計算歷史學(xué)：大數(shù)據(jù)時代的歷史研究

馬建強

19世紀(jì)，當(dāng)科學(xué)勁風(fēng)鼓鼓吹襲時，傳統(tǒng)史學(xué)便已被吹開了科學(xué)化的航帆。20世紀(jì)的史學(xué)受到科學(xué)的沖擊前所未有，可謂巨大、全面、徹底，幾有顛覆傳統(tǒng)史學(xué)根基的勢頭，使得傳統(tǒng)史學(xué)無法獨立自存，開始自覺依傍科學(xué)這個闊氣的后臺。傳統(tǒng)史學(xué)一方面改良自身的基因缺陷，另一方面吸收其他學(xué)科包括自然科學(xué)的優(yōu)秀基因，通過積極的自我調(diào)適，達(dá)到“科學(xué)性”，最終鳳凰涅槃一般地生存下來。今天雖然歷史學(xué)通常不被視作“科學(xué)”，但其“科學(xué)化”轉(zhuǎn)變以后形成的學(xué)科特色和學(xué)科價值已經(jīng)被廣泛接受和認(rèn)同。經(jīng)歷生死存亡的20世紀(jì)，歷史學(xué)似乎暫時坐穩(wěn)了自己的學(xué)科地位，然而它所面臨的沖擊、挑戰(zhàn)卻始終未絕。回顧21世紀(jì)剛剛過去的十幾年，我們可以驚愕地發(fā)現(xiàn)，歷史學(xué)正面臨著全新的、勢頭更猛烈的、速度更快的科學(xué)巨浪的沖擊。計算機科學(xué)、互聯(lián)網(wǎng)技術(shù)以及由此帶來的“大數(shù)據(jù)”便是這一波巨浪的代表。面對沖擊，史學(xué)研究者應(yīng)該有更多的理性思考，在理論與實踐兩方面積極探索史學(xué)未來的發(fā)展趨向，這對歷史學(xué)適應(yīng)時代潮流獲得嶄新生命有著重要意義。本文試圖梳理當(dāng)前史學(xué)界應(yīng)對新環(huán)境作出的積極回應(yīng)，并探討“大數(shù)據(jù)時代”歷史學(xué)發(fā)展可能的走向以及史家應(yīng)具有的態(tài)度和付出的努力。

一、挑戰(zhàn)與機遇：“大數(shù)據(jù)時代”下的歷史學(xué)命運

“大數(shù)據(jù)”（big data）概念誕生未久，是一個新興事物。它伴隨著信息技術(shù)產(chǎn)業(yè)和互聯(lián)網(wǎng)行業(yè)制造的巨量數(shù)據(jù)而出現(xiàn)。目前人們對于大數(shù)據(jù)的探索才剛剛開始，對于它的定義也莫衷一是。維基百科這樣定義：“大數(shù)據(jù)，或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時間內(nèi)達(dá)到截取、管理、處理、并整理成為人類所能解讀的形式的信息。”[1]百度百科如此定義：“大數(shù)據(jù)，是指無法在可承受的時間范圍內(nèi)用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合。”[2]維克托·邁爾-舍恩伯格及肯尼斯·庫克耶所著的《大數(shù)據(jù)時代：生活、工作與思維的大變革》一書認(rèn)為：大數(shù)據(jù)是指不用隨機分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)進行分析處理。當(dāng)前人們對于大數(shù)據(jù)特征的認(rèn)識被總結(jié)為“5V”，即 Volume（大體量）、Velocity（時效性）、Variety（多樣性）、Value（大價值）、Veracity（真實性）。因此人們認(rèn)為大數(shù)據(jù)只有運用云計算服務(wù)器，才能進入可運行的軌道，得到處理并實現(xiàn)價值。Web2.0時代，數(shù)據(jù)究竟有多大？據(jù)統(tǒng)計，2013年中國產(chǎn)生的數(shù)據(jù)總量超過0.8ZB（1 ZB=1，024 EB=1，048，576 PB=1，099，511，627，776GB），是以萬億GB為單位的量。同時2013年產(chǎn)生的數(shù)據(jù)總量是2012年的兩倍，相當(dāng)于2009年全球數(shù)據(jù)總量。預(yù)計到2020年，中國產(chǎn)生的數(shù)據(jù)總量將超過8.5ZB，相當(dāng)于2013年的10倍。然而中國每年新增數(shù)據(jù)量還不到美國的十分之一[3]（P21）。這個統(tǒng)計體現(xiàn)了大數(shù)據(jù)不僅巨量，而且增長速度極快，國與國的分布也很不均勻。這樣巨量數(shù)據(jù)的產(chǎn)生是人類過去生產(chǎn)方式、生產(chǎn)能力所不能實現(xiàn)的，大數(shù)據(jù)開啟了一次重大的時代轉(zhuǎn)型，是數(shù)千年未有之大變局。因此近幾年信息技術(shù)行業(yè)開始用“大數(shù)據(jù)時代”來稱呼我們當(dāng)前的這個時代。

當(dāng)前，大數(shù)據(jù)似乎已經(jīng)以其不可阻擋的強勢沖擊著各個領(lǐng)域，展露出它在很多實用領(lǐng)域的優(yōu)勢，體現(xiàn)了大數(shù)據(jù)的控制、主宰力量。歷史學(xué)恐怕也不可能僥幸逃離這一波沖擊。廣義而言，數(shù)據(jù)之于史學(xué)等同于史料。史料是史學(xué)得以存在與發(fā)展的基礎(chǔ)，是史學(xué)家借以獲取史學(xué)認(rèn)知、判斷的依據(jù)，這是中外史家的普遍共識。“史料者，歷史知識之唯一源泉也”[4]（P176），“近代的歷史學(xué)只是史料學(xué)”[5]（P3），這樣類似的言論見諸中外史家者屢見不鮮。筆者以為，大數(shù)據(jù)時代的沖擊對于歷史學(xué)來說應(yīng)該既是挑戰(zhàn)也是機遇，而且首先是挑戰(zhàn)。

