《临高启明》同人作品《从元老院的政治版图谈起 ——关于《临高启明》故事和人物的一些统计与分析》版权归《临高启明》版权方和同人作者所有;为方便阅读,WIKI编辑仅进行必要的区分章节。
从元老院的政治版图谈起 ——关于《临高启明》故事和人物的一些统计与分析
No Portrait.jpg
作者ID
知乎 adol
官方论坛 adol
同人重要信息
地点 澳宋
内容关键字 政治分析
转正状态 已转正
发布帖
知乎原帖 从元老院的政治版图谈起 ——关于《临高启明》故事和人物的一些统计与分析
官坛原帖

从元老院的政治版图谈起 ——关于《临高启明》故事和人物的一些统计与分析

官坛下载:关于《临高启明》故事及人物的统计分析——从元老院内的政治版图谈起.pdf
其他 本站下载:关于《临高启明》故事及人物的统计分析——从元老院内的政治版图谈起.pdf
同人写作情况
完结情况 完结
首次发布 2020-07-19
最近更新 2020-07-19
字数统计 (千字) 约 21.5 千字

一部《临高启明》,工业党看见攀科技树,键政局看见改造社会,皇汉看见反清,南进派看见殖民,梦想家看见后宫女仆……

1. 引言

临高的特色在于创造了一个令读者身临其境的世界观,这已是老生常谈。就像我以前说过的:

它从来不是简单的一条主线所驱动的故事,而是由无数侧面无数片段所组成的时代剪影。读者沉浸书中,能感受到生动立体的世界,仿佛真的置身另一时空,急切地盼望历史的发展,努力地参与历史的进程,忘我地寻找(甚至创作)历史的碎片。


这种代入感,来源于跑团众的角色扮演与互动、来源于社区提供的各行各业技术细节,也来源于作者笔下面面俱到的创业历程。归结起来,实际包含了两个要素:“真实”和“全面”。

缺一不可。

一直以来,在临高社区的讨论中,大家的注意力偏重放在“真”上——哪怕是探究临高中的“失真”,也仍然是“真”这一范畴。本文则试图换一个角度,来分析一下临高的“全”。

1.1 本文的主要内容

本文最初的缘起很简单,就是我见过许多类似的论调,认为工业口元老们长期作为“工具人”存在、只知道默默工作,虽然人数众多,但没有取得与人数相符的发言权。包括我自己也曾经在同人和一些帖子里写过“工业口元老人多势众”等等。

于是某天我忽然就想,都说工业口元老人数多、声音却不亮,但工业口究竟有多少元老?假如声音亮起来,又理应有多大的发言权呢?

这个问题其实并不难回答。现在书里登场的元老已不少了、接近300人,如果按网络版的522名元老计算,超过了总人数的1/2,如果按实体书的1,000元老计算,也接近了1/3。已经登场元老的政见比例,是不是能够在一定程度上反映元老院内的政治版图?

我们的直觉是能。如果能,那么这个问题就已经解决了一大半,剩下的不过是些统计的琐碎体力活而已。

当然,这需要做出一定的假设,其核心在于把登场元老看做是对元老总体的随机抽样,则样本比例是总体比例的点估计,再根据棣莫弗拉普拉斯定理,就能够对元老总体中各派别、各部门、各属性的人数做出区间估计。本文将首先就这一问题进行探讨。

做完了这部分之后,由于在人物数据采集时用到了小说文本,我又想……Hey……故事是依托人物的,既然已经对人物属性进行了统计分析,那干嘛不再稍微进一步,以人物为抓手,分析分析故事呢?

正如登场元老是元老总体的一种“抽样”,写进正文的故事,不也是对那些“水面下的故事”、对临高启明这个“世界观”的一种“抽样”吗?是不是可以根据讲出来的故事,去估计那些未讲出来的故事呢?如果能就此建立起对故事内容的一种描述框架,《临高启明》这个世界观的全貌也就展现在我们眼前了。

好了,这种话听起来很唬人,其实真正做的事情完全没有如此高大上。总之,我搜集了《临高启明》正文中已出场的元老人物数据,然后以章节为单位,通过人物属性对故事内容进行了简单标注,并做了一点初步的统计分析。

1.2 过去工作的回顾

关于临高中的登场元老名录及相关信息的统计,10年来已有不少书友做过。结合小说文本、统计人物的出场次数,也有前人的工作可以遵循。

早期的SC时代没经历过,不甚清楚,论坛黄了,又懒得去翻Miltalk,就不考据了。

百度百科《临高启明》词条有一版相当古老的元老名单,来源可能是北朝早期的搬运帖(knower,2011),其中包含许多元老人物的对应ID,疑为SC时期的数据。从这一版名单中可以看到不少有趣的信息,比如财金口的吴迪(以及他的小姨子)和济州岛的南宫无敌其实是同一个ID(南宫无敌)所设定的,兵器组的白羽似乎也是;再比如,卓天敏的原型(3kd)确实给自己设定了一个儿子,但这个儿子的初设姓名却不是“卓小敏”,而是“卓云帆”。

2014年前后,有北朝帖子(pine_z,2014)统计了当时已经登场的255名元老的信息。

2016年,百度临高启明吧出现了一个更加详细的元老统计帖子(从不搅局约翰牛,2016)。该贴明确指出:

成天同人都是酱油元老?500废一共多少人?我记得是523……目前登场了多少人,有名有姓的元老?还剩多少名额给那些所谓的酱油元老?


这个提法与本文思路有相通之处,就是在小说所设定的元老人数有限的情况下,通过分析已经登场的元老,已经能够对未登场元老的数量和属性做出一定程度的推断了。

同一时期,另一个重要资料平台是无法不甜等书友建立的临高启明WIKI,其中陆陆续续整理了大量登场元老及其它人物的数据,直到今天仍在不断更新(xuelindao,2016)。

时间转到新论坛时代,关于人物统计的主要成果是张枭元老完成的(恶魔后花园,2019,1338)。

在小说的文本统计及非内容数据统计分析方面,北朝时期就曾有相应的构思与帖子(侯景,2015;ljxwsr,2019)。在某个github网站,我也见过对小说文本的简单统计,该站还制作了若干人物在文中的索引,考虑版权原因,就不提供引用了。

新论坛上,仍然是张枭元老做过的临高正文文本分析最为详细(恶魔后花园,2019,3165),该文使用了ROST CM6对小说全文及各卷做了分词和词频分析。作者还曾基于这一结果,给出过正文中出镜频率较高的若干名元老信息(恶魔后花园,2019,3223)。

本文分析所用的人物数据,综合整理自WIKI元老页面以及 @恶魔后花园 所整理的元老及岗位信息,依据正文做了少量考订,并增加了一点文本统计和计算结果。小说文本则来源于起点官网。

