基于语境论的贝叶斯概率说明模型探析

殷 杰，赵 雷

（山西大学科学技术哲学研究中心，山西太原 030006）

亨普尔（Carl G.Hempel）认为，科学说明就是运用科学定律，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（Paul Oppenheim）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-统计模型简称I-S模型）被科学哲学界誉为经典说明模型，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说明欲求达到的目标，为此亨普尔将这两种说明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，但在具体运用中归纳-概率模型所遇到的诸如模型的高概率要求、说明的歧义性等一系列说明困境，亨普尔要么避而不答，要么难以做出合理的辩护。本文正是在这一背景之下，揭示了在说明过程中，说明者所具有的关于说明项与被说明项的相关因素的信念度，是随着语境的变化而变化的。由此将说明者关于不同语境下的主观语境因素引入到科学说明要素当中，从而构建了一种基于主观概率的贝叶斯概率说明模型。这一模型重新确立了说明者的主体认识论地位，为理解社会科学提供了一种新的说明模式。

一 亨普尔归纳-概率说明模型的困境及其根源

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与自然科学中具有的相似作用，在其概率说明模型中强调说明项中必须包含统计规律，规律是说明的必要条件，发挥着重要的说明功能。亨普尔在他的概率说明模型中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说明中是难以实施的。对于难以通过经验观察获得统计规律的社会现象，I-P说明模型无法诉诸统计规律做出合理说明。因此亨普尔将I-P模型运用于社会科学说明面对的首个问题便是:如何看待并未包含统计规律的科学说明。

（一）科学说明的经典模型:I-P说明模型及其困境

亨普尔I-P说明模型的实质是归纳论证。其基本模式为:

在这一模型中，把前提与结论分开的双线表示一个归纳论证;括号内的r是前提对结论所给予的归纳支持的程度。第一个前提被认为是一个统计规律。［1］在此模型中，前提被称为说明项（Explanans），它包括统计规律和先行条件，结论被称为被说明项（Explanandum）。F与G表示类，i表示单个事件，这种说明论证是以 Pr（G|F）=r这一统计规律为前提，并指出单个事件i是F 中的一例来说明i是G这一特定事实的，其中统计规律Pr（G|F）=r表明G在长序列F中出现的相对频率（relative frequency）是 r。

人们针对I-P模型的上述特征提出了许多反例，其中说明的歧义性难题是最令亨普尔头痛的难题之一，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康复了。按I-P模型说明如下:

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，如果约翰恰巧染上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%。这种情形可按下述说明表示:

比较上述两式，我们得知，无论约翰康复与否，I-P模型都给予了合法的说明，也就是说，由两个不同的真命题构成的说明项对相互矛盾的两个命题均提供了较高的概率支持。

亨普尔的概率说明所运用的规律是统计规律，只断言某种现象、事件以一定的概率出现，具有归纳的性质，只是给予某个事实作出部分的说明。这种科学说明并不是在普遍规律的基础上严格地演绎出结论，而是在统计规律基础上，对结论给以一定的概率支持。“简言之，说明项并不是‘演绎必然’地蕴涵被说明项，而仅仅是接近必然或高度或然地蕴涵被说明项。”［2］也就是说，说明项与被说明项之间不是普遍必然关系，而是一种概率关系，结论Gi并不能从统计规律Pr（G|F）=r和先行条件Fi两者的合取必然地被推出，而是或然地被推出。

（二）I-P模型困境的根源分析

费茨尔（J.H.Fetzer）认为亨普尔概率模型功亏一篑的症结出现在他的概率观上，因为亨普尔接受了概率的频率解释这一经验主义概率观，对概率作了极限频率的解释。由于亨普尔所采用的这一概率观，直接导致归纳-概率模型在科学说明中的两个困境，即:说明的高概率要求和说明的歧义性难题，其中“归纳”一词表明了说明项与被说明项具有概率相关关系。

