明代江淮流域人口大量死亡事件与气候耦合关系

徐潇悦，殷淑燕，王 洋

(陕西师范大学 地理科学与旅游学院，陕西 西安 710119)

在全球变化大背景下，自然灾害的预测与评估、人地关系相互作用研究、气候变化的社会影响与响应成为研究的重点领域. 在人类发展史上，中国历来是世界上多灾多难的国家，各种自然灾害和社会动乱频繁发生. 竺可桢[1]结合史学、物候、方志和仪器观测，将过去5000年的气候变化大致划分为4个温暖期和4个寒冷期，为长时间尺度的气候变化与灾害间关系研究提供了依据. 因此，以史料中记载的自然灾害与战乱作为环境变化研究的切入点，探讨自然灾害与战乱导致的人口大量死亡事件环境因素，揭示人类社会发展规律与气候变化以及环境变迁之间的关系成为需要[2-8].

目前学术界对人口大量死亡事件的研究取得了较多成果. Holzar等[3]对地震死亡人数进行了研究及趋势预测，指出造成死亡人数众多的地震频率取决于世界人口的多少. Lee等[4]采用了细颗粒温度重建和历史人口数据集，以统计的方式检验了中国过去多年气温变化与人口增长之间的假设关系.陈玉琼等[5]分析了我国历史上死亡一万人以上的重大气候灾害，认为人口增长对资源环境造成的压力致使重大气候灾害次数的增加和重复周期缩短是导致死亡人数剧增的重要原因. 葛全胜等[6]认为我国历史上人口显著减少出现在寒冷期，即使在人口数量存在显著趋势性变化的明清小冰期，人口也出现了显著下降. 在中国历史上，战争和灾害是导致人口大量死亡的两个重要因素. 目前，国内学者对历史时期自然灾害和战争综合作用下的人口大量死亡事件研究较少，因而对历史时期大规模人口死亡事件研究的深入和精细化仍很必要.

本文选取明代江淮流域人口大量死亡事件的变化为研究对象. 无论从古代“隋唐盛世”、“天下以江淮为国命”的繁荣，还是到如今大运河文化带和江淮生态经济区，江淮流域在区域位置和经济社会上都有着重要的地位. 该区域自然灾害频繁，严重影响了其经济和生命财产安全. 中国历史悠久，自明清以来，灾害记载内容丰富且连续性好，为重建气候变化下人口大量死亡事件的研究提供了丰富的史料基础. 透过造成人口大量死亡事件的历史自然灾害和人类活动，可从长时间尺度分析全球气候变化的作用，从人与自然的生态史角度，了解过去的历史，比之现在与未来，为今后精确地分析和预测现代灾害以及防灾减灾工作提供科学借鉴.

1 资料来源与方法

1.1 研究区概况江淮流域通常指长江流域中下游和淮河流域，参考曹琦萍等[9]对江淮流域划分标准，本文将江淮流域范围取为（28°～34°N，110°～122°E）（图1）. 本文研究范围按现今行政区划，该区域主要覆盖湖北省、安徽省及浙江省大部，江西省和湖南省北部，河南省东南部，江苏省南部及上海市. 在明代，湖广布政司为现在的湖南省及湖北省；南京政区管辖相当于现在的江苏省、安徽省及上海市；河南省、浙江省和江西省未发生明显变化.

江淮流域位于北方、南方分界的过渡带上，分布有平原（黄淮、长江中下游、江汉等）、丘陵及低山等地形，长江、淮河横贯东西，汝水、颖河及肥河等南北向河流分布其间. 该区地处东亚季风带，年降水量为800～1 600 mm. 由于地形复杂、河网密布、临海，且受到季风条件下副高强弱、位置及其季节变化的强烈影响，使该地区极易受水灾、旱灾及风暴潮等灾害影响，同时也为疫灾、饥荒等灾害提供了条件. 因而历史时期该区域人口大量死亡事件频繁.

