科學模式核心管理
前言：本站為你精心整理了科學模式核心管理范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。
摘要：以“解釋就是論證”為思想核心的亨普爾模式，是科學哲學中第一個系統的關于解釋問題的形式理論。它存在一系列尚未解決的問題，其中最本質的是難于阻止無關項進入解釋的問題。本文指出，此一問題產生之根由在于嚴格的邏輯重建綱領，將解釋與由普遍律導出被解釋項等同。本文概括了亨普爾模式中這一難題的三種解決方案，并分析了各方案本身所遇到的關鍵難題。
關鍵詞：解釋論證因果性語境
§1.亨普爾模式的提出
關于科學解釋問題的系統討論，如果從亨普爾（CarlHempel）1948年的文章“解釋邏輯之研究”算起，已近五十年了。早在1942年，亨普爾在歷史解釋問題這個較窄的題目上，[1]就提出了他在1948年細致表述的那些基本思想。
在描述亨普爾文章的邏輯結構之前，先對他的科學哲學目標作一分析是必要的。作為一個本世紀上半葉邏輯經驗主義運動的積極參加者和推動者，亨普爾無疑把從所有方面邏輯地重建科學當作自己的重要哲學目標之一。1945年，他在“確證邏輯之研究”一文中，通過在個體域里給定Dev[,1]（H），而形式地定義了“確證”這個程式。
對實證主義科學哲學來說，確證邏輯研究顯然是更為根本性的工作，因為科學的根據，或說“知識”的根據就在于其可確證性。而“解釋”則要涉及“為什么”，易牽扯形而上學問題，因為解釋似乎傾向于考慮經驗現象“背后”的東西。然而，解釋確實是科學的重要功能之一。人們認為科學正在幫助他們更好地理解這個世界，理性重建如果沒有對解釋的重建肯定是個缺憾。
必要性沒有疑問，邏輯重建“解釋”的可能性則非人人確信。亨普爾是最有信心的解釋邏輯構造的開拓者，他確信科學哲學能夠逐漸達到滿足適當邏輯的和經驗條件的解釋理論，以精確說明解釋的邏輯過程。對他來說，科學解釋作為一種科學過程不需要借助形而上學，對解釋的科學哲學分析也不需要借助形而上學。
亨普爾解釋理論的直接目標，就是給出滿足某些條件的解釋定義。這樣，第一步便是設定那些條件。主要條件分為四點：
1.被解釋項（Explanandum）必須是解釋項（Explanans）邏輯演繹的結果。
2.解釋項必須包含導出被解釋項所不可缺少的普遍律。
3.解釋項必須至少在原則上能被實驗或觀察所證實。
4.組成解釋項的句子必須是真的。[2]
前三點為邏輯條件，代表了亨普爾解釋理論的根本主張，這就是：
（a）解釋就是論證；
（b）解釋中的論證即意味著被解釋項可由普遍律導出；
（c）由此決定了解釋與預見在邏輯上同構，區別僅在于其實用目的不同，或實際推演與被解釋事件發生的時間順序不同。
后一點似乎更易引起爭議。因為，如果滿意的解釋被定義為由高度確證的陳述自然律的命題導出，則解釋的正確性成為時效性的。按“悲觀的歸納”信念，將永不可能有“正確的”解釋。故至少為避免陷入更麻煩的問題，為理想的解釋規定一種更純的條件是適宜的。在邏輯的技術處理上，亨普爾利用了古德曼（NelsonGoodman）的‘似律句’概念（LawlikeSentence），為整個解釋的邏輯分析找到一個邏輯性質與普遍律陳述等效的中介物，從而避開確證問題。
在上述的總體構想之下，亨普爾把利用普遍律的演繹解釋表為下面這樣一個模式：
│┌C[1]，C[,2]，……，C[,K]（前提條件陳述）┐
邏輯演繹│││解釋項
│└L[,1]，L[,2]，……，L[,r]（普遍律）┘
──────────────────────
→E（被解釋經驗現象的描述）｝被解釋項
這就是在1948年文章中，亨普爾提出的解釋模式，后來他把這種模式稱為Deductive——Nomologicalmodel，即我們所熟知的D—N模式。
在此圖式下的解釋定義是：
一個由句子T、C組成的有序二元組（T,C）構成對單稱句E的可能解釋項，當且僅當下列條件被滿足：
1.T是實質概括的（具有量詞且不等價于一個單稱句），并且C是單稱的；
