在这一背景下,国家治理数字化转型成为时代命题,“科技革命”和“治理革命”的碰撞促使数字国家兴起。数字国家的兴起绝非单纯将大数据、人工智能、区块链等新技术应用于国家治理场景,而是国家形态的重塑、国家运行的变革和国家范畴的拓宽。一方面,数智技术促使国家形态、国家结构、国家社会关系快速演变,促进以数字治理、数字民主、数字科层制、AI 决策辅助等为代表的新生政治萌芽,这不仅给政治学乃至社会科学的既有知识体系带来了挑战,也为政治学知识体系更新创造了新机遇。另一方面,人类社会的数字化转型给社会科学研究范式转换带来了新空间。人们在互联网和移动设备上留下了海量可追溯、可分析和细颗粒度的行为数据,蕴含丰富的社会属性和关联关系,为刻画个体行为、社会运行和国家治理提供了新范式。因此,作为计算科学与政治学的交叉领域,计算政治学(Computational Political Science)的快速兴起并成为政治学新生学科,有力推进了数智时代政治学理论与方法范式的创新。
全球范围内政治学正在经历范式变革,这既为中国自主知识体系构建提供了契机,也让我们能与西方学界在新生政治现象的研究上同台竞技。全球数字国家的兴起既为政治实践引入了数据、算法、算力、人工智能等新要素、新技术,也为政治研究提供了新对象、新方法,这为基于“计算的政治”与“政治的计算”两个路径的融合提出新命题、构建新理论、探索新范式创造了难得机遇。计算政治学并非单纯的方法类二级学科,而是兼具理论意涵与方法价值的二级学科。在实质性(Substantive)意义上,计算政治学不仅推进政治学经典理论在数字时代的重构,还推动政治学前沿领域新概念、新理论的生成与发展;在方法性(Methodological)意义上,它作为一种方法论基础,为中国政治、比较政治、国际政治等学科方向的学术研究提供了新方法新工具。这为推进数智时代的政治学范式变革、构建中国自主知识体系提供了先发实践和本土生态。计算政治学的未来发展应该聚焦以下三个方面,即推进新理论、新方法和新学科发展。首先,国家治理数字化转型的先发实践,推进数字国家理论的新发展。数字国家的实践进展正在挑战传统国家理论的解释力。大量实证研究发现,国家组织形态、国家-社会边界、政府-市场关系、国家运行机制均发生了巨大变化,因此学界有必要基于对数字国家构建先发实践的参与式观察与理论性反思,阐明数字国家的特征属性、运行机制及构建路径,厘清数字时代国家形态的“常”与“变”,推进国家理论等政治学基础理论的新发展,为推进中国式现代化贡献政治智慧。其次,聚焦大语言模型赋能社会科学研究新机遇,加快探索新范式。以大语言模型为代表的生成式人工智能的发展经历了从浅层到深层、从特定到通用、从闭源到开源的迭代过程。当下,以 DeepSeek 为代表的开源大模型的战略性突破对社会科学研究范式转换具有重大意义,这一开源大模型通过构建开放便捷、安全可控的智能化基础设施,为社会科学研究提供全过程赋能,进而重构社会科学研究的方法论基础,推进 AI 对社会科学新范式的探索。开源大模型有助于应对生成式人工智能应用中普遍存在的垄断性、区隔化、黑箱化及高成本挑战,其开放架构特性支持数据优势、算法能力与领域知识的融合应用,推动了社会科学知识生产的开放性、共享性、透明化和普惠化。
《九朝律考》有四个版本:①1927年,商务印书馆刊行《九朝律考》初版(全书587页)。今已不易见到。1989年上海书店《民国丛书》影印再版(第一编之28,与陈顾远《中国法制史》合订为一本)。又,1927年版的版权页所见的其英文书题为:“A STUDY OF CHINESE LAW FROM THE HAN DYNASTY TO THE SUI DYNASTY”,显示了《九朝律考》的实质内容。②1934年商务印书馆作为“大学丛书”之一出版(全书524页),一般称为“大学丛书本”,为大多数研究者所喜好使用。③1955年商务印书馆标点本(全书448页)。④中华书局标点本(全书448页,系以1955年版为基础的影印版,修正若干错误之处)。(33)
计算经济学发轫于经典经济学的理论模型求解困境。传统经济模型一旦复杂化,比如引入非线性函数、方程数目变大,多数情形无法获得解析解,因而需要引入数值方法,进行迭代求解或数值逼近。可计算一般均衡(computable general equilibrium,CGE)和动态随机一般均衡(dynamic stochastic general equilibrium,DSGE)模型成为这一阶段发展起来的典型应用。在这一时期,计算经济学主要为经济学其他分支学科提供工具,很难说有独立的研究范式。
②H.M.Amman,”What Is Computational Economics?”,Computational Economics,Vol.10(1997),pp.103-105.
③H.M.Amman,et al.,Handbook of Computational Economics,The Netherlands:North-Holland,Amsterdam,1996.
④W.Leontief,Input-output Economics,New York:Oxford University Press on Demand,1986.
⑤P.B.Dixon,M.T.Rimmer,Dynamic General Equilibrium Modelling for Forecasting and Policy:A Practical Guide and Documentation of MONASH,Amsterdam Netherlands:Emerald Group Publishing Limited,2001.
⑥F.E.Kydland,E.C.Prescott,”Time to Build and Aggregate Fluctuations”,Econometrica,Vol.50,No.6(1982),pp.1345-1370.
⑦L.Tesfatsion,L.J.Kenneth,Handbook of Computational Economics,Vol.2:Agent-Based Computational Economics,Princeton University Press,2006.
⑧T.C.Shelling,”Models of Segregation”,American Economic Review,Vol.59,No.2(1969),pp.488-493.
⑩S.Wu,et al.,”Next-GPT:Any-to-Any Multimodal LLM”,in Forty-first International Conference on Machine Learning,2024.
(11)J.J.Horton,”Large Language Models as Simulated Economic Agents:What Can We Learn from Homo Silicus?”,http://gffgg277d0919da9c4fc8sffxobubp6o5o6f09.fgzb.hbpu.wttczd-86544418598.com/10.48550/arXiv.2301.07543.
(12)R.Shiffrin,M.Melanie,”Probing the Psychology of AI Models”,Proceedings of the National Academy of Sciences,Vol.120,No.10(2023),p.e2300963120.