下面就引起I-P模型困境的经验主义概率观做出具体分析。

亨普尔用于科学说明的概率模型，是建立在统计规律基础之上，来对被说明项做出概率性的归纳支持。统计规律是通过经验观察，在重复试验机制下，而得到的具有概率性的经验统计规律。按照亨普尔的看法，统计规律是有别于偶适概括（accidental generalization）具有较高频率的似律性陈述。经验主义者以频率作为对概率的解释，概率的频率解释又称为经验主义概率解释。在经典统计中，“频率论者用哲学的经验主义观点来处理统计的稳定性。”［3］他们主张概率即频率，按这个观点，概率是一个长序列相对频率的极限，例如，在n次重复试验中，记m为事件A出现的次数，则事件A出现的概率为

这一概率即事件A出现的频率。也就是说频率论者把概率定义为无限重复试验中事件发生的频率的极限。“频率论者的基本主张，就是要把他们的概率概念应用在处理‘统计’现象上。”［4］367可以看出，频率论者确定概率的方法论原则本质上是经验主义的，经验主义概率论以人们的经验作为确定概率的依据，此经验即人们所观察到的某一事件发生的频率。

经验主义概率观之于社会科学说明是成问题的，这一概率观也导致了亨普尔概率说明模型在社会科学运用中无法逾越的说明困境。其一是，针对难以通过经验观察获得充足样本的社会现象，如何发现具有较高频率的统计规律?其二是，如何看待并不包含统计规律的社会科学说明?或者说在社会科学研究中针对难以发现统计规律的特定事实如何给出合理的科学说明?其三是，社会科学中由于人的自由意志造成了社会科学的复杂性和独特性，而经验主义概率观完全将认知主体排除在外，这就引发了一个问题，即:如何将这一要素有效地融入模型的逻辑分析之中?

本文认为亨普尔概率模型之于社会科学说明中的困境，根源于逻辑经验主义为拒斥形而上学而只注重逻辑形式分析的哲学主张，这一主张使得亨普尔的概率说明模型将作为说明主体的认识论地位排除在外，而采用经验主义概率观也正是这一主张的内在要求。因此，本文也正是看到经验主义概率观在社会科学中的局限性，而引入了另一种概率观，主观主义概率观，在此概率观上构建一种新的概率说明模型——贝叶斯概率说明模型。这一模型的构建重新确立了说明者在说明过程中的核心地位，同时也将亨普尔概率说明模型的诱人之处包含了进来并且避免了它的困境，显示出较强的诠释力。

二 社会科学中贝叶斯概率说明模型的引入

基于以上分析，解决亨普尔概率说明模型之于社会科学的困境，就需要重新定位说明者作为说明主体的认识论地位，将说明主体的背景知识或认知状态以及说明者对相关要素的信念度引入到社会科学说明要素当中。基于贝叶斯方法的概率说明模型为这一引入构建了一个可行的平台。贝叶斯方法是基于贝叶斯定理发展起来的用于解决统计问题的方法，这一方法能够很好地解决说明者的不完全性和不确定性。因此，本文认为，用贝叶斯方法来刻画社会科学说明中的说明者的信念度是可行的。我们把这一说明模型称作“贝叶斯概率说明模型”（Bayesian probability explanation model，简称 B-P 模型）。这一模型一方面能够将说明者这一认知主体引入到说明当中，另一方面能够有效消除由于不同说明主体对同一经验观察内容而给出不同说明的差异。

