探索偶然性，本文主要内容关键词为：偶然性论文，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。
自19世纪中叶概率统计的思想和方法向生物学、物理学渗透以来，努力把握这种认识方法去探索一个又一个新的科学领域，已成为一股不可遏止的科学热潮。今天概率统计在解决现代科学的最重要和最多样化的课题中起着主导地位。但“概率的本性是什么”，它是由人们的信息不充分而采用的权宜之计，还是描述了客观世界的偶然性、随机性，一直是争论的焦点。为了在现代科学的世界图景中充分肯定概率统计概念的客观语言的地位，文章就如何评价偶然性概念作了较为深入的研究。
如何在现代科学的世界图景中充分肯定概率统计理论的客观语言地位，当代绝大多数研究者认为是关于偶然性世界的规律性问题。因此，如何评价偶然世界就成为概率统计观念最深刻的世界观基础。
早在古希腊哲学中已有关于偶然性的两种对立的观点，一种观点以德模克利特为代表，认为自然中只有纯粹的必然性，偶然性只是无知的代名词；另一种观点与伊壁鸠鲁的名字相联系，他认为必然性完全是虚幻的，只有偶然性才是现实的。偶然是物自身本性所固有的。
纵观哲学史，这两条路线的论战贯穿于偶然性本性问题的整个历史。机械决定论占统治地位的时期，人们偏爱德模克利特的观点，这也与伊壁鸠鲁观点所涉及的根本性困难有关：如果承认偶然性是客观的，那么偶然性表现的是什么？区别偶然与非偶然事件的标准在哪里？伊壁鸠鲁未能成功地说明偶然性的客观内容，他用绝对的可能性来说明偶然性：一切都是偶然的，因为总是可以设想事件的任何一种可能的后果。这样，偶然性不知不觉地从存在的范围转移到思维的范围之中。马克思指出了伊壁鸠鲁这个概括的缺点，他写到：“……这里并没有探讨对象的真实根据的兴趣。事情只在于使那作出解释的主体得到安慰。由于把一切可能的东西都被承认为符合于抽象可能性性格的可能，于是，很显然，那存在的偶然性就仅仅被翻译成思维的偶然性了。”①显然，未能具体揭示现象的可以称之为“偶然的”特征，是关于偶然性的客观观念不能真正确立的关键之点。直至今天这个问题是否真正解决了，人们的看法还不统一。
一、一般科学文献中关于偶然性的提法
二十世纪以来，科学上已积累了大量被称为偶然事件的现象，如微小粒子的布朗运动、原子放射性衰变、电子真空管中的干扰、非线性动力系统在时间中的行为。科学家们给这类现象起了一个名字－－随机性。当科学家们说一个现象是随机的，其含义是什么呢？当代美国统计学家S.J.普雷斯(S.J.Press)有一个简明质朴的说明，反映了一般科学关于这个问题的提法。他说，关于随机性，“通常我们是指该现象（事件或实验）的结果是不能确切地预测的”②。显然，预测一般总是由人作出的，因此对许多现象的预测能力取决于进行预测的人的知识水平。普雷斯进一步区分了判定随机性现象的二种情况：一是因为实际预测它们很困难；一是因为对它们的预测超出了人类的能力。例如，在生物、化学、物理和社会领域中的非线性动力系统的运转过程，对初始状态任何细微的观测误差，都将导致对系统轨迹变动的不可预测性。有时仅仅观测一个现象也会产生随机误差，如果这发生在“宏观”水平上，通常会考虑随之而来的变动，但在“微观”水平上却无法对结果的变动加以弥补。德国物理学家W.海森堡第一个指出，在考虑微观水平的某一现象时，会碰到一个本身固有的测量障碍：任何观测手段都会导致原子的电子系统紊乱。
显然，仅仅这样解释“随机性”（或偶然性），还没有从根本上赋予这些概念以客观实在的内容，它们仍然有可能是依附于“知识不足”的认识论概念，因为在原则上，不可能认识的现象背后有什么，仍然存在着二种可能性，或者有某种更深的机制，或者确实什么也没有（从而没有原因可寻）。K.波普认为，“如果我们不能发现它们，那就没有什么必要认为它们依然存在”③。这并没有给出这个论题逻辑的或经验的解决。当二十世纪概率统计思想在科学的各个领域凯旋式推进的形式下，严格定义偶然性的课题，伴随着概率论的数学根据问题而摆在了科学家们的面前。
