起底｜透过大数据了解真实历史

　　我们往往觉得，数据是跟科学或者经济有关，而跟读历史好像没什么关系。但是，著名经济学家、耶鲁大学终身教授陈志武对此有不同看法。近几年，陈志武一直在推动用量化方法来研究历史。最近，他在《经济观察报》上发布了一篇文章，专门谈了量化史学研究的价值，里面有很多颠覆我们习惯认知的观点。

　　陈志武教授认为，原先的历史研究主要是“细读个案”的方法，这种方法很好，但当面对超大规模的资料时，这种方法就行不通了。就拿中国的近代史来说，光是清朝有关刑事案件的奏疏，就有将近60万本，加在一起就是1800万页，这么多资料，很难逐个细读。而且，面对这么多资料，无论研究者持哪种假设，往往都能从里面找到合适的论据，这就使得同一段历史被解读出不同的结论，甚至有“历史被任意化妆”的嫌疑。要想改变这种“偏重树木而忽视森林”的局面，就必须引入大样本，用大数据的方法研究历史。

　　那么，大数据量化方法为什么能帮我们看懂历史呢？陈志武主要谈了三个方面的价值：

　　第一，文化是很难量化的，但引入大数据方法，就可以让文化这个似乎看不见摸不着的东西，也变得可以量化。比如我们都说儒家文化过去两千多年对中国社会影响巨大，但是用什么来证明呢？这时大数据就发挥作用了。

　　有学者统计了清朝1644年到1910年间，山东107个县的农民暴动情况，他们发现，山东各县发生农民暴动的频次和当地孔庙的数量成反比，也就是说，孔庙数量越多，暴动次数就越少。在排除了收入水平、教育水平、社会流动性等因素后，基本可以推测，受儒家文化影响越深的地区，家族宗族的网络越坚固，在面对灾荒冲击时，宗族内部互通互助的程度就越高，这就降低了人们走投无路、诉诸暴力的几率。这样就从一个角度证明了儒家文化对社会的影响力。

　　量化研究的第二个价值，是帮助我们检验一些历史假说，这些假说往往都是我们根深蒂固的观念。比如关于传统中国社会的高利贷，我们的观念中，放贷的往往占据优势地位，欠债的如果还不上钱，很可能会被债主逼得家破人亡。那么，到底真实情况到底是什么样的呢？陈志武就曾经连同几位学者一起，用量化的方法做了研究，他们选取了1732年到1895年间，官方记载的5000条因借贷纠纷引发的命案，结果发现，如果贷款没有利息，那么被打死的一方更可能是借钱的一方，而如果贷款利率越高，那么贷方被打死的几率就越大，也就是说，放高利贷的反倒面临更高的生命危险。陈志武分析，这恰恰说明高利贷的成因之一，就是民间借贷背后包含了不小的生命风险，这些高生命风险迫使借贷利率必须高，否则没有人愿意把钱放贷出去。

　　量化研究的第三个价值，是能够带来新的认知，引出新的研究话题和视角。比如，陈志武曾参与统计了中国从秦朝开始的658个皇帝的死因，结果发现，有38%左右的皇帝死于非命，比普通人死于非命的概率高1000多倍。同时，陈志武还统计了公元600年到1800年间欧洲的1513个国王，死于非命的比例是22%，大概是中国的一半多。

　　我们可以推测，中国皇帝因为权力更大，所以引发的争夺也越激烈，杀死皇帝带来的好处实在太有诱惑力了，所以才让皇帝成了“高危职业”。而欧洲在上层制度建设方面，很早就走上了改良的发展轨道，权力制衡做得更好，权力交接的制度更完善，或者说皇帝的权力没那么大，所以皇帝死于非命的比例会低很多。

　　大数据处理信息服务商金盛网聚WJFabric认为，大数据之所以能够说明问题，得出有别于惯常思维的结论，关键在于其选择数据样本的真实性。初选的数据必然鱼龙混杂，但经过层层筛选与处理，最终支持结论的数据必以真实为基础。数据收集、处理是一个动态的过程，以金盛网聚WJFabric旗下“大数据信息监测系统”为例，该系统能够根据用户需要关注的领域对互联网指定渠道进行7*24小时不间断的数据采集，再依据决策者最需要信息层层分解与提炼，实现从95%相关信息中找出最具价值的20%有用信息；同时也可以对社会化碎片信息归类、统计形成不同维度的趋势分析和市场调研，真正了解消费者的最新观点和趋势。正是这样动态化的工作机理保证了数据样本的客观性，从而在源头上确保了后期数据处理结果的可信度。

　　金盛网聚（北京）科技有限公司成立于2012年，是一家数据处理与信息咨询服务商，公司拥有自主核心技术与服务咨询的团队， 公司“WJFbaric-互联网大数据信息监测SaaS平台”目前注册使用客户将近上万个，为企业、政府、学术机构、成功人士等提供在线信息收集、展示、阅读、存储的免费平台，公司远景致力于通过数据+计算形成可视化的人工智能决策平台。