2.E在語言L（L中無等詞，有量詞，有否定，析取，合取命題聯結詞，有個體變項，個體常項等；其全部謂詞都是有限元的，不在系統中定義的原始謂詞。這是很簡單的一階語言）中可由T和C聯合導出（不能由C單獨導出）；
3.T至少與一個把C而不是E作為推論的基本句子集相容。（[2]，PP.270—278）。
亨普爾認識到，科學中的解釋并不限于對個別事實的解釋，還有對規律的解釋，解釋的過程就是用高一層次的定律去演繹地導出低一層次的定律。如用牛頓的引力定律及其他力學定律導出開普勒的行星運動律。
由于存在可從波義耳定律與開普勒定律之合取導出波義耳定律問題，且當時亨普爾未能找尋到有效的解決，故規律解釋問題在1948年文章中未作討論。（[2]，P.273）。實際上，盡管有弗里德曼（MichaelFriedman）等人的努力，整個規律解釋的問題比較起來還遠未得到很好解決。
在1948年的文章中，沒有討論的另一重要問題是統計解釋問題。統計解釋是指在解釋項中至少包括一條統計規律的那種情況。后來，在《科學解釋諸方面》（1965年）中，亨普爾又按類似于D—N模式構造的想法和要求對統計解釋作了形式定義。[3]
亨普爾完成了關于統計解釋的開創性理論工作之后，整個科學解釋理論的研究領域劃分為兩個大類：
┌D—N[,p]（解釋特定事實或事件）
Ⅰ.決定律解釋│
└D—N[,r]（解釋普遍律則）
┌I—S（Inductive-StatisticalModel,解釋特定
│事實或事件）
Ⅱ.統計律解釋│
│D—S（Deductive-StatisticalModel,解釋普遍
└律則）
兩篇經典文章，確定了兩大類，從此以后，當代關于科學解釋的哲學研究都在某種程度上成為對兩篇文章基本思想的擴展、修改或批評。“科學解釋哲學研究的現代歷史從亨普爾和奧本海姆的‘解釋邏輯之研究’開始”，[4]這句話決不會有任何夸張。
§2.亨普爾模式的問題
在對亨普爾解釋模式（被稱為“thereceivedview,standardview”）的批評中，主要提出這樣幾類問題。
1.關于普遍律是否是解釋的必要項之問題，即解釋是否就意味著把個別事件的陳述構造成出自普遍律的導出陳述（也應包括從統計律出發的并非嚴格演繹地導出，這通常為科學解釋的“Covering-law”概念的捍衛者稱為所謂“Partialentailment”。）
2.關于解釋是否必為一論證過程，或更具體說是一邏輯推導過程的問題。
3.關于符合解釋的形式條件，但不符合實際科學或普遍接受的直覺的“合法”解釋之存在的問題。
4.關于解釋本質上是否與預測邏輯同構的問題。
5.關于能否構造一個充分的完全形式化的解釋模式的問題。
6.關于亨普爾的解釋模式邏輯技術上是否合理的問題。比如其限制是過寬還是過窄的問題。
上述六類中的每一類，都有人提出了反例，比如利用解釋與預測的時間非對稱性（asymmetry），提出是解釋而不是預測的事例，來反駁解釋與預測同構的主張。
仔細地分析對亨普爾解釋模式提出的那些著名反例，可明顯看到其中大部分都直接或間接涉及無關項參與解釋的問題，也就是一些無關因素未能被亨普爾的定義排除，而實質上成為解釋論證的前提，導致悖謬的“解釋”。此處僅舉與此相關的兩個經典反例。
反例1：一旗桿立于一塊平地上，在陽光下投射某一長度之陰影于地面。當給定太陽方位和旗桿高度時，我們可以根據光線直線傳播定理等，導出陰影之長度。此為一合法的D—N解釋。與此相關，當給定太陽方位和陰影長度時，我們可以類似地導出旗桿長度。然而，我們幾乎不能說陰影的長度解釋了旗桿的長度，回答了“旗桿為何這樣長”的問題。
反例2：一個患感冒且服用了大量維生素C的人，在兩周內得到康復。服用大量維生素C之事實與某些統計律結合似可作為對兩周內康復的解釋。然而很顯然，無論患者是否服用過維生素C，絕大部分的感冒都可在兩周內恢復。故服用維生素C不是對感冒癥狀消失的符合直覺的解釋，但卻是符合亨普爾I—S模式的解釋。
