重读的理由

1903年，涂尔干与年仅三十一岁的莫斯在《社会学年鉴》上发表了一篇后来被简称为《原始分类》的长文。它的标题朴素得近乎误导：《论原始分类的一些原始形式》。一百多年后，这篇被作者本人在《宗教生活的基本形式》（1912）中改写为准备性研究、被英美功能主义人类学搁置大半世纪、被认知科学断章取义式援引的文本，反而成为诊断算法治理时代分类权力的最古老概念工具之一。学术接受史上的这种错位不是偶然的——它往往说明，一个文本被低估，并非因为它不重要，而是因为它所指向的问题超出了所在时代的提问能力。

要把《原始分类》从"过渡性文本"的标签下救出来，需要做三件事：把它放回1903年的学术语境，看清它当时在回应什么样的问题；把它放到二十世纪下半叶以来认知科学与政治哲学的双重接受史中，看清它为什么在两个方向都被低估；最后，把它放进当代算法治理的具体场景里，看清它的概念工具在2026年是否仍然锋利。本章按这三步展开论证，结尾给出一份重读经典的方法学清单。

被低估的经典：学术接受史的三个阶段

要把《原始分类》从误读中剥离出来，首先要识别它误读的方式。这种误读并非单次的偏差，而是一种持续百年的结构性偏向。要看清这种偏向，需要追踪三个不同的接受阶段。

第一阶段是涂尔干学派的内部改写。1903年这篇文章发表时，涂尔干正在系统地构造"社会学作为独立科学"的纲领。《原始分类》属于这一纲领中的"知识社会学"分支，与同年发表的《社会学方法的准则》形成方法论上的呼应。文本的核心论点是：澳大利亚原住民的图腾分类不是原始思维的残余，而是西方逻辑范畴的社会原型；二元对立（moieties，即部落的两个对分半族）、等级结构、空间方位等具体的社会组织形式，是后来"属""种""类""因"等抽象逻辑范畴的源头。这一论点在1903年是大胆的，因为它把"逻辑"从纯粹理性分析的领域拉回到社会组织的土壤里。

九年后的《宗教生活的基本形式》改写了这一论点。涂尔干在后期著作中把"集体欢腾"（effervescence collective）确立为宗教和范畴的真正源头，仪式优先于分类。换句话说，1903年文本中的"分类"在1912年被"仪式"所取代。这一理论重心的转移在涂尔干学派内部产生了持续的影响：后来的莫斯、赫兹、于贝尔等人更多从宗教社会学和象征人类学角度继承涂尔干，而分类问题本身被搁置。莫斯本人虽然在1903年与涂尔干合写此文，但他后来的主要兴趣转向礼物交换、巫术、身体技术等主题，并没有系统地发展原始分类中的论题。这就造成了一个奇怪的结果：《原始分类》在作者本人和直系弟子手中都被视为"预备性的"，而不是"开创性的"。

第二阶段是英美人类学的功能性搁置。从1920年代到1960年代，功能主义人类学（拉德克利夫-布朗、马林诺夫斯基、埃文思-普理查德）主导了英美学科建制。这一传统关心的是社会结构如何维系、个体如何在文化中找到意义，对"原始分类"中关于范畴起源的哲学追问缺乏兴趣。拉德克利夫-布朗的著述中几乎不引用此文，马林诺夫斯基的功能主义更是明确拒绝任何"知识谱系学"式的追问。埃文思-普理查德在《努尔人》（1940）和《阿赞德人的巫术、神谕和魔法》（1937）等代表性作品中，对涂尔干-莫斯的文本也仅作背景性提及。这意味着，在英美人类学专业化最为关键的半个世纪里，《原始分类》并没有进入学科的核心文献清单。

第三阶段是认知科学与STS的双重再发现，但也伴随着双重的概念剥离。1969年柏林与凯的《基本色彩词汇》激发了对颜色范畴普遍性的研究，这一研究直接呼应了涂尔干-莫斯关于范畴社会起源的假设。罗施（Eleanor Rosch）1970年代的原型理论、莱考夫1987年的《女人、火与危险事物》都明确引用了涂尔干，把范畴研究从个体认知转向文化和身体经验。这一次再发现是有代价的：认知科学抽取了"范畴是社会建构的"这一论断，但剥离了它的政治维度。范畴被视为认知装置，而非治理技术。

