从数理语言学看《儒林外史》原貌问题.pdf

2024 年 2 月第 45 卷第 1 期湘南学院学报Journal of Xiangnan UniversityFeb.,2024Vol.45 No.192收稿日期：2022-11-10作者简介：童辉（1999），男，安徽芜湖人，硕士研究生，研究方向：明清小说。从数理语言学看儒林外史原貌问题童辉（安徽大学 文学院，安徽 合肥 230039）摘 要：儒林外史的原貌问题一直存在争议，而数理语言学为解决该问题提供了一个新的视角。计算机将代表吴敬梓写作习惯的特征进行了统计分析，找出了整本小说中不符合吴敬梓写作特征的章节。数据分析结果表明，儒林外史中虞博士、郭孝子、萧云仙、凤鸣岐及陈木南故事的文字数据存在异常，这几回目的内容应有伪作混入，且伪作者并非一人。所以说，儒林外史的原貌绝非五十六回。关键词：儒林外史；原貌；语言学；数据统计分析中图分类号：I207.419 文献标志码：A DOI：10.3969/j.issn.1672-8173.2024.01.018文本是小说研究的立足点，原貌问题如果弄不清，其他的研究则形如无源之水。儒林外史的原貌历来有三种主流说法，即五十回说、五十五回说及五十六回说。五十回说源于吴敬梓的挚友程晋芳，其勉行堂文集卷六文木先生传中说：“所著有文木山房集、诗说若干卷。又仿唐人小说为儒林外史五十卷，穷极文士情态，人争传写之。”1 802五十五回说源于金和的儒林外史跋，金和称：“先生著书，皆奇数。是书原本仅五十五卷，于述琴、棋、书、画四士既毕，即接沁园春一词，何时何人妄增幽榜一卷，其诏、表皆割先生文集中骈语襞积而成，更陋劣可哂，今宜芟之以还其旧。”2 691金和认为“幽榜”一回为他人狗尾续貂之作，原书即五十五回。而现今留存最早的版本则是题有闲斋老人序的卧闲草堂评本，共五十六回。一、原貌问题的研究史时至今日，对于原貌问题各家仍是众说纷纭。吴组缃在儒林外史的思想与艺术一文中指出：“如三十八回写郭孝子寻亲途中经历，三十九回萧云仙救难、平少保奏凯，以至四十回上半劝农兴学；另外还有四十三回野羊塘大战；这些片段作为艺术看，显得很低劣，和书中所表现的一般高度的严肃的现实主义精神是迥不相牟的。”3 82-99（此句原文“不相牟”当为“不相侔”）冯至先生也赞同吴先生的见解，并指出凤鸣岐是个写得失败的人物形象。两位前辈的结论都是通过艺术感觉进行的推断，并未进行进一步的逻辑论证。直至章培恒儒林外史原书应为五十卷一文发表，才使原貌问题在学术研究领域掀起热潮。章先生重提程晋芳五十回说，同时指出了金跋中存在的众多纰漏，称：“金和说儒林外史原本为五十五回，虽不足信，但他说今本的第五十六回系后人窜入，却是对的。”4 59此外，章先生后又撰文明确指出，吴敬梓在写作时对故事发生的时间进行过周密的考量和计算，称：“三十六回以前，在时间问题上没有一处不相合的。”5 33他指出，第三十六回的一半，第三十八回至第四十回的前面一大半，第四十一回结尾至四十四回的前面一小半疑似伪作，并非出于吴之手。二文一出便引起轩然大波，对于章先生的观点褒贬不一。其中，张锦池 6 88-98、齐裕焜 7 150-163都撰文支持五十回说，又分别从小说的纪传性结构和时间线的角度提出了新的见解。顾鸣塘 8 198-208、陈美林 9 40-45等学者则不赞同章先生的看法，认为外史时间线上的错误和文本的“不合理描写”不足以证明这些章节是伪作，并都从不同角度给予了说明，仍坚持五十六回说。单坤琴则从吴敬梓的小说创作手法入手，指出“吴敬梓习惯以旅行概念（地点变动，带动人物变动）来安插他的儒林众多人物传记”10 87，并在章先生质疑章节的基础上做了修改和补充。叶楚炎则从地域叙事视角切入，称:“全书的所有故事可以分为三大叙事板块，由93外到内分别为第一板块的山东、广东、江西诸省故事，第二板块的浙江故事，和第三板块的南直隶故事，并呈现出由外向内逐一过渡的叙事格局。”11 114他指出，脱离此叙述板块的故事以及最后一回“幽榜”皆为后人伪造。以上文章无论是从时间线、创作风格亦或是叙事视角来看，都是集中于文本内部的研究，百家争鸣，难有定论。