科学具象思维方法
以前的形象思维相对抽象思维而言就具有整体性思维的特点，它不是先把完整的事物分析、分解后再进行思维，而是通过头脑中完整图像的变换来进行思维的。但以形象和图画为思维工具，即使借助现代贮存和处理技术，我们也看不出它有成为主要思维方式的趋势。因为我们讲的客观事物不仅有有形的事物，还大量存在无形的事物，例如用"人类需求"、"国家"等概念来概括和代表的那些事物虽然是无形的，但却是客观存在的。
绝对的整体性思维我们现在还无法想象，但我们结合现代技术特别是现代计算技术，可以想象一下思维向着整体性发展的趋势。
在描绘这个趋势之前，我先描绘一下另一种趋势，那就是"思维贮存"。
以前常讨论一个叫"人的异化"的概念――就是指现实的人和"人"的概念相脱离了，人不再是"人"了。随着人类社会的发展，人在不断被异化，人的概念在不断被人的表象打破，又形成新的"人"的概念，又被打破，又形成新的"人"的概念。和这相伴随的是人的"能力贮存"的范围在扩大。科学技术不断在加强我们的视力、嗅觉、听力、脚力、臂力等等的延伸范围，并且人们的这种被延伸的能力还是以脱离具体的人的形式存在着。换句话说，人的能力在不断被贮存，这贮存起来的"能力"和具体的人脱离了，你看不出谁的"能力"被贮存了，使用贮存能力的人完全可以是另一些不相干的人。
这贮存的能力越来越大，但它仍被人类的思维控制着，而不是无序的和超越人的。这时思维还存在于具体的人的头脑中，"能力贮存"还要被具体的人控制，先不管是什么样的具体的人。
目前人类社会已开始进入了这样一个阶段：现代计算技术和人工智能的发展可以使"思维"也"贮存"起来了，思维也要脱离具体的人了。现在不但被贮存的人的视力、嗅觉、听力、脚力、臂力可以脱离具体的人，而且以前从未离开过人脑的思维也要脱离具体的人了。你看不出谁的"思维"被贮存了，使用贮存思维的人也完全可以是另一些不相干的人。
当这种"思维贮存"在范围和强度上不断扩大和增强时，不知人的思维本身又向何处发展！会不会一些人的思维被进一步弱化（人工智能可以使他们不再经常进行思维，思维被逐渐钝化），另一些人的思维被进一步强化（人工智能促使他们的思维不断向超出人工智能的高级水平发展）？人与人思维的差别会不会造成更大程度的人的差异和人的异化，以至一部分人看另一部分人已不再是"人"？
可以肯定的是，今后研究人的思维，不仅要研究具体的人脑所进行的思维，还要研究人脑之外的"思维贮存"，它们都是思维的组成部分。思维方法也不再仅仅是具体的人脑的思维方法，还包括贮存起来的"思维"的思维方法，以及这两种思维的有效对接。
我们再回到整体性思维的推测。
现在回过头一看，发明了分析、归纳、演绎、综合等抽象思维方法不全是人类的聪明和伟大，也属于不得已而为之。事物表象的复杂远远超出了人脑所能把握的范围。抽象思维使人类能有规则地忽略和无视许多表象。感知的范围越广以及归纳的程度越深，预测的提前程度就越高，同时忽略的表象就越多。
当抽象思维方法发展到某种极至的程度，当人们误以为这种方法是上帝赋予人类的唯一思维利器时，人们有时会恍然以为现实世界本就应该是简单的，简单到和抽象思维的概念系统毫无二致，复杂性反到是意外、是偶然、是应该祛除的。这种情况尤其在人文社会领域屡见不鲜！人们经常会发明一些简单化的制度系统（虽然在人脑看来它已经快复杂到极点），并把现实社会改造得和这个制度系统一样简单！
我们能不能做个逆向思维，不以归纳的层次多为高明，不以概念深刻为骄傲，归纳就停留在对许多细微表象的浅层次的概括上，这样得出的概念就是更接近表象的概念，形成这个概念的内涵时所忽略的事物的差异性就越少。并且归纳层次越浅，概念数量越多，则概念演绎关系的逻辑树的层数就越少，每个概念接近表象的程度就越大，从概念到具体表象就越不需要"演绎"――那种特殊的综合。
