王翠平

本研究的基本思路为：第一部分从定律说明的角度，结合米切尔的观点，考察生态学定律的基本特质和定义原则。第二、三部分从非定律说明的角度，考察生态学的说明模式。其中，第二部分侧重研究生态学的机制说明(mechanistic explanation)样态，第三部分从“因果不敏感性”(causal insensitivity)的前提出发，考察生态学机制说明的可能性。第四部分为结论。研究表明，生态学研究尚缺乏普遍性定律的定义规范。出于实用的角度，研究者更关注说明效果，而非说明项的逻辑形式。模型能否描摹现象背后的因果关系是说明力的重要标准。对恒常的因果关系的单一追求，并不符合生态现象复杂多变的本质。生态学研究还应关注具体环境下的因果变化，在恒常和变化间保持解释的张力。

一、生态学定律及其说明可能性

A：规范定义(normative account)。根据定律是什么的“元定律”规范，来判断某规则性现象背后是否存在定律。同样地，“生态学定律是什么”的基本规范，成为具体定律的判断根据。

B：范例定义(paradigmatic account)。通过与某一个“典型的定律”进行比对，根据相似程度，来确认其他“定律”的身份。例如，通过与某物理学经典定律的对比，来确认一个生态学定律的理论地位。

那么，生态学研究是在什么意义上应用“定律”呢？对其实际研究过程进行分析，未发现对生态学定律的“规范定义”或“范例定义”。对于“什么才算是生态学定律”，研究者并未严格界定。这与生态学的学科特质有密切关系。

生态学研究未采取范例来定义定律。生态学定律的根本标准不清晰，少数的生态学“范例”也存在争议。例如，根据人和大猩猩的某种相似性，我们可以得出人也是灵长类动物的结论。但是，如果该结论成立，仅有“人和大猩猩的相似性”还不够，还必须保证前提大猩猩是灵长类动物为真。那么该前提如何成立呢？大猩猩何以被归为灵长类动物呢？回答这个问题，需要明确“灵长类动物是什么”，才能够对“大猩猩是灵长类动物”做出判断。在这一判断为真的前提下，考虑“人和大猩猩的相似性”，才可以推出“人也是灵长类动物”的结论。至于“灵长类动物是什么”，就又回到了“规范定义”问题上来。

其次，对“相似性”未达成共识，无从与范例比较。生态学研究的“相似性”体现在许多方面。下面可举出两种：其一，经验上类似。例如，受到达尔文进化理论的影响，克莱门茨指出群落演替也遵循一定的定律，并以此证明群落的“类有机体”身份；其二，形式上类似，这包含“形式结构”和“结构要素”两类相似性。例如，麦克阿瑟(Robert McArthur)和威尔逊(Edward Wilson)在岛屿生物地理的研究中，发现了物种-面积法则，其数学表达式为回归方程：

S=cA

第二种为“结构要素”的相似性。例如，Lotka-Volterra方程是表征种间竞争关系的经典模型。它具有数学形式：

dN/dt=rN(K-N/K)

dN/dt=rN(K-N/K)

除此之外，“相似性”还体现在其他许多方面。多重相似性带来不必要的麻烦。即便存在生态学定律的范例，研究者也难以选择一个角度和范例充分比较，更难以此“类似关系”识别其他的生态学定律。

对生态学研究而言，以“经验类似”或“形式类似”作为标准，就会导致谬论。例如，“经验相似”对生态学定律的抽提非常重要。但是“经验”丰富而模糊，需要进一步的还原。目前而言，通过经验对比识别生态学定律，既难以操作，也容易导致其他问题。

与此不同，“形式相似性”比较直观。从形式相似的角度看，许多生态学模型似乎具有似律性。但是，与范例形式相似仅能保证生态学模型的数学意义，却不能保证其表征的内容类似。无论如何，一个物理学定律和一个生态学定律被视为定律的理由不同。

总体上，生态学研究确实遵循了实用主义的原则。米切尔认为，一个定律的根本在于提供有效的科学说明，无须考虑其形式如何。如果某经验现象总呈现一定规则性，那么这种高度稳定的规则可以用来说明其他现象。“规则”具有某种似律性。规则的稳定程度越高，其似律性越高。根据“稳定性”来判断似律性，与我们的感性经验更为符合。但是生态学各种规则的稳定性并不高。如果要为生态学定律提供强有力的辩护，无疑需要提供高稳定性的证据，或者寻找其他的定律标准。

