跨体裁人格分析：体裁固定效应回归与代笔诊断

第 1 章 ITS 把整个语料合并处理，没有区分体裁。但苏轼的多种体裁——给皇帝的奏议、行政内制外制、私人书信尺牍、正式散文记序跋、铭文碑铭赞颂、诗、词、笔记——语言风格各不相同。奏议里有官式套语 "臣闻 / 切详 / 伏望"，诗里有抒情语汇 "归 / 闲 / 老"，行政公文里有 "速行 / 毋得"。如果 pre-period 与 post-period 的体裁分布失衡，跨时段的人格分差异就部分由体裁本身解释，不是苏轼真的变了。

本章正面处理这个问题，给出体裁画像表与体裁固定效应回归结果。由于 is_ghostwriting 标注待后续 iteration 完成，代笔诊断本章只给方法学讨论，不给具体数字。

10 体裁的人格画像差异

8 维度按体裁的均值表

表 5·1　8 维度在 10 种体裁上的平均分（每千字频率）

加粗为该维度的最大值。

每个维度的极值体裁与语言学解释

把这张表的极值排一下。

D1 政治姿态最高在奏议（0.63），最低在尺牍（0.06），跨度 0.57。奏议是写给皇帝的报告，讥讽 / 讪 / 圣德 / 圣朝等政治词必然高密度；尺牍是私人书信，这些词几乎不用。

D2 自我修正最高在尺牍（5.01），最低在碑铭（0.96），跨度 4.06。尺牍里苏轼会向友人坦承悔 / 愧 / 误 / 过，这条信号在私人书信里最强；碑铭是公开纪念文体，自我反思几乎完全缺席。

D4 处变能力最高在词（1.63），最低在奏议（0.01），跨度 1.62。词的随遇 / 自适 / 闲适是词体本身的语汇集合（尤其密州出猎后的词作）；奏议是严肃政治文书，不会用这种闲适语汇。

D5 决断力最高在论策（16.10），最低在祭文（4.06），跨度 12.04。论策是辩论体，速行 / 毋得 / 须 / 决 / 宜 / 以为等决断词密集；祭文是悼亡文，决断动词被悲伤动词替代。

D6 情感深度最高在祭文（14.19），最低在论策（4.46），跨度 9.73。祭文的哀 / 悲 / 苦 / 忧 / 泣 / 涕 / 恸 / 忆 / 思 / 念是体裁固有信号。

D7 隐逸倾向最高在诗（9.35），最低在论策（2.95），跨度 6.40。诗的归 / 闲 / 老 / 病是抒情诗高频词；论策不会用这些词。

D8 三教融合最高在祭文（10.67），最低在词（5.44），跨度 5.23。祭文用仁 / 义 / 礼 / 禅 / 佛 / 空 / 道 / 玄论生死归宿，三教词集中；词更多写情景，三教词相对少。

体裁混淆对 ITS 推断的威胁

pre/post 体裁失衡的机制

回到第 1 章：1079 ITS 估出 D2 自我修正 $t = 1.82$。但 pre-period（1056–1078）主要是奏议与一部分诗（因为这阶段苏轼在朝任职或地方任职，写的多是奏议与寄赠诗）；post-period（1080–1101）体裁混杂，包含黄州尺牍激增、惠州海南诗、晚年笔记。体裁切换是 pre/post 的混杂因素。

尺牍在体裁画像表中 D2 = 5.01，是所有体裁的最大值；而奏议 D2 仅 3.29，诗 D2 仅 1.94。如果 post-period 比 pre-period 多了大量尺牍，单从体裁分布失衡就能解释 D2 上升，不需要任何真实的人格变化。第 1 章 ITS 看到的 +3.71 level shift 可能只是体裁混淆的副产品。

扣除体裁混淆：双 FE 回归

扣除体裁混淆后的 1079 净效应

表 5·2　8 维度在 naive 回归与体裁 FE 回归下的 post 系数

D7 隐逸倾向的体裁混淆诊断

D7 是第 1 章 ITS 与第 3 章断点检测都没看到效应、第 4 章合成控制偏离仅 +0.37 也无效应的维度。三方法一致的负面结论现在加上第 5 章体裁 FE 的诊断：D7 在 naive 回归下显示的 −0.32 post 系数本身就是体裁假象，扣除后 −0.058 几乎为零。

