亨普尔科学解释模式的核心问题及其解决，本文主要内容关键词为：普尔论文,核心论文,模式论文,科学论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
摘要：以“解释就是论证”为思想核心的亨普尔模式，是科学哲学中第一个系统的关于解释问题的形式理论。它存在一系列尚未解决的问题，其中最本质的是难于阻止无关项进入解释的问题。本文指出，此一问题产生之根由在于严格的逻辑重建纲领，将解释与由普遍律导出被解释项等同。本文概括了亨普尔模式中这一难题的三种解决方案，并分析了各方案本身所遇到的关键难题。
关键词：解释 论证 因果性 语境
§1. 亨普尔模式的提出
关于科学解释问题的系统讨论， 如果从亨普尔（Carl Hempel ）1948年的文章“解释逻辑之研究”算起，已近五十年了。早在1942年，亨普尔在历史解释问题这个较窄的题目上，[1]就提出了他在1948 年细致表述的那些基本思想。
在描述亨普尔文章的逻辑结构之前，先对他的科学哲学目标作一分析是必要的。作为一个本世纪上半叶逻辑经验主义运动的积极参加者和推动者，亨普尔无疑把从所有方面逻辑地重建科学当作自己的重要哲学目标之一。1945年，他在“确证逻辑之研究”一文中，通过在个体域里给定Dev[,1]（H），而形式地定义了“确证”这个程式。
对实证主义科学哲学来说，确证逻辑研究显然是更为根本性的工作，因为科学的根据，或说“知识”的根据就在于其可确证性。而“解释”则要涉及“为什么”，易牵扯形而上学问题，因为解释似乎倾向于考虑经验现象“背后”的东西。然而，解释确实是科学的重要功能之一。人们认为科学正在帮助他们更好地理解这个世界，理性重建如果没有对解释的重建肯定是个缺憾。
必要性没有疑问，逻辑重建“解释”的可能性则非人人确信。亨普尔是最有信心的解释逻辑构造的开拓者，他确信科学哲学能够逐渐达到满足适当逻辑的和经验条件的解释理论，以精确说明解释的逻辑过程。对他来说，科学解释作为一种科学过程不需要借助形而上学，对解释的科学哲学分析也不需要借助形而上学。
亨普尔解释理论的直接目标，就是给出满足某些条件的解释定义。这样，第一步便是设定那些条件。主要条件分为四点：
1.被解释项（Explanandum）必须是解释项（Explanans）逻辑演绎的结果。
2.解释项必须包含导出被解释项所不可缺少的普遍律。
3.解释项必须至少在原则上能被实验或观察所证实。
4.组成解释项的句子必须是真的。[2]
前三点为逻辑条件，代表了亨普尔解释理论的根本主张，这就是：
（a）解释就是论证；
（b）解释中的论证即意味着被解释项可由普遍律导出；
（c）由此决定了解释与预见在逻辑上同构， 区别仅在于其实用目的不同，或实际推演与被解释事件发生的时间顺序不同。
后一点似乎更易引起争议。因为，如果满意的解释被定义为由高度确证的陈述自然律的命题导出，则解释的正确性成为时效性的。按“悲观的归纳”信念，将永不可能有“正确的”解释。故至少为避免陷入更麻烦的问题，为理想的解释规定一种更纯的条件是适宜的。在逻辑的技术处理上，亨普尔利用了古德曼（Nelson Goodman）的‘似律句’概念（Lawlike Sentence），为整个解释的逻辑分析找到一个逻辑性质与普遍律陈述等效的中介物，从而避开确证问题。
在上述的总体构想之下，亨普尔把利用普遍律的演绎解释表为下面这样一个模式：
这就是在1948年文章中，亨普尔提出的解释模式，后来他把这种模式称为Deductive——Nomological model，即我们所熟知的D—N模式。
在此图式下的解释定义是：
一个由句子T、C组成的有序二元组（T,C）构成对单称句E的可能解释项，当且仅当下列条件被满足：
1.T是实质概括的（具有量词且不等价于一个单称句），并且C是单称的；
2.E在语言L（L中无等词，有量词，有否定，析取， 合取命题联结词，有个体变项，个体常项等；其全部谓词都是有限元的，不在系统中定义的原始谓词。这是很简单的一阶语言）中可由T和C联合导出（不能由C单独导出）；