每當(dāng)人類歷史面臨全新事物挑戰(zhàn)之時，有的熱情擁抱新事物，以積極的心態(tài)參與到新事物的建設(shè)之中；也有的對新事物采取鴕鳥政策，埋首不問時間流轉(zhuǎn)、宇宙變遷；還有始終視新事物為“奇技淫巧”“變亂綱常”的妖孽，勢不兩立，大加撻伐。近100年前，當(dāng)國人對“新文化”充滿爭議的時候，錢玄同如此形容“殘廢頹敗”的守舊老人：“似乎不必請他們享受新文明的幸福，嘗新生活的趣味；因為他們的心理，只知道牢守那笨拙迂腐的東西，見了迅速捷便的東西，便要‘氣得三尸神炸，七竅生煙’，‘狗血噴頭’的罵我們改了他的老樣子。 ”[6]（P27）歷史學(xué)在面對大數(shù)據(jù)時代的挑戰(zhàn)時，首先應(yīng)該調(diào)整姿態(tài)，應(yīng)對挑戰(zhàn)，適應(yīng)新的研究環(huán)境，既不盲目拒斥，也不一味趨新，在新舊傳承、互動中探索，在探索的同時找到新的發(fā)展機遇。

早在大數(shù)據(jù)概念還沒有產(chǎn)生廣泛影響時①“大數(shù)據(jù)”概念誕生于1980年，著名未來學(xué)家托夫勒在《第三次浪潮》一書中將“大數(shù)據(jù)”稱為“第三次浪潮的華彩樂章”。2008年9月《自然》雜志推出名為“大數(shù)據(jù)”的封面專欄。而直到2009年開始“大數(shù)據(jù)”才成為互聯(lián)網(wǎng)技術(shù)行業(yè)中的熱門詞匯。，華文學(xué)界已有先行者在探索計算機科學(xué)與互聯(lián)網(wǎng)時代的史學(xué)研究方面邁出了步伐。就21世紀(jì)而言，具有代表性的首先應(yīng)屬臺灣清華大學(xué)的黃一農(nóng)教授，他在2005年出版的《兩頭蛇：明末清初的第一代天主教徒》一書中率先提出了“e考據(jù)”的概念并進行了成功的研究嘗試。他認(rèn)為，“一個有條件孕育‘e-考據(jù)學(xué)派’的時代或許已悄然到臨”，“大量史籍被整理重印，再加上網(wǎng)絡(luò)和電子資料庫的蓬勃發(fā)展，深感史學(xué)研究已晉入一前人所無法想象的新局，益發(fā)決定要面對這項自我挑戰(zhàn)”[7]（P64）。 這體現(xiàn)了黃教授對學(xué)術(shù)研究新環(huán)境的敏銳性觀察和在史學(xué)方法論建設(shè)上的自覺。2008年旅臺學(xué)人金觀濤、劉青峰夫婦出版了《觀念史研究：中國現(xiàn)代重要政治術(shù)語的形成》一書。書中作者提出“數(shù)據(jù)庫方法”[8]（P5-7），并以“中國近現(xiàn)代思想史專業(yè)數(shù)據(jù)庫（1830-1930）”研究中國近現(xiàn)代觀念演變。2009年臺灣大學(xué)數(shù)位典藏研究發(fā)展中心舉辦了第一屆“數(shù)位典藏與數(shù)位人文”國際研討會，提出“數(shù)位人文”的概念：“指的是那些唯有借助數(shù)位科技方能進行的人文研究，反過來講，數(shù)位人文的研究，即是企圖尋找在前數(shù)位時代中難以觀察的現(xiàn)象、無法想象的議題與無法進行的研究。”[9]（P11）同年遼寧大學(xué)歷史學(xué)院教授焦?jié)櫭魈岢隽恕熬W(wǎng)絡(luò)史學(xué)”的概念：“是歷史學(xué)在信息時代的一種新存在形式”[10]。

在大數(shù)據(jù)觀念逐漸興起的同時，史學(xué)界對互聯(lián)網(wǎng)時代的史學(xué)發(fā)展問題的思考也更加深入廣泛。2011年《史學(xué)理論研究》雜志刊發(fā)“互聯(lián)網(wǎng)與史學(xué)觀念變革”筆談②該筆談共刊發(fā)了李劍鳴的《網(wǎng)絡(luò)史學(xué)的神話與實際》、王晴佳的《互聯(lián)網(wǎng)的普及與歷史觀念的變化》、王加豐的《互聯(lián)網(wǎng)資料的史料價值》、馬勇的《“自媒體時代”的歷史研究與史學(xué)表達(dá)》、王旭東的《信息化的歷史學(xué)：基于互聯(lián)網(wǎng)驅(qū)動的史學(xué)變革》、劉軍的《互聯(lián)網(wǎng)與社會平等》6篇文章。。2013年《甘肅社會科學(xué)》以“信息轉(zhuǎn)向：新世紀(jì)的歷史學(xué)在召喚”組織專稿兩篇，其中學(xué)者周兵提出了“數(shù)字史學(xué)”（Digtal History）概念：“是指運用數(shù)字媒體和工具展開的歷史學(xué)實踐、演示、分析和研究。”[11]2014年暑期黃一農(nóng)教授在浙江大學(xué)主持的 “第二屆e考據(jù)與文史研習(xí)營”結(jié)束不久，上海《文匯報》“文匯學(xué)人”刊發(fā)專題文章《當(dāng)乾嘉學(xué)派遇上互聯(lián)網(wǎng)》介紹“e考據(jù)”方法及研究成果[12]。2015年《史學(xué)月刊》第1期刊發(fā)“計算機技術(shù)與史學(xué)研究形態(tài)筆談”③該筆談共刊發(fā)喬治忠的《歷史研究電子資源運用的興利除弊》、王子今的《“史實”與計算機“利器”》、王文濤的《信息時代的文獻閱讀與史料檢索》、陳爽的《回歸傳統(tǒng)：淺談數(shù)字化時代的史料處理與運用》、周祥森的《空間轉(zhuǎn)向：電子傳媒技術(shù)與當(dāng)代史學(xué)形態(tài)》5篇文章。。2015年12月4日至6日，上海大學(xué)也成功舉辦國內(nèi)首次以“大數(shù)據(jù)時代下的歷史研究”為議題的國際學(xué)術(shù)研討會。