（一）B-P模型的理论来源

B-P模型采纳的是主观主义概率观，这一概率学说“通常用主观术语将概率解释为具有数学上的形式化和严密性的信念的特征描述。”［5］3主观主义者将概率解释为理性行动者的信念度即行动者对于某一事件发生的相信程度。关于单个事件赋予概率值的问题涉及行动者的信念度，正是信念度现象引发了主观主义。概率的主观主义理论关注的是信念度的测度问题，因而属于心理学-社会或人类的科学之一。主观概率也称作“私人概率”，这种概率学说就是贝叶斯主义或者“私人主义”，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，”［5］7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于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，这一概率学说“它包含了多种假设:信念的强度不仅具有定性的不同，而且具有定量的不同;为理性行动者阐明这些数量的数值函数满足概率演算公理;这些函数值与被视为概率的‘概率’术语的现有使用完全是相关的。”［4］361也就是说，信念的强度是可以用数值来度量的。主观主义者拉姆齐（F.P.Ramsey）指出，“测量概率是不够的，为了正确地把我们的信念赋予概率我们必须能够测量我们的信念。”［6］测量信念传统的方法便是提议打赌。贝叶斯主义者认为，对于一个有理性的行动者来说，通过确定这个人将愿意接受对一个命题进行打赌的可能性，我们就能确定特定命题的主观概率。

主观主义者把概率解释为信念度，又把信念度解释为公平赌商（fair betting-quotient）。这一做法得到著名的大弃赌定理（theorem of Dutch Book）的有力支持，这一定理的内容是:“如果p1，p2，…是关于假设h1，h1，…的一组赌商（betting quotients），那么，如果pj不能满足概率公理，便存在一个赌博策略和一组赌注以致无论谁跟随这个赌博策略将输掉有限的金额，无论这个假设真值的结果是什么。”［7］这个定理有时也被称为拉姆齐-德菲内蒂定理（Ramsey-de Finetti Theorem），赌商即:赌者所愿下的赌注与全部赌注的比值。大弃赌定理的意义在于将概率解释为信念度是合理的。特别是，将大弃赌的结论扩展到条件概率的情形中，也就意味着如果参赌者依据新信息没有更新主观信念度与概率公理保持一致的话，他将处于必输的境地。也就是说，当概率是主观的时候，贝叶斯定理则支配人们应该如何合理地更新主观信念度。

贝叶斯概率理论把贝叶斯定理作为行动者依据经验事实修正先验概率的模型，这一模型基于说明者的背景知识对特定事实发生的可能性给出先验概率，而先验概率并不是一成不变的，随着行动者对经验事实的不断获取，先验概率会被贝叶斯定理这一概率演算法则不断修正、调整，从而“消除掉”行动者先验概率最初的差别。这样就能使得社会科学说明中异质主体的先验概率的主观性和私人性得以客观化、公共化，从而起到了很好地“从经验中学习”的作用。

（二）B-P模型结构的确定及其运用

下面我们将针对I-P模型的反例——青霉素对链球菌感染的治疗效果，来描述B-P模型的运用。

在这一反例中，首先说明者（比如说一位医学专家）根据自己的背景知识（可以是他多年的行医经验）对说明项“服用青霉素能有效治疗链球菌感染”这一命题赋予了较高的先验概率，康复率高达95%，因此约翰服用了青霉素而得到了康复。另外，这位医学专家对于影响治疗效果的影响因素也有着多年的研究，比如:患者合并其他感染、患者有自身的免疫反应等等。针对约翰服用了青霉素而没有康复这一事实，这位医学专家对约翰的病症做出详尽的检查，得出约翰所感染的是一种具有抗药性的链球菌，有了这一经验证据，说明者对先前的先验概率做出修正，这一修正的逻辑法则即贝叶斯定理，从而得到一个关于约翰康复的后验概率，即康复率降到35%，也就是说，未康复的概率高达65%，通过这一说明过程说明者对上述反例做出了具有一定合理性的说明。由此我们发现，B-P模型的说明过程并未诉诸统计规律，它是基于说明者的背景知识或认知状态给出一个治疗效果的先验概率（95%），并且随着说明语境的改变，这一先验概率依据新的经验事实（检查发现约翰感染的是抗药性的链球菌），通过贝叶斯定理对其进行修正，得到后验概率（35%）。因此，B-P模型对于难以发现规律的社会现象是极其适用的。

