科学研究的步骤

如果你打算在2020年学习一项新技能，那你如今可能正在放弃的边缘徘徊。无论是学一门语言还是一种乐器，亦或是计划上职场提升课，进步总是慢得令人绝望，最初的热情并不能让你坚持太久。在放弃边缘挣扎时，你可能会认为自己只是缺乏一种天赋。有些幸运儿生来就有这种天赋，他们学习任何新技能时总是游刃有余，而你只是不那么走运，恰巧缺少这种天赋罢了。在放弃边缘挣扎但是，事实却并非如此。许多博学多才的人，无论是大名鼎鼎的查尔斯·达尔文（Charles Darwin）还是诺贝尔物理学奖获得者理查德·费曼（Richard Feynman）都声称自己的智商与常人无异。他们的智商高低暂且不论，但最新的神经科学研究表明，只要使用合适的学习策略，绝大多数人的智商能足以学会新技能。神经科学领域的许多研究都基于洛杉矶加利福尼亚大学的罗伯特·比约克（Robert Bjork）教授和伊丽莎白·比约克（Elizabeth Bjork）教授提出的“必要困难”理论。“必要困难”理论指在学习时故意制造轻微的挫败感，这样可以使大脑对学习材料的处理更深入，记忆更持久。就像体育锻炼一样，刚开始会觉得肌肉酸痛，但长期坚持下去，身体素质自然会越来越好。不幸的是，我们如今使用的许多学习技巧，比如边读边划重点、绘制五颜六色的思维导图等方法，对我们的大脑来说都不够具有挑战性，所以无法让我们记住所学的信息，学习效果可想而知。格拉斯哥大学心理学家、学习科学家网站成员卡罗莱娜·库珀-特策尔（Carolina Kuepper-Tetzel）博士认为：“我们学习时往往倾向于使用那些既轻松又不费力的学习技巧。”“但它们不会转化为对知识的长期记忆。”之前，我们曾讲过如何成为一名博学家，（传送门：史上最牛“博学家”一览：活着就是为了满足欲望），今天我们再给大家提供一些学习方法，助你成为一个超级学霸。无论你打算学什么，以下方法都能帮你改正不良习惯，让你拥有令人羡慕的记忆力。学前测试为什么就算学前测试回答不出来，我们还要测试呢？让我们通过一个测试来回答这个问题。你知道芬兰语的“谢谢”怎么说嘛？答案是“kiitos”。如果你不是芬兰人，大概不会觉得自己能回答出来。但由于回答时的苦思冥想，你记住这个答案的可能性大大增加。心理学研究表明，即使在学前测试中一个问题都没答对，也能让大脑做好准备，在后来的学习过程有针对性地吸收信息。无论是对简单琐事的记忆，还是对复杂材料更深层次的理解，都是如此。在一项研究中，参与者在阅读奥利弗萨克斯（Oliver Sacks）一篇关于视觉神经科学的论文前，先接受了有关视觉神经科学的测试。结果，他们的学习效率比那些时间阅读更长的学生要高10％ - 15％。不管你现在在学什么，做个学前测试，即使你答不对，也能加强你之后的学习效果。教给别人除了学前测试，你可能还想做个测试，看看自己的学习效果怎么样。这在心理学上叫做“检索练习”，可以巩固对知识的记忆。在对照实验中，检索练习的学习效果远远胜过思维导图。正如库珀-特策尔博士所说：“测试通常被视为评估知识的一种方式。然而，测试本身就是一种有效的学习策略，科学证明它可以提高对知识的长期记忆。”这可能是抽认卡测试效果不佳的原因之一。因为你认为这样的自我测试纯粹是在考验记忆力，所以你可能一想不起来就会去看答案。然而，如果你想记得更牢，必须要在放弃之前真正绞尽脑汁地去回想，这样记忆效果才更好。检索练习的学习效果远远胜过思维导图德国卡塞尔大学的米丽娅姆埃伯斯巴赫（Mirjam Ebersbach）教授表示:“你检索时觉得越难，加强记忆的效果越好。”如果你正在为考试而学习，尽量发现自己不明白的地方，提出问题，而不是只一味地看书。埃伯斯巴赫发现，提出问题的过程本身就能提高学习效果，因为它迫使你以一种新的方式重新组织材料。也许最有效的学习方法是尝试把学到的东西教给另一个人，因为这能使你对学习内容有更深刻的理解。如果你没有一个愿意听你讲课的小伙伴，你可以想象向某个人讲，或是写一封电子邮件，尽可能详细地列出你学到的东西。转换学习不要在一个学习任务上花费太长时间——要经常在各个学习任务之间转换。例如，如果你正在学习一门新语言，你可能会在两三个词汇表之间转换，或者在在不同的动词时态之间转换，而不是依次学习。这种策略被称为交叉学习，它就像学前测试一样会让人感到沮丧，因为你不能在转换前就真正记住。但根据必要困难理论，这就是它奏效的原因。大量研究表明，暂时的记忆混乱能极大地提高长期记忆的效果。除了促进知识学习外，交叉学习还可以加强你的动手技能。例如，如果你正在学习一种乐器，可以在音阶和正在练习的乐曲之间转换，学习效率会显著提高。运动起来在大众印象中，那些聪明人总是久坐不动，但事实却恰恰相反，最好的学习者同时也是最爱运动的人，因为有氧运动会刺激多巴胺、肾上腺素等神经递质释放，它们在记忆形成过程中扮演着重要角色。这意味着在晨跑或健身房锻炼后，你的思维会更加活跃。所以，试着根据你现有的运动计划来安排你的学习时间，你的记忆可能会自然而然地增强。运动能增强记忆力改变学习环境你有没有注意过，当你回到家乡时，过去那些久远的回忆会突然浮现在脑海中？这是因为我们的记忆与环境息息相关，也就是说，我们的记忆很大程度上受到环境因素的影响。情境相关记忆会引发愉快的怀旧情绪，但也会导致我们在实际学习中出现思维障碍。如果我们经常只在一个地方学习或练习某种技能，我们的记忆就会与那个地方的景象、声音和气味紧密联系在一起。当我们在考场上时，环境中没有了这些线索，我们在这样的新环境中很难回忆起同样的知识。为了避免上述情况，我们应该尝试在不同的地方学习。罗伯特·比约克教授和他的同事研究发现，仅仅是在不同的教室学习就能使学习效率提高21%。清醒休息在大脑与所有这些必要困难斗争后，给它一段恢复时间。这里说的并不是像看电视那样的时间，而是真的什么都不做。爱丁堡赫瑞-瓦特大学的米凯拉杜瓦（Michaela Dewar）教授发现，在没有任何外部刺激的情况下，“清醒地休息”可以让大脑巩固对所学知识的记忆。清醒地休息可以让大脑巩固对所学知识的记忆所以闭上眼睛，放松下来，让你的想法去它们想去的地方——因为你知道你的大脑正忙着巩固你的学习记忆。文字&版面 | 田晓娜更多精彩内容，请点击下方蓝字「了解更多」。

一般来说，没有创新性的学术论文是没有学术价值的，从严格意义上讲，它也不是真正的学术论文。因此，学术论文应当具有创新性，这种创新性表现在与已有研究论著不同的新发现上，包括新论点、新理论、新方法、新技术、新手段或新材料等。尽管创新性是对学术论文的要求，但创新却并非撰写学术论文所能做到的。学术论文只能反映研究情况，创新是研究的结果。没有研究的创新，不可能有学术论文的创新。在医刊汇编辑看来，要做创新性研究，写创新性论文，可以从以下几个方面着手。一、主题创新。选择新问题进行研究，是科学研究创新的主要途径。研究新问题，不但能够拓宽科学研究领域，而且能够在人所未及的问题上发表拓荒性的见解和研究结论。因此，学者们无不投人大量的精力以发现新问题，开垦科学研究的新领域。但事实上，在科学研究日渐繁荣的今天，主题创新的难度也日渐加大。尽管如此，从事科学研究，就要不断探寻新问题，不断拓宽研究主题，努力为学科创新贡献自己的学术智慧。二、视角创新。面对学术研究中的老问题，要做出创新性研究，可以通过视角创新来实现。所谓视角创新，就是在科学研究中，采用现有研究中未曾使用过的相关学科分析范式或有关学说理论，研究本学科中的老主题，以期获得新的研究结论。视角的创新不但可能有助对问题本身做出新的解释，而且还可能获得从其他视角所不能获得的富有启发意义的新的研究结论。所以，在科学研究中，提倡多学科研究，提倡运用其他学科的理论来研究本学科问题，目的就在于通过视角创新以获得研究结果的创新。三、论点创新。论点创新是任何一项研究都不能回避的任务，只有不遗余力地追求论点的创新，科学研究工作才能对学问有所贡献，学术才能不断进步。学术论文应当反映科学研究创新的成果，科学研究创新成果到了学术论文中就体现在论点上。