大數(shù)據(jù)時代的沖擊，究竟能夠給史學(xué)帶來什么新的機遇，史學(xué)界提出了很多有價值的思考。正如黃一農(nóng)教授所言，“e考據(jù)其實就是文科對于大數(shù)據(jù)的一個回應(yīng)”[12]，其實何止“e考據(jù)”，包括“數(shù)據(jù)庫方法”“數(shù)位人文”“網(wǎng)絡(luò)史學(xué)”“數(shù)字史學(xué)”等等在內(nèi)的這些概念建設(shè)都應(yīng)當(dāng)看作史學(xué)界為回應(yīng)大數(shù)據(jù)時代對于史學(xué)研究機遇前景的思考與探索，是人文主義與科學(xué)精神的再次碰撞。這些思考和探索的核心都離不開計算機、互聯(lián)網(wǎng)以及“數(shù)據(jù)”或“數(shù)據(jù)庫”（數(shù)據(jù)集合）。站在今天回望歷史，早在1949年世界上第一臺計算機誕生剛剛3年，意大利學(xué)者羅伯托·布薩便開始使用計算機對神學(xué)家托馬斯著作中的字詞“進行大規(guī)模的處理，包括每個字的用法、位置，大概就預(yù)示了未來史學(xué)研究與計算機的不可分離。而1960年代末法國年鑒學(xué)派史家勒華·杜拉里預(yù)言，“將來的歷史學(xué)家一定要是電腦程序員，否則，就不足以成為歷史學(xué)家”[11]，雖然這番預(yù)言所針對并不是今天史學(xué)所面對的局面，但從當(dāng)前來看這一預(yù)言無疑正在一步步走向現(xiàn)實。

二、建設(shè)與嘗試：歷史學(xué)研究中的“大”數(shù)據(jù)運用

面對大數(shù)據(jù)時代對史學(xué)的沖擊，史學(xué)界應(yīng)該并且已然進行了一些勇敢的建設(shè)與嘗試。所謂的“建設(shè)”是以積極心態(tài)為營造更好的數(shù)據(jù)環(huán)境而進行的建設(shè)；所謂的“嘗試”是在大數(shù)據(jù)時代的環(huán)境下進行史學(xué)研究的新嘗試，主要是利用海量的網(wǎng)絡(luò)數(shù)據(jù)以及規(guī)模較大的“數(shù)據(jù)庫”進行。

在數(shù)據(jù)環(huán)境的建設(shè)方面，臺灣地區(qū)是先行者，最先開始探索以實現(xiàn)全文檢索為目標(biāo)的古籍?dāng)?shù)字化。早在1985年，臺灣“中央研究院”歷史語言研究所便啟動了“漢籍電子文獻資料庫”的建設(shè)工作，內(nèi)容包括“二十五史”“十三經(jīng)”，以及“超過兩千萬字的臺灣史料、一千萬字的大正藏”、道藏、清代經(jīng)世文編等大型類書、叢書，收入典籍達(dá)460多種，計4億多字①參見成果網(wǎng)站：http://hanji.sinica.edu.tw/，2015-05-22日。。值得一提的是，據(jù)筆者對黃一農(nóng)教授訪談所知，早在1987年黃教授便使用該資料庫中的“二十五史”部分研究天文史的議題，并有了對文史環(huán)境改變的最初體會。1999年香港迪志文化出版公司出版“文淵閣四庫全書”電子版，該數(shù)據(jù)庫以超過7億字的規(guī)模成為當(dāng)時最大的數(shù)據(jù)庫②2002年臺灣啟動“數(shù)位典藏國家型科技計劃”，2008年與“數(shù)位學(xué)習(xí)國家型科技計劃”結(jié)合，形成“數(shù)位典藏與數(shù)位學(xué)習(xí)國家型科技計劃”。參見成果網(wǎng)站：http://digitalarchives.tw/。該計劃包含檔案、圖片、古籍、影音等多種類型的臺灣地區(qū)學(xué)術(shù)、收藏機構(gòu)的資料、藏品，并不以全文檢索的方式實現(xiàn)。。進入21世紀(jì)，以全文檢索為基礎(chǔ)的數(shù)據(jù)庫發(fā)展迅猛。臺灣雕龍中國古籍全文檢索數(shù)據(jù)庫起始于2001年，在2013年時已聲稱收入古籍文獻約20000多種，近25億字，且以每年新增5000種文獻10億字的速度遞增，數(shù)年后將成為全球第一的超大型中國古籍全文檢索數(shù)據(jù)庫③參見成果網(wǎng)站：http://www.diaolong.net，2014-11-13。。

大陸方面在數(shù)據(jù)環(huán)境建設(shè)的方面起步晚于港臺，但是近年來成果顯著。在古籍?dāng)?shù)字化方面成就最為突出的是北京愛如生公司。2001年該公司與北京大學(xué)劉俊文教授合作，研發(fā)制作“中國基本古籍庫”，該庫分4個子庫、20個大類、100個細(xì)目，精選先秦至民國歷代重要典籍，總計收書1萬種，單庫全文超過17億字。目前愛如生公司已陸續(xù)推出包括中國近代報刊庫、中國方志庫、中國譜牒庫、中國類書庫等在內(nèi)的大型數(shù)據(jù)庫14個；包括四庫系列、別集叢編系列、歷代碑志系列、地方文獻系列等在內(nèi)的9個系列共82個專題數(shù)據(jù)庫；包括明清實錄、永樂大典、四部叢刊等在內(nèi)的數(shù)字叢書庫50個。另外還有“原文影像版數(shù)字原典”產(chǎn)品8個、“全文檢索版拇指數(shù)據(jù)庫”9類1000個產(chǎn)品④參見成果網(wǎng)站：http://www.er07.com/，2015-11-20。。由北京時代瀚堂科技有限公司推出的 《瀚堂典藏》，分為古籍?dāng)?shù)據(jù)庫、近代報刊、民國文獻大全三大主體部分。全庫共包含有15000多種古籍，25000種民國報紙期刊，近4000萬條記錄，漢字總量超過40億⑤參見成果網(wǎng)站：http://www.hytung.cn/，2015-11-23。。近年來湖南青蘋果數(shù)據(jù)中心有限公司提出創(chuàng)建“華文報刊文獻數(shù)據(jù)庫”計劃，將從清朝嘉慶年間至今兩百年的4000種報刊中挑選十分之一進行數(shù)字化，形成擁有4000億漢字和4億篇文章的海量歷史文獻庫⑥參見成果網(wǎng)站：http://www.huawenku.cn/index.html，2015-09-24。。

