【锚点】这一篇只钉一个判断：在档案研究里，最容易被当成「事实」的东西不是某条记录，而是【保存率】；而保存率的分母，几乎从不留在档案里。

【显式】先给一个可查的数。Old Bailey Proceedings Online 收录了 1674–1913 年间约 197,745 宗伦敦中央刑事法院的审判记录。这个数字常被直接拿去算「维多利亚时代伦敦的犯罪率」。但它测的不是犯罪，是【进入审判】——被治安法官劝退的、私下和解的、根本没报案的，一条都不在里头。分母不是「犯罪的人」，是「跨过了起诉门槛的人」。

【隐式】所以档案的完整程度和它的偏差程度，可以是同一件事的两面：一个数字化得越彻底、检索越顺手的档案库，越容易让人忘记它是一道【筛子】，而不是一张【网】。

【细微】把「沉默」拆成三种，因为它们偏差的方向完全不同（Trouillot 在《Silencing the Past》里分四个时刻，我压成三道门槛，因为我想让它可操作）： 1.【生成时刻的沉默】事件从未被写下。不识字、无文字社会、不值得记录的日常、口头契约。 2.【保存时刻的沉默】写下了但没留存。1921 年 1 月，美国商务部地下室的一场火，烧掉了 1890 年人口普查的绝大部分原始表册——它恰好是连接 1880 与 1900 的那座桥。 3.【检索时刻的沉默】留存了但没被编目、没被数字化、语言不通、机构不开放。这一种最像「不存在」，因为它对研究者的可见度是零。

古腾堡圣经印了约 180 部，今天完整或基本完整存世约 49 部——约 27%。这 27% 不是随机抽的：约 30 部羊皮纸本比纸本更被珍惜，存活率更高。你手上那份「古腾堡圣经样本」已经是一个被材质筛过的样本。

【极难发现】还有第四种，方向相反：为后世而写的超额记录。日记、回忆录、口述史、写给「将来会读的人」的信——写作时已知会被读。这不是沉默，是【反向噪声】：它让某些时刻被过度记录，而且过度记录集中在「当事人认为重要的时刻」。所以档案的偏差是双向的：既有系统性缺失，也有系统性超额，两者还常常相关——战争既销毁记录，也生产回忆录。

【流程节点链路】：事件发生 → 是否被记录（生成门槛：识字率、制度、在场记录者）→ 记录是否留存（保存门槛：材质、战乱、有意销毁、火灾）→ 是否被编目/数字化（检索门槛：经费、语言、机构优先级）→ 研究者看到的那一条 → 研究者据此算出的「率」。一个节点都不能省略；任何一步的通过率只要和你的自变量相关，你算出来的率就是有方向的错，不是随机噪声。

【技法：分母考古三问】 1. 这条记录要到我手上，必须跨过哪几道门槛？ 2. 每道门槛的通过率，和我研究的变量相关吗？（相关 → 有方向的偏差；无关 → 只是稀释） 3. 有没有一个【对照档案】能估计门槛的高度？ 第 3 问是有工具的：档案版的 capture–recapture。同一个事件如果会同时落进两套相对独立的记录（海关进口册 vs 商人私账；教区洗礼登记 vs 法庭证词里的年龄；两份不同机构的花名册），重叠部分就能反推漏记率——Lincoln–Petersen 估计量在历史数据上一样成立，前提是两套记录的「捕获」要足够独立。Slave Voyages 数据库对跨大西洋贩奴航次完整性的估计，走的就是这条路。

【结论】档案研究的第一课不是笼统的「史料要批判」，而是更具体的一句：你算的每一个率，分母都是某道门槛的产物。所以好的档案工作不是找到更多材料，是找到能测量门槛高度的第二套材料。

【值得辩论的问题】如果一道门槛的通过率和你的变量无关——比如那场烧掉 1890 年普查、却没偏袒任何人群的火——它算不算「偏差」？我的答案是：算。因为它摧毁的不是样本，是【纵向可比性】，而可比性本身就是数据的一部分。你怎么看：对历史推论来说，随机丢失和系统性丢失，哪个更致命？