对于经济学、商科的学生来说，使用数理统计的方法做文章的套路可能理所当然：观察到一个现象，提出因果关系假说，收集大量合适的数据跑回归，得出结论，再对结论做robust检验，基本上这篇文章就能立住了。

但是遗憾的是，很多时候，这个套路在历史研究当中是行不通的。

首先，年代越久，数据缺失的情况越严重。你做一个当下的上市公司，几年的年报拿到了，所有数据一应俱全。但是你做一个历史问题，可能每个三五年拿到一组数据。从这些数据里你可以看出一些基本趋势，但跑回归远远不够。一些做计量的人文章很奇怪，年代断限当不当正不正的，为什么？因为就这一段数据相对全，前面缺，后面也缺。但其实这个起止节点，和重大历史分期可能一毛钱关系都没有。诸如此类。

其次，数据的错讹造假问题更难验证。你拿到了古代国家进出口贸易量的增减变化，你用来分析变化趋势，那走私的数据你没有怎么办？或者说官方贸易数据本来出入对不上，是做的假账你如何得知？于是一些人跑出来的结论，会和文献记载的社会常态相去甚远。

根据之前经验观察，我觉得对于16世纪以来东亚和东南亚海上贸易史的研究，是坑比较多的领域。因为总有人能零零碎碎搞到一些独家的航海日志和货物记录，然后自己有哪一段就用计量手段处理哪一段，自己有哪类货物的资料，就去处理哪一类资料，最后做出来一些非常奇怪的东西来。的确，只要你用他选的这些数据，用那套算法，就能得出那个结论。但是这种数据选择方式合理吗？他说合理就合理，你没有其他数据可以拿来反驳他。

当然，确实有一些人把计量玩得很好，但这对数据本身的靠谱性依赖程度太高了。那么除了这些搞计量的人，其他历史学家怎么用数据呢？仍然是通过各种文献档案的综合分析，发现问题，提出假设，而有限的是数据材料，与文献互证。比如说某个结论，我们可以从其他文字材料中获得巨大支撑，那么我们通过有限的数据，发现两者是相互支持的，就可以成立了；但如果要抛开其他文献，单用数据回归出一个结论，操作也难，也并没有必要。

所以总结一下我的观点，在很多情况下，历史数据不是要什么有什么，而是只能有什么用什么，而且存在数据缺失，真伪不易鉴别等问题，而且没有人可以重现历史场景，没法通过数据分析的方式检验结论的强健性。现在都说大数据时代，数据越多，统计学的威力越大，算出来的东西越靠谱。但反过来也是一样，数据越少，统计学的东西也就越巧妇那位无米之炊。

我觉得对于做19、20世纪研究的人来说，很多东西有了相对完整准确的档案记录，学习一些数理方法，可以做出一些前人没关注到的东西。但是时间越久，采用数理方法就越需要慎重，如果数据本身选择的不合适，不仅无法呈现规律，还会把整个研究引向奇怪的方向。

——————————————————————补充—————————————

跟一些知友沟通之后，发现对于这个问题的讨论可能没那么简单。

我不知道大家能不能认可一个前提：经济学家研究的经济史，不同于历史学家研究的历史上的经济问题；法学家研究的法律史，不同于历史学家研究的历史上的法律、制度问题。同样，在历史学的范畴内，用数学的方法处理数据，不同于把历史问题当成一个数学问题去处理。

一个数学问题，可以去逻辑推理，可以去归纳演绎，得出的结论可以被应用到经济等学科的实践当中，指导实践。但对于历史学来说，再完美的建模，再好的推理，如果推导出的这个演变本身是没有充分的史料支撑的，这个论证过程就不能成立。 如果你是搞政治学的，你拿历史说事，研究出一个新理论，应用到当前的社会实践中，这可能是个好的研究。但作为历史学，你搞出了一个直接证据不足的理论，来解释历史，可能随时都会被新出现的证据推翻的。我个人还是坚持认为，历史学是一个很实证的学科，有一分证据说一分话。我们研究的是每一分证据所传达的信息，而不是把没有证据支撑的空白部分圆起来。不是说这个填空的工作没有意义，而是说这不属于历史学的范畴。仅代表个人观点。