当然，雷林内等学者认为并不存在绝对稳定性。除生态学外，还有其他许多学科，其定律所指涉的“稳定性”处于一个连续谱系的中间地带。因此，即便生态学现象的规则仅仅相对稳定，但也可以进行部分程度的科学说明。

如果将稳定性视为科学定律的标准，那么不同学科的“具体”标准应有所不同。生态学的优势在于其可能包含了多样化的稳定性。基于多样化的稳定性，生态学应当有不同的定律形式，对现象的说明形式也随之不同。生态学定律规范的形式仍需要进一步的研究。

从实用主义的角度出发，生态学能够揭示部分稳定的规则，因此具备了部分说明的能力。更重要的问题是，目前大多数的生态学研究揭示的仅仅是不同要素的“相关性”，而非“因果相关性”。许多规则揭示了生物和环境的关系如何，但是对为什么会产生这样的关系缺乏机制细节的补充。相关性和因果性之间仍然存在一定的差别。

总体而言，米切尔和兰基(Marc Lange)等人所采取的弱化策略似乎并不成功。无论是规范定义、还是例示定义，在目前的生态学研究中还较少体现。如果遵循实用的原则，重新给出生态学定律的定义，那么生态学所揭示的部分“稳定性”证明了其部分说明的能力。但是，这种说明效力还比较弱。真正有效的生态学说明有赖于对机制的考察。对生态学定律的争论从定律到似律性，从定律说明到非定律说明，形式要求逐渐弱化，但仍需要承担因果说明的功能。生态学无须遵循物理学的说明范式，应该形成自己的说明范式，给出说明力的学科标准。

二、生态学非定律说明之机制说明

生态学现象具有典型的复杂性特征。相应地，生态现象的内部机制也高度复杂。不同要素相互作用交织在一起，构成“因果网络”，比如一因多果、多因一果、多因多果等，同时还有时间维度上的多级因果衰减、递增效应等。生态学需要说明“因果网络”，而非一对一的线性因果关联。同时由于生态学系统具有开放性，就导致其因果边界难以界定，因果节点关系复杂。那么，生态学研究者如何阐明这种复杂的内部机制呢？

这种说明依赖“恒常性”而非定律，属于非定律说明。所谓“恒常性”是指，在干扰之下，如果目标变量的关系始终恒定，可以认为存在“恒常性”。恒常性不等于稳定性。恒常性是指改变一个变量的值，其他变量随之变化的稳定趋势。这需要以“稳定性”为前提：无论干扰与否，两个变量的变化总保持一致。但稳定性并不一定意味着关系的恒常性：改变一个变量的值不一定“引起”另一变量的变化。

对于生态学而言，部分研究体现了上述研究策略，但是应用仍然有限。原因可以归结为三个方面：

本体论方面。基于干预主义的视角，对机制的研究首先需要“操作”或“控制”变量。但是生态学的一些基本概念还处于争论中，例如多样性、稳定性、群落等等。如果变量没有得到很好的定义，那么就会造成研究对象的不确定。对于那些被较好定义的研究对象，还存在其他难点。生态学的研究对象具有整体性特征。例如，种群、群落、生态系统等。对这样的对象进行干扰，首先就需要考虑变量的选择问题。对种群而言，种群数量、增长率、环境容纳量等都可能成为因变量或自变量，这导致最初提出假说，进行干扰无从下手，或者容易将不同要素的关系混杂一起，导致最终可操作性的问题。

认识论方面。生态学要素的相互作用非常复杂。这导致“干扰”的盲目性和主观性。对于改变某些变量的值究竟有何意义，缺乏认识论的明确导向。这将导致实际研究的成本增加。除此之外，尽管干预主义的方案可以有效识别“变量A和变量B的因果关系”，但是对于“为什么变量A会导致变量B的改变”还缺乏进一步研究。这也是机制说明的需要解决的核心难题。

方法论方面。当前生态学的研究尺度多元化。大部分的研究尺度较大。同时，生态学研究的对象具有开放性、动态性等特征。这就造成了可操作性难题，研究者很难施加干扰或控制。对部分变量的控制容易导致研究结果的不准确。即便对研究可以施加精确的控制，但由于生态学现象的“自然”属性，其结果的真值也令人怀疑。

