--- title: "指纹为什么能看出年龄：兵马俑上的 79 枚指纹" description: "一篇 2026 年的论文从兵马俑上 79 枚指纹推算出：45% 来自成年男性，32.7% 来自成年女性，22.3% 来自不满 15 岁的孩子。指纹不是一辈子不变吗，凭什么看出年龄和性别？我们从指纹嵴的形成讲起，看嵴宽怎么随身体长大、为什么一枚指纹判不准，再看论文怎样换个问法、用混合模型估一整批的比例，最后用一个小实验看这三个数字能信到什么程度。" pubDate: 2026-10-25 tags: ["考古", "指纹", "贝叶斯", "统计"] hero: "./hero.svg" clc: "K85" refs: - id: li2026 title: "Who produced Emperor Qin Shihuang's Terracotta Army, China? A Bayesian mixture model approach to fingerprint age and sex determination" url: https://www.sciencedirect.com/science/article/abs/pii/S1296207426002062 author: Xiaoxi Li, Jingyi Shen 等 site: Journal of Cultural Heritage date: "2026" note: "82: 274–281，doi:10.1016/j.culher.2026.09.014。全文付费，本文只用到摘要和新闻报道里的信息。" - id: phys title: "Who really made China's Terracotta Army? Fingerprints reveal new clues" url: https://phys.org/news/2026-10-china-terracotta-army-fingerprints-reveal.html site: Phys.org date: 2026-10 note: "36 件俑、79 枚指纹，位置在手臂、甲片、头部；作者提醒 T23 只是一号坑的局部。" - id: archmag title: "Fingerprints in the Terracotta Army's clay show women and children helped build it" url: https://archaeologymag.com/2026/10/fingerprints-in-the-terracotta-armys-clay/ site: Archaeology Magazine date: 2026-10 note: "T23 共 227 件俑；参考数据来自欧洲裔现代人；陶土收缩 2%–12%；秦律、漆器铭文、秦简等旁证；熟练工匠抹平表面会抹掉自己的指纹。" - id: zme title: "Ancient Fingerprints Reveal Women and Children May Have Helped Build China's Terracotta Army" url: https://www.zmescience.com/science/archaeology/ancient-fingerprints-reveal-women-and-children-may-have-helped-build-chinas-terracotta-army/ site: ZME Science date: 2026-10 note: "Kantner 评价这是首次把贝叶斯建模用于考古指纹数据。" - id: wertheim title: "The Fingerprint Sourcebook, Chapter 3: Embryology and Morphology of Friction Ridge Skin" url: https://ojp.gov/ncjrs/virtual-library/abstracts/fingerprint-sourcebook-chapter-3-embryology-physiology-and author: Kasey Wertheim site: NIJ note: "摩擦嵴在胎龄约 10.5 周开始形成，约 