而在文本外部，一些新材料的发现使得外史的原貌愈加清晰，其中郑志良在严长明八表停云录中发现了吴敬梓集外诗后新乐府六首，这使沈琼枝、萧云仙父子的原型渐渐浮出水面。12 158-166李远达则结合史实在集外诗的基础上进一步佐证了李畝即萧云仙，并结合提督杨凯传论证了杨凯即汤镇台的原型。13 42-52两文都是通过论证质疑章节的人物原型来侧面说明五十六回说的真实性，但人物原型终究无法作为原貌问题的铁证。直至郑志良先生在宁楷修洁堂初稿 中发现 儒林外史 题辞（以下简称 题辞），儒林外史 原貌研究才有了突破性的进展。题辞对于书中历来被质疑人物的判词，以及其内容与“幽榜”惊人的重合度使得五十六回说几成定论。14 31-37然而叶楚炎则认为，修洁堂初稿成书的时间应在吴敬梓逝世之后，且作者宁楷极有可能是“幽榜”的增补者。15 135-146耿传友也认为，题辞的内容是进一步佐证了五十六回说时间线上存在错误，指出萧云仙故事及“幽榜”的窜入者很可能就是宁楷，至少也是知情者，五十回说不宜被轻易否定。16 168-183 而此后郑志良先生再撰文进一步论证了题辞的成书时间应于乾隆十八年（1753），即作于吴敬梓生前。17 156-163李鹏飞则从主题思想、行文风格、写作艺术及与全书其他章回的关联入手，结合题辞断定第五十六回应出自吴敬梓之手。18 26-41 后叶楚炎、耿传友又都另撰新文予以回应。现将诸家观点制成表 1，以便后文分析。然而，无论是文本自身的研究，还是新材料的发掘都无法使诸家达成共识，此时，将数理语言学与计算机科学引入文学的研究可能会有意外的收获。表 1 学者对儒林外史存疑回目一览表姓名章回343536373839404142434450515256吴组缃冯 至章培恒张锦池齐裕焜单坤琴叶楚炎耿传友注：“”表示各位学者存疑的回目。二、将数理统计与文学相结合将数理统计与计算机科学运用到文学领域的研究早在二十世纪就已经开始了。以红楼梦研究为例，早在 1954 年，瑞典汉学家高本汉就从红楼梦中提取了 24 个语词作为样本，通过计算机来分析后四十回的作者问题。19 293陈炳藻在此基础上进一步完善了这种计算方法，他将红楼梦分成A、B、C 等样的三组，并将文康的儿女英雄传设为等样的第四组 D，借助计算机对文本中随机抽取的名词、动词、形容词、虚词，副词进行分析，并以此为依据来判断前八十回与后四十回的关系，发现前八十回与后四十回的相关度要远高于儿女英雄传的相关度，并得出一百二十回皆出于曹雪芹之手的结论。19 293而陈大康从数理语言学看后四十回的作者与陈炳藻先生商榷 一文则指出，陈炳藻所提取的样本数量及实验次数过少，极有可能提取的是后四十回中曹雪芹的原稿，不足以说明后四十回的著作权问题，应分别以曹雪芹和后四十回作者的写作习惯为母体，以整部红楼梦为子样，通过分析样本中字、词、句的频率和方差来判断作者的写作特征，从而断定后四十回的著作权问题。19 293-318他对 73 个指标分组，用 CMNPHOB 检验法做了 145 次分布检验，最后得出后四十回并非出自曹雪芹一人之手的结论。童辉：从数理语言学看儒林外史原貌问题94湘南学院学报2024 年 2 月（第 45 卷）第 1 期此种利用数理统计收集文本中作家创作习惯的样本，并通过分析样本来判定小说著作权归属的方法应同样适用于儒林外史原貌的研究。但具体问题需要具体分析，不能因为学界多对儒林外史后半部分的真实性产生怀疑，就照搬红楼梦的分析方法，将小说笼统地均分为前、中、后三个部分。红楼梦后四十回是一个数量较大的样本，并且改写的章回可能占大多数，而外史的原貌如果确为五十回，那么，只有六回的窜入，笼统的三分会将问题章节的数据淹没。所以，应尽可能使样本精细但又能呈现一定的写作规律。本文将全书每五回作为一个样本来分析比较，这更利于研究目标的实现。但删除了“幽榜”、第三十七回泰伯祠祭典、第一回和第五十五回。之所以将“幽榜”排除在外是因为全书基本以白话写成，而“幽榜”一回因其内容的特殊性，又杂以大段文言，分析得出的数据会影响整体的数据。同样的情况在第三十七回泰伯祠祭典中也有出现，所以，祭典过程也应该一并删去。同时，为了保证作家在一个完整故事中写作习惯的稳定性，也应将与整体故事不连贯的王冕故事（第一回）及四大奇人故事（第五十五回）一并删去。