大數據視閾中的明清進士家族研究
——以CBDB、中華尋根網為例

文/劉京臣

科舉制是我國歷史上一項非常重要的人才選拔制度。進士科本為諸科之一，后來逐漸成為最重要的一科。學界對進士群體較為關注，取得了一系列成果。

現階段，能否快速地探究清楚某時段、某區域有多少進士家族？構成進士家族的進士們，在家族中分屬哪些世系、支派？他們的姻親狀況如何？聯姻的家族如果也是進士家族，那么不同的家族之間是否會在治經、傳經等問題上產生影響？能否從家譜和家族成員的作品中，細化姻親、交游、師友等關系？能否借此挖掘出構建更為全面的家族世系圖譜的有效數據？借助技術手段，或可回答上述問題，我們以CBDB和中華尋根網為例進行嘗試。

CBDB：明清進士家族的初步梳理

作為關系型數據庫的CBDB，將明清時期整個版圖內的進士納入考察視野，通過親屬關系等判斷進士之間的關系，從而推斷他們是否來自同一家族。為方便論述，且以明清時期的蕭山為例。據CBDB可知，明清時期（1368～1911），蕭山共有進士142人，明代40人、清代102人。

從CBDB的角度來考察明清兩代的蕭山進士群體能否歸并到相關家族中，這128位進士是最直接的研究對象。當然，我們也可以從登科錄、方志、朱卷集成等文獻中一一爬梳，但那樣的操作在當下失去了技術的意義，借助于CBDB所提供的一系列查詢與呈現方式，我們可以較為便捷地考察出這些進士們有無親屬關系。如果存在親屬關系，再利用社會網絡分析軟件將這些關系呈現出來。

通過分析，我們發現40位明代蕭山進士形成了以張試、張誼、來天球、來汝賢、來經濟、來三聘、翁五倫等為中心的27個獨立原型，還有13人的親屬關系CBDB尚未梳理。這27個獨立原型中，有4個以來氏為中心，分別是來天球、來汝賢、來經濟與來三聘。

CBDB呈現出來的來天球的13種親屬關系中，未見與其他來姓進士有關聯。來汝賢、來三聘、來經濟也存在著類似情況，這意味著他們不能被納入到同一個家族中去。明代如此，清代亦如此。這頗令我們懷疑：難道明清兩代的蕭山來姓進士之間竟然不存在親屬關系？至少目前從CBDB呈現出來的數據表明，他們之間并不存在關聯，更不用說出自同一個家族。

為什么會出現這種情況？我們推測可能有如下幾種原因：

（一）明清兩代的蕭山來姓進士確非出自同一家族，遂無親屬關系。依常理，這個判斷成立的可能性不大。

（二）由于數據不足，部分進士未被統計進CBDB，從而導致一些原本可能建立起來的聯系因這些關鍵人物的缺失而中斷。

（三）由于算法原因，一些進士雖被CBDB收錄，卻因戶籍類別問題而被排除在統計范圍之外。如魯琛、來宗道、陳伯龍、來斯行、來方煒、來集之等雖被CBDB收錄，卻皆未呈現在蕭山進士群體中。

被CBDB認可為蕭山進士的來天球、來汝賢、來三聘與來經濟四人，皆為灶籍；雖被收錄卻未被認可為蕭山進士的來宗道、來斯行、來方煒三人也是灶籍。這兩批人皆為紹興府蕭山縣的灶籍，CBDB出現了厚此薄彼的現象，這給我們帶來了新的挑戰：如果依托CBDB進行較大規模的數據分析，如何檢驗數據？就本文而言，我們要以CBDB為數據源探討明清兩代進士家族，首要問題是利用大數據梳理出某地所有進士，其次利用CDBD的“親屬關系”功能將這些被確認出來的進士們歸并到各自的獨立原型中，再來判斷是否出自同一家族。目前來看，雖然CBDB確認進士身份的準確率較高，但是一旦與某地結合起來、確認該地的進士時，往往會出現濫入、失收等問題。就CBDB的數據來源而言，如果能將數字化的家譜文獻納入考察視野，與現有的數據相匹配，能在一定程度上解決濫入特別是失收的問題。

