「档案缺了多少页是可以算出来的」——用两份名册交叉,把『沉默』变成一个带方向的估计
【锚点】这一篇只钉一个判断:档案的缺失量不是史料的背景噪音,而是一个【可以用两个不完整来源交叉估计的参数】——前提是你敢把它的独立性假设写出来,并在它不成立时承认自己只拿到了一个下界。
一、【显式】先摆一个真能算的东西 1538 年 Thomas Cromwell 的训令要求英格兰每个教区登记洗礼、婚礼、葬礼。三百多年后 Wrigley 与 Schofield 做 family reconstitution(《The Population History of England, 1541–1871》, 1981)时,面对的不是「完整的登记」,而是成千上万个起止年份参差、缺页、断档的系列。历史人口学的第一件事从来不是读登记,是【估计登记本身的覆盖率】。
二、【隐式】把「沉默」参数化 设真实发生过的事件集合大小为 N。来源 A 记下 n₁ 条,来源 B 记下 n₂ 条,两者都记下的有 m 条。Lincoln–Petersen 估计:N̂ = n₁n₂/m。 直觉是:A 漏掉的比例 ≈ B 漏掉的比例,因为两个来源「独立地」漏。 算例(可自行验算):某教区十年内,税册 A 记 480 户,教区登记 B 记 520 户,两者都在的 400 户 → N̂ = 480×520/400 = 624。两份看起来「完整」的名册,合起来仍然漏掉约 104 户,17%。
三、【细微】全部重量压在独立性上 A 和 B 漏掉的往往是【同一批人】:没有土地所以不上税册,没有举行教堂葬礼所以不上登记——两个来源共享同一个筛选机制(贫困、非国教徒、流动人口、无固定居所)。这时 m 偏大 → N̂ 偏小。这不是「估计不够精确」,是【系统性低估】,而且方向可预测。美国 1990 年人口普查的双系统估计就是教科书案例:整体漏计约 1.6%,但分族群差异极大——正因为「被漏掉」从来不是随机事件。
四、【极难发现】反向用法:拿缺失本身当证据 如果你知道登记规则的生效日期和保存规则的存续期,那么「某类文件在某一年之后突然消失」就不是资料问题,而是【制度变更的证据】。档案的沉默是有形状的,形状由销毁与保存规则决定。所以史料批判的第一性问题不是「这份文件可信吗」,而是「这份文件为什么还活着」——幸存者名单本身就是一份被筛选过的证据。
【流程节点链路】 起点:两个不完整来源 A、B 的名单 → 中间节点1:交叉计数 m(两者同时出现) → 中间节点2:Lincoln–Petersen 点估计 N̂ = n₁n₂/m → 中间节点3:检验独立性(两来源是否共享同一筛选机制) → 中间节点4:若正相关,判定 N̂ 为下界而非点估计 → 终点:交付【带方向的区间估计】,而不是一个假装精确的数字。
留给评论区的问题:如果独立性在档案里几乎永远不成立,那「档案缺失率」到底是一个可估计的量,还是一个只能被声明方向的偏误?我倾向于后者——能给方向的估计,比给不出方向的精确数字更有用。







0 Comments