2020, Vol.40
2 北京师范大学地理科学学部, 北京 100875)
从时间维的角度考察气候变化与人类社会的长期互动关系可为认识当前及未来气候变化对人类社会发展的影响提供历史借鉴[1~2]。大量的研究案例显示，不管是短期重大的气候突变，亦或长期的气候趋势性变化，均在人类文明兴衰史上扮演着重要角色[3~13]。人类社会系统的某些时间韵律特征，从农业生产到经济波动，再到人口动态、治乱循环均与气候变化有着密不可分的关联。
尤其是近年来，长时段、高分辨率古气候与社会文化代用指标序列重建工作有较大发展[2, 14]，越来越多的研究强调并开始利用这些资料定量或半定量地探讨气候变化与人类历史之间的关系。在揭示过去气候变化与人类社会的多种统计关系及其机制关联方面国内外已有大量代表性成果[7, 9, 15~25]。研究发现，不同气候要素在不同时期对人类社会的影响有所区别。在大空间尺度范围，温度变化被认为比降水变化对欧洲农业经济波动具有更好地解释力，特别是长尺度温度变化趋势[22]。中国过去千年温度和人口之间基本呈正相关，但存在若干相关性减弱甚至负相关的时期，主要受干旱事件及人类适应的调节等影响[17]。而另一些研究显示，气候变化的影响会随人类社会脆弱性和人地矛盾的加剧变得更加显著[23~24]，其影响传递过程错综复杂，对人类社会的影响会随所影响层次的上升而逐步递减[25]。
近3000年来中国的历史发展有独特的时间韵律特征，西方学者贯之为“朝代循环”或“朝代更替”[13]。朝代更替不单指改朝换代，而是社会经济发展随朝代建立、发展、繁荣、衰退、崩溃的旋回而呈现周期性的兴衰波动。这种现象一般被归因于制度、社会管理等因素。但近年来一些研究发现，气候变化很有可能是中国历史旋回的一个重要驱动因素。目前已有相当一部分研究从温度与降水变化[26~27]及其与农业丰歉[28]、饥荒[25]、人口波动[17, 29]、粮价[29~30]与宏观经济[31]、战乱[20, 30]、社会兴衰[32]等社会因素相互作用的角度进行探讨。其中，从时间序列的周期共振角度定量探讨气候变化与历史旋回韵律的关系，直到近几年才受到关注。例如，Zhang等[30]采用小波分析方法检测出公元10~1900年中国温度变化、水旱灾频率、米价、蝗灾、战争频率均有160 a和320 a的主导周期及各指标间的内在关联。Wei等[31]从中国历史宏观经济的角度也揭示出了类似的周期规律。
但是，目前针对长达千年以上时间长度的有关气候变化与人类社会关系的定量研究仍相对匮乏。即使对史料相对丰富的中国，仍严重缺少长时段、连续、高分辨率的社会文化代用指标数据，而它们是开展量化分析的前提和关键。自秦朝统一以来的王朝时代，中国在政治上实行中央集权，经济上强调“以农立国”，从而使得气候变化、农业生产、财政平衡与政府行为(如赋税、荒政、粮食供给与再分配等)之间有着紧密而复杂的联系[33~34]。因此，封建帝国的财政平衡一方面会受到气候变化的影响，另一方面也会严重影响到国家对气候变化的响应和应对能力。国家财政一旦陷入危机，会加剧个体之间及个体与社会之间的粮食获取冲突，这反过来又会影响社会经济系统对气候变化的敏感性和脆弱性，加剧王朝更迭[35]。因此，非常有必要将自然证据与人类历史证据结合，开展气候变化、财政波动与朝代更迭之间关系的实证研究。基于多指标序列的对比分析，定量考察过去2000年气候变化与人类社会的互动过程也是过去全球变化研究计划(PAGES)的重要目标之一[2]。
本研究旨在定量揭示秦至清末(220 BC~1910 A.D.)气候变化、财政平衡与朝代更迭之间的长期统计关系，重点研究气候变化与财政平衡的周期共振及其相关性、温度和降水变化的协同效应、朝代更迭的气候与财政平衡背景，并尝试探讨三者之间的内在关联机制。