16 周时特征定型。" - id: burchill title: "Inferring the age and sex of ancient potters from fingerprint ridge densities: A data-driven, Bayesian mixture modelling approach" url: https://pmc.ncbi.nlm.nih.gov/articles/PMC10428107/ author: Andrew T. Burchill, Akiva Sanders, Thomas J. H. Morgan site: MethodsX date: "2023" note: "11: 102292。嵴数固定、生长把嵴拉开；女性早约两年停止生长；成年女性 MRB 约 0.45 mm；95 分位缩放；gamma 年龄分布；JAGS 实现；540 组模拟。" - id: fowler title: "Fingerprint evidence for the division of labour and learning pottery-making at Early Bronze Age Tell eṣ-Ṣâfi/Gath, Israel" url: https://pmc.ncbi.nlm.nih.gov/articles/PMC7164663/ author: Kent D. Fowler 等 site: PLOS ONE date: "2020" note: "15(4): e0231046。引 Králík & Novotný：MRB < 0.37 mm 为青春期前儿童，> 0.52 mm 为成年男性；修改版 Kamp 公式 年龄(月) = 614·MRB − 112。" - id: kantner title: "Reconstructing sexual divisions of labor from fingerprints on Ancestral Puebloan pottery" url: https://doi.org/10.1073/pnas.1901367116 author: John Kantner 等 site: PNAS date: "2019" note: "116(25): 12220–12225，985 片陶片。" - id: kamp title: "Discovering childhood: Using fingerprints to find children in the archaeological record" author: Kathryn A. Kamp 等 site: American Antiquity date: "1999" note: "64(2): 309–315。未能联网核对原文，信息来自后续论文的转述。" - id: acree title: "Is there a gender difference in fingerprint ridge density?" author: Mark A. Acree site: Forensic Science International date: "1999" note: "102(1): 35–44。未能联网核对原文。" --- 2026 年秋天，《Journal of Cultural Heritage》登了一篇论文，题目直接是一个问题：秦始皇的兵马俑是谁做的？[^li2026] 作者来自秦始皇帝陵博物院和山东大学，他们没有去找工匠的名字，而是去看陶俑身上留下的指纹。一号坑 T23 方里，36 件陶俑的手臂、甲片和头部一共找到 79 枚清晰的指纹[^phys]，最后得出的结论是： > 45.0% 来自成年男性，32.7% 来自成年女性，22.3% 来自不满 15 岁的孩子。 这个结论本身已经够有意思了：一直以来人们默认兵马俑是成年男性工匠和刑徒做的。但读到这里，更让人好奇的是方法。指纹不是一辈子不变的吗？公安靠它认人，靠的就是它从小到老都一样。那么，一枚两千两百年前按在泥上的指纹，凭什么能看出按它的人是男是女、多大年纪？ 这篇文章就从这个疑问出发，先看指纹里到底有什么东西是会变的，再看这个“会变的东西”能判断到什么程度，最后回到兵马俑这三个数字上。 ## 一、指纹里会变的东西 ### 嵴的条数一辈子不变 指纹是手指皮肤上一条条凸起的“嵴”（ridge）和嵴之间的“沟”。