用大資料分析唐宋詩詞，結論可能超出你想象——唐代詩人中作品量居第一的白居易，影響力排在十名之外；最受追捧的詞人不是蘇轼、辛棄疾，而是周邦彥；綜合影響指數表明，杜甫高于李白、辛棄疾強于蘇轼……
綜合影響指數杜甫最高
以上新發現，是國家社科基金重大項目“唐宋文學編年系地資訊平台建設”首席專家、四川大學文學與新聞學院講席教授王兆鵬分析所得。
唐詩是中國詩歌史上第一座高峰。唐代詩歌五萬多首，詩人三千餘位，詩人和詩作都達到前所未有的量級。宋代詞人近一千五百位，詞作超兩萬一千阕。
從個體詩人來看，唐詩宋詞裡誰的作品最多？王兆鵬的大資料顯示，白居易名列唐詩作品量的榜首，詩作近三千；杜甫和李白緊随其後，都超過千首大關。宋詞中辛棄疾的詞作量位居第一，有六百餘阕，其次是蘇轼、劉辰翁。宋詩的篇數，則由陸遊稱雄，凡九千多首，其次是劉克莊和楊萬裡。
宋詩的篇數由陸遊稱雄
根據綜合影響指數排名，唐代詩人影響力第一的是杜甫，其次為李白、王維，而作品量居第一的白居易，影響力排在十名之外。宋代詞人作品量和影響力第一的都是辛棄疾，蘇轼和周邦彥分别居第二、第三。高居宋詩影響力榜首的是蘇轼，作品量雄居榜首的陸遊緊随其後。
提到唐詩宋詞的名家，人們習稱“李杜”“蘇辛”，似乎李優于杜、蘇勝于辛。但綜合影響指數表明，杜甫高于李白、辛棄疾強于蘇轼。更令人意外的是，最受追捧的詞人不是蘇辛而是周邦彥。在一百首和三百首宋詞名篇中，周邦彥各占15首和40首，占有率遠高于蘇、辛。
用客觀的資料去衡量、分析頗為主觀的詩詞鑒賞，是否科學、能否可行？在接受北京青年報記者專訪時，王兆鵬強調，雖然資料能在一定程度上描述顯示文學史的發展面貌和程序，但也有明顯的局限性。
宋詞中辛棄疾的詞作量位居第一
30年前開始研究，積累了上百萬條資料
問：《大資料裡的唐宋詩詞世界》課題的初衷是什麼？
答：我1992年就開始做唐宋詩詞的定量分析了。初衷是每人心目中都有自己的唐宋詩詞名篇。究竟曆史上哪些唐宋詩詞被視為名篇，我想用統計資料來分析衡量。
問：那您是如何利用大資料來衡量唐宋詩詞品質的呢？這些資料是如何統計出來的？
答：唐宋詩詞作品的品質，目前還沒找到有效資料來評估、衡量。我目前正在努力嘗試建構文學作品品質的評價名額體系，以便搜集資料。這需要比較長的過程。此外，個人建立的評價名額體系，需要學界的認同和共識。
問：關于文學名額體系，學界目前的研究現狀怎樣？
答：大資料時代的文學資料，需要分類分層建立起文學史資料的名額體系，以確定資料的信度和效度。但目前用大資料來做唐詩宋詞研究的學者不多，為學界共享的唐宋詩詞大資料也相當有限。
我從1992年到現在，雖然積累了一百多萬條和唐詩宋詞有關的資料，但還不完備、不均衡。有的時段資料多，有的時段資料少；有的這一類資料多，那一類資料少；有的詩人資料多，有的詩人資料少。我們常感慨“書到用時方恨少”，資料更是這樣。全方位分析唐詩宋詞時，常常覺得資料不夠用。
在我看來，文學評價名額體系應該以作品為中心來建立。作家的影響力是以作品的影響力為前提。而作品評價，可分兩個次元，一是相對穩定的作品的内在文學價值，二是動态不居的作品的外在影響力。其文學價值，可考慮從内容和形式兩個層面來評估。