从科学研究创新成果到论点，需要经历一个归纳、提炼、升华和规范化的过程。归纳、提炼与升华是针对论点的科学性而言的，规范化是针对论点表述的准确性而言的。要实现论点创新，应以获取独创性研究结果为研究的根本目的，脚踏实地，潜心研究，推陈出新。而且在论文写作中，要反复推敲、斟酌语言表达的准确性和简练性。四、方法创新。方法是创新的工具，科学研究是以科学的方法为手段的学术研究。研究方法本身的创新对学术创新具有重要意义，采用不同的研究方法所得出的研究结果可能是不同的。所以在科学研究中，对同一个问题一般鼓励采用不同的研究方法，以获取不同的研究结果，丰富人们对该问题的认识，促进学术的繁荣。经常看到一些学术论文在研究方法部分，陈述一堆的方法，什么文献研究法、实证研究法、比较研究法、案例研究法、定性研究法、定量研究法、规范研究法等，但在正文中却未见作者是如何采用这些方法解决问题的。出现这种情况的原因，往往在于写作者对研究方法的意义的认识不到位，对方法的运用还没有掌握，只知道有这些方法，却不知道在研究具体问题时应该采用什么方法。显而易见，这样看待和使用研究方法，是不可能做出创新性研究、写出高质量论文的。五、材料创新。材料是科学研究的素材，如果没有材料，科学研究寸步难行。以不同的材料为基础所开展的科学研究，结果可能大相径庭，当然，也存在殊途同归的可能性，不过，这种可能性极小。科学研究需要利用各种可能的合法途径，获取尽可能丰富的研究材料，以提高研究结果的普适性。但就具体的研究者而言，受主客观条件的限制，所能获得的研究材料总是有限的。这样，对于不同的研究者来讲，努力获得人们未曾使用过的材料，在新材料基础上开展自己的研究，就可能做出创新性研究。很多人做研究、写文章，怕苦、怕累，怕做深入、细致的材料搜集，怕做历史材料的发掘清理，主要利用网络搜索寻找现成的相关材料。尽管这些现成材料的价值毋容置疑，但占有一手材料，用新的材料研究问题，是做出创新性研究的重要条件。所以，在科学研究中，利用一切可能的机会和条件，获得属于自己发现的研究材料，尽可能少用二手、三手材料，是研究结论创新的重要保证。

为什么太阳会东升西落？为什么有春夏秋冬？为什么地球是圆的？为什么飞机能翱翔蓝天？为什么鱼能在水中畅游？为什么人类会诞生？这些物理、化学和生命现象都是由于大自然规律天然存在的，不随人的主观意志而转移。人类虽然无法改变和创造规律，但能够认识规律、利用规律去探索神奇的大自然。图1.浩瀚的星空探索自然是科技界同仁的使命，它以自然界为研究对象，目标就是要揭示自然界各种事物和现象的性质及其发展规律。我们对于自然规律的认识是随着自然科学的发展而逐步深入的，也有理由相信，随着人类对于大自然的认知逐渐加深，各种自然规律也将逐渐变得系统和完整。研究方法概论对自然界的探索，是一个观察、提问、假设、推理、验证的螺旋渐进过程。在这个过程中离不开研究方法的支撑，如培根的实验法、笛卡儿的解析法、伽利略的理想实验法、牛顿采用的公理化方法、归纳与演绎法；卢瑟福的模型法、康德的思辨与假说法、门捷列夫的分类比较法等等。没有研究方法的科学研究探索就成了无源之水、无本之木，就不可能取得实质性的研究成果。以基础科学理论研究为例，通过观察实验和模拟等方法，使用工具和仪器设备，获得研究对象的第一手事实材料，并加以整理和加工，再使用一系列归纳、演绎、假说等方法上升为科学理论，最后运用科学理论解释和预测新的现象。图2.英国科学家牛顿研究方法是人们在从事科学研究过程中不断总结、提炼出来的，从不同的维度和不同的层次出发，可以产生多种不同的分类。从研究方法的层级或者使用范围来分，自然科学的研究方法一般可以划分成三类：一是最普适的哲学方法和逻辑方法，为一切科学所采用；二是各门自然科学的一般性研究方法，如观察、实验、模拟、归纳等方法；三是某些学科特殊的研究方法，如生物和医学学研究中的解剖法、飞机设计中的试飞法等，它们其实也是特殊的观察法或实验法。从认识探索的历程和深度来看，可以分为经验方法和理论方法。很难有一个完全统一的分类。同时，随着科学的进步与发展，研究方法本身也在动态发展。因此，自然科学研究方法在不同维度和不同层次上呈立体网络状结构。其中，归纳和演绎是科学研究中被使用得最频繁的研究方法。多年前，我看过一篇杨振宁老先生谈学习和研究方法的文章，记忆深刻。很多人可能都知道，杨老先生大学毕业于西南联大，他总结我们中国学习自然科学的研究方法，主要是“演绎法”，往往直接从牛顿三大定律，热力学定律等基础出发，然后推演出一些结果。然而，对于这些定律如何产生的研究和了解不多，也就不容易产生有重大意义的原创性成果。他到美国学习后发现，世界著名物理学大学费米、泰勒等是从实际试验的结果中，运用归纳的原理，采用的是“归纳法”。这两种方法对杨老先生的研究工作，产生了很大的影响。图3.著名科学家杨振宁归纳法归纳法就是由一系列特殊性的前提概括出一般性的结论，简单说就是由个别到一般。往下分，归纳法又可以分成求同法、存异法、共用法、共变法、残余法，其在科学研究方法中占有重要的历史地位。自然科学中的很多定律和公式都是通过观察、研究个别现象后，从杂乱的经验事实中间，对它们进行总结归纳出来的，从而掌握了自然界的普通性规律。例如，法拉第发现磁转电的方法就是典型的归纳法。话说1820年，奥斯特成功地发现电产生磁现象后，无数科学家都在探索如何通过磁产生电。法拉第自1821年就开始了磁生电的研究，为了防止磁铁对电流表产生影响，他用了很长的导线把电流表接到隔壁的房间里。他的实验方法是，把磁铁插到线圈中以后，再跑到隔壁房间里看电流表指针是否偏转，10年来他一直没有看到电流表指针偏转过。直到1831年10月17日，这一天由于种种原因，电流表就放在线圈不远处，当法拉第把磁铁快速地插入线圈时，突然电流表指针奇迹般地摆动了一下，又回到零刻度线。当他急忙把磁铁从线圈中拔出来时，指针又向相反方向摆动了，从此他归纳总结出切割磁力线产生电流的规律，从而将人类带入电的时代。图4.法拉第发现电磁感应尽管归纳法极大地推动了自然科学前进的步伐,在科学发展史上具有无可替代的作用，但是它也不是万能的，也有它的局限性。著名哲学家休谟首先思考和发现归纳法的局限性，提出了著名的“休谟问题”，即归纳推理的根据何在？对归纳法的有效性、合理性提出了质疑。因为归纳是以直观的感性经验为基础，只能根据已经掌握的少部分事实或现象进行归纳，作出的结论可能带有很大的偶然性，甚至会出现与客观事实相矛盾的情况。所以思格斯指出：“我们用世界上的一切归纳法都永远不能把归纳过程弄清楚”。图5.英国哲学家休谟演绎法演绎法是从一般到个别的推理方法，揭示的是个别和一般的必然联系。它不仅能够作出科学预见，为新的科学发现提供指导性的线索，还将使科学研究沿着正确方向前进。理论的威力在于正确地预测，只要推理的前提是正确的，推理形式是合乎逻辑的，推理的结论也必然是正确的。比如，门捷列夫通过近20年的坚持不懈，收集和掌握了海量的元素数据，并从中掌握了元素周期规律。他不仅预见了当时未被发现的镓、锗、钪等元素的存在，而且还预先确定了这些新元素的性质，并得到科学的证实，轰动了整个欧洲。1849年，科学家根据牛顿的万有引力定律，成功地预测了海王星的运动轨道。爱因斯坦曾预测有弯曲一定范围的空间和弯曲的光，后来都被证实。图6.门捷列夫及元素周期表演绎法的局限性主要有两点：一是由于人们有时机械地套用“三段论”，将得出错误的结论；二是有时共性不能涵盖所有的个体特性。导致演绎法不能保证结论的正确，以及不能正确地反映变化的客观世界。流体力学4大研究方法除了这两种基本研究方法外，每个学科可能都有一些各自独特的研究方法。我是流体力学专业出身，就以流体力学为例。通常，开展流体力学的工作主要有4种研究方法：现场观测法、实验模拟法、理论分析法和数值计算法四个方面。现场观测法从流体力学的学科历史来看，流体力学始于人们对各种流动现象的观测。