1701037746
第一节 统计学与社会
1701037747
1701037748
把社会科学化的想法远先于阿西莫夫。在某种意义上，古代关于人类行为的自然法则或自然密码的观念至少部分地展现了这种想法的雏形。近代，牛顿物理学的成功激发了亚当·斯密等人的努力（见第一章），又给了这种想法注以新的动力。甚至在牛顿之前，机械物理学的兴起就已启发了一些哲学家考虑用类似的精确方法来研究社会。
1701037749
1701037750
在中世纪，机械时钟的重要性使科学家认为宇宙可用机械论来描述。笛卡尔、伽利略和一些近代自然科学的先驱提倡机械、因果的宇宙观，最终带来牛顿在1687年的《自然哲学的数学原理》中建立经典物理体系。这样一来，就吸引了一些17世纪的思想家用机械主义研究社会和生活。其中一位就是托马斯·霍布斯（Thomas Hobbes），他在名作《利维坦》中描述了（他认为）可使所有社会成员福利最大化的社会状态。作为大不列颠君主专治的支持者，他自然而然地得出君主专制的结论，认为应当把社会控制权交给拥有绝对权力的君主。否则，人类损人利己的本性得到放纵，生活将变得“污秽、粗野和贫乏”。
1701037751
1701037752
霍布斯在研究中先估算不同个体的交互偏好，然后计算出如何为每人达成最优。菲利普·鲍尔在一篇醒目的文章（发表于《物理A》）中指出，霍布斯的研究方法比他有待商榷的结论更重要，稍作修改就会成为可使个体最优的纳什均衡。因此，霍布斯的《利维坦》可以视为用数学来解释社会的早期尝试，并且预示着诸如博弈论之类的理论将成为社会研究中的数学利器。
1701037753
1701037754
为了量化社会特征，统计学被发明出来，这时真正的数学才进入社会研究。威廉·佩蒂爵士的学生霍布斯是科学家和政治家，他提倡用定量的方法科学地研究社会。在17世纪60年代，他的朋友约翰·格朗特开始编制社会数据统计表（如死亡率统计表），并像今天的棒球迷研究击球率一样研究出生率与死亡率。一个世纪后的法国大革命前夕，人们认为既然天文学家可以揭示上苍的规律，那么社会数据也可以揭示社会规律。在此信念下，搜集社会统计资料变得普遍。鲍尔写道：“很多人认为规律存在于社会就像牛顿的力学原理存在于行星运动一样。”
1701037755
1701037756
当然，要使社会研究在牛顿模型下成为科学，仅搜集资料是不够的。牛顿把物理诠释成确定性的科学，铁打的运动规律决定一切。然而统计学不具确定性，只展现相当的可变性。人类的行为看起来多如幸运抽奖般偶然（如做游戏），在处理这所谓定量的幸运时，便产生了概率的数学分析。
1701037757
1701037758
概率的早期研究早于牛顿，始于17世纪中叶布莱斯·帕斯卡和皮埃尔·费马对在掷骰子和打牌中如何获胜的研究。不久，概率论的经济用途便起于保险公司，他们用统计表测算人们在特定年龄上的死亡风险，或火灾、沉船损坏受保财产的可能性。
1701037759
1701037760
18世纪，随着测量误差理论的发展，概率在物理学（和其他自然科学）中更有施为，尤其在天文学中。具有讽刺意味的是，统计学的一个关键人物皮埃尔·西蒙（法国数学家拉普拉斯侯爵），却因力挺牛顿决定论而闻名。他宣称，如果有一种智能可以分析宇宙中所有物体周围的环境以及加于它们的力，那么借助牛顿定律，事无巨细皆可料定。“对这种智能来说，没有什么不确定，未来的一切像过去的历史一样尽收眼底。”
1701037761
1701037762
然而，拉普拉斯清楚地知道，没有人的智力如此威力无穷。因此，只有用统计学来处理困扰着人类却又无法逃避的不确定性。拉普拉斯对概率和不确定性有着广泛的论述，特别是对不可避免的测量误差。
1701037763
1701037764
例如，假设要测量一颗夜空中可见的行星的位置，那么不论工具多先进，不可控因素都不能使测量毫发不爽，至少有分秒之差。但是这种随机误差并不会使你的测量完全不准确。虽然个别误差可能是随机的，但通过分析总体误差却可以揭示出一些行星位置坐标的真实信息。例如，测量时谨小慎微，出现大误差的可能性就小，谬之千里的可能性更微乎其微。
1701037765
1701037766
在把数学用于误差范围研究的数学家中，除拉普拉斯外还有德国数学家卡尔·弗里德里希·高斯。描述随机误差如何绕均值分布的钟形曲线（高斯分布）就是用他的名字命名的。对于重复测量来说，曲线的顶点最接近真值，也即所有数据的平均值（假定误差是由随机的、不可控的因素引起的，而不是由测量工具本身所引起的），高斯曲线同样告诉你不同的测量数据偏离均值的可能性
1701037767
1701037768
