1、史学月刊 年第 期数字人文与历史研究数字人文与清代官员仕途研究陈 必 佳康 文 林 摘要数字化时代的到来给史学研究者带来研究方法的变革，越来越多专题性历史数据库的涌现，对人文学者掌握和利用数据库的技术手段方面也带来新的挑战。在将清代缙绅录建设为史学量化数据库的过程中，利用人物姓名、籍贯等关键信息构建有效的内部连接是追踪官员仕途迁转的关键，而跨数据的外部连接能够进一步拓展数据分析维度，补充科考名次、出生年月、家族背景等影响仕途的重要因素。利用明经通谱中的拔贡名册和缙绅录连接比较，可以得到各科拔贡生员入仕的人数比例。在分析拔贡不同的入仕途径过程中，不能忽视履历、方志等史料中对官员捐纳等信息的搜集，
2、同时在任职时间等方面，这些信息可与缙绅录数据库中的信息互补，勾勒出更完整的官员仕途路径。在团队跨学科合作方面，缙绅录就开发检索平台、互动式可视化界面都进行过尝试，但存在成果难以维护和共享利用等问题，为数字人文在史学领域的发展提供思考借鉴。关键词数字人文；跨数据连接；清代官员；缙绅录；拔贡仕途 中图分类号 文献标识码 文章编号 （）近年来，随着计算机技术和数据信息化的发展，各类史料、档案、报刊都逐渐被全国各图书馆、高校和科研团队利用并建立了相关的数据库，内容、形式不一而足，为学界提供便利的同时，也给利用和处理相关数据化的材料带来了新问题和新挑战。本文以自身参与其中的“中国历史官员数据库 清代缙绅
3、录（）”项目和相关拓展研究为例，展示历史研究中如何借鉴社会科学研究方法，以系统性的历史数据库为核心，连接各类其他史料或数据集。系统性和结构化的史料通过数据连接和恰当的分析方式，在量化分析层面能够发掘问题、验证推论，最终服务于以发现、描述和解释为目的的历史研究。同时，以跨学科合作为基础进行的数据可视化也尝试在数字人文兴起的大背景下，给传统人文学科带来新的思考和挑战。一从计量统计分析到量化历史大数据按照中国史学传统，历史研究长期以来皆以政治史为核心展开叙述，因而作为政权运作执行者的历代官员，也是历史研究的重点对象。与清代官员群体相关的档案史料存世多而繁杂，有学者从具有代表性和传奇色彩的官员生平入手
4、，根据目标人物宦海沉浮的经历勾画时事变化与仕途命运的关系，典型的代表作如罗威廉 救世 陈宏谋与十八世纪中国的精英意识 一书，对清代中叶著名政治人物陈宏谋超过半个世纪的为官经历进行解读，透过其思想与政治生涯反映 世纪的官僚政治思想和社会。随着计量史学的兴起，从 世纪七八十年代起，有一批以 清季职官表、地方志为材料依托的学者，对清代官员中的几个代表性群体尝试过描述性的统计分析，以揭示群体特征，并将这些特征与中央地方权力分配和时局联系在一起。最早结合社会学理论，利用数量分析方法处理方志史料，讨论基金项目：中国人民大学中央高校基本科研业务费专项资金资助项目（），香港政府研究资助局优配研究金（）（）。关
5、于本数据库在人名连接方面更为系统和技术性的分析和讨论，参见康文林、陈必佳：中国历史官员量化数据库 清代（）中的官员人名连接 ，“（）”，历史生命历程研究（）年第 期，第 页。士绅社会来源的是张仲礼，他对 世纪地方志中 名中国绅士传记进行了统计，分析其中既无家庭背景又出身异途的“新进者”和有家庭科举背景的“继进者”之间的数量关系。同时期的学者何炳棣在 明清社会史论 中，也多处利用缙绅录这种官员名册统计对清代官员出身进行研究分析。瞿同祖在 中国地方政府 一书的论述中，也曾借缙绅录为据分析知县等地方官的出身构成。除上述与士绅、官员的社会来源和社会流动分析密切相关的研究中利用到了大样本的数量统计和比较
6、分析外，近年来，随着信息技术的发展和数字人文的兴起，在如何科学有效地利用史料中包含的数量信息开展研究方面，学界有了不少新尝试和新探索。数字人文的发展是以计算机技术引入人文领域为基础的，数字工具的应用和量化分析的方法是其主要特点，跨学科合作是其重要的开展模式。目前数字人文学科的发展已经从探索走向了应用领域，包括但不限于城市地图、知识图谱、文物 模型和 展示等，广义的数字人文在公共文化传播、文物保护和城市旅游开发等领域不断有开创性的应用。在数字人文与历史研究相结合的研究成果中，各领域的学者也呈现了不同的研究方法和路径，在此选取有代表性的一部分进行简单概述。第一，伴随大量检索型人文数据库的建设，利用