面对奔腾的河流，孔子发出了:“逝者如斯夫,不舍昼夜”的感叹，古希腊哲学家赫拉克利特说“人不能两次踏进同一条河流”。阿基米德在澡盆中，看到溢出的水，提出了流体静力学的一个重要原理——阿基米德原理。 丹尼尔·伯努利通过观察发现流速与静压关系的伯努利原理。在流体力学史上还有很多这样的例子，发现自然界的各种流动现象，通过各种仪器进行观察，从而总结出流体运动的规律，再反过来预测流动现象的演变。但此方法有明显的局限性，最主要的体现在两个方面，一是一些流动现象受特定条件的影响，有时不能完成重复发生；二是成本比较大，需要花费大量的人财物。图7.阿基米德发现浮力定律实验模拟法为了克服现场观测的缺点，人们制造了多种实验装置和设备，建立了多个专项和综合实验室。实验基本上能可控、重复流动现象，可以让人们仔细、反复地观测物理现象，直接测量相关物理量，从而揭示流动机理、发现流动规律，建立物理模型和理论，同时还能检验理论的正确性。流体力学史上很多重要的发现都是通过实验发现或证实的，比如意大利物理学家伽俐略利用实验演示了在空气中物体运动所受到的阻力；托里拆利通过大气压力测量实验，证明了恒定孔口出流的基本规律；牛顿用摆和垂直落球在水和空气中进行了绕流阻力实验；由法国工程师皮托发明、世界流体力学大师普朗特改进的风速管，可同时测量流体总压和静压。随着技术的进步，风洞和水洞成为实验流体力学中两种主要的实验设备。风洞是一种特殊的管道，通过产生可以调节的气流，使实验段中的模型流场能够模拟或部分模拟实际流场。水洞更容易实现流动显示和定量测量，对进行湍流和边界层等基础科学问题的研究以及一些实际工程问题具有重要价值。图8.风洞试验及试验模型理论分析法理论分析法是在感性认识的基础上，在一定的理论指导下，综合运用归纳与演绎、比较与分类、分析与综合等逻辑方法，采用数学理论和方法，实现定量化分析，来认识事物的本质及其规律的一种科学分析方法，是流体力学分析研究的一种高级形式。尽管人们对流动的认识和探索进行了几千年，但只有到了欧拉方程和伯努利方程的建立，才是流体动力学作为一个分支学科建立的标志，开启了用微分方程和实验测量进行流体运动定量研究的新阶段。无数物理学家和力学家进行了大量的探索，例如：拉格朗日的无旋运动、亥姆霍兹的涡旋运动、达朗伯佯谬，一直到纳维-斯托克斯方程，即著名的NS方程，它是流体动力学的理论基础。由于纳维-斯托克斯方程是一组非线性的偏微分方程，很难求出解析解。在流体力学理论分析中，常常根据特定的物理性质和具体环境，抓住主要因素、忽略次要因素进行抽象化、简化流体物理性质，减少自变量和减少未知函数，建立特定的力学理论模型，这样可以简化数学方程、克服数学上的困难，进一步深入地研究流体的平衡和运动性质。例如普朗特学派逐步将N-S方程作了简化，从推理、数学论证和实验测量等各个角度，建立了边界层理论，能实际计算简单情形下，边界层内流动状态和粘性力。数值计算法由于物体几何外形的复杂，以及非线性偏微分方程组求解的困难，早在20世纪初就有人提出用数值方法来解流体力学问题的思想。就是将流场区域离散化，分成许多个子区域，并确定每个区域中的节点，从而生成网格。将控制方程在网格上离散，就可以将偏微分格式的控制方程转化为各个节点上的代数方程组。求出方程组的近似解后，结合流场情况以及一些理论常识，解释这些计算值的物理含义和流动机理。在正式计算之前，通常还要通过经典模型算例，将计算结果与实验结果进行比较，以验证计算方法和参数设置。由于网格点数量大，要求的计算资源比较高。只有电子计算机问世以来，数值模拟才成为现实。相对于实验来说，数值模拟具有廉价、全流场、三维复杂流动分析，不受实验设备的研制、流场无干扰等特点。图9.飞机流场数值计算现场观测的现象和实验结果，只有在具备一定的理论基础时，才会有意识地从分散的、看似无联系的现象和数据中找到规律性的东西，甚至发现新理论。理论分析和数值计算也要依靠现场观测和实验模拟来校验力学数学模型。因此，在解决重大实际问题时，单一方法都是有缺点与不足的，必须多维度多层次综合运用多种方法。只有掌握了科学的研究方法，我们才能在国家科技强国战略中建功立业。

勇敢怀疑，顽强求证勇敢怀疑，先从自己做起。追求科学，正确的心态是第一位的。很多人听不得分析问题，特别是会证明自己错的分析！他们表面争强好胜，喋喋不休，其实思维简单，性格懦弱，行为幼稚。不过可以通过正确的练习来“脱敏”！可以先从反躬自省自己分析问题的方式开始。大部分人分析问题的主要方式，一般来源于父母，亲戚朋友这类身边的人，影响最大的是电影电视，我们从中学习穿着打扮，待人接物，恋爱结婚，工作生活等等一系列对问题的看法和思考方式，导演取代了以往由作家担任的这个社会引领者的角色，也体现着整个社会最主流，也是最基础的思维水平（如果比这个还低，就连思维水平都算不上了）！现在的互联网时代，导演的作用在弱化，。。。顺着这个思路大家自己总结！对于自己的想法源于何处有所了解，有所警觉，可以审视思想来源是否验证过，避免自己钻牛角尖或者误入歧途！目前来讲，大家能够警惕就足够。这里面其实也有经济学的分析工具，高手用起来可以达到出神入化的程度！以后我们会做示范！顽强求证，就是前文所说科学原则的具体表现。一方面我们怀着必胜的决心努力探索，另一方面，也要有功成不必在我的觉悟！因为也会有难以克服的条件制约。例如：要证实某些问题还需要客观条件支持。爱因斯坦很早就提出黑洞假设，但是受制于技术条件直到最近才真正证实黑洞的存在。（他已经过世很多年）这其实也是一种信仰吧！勇敢顽强，对于人生也是如此。我们怀着必胜的决心探索、改造自己的人生。一帆风顺当然不错，但是绝不害怕艰难险阻。上文所说7、80岁的年轻人并非夸张，而是我亲眼所见。尽管不同意他们的某些说法，也会现场提出质疑’砸场子’！（人太多，慌得一屁）！但是对他们的学习和探索精神仍旧表示钦佩。当然我们要为此做足准备！这个准备，首先从武装自己的头脑开始！武装头脑，是指要掌握“方法”。方法，是要达成某个目标所要采取的一系列行动、步骤、措施和技术。从治理国家，建宇宙飞船、到做一顿菜都会涉及到要采取什么方法来完成。对某类方法进行一般化的总结形成理论。就是方法论！科学方法论：科学方法论是各种科学分析方法的总原则，是严密科学分析的总前提，可以保证我们最后的分析结论不会跑偏！而经济学里有很多具体的分析方法，每次使用，我们都要回溯一下是否符合科学方法论的要求，直到烂熟于心成为思维习惯！这个层级关系和应用方式一定要注意！科学方法论会涉及到一点点科学哲学的范畴。因为我们不是搞理论研究所以做一个大概了解即可。主要目的是在以后的学习过程中能够明白科学的分析方法是怎么构建起来的。看不明白也可以跳过，不影响后期学习。就像你开车，只需要掌握驾驶方法，不需要了解人体力学等等知识一样！现在人类社会的科学一般是指实证科学，我们不研究“看不见，摸不着”的虚拟东东。但是有很多重要的科学领域恰恰是构建在“看不见，摸不着”之上，例如理论物理、、、以及将会学到的经济学。实证科学可以让我们避免滑入神学。理论科学可以让我们视野更加广阔深远。但是我们怎么来调和这种貌似矛盾对立的情况？其实很简单，具体方法有点像中西医结合，摘取各自有效的部分进行组合，怎么摘取，怎么组合其实很深的学问，不过我们只需要照抄大师的方法即可。这里有个简单原则，虚拟之物虽然不能直接观察，但是也需要间接观察到。例如引力，是物理学的基本假设。我们认为它存在，并不是因为我们能够看得见，摸得着引力，而是通过物体向下坠落来观察的。这个假设在没有找到反例之前。我们认为它就是正确的，在此基础之上构建很多具体的应用。这类无法直接观察到的基本假设，我们也是经过可复现，可证伪的验证流程，最后才用这个高度抽象的理论来指导具体的、可观察的科学活动。在经济学领域，我们的基本假设是【自私假设】。从具体事例来说李老师推荐的《学医七年》也有相关描述。现在的医生为了达到更好的医疗水平，早就要求融会贯通中西医医学理论，不仅国内有，国外也有（以前我是通过表象做的间接判断，这本书应该可以做更有力的证明）。