兩個反例一個針對D—N[,p]，一個針對I—S，都有無關因素參與解釋。所謂“無關”，直觀上很自然地理解為無“因果關系”。對I—S來說，就弱化為無統計相關。如此便涉及解釋的定義中怎樣把廣義的“因果”要素包容進去，以避免假解釋的問題。我認為解釋無關項問題是亨普爾模式面臨的核心問題，它涉及亨普爾關于科學解釋之性質的一些根本主張。比如“解釋就是論證”這一斷言，代表了1948年的亨普爾對因果性的看法，解釋項與被解釋項的相關通過邏輯論證的有效性來保證。亨普爾當時是這樣界定因果性的，“到此為止所考察的解釋形式經常被叫做因果律。如果E描述了一個特殊事件，在句子C[,1]，C[,2]……，C[,k]中描述的作為前提的事實可以一起被說成是‘引起’了那個事件。其含義是，存在著以規律L[,1]，L[,2]，……，L[,r]表示的某些經驗律則（reqularities），它們斷定，無論什么時候C[,1]，C[,2]，……，C[,k]所指的那類條件發生，一個E所描述的那類事件就會發生。諸如L[,1]L[,2]，，……，L[,r]這類斷言特定性質的事件間普遍的，無例外的聯系的陳述習慣上被叫做因果律或決定律。（[2]，P.250）。“因果律所斷言的全部事情就是，任何屬于特定類型的事件，就是說任何具有特定性質的事件，必然為另一也具有特定性質的事件所伴隨。”（[2]，P.253）
在1965年《科學解釋諸方面》的第二章第二節中，亨普爾意識到把解釋等同于上述那種類型的因果解釋太狹窄了，那只對lawsofsuccesion有效，而對lawsofcoexistence無效。對后一類定律，諸如歐姆定律，波義耳定律，擺長與周期的關系定律等，定律所關及的變項之間并無在時間鏈條上相繼那種意義上的因果聯系。
看來，解釋項與被解釋項是否具有常識性的因果聯系并不是亨普爾模式的核心要求，亨普爾模式關心的是把現象（個別事件）置于普遍律之下，使現象的解釋具有知識基礎，使現象的導出具有邏輯的有效性。知識與邏輯使現象的發生表現為“必然的”。對亨普爾來說，說明科學解釋并不需要科學之外的形而上學參與，因果性不過就是科學理論定律所保證的兩類事件之間必然而恒常的聯結。在科學解釋的哲學研究上，他實踐著邏輯經驗主義反形而上學的邏輯重建綱領。
這樣，我們就不難理解，為什么在亨普爾綱領中，解釋被設定為論證過程，為什么解釋與預測同構。薩蒙（WesleyC.Salmon）把亨普爾的解釋理論歸類為認識論的解釋理論，這應該從兩種意義上理解：一是解釋依據知識的邏輯推演過程，二是解釋意味著可期望性（expectability），被解釋項是依據前提條件及相應規律的最可期望事件。如此，在統計解釋中，才有了高概率要求。因為只有高概率事件才可論證（即使是歸納論證），才是最可期望的。
解釋就是論證的亨普爾綱領遇到的實質困難就是上面說過的無關項參與解釋問題。顯然，依解釋“模式”有效的論證，本身并不能保證解釋項與被解釋項之間的相關，而“相關”確實是直覺上認為“合理的”一切解釋的基本條件。因此，問題轉換成：一個堅持解釋就是論證”綱領的合法解釋模式是可能的嗎？
§3.解決解釋無關項問題的三個基本路向
A.對ReceivedView的技術修改
堅持解釋是論證的立場，對L或T和C的語言結構進行技術處理，使其能排除無關項，是亨普爾本人及其主張的捍衛者們共同選擇的努力方向。這項工作主要在亨普爾模式的三個技術弱點上進行。
首先是E的自解釋問題。亨普爾在1948年已注意到這個問題，他構造了一個假解釋。設E為“珠穆朗瑪峰被雪覆蓋”，理論T為“所有金屬都是熱的良導體”，設T[,s]為T的一個特例，比如“如果埃菲爾鐵塔是金屬的，它是熱的良導體，然后設前提條件C＝dfT[,s]＠①E，則通過有效邏輯論證可得出├C.T＠①E。在這里，確定C的真，需知E的真，因此是自解釋。于是，亨普爾補充了本文開始所列解釋項定義的條件3來解決此一問題。