如果我们朝着这个方向发展到某种极至的程度，我们就接近了纯粹的整体性思维。并且不是用形象、图画而是用大量浅层次概念。
做个比喻：以前的抽象思维的分析就象用砍刀把牛分成头、腰、腿等几个部分，现在的整体性思维的分析就象用彩笔在牛身上画下无数个细小区域。以前要砍很多头牛才能归纳形成头的概念、腰的概念、腿的概念，现在几乎每头牛都可以单独形成这许多个浅层概念――区域１，区域２，......区域m；以前将头、腰、腿的概念综合成的牛的概念时，被综合的都是脱离了具体的牛的思维中的概念，都与现实中的牛头、牛腰、牛腿有较大距离，综合成的或者说拼图而成的新概念与每头具体的牛都有很多区别，现在的区域１，区域２，......区域m的概念则因为分别代表的部分较小从而忽略的表象较少，概念与现实的偏离就较小。如果又是在每头牛上都分别形成m个小概念，那么概念与现实的偏离就更小。用这无数小区域综合成牛的概念，或者说拼图而成牛的概念，如果能摆好这些小概念的关系，或者说能正确拼图，这个牛的概念和这头具体的牛的区别就会很小。
这种整体性思维的巨大困难接着就出现了，这无数个浅层概念之间的关系怎样确定？或者说怎样正确拼图？不确定概念间的关系就不能把握事物间的联系，就不能对事物的发展做出预测。传统的抽象思维正是因为无法解决这个难题，才朝着另一个方向发展了――即不断归纳出深层次的概念，从而最大程度地减少概念的数量。
在现代条件下，借助"思维贮存"，我们看到了朝整体性思维方向发展的可能性。可借助的"思维贮存"的水平越高，这种可能性就越大。我们想象的这种整体性思维，不是对抽象思维的完全否定，而是和传统抽象思维发展的方向不同。一个力求概念深层化和减少概念数量，一个力求概念表象化和增加概念数量。两者都以概念间关系代表现实事物的联系，也可以说我们想象的这种整体性思维还是以抽象思维为基础的。但无论如何我们还是能看出两者在发展方向上的重要区别。
在自然科学领域最先尝试这种整体性思维方法。我们已从第三讲了解到，自然科学由于研究对象的相对稳定性和非能动性，多数概念的外延的数量属性都可以精确度量和用数学语言描述。另外由于自然客体比人类客体相对简单，现实事物间的联系也相对明确和清晰，概念之间较容易通过进一步做深层归纳找出共同性和统一的度量单位，数学在确定概念间的数量关系时起了重要作用。当然，自然科学确定概念间数量关系的需要也促进了数学的进一步发展。
但在２０世纪６０年代以前，自然科学基本是沿着深层次归纳的唯一方向前进的。２０世纪６０年代以后，科学家们试图发现浅水波的运动是否有规律存在，也试图找出一些对初值极为敏感的复杂运动形式－－混沌运动的规律性认识。这些都是单纯的抽象解析方法无能为力的运动现象。但由于计算机的广泛应用和由计算机的应用而诞生的计算物理和实验数学这两个新研究领域的出现，科学家们得以按整体性思维的思路，直接描述许多浅层次概念的极端复杂的数量关系，并得出大量以往用解析手段不可能得出的规律性认识。随着计算规模和计算速度的快速提高，"思维贮存"的水平日新月异，描述概念数量关系对高度的深层次抽象思维的依赖性在逐渐减弱，抽象思维的努力方向在逐步转向如何使整体性思维与大规模计算接轨。
自然科学领域在整体性思维方面已经和正在取得的进展，其更大的贡献在于史无前例地扩大了人类在思维方法方面的视野。想到人类思维方法长期以来的缓慢进展，我们不夸张地说，这种贡献远非相对论等可以比拟的。