1 资料与方法 1.1 历史气候变化温度变化参考葛全胜等[26, 36]重建的两条代表性温度距平序列，第一条为210 BC~2000 A.D.中国东部(25°~40°N，100°~125°E)冬半年温度距平序列(WTE)，时间分辨率30 a，在长度和空间覆盖上能与本文财政序列相匹配。该序列以史载(农业)物候信息为主要数据基础，在解释历史气候对农业生产和社会经济的影响时，物理意义或物理机制相对明确。第二条为1~2000 A.D.全国年均温度距平序列(TC)，是集历史文献、树轮、石笋、冰芯和湖泊沉积等28条代用指标序列的集成重建结果[37]，可代表中国古气候重建的最新研究成果。该序列的时间分辨率为10 a，可在10 a尺度上与社会经济序列进行统计分析。由于中国年平均温度和冬半年平均温度具有很好的相关性(尤其是中国东部地区)，这两条序列均非常适合用于反映中国历朝气候变化的代用指标。
葛全胜[26]和Zheng等[38]据中国东部48个站点旱涝等级资料采用指数法重建了中国东部101~2000 A.D.的逐年干湿指数(标准化)序列(P)，可在年代尺度上反映中国东部地区过去2000年的降水变化。由于该序列在101~470 A.D.期间存在92个数据缺失年份(主要集中在101~260 A.D.)，本文对有缺失值的年代，若年代内有5年或以上有数据，则以其算术平均值作为该年代值；否则按缺失年代处理。最后对缺失年代进行线性插值得到101~1910 A.D.年10 a分辨率的干湿指数(降水)序列。
1.2 财政平衡序列魏柱灯等[33~34]曾利用语义差异法重建了220 BC~1910 A.D.期间10 a分辨率的中国财政平衡等级序列(F)。财政史料整理于24部中国财政史和经济史类著作，共搜集到1101条有关各朝代财政平衡状况的直接证据(如财政收支平衡状态及相关的辅助描述、前后财政平衡状态的对比、国库或粮食储备状况等)和辅助证据(如财政收入、财政支出、赋税制度的调整、财政管理等)；据此，采用语义差异法将财政平衡(盈亏状态)划分为5个等级，1~5级分别代表从严重匮乏到富足充裕，刻画的是财政偏离均衡状态的相对波动状况，可表征国家或封建帝国可支配收入的相对位相变化[15]。
1.3 王朝更迭数据王朝更迭数据主要统计历朝持续时间和全国并存政权数量。其中朝代名称及历朝起止时间参考毛耀顺[39]编著的《中华五千年长历》的划分标准。全国并存政权数量在王倩[40]的整理结果基础上结合《中华五千年长历》补充秦至西汉的数据，得到220 BC~1910 A.D.年间每10 a平均全国并存政权数量(四舍五入为整数)。
1.4 序列对比与统计分析将古气候序列、财政等级序列及朝代更替数据置于同一时间坐标上进行对比，以直观探讨过去气候变化与社会经济活动是否存在时间共振关系。考虑到某些关系特征会受到高频信号的干扰，本文对原始10 a分辨率的全国温度距平、降水和财政平衡序列均使用60 a(截频0.017 Hz)FFT低通滤波获取各指标的多年代以上尺度信号，对全国温度距平和财政平衡序列还以100 a(截频0.01 Hz)FFT低通滤波获取百年尺度冷暖波动信号，以便于序列间的对比。上述处理也便于分析气候变化与财政平衡之间在短时间尺度(原始10 a或30 a分辨率序列)和长时间尺度上的不同关系。同时，统计各朝代灭亡时期和全国平均并存政权数量≥3个的各主要时段对应的气候与财政特征。
采用小波分析研究气候变化与财政平衡的周期共振及其相关性。小波分析是近几十年发展起来的获取时间序列周期的有利工具，广泛用于各个研究领域[30~31, 41~43]。与傅里叶变换不同，小波分析可同时进行时域和频域的二维局部转换，因此可以追踪周期的时间变化特征(非平稳周期)[44~45]。交叉小波分析可用于分析两条时间序列的时域和频域关系[46]，可反映两条时间序列间不同主导周期的位相关联及其随时间变化的特征。本文主要采用连续小波变换分析时间序列的周期性。小波工具包由Torrence和Compo[41]提供。母小波均采用“Morlet”小波。
此外，为辨识各气候要素及其组合对财政平衡的影响，本文设计了基于多种情景的回归模型[47]。为了避免非平稳时间序列带来的伪回归问题，各指标序列均先进行平稳性检验，即单位根检验(Augmented Dickey-Fuller，简称ADF)[47]。ADF检验结果显示，本文所使用的所有指标序列均为平稳时间序列(表 1)，因此可以采用普通最小二乘法建立回归模型。考虑到多数经济类时间序列存在自相关问题，回归模型设计如下：