（四）人物重名是很常見的現象，CBDB同樣要面臨和解決這個問題。在無法確知重名者為同一人的情況下，各自賦予唯一ID進行區分確為明智之舉。正因為CBDB將一人認定為兩人或多人，且賦予每人唯一ID的做法，使得它雖然能勾勒和展現一些親屬關系，卻往往伴隨著疏誤出現——它中斷了本應建立起來的關系。

通過重新修正來天球等人的ID，確定惟一身份之后，便會發現明代蕭山的四位來姓進士之間確實存在親屬關系。如何對重復數據進行清洗？如何確定親屬關系？除了進一步完善規則進行數據挖掘外，可能還需要將朱卷、登科錄、碑錄、《類姓登科考》、方志中的選舉志等文獻中關于進士的信息盡可能多地納入到數據庫中，以便進行數據分析與數據挖掘。當然，這方面最直接的文獻，首推家譜。家譜中對于世系、支派、親屬關系的記載，最為詳實。按照傳統做法，從家譜入手，首先應當查詢家譜目錄，然后去庋藏地梳理相應的譜牒。在大數據時代，是否有更為便捷的途徑？答案是肯定的。

中華尋根網：以家譜為依托的社會網絡分析

近年來，各界對家譜數字化的重視程度越來越高。在筆者所見的家譜數據源中，只有中華尋根網提供了家譜目錄。首先抓取Flash閱讀器文件進行反編譯，分析其與后臺動態接口交互的參數，再通過Python編寫爬蟲程序，批量抓取分析目錄數據。在這2392種提供全文影像的家譜中，凡是目錄中有“選舉”“科第”“科名”“科甲”“題名”“文科志”“科宦”“職官”“仕宦”“紳宦”“宦達”“仕籍”“仕履”“鄉會榜”等，該家族擁有進士、舉人、貢生等功名人士的可能性越大。

明清兩代蕭山的來姓進士，是否出自同一家族；如果是，他們之間存在怎樣的親屬關系？

中華尋根網收錄光緒二十六年（1900）、民國十一年（1922）《蕭山來氏家譜》，前者卷七有“文武鄉會榜”、后者卷八有“紳宦錄”，都將該家族的進士、舉人等一一呈現出來。

據家譜可知，來廷紹為蕭山來氏始遷祖，家譜所載明清兩代蕭山一地的其他20位來姓進士皆為其后代，可謂盛矣。再據《明清進士題名碑錄索引》，明清兩代蕭山一地共有20位來姓進士，數量與家譜所載吻合，但有兩處不同：

第一處不同是，《明清歷科進士題目碑錄》收錄了康熙三十九年（1700）兩位來姓進士：三甲130名來燕雯與三甲235名來楫，稱此二人皆為“浙江紹興府蕭山縣人”。來燕雯出自蕭山來氏家族，是四支第17世，關于他的記載，碑錄、方志與家譜等幾種文獻吻合。《浙江通志》稱來楫為蕭山人，然而光緒、民國兩種家譜中，皆未收錄來楫。

《紹興府志》在康熙三十九年進士中收錄了來楫，稱：“《縣志》本姓陳，知縣，俱蕭山人。”復核《蕭山縣志稿》，康熙三十八年舉人中有來楫，“本姓陳，蕭山籍，山陰人”；三十九年進士中稱其為“吏部主事，《紹興府志》作知縣”，據此推知來楫本姓陳，來氏家譜定然不會收錄此人。

第二處不同是，《明清歷科進士題目碑錄》稱來玨為“浙江杭州府仁和縣人”，家譜卻收錄其中。《浙江通志》言及康熙四十一年（1702）舉人時稱來玨為“仁和人，丙戌進士”，在言及康熙四十五年（1706）進士時，又稱其為“蕭山人，知縣”；《紹興府志》則稱來玨“《碑錄》仁和，《舊志》蕭山人，知縣”。那么此人到底是仁和人，還是蕭山人？《清代科舉人物家傳資料索引》《清代朱卷集成》亦未收錄，我們從家譜中尋找答案。