然而，條件2與條件3的聯合仍不能阻止無關解釋，1961年埃伯爾（RolfEberle），卡普蘭（Davidkaplan），蒙太古（RichardMontague）三人構造一個符合亨普爾1948年定義的精致的反例，由無關規律導出一個實例。[5]解決這類問題無非是修改亨普爾定義的限制條件。
其次是規律本身的合法性問題，區分規律和偶似概括（accidentalgeneralization）。像“這個籃子中的所有蘋果都是紅的”這樣的句子可能是一個真的全稱概括，但卻并不是規律。此類偶似概括并不能為陳述集C與陳述E之間的聯系提供解釋所需的必然性。從這個意義上，運用偶似概括的論證也是一種無關解釋。規定關于規律的陳述不指涉具體的時間，空間和對象，并不能排除偶似概括。因為適當地給定謂詞（如亨普爾1948年文章中定義的謂詞“ferple”），即可造出字面上不出現任何時空和對象描述的全稱句。故此必須對謂詞本身加以限制，這就要求在基本定律中，謂詞必須是“純粹的”，它們的意義陳述不要求指涉特定對象和時空點。很清楚，限制謂詞對解釋理論來說非常重要，就如同樣的限制對確證理論十分重要一樣（卡爾納普認為綠—藍及藍—綠謂詞就是非純謂詞）。然而，純謂詞是難于定義的，更不用說一些公認的科學定律，也指涉具體時空或對象。如開普勒行星運動律指涉太陽這一具體對象。除此之外，對識別定律語句，雖有古德曼提出的能否支持反事實條件句的判別標準（見Fact,Fiction,andForecast，第一章），而且包括亨普爾、內格爾、薩蒙等許多人也引用這一標準。但仍未有普遍接受的自然律語句的定義。[6]
最后還有統計無關前提的限制問題。這個問題是I—S解釋的特殊問題，產生自“統計解釋的兩可”（ambiguityofinductive-statisticalexplanation）。兩可即在選取樣本的不同子集時，由相同格式的推理可產生兩個相反的結果。兩可現象的致因在于歸納論證不是erosion-proof，在前提中加入新內容時，論證不保證原有結論。亨普爾對此的解決是給出最大特性化要求（RMS,requirementofMaximalspecificity），僅使包含全部相關信息的統計解釋為合法（類似于卡爾納普對歸納邏輯的totalevidence要求）。然而，亨普爾的要求雖有利于排除某些無效論證，卻不能用于區分信息中的無關項。亨普爾的特性化要求與其修改直到現在仍在積極的討論之中。
B.解釋的因果性理論
亨普爾模式的解釋無關項問題，以及作為其根源的解釋與論證同一，僅有技術修改顯然是不行的，甚至原則上也許不可能有“滿意”的技術解決。因為如果堅持“解釋即論證”這個原則，許多事件（如低概率事件）便不能解釋，技術修改對此是無奈的。故此薩蒙的解釋因果性理論便成為繼亨普爾模式之后，被熱烈討論的一種很有影響的替代方案。
薩蒙把解釋的哲學理論分為三種，為簡單計，我引用Fetzer的概括，解釋即為論證是“認識論”的概念；解釋要求必然性是“模態的”（modal）假定；解釋必須為因果的是“實在的”（ontic）預設。[7]薩蒙堅持最后一種觀點，反對第一種和第二種觀點。他與R.Jeffrey一樣，不認為所有解釋都是論證。根據ontic理論，“存在于世界之中，并為科學解釋提供基礎的關系是因果關系。”[8]因此，解釋即在于使被解釋事件合于自然界的因果模式。薩蒙進一步指出，因果性也不必歸為充分或必要條件之類的關系，或然的因果性（ProbabilisticCausality）可允許一事件是另一件事件之原因，而同時卻既不是其必要，也不是其充分條件。那么，因果性說明，既可適用于或然的因果關系，也可適用于充分和必要原因的因果關系。[9]故此，必然性也不是解釋成立與否的準則。