二、关于偶然性课题研究的深化
科学家们着手在不断发展着的概率论的框架内解决这个问题。他们意识到，科学中积累的大量实验事实本身并没有解决关于偶然性之本性问题，需要把这些实验观测转移到关于偶然性的理论观念层面上，区分出偶然性的普遍与本质特征。换言之，必须从关于偶然性的事实断言上升到理论定义。这就需要对各种过程中偶然性的具体表现进行抽象，集中注意其可以被当成偶然的那些性质，揭示出“纯粹”形态的偶然性。
在数学家的头脑中，这一研究对象被想象为纯数学的和非常抽象的二值（0或1）序列的形式。当然，这种抽象并没有穷尽研究偶然性的各种可能性，但是，正如列宁所说：“一切科学的（正确的、郑重的、非瞎说的）抽象，都更深刻、更正确、更完全地反映着自然”。奥地利著名数学家和力学家R.米泽斯(R.V.Mises)首先尝试给出了一个关于偶然性的结构性定义。他认为，像01101……型的，由0和1组成的一个无限的二值序列，如果具有某种非规则性，即不存在构成这个序列的任何规则（即缺乏一切有序性），就可以认为该序列是偶然的。借助于算法概念，米泽斯的看法可表述为：在偶然序列中缺乏建构它的有决定意义的算法④。这里，缺乏建构的算法不能看作主观的贫乏，因为不可能找到没有的东西。在米泽斯的观念中，偶然性与无规则性是同一的，是后者的哲学名称。
米泽斯方法的意义在于，他首先尝试了通过客体的性质来确定偶然性概念，但他未能成功地给出偶然性的严格定义，在他的方法中有两个互不协调的要求。一方面，偶然序列应当是无规则的；另一方面，这个序列又应当存在符号（0或1）出现的任意组合和相对频率的极限。只有执行了第二条要求，才可能导出概率概念，从而说明概率统计与偶然世界的关系（如给出某个无限序列中出现0的概率等于出现0的相对频率的极限值）。可是极限的存在只有在证明了构成极限的规则性时才有意义。而根据无规则性原则，偶然序列的构成不应当有任何规则。以后，许多研究者试图改进米泽斯的方法，但问题仍然无法解决。
此外，这里还隐藏着一个困难，即对偶然序列来说，原则上不存在给出建构它的范例的可能性。我们可以说存在偶然事件，但很难举出偶然事件的具体范例，因为偶然序列的特点，就在于它的任一成份原则上能以任意方式分布，而建构序列的任何具体范例都和这个要求矛盾。对于任何一个具体范例，总能找到实现这个序列的某个确定的符号分布，而偶然序列恰恰是对序列符号分布的任何确定的否定。因此，我们遇到了和定义无限性同样的困难：难以举出无限事件的具体范例，无限的东西每次都克服着有限的疆界，超出有限，是对有限东西的否定。与此类似，偶然的序列是对任何具体建构的否定，较之任何具体的范例，它存在另一种方式的可能。
但是，举不出偶然事件的具体范例，并不意味着自然界不存在这类事件。在数学上现已确信，偶然序列不仅存在，并且在数量上大大超过非偶然（规则的）序列的数目。例如，我们随便地（即偶然的）从0－9这十个数字中选择三个数来构造一个无限的十进制数，可得选择一个数的概率等于1/10，选择二个数的概率等于1/100，选择三个数的概率等于1/1000。满足这种概率分布的一个无限的十进制数就是一个偶然序列。在数学上可以证明，有规则地构造出的十进制数构成的是一个可计算的无限集合，而上述偶然地构造出来的十进制数构成的是一个不可计算的无限集合。这表明偶然数的集合在数量上大大超过非偶然数的集合。
在实践上，数学家们使用了一种算术构造偶然数的方法，用类似于混沌搅拌和任意操作方法，使算术构造程序复杂化。但用这种方法是不能得到真正的偶然数的，因为按一定的算术程序构造出来的数，总是内含有规则性这一非偶然成份，它们只获得“准偶然数”称号。