民國譜稱來玨：“爾繩子，行彝一，字子蒼，號玉峰。生順治戊戌十二月初四日。仁和廩生。康熙壬午舉人，丙戌登施云錦榜進士，進階文林郎，福建福州府永福縣知縣。”來玨之父來爾繩為“錢塘廩生，康熙丁亥科恩貢”，可見最遲在其父時即亦遷出蕭山。來氏家譜“凡例”稱“子孫徙居他處或出贅別鄉，并注于世系表內，使后世知所考焉”，所以從家族角度看，將來玨納入家譜之中無可厚非；從地域角度看，自非蕭山進士。

可見，無論是從收錄進士數量，還是從人物關系的準確呈現等方面，家譜都優于現階段的CBDB。

依據家譜，我們可以呈現蕭山來氏第五支的社會網絡圖譜，該支在明清兩代共有5位進士，數量占整個家族進士數量的四分之一，還產生了該家族在明代最早的一位進士來天球。呈現這個分支，有典型性。世系圖側重呈現血緣關系與婚姻關系，它既強調人與人之間的直接聯系，例如父子、夫妻；又重視代際之間的關系，如曾祖與曾孫等。另外，世系圖還可以直接計算兩人之間的距離遠近，判斷兩人與遠祖或世系圖上任意一人的關系。

當然，世系圖雖然能夠呈現血緣、婚姻關系，但以中國古代家譜為代表的世系圖的主體泰半是血緣關系的展現，是否可以利用家族之間的聯姻來更多展現婚姻關系？答案也是肯定的。

以來天球子女與其他家族的聯姻為例，可將不同的家族關聯起來。邵蕃稱，來天球“子二，長應元，廩生，娶錢塘憲副一軒徐公潭女；次即應山，娶仁和憲副北屏惠公隆女，繼都憲張公本孫女。女四，一適山陰周義封天錫公子典膳周淙；二適予仲子臨淄知縣時順；三適仁和江尚書文瀾公子編修暉；四適錢塘張騰霄”，這也與家譜記載相吻合。來天球的二子、二女將蕭山來氏與余姚、仁和、錢塘三地的五大家族聯系了起來，以上僅僅是涉及六個家族的五段姻親，如果能將更多的與他們有姻親關系的家族關聯起來，相信將會更有助于我們理解家族與家族、與地域、與姻親、與教育、與經學、與文學等領域的關系。

此外，除了依靠血緣、姻親關系計算和分析家譜世系外，還可以借助于其他社會交往活動來建立不同家族之間的聯系，進而繪制新的圖譜。民國譜有《贈言》兩卷，對家族中“其人為《乘》所不及載者，或《乘》已載其人而行事又別有所表見者”收錄頗多，可以為我們梳理傳主生平事跡提供更為詳實的資料。這是從家族與傳主的視角著眼，如果我們將視角轉向撰寫者呢？來氏家族的征言者，會向具有怎樣身份的族外人士征求像贊、傳略、墓志等？撰者與征言者、傳主與征言者是什么關系等，都可以成為社會網絡分析的重要材料。

如前所述，邵蕃與來天球是兒女親家，為來天球夫婦所作的墓志銘記載行事頗為詳實可靠。還有一位是陶望齡，《贈言》卷二有他為來經濟夫婦所作的《明貴州參議繼山來公暨配周宜人墓志銘》，《歇庵集》中也收有此篇。陶望齡曾為經濟之弟經邦作《待贈冠巖來公行狀》，記載經濟撫略四方、經邦操持家業之事甚詳，惜家譜未收；還曾為來弘輝作過《孝義來功伯墓表》，茅瓚為其作《明授引禮舍人南莊來公墓志銘》，家譜收錄茅文而未收陶文。除此之外，《贈言》中還收錄有戴子靜、韓守正、魏驥、錢溥、何舜賓、錢福、張嵿、高臺、翁五倫、沈束、朱賡、潘士藻、錢士鰲等人為家族成員所作的墓志。上舉諸公，皆為進士，除潘士藻外都是浙江人士。如果這些墓志皆出自諸公手筆，那么說明來氏家族與江浙一地的諸科進士們有著非常密切的聯系，這類社會交往活動正是構建社會網絡的重要節點之一。