过去面对无时没有无处不在的各种现实运动和变化，我们只能用抽象思维方法忽略和抹杀其中的一些表面看来不太重要的运动和变化，从而解析出"主要的"、"内在的"所谓规律，并且考察的事物的范围越广泛，忽略和抹杀的东西就越多；而现在则有可能把任何变化、运动，那怕是微小的变化和运动，不分主次，有多大作用就计入多大作用，有多大变化就算多大变化，全部一次性纳入对事物整体变化的影响和作用中去。大规模计算已使这种整体性思维有了现实可能性。
在人文社会科学领域，由于研究对象或研究客体是极具能动性和社会群体性的人类，在寻求相同度量单位和精确度量概念的数量属性方面从来都没有多大进展。自然科学的那条通向整体性思维的道路社会科学家实在难以想象。但是，几个并列概念既无法被进一步归纳又无法靠简单相加来综合的情况，在现实人类社会领域比比皆是，例如战争状态。战争胜负不仅取决于自己一方的几个因素，也取决于敌方的几个因素，并且所有这些因素的变化还是它们互相影响和互动的结果。你无法完全控制自己一方的几个因素的变化，你更无法控制敌方的几个因素的变化。因此，你无法将这些因素归纳成一个根源性因素并确定它们之间的演绎关系；通过简单相加来确定它们的数量属性关系也没有任何实际意义，因为抽象思维确定多个因素的数量属性关系时所要求的那些暗含的假设条件在战争状态下没有丝毫现实性。总之，单靠抽象思维方法来把握战争局面及其变化不能为战争决策提供有效依据，在当前信息化战争条件下，这个特征尤其突出。
过去，军事家们是用一种具有整体性思维的部分特征的叫做"摸索"的办法来应对战争状态的。后来，政府管理、企业管理等领域也开始借鉴这种"摸索"的办法，或者叫"摸着石头过河"的办法。面对几个互动的并且不能再做进一步归纳的概念，用"摸索"的办法探寻它们之间的复杂关系时，一般只做个案处理，很难寻找通例。并且"摸索"的办法很少有规则地借用"思维贮存"，它在相当程度上是一种试错过程和赌博过程。整体性思维方法则试图总结通例。
六、 研究主体和研究客体
人文社会科学的研究对象或研究客体是极具能动性和社会群体性的人类。如前一部分所述，正是由于客体的这种能动性和社会群体性，使概念所代表的很多现实对象变化极快，例如，一个人的需求今天是这样的结构，明天可能就受其他人的影响而变成另一种结构了。由于客体的易变性，抽象思维不得不运用的归纳、综合等手段会使概念系统与现实有更大的偏离。人文社会科学更需要有一种能代替传统抽象思维方法的整体性思维方法。
但首先应该引起关注的是，人文社会科学由其自身特点所决定，在抽象思维方法的准确性方面远不如自然科学。特别是其概念的数量属性很难准确度量，其概念间的数量属性关系也因为很难归纳出同一的度量单位而无法充分运用数学语言来描述。
正如前一部分所描述的，自然科学的整体性思维是由于大规模计算技术和数学、物理分别接轨而形成的计算物理和实验数学才产生突破性进展；多数社会科学不但目前的数学应用水平低，即使将来也因无法归纳出有现实意义的统一度量单位而根本年可能沿着传统数学建模的方向走。
形成这种自然科学和社会科学的区别的最本质原因在于客体的能动性和社会群体性有天壤之别。
人类客体甚至一旦得知自己已成为考察对象就会产生和得知之前的巨大变化，同一个人处在不同的社会群体中时其行为的变化也非常明显。
自然科学的客体则要简单和稳定得多，其概念的数量属性比较容易准确度量，其概念间的数量属性关系也比较容易确定。
客体能动性的差异导致了两个领域抽象思维的深刻差异，以至不少自然科学家根本不认为社会科学是科学，因为它的确不具备准确性和可重复性这两个科学标准，这两个标准是预测性的基础，人类思维最根本的目标就是预测。