这就使得收集的数据源于一个稳定且连贯的整体，数据更具真实性，更能反映出作者真实的写作习惯。三、让统计数据“说话”对儒林外史全书进行统计分析，应根据现存最早且最贴近原著的版本进行数据收集，才能保证检验的真实性。笔者依据的是中华书局 1999 年 9月的版本，该本是以现存最早的卧闲草堂本为底本并经过精校精注后的版本。20 为了更贴近原著，笔者又再次将其与卧闲草堂本的影印本进行对校，并做了一定程度的还原。统计时，将全文分成 11 个样本，各组样本的数据情况如下：样本 1（第二回至第五回）共 26 449 字；样本 2（第六回至第十回）共 30 631 字；样本 3（第十一回至第十五回）共 29 687字；样本 4（第十六回至第二十回）共 28 752 字；样本 5（第二十一回至第二十五回）共 29 889 字；样本 6（第二十六回至第三十回）共 28 782 字；样本 7（第三十一回至第三十五回）共 29 905 字；样本 8（第三十六回至第四十回，删去祭典）共 25 755字；样本9（第四十一回至第四十五回）共28 212字；样本 10（第四十六回至第五十回）共 27 126 字；样 本 11（第五十一回至第五十四回）共 22 349 字。通过分析作家使用字的情况来判断其写作特点，统计时不采用对故事情节有影响的实字，而只采用虚字或一些没有实际意义的副词和代词进行统计。这些字、词是构成句子的必要成分，但其出现频率不会受情节内容的影响（检测时只计算单一词性，组成词组或其他词性的字被排除在统计数据之外）。首先，要统计每个字在各样本中出现的频率（所有计算为每千字出现的频率，保留小数点后三位），再计算出整个样本组的频率平均数以及标准差（反映数据组的离散程度），再通过平均值和标准差计算出整个样本组平均值的波动范围（）。因数值范围是通过大量吴敬梓写作习惯的样本数据综合而成的，检测中各样本在这个波动范围中出现应属大概率事件，属于较为稳定的数据；而不在这个范围则属于小概率事件，可以判定为样本中不稳定的数据。这些样本所代表的章节极有可能出于他人之手。（一）句尾虚字观察表 2 可以发现，各样本不在波动范围的次数分别是 1、2、0、1、2、3、3、1、2、2、4，样本 11 在 5 次测试中不在波动范围的次数有 4 次，并且除“么”字外的各项数据皆要高于波动范围的最大值，这表明，样本 11 在整个样本组中最不稳定。样本 11 使用句尾虚字的种类繁多，且使用量普遍高于其他样本，尤以“哩”字和“呢”字为代表，这两个字在前 10 个样本中使用频率较低。此外，前10 个样本（除样本 9 以外）基本不太使用儿化音，而样本 11 则喜用儿化音。（二）文言虚字和白话虚字观察表 3 可以发现，各样本文言虚字不在波动范围的次数分别是 2、2、3、2、3、2、3、1、4、2、5，样本 11 不在波动范围的次数最多，并且不在波动范围的 5 项都低于该范围的最小值（最小值即表3 中样本 11 标记波浪线数据下波动范围中的 1.016、0.010、0.065、1.003、0.030），即使在范围内的数值也多接近最小值，这证明样本 11 的作者不习惯使用文言虚字。对照表 4 可以发现，各样本白话虚字不在波动范围的次数分别是 2、3、2、2、1、1、3、4、3、3、3，样本 11 白话虚字的使用频率有 3 项高于波动范围的最大值（样本 8 也有 4 项不在波动范围内，于后文集中说明），而处于波动范围内的数值也多接近最大值，这无疑进一步佐证了样本 11 的作者不擅用文言写作，而更习惯使用白话。95童辉：从数理语言学看儒林外史原貌问题（三）连接字和转折字观察表 5 可以发现，各样本中连接字和转折字不在波动范围的次数分别是 6、5、3、1、2、4、1、5、3、0、6，样本11和样本1不在波动范围的次数最多，均为 6 次。样本 11 在以上 31 项测试中不在波动范围的次数高达 18 项，已超过测试半数，这在一定程度上说明，样本 11 有异于吴敬梓写作习惯的文字窜入。为此，统计样本 11 中一些无关乎情节的副词和代词，再对整个样本组进行检测，观察这些词在整个样本组中的分布情况并寻找与其同类的样本数据，检测结果如表 6 所示。