3.T至少与一个把C而不是E作为推论的基本句子集相容。（[2]，PP.270—278）。
亨普尔认识到，科学中的解释并不限于对个别事实的解释，还有对规律的解释，解释的过程就是用高一层次的定律去演绎地导出低一层次的定律。如用牛顿的引力定律及其他力学定律导出开普勒的行星运动律。
由于存在可从波义耳定律与开普勒定律之合取导出波义耳定律问题，且当时亨普尔未能找寻到有效的解决，故规律解释问题在1948年文章中未作讨论。（[2]， P.273 ）。 实际上， 尽管有弗里德曼（MichaelFriedman）等人的努力，整个规律解释的问题比较起来还远未得到很好解决。
在1948年的文章中，没有讨论的另一重要问题是统计解释问题。统计解释是指在解释项中至少包括一条统计规律的那种情况。后来，在《科学解释诸方面》（1965年）中，亨普尔又按类似于D—N模式构造的想法和要求对统计解释作了形式定义。[3]
亨普尔完成了关于统计解释的开创性理论工作之后，整个科学解释理论的研究领域划分为两个大类：
两篇经典文章，确定了两大类，从此以后，当代关于科学解释的哲学研究都在某种程度上成为对两篇文章基本思想的扩展、修改或批评。“科学解释哲学研究的现代历史从亨普尔和奥本海姆的‘解释逻辑之研究’开始”，[4]这句话决不会有任何夸张。
§2. 亨普尔模式的问题
在对亨普尔解释模式（被称为“the received view, standardview”）的批评中，主要提出这样几类问题。
1.关于普遍律是否是解释的必要项之问题，即解释是否就意味着把个别事件的陈述构造成出自普遍律的导出陈述（也应包括从统计律出发的并非严格演绎地导出，这通常为科学解释的“Covering-law”概念的捍卫者称为所谓“Partial entailment”。）
2.关于解释是否必为一论证过程，或更具体说是一逻辑推导过程的问题。
3.关于符合解释的形式条件，但不符合实际科学或普遍接受的直觉的“合法”解释之存在的问题。
4.关于解释本质上是否与预测逻辑同构的问题。
5.关于能否构造一个充分的完全形式化的解释模式的问题。
6.关于亨普尔的解释模式逻辑技术上是否合理的问题。比如其限制是过宽还是过窄的问题。
上述六类中的每一类，都有人提出了反例，比如利用解释与预测的时间非对称性（asymmetry），提出是解释而不是预测的事例， 来反驳解释与预测同构的主张。
仔细地分析对亨普尔解释模式提出的那些著名反例，可明显看到其中大部分都直接或间接涉及无关项参与解释的问题，也就是一些无关因素未能被亨普尔的定义排除，而实质上成为解释论证的前提，导致悖谬的“解释”。此处仅举与此相关的两个经典反例。
反例1：一旗杆立于一块平地上， 在阳光下投射某一长度之阴影于地面。当给定太阳方位和旗杆高度时，我们可以根据光线直线传播定理等，导出阴影之长度。此为一合法的D—N解释。与此相关，当给定太阳方位和阴影长度时，我们可以类似地导出旗杆长度。然而，我们几乎不能说阴影的长度解释了旗杆的长度，回答了“旗杆为何这样长”的问题。
反例2：一个患感冒且服用了大量维生素C的人，在两周内得到康复。服用大量维生素C 之事实与某些统计律结合似可作为对两周内康复的解释。然而很显然，无论患者是否服用过维生素C， 绝大部分的感冒都可在两周内恢复。故服用维生素C 不是对感冒症状消失的符合直觉的解释，但却是符合亨普尔I—S模式的解释。