这些嵴在胎儿期就长好了：大约在胎龄 10 周半开始出现，到 16 周左右，花纹的样子、每一处分叉和断点都已经定下来[^wertheim]。从那以后，嵴不会再多一条，也不会少一条。这就是指纹能用来认人的原因。 ### 手指在长大 可是手指本身在长大。一个 5 岁孩子的指尖和一个成年人的指尖，面积差了好几倍，上面的嵴却是同样那么多条。多出来的面积去哪了？答案是：已经长好的、条数固定的嵴被一点点拉开了[^burchill]。就像在一个没吹起来的气球上画几道平行线，吹大以后线还是那几条，线和线之间的距离变宽了。 所以，**花纹认人，间距看个子**。考古学家测的就是这个间距，叫平均嵴宽（mean ridge breadth，MRB）：在指纹上垂直于嵴画一条测量线，量出线的长度，除以它跨过的嵴的条数（一条嵴加一条沟算一个），得到每条嵴平均占多宽，单位是毫米/嵴。
同一根手指，5 岁和 25 岁 两枚同一花纹的指纹：测量线上都跨过 8 条嵴，5 岁时这 8 条嵴挤在 2.3 毫米里，25 岁成年男性时铺开到 4.2 毫米，平均嵴宽从 0.29 毫米变成 0.52 毫米。 5 岁 · 手指小 25 岁男性 · 手指长大了 指纹右手食指 年龄5 岁 测量线跨过的嵴8 条 测量线长度2.32 mm 平均嵴宽 MRB0.29 mm/嵴 指纹右手食指 年龄25 岁 测量线跨过的嵴8 条 测量线长度4.16 mm 平均嵴宽 MRB0.52 mm/嵴 花纹和嵴数在胎儿期就定了 手指长大，同样 8 条嵴被拉开
图 1 · 嵴的条数一辈子不变，变的是间距：平均嵴宽（MRB）= 测量线长度 ÷ 跨过的嵴数，它跟着手指大小走。数值取自本文示意参考曲线。
另一种常见的量法叫嵴密度（ridge density，RD）：在 5×5 毫米的方框里沿对角线数有几条嵴。嵴越宽，同样长度里数到的嵴就越少，所以 RD 和 MRB 其实是同一个间距的两种写法，一个是另一个的倒数。兵马俑这篇论文在摘要里专门批评了以往把 MRB 和 RD 当成两个独立证据一起用的做法[^li2026]：两个量说的是同一件事，叠在一起用，等于把同一条证据算了两遍，结论会显得比实际更有把握。 既然嵴宽跟着手指大小走，**那它跟年龄、性别又是什么关系？** ## 二、嵴宽怎样随年龄和性别变化 ### 儿童期：只跟年龄走 从两三岁到青春期，孩子的身高和嵴宽几乎是一起线性增长的，这段时间男孩和女孩之间没有明显差别[^burchill]。也就是说，在儿童期，嵴宽能估年龄，但估不出性别。最早把这个关系用到考古上的是 Kamp 等人 1999 年的研究：他们先在现代人身上量出嵴宽和年龄的关系，再拿去套美国西南部 Sinagua 文化的陶塑，发现小动物陶塑的作者平均只有十一二岁，而技术更难的绳纹陶器作者在 18 岁以上[^kamp]。 ### 成年后：只跟性别走 到了青春期，男女分开了。女孩大约比男孩早两年停止长个子[^burchill]，成年男性的手指整体更大，嵴也就更宽。法医学上很早就注意到这一点：女性的嵴更细更密，同样的方框里能数出更多条[^acree]。成年以后手指不再变长，嵴宽也基本停住，于是它能区分性别，却看不出一个成年人是 20 岁还是 50 岁。 把这两段画在一起，就是下面这张图。为了让图上的关系看得清楚，这里的曲线是按文献里的几个锚点拼出来的示意曲线：成年女性约 0.45 毫米[^burchill]，成年男性大于 0.52 毫米、青春期前的孩子小于 0.37 毫米[^fowler]。它不是论文实际用的参考数据。
平均嵴宽随年龄的变化 男女在 13 岁前共用一条上升曲线；之后女性很快停在约 0.455 毫米，男性继续长到约 0.525 毫米。0.45 毫米这条水平线同时穿过成年女性和 13 到 14 岁的男孩。 0.2 0.3 0.4 0.5 0 5 10 15 20 30 40 年龄（岁） MRB（mm/嵴） 15 岁：秦律成年线 成年男性 ≈ 0.525 成年女性 ≈ 0.455 儿童：男女同一条线 0.45 同一个 0.45：可能是 13 岁的男孩， 也可能是任何年纪的成年女性
图 2 · 嵴宽在儿童期跟年龄走、成年后跟性别走，两段在 0.45 附近撞在一起。曲线是按文献锚点拼的示意曲线，不是真实参考数据。