(13)J.S.Park,et al.,”Generative Agents:Interactive Simulacra of Human Behavior”,http://gffgg277d0919da9c4fc8sffxobubp6o5o6f09.fgzb.hbpu.wttczd-86544418598.com/10.48550/arXiv.2304.03442.
任何一门科学都是通过其认识对象及其工作方式来确定的,科学的目的都是对其所要研究的对象找到令人满意的说明,法学当然也不例外。然而,法学到底以什么作为其认识对象,以什么作为自己的工作方式(或工作方法),这个问题历来众说纷纭,莫衷一是,至今未有定论。在中国先秦时期,法学以研究刑名法术为鹄的,秦汉以后以解释律条、法律概念或说明“法令之所谓”(“律学”)为业。在古罗马,法学(jurisprudentia)这门学问也是偏向实务工作的,主要服务于“法律解答”“撰拟契据”“协助诉讼”等事务。11世纪以后,欧洲大学开创了“大学的法学”(Die Rechtswissenschaft an den Universitäten)模式,法学的理论研究和体系建构开始兴盛。17世纪以来自然科学的巨大进展及其确立的知识(真理)范式构成了法学知识论和方法论上的样板,法学家们逐渐抛却了古老的知识传统,转向强调“科学”(公理)推理,强调知识确定性、精确性及普遍性之严格规准的实证主义。他们渴望把法学完全加以科学化或数学化,希望按照纯逻辑演绎的“几何学方式”和自然科学标准构想法律公理(逻辑)体系,意图实现“法律公理(逻辑)体系之梦”。法学在历史上形成不同的研究面向和学问追求,必然引起“何为法学”“法学为何”等等问题的争论。
这里所谈的“事情”(英语:thing/德语:Sach)与“事态”(英语:states of affairs/德语:Sachverhalt;被陈述的事态叫作事实,英语fact/德语Tatsache)是两个不同的概念,它们两者所指不同。严格地说,只有在人类世界(或人类相关的世界)中才会存在事情,相反,自然界发生的情况可以称作事态,不宜称作事情。自然事态唯有与人相关(与人类的存在相关)或者被视为“属人的世界”才会成为事情的肇因,例如自然灾害造成房屋、道路的损坏,是“与人相关的”,需要人们去处理。广义上的“事态”包含“行为”(act)状态(比如,某人的一只手搭在椅子上)和“事件”(event),后者包括自然事件和社会事件。在日常用语中,事态与事件的用法有些微的区别:比如,在一片草坪中央长着一棵树,这是事物(树)的存在状态(注意这里的表述:事物不同于事物的存在状态,不能说“事物”就是“事态”),可以作为通常被人们所理解的(没有造成结果的)事态;房屋倒塌砸伤了一头驴,人群骚乱推翻了一辆公共汽车,则为事件(前者为自然事件,后者为社会事件)。故此,事件可以被看作事态的一个子集(类),即造成结果(特别是损害结果)的事态。造成结果(特别是损害结果)的事态的意义该如何评判、造成的结果该如何处理(如何确定事态蕴含的后果),才是我们所说的现实生活中的一件“事情”,我们用S(F→OR)来表示,意思是说:事情(S)是指某种事态(F)发生时该如何正确(妥当地)处理[即,寻找F 所蕴含的OR(后果归结)]之事项。由此可见,事情是由事态(而非事物直接)促成的,但事态本身不是事情[事物更不等同于事情,唐代法藏说“物具理而为事”, 这里的“物”不应仅指“事物”本身,而更应看作“事态”(在法藏这里,“事”与“物”显然是分开使用的,“事物”只是“物”一词的现代用法)]。从认识的角度看,事态是事情该如何正确(妥当地)处理或解决的先在条件,构成有待处理之事情的判断基础。事态作为事情的先在条件,本身内嵌着事情该如何正确(妥当地)处理或解决(即后果归结)的原因性的规定性根据(die Bestimmungsgründe der Kausalität),我们将事情之先在条件(事态)与后果归结之中内嵌的这种原因性的规定性根据(即“某个事态F发生时为何蕴含某个后果”的规定性根据)或“当然(逻辑)法则”称作“事理”(所谓“理在事中,事不在理外”,或如法藏所言“具理而为事”)。
无论现实生活中的具体事情[S(F→OR)],还是它们经过类型化或抽象化而被上升为法律规整或法律规范规定的待处理事情[LS1(H →OT)],或者[LS2(T →OR)],都包含着构成事情之先在条件(事态)与后果归结或法律规范规定的行为条件与行为指令或行为构成要件与法律后果归结所内嵌的原因性的规定根据,这些原因性的根据分别被称为“事理”和“法理”。如上所述,“事理”就是日常生活中的具体事情[S(F→OR)]之先在条件(事实F)与后果(OR)归结内嵌的原因性的规定根据。相应地,“法理”(拉丁文ratio juris,英文the reason of the law),则是指法律规整或法律规范规定的待处理事项(LS1或LS2)之行为条件(H)与行为指令(OT)或行为构成要件(T)与法律后果(OR)归结内嵌的原因性的规定根据,包括法律规范规定人们在何种条件下该如何行为(可为、勿为、应为)以及所发生的事实行为与法律后果之间该如何正确(妥当地)归结的原因性的规定根据,我们也可以将这个原因性的规定根据称为“法内在的当然(逻辑)法则”。对此,我们再以正当防卫为例分析:刑法规定人有正当防卫的权利,行为人在本人或他人面临不法侵害的时候,出于保护自己或他人正当防卫的必要,采取防卫的措施,不负刑事责任(T →OR)。这个规定本身(T →OR)不是自然事物运行的必然呈现方式(自然法则),而是以“命令句”(裁判规范)表达有关“正当防卫”的应然处置方式,即防卫之“道”。这个防卫之“道”本身包含如下条件(裁判规范中的行为构成要件):(1)行为人本人或他人的生命、财产正在遭受不法侵害(T1);(2)行为人本人或他人的生命、财产遭受不法侵害时,国家(或特定的公权力机关)保护缺位,即,国家对被侵害的生命、财产不能提供有效的保护(T2);(3)不法侵害具有紧迫性,且遭受不法侵害攻击者不可避让(T3);(4)对不法侵害采取防卫行为是保全本人或他人生命、财产的唯一手段(T4)。这些条件或行为构成要件(T1,T2,T3,T4)使防卫行为具备了合理、合法、正当的基础,也是刑法规定正当防卫不负刑事责任(OR)的根据所在,即,当规范规定的条件或行为构成要件(T1,T2,T3,T4)具备时,行为人采取防卫行为保全生命或财产,法律不应将这一防卫行为作为错误(危害)行为予以否定评价并加以制裁。这就是规范规定的条件或行为构成要件(T)与其后果(OR)归结所内嵌的原因性的规定根据或“当然(逻辑)法则”(防卫之“理”)。