两个反例一个针对D—N[,p]，一个针对I—S，都有无关因素参与解释。所谓“无关”，直观上很自然地理解为无“因果关系”。对I—S来说，就弱化为无统计相关。如此便涉及解释的定义中怎样把广义的“因果”要素包容进去，以避免假解释的问题。我认为解释无关项问题是亨普尔模式面临的核心问题，它涉及亨普尔关于科学解释之性质的一些根本主张。比如“解释就是论证”这一断言，代表了1948年的亨普尔对因果性的看法，解释项与被解释项的相关通过逻辑论证的有效性来保证。亨普尔当时是这样界定因果性的，“到此为止所考察的解释形式经常被叫做因果律。如果E描述了一个特殊事件，在句子C[,1]，C[,2]……， C[,k] 中描述的作为前提的事实可以一起被说成是‘引起’了那个事件。其含义是，存在着以规律L[,1]，L[,2]，……，L[,r] 表示的某些经验律则（reqularities），它们断定，无论什么时候C[,1]，C[,2]，……，C[,k]所指的那类条件发生，一个E所描述的那类事件就会发生。诸如L[,1]L[,2]，，……，L[,r]这类断言特定性质的事件间普遍的， 无例外的联系的陈述习惯上被叫做因果律或决定律。（[2]，P.250）。“因果律所断言的全部事情就是，任何属于特定类型的事件，就是说任何具有特定性质的事件，必然为另一也具有特定性质的事件所伴随。”（[2]，P.253）
在1965年《科学解释诸方面》的第二章第二节中，亨普尔意识到把解释等同于上述那种类型的因果解释太狭窄了，
那只对laws ofsuccesion有效，而对laws of coexistence无效。对后一类定律，诸如欧姆定律，波义耳定律，摆长与周期的关系定律等，定律所关及的变项之间并无在时间链条上相继那种意义上的因果联系。
看来，解释项与被解释项是否具有常识性的因果联系并不是亨普尔模式的核心要求，亨普尔模式关心的是把现象（个别事件）置于普遍律之下，使现象的解释具有知识基础，使现象的导出具有逻辑的有效性。知识与逻辑使现象的发生表现为“必然的”。对亨普尔来说，说明科学解释并不需要科学之外的形而上学参与，因果性不过就是科学理论定律所保证的两类事件之间必然而恒常的联结。在科学解释的哲学研究上，他实践着逻辑经验主义反形而上学的逻辑重建纲领。
这样，我们就不难理解，为什么在亨普尔纲领中，解释被设定为论证过程，为什么解释与预测同构。萨蒙（Wesley C.Salmon ）把亨普尔的解释理论归类为认识论的解释理论，这应该从两种意义上理解：一是解释依据知识的逻辑推演过程，二是解释意味着可期望性（expectability）， 被解释项是依据前提条件及相应规律的最可期望事件。如此，在统计解释中，才有了高概率要求。因为只有高概率事件才可论证（即使是归纳论证），才是最可期望的。
解释就是论证的亨普尔纲领遇到的实质困难就是上面说过的无关项参与解释问题。显然，依解释“模式”有效的论证，本身并不能保证解释项与被解释项之间的相关，而“相关”确实是直觉上认为“合理的”一切解释的基本条件。因此，问题转换成：一个坚持解释就是论证”纲领的合法解释模式是可能的吗？
§3. 解决解释无关项问题的三个基本路向
A.对Received View的技术修改
坚持解释是论证的立场，对L或T和C的语言结构进行技术处理， 使其能排除无关项，是亨普尔本人及其主张的捍卫者们共同选择的努力方向。这项工作主要在亨普尔模式的三个技术弱点上进行。
首先是E的自解释问题。亨普尔在1948年已注意到这个问题， 他构造了一个假解释。设E为“珠穆朗玛峰被雪覆盖”，理论T为“所有金属都是热的良导体”，设T[,s]为T的一个特例，比如“如果埃菲尔铁塔是金属的，它是热的良导体，然后设前提条件C＝df T[,s]
E， 则通过有效逻辑论证可得出├C.TE。在这里，确定C的真，需知E的真，因此是自解释。于是，亨普尔补充了本文开始所列解释项定义的条件3来解决此一问题。
然而，条件2与条件3的联合仍不能阻止无关解释，1961年埃伯尔（Rolf Eberle ）， 卡普兰（David
kaplan ）， 蒙太古（RichardMontague）三人构造一个符合亨普尔1948年定义的精致的反例，由无关规律导出一个实例。[5] 解决这类问题无非是修改亨普尔定义的限制条件。
