是20世纪逻辑研究的严重数学化，其表现在于：一是逻辑专注于在数学的形式化过程中提出的问题；二是逻辑采纳了数学的方法论，从事逻辑研究就意味着象数学那样用严格的形式证明去解决问题。由此发展出来的逻辑被恰当地称为“数理逻辑”，它增强了逻辑研究的深度，使逻辑学的发展继古希腊逻辑、欧洲中世纪逻辑之后进入第三个高峰期，并且对整个现代科学特别是数学、哲学、语言学和计算机科学产生了非常重要的影响。

本文所要探讨的问题是：21世纪逻辑发展的主要动力将来自何处？大致说来将如何发展？我个人的看法是：计算机科学和人工智能将至少是21世纪早期逻辑学发展的主要动力源泉，并将由此决定21世纪逻辑学的另一幅面貌。由于人工智能要模拟人的智能，它的难点不在于人脑所进行的各种必然性推理（这一点在20世纪基本上已经做到了，如用计算机去进行高难度和高强度的数学证明，“深蓝”通过高速、大量的计算去与世界冠军下棋），而是最能体现人的智能特征的能动性、创造性思维，这种思维活动中包括学习、抉择、尝试、修正、推理诸因素，例如选择性地搜集相关的经验证据，在不充分信息的基础上作出尝试性的判断或抉择，不断根据环境反馈调整、修正自己的行为，……由此达到实践的成功。于是，逻辑学将不得不比较全面地研究人的思维活动，并着重研究人的思维中最能体现其能动性特征的各种不确定性推理，由此发展出的逻辑理论也将具有更强的可应用性。

实际上，在20世纪中后期，就已经开始了现代逻辑与人工智能（记为AI）之间的相互融合和渗透。例如，哲学逻辑所研究的许多课题在理论计算机和人工智能中具有重要的应用价值。AI从认知心理学、社会科学以及决策科学中获得了许多资源，但逻辑（包括哲学逻辑）在AI中发挥了特别突出的作用。某些原因促使哲学逻辑家去发展关于非数学推理

的理论；基于几乎同样的理由，AI研究者也在进行类似的探索，这两方面的研究正在相互接近、相互借鉴，甚至在逐渐融合在一起。例如，AI特别关心下述课题：

·效率和资源有限的推理；

·感知；

·做计划和计划再认；

·关于他人的知识和信念的推理；

·各认知主体之间相互的知识；

·自然语言理解；

·知识表示；

·常识的精确处理；

·对不确定性的处理，容错推理；

·关于时间和因果性的推理；

·解释或说明；

·对归纳概括以及概念的学习。[①]

21世纪的逻辑学也应该关注这些问题，并对之进行研究。为了做到这一点，逻辑学家们有必要熟悉AI的要求及其相关进展，使其研究成果在AI中具有可应用性。

我认为，至少是21世纪早期，逻辑学将会重点关注下述几个领域，并且有可能在这些领域出现具有重大意义的成果：（1）如何在逻辑中处理常识推理中的弗协调、非单调和容错性因素？（2）如何使机器人具有人的创造性智能，如从经验证据中建立用于指导以后行动的归纳判断？（3）如何进行知识表示和知识推理，特别是基于已有的知识库以及各认知主体相互之间的知识而进行的推理？（4）如何结合各种语境因素进行自然语言理解和推理，使智能机器人能够用人的自然语言与人进行成功的交际？等等。

1．常识推理中的某些弗协调、非单调和容错性因素

AI研究的一个目标就是用机器智能模拟人的智能，它选择各种能反映人的智能特征的问题进行实践，希望能做出各种具有智能特征的软件系统。AI研究基于计算途径，因此要建立具有可操作性的符号模型。一般而言，AI关于智能系统的符号模型可描述为：由一个知识载体（称为知识库KB）和一组加载在KB上的足以产生智能行为的过程（称为问题求解器PS）构成。经过20世纪70年代包括专家系统的发展，AI研究者逐步取得共识，认识到知识在智能系统中力量，即一般的智能系统事实上是一种基于知识的系统，而知识包括专门性知识和常识性知识，前者亦可看做是某一领域内专家的常识。于是，常识问题就成为AI研究的一个核心问题，它包括两个方面：常识表示和常识推理，即如何在人工智能中清晰地表示人类的常识，并运用这些常识去进行符合人类行为的推理。显然，如此建立的常识知识库可能包含矛盾，是不协调的，但这种矛盾或不协调应不至于影响到进行合理的推理行为；常识推理还是一种非单调推理，即人们基于不完全的信息推出某些结论，当人们得到更完全的信息后，可以改变甚至收回原来的结论；常识推理也是一种可能出错的不精确的推理模式，是在容许有错误知识的情况下进行的推理，简称容错推理。而经典逻辑拒斥任何矛盾，容许从矛盾推出一切命题；并且它是单调的，即承认如下的推理模式：如果p?r，则pùq?r；或者说，任一理论的定理属于该理论之任一扩张的定理集。因此，在处理常识表示和常识推理时，经典逻辑应该受到限制和修正，并发展出某些非经典的逻辑，如次协调逻辑、非单调逻辑、容错推理等。有人指出，常识推理的逻辑是次协调逻辑和非单调逻辑的某种结合物，而后者又可看做是对容错推理的简单且基本的情形的一种形式化。[②]“次协调逻辑”（ParaconsistentLogic）是由普里斯特、达·科斯塔等人在对悖论的研究中发展出来的，其基本想法是：当在一个理论中发现难以克服的矛盾或悖论时，与其徒劳地想尽各种办法去排除或防范它们，不如干脆让它们留在理论体系内，但把它们“圈禁”起来，不让它们任意扩散，以免使我们所创立或研究的理论成为“不足道”的。于是，在次协调逻辑中，能够容纳有意义、有价值的“真矛盾”，但这些矛盾并不能使系统推出一切，导致自毁。因此，这一新逻辑具有一种次于经典逻辑但又远远高于完全不协调系统的协调性。次协调逻辑家们认为，如果在一理论T中，一语句A及其否定?A都是定理，则T是不协调的；否则，称T是协调的。如果T所使用的逻辑含有从互相否定的两公式可推出一切公式的规则或推理，则不协调的T也是不足道的(trivial)。因此，通常以经典逻辑为基础的理论，如果它是不协调的，那它一定也是不足道的。这一现象表明，经典逻辑虽可用于研究协调的理论，但不适用于研究不协调但又足道的理论。达·科斯塔在20世纪60年代构造了一系列次协调逻辑系统Cn（1≤n≤w），以用作不协调而又足道的理论的逻辑工具。对次协调逻辑系统Cn的特征性描述包括下述命题：(i)矛盾律?(Aù?A)不普遍有效；(ii)从两个相互否定的公式A和?A推不出任意公式；即是说，矛盾不会在系统中任意扩散，矛盾不等于灾难。(iii)应当容纳与(i)和(ii)相容的大多数经典逻辑的推理模式和规则。这里，(i)和(ii)表明了对矛盾的一种相对宽容的态度，(iii)则表明次协调逻辑对于经典逻辑仍有一定的继承性。

在任一次协调逻辑系统Cn(1≤n≤w)中，下述经典逻辑的定理或推理模式都不成立：

?(Aù?A)