图上那条 0.45 的水平线已经把麻烦摆出来了：它先在十三四岁穿过儿童曲线，再在成年女性那条线上一直走下去。**那么，拿到一枚 0.45 毫米的指纹，我们能说出它是谁吗？** ## 三、一枚指纹为什么判不准 ### 第一次尝试：一枚一枚地判 最直觉的做法是，像 Kamp 那样，用现代人的数据拟合一条“嵴宽 → 年龄”的公式，再拿每一枚古代指纹去套。后来在以色列青铜时代遗址 Tell eṣ-Ṣâfi/Gath 的研究里，用的就是 Kamp 公式的修改版：年龄（月）= 614 × MRB（毫米）− 112[^fowler]。这样每枚指纹都能得到一个年龄，嵴宽大于某个值的再归为男性，最后数一数各类有多少枚。 ### 不足：三个绕不开的问题 **第一，分不开的重叠。** 图 2 已经说明，成年女性和十三四岁的男孩在嵴宽上几乎一样。研究美国西南部古普韦布洛陶器的 Kantner 说得很直白：个头大的男孩和个子小的成年女性，留下的指纹差不多大[^kantner]。这不是测量不够准的问题，是两类人本来就长得一样。 **第二，陶土会缩。** 泥坯晾干、入窑烧制，线长会缩小大约 2% 到 12%[^archmag]，指纹也跟着变小。不同的泥料、不同的烧法缩得不一样，而我们通常不知道某件陶器具体缩了多少。 **第三，人和人群不一样。** 同一个年龄、同一个性别，个体之间本来就有差异；不同人群因为遗传和营养，成年人的平均手指大小也不同。把这些叠起来，Burchill 等人估计，一枚测出来 0.45 毫米的指纹，对应的真实嵴宽可能在 0.3 到 0.6 毫米之间，几乎可以来自 4 岁以上的任何人[^burchill]。 为了看清楚单枚判断能错到什么程度，我们用图 2 的示意曲线做了一个模拟：按每个人 7.5% 的个体差异生成两万枚指纹，再把每一枚判给最可能的那一类。结果如下。
单枚判断：真实是谁 × 判成了谁（模拟，两万枚）
真实判成成年男判成成年女判成未成年
成年男79%20%0.4%
成年女16%69%16%
未成年（8–14 岁）6%36%58%

总体判对 71%。未成年人的指纹有三分之一被当成了成年女性。

表 1 · 一枚一枚地判，成年女性这一类会同时吸进男孩和小个子男人，各类的数量都会被系统性地搬动。
单枚判断会错，这本身不奇怪。麻烦在于它错得有方向：每一类都往别的类里漏，而且漏的比例取决于这批人里各类本来有多少。数完以后得到的比例，混着“真实比例”和“误判比例”两样东西，分不开。Burchill 等人的模拟里，基于 Kamp 公式的方法在“年龄 + 性别”这个指标上，甚至比随机乱猜还差[^burchill]。 **既然一枚指纹说不清是谁，有没有别的问法？** ## 四、换一个问法：一批指纹里各占多少 ### 从“这一枚是谁”到“这一批是什么比例” 回到图 2。单看一个点，0.45 落在好几条曲线上；但如果手里有几十上百枚指纹，它们在嵴宽轴上会排成一个有形状的分布：成年男性那一类会在 0.52 附近堆出一个峰，成年女性在 0.45 附近，孩子散在更窄的那一边。各类占多少，决定了这几个峰的高矮。 于是问题可以换成：**要按什么比例把这几类人的嵴宽分布叠起来，才最像我们手上这一批指纹？** 这就是混合模型（mixture model）。它不给每一枚指纹下结论，只估整批的比例。
三类人的嵴宽分布与一批 79 枚指纹 三条曲线分别是成年男性、成年女性和未成年人的嵴宽分布，按 45%、32.7%、22.3% 加权；灰色柱子是一批模拟的 79 枚指纹。0.45 毫米处三条曲线都有相当高度。 按 45 : 32.7 : 22.3 混合的一批指纹（模拟） 0.30 0.35 0.40 0.45 0.50 0.55 0.60 0.65 MRB（mm/嵴） 成年男 45% 成年女 32.7% 未成年 22.3% 一枚 0.45：男 16% · 女 64% · 未成年 20%
图 3 · 单看一枚 0.45，三类都说得通；但一整批指纹的柱状图形状，只有按一定比例把三条曲线叠起来才拼得出。混合模型估的就是这个比例。