其次是规律本身的合法性问题， 区分规律和偶似概括（accidental generalization）。 像“这个篮子中的所有苹果都是红的”这样的句子可能是一个真的全称概括，但却并不是规律。此类偶似概括并不能为陈述集C与陈述E之间的联系提供解释所需的必然性。从这个意义上，运用偶似概括的论证也是一种无关解释。规定关于规律的陈述不指涉具体的时间，空间和对象，并不能排除偶似概括。因为适当地给定谓词（如亨普尔1948年文章中定义的谓词“ferple”），即可造出字面上不出现任何时空和对象描述的全称句。故此必须对谓词本身加以限制，这就要求在基本定律中，谓词必须是“纯粹的”，它们的意义陈述不要求指涉特定对象和时空点。很清楚，限制谓词对解释理论来说非常重要，就如同样的限制对确证理论十分重要一样（卡尔纳普认为绿—蓝及蓝—绿谓词就是非纯谓词）。然而，纯谓词是难于定义的，更不用说一些公认的科学定律，也指涉具体时空或对象。如开普勒行星运动律指涉太阳这一具体对象。除此之外，对识别定律语句，虽有古德曼提出的能否支持反事实条件句的判别标准（见Fact,Fiction,and Forecast，第一章），而且包括亨普尔、内格尔、萨蒙等许多人也引用这一标准。但仍未有普遍接受的自然律语句的定义。[6]
最后还有统计无关前提的限制问题。这个问题是I—S解释的特殊问题，产生自“统计解释的两可”（ambiguity of inductive- statistical explanation）。两可即在选取样本的不同子集时， 由相同格式的推理可产生两个相反的结果。 两可现象的致因在于归纳论证不是erosion-proof，在前提中加入新内容时，论证不保证原有结论。亨普尔对此的解决是给出最大特性化要求（RMS,requirement of Maximal specificity），仅使包含全部相关信息的统计解释为合法（类似于卡尔纳普对归纳逻辑的total evidence要求）。然而，亨普尔的要求虽有利于排除某些无效论证，却不能用于区分信息中的无关项。亨普尔的特性化要求与其修改直到现在仍在积极的讨论之中。
B.解释的因果性理论
亨普尔模式的解释无关项问题，以及作为其根源的解释与论证同一，仅有技术修改显然是不行的，甚至原则上也许不可能有“满意”的技术解决。因为如果坚持“解释即论证”这个原则，许多事件（如低概率事件）便不能解释，技术修改对此是无奈的。故此萨蒙的解释因果性理论便成为继亨普尔模式之后，被热烈讨论的一种很有影响的替代方案。
萨蒙把解释的哲学理论分为三种，为简单计，我引用Fetzer的概括，解释即为论证是“认识论”的概念；解释要求必然性是“模态的”（modal）假定；解释必须为因果的是“实在的”（ontic）预设。[7] 萨蒙坚持最后一种观点，反对第一种和第二种观点。他与R.Jeffrey 一样，不认为所有解释都是论证。根据ontic理论，“存在于世界之中， 并为科学解释提供基础的关系是因果关系。”[8]因此， 解释即在于使被解释事件合于自然界的因果模式。萨蒙进一步指出，因果性也不必归为充分或必要条件之类的关系，或然的因果性（Probabilistic Causality）可允许一事件是另一件事件之原因，而同时却既不是其必要，也不是其充分条件。那么，因果性说明，既可适用于或然的因果关系，也可适用于充分和必要原因的因果关系。[9]故此， 必然性也不是解释成立与否的准则。
萨蒙的解释理论分为两个阶段，[10]也相应分为两个层次。一是考察作为因果性证据基础的统计相关关系。定义为：因子C 在条件（circumstances）A下统计地相关于B的发生，当且仅当P（B/A·C）≠P（B/A）或P（B/A·C）≠P（B/A·
)。意思是说，在条件A下，B之先验概率不等于B之后验概率。二是， 统计相关需更进一步为因果关系来解释。因果关系分三个方面，因果过程（能传送区域上引入的一个符号，它与不能传送区域介入的符号，故无解释意义的伪过程相区别），因果相互作用（Causal interaction，两个过程之间的交汇），联合的共同原因（Conjunctive Common Causes，相互独立的多个过程在一个特定的条件集下产生，这类因果关系早在H.Reichenbach的THE DIRECTION OFTIME中已有过细致的说明）。