以上所舉僅是能夠?qū)崿F(xiàn)全文檢索的大型綜合數(shù)據(jù)庫，除此以外還有大量規(guī)模較小的全文數(shù)據(jù)庫，如書同文古籍?dāng)?shù)據(jù)庫、中華經(jīng)典古籍庫；或?qū)ｎ}數(shù)據(jù)庫，如中國金石總錄數(shù)據(jù)庫、東方雜志全文數(shù)據(jù)庫；以及不能實現(xiàn)全文檢索的大型數(shù)據(jù)庫，如“大成故紙堆”系列數(shù)據(jù)庫、晚清期刊全文數(shù)據(jù)庫（1833-1910）、民國期刊全文數(shù)據(jù)庫（1911-1949）、中美百萬冊數(shù)字圖書館、國家圖書館民國圖書、民國期刊數(shù)據(jù)庫、讀秀學(xué)術(shù)搜索等等①分別參見成果網(wǎng)站 ：http://guji.unihan.com.cn/，2015-11-23；http://www.zhbc.com.cn/shownews.asp?id=2349，2015-11-23；http://jsk.ch5000.cn/，2015-11-23；http://cpem.cp.com.cn/，2015-11-23；http://www.dachengdata.com/，2015-11-23；http://www.cnbksy.com/shlib_tsdc/index.do，2015-11-23；http://www.cadal.zju.edu.cn/，2015-11-23；http://mylib.nlc.cn/web/guest/minguotushu，2015-11-23；http://mylib.nlc.cn/web/guest/minguoqikan，2015-11-23；http://www.duxiu.com，2015-11-23。。另外在企業(yè)行為之外，史學(xué)界也對數(shù)據(jù)建設(shè)進行了探討。2013年8月，教育部社會科學(xué)委員會歷史學(xué)學(xué)部年度會議進行了“歷史資料的整理、研究和數(shù)字化建設(shè)”的專題研討，有趙毅、桑兵、錢乘旦、曹樹基、常建華、沈志華、葛劍雄、李劍鳴等15位史學(xué)家作了專題發(fā)言。2010年以來國家社科基金支持的以數(shù)據(jù)庫建設(shè)為核心的文史研究項目就有近70項，其中隸屬于“中國歷史”學(xué)科門類的重大項目有6項、重點項目1項、其他類別2項②該統(tǒng)計依據(jù)“國家社科基金項目數(shù)據(jù)庫”，統(tǒng)計包含“中國歷史”“中國文學(xué)”“語言學(xué)”“民族問題研究”“圖書館、情報與文獻學(xué)”等學(xué)科門類。參見http://gp.people.com.cn/yangshuo/skygb/sk/。。

雖然目前數(shù)據(jù)建設(shè)還未臻成熟，但是史學(xué)界一方面已經(jīng)認(rèn)識到了建立相關(guān)專業(yè)數(shù)據(jù)庫的重要性，同時也意識到數(shù)據(jù)庫對推動研究的促進作用。伴隨著日益豐富的數(shù)據(jù)環(huán)境，有一些史家利用數(shù)據(jù)庫或創(chuàng)建數(shù)據(jù)庫展開新的研究嘗試，獲得史學(xué)研究的新突破或開創(chuàng)了新領(lǐng)域，涌現(xiàn)出一些代表性的成果。

首先，談?wù)匋S一農(nóng)教授提出的“e考據(jù)”。自2005年以來，黃教授始終號召并實踐著這種“大數(shù)據(jù)時代”的文史研究方式。在筆者對黃教授的訪談中，黃教授提出“e考據(jù)”并不僅僅是一種研究方法，并且還應(yīng)該是一種融通數(shù)位與傳統(tǒng)的研究態(tài)度。“e考據(jù)”是在e時代作考據(jù)，而并非只是用e的方法作考據(jù)。以“e考據(jù)”的學(xué)術(shù)方法和學(xué)術(shù)態(tài)度，2010年黃教授從原本非常熟悉的科學(xué)史、中西文明交流史跨入了被認(rèn)為已遭遇研究困境的 “紅學(xué)”這個陌生的領(lǐng)地。但是僅僅5年時間，黃教授從第一次完整閱讀紅樓夢開始，深入探索并在“紅學(xué)”領(lǐng)域取得了一系列令人矚目的成果，出版了第一部紅學(xué)專著《二重奏：紅學(xué)與清史的對話》。黃教授的研究為原本被認(rèn)為已無多少新材料會出現(xiàn)的 “紅學(xué)”挖掘出一批過去不為人知的真實可靠的新史料，并填補諸多歷史細(xì)節(jié)的隙縫，使得“紅學(xué)”與“清史”之間的隱秘聯(lián)系被彰顯出來。這本著作既是“清史”與“紅學(xué)”的“二重奏”，也是數(shù)位與傳統(tǒng)的“二重奏”，是一部充分展現(xiàn)“e考據(jù)”典范的力作。