2. 结果与结论

本文整理了迄今为止正文中登场过的292名元老的人物数据,对人物在

业务领域、政治倾向、性别、行政级别、穿越年龄5个方面的属性进行了人工注释;结合小说文本,对人物在小说中的登场数据,包括人物的

出现总次数、最初登场章节、最后登场章节进行了统计;并根据上述统计,计算了人物的

出场章节数、节均出场密度、登场跨度和角色权重四个指标。

本文还分析了正文所有章节的主题,使用每节出场人物的“业务领域”属性对该节的故事内容进行标注。

估计大家不耐烦看数据,所以本文采用先结果和结论的形式。感兴趣的书友,或者对结果有疑问的书友,可以去读后面的数据与方法,以及附录。

2.1 人物属性的统计结果

2.1.1 各业务领域的元老人数及比例

如图1所示,登场的292名元老中,计有工业元老,包括机械、冶金、化工、军工、电力、能源、建筑、土木、交通等领域共60人,占登场元老总数的20.5%;如果把卫生、医药、科技、教育、大图书馆和企划院相关业务领域的元老也算在工业发展的范畴中,这部分元老一共是45人,占登场元老总数的15.4%。工业元老里包括展无涯,不包括马千瞩和王洛宾。

政治与社会治理相关领域的元老,即所谓的“文官派”,包括中央官僚、地方行政、财税金融、法律、文化宣传等领域的元老,共计54人,占比18.5%。

暴力机关的元老,包括警察、政保、情报、陆海军、特侦队、总参、联勤等部门的元老,共计57名,占比19.5%。

从事殖贸、商务、驻外站、宗教等业务领域的元老,共计37名,占比12.7%。

农业领域,包括农(吴南海等)、林(吴旷明海林)、牧(杨宝贵尼克)、渔(林传清),共19名,占比6.5%。

从事其它领域的元老,包括办公厅的元老、受赡养元老、小元老和文中完全没有提及业务范畴的元老,共20名,占比6.8%。其中,佛山篇没有算在里面,全部小元老被我标记成了其它,包括张允幂。

图1 各业务领域的元老人数及比例

这一结果还是稍微有点出乎我们意料的——工业口元老确实是各大类领域元老中人数最多的,但相对于“文官”和“军官”们,人数并无明显优势,比例不像我们通常认为的那样高。当然,如果工业口元老和泛工业口元老联合起来,占比35.4%,还是稳居元老院中第一的。这些元老的工作是其它元老殖贸、征战和社会治理的基础,占这个比例也是应有之义。

在工业元老内部,建筑、土木工程和交通、通讯领域的元老占到一半以上,其次是机械冶金,(其实主要是机械,冶金书里只提过季无声1人),电力能源、化工、军工等领域的人数较少。

2.1.2 元老性别、年龄和行政级别的分布

图2展示了292名元老的性别比例,行政级别分布和穿越年龄层次。

图2 元老性别、年龄和行政级别的分布

关于性别比例,女性38人,男性254人,已经超过了网络版最初所设定的男女比例。不过女性仍然只占总人数的13%,男性为87%。

关于行政级别,计有中央/大区/省相级元老16人,包括元老院主席1人(王洛宾),国务卿1人(马千瞩),大区区长2人(钱水廷、文德嗣),国务会议的省相级元老12人(邬德、展无涯、吴南海、程栋、马甲、萧子山、何鸣、冉耀、刘牧州、胡青白、何影、单道谦),这些人算作“顶层”。顶层级别元老的认定基本不会有什么差错。文中提及的某部部长或差不多级别的人物,比如钟利时、时袅仁、司凯德、席亚洲、北炜、于鄂水等,被认定为“高层”,共17人。文中提及的某局局长、某市市长、某旅旅长这个级别的元老,被我认定为“中高层”,如赵曼熊、江山、李运兴、刘翔、朱鸣夏等,共32人。中层元老88人,酱油元老139人,这两类元老占比最大,约78%。

就行政级别这个人物属性而言,登场元老并不能看作是对元老总体的随机抽样。因为小说在描写相关领域的情节时,显然将首先覆盖那些在领域内职务更高、更有影响力的元老。所以文中未提及的元老中,不可能有顶层,也基本不可能有高层、中高层,假如以522名元老为总数计算,我们可以认为,文中尚未提及的230名元老中,绝大部分都是中层和酱油元老,甚至可以说,绝大部分都是酱油元老。当然,待转正的同人作者可以例外

关于年龄,首先这个年龄是穿越时的年龄;其次这个属性大概是最不准确的,可以说大部分数据都是我拍脑袋脑补的。只有少数特殊的人物,才有较为明确的年龄。这其中,人数稀少的年龄段的数据更准确些。计有61-70岁1人,51-60岁4人,41-50岁5人,36-40岁7人,31-35岁25人,6-10岁5人,11-15岁2人,16-20岁6人,书中没有提及存在5岁以下的儿童。21-30岁是个口袋,没明确说法的元老我就随便装了,共得21-25岁123人,26-30岁114人。

2.1.3 元老院的政治版图

“政治倾向”指该元老在本职工作以外,是否参加了元老院中某个具有较为明确政治观点、行动纲领或组织形态的派别。图3左侧展示了292名登场元老的政治倾向。

图3 元老院的政治版图

文中明确提及政治倾向的元老不多,大多数元老的倾向都是“未知”。这是符合经验判断的——有强烈政治倾向的人总是少数。

不过,以这些人为核心,那些没有明确政治倾向的元老,是有可能依自身在业务岗位上的立场来参与元老院政治活动的。因此,结合政治倾向和业务领域,可以绘制如图3右侧所示的元老院政治版图。

在这张图里,本文进一步梳理了元老院内的各种小派别,归纳出如下主要势力:农业口:已登场13人;工业口:已登场52人;泛工业口:已登场32人;泛马派,或者说亲马派:已登场29人;五道口系:已登场18人;法学会:已登场9人;亲文派:已登场32人;泛中立派,包括明确表示过中立态度或业务部门倾向于中立的元老,占比最大:已登场76人;宅党:已登场14人;反对派:已登场5人,包括卢炫和程咏昕;另有未知6人。

这只是极为粗略的划分。元老的政治倾向不像业务领域那样明确,在穿越至今不到十年、穿越形势日新月异的情况下,元老们的个人利益和家族利益普遍存在很大的不确定性。因而,元老院内的政治版图恐怕尚处于十分动荡和频繁重组的阶段。

不过,我认为这样的归纳是有意义的。大派别或许不稳定,其内部的小派别却是相对稳定的,这些小派别乃至个人,也可能根据特定议案的具体内容而采取相对灵活的立场。我们常见到读者有这样的疑问:xx议案,当初在元老院里是怎么通过的?如果没有这个政治版图的概念,就无从回答。一旦有了这个政治版图,我们拿来一份提案,比方说,“开发东南亚”,对照一下,大致就知道有哪些人、多少人是赞同的,多少人是反对的,多少人是路过的,谁可以争取,等等。

由上述分析还可以看出,元老院内部的政治版图是非常复杂的,不存在一家独大。凡是上了全会投票的事务,没有任何派别能够一意孤行地推动决策。所有的主张,都必须在提案阶段尽可能求取共同利益的最大化。妥协、勾兑,在所难免,原教旨、理想化,寸步难行。伟人讲,政治就是要把自己人搞得多多的,把敌人搞得少少的,诚不我欺。

2.1.4 对元老院各阵营人数的区间估计

前面3个小节中,本文分析了已登场元老的业务领域,性别/年龄/行政级别分布,以及政治立场光谱。这样的结果,究竟能够在多大程度上反映元老院内的整体情形?我们能否说从已登场元老中分析得到的政治版图,就代表着元老院整体的政治版图呢?