图 3 里那条竖线就是单枚判断的困境：在 0.45 处，即使已经知道整批的比例，这一枚是成年女性的可能也只有 64%，是孩子的 20%，是成年男性的 16%。但柱子整体的轮廓是另一回事：男性多一点，右边的峰就高一点；孩子多一点，左边的肩就鼓一点。几十枚指纹合在一起，轮廓就能把比例“约束”住。 ### 贝叶斯的那部分 兵马俑论文用的方法来自 Burchill、Sanders 和 Morgan 2023 年发表的一套贝叶斯混合模型[^burchill]。Kantner 评价说，这是第一次有人把贝叶斯建模用在真实的考古指纹数据上[^zme]。它的结构可以这样理解： - 每枚指纹背后都有一个看不见的年龄和性别。 - 给定年龄和性别，期望的嵴宽由一条按性别分开的生长曲线给出，曲线的形状从现代参考数据里拟合出来。实际测到的嵴宽在这个期望值附近有一定的随机波动。 - 这一批人里男性占多少，用一个不偏向任何一方的先验；每个性别的年龄分布用一个 gamma 分布描述，均值先放在 20 岁左右，但允许在 5 到 45 岁之间变动。 - 用 MCMC 采样，把“这批人里男性占多少、各自年龄怎么分布”这些参数和每枚指纹的潜在身份一起推出来。 “贝叶斯”带来的最大好处，是结果不是一个数，而是一个分布：比例最可能是多少，可能的范围有多宽，都一起给出来。 ### 收缩怎么办 第三节的第二个问题，陶土收缩和人群差异，混合模型也没法凭空知道。Burchill 等人的处理办法是缩放：假设这批指纹里最宽的那 5% 来自成年男性，把它的第 95 百分位对齐参考数据里成年男性的第 95 百分位，整批一起放大或缩小[^burchill]。这一步的前提是这批人里确实有成年男性。兵马俑这篇论文是不是用了同样的缩放，从摘要和报道里看不出来。 **有了这套方法，兵马俑那 79 枚指纹是怎么走到三个百分比的？** ## 五、兵马俑论文做了什么 论文的样本来自一号坑 T23 方。这个方里共有 227 件陶俑，大约占一号坑已出土陶俑的十分之一[^archmag]。研究者在其中 36 件上找到了足够清晰、能测量的指纹，共 79 枚，大多在手臂、甲片和头部[^phys]，也就是捏合、抹平、拼接各部件时手会按到的地方。他们只保留了最清楚的指纹，看起来像同一个人留下的成对指纹也剔掉了[^archmag]。
兵马俑指纹论文的数据流 一号坑 T23 方 227 件俑里，36 件留有清晰指纹，共 79 枚；逐枚测平均嵴宽，对齐现代欧洲参考曲线，进贝叶斯混合模型，得出成年男 45.0%、成年女 32.7%、未成年 22.3%，其中 15 岁的界线来自秦律。 秦始皇帝陵 · 一号坑 测量与比对 输出 T23 方 · 227 件陶俑 约占一号坑已出土的十分之一 36 件俑 留有清晰、可测的指纹 79 枚指纹 手臂 · 甲片 · 头部 逐枚测量 MRB 测量线长 ÷ 跨过的嵴数 对齐参考曲线 现代欧洲人群 · 收缩校正 贝叶斯混合模型 估一批里的比例，不逐枚定人 指纹占比按枚数，不按人数 成年男45.0% 成年女32.7% 未成年（<15 岁）22.3% 秦律 15 岁起担刑责、服徭役 虚线：年龄界线是从史料借来的
图 4 · 论文从 79 枚指纹走到三个百分比：测的是嵴宽，比的是现代参考人群，估的是这一批指纹里各类的占比。
接下来的步骤就是第四节讲的那一套：逐枚量出平均嵴宽，和现代参考人群的生长曲线比对，交给贝叶斯混合模型估比例。参考数据来自现代欧洲人群[^li2026]，原因很简单：目前没有覆盖各年龄段的古代或现代东亚人指纹嵴宽数据集[^archmag]。 结果把这批指纹分成三类：成年男性 45.0%，成年女性 32.7%，15 岁以下 22.3%。“15 岁”这条线不是从指纹里来的，而是从秦律里借来的：秦代法律以 15 岁左右作为承担刑事责任、服徭役的起点[^archmag]，作者据此把 15 岁以下算作“未成年”。报道里还提到，模型估出的典型成年工匠年龄，男性在 20 岁左右，女性在 18 岁左右[^archmag]。 这个结果和其他史料也对得上。秦律里有女性刑徒和男性一起干土方活的记载；同时期官营作坊的漆器铭文里出现过成年女性、女孩和男孩的工名；睡虎地秦简把年幼的隶臣的劳动折算成产量，岳麓秦简里有官营作坊收学徒的规定[^archmag]。指纹给这些文字记载补上了一份“身体证据”。 **但这三个数字到底有多准？** ## 六、这三个数字能信到什么程度 论文作者自己在摘要里写了三条保留意见[^li2026]：比例是指纹的枚数，不是人数；行为上的偏差会影响谁留下指纹；依赖现代欧洲参考数据，可能高估了女性和未成年人的比例。前两条比较好理解，第三条需要一点解释。我们把第四节的方法简化以后做了一个小实验来看。 ### 实验：79 枚指纹能估多准 实验用的还是图 2 的示意曲线。