综上所述，科学说明中具体事件的概率说明是与说明者的背景知识相关的，B-P说明模型通过主观概率的形式，将说明者对相关因素的信念度引入到科学说明要素当中，一方面，这一具有动态认识论意义的说明模型重新确立了说明者在说明过程中的认识论地位，指出一条解决I-P模型说明的歧义性难题的进路;另一方面，由于社会科学的独特性、不可重复性、难以验证性等特点，B-P模型能够针对这些特点对难以发现规律的社会现象也能很好地给出概率说明。

三 社会科学中引入贝叶斯概率说明模型的意义

亨普尔的I-P模型使用了经验工具和逻辑技巧，将科学说明界定为寻求说明项与被说明项之间的客观关系而并非认知主体之关联的主观信念。但说明者总是伴随着语境的变化而相应的给出不同的说明，科学说明的本质与说明者的背景知识、认知状态是密不可分的，因此，将说明者这一主体要素引入到科学说明要素中成为科学说明的必要前提。BP模型将说明者的背景知识以先验概率的形式有效地融入说明的逻辑分析之中，并且通过贝叶斯定理说明者对不同语境下的先验概率进行修正、调整，这一过程便体现出一种认识的动态性。

（一）B-P模型:一种再语境化的动态认识论模型

亨普尔概率说明模型的功能在于确定说明项与被说明项之间的逻辑关系，这一模型致力于对单个事件的说明进行逻辑上的论证，其中统计规律起着至关重要的作用。人们普遍承认，科学说明的说明能力事实上是规律所承担的。统计规律起联结的作用，它将说明项之先行条件中提到的特定事实与被说明项中提到的特定事实联结起来。亨普尔的概率说明模型出于拒斥形而上学的目的，采用的是经验主义概率观，完全将说明主体认识论地位排除在外，这种将自然科学的说明模式贯彻于社会科学的做法，严重忽略了社会科学所具有的独特性。“语境论的科学哲学主张把语境作为阐述问题的基底，把语境论作为一种世界观与方法论，认为科学家的所有认知活动都是在特定的自然、社会、语言和认识语境中进行的，科学理论是一定语境条件下的产物，在一个语境中是真的科学认识，在另一个更高层次的语境中有可能会被加以修正甚至被抛弃。这种修正或抛弃是在再语境化的基础上进行的。”［8］357而贝叶斯概率模型正是通过主观概率的形式在一种再语境化（recontextualization）的基础上将说明主体的背景知识、认知状态有效地融入说明当中，从而避免了亨普尔概率模型的困境，并且给出一种适合于社会科学说明的全新的说明模式。

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，如此反复地进行逻辑演算就能消除掉说明者由于背景知识的不同而赋予的先验概率的最初差别。在初始语境情形中，说明主体依据自身的背景知识对于特定事实赋予先验概率，而伴随着新的经验事实的获取，说明主体通过贝叶斯定理对初始语境中的先验概率进行逻辑修正，通过这一修正，说明主体就将自身重新置于新的语境情形下，这便是一种再语境化的过程，罗蒂（Richard Rorty）曾指出，语境不断变化、发展的过程，其实质就是一种“再语境化”的过程，因此，从这个意义上来说，B-P模型实质上是一种再语境化的动态认识论模型。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”（degree of belief）;其二，把贝叶斯定理看做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，这一模型通过严格地合乎逻辑的贝叶斯法则即贝叶斯定理，将说明者的非理性因素引入到科学说明当中，凸显了说明者作为说明主体的核心地位，并且允许说明者考虑所有可利用的信息，比如，医学专家多年的行医经验，而说明过程的动态性则体现在贝叶斯定理这一具有修复性的逻辑法则之中。B-P模型注重说明者的背景知识，而背景知识是说明者确定先验概率的重要依据。这样一种模型至少为说明事实与信念之间的关系铺平了道路，事实是关于世界的事实，信念是说明者作为认知主体的信念。

