Field Notes · 田野笔记

第 1 章 ITS 给出 1853 / 1860 / 1864 三个候选 treatment 在 7 个关键序列上的局部效应估计。本章用概念分布散度直接刻画曾国藩 31 年话语演化的整体形状，并引入李鸿章与左宗棠两个外部对照，看曾国藩的演化是否真的是曾国藩独有，还是晚清朝臣共有。

研究问题与时段切分

按本书的 treatment 节点把家书 31 年切为 5 时段。1853 / 1860 / 1864 / 1870 四个候选 treatment 年作为过渡年单独剔除。

表 2·1　曾国藩家书 31 年时段切分（基于 1,482 封 v2 数据）

时段	年份范围	说明	封数
P1 翰林期	1841–1852	京官学者, 修身日课	145
P2 创湘军	1854–1859	衡州誓师, 湘潭大捷, 湖口大败	231
P3 安庆天京	1861–1864	围安庆, 攻克天京	700
P4 办洋务	1865–1869	湘军裁撤, 转向洋务	207
P5 教案晚年	1871–1872	天津教案后 (含 1871 + 1872 卒前)	26

P5 仅 26 封，估计精度比其他时段低，后续读到 P5 数字时须带这条 caveat。

JS / L1 散度的定义

定义JS / L1 散度

def:divergences-zgf

给定两个概率分布 $p, q$ over 概念集合 $\mathcal{C}$ ：

L1 散度 $D_{L1}(p, q) = \sum_{c \in \mathcal{C}} |p(c) - q(c)|$ ，取值 $[0, 2]$ ，度量两分布逐项绝对差之和。

JS 散度 $D_{JS}(p, q) = \frac{1}{2} D_{KL}(p \| m) + \frac{1}{2} D_{KL}(q \| m)$ 其中 $m = (p+q)/2$ ，取值 $[0, 1]$ （以 2 为底），对称、有界。

两种散度互相 cross-check：如果两者方向一致，结论稳健；如果一者偏离另一者，说明是被单一高频概念牵着走的 artifact。

曾国藩内部 4 个过渡的散度

表 2·2　曾国藩 5 时段 4 过渡的 JS 散度（v2 数据）

过渡	JS
P1 翰林期 → P2 创湘军	0.1383
P2 创湘军 → P3 安庆天京	0.0652
P3 安庆天京 → P4 办洋务	0.0732
P4 办洋务 → P5 教案晚年	0.0667

结果解读

最大过渡是 P1 → P2（JS = 0.1383，翰林期到创湘军的过渡），与第 1 章 ITS 1853 强信号同源。1853 创湘军把曾国藩从京官修身切换到湘军统帅，话语整体分布发生 2 倍于其他过渡的剧烈漂移。

剩下三个过渡 P2 → P3、P3 → P4、P4 → P5 的 JS 都在 0.06–0.08 之间，大致相当。这说明曾国藩 1854 之后的话语演化是平稳渐变，没有第二次出现 1853 那种话语断裂。攻克天京（1864）、转洋务（1865）、教案晚年（1870）都没有改变曾国藩家书话语的整体分布形状，即使第 1 章 ITS 在单一维度（战事、教化）上看到显著跳跃。

这条结果意味着：曾国藩晚年的话语演化是局部维度的逐次切换，不是整体话语系统的反复重组。与阳明 1506 廷杖、苏轼 1080 谪黄州两个 case 在主时段过渡都有较大 JS 不同，曾国藩案例的话语断裂只发生一次，而且在 1853 而非传统强调的 1864 攻克天京。

曾国藩 vs 双外部对照的二维参照空间

李鸿章选集 432,575 字、左宗棠奏牍 77,189 字作为外部对照基线。曾国藩每个时段相对两人的 JS 散度构成二维坐标。

表 2·3　曾国藩每时段与李鸿章、左宗棠的 JS 散度（v2 数据）

时段	JS(vs 李鸿章)	JS(vs 左宗棠)	n
P1 翰林期	0.4547	0.5334	145
P2 创湘军	0.2921	0.3146	231
P3 安庆天京	0.2685	0.2660	700
P4 办洋务	0.2685	0.2985	207
P5 教案晚年	0.3430	0.4052	26

Parity check：JS(李, 左) = 0.0510

结果解读

v2 数据下二维参照空间的轨迹呈现U 型曲线。

P1 翰林期距双对照都最远：JS(曾 P1, 李) = 0.45，JS(曾 P1, 左) = 0.53。翰林期曾国藩家书话语是修身 + 教化型，与李左两人的奏牍语境完全不同。李奏牍谈洋务机械，左奏牍谈军务边事，这些都不是翰林期曾国藩家书的话题。

P2 创湘军后距双对照都拉近：P2 JS(李) 降到 0.29，JS(左) 降到 0.31。进入军务话语后，曾国藩开始谈兵谈饷谈战，与李左奏牍话题对齐，距离缩小约 30%。

P3 安庆天京距双对照最近：JS(李) = JS(左) = 0.27，是 5 个时段中距离最小的。这一段曾国藩在湖南、安庆、南京前线连续作战，家书话语完全军务化，与同期李左奏牍同质。

P4 办洋务期距对照基本持平 P3：JS(李) 仍是 0.27，JS(左) 升到 0.30。这与曾国藩 1865 后转入江南办洋务一致，与李鸿章话语保持同步，但与左宗棠（此时正在征西北）拉开一点。

P5 教案晚年距双对照又拉远：JS(李) 升到 0.34，JS(左) 升到 0.41。这条反弹与晚年家书重心从国事退回家事有关（见第 1 章 1870 教案均值比较），教化 / 家族 / 隐逸三主题词频上升，与奏牍语境拉开。但要注意 P5 仅 26 封，估计噪声大。

Parity check JS(李, 左) = 0.0510 极小，远小于苏轼项目王安石 vs 黄庭坚的 0.17。这条对照同质性偏高意味着双对照实质退化为单对照（奏牍体），第 6 章方法论附录会单独讨论这一限制。

本章知识地图

表 2·4　第 2 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
双外部对照	李鸿章 + 左宗棠	以为对照必须异质	同源不同发也能识别个体差异
P1 → P2 散度最大	JS = 0.1383	以为 1864 / 1870 也是大过渡	1853 创湘军是唯一话语断裂
P1 翰林期距双对照最远	JS(李) = 0.45, JS(左) = 0.53	以为同代朝臣距离应近	家书 vs 奏牍体裁差异大
P3 安庆天京距双对照最近	JS = 0.27	以为前线最远	军务话题让家书向奏牍体靠拢
Parity 0.05	李 vs 左 JS 极小	以为对照独立	同为奏牍体, 双对照实质退化为单对照
P5 教案晚年噪声大	仅 26 封	以为可以直接 claim 反弹	小样本散度估计不可靠