只要法律规整或法律规范规定的待处理事项存在着,只要行为人的行为条件与行为指令或者法律规定的行为构成要件与法律后果归结之间的关系存在着,那么,“法理”这种原因性的规定根据或“当然(逻辑)法则”就是客观存在着的。法理不是人凭空想象出来的,不依赖于我们个人(主观)的心灵、也不依赖于我们个人(主观)对它的认识而客观存在,它必须是“源于事情的本性和客观现实的”(derived from the nature of things and objective realities),乃属于一种外在的精神性的实在(eine seelische Wirklichkeit)或客观精神实体,即“实在对象内嵌的本质存在者和意义存在者”(das dem Seinsgegenstand innewohnende Wesenhafte und Sinnhafte),它们等待人们通过特定的认识手段去发现。人类正是在对法理这种客观精神实体(客观的本质存在者和意义存在者)已然认识的基础上规定何种行为在法律上是必须的(应为)、何种行为是禁止的(勿为)、何种行为是允许的(可为),以及人们所从事的何种(事实)行为应该承担何种法律后果,等等。在逻辑上,法理[法内在的当然(逻辑)法则]的存在先于制定的法律(实在法),是法律(实在法)存在的正当性基础,一切法律(实在法)因其内在之理而立,无理不成法。这是因为,任何实在的法律若要共享“法”这个称谓,就应包含更高的、本质的真理,无理(没有法理基础)的实在法不符合法的“当然(逻辑)法则”性质,其本身可能因为法律规定上的无理的实践承诺(practical commitment,语言中的实践承诺是指以言语强调通过行动使事情成为现实)而充斥着“言行不一”的施为性矛盾(performative Widerspruch),进而丧失作为法概念应具有的本质要素构成(比如,要求规范承受者必须遵循的规范力),徒以发布者所宣称的“法律”名义存在。在人类历史上,那些缺乏法理的实在“法”甚至有可能沦为实质的“不法”(Unrecht)。
法学(法教义学)作为一门具有明显的“实践干预”(Rechtswissenschaft als Eingriff)性质(实践性)的学问,含有改变制度实践的技术潜能[即,法学以自己的理论影响(即:指导、评判、检测和校准)现实的立法实践和司法实践,从而使立法和司法“按照科学的方式”运行],正因为如此,它就更需要以“法理”作为自己的研究对象,将“法理”作为其“实践干预”的奠基石,就法律规整或法律规范规定的待处理事项得出合理、规范、科学的结论。唯有如此,法学才有可能使自己成为一门区别于哲学、自然科学和其他人文科学的科学而独立存在。
二、“法理”的隐在性及其认识方式
尽管我们可以说“法理”是法律规整或法律规范规定的待处理事项之行为条件与行为指令或者行为构成要件与后果归结内嵌的原因性规定根据,不依赖于我们的心灵、也不依赖于我们的主观认识而客观地自在地存在的,但它并不是“自明的”(“明见的”),不会自动地呈现(或反映)在我们的知觉系统之中,没有可以被知觉的图像(picture)或“相”[“表象”或“显相”,包括声音之相(声相)、气味之相(味相)、体感之相(体相:如物体“轻重”“大小”之印象)等等]),也没有可以“被看出来的样子”。或者说,人们寻找法理不可能通过自己的感知系统直接“看”到(感官观察到),因为法理毕竟不同于那些物理世界的实体或事态,不同于那些“视觉客体”(可见的物体),后者有一种可以被人直观(通过感官观察或知觉/perception)的实在的性质(reality),比如,天正在下雨作为一个事态具有待人们外在观察(“看”)的诸多对象可感知元素(如下雨发生的时间、地点,雨滴的大小,雨与周遭的环境关系,等等)。当某人说“天正在下雨”这句话时,他/她实际在陈述一个与其观察到的下雨这个事态相符合的事实(事态承诺),事态及其呈现构成了其所陈述的事实的实在性基础,也就是说,外在的事态之“实”为陈述的事实之“真”奠定了基础,他/她完全可以通过(经验)证据证明事态的实在性而显示其所陈述的事实为真。与此不同,“法理”这种精神性的实在往往隐匿在法律规范规定人们在何种条件下该如何行为(可为、勿为、应为)以及所发生的行为(事实行为)与法律后果之间该如何归结的关系之中,或者隐藏在有待处理的个案事项(具有“事实关联性”)之先在条件(事实/事态)与后果归结之中,不容易通过人类直观或外观直接感知。在日常生活上,我们经常说“欠债还钱”“损害赔偿”“合法不向不法让步”“任何人不得通过错误的行为获得利益”,然而,这些语句包含有“实践承诺”,却不会像“天正在下雨”语句表达的事态承诺一样容易得到经验证据以及说明的模式之证实。这是因为,“实践承诺”乃是一种行动指引(handlungsleitend)承诺,往往带有指令(应然)性质。从语言哲学[特别是词语与世界之间“呼应方向”(directions of fit)的理论]角度看,这样的命题通常表达话语的评价性(好坏、对错、可欲/不可欲)功能、规定性功能(the prescriptive function,有关行为指导或行为承诺的话语功能)和施为性功能(the performative function,说某事即表示做某事的话语功能),具有“世界呼应语词的方向”(the world-to-word direction of fit)。
在这种主—客二元的知识观看来,一切自称或者主张自己的信念为“知识”的东西均以“事实真”作为判准,如物理学中的“公设”:“不可能把热量从低温物体传向高温物体而不引起其他变化”“物体受热后,温度升高,物体体积变大;物体受冷后,温度降低,物体体积缩小”,等等。即使标榜为“万学之学”(the science of sciences)的逻辑学最初也不过是确立命题之“事实真”标准以及建立在这种标准基础上的推理语言、规则和方法的学问。故此,亚里士多德在《解释篇》第4章(17a4)中指出:“并非任何句子都是命题,只有那些自身或者是真实的或者是虚假的句子才是命题。真实或者虚假并不为任何句子所有,例如祈祷就是既无真实也无虚假可言的句子。”若以此作为规准,法学上研究的法理问题和以法理为基础的法律规范语句(行为规范语句和裁判规范语句)就无从直接通过形式逻辑加以描述、分析和解答,因为一切法律规范语句都不过是一种命令句,而命令句所表述的内容不属于有关世界“有什么事态发生”的“本体论承诺”(“事态承诺”),既不可能作为(直陈句)三段论的结论,也不能作为推论的前提,它们不易在逻辑上转化为亚里士多德所说的“真实的或者是虚假的句子”(命题),也难以按照经典命题逻辑来判断法律规范语句表述的内容的真假,这样的语句之间不存在前提和结论之间真值传导的关系(即,“假如前提为真,那么结论必然为真”的推论关系,一个演绎上有效的论证不可能同时“前提真,其结论假”)。