如引言中所提到的,如果已登场元老能够被视作对元老总体的随机抽样,那么就可以进行一定程度的估计。如果这个条件不成立,就不能。所以

本小节的讨论,都是在这一假设成立的前提下所得出的结论。

首先,样本比例是总体比例的点估计,所以如果说要有一个最“固定”的估计,那么前3个小节的结果,就可以看做是元老院总体的情形。

但如果想知道这估计有多可靠,就需要对各阵营元老的总体比例进行区间估计。本文针对522人和1,000人两种情形,分别估计了95%置信水平下,各业务领域(表1)、政治倾向x业务领域(表2)以及性别(表3)元老人数的置信区间。

表1-表3 元老总体中各业务领域、各政治x业务派别以及男性/女性人数的区间估计

我很想说,各位可以认为元老院中各业务领域/政治倾向/性别的人数有95%的可能性位于如表中所示的区间内,又怕有频率学派的人来喷我。所以大家可以这样理解:

假设我们这522名元老是不变的,当然里面的阵营啊性别什么的也都不变。然后有100个萧主任,写了100本临高启明,但是这100次穿越的时候,萧主任的视角不太一样,有的萧主任回忆录里面记得是这些人,有的回忆录里记得是另一些人,有的记工业稍微多点,有的记农业稍微多点,反正大致还是那些人那些事,随机拿出来292人写个800万字。那么,我用这100本临高启明中的已登场元老算出的100个置信区间,大概有95个能够包含522人里的真实阵营比例。

好,闲话少叙,总之,根据表1,我们可以看到,在网络版522人的情况下,元老院中的工业元老比例,大约是17.6%-23.8%,泛工业元老比例,大约在12.8%-18.3%之间,别的亦然,不一一重复了。需要说明的是本文没有对年龄和行政级别进行估计,行政级别就如之前所说,不适合被看做是随机抽样,而在年龄数据的注释过程中,本文的主观因素影响很大,估计也是没什么意义的。

至此,我们就回答了本文所要回答的第一个问题:

工业口大约有92到124名元老,如果声音亮起来,工业口和泛工业口全加在一起,最乐观的估计大概有42%左右的发言权。

2.2 对故事内容的分析

2.2.1 各领域内容在正文中的篇幅

这一节的基本假设是,如果某个章节中某业务领域的元老出场频繁,那么该章节的内容很可能与这个业务领域相关。基于这一假设,本文以2.1节中人工注释的元老业务领域为抓手,以特定业务领域元老在每个章节中的出场次数为指标,判断并标注了全部章节的内容属性,标注结果可见附表2。

由于一个章节可能有多个业务领域的元老都出场较多——也就会被标记为多个领域相关,所以这一统计的总次数超过了正文的章节数,为3,560。图4a展示了不同领域的故事内容在全文中的比例。

图4a 作者的笔墨在各领域上的分配比例(全文)

这是一个非常有趣的结果,我们发现相比于登场元老人数的比例,他们对应的故事篇幅比例有不小的变化。最明显的就是对应暴力机关的军事与安全方面的章节数量和对应“文官”的政治与社会治理方面的章节数量分别比登场元老人数的比例增加了5%左右,殖贸扩张也有所增加。相比之下,农业、工业和泛工业方面的章节数量,则比登场元老的比例有所减少。

其中减少幅度最大的,正是工业领域。

工业领域以7.6%的情节篇幅,登场了20.5%的元老。我认为,工业元老们总嚷嚷他们都是“工具人”、“人微言轻”,或许就是这种反差带来的潜意识印象。相比之下,泛工业也有所缩减,但比例稍好些。

当然,技术文有其特殊性,其中人物可能不像剧情文那样能够频繁出镜,这有可能导致部分技术章节在统计时被遗漏。此外,王洛宾和马千瞩相关的情节,在前期有不少是工业领域的,在本文的统计中,可能会随人物阵营而被认定为“政治与社会治理”。如果考虑这些偏差,实际技术文的比例或许还要高些。

工业、泛工业、农业都是世界观的重要基石,但在故事内容中占比的总和还不到1/4。

这种现象的成因,我还是原来的观点——临高是一本小说,虽然以技术文标榜,但技术文的可读性不强,始终是大问题。说句大实话,起点后台的订阅数据,萧主任想必是一清二楚的,假如技术文真的那么受欢迎,他能不多写吗?但是我们看看,大家喜欢看什么故事呢?

社会治理:24.5%,军事安全:23.5%。

特别是“内务情报”的那个子项,比整个工业领域的篇幅还多,大家是有多喜欢政保和情报?我见过相当多的同人,本来没啥关系,非要扯一点这方面的事,连我自己也不能免俗。这还不能说明问题吗。

至于农业、工业、泛工业领域的技术文,问题就非常明确了,不是不够严谨,也不是谁有意打压,更没有什么阴谋,而是大家不!爱!看!

当然,本文即使在技术文里,大约也属于大家最不爱看的那种,但我还是爱这么写,有什么办法呢?写技术文的诸位,大概和我现在的心情是类似的吧。

……

言归正传,如图4b所示,本文统计了不同领域在各卷中的篇幅比例。

图4b 作者的笔墨在各领域上的分配比例(分卷)

其实也没什么好说的,都在图里了。军事与安全相关内容占比最高是第4卷,即第二次反围剿和珠江口流域作战。殖贸扩张的占比最高是第5卷,即发动机行动。这与我们的直觉是吻合的。

技术文比例最高的是第3卷,而且该卷中的工业文比例也是最高的。总体来看,直到6卷之前,工业文都保持了相当的比例,是从7卷开始暴跌的。这也难怪,视角转到两广了嘛。相对应的,就是政治与社会治理的比例猛增,占到了近40%。7卷治理篇中,泛工业领域达到了高点,维持住了整体技术文的比例(我能说我在这里也有很大贡献吗);攻略篇中,农业、工业、泛工业的技术文比例则只有约5%左右。

2.2.2 基于故事文本的人物关系分析

本小节的假设是:经常在章节中同时登场的人物之间存在某种联系。这个联系性质是不确定的,可能是友好,也可能是宿敌,可能是家人,也可能是同僚。但不管怎么说,他们都参与了共同的情节和活动。本节试图寻找人物之间的这种联系,以人物为节点,以关系为边,绘制人物关系网的拓扑图。

如果一个元老节点具有较高的度,是不是意味着该元老在故事中的关键性较高?如果若干元老相互间组成了高连通度的子图,是不是意味着这些元老具有某种共同属性?前者可以用来验证本文所估计的角色权重的大致正确性;后者可以用来验证本文所注释的业务领域等人物属性的大致准确性。