Aù?AB

A(?AB)

(A??A)B

(A??A)?B

A??A

(?Aù(AúB))B

(AB)(?B?A)

若以C0为经典逻辑，则系列C0,C1,C2,…Cn,…Cw使得对任正整数i有Ci弱于Ci-1，Cw是这系列中最弱的演算。已经为Cn设计出了合适的语义学，并已经证明Cn相对于此种语义是可靠的和完全的，并且次协调命题逻辑系统Cn还是可判定的。现在，已经有人把次协调逻辑扩展到模态逻辑、时态逻辑、道义逻辑、多值逻辑、集合论等领域的研究中，发展了这些领域内的次协调理论。显然，次协调逻辑将会得到更进一步的发展。[③]

非单调逻辑是关于非单调推理的逻辑，它的研究开始于20世纪80年代。1980年，D·麦克多莫特和J·多伊尔初步尝试着系统发展一种关于非单调推理的逻辑。他们在经典谓词演算中引入一个算子M，表示某种“一致性”断言，并将其看做是模态概念，通过一定程序把模态逻辑系统T、S4和S5翻译成非单调逻辑。B·摩尔的论文《非单调逻辑的语义思考》（1983）据认为在非单调逻辑方面作出了令人注目的贡献。他在“缺省推理”和“自动认知推理”之间做了区分，并把前者看作是在没有任何相反信息和缺少证据的条件下进行推理的过程，这种推理的特征是试探性的：根据新信息，它们很可能会被撤消。自动认知推理则不是这种类型，它是与人们自身的信念或知识相关的推理，可用它模拟一个理想的具有信念的有理性的人的推理。对于在计算机和人工智能中获得成功的应用而言，非单调逻辑尚需进一步发展。

2．归纳以及其他不确定性推理

人类智能的本质特征和最高表现是创造。在人类创造的过程中，具有必然性的演绎推理固然起重要作用，但更为重要的是具有某种不确定性的归纳、类比推理以及模糊推理等。因此，计算机要成功地模拟人的智能，真正体现出人的智能品质，就必须对各种具有不确定性的推理模式进行研究。

首先是对归纳推理和归纳逻辑的研究。这里所说的“归纳推理”是广义的，指一切扩展性推理，它们的结论所断定的超出了其前提所断定的范围，因而前提的真无法保证结论的真，整个推理因此缺乏必然性。具体说来，这种意义的“归纳”包括下述内容：简单枚举法；排除归纳法，指这样一些操作：预先通过观察或实验列出被研究现象的可能的原因，然后有选择地安排某些事例或实验，根据某些标准排除不相干假设，最后得到比较可靠的结论；统计概括：从关于有穷数目样本的构成的知识到关于未知总体分布构成的结论的推理；类比论证和假说演绎法，等等。尽管休谟提出著名的“归纳问题”，对归纳推理的合理性和归纳逻辑的可能性提出了深刻的质疑，但我认为，（1）归纳是在茫茫宇宙中生存的人类必须采取也只能采取的认知策略，对于人类来说具有实践的必然性。（2）人类有理由从经验的重复中建立某种确实性和规律性，其依据就是确信宇宙中存在某种类似于自然齐一律和客观因果律之类的东西。这一确信是合理的，而用纯逻辑的理由去怀疑一个关于世界的事实性断言则是不合理的，除非这个断言是逻辑矛盾。（3）人类有可能建立起局部合理的归纳逻辑和归纳方法论。并且，归纳逻辑的这种可能性正在计算机科学和人工智能的研究推动下慢慢地演变成现实。恩格斯早就指出，“社会一旦有技术上的需要，则这种需要比十所大学更能把科学推向前进。”[④]有人通过指责现有的归纳逻辑不成熟，得出“归纳逻辑不可能”的结论，他们的推理本身与归纳推理一样，不具有演绎的必然性。（4）人类实践的成功在一定程度上证明了相应的经验知识的真理性，也就在一定程度上证明了归纳逻辑和归纳方法论的力量。毋庸否认，归纳逻辑目前还很不成熟。有的学者指出，为了在机器的智能模拟中克服对归纳模拟的困难而有所突破，应该将归纳逻辑等有关的基础理论研究与机器学习、不确定推理和神经网络学习模型与归纳学习中已有的成果结合起来。只有这样，才能在已有的归纳学习成果上，在机器归纳和机器发现上取得新的突破和进展。[⑤]这是一个极有价值且极富挑战性的课题，无疑在21世纪将得到重视并取得进展。再谈模糊逻辑。现实世界中充满了模糊现象，这些现象反映到人的思维中形成了模糊概念和模糊命题，如“矮个子”、“美人”、“甲地在乙地附近”、“他很年轻”等。研究模糊概念、模糊命题和模糊推理的逻辑理论叫做“模糊逻辑”。对它的研究始于20世纪20年代，其代表性人物是L·A·查德和P·N·马林诺斯。模糊逻辑为精确逻辑（二值逻辑）解决不了的问题提供了解决的可能，它目前在医疗诊断、故障检测、气象预报、自动控制以及人工智能研究中获得重要应用。显然，它在21世纪将继续得到更大的发展。

3．广义内涵逻辑

经典逻辑只是对命题联结词、个体词、谓词、量词和等词进行了研究，但在自然语言中，除了这些语言成分之外，显然还存在许多其他的语言成分，如各种各样的副词，包括模态词“必然”、“可能”和“不可能”、时态词“过去”、“现在”和“未来”、道义词“应该”、“允许”、“禁止”等等，以及各种认知动词，如“思考”、“希望”、“相信”、“判断”、“猜测”、“考虑”、“怀疑”，这些认知动词在逻辑和哲学文献中被叫做“命题态度词”。对这些副词以及命题态度词的逻辑研究可以归类为“广义内涵逻辑”。

大多数副词以及几乎所有命题态度词都是内涵性的，造成内涵语境，后者与外延语境构成对照。外延语境又叫透明语境，是经典逻辑的组合性原则、等值置换规则、同一性替换规则在其中适用的语境；内涵语境又称晦暗语境，是上述规则在其中不适用的语境。相应于外延语境和内涵语境的区别，一切语言表达式（包括自然语言的名词、动词、形容词直至语句）都可以区分为外延性的和内涵性的，前者是提供外延语境的表达式，后者是提供内涵性语境的表达式。例如，杀死、见到、拥抱、吻、砍、踢、打、与…下棋等都是外延性表达式，而知道、相信、认识、必然、可能、允许、禁止、过去、现在、未来等都是内涵性表达式。

在内涵语境中会出现一些复杂的情况。首先，对于个体词项来说，关键性的东西是我们不仅必须考虑它们在现实世界中的外延，而且要考虑它们在其他可能世界中的外延。例如，由于“必然”是内涵性表达式，它提供内涵语境，因而下述推理是非有效的：