这条四方法一致的负面结论意味着：1079 乌台诗案没有在 D7 隐逸维度上引发可检测的人格变化。传统苏轼研究中常被强调的 "黄州让苏轼归隐" 在数据上找不到支撑。

代笔诊断：剔除 821 篇内制外制前后的效应对比

本书的项目级 CLAUDE.md 约束 2 要求把 1086–1089 翰林学士期间起草的内制外制打 is_ghostwriting=true 标签。code/annotate_metadata.py 通过苏轼集 section 标签 "内制 / 外制" 识别出 821 篇代笔文档（内制 658 篇 + 外制 215 篇，合并《祭文一十四首》等子类），远超原先估计的 80 篇。

代笔篇目分布

821 篇代笔覆盖以下子类：内制诏敕 149 篇、内制口宣 250 篇、内制批答 57 篇、内制敕书 34 篇、内制祝文 33 篇、内制国书 18 篇、内制表本 16 篇、内制斋文 17 篇、内制祭文 14 篇、内制疏文 11 篇、内制朱表 3 篇、内制赦文 3 篇、内制导引歌辞 2 篇、内制其他 51 篇；外制制敕 215 篇。

这 821 篇虽然数量上占苏轼集 6,375 篇的 12.9%，但字数占比更高——这些诏书普遍偏长。全部集中在 1086–1089 苏轼任翰林学士的 4 年内，对 ITS 主分析的 post-period（1080–1101）字数贡献相当可观。

ITS 在 4 版本切片下的对比

code/rerun_with_filters.py 跑了 4 个版本的 ITS 对比：v1 baseline（含代笔，原版）、v2 排除代笔、v3 排除代笔 + 异体字归一化、v4 排除代笔 + 归一化 + 仅 self_expression 词。关键序列结果列在下表。

表 5·3　4 版本 ITS 在 7 个关键序列上的 $\beta_2$ level shift 与 $t$ 值

注：v1 数字与第 1 章相近但不完全一致，源于聚合精度差异（本节用 annotated 版重算）。

异体字归一化与词应酬性的边际贡献

code/annotate_metadata.py 的异体字归一化命中 63 篇，占总篇 6,375 的约 1%。修正的字符包括：壊 → 坏 / 巳 → 已 / 嵗 → 岁 / 逰 → 游 / 髪 → 发 / 酧 → 酬 / 爲 → 为 / 於 → 于 / 與 → 与等。v2 与 v3 的 ITS 结果完全一致（差异 $< 0.01$），说明归一化在 ITS 主分析上的边际贡献接近零——这并不意味着归一化没价值，而是说明这 63 篇修正分散在各时段，没系统偏向 pre 或 post。

词应酬性标注把 352 首词分为五类：self_expression 175（49.7%）、social_courtesy 127（36.1%）、topic_painting 32（9.1%）、funereal 11（3.1%）、commemoration 7（2.0%）。v4 仅保留 self_expression 后，D2 自我修正 $t$ 值反弹回 +2.02（与 v1 相近），这一反弹的机制是：剔除 social_courtesy 应酬词后，词的 D2 噪声降低，信号纯度上升。

被验证的与被推翻的预期

剔除代笔之前，本章预期三条变化，后验情况如下。

预期 1：D1 政治姿态在剔除代笔后更显著。本节数据未给出 D1 对比（D1 在所有版本下 $t$ 都接近 0，不在关键序列里），但代笔诏书本身就是政治姿态信号源，剔除后 D1 的 post 跳跃应当减弱而不是增强。这条预期需要在后续 D1 专项分析中验证，不视为已证。

预期 2：D8 三教融合在剔除代笔后效应应当变化不大。实际数据：$t$ 从 +0.57 微涨到 +0.59，变化 $< 0.03$，预期得到验证。

预期 3：P4 元祐起复时段在散度分析中位置回移。本节未重跑散度分析，留作 chap02 后续 iteration。但 D2 自我修正与贬谪主题的 $t$ 值下降 5–9% 表明代笔确实在 P4 时段贡献了不该归入苏轼本人的语料。

本章知识地图

表 5·4　第 5 章核心概念与常见误解