薩蒙的解釋理論分為兩個階段，[10]也相應分為兩個層次。一是考察作為因果性證據基礎的統計相關關系。定義為：因子C在條件（circumstances）A下統計地相關于B的發生，當且僅當P（B/A.C）≠P（B/A）或P（B/A.C）≠P（B/A.＠②）。意思是說，在條件A下，B之先驗概率不等于B之后驗概率。二是，統計相關需更進一步為因果關系來解釋。因果關系分三個方面，因果過程（能傳送區域上引入的一個符號，它與不能傳送區域介入的符號，故無解釋意義的偽過程相區別），因果相互作用（Causalinteraction，兩個過程之間的交匯），聯合的共同原因（ConjunctiveCommonCauses，相互獨立的多個過程在一個特定的條件集下產生，這類因果關系早在H.Reichenbach的THEDIRECTIONOFTIME中已有過細致的說明）。
因果理論有兩個重要結果，一是使低概率事件成為可解釋的，另一是使無“因果”關系的解釋項被排除。在這里，不同性質的律則之解釋力依其與因果關系的“親疏”而有所不同，波義耳定律遠比分子運動論的解釋力差。原因在于后者用微觀粒子的隨機運動（原因）來說明宏觀現象，而前者只描述一種可用于預言的函數關系。薩蒙的因果理論不要休謨的因果性的心理學解決，也不要康德的先天構造，它訴諸于實在論。故為避開說明原因“怎樣”作用于結果的形而上學泥沼（也同時解決芝諾悖論），薩蒙用羅素at-attheory理論來說明因果過程，同時又用一種擴展了的（引入統計解釋、功能解釋等）拉普拉斯因果決定論（也具有實在論前提）來“解釋”整個解釋理論。[11]可以說，因果理論遭遇到的最大困難是如何不用邏輯論證關系代替，又不讓形而上學實體滲入關于因果性本身的說明。那么，關鍵在于怎樣理解關于不可觀察對象之理論的實在論信念。[12]
C.科學解釋的語用學分析
解釋的語用學探索之最有力的推動者是范弗拉森（BasvanFraassen）。對他來說，解釋理論主要面對的仍是兩大難題，即有些事件之不可解釋（按Receivedview），及有些論證不符合直覺的解釋觀念（但符合Hempel''''smodel）。[13]但范弗拉森對這兩個問題的解決，是以對薩蒙的因果解釋理論的批評為基礎的，反實在論是他整個理論的根據。這就是，科學的目標不是發現世界的“真實結構”，而是發明出用以“拯救”經驗現象的理論。
根據反實在論和依語境的建構主義的主張，范弗拉森把選擇什么作為“原因”看成是依語境可變的東西。“在科學上相關的因素中間，語境（context）決定解釋上的相關者。”（[13]，PP.125—126）。就是說，科學上給出“原因”，并不等于給出實在的世界結構。同時，統計相關也不是科學解釋的充分和必要條件，更不用說，許多科學解釋并不具有薩蒙描述的那種因果形式。
更進一步，范弗拉森把科學解釋看作科學事業中一種更復雜的活動。如果科學可分科學描述，科學解釋（理論評價的一項內容），及用科學理論去解釋等不同活動，那么后面的活動比前面的活動更依賴于語境。因此，范弗拉森說，“科學解釋并不是（純粹的）科學，而是科學的應用。”（[13]，P.156）
這樣，解釋的對稱與否是依賴于語境的，一種語境下的不對稱或不成立的解釋，在另一種語境下有解釋意義；在一個歷史時期或語境下不能要求解釋的事項，在另一歷史時期或語境下可提出合法的解釋問題。[14]
圖爾明說：“科學不是一種智能計算機器；它是生活的一個側面”。[15]范弗拉森無疑不反對這一觀點，但他更希望最終建立一種形式語用學，把解釋歸結為在語言使用者之間的Whyquestion的構造及其回答；把解釋理論歸結為對問題提出與回答的合法語境及其條件的說明。而那個語境是相關知識K與具體社會行為的聯合體。在形式處理上，范弗拉森把“為什么”問題構造成一個三元組Q＝＜P[,K],X,R＞，其中P[,K]表示被解釋事實（叫做該問題的“topic”）；X＝｛P[,1]，……，P[,K]，……｝是含有P[,K]的依提問語境定義的對比句子的類（ContrastClass）；R是一個相關關系。[16]