7、词频统计等工具对文本进行的量化分析研究。这类研究方法在档案管理、图书情报等学科应用方面更为广泛，汉语言文学等学科也有学者利用语料库进行词频分析方法研究文体特征。这类分析的数据统计较为基础，只能得到一些概括性的推论，在深入研究和解释方面尚存在诸多不足。第二，沿袭资料卡模式的史料分析方法，将“大规模、系统性材料”进行结构化处理，把其中的专题类信息分门别类整理为表格式的大型数据库。围绕这类数据库可以进一步演化为知识库等更具有功能性的数据库形式，也可以由研究者独立进行描述性的统计分析，再以大样本、长时段的实证性分析结果为依据，辅以其他档案史料展开细化分析。梁晨和李中清指出，这种社会科学化的定量分析方法
8、“在发现新史实或新规律上优势明显”，但也承认在观察到有趣的规律性现象时，“仅凭数据本身无法对结果做出合理的解释”，导致对部分现象的解说和阐释较为肤浅，因此不能忽视定量分析和定性分析方法的结合。第三，经济史方向的研究则结合社会科学、经济学领域计量模型的分析方法，利用从史料中提取和收集到的有效数据，应用数理模型进行带有因果假设推断的检验性分析。梁晨等学者在 量化数据库与历史研究 一文中，将以量化数据库展开定量研究推动“求是型学术”和传统计量史学和以经济学为代表的社会科学学科推动的“解释型学术”进行了比较和说明，并重点解说了量化数据库方法在应对大规模、长时段的整体史学和同类型的群体性记录的历史材料具
9、有优势，不仅可以扩大史学研究应用的材料门类和范围，也能“为克服史料繁芜提供重要思路”。李伯重对经济史领域张仲礼：中国绅士研究（，）上编，上海：上海人民出版社 年版，第 页。这类研究的代表，可参考项洁等：数位人文视野下的知识分类观察：两部官修类书的比较分析，东亚观念史集刊 第期，年 月，第 页。唐榕：基于词频统计的宋词文体特征分析，重庆第二师范学院学报 年第期，第 页。此类研究建立的代表性数据库包括但不限于中国多代人口数据库、中国大学生数据库、中国历史官员量化数据库 清代（原缙绅录量化数据库）、中国历史官员量化数据库 北洋民国。关于这些数据库项目和相关研究的详情，可参见李中清康文林研究团队的网页
10、 ：。此类大量运用描述性统计研究分析方法的代表性成果包括但不限于李中清、王丰著，陈卫、姚远译：人类的四分之一 马尔萨斯的神话与中国的现实 ，北京：生活读书新知三联书店 年版；梁晨等：无声的革命 北京大学、苏州大学学生社会来源研究 ，北京：生活读书新知三联书店 年版；梁晨：民国大学教职员工生活水平与社会结构研究：以清华为中心，北京：科学出版社 年版；陈志武、彭凯翔、袁为鹏：清初至二十世纪前期中国利率史初探 基于中国利率史数据库（）的考察，清史研究 年第期，第 页；康文林：清末科举停废对士人文官群体的影响 基于微观大数据的宏观新视角，社会科学辑刊 年第期，第 页。梁晨、李中清：大数据、新史实与理论
11、演进 以学籍卡材料的史料价值与研究方法为中心的讨论，清华大学学报 年第期，页。这类研究包括陈志武等：清代妻妾价格研究 传统社会里女性如何被用作避险资产？，经济学（季刊）年第期，第 页；白营、贾瑞雪：科举停废对于精英去向和政治稳定性的影响（，“：”），计量经济学（）年第期，第 页。梁晨、董浩、李中清：量化数据库与历史研究，历史研究 年第期，第 页。利用统计学特征的计量和量化方法进行了辩证的讨论，提出史学研究对量化方法应采取开放的心态，但不能忽视其适用性，也要注重对史料可靠性的考察。第四，历史学者在引入和应用量化分析方法时，更注重历史学的叙事性和史料的丰富性，因此经量化统计的数据分析结果作为研究过