晨星必然是晨星，

晨星就是暮星，

所以，晨星必然是暮星。

这是因为：这个推理只考虑到“晨星”和“暮星”在现实世界中的外延，并没有考虑到它们在每一个可能世界中的外延，我们完全可以设想一个可能世界，在其中“晨星”的外延不同于“暮星”的外延。因此，我们就不能利用同一性替换规则，由该推理的前提得出它的结论：“晨星必然是暮星”。其次，在内涵语境中，语言表达式不再以通常是它们的外延的东西作为外延，而以通常是它们的内涵的东西作为外延。以“达尔文相信人是从猿猴进化而来的”这个语句为例。这里，达尔文所相信的是“人是从猿猴进化而来的”所表达的思想，而不是它所指称的真值，于是在这种情况下，“人是从猿猴进化而来的”所表达的思想（命题）就构成它的外延。再次，在内涵语境中，虽然适用于外延的函项性原则不再成立，但并不是非要抛弃不可，可以把它改述为新的形式：一复合表达式的外延是它出现于外延语境中的部分表达式的外延加上出现于内涵语境中的部分表达式的内涵的函项。这个新的组合性或函项性原则在内涵逻辑中成立。

一般而言，一个好的内涵逻辑至少应满足两个条件：（i）它必须能够处理外延逻辑所能处理的问题；（ii）它还必须能够处理外延逻辑所不能处理的难题。这就是说，它既不能与外延逻辑相矛盾，又要克服外延逻辑的局限。这样的内涵逻辑目前正在发展中，并且已有初步轮廓。从术语上说，内涵逻辑除需要真、假、语句真值的同一和不同、集合或类、谓词的同范围或不同范围等外延逻辑的术语之外，还需要同义、内涵的同一和差异、命题、属性或概念这样一些术语。广而言之，可以把内涵逻辑看作是关于象“必然”、“可能”、“知道”、“相信”，“允许”、“禁止”等提供内涵语境的语句算子的一般逻辑。在这种广义之下，模态逻辑、时态逻辑、道义逻辑、认知逻辑、问题逻辑等都是内涵逻辑。不过，还有一种狭义的内涵逻辑，它可以粗略定义如下：一个内涵逻辑是一个形式语言，其中包括（1）谓词逻辑的算子、量词和变元，这里的谓词逻辑不必局限于一阶谓词逻辑，也可以是高阶谓词逻辑；（2）合式的λ—表达式，例如(λx)A，这里A是任一类型的表达式，x是任一类型的变元，(λx)A本身是一函项，它把变元x在其中取值的那种类型的对象映射到A所属的那种类型上；（3）其他需要的模态的或内涵的算子，例如€，ù、ú。而一个内涵逻辑的解释，则由下列要素组成：（1）一个可能世界的非空集W；（2）一个可能个体的非空集D；（3）一个赋值，它给系统内的表达式指派它们在每w∈W中的外延。对于任一的解释Q和任一的世界w∈W，判定内涵逻辑系统中的任一表达式X相对于解释Q在w∈W中的外延总是可能的。这样的内涵逻辑系统有丘奇的LSD系统，R·蒙塔古的IL系统，以及E·N·扎尔塔的FIL系统等。[⑥]在各种内涵逻辑中，认识论逻辑（epistemiclogic）具有重要意义。它有广义和狭义之分。广义的认识论逻辑研究与感知（perception）、知道、相信、断定、理解、怀疑、问题和回答等相关的逻辑问题，包括问题逻辑、知道逻辑、相信逻辑、断定逻辑等；狭义的认识论逻辑仅指知道和相信的逻辑，简称“认知逻辑”。冯·赖特在1951年提出了对“认知模态”的逻辑分析，这对建立认知逻辑具有极大的启发作用。J·麦金西首先给出了一个关于“知道”的模态逻辑。A·帕普于1957年建立了一个基于6条规则的相信逻辑系统。J·亨迪卡于60年代出版的《知识和信念》一书是认知逻辑史上的重要著作，其中提出了一些认知逻辑的系统，并为其建立了基于“模型集”的语义学，后者是可能世界语义学的先导之一。当今的认知逻辑纷繁复杂，既不成熟也面临许多难题。由于认知逻辑涉及认识论、心理学、语言学、计算机科学和人工智能等诸多领域，并且认知逻辑的应用技术，又称关于知识的推理技术，正在成为计算机科学和人工智能的重要分支之一，因此认知逻辑在20世纪中后期成为国际逻辑学界的一个热门研究方向。这一状况在21世纪将得到继续并进一步强化，在这方面有可能出现突破性的重要结果。

4．对自然语言的逻辑研究

对自然语言的逻辑研究有来自几个不同领域的推动力。首先是计算机和人工智能的研究，人机对话和通讯、计算机的自然语言理解、知识表示和知识推理等课题，都需要对自然语言进行精细的逻辑分析，并且这种分析不能仅停留在句法层面，而且要深入到语义层面。其次是哲学特别是语言哲学，在20世纪哲学家们对语言表达式的意义问题倾注了异乎寻常的精力，发展了各种各样的意义理论，如观念论、指称论、使用论、言语行为理论、真值条件论等等，以致有人说，关注意义成了20世纪哲学家的职业病。再次是语言学自身发展的需要，例如在研究自然语言的意义问题时，不能仅仅停留在脱离语境的抽象研究上面，而要结合使用语言的特定环境去研究，这导致了语义学、语用学、新修辞学等等发展。各个方面发展的成果可以总称为“自然语言逻辑”，它力图综合后期维特根斯坦提倡的使用论，J·L·奥斯汀、J·L·塞尔等人发展的言语行为理论，以及P·格赖斯所创立的会话含义学说等成果，透过自然语言的指谓性和交际性去研究自然语言中的推理。

自然语言具有表达和交际两种职能，其中交际职能是自然语言最重要的职能，是它的生命力之所在。而言语交际总是在一定的语言环境（简称语境）中进行的，语境有广义和狭义之分。狭义的语境仅指一个语词、一个句子出现的上下文。广义的语境除了上下文之外，还包括该语词或语句出现的整个社会历史条件，如该语词或语句出现的时间、地点、条件、讲话的人（作者）、听话的人（读者）以及交际双方所共同具有的背景知识，这里的背景知识包括交际双方共同的信念和心理习惯，以及共同的知识和假定等等。这些语境因素对于自然语言的表达式（语词、语句）的意义有着极其重要的影响，这具体表现在：（i）语境具有消除自然语言语词的多义性、歧义性和模糊性的能力，具有严格规定语言表达式意义的能力。（ii）自然语言的句子常常包含指示代词、人称代词、时间副词等，要弄清楚这些句子的意义和内容，就要弄清楚这句话是谁说的、对谁说的、什么时候说的、什么地点说的、针对什么说的，等等，这只有在一定的语境中才能进行。依赖语境的其他类型的语句还有：包含着象“有些”和“每一个”这类量化表达式的句子的意义取决于依语境而定的论域，包含着象“大的”、“冷的”这类形容词的句子的意义取决于依语境而定的相比较的对象类；模态语句和条件语句的意义取决于因语境而变化的语义决定因素，如此等等。（iii）语言表达式的意义在语境中会出现一些重要的变化，以至偏离它通常所具有的意义（抽象意义），而产生一种新的意义即语用涵义。有人认为，一个语言表达式在它的具体语境中的意义，才是它的完全的真正的意义，一旦脱离开语境，它就只具有抽象的意义。语言的抽象意义和它的具体意义的关系，正象解剖了的死人肢体与活人肢体的关系一样。逻辑应该去研究、理解、把握自然语言的具体意义，当然不是去研究某一个（或一组）特定的语句在某个特定语境中唯一无二的意义，而是专门研究确定自然语言具体意义的普遍原则。[⑦]美国语言学家保罗·格赖斯把语言表达式在一定的交际语境中产生的一种不同于字面意义的特殊涵义，叫做“语用涵义”、“会话涵义”或“隐涵”（implicature），并于1975年提出了一组“交际合作原则”，包括一个总则和四组准则。总则的内容是：在你参与会话时，你要依据你所参与的谈话交流的公认目的或方向，使你的会话贡献符合这种需要。仿照康德把范畴区分为量、质、关系和方式四类，格赖斯提出了如下四组准则：

