古代文學(xué)研究的數(shù)據(jù)意識與數(shù)據(jù)意義

王兆鵬

(四川大學(xué) 中國俗文化研究所，四川 成都 610065；中南民族大學(xué) 文學(xué)與新聞傳播學(xué)院，湖北 武漢 430074)

今天我們需要大數(shù)據(jù)，是因為我們已經(jīng)進入了大數(shù)據(jù)時代。各行各業(yè)都在運用大數(shù)據(jù)來升級換代，連延續(xù)幾千年的刀耕火種的農(nóng)業(yè)也用上了大數(shù)據(jù)?？墒俏覀児糯膶W(xué)研究領(lǐng)域的學(xué)者，有的對大數(shù)據(jù)置若罔聞。我們必須跟上時代的步伐，特別是年輕一代的學(xué)者，應(yīng)該擁抱時代，承擔時代賦予的責任。運用大數(shù)據(jù)，不僅僅是一種研究方法的選擇、研究視野的拓展，也是大家應(yīng)該承擔起來的責任。大家肩上有三重責任：

第一是要推動學(xué)術(shù)進步。我們已經(jīng)進入了信息時代，現(xiàn)在的本科生、碩士生、博士生應(yīng)該怎樣去推動學(xué)術(shù)進步？數(shù)據(jù)化是一條很重要的途徑。按照傳統(tǒng)的學(xué)術(shù)觀念和研究方法，古代文學(xué)研究很難有革命性的變化。但時代為我們提供了非常有利的、人人可用的數(shù)字技術(shù)。我們不能辜負時代，要充分利用數(shù)字技術(shù)去推動古代文學(xué)研究的數(shù)據(jù)化與現(xiàn)代化，這是新生代學(xué)人的責任。作為個體，可以自由選擇研究方法，堅守學(xué)術(shù)傳統(tǒng)；但作為新生代學(xué)人，有責任用新方法、新視野把學(xué)術(shù)研究向前推進。

第二是做好文化傳承。在大數(shù)據(jù)時代、讀屏讀圖時代，我們應(yīng)該怎樣傳承文化？仍然只靠一支筆或是口耳相傳？信息化、可視化時代，文學(xué)研究應(yīng)該怎樣利用虛擬現(xiàn)實、區(qū)塊鏈、元宇宙等技術(shù)、方法、理念來更好地傳承文學(xué)經(jīng)典與文化精華，是我們不能回避的課題和責任。當新技術(shù)風生水起時，從事傳統(tǒng)文化、文學(xué)研究的專業(yè)工作者若不參與其中，所謂的傳承文化、傳承經(jīng)典，只是一句空話。

在信息時代，文學(xué)研究隱藏著一種新的危機，那就是“古籍在國內(nèi)，而數(shù)據(jù)在國外”。很多古籍文獻數(shù)據(jù)由外國人開發(fā)和掌握。若今后我們要使用的古代文化、文學(xué)數(shù)據(jù)需要向外國人購買，那樣不僅會尷尬，也會深度影響我們的文化自信、文化安全。我們必須完全掌握屬于自己的古籍文獻數(shù)據(jù)，為學(xué)術(shù)研究、社會文化建設(shè)服務(wù)。今后研究古代文學(xué)，如果我們只是找出幾條文獻依據(jù)，而外國學(xué)者拿出大數(shù)據(jù)作為研究依據(jù)，我們將無言以對。所以，用大數(shù)據(jù)來傳承文化，不僅僅是一種責任，還有一種緊迫感和危機感。新生代的學(xué)者，要有世界眼光、時代意識，要有責任感和使命感。

第三是適應(yīng)人才培養(yǎng)的需要。無論是師范生，還是非師范生，大家都肩負著培養(yǎng)人才的責任?，F(xiàn)在的教育理念和方法是基于工業(yè)化時代的，進入信息時代、大數(shù)據(jù)時代后，我們要思考怎樣適應(yīng)時代的需求，培養(yǎng)新時代所需要的人才。當學(xué)生都了解并運用虛擬現(xiàn)實、區(qū)塊鏈、元宇宙時，如果身為師長還視而不見，則無法培養(yǎng)出新時代需求的新型人才。這幾重責任，都需要我們?nèi)チ私獯髷?shù)據(jù)、運用大數(shù)據(jù)。

一、數(shù)據(jù)意識

當下是文學(xué)研究需要大數(shù)據(jù)、也能產(chǎn)生大數(shù)據(jù)的時代。大數(shù)據(jù)從哪來？文學(xué)研究歷來缺乏數(shù)據(jù)意識和數(shù)據(jù)積累。我們提出的理念是：凡資料，皆數(shù)據(jù)。無論是什么樣的文獻資料，都可以轉(zhuǎn)化為數(shù)據(jù)。先說數(shù)據(jù)有哪些類型。

(一)數(shù)據(jù)類型

數(shù)據(jù)有三大類型：

從形態(tài)上看，可以分為顯性數(shù)據(jù)和隱性數(shù)據(jù)。顯性數(shù)據(jù)是直觀的，俯拾即是。比如古代文學(xué)作品選里的作者和作品目錄，人名和地名辭典里的人名、地名目錄，都是顯性數(shù)據(jù)。隱性數(shù)據(jù)，是材料里隱含的、不能直接看到的數(shù)據(jù)，需要加以人工標引。比如，作者的社會身份、作品的創(chuàng)作時間和地點，就需要根據(jù)有關(guān)傳記資料或考證成果予以人工標引。從作家年譜里提取作家的行蹤數(shù)據(jù)，也需要標引和挖掘。一篇作品，隱含有多種數(shù)據(jù)，如仿效、化用了前人哪篇作品，又被哪些后人仿效、化用，以往這些隱性數(shù)據(jù)很難獲得，如今隨著數(shù)字技術(shù)的進步，計算機經(jīng)過學(xué)習，能自動對不同的作品進行比對，從而為我們提供每篇作品的接受史數(shù)據(jù)。