说到底,自然科学以及其他研究“是”之问题的科学(包括有关“是”之问题研究的社会科学)在本质上均属于“说明的科学”(science of explanation),均秉持有关自然世界和社会世界之认识的“理论说明模式”(说明的体系)。这种认识模式的特点在于“从事实(F1)到事实(F2)”,用所谓“联系的原则”或者“观念的关系”(relation of ideas),通过普遍化的证伪和证实方法以及“最佳说明推论”(Inference to the Best Explanation, IBE),在诸种事实(F1,F2,F3,……Fn)之间建立起“是”之客观因果说明(比如,用F2说明F1,用F3说明F2,诸如此类)链条,形成所谓“事实真”的一整套说明性的知识体系。
在探究自然世界的“是”的问题时,自然科学中的实验科学(物理学、化学、生物学,等等)往往通过“控制实验”(control experiment,即,控制—对照—比较,这种方法将探究的目光投射于自然的“部分”而非其“整体”,便于将研究的对象凸显出来,以一种“有限制的但却确实可靠的”方式观察)来找到有待观察的实在世界中两个或两个以上的事实因素之间是否存在一种确定的互动关系,是否具有“因果关系的法则性质”(the nomological character of causality),据此进一步探究自然和社会的运动中的“必然性”(neccessity)“常规性”(regularity)“有序性”或“节律性”(rhythmicality),并将这些现象上升为有关自然规律(自然法则)的理论。在此方面,实验科学一方面纯粹建立在经验的基础上,特别是在实验中对自然因素(条件)的控制与观察,另一方面建立在对这种结果以数学和逻辑方式所表述的逻辑严密的衡量的基础上。比如,如果要检测某一河水是否遭到污染,自然科学的方法(比如化学的方法)是先提取(控制)目标水样,然后对提取的水样水质的COD、氨氮、Ph、溶解氧、浊度、温度等指标一一化验(实验),最后得出所测之河水是否受到污染的结论。在某些社会科学领域,社会学家们也曾经尝试用这种方法研究社会现象中“是”的问题。例如,研究者若想知道“城市人群是否有横穿马路”的习惯,他/她可以选择在城市的交通路口对经过的人群进行观察和记录,统计在规定的时间内每百人中不遵守红绿灯禁行规定的人数,就可以得出有多少百分比率的人横穿马路的结论。不过,依据此种统计学方法和其他控制实验(社会调查)方法对于社会现象中“是”的问题所得出的结论可以用于说明某些社会现象发生的原因,却不能直接被用来作为对“法理”[法内在的“当然(逻辑)法则”]的论证。例如,我们即使能够观察到城市人群中99%的人习惯于横穿马路,也不能以此作为当然(应然)理由或规范根据而主张“人可以横穿马路”,从而否定道路交通“红绿灯”设置(“红灯停,绿灯行”)的有效性,因为在规范层面上,道路交通“红绿灯”设置的规范效力比行人随意横穿马路这个行为习惯中的选择意愿(自由意志)有更强的法理基础(比如,交通安全,交通效率,等等)。也就是说,若“红灯停绿灯行”道路交通规则有效,那么,在红色指示灯亮起时,随意横穿马路的行为习惯就是不被赞许的,应在规范层面上予以否定。
与其他人文科学比较,法学上的“理解”亦有其特殊之处:(1)法学上的“理解”以法理作为认识对象,而这个对象总是与面对的事情联系在一起。理解的过程不简单停留于对事情之中的事态的经验观察和证实,而更重要的是对它们作为处理事情的条件意义和分量(重要性)的评估,在“规范”的认知框架内对它们与所要进行的事情处理之间的价值关联性以及其作为引发后果发生的前提来加以分析。也就是说,仅仅知道一个事态存在或事态发生的原因(建立在自然的、决定论的“作用因”或者行为人之自由的、目的性的“心理因”)还不足以构成理解。只有在把握了这些原因“如何”能够产生相关后果(引发后果发生)的道理(“理”)之后,才能够称得上是法学上的理解。它有时需要“悬置”(悬搁)其他学科(人类学、经济学、历史学、心理学等等)的观察和探究方式,而以法学(法教义学)特有的理解方式(“理论的眼镜”,这种“眼镜”是其他科学所无法取代的)直接本质地进入规范世界(“理”的世界,或应然规整领域),从中探寻、发现法律规范/法律规整的原因性规定根据(法理),将通过理解探寻、发现的法理从内嵌在事情之条件与后果归结之中的状态(自在的状态)转化为被知的、被言语或语句表达的状态,把本体论上的法理(自在的法理)转化成为认识论上“被陈述的法理”“被言说的法理”(命题中的法理承诺),此时,法理从单纯自在的“存在方”变成了与我们的认识、行为与处事(“属人的世界”)相关的“关系方”(relata),即,它作为语句中的命题内容(法理承诺)存在,被表达在立法机关的立法理由书、司法解释文件、法官的判决书、学者的著述(论文、著作、学术报告等)、法律格言或者民间谚语之中。(2)法理之认识具有实践指向性,为法律实践提供认识基础。故此,法学上的“理解”总是与法学的“实践干预”性质以及“问题—决定”特征相关,即,法学上的“理解”受制度化推动,针对法律实践中需要处理的事项或问题,不单单提供有关法律规定之诠释能力的信息,而常常带有“实践承诺”,即,提供有关法律决定的解答方案。(3)与上面一点相联系,法学上的“理解”习惯于“就事论事”,在事情限定的语境和框架内寻找理解的理路或根据的脉络。在这个脉络中,理解者把有待处理的事情作为理解(解释)的有边界的场域(视域),而不把它在漫无边际的普遍因果关系中予以溯源考察,既不会把作为某一法律后果归结条件的事实(事态)进行无限的因果关系推论(比如,某人与妻子吵架,遂产生泄愤心理杀人,妻子不因吵架而构成故意杀人的共犯),也不会把事情中作为条件的事实(事态)与法律后果之间进行不正当(无根据)的联结(比如,把合同违约当作侵权行为处理),更不会把面对的一切事情从一开始就当作人类认识上“无解”的难题放在“具有高度理论负载”的领域(比如,道德形而上学领域)进行无休止或无限倒退的理论争论,这种争论很可能最终无法找到问题解答的知识锚点。相反,法学上的“理解”总是要求理解者先基于事情限定的有边界的场域(视域)进行“目光的往返流转”(Hin-und Herwandern des Blickes),在需要处理的事情之各个因素间寻找原因性的规定根据,对何种因素具有法理上的相关性[或者,何种因素与何种后果相关,“哪些(复杂的、兼有道义性质的或评价性的)事实具有相关性”]作出判断,从而作出与面对的事情有关的“实践上正确”的法律决定,对于那些难以达成合意的深刻的“具有高度理论负载”的问题,可以暂时搁置理论争议或采取“不完全的理论化协议”(incompletely theorized agreements)予以化解。