总之，在贝叶斯哲学中，研究者赋予任何事件发生的概率取决于，一是个体及个体所考虑的不确定性;二是个体的背景信息状态。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，针对同一事件发生的概率贝叶斯论者允许不同的个体可以拥有不同的主观信念度。B-P说明模型再语境化的动态认识论功能，使得社会科学说明更具有合理性，这一模型以主观概率概念为基础，在说明过程中这一概念并不依赖于统计规律。因此，这一说明模型比I-P说明模型更具有普遍性。最后我们通过与I-P说明模型进行对比，来概括B-P说明模型的主要观点（见表1）。

表1 B-P说明模型与I-P说明模型比较

（二）B-P模型中主观语境因素的认识论意义

作为对19世纪后康德主义的回应，“逻辑经验主义的基本原则是，在逻辑的协助下，所有科学知识的证明（warrant）依赖于经验证据，这里的逻辑包括归纳或确证，以及数学和逻辑。”［4］233他们把拒斥形而上学和神学作为本派的基本纲领，坚决反对思辨的形而上学，在认识论上主张经验主义，强调现代逻辑的重要性。在此背景下，亨普尔采用逻辑和经验作为哲学分析的工具，对科学说明进行完全形式化的研究，同时也促使科学说明成为20世纪科学哲学研究的主题之一。“对于逻辑经验论者而言，说明的问题就是为了寻找某些说明的条件，这些条件确保说明项与被说明项之间的客观的关联。说明项与被说明项需要一种关系，这种关系使得说明的关联成为命题之间的客观关系，而不是关于远非万能的认知行动者的主观信念。”［9］亨普尔所构建的说明模型并不热衷于考察科学说明相对于说明者的信念或旨趣，而是更多地关注于说明项与被说明项之间的逻辑构造和关系论证。

亨普尔的科学说明理论强调的是对科学说明的逻辑重建，他将科学分为经验科学和非经验科学两大类，其中经验科学包括自然科学和社会科学。在他看来，自然科学与社会科学具有相同的说明模型，所以在他提出了形式化的说明模型之后，就致力于将说明模型应用到社会科学中。亨普尔指出，社会科学说明类似于自然科学说明的逻辑构造，通过发现适当的规律，就能对人类行为进行有效的说明。然而，社会科学各学科的研究中存在一个共同的内在因素——主观语境因素，“主观语境因素主要是指由研究者的目的、兴趣、先存观念和先存方法、学识水平、研究方式、手段及研究技能、预见能力、直觉、悟性与灵感等因素构成的内在素质。”［8］402也就是说社会科学研究内在地具有一个共同特征——研究主体的主观性。主观语境因素在B-P模型中表现为研究者的背景知识、认知状态等主观性因素，它们包括研究者的经验、直觉、猜想、理论观点等等。主观语境因素使得社会科学研究主体的异质性尤为凸显，因此社会科学并不像自然科学那样其基本理论前提和假设是研究主体的同质性，社会科学比自然科学具有的复杂性也体现于此。亨普尔所构建的I-P说明模型完全将进行说明的认知主体排除在外，这一做法严重忽略了社会科学说明中的主观语境因素的存在。科学说明存在的差异实质上是说明者知识背景、理论体系之间的差异，这一差异在社会科学说明中尤为显著。因此，I-P说明模型之于社会科学中的困境是不可避免的。可以看出，社会科学说明中说明者的背景知识、认知状态在说明要素中所体现的主体认识论地位是极其重要的。

社会科学不同于自然科学的一个重要方面还体现于，某些社会现象在一定程度上不能够重复观察和试验，社会科学所表现出的一维性、不可重复性、难以验证性使得研究者所概括出的经验规律很难下一次适用于同类事件，这样一来人们对社会科学是否存在规律提出了质疑，对社会科学的客观性基础提出了挑战，再者，“社会科学的对象本身就是认识的行动者，他们可能会受到自己关于社会理论的概括、输入和输出的信念的影响。”［4］457社会科学的这些特征，却被亨普尔认为是社会科学所具有的不完全性、不完备性，并且将自然科学研究方法普遍到社会科学研究之中，又由于“社会现象源于人类的行为，人类作为行为者，他们的活动受到自身信念、目标、意义、价值、禁例、顾虑所指导，”［10］人们很难遇到每个人都能接受的说明。因此，社会科学认知主体的异质性使得研究者也只能发现极少的规律，对于大多数无法诉求于规律的说明也只有依赖于科学家们的认知框架或理论框架，比如“雷默（Remmer）把19世纪80年代拉丁美洲国家的经济危机看做选举波动的一个来源;”［11］“戈尔登（Golden）发现工业化民主政治中工会工资的适度源于协调的集体谈判。”［12］因此，在社会科学的大多数说明中，我们只有在主观语境的基底上把寻求说明并提供说明之主体的主观信念，当做科学说明中的一种基本要素，才能对复杂社会现象给出合理的科学说明。针对类似的社会科学问题建立在统计基础上的I-P模型是无法诉诸规律做出说明的。