因果理论有两个重要结果，一是使低概率事件成为可解释的，另一是使无“因果”关系的解释项被排除。在这里，不同性质的律则之解释力依其与因果关系的“亲疏”而有所不同，波义耳定律远比分子运动论的解释力差。原因在于后者用微观粒子的随机运动（原因）来说明宏观现象，而前者只描述一种可用于预言的函数关系。萨蒙的因果理论不要休谟的因果性的心理学解决，也不要康德的先天构造，它诉诸于实在论。故为避开说明原因“怎样”作用于结果的形而上学泥沼（也同时解决芝诺悖论），萨蒙用罗素at-at theory理论来说明因果过程，同时又用一种扩展了的（引入统计解释、功能解释等）拉普拉斯因果决定论（也具有实在论前提）来“解释”整个解释理论。[11]可以说，因果理论遭遇到的最大困难是如何不用逻辑论证关系代替，又不让形而上学实体渗入关于因果性本身的说明。那么，关键在于怎样理解关于不可观察对象之理论的实在论信念。[12]
C.科学解释的语用学分析
解释的语用学探索之最有力的推动者是范弗拉森（Bas van Fraassen）。对他来说，解释理论主要面对的仍是两大难题， 即有些事件之不可解释（按Received view）， 及有些论证不符合直觉的解释观念（但符合Hempel's model）。[13]但范弗拉森对这两个问题的解决，是以对萨蒙的因果解释理论的批评为基础的，反实在论是他整个理论的根据。这就是，科学的目标不是发现世界的“真实结构”，而是发明出用以“拯救”经验现象的理论。
根据反实在论和依语境的建构主义的主张，范弗拉森把选择什么作为“原因”看成是依语境可变的东西。“在科学上相关的因素中间，语境（context）决定解释上的相关者。”（[13]，PP.125—126）。就是说，科学上给出“原因”，并不等于给出实在的世界结构。同时，统计相关也不是科学解释的充分和必要条件，更不用说，许多科学解释并不具有萨蒙描述的那种因果形式。
更进一步，范弗拉森把科学解释看作科学事业中一种更复杂的活动。如果科学可分科学描述，科学解释（理论评价的一项内容），及用科学理论去解释等不同活动，那么后面的活动比前面的活动更依赖于语境。因此，范弗拉森说，“科学解释并不是（纯粹的）科学，而是科学的应用。”（[13]，P.156）
这样，解释的对称与否是依赖于语境的，一种语境下的不对称或不成立的解释，在另一种语境下有解释意义；在一个历史时期或语境下不能要求解释的事项，在另一历史时期或语境下可提出合法的解释问题。[14]
图尔明说：“科学不是一种智能计算机器；它是生活的一个侧面”。[15]范弗拉森无疑不反对这一观点，但他更希望最终建立一种形式语用学，把解释归结为在语言使用者之间的Whyquestion 的构造及其回答；把解释理论归结为对问题提出与回答的合法语境及其条件的说明。而那个语境是相关知识K与具体社会行为的联合体。在形式处理上， 范弗拉森把“为什么”问题构造成一个三元组Q＝＜P[,K],X,R＞，其中P[,K]表示被解释事实（叫做该问题的“topic”）；X＝｛P[,1]，……，P[,K]，……｝是含有P[,K]的依提问语境定义的对比句子的类（ContrastClass）；R是一个相关关系。[16]
解决科学解释哲学难题的三种方式，并不能简单地看作两两冲突的。亨普尔的解释逻辑如果看作对解释过程的一种抽象化，象数理逻辑对思维过程的抽象化一样，则旗杆反例之类就如同蕴涵怪论一样成为合法的反直觉事例。[17]P.Kitcher 希望达到一种适用于所有时代和所有科学的解释模式，找出一个理想的真正相关关系的集，以解决非对称与无关项问题。（这被他称为“Hempelian Conception”）。[18]可是亨普尔本人未能找到一个理想集，他也不能完全像个逻辑学家那样思考科学解释的“逻辑”。因此，他与范弗拉森的分歧在于什么是决定科学解释的“真正”基础，由什么来决定“相关性”。是语境（含有人与人的关系）还是知识（不指涉人的纯思想逻辑关系）。
