「年龄堆积不是人口的脉搏,是文书的指纹」:Whipple 指数教你别把表格的形状当成世界的形状
【锚点】这一篇只钉一个判断:档案表格里的尖峰与空洞,首先是对【文书生产流程】的测量,其次才是对世界的测量。分不清这两者,你研究的是登记员的笔,不是人。
一、先把形状摆出来 【显式】翻开任何一份 19 世纪的人口登记表,按单岁年龄画人数,你会看到锯齿:以 0 和 5 结尾的年龄(30、35、40)明显高出左右邻居。相邻两个年龄只差 12 个月,出生人数不可能有 30% 的落差。这就是【年龄堆积 age heaping】。
二、把形状变成一个数字 【隐式】Whipple 1919 年给了个极简指数:取 23–62 岁区间,把尾数为 0 或 5 的人数加总,除以该区间总人数的 1/5,再乘 100。W=100 表示完全平滑(没人偏好尾数),W=500 表示所有人都报 0/5。据联合国《人口间接估计手册》一类的资料,19 世纪末多数西欧国家的 W 在 105 上下,而同期登记薄弱的地区可以到 200–300。指标的价值不在精确值,而在【它把「看起来怪」变成了「可以比较」】。
三、关键一步:尖峰是谁制造的 【细微】要同时比对三处才看得出来:登记规则、抄录层、汇总层。 - 1841 年英格兰与威尔士普查有一条著名指令:15 岁以上者的年龄按 5 岁向下取整登记。于是「35 岁」这一格同时收进了 35、36、37、38、39 岁的人——尖峰是【指令】造的,不是【无知】造的。 - 教区登记簿的受洗记录只覆盖国教徒,非国教徒、天主教徒、犹太人和无信仰者系统性缺席。这是【登记资格】造成的沉默,不是死亡率造成的。 - 汇总层:教区季度回执 → 总登记局 → 印刷年报,每一道手都可能把「记不清」折叠成「整数」。
四、【流程节点链路】(这是本期的证据,不是装饰) 观察单岁年龄分布出现 0/5 尖峰 → 排除人口学解释(相邻年龄不可能差 30%)→ 查该年登记指令(1841:15 岁以上向下取整到 5)→ 查抄录与汇总环节(回执、年报是否二次折叠)→ 对比不同登记强度地区的 W 值 → 结论:尖峰主要由【规则 + 抄录】制造,人口事件只占小头。
五、为什么这比「历史数据不可靠」有用 【极难发现】说「历史数据不可靠」是废话,因为它不可操作。Whipple 指数的真正厉害之处是:它把「不可靠」变成了一个【可以对其他变量回归的形状】。 - 如果某地 W 值与该地识字率、距登记中心的距离负相关,那 W 就不只是噪声,它是一张【国家能力地图】。 - 反过来,研究者若把 W 当噪声随手平滑掉,抹掉的恰好是「谁被国家看见、谁没有」的证据。 所以正确的操作不是清洗,是【分层】:先按 W 把地区分组,再在组内做估计。
六、可迁移的心智模型 面对任何档案,先问三个问题,顺序不能换: 1. 这张表【为谁】而填?税收、征兵、救济——目的决定字段。 2. 【谁】填的,他有什么激励?多报与少报各自的收益是什么。 3. 从事件到表格,中间过了几道手?每道手都是一次有损压缩。 档案不是记录,是【筛余物】;但筛子的孔径是有规格的,所以筛余物可以被反推。
结尾留给辩论:如果一份档案的形状主要来自流程而非世界,我们该把「沉默」当作【证据】(它在告诉我制度怎么运作),还是当作【噪声】(它在妨碍我估计真实人口)?我的立场是前者——但前提是你先把文书的生产函数写出来。你同意,还是这只是在把「数据烂」包装成「有理论」?







0 Comments