复旦大学 历史地理研究中心Institute of Historical Geography, Fudan University
郭永钦
历史 GIS 的宏观与微观应用——民国铁路航运比较与明清县级保甲地图的空间分析历史 GIS 的宏观与微观应用——民国铁路航运比较与明清县级保甲地图的空间分析
历史 GIS 的微观应用—— 明清县级保甲地图的空间分析Applying GIS to historical studies: with examples on micro- level.-- Spatial analysis of the change of community distribution from historical maps of a county
Why do historians need GIS
宏观 宏观的人口迁移？城镇化水平、交通方式的影响？Marco scale:immigration;urbanization;transpotation
微观 地区间的差异性？大姓迁入对地区的影响？中央与地方关系？地方精英的社会控制
Micro scale:regional variation; relationship between central and provincial governments; impact of the migration; the social impact of local elites
目的 拓展史料来源，历史数据、地图材料中挖掘最大信息Ends: expand the historical sources, maximize the information from historical statistics
and maps.
What can you read from this material?
正册（明代）
附册（清代）
复旦大学古籍部藏本，四卷，咸丰刻本
上海图书馆藏本，一册，道光刻本
Inspire the ideas
Text Political/Society/Cultural…
Data Economic…
Map Historical geography…
Inspire the ideas
Text Political/Society/Cultural…
Data Economic…
Map Historical geography…
TEXT
版本、流传、社会网络关系
DATA
一、图——户 原编七十八图，每图十甲，凡居第十甲里户者名曰黄册，经营该图推
收册粮亩分。康熙十三四等年，甲乙兵燹，亩分鱼鳞册籍无存，惟存册粮石斗升合之数。——道光《江西新城县志》
方志系统： 110 （户 / 图） ×78 图=8580 户
嘉靖元年 8741嘉靖二十一年 8989嘉靖四十一年 8567万历元年 7676万历四十年 8927 —— 万历《建昌府志》
保甲系统： 54533 户
方志记载：鲁九皋调查时从长老处听得清初有2000 余户
保甲图记载：清初有 2270 户
两份资料数目大致相同
两套户系统的数字差别： 丐户
明末 8580 户（方志）—— 清初 54533 户（保甲册）
赋役户（花户）—— 实在户（烟户）
二、丁——“生理” “ 按丁受赈”、“按户记责”
男大丁 = 衿监 + 农民 + 贸易人 + 歇店 + 驾船人 + 僧人 + 斋公 + 道士+ 乞丐 + 贼匪 + 寄籍 + 无业佣工人
MAP
Location
1. 对照地名志、方志和 Google Earth等先将小地名进行古今对照复原
2. 对照每幅图册的图和论说，由于论说记载有对应“各都”的图的信息，便于确定大致边界
3. 泰森多边形方法将各都以其已定之点进行地域划分
一、坊——区（乡）——都——村（堡）
明代部分
清代部分：21 都部分消失
二、甲——家
3323
8
5
24
23
115
11
2220
16
5
10
40
各村编甲并无明显规律，家甲比例变动较大，但对于整体一个都而言，却维持了大约了近似于十比一的比例。
三、畸零户划分的新方法
“ 七并八分”与“三户畸零”
编联之法，每牌十户，若有零户，数在三户以内，则附于末牌之末；如数过三户，则与末牌匀分为两牌。每甲十牌，若有零牌，敷在三牌以内，则附于末甲之末；如数过三牌，则与末甲匀分为两甲。
至山内保甲，须行以齐团之法，每牌不论户数，但取路径相接，消息可通，其居民情谊款洽，声势联络，或六七家，或十五六家，皆可为一牌。若至十八家，照七并八分之例为两牌。编甲亦然。至保长，则自六七甲至二十余甲为一保，惟众心是从，户口多寡，更属不拘。——徐栋《保甲书》
整个都内的家甲比例大致维持在十比一左右，原有“十家牌”法的制度照样可以执行，但这样的好处是兼顾了村落地理分布、人口规模的不平衡性，可以使得保甲组织更好的控制到基层组织。而如此一来，一些比较偏远的小村落被拆分的情况则在清《保甲册》中消失，而被划到了其依附的大村落中。
四、图——村 根据地理学第一定律（ Tobler‘s First Law ）。地理事物在空间分布上互为相关，存在着聚集、随机等分布。时空相邻的空间信息存在着近似属性，即近距离事物之间的影响作用之大于远距离之间。因而对聚落的分析应考虑在相邻地理单元的变化趋势和聚集程度。
Moran I 指数进行评估，该指数广泛应用主要在社会科学空间分析方面，如语言、疾病地理分布，犯罪率的地理集中程度。用于衡量聚落是否具有空间自相关性（ Spatial Autocorrelation ），即判断聚落属性分布是否有统计上显著的聚集或分散现象。
检验局部地区是否存在相似或相异的观察值的聚集情况，可以用局部Moran （ Local Moran Index ）指数来度量某地区和它领域之关联程度：
集中倾向（高值聚集在高值附近： HH 部分，低值聚集在低值附近： LL 部分）
考察该聚集所产生的地理差异性是否具有统计学上的显著性。当统计显著时，若Moran I指数值为正则表示聚落为聚集分布，如果数值为负则表示聚落为分散分布
谢谢！