实在论方式与上述两者形成对立，对立在于是把解释看作一种经验知识之间的逻辑关系，或知识社会学意义上的社会关系，还是看作知识与一个独立的自然世界的关系。这些基本信念的不同，决定了相冲突又相交叉的这些解释哲学理论对科学解释构造了不同的模式。显然，如果三者分别调整自己的哲学信念，三者可成为独立且相互补充、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。
（收稿日期：1996年9月9日）
注释：
[1]Hempel,The Function of General Laws in History,Journalof Philosophy,VoL 39,1942.
[2]Hempel,Aspects of Scientific Explanation and OtherEssays in the Philosophy of Science,The Free Press, 1965,P247—248.
[3]统计解释在亨普尔那里是覆盖律思想的延伸，此点在Aspects的P425和该页角注17表达得很清楚。亨普尔对统计解释的最初分析，可见其1962 年发表的文章“Deductive- Nomological
VS. StatisticalExplanation”，载于Feigl and Maxwell (eds.).Minnesota Studiesin the Philosophy of Science,VoL Ⅲ.University of MinnesotaPress,1962.同年，N.Rescher的文章“The Stochastic
Revolutionand the Nature of Scientific Explanation”，也谈到解释理论应考虑统计解释问题，但没有提出一个系统的归纳性质的解释模式。
亨普尔的I—S模式图式如下：
在统计规律下，双线表示对Gi的解释不是确定的逻辑蕴涵关系，而仅表明，根据解释项所提供的信息，被解释事件具有很大可能性，可以“实际上”被确定， 或被期望。 因此这是所谓的“认识论”（epistemic）的解释概念。按概率的公理化定义，0≤r≤1；而按解释就是论证及解释与预见同构的思路，则还必须要求r接近于1，才能使该图示至少具有归纳论证或预言的意义。因此，高概率是统计解释的亨普尔模式的要求。
亨普尔认为，单独一次的随机实验的结果，或一次发生的随机事件，在高概率的情况下也可解释。此时可援引Gramer的两个准则（系定理）：
准则1 如果P（G,F）〈ε，ε是一很小的正数，那么，如果随机实验只进行一次，实际上可断定结果G不发生。
准则2 如果1—P（G,F）〈ε，ε是一很小的正数，那么，如果随机实验F只进行一次，实际上可断定G将发生。
[4]Christopher Read Hitchcock, "Discussion: Salmon onExplanatory Relevance",Philosophy of Science,VoL 62, 1995,P304.萨蒙（W.C.Salmon）在《科学解释四十年》（Four Decades ofScientific Explanation）一书中，称这篇文章为“Landmark essay”（the University of Minnesota Press,1989,P8）。
[5]见“Hempel and Oppenheim on Explanation ”，“Philosopyof science,” VoL 28,1961。
[6]E.Nagel认为试图构造一个打不破的，唯一的，严格的“自然律”定义是徒劳的。见他的The Structure of Science, Harcourt,Brace and World,1961,P50.
