模糊的正确与精准的错误

——谈战略研究的第四范式

 贾晓峰

中国科学技术信息研究所

    在对科学的规律的研究中，1962年库恩在《科学革命的结构》中首次提出了范式的概念，并将其定义为常规科学所赖以运作的理论基础（世界观）和实践规范（方法论）。所以科学范式通常用于指科学发现的方法逻辑。当前学界比较热门的是四大范式的总结和凝练，尤其是大数据和智能技术发展以来，关于科学范式的讨论更为激烈，学界认为当前科学发现正在进行向第四范式的推进中。

参考文献： 徐超. 科学研究第四范式对信息分析的挑战与应对.情报资料工作. 2017(4):53-60.

    例如，徐超归纳了四大范式的主要特点，并提出数据密集型和智能算法为基础的第四范式或称为未来科学研发的主要方法逻辑。

    笔者简单归纳四大范式：第一范式 实验科学为基础的经验归纳；第二范式 理论科学和数学拟合为基础的演绎范式；第三范式 基于样本数据拟合和预测的计算科学范式；第四范式 基于全量数据和智能计算（关联、复杂、系统、测不准算法等）的科学发现的第四范式。

    由此，似乎我们从范式演进的角度，未来科学研究更加依赖于数据驱动，但笔者认为单纯认为第四范式是数据驱动的反倒是不正确的，可能会陷入舍本逐末的逻辑困境中。

    本文基于战略研究实践来讨论第四范式的问题，主要由如下观点：

    1. 第四范式，从本质上包括“数据密集型”和“系统逻辑型”，从基础数据角度在强调全量密集数据的同时，不可忽视计算角度的“系统逻辑”。即自上而下的逻辑结构是高于自下而上的密集数据的。

    2. 战略研究中，自上而下的定性逻辑和定性方法的重要性远大于自下而上的事实型数据。即虽然第四范式是未来趋势，但第一范式和第二范式中的归纳演绎依旧是战略研究中逻辑判断的重要方法论，未来也不可能被替代。

    3. 战略研究中的“精准的量化”多数情况下是有问题的，多数情况下可能导致误判。主要体现在如下方面，一是样本的代表性如何，即当前状态下无法实现全样本数据，那么选择样本的代表性如何；二是样本数据的测量是否准确；三是不同指标数据的综合评价中所引入的大量基于主观判断的权重所带来的误判；四是多维度准则的量化指标对于任何事物的反映都是如“盲人摸象”，片面而非宏观；五是不同数据间综合判断的非确定性。

    4. 战略研究中“模糊的正确”似乎更为重要，模糊的正确是指基于目标和科学问题的定性的理论和定性的方法，和基于经验和多方知识的定性的归纳和演绎。而此才是保证战略研究最为有效和最具价值的逻辑体系和方法论体系。

    5. 战略研究中，所需要的“跨学科人才”而非“多学科人才组合”，笔者认为在战略研究中，兼备多学科背景和多学科研究经历的研究人员是最为重要的；而非多学科人才的机械组合。

    6. 战略研究的核心含金点，依旧是关于竞争力的定性判断和关于解决方案方向的定性把握。似乎在这个层面上，对于理论框架和逻辑方法的把握更为重要。笔者依旧认为，战略研究的核心在于定性的观点，是科学与艺术的完美结合。“感觉”、“感知”甚至“猜测”是战略研究不可或缺的优秀品质。

    由此，笔者总结“战略研究第四范式”=“定性的逻辑框架+理论体系+归纳演绎+相关知识和研究经历+数据+第六感”