進士家族與經學、文學之關系

以上我們關注了以血緣、姻親為代表的世系圖譜，并通過家譜中的像贊、傳略、墓志等的寫作，將家族成員與其他相關人物關聯起來，為進一步豐富世系圖，繪制更為宏觀的社會網絡分析圖譜奠定了基礎。除了這些帶有自然屬性、交往屬性的數據之外，還可以從家族治經、家族文學等角度挖掘社會網絡關系。

治經問題，一直是科舉研究中的重點。明代蕭山進士中治《詩經》者3人，治《易》者2人，治《書》者24人——這其中就包含了來天球、來汝賢、來經濟與來三聘，這4人皆治《書》。在來氏家族身上，體現出“一經傳家”與“地域專經”的統一。當然，這種“統一”往往帶有偶然性，除非我們能證明兩者之間有必然的聯系。

“一經傳家”問題比較復雜，當一個個地域相近（亦或同地）、時代相仿的進士家族以具有自己家族經學傳承特色的姿態出現在科考舞臺時，在經學傳家方面這些進士家族是否有相似性？他們的傳家之經是否一致？如果不一致，所傳之經能否對其他家族的經學習得、傳承產生影響？如果產生影響，可能會通過什么途徑？進士家族之間的聯姻，可能是解決這一問題很好的切入點。

我們曾以來天球子女的姻親情況為例，繪制出了來氏、邵氏、江氏與惠氏、徐氏、張氏幾大家族的姻親圖譜，這六大家族中，來氏、邵氏、江氏可以被視為“進士家族”。就現有文獻來看，明代的蕭山來氏以《書》傳家。那么，這個家族的“以《書》傳家”的傳統會影響到與其聯姻的其他家族或者受到其他家族的影響嗎？我們并沒有發現來氏對邵氏、江氏兩個家族在治經選擇方面的影響，同樣，也沒有發現邵氏、江氏兩個家族對來氏治經的影響。“沒有發現”并不意味著這種影響不存在，可能只是囿于文獻或思路問題暫時沒有解決。

明清時期，經學一直是科舉考試最重要的內容，載體就是儒家經典，這使得一些家族在擅長經學的同時，往往也熟悉儒家典籍，有可能成為文學家族。例如清溪沈氏，是我們利用爬蟲程序從中華尋根網中發現的擁有家集的進士家族，潘光旦、龔肇智等都曾予以關注。

光緒十二年《清溪沈氏家乘》顯示，沈昊支在明清兩代共有9位進士，明代7位，清代2位。家譜中有文集兩卷，收錄29人的110篇作品；詩集三卷，收錄92人的1431首詩歌；詞、賦共一卷，收錄16人的152首詞以及9人的21篇賦。

利用技術手段從家譜入手來考察家族成員的作品，甚或家集，整理文獻是題中應有之意。同時，還可從以下領域深化研究：

第一，如果家譜中保存了足夠多且有份量的本家族成員的詩、文、詞、賦等作品，是否可以為某種文體單獨作史，例如家族詞史、家族詩歌史等。清溪沈氏，以詞知名，在“浙西六家”中占據兩席。該家族中有詞作者16人，自三世至十九世，歷明清兩代，可否將沈皞日、沈岸登納入到家族詞學創作、發展與演變的長河中考察？可否將家族詞學與明清兩代的詞風宗向相對參？

第二，書信、題跋、傳略、墓志等作品中，往往包含著與他人交往的重要信息，有一些極富史料意義。例如沈中柱是劉宗周門人，可以將沈中柱放到蕺山及門下弟子的論學交往圈中考察，擴大了社會網絡分析的考察范圍。

簡單來看，引入家譜中的詩文詞賦等作品或者家集，主要意義在于：一是將家族作品放到文學發展的長河中，放到地域文學的對照中進行縱向與橫向關照；二是利用作品所反映出來的人與人、人與群體、家族與群體之間的復雜關系，建構社會網絡譜系，實現對進士家族全面而整體的關照。