为了摆脱定义偶然序列的上述困境，俄罗斯著名的数学家A.科尔莫戈罗夫（A.H.Konmorop)提出了自己的看法⑤。他将偶然性概念与信息概念联系在一起。也许有人会说，将偶然性与关于客体的信息联系在一起的解释，不是否定了偶然性的客观性了吗？不是表明偶然性仅仅是消息的不足吗？不是。在他看来，偶然序列由于其自身独特的结构而是它所是的东西，同时在可以获得该序列所有可能信息的前提下，这个序列又是不可被预言的。
科尔莫戈罗夫的概念综合了历史上形成的二种关于偶然性的观念，其一承认偶然性是客观现实性的一个本性；其二承认对偶然性的不可预言性。这里涉及到一个对立综合的典型例子。科尔莫戈罗夫的看法是这样的：偶然性与所考察序列的客观复杂性概念有关，如果我们有某个二值的符号序列（称为原序列）：X[，1]，X[，2]，X[，3]，……，若某个规则是构成这个序列的基础，就可以把这个规则视为程序k（算法），它给出符号Xi的分布秩序。这个秩序也可以看成是一个二值序列，它规定着构造原序列的操作次序。例如，原序列011011011……，序列符号的分布规律显然是由三个符号011的周期重复组成的。对于这个序列，没有必要写出所有的符号，只要给出构造这个序列的程序就可以了。显然，原序列越复杂，构造它的程序的长度l(k)就愈长。因而程序的长度就可以成为度量所研究序列（原序列）复杂性K(X)的尺度。在上面的例子中，程序比较短，即l(k)＜n，其中n为序列符号的数目。
我们进一步设想一个偶然序列。偶然意味着没有构成该序列的严格程序，即客观上不存在构造它的算法，或者说，构造该序列的程序就是该序列本身。这样，程序的长度就等于原序列的长度：l(k)＝n。由此，得出了区分偶然与非偶然序列的标准：非偶然序列如果K(X)＜n-c(c为依赖于程序化方式的常项），而偶然序列则为K(X)≥n-c。
这个结果还可以用另一种形式表达，考虑到序列的算法复杂性是重视这个序列必须的信息量的尺度。即关于该序列的信息量I＝K(X)。如果知道了非偶然序列的全部信息I，就能预言它的符号分布，而即便拥有偶然序列的完全信息，也不可能预言序列的符号分布。显然，这里无法预言不是由于信息不足，而是由于没有严格限制现象进行的规则。
需要指出的是，这里的缺乏规则性不能作绝对的理解，偶然序列排斥的是构造序列的规则，而却可能受制于概率分布的规则。我们前面例举0～9数字范围的偶然序列构造，尽管缺乏构造的规则性，但不管处在序列的什么位置上，都能以概率为1/10预言下一数字出现的可能性。这表明，这个无规则性发生在一定的范围之中。显然，绝对的无规则性是连发生在什么范围都不加限定的，这样的偶然性（无规则性）不能成为数学和自然科学的研究对象。
科尔莫戈罗夫的方法似乎完成了对偶然性的严格定义，但这个方法恰恰证明了严格的科尔莫戈罗夫意义上的偶然序列，是不存在的。一场仿佛正在胜利谢幕的戏剧又被拉开了帷幕，关于偶然性的故事还要继续演下去⑥。问题出在，按科尔莫戈罗夫的看法，上述关于定义复杂性的标准只对有限的序列才是确定的。而一个有限的序列，不管如何构造，总是可以找到构造它的规则，并且数学上可以证明K(X)＜n-c，因而它不可能是一个偶然序列。
从直观上看，构造一个偶然序列的必要前提存在于有限的二值序列的进一步延续中，并且找不到延续的规则性。也就是说，偶然性在逻辑上与二值序列的可能延续有关，即与无限的二值序列有关。由此，在数学上形成了定义偶然性的一个新思想：首先，从有限的二值序列的集合向无限的二值序列的集合过渡，然后再从后者中排除所有非偶然的序列，即排除那些按某种算法构造出来的序列。这个淘汰过程是根据一种专门的数学测试进行的，经受住这个测试“考验”的无限序列就组成了偶然的、无限的、不可计算的集合。遗憾的是，这个定义比较抽象，很难借助直观的例子加以说明。也许正因为这个缘故才能令人明白，为什么很难真正想象偶然事件，以至长期以来，人们都认为在自然界中是不可能有任何偶然事件的地位的，更难想象它们完全可能比必然事件多得多。