(4)这也意味着,法学将“实践上正确”作为分析和理解现实生活中的具体事情(个案中的事情)之行为、行为条件、法律后果等等关联性因素之意义的标准。法学上的“理解”之知识兴趣在于深度地了解所面对的事情对于人的意义和价值(价值关联性,或者:事情对于实现价值的意义),其核心本质在于把握作为认识对象的具体事情中的(行为人)行为、行为要求、行为后果之间的关系,真正了解有关事情之法律规定的道理,并将这个道理通过语言表达出来作为实践(指导行为或裁决判断)的理据。故此,理解的关系应被看作一种通过认识给出行为人如何正确(妥当地)行动(如何实践)的道理(理据)的关系,并把握所关涉之事情该如何正确(妥当地)处理之“理”(道理或理据)。在这个过程中,法学上的理解者会将“实践上正确”作为理解的标准:比如,理解者会考虑行为人所想要从事的行为的伦理重要性(行为的伦理特征、后果)或者实践重要性(当为的实践方式),强调行为人应当“有价值地行事”“伦理地行事”或者行为人的行为(行动)应当具有“当价性”(使行为具有其当为的价值性质)或“使善性”[“成善性质”(good-making properties),即从伦理的角度看,行为人的行为应当具有伦理善的根据,从而使行为人已从事的行为或意欲从事的行为成善,使其有价值或者实践上正确],以此衡量行为人将要从事的行为和已经从事的行为(事实行为)的价值和意义。(5)依照上面的理解,符合伦理或规范要求的行为是值得期许的、甚或可欲的,是法律规范予以“应当”“可以”的行为指令,或者是对已从事的事实行为加以确认、保护、许可或奖励的后果归结;而与伦理或规范要求相反的行为就是无价值的(负价值的),是法律规范予以“禁止”的行为指令,或者对行为人已从事的事实行为用“制裁”“不予保护”“撤销”“停止侵害”或要求承担“恢复原状”“补偿”等等法律后果加以归结。这意味着,法学上的理解并不完全等同于伦理学上的理解,它实际上要求法律规范给行为人之有价值的行为和无价值(负价值)的行为以特有的(本体论上的)规范性质:比如,“犯罪”“罪责”“责任”等等不是指行为人之行为的纯自然存在(实体)状态,而是由法律规范(或者法律判决)所“给予”行为人之具有不同程度负价值的行为一种规范的本体论属性,从而使之成为具有法律规范力的“评价性实体”(evaluative entity)。(6)法学上的理解是一种典型的“概念依赖”(Conceptual dependency)的认知模式。认识“法理”,必须先形成一套能够用以识别并解释法律规范世界之存在体的概念(法学概念),诸如“法律规范”“法律制度”“法律关系”“法律事件”“法律行为”“法律权利”“法律义务”“法律责任”等等,理解者借助这些概念对于“肉眼看不见的”客观精神实体(法理)来进行深度的认识和把握。法学若要成为一门真正的科学,就必须先有一套能够描述并解释法律规范世界之存在体的科学概念体系,这是因为法学概念是法学认识活动(理解或解释)的基础,它们塑造了法学的思考方式和认知方式:没有法学概念,就难以形成对“法理”以及其他法律现象的理性而精确的认识,当然就不可能形成具有理论化特征的法学知识。法律科学的一项重要使命就在于建构法学概念体系。(7)法学上的理解需要将“认识论上的理解”与“法律文本之诠释学上的理解”(法律解释)相结合(比如,某个具体的个案中发生事实行为或者事件F属不属于法条规定中的T?或者:“携带盐酸抢劫”中的“盐酸”算不算作法条规定的“武器”?对于这些问题的认识都离不开“法律文本之诠释学上的理解”),特别是,当法学上的理解的对象是法律(行动)实践领域— —法律裁决/案件中的“法律根据”(ratio legis in case)时,就会更加依赖“法律文本之诠释学上的理解”(法律解释),因为,此时的“法理”是一种有“案件关联性”(Fallbezogenheit)并“以裁决为中心”或以法律适用为中心的“法理”,一种有语境限定的或“妥当的情境相关性”(angemessener Situationsbezug)的“法理”,它连接着“事实的世界”(the factual world)与“规范的世界”(the normative world),连接着具体理解者和解释者的视角与有效的规范背后的普遍的视角结构(allgemeine Perspektivenstruktur)。这就需要理解者或解释者凭借“(法学)概念之观察镜子”透视形形色色的晦暗不明的“(案件)事实/语境的帷幔”,寻求符合(案件)事实性质的认知、分析评价标准尤其是进行逻辑推论的“可接受前提”(acceptable Premises)以及论证的“可靠性”标准,在规范与(案件)事实之间进行双向对流的解释(“目光的往返流转”),即,从(案件)事实来理解和解释法律规范,也从法律规范角度来理解和解释(案件)事实,寻求“法律—事实”这一关系维度的“法理”之统一、稳定的法律科学知识(法教义学知识),以弥补因事实与法律之间的不调和、不妥当而产生的“案件事实的具体性质与法律概念的抽象性质之间的巨大鸿沟”(a large gap)以及实践(行动、决策)理论上的“逻辑漏洞”,实现案件事实之描述与普遍规范之具体化(尤其是裁判规范中作为逻辑“前件”之要素的行为构成要件的描述,以寻求对案情相关的全部妥当的规范性理由)之间的意义等值(die Bedeutungsaquivalenz),满足规范适用于案件的“妥当性”(Angemessenheit)要求。
基于上文的分析,我们可以看到:法学是一门以“问题—决定”为中心、以某个特定的在历史上形成的实在法秩序为基础、采取诠释(理解)—评价的论证方式来探求法律规整或法律规范规定的待处理事项(法律问题)之答案及其根据(法理)的(实践)规范性诠释(理解)科学。在此意义上,法学在科学的基本分类(学科结构)上是一门(实践)规范性诠释科学或“理解的”科学,广义上属于“精神科学”或“文化科学”(die Geistes- oder Kulturwissenschaften)的范畴。