玛丽·道格拉斯从1966年的《洁净与危险》开始，将分类问题作为政治分析的核心工具。她的"格/群"（grid/group）分析框架直接来源于《原始分类》：她在1970年的《自然象征》中明确指出，涂尔干-莫斯揭示的是"分类即社会控制"这一普遍命题。但道格拉斯的接受主要在象征人类学和文化研究领域，认知科学和主流社会学对她的引用有限。1999年鲍克与斯塔尔的《分类排序》进一步把分类分析带入科技与社会研究（STS）领域，揭示了看似中性的分类实践（如疾病分类、国际疾病编码ICD等）背后嵌入的权力关系。这一线索与算法治理研究在2010年代合流，产生了"分类即治理"的研究纲领。

总结这三个阶段可以看到，《原始分类》在二十世纪被结构性低估的根本原因，是它所跨越的学科边界超出了任何单一学科的容纳能力。它对人类学而言太哲学，对社会学而言太"原始"，对认知科学而言太社会，对政治学而言太人类学。每一次再发现都伴随着一次概念剥离：要么取其范畴而弃其社会，要么取其社会而弃其范畴。这种剥离式接受的累积效果，是文本的整体性洞见被严重稀释。

范畴的社会起源：认知维度的再考察

《原始分类》的认知论题在二十世纪被反复援引，但很少得到完整的呈现。要把它从认知科学的简化版本中救出来，需要回到文本的核心机制。

涂尔干-莫斯面对的是一个经典的哲学问题：综合先天判断如何可能？这是康德在《纯粹理性批判》中提出的问题，意思是，那些既包含普遍性又包含经验内容的判断（如"一切发生之事皆有原因"）的知识结构是从哪里来的？康德的回答是先验范畴：因果、实体、关系等十二类范畴是经验得以可能的先天条件。这一回答把范畴置于主体之外的历史之外，使范畴的起源成为一个原则上不可追问的问题。

经验主义传统（洛克、贝克莱、休谟）试图把范畴还原为感觉经验的抽象组合，但这一路线很难解释高度抽象的范畴（如"因""类""关系"）如何从具体感觉中抽象出来。二十世纪的语言学转向（萨丕尔-沃尔夫假说）则把范畴放在语言结构中，强调不同语言系统对应不同的范畴世界。但语言学转向让范畴成为语言共同体的事，仍然没有解释范畴的生成机制。

涂尔干-莫斯在这一思想地形中提出了第三种回答，也是最激进的一种：集体表象（représentations collectives）既是先验的又是个体经验的抽象，更是纯粹的语言结构，而是从社会组织形式中生成的。具体地说，他们主张，最抽象的逻辑范畴（二元对立、属种关系、空间框架、因果联结）起源于原始社会中具体的分类实践：部落的两个半族之间的对立生成了逻辑上的二元结构；胞族和氏族的层级关系生成了"属"和"种"的层级概念；以图腾为中心的营地布局生成了"中心-边缘"的空间概念；某些原住民系统中的方位体系（北南东西）生成了"框架"概念；图腾物作为既是物又是符号的双重存在，则生成了"类"的原型，一个可以指代自身之外成员的标记系统。

这一论点的关键不在于它宣称"一切范畴都直接来自社会"，那是粗俗的版本。涂尔干-莫斯实际上主张的是，范畴的内容与社会组织的形式之间存在结构性同源（structural homology）：逻辑形式（对立、层级、类属）就是社会形式（半族、胞族、图腾群体）的转写。他们尝试追踪的是从具体社会形式到抽象逻辑形式的具体转换路径，包括空间布局如何转化为空间框架、生物分类如何转化为类属逻辑、时间周期如何转化为因果序列等。