|
(1) |
|
表 1 各指标序列的ADF检验结果 Table 1 Augmented Dickey-Fuller(ADF)Unit Root Test for indexes |
公式(1)中，Ft，Tt，和Pt分别对应时间t(单位：10 a或30 a)的财政平衡等级、温度和降水序列值，Ft-1为Ft的1阶滞后值，α为回归系数，εt为残差项。
本研究选取220 BC~1910 A.D.作为研究时段。但是受温度和降水序列长度或分辨率的限制，10 a尺度的相关统计分析以1~1910 A.D.(全国温度-财政)或101~1910 A.D.(东部降水-财政)为主要时段，序列对比或30 a尺度的相关统计分析时段可拓展至210 BC~1910 A.D.，同时可使用中国东部冬半年温度数据。
2 结果与讨论 2.1 气候变化与财政平衡的周期共振小波分析结果显示，对原始财政序列，40~60 a和80~100 a的准周期间断分布于整个研究时段(图 1a)。160 a和280~320 a周期在大部分时段均具有较高的小波能量谱，但直到约1400 A.D.以后才达到统计显著性水平。将高频信号扰动剔除，以60 a周期的FFT低通滤波序列进行小波分析，80~320 a的长周期更为明显，表现为时间分布上更为连续，且统计上更为显著，最显著的主导周期是80~100 a，其次是160~200 a和280~320 a(图 1b)。在200 BC~400 A.D.及800~1100 A.D.还出现200~250 a的周期。结合小波方差数据(总体小波)，80~100 a的准周期达到了95 %统计显著性。总体看来，财政波动周期在动荡、朝代更迭频繁时期趋于缩短，在和平稳定时期延长。其中最典型的是魏晋南北朝时期(约220~580 A.D.)，相比汉时期，此阶段财政周期明显缩短，40~80 a的短周期波动更为明显。唐中期以后，财政周期有变长的趋势，主导周期在1000~1200 A.D.前后由80~100 a转变为160 a和280~320 a(图 1a和1b)。这说明财政周期与朝代更迭周期有复杂的相互作用，2.3节会对此做进一步讨论。探讨18世纪以来资本主义经济生活的长波特征一直是经济史领域的一个研究热点[48]。然而，对于早期农耕时代存在长达150~300 a的农业经济长波却少有定量的研究[49~50]，除了从人口[51~52]和粮价[53]的角度做些量化探讨，这主要是由于缺少资料，尤其是缺少量化的经济指标数据。上述周期分析有助于进一步认识中国古代财政经济波动的历史韵律特征。
|
图 1 220 BC~1910 A.D.中国财政平衡和气候变化的连续小波功率谱图 左图为原始10 a分辨率序列，右图为各原始序列60 a周期的FFT低通滤波序列；(a)与(b)：财政平衡[33]，(c)与(d)：全国温度[37]，(e)与(f)：东部降水[38]；颜色由暗蓝(低值)到暗红(高值)指示功率谱能量变化；粗黑实线为5 %显著性水平，半透明区为边缘效应影响区 Fig. 1 The continuous wavelet power spectra for fiscal balance and climate change in China during 220 BC~1910 A.D. Left graphs are original 10-year resolution series, and right graphs are 60-year FFT smoothing series. (a) and (b): fiscal balance[33]; (c) and (d): temperature anomaly of the whole China[37]; (e) and (f): precipitation of Eastern China[38]. The color codes for power values vary from dark blue (low values) to dark red (high values). The thick black contour lines designate the 5 % significance level. Semitransparent cones indicate the regions influenced by edge effects |