图1 江淮流域区域图Fig. 1 The area of Yangtze-Huaihe Basin

1.2 资料来源与方法（1）有关明代自然灾害、战争导致的人口大量死亡事件数据来源于《中国基本古籍库》、《爱如生数据库·中国方志库》，通过检索“死+万”“饿+殍”“室+空”“死+枕”“殍斩”“人相食” “枕籍（枕藉）”等关键词，收集和整理有明确记载明代自然灾害、战争导致的人口大量死亡事件的发生年份、事发地、事件相关记录. （2）由于网络检索难免有遗漏，本文同时参考现代汇编资料[10-16]对结果校对补充，求得全面准确的数据库. 本文依据主导灾害统计人口大量死亡事件灾害结构，统计时，不论灾害持续时间长短，每次灾害所造成的人口大量死亡都记为1次事件，如：1372年“上海七月，大风雨，海溢，漂没死者万余人（风暴潮）”，记1次大量死亡事件；1593年“西平大雨两月，麦禾尽没，人民相食，饿殍载道”，记 1 次大量死亡事件. 以年为单位统计口大量死亡事件频次，即一年有2次及其以上的记录均记1次；以县为单位统计人口大量死亡事件县次（广度），统计时一年中明确记载1个县发生人口大量死亡事件，记为 1 县次（计算该县县域面积）；记载多个县发生人口大量死亡事件的所有县各记1次（计算各县县域面积）；如有描述一个府发生灾害且对应所辖县并无灾害记录，则记府治所在地为1县次（计算府治所在地县域面积）. （3）本文统计为饥荒的是史料中未给出具体灾害原因的饥荒事件；饥荒大多由旱灾、水灾及疫灾等直接或间接引起，史料中如果已给出导致灾荒的灾害原因，本文统计到对应的灾害类型中. 利用最小二乘法、自然断点法、小波分析、热点分析以及趋势面分析等方法探究人口大量死亡事件的时空分布特征以及事件致灾因子组合特征，并通过引入温度和湿度序列探讨事件与气候的耦合关系，其中，温度序列选取杨保等[17]基于多种代用数据重建的中国过去2 000年温度变化序列，干湿序列选择郑景云[18]等基于文献重建的过去1 500年东部干湿序列. 在空间差异分析中，为了更好地反映自然灾害、战争导致的人口大量死亡事件在现代行政区划中的空间差异特征，将事件发生地点转换为现代疆域的发生地点，从而为当代的人类社会发展、人地和谐等提供一定的借鉴意义.

2 结果分析

2.1 人口大量死亡事件频次结构中国历史上，战争和灾害是导致人口大量死亡的两个重要因素.据统计，明代江淮流域人口大量死亡事件共计847次，平均每0.33 a发生1次. 其中，自然灾害导致的人口大量死亡事件共769次（图2（a）），占事件总次数的90.8%；战乱等社会因素导致的人口大量死亡共78次，占总数的9.2%. 由此可见，自然灾害是影响明代江淮流域人口大量死亡事件的主要因素. 从原始记录中辨识、提取人口大量死亡事件中自然灾害的主要影响因素，能确定成因的共769县次（图2（b）），旱灾、疫灾、饥荒、水灾、潮灾等5种灾害共发生690次，占灾害总数的89.7%，是该区域人口大量死亡事件的主要灾害类型. 其中，旱灾发生245次，占自然灾害总数的31.9%，平均每1.13 a发生1次；疫灾138次，占17.9%，平均每2 a发生1次；饥荒132次，占17.2%，平均每2.09 a发生1次；水灾88次，占11.4%，平均每3.15 a发生1次；潮灾87次，占11.3%，平均每3.18 a发生1次.此外，蝗灾、冻灾、雪灾、地震、风灾发生次数相对较少，共计79次，分别占灾害总数的5.7%、2.9%、0.8%、0.6%、0. 3%. 综上，明代江淮流域导致人口大量死亡灾害类型以旱灾、疫灾、水灾和潮灾为主，这与刘静[2]对同期自然灾害研究的结论基本一致.

图2 明代江淮流域人口大量死亡事件结构Fig. 2 Event structure of mass deaths in the Yangtze-Huihe River Basin in the Ming Dynasty

2.2 人口大量死亡事件年际变化特征图3（a）以10年为单位统计事件发生的频次、县次和广度. 结果显示，1 368—1644年间，事件的频次、县次与广度具有很好的一致性，呈间歇性式爆发特征，在明末达到最高. 不同阶段，事件频次、县次和广度有所变化，具体表现为1 408—1 417、1 448—1 457、1 468—1 477、1 508—1 517、1 518—1 527、1 528—1 537、1 538—1 547、1 588—1597年和1 638—1647年为频次高发期；1 448—1 457、1 468—1 477、1 518—1 527、1 538—1 547、1 588—1597年和1 638—1647年事件发生的县次和广度大. 三者4次多项式拟合曲线呈现4个阶段，即事件低发期—上升期—轻微下降—快速上升.

