跨体裁人格分析：体裁固定效应回归与共线诊断

第 1 章的 ITS 把整个全集当作单一数据源，估出 1506 廷杖后 7 维人格重组。但全集里有 6 种体裁：给皇帝的奏疏、行政公移、正式散文文录、私人书信续编、教学语录、诗赋外集。这些体裁的语言风格本身就不同：奏疏有官式套语，诗有抒情语汇，行政公文有命令语气。如果 pre-period 与 post-period 的体裁分布失衡，跨时段的人格分差异就部分由体裁本身解释，不是阳明真的变了。

这一章正面处理这个问题。我们先看 8 个维度在 6 个体裁上的差异有多大，然后用体裁固定效应回归把”体裁”与”时段”的效应分开。

5.1 六体裁的人格画像差异

5.1.1 8 维度按体裁的均值表

把 8 个维度评分应用到全集 1283 文档，按体裁聚合，算各体裁的平均分。结果列在下表。

5.1.2 每个维度的极值体裁与其语言学解释

把这张表的极值排一下：

• 奏疏 vs 语录的反权威：奏疏 −0.70（最谦卑），语录 +0.70（最反权威），跨度 1.40。同一个阳明给皇帝写报告时用”愚以为""鄙人""未敢”，跟学生讲学时用”非也""差矣""吾以为”。
• 公移的决断力：公移 3.33 远超其他体裁。公移是行政指令，“速行""毋得""即令”等命令词高度集中，这是”行政官阳明”的语气。
• 文录的处变能力：文录 0.93 是唯一显著正值。文录是正式散文，官式镇定语汇”臣闻""切详""据查”最多。
• 外集的情感深度：外集 7.73 是最高值。外集是诗赋，“喜怒哀乐念忆叹”等情感词密度自然最大。
• 语录的实践导向：语录 3.13 是其他体裁的 10 倍以上。传习录里”用功""工夫""下手""事上磨”的密度是教学语境特有的。

这张表说明阳明的人格在文本上呈现为六个场景化的画像，而非单一固定向量。同一个人，写给皇帝时是”卑微的官员”，写给学生时是”高敏的导师”，写公文时是”果断的行政官”，写诗时是”情感丰富的诗人”。这是任何成熟个体在不同社会角色下的正常表现，不构成分裂人格。

这件事对现代读者也有意义：你的”人格”是被场景调动出来的不同侧面，而非一个固定的标签。朋友圈里的你 + 工作场合的你 + 私下与父母的你 + 写日记的你，几乎是四个不同的人，这是正常社会化的结果。

5.2 体裁差异对 ITS 推断的威胁

5.2.1 pre/post 体裁失衡的具体机制

回到第 1 章：1506 ITS 估出 7 维重组。pre-period（1496–1505）主要是奏疏体裁（因为这阶段阳明在朝廷任职，写的多是奏疏）。post-period（1507–1528）体裁混杂，包含文录、外集、续编、语录等。体裁切换是 pre/post 的混杂因素。

5.2.2 以”处变能力”为例的混淆路径

“处变能力”维度上能直接看到这条路径。奏疏体的”臣闻""切详""据查”是正向标记，密度高（奏疏平均处变能力 $\approx 0.0$，主要因负向词也很多，但相对其他体裁仍有官式套语贡献）。post-period 体裁切到文录与诗，这些体裁里基本不出现这些官式词，“处变能力”分自然下降。1506 ITS 估出的处变能力 $-7.05$ 至少部分由这个体裁切换造成。

本章主结论

5.3 体裁固定效应回归：把体裁与时段分开

5.3.1 固定效应回归的方程形式

要把”体裁效应”与”时段效应”分开，标准做法是固定效应回归：

其中 $i$ 索引文档，$\text{period}_i \in \{T1, \ldots, T6\}$ 是文档所属时段，$\text{genre}_i \in \{$奏疏, 公移, …$\}$ 是文档体裁。系数 $\beta_p$ 在控制了体裁后，仍然表示时段相对基线 T1 的差。

为什么固定效应能”把体裁与时段分开”？回归在估 $\beta_p$ 时，控制了体裁 $g$ 的均值。这相当于在每个体裁内部分别看时段效应，再加权平均。如果时段效应是真的，在每个体裁内都应该看到；如果是体裁伪相关，体裁内部就看不到时段效应了。

5.3.2 回归在 5 个维度上的实施

我们在 5 个原始维度（教学耐心、反权威、自我修正、同理心、实践导向）上跑这个回归，看时段系数在加体裁固定效应前后的变化。

5.3.3 识别问题：时段与体裁的近完美共线

这一步遇到一个真实障碍。在 343 条传习录数据上，时段与记录者（或体裁）高度共线：

• T1 徐爱期 = 100% 徐爱
• T2 陆澄期 = 100% 陆澄
• T3 薛侃期 = 100% 薛侃
• T4 卷中书信期 = 卷中各书信对象组合，100% 书信体
• T5/T6 = 学生记录者组合

也就是说，知道一个文档是 T1 几乎等同于知道它是徐爱写的。加体裁（或记录者）固定效应，等于试图从同一个变量里挤出两个独立维度，数学上不可能。

回归会跑出来，但标准误会爆炸到几万的量级。系数估计在数学意义上无意义。这是”近完美共线”（near-perfect collinearity）的标准现象。

5.4 加全集后的部分缓解

5.4.1 扩到全集的识别空间

把语料从 343 条传习录扩到全集 1283 文档后，共线问题部分缓解：T4 不再 100% 是书信体，全集 1518–1527 这段还有文录、续编、外集分布在内。这让回归能部分识别出时段效应在体裁内部的余项。

5.4.2 绝对值缩水但方向稳定

我们在全集级别重做 5 维度的固定效应回归。结果可分三个层面。

• 绝对值显著缩小但方向一致。加体裁 FE 后，时段系数的绝对值通常缩到原来的 40% 到 60%。这说明原始时段效应里确实有相当比例由体裁混淆造成。
• 方向一致性是关键。缩小后的系数仍然指向同一方向：T4 反权威仍负，T6 同理心仍上升，T3 实践导向仍峰值。方向一致说明时段效应是真的，只是绝对值被体裁混淆放大了。

5.4.3 对原始 ITS 估计的保守重读

保守的解读：第 1 章报告的 ITS 效应应当视为”时段 + 体裁”的联合效应的上界估计。真正归因到人格变化的部分约为原始估计的一半。

下图把 5 个维度的原始 ITS 系数与加体裁固定效应后的系数并排画出，直观显示”绝对值缩小但方向一致”的模式。

5.5 方法卡

5.6 本章知识地图