财政波动与气候变化在某些波段存在周期共振性。过去2000年中国的温度和降水变化均存在周期变化。百至千年尺度，中国东部温度变化存在准100 a、250 a、400 a、600 a和1000 a等时间尺度的准周期波动[54]。中国东中部各地区的干湿变化存在世纪尺度(80~150 a)、多年代尺度(40~75 a)和年代际尺度(10~35 a)3个尺度周期波动[55]。通过与气候变化周期的对比，发现财政波动与温度变化存在80~100 a、160~200 a和250~280 a的共同周期(图 1c和1d)；与降水变化存在80~100 a、160 a和320~390 a的共同周期(图 1e和1f)。基于原始序列所识别的上述共同周期在多数时段的统计显著性相对减弱，可能是由于受到高频信号的扰动影响。结合小波方差数据(总体小波)，降水序列与财政序列在80~100 a的共同周期达到95 %统计显著性。温度序列在80~100 a、160~200 a和250~280 a这些周期上虽然均未达到统计显著性，却在某些时段存在与财政序列主导波段相对应的高小波能量谱值分布区(图 1c和1d)。值得注意的是，降水与财政序列在许多时段均存在60 a以下的短周期，但降水序列的短周期集中于10~50 a，而财政序列的短周期集中于40~60 a，相比降水有所延长。两者虽不存在共同的显著短周期，但可能也存在短周期间的关联。
交叉谱相关分析显示，气候变化与财政平衡在上述一些共振周期存在线性关联，且以正相关为主(图 2)。财政波动与温度变化在250~280 a主导周期上呈较一致的正相位关系(箭头向右)，但在200 A.D.和1100 A.D.前后出现的60~80 a周期呈反相位关系(箭头向左)(图 2a和2c)。对于80 a以下的短周期，温度变化与财政的相关性以反相位关系为主，但位相关系不稳定，特别是对于60 a以下的更短周期，未发现温度变化与财政平衡有显著线性关联(图 2c)。财政与降水变化在60~80 a、80~100 a和160 a波段以正相位关系为主(图 2b和2d)，但在320~390 a周期呈正交关系，可能与降水对财政影响的时滞有关[34]。对于两者短周期间的相关性主要体现在30~60 a周期上，在1000 A.D.年以前显示正相位关系，而在1000 A.D.年以后以反相位关系为主或者位相关系不稳定(图 2b)。
|
图 2 1~1910 A.D.中国财政平衡和气候变化的交叉小波相关分析 上图为原始10 a分辨率序列，下图为各原始序列60 a周期的FFT低通滤波序列；(a)与(c)：财政平衡-全国温度[33, 37]，(b)与(d)：财政平衡-东部降水[33, 38]；颜色由暗蓝(低值)到暗红(高值)指示功率谱能量变化；粗黑实线为5 %显著性水平，半透明区为边缘效应影响区；箭头指示相对相位关系(右：正相位；左：反相位) Fig. 2 Wavelet coherences between fiscal balance and climate change in China during 1~1910 A.D. Graphs above are original 10 a resolution series, and graphs below are 60 a FFT smoothing series. (a) and (c): fiscal balance-temperature anomaly of the whole China[33, 37]; (b) and (d): fiscal balance-precipitation