如附表3所示,本文一共识别出443对元老之间存在相关关系。从经验判断,结果还算可以。附表3以p值升序排列,最前面的就是广东税务局的领导们。

然后,本文使用Cytoscape对这443对元老关系做了拓扑关系网的可视化,这个只能说是基本靠谱吧,差强人意。原图太大,图5a和图5b展示了一部分典型的元老关系,能够看出,人物间较为明显地依情节而聚集。

图5a 宅党、五道口、广州市、广雷系、卫生口、特侦队等领域相关元老之间的关系网


图5b 发动机行动、女仆革命等事件相关的元老关系网


在图5中,节点代表元老,节点颜色代表业务领域,节点大小代表角色权重,连线代表角色关系。全图可见附图1。

2.3 结论

稍微总结一下吧。本文人工收集了小说正文中已登场的292名元老的多方面属性信息,并针对这些属性信息做了统计与分析。有如下结论:

a. 从已登场元老的人数比例来看,工业口元老占比最高,但相比其他领域元老没有明显优势。工业+泛工业领域的元老,约占总数的1/3强。

b. 目前登场的女性元老约为10%多一些。行政级别上,自然是中层及以下的酱油元老占大多数,而且未登场元老中,估计也是中层及以下的酱油元老占绝大多数。 年龄上,穿越时21-30岁的元老可能占主流。但这也就意味着,在穿越近十年后的当前时间线,元老院已经全面步入了30+,大业时不我待啊。

c. 元老院内部的政治版图是非常复杂多变的,不存在一家独大。想要推动决策,就需要博弈、需要平衡、需要尽可能求取共同利益的最大化。

d. 如果已登场元老能够被视作对元老总体的随机抽样,那么522人版本,95%置信水平下,元老院中全体工业元老人数的区间估计是[92, 124],最乐观的估计,工业口和泛工业口共有42%左右的发言权。

e. 相比于登场元老人数的比例,各业务领域对应的小说故事篇幅比例有不小的变化。政治撕逼、社会治理、军事安全、内务情报、殖民贸易这些内容占比更多,提示这类故事可能更受读者欢迎。而工业、泛工业、农业相关领域的故事篇幅占比较少,可能的原因是技术文可读性不强。技术元老们总感觉自己是工具人的印象,可能同人物数量与故事篇幅占比的反差有关。

f. 通过对人物共同登场特征的分析,我们发现人物关系网中节点度较高的人物,其角色权重也普遍高,连通度较高的子图,明显存在情节上的关联性,这在一定程度上证实了本文数据注释工作的可靠性。

临高中描写的元老人物比例是较为均衡的,各行各业都有体现,基本全面地还原了工业社会的大致分工,搭起了临高位面近代化的政权组织、工农业生产、殖民与商贸流通、财经和法律制度、科教文卫、暴力机关等各个领域事业的框架。

临高试图把近代社会方方面面的细节一一蕴含在字里行间,临高的社区,根据成员自身在现代社会中的立场,也持续不断地对世界观加以完善、补充,使小说逐渐变成现实的缩影。尽管不同读者会选择自己感兴趣或现实职业相关的不同方面来探讨(这可能导致篇幅存在偏差),但整个社区的贡献累加起来,呈现出的是一个复杂多面的世界观。人人都可以从自己喜欢的那一个面中,看到自己想看的东西。这样的全面性,在中文世界是独一无二的。

所以,一部《临高启明》,工业党看见攀科技树,键政局看见改造社会,皇汉看见反清,南进派看见殖民,梦想家看见后宫女仆,这很好。

3. 数据与方法

3.1 本文所使用的人物数据

本文分析所用的人物数据,综合整理自WIKI元老页面以及@恶魔后花园所整理的元老及岗位信息,依据正文做了少量考订,并增加了一点文本统计和计算结果。表4展示了部分数据,全部数据见附表1。

表4 本文整理的人物数据

3.1.1 元老信息的人工注释

本文共整理了截止目前在正文中登场过的292名元老的信息,如表4所示,对人物在业务领域、政治倾向、性别、行政级别、穿越年龄5个方面的属性进行了人工注释。

其中,

  1. “业务领域”指该元老在文中的业务归属,有的元老前期和后期存在职务调动的问题,为了方便后面的故事内容分析,本文一般以其在文中最主要(而非最新)的业务领域为准。本文把全部元老的业务领域归为8大类28小类,如表5所示。
  1. “政治倾向”指该元老在本职工作以外,是否参加了元老院内具有较为明确政治纲领、政治观点或组织形态的政治派别。本文归纳了元老院中常见的12种政治派别,小说中没有明确提及政治倾向的元老则被标记为“未知”,如表6所示。
  1. “政治x业务”。考虑到那些没有明确政治倾向的元老,很可能是根据自身所在的业务岗位立场来参与元老院政治活动的。因此,本文综合整理了元老的政治倾向和业务领域,有明确政治倾向的元老保持不变,无明确政治倾向的元老则按业务领域归类。共计12大类39小类,如表7所示。
  1. “穿越年龄”指元老参加穿越时的年龄,而非初次在文中登场时的年龄或现在小说时间进度下的年龄。共分为10个等级,如表8所示。
  1. “行政级别”指元老在业务岗位上的大致级别,如表9所示。
表5-表9 元老的业务领域、政治倾向、年龄分布、行政级别

这里面只有业务领域做得比较认真,是本文所利用的主要字段,其余字段看看就好。当然,性别一般不会出错(PEPEI被认定为女性)。

政治倾向可能存在有元老未被正确标记的情况。

年龄我没有细致考订。大多只根据WIKI的记录和我个人的记忆进行了注释,少数人物在考订事迹时发现曾提及年龄,或能通过旧时空学历、工作经历、子女状况等信息加以推断,则加以增补。如在书中描写为“大学生”、“硕士生”、“刚毕业”的,一般被估计为21-25;“博士”,一般估作26-30;“毕业后工作多年”或者有一定职位级别的,一般被估计为26-30;有6-10岁子女的,一般估作31-35;有11-15岁子女的,一般估作36-40;强调年轻的,估作16-20;成年元老的父母,一般估作51-60;等等。张允幂和林子琪被认定为11-15岁,其余小元老被认定为6-10,书中没有提及过穿越时有元老携带了5岁以下的儿童,也不太可能。

不过,大部分人物是完全没有提及年龄、也无从推断的。总的来说,本文注释元老年龄的原则是,有年龄说法的自然按正文来,能推断的推断,没信息的就估计为21-30岁,至于是21-25还是26-30,就凭感觉了。但我一般是尽量注释得更年轻,因此这一字段的数据估计应该是明显偏低的。最后,很可能存在文中某处明示或暗示了人物的年龄,但我没有看到的情况。