12、程中展开的论证依据之一。社会学和历史学者最初关注和利用缙绅录这一史料，便是用于统计分析特定官员群体的科举出身和来源比例。前辈学者的研究受到史料搜集的时空局限，基本都是援引个别身边易于获得的缙绅录版本，对其中对应季节反映的特定时间点的官员名册进行单独统计，大规模的追踪分析也因技术限制而难以实现。在历史大数据和分析技术的发展背景之下，缙绅录成为覆盖清代文官群体全样本的理想的时间序列型数据材料。据考，缙绅录源于宋代，也有学者提出唐代或许已有该类名册的雏形，现存最早的版本可追溯到明代，是记录所有官职和官员信息的名册。至清代，缙绅录体例逐渐成熟并形成了按季更新，官本、坊本流传并行的局面。起初其印制和发行
13、是服务于皇帝和中央机构的，需要“进呈御览”，因而由吏部负责组织刊刻的缙绅录书名为 爵秩全览。坊刻本通常名为 大清缙（搢）绅全书 爵秩全函，由京师琉璃厂的各大书坊发行，书坊互为商业竞争关系，各自有其搜集官员信息的渠道。坊刻本的商品属性使得各书坊力求官员任职信息来源的精确性和时效性，成为在京官员、候补官员和京外官员及家属争相求购参考的时报类工具书。“中国历史官员数据库 清代”的建设，最初就是以研究官员流动为目标，以发现和了解缙绅录这一官员名册为契机开展的，与图书馆和档案馆以资料整理为目的的历史文献数据库有所区别。上文已提及，缙绅录在清代按季发行，但有官刻、坊刻之分，而存世和可供查阅的缙绅录在时间连
14、续和版本一致性上无法保持始终统一。实际的材料转录中也确实发现不同版本来源的缙绅录，相邻的季节在同一机构的人员顺序和格式上存在差异。随着转录材料的累积和追踪分析，项目组发现人员数量变化的原因主要在于官刻本和坊刻本对于“额外司员”这类候补官员的记录标准不同，因而及时做了分析策略的调整 将仅出现在坊刻本中的“额外司员”进行标记，在涉及时间变化和连续性的量化分析中，将所标记的官员记录排除。除此之外，按照时间顺序录入的缙绅录数据基本遵循清代文官系统的结构，满足追踪分析官员群体特征的需求。数据库开始转录工作以来，同步开展的分析工作大致分两个脉络进行，一是熟悉了解缙绅录数据库本身的特点，对所载官员在不同年份
15、季节中的官职记录进行内部连接，二是搜集其他与清代职官有重合的人员名录和数据集，尝试跨数据匹配的“外连接”。二传统史料数据化后的内外连接：从科考到入仕的群体路径分析将缙绅录中的官员任职条目化信息转录为数据库具有重大意义，可以有效帮助我们从整体角度研究分析清代官员“从哪里来，到哪里去”的问题。清末仕途壅滞，捐例大开，科举士人难寻出路，但在具体的数量和比例层面，仅有时人笔记中的直觉性判断和学者的估算性统计作为参照，并无确切统计。缙绅录本身按季更新的特性和覆盖所有文官名录的属性，使得分析科举士人由科举到入仕并进入仕途，及在文官整体中的占比数量和动态变化成为可能。数据库在从录入到量化分析的过程中遇到了多
16、方面的困难，开展研究的过程中，我们不断探索技术进步为人文学术问题带来的潜在新解法，并最终形成了较为成熟的方法体系。数据的“内连接”是我们开展量化分析的第一步，其目的是追踪已经成为文官系统正式成员的官员群体，在进入官场后的迁转路径是否有其内在规律。清代有成李伯重：史料与量化：量化方法在史学研究中的运用讨论之一，清华大学学报 年第期，第 页。此类研究尝试的代表包括但不限于胡恒：清代政区分等与官僚资源调配的量化分析，近代史研究 年第期，第 页；胡存璐等：清代州的政区分等与知州选任的量化分析，数字人文研究 年第期，第 页。石鹏：国家图书馆藏明代万历及崇祯缙绅录研究，文献 年第期，第 页。梁晨：推动数据连接，促进史学研究，中国社会科学报，年月 日，第版。“内连接”即将同一名官员在不同季节中的任职记录进行识别，赋予唯一的编号。由于针对缙绅录的转录我们遵循尽量不改变原始史料包含的信息，所以不同版本的缙绅录即使在时间上连续，针对同一名官员也可能会出现姓名、籍贯地用到异体字或同音字的情况，这对保证识别一名官员唯一编号的准确率带来一定挑战。熟且不断发展变化的一套人事制度，一方面，我们可以利用数据库验证官员