因为大家的目的是要解决问题，而不是要闲来无事讨论谁是正宗医学。只要围绕解决具体(真实世界)问题，一切知识就会升华成为我所用的“方法”、“手段”！注意，这一点超重要！大概了解到这里就可以了。该话题其实非常、非常艰深，之所以简单处理是因为不这么做，要走到上手解决问题这一步就会绕得太远，困难重重。我就曾经被绕得死去活来！科学方法论前文已经做过很多示范（如第一篇红十字会最典型），我们通过观察、调查某个或某类现象，得出结论。这些结论在没有经过科学验证之前，我们称为假设。这些假设需要进行逻辑或事实方面的验证。如果被反例推翻，这个结论为错。如果一直找不到反例，我们暂时认为对，可以拿来应用。用自然科学的分析过程来辅助理解。我们观察到中药对于某些病有疗效（无论是实际观察还是间接观察），从实际观察中我们可以假设中药确实有这个功效，那就在实验室搞清楚这些中药的成分，分离成分以后针对病灶或者病原体进行实验，如果某类成分有效，并且反复出现一致的效果（事实验证）。可以断定是该成分在起作用。这就是青蒿素产生的过程了。可证伪的逻辑部分在于，我们找到的这类成分不一定对，但暂时观察不出错误。我们可以暂时认为该成分有效，并用于指导痢疾药物的生产和使用！以上就是科学方法论的全部内容。有了正确的思维方式，你的判断就有坚实的科学理论做基础，也有助于让你养成坚决果断的行为习惯！科学方法论的原则很清晰明了，不过困难之处在于怎么对现象做科学分析、验证。前面说过经济学中有很多分析工具来辅助我们完成。科学验证的方法，一般情况下会首先采用逻辑验证。简单讲就是用“脑子想”。逻辑验证不仅能够解决事实掌握不足的问题，而且由于成本低也可以是最先采用的验证方式。当然，如果事实清晰，也可以一开始就采用事实来进行验证。什么是逻辑验证？最广为人知的逻辑验证方法可能是亚里士多德的“三段论”！对此没有概念的，可以自己去做一个了解。前文也说过，经济学的逻辑验证方法并不复杂，所以基本用不到数学来辅助推演。但是推理过程中有一些重要的错误会经常犯，就算是高手如果不注意也难幸免。我们接下来会对这些典型错误进行逐一说明！一、宿命论：常见于鸡汤类文字，经常会碰到！是我们首先需要警惕的。变化方式很多，但它的本质很简单：你无法了解任何事情。当然它会通过各种方式来显得高大上，有道理！例子：你所认为的，只是你所认为的。——好莱坞某电影大片对白“你的知识有限，问题无限。但是有些人就妄图用有限的知识来分析无限的问题，还总以为自己是对的。你要敬畏，要谦虚，否则你不理智，你不清醒等等”————这就是把哲学书当鸡汤书来读，脑子不好使的那种思维方式！以前会认真的问他，既然如此，你又怎么知道你这句话是对的？？？而现在，我直接绕远一点，避免碰到！我们前面科学原则也说过，宿命论者缺乏基本科学常识。他们可能满嘴讨论的是科学，哲学，其实已经滑到神学去了！经院哲学院扯这类问题，扯了1千多年都扯不清。我可没有那么多时间来耗！你有你的观点，我有我的观点。这类说法，对于找不出确切答案的情况时就会出现。这其实就是维持原状。这种解决问题的方法，在其他方面可能存在，在科学界是不存在的！例如：日心说，地心说真相只有一个。科学范畴里怎么可能出现，日心说也对，地心说也对的情况？从逻辑上首先就不过关！遇到我们暂时无法解决或解释的问题，该怎么办？科学方论里已经有答案。想通以后，科学方法论在理解上你就可以算是基本过关。二、用事实解释事实用事实解释事实！一方面，不容易抓到事物的本质。本质这个词后面的意思是规律，是关键局限。另一方面，事实解释事实容易造成逻辑陷阱。更深的解释是张教授的解释，无法形成理论，对于构建知识，了解世界毫无用处。敏锐的同学可能注意到，翻开经济学的教材，有很多数学推导的例子，甚至还要画图形来解释。这些都是事实，为什么说经济学用不到数学呢？看过《自然科学的哲学》这本书的同学应该会看到，在分析医院案例的后面，重点介绍了一种逻辑推理错误叫做“肯定后件的谬误”，这也是典型的“用事实解释事实”！用现在的疫情来举个例子。最开始是怀疑（假设）蝙蝠，因为这货是个病毒携带大王。逻辑推理的思路是：武汉海鲜市场最早发现新冠，海鲜市场里有蝙蝠售卖，它是病毒携带大王（貌似还带有新冠近亲），所以推断新冠病源来自蝙蝠。然而，昨天在北京新发地发现新冠病毒，来源于一块切三文鱼的案板！能够直接推论新冠是来源于三文鱼吗？回到上面“经济学用数学”的例子，经济学教科书里有用到数学，不能推出数学是学好经济学的必要条件。例如体育中也用到数学，生理学包括心理学等等学科。但是这些知识并不是成为优秀运动员的必备条件，这些学科成绩差也能成为伟大的运动员。同理，数学是不是经济学的必备条件，后期经济学部分如有必要，我们会拆解其中的典型数学案例进行说明！“用事实解释事实”的错误，实在是太多，可以说满大街都是，却被大家熟视无睹！随便举个例子：如前段时间社会上非常有名的《异类》“1万小时定理”，文章一开始说的上半年出生的人更有机会成为专业人士。这种明显荒谬的事情我就不说了，也可以看出是典型的“用事实解释事实”。按这个逻辑，我也可以发明自己的理论——爱穿西服的人更有机会成为专业人士、、、还有，我摆地摊能不能赚钱，我做直播能不能赚钱，我产业升级能不能超过美国。我xxx能不能xxx。上至庙堂之高，下处江湖之远，只要稍微留心一下，满坑满谷都是这类思维谬误。不容易抓到本质的意思是，有可能碰运气撞对关键局限。最直接的害处是考虑问题难以深入，浅尝即止！那要怎么分析才对？经济学阶段会详细讲！1万小时这个部分，迷惑性就要大得多。因为从传统观念上来说，刻苦努力才能有所成就，很多成功人士的励志故事也告诉我们这个道理。从现象上看，专业人士也是常年保持刻苦练习才能让他们的水平处于高位。网上也有不少批驳1万小时的文章，有些说到点子上，方法不对，光靠刻苦努力是没有效果的。中国有一个家喻户晓的成语叫“南辕北辙”，说的就是这种情况了。要避免用事实解释事实，需要用到很多办法例如边际分析，均衡等等来筛选出关键局限。有可能是单一方法就行，有可能需要各类方法组合使用。这些都是经济学分析工具的具体应用，以后还会示范、详解！三、定义不清（模糊和不清是同意反复的词汇，所以用定义不清好像更明确，清晰一些）然而，1万小时这个理论还有一个更大的问题，就是【定义不清】，像爱因斯坦一样的高度是专业人士，还是只要熟练掌握某项技能就是专业人士。搅来搅去的最后结果是你搞不清楚他说的是对，还是错。模糊的提出问题，只会得到模糊的答案。这类问题同样满坑满谷到处都是。很多人考虑不清楚问题，争论某类问题很长时间没有结果，往往都是这个原因导致的。随手举个例子：俞敏洪的演讲：”要努力奋斗，能不能成功是概率问题。“（这说明他也意识到努力奋斗，并不是成功的关键局限）有没有发现，它不仅是宿命论而且犯了用事实解释事实的错误，除此之外，成功的定义到底什么，也是个模糊的概念。看看科学家是怎么解决这类模糊问题的。再次感谢自己能够耐着性子把科学史啃完，以史为鉴实在是太好用的分析角度。科学的启蒙阶段是从【分类】开始，有个博物学就是专门做此事的，我怀疑这是人类面对未知(对某些现象没有明确定义)时自发形成的研究方法，因为一方面分类分析的方式可追溯到上古时期，后续至四大文明古国的重点学科，农学，医学、数学、、、无一例外都是对事物进行分类开始的研究总结。另一方面，据我观察，目前很多新兴行业在初始混乱的情况下，要进行学习研究往往都是先从分门别类开始，这绝对是自发的。因为行业之间的区别之大，研究人员的构成之杂都有云泥之别，不可能有人能够事前组织。我学过太多杂七杂八的东东，这方面应该有发言权。分类的目的，首先就是要对事物定义清晰。最直接的作用是缩小研究范围，降低研究难度。奥卡姆剃刀之’奥卡姆双刀’！如果事物本身就有清晰的定义。可以直接引用别人的定义（记得百度一下）！如果某条定义有多个解释时，我们可以用奥卡姆剃刀来解决。“如无必要，勿增实体”的意思用在理论部分是“理论以简单为上”，相同意思下，选择最容易理解的那条。