1079 乌台诗案与东坡人格重组：基于中断时间序列的因果识别

苏轼 1037 年生于四川眉山，1101 年卒于江苏常州，终年 65 岁。他留下 6,375 篇可定位到具体体裁的作品，合计约 203 万字纯古典原文。这些文字横跨他从 21 岁中进士到 65 岁卒前的 45 年人生，按写作年份排开，足以刻画出一条人格演化曲线。

研究问题、数据与时间分辨率

苏轼传记的标准叙事是 1079 乌台诗案是苏轼的人生转折点，1080 黄州贬所完成了他的文学与思想转向。这套叙事把转折归功于一次政治事件加一段贬所生涯，但叙事本身没有量化：所谓 "转折" 到底变了多少，在哪个维度上变，变化的统计稳健性如何，这些问题传记体回答不了。若把 1079 当作潜在的因果 treatment，问数据*"它真正触发了人格层面的什么变化"*，答案可能比传记给的更精细，也可能更微弱。

核心问题

把苏轼一生 16 个有据可考的关键生命事件（见第 0 章关键节点表）按时间排好，逐一作为 treatment 候选。对每个候选 treatment，我们想估的反事实是：

如果这个事件没发生，苏轼的人格演化轨迹会是什么样？实际轨迹相对这个反事实的偏离，就是这个事件的因果效应。

这就是中断时间序列分析所要回答的问题。它的核心是把潜在结果框架放到单一个体的时间序列上：每个时间点的人格状态扮演潜在结果的角色，事件的发生扮演 treatment 的角色，事件之前的趋势外推扮演反事实的角色。

按项目级 CLAUDE.md 约束 1，三个外生 treatment 候选——1079 乌台、1094 惠州、1097 儋州——中本章只分析 1079，后两个留给第 4 章合成控制处理。选 1079 的理由是它最结构清晰：有完整的审讯档案（《东坡乌台诗案》）、明确的起讫日期（1079-07-28 中使到湖州到 1079-12-29 责授黄州）、以及紧接的 4 年半贬所观察期（1080–1084 黄州）。

数据来源

本章使用苏轼集（唐宋八大家本）作为底本，按卷、篇结构化抽取后得到 6,375 篇文档、203 万字纯古典原文。体裁分布如下表。

表 1·1　苏轼集语料按体裁分布

时间分辨率与编年问题

把每篇文档贴上写作年份后，是本章面临的核心数据挑战。苏轼集与阳明全集不同——后者大量篇章带有明确的纪年款识，阳明轨迹书在 1283 篇文档中能给 42.0% 找到编年信息。苏轼集的卷次基本按体裁编，不按时序，编年线索分散在三处。

一处是篇题中的天干地支，如《辛丑十一月十九日既与子由别于郑州西门之外马上赋诗一篇寄之》，题中的 "辛丑" 就是 1061 年；这一类型在全集中有 16 篇得到 high-confidence 编年。另一处是年谱中以《》标出的提及篇目，如《东坡先生年谱》1079 年下记 "作《文与可画筼筜谷偃竹记》"，这条记载直接把该文锚定到 1079；这一类型贡献 102 篇 high-confidence 编年。再一处是苏轼集的卷次惯例：诗、词、赋几类按大致时序编入卷，同卷内若有 3 篇以上已确认年份的篇目，可对同卷其余篇目做 medium-confidence 外推；这一类型贡献 107 篇 medium 与 321 篇 low confidence 编年。

最终编年回填的结果是：6,375 篇中 118 篇 high、107 篇 medium、321 篇 low confidence，累计 546 篇（8.6%）得到编年标签。

人格维度与概念主题词表

ITS 的因变量是什么？在群体心理学研究里，用问卷量表（如 Big Five）测人格；但苏轼已死 900 年，不能填问卷。我们只能用文本计量替代：选定一组与人格相关的概念词，数它们在每篇文档中的出现频率，用这个频率作为该篇人格信号的代理变量。