上述定义是建筑在集合论、概率论、信息论、算法理论和递归函数论的基础上，作为无规则的、无序的、非依赖性的，从而是某种不可预言的东西出现的。数学上的这个概念对应着哲学上的偶然性观念：偶然的东西是没有任何条条框框限定的。由于数学论断的高度抽象化和理想化，也由于数学的研究对象是“各种各样的逻辑可能关系”，客观世界的现实关系只是其中的一些“子集”。因此，这里还有一个论证现实世界是否存在这类关系的课题。显然，这是一个更为艰巨的任务，它涉及到这个概念在其完整性和具体性上的真理内容。
三、现实世界中的偶然性
在进入我们的分析之前有一点要说明：即使我们承认在自然界中有偶然的性质，它也决不会像在数学中那样以“纯粹的”形态出现，而是与规则性、有序性（必然性）相互纠缠，你中有我，我中有你。企图在现实世界中寻找“赤裸裸”的偶然性，就像寻找“赤裸裸”的必然性一样，定会使我们的研究走入死胡同。
在现实世界中存在有这样一些联系、关系、方面，它们不能纳入严格决定论的模式，它们的存在是引进概率观念的基础。如果我们将具有这类关系的系统称为概率系统，则进一步的分析表明，这类系统通常具有以下三个特点：第一，在事件实现的层次上非规则性与稳定性的统一；第二，在事件存在的层次上独立性与依赖性的统一；第三，在事件序列的层次上有序性与无序性的统一。这里出现的非规则性、独立性与无序性就是现代自然科学对自然界的偶然性的某种概括，就像稳定性（规则性）、依赖性和有序性是对必然性的某种概括一样。
这里非规则性是指事件的实现过程缺乏稳定的合乎规律性的特点。例如，现代科学认为放射性衰变过程是“真正”无规则的，这是指，第一，每个原子都能在任何时刻发生分裂；第二，在任一给定时间，物质的任何一个原子都可能发生分裂。因此，非规则性－－这是某一预先给定的事件实现的规则不断遭到破坏或违反。然而，在现实世界中这类系统的非规则性不是绝对的，在整体上（事件集合上）表现出这些事件的实现有某种稳定的特征。单个事件实现的非规则性结果却导致它们集合整体上某种程度的稳定性，表明事件之间的关系仍然具有某种重复的、规律性的性质。在实践上，这个性质通常是以任一事实实现的相对稳定的频率的形式确定的。这个规律性给偶然性的发生规定了一定的范围。我们在这里碰到的不是绝对的非规则性，而是规则性与非规则性的辩证统一。
概率系统的独立性指事件相互关系方面的非依赖性，事件集合中任一事件的实现不会影响另一事件的实现。我们知道，概率思想从一开始就涉及到事件的独立性，无论经典的还是频率的方法，确定概率都以事件实现中相互独立的观念为基础。它是概率论基本的方法论原理之一。在牛顿严格决定论的世界图景中是没有独立事件的地位的。
牛顿观念有自己的认识论基础，因为认识最初集中在努力发掘现象相互依赖的某种最简单的形式上，集中在确定事件相互间严格的单值联系性上。这样，关于一切的一切相互渗透的单值联系的观念，成为人们对事物之间联系性认识的最初的理想化。随着科学的发展，人们逐渐认识到，由机械决定论的桎梏编织成的概念之网结过于粗糙了，它掩盖了现实性联系的无限丰富性。
可以说，现象的独立性是自然界的基本性质之一，其基本性决不亚于它们的依赖性。我们可以在物质的所有结构层次上观察到这个性质。原子（游离态）结构的变化不会根本上改变基本粒子的结构（核子和游离态电子），分子的结构在某种程度上与原子结构的关系是独立的。独立性最明显表现在生命有机体的行为中，在多细胞有机体中，细胞对亚层次是相对独立的，单个细胞、单个器官偏离“正常”状态，并不总能影响其它细胞、其它器官的功能发挥。（外科医生的工作不就建立在有机体的这个性质的基础上吗？）。在种群中有机体之间的联系也不具有“严格确定”的特征，允许个体有某种程度的“自主性”。在有机体的个体发育与系统发育的关系方面，某个种群和它周围的环境的关系方面也是如此。对于社会系统，如果不考虑个体某种程度的自主性（即独立性）就很难理解社会总体上形成的关系。