相同难度下，选择解释力最广泛的那条。（自己去找相关资料，我就不举例了！）选择好了以后，理解不了怎么办？这就要用到第二刀——“验证以事实为上”，把复杂的理论拉到真实世界里，用小例子辅助理解。第二刀虽然是我自己加上去的，但是来头不小，除了李老师一直强调要举例说明，也受到费曼教授用冰水和橡皮筋解释航天飞机事故的启发以及实证科学的终极要求。奥卡姆双刀我用了很长时间，攻无不克，百战百胜！有兴趣的同学可以专门了解一下奥卡姆剃刀，看看理论可以强大到什么程度。貌似简单的一句话，怎样对人类社会起到巨大影响。而我们研习经济学，这些强大工具要熟练掌握。一旦分析问题，背后都是它们在做支撑，你不厉害都不行！理论的尺度——套套逻辑和特殊理论这个问题放在此处，一直感觉太深了。因为很多人如果初次接触科学方法论，肯定连怎么系统的分析问题都不会，难以体会套套逻辑的精妙之处！我自己也是搞了很长时间才有一点点感觉，慢慢能够用起来！套套逻辑，有些没学会的同学一直以为它代表言之无物，同意反复是个贬义词。其实它更大的作用“把握大方向”，四足动物有四条腿，自私的人是自私的（极大化）。换言之，之所以这么做是因为对他有好处，这其实是理论的起点！不仅绝对正确，而且有着超广泛的解释力，一句话就概括完整个经济学的内容。而特殊理论是只能解释某个现象的理论，情况稍微变化就不能对其作出解释。这种例子很多，例如华为十大管理法则，摩根投资十大准则、、作者找不到关键局限，只是把研究对象的优势（成功经验）进行罗列，这是理论的终点——就是没有理论。一方面，要运用起来成本很高。找不到关键局限的情况下，要借鉴别人的成功，唯一办法就是全盘照搬。历史上大的事件来讲，日本在开放国门以后，全盘西化获得成功。但是苏联也要“西化”却遭遇灭顶之灾。记得以前有一个“家乡鸡”，贴着肯德基开店。人家在哪里开，它就开在对面，除了供应的食材略不一样，尽量模仿肯德基的成功经验。一开始受到媒体、资本的热捧。结果没几年就消失了。怎么会出现这种情况？其实很简单，前面也说了特殊理论只是罗列对方的经验，然而要实际运用还需要结合自身的具体情况。如果找不到关键局限，灵活运用是不可能的。这也是“学我者生，像我者死”的准确含义了。没有解释力的特殊理论是没有价值的，因为运用的风险太高！我们分析问题，找出很多局限条件在影响现象变化，用经济分析工具剥离出去的局限条件越多，就越向套套逻辑靠拢，解释力就越正确、越广泛、。至于要分离出多少才行，其实没有定论。要看具体情况！我个人经验，很多问题的关键局限往往只有一条，也就是说最好剥离到只剩一条为止。无论再大的问题，中美，中俄，中印关系还是超市买一送一这类细微生活现象都是如此。当然，如果一条不行，就要再加一条（我暂时只碰到过一次多条关键局限，而且还没想清楚是不是真的需要多条关键局限才能解释）！这段其实不好理解，不过，用起来并不复杂，经济学部分会进行详细演示，看我们怎么灵犀一指，一招点出关键局限。科学方法论不是知识，是思维方式。需要借助各种分析工具才能达成研究目的。建议抄在纸上，贴在办公桌上，分析问题时经常对照一下，直到养成思维习惯为止。办法虽然笨，但是效果很好！下一篇会进入经济学领域，从【个人赚钱】开始讲起，融入经济学知识的同时，无论是理论还是实例都是基于科学方法论的基础之上。所以请各位时刻要问自己：1、对方的结论是什么？2、怎么验证？3、验证方法里有没有这篇文章提到的各种谬误？（非真实，除了本文里的解释外还有一部分内容。前文已经讲过，就是碰到对方的论据，先上网查查是不是真有此事还是他臆想的，这就是落实到具体操作层面了）4、验证出来的关键局限，我是不是真的理解，需不需要用【奥卡姆双刀】来处理？5、关键局限处在哪个理论尺度，有没有找到真正的关键局限？反复强调，我们要掌握的分析工具包括科学方论不是知识，你纸面能理解明白，并没有什么用。而是思维方式，要运用到解决真实问题才算掌握。现在还有同学一上来就伸手要答案，你学了这么长时间，到底是在搞什么名堂？气抖冷～～

防控疫情是一场异常激烈的没有硝烟的战争，要打好打胜这场硬仗，科学技术很关键。习近平总书记强调指出：人类同疾病较量最有力的武器就是科学技术，人类战胜大灾大疫离不开科学发展和技术创新。要把新冠肺炎防控科研攻关作为一项重大而紧迫任务，综合多学科力量，统一领导、协同推进，在坚持科学性、确保安全性的基础上加快研发进度，尽快攻克疫情防控的重点难点问题，为打赢疫情防控人民战争、总体战、阻击战提供强大科技支撑。科学技术是支撑。防控疫情是人民战争，需要大量的兵力，更需要先进有效的武器。打好这场仗，不是传统的拼刺刀，科研攻关给我们指明了作战方向，那就是要拼科技。提高治愈率、降低病亡率，最终战胜疫情。直面疫情的战线有两条，一条是疫情防控第一线，另一条就是科研攻关线。白衣战士在前线救治病人，科研人员在后方研究医学技术，向前线输送打得响打得准打得好的武器弹药。湖南省科技厅厅长童旭东介绍，新冠肺炎疫情暴发以来，省科技厅联合省财政厅迅速启动疫情防控应急科技攻关，首批21个立项项目中，直接投入疫情防控第一线的单位达50%以上，科技创新的成果将起到支撑疫情防控、临床一线的作用。科学技术是良医。疫情发生后，湖南全省科技、卫生管理部门和相关医院、高校、企业的科技人员迅速调动起来。科研、临床、防控一线相互协同，产学研各方紧密配合，加强科研攻关，坚持向科学要答案、要方法。湖南的防控疫情阻击战，取得的坚实的成绩。湖南与湖北同江同湖，两省人员来往多，防控形势严峻，压力巨大。由于提前部署，严格实施“四早”“四个集中”，目前为止，湖南省的病例连续多天零增长，治愈率排在全国前列。这样的成绩充分说明湖南的防控阻击战指挥得力，作战有方，有勇有谋，科学防治。科学技术是保证。新冠肺炎的传染速度快，传播范围广，目前还没有治疗的特效药品，中国虽然控制了疫情在国内的传播，但世界各国的疫情对我们的防控压力增大。可见，生命安全和生物安全领域的重大科技成果也是国之重器，只有加强生物技术的医学研究，储备好攻克病毒的“核武器”，才能有备无患。科学技术是第一生产力。新冠肺炎对我国乃至全人类的生命健康带来了巨大的威胁，需要医务人员和科技工作者对检验检测、诊断治疗等方面开展科学研究，找寻更多路径方法。在这场和病毒的战争中，只有用科学做武器，才能最终取得决定性胜利。

战胜疫病离不开科技支撑。科研院所的显微镜下，高校的生物实验室里，医疗机构临床检验中心内……广大科技工作者奋战在疫情防控阻击战前沿，展示出拼搏奉献的优良作风、严谨求实的专业精神。争分夺秒!第一时间分离病毒、对基因组测序并与世卫组织和其他国家共享，医疗科研人员夜以继日工作，为防控疫情赢得了宝贵的时间。合力攻关!疫情防控科研工作是复杂的系统工程，需要各方科研力量在临床救治和药物、疫苗研发、检测技术和产品、病毒病原学和流行病学、动物模型构建等方向，汇聚力量、密切合作，为疫情防控提供有力科技支撑。科研战线也是战疫一线。向科学要答案、要方法是战胜疫情的法宝。版式设计：蔡华伟《 人民日报 》( 2020年03月05日 10 版)