（1）数量准则：在交际过程中给出的信息量要适中。

a．给出所要求的信息量；

b．给出的信息量不要多于所要求的信息量。

（2）质量准则：力求讲真话。

a．不说你认为假的东西，。

b．不说你缺少适当证据的东西。

（3）关联准则：说话要与已定的交际目的相关联。

（4）方式准则：说话要意思明确，表达清晰。

a．避免晦涩生僻的表达方式；

b．避免有歧义的表达方式；

c．说话要简洁；

d．说话要有顺序性。[⑧]

后来对这些原则提出了不和补充，例如有人还提出了交际过程中所要遵守的“礼貌原则”。只要把交际双方遵守交际合作原则之类的语用规则作为基本前提，这些原则就可以用来确定和把握自然语言的具体意义（语用涵义）。实际上，一个语句p的语用涵义，就是听话人在具体语境中根据语用规则由p得到的那个或那些语句。更具体地说，从说话人S说的话语p推出语用涵义q的一般过程是：

（i）S说了p；

（ii）没有理由认为S不遵守准则，或至少S会遵守总的合作原则；

（iii）S说了p而又要遵守准则或总的合作原则，S必定想表达q；

（iv）S必然知道，谈话双方都清楚：如果S是合作的，必须假设q；

（v）S无法阻止听话人H考虑q；

（vi）因此，S意图让H考虑q，并在说p时意味着q。

试举二例：

（1）a站在熄火的汽车旁，b向a走来。a说：“我没有汽油了。”b说：“前面拐角处有一个修车铺。”这里a与b谈话的目的是：a想得到汽油。根据关系准则，b说这句话是与a想得到汽油相关的，由此可知：b说这句话时隐涵着：“前面的修车铺还在营业并且卖汽油。”

逻辑推理基本原理篇4

一、在教材中学习

逻辑学抛开思维的内容只研究思维形式，而且还抽取思维形式的结构进行研究，这就使逻辑学具有高度的抽象性。逻辑学的难度主要就在于这种抽象性。然而，任何抽象都是具体的抽象，抽象从具体中来，也可以到具体中去。在学习抽象的理论时，如果结合目前语文教材中具体的文本，以课本中的内容作为例子，使抽象与具体相结合，理论和实际相结合，那么就可以把不好把握的东西变得可以感知，容易理解了。教师在指导学生学习时，可以使用总合、分离等具体的学习方法。所谓总合，就是把所学的各种思维的逻辑形式，它们的定义、逻辑性质、表达公式以及每部分的基本概念、原理等内容进行概括总结，找出它们的相互联系，以及各自在逻辑理论体系中所处的地位，以便从整体上把握逻辑的理论体系。所谓分离，就是学完一部分内容后，对它的内容进行分解，把复杂的整体分解为单一的要素，从中找出基本的要素。比如，逻辑学中有大量的新概念，要一下子掌握这么多概念是困难的，那就可以先弄清其中的基本概念。抓住基本概念，就可以把握逻辑原理，由基本概念所派生的概念也就迎刃而解了。要弄清基本概念，首先就要明确它的内涵与外延，即概念的定义及其包含的种类，这恰恰需要运用所学的概念的基本知识。这样由分到合，由合到分，边学边用，融会贯通，会大大提高学习效果。当然，每个学生的情况不同，具体的学习方法可以各随其便，但把握理论体系，抓住学习要领则是基本原则，是成功的经验总结，每个刚刚开始学习逻辑的人都应给予重视。

二、在交流中练习

书本上学到的知识，必须不断地练习才能熟练和掌握，因此，要引导学生在课堂发言、小组讨论等交流活动中多加练习。任何一门科学都是一个理论体系，作为逻辑学的理论体系，有着很强的科学性和严密性。逻辑学研究的对象是思维形式和逻辑规律，思维形式主要是概念、判断、推理。推理是逻辑学研究的中心，有人就把逻辑学定义为研究推理有效性的科学，可见推理在逻辑学理论体系中的地位。任何推理都是由判断构成并以判断的逻辑性质为推理根据；判断则是由概念构成，是概念的展开；概念是思维的最小单位，是以浓缩的形式出现的。逻辑规律就是正确使用这些思维形式的规律。学习逻辑必须从概念开始，然后到判断，再到推理，由前到后，由浅入深，循序渐进。前边的知识不掌握，就很难向后边的知识进展。逻辑学研究思维形式，主要研究思维形式的结构，有人称之为纯形式，现在一般叫作逻辑形式。这是逻辑学的主线，逻辑学的理论体系就是由思维的邏辑形式这根主线贯穿始终的，因此，这也是学习逻辑学的要领。抓住这个要领学习逻辑学就能纲举目张，逐步融会贯通，否则，就只能在逻辑的门前徘徊，既不能登堂，更不能入室。逻辑学在研究思维形式时，学生畏难甚至产生厌烦情绪，这是可以理解的。只有不断地练习，而不是回避它，才能逐步熟悉它、掌握它。

三、在写作中实践

“纸上得来终觉浅，绝知此事要躬行。”逻辑学的知识关键是应用，在写作中注意概念准确，判断恰当，推理严密，就会慢慢提高。逻辑学是工具性学科，既然是工具，就离不开实践。逻辑学就是人类思维实践经验的总结与概括，它也只有在实践中才能被掌握、被应用。逻辑只有在写作文的具体运用中注意句子、段落、篇章之间的逻辑性，才能逐步理解。逻辑差的学生在作文中必然杂乱无章，这对我们是一个深刻的启迪，不管是学还是教，都应该理论联系实际，加强实践的环节。语文教材有大量可以作讲解逻辑知识的材料，分析这些就是一种重要的实践活动。例如，说明类文本中常常涉及“下定义”的方法，这就是关于逻辑中概念的知识，教师指导中不应该只告诉学生一个标准的句子，而是要引导学生掌握写这样的句子的方法和技巧，使学生能举一反三，通过少数典型文句的练习学会解决类似逻辑问题，不仅要巩固所学的基本理论知识，更重要的是要将理论知识转化为逻辑思维的能力。实践的另一个重要内容，就是对实际思维材料进行逻辑分析。实际思维材料包括自己的，也包括别人的。无论对什么层次的学生，都要引导他们把逻辑知识应用到写作中去，教师要帮助他们分析写作中的逻辑问题。这不仅有助于对逻辑的学习，也有助于作文水平的提高。逻辑对于刚开始研究逻辑以及一般刚开始研究各门科学的人来说是一回事，而对于研究了各种科学又回过来研究逻辑的人来说则是另一回事。逻辑学和语文学科的关系非常紧密，语文学科的知识越丰富，知识面越广，学习逻辑就越容易。