客观现实中，现象的独立性也不具有绝对的性质。例如，系统的独立性取决于加于其上的、限制它状态的阈值性质。物质系统能够保持自身的独立性是由于物理相互作用的局域性质：电磁力和重力会随客体之间距离的增加而逐步减小。为了改变神经元的状态，必须克服某个刺激的阈值，在阈值之内，系统保持着它对上一层次的独立性。自组织系统，特别是控制论系统在与外部环境的关系方面的独立性，是由其自身具有的反馈联系决定的。这使得在外环境的干扰因素作用下，当系统偏离了它的稳定状态时，系统会“自动调节”地回到稳定状态。
值得注意的是，在概率理论的基础观念中，最初人们将事件的独立性理解为绝对的独立性，但很快就发现，用这种方法得出的数学模型不能应用到许多实际现象上。这就不得不重新返回到依赖性思想，但不是返回原地，而是制定出新的观念－－概率依赖性，它与单值依赖性是根本不同的。
我们可以从中体会到，辩证思维是以多么不可思议的方式为自己开通了一条认识世界的道路！在科学的经典时期，有限的独立性思想是揭示严格单值因果联系的必要前提：从宇宙纷繁交替的联系中区分出某些单值的联系，只有在一个条件下才是可能的，这就是所区分出的现象不依赖于宇宙其它所有的现象。因而，机械决定论在明确否定独立性思想的同时，在每一个具体步骤上又不明确地承认了它。相反，概率理论是从假定现象的独立性开始，后来不得不限制这个独立性：从独立事件的概率到条件概率，从概率分布的条件律到概率的随机过程理论。在概率论中还形成了一个专门的分支－－相关分析，在这个范围内概率的依赖性的数学性质得了到深入研究。
这表明，物质系统的独立性不是绝对的和没有界限的，它们无论在质上还是量上都是有限的。原子、分子、细胞、有机体在一定界限内，保持自己的独立性与完整性。如果外部作用超出某个极限值，那么客体的状态或者在保持其质的确定性的界限内改变，或者客体被“毁坏”而过渡到另外的质。因而，在概率系统中，我们看到的是独立性与依赖性的辩证统一。
事件出现上的非规则性、事件存在上的独立性的直接后果，导致事件序列上的无序性。有序一般可理解为事件的某种有规律的排列，它们在时空中有某种一致性。显然，一切现实系统都具有某种程度的有序性，但对概率系统来说，在存在有序特征的同时还存在某种“混乱的”特征。在物理学中，这一特征反映在“分子混沌”或“分子无序”的概念中。
绝对的有序和绝对的无序－－这是系统的可能组织与可能结构的频谱之极限，通常可以在严格决定论系统中观察到绝对的有序，在那里排除亚系的一切独立性。相反，绝对的无序表现了系统亚系之间的绝对独立性、平等性。可以在宇宙“热寂说”中看到它。但是在客观现实中这两个极端情况相当罕见，毋宁说它们只是某种理想化，大多数现实系统处在这两个极端之间的“地带”。偶然性观念的客观根据就在于，自然界在各种等级上存在着非规则性、独立性、无序性的特征，概率是对这类特征的某种量的度量。只要世界上存在着可变性与稳定性、依赖性与独立性、有序与无序的相互渗透，就意味着存在运动物质的无穷多样的形式，产生出宇宙现象的令人无法想象的丰富性。
问题是，这类非规则性、独立性、无序性为什么就意味着客观的偶然性，而不是科学认识在某一历史阶段上的局限性？为了回答这个问题，我们需要从不同角度来研究现象、过程和事件，由此可以发现它们之间的一些不同的联系和关系，它们不可以被划为因果联系的类别。例如我们掷骰子，并用1～6个数字记录实验的结果。对于一组实验，我们得到了一个序列1342546……，这个序列可以无限地写下去。显然，每一个后续数字的出现是无规则的，由此形成的序列是无序的。这意味着，在每个事件（每一次掷骰子）之间，原则上没有任何联系，事件彼此是独立的。因此，不管处在序列的什么位置上，都不能预先决定序列的下一个数是什么，只能从1/6的可能性去预言它。