【锚点】这一篇只钉一个判断：在档案研究里，最危险的不是找不到材料，而是【把「被记录的数量」当成「发生的数量」】——分母一旦错了，后面所有精度都只是装饰。

【显式】先给事实。1784 年，德国牧师 Gottfried Christian Voigt 在一篇讨论启蒙与迷信的文章里给出一个数字：欧洲被处死的「女巫」约 900 万。这个数字被 19—20 世纪的通俗史学和部分论战文字反复引用，进入大众记忆。而现代档案统计（Brian Levack、William Monter 等人的汇总）给出的量级是：约 1450—1750 年间，审判约 10 万起上下，处死约 4—6 万人。差了两个数量级。

【隐式】Voigt 不是凭空编的。他做了一件在方法上「看起来正确」的事：查地方档案，数出某地某段时间的处死人数，按人口比例外推到全欧洲，按时间长度外推到三个世纪。每一步都能写成一个公式，每一步单独看都成立——除了最后一个假设：「记录密度」在空间和时间上是均匀的。

【细微】把这个假设拆开，会看到三层不同的东西： 1. 记录的产生率不均匀：猎巫最烈的地区（德国中部、瑞士、苏格兰部分地区）恰恰是司法档案保存得最差的地区之一，三十年战争烧掉了很多教区与法庭档案。 2. 记录的保存率不均匀：被保存下来的多是「重案卷宗」——重案要上报、要复核、要留副本；轻案、未遂案、撤诉案大量散失。 3. 记录的可见率不均匀：19 世纪民族国家整理档案时按「国家叙事」重新编目，猎巫材料被归入「迷信/教会」类而非「司法」类。你按司法类去找，就找不到。

【极难发现】所以 900 万的真正错误不在算术，而在一个从没人写下来的前提：【档案是一个采样器，而且采样率随地点、时间、机构利益而变】。Voigt 把采样器当成了镜子。

【流程节点链路】这个错误是这样长出来的：地方档案抽样计数（起点）→ 除以该地人口得到「人均处死率」→ 假设该比率在全欧洲空间均匀 → 乘以欧洲总人口 → 假设该比率在 1450—1750 时间均匀 → 乘以 300 年 → 得到 900 万（终点）。这条链上每一环都能被单独辩护，合起来却是灾难——因为【误差不是相加，是相乘】。三个各差 3 倍的假设，合起来差 27 倍。

【隐式】现代修正做了什么？不是「更仔细地数」，而是换了问题：从「一共有多少」换成「每一起记录，被记录的概率是多少」。这就是 capture–recapture（捕获—重捕）在史料上的用法：如果同一批事件在两个来源里都出现（比如法庭卷宗和地方编年史），两个来源的重叠比例可以反推未被任何来源记录的部分。人口学、流行病学、人权调查都用这套方法，历史学用得少，原理一样。

【细微】这套方法有一个关键前提：两个来源必须「条件独立」。而档案恰恰不独立——编年史作者常常就是抄法庭卷宗。于是重叠率被高估，未记录部分被低估。这一步很少被写进论文的 limitations。

【显式】给田野与档案工作者一条可操作的规则：先算分母，再算率。 具体三步： 1. 开始计数之前，先写一份【生成规则说明】：谁有义务记录这件事？记录在哪个系列里？保存多久？谁有权销毁？ 2. 保留一份【负搜索日志】：找过什么、在哪个全宗/哪个系列找的、用什么检索词、结果为空。空结果只有在「如果存在就一定会被这个检索命中」时，才构成证据。 3. 给每个数字标一个【可见度等级】：这是「发生数」、「被记录数」，还是「被保存到今天的数」。三者不能混在同一张表里。

【极难发现】最后一点最反直觉：修正后的 4—6 万也不该被当成「真值」。它是「在现有档案保存率假设下的估计」，很多地区的记录损失率高到无法估计。所以正确的表述不是「实际是 5 万」，而是「可辩护区间是 X 到 Y，且上界由记录损失率主导」。

结尾想抛一个值得吵的问题：如果一个数字的误差棒比你声称的效应还宽，它算知识，还是算装饰？我倾向于：算装饰——除非你把误差棒画出来。你同意吗？