of Eastern China[33, 38]. The color codes for power values vary from dark blue(low values)to dark red(high values). The thick black contour lines designate the 5 % significance level. Semitransparent cones indicate the regions influenced by edge effects. The arrows indicate the relative phase relationship(right: in-phase; left: out-of-phase) |
上述分析结果从财政平衡的角度验证了前人揭示的中国历史存在160 a和320 a周期波动的韵律特征及周期相关的结论[30~31]，并发现气候变化与财政波动在30~60 a及80~100 a的更短周期上也存在显著的线性关联。可见，气候变化的影响不仅仅局限于某一个指标，而是可以通过内在的作用机制传递至多个社会层面，并在多个社会经济指标上有所表现。
2.2 温度与降水变化的影响差异及其协同效应周期分析初步表明，温度和降水变化对我国历史财政平衡周期的影响是有差别的，但并未揭示这种差别有多大，以及温度和降水同时变化时对财政的影响。中国历史时期的水热组合模式复杂，“雨热同期、干冷同季”的季风气候特点并非在所有时段都显著[56]。因此，有必要进一步探讨温度和降水在不同组合条件下对财政平衡的影响。为此，设计包含不同自变量(包括财政等级的1阶滞后项值(Ft)、温度(Tt)和降水(Pt)，取其中1~3个变量作为自变量)的回归模型(公式(1))，探讨各预测变量及其组合对财政波动的影响。具体模型的自变量组合方式(表中空缺代表该模型不含该自变量)和模型计算结果见表 2~4所示，其中Ft-1为财政等级的1阶滞后项；TCt为全国温度距平，Pt为中国东部降水；WTEt和WTE0t均为中国东部冬半年温度距平，但WTEt的数据长度是210 BC~1910 A.D.，而WTE0t的数据长度为1~1910 A.D.。表 2中模型1a~7a均基于各指标的10 a分辨率序列(t=10 a)，其中模型1a~4a自变量均不含财政的1阶滞后项，但至少含一个气候预测变量，而模型4a~7a自变量至少均含财政的1阶滞后项，在此基础上逐步增加气候预测变量；表 3中模型1b~7b及表 4各模型均基于各指标的30 a分辨率序列(t=30 a)。
|
|
表 2 基于10年分辨率序列的财政平衡与气候变化回归分析 Table 2 Regression models of fiscal fluctuation and climate change on the decadal scale |
|
|
表 3 30年尺度上财政平衡与气候变化的回归分析 Table 3 Regression models of fiscal fluctuation and climate change on the three decadal scale |
|
|
表 4 30年尺度上财政平衡与气候变化(中国东部冬半年温度序列)的回归分析 Table 4 Regression models of fiscal fluctuation and climate change(based on the winter-half-year temperature of Eastern China)on the three decadal scale |
