大數(shù)據(jù)研究唐詩宋詞 結(jié)論很顛覆

　　用大數(shù)據(jù)分析：唐代詩人白居易作品量第一 但影響力排十名之外 宋詞名篇中收錄詞作最多的不是蘇軾、辛棄疾而是周邦彥

　　用大數(shù)據(jù)分析唐宋詩詞，結(jié)論可能超出你的想象——唐代詩人中作品量居第一的白居易，影響力排在十名之外；宋詞名篇中收錄詞作最多的不是蘇軾、辛棄疾而是周邦彥；綜合影響指數(shù)表明，杜甫高于李白、辛棄疾強于蘇軾……

　　以上新發(fā)現(xiàn)，是國家社科基金重大項目“唐宋文學編年系地信息平臺建設(shè)”首席專家、四川大學文學與新聞學院講席教授王兆鵬分析所得。

　　唐詩是中國詩歌史上第一座高峰。唐代詩歌五萬多首，詩人三千余位，詩人和詩作都達到前所未有的量級。宋代詞人近一千五百位，詞作超兩萬一千闋。

　　從個體詩人來看，唐詩宋詞里誰的作品最多？王兆鵬的大數(shù)據(jù)顯示，白居易名列唐詩作品量的榜首，詩作近三千；杜甫和李白緊隨其后，都超過千首大關(guān)。宋詞中辛棄疾的詞作量位居第一，有六百余闋，其次是蘇軾、劉辰翁。宋詩的篇數(shù)，則由陸游稱雄，凡九千多首，其次是劉克莊和楊萬里。

　　根據(jù)綜合影響指數(shù)排名，唐代詩人影響力第一的是杜甫，其次為李白、王維，而作品量居第一的白居易，影響力排在十名之外。宋代詞人作品量和影響力第一的都是辛棄疾，蘇軾和周邦彥分別居第二、第三。高居宋詩影響力榜首的是蘇軾，作品量雄居榜首的陸游緊隨其后。

　　提到唐詩宋詞的名家，人們習稱“李杜”“蘇辛”，似乎李優(yōu)于杜、蘇勝于辛。但綜合影響指數(shù)表明，杜甫高于李白、辛棄疾強于蘇軾。更令人意外的是，最受追捧的詞人不是蘇、辛而是周邦彥。在一百首和三百首宋詞名篇中，周邦彥各占十五首和四十首，占有率遠高于蘇、辛。

　　用客觀的數(shù)據(jù)去衡量、分析頗為主觀的詩詞鑒賞，是否科學、能否可行？在接受北京青年報記者專訪時，王兆鵬強調(diào)，雖然數(shù)據(jù)能在一定程度上描述顯示文學史的發(fā)展面貌和進程，但也有明顯的局限性。

　　30年前開始研究

　　積累了上百萬條數(shù)據(jù)

　　問：《大數(shù)據(jù)里的唐宋詩詞世界》課題的初衷是什么？

　　答：我1992年就開始做唐宋詩詞的定量分析了。初衷是每人心目中都有自己的唐宋詩詞名篇。究竟歷史上哪些唐宋詩詞被視為名篇，我想用統(tǒng)計數(shù)據(jù)來分析衡量。

　　問：那您是如何利用大數(shù)據(jù)來衡量唐宋詩詞質(zhì)量的呢？這些數(shù)據(jù)是如何統(tǒng)計出來的？

　　答：唐宋詩詞作品的質(zhì)量，目前還沒找到有效數(shù)據(jù)來評估、衡量。我目前正在努力嘗試構(gòu)建文學作品質(zhì)量的評價指標體系，以便搜集數(shù)據(jù)。這需要比較長的過程。此外，個人建立的評價指標體系，需要學界的認同和共識。

　　問：關(guān)于文學指標體系，學界目前的研究現(xiàn)狀怎樣？

　　答：大數(shù)據(jù)時代的文學數(shù)據(jù)，需要分類分層建立起文學史數(shù)據(jù)的指標體系，以確保數(shù)據(jù)的信度和效度。但目前用大數(shù)據(jù)來做唐詩宋詞研究的學者不多，為學界共享的唐宋詩詞大數(shù)據(jù)也相當有限。

　　從1992年到現(xiàn)在，我雖然積累了一百多萬條和唐詩宋詞有關(guān)的數(shù)據(jù)，但還不完備、不均衡。有的時段數(shù)據(jù)多，有的時段數(shù)據(jù)少；有的這一類數(shù)據(jù)多，那一類數(shù)據(jù)少；有的詩人數(shù)據(jù)多，有的詩人數(shù)據(jù)少。我們常感慨“書到用時方恨少”，數(shù)據(jù)更是這樣。全方位分析唐詩宋詞時，常常覺得數(shù)據(jù)不夠用。

　　在我看來，文學評價指標體系應該以作品為中心來建立。作家的影響力是以作品的影響力為前提。而作品評價，可分兩個維度，一是相對穩(wěn)定作品的內(nèi)在文學價值，二是動態(tài)不居作品的外在影響力。其文學價值，可考慮從內(nèi)容和形式兩個層面來評估。