十六——十七世纪自然科学发展的需要，要求对中世纪的研究方法进行变革。伽利略主张自然科学要坚决地同臆测的方法和神秘的观点决裂。赞成用观察、实验和数学方法相结合研究自然界，这在方法论的发展历史上意义十分重大。古希腊和中世纪的科学家，对科学问题只是停留在定性的描述，满足于质的原因的解答。例如，物体为什么运动？是由千物体有外力推动，天体运行是由于天使推动；重物为什么会从高处落到地上，而不是飞向天空？是因为重物的天性是要回到地的中心；至于鸟要在空中飞，鱼要在水中游，都是因为鸟和鱼的本性如此。亚里士多德物理学的这种研究方法，着重点在于探求事物的终极原因，采用的是直观的猜测，它最终只能导至神学。伽利略却相反，他不仅认为物理学原理必须来自观察和实验，并接受实践的验证；而且他还认为物理学的研究应寻求量的公理，即研究物体是怎样运动的，并用数学的公式定量地表示出物体运动的规律。这一研究方法的转变是方法论上的重大变革，“是历来关千科学方法论的最深刻、最有成效的思想”。伽利略伽利略通过实验，发现了落体定律和物体运动的惯性原理。否定了被人们奉为经典的亚里士多德物理学观点，即重的物体比轻的物体下落快。伽利略精心设计了斜面的实验，将物体下落转变为小球沿光滑斜面下降，便于观察、测量和计算。 他进一步观察小球在沿着两个成一定角度相连接的斜面上， 下降和上升的情况， 经过多次实验， 他发现在斜面足够光滑的情况下， 小球在第二斜面上升的高度愈接近于它滚下的高度， 若第二个斜面是水平的， 小球在平 面上近似于等速直线运动。 伽利略继续思考， 若平面绝对光滑而没有摩擦，小球上升高度应与下降高度相等；在水平面上应是等速直线 运动。 伽利略根据实验数据整理出落体定律， 提出了惯性原理的基本思想。 他还观察了平面上滚动的小球下落到地上的情况， 用运动合成的理论，分析小球运动的轨迹——一条半抛物线，是小球水平速度与垂直下落速度的合成。 所有这些都说明了， 伽利略是将力学实验与数学方法相结合， 而取得了物理学研究的新成果。 他的关千理想实验的新思想， 对后人产生了巨大的探刻影响。 人们称他为近代实验科学之父， 近代科学方法论的奠基人。伽利略的研究方法直接促进了近代自然科学的发展。 他把力学与数学相结合， 寻求数学公式表达运动的规律， 使力学研究从猜测 物体运动的原因上升为研究并证明运动的若干性质， 为力学及其它科学开拓了研究的新天地。 他的方法被牛顿等近代物理学大师所继承， 创立了经典力学， 推动了科学的发展。 伽利略的研究方法同时也促进了数学的发展，由于力学和其它科学以及生产实践的需要，使数学家努力去寻求新的数学工具， 微积分正是由此而产生的。 所 以， 伽利略的科学方法论， 使人们从中世纪经院式的演绎法的死胡同种摆脱出来，对创立实验科学和以后科学的发展有着深远的影响。十七世纪可以说是方法论觉醒的世纪。以培根为代表的根植于经验科学的归纳法，和以笛卡尔为代表的偏重于数学的唯理主义的演绎法，特别是伽利略的将观察、数学与实验相结合的研究方法，在科学方法的发展史上以及科学史上意义都十分重大。文章来源：《科学技术史讲义》清华大学出版社

“科学管理”作为当下管理者耳熟能详的名词，在泰勒的著作中，其实有明确的内涵，和当下我们的理解有比较大的差别。今天，第一管理学派就给大家分享一本书——《科学管理原理》。作者弗雷德里克·泰勒，被全世界的管理学界尊称为“科学管理之父”。他是第一个认真研究劳动的人；第一个把管理当做一门科学的人；一个被社会主义伟大导师列宁推崇备至的人；一个影响了人类工业化进程的人。在《科学管理原理》一书中，泰勒系统地提出了科学管理的基本思想、基本内容和具体方法。在科学管理的基本思想中，泰勒提出了专业分工、标准化、最优化等管理思想。在科学管理的基本内容方面，泰勒对企业经营管理和组织管理进行了全面的阐述。这些措施包括工人的选择和培训、标准工作条件、明确界定工作量以及建立激励性差别工资补偿制度。在科学管理方法方面，泰勒提出了一系列具体的步骤和方法，如定额管理、差别计件工资制、选择和合理使用一流工人以及如何进行规范化管理等。在这本书中，泰勒根据当时美国资源浪费严重、劳动生产率低下的事实，提出了科学的管理原则，重点放在企业的基层管理上。他认为，管理的主要目的是使雇主和雇员双方的利益最大化，而实现这一目标的唯一途径是高劳动生产率。泰勒在书中明确地说：没有人会否认，当一个人工作时，只有当他的劳动生产率达到最高，也就是说，只有当他达到最大的日生产量时，他才能最大化他的财富。当两个人一起工作时，上述事实也非常清楚。为了说明这个事实，假设你和你的助手足够熟练，每天可以做两双鞋，而你的竞争对手和他的助手每天只能做一双鞋。很明显，与每天只能做一双鞋的竞争对手相比，卖了两双鞋后，你可以付给你的助手更多的工资，你可以比你的竞争对手赢得更多的利润。在更复杂的制造企业中，事实也非常清楚。只有以最低的总支出(包括人力、自然资源和机器和建筑形式的资本支出)完成企业的工作，才能给工人和雇主带来永久的最大财富。或者，用另一种方式解释这个真理：只有当企业中工人和机器的生产率达到最大值，也就是说，只有当工人和机器的产量达到最大值，财富才能最大化。原因很简单，除非你的工人和机器比其他企业生产更多的产品，并与你的竞争对手相比，你不能支付更多的工资给你的工人。原因是你可以比较两家直接竞争的公司，哪家公司能支付更多。同样的，你可以比较同一个国家的不同地区，甚至是两个互相竞争的国家，它们可以支付更多的费用。总之，财富最大化只能是生产力最大化的结果。

我们并无任何已被确认的、能理解全部自然现象的科学理论。撰文 | 卢昌海The most incomprehensible thing about the world is that it is comprehensible.- Albert Einstein科学的目的很佩服做哲学研究的人，无论什么话题都能够洋洋洒洒地写出几十万言。有时候觉得他们有点象诗人，小中见大，平中见奇，能够把一个简单的概念写复杂了。一部沉甸甸的著作常常会引起人们本能的敬畏，一句听起来似懂非懂的话常常让人觉得“嗯，有点哲学味”。这种敬畏，这种“哲学味”，在一定程度上使大众疏远了科学。曲高则和寡，自古如此。科学的数学结构是抽象的，但科学的理念却是朴素的[1]。当爱因斯坦为指南针神秘的方向性感到惊讶时，他只有4岁，还没有来得及读亚里士多德，也还看不懂康德。后来人们认为爱因斯坦是个天才，但那时候的他还只是一个晚熟的孩子。他感到了惊讶，因为他不知道事情为什么会这样；他后来成为了物理学家，因为他想知道事情为什么会这样。只有真正朴素的理念才能和一个4岁孩童的朦胧理性产生耦合，而我深信一个真正朴素的理念是不需要用几十万字才能说清楚的。这个宇宙的演化是有逻辑规律的，这个宇宙间丰繁多姿的现象背后是有原因的，这是科学存在的前提，也是任何智慧存在的前提。至于这个宇宙为什么是有逻辑规律的，这并不属于科学的范畴。我们存在于这样一个宇宙之中，这是一个基本的经验事实[2]。这个经验事实也意味着逻辑推理的有效性是一个近乎于先验的基本事实。就象宇宙间所有的其他存在一样，科学的存在也是有因果的，科学存在的具体形式是和它所要达到的目的紧密相联的。环顾我们周围的世界，从草木竹石到飞禽走兽，从戈壁草原到冰川湖泊，小至蝼蚁尘埃，大至日月星辰，世间的现象是如此的千变万化，无穷无尽，就象满地的珍珠，如若没有丝线相串，何以尽拾？科学也是这个道理，万物无穷而人力有限，理解事物的唯一有效的方法就是简化。把许多现象归结为一个道理，窥一隅而知全貌，就是一种最有效的简化。寻求对自然现象的这种简化是人类试图理解、预言和利用自然现象的最重要途径，也是科学朴素而优美的目标。当然，我们也应当看到，“简化”是一个比较含糊的字眼，不问内涵地追求简化会使人误入歧途。最大而又最荒唐的简化莫过于把一切归因于上帝，就象《圣经》所宣称的，那比牛顿定律、麦克斯韦方程式，或相对论的基本原理简单多了。但那不是科学，因为《圣经》只不过是把它所要“解释”的东西罗列了一遍，上帝第一天创造什么，第二天创造什么……如此而已。哪怕略去其中无数的错误不论，这种所谓的“解释”除生添一个上帝外，也并不构成任何实质意义上的简化。更重要的是，这种“简化”缺乏人们对科学的一个很基本的期盼，那就是要能够预言未知或未来的现象。仅限于对已知及已经发生过的现象进行罗列、归纳或整理，哪怕做得很到位，也更接近于历史而不是科学。那么，对自然现象什么样的理解能够构成实质意义上的简化，并且具有科学所必须具有的预言能力呢？是以逻辑推理为依据的理解。把科学的理论框架建立在逻辑推理之上是其力量的重要源泉，也是科学有别于宗教的一个极其本质的特征。在一个科学理论中，从基本原理到对现象的解释，是以逻辑推理的方式来衔接的。由于——如前所述——逻辑推理的有效性是一个近乎于先验的基本事实，我相信人类远在意识到“逻辑”这个概念之前，就已经在本能地运用着初等的逻辑推理了。