“一个民族要站在科学的最高峰，就一刻也不能没有理论思维。”而逻辑学所研究的正是理论思维的形式和规律，中学生要提高理论思维的水平，就不能没有逻辑知识。当然，在目前的语文教学中，学生怎样学习、教师怎样指导才能提高学习效果，是一个值得继续深入研究的课题。

逻辑推理基本原理篇5

关键词：逻辑分析汉英翻译理解表达校核

一、引言

翻译的过程是正确理解原文和创造性地用另外一种语言再现原文的过程。由于汉英语言分属印欧和汉藏两大不同的语言体系，二者之间的差异大于共性。但是人类的思维特征存在共通性，这使得不同语言之间的交流成为可能。匈牙利拉多・久尔吉曾指出翻译是逻辑活动，翻译作品是逻辑活动的产物［1］。作为翻译的活动的实施者，译者本身具有主体性，逻辑分析是翻译过程中不可缺少的思维过程。逻辑分析在正确理解原文、揭示句子的深层含义、消除歧义、正确表达、校核译文、避免误译等方面都起着非常重要的作用。

二、准确理解原文，消除语言歧义

在翻译实践中，理解是表达的前提，不能正确地理解就谈不上正确地表达［2］。英语和汉语都存在着一些不符合逻辑的现象，如汉语中的“打扫卫生”，按照逻辑分析“卫生”并不是“打扫”动作的受事，应该作“打扫房间”、“打扫垃圾”逻辑上才能讲得通。英语中的“Itisagoodhorsethatneverstumbles.”，原文字面意思为“好马从来不失蹄”，而真正的意思则是“好马也有失蹄时”。作为译者，是翻译他人写的文章，不可避免地会存在理解问题，必要时需要借助逻辑分析来正确理解原文，消除语言歧义。

1.把握原文正确含义。

当源语对于译者来讲是非母语的情况下，正确把握原文意义是翻译中的关键，是避免误译的第一步，但是作为第二语言的源语对于译者来讲存在太多的“陷阱”。当调动所有的语言知识和文化知识仍然不得原文要义的情况下，译者可以采用逻辑分析的方法。

①Ihavereadyourarticle，Iexpectedtomeetanoldman.

按照字面意思来理解，原文可以译为“我读过你的文章，我本料想会见到一个老人”。译文两个分句初看没有什么联系，逻辑上讲不通。正确的理解应该是：“我读过你的文章，没想到你这么年轻。”这样的理解是建立在逻辑分析的基础上的，根据原文可以推理出作者的文风比较老成。原文中“expected”用的是过去式，就表明第二个分句表达的内容是过去的事情，而不是现在。经过逻辑推理与引申便可得出一个结果“没想到你这么年轻”。由此可见，逻辑分析能消除理解中模糊现象。

2.消除语言“歧义”。

任何一种语言里都存在歧义句。译者可以通过上下文来消除歧义，也可以用逻辑分析的方法消除歧义。

②Itisagoodhorsethatneverstumbles.

这是英语强调句表否定的一种情况。正确的理解是“好马也有失蹄时”。而不是原文的字面意思。我们也可以借助逻辑推理来做到正确理解。按字面意思理解，原文的命题意义是“好马从来不失蹄”，我们可以反问一句，这样好的马世上有吗？答案是否定的，也就是说，这样的理解是不成立的，这是一个不符合逻辑的假判断。因而只有真判断才符合逻辑，正确的理解应该是“好马也有失蹄时”。类似的英语句子还有“Ididn’tbuythisbookbecauseIneededit.”。正确的理解应该是“我并不是因为需要才买了这本书”，而不是“我没有买这本书因为我需要它”。但是同样是否定转移，“Hedidn’tmarryhimbecausehelovedher.”的翻译就不同，它可以翻译为“他和她结婚并不是因为爱她”，“他没有和她结婚，因为他爱她”，因为这两种理解都符合逻辑，这就需要借助上下文来推理出哪一种是正确的译法。以上分析可以看出，逻辑分析能够帮助译者消除理解歧义，有效地克服对译者原文的“误读误译”。

三、运用逻辑分析，做到恰当表达

表达是理解的结果，但正确的理解并不意味着必然能真确表达［2］。不能正确表达，也就谈不上优秀。表达还需要借助许多具体方法和技巧来解决。本文就运用逻辑分析来调整语序、增加词汇来更好地表达原文意义两个方面作一初步探析。

1.调整语序，使译文符合译入语表达习惯。

英汉语在按照逻辑思维组句时有同有异。英语的语序比较灵活，其状语从句的位置可前可后，有时还可以置于句中。汉语语序主要靠逻辑思维而定，多按逻辑顺序由因到果、由假设到推论，由事实到结论、由条件到结果排列。英译汉时为了使译文符合汉语逻辑，常常要调整语序。

③原文：Iwon’tgounlessyougo，too.

译文一：我不去，除非你也去。

译文二：你不去，我也不去。

译文一按照原文语序翻译，不符合汉语的逻辑表达习惯；译文二在逻辑分析的基础上调整了译文的语序，通顺流畅，符合汉语逻辑思维的表达习惯。在翻译的过程中，译者需要运用逻辑分析的方法，按照时间顺序、信息重心、思维方式等对译文进行重组；只有这样才能在准确理解的基础上做到合乎译入语表达习惯的恰当表达。

2.增加词汇，使译文通顺流畅。

汉语的句法特征是意合，强调逻辑关联与意义关联而不在意词语之间和句际之间的形式衔接［3］。汉语有时使用关联词语来组织句子，有时省略关联词语，句中的语法关系需要透过语序方可辨认。而英语句子的特点是强调形式和功能，句子成分之间的关系要求用形式标记表明，英汉翻译时需要增加一些与逻辑叙述有关的承接词、转折词及意合成分间的连接词语。

④原文：知己知彼，百战不殆。

译文：Youcanfightahundredbattlewithoutdefeatifyouknowtheenemyaswellasyourself.

原文充分体现了汉语言简意赅的特点，为了使译文符合英语的表达习惯，译文增加了逻辑关联词“if”，并增补主语“you”，同时根据逻辑分析调整了语序，使译文通顺流畅，符合英语表达习惯。

四、校核译文，确保译文正确且符合译入语表达习惯

校核阶段是理解与表达的进一步深化，是对原文进一步核实以及对译文语言进一步推敲的阶段［2］。尽管译者在翻译时十分小心，但译文难免会有错漏或字句欠妥的地方，因此校核仍然是翻译过程中非常重要的一环。译者可以运用逻辑分析来避免一些错误。

⑤原文：（现在上海人的传统形象开始起了变化，）他们的言语和行动都充满了信心和自豪。

译文一：Theirwordsandactionsarefilledwithconfidenceandpride.

译文二：Theyareconfidentandproudintheirspeechesandactions.

