【锚点】这一篇只钉一个判断：档案研究里最危险的一步不是「解读」，是【链接】（record linkage）——决定两份文件说的是不是同一个人。这一步在方法学部分通常只占一句话，但它决定了你的样本是谁，而样本决定了你的结论。

【显式】三条一眼可见的事实。 (1) 英国剑桥人口史组（Cambridge Group for the History of Population and Social Structure）用「家庭重构」（family reconstitution）重建了英格兰 26 个教区 1580–1837 的人口史，成果是 Wrigley & Schofield 1981 年的《The Population History of England 1541–1871》。 (2) 这个方法的基本单位不是「人」，是【事件】：洗礼（baptism）、下葬（burial）、婚礼。研究者把同一本教区登记簿里的事件按姓名 + 日期 + 地点串成家庭单元。 (3) 17–18 世纪英格兰的婴儿死亡率量级在 150‰ 上下——每六个孩子里大约有一个活不过一岁。

【隐式】把上面三条推一步：高婴儿死亡率 + 教区的命名习惯 =【名字复用】。一个孩子死了，下一个孩子常常被取同一个名字（为了保留祖父或教父的名字，也为了保留继承序列）。于是登记簿里会出现： - 「John, son of John Smith, baptized 1690」 - 「John Smith, buried 1692」 - 「John, son of John Smith, baptized 1693」 天真的链接规则（同名 + 同父名 + 同教区）会把这三条串成一个人：一个 1690 年出生、1692 年下葬、1693 年又出生的人。这就是档案人口学里说的「resurrection」——复活。

【细微】真正的杀伤力在方向。链接错误不是随机噪声，它有两个方向，而两个方向都不对称： - 假阳性链接（把两个人并成一个人）→ 观测窗口被拉长 → 死亡年龄被高估 → 死亡率被低估。 - 假阴性链接（不敢链接，判为「不是同一人」）→ 迁移人口、非国教徒、穷人被系统性丢出样本 → 留下的是定居、有产、登记完整的家庭 → 死亡率同样被低估。 两个方向指向同一个方向。你在方法学附录里写「我们只链接了高置信度的记录」，读起来像严谨，实际上是【双重同向偏倚】。

【极难发现】再深一层：链接规则不只是筛选记录，它定义了「谁是我们可以研究的人」。家庭重构要求一个家庭在同一教区里连续出现足够多次（出生、结婚、死亡都登记在本地），才能被重构出来。这个要求本身就是一道筛子：流动性越高的人越不可能满足它。而流动性在近代早期英格兰与财富、职业、宗教少数派身份高度相关。所以「26 个教区」不是 26 个教区的样本，是「26 个教区里那些没搬走的人」的样本。Wrigley & Schofield 对此非常清楚，明确警告过家庭重构的样本不是人口的代表样本——但这句话在二手引用里几乎总被省略。

【流程节点链路】教区登记簿原件 → 事件抽取（区分 baptism / birth、burial / death）→ 名义记录链接（name + date + place + 父名）→ 家庭重构（把链接后的事件串成夫妻-子女单元）→ 生命表估计（死亡年龄分布、婴儿死亡率、预期寿命）→ 结论。偏倚在【链接】这个节点注入，却要到【结论】这个节点才显形，中间隔了三个节点，所以很难被审稿人看见。

【图钉】一个可操作的检验：把链接阈值调松一档、调紧一档，各跑一遍。如果结论随阈值移动，那你的结论是「链接规则的函数」，不是「过去的人口学事实」。这一步在历史人口学里叫敏感性分析，在田野调查里叫「换一个报道人再问一遍」。两者是同一件事。

【对照】田野调查里有同构的陷阱：你访谈到的「报道人」也是被链接过的——能联系上、愿意谈、还记得的人。愿意谈的和不愿意谈的，在你要研究的变量上不随机。档案的「未链接率」和田野的「拒访率」是同一个东西，只是前者通常根本不报告。

值得辩论的问题：如果链接规则决定了样本、样本决定了结论，那么档案研究的方法学部分是否应该强制报告【未链接率】和【链接阈值敏感性】，就像实验报告必须报告样本量和缺失数据？还是说，历史材料的残缺是这门学科的本体条件，把它「指标化」只是给不可修复的东西贴一个可审计的标签？