当高斯凭高斯曲线而声名远播时，拉普拉斯却把高斯曲线用于对人的研究，并做出重要贡献。拉普拉斯和当时的很多人都认识到统计学与人类行为的关系，并把高斯曲线用于研究男女出生比。拉普拉斯的浓厚兴趣导致高斯曲线的潜在价值被广泛发掘。在发掘过程中，比利时数学家、天文学家阿道夫·凯特勒功不可没。
1701037769
1701037771
第二节 社会物理学
1701037772
1701037773
凯特勒，1796年生于根特，尽管少有人知道他把数学用于今天为大部分美国人熟知又忌讳的领域，但的确是他发明了衡量肥胖的凯特勒指标，即体重指数，简称BMI。可是与他把科学用于社会的远见相比，BMI显得微不足道。
1701037774
1701037775
青少年时期的凯特勒曾涉足绘画、诗歌和歌剧，但是他却在数学方面有着特殊的天赋，并于1819年在根特大学获得数学博士学位。后来他在布鲁塞尔教授数学，并被推选到比利时科学院。在18世纪20年代，凯特勒的兴趣从数学延伸到物理，且于1823年到巴黎学习天文学，为在布鲁塞尔建立天文台做准备。
1701037776
1701037777
后来，凯特勒写了一些有关天文和物理的普及读物，被一般读者广泛传阅。他还经常向各阶层的人发表有关科学的公益演讲。熟知他的人高度地称赞他为良师益友，认为他不但和蔼、体贴、机智、谦虚，而且是一位奋抒己见的严谨的思想家。
1701037778
1701037779
在巴黎期间，凯特勒不仅涉足天文，他还向拉普拉斯学习概率论，并结识了拉普拉斯的同事——泊松和傅立叶，他们和凯特勒一样对社会统计学爱不释手。随后，凯特勒意识到拉普拉斯用高斯曲线刻画社会特征的方法可广泛推广，于是开始就社会的统计学描述发表论文。1835年他撰写了一篇详细阐述他所谓的社会物理学（或社会力学）的论文，并引入“平均人”的概念来分析社会问题。他知道“平均人”并不存在，但通过对众人各方面的平均却能更深入地认识社会。“当把我的工作冠以社会物理学之名时，我别无他求，只求能像物理学联系起物质世界的现象一样把社会现象统一起来。”凯特勒评论道。
1701037780
1701037781
凯特勒的关键论点是，人类无常的行为看起来复杂得不可琢磨，但当考察大量行为时却呈现出规律性。他写道：“在特定社会状态下，特定的影响因素产生特定的效果。这些效果围绕固定的均值波动，不会大起大落。”他相信，虽然历史趋势和历史事件显得混乱，但有关测量误差的统计规律却将从中找出可预测的范式。
1701037782
1701037783
凯特勒认为，一个政府要想在理解人性的基础上得到巩固，对“平均人”概念的理解是必要的。当然，没有固定的人性特征适用于一个人的所有方面，但是相比其他领域，在社会学中更易出现特定趋势，所以我们能够用统计方法建立一个抽象的“平均”，用来表示人类诸多特性的典型混合。
1701037784
1701037785
凯特勒以箭靶做比来表述他的观点。在箭手多次射击后，靶上的箭离靶心远近不等，但却呈现明显的分布模式。假设由于某种原因使得靶心模糊不清，即使没有箭正中靶心，却仍然可以通过箭的分布推断出靶心的位置。凯特勒指出，“如果箭足够多，就可以推断出靶心的真正位置。”
1701037786
1701037787
在研究出生率和死亡率等社会变量时，凯特勒全力以赴地搜集数据，并分析这些数据如何随地点、季节甚至一天中不同时刻的变化而变化。他评估道德、政治和宗教对犯罪的影响，并分门别类。年复一年，各类犯罪报告稳定地使他吃惊。比如，在特定地点，不但各年谋杀案的数量相近甚至连作案手法也相近。
1701037788
1701037789
“社会上所谓的犯罪，”凯特勒写道，“年年重演，并在数量上几乎保持一致；通过进一步的研究，它们可被归入几乎相同的类别中；如果数量充分大，可以做进一步细分的话，仍能发现相同的规律。”类似的，犯罪率的年龄分布也是固定的，21～25年龄段的犯罪率最高。“犯罪甚至比死亡爱走常路。”凯特勒说道。
1701037790
1701037791
同时，他警告我们，未经深思熟虑就对统计资料做出解释是危险的。例如有个研究者，在看到法国儿童入学率高的省份失窃率也高后，就得出教育导致犯罪的结论。这有点像今天谈话类广播中的推理，凯特勒对它进行了正确的批评。
1701037792
1701037793
凯特勒同样再三强调：统计方法不能得出用于特定个体的结论（今天的媒体哲学家所忽视的另一个明显的原则）。例如，保险公司的死亡率表不能预测任何个人的死亡。但无论个案和统计结果的冲突有多大，仍然不能否定统计结果的有效性。
1701037794
[
上一页 ]
[ :1.701037745e+09 ]
[
下一页 ]