译文一保留原文主语，译文二用“他”作主语。从语法角度看，两个译文都正确。但运用逻辑分析校验译文一，就会发现以无生命的“theirwordsandactions”作主语，与谓语“arefilledwithconfidenceandpride”组成句子时，不合英语的逻辑习惯，语义搭配不当，因而不可取，应改译为译文二。

五、结语

翻译是一个及其复杂的过程，涉及范围广，牵涉因素多，这需要译者充分发挥其主体性，克服原文语言中的一些非逻辑现象，在译文中以符合逻辑的语言形式表达出来。正确的理解是正确翻译的前提，而校验则能够解决在理解和翻译阶段遗留下来的问题，尽可能地减少误译的发生，因此逻辑分析是贯穿整个翻译过程中不可缺少的思维过程。

参考文献：

［1］方梦之.英汉翻译基础教程［M］.北京：对外对外翻译出版公司，2005.

［2］张培基.英汉翻译教程［M］.上海：上海外语教育出版社，1980.

［3］陈宏微，李亚丹.新编汉英基本教程［M］.上海：上海外语教育出版社，2004.

［4］朱徽.汉英翻译教程［M］.重庆：重庆大学出版社，2006.

逻辑推理基本原理篇6

经济学方法论及其争论从来都是经济学领域不可避免的主题。该主题也引起国内学者的极大兴趣并进行了深刻的研究。本文在其文献基础上以四个层层递进的问题来统领方法论的发展逻辑，从而为解释西方经济学的理论发展及其方法论提供了清晰而完整的框架。

关键词

观察-归纳逻辑；假说-演绎逻辑；证实与证伪；解释性理论；逻辑批判

一、国内文献及其缺陷

国内学者对西方经济学方法论进行了深刻的探讨。

黄少安(1994)认为经济学方法论的三个层次为：经济学的哲学基础或哲学意义上的经济学方法；经济学的思维原理或方法；经济学的技术方法。在逻辑主义和证伪主义上，张斌(1998)指出西方经济学方法论的经验主义哲学基础和方法论特征。蔡仲(1998)对证伪主义在经济学方法论中的起因及其发展的历史线索进行了探讨。韩永进(1999)对波普的证伪主义及其对二十世纪经济学方法论的影响进行了阐述和评价。桂起权(1999)认为科学研究纲领方法论是评价经济学理论的一种可以通用的概念框架，并对马克思经济学和西方主流经济学的研究纲领进行了比较分析，并(2002)扼要的阐述了西方经济学方法论的基本脉络和当代西方经济学方法论中若干代表性成果。在个人主义与整体主义方法论上，林岗、刘元春(2001)对马克思制度整体主义与新制度经济学制度个体主义进行了比较分析，认为制度个人主义将陷入“人与社会相互决定、无限倒推”的二律背反的困境之中，汪浩瀚(2002)则认为个人主义与整体主义方法论将出现整合的趋势。在方法论发展问题上，郭箭(2001)指出新古典经济学和进化经济学在经济理性、多样性以及时间和过程等问题上的差异。杨燕青、吴佳(1998)认为新制度经济学仍在新古典的分析框架内。汪浩瀚(2001)认为主流经济学的演进正出现方法论、范式转换；为宏观经济学寻求微观基础；为微观经济学构建宏观基础；非主流经济理论不断融入主流；基本假设宽泛化等特征。付耀(2002)将科学方法伦的发展划分为四阶段：前实证主义；实证主义；证伪主义；历史主义，并认为历史主义方法论将取代逻辑主义方法论成为经济学方法论的未来发展方向。

然而上述文献集中于西方方法论中的若干科学哲学问题而没有给出一个清晰的分析逻辑或完整的解释框架，从而给人以一种只见树木不见森林的感觉。

本文认为，关于理论的方法论必须回答下述四个构成递进关系的问题：1.理论是如何形成的；2.什么样的理论是正确的理论；3.什么样的理论是有效的理论；4.理论是如何发展的。上述四个问题的递进逻辑如下：理论是如何形成的？形成的理论是否正确？如果理论正确，那么理论是否有效？理论又是如何发展的？前三个问题关乎理论本身的科学性，第四个问题则关乎理论的发展问题。本文将遵循上述逻辑展开对理论方法论的论述。我们发现，上述逻辑为我们评价西方主流经济学的发展状况及其方法论问题提供了清晰而完整的分析框架。

二、理论本身的科学性及其发展

（一）理论是如何形成的

显然，我们需要理论来对事件之间的因果关系进行解释。然而紧随而来的问题是理论是如何形成的？或者说，我们是如何获得理论的？

1.观察-归纳逻辑及其缺陷

按照经验主义认识论，理论的发现和形成来自于对经验的观察与实验并进行归纳。穆勒(J.S.Mill)在《逻辑、推理和归纳体系》一书中对归纳逻辑作了系统的阐述。然而，休莫(Hume)指出观察-归纳逻辑所隐含的一个难题：即单纯由过去的经验推断未来在逻辑上是否可行。没有什么正确的逻辑论证容许我们确认“那些我们不曾经验过的事例类似我们经验过的事例。”因此，“即使观察到对象时常或经常连结之后，我们也没有理由对我们不曾经验对的对象作出任何推论”。波普(KarlPopper)继休谟之后重新提出归纳逻辑的缺陷。“理论，至少是一些基本的理论或期望，总是首先出现的，它们总是先于观察。”如果我们一直往前追溯，可以追溯到越来越原始的理论和神话，“这里并没有无穷倒退的危险。”最后我们将找到无意识的、天生的期望。波普认为人生来就有期望，就有“知识”，其中最重要的就是找到规则性。波普由此反对休莫将人类因为类似现象在经验中多次重复而产生的认为类似事件今后还会发生的习惯、联想和信念作为归纳法则的心理学解释，波普声称，科学发现的方法不是归纳法，而是试探错误的方法，即“猜想和反驳的方法”或“演绎检验的方法”。

2.演绎逻辑的心理学基础

然而波普对理论发展的回答是有缺陷的，人们生来可以有期望或需要，但期望和需要与知识却是完全不同的概念，心理学或遗传学先天所给予人们的并不是知识，而是人类头脑的记忆和思维功能，人类根据大脑记忆的信息进行逻辑推理，即演绎推理，演绎推理是人们思考因果关系问题的唯一方式。归纳推理正是来自于人类头脑的演绎推理能力，由此，归纳逻辑只是演绎逻辑的反面，或者更进一步说，归纳是一种演绎。

一旦我们将人类的演绎逻辑思维能力作为观察和归纳推理的前提，观察与归纳便不再仅仅是对事物属性的“客观”描述。观察总是以逻辑演绎推理能力为基础，这种演绎推理能力包括，对观察的事物要问一个为什么，即寻求因果关系的答案，这一点是与目的性相联系的，另一方面是，演绎推理使人们能够从观察中推论出因果关系的结论，并根据演绎推理使用已有的知识或理论。这样，演绎逻辑成为归纳逻辑的前提，演绎推理成为问题的来源从而成为理论的源泉，而归纳推理仅仅是演绎推理的一个环节。当我们将逻辑演绎推理作为人类思考因果关系的唯一思维方式时，我们也将不得不放弃理论形成的观察-归纳逻辑，转而寻求基于人类生理和心理的、与人类演绎推理思维方式相一致的假说-演绎模型(Hypothetica-deductiveModel)。