比如，要了解杜甫的詩《登高》有多少人仿效唱和，我們在詩詞“知識圖譜”數(shù)據(jù)庫(1)“知識圖譜”數(shù)據(jù)庫，是筆者的團隊與蘇州圖譜信息技術(shù)有限公司合作開發(fā)的。網(wǎng)址是https://cnkgraph.com/，相關(guān)數(shù)據(jù)還在開發(fā)階段，可免費試用。里，可以找到20首后人追和的詩作，還可以進一步了解每句詩有多少后人模仿化用。例如，詩句“無邊落木蕭蕭下”，化用的人最多，后世有88首仿效和化用。這些數(shù)據(jù)，可以用來分析一首詩在后世影響的大小及其變化。以前筆者做接受史研究，非常希望有這類創(chuàng)作接受的數(shù)據(jù)，可當時很難獲取。現(xiàn)在有了這類數(shù)據(jù)，就可以豐富和完善接受史研究。而且隨著技術(shù)進步，以后這類數(shù)據(jù)會越來越豐富、越來越完善。

從性質(zhì)上看，可以分為定質(zhì)化數(shù)據(jù)和定量化數(shù)據(jù)。所謂定質(zhì)化數(shù)據(jù)，是能夠衡量測度對象內(nèi)在質(zhì)量優(yōu)劣高低的數(shù)據(jù)。定量化數(shù)據(jù)，是計算對象數(shù)值多少的數(shù)據(jù)。定量化數(shù)據(jù)，只能比較數(shù)量的差異，而不能衡定質(zhì)量的異同。目前我們還只有定量化數(shù)據(jù)，筆者30年來積累的定量化數(shù)據(jù)有幾百萬條，但定質(zhì)化數(shù)據(jù)一條也沒有。這需要學(xué)界的共同努力。

3.從來源上看，可以分為原生數(shù)據(jù)和衍生數(shù)據(jù)。原生數(shù)據(jù)，是客觀信息，比如作品選目錄里的作者、時代和作品篇名等信息。衍生數(shù)據(jù)，是需要標引再生的數(shù)據(jù)，如作者的文體身份，是詩歌作者還是散文作者，作品的文體是詩還是詞抑或是賦等。這些身份、文體屬性經(jīng)過標引后就成為新的數(shù)據(jù)，即衍生數(shù)據(jù)。用戶目的不同，標引的內(nèi)容、角度不同，衍生出的數(shù)據(jù)也不一樣。

(二)數(shù)據(jù)來源

上文提到，凡資料，即數(shù)據(jù)。文獻來源不同，數(shù)據(jù)的內(nèi)容和功能也不一樣。古代文學(xué)研究，至少有六種數(shù)據(jù)來源。

第一種是文學(xué)史?！吨袊膶W(xué)史》著作，是中文系學(xué)生的必讀書?，F(xiàn)在各大學(xué)使用的文學(xué)史教材，有的是用高等教育出版社出版的袁行霈先生主編的《中國文學(xué)史》，有的是用袁世碩先生主編的《中國古代文學(xué)史》，還有中國社會科學(xué)院文學(xué)研究所編著的《中國文學(xué)史》，或者是北京大學(xué)游國恩先生等主編的《中國文學(xué)史》。文學(xué)史教材轉(zhuǎn)化為數(shù)據(jù)，首先需要建立數(shù)據(jù)錄入的模板(見表1)。

表1 中國文學(xué)史所論作家作品數(shù)據(jù)表

例如錄入袁行霈先生主編《中國文學(xué)史》唐代部分的數(shù)據(jù)，“作家姓名”欄，按目錄依次填王績、王勃、楊炯、盧照鄰、駱賓王、杜審言、沈佺期、宋之問等；“章節(jié)層級”欄，因為李白、杜甫各占一章，就填“一章”；陳子昂，一人獨占一節(jié)，就填“一節(jié)”；張若虛、王維、王昌齡、崔顥、高適、岑參等，都是幾人合為一節(jié)，就各填“合節(jié)”；王績、四杰、杜審言、沈佺期、宋之問和張九齡等，都是在各節(jié)目錄下出現(xiàn)姓名，可填“節(jié)下”。其他欄目，也根據(jù)文學(xué)史正文的實際情況填上相關(guān)數(shù)據(jù)。

通過章節(jié)篇幅的數(shù)據(jù)，就可以看出詩人詩史地位、影響力的不同。獨占一章者，為第一層級；獨占一節(jié)者，為第二層級；合一節(jié)者為第三層級；節(jié)下提及其名者，為第四層級。如果參照鐘嶸《詩品》的做法，將四個層級依次換為上上品、上品、中品、下品，那么，李白、杜甫和李商隱可視為上上品，陳子昂可視為上品，張若虛、王維等人可視為中品，其他詩人可視為下品。當然，這只是一家文學(xué)史的評價，屬一家之言。如果將20世紀以來數(shù)百種文學(xué)史數(shù)據(jù)錄入，就可以全面看出作家地位的不同及其變化。比如以前的文學(xué)史都是在節(jié)下提及張若虛，很少在“節(jié)”的目錄中出現(xiàn)。也就是說，以前都將其作為下品詩人對待，而袁本文學(xué)史把他提到了中品。晚唐的李商隱，在以前的文學(xué)史都是占一節(jié)或共占一節(jié)，屬于上品或中品詩人，到了袁本文學(xué)史，卻獨占一章，這表明他的文學(xué)史地位已跨入上上品，與李、杜并駕齊驅(qū)。這是南開大學(xué)羅宗強先生提出的意見，他是唐五代文學(xué)卷的主編。他力主把李商隱升為一專章，也就是從上品詩人提升為上上品詩人。編寫組討論時有不同意見，因為以前的文學(xué)史很少把李商隱作為上上品詩人看待。但羅先生力主其說，并提出了許多理由依據(jù)，編寫組就遵從了他的意見。到現(xiàn)在，也為學(xué)界所普遍接受認同。

