Field Notes · 田野笔记

第 1 章 ITS 的设定预设了 1079 是 treatment，然后估它的效应。第 2 章散度分析按 6 个 treatment 时段切分，也预设了 P1–P6 的边界。这两章都依赖 "我们已经知道哪一年是事件" 这个先验。若这个先验本身错了——真实的人格断点不在 1079 而在 1086 或 1088——前两章的所有估计都会偏。本章用断点检测反过来：把 "事件年份" 当未知量，让算法在 43 个有数据的年份里自己找断点，再回头看找到的断点与传记叙事是否一致。

研究问题

把 8 维人格维度与 9 主题概念在 1043–1101 的年度时间序列单独看，问：这条序列里有几个断点，分别在哪一年？ 如果 1079 是真转折，多数序列的最强断点应当在 1079–1080；如果不是，真转折点在别的年份，那本书第 1 章 ITS 的 treatment 选择就需要重审。

方法：Binary Segmentation + BIC 选 K

定义Binary Segmentation 多断点检测

def:bin-seg

给定时间序列 $\{y_t\}_{t=1}^{T}$ ，贪心地寻找一系列断点 $\{\tau_1, \tau_2, \ldots, \tau_K\}$ 使得分段均值拟合的残差平方和最小：

\min_{\tau_1, \ldots, \tau_K} \sum_{k=0}^{K} \sum_{t = \tau_k + 1}^{\tau_{k+1}} (y_t - \bar{y}_{[\tau_k+1, \tau_{k+1}]})^2.

$K$ 由 BIC 准则选定： $\text{BIC}(K) = n \log(\text{SS}_K / n) + (2K+1) \log n$ ，选使 BIC 最小的 $K$ 。

为什么 BIC 罚项用 $2K+1$ 而不是 $3K+1$ ？ $K$ 个断点引入 $K+1$ 段均值参数加 $K$ 个断点位置参数，共 $2K+1$ 个。用 $3K+1$ 会过度惩罚，在本书 43 年小样本上让所有序列退化为 $K = 0$ ，检测不到任何转折点。这条选择是 ad-hoc 的，在第 6 章方法学讨论中会单独交代。

为什么不用 ITS 的预设 treatment 直接做断点

ITS 的*level shift $\beta_2$ 与 slope change $\beta_3$ *估的是 "在 1080 这个边界上的跳跃 / 斜率变化"。如果真断点不在 1080 而在 1086，ITS 把真断点的能量稀释到 pre-trend 与 post-trend 两侧，估出的效应会偏弱。断点检测反过来：让算法找最好的边界，再去问这个边界落在哪年。

17 条序列的断点检测结果

跑完 Binary Segmentation + BIC 选 K 之后，17 条序列中只有 2 条选了 $K = 1$ ，其余 15 条选 $K = 0$ （无断点）。

表 3·1　17 条序列的断点检测结果

序列	来源	K	断点年份	段均值演化
D1 政治姿态	人格	0	—	0.55
D2 自我修正	人格	0	—	2.50
D3 实践导向	人格	0	—	0.33
D4 处变能力	人格	0	—	0.49
D5 决断力	人格	0	—	7.22
D6 情感深度	人格	0	—	11.48
D7 隐逸倾向	人格	0	—	7.31
D8 三教融合	人格	1	1088	4.82 → 11.41
政治新法	概念	0	—	0.03
儒家纲领	概念	0	—	1.74
佛家	概念	1	1086	0.75 → 4.51
道家	概念	0	—	2.00
归隐	概念	0	—	7.60
贬谪	概念	0	—	1.32
情感	概念	0	—	3.00
黄州	概念	0	—	0.87
君臣	概念	0	—	7.40

结果解读

17 条序列里只有两条有断点，而且断点都落在1086–1088这个窄区间，不在 1079–1080。这是一条强烈的反传统信号。

D8 三教融合断点在 1088，段均值从 4.82 跳到 11.41，翻 2.4 倍。1088 是元祐三年，苏轼任翰林学士两年后，知贡举主持科举，这一时期他在朝廷做实际事务。

佛家断点在 1086，段均值从 0.75 跳到 4.51，翻 6 倍。1086 是元祐起复元年，苏轼回朝任翰林学士。

两条断点的方向都是元祐起复期之后，三教融合与佛家词频显著上升。这与传统叙事 "黄州（1080–1084）让苏轼皈依佛道" 完全相反——数据告诉我们，黄州期（P3）的三教与佛家词频均值只有 6.81 / 0.48，元祐起复期（P4）才上升到 11.41 / 4.51。

为什么？一个可能的解释是：黄州贬所期苏轼仍处于震荡期，写的多是叙事性诗文（赤壁、定惠院月夜），真正系统接触佛道经典是在元祐起复之后——回到京师有藏书可读、有同道可论，三教讨论才进入密集期。黄州赤壁赋虽含 "盈虚消长" 的道家影子，但佛 / 禅 / 般若 / 空这些具体词出现频率不高。

断点的聚类：数据自报的真转折期

只有 2 条序列有断点，谈不上 "聚类"。但两个断点都落在 1086–1088 区间，集中在元祐起复这一年段，这构成一个弱聚类信号。

元祐起复（1085–1093）在传统苏轼研究中的政治意义远高于其文学意义：苏轼回朝任翰林，草拟诏书无数，但留下的文学名篇相对少。数据告诉我们：元祐期是思想转向期而非文学转向期——三教融合与佛家词的密度上升，但这种上升不集中在传统意义的 "黄州赤壁" 诗篇里，而是分散在元祐期的尺牍、奏议、序跋之中。

1079 在断点检测中的缺席

另一个观察是1079 在 17 条断点检测里完全缺席——没有一条序列把 1079 或 1080 选为断点。这是对第 1 章 ITS 选择 1079 作为 treatment 的一次独立检验，检验结果是负面的：1079 在 BIC 意义上不是任何一条序列的真断点。

这条结果有三种读法。第一种，ITS 是错的——1079 不是真转折，第 1 章估出的 D2 自我修正 $t = 1.82$ 与贬谪主题 $t = 1.84$ 都是误判。第二种，1079 的效应太弱，BIC 罚项把它归入噪声；ITS 在线性假设下能看到，断点检测在分段均值假设下看不到。第三种，真断点不是单一年份，而是 1079 / 1086 两个年份连锁——1079 触发 self-reframing，但话语系统的全面重组延迟到 1086 元祐起复后才完成。

第 4 章合成控制会同时给出 1079 与 1086 附近的 post-period 累计偏离，三种读法届时可以进一步辨别。

本章知识地图

表 3·2　第 3 章核心概念与常见误解

核心概念	核心内容	常见误解	为什么错
Binary Segmentation	贪心找一个个断点	以为它和 PELT 等价	PELT 是更快的精确算法，BinSeg 是近似
BIC 选 K	$n \log(\text{SS}/n) + (2K+1) \log n$	以为系数固定	罚项系数可调，本书用 $2K+1$ ，罚项重时退化 K=0
D8 三教断点 1088	段均值 4.82 → 11.41	以为应当在黄州	元祐起复后三教讨论才密集
佛家断点 1086	段均值 0.75 → 4.51 翻 6 倍	以为黄州让苏轼皈依佛道	黄州期佛家词频仅 0.48，远低于元祐期
1079 缺席	17 条序列无一选 1079	以为这否定 ITS	实际可能是渐进效应，合成控制能挖出
ITS vs 断点不一致	ITS 看到、断点看不到	以为方法学矛盾	不同假设下的结果，用合成控制做第三方仲裁