行政级别的方面,顶、高、中高三层因为比较明确,所以注释应相对准确。其中,顶层相当于中央/大区或省相级别,如文德嗣、萧子山、吴南海等;高层相当于部级别,如钟利时、席亚洲、陈海阳等;中高大致是司局、总局、市长之类,如刘翔、李运兴、杜雯、薛子良、朱铭夏等;中层和酱油基本就凭感觉了。大体上,凡手下有元老的,就认为是中层,手下只有归化民的,则认定为酱油。或者更随意一些,有时我只是感觉该人物是个小头目的岗位,便认定为中层。

欢迎捉虫。

3.1.2 人物在小说文本中的统计数据

本文使用最简单的文本匹配方法,统计了人物在小说中的登场数据。包括人物的出现总次数、最初登场章节、最后登场章节。

小说文本来自于起点官网,反正是全订,用油猴脚本抓的,纯自用,不细说。此外由于前两年就抓过,所以缺失章节都还在,只缺最新的7卷攻略篇264节,已另外补齐。7卷457节和7卷458节在当前网络版中已经移除,但在本文所使用的的数据中保留了下来。

在统计数据之前,对小说文本进行了必要的处理。包括:

  1. 修正了许可、江山、周围、马甲、明朗、文同、方非、何平、何影、法拉第、成默、老张、石开、何邪、凌天等在文中可能存在非指元老的歧义词汇。
  1. 修正了文中的部分人名多种写法或写错的情形,如季思退、叶雨铭、萧白郎、勋素济、朱铭夏、赵慢熊、潘琳、赵德、北纬、田顺花、徐老五、王慕清、裴丽秀/裴秀丽/裴秀莉/PEPI/PEPEI等。兰方方和兰阳阳被认定为同一个人物,陆容和陆荣同理。王炎这个人物应为笔误,既可能是李炎,也可能是王鼎,本文将其修正为王鼎。
  1. 当然可能还有其它未找出来的情形。欢迎捉虫。

有一部分人物,在小说中存在常用的代称。最典型的代表是文德嗣,在全文中共出现1,112次,而“文总”的代称则出现了386次。与之类似的,还有刘翔-刘市长,王洛宾-王工,萧子山-萧主任,郭逸-郭东主,崔汉唐-崔道长,等等。我没有对这类代称进行修正,原因在于三点:其一,这种情形其实十分多见,并不限于我们印象里这几个——最起码,任何一名元老,都可能在行文中被称呼为X元老、X主任等等,而这又同POV人物与对象人物之间的关系有关,情况非常复杂,是修不过来的。其二,这同样与写作习惯有关,比如我自己写同人,就习惯于人名、代称、人称代词交替使用、以避免枯燥,所以我认为,对于大部分人物来说,这种代词和全名之间应该有相对固定的比例,盲目修正可能会引入新的偏差。其三,我在实际分析中,主要应用的是“出场章节数”这一修正过的数据,出现总次数用得不多。

本文按照第1-6卷,7卷治理篇(简写为7卷),7卷攻略篇的顺序排列小说章节,最初及最后登场章节依据这一顺序计算。由于临高在7卷治理篇和攻略篇时代的双线更新,时间线也存在错位,因此7卷有关的“最初/最后登场章节”,既不保证是写作时间的“最初/最后”,也不保证是小说时间线的“最初/最后”。

3.1.3 人物统计数据的预处理

本文对3.1.2节收集的文本统计数据做了简单处理,计算了出场章节数、节均出场密度、登场跨度和角色权重四个指标。

元老人物在正文中的登场频率,毫无疑问代表着角色的重要程度,对这种重要程度进行评估是有意义的。

然而,单纯使用出现总次数作为衡量存在一些问题。有的情节中,如开会讨论,人物名字会频繁出现;反观技术文成分较大的内容,人物名字出现的频率偏低;在转正同人中,则往往出现人物在一段章节内连续密集出镜、但其他章节中不见踪影的情形。因此,人物的出现次数与情节类型、内容特性及同人作者的写作风格有关,将导致统计数据在不同人物间出现系统性偏差。

相比于人物的出现总次数,我认为人物的出场章节数能够更稳定地体现人物在小说中的重要程度,而较少受到情节类型、内容特性、写作风格变化的影响。作为对应的辅助,我计算了节均登场密度这个指标。显然,该指标前列的人物就是受到出场章节数修正影响较大的人物。

除了出场章节数以外,另一个衡量人物在世界观中重要程度的指标,是该人物能否在更大的时间线范围内存在较广泛的影响力。

以我曾经写过的人物“冯诺”为例,这一人物在正文中的总出现次数为398次,在36个章节中登场,如果按照总出现次数排序,排在全部元老中的第31位,如果按照出场章节数排序,排在全部元老中的第86位。然而我们的一般印象是,这一人物在世界观中的实际影响力是很小的,因为他的登场只局限于很小的一段情节,从最初登场到最后登场,一共只有57节。整段删掉这段情节并不会对世界观的影响有多大。

因此本文计算了“登场跨度”这一指标,用于衡量人物在全文中影响力的广泛性。不过,这个指标也是存在一些问题的,比如某些人物只在文中早期出现过一两次,但后来某个同人作者写同人时突然想起来这个人物,又写了一笔,那么这个人物或许一共只出场过两次,但却跨度上千章节;还有,这一指标对于后期出场的人物,特别是近两三年的转正同人人物不友好。不过我烦不了那么多了,将就用吧。另一个需要注意的地方就是,这个登场跨度,同样没有考虑7卷双线更新的实际写作顺序和小说时间线顺序。

综合考虑出场章节数和登场跨度,本文计算了一个“角色权重”,表4和附录1的人物数据就是按照角色权重降序排列的。角色权重的计算方法为:

Log2(出场章节数*√登场跨度)

别问为什么这么算,我也说不清楚,直觉和经验吧。

3.1.4 元老总体比例的估计方法

如果假设已登场元老是元老总体的随机抽样,那么样本比例是总体比例的点估计,这个没什么好说的,矩估计法也好,最大似然估计也好,在这上面是一致的。但如果想要再稍微提高一点可靠性,就需要对各阵营元老的总体比例进行区间估计了。

我们知道,522名元老也好,1,000名元老也罢,如果从中抽取了292个样本(还是不重复的),n/N都是大于1/10的,也就不能视为有放回抽样了,必须考虑成无放回抽样。对于有放回抽样,这个估计问题很简单,因为每次随机抽出一名元老,都可以看做是一次p=该元老属性比例的伯努利试验,接近300次的重复试验,就形成了一个二项分布。根据棣莫弗拉普拉斯中心极限定理,用正态分布近似二项分布,可以求得置信区间。

对于无放回抽样,需要稍微做一点修正。多次无放回抽样早有定论,不再是二项分布,而是超几何分布,用于近似的正态分布也要做出相应的调整。相关工作有很多,但是都不像对二项分布的近似效果那样好,这里不细说了,总之,本文采用的估计公式如下:

CI = [p-/+z*√((p*(1-p)*(N-n))/((n-1)*N))+1/2n]