如果把20世紀以來成百上千種文學(xué)史著作全面轉(zhuǎn)化為數(shù)據(jù)，不僅可以統(tǒng)計分析個體作家歷史地位的變化、群體流派的演進，還可以考察不同時期文學(xué)觀念、審美意識、價值標準的不同與變化，看出學(xué)術(shù)的發(fā)展與進步。比如，宋代詞人張元干、朱敦儒，由原來的節(jié)下提及上升到節(jié)的目錄中，不僅表明他們的歷史地位有所提高，也表明學(xué)術(shù)界對他們的研究更加深入，提升了對他們在詞史進程中貢獻的認識。文學(xué)史著作的基本理念是守正出新，不能把沒有得到學(xué)界認同的個人主觀化的見解寫到文學(xué)史中。隨著學(xué)術(shù)研究的深入和進步，我們對有些作家和群體流派的貢獻會有新的認識。數(shù)據(jù)的統(tǒng)計分析，可以看出學(xué)術(shù)研究的發(fā)展變化。

第二種是作品選。作品選里也都是數(shù)據(jù)，比如郁賢皓先生主編、高等教育出版社出版的《中國古代文學(xué)作品選》，筆者主編的武漢出版社出版的《中國古代文學(xué)作品選》。除了作為高校教材的作品選，各種古代文學(xué)作品選本，諸如唐詩選、宋詞選、李白詩選、杜甫詩選等讀物，也一樣包含有豐富的信息數(shù)據(jù)。

首先是作家數(shù)據(jù)。每位作家入選的作品文體不同、篇數(shù)不同。比如蘇軾，詩詞文各體皆工，哪部作品選都會入選他的詩、詞、文、賦；李、杜以詩見長，入選的詩作會很多；韓愈、柳宗元的散文和詩歌，也是作品選必選的對象。一位作家，入選的作品越多，表明他的文學(xué)地位越高、文學(xué)影響力越大。

其次是作品數(shù)據(jù)。一部作品入選的次數(shù)越多，表明它的影響力越大。作品數(shù)據(jù)錄入的方法，也是先建數(shù)據(jù)表(見表2)。

表2 中國古代文學(xué)作品選數(shù)據(jù)表

作家姓名、作品篇名和首句，是原生信息數(shù)據(jù)。體裁、主題、時代是標引出來的衍生數(shù)據(jù)。之所以詩歌也要列出首句，是為了區(qū)別同題的作品和組詩中的單篇作品。如果統(tǒng)計了幾十上百種選本，就可以統(tǒng)計分析每篇作品影響力的大小和變化、每位作家創(chuàng)造力和影響力的高低變化。有的詩人是百花齊放，有好多作品受人歡迎，有的一枝獨秀，總是那一首作品受人關(guān)注。有的作家眾體皆擅，多項全能，有的作家屬單項選手，專擅一體。統(tǒng)計數(shù)據(jù)既能給每位作家畫像，也能衡量他貢獻的大小、影響的高低。唐詩究竟哪首詩影響力、知名度最高？是杜甫的《登高》還是崔顥的《黃鶴樓》？李白《登金陵鳳凰臺》有意與崔顥《黃鶴樓》一爭高下，究竟是崔氏原唱受人歡迎，還是李白的擬作受人關(guān)注？數(shù)據(jù)會提供具體的答案。

第三是文學(xué)總集的作家信息數(shù)據(jù)。比如《全唐詩》《全唐文》《全宋詩》《全宋詞》《全宋文》，收錄了唐宋時期全部作者的所有作品，里面都有作者小傳。作者小傳中的信息，可以轉(zhuǎn)化為數(shù)據(jù)。需要注意的是，《全唐詩》《全唐文》是清人所編，作者小傳的信息不盡準確?！度卧~》成書較早，作者小傳的信息，后來學(xué)界多有訂正。所以，錄入時要注意參考學(xué)界成果加以訂正。

宋代作家信息的數(shù)據(jù)(參表3)，可以根據(jù)《全宋詩》《全宋詞》《全宋文》來錄入。作家姓名欄填蘇軾、辛棄疾等。時代欄，填宋代或唐代。如果專注于宋代，可填北宋或南宋，甚至是北宋前期、北宋中期或后期；如果是唐代，可分初、盛、中、晚唐。根據(jù)研究者的不同需求，可細分也可粗分。生卒年欄，生卒年可考的就填，生卒年不明的就留空。但要注意按《全宋詩》《全宋詞》《全宋文》原來的排列次序來填。排列次序，隱含著作者的時代信息，特別是生卒年不詳?shù)淖髡?，原書所排列的時段、位置，都有一定的歷史依據(jù)。為了標明每位作者所在的時段，筆者依據(jù)“三全”的順序，分別給每位作者編一個代碼，如S4012、C1097、W1599，分別代表三位作者在《全宋詩》的第4012頁、《全宋詞》的1097頁、《全宋文》的1599頁。這些都是起始頁，同時代表作者所處的時代位置。

表3 作家基本信息數(shù)據(jù)表

作家籍貫，分省市縣三級，是為便于分地分層統(tǒng)計。還可以列出古代路或道、州、縣三級，以便古今對照。文體身份，指作者是詩人還是詞人抑或是散文作者，可用代碼表示，如S代表詩、C代表詞、W代表文，SCW代表其人兼三種詩詞文作者三重身份，SC代表作者同時有詩詞傳世，SW代表其人有詩文傳世。填入后由計算機來統(tǒng)計，又快又準確。不過，統(tǒng)計作品數(shù)量，要注意一題多篇的情況，特別是詩歌，有的一題之下有多首，要注意分開統(tǒng)計。比如陸游的詩歌題目只有五千多篇，詩作卻有九千多首。