8 维人格维度

参照阳明项目的 8 维框架，本书的 8 个维度与各自的关键词表见下表。完整词表共 109 个词，写在 code/concept_vocabulary.py。

表 1·2　8 维人格维度与代表性关键词

每篇文档的 D-i 维度得分 = 该篇文本中所有 D-i 词出现频次之和 / 该篇字数 × 1000，即每千字 D-i 词频。这个量纲让不同长度的篇目可比。

9 主题概念词

除人格维度外，还有 9 个聚焦在苏轼一生关切话题上的概念主题，共 56 个词：政治新法、儒家纲领、佛家、道家、归隐、贬谪、情感、黄州、君臣。完整词表同样在 concept_vocabulary.py。

主题词用于第 2 章的概念分布散度分析与本章 ITS 的双重验证：同一个 1079 事件如果在人格维度上没显著效应、但在贬谪或黄州主题词频上显著，那说明效应是话题层面而非人格层面的，这条区分对解读结果至关重要。

ITS 模型设定

模型估计用 OLS，$t$-统计量按标准方法计算，不做异方差稳健修正——因单被试时间序列的样本独立性假设本身已经受质疑，任何标准误修正都不能根本解决问题。详见第 6 章的方法学讨论。

图 1·1　1079 乌台诗案 ITS 模型示意。pre-period（1056–1078）实测点拟合趋势线，外推到 post-period 作为反事实；post-period（1080–1101）实测点拟合另一条趋势线；两条线在 1079 处的垂直差 $\beta_2$ 就是 level shift 估计值。完整 TikZ 概念图详见 PDF 全文。

8 维人格维度的 ITS 结果

把 ITS 模型应用到 8 个人格维度，每个维度都拟合一次，结果见下表。

表 1·3　8 维人格维度在 1079 前后的 ITS 估计

★ 表示 $|t|$ 大于 1.7（近似双侧 $p < 0.10$）。

9 主题概念的 ITS 结果

把同样的 ITS 应用到 9 个概念主题上，结果见下表。

表 1·4　9 主题概念在 1079 前后的 ITS 估计

★★★ 表示 $|t|$ 大于 3.0（近似双侧 $p < 0.01$）。

把信号集中到 D2 自我修正与"贬谪"主题

排除地名 sanity check 之后，1079 乌台诗案在数据上留下的最稳健效应集中在两条：

第一，自我修正维度 D2 上升：pre 每千字 1.63 → post 3.48，翻 2.1 倍，level shift +3.71，$t = 1.82$。悔 / 愧 / 误 / 过 / 罪 / 自省 / 改易这些词的密度显著增加，这是经典的post-trauma reflection信号——经历重大政治打击后，苏轼在文字中更频繁地反思自身言行。

第二，贬谪话语进入：pre 每千字 0.50 → post 1.93，翻 3.9 倍，level shift +1.96，$t = 1.84$。谪 / 贬 / 瘴 / 迁 / 流 / 海南这些词的密度显著增加，苏轼开始把自己作为被贬者写进语言。

两条信号的方向一致——乌台诗案让苏轼在话语层面经历了一次 self-reframing。他不再像 1071–1078 那样以在朝官员、写诗议政者自居，而是开始以被贬者、自责反思者自居。这一变化既符合传记的描述，也在 ITS 框架下得到 $p < 0.10$ 水平的定量支持。

简言之，1079 乌台诗案的最稳健效应是自我修正与贬谪话语的进入，而不是隐逸或三教转向。后两条在数据上需要更长的观察窗口与更精细的方法。

编年精度对结果的敏感性

ITS 用 225 篇 high+medium confidence 编年数据，而苏轼集总共 6,375 篇。这意味着 96.5% 的语料被排除在主分析之外，一个合理的质疑是：如果把 low confidence 也包含进来，结果会不会发生质变？

为了回答这个问题，应当做敏感性分析。本章的当前一版只跑了 high+medium 的主分析，low confidence 敏感性分析与人工校验留待后续 iteration。但有两点可以预先说明。

第一，low confidence 的编年误差主要是年份偏移 1–3 年，而不是完全错位。对 ITS 而言，这类小偏移会让 pre-period 与 post-period 的边界变模糊，但不会让 1079 前后的真实差异完全消失——除非偏移系统性地落在 1079 这条边界上，概率较低。

第二，主分析的两个显著效应（D2 自我修正、贬谪主题）都是方向稳健：即使加入 low confidence 让 $t$ 值漂移，level shift 的符号不会变。真正不稳定的是边缘显著的方向。

本章知识地图

表 1·5　第 1 章核心概念与常见误解