解決科學解釋哲學難題的三種方式，并不能簡單地看作兩兩沖突的。亨普爾的解釋邏輯如果看作對解釋過程的一種抽象化，象數理邏輯對思維過程的抽象化一樣，則旗桿反例之類就如同蘊涵怪論一樣成為合法的反直覺事例。[17]P.Kitcher希望達到一種適用于所有時代和所有科學的解釋模式，找出一個理想的真正相關關系的集，以解決非對稱與無關項問題。（這被他稱為“HempelianConception”）。[18]可是亨普爾本人未能找到一個理想集，他也不能完全像個邏輯學家那樣思考科學解釋的“邏輯”。因此，他與范弗拉森的分歧在于什么是決定科學解釋的“真正”基礎，由什么來決定“相關性”。是語境（含有人與人的關系）還是知識（不指涉人的純思想邏輯關系）。
實在論方式與上述兩者形成對立，對立在于是把解釋看作一種經驗知識之間的邏輯關系，或知識社會學意義上的社會關系，還是看作知識與一個獨立的自然世界的關系。這些基本信念的不同，決定了相沖突又相交叉的這些解釋哲學理論對科學解釋構造了不同的模式。顯然，如果三者分別調整自己的哲學信念，三者可成為獨立且相互補充、而不是相互替代的方案。在每一方向上都有充分研究的余地。
注釋與參考文獻
[1]Hempel,TheFunctionofGeneralLawsinHistory,JournalofPhilosophy,VoL39,1942.
[2]Hempel,AspectsofScientificExplanationandOtherEssaysinthePhilosophyofScience,TheFreePress,1965,P247—248.
[3]統計解釋在亨普爾那里是覆蓋律思想的延伸，此點在Aspects的P425和該頁角注17表達得很清楚。亨普爾對統計解釋的最初分析，可見其1962年發表的文章“Deductive-NomologicalVS.StatisticalExplanation”，載于FeiglandMaxwell(eds.).MinnesotaStudiesinthePhilosophyofScience,VoLⅢ.UniversityofMinnesotaPress,1962.同年，N.Rescher的文章“TheStochasticRevolutionandtheNatureofScientificExplanation”，也談到解釋理論應考慮統計解釋問題，但沒有提出一個系統的歸納性質的解釋模式。
亨普爾的I—S模式圖式如下：
P(G,F)＝r
Fi
────[r]
Gi
在統計規律下，雙線表示對Gi的解釋不是確定的邏輯蘊涵關系，而僅表明，根據解釋項所提供的信息，被解釋事件具有很大可能性，可以“實際上”被確定，或被期望。因此這是所謂的“認識論”（epistemic）的解釋概念。按概率的公理化定義，0≤r≤1；而按解釋就是論證及解釋與預見同構的思路，則還必須要求r接近于1，才能使該圖示至少具有歸納論證或預言的意義。因此，高概率是統計解釋的亨普爾模式的要求。
亨普爾認為，單獨一次的隨機實驗的結果，或一次發生的隨機事件，在高概率的情況下也可解釋。此時可援引Gramer的兩個準則（系定理）：
準則1如果P（G,F）〈ε，ε是一很小的正數，那么，如果隨機實驗只進行一次，實際上可斷定結果G不發生。
準則2如果1—P（G,F）〈ε，ε是一很小的正數，那么，如果隨機實驗F只進行一次，實際上可斷定G將發生。
[4]ChristopherReadHitchcock,"Discussion:SalmononExplanatoryRelevance",PhilosophyofScience,VoL62,1995,P304.薩蒙（W.C.Salmon）在《科學解釋四十年》（FourDecadesofScientificExplanation）一書中，稱這篇文章為“Landmarkessay”（theUniversityofMinnesotaPress,1989,P8）。
[5]見“HempelandOppenheimonExplanation”，“Philosopyofscience,”VoL28,1961。
[6]E.Nagel認為試圖構造一個打不破的，唯一的，嚴格的“自然律”定義是徒勞的。見他的TheStructureofScience,Harcourt,BraceandWorld,1961,P50.