數(shù)據(jù)經(jīng)整理加工，逐步開發(fā)成為數(shù)據(jù)庫，有助于研究的多角度與多層面的開展。筆者運用這些數(shù)據(jù)的論文已經(jīng)發(fā)表(2)王兆鵬,齊曉玉.宋代詩文詞作者的層級與時空分布[J].中南民族大學(xué)學(xué)報(人文社會科學(xué)版),2022,42(01)。，被中國人民大學(xué)報刊復(fù)印資料《中國古近代文學(xué)研究》全文轉(zhuǎn)載，《新華文摘》也有論點摘編。去年在學(xué)報網(wǎng)絡(luò)版刊出后，還受到《2021哲學(xué)社會科學(xué)學(xué)科研究發(fā)展報告(文學(xué))》課題組的關(guān)注和介紹。數(shù)據(jù)統(tǒng)計分析成果受到學(xué)界的關(guān)注，也表明該研究方法的科學(xué)性與創(chuàng)新性。

第四是研究論著目錄數(shù)據(jù)。數(shù)據(jù)來源于研究論文目錄和研究著作目錄。國內(nèi)論文目錄，可以從中國期刊網(wǎng)、中國人民大學(xué)報刊復(fù)印資料、全國報刊索引等網(wǎng)站獲取。著作則可以從全國新書目、國家圖書館官網(wǎng)等查詢，海外有關(guān)中國古代文學(xué)研究論著目錄來源不一。既可從各國各地政府圖書館、著名高校圖書館查詢，也可從相關(guān)專題目錄匯編中查詢。如日本吉田誠夫、高野由紀夫、櫻田芳樹編集《中國文學(xué)研究文獻要覽1945-1977》(日外アソシエーツ株式會社1979年版)，谷口洋、稀代麻也子、永田知之、內(nèi)山精也、上田望編集《中國文學(xué)研究文獻要覽·古典文學(xué)1978-2007》(日外アソシエーツ株式會社2008年版)，胡建次和邱美瓊編譯《日本學(xué)者中國古典詩學(xué)研究主要文獻目錄1900-2007》(百花洲文藝出版社2009年版)，金時俊、徐敬浩編《韓國中國學(xué)研究論著目錄1945-1999》(首爾松出版社2001年版)等。論著目錄的模板，需要包含如下欄目(見表4)：

表4 論著目錄數(shù)據(jù)表

前四個欄目，都是原生客觀信息，后面幾欄，都是需要標引的衍生數(shù)據(jù)。例如，“晉玉《漱玉斷腸詞》，《文藝雜志》1915年第1期”這條目錄，分別錄入作者、作品、來源、時間四個欄目。對象，指論文研究的作家，這篇論文研究的是李清照和朱淑真，對象欄則應(yīng)填上李、朱二人的名字。角度，指研究角度是考據(jù)還是理論闡釋。這一欄，比較主觀，可以根據(jù)研究者的需求來設(shè)定或變更欄目內(nèi)容。時代，指論文研究對象的時代，如果數(shù)據(jù)庫包含幾個時代，就應(yīng)該填宋代，如果數(shù)據(jù)庫只含宋代的研究成果，那就可填南宋，以區(qū)別于北宋。文體，是指論文研究的詩、詞還是文?！妒駭嗄c詞》是研究兩位女性詞人的詞，所以文體欄應(yīng)該填“詞”。單篇，指論文研究的是作家的那一篇作品，如李清照的《聲聲慢》之類。但此文是整體研究，不是專門研究哪一篇、哪一首作品，所以此欄留空。地域，指論文作者是哪里人，以便統(tǒng)計作者的地域分布。如果數(shù)據(jù)庫包含海內(nèi)外，地域就填中國大陸或中國臺灣、中國香港或美、日、韓等。如果只是國內(nèi)數(shù)據(jù)，就按省份或城市來填。

一條或幾條論著目錄意義不大，但幾千條、幾萬條目錄，就大有用處?？梢該?jù)此統(tǒng)計分析一個時段、一個地區(qū)的研究格局、動態(tài)。筆者搜羅了3萬多條20世紀海內(nèi)外研究唐代文學(xué)研究的論著目錄，把這些目錄轉(zhuǎn)化成數(shù)據(jù)庫，然后運用這些數(shù)據(jù)統(tǒng)計分析，發(fā)表了十幾篇論文。這幾年筆者的團隊又陸續(xù)搜羅了30多萬條中國古代文學(xué)研究的論著目錄，可以全方位統(tǒng)計分析20世紀整個中國古代文學(xué)研究的狀況，既可以考察一百多年來作者隊伍的代群分布、時段分布，也可了解各個時段研究熱點的分布與變化。

第五是研究著作，比如作家年譜與傳記、別集編年箋注、作家生平考證論文等。我主持研發(fā)的唐宋文學(xué)編年地圖的數(shù)據(jù)，就是從這三類研究成果中挖掘提取來的。唐宋文學(xué)編年地圖數(shù)據(jù)，錄入表格如下：

表5 作家活動編年數(shù)據(jù)表

這個表格是經(jīng)過反復(fù)摸索試驗后定下來的?？雌饋砗唵?，做起來卻不容易。開始我們是把作家活動和作品編年分開來做，后來發(fā)現(xiàn)做了很多重復(fù)勞動，于是合并簡省為一個表。表中的數(shù)據(jù)，沒有原生數(shù)據(jù)，全是按預(yù)設(shè)的目的從文獻資料中挖掘提取而來。

以白居易為例，根據(jù)《白居易年譜》，他大歷七年正月二十日生于新鄭。這條內(nèi)容，分別填入上面表格中對應(yīng)的欄目。京畿道、鄭州和河南、鄭州等地名信息，都是錄入時人工補充的信息?，F(xiàn)在隨著技術(shù)的發(fā)展，我們開發(fā)的數(shù)據(jù)庫中，已經(jīng)可以自動比對地名的所屬關(guān)系?，F(xiàn)在只填一個古地名鄭州，數(shù)據(jù)庫會自動比對唐代鄭州屬于京畿道，宋代屬于京西北路，而不用人工填寫。機器自動比對后填寫，不容易出錯。而人工做，不小心就會把地名的對應(yīng)關(guān)系弄錯，還是需要校驗。交往人物、編年作品，有則填，沒有信息就留空?！白髌肺捏w”，是指編年作品屬于詩、詞或文，以便分體統(tǒng)計。文獻來源，填所依據(jù)的作者書名及版本頁碼等信息。文獻來源，不止一種。白居易事跡，既參考了朱金城《白居易年譜》，也參用了謝思煒的《白居易文集校注》。

