历史能够量化吗？近年来，通过大数据的挖掘技术，海量历史文献中的信息得以数据化处理，由此得到的历史数据大样本结合现代社会科学分析范式，催生了量化史学研究的兴起。这一研究方法为传统历史学注入了哪些新的活力？量化史学是如何从那些历史数据中发现有价值的学术问题？就相关问题，英国伦敦政经学院经济史系副教授马德斌接受了中国社会科学网记者的采访。 

　　记者：量化史学是何时开始在学界兴起？注重文献是历史学研究的传统，量化史学更注重对历史文献中数据的挖掘，在您看来，历史文献中的大量数据有着怎样的研究价值？将量化分析运用历史学研究，其研究的诉求或者说它的问题指向是什么？较之于传统的历史学研究方法，其优势体现在哪些方面？ 

　　马德斌：我必须先说明一下，我个人对经济史更为了解，因此这里讨论的主要是经济史方面的量化研究。量化历史研究首先兴起于美国，英语又称为“Cliometrics”, 20世纪七八十年代以后，伴随着科技发展，数据处理技术不断推陈出新，逐渐能够对大规模数据进行分析处理, 为部分传统史学研究难以解决的问题提供了一种全新的研究方法和视角。 

　　与传统史学研究相比，量化历史研究具有若干显著优势。第一，量化能更加注重整体性和全面性研究与分析。传统史学侧重描述历史事实，个案研究偶或以一概全，量化历史则可以更好地综合多种要素进行研究分析。比如，构建像GDP、物价指数等长时段数据系列，可将几十年甚至数百年间之历史通过一个图表勾画出来，它可以达到一种高度的概括性和浓缩性，向人们展示出更为立体与丰富的历史影像。 

　　其次，量化历史研究具有某种形式的相对客观性。传统史学更加偏重于描述，经常用“好”或“不好”作为历史问题评价标准，然而“好”与“不好”是一组相对的概念，在不同情况与条件下和不同的人，会呈现出不同甚至相反的结论，也导致历史学上的很多重大争议会陷入某种文字或概念游戏。量化史学研究则把数据综合起来，相对客观地进行比较，将历史研究带入了一个新的境地。 

　　最后，伴随着统计学、统计软件迅速发展，人们可以通过对大数据进行回归、统计等分析，将事物间的相关、逻辑联系、甚至是因果关系发掘出来，这些关系难以用肉眼直接观察，甚至在过去统计学及软件技术尚未发展成熟之时，也是难以操作执行的。所以随着这些技术的发展，量化史学的发展会更加强大。