复旦教授葛剑雄研究一辈子：古代人口数据，都是＂假的＂。


中国历史研究里，有一类数字一直很有吸引力：汉朝有多少人，唐朝盛世有多少人，明朝万历年间到底多少人口。很多人习惯把这些数字当成历史坐标，但真正进入人口史研究后会发现，古代人口统计并不是一张简单的表格，而是一场跨越千年的“数据复原工程”。
葛剑雄长期研究中国人口史，一个核心判断就是，古代官方人口数字不能直接等同于真实人口规模。原因并不复杂，古代户籍首先是治理工具，不是现代意义上的人口普查。谁被登记、谁被遗漏，背后取决于税收制度、土地关系、战争环境以及地方行政能力。
这件事放到今天看，更像是一场关于数据可信度的讨论。互联网时代，每一家企业都在讲数据，每一个平台都在展示增长曲线，但数据从哪里来、怎么采集、有没有隐藏变量，往往比数字本身更重要。古代人口研究几十年的争论，本质上就是一场关于“如何相信数据”的较量。
三国时期就是典型案例。东汉鼎盛时期留下的人口记录达到数千万级别，但到了三国时期，官方数字骤降。如果按照表面账册理解，似乎意味着中国人口经历了一场接近毁灭性的减少。但历史学者发现，大量人口并不是消失，而是脱离了官方统计体系。
战争导致流民增加，豪强地主吸纳人口，屯田人口没有完全进入地方户籍，边疆地区统计不足，这些因素叠加，让官方数字严重低估真实人口。人口减少和人口“离开统计系统”，是两个完全不同的问题。
明朝的人口争议更加明显。明代官方记录长期停留在几千万规模，但不少研究者认为，真实人口远高于这一数字。何炳棣1959年出版《1368—1953年中国人口研究》，提出1600年前后明朝人口约1.5亿，这一估算成为海外明史人口研究的重要参考。后来葛剑雄等学者结合土地、经济和社会资料，也提出明代人口可能达到更高水平。
问题在于，历史人口研究不是简单做加减法。研究者没有完整的人口登记表，只能通过粮食产量、耕地面积、赋税记录、家庭结构、死亡率、生育率等信息进行反推。这和今天人工智能训练模型有一个共同点：输入数据不完整时，如何建立更接近真实世界的模型。
但这里有一个关键问题：AI能提高效率，却不能自动产生历史判断。
如果输入的是错误资料，AI可能会把错误放大。如果一份地方档案本身存在漏报，模型计算出的结果再精确，也可能只是“精确的偏差”。历史研究最难的部分，从来不是计算，而是理解数字背后的社会环境。
这也是为什么葛剑雄强调不能简单迷信工具。机器可以快速处理大量信息，但决定研究方向的，仍然是人的判断能力。AI能够告诉我们某些资料之间存在联系，却不能完全替代历史学家判断这些联系意味着什么。
从科技产业角度看，这其实给中国带来一个新的机会。过去全球人工智能竞争，很多焦点集中在芯片、算力、大模型参数。但未来竞争还有一个重要方向，就是高价值数据资源。
中国拥有连续不断的历史文献体系，从地方志到古籍档案，从人物传记到区域资料，规模巨大。如果这些资源经过高质量数字化处理，再结合人工智能技术，就可能形成独特的数据优势。
这和互联网时代的平台竞争逻辑类似。拥有更多用户数据的平台更容易训练推荐算法，拥有更高质量知识数据的机构，也更容易打造专业领域模型。历史、文化、教育、科研，都可能成为AI落地的新战场。
但对于中国而言，真正重要的不只是用AI重新计算几个古代人口数字，而是借助技术建立自己的知识体系。