這些作家活動數(shù)據(jù)，與《中國歷史地圖》數(shù)據(jù)融合，就形成唐宋文學(xué)編年地圖平臺(3)https://sou-yun.cn/MPoetLifeMap.aspx。。編年地圖，不只是把作家一生的活動軌跡予以可視化呈現(xiàn)，還可以發(fā)現(xiàn)很多學(xué)術(shù)問題，引發(fā)我們進一步思考和研究。

第六是工具書。工具書往往是格式化、條目化的，轉(zhuǎn)化為數(shù)據(jù)更方便。比如，浙江大學(xué)龔延明等先生編撰的《宋登科記考》，搜羅的宋代進士的信息相當豐富完備。我們按照進士姓名、及第年份、及第科目、進士籍貫(分路、州、縣三級)等欄目，將宋代進士的信息轉(zhuǎn)錄成《宋代進士數(shù)據(jù)庫》。

李之亮先生前年些出版了兩套《宋代職官通考》《宋代郡守通考》叢書，是學(xué)術(shù)含量很高的學(xué)術(shù)著作。筆者團隊曾把這兩套書轉(zhuǎn)化為《宋代文官數(shù)據(jù)庫》，檢索統(tǒng)計都十分方便，既可以了解宋代每一年從中央到地方的各路分州府有哪些官員，也可以分地統(tǒng)計各路、各州府歷年有哪些官員，還可以考察每位官員一生做了哪些官、在哪些地方做過官。數(shù)據(jù)非常有用。

比如，在宋代300多年的歷史上，有多少人在建康做過知州、知府，每一年是誰任知州知府，打開數(shù)據(jù)庫，瞬間就可以統(tǒng)計出結(jié)果。建康一地出了多少進士，有多少狀元，每科多少人，打開《宋代進士數(shù)據(jù)庫》，一查即知。

有了數(shù)據(jù)意識，什么資料都可以轉(zhuǎn)化為數(shù)據(jù)。再強調(diào)一遍：凡資料，即數(shù)據(jù)。凡數(shù)據(jù)，皆有用。

二、數(shù)據(jù)意義

現(xiàn)在論證第二個問題：數(shù)據(jù)有什么用？有什么學(xué)術(shù)意義？

有人認為文學(xué)是審美的，美的東西是無法用數(shù)量、數(shù)據(jù)來衡量的。既然美的東西不用能數(shù)據(jù)來衡量，那數(shù)據(jù)就沒什么用，跟文學(xué)也沒有關(guān)系。我們現(xiàn)在要破除這種執(zhí)念，特別是在大數(shù)據(jù)時代，文學(xué)數(shù)據(jù)有大用、有妙用。藝術(shù)體操、花樣滑冰、高臺跳水等運動項目，既是競技的，也是審美的。比賽的時候，不是用分數(shù)來衡量高下嗎？這些項目的世界冠亞軍不是通過打分決出勝負的嗎？書法繪畫是一種純藝術(shù)、純審美的東西。拍賣行里、書畫市場里，不是用價格來衡量它藝術(shù)價值的高低嗎？當然價格的高低，有市場因素起作用，但書畫家影響力的高低、作品藝術(shù)價值的大小，是決定性因素。

一首詩、一首詞、一部小說，既是審美的藝術(shù)作品，也含有競技性。我們?yōu)槭裁床荒苡脭?shù)據(jù)來衡量它價值的高低呢？只是我們現(xiàn)在還沒找到一種有效的方法來衡量它、測度它。筆者認為，構(gòu)建一套文學(xué)評價指標體系，建立計算模型和一套標準化的操作規(guī)程，也能準確衡量出一部作品價值的高低。

數(shù)據(jù)與文的關(guān)系有無？例如，詩人的地位、影響力，和他的作品數(shù)量有沒有關(guān)系？傳統(tǒng)的觀念是，文學(xué)作品要靠質(zhì)量、靠精品，這當然沒錯。但是，如果僅有一首精品，能不能成為杜甫？如果李白只有一首經(jīng)典作品流傳，還能不能成為后人心目中的李白？

我們來看《全唐詩》中的數(shù)據(jù)。在唐詩中，從影響力來看，杜甫、李白分別居第一和第二；而作品量，他倆也位居第二、第三。也就是說，杜甫的影響力是第一，作品量是第二；李白的影響力第二，作品量為第三。這個數(shù)據(jù)表明，詩人的影響力、文學(xué)史地位，跟他作品的數(shù)量正相關(guān)。再來看《全宋詞》。宋詞里辛棄疾的影響力高居第一，蘇軾居第二；作品量呢，也是辛棄疾第一，蘇軾第二。這再次表明，作家的影響力、文學(xué)史地位，跟他作品的數(shù)量高度正相關(guān)。假如辛棄疾的名篇佳作只有一首，蘇軾一生也只創(chuàng)作了一首詞，或者只有一首好作品傳世，他倆還能成為后人無限景仰的辛棄疾、蘇軾嗎？宋詩里，影響力最大的是蘇軾，其次是陸游。陸游的詩作最多，有九千多首，名列第一；蘇軾的詩作近三千首，作品量排在第七。