[7]J.H.Fetzer,"CriticalNotice:WesleySalmon''''sScientificExplanationandTheCausalStructureoftheWorld",PhilosophyofScience,VoL54,1987,P597.
[8]Salmon,ScientificExplanationandtheCausalStructureoftheWorld,PrincetonUniversityPress,1984,P121.
[9]Salmon,"DynamicRationality:Propensity,Probability,andCredence,"載ProbabilityandCausality(editedbyJ.H.Fetzer),D.ReidelPublishingCompany,1988,P31.
[10]薩蒙在六十年代引入了“統計相關”概念作為整個解釋理論的核心，以解決低概率事件不可解釋問題，此即所謂S—R模式（Statistical-relevancemodel）。七十年代，他認識到S—R模式之不足，然后提出以因果性為核心的解釋的實在論模式。這在八十年代出版的《科學解釋與世界的因果結構》中得到系統表述。
[11]C.Glymour明確說薩蒙是“最后一個機械論哲學家”。（R.Mclaughlin編What?Where?When?Why?,D.ReidelPublishingCompamy,1982,P191.）薩蒙也稱自己的理論是“機械論哲學”（themechanicalphilosophy,ScientificExplanationandthecausalstructureoftheworld,P278—279.）在此之前，薩蒙還說過，“IshallPaycarefulattentiontoourheritageofLaplaciandeterminism—withitsobviousbearinguponscientificexplanation—butIshallalsotrytoseehowtheseconceptionshavetobemodifiedinthelightofmorerecentdevelopments.”（Salmon,"CometsPollenandDreams:SomeReflectionsonScientificExplanation",Mclaughlin,What?Where?When?Why?,P157.）
[12]“統計”這個詞在薩蒙的因果理論中是本體的概念，物理世界的某些現象是irreduciblystatistical。因此統計規律是實在世界本身的自然律。E.Sober在談科學解釋時，對科學實在論說過這樣一句話，“科學實在論斷言，科學是設定不可觀察的因果機制的存在以解釋可觀察現象的事業，……。”（E.Sober,"CommonCauseExplanation,"PhilosophyofScience,VoL51,1984,P235.）這確實指明實在論解釋理論的真實信念。而有爭議的是，因果機制是獨立于意識的世界的描述，還是經驗上充分的，有用的認識圖像。
[13]見VanFraassen,TheScientificImage,OxfordUniversitypress,1980,P146.
[14]比如在牛頓理論中，我們可以用方程描述引力，而不能要求“解釋”引力“現象”。
[15]S.Toulmin,ForesightandUnderstanding,Hutchinson,1961,P99.
[16]在一定的語境中，相應于Q的前提假設是：（a）P[,K]是真的；（b）當j≠k時，X中每一P[,j]均為假；（c）至少存在一真命題A，對（P[,k],X）有關系R。根據對問題的界定又有對回答的界定。范弗拉森對解釋的語用學分析可詳見其TheScientificImage一書。有歷史分析的概要說明可參閱他1977年的文章“ThePragmaticsofExplanation”（AmericanPhilosophicalQuarterly,VoL14,P143—150）。對范弗拉森的形式語用學理論有影響的更早的人物有S.Bromberger和Kaplan。
[17]在AspectsofScientificExplanation中（P352—353），亨普爾用單擺擺長與周期關系這樣的Lawofcoexistence，去說明用擺長解釋周期，或用周期解釋擺長并沒有什么不對稱，常識解釋概念不能提供判定一個論證是否是解釋的明確根據。這時，亨普爾是用邏輯為反直覺的論證作辯護，這令人想起他用Hempel-confirm代替Nicod-confirm時引入反直覺確證悖論的情形。
[18]P.Kitcher,"ExplanatoryUnificationandtheCausalStructureoftheWorld"，載ScientificExplanation(editedbyKitcherandSalmon,MinnesotaStudiesinthePhilosophyofScience,VolumeXIII,UniversityofMinnesotaPress,1989,P417.
