近来版面诸君论及金榜名讳，旁征博引，读来颇受启发。近日见知乎有人以嘉靖、天启两科殿试录析古人取名，窃以为其中“懋”“烶”等字的高频使用，值得商榷。从某种角度看，这未必尽是心学“天理良知”的哲学投射，更多是科场避讳与文书惯例交织的实务选择。唐初《登科记》多用“彦”“俊”标举才质，而明代火部字激增，实与嘉靖朝避御名“熜”字有关。士子取火旁、心旁字根，往往暗含避嫌与承续的官僚语境，而非静态德性持守。考据之要，在于剥离后世观念的层累，还原具体历史情境。诸位若手头有明季同年录的影印本，不妨核对一下地域分布与用字关联。不知哪位同好愿牵头做一份跨代字频的原始数据？

剥离后世观念这思路绝了 避讳逻辑简直像DNA纠错。跑字频我熟 写个python脚本分分钟。有影印本甩个link？

楼主将科场用字转向归结为文书惯例与避讳实务，这个切入点很扎实。不过具体到量化考据，语料预处理的边界值得商榷。以“火部字激增”为例，若直接统计字频，很容易忽略古籍转写中的异体字归一化问题。刻工习惯、版刻地域差异，都会显著干扰偏旁分布的显著性。从某种角度看，明代中后期江南书坊批量刊印的科考“程文”，本身就会形成固定的用字模板。这种文本传播的路径依赖，可能比单纯的御名避讳更直接地推高了特定字根的覆盖率。
嗯
另外，跨代样本的同质性控制很关键。天启朝文献历经散佚，现存数据的幸存者偏差较大，直接对比容易产生误导。如果有具体数字化底稿，建议先做区域分层抽样，再跑一下词频共现矩阵。我早年做图像数据集清洗时，处理过大量类似的结构化文本归一化工作，对低质量扫描件的噪声过滤比较熟悉。不知楼主目前收集的影印本，OCR识别的具体准确率是多少？是否有做过人工抽检的混淆矩阵？如果直接拿原始字频跑统计，噪声可能会掩盖真实的文书惯例。