摘要：量化在现代评价中占据核心地位，但一个更根本的逻辑问题常被忽略：并非所有属性都具有“可量化性”（quantifiability）。本文首先从抽象逻辑层面区分“可量化”与“不可量化”的本质依据——前者要求属性具有度量结构（可比性、可加性或至少有序性），后者则涉及质性差异、不可通约性及非传递性偏好。在此基础上，重新审视“综合量化”的本质：它试图将不可量化或弱可量化的复杂概念通过模型转化为数值，这一操作隐含了从“质”到“量”的逻辑跳跃。本文论证：综合量化并非真正的量化，而是一种实用主义的表征约定；在创新评价中，若无视不可量化的逻辑边界，将导致系统性误判。本文旨在为评价理论提供逻辑批判工具，而非完全否定量化实践。

关键词：可量化；不可量化；综合量化；度量结构；不可通约性；创新评价

1. 引言
   现代社会对数字的依赖已渗透到科研管理、政策制定与公共舆论中。“用数据说话”被视为客观性的标志。然而，一个更为基础的问题往往被悬置：究竟什么样的属性或对象，在逻辑上允许被量化？ 哪些属性原则上无法被量化，或者只能在高度简化的意义上被赋予数字？

常见的讨论混用了两种不同的问题：一是“如何测量某个属性”（方法论问题），二是“该属性本身是否具有可量化的逻辑结构”（本体论与逻辑学问题）。本文聚焦于后者。我们将从抽象逻辑出发，界定“可量化”与“不可量化”的核心判据，进而分析“综合量化”作为一种跨越这一界限的操作，其逻辑合法性何在、限度何在。最后，以创新评价为案例，说明无视不可量化边界的实践后果。

2. 抽象逻辑层面上的“可量化”与“不可量化”
   2.1 可量化的逻辑结构
   一个属性在逻辑上可量化，意味着它满足以下条件中的至少一个层次：

层次一：弱可量化（有序性）：属性值之间可以建立全序关系（即任意两个对象在该属性上可比，且传递性成立）。例如，“硬度”尽管没有自然单位，但莫氏硬度提供了全序比较。

层次二：等距量化：存在一个度量单位，使得属性值的差值与真实世界的差异成比例（如摄氏温度）。

层次三：比率量化：存在绝对零点，允许比较倍数（如长度、质量、货币金额）。

无论哪一层次，可量化的核心逻辑前提是：属性内部的状态差异具有同质性——即任意两个状态之间的差异可以映射到同一个实数轴上的距离，且这种映射在变换下保持结构不变（如线性变换）。用数学语言说，该属性构成一个度量空间（或至少是全序集）。

典型可量化属性包括：物理量（长度、时间、质量）、计数变量（人口数、专利数）、货币化数值（价格、利润）。这些属性的共同特征是：比较“谁更大”“谁大多少”“谁是大几倍”具有明确且无歧义的意义。

2.2 不可量化的逻辑基础
不可量化并不意味着无法赋予数字（事实上任何东西都可以被人为编号），而是指：该属性在逻辑上无法建立一个保序或保距的实数表示。常见情形包括：

质性差异（qualitative difference）：属性值之间不是量的差异，而是类的差异。例如，“颜色”（红/蓝/绿）不能用量的大小比较，除非人为编码（如1=红，2=蓝），但编码不保留任何自然顺序——红色并不“大于”蓝色。

不可通约性（incommensurability）：两个价值或状态之间不存在共同的度量尺度。例如，公平与效率、自由与安全：你无法回答“3单位的公平等于多少单位的效率”。这种比较需要价值判断，而非事实测量。

非传递性偏好（intransitivity）：如果A优于B，B优于C，但C优于A，则该偏好结构无法用实数效用函数表示（除非放弃某些合理性公理）。

此外，某些高度复杂的概念（如“创造力”“美感”“智慧”）虽然在日常语言中被比较（“他比我更有创造力”），但这种比较依赖于语境、观察者与模糊的综合判断，无法通过一组稳定的、可重复的测量程序转化为数值。其逻辑根源在于：这些概念所指涉的现象是多维的、异质的，且维度之间没有固定的交换率。

核心结论：可量化与不可量化的界限不是程度问题，而是逻辑类型问题。一个属性要么具有度量结构（全序或等距/比率结构），要么不具有。没有“部分可量化”的属性——只有可量化的侧面与不可量化的侧面共存于同一个对象中。

3. 从“可量化”到“综合量化”：逻辑跳跃的本质
   3.1 综合量化作为“跨界限”操作
   当评价对象包含不可量化的维度时，人们仍常常希望得到一个数值结果。这就是“综合量化”的动机：选取一组可量化的代理指标（如论文数、引用率、获奖数），通过加权求和或更复杂的模型，生成一个综合得分。从逻辑上看，这一操作试图完成以下跳跃：