为了简单，我们把三类人的嵴宽分布固定下来（成年人 15 到 50 岁，未成年人 8 到 14 岁、男女各半），只让模型估三类的比例，用 Gibbs 采样求后验，比论文的模型简单得多。每次按 45 : 32.7 : 22.3 的真实比例生成 79 枚指纹，重复 30 次。 平均下来，模型估出的比例是 45.2%、35.9%、18.9%，和真实值相当接近。但每一次的 90% 可信区间，宽度平均是 25、34、23 个百分点。也就是说，**79 枚指纹的精度大约是正负十几个百分点**。论文给出的 32.7% 精确到小数点后一位，实际的不确定性要大得多；可信区间在摘要和报道里都没有给出。 另外，如果模型里假设未成年人是 5 到 14 岁（实际生成的是 8 到 14 岁），估出来的未成年比例会掉到 11.5%，成年女性涨到 45%。年龄分布的假设不同，比例就会在“女性”和“孩子”之间搬家。这正是图 2 里那段重叠造成的。 ### 尺度偏一点会怎样 第三条保留意见可以直接做成实验：生成 79 枚**全部来自成年男性**的指纹，然后把它们整体缩小 3% 或 6%，模拟“收缩估少了”，或者“这群人的手本来就比参考人群小”。
同一批 79 枚指纹，尺度偏一点（模拟）
情形估成年男估成年女估未成年
真实：79 枚全部是成年男性
尺度准确90.5%6.7%2.8%
整体小 3%78.0%18.5%3.5%
整体小 6%55.8%40.2%4.0%
真实：45 : 32.7 : 22.3（这一批实际 42 : 23 : 14 枚）
尺度准确55.8%29.3%14.9%
整体小 4%38.5%38.9%22.6%

表里是后验均值。陶土收缩的范围是 2%–12%，几个百分点的尺度误差并不罕见。

表 2 · 尺度只偏 6%，一群全是男人的工匠就会被估出四成“女性”：混合模型对整体尺度非常敏感。
原因不难理解：整体缩小以后，成年男性的峰从 0.52 往 0.49 挪，模型只能用“更多女性”去解释这些偏窄的指纹。如果秦代人的手平均比现代欧洲人小，而尺度又没有完全校正过来，结果就会往“女性多、孩子多”的方向偏，这正是论文自己说的“可能高估”。反过来也要看到：尺度准确时，全男的一批被估成了九成男性，模型并没有凭空造出大量女性和孩子。 ### 枚数不等于人数 还有两条偏差，实验模拟不了，但同样重要[^archmag]： - **一个人可以留很多枚，也可以一枚不留。** 79 枚指纹背后可能是二三十个人，比例是按枚数算的，一个特别“手重”的学徒就能拉高一类的占比。 - **谁会留下指纹，本身有偏向。** 熟练工匠会把表面抹平，把自己的指纹抹掉；留下来的，更可能是做粗活、做拼接的帮手和学徒。 再加上样本只来自 T23 一个方，而兵马俑的制作前后持续十多年，这三个数字更像是“某个时段、某个作坊、某些工序里留下的指纹的构成”，而不是整个兵马俑工程的人员构成。 ## 七、回到开头 现在可以回答开头的问题了。指纹的花纹一辈子不变，所以能认人；但花纹上嵴与嵴的间距会随着手指长大被拉开，所以能看出手有多大。手的大小在儿童期跟年龄走，成年后跟性别走，这就是指纹能看出年龄和性别的全部原理。 它的局限也正出在这里：嵴宽只是“手有多大”的代理量，十三四岁的男孩和成年女性的手一样大，一枚指纹永远分不开他们。兵马俑这篇论文的做法，是不再追问每一枚是谁，而是估一整批里各类的比例，并用贝叶斯方法把不确定性一起带出来。它给出的“45.0%、32.7%、22.3%”，最可靠的部分是方向：这批指纹里，有相当一部分来自成年男性以外的人。至于具体的百分比，受样本量、参考人群和收缩校正的影响，可能上下浮动十几个百分点。 ## 小结 1. 指纹为什么能看出年龄？嵴的条数在胎儿期定下，手指长大时嵴被拉开，平均嵴宽跟着手的大小走。 2. 嵴宽和年龄、性别是什么关系？儿童期随年龄近似线性增长、男女不分；成年后停住，男性比女性宽。 3. 一枚指纹为什么判不准？成年女性和十三四岁男孩嵴宽重叠，再加上陶土收缩 2%–12% 和人群差异，单枚判断会系统性地搬动各类的数量。 4. 论文怎么绕过去？用贝叶斯混合模型估一整批指纹的比例，而不是给每一枚定人。 5. 兵马俑的结果是什么？一号坑 T23 方 36 件俑上的 79 枚指纹：成年男 45.0%、成年女 32.7%、15 岁以下 22.3%。 6. 能信到什么程度？79 枚的精度大约正负十几个百分点；整体尺度只偏 6%，全男的一批就会被估出四成女性；比例是枚数不是人数。方向可信，具体数字要打折扣。 ## 参考资料