用《量子心灵与社会科学》讲物理学与社会科学的国际关系学者

曾经有一个著名的艺术家，他也是自然科学大家和出色的工程师，当今高端前沿的外科手术机器人就以他的名字命名。他是达芬奇。

曾经有不止一个著名的政治学家，也是经济学家和哲学家，我们统称他们为思想家，但社会科学各学科都会给他们在本学科的谱系中找到一个位置。他们之一是马克思。

最近有一个国际关系学者，在15年后推出了自己第二部专著《量子心灵与社会科学：物理学与社会科学本体论的统一》（Quantum Mind and Social Science: Unifying Physical and Social Ontology），他是亚历山大·温特（Alexander Wendt）。

更不用说晚近百多年来，尤其近四十年来社会科学乃至人文领域各类从内容互动到思路取径，从问题意识到学说和解释框架，从方法论到本体论，甚或引领了一国一科学术谱系方向的跨学科尝试了。

然而，前一组故事出自早期现代和现代性尚未占据主导地位的时代。人们似乎更愿意用智慧和思想来解释他们的贡献，并半调侃半景仰地给他们贴上百科全书式学者的标签。

晚近一两百年间，科学技术的发展、现代世界的演进、现代学术的兴起和发展、现代学术制（惯）度（习）的形成，推动并促成的学术分科精细化却未能独当一面太久。20世纪初传播学从社会学破门而出独立门户在一定程度上或可理解为当代社会科学跨学科的起点。然而在“XX系YY专业ZZ方向”的表述作为专业身份标配表达的当下，在各学科理论和方法的系谱根深叶茂的当下，即使社科学人已经（如他们所声称的那样）从理论入手，上升到方法论和本体论的程度，从科学哲学、机制论的谱系中梳理和解释自己学思历程；即使研究问题本身为多个学科所关注，相互借鉴的学科原本相邻共生，专业读者和普通读者首先还是会略带预设地考量：怎么跨，才能让本学科和跨界学科的读者都心服口服？

如果说传播学和社会学的爱恨情仇拉开了故事的序幕，那么故事的高潮必需是当下让人爱恨交织的“经济学帝国主义”——只是故事太长适合单独开篇，何况帝国边陲、域外，相似的主题也一再上演。

撇开大家都吐槽的行文繁冗的问题和（首发最早的论文和中译本出版）三十年间学术史的变迁，前些年译介进来的社会历史学者小威廉·休厄尔（William Sewell Jr.）《历史的逻辑：社会理论与社会转型》（Logics of History: Social Theory and Social Transformation）在历史学者和社会学者处的风评截然不同——其中的一个单篇位列数十年来引用率最高的英文社会学论文的第28位，却被相当多的历史学者公认这是一本讲了一堆公认常识的论文集。

类似的故事在跨学科的“开拓者”身上更加明显。学科谱系和学术史谱系下相对精准的“概念”在迁移到另一个学科之后，往往从所属学科的某个时空片段拣选而来，删繁就简地成一个孤悬的因素或视角，继而训着所交叉学科的理解和取径被重新定义和解释，或是在不知不觉中取其名而偏其实，相比最初的语境和解释俨然南辕北辙。历史学和人类学对休厄尔的批评即在于此，国际关系研究引入话语分析暴露的问题也在于此。

相比之下，《欧洲国际关系学刊》（European Journal of International Relations）新近在线提前刊发的Tom Lundborg对国际关系研究十数年来对历史社会学的引介和化用的批评、反思和推进的设想，虽然多少有些欧陆后结构主义者的矫情，却是跨学科研究自我反思和调适的积极尝试。尽管Lundborg意在强调关注国际政治中时间、时序、叙述解构背后的事件，以及事件的因果链的结论略显“雨点小雷声大”；其将历史社会学归结为“以更多的历史（事实）佐证通则的存在（和历史的进步）”也略为简单粗暴。然而其对既有研究在引介和化用中虽然敏锐地抓住了国际关系和国际体系演进背后国家与社会的互动，却囿于“结构”的形制，出于个案的多样性而非问题本身，随机拣选多个案例解读并佐证理论取径是为致命性不足的批评着实击中要害。

当然也有面朝蓝海却安静地偏守一隅兀自玩耍，几乎丝毫不为跨学科所动的。更有意思的是，这个学科本身倒是身兼人文和社会科学两相特征的。想象一下，当你看到多年前语言学概论课上就打过照面认识的“语料库”被社会科学研究资源微博命名为“大数据库”进行推介的时候，是否会生出一种“语料库”已被风干的感慨？——即使你已经熟知社会科学各学科论动态早已超越语料本身，开始探究此中的事件和行为，论静态更是在晚近七八年里把“抓词”玩出了花样……只好说不同学科的志向不同了。

相比概念、理论、取径和解释上的爱恨情仇，社会科学各学科在处理材料/数据上则要温和得多——学科之见的掐架并不多见，更多的是本学科读者对不靠谱数据处理、模型选择和解释的批评和吐槽；技术上则是出于科学地从善如流——是取模型-理论-算法/原理精要以小而精的R命令包实现；抑或考虑到逻辑和模型需要复杂实现，于是寻求自然科学和工程领域相关学科既有独（现）立（成）的门（软）户（件）；甚或没有现成的逻辑算法和模型，需要白手起家新弄一套软件……只要好用而且方便解释就可以。毕竟，工具只是工具，处理和回应研究问题永远是第一要务。

不过有意思的是，线上stata社区和R社区里，上传功能命令包（以及推动它们成为更新版本中自带命令）最积极的不是身为天然资深用户的经济学者，或者身为最大宗用户的来自各行各业的分析师（当然，部分因为SAS等商业统计分析建模软件的分流），而是耕耘在社会学、人口学和政治学领域的学人。这大概是因为，繁复之下必有问题，问题之下必有需求，需求之下必有勇夫。最强的生产力果然还是来自“认识我们所在社会/世界”的追寻。