這些數(shù)據(jù)表明，在唐宋詩詞里，詩人的影響力跟他的作品數(shù)量高度正相關(guān)，但不是完全成正比。不是作品數(shù)量越高，影響力就越大。因為，有些詩人作品量雖然很多，但影響力不大。所以，影響力大的詩人，作品量都很高，但不能說，詩人的作品量越多，影響力就越大。南宋趙汝騰《石屏詩序》說：“詩之傳，非以能多也，以能精也。精者不可多，唐詩數(shù)百家，精者才十數(shù)人，就十數(shù)人中選其精者，才數(shù)十而已。惟少陵、謫仙能多而能精，故為唐詩人巨擘也?！彪m然他強調(diào)，詩歌傳播要靠精品，而精品難得，但他也明確地說，正因為精品難得，所以要成“巨擘”，必須是“多而能精”。質(zhì)量與數(shù)量要雙高。李、杜能成為巨擘，就是因為他們的作品又多又精。

事實表明文學(xué)跟數(shù)量、數(shù)據(jù)大有關(guān)系。接著來看數(shù)據(jù)究竟有哪些作用和意義。

其一，數(shù)據(jù)可以發(fā)現(xiàn)新問題、提出新觀點。我們平常說唐詩宋詞是經(jīng)典，但五萬多首唐詩、兩萬多首宋詞，并不是每首都是經(jīng)典。究竟哪些詩詞作品影響力較大、較受大眾歡迎？有人喜歡“鵝鵝鵝，曲項向天歌”，有人喜歡“床前明月光，疑是地上霜”，還有人喜歡或者說更熟悉“春眠不覺曉”。就這三首啟蒙詩，哪篇影響力最大？啟蒙詩知名度高，但在詩人心中、專家眼中，未必是頂級的經(jīng)典。文學(xué)史上，可讀性與藝術(shù)性之間、創(chuàng)造性與影響力之間，不一定都成正比。知名度很高、可讀性很強的作品，文學(xué)價值不一定是最高的。那怎樣來衡量唐詩宋詞的價值和影響力呢？

我們還是用數(shù)據(jù)來回答。目前的數(shù)據(jù)，還無法測度一篇作品內(nèi)在藝術(shù)價值的大小，因為還沒有建立起作品評價的量化指標體系和計算模型，但可以衡量一篇詩詞作品的外在影響力。我們選取了五種指標：后代詩人、詞人追和的頻次，歷代選本的入選頻次，歷代詩論家的品評頻次，當代學(xué)者研究的頻次，網(wǎng)頁著錄及評論的頻次。按照這五種指標搜羅數(shù)據(jù)后再加權(quán)計算，衡定每首詩詞影響力的大小。將影響力位居前列的視為名篇。

根據(jù)具體數(shù)據(jù)我們分別排列出唐詩名篇三百首、宋詞名篇三百首、宋詩名篇三百首、唐文名篇三百首，每篇作品得分多少、差距多大，一目了然。過去評判作家作品時，主要憑借專家學(xué)者主觀評價，易受個體的好惡影響。例如，只憑感覺，認為這篇作品影響很大、那篇作品影響較大。很大、較大，究竟差別是多大，只憑感覺，而無具體的量化指標和數(shù)據(jù)支撐。今天我們能用數(shù)據(jù)呈現(xiàn)出確切的答案。在影響力最大的唐詩三百首名篇中，位居前列的十大名篇是：

表6 唐詩十大名篇表

以前從來沒有人為唐詩作品的影響力、知名度排出名次，最多只爭論哪首作品該排在第一，如嚴羽說崔顥的《黃鶴樓》應(yīng)為第一，但他沒有說哪首詩該居第二、哪首詩可列第三，而且只是憑主觀感覺、個人好惡，很難有公信力、說服力。今天我們用大數(shù)據(jù)為唐詩宋詞排名，可能有人不同意這個排名，因為和他心目中的十大名篇差別太大，但這是客觀數(shù)據(jù)得出來的結(jié)論，有理有據(jù)。我們不僅能夠排列出三百首名篇、百首名篇、十大名篇、第一名篇，而且可以分析出其理據(jù)。崔顥的《黃鶴樓》能成為唐詩第一名篇，除了本身的藝術(shù)含量之外，重要原因是有傳播故事，而且還有李白這樣的超級名流推介。傳播故事與名流推介的雙重作用，強化和擴大了崔詩的影響力。十大名篇中，其他作品也都有傳播故事起作用。

再看宋詞十大名篇：

表7 宋詞十大名篇表

從得分來看，第一名《念奴嬌·赤壁懷古》遠高于其他詞作，是當之無愧的宋詞第一名篇。唐詩里，第一名《黃鶴樓》的得分也比第二名之后的唐詩高出好多。從形成的原因看，宋詞十大名篇，也有傳播故事和名流推介。蘇軾本人，就是《念奴嬌·赤壁懷古》的推廣者。宋人盛傳，東坡在玉堂，問善歌的幕士，他的詞跟柳永詞有什么不同。幕士回答說：柳永詞適合十七八女孩兒，按紅牙拍歌“楊柳岸曉風殘月”，東坡詞須關(guān)西大漢，執(zhí)銅琵琶鐵板唱“大江東去”。這個故事，差不多盡人皆知。經(jīng)典作品，本就受人關(guān)注，加之有趣的故事，更會讓人津津樂道，從而提高其知名度、美譽度和影響力。

其實，用大數(shù)據(jù)分析得出排行榜，不是我們的根本目的。我們的目的，是要追尋探討為什么這些詩詞影響力最大、原因何在，對詩詞的當下傳播有什么啟示，詩詞的影響力在不同時代有什么變化、為什么有變化，和當時的文學(xué)思潮、價值觀念、審美意識有什么深層的關(guān)聯(lián)。過去依據(jù)有限的文獻記載和評點，只能靜態(tài)了解后世論者對唐詩宋詞的態(tài)度，而大數(shù)據(jù)則能動態(tài)地顯示一篇作品在不同時代影響力的變化，從而發(fā)現(xiàn)不同作品不同的特質(zhì)。數(shù)據(jù)顯示，蘇軾《念奴嬌·赤壁懷古》，是永恒的經(jīng)典，哪個時代都受人歡迎；而岳飛《滿江紅》則是后起的經(jīng)典，在明清之前影響力有限，到20世紀30年代以后，隨著政治環(huán)境的變化，才聲華日上，成為舉世傳誦、家喻戶曉的名篇。