依照“使真者”理论,我们似乎可以在类比的意义上说,通过法学上的理解而陈述的命题内容— —法理承诺(“被陈述的法理”“被言说的法理”)若与客观存在的法理(法律规整或法律规范规定的待处理事项之行为条件与行为指令或行为构成要件与法律后果归结内嵌的原因性的规定根据)相一致,即,符合法理之“实”,那么语句陈述的法理承诺为“真”:法理之“实”奠基了法理承诺之“真”。照此逻辑,如果法理承诺之“真”得到证成,那么建立在法理承诺之“真”基础上以假言条件句[采取“若(如果)……则(那么)……”语句结构]表达的法律规范内容(行为规范内容和裁判规范内容)就具有了规范上的真(normative truth,简称“规范真”) 的性质。也就是说,我们可以把表达法律规范内容的语句看作是“条件内嵌根据(理)”的语句或者(如约瑟夫·拉兹所言)“有理由……”类型的陈述(“there is reason” type statements)或“给予理由的陈述”(reason-giving statements),而内嵌根据(理)的行为条件乃是实践上“当为”指令成真的条件,也是法学上的理解为真(理解真)的“有根性”基础。这样,当行为规范规定在何种行为条件下人们“可以做什么”,这个行为条件就是实践上“可为”成真的规范条件,也是“可为”在规范上的“使能条件”(enabling conditions),它在规范层面呈现“可为”的行动域,赋予“可为”的事情成真,或容许那些预先计划的事情进入“可为”行动的范围,并致使其按照“当然(逻辑)法则”发生。这意味着,在此等条件下“可以做什么”是在规范上真的[即“规范真”],那么,若把它理解成“不可以做什么”(禁止做什么)则不符合规范真,那实际上就是理解假。相应地,在勿为的使能条件下“不得做什么”是在规范上真的,那么,把此等条件下的行为指令理解成“必须做什么”就是在规范上假的。在裁判规范规定的场合,“行为构成要件”(T)也可以看作是使“法律后果”(OR)在规范上成真的条件,而且,“行为构成要件”(T)决定着“法律后果”(OR)的性质和类别,即,有什么样的“行为构成要件”,就有什么样的“法律后果”。这里还是以我国《刑法》第232条为例,这个条文分别规定了两种“行为构成要件”和两种“法律后果”,我们分别表示为T1(“故意杀人的”)和OR1(“处死刑、无期徒刑或者十年以上有期徒刑”)、 T2[“(故意杀人)情节较轻的”]和OR2(“处三年以上十年以下有期徒刑”),假如法学上的理解把“行为构成要件”T2看作是“法律后果”OR1的规范上成真条件而将两者加以联结,说“(故意杀人)情节较轻的,处死刑、无期徒刑或者十年以上有期徒刑”,那么这个通过理解表述的内容就是假的,反之,将T1作为OR2的规范上成真条件而把两者联结起来,这个理解也是假的。若通过理解将《刑法》第232条与第233条有关“过失致人死亡”规定的“行为构成要件”和 “法律后果”予以任意切换联结,则所表述的内容更不可能为真。在个案裁决中,也存在类似的理解问题:当案件事实[Fa(F1,F2,F3,……Fn),这个表达式意指:某个人a做出了F1,F2,F3等等事实行为]在特征上完全符合裁判规范规定的某个“行为构成要件”T,这个时候,案件的裁判者(同时也是法学上的理解者)基于法学上的理解和“司法三段论”把Fa(F1,F2,F3,……Fn)归为T,得出Ta(Fa∈ T=Ta)的事实认定并作出判决(Ta→OR),那么这个针对个案事实和法律后果所作的理解就是真(规范真)的。反之,案件事实Fa(F1,F2,F3,……Fn)明明符合裁判规范规定的某个“行为构成要件”T,案件的裁判者(理解者)却把它当作其他法条中的“行为构成要件”(比如,把符合“故意杀人”的案件事实当作“故意伤害”认定,或者把符合“合同违约”的案件事实当作“侵权”认定),那么,这样的法学上的理解(事实认定和后果归结)没有让案件事实Fa与符合T的法律后果(OR)发生联结,使真正的法律后果(OR)没有在规范上成真,这样,裁判者(理解者)可能因为判决内容之承诺错误(比如,判决不该承担责任的人承担责任或者让责任人承担了不适当的责任)而为假。
如此看来,真正的难题在于如何通过理解来证成语句中的“法理承诺”为真,即,经由理解的“被陈述的法理”“被言说的法理”在何种意义上是“真的”? 或者凭什么说“被陈述的法理”“被言说的法理”就是客观存在的法理?其在何种程度上被认为“符合”客观存在的法理(法律规整或法律规范规定的待处理事项之行为条件与行为指令或行为构成要件与法律后果归结内嵌的原因性的规定根据)之“实”,属于法学上的“真”理?这个问题的确证直接影响法律规范内容(行为规范内容和裁判规范内容)之真(规范真)的证成:当某个行为条件(H)作为“使能条件”存在时,为什么行为人只能从事行为规范上所规定的某个行为(OT),而不是其他的行为或相反的行为(比如,在“可为”的条件下能否“应为”或“勿为”)?或者:当某个“行为构成要件”(T)作为“使能条件”存在时,为什么行为人所从事的行为只能归结为裁判规范上所规定的某个法律后果(OR),而不是其他的法律后果、甚或相反的法律后果?早在1847年夏季,时任柏林刑事法院首席检察官尤里乌斯·赫尔曼·冯·基尔希曼(Julius Hermann von Kirchmann)于其发表学术报告— —《法学作为科学的无价值性》中就曾指出:“法律不单纯是一种认识,它同时还是一种感受,它不仅存在于人们的头脑中,而且存在于人们的心目中。其他学科的研究对象是没有这种附加物的。几乎在法律的任何领域,科学的探讨开始之前,情感就已经选择了答案。”
为了摆脱上述困扰,我们不应将法学上的理解看作是理解者个人随意地、不经慎思地动用自我的“前见”“价值观”“品味”“偏好”“情感”以及“个人语言”(私人语言)去认识法理的主观心灵体验与感受过程。法学上的理解是“迈向科学的理解”或者“向着法律科学的要求方向的理解”,至少是朝向法理之认识“客观化方向”的理解,即,通过法学上的理解,客观的法理在认识论上得以(语言)呈现,被理解并被语言陈述的法理属于认识论上“真的”法理(法律科学的真理)。如此,法学上的理解就预设了理解者的“法理之认识参与者”角色及其理解的法则和方法,这意味着,理解者对于法理的认识绝非一个纯自我的单向法理观察、单向的语言“独白”或自言自语过程,通过理解获取的法理认识之意义也并非仅存在于理解者单个主体的心灵内部,而是在理解者与理解者之间的互动、沟通和共享中产生和维持的。由此,法学上的理解也在理解者之间预设了一种共同的语言(a common language)、概念(词语)、思考—论述逻辑、方法和规则等等,它本质上属于利用客观精神世界(或卡尔·波普尔所说的“世界3”)中的“客体”、工具和“构件”的认识活动,也是运用逻辑进行思考、在问题与答案之间建立起逻辑关系的精神省察过程。所以,法学上的理解者无论一开始是以怎样的身份、姿态和态度进入理解过程的,都必须将自己的理解不断进行方向上的调整,走“经由法律科学,通向法律科学真理”的道路。
