归纳法

归纳法 (Induction)

归纳法是从特殊事实推出一般性结论的推理方法。与演绎推理的"从一般到特殊"相反，归纳法遵循"从特殊到一般"的认知路径：观察有限个例，提取模式，推广为普遍命题。归纳法是人类知识扩展的根本机制——演绎虽保真但不能产生新知识，归纳虽不能保证结论必然为真，却是我们从经验中学习的唯一逻辑工具。

归纳法的基本类型

亚里士多德最早系统讨论归纳，但将其视为演绎的辅助。现代归纳理论主要包括：

• 枚举归纳法：观察到所有已检视的 $A$ 都具有属性 $B$，于是推断所有 $A$ 都是 $B$。例如：我见过的所有天鹅都是白的，因此所有天鹅都是白的。该方法的核心脆弱性在于黑天鹅事件——单个反例即可推翻全称命题。
• 统计归纳法：从样本特征推断总体特征，构成推断统计学的核心逻辑。例如：随机抽取500名选民，45\%支持某候选人，推断总体支持率约为45\%，并附置信区间。
• 穆勒五法：约翰·斯图亚特·米尔在《逻辑体系》中提出五种归纳方法——求同法、求异法、求同求异并用法、共变法、剩余法。这些方法旨在从观察中识别因果关系，是实证研究中因果推断的逻辑先驱。
• 类比推理：由两个系统在某些方面的相似性推断其他方面的相似性，可视为归纳的特殊形式。

数学归纳法：名不副实的演绎

需注意，数学中的数学归纳法虽以"归纳"命名，其逻辑本质却是演绎：在皮亚诺公理框架下，证明 $P(1)$ 为真且 $P(k) \rightarrow P(k+1)$ 对所有 $k$ 成立，则 $\forall n, P(n)$ 为真。该推理是严格的演绎论证——结论必然地从公理和已证蕴含关系中导出，不存在归纳推理的概率性和可废止性。命名中的"归纳"仅指思维方向从个别向一般的过渡，而非逻辑类型的归类。

归纳法在经济学中的角色

经济学作为经验科学，归纳法渗透于其研究的每一环节：

• 经验事实的概括：从历史数据中归纳典型化事实，例如库兹涅茨曲线、菲利普斯曲线最初均源自对统计数据的归纳观察。
• 计量经济学的逻辑基础：回归分析本质上是对条件期望函数 $E(Y|X)$ 的统计归纳——用样本矩推断总体参数，用有限数据下的OLS估计推断真实系数。假设检验的整个框架（设定零假设、计算p值、做出统计决策）是受控归纳的现代形式。
• 数据驱动的理论生成：探索性数据分析和机器学习代表了"让数据说话"的归纳取向，与传统演绎-理论先行的建模策略形成互补。
• 案例研究与田野调查：科斯的工厂调查、奥斯特罗姆的公共资源治理研究均为基于个案的归纳性理论建构。

休谟问题：归纳的哲学困境

大卫·休谟在《人性论》中提出了归纳法最根本的哲学挑战——归纳问题：我们凭什么相信过去重复发生的事在未来也会发生？归纳推理本身依赖于"自然齐一性"假设（未来与过去相似），而证明该假设又需要归纳推理，构成循环。休谟的结论是：归纳没有理性的辩护基础，它只是习惯和动物性信念的产物。

对休谟问题的回应路径包括：

• 波普尔的证伪主义：科学不使用归纳，而是采用"猜想与反驳"——演绎性地从理论推导出可观察预测，再用观察去否证（否定后件式），幸存的理论仅是被暂时"认证"而非被证实。
• 贝叶斯路径：将归纳视为贝叶斯更新——先验信念 $P(H)$ 在观察数据 $D$ 后按贝叶斯定理更新为后验 $P(H|D)$。归纳的逻辑不是从零到一的证实，而是概率信念的理性修正。
• 实用主义辩护：归纳虽无逻辑必然性，却是"唯一可行的游戏"——放弃归纳意味着放弃所有经验学习，这在实践上不可接受。赖欣巴哈的实用辩护：若世界有任何可认知的规律，归纳方法终将发现它。

归纳与演绎的互补

经济学方法论中，演绎提供内部一致性（模型的逻辑结构），归纳提供经验相关性（模型与数据的对接）。弗里德曼在《实证经济学方法论》中主张以预测力评判理论，这本质上是将归纳检验置于演绎建构之上。现代经济学实践中，理论建模以演绎为骨架，而以归纳为检验与修正的手段——二者不是非此即彼的替代，而是科学认知循环中不可分割的两个半环。溯因推理则构成第三环节：从令人惊讶的观察出发，回溯性地推导出最佳解释性假设，该过程既有归纳的经验面向，也有演绎的逻辑面向。