第二，在文學(xué)史研究領(lǐng)域，以武漢大學(xué)王兆鵬教授為代表的團隊，自2005年開始嘗試以數(shù)據(jù)計量分析唐詩名篇的影響力，并陸續(xù)擴充數(shù)據(jù)、完善統(tǒng)計方法。于2011年出版《唐詩排行榜》一書，對外公布了該團隊研究成果的第四個版本。著名的文學(xué)史家傅璇琮先生評價該研究說：“這是一部既有傳統(tǒng)深厚理論依據(jù)，又處處洋溢著現(xiàn)代學(xué)術(shù)新意的著作。這部著作從傳播和接受的角度，依詩作影響深度和廣度的標(biāo)準(zhǔn)對有唐三百年間的詩歌第一次進行了令人信服的排行，這種研究方式和文本呈現(xiàn)，無論在理論拓展還是實踐創(chuàng)新方面，都具有開創(chuàng)性意義。”[14]（P235）考察王兆鵬教授團隊研究的內(nèi)在理路，其學(xué)理依據(jù)仍然是文學(xué)史研究中的傳播、接受理論，而在方法上則是利用了新時代才能實現(xiàn)的依托于數(shù)據(jù)庫的計量分析。雖然該研究也遭到來自各方對于數(shù)據(jù)量、計算方式等的質(zhì)疑，但是我們也應(yīng)該看到，在文學(xué)史研究領(lǐng)域中，古典文學(xué)數(shù)字化與定量研究這個議題逐漸被更多的文學(xué)史研究者關(guān)注、認(rèn)同并加入其中[15]。學(xué)者更愿意提出一些建設(shè)性的意見和可以開拓的新領(lǐng)域。

第三，以金觀濤、劉青峰的《觀念史研究》一書為代表的數(shù)據(jù)庫關(guān)鍵詞詞頻統(tǒng)計、語義分析與觀念史研究。作者借助于內(nèi)容達(dá)一億兩千萬字的“中國近現(xiàn)代思想史專業(yè)數(shù)據(jù)庫（1830-1930）”進行觀念演變的探討，并將這種方法稱之為“以包含關(guān)鍵詞例句為中心的數(shù)據(jù)庫方法”[8]（P1）。作者認(rèn)為這種研究得以展開的前提便是“歷史文獻向數(shù)碼化的方向發(fā)展”，“原則上講，研究者可以通過建立包括過去所有文獻的專業(yè)數(shù)據(jù)庫，采用數(shù)據(jù)挖掘方法，把表達(dá)某一觀念所用過的一切關(guān)鍵詞找出來，再通過核心關(guān)鍵詞的意義統(tǒng)計分析來揭示觀念的起源和演變”[8]（P5）。這種數(shù)據(jù)庫方法將觀念史從思想史的附庸中解放出來，獲得了獨立的生命，也避免了過去以核心人物、經(jīng)典為本為中心的思想史研究的局限。觀念史的研究更能夠體現(xiàn)思想發(fā)展的一般性特征，使思想史成為可以檢驗的。這種可檢驗性當(dāng)然取決于數(shù)據(jù)庫與計算機的數(shù)據(jù)挖掘能力。但是作者也承認(rèn)，在整個研究過程中，數(shù)據(jù)庫與計算機并非是唯一的全程參與者，“最重要的仍是研究者能否有效地利用挖掘出的大量數(shù)據(jù)，結(jié)合歷史背景和文本結(jié)構(gòu)分析，概括出某一時代某一普遍觀念的理想類型，這依然是思想史研究的基本方法”[8]（P6-7）。

第四，以李中清、梁晨為代表的研究團隊以“量化史學(xué)”的方法和“群體史學(xué)”的眼光進行中國教育精英研究。2013年兩人曾出版《無聲的革命：北京大學(xué)、蘇州大學(xué)學(xué)生社會來源研究 （1949-2002）》一書。在今年11月7日的北京論壇史學(xué)分論壇上，李中清教授以《中國教育精英四段論》為題首次向國內(nèi)外聽眾介紹了這項研究，認(rèn)為：“1865-1905年，即清政府廢除科舉之前，超過70%的教育精英是官員子弟，來自全國各地的‘紳士’階層；1906-1952年，超過60%的教育精英是地方專業(yè)人士和商人子弟，尤其是江南和珠三角地區(qū)；1953-1993年，約超過40%的教育精英是來自全國的無產(chǎn)階級工農(nóng)子弟；1994-2014年，超過50%的教育精英來自各地區(qū)的有產(chǎn)家庭，與特定的重點高中。”該研究依托于李中清、康文林領(lǐng)銜的“基于個人層面的、從1760年至今中國教育精英社會與地區(qū)來源的數(shù)據(jù)庫”[16]。這項研究使筆者聯(lián)想到潘光旦的《近代蘇州的人才》、張仲禮的《中國紳士》、何炳棣的《明清社會史論》三部著作，它們都利用了大量的歷史數(shù)據(jù)和統(tǒng)計計量，具有典范意義。然而相較于今天計算機所能夠處理的數(shù)據(jù)而言，這些數(shù)據(jù)都只能算是小數(shù)據(jù)。

第五，由哈佛大學(xué)燕京學(xué)社、臺灣“中研院”史語所、北京大學(xué)中古史研究中心合作的“中國歷史人物傳記資料庫”（China Biographical Database Project簡稱CBDB）及基于此數(shù)據(jù)庫的相關(guān)研究。當(dāng)前該數(shù)據(jù)庫還在持續(xù)建設(shè)之中，截至2015年4月數(shù)據(jù)庫共收錄約360000人的傳記資料，這些人物主要出自7-19世紀(jì)，目前數(shù)據(jù)庫正在收錄更多的明清兩代人物傳記資料。CBDB相較于一些企業(yè)開發(fā)的全文數(shù)據(jù)庫來說，在數(shù)據(jù)結(jié)構(gòu)上更加復(fù)雜、精細(xì)。研發(fā)者將歷史事件轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)架構(gòu)由人物、親屬、非親屬社會關(guān)系、社會區(qū)分、入仕途徑、宦歷、地址、著述等部分構(gòu)成。通過這種結(jié)構(gòu)化數(shù)據(jù)的提取、分析，研究者可以據(jù)此對歷史人物進行群體研究，能夠得到相關(guān)人物、事件的空間分布以及復(fù)雜的社會關(guān)系網(wǎng)絡(luò)。相對于一般的數(shù)據(jù)庫，該數(shù)據(jù)庫可以實現(xiàn)更深層次的數(shù)據(jù)挖掘。同時也提供了一個計算機處理語義復(fù)雜的漢語文言文文本的示范，使得長時段的量化研究、空間分布研究可以實現(xiàn)，并從社會經(jīng)濟史領(lǐng)域擴展到政治史甚至是思想史領(lǐng)域的研究中，對于開啟未來研究新方向很具啟示意義。