其中p为携带该属性的样本比例,n为样本规模,N为总体规模,z是标准正态分布在置信水平分位点上的自变量x取值,双侧95%置信度情况下就是各位耳熟能详的1.96。不再赘述。

还需要说明的是,这个问题如果严格考虑的话,可能还要更复杂一些。假如我们单独根据工业元老在已登场元老中的比例去估计元老总体中工业元老的比例,自然可以认为是一个多次重复伯努利试验(工业/非工业)。但我们实际是有多个类别的,工业、农业、泛工业、文官……这样一来,对于每次抽样,就不是一个0-1分布,而是一个分类分布,换句话说,不是抛硬币,而是掷骰子。因而多次重复后,也不是二项分布,而是多项分布;对于无放回抽样,不是超几何分布,是多维超几何分布。

如果采用这种假设,就是给自己找大麻烦,我是干不了的。经典概率似乎是无解析解,我想,可能的办法大概是,假设狄利克雷分布作为先验分布,然后用贝叶斯方法计算后验概率吧,或许可以用Gibbs法求解。

3.2 小说文本分析的方法

3.2.1 各章节内容属性的自动注释

最开始,我是想直接对正文进行文本分析的,理想很丰满——我认为可以有K个主题,比方说这些主题就是业务领域或者政治倾向;然后正文的每一个章节,都是混合了多个主题的一个文档,出现在章节中的人物,则是与主题相关的数据。“正因为这一章节是写了这些主题,而这些主题涉及到这些人物,所以我们才观察到人物在章节中登场”。那么通过观测到的人物在章节中的出场频率,去推断隐含的主题向量,就既可以获取每一章节的主题,又可以为人物直接标注属性,一举两得。

这种尝试很快就失败了。原因大概是语料库太小吧,或者人物并不适合词袋模型。总之,我又重新回头老老实实地搞人工注释。

做完了元老数据的人工注释后,我又想,临高全文tm有2,500多节,要是人工注释内容,得忙活到猴年马月去?还是再试试自动注释吧。

所以就有了第二个方案,每个章节都有许多登场人物,这些人物又有不同的出场次数,如果把相同“业务领域”属性的人物出场次数合并,就获取到了不同业务属性元老在每个章节中的出现次数。一个合理的假设是,如果某个业务领域的元老在该章节中频繁出现,那么该章节一定是讲了这个业务领域相关的故事内容。

这个方案成功了,于是就有了附表2,根据出场人物属性对小说章节内容的注释。

具体的标准是,在同一章节中相关人物出场5次以上的业务领域,被标记为该章节的内容,每章节的内容属性个数不限;如果一个章节没有任何业务领域,其相关人物的出场次数合计超过5,那么取最多出场次数的业务领域,标记为该章节的内容;如果一个章节完全没有元老登场,则标记其内容为“归化民与土著”(机智)。

3.2.2 基于故事文本的人物关系分析

这部分说起来和故事内容没有太大关系,主要是利用人物的共同出场特性来分析可能存在较为密切关系的元老,可以视为是对本文人工标注人物属性是否准确的一种验证。

基本的假设很简单——如果两个人物总是在同一个章节中出场,那么他们显然应该有较为密切的关系,这种关系可能是家庭关系、可能是政治关系、也可能是业务关系,这个我们判断不出来。不过从经验观察来看,我想这样的假设是合适的:同一业务领域的元老,将比没有关系的元老更频繁地同时出镜。

当然,实际情况没这么简单,该问题有这样几个基本面:

  1. 两个元老共同登场的次数越多,关系密切的可能性自然越大。
  1. 这与他们各自登场的章节数也有关,如果两个人都是每节必登场,那么他们共同登场次数多也说明不了什么。
  1. 假设他们各自只在1节登场,还恰好重合,看似关系很密切了。但假如这节讲得是全体大会的事,全体大会点了个名,所有元老的名字都出现在这一节,那他们之间是否存在关系就十分可疑了。
  1. 人物并不是同时出场的,晚出场的人物,自然不可能在前面的章节出现,这是一件很不随机的事情。

这些因素统统考虑的话,问题就会很复杂,所以我们只考虑前两点,于是可以用一个超几何模型来描述。没错,又是它,因为这个问题仍旧被简化成了一个无放回抽样的问题:已知全文共N(N=2,531)个章节,有两个元老A和B,A在m个章节登场,B在n个章节登场,共同登场章节为k个,可以进行假设检验:

H0:随机情况下,A元老和B元老可能共同在>=k个章节中登场。

HA:随机情况下,A元老和B元老不太可能共同在>=k个章节中登场。

如果检验拒绝了零假设,那么我们就可以认为A和B出现了这样频繁的共同登场现象,不是随机的,他们之间是存在某种关系的,同僚、一家子、政治盟友,等等。

我们统计了所有人物在正文中的登场情况,然后计算任意两个元老之间共同登场的次数,并对所有元老的组合做了Fisher精确检验,共检验了Choose(292, 2)=42,486次,最后做了Benjamini-Hochberg(BH)多重检验校正。共获得了443对存在业务/家庭/政治关系的元老(adjusted P-value < 0.05),如附表3所示。

关于元老在某章节登场的判断,本文以该人物在该节中出现次数>=2作为标准。

参考资料:

临高启明起点原文:https://book.qidian.com/info/1262627

临高启明wiki站:http://lgqm.huijiwiki.com/wiki/

knower,[临高资料]临高启明人物记(截止第5卷399节),北朝论坛,帖子编号3040,2011

ljxwsr,统计了一下牛大每年更新的节数,北朝论坛,帖子编号792195,2019

pine_z,已出场元老名单,北朝论坛,帖子编号554725,2014

xuelindao,临高启明WIKI人物录,北朝论坛,帖子编号6312128,2016

从不搅局约翰牛,哪来的那么多酱油元老?,百度临高启明吧,帖子编号4259427660,2016

恶魔后花园,【资料整理】1636年澳宋元老院组织架构与人员分布【07.22更新】,本坛,帖子编号1338,2019

恶魔后花园,临高启明虚无之前的文本分析【10-08更新】,本坛,帖子编号3165,2019

恶魔后花园,【竞猜】临高启明正文出现频率最高的元老是谁?,本坛,帖子编号3223,2019

侯景,谁能给个五百废迄今登场人物的完全名单?,北朝论坛,帖子编号600156,2019

附表

本站下载:关于《临高启明》故事及人物的统计分析-附表(含附表1、2、3).xls

官坛下载:关于《临高启明》故事及人物的统计分析-附表(含附表1、2、3).xls

附表1 登场元老的注释与统计信息

附表1 登场元老的注释与统计信息
附表1 登场元老的注释与统计信息
附表1 登场元老的注释与统计信息

附表2 基于出场元老业务属性的章节内容标注

太长,见附件。

官坛下载:基于出场元老业务属性的章节内容标注.pdf

本站下载:基于出场元老业务属性的章节内容标注.pdf

附表3 基于故事文本的人物关系分析

附表3 基于故事文本的人物关系分析

查看大图-附表3 基于故事文本的人物关系分析

附图1 人物关系网的可视化

附图1 人物关系网的可视化

查看大图-附图1 人物关系网的可视化

后续讨论

1

提个意见啊,正如楼主所言,读者不爱看技术文,所以作者有意压缩了工业文的比例,在未登场的那部分元老中,工业元老和泛工业元老的比例应该比已登场的比例更高才对,工业和泛工业元老的比例应该高于楼主的估计才对