综上所述，科学说明是相对于不同的说明语境中说明的相关因素的信念度整体而言的，一个真正有意义的科学说明不仅仅是与规律及形式化的逻辑论证有关，而且与说明者的特定知识背景或背景信仰具有密切的相关性，而“语境论将实体、事件、现象等具有实在特性的存在视为是在相互关联中表述的，不同的语境，会形成不同的本体论立场，从而语词及其所指的对象就会具有不同的意义。”［13］因此，社会科学说明迫切需要在主观语境的基底上将作为说明主体的背景知识、认知状态、认知条件这些说明要素的有效介入，B-P模型的构建以及在社会科学说明中的运用，使得说明中的主体性要素有效地融入科学说明要素当中，重新赋予了说明者的认识论地位。

四 结语

亨普尔I-P说明模型的困境，根源于其拒斥形而上学，只注重说明的逻辑论证，并不关注说明者作为认知主体的认识论地位，在其说明过程中采用逻辑和经验作为哲学分析的工具，坚持说明即论证的逻辑重建纲领。科学说明标准中所存在的差异实质上是说明者背景知识、认知状态之间的差异，这一差异性在社会科学说明中尤为显著。B-P说明模型以主观语境为基底，强调只有立足于语境的视角，重新确立科学说明中说明者的主体认识论地位，将说明者关于不同语境下的相关要素的信念度引入到科学说明要素当中，才能为社会科学说明提供更为有效、合理的科学说明，从而达到合理理解说明者与经验现象之间内在联系的目的。

［1］C.G.Hempel.Aspects of Scientific Explanation and Other Essays in the Philosophy of Science［M］.New York:Free Press，1965:390.

［2］C.G.Hempel.Philosophy of Natural Science［M］.Prentice-Hall，1966:58.

［3］Michael Strevens.Bigger than Chaos Understanding Complexity through Probability［M］.Harvard University Press，2003:9.

［4］W.H.Newton-Smith.A Companion to the Philosophy of Science［M］.Blackwell Publishers Ltd，2000.

［5］Simon Jackman.Bayesian analysis for the Social Sciences［M］.A John Wiley and Sons，Ltd，Publication，2009.

［6］Antony Eagle.Philosophy of probability contemporary readings［M］.London and New York，Routledge，2011:53.

［7］Howson，Colin，Peter Urbach.Scientific Reasoning:the Bayesian Approach［M］.Second ed.Chicago:Open Court，1993:79.

［8］郭贵春.走向语境论的世界观［M］.北京:北京师范大学出版社，2012.

［9］Alexander Rosenberg.Philosophy of Science A contemporary introduction［M］.London and New York，Routledge，2001:27.

［10］Daniel Little.Varieties of Social Explanation An Introduction to the Philosophy of Social Science［M］.Westview Press，1991:39.

［11］Remmer，Karen L.The Political Impact of Economic Crisis in Latin America in the 1980s［J］.American Political Science Review，1991（85）:777-800.

［12］Golden，Miriam.The Dynamics of Trade Unionism and National Economic Performance［J］.American Political Science Review，1993（87）:439-454.

［13］殷 杰.语境主义世界观的特征［J］.哲学研究，2006（5）:94-99.