3.假说-演绎模型

观察-归纳逻辑由于上述无法解释的难题而被逻辑实证主义所倡导的“假说-演绎模型”所代替。逻辑实证主义包括6项主要原理：1.科学论题的一致性；2.理论结构的有前提演绎模式，所有的学科都使用理论，这些理论可能被正式表达为公理、有前提的理论结构；3.间接验证原理：并非所有的判断都具有经验主义的解释，特别是包括概念的判断。但这些判断并非便是被认为“缺乏认识意义”的，在其所嵌入的理论被证实时，这些判断也便被证实从而间接的获得了认识意义；4.内涵实证原理（确认主义）：作为理论判断的原则，理论是可证实的，则是科学的，从而是可接受的，可接受的程度取决于可验证性的程度。若经验主义的标准不适用，则采用非经验主义的评价标准如简洁、优美；5.演绎列线逻辑和归纳或然性涵盖科学科学解释定律：所有的学科解释必须采用演绎形式来表达；6.对称命题：科学解释和科学预言在逻辑推理结构上是相同的，唯一的差别是临时性：科学解释所描述的是已经发生的事情，是事后概念；而科学预言则是事后概念，事情尚未发生。在亨普尔和奥本海姆(1965)看来，这种对理论的逻辑结构的公理化的表述被称作“假说-演绎模型”，用以表明事件之间的因果关系从而做出预言。

逻辑实证主义者将公认的作为理论结构的三段论演绎推理的前提假设解释为一种假说从而避免休莫难题，并通过上述间接验证原理得以证实。这样，假说-演绎模型重新获得了经验论的基础，理论演绎前提来自于由经验观察和对这些经验观察的不完全归纳所获得的假说。

（二）什么样的理论是正确的理论

然而我们如何判断我们所得到的理论是正确的理性呢？在穆勒看来，理论本身只要是从真实的假设前提出发进行逻辑推理得出，那么理论本身在任何场合都是正确的。凯尔恩斯(JohnElliotCairnes)认为，要否定经济原则，必须要么否定其演绎的前提假设，要么否定理论本身的逻辑推理过程，但无论何时都不应将被否定的预言作为抛弃某项经济理论的理由。

按照上文的逻辑，要判断理论是否正确，我们只需要通过逻辑实证来判断该理论在从假设前提到逻辑推论过程中是否保持逻辑一致性。关键在于，我们必须对理论的逻辑正确性与经验有效性作出区分，在讨论理论的逻辑正确性时，我们既肯定凯尔恩斯将否定理论本身的逻辑推理过程作为否定理论的理由，又不同意他将否定前提假设作为否定理论的原因，事实上，我们在某种程度上默认弗里德曼(MiltonFriedman)的“假设无关论(Irrelevance-of-assumptionsThesis)”。只有在涉及理论的经验有效性时，我们才对理论演绎前提假设的合理性或科学性进行判断。

如果理论不能保持逻辑一致性，那么我们称该理论存在逻辑悖论。然而理论是否都存在逻辑悖论呢？罗素所说的逻辑悖论的普遍性只是一种可能性，虽然我们不可能找到一个最终的公理，但只要在理论演绎推理过程中将研究对象严格限定在假设范围之内，对概念的应用也严格限定在所定义的内涵和外延范围之中，那么我们将可以避免逻辑上的矛盾。一旦我们超出了定义所允许的假设和概念范围，逻辑悖论就会出现。而一旦我们发现理论本身存在逻辑不一致或逻辑错误，那么就可以断言，理论本身肯定是错了。我们将这种通过寻找理论本身的逻辑错误来否定理论的方法称为逻辑批判。在这里，我们仍然没有涉及理论的有效性或经验的证实和证伪。

（三）什么样的理论是有效的理论

如果形成的理论在逻辑上是正确的，那么我们再考证理论是否有效。在这里，理论的正确性是指通过逻辑实证判断理论在形式逻辑上的一致性，而理论的有效性则指通过经验检验即证实和证伪来判断理论与其现实解释和未来预测是否一致，从而二者事实上是两个不同的命题。

1.原理论对证实与证伪的拒绝

然而，如果经验能够支持理论，我们是否便认为理论是有效的，或理论被证实呢？而如果经验不支持理论，我们是否便认为理论是无效的，或理论被证伪？证实的逻辑由于休莫难题而难以成立。波普证伪主义采用了休莫的非对称性论断进一步对归纳逻辑进行批判：如果A为真，则B为真；B假，则A假；因此，不存在证实的逻辑，而仅仅存在证伪的逻辑。波普由此对逻辑实证主义的证实原则进行否定：“应作为分界标准的不是可证实性，而是可证伪性，···一个经验的科学体系必须可能被经验反驳。”弗里德曼在《实证经济学方法论》也以充满波普主义色彩的文字写到：“事实证据从来不能‘证明’一个假说的正确性；它只能证明假说的不正确性。”

然而波普证伪主义(Falsificationism)本身由于理论的假说-演绎逻辑结构而存在逻辑缺陷。“杜海姆认为没有哪一个个别科学假说可以对之进行结论性的证伪，因为我们总是检验全部前提，特定的假说是和辅助的论证连结在一起的，因此我们永远不能肯定我们所证实的或拒绝的是假说本身。这样，任何假说都能够不顾反对的证据存在下来。”。这即是著名的杜海姆不可驳斥性论题(DuhemCsirrefutabilityThesis)。波普意识到了证伪主义方法的这种困难，他写道：“从事实方面看，永远也不能得出对一个理论的结论性的反驳；因为人们总是有可能说实验的结果是不可靠的，或者断言在实验结果和理论之间存在的差异仅仅是表面的，这些差异随着我们理解的进展而消失”。波普朴素证伪主义陷入尴尬局面：既不能构成证伪的逻辑，也不能构成证实的逻辑。

2.解释性理论的证伪

按照假说-演绎逻辑构建的理论拒绝证实与证伪，然而这是否意味着我们无法通过证实与证伪触动到该理论呢？事实上，当我们进行经验解释和预言时，我们并非直接根据原理论进行，而是自觉不自觉的在原理论狭窄的假设前提和概念基础上加入新的假设和概念以符合检验现实的要求，我们称其为解释性理论，用以对经验事实进行解释和预言，从而所有的经验证实和证伪问题，事实上都是与解释性理论有关而与原理论无关。

然而对于解释性理论，证实的逻辑同样是不存在的，而证伪的逻辑是否同样不存在呢？由于解释性理论在原理论基础上新加入的假设或变量是经验的或现实的因素而非定义式因素，因此证伪的逻辑是存在的，杜海姆所谓的不可驳斥性并不成立。这样，当实际中出现了反例或根据解释性理论进行的预言失败了，我们就可以否定这种解释性理论。然而否定解释性理论并不等于否定原理论，因为并不是原有的理论错了，而是我们在应用原理论时即加入新的假设和变量构建解释性理论时可能构建得并不恰当。只要没有出现一种新的更好的理论，人们总是会在原理论的基础上再加入新的因素来解释那些反例。

（四）理论是如何发展的

当我们不能用经验或归纳法去证实和证伪原理论，也不能用归纳方法去形成一种新理论时，原理论是怎样被否定和被发展或新理论是怎样产生的呢?