在這些研究中，“e考據(jù)”融通數(shù)位與傳統(tǒng)，綜合使用各種互聯(lián)網(wǎng)數(shù)據(jù)、數(shù)據(jù)庫以及傳統(tǒng)文史研究方法來開拓研究新局。其他幾種大都依賴于某一專業(yè)數(shù)據(jù)庫的建設(shè)，是基于專業(yè)數(shù)據(jù)庫對原有研究議題或新的研究領(lǐng)域所展開的新嘗試。實際上，數(shù)據(jù)環(huán)境的建設(shè)與史學(xué)研究的嘗試兩方面是緊密相關(guān)、不可分離的。建設(shè)和嘗試圍繞同一個核心即“大數(shù)據(jù)時代下”的史學(xué)研究，都依賴于互聯(lián)網(wǎng)、計算機等技術(shù)與設(shè)備，建設(shè)是嘗試得以展開的前提和基礎(chǔ)，嘗試又為建設(shè)積累經(jīng)驗教訓(xùn)，并進一步指導(dǎo)建設(shè)的前進方向。這兩者應(yīng)該始終保持有序互動、共同推進。

三、傳承與開創(chuàng)：“大數(shù)據(jù)時代”與歷史學(xué)的前瞻

第一，大數(shù)據(jù)時代帶來歷史學(xué)方法論預(yù)流與范式突破。1930年，現(xiàn)代著名史家陳寅恪在為陳垣《敦煌劫余錄》所寫的序中提出了一個著名的觀點。他說：“一時代之學(xué)術(shù)，必有其新材料與新問題。取用此材料以研究問題，則為時代之新潮流。治學(xué)之士，得預(yù)此潮流者，謂之預(yù)流。其未得預(yù)者，謂之未入流。此古今學(xué)術(shù)史之通義，非彼閉門造車之徒，所能同喻者也。 ”[17]（P266）陳寅恪從新的學(xué)術(shù)材料的發(fā)掘以及由此產(chǎn)生的新問題來前瞻學(xué)術(shù)的發(fā)展趨向，認(rèn)為進入這個時代新潮流的學(xué)術(shù)稱之為“預(yù)流”。伴隨著計算機、互聯(lián)網(wǎng)技術(shù)的發(fā)展，大量的數(shù)據(jù)庫層出不窮，歷史存留的文獻也正在被夜以繼日地數(shù)字化，我們明顯感受到了未來文獻載體數(shù)字化的這種強勁趨勢。大數(shù)據(jù)時代伴隨著新的文獻載體，史學(xué)研究的新方法論也正在形成。借用陳寅恪的“預(yù)流”觀，我們可以發(fā)現(xiàn)，大數(shù)據(jù)時代下史學(xué)方法論的新潮流也正在成型，今天的文史學(xué)界正在經(jīng)歷一場由技術(shù)革新帶來的方法論預(yù)流。

1962年，美國科學(xué)哲學(xué)家托馬斯·庫恩在《科學(xué)革命的結(jié)構(gòu)》一書中系統(tǒng)提出范式理論。范式通常是一套學(xué)術(shù)共同體共同遵守的研究體系，它是當(dāng)時一切研究的顯著模式并為后來研究發(fā)展提供空間。當(dāng)范式發(fā)生突破，便出現(xiàn)科學(xué)革命，導(dǎo)致探討的問題發(fā)生轉(zhuǎn)移，確定合理問題及解決問題的標(biāo)準(zhǔn)發(fā)生轉(zhuǎn)移，改變了思維方式、研究對象并引發(fā)相關(guān)重要問題的爭論[18]（P5）。 借庫恩的“范式理論”來理解歷史學(xué)的學(xué)科前瞻，可以認(rèn)為大數(shù)據(jù)時代利用計算機、互聯(lián)網(wǎng)以及大型數(shù)據(jù)庫來獲取史料、挖掘分析史料信息的一套思維和方法也將成為史學(xué)研究的一種新范式。這種范式的形成將會帶來全新的學(xué)術(shù)問題、學(xué)術(shù)理念、學(xué)術(shù)思維、學(xué)術(shù)視野以及學(xué)術(shù)方法、學(xué)術(shù)形態(tài)。從一定程度上說，大數(shù)據(jù)時代正是歷史學(xué)范式突破的一個契機。

第二，計算歷史學(xué)可能成為大數(shù)據(jù)時代史學(xué)的新趨向。在社會學(xué)領(lǐng)域，羅瑋、羅教講的《新計算社會學(xué)：大數(shù)據(jù)時代的社會學(xué)研究》一文將新計算社會學(xué)（new computational sociology）這一概念介紹給了中國學(xué)者，產(chǎn)生了廣泛的學(xué)術(shù)影響。作者認(rèn)為：“新計算社會學(xué)是當(dāng)代社會學(xué)界借助計算機、互聯(lián)網(wǎng)與人工智能技術(shù)等現(xiàn)代科技手段，利用大數(shù)據(jù)、新方法來獲取數(shù)據(jù)與分析數(shù)據(jù)，從而研究與解釋社會的一種新的范式或思維方式。”[19]在中國歷史學(xué)領(lǐng)域，1922年梁啟超在東南大學(xué)史地學(xué)會作了“歷史統(tǒng)計學(xué)”的演講，提出“歷史統(tǒng)計學(xué)”的概念：“歷史統(tǒng)計學(xué)，是用統(tǒng)計學(xué)的法則，拿數(shù)目字來整理史料推論史跡。”[20]（P4045）1935 年商務(wù)印書館出版了史學(xué)家衛(wèi)聚賢的《歷史統(tǒng)計學(xué)》一書。西方1950年代產(chǎn)生了“計量史學(xué)”的概念，并逐漸影響中國史學(xué)界。近年來大數(shù)據(jù)時代沖擊下的史學(xué)界也產(chǎn)生了“e考據(jù)”“數(shù)字史學(xué)”等思考，但是目前中國史學(xué)界還鮮有對 “計算歷史學(xué)”（Computational History）這一概念的自覺認(rèn)識與建設(shè)。