有人會問，為什么陳子昂的《登幽州臺歌》、張若虛的《春江花月夜》這些名篇，沒有入圍唐詩十大名篇？《登幽州臺歌》甚至排名在百名之外。數(shù)據(jù)告訴我們，這兩首作品在明清以前，壓根就沒有什么名氣，直到現(xiàn)當代才受人關(guān)注。近代著名學(xué)者王闿運稱揚張若虛的《春江花月夜》是“孤篇橫絕，竟為大家”，現(xiàn)代著名詩人、學(xué)者聞一多又極力稱頌它是“詩中的詩，頂峰上的頂峰”，于是，《春江花月夜》就名聲大振，凡是唐詩選本，無不入選。我們的唐詩宋詞排行榜，涵蓋的是歷代數(shù)據(jù)，不是一個時代的數(shù)據(jù)，反映的是每首作品在歷代的綜合影響力而不是一個時代的影響力。

數(shù)據(jù)還可以發(fā)現(xiàn)個體作家創(chuàng)作歷程的變化，例如，李白創(chuàng)作高潮在何時？杜甫的創(chuàng)作高峰在哪個時段？李白和杜甫是唐詩頂峰上的頂峰，但不是一步登上頂峰，而是逐步登上頂峰的。數(shù)據(jù)可以顯示李杜創(chuàng)作歷程和影響力的變化過程，但現(xiàn)在還沒有人做過統(tǒng)計分析。

筆者統(tǒng)計了蘇軾創(chuàng)作歷程的變化。他的詞創(chuàng)作，可分為五個階段：第一階段，治平元年至熙寧七年(1064-1074)任鳳翔簽判至杭州通判時期，作詞57首；第二階段，熙寧八年至元豐二年(1075-1079)知密州、徐州、湖州時期，寫有52首詞；第三階段，元豐三年至七年(1080-1084)謫居黃州時期，作詞97首；第四階段，元豐八年至紹圣元年(1085-1094)回朝任翰林及出守杭州、潁州、定州時期，作詞62首；第五階段，紹圣二年至元符三年(1095-1100)謫居惠州、儋州時期，共寫詞24首。這是依據(jù)鄒同慶、王宗堂先生《蘇軾詞編年校注》編年的統(tǒng)計。蘇軾可編年詞共292首，而謫居黃州五年，就創(chuàng)作了97首。由此可以發(fā)現(xiàn)，蘇詞的創(chuàng)作高峰是在謫居黃州期間。居黃五年的詞作，占了他一生詞作總量的三分之一。他的十首經(jīng)典名作，也一半寫在黃州。這五首名篇是：《念奴嬌》(大江東去)、《水龍吟》(似花還似非花)、《卜算子》(缺月掛疏桐)、《洞仙歌》(冰肌玉骨)、《定風波》(莫聽穿林打葉聲)。黃州，是蘇軾政治上的低谷時期，卻創(chuàng)造了詞作的輝煌。其中原因，今年5月14日筆者在《光明日報》國學(xué)版發(fā)表的短文《蘇軾：問汝平生功業(yè)，黃州惠州儋州》，做過簡略的分析，以后還會展開討論。

其二，數(shù)據(jù)可以改變甚至顛覆傳統(tǒng)的認知。例如，陳振祥先生的《中國文化地理》提出的中國文化中心三次南移論被廣泛接受。陳先生認為，中國文化中心，原來是在黃河流域的中原。三次大戰(zhàn)亂，即永嘉之亂、安史之亂、靖康之亂，導(dǎo)致文化中心南移。到靖康之亂，文化中心徹底南移到南方。筆者的數(shù)據(jù)卻表明，文學(xué)中心的南移，其實在晚唐的時候就基本完成，到北宋初，已徹底南移。且看表8數(shù)據(jù)：

表8 北宋時期南北方作家分布表

宋初，南方作者共有280人，而北方只有181人。到北宋慶歷年間，也就是范仲淹、歐陽修生活的時代，南方作者多達623人，北方只有203人。元祐時期，也就是蘇軾、黃庭堅生活的時代，南方作者達到976人，而北方仍維持在200多人的水平。數(shù)據(jù)表明，北宋的文學(xué)中心完全移到了南方，此后北方就再也沒有超越南方。至于文學(xué)中心南移的原因，不僅僅跟戰(zhàn)爭因素有關(guān)，還跟別的因素有關(guān)。比如，安史之亂后，唐代北方的詩人還在增長，而南方詩人數(shù)量降低，到了晚唐，南方詩人才超過北方，表明戰(zhàn)爭造成的文化中心流動，至少有滯后效應(yīng)?；蛘哒f，造成唐代文化中心南移的戰(zhàn)爭，不僅是安史之亂，晚唐的內(nèi)戰(zhàn)也造成了巨大的社會流動和文化中心的轉(zhuǎn)移。

我們從數(shù)據(jù)中還發(fā)現(xiàn)，文化中心向南移的“南”，并不是廣義的南方，即長江以南，而是東南。宋代東南沿海地區(qū)的作家最多，且看下面的統(tǒng)計表：

表9 宋代作家、進士地市排名對比表

這個表格，大大出乎我們的意料。宋代州級作家的數(shù)量，居然是福建南平最多，奪得第一名，同屬福建的福州獲得第二名。南平市的知名度在當下好像不是很高，著名詞人柳永的家鄉(xiāng)崇安(現(xiàn)今名武夷山市)就屬南平，南宋的首任宰相李綱也是南平邵武人。宋代作家人數(shù)最多的十大州府中，福建占三席：南平、福州、莆田；浙江占四地：杭州、溫州、寧波、金華；江西有三州：撫州、吉安、上饒。宋代的文學(xué)中心，是在江浙、福建的東南沿海。宋代福建文學(xué)的盛況很值得研究，這是以前我們沒有注意的。