这一论点在二十世纪后期得到了部分验证，也经历了重要的修正。认知人类学家如泰勒（Stephen Tyler）、古迪纳夫（Ward Goodenough）从1960年代开始研究民族语义学（ethnosemantics），揭示了不同文化中的范畴结构差异。柏林与凯的颜色研究、罗施的原型理论、莱考夫的体验哲学都把范畴放回到身体经验和文化实践中，与涂尔干-莫斯的取向形成了回响。认知科学传统在多数情况下更接近经验主义而非涂尔干：范畴被视为认知装置的产物，而不是社会形式的产物。换句话说，认知科学接受了"范畴不是先验的"这一结论，但把它归于个体心智和社会化过程，而不是社会组织的本体结构。

要更新涂尔干-莫斯的认知论题，需要把它与三个当代研究方向对接。第一个方向是4E认知（embodied, embedded, enactive, extended），即具身、嵌入、生成、延展认知，这一方向主张认知过程不能脱离身体经验、环境嵌入和行动者网络来理解。涂尔干-莫斯的"集体表象"概念可以重新解读为：范畴的载体不是个体心智，而是具身实践的网络。第二个方向是分布式认知（Hutchins的"航行中的认知"），这一方向把认知视为在工具、文档、人员之间分布的过程，与涂尔干-莫斯把范畴视为社会组织的产物有明显的同构性。第三个方向是文化心理学（Cole、Vygotsky学派），强调心理机能的社会起源，与涂尔干-莫斯的"范畴即集体表象"形成呼应。

仅仅把《原始分类》归入认知科学的先驱是不够的，因为这样做会再次剥离它的政治维度。认知科学传统对范畴的兴趣在于"它们如何工作"，而不是"它们为谁服务"。《原始分类》的真正当代意义，恰恰在于它一开始就拒绝了这两种问法的分离：范畴如何工作与范畴为谁服务，是同一个问题的两面。

分类即治理：政治维度的展开

把《原始分类》从认知科学传统中剥离出来的，是它的政治维度。这一维度在文本中已经存在，但在百年接受史中被反复搁置。要激活这一维度，需要先识别涂尔干-莫斯文本中关于分类与权力关系的具体论断，再考察这一论断在当代治理场景中的回响。

涂尔干-莫斯在《原始分类》中论证的不仅是"范畴起源于社会"，而是更尖锐的命题：分类即社会控制的形式。他们指出，图腾分类不是对自然世界的客观描述，而是对社会群体的组织方式的呈现。图腾体系的功能首先是社会性的：它把人群分成半族、胞族、氏族、亚氏族等不同层级，每个层级有特定的权利、义务、通婚规则、仪式角色。图腾标记（如某种动物或植物）不是任意选择的符号，而是把社会分类"外化"为可见、可记忆、可强制的形式。涂尔干在《宗教生活的基本形式》中进一步发展了这一论点，强调图腾同时是物（empirically existing species）和符号（sacred sign），它的双重存在使它能够把社会分类投射到自然秩序之上，从而让社会分类显得自然、必然、不可质疑。

这一论点对当代分析的意义，不在于它揭示了一个关于原始社会的有趣事实，而在于它提供了一个诊断工具：任何看似"客观"的分类体系，都可以被追问它的社会起源和政治功能。道格拉斯在《洁净与危险》和《自然象征》中把这一工具发挥到极致，她指出，"洁净"和"危险"不是自然属性，而是社会分类的产物，一个事物是洁净的还是危险的，取决于它在特定分类体系中的位置。这一分析框架被广泛应用于饮食禁忌、医学人类学、仪式研究，并在1990年代之后延伸到组织研究、官僚制研究和当代科技与社会的交叉地带。

道格拉斯的格/群分析框架可以视为《原始分类》的现代转译。她提出，可以从两个维度来分析任何分类体系：群体维度（group，强/弱）和网格维度（grid，强/弱）。群体维度指个体对群体边界的认同强度，网格维度指个体生活受到规则和分类的约束程度。两个维度交叉形成四种基本的社会分类类型：弱群体弱网格（等级森严的个人主义社会）、强群体弱网格（精英排斥外部人的群体）、弱群体强网格（强烈个人主义但服从规则的官僚制社会）、强群体强网格（修道院、军营等高凝聚高约束群体）。这一框架的真正威力在于，它揭示了分类不是静态的描述，而是动态的权力技术，通过调整网格的强度和群体的边界，可以塑造不同的社会秩序。