德国历史法学派的代表人物弗里德里希·卡尔·冯·萨维尼(Friedrich Carl von Savigny)指出:一个国家的法律的健康成长离不开“有机进展的”法律科学的呵护,后者作为“技术要素”成就了一国法律之独特的科学生命。法教义学若要担当这样一种使命,其科学化作业必须具备一些学科规准和条件,由此才能形成法学“认知的统一建筑学”。总之,为了对现实而急迫的法律(实践)问题提供有效的、统一科学的答案,为了获得对法律生活世界的稳定的理解,法学家们不得不按照教义学的规则和方式来构建法学,形成法学的规则和范式。所有致力于将法学建构成为科学体系的法学者都应当有这样的认识,并通过自身的学术努力和贡献逐步实现法学的科学化、实现“法律科学真理”的理想。
感知机是一种经典的单层神经网络模型,它通过线性阈值学习过程将多元刺激 x 映射到二分类标签 y 上。为了实现这种映射,感知机通过神经网络权重进行线性变换,并且权重会基于真实标签 t 的反馈进行更新。也就是说,感知机只有在出错时才进行学习。自然的,人们会期望最佳学习与最大错误率相关。然而,因为感知机学习规则实际上是基于梯度下降的,所以前面的分析对这里也适用,即训练的最佳错误率应该是15.87%。
这个结果理论在人工神经和类生物学神经网络具有同样的效果。即“85%规则”既适用于包括多层前馈神经网络、递归神经网络、基于反向传播的各种深度学习算法、玻尔兹曼机、甚至水库计算网络(reservoir computing networks)[21, 22])等广泛的机器学习算法。通过对∂ER/∂β梯度最大化的分析,也证明其适用于类生物神经网络的学习,甚至任何影响神经表征精确度的过程,比如注意、投入或更一般的认知控制[23,24]。例如在后者中,当∂ER/∂β最大化时,参与认知控制的好处会最大化。通过关联预期价值控制理论(Expected Value of Control theory)[23,24,25]的研究,可以知道学习梯度 ∂ER/∂β 由大脑中与控制相关的区域 ( 如前扣带回皮层 ) 来进行监控。
例如,在知觉和审美方面的研究中,俄勒冈大学(University of Oregon)的物理学 Richard Taylor 通过对视觉分形图案的研究发现,如设白纸的维度D为1,一张完全涂黑的纸的维度D为2,即画出来的图形维度在 1~2 之间,那么人类的眼睛更偏好于看维度 D=1.3 的图形[26]。事实上许多大自然物体具有的分形维度就是 1.3,在这个复杂度上人们会感到最舒适。一些著名的艺术家,比如抽象表现主义代表人物 ( Jackson Pollock ),他所画的具有分形的抽象画(下图中间一列,左边是自然图,右边为计算机模拟图)分布在 D=1.1 和 1.9 之间,具有更高分形维度的画面会给人带来更大的压迫感[27]。
心理学家 Rolf Reber 在审美愉悦加工的流畅度理论(Processing fluency theory of aesthetic pleasure)中[28]提出,我们有上述这种偏好是因为大脑可以快速加工这些内容。当我们能迅速加工某些内容的时候,就会获得一个正性反应。例如加工 D = 1.3的分形图案时速度很快,所以就会获得愉悦的情绪反应。此外,在设计和艺术领域心理学家域唐纳德·诺曼(Donald Arthur Norman)和艺术史学家贡布里希(Ernst Gombrich)也分别提出过类似思想。
对比下 D = 1.3 和 15.87% 的出错率,如果进行下统一比例,会发现前者多出原有分形维复杂性和整体的配比,未知:已知(或熟悉:意外,秩序与复杂)约为 0.3/1.3 ≈ 23.07%,这个结果比15.87%要大。这种计算方法最早由数学家 George David Birkhoff 在1928 年于《Aesthetic Measure》一书中提出,他认为若 O 为秩序,C 为复杂度,则一个事物的审美度量 M = O/C。
Celeste Kidd, Steven T Piantadosi, and Richard N Aslin. The goldilocks effect: Human infants allocate attention to visual sequences that are neither too simple nor too complex. PloS one, 7(5):e36399, 2012.
Janet Metcalfe. Metacognitive judgments and control of study. Current Directions in Psychological Science, 18(3):159–163, 2009.
BF Skinner. The behavior of organisms: An experimental analysis. new york: D.appleton-century company, 1938.
Douglas H Lawrence. The transfer of a discrimination along a continuum. Journal of Comparative and Physiological Psychology, 45(6):511, 1952.
J L Elman. Learning and development in neural networks: the importance of starting small. Cognition, 48(1):71–99, Jul 1993.
Kai A Krueger and Peter Dayan. Flexible shaping: How learning in small steps helps.Cognition, 110(3):380–394, 2009.
Yoshua Bengio, Jérˆ ome Louradour, Ronan Collobert, and Jason Weston. Curricu- lum learning. In Proceedings of the 26th annual international conference on machine learning, pages 41–48. ACM, 2009.
M Pawan Kumar, Benjamin Packer, and Daphne Koller. Self-paced learning for latent variable models. In Advances in Neural Information Processing Systems, pages 1189–1197, 2010.