1.波普的理性批判

波普对科学理论或知识的来源的回答是：通过批判其他人的以及我们自己的理论或猜测。波普声称，该回答概括了他所谓的“批判理性主义”的立场。波普关于理论增长的“四段图示”如下：

P1TTEEP2

其中P1表示问题：指的是一种理论内部，或两种不同的理论之间，或理论与观察之间的冲突和矛盾；TT为试探性理论；EE为排除错误：通过观察和实验的严格检验，对尝试性的猜想，假说或理论进行批判、反驳或证伪；P2为新问题。由于科学理论都是可以被证伪的，因此，科学知识的增长就是四个阶段的永无止境的循环往复的过程。然而假说-演绎逻辑的结构导致波普朴素证伪主义既不构成证实的逻辑，也不构成证伪的逻辑。这样，上述理论增长的“四段图示”便面临一个严重的问题：如果理论不能被经验所证伪，那么人们是怎样提出问题的呢?波普的回答是，我们所凭借的是猜想和反驳。这样，在波普看来，科学发现依然是一种猜想、直觉和非逻辑过程的跳跃。

2.理论发展的逻辑：从理性批判到逻辑批判

波普的理性批判主义并未告诉我们如何批判。事实上，在前面采用假设和变量表示的演绎逻辑理论结构中，一个逻辑要求就是，作为模型的各个变量和参数必须相互独立，从而使模型保持稳定并通过比较静态方法来讨论参数值的变动对变量的影响从而作出预言。这一点是通过定义式的假设来保证的。而对于解释性理论，其理论结构是根据具体情况增加原理论模型中的假设和变量而得到的，正是这种根据经验现实加入假设和变量对理论进行应用的方法，蕴含着解释性理论逻辑矛盾的可能性，这时，我们需要重新审视解释性理论的正确性而不是有效性。

在讨论理论正确性时我们曾经指出，一种逻辑一致的理论在其假设和概念范围内肯定不存在逻辑矛盾，但只要超出其假设和概念的范围就必然会产生逻辑矛盾，经验证伪就会出现。当解释性理论被经验证伪时，我们可以肯定的是：理论本身的正确性或逻辑一致性出现了悖论。解释性理论的这种逻辑悖论为我们提供了一种否定(或肯定)原理论的方法，即逻辑批判。由于加入了新的假设和变量，我们转而需要重新检验解释性理论的逻辑一致性或正确性，借助逻辑批判由解释性理论指向原理论，而经验证实和证伪却无助于我们将问题指向原理论，因为经验不可能检验最初的理论，而检验的解释性理论却可能是一种带有逻辑错误的理论。逻辑批判要求我们指出解释性理论中新加入的假设前提的合理性，或新加入的变量与原变量之间的相关性，即变量向量之间的相关性，并通过重新建立假设或对变量进行重新定义来解释包含新变量的问题以保持解释性理论的逻辑一致性。正是在这个意义上，我们并不同意弗里德曼的“假说无关论”：假设条件的科学性对于理论能否经受经验检验而不产生逻辑错误同样是重要的。

通过逻辑批判，我们可以在新理论的假设和变量向量中包含新的因素而不导致逻辑悖论，从而可以比原理论更能够逻辑一致地或更有效地解释更大范围的问题。只要排除掉新加入的因素，这种新理论就可以还原为原理论，或者说原理论只是新理论的一个特例。这样，我们可以明确地断言，这种新理论是我们所获得的知识增长或理论增长。然后我们再检验新理论的有效性，如此循环。

借助于上述分析，我们可以把解释性理论作为通过逻辑批判从一种旧理论到一种新理论的过渡阶段。正是逻辑批判使科学家的研究建立在前人理论研究的基础上或牛顿所说的“巨人肩膀上”并使观察建立在演绎推理的基础上，它使理论研究不再是靠波普意义上的直觉、猜想或非逻辑过程而变成非常的确定：只要我们知道原有的理论和所要研究的问题，依靠我们的演绎逻辑思维能力——即逻辑批判方法必然会使理论获得发展。

3.理论发展的形式

可以肯定，每一种解释性理论都可能带有逻辑悖论，那么是否每一次证伪和逻辑批判都将导致一种新理论的产生？这一点显然与科学史不相符。库恩(Kuhn,1962)由此向波普的证伪主义发起了反击，一种理论一旦产生后将会是相对稳定的，在相当长的一段时间中成为理论科学家解释问题的基础和应用科学家的有效工具，这就是库恩所谓的规范科学和范式(Paradigm)。拉卡托斯(Lakatos)试图将波谱的进攻性方法论(AggressiveMethodology)和库恩的防御性方法论(DefensiveMethodology)相融合并提出“科学研究框架(ScientificResearchPrograms)”概念及其退化和进步性质。与朴素证伪主义不同，人们并不是根据经验证伪来否定原有的理论，一种旧的理论要被否定和取代，需要一种新的理论体系或科学研究框架与之相竞争，该理论必须不仅能够解释另一个研究规划所不能预测的事实，而且还要能够解释更多的能够被经验证实的事实。也就是说，需要一种更一般的理论来取代旧理论，以免出现科学的真空而使人们无所适从。

三、结论

上文分别回答了我们所提出的关于理论的四个层层递进的问题。我们发现，上述逻辑为我们评价西方主流经济学的发展状况及其方法论问题提供了清晰而完整的分析框架：西方主流经济学正是遵循本文所提出的理论发展的逻辑而得到发展的，而其对方法论的讨论则无非是对上述四个问题的回答。限于篇幅，我们不再进行探讨。

参考文献

[1]波普著：《猜想与反驳》，上海译文出版社，1986年，第67页

[2]波普著：《客观知识》，上海译文出版社，1987年，第270页。

[3]蔡仲：“现代西方经济学方法论中的证伪主义”，《自然辨证法研究》，1998年，Vol.14，No.11。

[4]付耀：“试析经济学方法论演进的四阶段及其内在逻辑”，《当代财经》，2002年第5期。

[5]桂起权：“当代西方经济学方法论之走向”，《经济评论》，2002年第2期。

[6]桂起权：“科学研究纲领方法论的经济学应用”，《经济学家》，1999年第6期。

[7]郭箭：“新古典经济学与进化经济学方法论的比较”，《财经研究》，2001年，第27卷第1期。

[8]韩永进：“波普尔与二十世纪西方经济方法论”，《自然辩证法研究》，1999年，Vol.15，No.4。

[9]黄少安：“经济学方法论的三个层次”，《南京社会科学》，1994年第3期。

[10]纪树立编译：《科学知识进化论》，三联书店，1987年，第28页。

[11]考德威尔(BruceJ.Caldwell)：“实证主义(Positivism)”，载约翰·伊特韦尔等编，陈岱孙主持翻译，《新帕尔格雷夫经济学大辞典》，经济科学出版社，1992年

[12]廖士祥主编：《经济学方法论》，社会科学院出版社，1991年。

[13]林岗、刘元春：“制度整体主义与制度个体主义——马克思与新制度经济学的制度分析方法比较”，《中国人民大学学报》，2001年第2期。

[14]马克·布劳格著，石士均译：《经济学方法论》，商务印书馆，1992年，第116页。

[15]汪浩瀚：“经济学方法论的个人主义与整体主义之争”，《经济科学》，2002年第2期。

[16]汪浩瀚：“论主流经济理论演进的若干新特征”，《经济评论》，2001年第1期。

[17]杨善解：“波普论科学知识的增长”，《安徽教育学院学报》，1994年第4期。