为了清晰地反映事件的真实变化，结合事件县次和广度特征，利用自然断点法将事件县次和广度分为4级，得到县次分级界限为3、12、25、47（单位：次）；广度分级界限为0.35、1.28、3.09、9.15（单位：万km2）. 各级县次和广度逐年变化特征如图3（b）～（c）. 由图3可知，县次和广度逐年变化特征与10 a县次和广度序列具有一致性. 综合考虑10年序列和等级逐年变化情况，将明代人口大量死亡事件分为4个阶段：① 1 368—1417年（少发-偏轻），该阶段事件共发生26次，占总县次的3.1%，平均每1.9 a发生1次. 这一阶段事件发生频率低，县次和广度较小，灾害程度较轻；② 1 417—1577年（多发-较轻），该时期共发生492次，占58.1%，平均每0.33 a发生1次. 事件频率有所上升，受灾县次和广度扩大，灾害程度较轻；③ 1 577—1617年（少发-较重），事件发生154次，占18.2%，平均每0.26 a发生1次，该时期事件频次、县次和广度较前期有所下降，但灾害程度较高；④ 1 617—1644年（多发-严重），该时期事件共计175次，占20.7%，平均每0.15 a发生1次，发生频率高，县次和广度高，受灾等级程度严重. 综合上述分析，明代人口大量死亡事件具有明显的阶段性，呈现少-多-少-多循环交替.

2.3 人口大量死亡事件空间分异特征按现行行政区划对人口大量死亡事件县域频次进行统计，利用“热点分析”工具，以县域频次为权重，创建具有统计学上显著的热点和冷点图，并对其进行趋势面分析，以探究全局的趋势变化. 从图4（a）可知，事件热点主要分布在江苏省、上海市、安徽省东部以及浙江省的北部. 江苏省人口大量死亡事件主要集中在苏南. 其中，苏州、淮安、南京、扬州、常州、太仓、如皋、镇江、昆山、仪征、泰州发生县次多，均在7次以上，苏州县次最高为35次. 上海全域均为集中区，县次为31次. 浙江省主要集中在北部城市，如杭州、嘉兴、绍兴、湖州、平湖、宁波等. 这些城市发生县次均在8次以上，杭州最高为21次. 安徽省人口大量死亡主要集中在东部，但县次以凤阳、霍丘、滁州、怀远、合肥、天长为多，均在7次以上，以凤阳13次为最高. 事件的冷点区域以湖北省的大部、江西省和湖南省的北部，同时这些地方的县次也处于低频区. 其中，湖北省的武汉、江陵，江西省的南昌、九江，湖南省的安乡、慈利县次发生较多，在3～7次之间. 从趋势面分析可知（图4（b）），人口大量死亡事件随经度增加而集中. 总体上，江淮流域人口大量死亡事件主要集中在长三角地区，以此为中心向外逐渐分散，呈现阶梯状分布. 这一空间分异与其所处的地形、气候、经济发展、政治等原因有关. 江淮流域地势整体呈现西北高东南低的特点，位于东南部的长三角地区地址平坦、河网密布，是明朝重要的粮食和棉花产区，因而一旦发生灾害等事件，这些地区将损失惨重. 江淮流域受季风的影响，各省（市）旱涝灾害频发. 但长三角地区由于地处沿海，除了旱涝灾害外，还受海洋性气候下风暴潮的影响，再加上南直隶是明代疫灾唯一高频省，所以多重灾害导致了长三角为人口大量死亡的集聚区/高频区. 江苏省、浙江省及安徽省是明代经济发达区，所以也是人口聚集区，因而极端灾害的发生对人口造成的损失较大.

图3 人口大量死亡事件年际变化特征Fig. 3 Characteristics of inter-annual changes in mass deaths

图4 江淮流域人口大量死亡事件空间分异特征Fig. 4 The spatial differentiation characteristics of mass death events in Yangtze-Huaihe Basin