除“干扰”的可操作性外，对恒常的“概括”也引起质疑。当前的生态学研究多采取数学建模的方法来表征变量关系。其中包括了对变量的量化、数学拟合等具体过程，最终得到一系列的回归方程。这些回归方程与物理学定律的形式结构类似。无论如何，生态学模型的数学意义和生态学意义不同。这些生态学模型的说明力需要得到经验上的确证。

三、因果不敏感性与机制说明

生态学较少采取干预主义的策略，并不仅仅是可操作性的问题。即便采取干预主义的策略，也需要以“比较稳定的关系”为前提，才能考察“干扰下的变化”，否则任何“概括”都无从谈起。换言之，恒常概括也需要以“稳定性”为前提。生态学中，各要素的关系并非绝对不稳定，而是相对稳定。换言之，稳定性往往和环境相关。在特定环境下，关系呈现稳定性。伍德沃德称之为“因果不敏感性”关系。这是干预主义的另一操作前提。

实际研究表明，生态学机制对环境比较敏感。例如，根据马尔萨斯人口增长模型(Malthus Model)可以通过微分方程：

dN/dt=(b-d)N

其中，N为人口数量，t为时间，b为出生率，d为死亡率。该模型假设在无限环境中，种群增长率不变，以及种群没有增长或迁出等。

如果将人口内禀增长率b-d记为r。那么，积分可以得到：

N=Ne

根据这一模型，可以来进行人口增长率的核算，或者进行人口增长周期的预测。在短时间内，该模型的说明和预测有效。但长期来看，虽然种群具有无限增长的潜能，却也会受到资源量有限等方面的限制。换言之，短期内机制恒定，长期则发生变化。因此，该模型需要进行调整，以适应新的环境参数。引入一个新的参数，即环境容纳量K，就得到生态学中著名的逻辑斯谛方程(Logistic equation)：

dN/dt=rN(1-N/K)

结合该研究，可以发现生态学模型对环境比较敏感。在非密度制约环境中，马尔萨斯的增长模型有效，但在密度制约环境下，需要引入新的参数K，进行模型的调整。根据伍德沃德的观点，机制说明需要以“因果不敏感性”为前提。但是，生态学所表现出的“因果不敏感性”与此并不矛盾，并不能成为质疑生态学说明可能性的理由。

生态要素的关系并非在任何情况下都不稳定，而是相对不稳定。在特定的环境下，可以保持较高的稳定性，或者说“因果不敏感性”。马尔萨斯方程和逻辑斯谛方程都有其适用范围。在各自的适应范围内，它们各自表征了稳定的、规则性的变化模式，故而具有因果说明的效力。如果研究者能够充分描述“机制”的背景信息，生态学广泛采取机制说明并非不可能。

此外，伍德沃德的“不敏感性”并非没有问题。根据伍德沃德的观点，“不敏感性”是指在多数环境下变量的关系可以保持恒定。分析其原因，可能有如下可能：第一，环境所发生的变化比较细微，对因果关系未造成影响；第二，环境变化较大，但并没有可以对机制产生影响的因素；第三，环境变化较大，但新旧环境实质等同。例如，某种群的增长模式可能受到其天敌数量的影响，但不受其他部分环境要素的影响。总之，对环境的敏感性取决于各变量的生态学属性。这种属性决定了其相互作用的机制，以及对环境的敏感度。因此，对环境变化的敏感性不能成为反驳生态学说明可能性的理由。生态学需要在捕捉“稳定关系”的同时，推进对生物-环境的响应和反馈机制的研究，以促进对内部机制的认识。

结论

生态学可以采取定律说明和非定律说明两条路径。就定律说明而言，研究者未就“生态学定律是什么”形成共识。即便不以物理学定律为参照，生态学也尚未形成一套规范，或者给出一个典型的定律，作为其他定律的判断标准。在目前的争论之下，通过定律来实现说明还不现实。

出于实用的角度，研究者更应关注说明本身，采取非定律说明的思路。比如采取干预主义的机制说明策略，从而对因果机制予以说明。物种-面积关系的研究就运用了这一策略。这可以视为生态学说明力的具体证据。大部分的生态学研究难以被“干扰”或“控制”，因此生态学需要寻找更具可操作性的说明方案。

如果说干预主义未能为生态学提供全面证明，但并未否证其他生态学说明的可能性。如果“因果不敏感性”或“稳定性”是机制说明的前提，那么生态现象并非完全不稳定，而是相对特定环境的不稳定。生态学工作者需要做的，可能并非是寻找不同环境下的一致性，而是具体环境所提供的特定因果信息。