逻辑推理具有极大的延展性和客观性。从一个科学理论的基本假设出发，运用逻辑推理可以衍生出近乎于无限的推论，而且这些推论是以非常确凿并且独立于个人意志的方式存在着的。一个科学理论一旦提出，就以一种严谨而谦虚的方式存在于学术界。任何人都有权对它的基本假定和逻辑推论进行检验。任何一个那样的检验如果得出明确的否定结果，就意味着理论被推翻，或者其局限性被发现。科学理论的这一特征被科学哲学家波普尔（Karl Popper，1902-1994）提升到了一个很核心的地位。波普尔写过许多大部头的书，其中一个基本的观点，就是认为一个理论成为科学理论的必要条件是这个理论具有可证伪性（falsifiability）。也就是说一个理论要成为科学理论，必须明确地提出在何种情形下自己可以被推翻。这一点初看起来很出人意表，因为通常人们在思考科学理论时，往往是从证明而不是证伪的角度去考虑的。但细想一下其实却不难理解，因为一个科学理论的推论是无穷尽的，再多的实验也只能加强它的可信性而无法证明它的正确性。相反，由于科学理论有着明晰的逻辑结构，要推翻它却只要有一个确凿的反例就可以了。人性有弱点，科学家是人，因而也不例外。疏忽、偏见，甚至蓄意的伪造都有可能带来谬误。科学之所以能够在探索自然的漫长征途中去芜存菁，获得卓越的发展，正是得益于科学理论严密的逻辑性和科学界这种公正、谦虚和理性的态度，这是人类智慧的骄傲[3]。综上所述，科学的目的可以大致地叙述为：科学寻求的是对自然现象逻辑上最简单的描述。注释1. 本文所说的科学是指自然科学。2. 喜欢“人择原理”的话，可以认为假如这个宇宙不是这样的，那就不会有任何“人”来问“宇宙为什么会是这样的”。这不仅是因为在一个没有逻辑规律的宇宙中不可能产生所谓的智慧生命(想一想什么是智慧)，而且也是因为问问题本身就是一种逻辑的思维方式。在一个没有逻辑规律的宇宙中，这样的思维方式是没有意义的。因此我们在这里问这个问题本身就已经假定了宇宙是有逻辑规律的。3. 相形之下，政治舞台和宗教神坛上不容挑战的唯一真理之类的自我标榜是何等的虚伪。小议数学与物理先来议论几句数学与物理的关系，抛砖引玉吧（大家快把玉准备好！）。Einstein曾经表达过这样的意思（这些都是十好几年前看过的东西，现在书留在了杭州老家，只能凭记忆说了）：数学当它不与物理实在相联系的时候，它是严格的，而当它与物理实在相联系的时候，它就不再严格了。以几何为例，最初它来源于经验，但经过长时间的演化，到了Hilbert时代已经演化成了一个非常纯粹的形式体系。Hilbert有句名言，大意是说把几何公理中的点、线、面换成啤酒、酒瓶和酒杯（或是别的三样东西，或是不同的顺序，记不清了）也可以。这就是说几何体系中的那些基本概念，它们究竟是什么并不重要，重要的是它们满足几何公理。事实上那些概念本身正是用公理来定义的，它们并不需要对应于现实或经验世界中的任何具体的东西。也正因为如此，对于这样的形式体系，我们可以谈论它的自洽性、完备性，可以谈论体系中任何具体命题的正确性，但对整个体系本身却不谈它的正确与错误（如果谈的话，正确指的往往就是自洽）。一个数学体系是否被数学界所认可，是否是一个数学意义上的有效体系，关键在于其是否自洽（原本还可以加上完备性，但由于Gdel同志把水大大地搅浑了，就先从略，以后再论）。物理体系则不同，除了自洽之外，还有一个是否正确的问题，即是否构成对自然的一种可接受的描述的问题。一个理论体系，即便没有任何矛盾，但如果它与观测不符，就无法成为一个物理理论，在物理中立足。这是物理与数学的一个很大的差异。但是在一种情况下数学也具有了是否正确的问题，那就是当我们把数学体系中的概念与物理现实中的概念对应起来的时候。比方说如果我们把几何中的线对应于物理上真空中的短程线（当然也可以象Hilbert那样把线对应于酒瓶，但对于普通酒瓶来说几何公理显然是不成立的），那Euclid几何立即就变成了对物理世界的一种描述，几何也就变成了一种物理。在荣升为物理理论的同时，几何失去了数学意义上的真理性，它必须接受观测的检验，并且完全有可能被证伪——即Einstein所说的“不再严格”。关于原则上不可观测的东西原则上不可观测的东西通常不是物理学研究的对象。不过这并不意味着物理学就不可以涉及这类东西。如果一个物理理论与实验符合得很好，可以解释许多物理现象，并且具有预言能力……一句话，具有一个优秀物理理论的各种性质，但同时却涉及了一些原则上不可观测的东西。这样的理论是不会仅仅因为它涉及了原则上不可观测的东西就被摒弃的。举个例子来说，暴胀宇宙模型通常涉及大量与我们观测宇宙在因果上隔绝——从而在原则上不可观测——的其它宇宙，但这并没有成为物理学家研究这一理论的障碍。物理学家们不仅积极地研究这样的理论，而且并不认为有必要修改理论，使之恰好只包含可观测的东西（为其它目的而修改则是另外一回事）。这就好比我们不会介意用一个定义域包含整个实轴的函数(比如线性函数)来描述一组原则上取值只能为正的实验结果。不过物理学家们虽然不会仅仅因为一个理论涉及了原则上不可观测的东西就摒弃它，但另一方面，他们也不会因为一个理论在可观测区域与实验相符，就轻易赋予其对原则上不可观测区域的描述以实在性。科学理论中的预言是针对原则上可观测的现象而言的（需要说明的是，对原则上可观测还是不可观测作区分判定，本身就有赖于我们对物理世界的理解，从而往往不是永恒不变的。因此本文所着眼的并非是指出具体哪些东西是原则上不可观测的，而只是说明一个物理理论不会仅仅因为涉及到(起码在当时被认为是)原则上不可观测的东西就被摒弃）。容易被物理学家抛弃的是那些只涉及原则上不可观测的东西，或者以那些东西为主体，却对可观测现象缺乏良好描述能力的理论。要注意的是，在这里被接受与被抛弃之间的界限是十分模糊的。把这一界限搞清楚通常是科学哲学家喜欢的课题。不过我觉得科学哲学之所以有那么多流派，很重要的一个原因就是科学哲学家们往往试图把一些没有可能、或没有必要精确化的东西加以精确化。对一个本质上模糊的东西精确化显然会有许多不同的做法，在模糊地带各人可以有不同的划界方法，每种划界方法都有其道理，同时却不免都有反例（否则就不模糊了）。出现反例大家就修改界限，结果改来改去，把界限改得跟分形似的，却依然说不清道不明，形成永远争论不完的话题。:-)小议物理学与哲学哲学与物理学的差异之一是哲学侧重于通过思辩的方式来研究问题，而物理学（现代物理）侧重于通过数学的方式。在一些很基础的物理问题上物理学家也许并不比哲学家高明太多，就象在一次马拉松赛跑的开始十米中我们可以与冠军选手跑得一样快，但这并不意味着两者之间差异就真的很小。在science community中，没有了哲学家与没有了物理学家，其后果是完全不同的。现代物理的任何进展几乎都不可能由纯哲学思辩来获得，即使是当一些进展出现后人们可以回溯到某位哲学家的思想时也一样，因为那些思想本身并不足以成为现代科学，而且往往永远也不足以单独成为现代科学。我怀疑如果人们足够仔细，也许会在某位哲学家的文字中找到暗示弦而非粒子是世界本原的见解，没有人会认为这样的哲学家和Edward Witten差不多高明，或对物理世界的理解差不多深刻。一些物理学家的确从纯哲学著作中得到过方法论上的启示，但不是所有物理学家都如此。在很多时候，物理学家从自己的研究中得到的方法论上的心得虽不如哲学家的思维那样精致，但在引导科学研究时却未必不如从哲学家那里学来的有效。这么说不是要抹杀哲学的意义（我自己对哲学也不无兴趣），不过我认为不能因为在某些方面物理学和哲学一样无能为力，就认为两者对现代科学所起的作用可以比拟。其实别说哲学，在某些大家一样无知的领域，物理学甚至不比神学、巫术，乃至街头混混的癔语高明多少（所有的“零”都是差不多的），但最终将是物理学而非其它成为探索自然本原最锐利的武器。「小议数学与物理」、「关于原则上不可观测的东西」、「小议物理学与哲学及科学的内容与科学的方法」是作者在其个人主页上与网友讨论时发表的有关“什么是科学”的短文。