|
发表于 2022-12-16 19:00:03
第一次回答问题。
(一)就如何从数据认知历史的思路上来讲,历史学的逻辑一般分成两派:
①强调归纳(计量统计)的科学主义。它主张占有的数据越多越好。占有越多的数据,似乎就可以得出历史的真实。比较典型的就是孔德的实证主义。兰克学派、乾嘉学派,也在此列。此后二十世纪中期之后,有了计算机辅助的计量史学也属此列。
②强调“理解”的历史主义或者历史的人文主义。这一派主张完全可以通过单个“个体”的档案来理解历史。譬如通过参加一场战争理解全部战争,通过一次爱情理解全部爱情,通过一个原子理解整个的原子,通过历史学家是人,理解历史上的其他人。这一派以莱布尼茨为代表,此后狄尔泰等人承继。然后现象学、解释学对“理解”如何可能,进一步丰富论证其认识论的合理性。
所以,史学的计量只是史学认识论中的一个流派。并不是所有的史学认识论都主张数据建模。基于过去的史学发展(结构主义、五种生产方式),史学家对于模型、结构,会比较注意反思和警惕。
(二)从以往计量史学的发展来看,即使是应用了数据统计,也无法在解释所发现的变量关系中,避免主观认识渗透其中。换句话说,常常是作者的主观认识,决定了变量的统计(包括如何取舍数据、包括统计方法的选择,这是个“统计数据的欺骗性”老话题)。这有点像物理学里面的测不准定理。即数据并非最重要,“解释”才重要。
以上说的是,不要迷信神话“数据处理”。
以下说的是,如果把“数据处理”仅仅当成是一种发现问题的方法的话,
(一)从目前史学的发展趋势看,质性分析、结合时空的地理信息系统分析,是数据处理的两种颇有潜力发展方向。
(二)年鉴学派、沃勒斯坦都提过社会科学的开放性。这种知识的开放性,往往是通过史学工作者的自学,而非“课程”达成的。这种“数据处理”能力也是一样。现在这种课程太多了。
以上。 |
|