2.4 人口大量死亡事件致灾因子组合特征人口大量死亡事件中的致灾因子常常以单个或多种组合方式影响人口大量死亡，其不同组合方式会造成不同的影响，因此本文对不同因子组合方式进行统计，计算不同致灾因子组合的县次（图5）. 其中，单因子致死共710次（占县次的83.8%），双因子致死共83县次（占县次的9.8%）三因子致死共45次（占县次的5.3%），四因子组合仅有 9 县次（占1.1%），数量少. 单因子影响的范围更大、县次更多；而多因子导致的人口大量死亡事件更重，如万历十六年“益阳县春大水，坏庐舍衝決田禾. 四月至九月不雨，谷大贵，瘟疫大作，死者枕藉于道”，崇祯十四年“潜山县大旱螽疫，人死者枕藉，饥者杀人为食，无敢独行道路者”，多因子往往导致严重的人口死亡事件，但影响的县次要少于单因子. 对于单因子情形，以旱灾、饥荒、水灾、潮灾、疫灾和战乱为主（占县次的94.9%），其中旱灾高达228县次. 对于双因子情形，旱-蝗，旱-疫、水-旱占比较高. 对于三因子情形，旱-蝗-疫占比最高，其次为旱-水-疫及旱-水-饥组合. 所以，综合地看人口大量死亡事件以水旱灾害为主要因素，而多种因子组合，将会加重人口大量死亡事件的程度.

图5 江淮流域人口大量死亡事件致灾因子组合特征Fig. 5 The combinatorial characteristics of disaster factors of mass death events in Yangtze-Huaihe Basin

3 人口大量死亡事件与气候关系

3.1 人口大量死亡事件与冷暖变迁IPCC第四次评估报告[19]对过去1300年以来北半球的温度变化重建结果指出，14至19世纪气候较为寒冷，14世纪后半叶全球气候进入小冰期. 研究表明，气候变化与人口的增减有很大的关系[20]. 一方面，在气候寒冷时期自然灾害频发，特别是等级高强度大的灾害往往诱发一连串次生灾害，短期内可直接导致人口的大量死亡. 另一方面，气候变化造成的农业歉收不仅直接影响人口数量的变化，还有可能激发社会矛盾，发生战争，间接导致人口大量死亡. 在此背景下将明代全国温度距平与人口大量死亡事件频次、县次及广度的标准化值进行耦合（图6）. 由图6分析，明代全国温度与人口大量死亡事件的频次、县次及广度变化趋势相反，波动周期接近. 利用SPSS进行相关性分析，结果显示明代全国温度与10 a频次标准化值间Spearman相关系数为-0.612，与10 a县次标准化间Spearman相关系数为-0.567，与10 a广度标准化间Spearman相关系数为-0.53，且都在0.01水平上显著相关. 因此，全国气候冷暖变迁与人口大量死亡事件频次、县次及广度呈显著负相关关系. 在温暖期事件显著减少，寒冷期显著增加，且波动周期一致.

图6 明代全国温度与人口大量死亡事件频次、县次、广度标准化耦合曲线Fig. 6 Coupling curves of the normalized values of frequency, county and breadth of mass deaths and temperature in the Ming Dynasty

为了进一步探究明代冷暖变迁与人口大量死亡事件的因果关系，参考张涛[21]利用回归分析对其进行检验. 由于明代气候冷暖与人口大量死亡事件频次、县次及广度标准化值呈一定线性关系，所以用一元线性回归模型来分析，X自变量为温度距平标准化值，Y因变量为人口大量死亡事件指标（频次、县次及广度）. 结果显示，温度距平与频次回归方程为y=-1.894x-0.751，对模型进行检验，拟合优度R2=0.351，表示气候冷暖可以解释35.1%的频次变化；F统计量为16.18，P=0.000＜0.05，说明回归模型具有统计学意义；温度距平标准化值t为-4.02，对应的P值小于0.05，说明方程系数是显著的. 温度距平与县次回归方程为y=-1.636x-0.649，拟合优度R2=0.254，表示气候冷暖可以解释25.4%的县次变化；F统计量为10.51，P=0.003（小于0.05），说明回归模型具有统计学意义；温度距平标准化值t为-3.24，对应的P值小于0.05，说明方程系数是显著的. 温度距平与广度回归方程为y=-1.693x-0.651，拟合R2=0.254，表示气候冷暖可以解释25.4%的广度变化；F统计量为10.56，P=0.003（小于0.05），说明回归模型具有统计学意义；温度距平标准化值t为-3.25，对应的P值小于0.05，说明方程系数是显著的. 因此，明代气候冷暖可以解释人口大量死亡事件的25.4%～35.1%.