从不可量化整体到可量化部分：将“创新能力”（不可量化）替换为“专利数量+论文数量+研发投入”（可量化）。

从异质维度到同质数值：将不同质的指标（如数量与质量）通过标准化和加权强行混合。

这一跳跃在逻辑上并不自洽，因为不存在一个逻辑必然的映射，将不可量化的属性映射到实数。综合量化实际上放弃了“测量”的意图，转而采用一种“测量模型”的建构。它不是发现已有的数量关系，而是创造一种人为的比较规则。

3.2 综合量化的认识论地位
承认这一逻辑跳跃后，我们不必全盘否定综合量化。它在以下意义上仍有实践价值：

实用主义约定：若各方同意某一套指标与权重（如消费者满意度指数），则综合得分可以作为沟通与决策的辅助工具。

粗糙排序：当对象在可量化维度上差异极大时，综合得分可以提供初步筛选信息（但不可作为精确排名）。

然而，必须明确：综合量化的结果不具有可量化属性那样的客观性与稳定性。改变指标或权重，排序可能剧变。因此，它的认识论地位是一种约定的表征，而非对真实数量关系的揭示。

4. 对综合量化的常见误用：误将建构当作发现
   许多关于量化评价的争议，根源在于混淆了“可量化”与“综合量化”的逻辑地位。常见误用包括：

误以为综合得分具有绝对意义：例如将大学排名中的75分等同于“75%的完美”。实际上，分数取决于量纲选择与标准化方法。

误以为权重具有客观基础：实际上，权重的确定要么依赖专家意见（主观），要么依赖统计方法（如主成分分析，但该方法仍隐含方差最大化等数学假设，不反映真实重要性）。

误以为排名稳定：当排名对权重高度敏感时，宣称“第一”具有误导性。

这些误用的根源在于：人们习惯于可量化属性的确定性，不自觉地将其投射到综合量化结果上。

5. 创新评价中的特殊张力：不可量化领域的量化暴力
   创新活动——尤其是根本性创新——在逻辑上具有强烈的不可量化特征：

范式突破：新范式下的成果无法用旧范式的指标衡量（如相对论发表时，无法用当时的“论文影响力”预测其价值）。

价值多元与不可通约：一个创新的价值可能体现在科学、技术、社会、美学等多个不可通约的维度上。

路径依赖性：创新的独特性意味着它无法与主流成果在同一标尺上比较。

因此，在创新评价中过度依赖综合量化模型，相当于用可量化的代理指标覆盖不可量化的实质内容，必然产生系统性偏差。具体而言：

压制高风险探索：因为高风险研究的早期可量化产出（论文、专利）通常很低，综合得分会惩罚它。

诱导趋同：研究者会优先改进模型中的可量化子项，放弃那些未被纳入但有潜在价值的非标准路径。

虚假的精确性：给创新活动打上87.5分这样的数字，制造出控制感，实则掩盖了真实的不确定性。

但这并不意味着创新评价中不能使用任何量化方法。合理的策略是：

区分成熟领域与前沿领域：对于渐进式创新，可量化指标可以作为参考；对于颠覆性潜力，应主要依靠定性评议与风险容忍机制。

将量化指标作为警示而非判决：例如，某项目量化得分极低，可以触发详细审查，而非直接淘汰。

明确标识不可量化的维度：在评价报告中，列出那些无法被综合量化的关键因素，供决策者权衡。

6. 结论与建议
   本文从抽象逻辑出发，区分了“可量化”与“不可量化”的本质界限：可量化要求属性具有度量结构（可比性、可加性或至少全序性），不可量化则源于质性差异、不可通约性或非传递性偏好。综合量化试图跨越这一界限，将不可量化的复杂概念通过模型转化为数值——这是一种实用主义的建构，而非真正的量化。

基于这一逻辑区分，我们提出以下建议：

任何综合量化之前，先进行逻辑审查：明确所要评价的属性中，哪些侧面在逻辑上是可量化的，哪些是不可量化的。对于不可量化的侧面，不应强行纳入综合指数，而应单独列出并采用定性讨论。

公开综合量化的“约定性”：明确声明指标选择、权重设定、合成函数均为人造约定，而非客观真理；提供敏感性分析，展示排名在合理参数变化下的稳定性。

在创新评价中主动限制综合量化的使用：对于高风险、探索性、范式可能转换的研究，取消综合得分排名，转向“定性评议 + 证据档案 + 风险容忍”的组合模式。

教育决策者与公众：让他们理解“数字不等于客观”，尤其要警惕那些将不可量化事物强行排名的排行榜。

未来的研究应进一步探索：如何建立一种“逻辑知情”的评价体系，在尊重不可量化边界的前提下，合理利用可量化信息。这不仅是一个方法问题，更是一个关于我们如何理解知识、价值与测量之间关系的哲学问题。