作品影響力則從創作者、評論者、普通讀者三個層面來衡量。一是對創作者的影響，包括引用、化用、仿效、改編、翻譯等，展現出作品的典範性和吸引力；二是對評點者的評論和學者的研究，反映出作品在文學批評、學術研究層面的美譽度和關注度；三是在普通讀者中的傳閱度和知曉率。确定作品的價值、影響的基本要素和結構後，再建構計算模型，然後由計算機在相關資源庫、語料庫和網絡運作，挖掘提取相關資料，最後計算出每篇作品的得分。
資料無法測度藝術含量和審美價值的高低
問：我注意到，您在課題裡提到，據統計，東漢到隋末近六百年，詩歌總共才五千餘首，而到唐代，詩歌第一次超過萬首并直接跨越到五萬多首，達到前所未有的高峰。唐詩比之前的八代詩增加了七倍多，詩人由六百餘位增加到三千餘位，詩人和詩作都達到前所未有的量級。這個資料從何而來，有參考哪些重要的文獻資料麼？
答：資料來源于我的老朋友尚永亮教授的兩篇論文：《八代詩歌分布情形與發展态勢的定量分析》和《 唐知名詩人之層級分布與代群發展的定量分析》。
問：白居易的詩數量最多，影響力卻在前十名開外，這是如何判定的？
答：用資料衡定的。我們用了多種資料，對唐代詩人影響力進行排名。白居易的影響力，在現當代大于古代。他的綜合影響力，遠不如李白、杜甫。
問：那您通過大資料判定唐詩宋詞品質的依據是什麼，有無樹狀統計圖來支撐？
答： 還沒有樹狀圖，在努力嘗試中。目前隻能用大資料衡量唐詩宋詞影響力的大小——包括對後代詞人創作的吸引力，對後代詞評家中的美譽度，在普通作者中的知名度等等。目前暫時還不能用資料測度唐詩宋詞藝術含量和審美價值的高低。
蘇東坡詞的創作高峰是在黃州時期
戰争不是推動文化中心南移的唯一因素
問：用大資料研究唐宋詩詞有無遇到一些學術上的困難，又是如何克服的？
答：文學研究從來沒有資料意識，困難不僅在于到哪去找資料，更在于找什麼樣的資料。究竟什麼樣的資料有用有效，既需要理論的支撐，也需要在實踐中檢驗。理論上，我們不斷探求，從統計學、計量資訊學和計量曆史學中去尋找理論和方法的啟示；實踐上，反複試驗，失敗了重來。最痛苦的是，資料庫建好了，文章也寫完了，忽然發現資料來源不全，隻好從頭補齊資料，寫好的論文又推倒重來。
問：您在大資料具體研究中還有哪些新發現呢？
答：資料的意義，既能确證傳統的結論，也會修正傳統的結論，更能發現新問題，改變傳統的認知。比如，中國文化地理有一個著名的結論，中國文化中心，是由北方中原逐漸向南方移動，第一次南移是東晉永嘉之亂，第二次南移是唐代安史之亂，第三次南移是宋代靖康之亂。三次戰亂推動了文化中心的南移，靖康之亂後，文化中心就徹底移到南方。我們的大資料發現，文學中心在北宋初就完全移到南方，南方作者的數量全面超越北方，無需等到靖康之亂後。而且，戰争不是推動文化中心南移的唯一因素。
我們還發現，宋代的文學中心，是逐漸向東南沿海移動。按今天的地市級行政區劃來統計，宋代福建南平的作者人數最多，名列第一，福州居第二，這很讓人驚訝。與此相關的是，宋代進士人數福州第一，南平第二。可見當時南平、福州教育發達，進士多，詩詞作者也多。教育與文學是高度正互相的。
此外，我們還發現蘇東坡詞的創作高峰是在黃州，他三分之一的詞是在貶谪黃州期寫的，他的名篇佳作一半是在黃州寫的。比如宋詞的第一名篇《念奴嬌·赤壁懷古》就是在黃州寫的。黃州成就了蘇轼詞作的輝煌。
文/北京青年報記者 張恩傑
編輯/喬穎