筆者認(rèn)為，“計算歷史學(xué)”應(yīng)該與“新計算社會學(xué)”相似，可能成為超越“計量史學(xué)”的大數(shù)據(jù)時代下的史學(xué)發(fā)展新趨向。“計算歷史學(xué)”所能夠?qū)崿F(xiàn)的前提是計算機科學(xué)、互聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能技術(shù)等在歷史學(xué)研究方面的有效利用。史學(xué)界對于“計算歷史學(xué)”的認(rèn)識與建設(shè)也會伴隨著大數(shù)據(jù)時代下相關(guān)技術(shù)的進步、數(shù)據(jù)的完善、研究的推進而不斷深化。“計算”最終將遠(yuǎn)遠(yuǎn)超越“統(tǒng)計”“計量”，體現(xiàn)出人類借助于技術(shù)而實現(xiàn)的對歷史文本、信息、數(shù)據(jù)更強大的挖掘、分析能力，彌補人腦在面對龐大信息時搜集、分析上的自然局限。正如上文所述，當(dāng)前借助于“大數(shù)據(jù)”的一些歷史研究新嘗試所示，通過豐富的互聯(lián)網(wǎng)資源，建設(shè)龐大、精準(zhǔn)甚至結(jié)構(gòu)化的數(shù)據(jù)庫，能夠讓歷史研究者為進入研究困境的學(xué)科開創(chuàng)新局，能夠處理過去無法處理的學(xué)術(shù)議題，能夠獲得過去人類自身認(rèn)識局限所不能夠認(rèn)識到的問題，也能夠啟發(fā)研究者開拓更多的新研究空間。

第三，研究者的主體地位與溫故知新的學(xué)術(shù)態(tài)度仍然重要。中國傳統(tǒng)文史學(xué)界將“博雅”視為一個崇高理想，“博雅”實際體現(xiàn)的是人對史料的吸收記憶范圍之廣，運用處理能力之強。錢鐘書以《管錐編》《談藝錄》兩部經(jīng)典著述成為20世紀(jì)文史學(xué)界“博雅”的典范。在今天有人質(zhì)疑錢鐘書的價值，認(rèn)為錢鍾書無非是一個“電腦數(shù)據(jù)庫”。不過吊詭的是，因“博雅”而被稱為“電腦數(shù)據(jù)庫”的錢鐘書在1984年便開始倡導(dǎo)將計算機技術(shù)引入古典文獻的搜集、疏證和整理中來，并且規(guī)劃指導(dǎo)了“中國古典數(shù)字工程”[21]（P237-244）。 錢鐘書非常注重計算機技術(shù)在文史研究中的運用，但同時也認(rèn)為：“實踐證明，能幫助人的計算機需要人的更多的幫助。”[22]作為一個具有深厚文史積淀的前輩學(xué)人，錢鐘書超前而又辯證地提出了對未來文史領(lǐng)域中人與計算機技術(shù)之間關(guān)系的思考。

未來計算歷史學(xué)得以飛躍發(fā)展的一個關(guān)鍵應(yīng)該是人工智能技術(shù)的進步，人工智能技術(shù)一定程度上也可以認(rèn)為是針對人與計算機關(guān)系的探索。羅鳳珠女士是臺灣地區(qū)較早關(guān)注計算機與文史研究領(lǐng)域的一位學(xué)者。她在1987年曾訪問當(dāng)時信息科學(xué)領(lǐng)域的張仲陶教授，文史領(lǐng)域的周何教授、毛漢光教授、王邦雄教授、王熙元教授，發(fā)表了《探一探文史數(shù)據(jù)自動化的路》一文。張仲陶教授認(rèn)為，“不要問計算機能做什么，而是問你要計算機做什么”；毛漢光教授認(rèn)為“在文史自動化的過程中，成敗的關(guān)鍵在文史界，不在計算機界”；王邦雄教授認(rèn)為“文史自動化不能失去人的主導(dǎo)地位，計算機畢竟不是人，無法做創(chuàng)發(fā)性的工作”[23]。這些與錢鐘書看法相似的關(guān)于人與計算機關(guān)系的思考，說明在技術(shù)面前研究者的主體地位的重要性，這對史學(xué)界來說仍然有著指導(dǎo)性意義。

“計算歷史學(xué)”作為大數(shù)據(jù)時代中歷史研究的思維和范式，研究者在探索的過程中既要注重開創(chuàng)也要注重傳承，應(yīng)該有“溫故知新”的學(xué)術(shù)態(tài)度。所謂的“故”既包含傳統(tǒng)研究的學(xué)術(shù)方法和學(xué)術(shù)積累，也包括大數(shù)據(jù)時代下陸續(xù)開展的種種史學(xué)研究的新嘗試所積累的經(jīng)驗與教訓(xùn)。所謂的“新”則是不斷發(fā)展的計算機技術(shù)、互聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)，以及與日俱增并不斷系統(tǒng)、完善、精確的數(shù)據(jù)環(huán)境，以及在此基礎(chǔ)上的新問題、新思維、新視野，它是永遠(yuǎn)面向未來開放發(fā)展的。在充分溫故的前提之下，不斷地知新，不斷地積累經(jīng)驗、教訓(xùn)進行再創(chuàng)造，使“故”與“新”之間保持一種健康有序的互動、動態(tài)和諧的傳承。

大數(shù)據(jù)時代的歷史研究沒有特別的捷徑，需要史學(xué)工作者的勤勉與努力，嚴(yán)謹(jǐn)厚重仍然是歷史學(xué)的特點。研究者在面對新的學(xué)術(shù)環(huán)境時必須有方法論更新的自覺和勇氣，也必須有全新的歷史思維和問題意識，大數(shù)據(jù)時代既帶來了研究的便利，也給研究者施加了新的研究壓力。計算機能夠幫助人，但同時它幫助人的能力更需要通過人的幫助來不斷提高。面對新環(huán)境更好地發(fā)揮人腦的主動性、創(chuàng)造性，引導(dǎo)計算機、互聯(lián)網(wǎng)、人工智能技術(shù)配合歷史研究發(fā)展，積極地面對并建設(shè)歷史研究所需要的數(shù)據(jù)環(huán)境，更是這一代歷史學(xué)者的使命。