　　作品影響力則從創(chuàng)作者、評論者、普通讀者三個層面來衡量。一是對創(chuàng)作者的影響，包括引用、化用、仿效、改編、翻譯等，體現(xiàn)出作品的典范性和吸引力；二是對評點者的評論和學者的研究，反映出作品在文學批評、學術(shù)研究層面的美譽度和關(guān)注度；三是在普通讀者中的傳閱度和知曉率。確定作品的價值、影響的基本要素和結(jié)構(gòu)后，再構(gòu)建計算模型，然后由計算機在相關(guān)資源庫、語料庫和網(wǎng)絡運行，挖掘提取相關(guān)數(shù)據(jù)，最后計算出每篇作品的得分。

　　數(shù)據(jù)無法測度藝術(shù)含量

　　和審美價值高低

　　問：您在課題里提到，據(jù)統(tǒng)計，東漢到隋末近六百年，詩歌總共才五千余首，而到唐代，詩歌第一次超過萬首并直接跨越到五萬多首。唐詩比之前的八代詩增加了七倍多，詩人由六百余位增加到三千余位，詩人和詩作都達到前所未有的量級。這個數(shù)據(jù)從何而來，有參考哪些重要的文獻資料嗎？

　　答：數(shù)據(jù)來源于我的老朋友尚永亮教授的兩篇論文：《八代詩歌分布情形與發(fā)展態(tài)勢的定量分析》和《唐知名詩人之層級分布與代群發(fā)展的定量分析》。

　　問：白居易的詩數(shù)量最多，影響力卻在前十名開外，這是如何判定的？

　　答：用數(shù)據(jù)衡定的。我們用了多種數(shù)據(jù)，對唐代詩人影響力進行排名。白居易的影響力，在現(xiàn)當代大于古代。他的綜合影響力，遠不如李白、杜甫。

　　問：那您通過大數(shù)據(jù)判定唐詩宋詞質(zhì)量的依據(jù)是什么？

　　答：目前只能用大數(shù)據(jù)衡量唐詩宋詞影響力的大小——包括對后代詞人創(chuàng)作的吸引力，在后代詞評家中的美譽度，在普通作者中的知名度等等。目前暫時還不能用數(shù)據(jù)測度唐詩宋詞藝術(shù)含量和審美價值的高低。

　　文學中心在北宋初

　　就完全移到南方

　　問：用大數(shù)據(jù)研究唐宋詩詞有無遇到一些學術(shù)上的困難，又是如何克服的？

　　答：文學研究從來沒有數(shù)據(jù)意識，困難不僅在于到哪兒去找數(shù)據(jù)，更在于找什么樣的數(shù)據(jù)。究竟什么樣的數(shù)據(jù)有用有效，既需要理論的支撐，也需要在實踐中檢驗。理論上，我們不斷探求，從統(tǒng)計學、計量信息學和計量歷史學中去尋找理論和方法的啟示；實踐上，反復試驗，失敗了重來。最痛苦的是，數(shù)據(jù)庫建好了，文章也寫完了，忽然發(fā)現(xiàn)數(shù)據(jù)來源不全，只好從頭補齊數(shù)據(jù)，寫好的論文又推倒重來。

　　問：您在大數(shù)據(jù)具體研究中還有哪些新發(fā)現(xiàn)呢？

　　答：數(shù)據(jù)的意義，既能確證傳統(tǒng)的結(jié)論，也會修正傳統(tǒng)的結(jié)論，更能發(fā)現(xiàn)新問題，改變傳統(tǒng)的認知。比如，中國文化地理有一個著名的結(jié)論，中國文化中心，是由北方中原逐步向南方移動，第一次南移是東晉永嘉之亂，第二次南移是唐代安史之亂，第三次南移是宋代靖康之亂。三次戰(zhàn)亂推動了文化中心的南移，靖康之亂后，文化中心就徹底移到南方。我們的大數(shù)據(jù)發(fā)現(xiàn)，文學中心在北宋初就完全移到南方，南方作者的數(shù)量全面超越北方，無需等到靖康之亂后。而且，戰(zhàn)爭不是推動文化中心南移的唯一因素。

　　我們還發(fā)現(xiàn)，宋代的文學中心，是逐步向東南沿海移動。按今天的地市級行政區(qū)劃來統(tǒng)計，宋代福建南平的作者人數(shù)最多，名列第一，福州居第二，這很讓人驚訝。與此相關(guān)的是，宋代進士人數(shù)福州第一，南平第二?？梢姰敃r南平、福州教育發(fā)達，進士多，詩詞作者也多。教育與文學是高度正相互的。

　　此外，我們還發(fā)現(xiàn)蘇東坡詞的創(chuàng)作高峰是在黃州，他三分之一的詞是在貶謫黃州期間寫的，他的名篇佳作一半是在黃州寫的。比如宋詞的第一名篇《念奴嬌·赤壁懷古》就是在黃州寫的。黃州成就了蘇軾詞作的輝煌。

　　文/本報記者 張恩杰 統(tǒng)籌/劉江華