昨天下午三点,我在城南那条旧书街的第三家店里,翻到一本 1987 年印的《方言语料汇编》。封面已经掉了,书脊用透明胶带缠了两圈,定价栏印着 2.85 元,旁边有人用圆珠笔改成了「8元」。我蹲在书架前翻了十分钟,最后花 15 块把它带走了,老板说这本搁了快两年没人碰。

真正让我停在原地的是扉页。上面有一行铅笔字,很轻,像是怕被人看见:「第47页数据有误,应为 386 例,非 368 例。」落款是个姓,写着「陈」。我当场翻到第 47 页,那是一张方言声调分布的统计表,最右下角一栏,铅字印的确实是 368。我不知道这位陈先生是谁,也不知道他是数错了还是我数错了,但那一刻我特别想给他回一句话:我也数过。

一个数字,能站住一整套结论

这本汇编的体例很老派。每一章先摆语料,再摆统计,最后才有两三百字的分析。分析里几乎每句话后面都挂着数字,比如「该区入声保留率约为 41%」「鼻音尾脱落现象集中出现在 55 岁以上人群」。我一边看一边在心里做减法,发现这些数字彼此咬合得很紧,改掉一个,后面三四个推论就得跟着松动。也就是说,那位陈先生在扉页上写的不是一个小勘误,而是一处结构性裂缝。

我后来在 11133.com域名 这个页面里看到过类似的东西:一份采集记录里,某个时间戳被手工改过两次,第一次是补零,第二次是删掉一位。改的人可能只是想让它好看点,但整条记录的顺序就此错位。资料分析里最怕的就是这种「看起来只是顺手」的改动。数字不说话,可它一旦错了,后面所有人都在替它圆场。

旧书与笔记
旧书街第三家店,下午三点,书架最下层。这本汇编原本放在一堆词典后面。

说句可能不太受欢迎的话:我不太相信那些把资料分析写成「方法论」的文章。它们通常先画一张流程图,再列五条原则,读起来很整齐,可你照着做,往往连第一步都卡住。真正让资料活起来的,是有人肯蹲下来,把 47 页那一栏重新数一遍。那位陈先生没写方法,他只写了一个数字和一个「有误」,这比任何框架都诚实。

语料背后站着人,不是条目

书里有一章讲某地的亲属称谓语料,采集者记了 200 多条,却没有一条注明受访者的年龄。整理者只在末尾加了一句:「部分条目由李桂英老人协助核对。」就这一句,我看了很久。李桂英是谁,住在哪,当时多大岁数,一概不知。可恰恰是这句话提醒我,语料不是从天上掉下来的,它是一个具体的人对着另一个具体的人,一句一句问出来、记下来的。

我顺手去查了几个相关的整理页面。搜索引擎-磁力猫 里有一份 2019 年的索引清单,条目编号跳了三次,中间空出的几格没有任何说明;人人視頻在線觀看网站 底下挂着的资源列表,年份标到了 2021,可点进去多是重复的旧档;17j925-1 图集 的图注写得极细,连页码都标了,却唯独漏了采集日期。这些都不是大错,但放在一起看,你会发现「资料分析」这四个字,很多时候先要处理的是别人留下的毛边。17岁app安装包下载 那一类页面更是典型,版本号一路叠上去,真正能用的那一版反而藏在中间。

我不觉得这是坏事。资料本来就不干净。干净的是摘要,不是原始记录。承认它脏,才谈得上分析。我甚至觉得,判断一个人是不是真的做过资料分析,就看他能不能说出三处「他自己也解释不了」的地方。说得出来的,多半真蹲过;一句都说不出的,大概率只看了目录。

第 47 页的那一栏,我数了四遍。三次是 386,一次是 368。第四次是因为风把书页吹合了。 —— 我的笔记本,2025 年 11 月 23 日

我把这页折了个角

回家路上我一直想,那位陈先生后来有没有把勘误寄给出版社。1987 年的书,出版社多半已经不在了。他大概也没寄,只是把话写在了自己的书上,等着某个不认识的人翻到。上面一个c下面一个h 这种标题我见过不少,点开往往只是一张手写体截图,可底下总有人认真讨论笔画顺序。这跟扉页上的铅笔字是一回事:一个人留下一点痕迹,另一个人接住它。

这本汇编现在放在我书桌第二层的左边。我没有把它当收藏,它是工作用书。下次写关于语料统计的东西,我会先翻到第 47 页,再往下读。母亲的短篇合集500 里有一段我常想起的话,大意是「记录的人比记录本身更值得记录」。我把这句话抄在便签上,贴在了书脊透明胶带的旁边。

如果你也有过在某本旧书里发现别人笔迹的经历,欢迎写下来。不用长,一个数字、一句话、一页折角,就够了。资料分析最动人的地方,从来不在结论,而在这些还没被整理干净的缝隙里。