對比一下宋代進士排行榜，福建南平、福州的作家人數(shù)最多就不難理解了。宋代的進士人數(shù)，福州第一，近4000人；南平的進士名列第二，有2000多人。這兩個地方教育文化高度發(fā)達，所以文學(xué)昌盛，作家人數(shù)特別多。文學(xué)的興盛與教育文化的發(fā)達是分不開的。宋代南平地區(qū)，印刷業(yè)高度發(fā)達，名揚天下的“建本”就出產(chǎn)在南平。所以，南平奪得宋代作家數(shù)量的冠軍，雖然出乎我們的意料，卻在情理之中，只是我們以前不知道而已。

此外，我們過去了解的文學(xué)版圖都是靜態(tài)的，是按作家籍貫來考察地域分布的，且看圖1。唐代有籍貫可考的詩人1669人，其中河南、陜西、河北三省人數(shù)最多，共占42%。如果加上江蘇、浙江、山西三省，七省就占總?cè)藬?shù)的70%。七省的詩人數(shù)量，占了唐代全部詩人總量的七成?？梢娞拼娙说乩矸植嫉氖Ш?。

圖1 唐代著名詩人籍貫分布圖

這幅圖，是學(xué)術(shù)、技術(shù)、美術(shù)的有機融合，是筆者請武漢大學(xué)測繪學(xué)院的繪圖高級工程師喬俊軍先生繪制的。為繪此圖，他潛心研究，寫了兩篇論文來探討。未來的文學(xué)研究，不僅要數(shù)據(jù)化，還要可視化。由這幅畫，可以看出可視化的優(yōu)越性、直觀性。地圖中的熱力圖，與餅形圖、柱形圖有機融合，還加上具體數(shù)據(jù)與百分比，既有學(xué)術(shù)性，又有觀賞性。

文化發(fā)達的地方，占籍詩人就多；偏遠落后之地，占籍詩人很少。但許多詩人，因貶謫或因逃避戰(zhàn)亂，而流寓到原本詩人很少的地方，從而改寫、擴大了詩歌的靜態(tài)版圖。以前沒有大數(shù)據(jù)，我們無法了解詩人都往哪些地方流動，無法看到詩壇地理分布的動態(tài)變化。如今的大數(shù)據(jù)，則展示出不同的詩壇景觀。

從圖2可以看出，唐代都城西安、洛陽和經(jīng)濟文化發(fā)達的蘇州，詩人活動密集，創(chuàng)作的詩也很多。但奉節(jié)、常德、三臺、永州、宜春等，原本都是偏遠之地，本地占籍詩人為零，而產(chǎn)生于此地詩歌量卻為數(shù)不少，這得益于詩人的社會流動將詩歌帶進了這些偏遠之地、落后之邦。重慶奉節(jié)(即夔州)，是因為杜甫流寓此地而留下大量名篇佳作，后來劉禹錫任夔州刺史，又寫了大量詩篇。湖南常德，因為劉禹錫謫居其地、王昌齡路過其境，帶來濃郁的詩風。湖南永州，因柳宗元貶謫到此而改寫了原本貧瘠的詩壇。江西宜春，是韓愈和李德裕先后帶去詩歌創(chuàng)作的種子并開花結(jié)果。大數(shù)據(jù)清晰顯示了詩人的流動怎樣改變著原本分布失衡的詩歌版圖。

圖2 唐代部分縣市的詩人活動與創(chuàng)作統(tǒng)計

其三，數(shù)據(jù)也可以驗證傳統(tǒng)的結(jié)論。比如，傳統(tǒng)觀點都認為唐詩的高峰在盛唐，宋詞的高峰在元祐。著名詩人余光中先生有詩說：“李白繡口一吐，就是半個盛唐。”意思是李白一人就占了半個盛唐。這從大數(shù)據(jù)中可以得到驗證、確證。唐詩百首名篇，盛唐占59首；唐詩十大名篇，盛唐占8首(已見前表)；唐詩十大名家，盛唐占7家：李白、杜甫、王維、孟浩然、高適，岑參、王昌齡；唐詩第一名篇，也在盛唐。

宋詞的高峰在元祐，也得到數(shù)據(jù)的充分驗證。宋詞百首名篇，元祐時期占37首，名列宋詞六個階段的首位。宋詞十大名家，元祐時期占4家：蘇軾、晏幾道、秦觀、周邦彥。宋詞第一名篇，蘇軾《念奴嬌·赤壁懷古》也產(chǎn)生在元祐時期。

王國維曾在《清真先生遺事》中說：“詞中老杜，非先生(周邦彥)不可?！币郧叭藗兌加X得這是一己之見，難稱公允之論。而數(shù)據(jù)顯示，宋詞三百首名篇，周邦彥獨占40首，位居第一；宋詞一百首名篇，周邦彥占15首，也是第一名，超過蘇(11首)、辛(12首)。就名篇占有率而言，宋代詞人中只有周邦彥可比杜甫。杜甫的唐詩名篇占有率雄居第一。像杜甫是學(xué)詩的最高典范一樣，周邦彥也曾被推舉宋學(xué)詞的最高典范。周濟《宋四家詞選》就說：“問途碧山，歷夢窗、稼軒，以還清真之渾化?！睌?shù)據(jù)印證了王國維和周濟的眼力。

三、結(jié)語

數(shù)據(jù)的意義，遠不止發(fā)現(xiàn)新問題、糾正舊觀點、驗證老結(jié)論這三點。當然，數(shù)據(jù)也不是萬能的，有些問題數(shù)據(jù)也無法解決和說明。所以，定量分析方法必須與定性分析方法相結(jié)合。定性分析和定量分析各有優(yōu)勢和短板，定性分析方法代替不了定量分析方法，定量分析也不能替代定性分析方法。所以，定量分析與定性分析的結(jié)合，才是未來人文社會科學(xué)發(fā)展的必然趨勢。