把这一分析框架带到2026年，可以看到"分类即治理"的命题在三个当代场景中得到具体的展开：风险评分算法的运作、欧盟AI法案的分级制度、中国社会信用体系的分类技术。"分类即治理"是一个可操作的命题，而不是一个泛泛的政治断言。它至少包含以下四个层次：

分类生产可见性。任何分类体系都决定了什么被看到、什么不被看到、被看到的事物如何被标记。一个不进入分类的事物就无法被治理，它要么不存在，要么是"异常"或"待处理"。当代算法治理的核心技术之一就是分类：通过机器学习模型把人群分成若干类别（高风险/低风险、可信/不可信、合规/违规），每个类别触发不同的处理路径。分类的生产性功能在于，它使原本混沌的人口变为可分析、可干预、可预测的对象。

分类嵌入差异。分类不是中性的分组，而是嵌入差异的分组。被分入不同类别的人获得不同的资源、机会、待遇。一个看似纯描述性的分类（如"白领"与"蓝领"）实际上分配了不同的收入轨迹、不同的生活方式、不同的政治认同。算法治理中常见的"个性化推荐""精准营销""差异化定价"等技术，本质上都是分类嵌入差异的当代形式。

分类遮蔽起源。任何分类体系一旦建立，就倾向于使自身的起源不可见。提问"这个类别是从哪里来的？"通常被认为是不专业的、意识形态的、甚至是对客观性的威胁。涂尔干-莫斯揭示的正是这种遮蔽机制：图腾分类把社会群体的边界投射到自然秩序上，从而使边界显得自然、必然、不可改变。当代算法治理面临的批判，如算法偏见、模型不透明、决策不可解释，其核心机制也是这种遮蔽。算法模型把历史数据中的歧视性模式编码为模型的"特征"，从而使歧视以"科学"和"客观"的面貌出现。

分类需要仪式维系。再稳定的分类也需要持续的生产与再生产。涂尔干在《宗教生活的基本形式》中强调的"集体欢腾"，其功能就是定期更新分类体系的合法性来源。在当代场景中，这一功能由各种"再分类仪式"承担：年度信用评分更新、定期风险评估、合规审计、绩效排名、信用修复机制等。这些仪式的共同特征是，它们不是单纯的信息更新，而是分类体系的合法化过程，它们告诉被分类的对象，"你之所以处于这一类别，是因为客观的、可验证的、程序正义的程序已经确认了你的位置。"

把这四点综合起来，可以看到，"分类即治理"不是一个隐喻，而是一个关于现代权力技术的精确描述。任何认真分析当代治理的研究者，都应该把"分类"作为分析的核心单位，而不是把分类视为理所当然的前提条件。

三个当代诊断：算法时代的图腾逻辑

本节以三个具体的当代案例展开"分类即治理"的命题。这三个案例的选择基于以下考虑：它们代表三种不同的治理语境（自由市场的刑事司法、超国家的监管框架、国家主导的社会信用）、三种不同的分类技术（风险评分、风险分级、行为积分）、三种不同的政治后果（个体自由的限制、市场准入的调节、社会资源的分配）。它们之间的差异恰恰证明，"分类即治理"是一个跨制度、跨文化的普遍命题。

COMPAS累犯预测算法

COMPAS（Correctional Offender Management Profiling for Alternative Sanctions）由Northpointe公司（后改名为equivant）开发，自2000年代起在美国多个州的刑事司法系统中使用。它的核心功能是基于137个问题的问卷和犯罪历史数据，输出一个1到10的风险评分，预测被告在两年内是否会再次犯罪。这一评分被法官用于保释决定、量刑听证、假释审批等关键决策节点。