[ 7] J.H.Fetzer, "Critical Notice: Wesley Salmon'sScientific Explanation and The Causal Structure of the World",Philosophy of Science,VoL 54,1987,P597.
[ 8] Salmon, Scientific Explanation and the CausalStructure of the World,Princeton University Press,1984,P121.
[9]Salmon,"Dynamic Rationality:Propensity,Probability,and Credence,"载Probability and Causality ( edited by J. H.Fetzer),D.Reidel Publishing Company,1988,P31.
[10]萨蒙在六十年代引入了“统计相关”概念作为整个解释理论的核心，
以解决低概率事件不可解释问题，
此即所谓S —R 模式（Statistical-relevance model）。七十年代，他认识到S—R 模式之不足，然后提出以因果性为核心的解释的实在论模式。这在八十年代出版的《科学解释与世界的因果结构》中得到系统表述。
[11]C.Glymour 明确说萨蒙是“最后一个机械论哲学家”。 （ R.Mclaughlin编What? Where? When?
Why? ,D.Reidel PublishingCompamy,1982,P191.）萨蒙也称自己的理论是“机械论哲学”（themechanical philosophy,Scientific Explanation and the causalstructure of the world,P278—279.）在此之前， 萨蒙还说过， “Ishall Pay careful attention to our heritage of Laplaciandeterminism—with its obvious bearing upon scientific explanation—but I shall also try to see how these conceptions have to be modified in the light of more recent developments.”（Salmon,"Comets Pollen and Dreams:Some Reflections on ScientificExplanation",Mclaughlin,What? Where? When? Why?,P157.）
[12]“统计”这个词在萨蒙的因果理论中是本体的概念，物理世界的某些现象是irreducibly statistical。 因此统计规律是实在世界本身的自然律。E.Sober在谈科学解释时， 对科学实在论说过这样一句话，“科学实在论断言，科学是设定不可观察的因果机制的存在以解释可观察现象的事业，……。”（E.Sober,"Common Cause Explanation," Philosophy of Science,VoL 51,1984,P235.）这确实指明实在论解释理论的真实信念。而有争议的是，因果机制是独立于意识的世界的描述，还是经验上充分的，有用的认识图像。
[13]见Van Fraassen,The Scientific Image,Oxford Universitypress,1980,P146.
[14]比如在牛顿理论中，我们可以用方程描述引力，而不能要求“解释”引力“现象”。
[15]S.Toulmin,Foresight and Understanding, Hutchinson,1961,P99.
[16]在一定的语境中，相应于Q的前提假设是：（a）P[,K] 是真的；（b）当j≠k时，X中每一P[,j]均为假；（c）至少存在一真命题A， 对（P[,k],X）有关系R。根据对问题的界定又有对回答的界定。范弗拉森对解释的语用学分析可详见其The Scientific Image一书。有历史分析的概要说明可参阅他1977年的文章“The Pragmatics of Explanation”（American Philosophical Quarterly,VoL 14,P143—150）。 对范弗拉森的形式语用学理论有影响的更早的人物有S.Bromberger 和Kaplan。
[17]在Aspects of Scientific Explanation中（P352—353），亨普尔用单摆摆长与周期关系这样的Law of coexistence，去说明用摆长解释周期，或用周期解释摆长并没有什么不对称，常识解释概念不能提供判定一个论证是否是解释的明确根据。这时，亨普尔是用逻辑为反直觉的论证作辩护，这令人想起他用Hempel-confirm代替Nicod- confirm时引入反直觉确证悖论的情形。
[18]P.Kitcher,"Explanatory Unification and the Causal Structure of the World"，载Scientific Explanation (edited by Kitcher and Salmon,Minnesota Studies in the Philosophy of Science,Volume XIII,University of Minnesota Press,1989,P417.