—— 恶魔后花园



你说的这个问题我考虑过。就是说,既然篇幅少,人物多,那么是不是意味着“人物密度”大。理论上“应该”有更多的技术元老存在。

这种思路当然也是有道理的,但考虑两个原因,我没有这样假设。

首先,这与本文的基本假设,即已登场元老是元老总体的随机抽样,可能存在冲突。本文的假设可以考虑为作者在长期、长篇的写作过程中,在众多情节需求、频繁社区参与等非常复杂的因素共同作用下,“信手”设定人物所产生的一种随机性。不应该贸然以情节比例去调整。

其次,就是工业领域的篇幅固然整体偏低、显得工业元老的“密度”很高,但这只是“篇幅”与“人数”的比较。我们知道,支撑篇幅的,实际并不是“人数”,而是“人物的出场次数”。所以如果把出场次数和出场章节数考虑进来,就又不一样。工业领域的整体篇幅低,但是工业元老的平均出场次数也少啊。这同样是一种占篇幅少的解释——而且我个人认为更合理一点——不是人少,而是每个人的出场少,导致了整体篇幅比例低。

—— adol



我的意思是五百元老中,工业和泛工业元老的人数比例应该是最高的,仅依靠一百多个工业元老就搞出现在这种规模的工业体系是不可能的。

—— 恶魔后花园



我的看法是,人人都觉得自己的领域重要,是因为人人都只认知到了自己这个领域的复杂性。你这个问题,其实不独工业元老。任何一个领域都可以这样讲:500元老中,xx元老的人数还远远不够,仅依靠xx个元老就维持现在的xx体系是不可能的。

从根本上来讲,这个问题的本质不在于比例,而在于绝对的人数。穿越回去建立一个近代的体系,只凭500名元老根本就是不够的。人数或许要翻10倍,20倍,100倍,1000倍才够用。

但现在的问题是,小说家言,就写了500人(这大概也是实体书一度讲要扩展到3000,后来还是扩到了1000的原因)。那么不好意思,分到工业这里也就是100多人而已,再多没有了,因为别的领域也很重要。就是这么回事。没道理别的领域就可以适当夸张,1个元老顶5个人用,轮到工业口,就得一个萝卜一个坑。从整体上适度夸大工业元老的个人能力,是必要的,不必妄自菲薄。。。

—— adol



这么说就有点刻舟求剑了吧。

正文第一卷写的穿越三巨头的目的是“召集大批掌握现代技术、管理方法的穿越者,携带现代工业设备和技术,一起穿越到那个时空,建立一个基地,完成基本的工业化,形成一套完备的工业体系,以此为出发点制霸全球。”,从一开始,掌握现代技术的人就应该是大多数。 第一卷穿越前的分组如下:工业、农业、建筑、能源、通讯、体育、IT、情报资料八个专业组。除了专业组,另外设置了总务、采购二个支援组。总务组负责安排协调人员的联络、报到和登记工作以及全体穿越众的日常生活及机构运作;采购负责按采购清单采购各种装备物资。 总共十个组,体育组就是后来的军事元老主体,情报资料组应该是大图书馆、对外情报局、蒸包局等人的集合,工业组后来在季思退的抗议下,又单独分离出化工组,也就是11个组里属于工业或泛工业的组包括:工业、化工、建筑、能源、通讯、IT,农业也可以算在泛工业范畴,因为元老院的农业不是古代农业技术。

再者,正文还提了一百多个钳工元老,虽然可能是随手一写,但这也反应出工业元老数量众多,大部分都在默默无闻地当工具人。

如果工业+泛工业元老人数不占到三分之二,那不是有点搞笑吗?

—— 恶魔后花园



这就是另一个问题了,工科背景的人士从事治理工作,那么到底算不算工业口?

—— 动力先声罗海涛



首先,一百多个钳工元老不是正文随手一写,只是同人随手一写而已。原文可见于wiki上眉间尺的同人《宋帝国的电力工业》。

其次,其实我文中说过,这一篇的分析前提在于,已登场元老是元老总体的随机抽样。这个条件并不天然成立,你的疑问与此有关。比如从穿越前筹备组的情况来看,工业元老比例应该不止于此。

但我的看法是,筹备组的问题可能有许多种解释方式。一来,筹备组是不是覆盖全体元老,这个似乎没有明确描写;二来,筹备主要是物资筹备,那些其他领域的元老又没什么物资好筹备,自然在穿越前提得少,穿越后再考虑也来得及;三来,穿越众在穿越后的业务领域和政治立场也是会发生转变的,在这上面更不应该采用刻舟求剑的思路。

所以我认为更可能的情况是,这些元老首先并非全部元老,其次他们原本是各种专业都有的,但是在穿越后,因为事业的需要或者个人的野心,纷纷走上了别的岗位——这种描写在书里并不少见,xx元老原本是做xx方向的,后来转去做了别的。或许他们在穿越前都属于某个相关背景专业,在需要他们“旧时空背景知识”的时候,也会被叫来参详或者发函询问。但在新时空,他们的政治立场和业务领域已经悄然随屁股发生了改变。

相比于假设“现在书里描写了大多数的元老文官、元老军官、元老殖民家,但唯独对工业口的描写,居然只涉及了非常少的工业元老,以至于尚未登场的230名元老,绝大多数都是工业口的。”我认为我的解释还更合理一点。

—— adol



我觉得纯因为技术同人人物卡捏的太少,正文已有人物一挤,没了

—— 聂义峰



技术同人人物卡其实也不少了,但如果看表4,就能发现角色权重前50位的元老中,只有展无涯和林深河算是工业领域的,展无涯已经算顶层了,不易总在一线出镜,林深河原型的名声……所以未来前景也堪忧。这说明什么?说明技术元老在出场章节数和情节影响力的广泛性上都是偏弱的。

我们仔细回忆,工业元老中很难找出相类于朱鸣夏、慕敏、午木、许可、杜雯、刘翔、姬信这些人物的、经常露脸的中坚阶层人物形象。没有这种人物形象,就意味着一线的描写是少的。技术元老中相对重要一点的是刘三和钟利时,但他们实际都不是最纯粹的工业元老。

—— adol



我是不相信剩下未登场的元老中大部分不是工业元老的,如果穿越之初工业、泛工业元老不占大多数,根本实现不了“召集大批掌握现代技术、管理方法的穿越者,携带现代工业设备和技术,一起穿越到那个时空,建立一个基地,完成基本的工业化,形成一套完备的工业体系,以此为出发点制霸全球。”的目的。