四、結(jié) 語

大數(shù)據(jù)時代的到來真切地改變著人類社會的方方面面，這種沖擊也必然波及歷史學(xué)研究。歷史學(xué)研究在大數(shù)據(jù)時代遭遇新挑戰(zhàn)的同時也面臨全新的發(fā)展機遇，未來歷史學(xué)是否能在這一波浪潮的沖擊下乘風(fēng)破浪，很大程度上取決于當(dāng)代歷史學(xué)者對時代的敏感性、對這一波沖擊的認(rèn)識以及是否具有方法論危機感和自我革新的勇氣、自覺。當(dāng)前數(shù)據(jù)建設(shè)的進程日益加快，越來越豐富、越來越多樣的數(shù)據(jù)庫為新的歷史研究提供了新的環(huán)境和新的便利，在此基礎(chǔ)上有一些學(xué)者對歷史學(xué)的發(fā)展提出了頗有啟發(fā)意義的思考，也有一些學(xué)者利用大數(shù)據(jù)時代的網(wǎng)絡(luò)、數(shù)據(jù)環(huán)境開展研究，在打開研究新局面、開創(chuàng)研究新領(lǐng)域、提出研究新思維等方面作出了有益的嘗試，為未來大數(shù)據(jù)時代史學(xué)研究提供了具有參考性的實踐經(jīng)驗。大數(shù)據(jù)時代對于歷史學(xué)來說是一個帶來方法論“預(yù)流”與范式革命的時代，未來計算歷史學(xué)可能成為大數(shù)據(jù)時代歷史研究的一個發(fā)展趨向。但是在這一進程中，歷史研究者既要以溫故而知新的態(tài)度來對待數(shù)據(jù)建設(shè)與研究嘗試，又必須充分發(fā)揮作為研究主體的能動性，協(xié)調(diào)好研究之中人與技術(shù)的關(guān)系。

[1]維基百科”大數(shù)據(jù)“詞條[EB/OL].https://zh.wikipedia.org/wiki/大數(shù)據(jù).2015/10/23，2015-11-17.

[2]百度百科”大數(shù)據(jù)“詞條[EB/OL].http://baike.baidu.com/subview/6954399/13647476.htm，2015-11-17.

[3]郭為.一部精彩紛呈的時代杰作（推薦序二）[A].涂子沛.數(shù)據(jù)之巔：大數(shù)據(jù)革命，歷史、現(xiàn)實與未來[C].北京：中信出版社，2014.

[4]郎格諾瓦，瑟諾博司.史學(xué)原論[M].李思純，譯.上海：商務(wù)印書館，1926.

[5]傅斯年.歷史語言研究所工作之旨趣[A].歐陽哲生.傅斯年全集：第三卷[C].長沙：湖南教育出版社，2003.

[6]錢玄同.李大釗《新的!舊的!》的附言[A].錢玄同文集：第2卷[C].北京：中國人民大學(xué)出版社，1999.

[7]黃一農(nóng).兩頭蛇：明末清初的第一代天主教徒[M].上海：上海古籍出版社，2006.

[8]金觀濤，劉青峰.觀念史研究：中國現(xiàn)代重要政治術(shù)語的形成[M].北京：法律出版社，2009.

[9]項潔，涂豐恩.導(dǎo)論——什么是數(shù)位人文[A].項潔，王泰升，等.從保存到創(chuàng)造：開啟數(shù)位人文研究[C].臺北：國立臺灣大學(xué)出版中心，2011.

[10]焦?jié)櫭?網(wǎng)絡(luò)史學(xué)論綱[J].史學(xué)理論研究，2009，（4）.

[11]周兵.歷史學(xué)與新媒體：數(shù)字史學(xué)芻議[J].甘肅社會科學(xué)，2013，（5）.

[12]任思蘊，李純一.當(dāng)乾嘉學(xué)派遇上互聯(lián)網(wǎng)[N].文匯報·文匯學(xué)人，2014-10-17.

[13]項潔，翁稷安.導(dǎo)論——關(guān)于數(shù)位人文的思考：理論與方法[A].項潔編，金觀濤，等.數(shù)位人文研究的新視野：基礎(chǔ)與想象[C].臺北：國立臺灣大學(xué)出版中心，2011.

[14]傅璇琮.唐詩有了排行榜之后——讀唐詩排行榜[A].濡沫集[C].北京：北京聯(lián)合出版公司，2013.

[15]苗貴松，等.中國古典文學(xué)數(shù)字化進程中的定量研究和爭鳴：兼論唐戴叔倫編年系地信息平臺建設(shè)[EB/OL].http://www.guoxue.com/?p=14705.2013/09/16，2015-11-17.

[16]彭珊珊.專訪李政道之子李中清：150年來中國的精英出身什么家庭 [EB/OL].http://www.thepaper.cn/news-Detail_forward_1395229，2015-11-12.

[17]陳寅恪.陳垣《敦煌劫余錄》序[A].金明館叢稿二編[C].北京：三聯(lián)書店，2001.

[18]托馬斯·庫恩.科學(xué)革命的結(jié)構(gòu)[M].金吾倫，胡新和，譯.北京：北京大學(xué)出版社，2012.

[19]羅瑋，羅教講.新計算社會學(xué)：大數(shù)據(jù)時代的社會學(xué)研究[J].社會學(xué)研究，2015，（3）.

[20]梁啟超.歷史統(tǒng)計學(xué)[A].梁啟超全集（第 7冊）[C].北京：北京出版社，1999.

[21]胡小偉.錢鍾書與電腦時代[A].丁偉志.錢鐘書先生百年誕辰紀(jì)念文集[C].北京：三聯(lián)書店，2010.

[22]胡小偉.錢鐘書與中國古籍?dāng)?shù)字化[N].人民日報，2011-01-13.

[23]羅鳳珠.引信息的“術(shù)”入文學(xué)的“心”——談情感計算和語義研究在文史領(lǐng)域的應(yīng)用[J].文學(xué)遺產(chǎn)，2009，（1）.