David E Rumelhart, Geoffrey E Hinton, Ronald J Williams, et al. Learning represen- tations by back-propagating errors. Cognitive modeling, 5(3):1, 1988.
Yann LeCun, Yoshua Bengio, and Geoffrey Hinton.Deep learning.Nature, 521(7553):436–444, 2015.
Chi-Tat Law and Joshua I Gold. Reinforcement learning can account for associative and perceptual learning on a visual-decision task. Nat Neurosci, 12(5):655–63, May 2009.
WI Schöllhorn, G Mayer-Kress, KM Newell, and M Michelbrink.Time scales of adaptive behavior and motor learning in the presence of stochastic perturbations.Human movement science, 28(3):319–333, 2009.
Ronald J Williams. Simple statistical gradient-following algorithms for connectionist reinforcement learning. Machine learning, 8(3-4):229–256, 1992.
Frank Rosenblatt. The perceptron: A probabilistic model for information storage and organization in the brain. Psychological review, 65(6):386, 1958.
William T Newsome and Edmond B Pare. A selective impairment of motion perception following lesions of the middle temporal visual area (mt). Journal of Neuroscience, 8(6):2201–2211, 1988.
Kenneth H Britten, Michael N Shadlen, William T Newsome, and J Anthony Movshon.The analysis of visual motion: a comparison of neuronal and psychophysical perfor- mance. Journal of Neuroscience, 12(12):4745–4765, 1992.
Mihaly Csikszentmihalyi. Beyond boredom and anxiety. Jossey-Bass, 2000.
Matti Vuorre and Janet Metcalfe. The relation between the sense of agency and the experience of flow. Consciousness and cognition, 43:133–142, 2016.
Robert Bauer, Meike Fels, Vladislav Royter, Valerio Raco, and Alireza Gharabaghi.Closed-loop adaptation of neurofeedback based on mental effort facilitates reinforce- ment learning of brain self-regulation. Clinical Neurophysiology, 127(9):3156–3164, 2016.
De Houwer J1, Barnes-Holmes D, Moors A..What is learning? On the nature and merits of a functional definition of learning.https://www.ncbi.nlm.nih.gov/pubmed/23359420
Herbert Jaeger. The “echo state” approach to analysing and training recurrent neural networks-with an erratum note. Bonn, Germany: German National Research Center for Information Technology GMD Technical Report, 148(34):13, 2001.
Wolfgang Maass, Thomas Natschläger, and Henry Markram. Real-time computing without stable states: A new framework for neural computation based on perturba- tions. Neural computation, 14(11):2531–2560, 2002.
Amitai Shenhav, Matthew M Botvinick, and Jonathan D Cohen. The expected value of control: an integrative theory of anterior cingulate cortex function. Neuron, 79(2):217–240, 2013.
Amitai Shenhav, Sebastian Musslick, Falk Lieder, Wouter Kool, Thomas L Griffiths, Jonathan D Cohen, and Matthew M Botvinick. Toward a rational and mechanistic account of mental effort. Annual Review of Neuroscience, (0), 2017.
Joshua W Brown and Todd S Braver. Learned predictions of error likelihood in the anterior cingulate cortex. Science, 307(5712):1118–1121, 2005.
Hagerhall, C., Purcell, T., and Taylor, R.P. (2004). Fractal dimension of landscape silhouette as a predictor for landscape preference. Journal of Environmental Psychology 24: 247–55.
A Di Ieva.The Fractal Geometry of the Brain.
Rolf Reber, Norbert Schwarz, Piotr Winkielman.Processing Fluency and Aesthetic Pleasure:Is Beauty in the Perceiver’s Processing Experience.http://dx.doi.org/10.1207/s15327957pspr0804_3
Rigau,Jaume Feixas,Miquel Sbert,Mateu.Conceptualizing Birkhoff’s Aesthetic Measure Using Shannon Entropy and Kolmogorov Complexity. https://doi.org/10.2312/COMPAESTH/COMPAESTH07/105-112
在政策创新中,一直存在政策试点、示范与政策实验的路径选择问题。实验主义更多强调大胆探索,而不限于科学严谨的实验法,包括实验性治理(experimentalist governance)、分级制实验(experimentation under hierarchy)、引导创变(directed improvisation)等概念。从中国改革开放来看,国家治理的优秀经验集中表现在公共政策的试点、试验与示范。
根据2009年至2017年美国社区调查(Integrated Public Use Microdata Series,IPUMS)的人口加权平均年薪数据,23岁时工程和计算机科学毕业生起薪超过4万美元,而社科毕业生只有不到3万美元。但到40岁,双方的年薪都来到了10万美元上下,其后也没有再拉开差距,尽管工程和计算机科学类的工资一直要高一些。
1.Muse, W. B., & Muse, I. (2024). College Selectivity, Choice of Major, and Post-College Earnings. Journal of Economic Analysis, 3(2), 33-51. 2.Weiss, D. M., Spitzer, M. L., Cronin, C., & Chin, N. (2024). Why college majors and selectivity matter: Major groupings, occupation specificity, and job skills. Contemporary Economic Policy, 42(2), 278-304. 3.Deming, D. J., & Noray, K. (2020). Earnings dynamics, changing job skills, and STEM careers. The Quarterly Journal of Economics, 135(4), 1965-2005. 4.Yao, M., & Han, S. (2024). Who earns the iron rice bowl? Major marketability and state sector jobs among college-educated workers in urban China. Chinese Journal of Sociology, 10(2), 167-191. 5.何书瑶,连俊翔,熊程心子(2023).不同专业考公“上岸”难度数据揭秘,这些专业机会为何较多. 上观新闻 6.海南省2024年度定向选调应届优秀大学毕业生公告. (2024, April 22).
北京大学毕业所需的140学分分布在60门课程上,每门课程平均2.33学分,这就意味着一门课程课堂教学时间平均不足35学时。一位哈佛回来的教师说,他在哈佛念本科时,一个学期修完4门课程已经累得不行(P01)。哈佛大学毕业要求的128学分分布约32门课程,每门课程均4学分;斯坦福要求180学分分布约在30~40门课程,每门课程学分在4.5~6之间。(参见北京大学教务部:《2014版北京大学本科生教学手册》;Harvard University: Handbook for Students 2016—2017;Stanford University: Major Requirements 2016—2017。)教学管理者(M02)介绍:学分制是移植美国的经验,在美国学分对应的学时数有严格的规定,一学分要求每周投入3小时,其中1小时课堂学习,2小时课后工作。