2016年5月，ProPublica的调查记者Julia Angwin等发表了题为《机器偏见》的报道，对COMPAS在佛罗里达州布劳沃德县的使用情况进行了系统分析。调查的核心发现是：在控制其他变量的情况下，未再次犯罪的黑人被告被错误分类为"高风险"的比例，是未再次犯罪的白人被告的近两倍；反之，再次犯罪的白人被告被错误分类为"低风险"的比例，是再次犯罪的黑人被告的一倍多。换言之，COMPAS在"假阳性"和"假阴性"两个方向上都存在显著的种族差异。

Northpointe公司对这一调查作出了回应，主张COMPAS在"整体预测准确性"上是公平的，所谓的种族差异是不同基准率（base rate）的副产品。这一回应在机器学习公平性研究领域引发了一场持续数年的争论，至今未有定论。争论的核心是"公平"究竟指什么：是不同群体之间的错误率相等（ProPublica主张的"均等公平"），还是预测结果的概率校准（Northpointe主张的"校准公平"）？这两者在数学上被证明不可能同时满足，这一结果被称为"公平不可能定理"。

本节关注的不是机器学习公平性的技术争论，而是COMPAS作为一个分类体系在政治层面的运作方式。从涂尔干-莫斯和道格拉斯的分析框架出发，可以揭示COMPAS的三个结构特征。

第一，分类生产了"风险"这一不可见的对象。在COMPAS使用之前，"累犯风险"不是一个司法决策中常规使用的概念。被告在量刑时被考虑的是"罪行严重程度""犯罪前科""悔罪表现"等可观察因素。COMPAS通过算法模型把"风险"生产为一个连续变量，并把它作为决策的核心输入。这一生产过程不是中性的，它把"风险"从一种描述性的预测转化为一种规范性的治理对象。一个被COMPAS标记为"高风险"的被告，不仅是被预测的对象，更是一个被治理的对象。

第二，分类编码了历史性的歧视模式。COMPAS的训练数据是历史犯罪记录和逮捕数据，而这些数据本身嵌入了美国刑事司法系统中长期存在的种族差异，黑人社区被更频繁地巡逻、被更频繁地逮捕、被更频繁地定罪，即使在控制犯罪率的情况下也是如此。机器学习模型把这种历史模式作为"特征"内化为模型的预测参数，从而使歧视以"科学发现"和"客观算法"的面貌出现。这正是涂尔干-莫斯揭示的分类遮蔽机制：分类把社会起源转化为自然属性。

第三，分类嵌入差异性的待遇。COMPAS的风险评分直接对应不同的法律待遇：高风险评分倾向于支持羁押和较长的刑期，低风险评分倾向于支持保释和缓刑。这一对应关系不是技术性的，而是治理性的，它把一个算法的输出转化为一个具体的法律后果。在Wisconsin州诉Loomis案（2016）中，威斯康星州最高法院支持使用COMPAS评分，但同时承认被告有权获得关于评分用途的通知。这一案件表明，即使是支持算法使用的法律框架，也不得不面对"分类嵌入差异"这一结构性问题。

COMPAS不是孤例。在刑事司法领域，类似的风险评分工具包括PSA（Public Safety Assessment）、LSIR（Level of Service Inventory-Revised）、OGRS（Offender Group Reconviction Scale）等，覆盖美国、英国、加拿大、澳大利亚等多个国家。在金融领域，FICO评分是另一个广泛使用的分类工具，它的分级（subprime、prime、super-prime）直接对应不同的贷款利率和市场准入。这些分类系统的共同特征是：它们把不可见的属性（"风险""信用""健康"）生产为可量化的指标，把历史性的不平等编码为模型的"客观"参数，把分类结果转化为差异性的待遇。

欧盟人工智能法案的风险分级

2024年8月，欧盟人工智能法案（EU AI Act）正式生效，并在24至36个月内分阶段全面适用。这一法案被视为全球第一个全面性的AI监管框架，它的核心结构不是禁止特定技术或要求特定结果，而是建立一个基于风险分级的分类体系。

法案将AI系统分为四个风险等级：不可接受风险、高风险、有限风险、最小风险。每个等级对应不同的合规义务：不可接受风险的AI系统（如政府社会评分、操纵性A