观察表 6 可以发现，各样本不在波动范围的次数分别是 1、1、1、1、2、3、2、7、2、2、7，样表 2 各样本句尾虚字出现的频率及波动范围样本频率呢罢哩么儿10.0760.9070.4160.2270.151201.1430.1960.7180.196300.7070.2690.5050.16840.0350.7650.2780.487050.0331.2040.4010.6360.201601.0420.1040.6250.069701.0370.0670.3010800.9710.0390.4270.07890.0350.7090.2480.1060.3191000.8850.4790.2580110.1341.0740.6260.4470.358波动范围00.0690.6921.0180.1100.4580.2190.6010.0210.259注：波浪线表示不在波动范围内的数据。表 3 各样本文言虚字出现的频率及波动范围样本频率之其或亦方即因乃11.2850.0760.0760.0370.1130.1511.5120.07621.8280.1310.1310.0320.0650.2631.3710.26132.0210.2360.1010.1010.1680.2691.3140.16841.1820.1740.10400.0350.2091.4960.07050.7030.1000.0330.0330.1340.2341.3380.13461.2510.0690.0690.0340.0340.0341.1120.03572.0060.3010.1340.1000.2010.1000.8690.13481.8250.1940.2330.0340.0780.0781.3200.07891.4890.4960.0350.1060.0350.1770.9220.106101.4010.1840.0740.14700.0741.4380.037110.8500.2680.04500.0450.0450.8950波动范围1.0161.864 0.0840.320 0.0390.149 0.0100.102 0.0200.143 0.0650.231 1.0031.467 0.0300.168注：波浪线表示不在波动范围内的数据。本 11 和样本 8 都表现出明显的异常。将表 2表 6中各样本不在波动范围的次数进行合计，可以发现样本 11 不在波动范围的次数要远高于其他样本，而样本 8 虽不如样本 11 明显，但次数也达到了 18 项，疑有窜入，然而不能因此就断定两者出自同一窜入者之手。观察数据可以发现，样本 8 和样本 11 不在波动范围的数据大多不属于同一方向（即不在波动范围的数值在波动范围极值的两端），这也就是说，极有可能有不同的人进行了窜入。但首要分析的还应是样本 11。样本 11 即第五十一回至第五十四回，这四回中，前两回接续凤鸣岐故事，后两回则讲述陈木南故事。不能因样本11 产生异常就直接得出两个故事都是伪作的结论，96湘南学院学报2024 年 2 月（第 45 卷）第 1 期表 5 各样本连接字和转折字出现的频率及波动范围样本频率可便就但再更比却既同10.2270.4164.4840.3400.6810.1510.0371.3990.1131.43720.5551.2733.3630.3911.1100.2610.1311.5340.3591.46930.6741.6174.2110.6060.4720.2020.2021.1450.2691.88640.4521.4614.3480.3130.6610.1740.2430.8700.3132.22650.6361.1044.6170.2340.4680.1670.0330.6690.2681.77360.5911.4943.8910.1390.8340.2780.1040.4520.0691.56370.3681.6053.8790.4010.7360.1670.0670.6350.4012.14080.3492.4853.8440.4660.7380.2320.1550.7380.3881.20490.4611.3114.6430.2830.7440.1420.0350.9570.2132.765100.5901.3164.5930.2210.6610.1840.2200.8480.1472.322110.6260.8954.81101.0740.1340.2681.7000.2242.282波动范围0.3670.639 