事件的这种前后相续而非因果的关系，正是概率统计研究的课题。显然，并不意味着每一次投掷出现哪一个面，是骰子的“自由意志”所使然，每一次投掷的结果都有它的“动力学”原因。因此，单就这个事件来看，这不是一个无原因的偶然事件，但无论我们对掷骰子游戏观察多么久，无论我们引进什么参数进行描述，我们都不能确定一个事件（一次投掷）的出现与另一事件（另一次投掷）的出现客观上不依赖于另一事件的出现。因此，任何补充的关于所观测事件的信息，都不能改变对事件序列预言的概率性质。当我们说概率不依赖于我们的知识尺度时，指的就是这种情况。
我们这里的分析绝不纯粹是一个数学游戏，在物理系统、生命系统和社会系统中，这类关系是大量存在的。例如，描述遗传系统的理论，本质上是概率性的。这是基于在这个复杂系统的各个层次上，存在着彼此独立的亚系（在不同程度上），若某一遗传序列为A导致Q[，a]，另一遗传序列为B导致Q[，b]，等等。从遗传方面（垂直序列）看，这一切都是因果必然的。但如果A、B分处彼此独立的亚系，A的实现并不或并不特别依赖B的实现或相反，则从结构方面（水平序列）出现了非规则性。生男生女的统计特征也是一例谁也不怀疑存在新生儿性别的客观原因，现代医学已建立了揭示性别形成的染色体理论。但这个理论并不能消除预言生男生女的统计性质。随着越来越深入了解了遗传的奥秘，现象的原则上的统计性会变得越来越明显（至于某些地区由于社会习俗，人为导致男女比例失常是另一个问题）。
上述分析表明，一方面，任一事件的产生总有某种因果关系为根据；另一方面，这些事件在时间或空间上的分布是相互独立的（或独立程度不同的），因而原则上不可预言，只能在概率方面加以预言。这里我们发现有二个序列，一是垂直序列（如A则Q[，A]，B则Q[，B]，……），二是水平序列(Q[，a]，Q[，b]，……)，二个序列的交叉对应于我们所观察到的事件，这时，断言事件的概率后果和断言这个后果的原因，实际上涉及到对不同关系的概括：第一个断言基于对水平序列（相随关系）的分析，第二个断言则是针对垂直序列（因果关系）来说的。
我们的分析适合于宏观层次上的各类概率系统，这里碰不到“无原因的”现象，但却存在大量彼此依赖程度不等，乃至无依赖性的现象。无规则性、独立性、无序性就出现在对这类关系的刻划中，客观偶然性正是以这种面目展现在现实世界之中。
需要指出的是，概率统计观念还允许更为宽泛的解释，即它也适用于处理那些明知具有严格确定关系，但主体实践上难于接近或在细节上描述它过于复杂的客体系统。这时，相应的概率在某种程度上可以称为主观概率。但是这类概率如果从更广的角度看，也不是认识主体的任意构造，它涉及的不是现实性的片断本身，而是一定的社会实践上的整个认识境况。因此，这类结构与其说是研究客体本身固有的，不如说是实际处理该客体的整个系统所具有的。概率统计方法在这里表现为处理复杂问题的简化手段。
进一步的分析还应当涉及到微观层次上偶然性的客观表现，限于篇幅，只能割爱了。我们仅想指出，在微观世界，由于我们的认识手段更深地“介入”到现象之中，揭示不依赖“知识水平”的客观偶然性的概率特征，绝不像一般文献上所说的那么“显然”，也全然没有“完成”。我们在一个全新的理论认识情境中探索着偶然性。
注释：
①马克思：《博士论文》，人民出版社1961年版，第14页。
②参阅（美）S.J.普雷斯：《贝叶斯统计学》，中国统计出版社1992年版，第3页。
③参阅（英）K.波普：《历史决定论的贫困》，中译本，1987年，第9页。
④参阅（奥）R.V.米泽斯：《概率与统计学》，俄文版，莫斯科，1930年，第26页。
⑤参阅（俄）A.科尔莫戈罗夫：《定义信息量的三个方法》和《信息论与概率论的逻辑基础》，选自《信息传输问题》，第五卷，俄文第3版，1969年。
⑥参阅（俄）A.C科拉韦茨：《概率的本性》，俄文版，莫斯科，1976年，第50页。