3.2 人口大量死亡事件与干湿变化葛全胜[22]等研究认为，明代中国东部气候总体偏干且存在3次干湿波动，1 371—1428年略湿，1 429—1543年偏干，1 544—1622年由干转湿. 气候的冷干影响着农业、生产、生活等从而导致人口的大量死亡. 此外，气候的冷干化还与社会动乱有着对应关系. 在此背景下利用中国东部干湿序列与明代人口大量死亡事件频次、县次及广度的标准化值进行耦合（图7）.从图7分析，气候干湿变化与人口大量死亡事件频次、县次及广度变化趋势相反，且波动周期基本一致. 利用SPSS进行相关性分析，结果显示明代东部干湿指数标准化值与10 a频次标准化值间的Spearman相关系数为-0.526，，与10 a县次标准化值间的Spearman相关系数为-0.518，与10 a广度标准化值间的Spearman相关系数为-0.497，且都在0.01水平上显著相关. 由此看出，明代东部干湿指数与人口大量死亡事件频次、县次及广度呈负相关关系，气候湿润事件显著减少，反之事件显著增多.

为了进一步分析明代东部湿润指数与人口大量死亡事件的因果关系，利用SPSS对其进行回归分析. 由于湿润指数与人口大量死亡事件指标呈线性关系，因此用一元线性回归模型来分析. 结果显示湿润指数与频次回归方程为y=-0.453x+0.000 03，模型拟合R2=0.126，表示气候湿润变化可以解释12.6%的频次变化；F统计量为6.95，P=0.014（小于0.05），说明回归模型具有统计学意义；温度距平标准化值t为-2.64，对应的P值小于0.05，说明方程系数是显著的. 湿润指数与县次回归方程为y=-0.371x，拟合R2=0.105，表示气候湿润可以解释10.5%；F统计量为4.3，P=0.048（小于0.05），说明回归模型具有统计学意义；温度距平标准化值t为-2.07，对应的P值小于0.05，说明方程系数是显著的. 湿润指数与广度回归方程为y=-0.397x-0.001，拟合R2=0.126，表示气候湿润可以解释12.6%的广度变化；F统计量为5，P=0.033（小于0.05），说明回归模型具有统计学意义；温度距平标准化值t为-2.25，对应的P值小于0.05，说明方程系数是显著的. 因此，明代气候干湿变化可以解释人口大量死亡事件的10.5%～12.6%.

图7 明代干湿指数与人口大量死亡事件频次、县次及广度标准化值耦合曲线Fig. 7 Coupling curves of the normalized values of frequency, county and breadth of mass deaths and dry-wet index in the Ming Dynasty

4 结论

通过对明代（1 368—1644年）江淮流域人口大量死亡事件与气候耦合关系的研究，得到以下结论.

（1）明代江淮流域人口大量死亡事件共计847次，平均每0.33 a发生1次. 其中，自然灾害是影响明代江淮流域人口大量死亡事件的主要因素.从事件的灾害结构来看，人口大量死亡灾害类型以旱灾、疫灾、水灾和潮灾为主.

（2）明代江淮流域人口大量死亡事件可分为4个阶段，即1 368—1 417、1 417—1 577、1 577—1 617年和1 617—1 644年. 综合来看，明代人口大量死亡事件具有显著的阶段性、间歇式爆发特征，呈现少—多—少—多的循环交替.

（3）空间上，江淮流域人口大量死亡事件有明显的热点与冷点区，主要集中在长三角地区，并以此为中心向外逐渐分散，呈现阶梯状分布.

（4）从人口大量死亡事件的致灾因子组合特征来看，单因子致死共710县次（占847县次的83.8%），双因子致死共83县次（占9.8%），三因子致死共45次（占5.3%），四因子组合仅有 9 县次（占 1.1%）. 其中，单因子以旱灾、饥荒、水灾、潮灾、疫灾和战乱为主，旱灾最高. 双因子中旱-蝗，旱-疫、水-旱占比较高. 对于三因子情形，旱-蝗-疫占比最高，其次为旱-水-疫及旱-水-饥组合. 综合来看，人口大量死亡事件致灾因子主要以旱灾、水灾、潮灾、疫灾和战乱为主.

（5）从人口大量死亡事件与气候的耦合关系来看，气候的冷暖、干湿与人口大量死亡事件呈显著负相关关系，在温暖（湿润）期事件显著减少，寒冷（干旱）期显著增加. 气候变化与人口大量死亡因果关系主要以冷暖变化为主. 气候冷暖可以解释人口大量死亡事件的25.4%～35.1%. 气候干湿变化可以解释人口大量死亡事件的10.5%～12.6%. 明代气候变化在人口大量死亡事件上占据重要地位，气候变化进一步加剧了江淮流域人口大量死亡事件的程度.