科学的内容与科学的方法除科学的目的外，在本文中我们还将用到一个有关科学的基本事实，那就是：有关科学的基本事实：我们并无任何已被确认的、能理解全部自然现象的科学理论。上述事实应该是足够显而易见的，而且显然是被科学界所普遍认可的。当然，我们都知道，世界要比科学界大得多，在科学界之外也有很多人宣称自己在做“研究”，并且口气往往很大。如果他们当中有人认为自己已经有了可被确认的、能理解全部自然现象（从而可以推翻上述基本事实）的理论，那么我愿意从无数个自然现象之中举出一个特定的现象——μ 子反常磁矩——供他们做初步自检。明确了科学的目的及上述有关科学的基本事实，我们就可以以之为出发点，来回答一个对本文来说具有核心意义的问题，即什么样的方法是我们追求科学的目的时应该采用的正确方法？这个问题的答案并不复杂。我们首先注意到：既然我们并无任何已被确认的、能理解全部自然现象的理论，那么为追求科学的目的所提出的任何东西就都存在出错的可能性。而既然存在出错的可能性，那么纠错就是必不可少的。因此，追求科学目的的正确方法所须满足的第一个基本特征就是允许纠错，并且具有纠错能力：追求科学目的的正确方法所须满足的基本特征之一：允许纠错，并且具有纠错能力。既然需要纠错，那么接下来的一个很自然的问题就是：以什么为依据来纠错？这个问题的答案也很简单：既然科学寻求的是对自然现象逻辑上最简单的描述，那么纠错的依据显然就是自然现象及逻辑推理。由于我们了解自然现象的基本途径是观测与实验[1]，因此追求科学目的的正确方法就必须尊重观测与实验，尊重逻辑推理。这是纠错的依据，也是追求科学目的的正确方法所须满足的第二个基本特征：追求科学目的的正确方法所须满足的基本特征之二：尊重观测与实验，尊重逻辑推理。这两个基本特征正是科学方法的基本特征，反过来说，任何方法只要切实满足上述基本特征，就是科学方法，这可以说是科学方法的定义（或定义的一部分）。虽然科学哲学的推理大都是模糊的，有时甚至是似是而非的，但上述推理在我看来是例外，只要认同前面所列的科学的目的及基本事实，上述特征就是必然推论，在这点上并无多少模糊性。从这个意义上讲，科学方法不仅优于其它认知方法，而且还是追求科学目的的唯一正确的方法。当然，这里有必要说明一点，那就是不用科学方法，或者说用不正确的方法，未必一定不能产生出对科学有用的东西，它只是不能系统性地产生那样的东西，而且随着科学的不断发展，不用科学方法而产生出对科学有用的东西的可能性会越来越小。为民科辩护的人常常会说：民科的东西未必一定是错误的。说得很对，其实别说是民科的东西，哪怕是胡乱敲击键盘的猴子敲出的东西，也会有一个不为零的概率能包含一些正确的东西（是否有人愿意为了那样的概率来阅读那样的东西，就另当别论了）[2]。但是，不管用什么方法得到的东西，如果要成为科学理论，就必须接受科学方法的检验[3]。在本文的最后，我们稍稍扯远一点。参与或旁观过有关科学与宗教的讨论的读者也许大都见过这样的场景，那就是每当有人提出科学优于宗教时，往往就会有人反驳说科学也有不能解释的东西[4]。在这里我们要顺便强调一点，那就是：我们支持科学，首先支持的是科学的方法，其次才是科学的内容。科学与人类对未知世界的其它一些认知方式之间最本质的差异，在于他们对待未知及对待自身的态度迥然不同。科学的自我纠错、自我完善的能力是许多其它认知方式所不具有的。许多人以科学也有不能解释的东西来为宗教等辩护，看似思路开阔，不拘泥于已有的知识体系，实际上却忽略了一个最重要的地方：那就是正因为已有的知识体系存在局限性，才更需要一种像科学那样能够客观理性地对待自身局限性，随时愿意接受证伪的认知方式，这是我们认为科学远远优于其它认知方式的最深层的原因。正是因为科学具有这种素质，我们通过科学方法所获得的知识才远比通过其它认知方式所得到的东西更客观，更接近正确，也更有希望达到正确。但这种通过科学方法所获得的知识——即科学的内容——尽管已是人类知识中最值得珍视的部分，它的价值与科学方法相比仍是其次的。只要科学方法存在，哪怕所有具体的知识都失去了，使科学的直接解释能力暂时降到与宗教一样薄弱的地步，假以时日，科学依然能够重新发展起来，并远远超越其它认知方式。注释1. 我通常用“观测”表示对来自于自然现象的信息的直接接收(比如观测行星的运动)，而用“实验”表示对人为安排过的现象所做的观测。不过实际上，哪怕“观测”也并不是完全直接的，而是与理论有关(比如任何通过视觉的观测都依赖于光学理论)。观测和实验与理论之间的关系实际上是一种相当复杂的依赖关系。不过它们之间必不可少的自洽要求还是能让我们区分好的与坏的理论体系。比方说，如果一个理论体系认为真空中的光线是七扭八歪的，那么我们观测到的椭圆轨道经过这种光学理论一反推，就会对应于相当复杂的行星轨道。相应的，引力理论就不可能如牛顿引力那样简单。那样的理论体系——如果能够建立起来的话——就会明显不如我们现有的理论体系来得优越。2. 需要说明的是，在这里提到胡乱敲击键盘的猴子并非是要用一个概率更小的例子来贬低民科。事实上，从文字上碰对一些东西的概率，固然是民科远远高于胡乱敲击键盘的猴子；但另一方面，一涉及到具有一定复杂度的技术性内容，情况就恰好相反：胡乱敲击键盘的猴子会有一个不为零的概率碰对，而民科由于翻来覆去只会在自己那口井里扑腾，碰对的概率反倒是零。因此这两者是互有长短，而非一者贬低另一者的关系。3. 当然，如前所述，方法往往取决于目的，科学的方法是为了追求科学的目的而采用的方法，在所有可能的方法中，它只是一个小小的部分。在这个世界上，不同的人有不同的追求，如果所追求的不是科学的目的，那么相应地，所采用的也就不一定是——甚至一定不能是——科学的方法。比方说，如果所追求的是某种不容挑战的教条——比如《圣经》或某某主义，那么所采用的就会是一些截然不同的方法，比如自欺、欺骗、附会、偷换概念、混淆逻辑、答非所问、选择性目盲、选择性遗忘、请不听话的人“喝茶”、请很不听话的人上“火刑柱”，等等，这些都不是科学的方法。4. 有关这一点的进一步讨论，可参阅拙作科学哲学讨论中的 “大规模杀伤武器”。补注1. 由于科学具有的众所周知的力量，“科学”二字得到了广泛的应用，使很多东西变成了“科学”。这其中一个重要的例子是“社会科学”。什么是社会科学？我心目中的定义是：使用科学方法研究社会现象的学科。这个名称要想名副其实，社会科学就同样需要遵循科学方法的基本特征(特征二所提到的“尊重观测与实验”可改成“尊重社会调研结果”等)。用这个标准来衡量，当年那种不允许对某某主义纠错的学科就不能称为社会科学(因为不符合科学方法的特征一)。2. 在本文发表之后，快刀浪子网友提出了一个问题，那就是奥卡姆剃刀(Ocam'sRazor)算不算是科学方法的基本特征？我的看法是：奥卡姆剃刀在科学经常受到伪科学或宗教渗透的年代是很有用的，因为它可以把上帝之类没有逻辑价值的假设“剃”掉。不过，虽然伪科学与宗教至今仍在社会上盛行，但它们对科学界的渗透已大不如前。当代科学家在从事研究时，纠错、观测、实验、逻辑推理等仍是日常行为，但已极少有机会用到奥卡姆剃刀(因为已极少有科学家在研究中提出没有逻辑价值的多余假设)。因此我没把奥卡姆剃刀列为科学方法的基本特征，虽然它也可以视为是科学目的中“逻辑上最简单”这一用语的推论之一。本文经作者授权发表，略有删节。欲读作者更多文章，可查看卢昌海个人主页www.changhai.org。特 别 提 示1. 进入『返朴』微信公众号底部菜单“精品专栏“，可查阅不同主题系列科普文章。2. 『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份+月份，如“1903”，可获取2019年3月的文章索引，以此类推。《返朴》，科学家领航的好科普。国际著名物理学家文小刚与生物学家颜宁共同出任总编辑，与数十位不同领域一流学者组成的编委会一起，与你共同求索。