于是一些自然科学家带着对传统社会科学的蔑视开始向人类领域进军。他们的出发点和社会科学家不同，他们把人类看作自然的一种生物体，从生物体的构造出发探讨人的行为。
社会科学家最讨厌自然科学家的对社会科学的这种蔑视，但迄今为止社会科学家还没有产生令人信服的反驳。
实际上自然科学家这种看法有一个隐含的假设前提，社会科学家的研究在本质上也隐含着同样的假设前提，那就是自然科学家或社会科学家把自己当作研究的主体，把其它人类当作自己研究的客体。这种划分是社会科学家的不准确性的根源之一。这种划分也阻碍了自然科学家解释人类行为的进一步的尝试。
客体的能动性和社会群体性经常是社会科学家为社会科学的不准确性进行辩护的理由，但以高高在上的研究主体自居把其他人类仅仅当作观察的对象，本身就是否认人类客体的能动性和社会群体性。
把研究者当作主体，把其它人类当作客体，这种假设延续了成千上万年，以至我们根本就没有意识到我们是在这样一个假设前提下进行研究的。我们更没有意识到这样一个假设前提实际上是另一种形式的对人类客体能动性的否定。
人类社会越发展，人就越趋向于一个全面、生动、多样化的人，即能动的人；人类社会越发展，越来越多的人就表现出他们是全面、生动、多样化的人，即能动的人。当初的那个把其他人当作客体的假设就越来越不符合实际情况，就越来越把研究引向偏离现实。
也有一些聪明的社会科学家尝试自己就是客体来进行自省或尽可能地倾听客体们的意见，但这些仅仅是浅尝则止，没有从方法论的高度抛弃自己是主体其他人是客体的假设。
随着社会的发展，社会科学所研究的人类客体越来越表现出其固有的能动性，它的复杂和瞬息万变越来越不适于用主体的观察和归纳方法来探求规律。自然科学的研究客体从来没有象人类客体那样复杂、易变和不可捉摸。人不仅是自然的生物体，它还是社会的一分子，它的复杂性最主要的是来源于人和人相互的关系、相互的影响。因此一切用自然科学的方法，即为适应数学方法的要求不断做深层归纳以寻求相同度量单位的方法， 向人类社会领域的进军,其作用和效果都是有限的。
在另一个极端，另外一些人则继续采用回避概念的数量属性来粗略探讨人类发展的传统抽象思维方法。其作用和效果也同样会越来越有限。
就大部分情况而言，社会科学的整体性思维正是从抛弃划分主客体的假设开始的。
人类客体的能动性使其不如自然科学的客体那样易于通过观察来度量其数量属性，但人类客体的能动性又使其有了一个自然科学的客体完全不具备的优势，那就是客体的自述和自我表达。他自己随时能表述出他的某种需求、欲望、行为动机的强烈程度。我们很快将看到，这种单个客体的自我表述会成为我们研究一个人类群体、一个组织、一个社会共同体的集体行为规律的重要基础。
为了和自然科学相区别，我把社会科学的整体性思维叫做科学具象思维方法（后面有更精确的定义）。自然科学的整体性思维被自然科学家们叫做非线性思维方法。我把自然科学和社会科学存在交叉的、人们常用功利眼光看待的那部分现实领域的整体性思维叫做战略思维方法，如企业管理领域、公共管理领域、军事领域等。
科学具象思维方法也不是绝对的整体性思维，它仍要运用抽象思维的概念和概念的外延、数量属性来代表现实事物，它仍要用概念间的演绎关系和数量属性关系来代表现实事物间的联系。但是许多概念的数量属性不再是观察得来的而是人类"客体"自述的统计；概念间的数量属性关系不再强求归纳出统一的数量单位，而是转而展示数量格局和数量格局的变化；多层次归纳而成的"深刻概念"以及这些深刻概念间的非常非常"本质的联系和规律"不再是我们的追求，我们会比以往任何时候更关注数量庞大的、接近现实事物表象的"小概念"；我们会有点神经质地想度量遇到的所有概念的数量属性。
大规模统计和计算以及"思维贮存"在这里与科学具象思维接