正文出现过很多工厂,我在组织机构图中也大体上列出来过,这些工厂绝大部分都没有明确的元老在负责,你觉得可能是归化民在当厂长吗?随便举几个例子: 模椇厂、铸造厂、标准件厂、轴承链条厂、工具厂、蒸汽机厂、博铺造船厂、博铺火力发电厂、临高钢铁公司选煤厂、炼钢厂、轧钢厂、煤气厂、有色金属冶炼厂(正文冶金部就出现了季无声一个冶金元老,总不能说冶金部这么大个摊子全是季无声一个人搞出来的吧?这不就成英雄史观了吗?)、化工部的合成氨煤焦化联合工厂、第一化肥厂、硫酸厂、氯碱厂、纯碱厂、马袅焦油厂、特种化工联合体……还有正在开工的儋州工业园的一大票工厂,临高的三大中央实验室(重工业中央实验室、轻工业中央实验室、生物中央实验室),不靠工业元老,根本搞不起来。

再看看二五计划的雄心,没有足够的工业元老,产业升级也别玩了,归化民能把二五计划完成就见了鬼了。

—— 恶魔后花园



我倒觉得这些厂子不必依靠虚无缥缈的未登场元老,工业口已登场的元老,大部分人实际都处于没有明确描写职务的状态,姜野、黄天宇、萧贵、周比利、李一挝、江牧之、梁信、胡木野、钱六石、蒋宏军、梅法正、凌天,这些都是。不能说书中没有说他们的职务,就认定他们还在机械厂里当钳工。

我们反观国家警察,国家警察一共只提及了5名元老,冉耀当了人民保安省相自不必说,潘杰鑫是刑侦处长,苏菀是法医中心主任、吴赐仁是交通处长,剩一个慕敏,一会儿东门市警察局,一会儿是广州警察局,简直堪称萝卜少坑多分身乏力不够用。

所以我早就说过,不能仍然把这些人都当成机械厂的钳工。他们其实也早就应该像吴赐仁、潘杰鑫这些人随着事业发展水涨船高一样,变成了央企的技术官僚,这才合理。

要我说,江牧之可以当个轴承链条厂长,周比利可以当个蒸汽机厂长,周克是博铺造船厂厂长这个书里提过,钱六石可以当个博铺火力发电厂厂长,黄天宇可以当个煤气厂厂长,梁信可以当个有色金属冶炼厂长,姜野可以当个标准件厂长,萧贵可以当个工具厂厂长,李一挝可以当个铸造厂厂长,蒋宏军可以当个模具厂厂长,炼钢厂就季无声辛苦一下,再兼任一个,选煤厂长就黄爪子从国土部过来兼任一下,这有什么不可以?

文德嗣一个小职员都能当主席,马千瞩一个画图的都能当国务卿,马甲也是个小职员就能当法务相,展无涯一个小厂长能当经产相,吴南海一个农大学生当农相。凭什么工业口的这些元老都还窝在机械厂当普通工人?

至于化工这块,季退思去兼任合成氨煤焦化厂长好了,张工你就多辛苦,当个氯碱厂厂长+纯碱厂厂长,化肥厂让吴南海去解决,硫酸就让徐营捷去当,特化就让林深河兼任。化工相关人物确实比较少,那咱就再设定两个人,统计又没说不可以,儋州那些工厂,谁张罗谁去干,陈环也好,老罗也罢,齐老师,都可以,这不就完事儿了?

重工业实验室可以是葛欣馨,轻工业实验室嘛,轻工实在人少,你看米怜那么积极搞纺织,就给他这个位子好了,镭射也可以,生物中央实验室,什么黄大山之类,不都是现成的没官儿的人物么。

这么多存量的人物其实都可以多多调动。而且又不是当了厂长就不管技术了,咱这些厂,说白了都是作坊,规模都很小,这伙“厂长”们当然还得经常一线指导了,而且还必须积极手把手教徒弟,教的多教得快自己就能早些轻松,事业就能快些扩张,这都是不言自明的事儿,王局不教南婉儿,难道他们广东财税局三个局长亲自挨家挨户收税去么

都是一样的道理,这年头儿哪儿不缺人,就说前面,国家警察系统一共5个元老,这5个元老可能管好两广海南1300万人么,还不是该虚化虚化,该夸大夸大。工业口又有什么不能夸大的呢?说到底,500人回去搞出这么大的局面,难道就不是夸大了么

—— adol


2

席亚洲和洪部长本应该关系紧密,但是这里却没有看出来(

还可以体现出吹牛漏了多少元老 ...

—— Smokey_Days



他俩正好是附表3里443对元老关系中的最后一对。。。校正后的p值0.049。。。

—— adol



3

这个都能当成论文了,真的牛逼……不过早期角色因为失联而无法有结局是一大遗憾了 ...

—— 长安何处



哈哈,这比写论文轻松多了,完全不用冥思苦想仨月憋出一个idea上网一查发现5年前就tm有人做过了。。。这个完全是未开垦的处女地,俯仰皆是低处的果子,不用随机森林,不用支持向量机,不用深度学习,就随便找点最简单的方法,求个概率算个p值,结果还特别好。

这种感觉就像是民国时代的“大师”。出国学了不管多少近代的学术方法,随便往国内一套用,就是奠基级别的学说了。

—— adol



冯老师来当“临学”奠基大师哈哈哈哈哈

—— 紫微垣之光


4

比例感觉还是很合理的,张工说的工业口需要人所以未出场角色更有可能是工业元老固然合理,但别的产业确实也很缺人,要不那么多元老都有兼职呢【对了,不知冯元老对兼职的元老是怎么处理的?】

总的来说,工业+泛工业+殖民贸易+海军,按照人数应该还是过半了的,那楼主在南下没有得到更多支持也一现象有什么分析吗?

—— 指树可名



稍微做了一点统计,基本证实了这个猜想,即工业口的章节少,原因并不是工业口的人数低估了,而是工业口人员的平均出现次数明显偏低导致的。如下表所示:
行业分布

这意味着,同样多的情节,其它领域的出场元老实际是比工业元老少的。

这一方面说明已经登场的存量工业元老还有很大的潜力可挖,另一方面说明,登场元老的人数没怎么受到作者偏好的影响——作者虽然较少写他们的情节,但编制却是按推演需求或者跑团报名的情况给了的。

兼职元老一般是按照主要从事的业务领域处理的,比如徐营捷、王瑞相。徐营捷实际是化工的,王瑞相是机械的,但我把他俩都列为了军工领域人员。。。而且本文主要统计的是大类的比例,这种兼职一般不跨大类,所以即使弄错一点也不影响主要结论。印象里只有吕泽扬等少数例子,是跨大类的。。。

南进的问题,我想主要在于工业口并不像想象中的铁板一块,急着南进的,看起来是以化工、能源电力、有色金属为主的二次技术革命激进派。土木、交通这些元老相对来说可能没那么积极,机械可能中立。泛工业口里,科技和卫生医药或许稍有利益,教育、大图根本就是打酱油的,企划院则被南进派骂得狗血淋头,反对还来不及。

—— adol



5.0
2人评价
avatar