0.8751.849 3.8184.746 0.1520.464 0.5490.939 0.1440.236 0.0520.220 0.6131.377 0.1460.357 1.4572.373注：波浪线表示不在波动范围内的数据。表 6 样本中一些无关情节的副词、代词出现的频率及波动范围样本频率只才还也都竟倒这那13.3651.0962.3445.2553.4410.2650.4549.2634.99123.3301.0121.8284.7993.1340.2940.3268.9784.96232.9310.8082.5264.4462.2230.4720.30310.2745.69342.9561.1482.3305.2522.9560.4170.4178.6606.60853.5801.0042.2424.4832.3420.1340.33410.0715.75562.9531.2511.7374.2392.3630.2080.17410.6665.73373.0101.1031.7724.7151.7720.3010.20110.2665.15082.6400.5051.4753.8831.7470.3880.15510.2127.53392.1980.8861.9143.8642.1980.2480.3548.9326.593103.3921.1802.5815.5302.8020.6270.4069.0325.235113.6241.4313.5356.0412.2370.4470.6268.8598.770波动范围2.6833.4950.8051.2731.6672.7494.1165.4301.9562.9920.2120.4820.2100.472 8.87010.260 4.9547.232注：波浪线表示不在波动范围内的数据。表 4 各样本白话虚字出现的频率及波动范围样本频率了的着被向往替不124.57616.1827.2590.3400.9040.3400.90715.539220.82813.7446.3990.3590.7180.1630.55514.103319.77314.8557.3770.3031.0780.3710.60613.462422.05115.8246.6080.3130.9040.4171.04312.521523.72114.6887.3940.2680.9700.3680.83612.413621.88915.2537.2610.2780.6950.3740.76410.458722.10313.1425.4840.1340.9700.3010.63511.269823.25813.2796.1740.3110.5820.3110.73810.522922.15416.6247.0890.4610.5320.4250.49610.4571021.41917.5487.1150.1110.8850.2950.18412.2021123.08419.0178.3670.6710.8950.2680.80513.647波动范围 21.03423.61613.73317.2036.3797.5350.1790.4670.6650.9950.2590.4010.4600.91610.82714.009注：波浪线表示不在波动范围内的数据。97还应对这四回内容进行写作特征的分回再检测，故将这四回拆分成4个小样本：A（第五十一回）、B（第五十二回）、C（第五十三回）、D（第五十四回），对这 4 个样本中的 40 个写作特征进行新一轮的数据检测。得到的结果是样本 A 不在波动范围的次数达30 次，已达到总检测数的四分之三，样本 B 也达到了 28 次。这足以说明样本 A、样本 B 与总体不符，大部分文字当属窜入。样本 C、样本 D 不在波动范围的次数都为 26 次，也都超过了检测半数，考虑到单回样本的检测数值可能会与总体样本的检测数值产生误差，所以很可能是小说中本有陈木南故事，但伪作者在原稿的基础上做了填补和修改。从对样本 11 整体检测和分回检测的检测结果来看，分回检测不在波动范围的次数都要高于四回整体检测的次数，并且都超过了检测半数，所以说凤鸣岐故事的大部分文字加上陈木南故事的修改笔墨理应大于两回，这才能使样本 11 的波动次数超过半成。前文提及，对样本11的写作特征进行再检测时，样本 8 数据异常的次数也要高于其他样本，因此也需对其做新一轮的分回检测。同样将样本 8 分为 A1（第三十六回）、B1（第三十八回）、C1（第三十九回），D1（第四十回）4 个小样本。检测结果：样本 B1不在波动范围的次数是 30 次，已达到测试总数的四分之三，可以判定其中有窜入的文字；而 A1、D1不在波动范围的次数都为 28 次，C1也达到了 27 次，表明这三个样本中也都存有窜入的文字。但在初次检测时，样本 8 的异常表现却不明显，这表明这四回中每回都应存有吴敬梓的原稿，而窜入者对每个主体故事都更改了一些笔墨，而尤以第三十八回郭孝子寻父故事的篡改文字最多，这就使得窜入的文字在初次检测时呈现得不明显，所以这四回中，虞博士、郭孝子及萧云仙故事的窜入文字应少于样本 11。综上所述，根据所有统计数据分析，样本 11中，凤鸣岐故事（第五十一回、第五十二回）当大部分为窜入，陈木南故事（第五十三回、第五十四回）中则有部分篡改。样本 8 中，郭孝子寻父故事（第三十八回）应有大量窜入，而虞博士故事（第三十六回）和萧云仙故事（第三十九回、第四十回）当有修改。因吴敬梓手稿已不能见，统计数据皆来源于刊刻本，所以，伪作者在各章回中可能还有细枝末节的修改，数据很难反映。但今本儒林外史的主体故事中，上述数据异常的回目应有伪作窜入，并且伪作者并非一人。所以说，儒林外史的原貌绝非五十六回。参考文献：1 程晋芳.勉行堂诗文集 勉行堂文集 M.魏世民,校点.合肥:黄山书社,2012.2 吴敬梓.儒林外史汇校汇评 M.李汉秋,辑校.上海:上海古籍出版社,2010.3 吴组缃.儒林外史的思想与艺术:纪念吴敬梓逝世二百周年 J.人民文学,1954(8).4 章培恒.儒林外史 原书应为五十卷 J.复旦学报（社会科学版）,1982,24(4).5 章培恒.儒林外史 原貌初探 J.学术月刊,1982,14(7).6 张锦池.论 儒林外史 的纪传性结构形态 J.文学遗产,1998,(5).7 齐裕焜.读 儒林外史 札记 J.明清小说研究,2012(3).8 顾鸣塘.论 儒林外史 第五十六回乃吴敬梓原作 J.明清小说研究,2000(4).9 陈美林.关于 儒林外史 “幽榜”的作者及其评价问题 J.西北大学学报（哲学社会科学版）,1979(4).10 单坤琴.试探 儒林外史 原貌:从小说的写作风格看伪墨章回问题 J.明清小说研究,2007(2).11 叶楚炎.地域叙事视角下的 儒林外史 结构:兼论 儒林外史 的原貌问题 J.明清小说研究,2013(1).12 郑志良.新见吴敬梓 后新乐府 探析 J.文学遗产,2017(4).13 李远达.文人“兵”梦的实与虚:儒林外史 萧云仙、汤镇台本事补证 J.中国文化研究,2017(1).14 郑志良.儒林外史 新证:宁楷的 儒林外史 题辞 及其意义 J.文学遗产,2015(3).15 叶楚炎.修洁堂初稿 及 儒林外史 题辞 考论 J.文学遗产,2015(6).16 耿传友.儒林外史 原貌新探 J.明清小说研究,2019(1).17 郑志良.修洁堂初稿 成书时间考:再谈 儒林外史 的原貌问题 J.江淮论坛,2018(4).18 李鹏飞.儒林外史 第五十六回为吴敬梓所作新证 J.中国文化研究,2017(1).19 陈大康.从数理语言学看后四十回的作者:与陈炳藻先生商榷 J.红楼梦学刊,1987(1).20 吴敬梓.儒林外史 M.北京:中华书局,1999.(责任编辑：胡娟）童辉：从数理语言学看儒林外史原貌问题