首先看模型7a的结果。模型7a同时考虑财政等级的1阶滞后项、全国温度变化和东部降水变化3个因素为预测变量，对财政波动的解释力达到51 %。远大于模型1a(只考虑全国温度为自变量，调整R2为1.6 %)、模型2a(只考虑降水为自变量，调整R2为1.8 %)及模型3a(同时考虑全国温度和降水为自变量，调整R2为4.1 %)的结果(表 2)。但是，模型4a~7a(模型4a：只考虑财政等级的1阶滞后项为自变量；模型5a：同时考虑财政等级的1阶滞后项与全国温度为自变量；模型6a：同时考虑财政等级的1阶滞后项与降水为自变量)的结果均非常稳定，因为无论是只考虑一个气候变量作为自变量还是同时考虑两个，模型的解释力均为51 %左右(见表 2模型4a~7a，调整R2为50.7 % ~51.3 %)，这很可能受到财政序列自相关的影响。自相关检验(ACF)显示，10 a分辨率财政平衡序列存在30 a的落后自相关。对模型7a结果进行残差诊断也发现，该模型的残差近似正态分布，但并不独立且呈现周期性的显著自相关。这说明模型4a~7a的函数形式仍然受到至少前两期的财政平衡状态的影响而对其他变量不敏感，导致在10 a尺度上，气候变化对财政波动的贡献在一定程度上被财政序列本身的自相关所掩盖。
为此，本文使用30 a分辨率(计算30 a算术平均值)的气候和财政序列建立相同的回归模型(见表 3模型1b~7b)。结果显示，自变量包含财政1阶滞后项Ft-1的模型结果变化较大。不含气候预测变量(只含财政1阶滞后项Ft-1)的模型只能解释财政波动7.4 %的变率(表 3模型4b)。以降水作为唯一气候预测变量的模型(表 3模型6b)的解释力达23 %，远高于以全国温度作为唯一气候预测变量的模型5b的结果(调整R2=9.6 %，且温度的贡献不显著)。当同时考虑全国温度、降水和财政1阶滞后项为预测变量时，模型对财政波动的解释力达25 %，所有预测变量均显示正贡献，但温度依然未达到统计显著性(表 3模型7b)。这表明，在30 a尺度上，财政状态的变化对降水变化的响应更为敏感、显著，而且，气候变化对当前财政平衡波动的影响程度与前期若干年代财政平衡状态的好坏有紧密关联。换言之，财政系统本身的脆弱性会影响财政平衡波动对气候变化的响应程度，相对干旱的气候背景更容易造成财政危机的爆发。相较而言，对不含自变量Ft-1的模型1b~3b，其结果解释力只能达到0~15 %，且全国温度预测变量无法达到95 %的显著性水平。这进一步验证了短尺度的温度变化并不适合于解释或预测中国古代财政平衡的波动。这与上述交叉小波相关分析结果基本一致。残差诊断显示，模型7b的残差近似正态分布且相互独立，表明模型是可靠的。
上述回归模型中全国温度的贡献不显著，很有可能受到全国温度与财政序列在空间覆盖上不完全匹配的影响，因为影响帝制时代中国财政收入的主要因素集中在我国东部经济核心区域。为证明这一推断，基于中国东部冬半年温度序列，再设计两类回归模型(表 4)。第一类模型(表 4模型1c~7c)均包含中国东部温度预测变量WTE0t，选取与表 3各模型相同时段(1~1910 A.D.)回归，用以对比分析具有不同空间覆盖的温度距平所带来的影响。第二类模型(表 4模型1d和5d)均包含中国东部温度预测变量WTEt，回归时段扩展至210 BC~1910 A.D.。结果显示，WTE0t的回归系数基本能达到95 %的统计显著性水平(表 4模型1c~7c)。模型决定系数相较基于全国温度距平的相关模型结果(表 3模型1b、3b、5b和7b)均有明显增加。在101~1910 A.D.期间，同时考虑财政等级1阶滞后项(Ft-1)、东部温度(WTE0t)和降水(Pt)为预测变量时，模型对财政波动的解释力达27.4 %。这表明，对于过去2000年，中国东部冬半年温度相比全国温度更适合解释和预测中国历史财政平衡的波动状况。但是，这同样与分析时段密切相关。当选取210 BC~1910 A.D.作为回归时段，WTEt的贡献不在显著(表 4模型1d)，模型5d的预测能力(11.7 %)相比模型5c(13.5 %)也有所下降。因此，后续相关研究需要注意气候序列的空间代表性及分析时段的问题。
2.3 气候变化、财政旋回与朝代更迭序列对比结果显示，中国过去2000年的财政平衡波动存在明显的阶段性特征，与温度变化在多年代到百年尺度上总体呈暖盈冷匮的时序对应关系，尤其是明清以前；与降水变化在年代到多年代尺度总体呈湿盈干匮的关系，但存在时滞现象(图 3)；冷干的气候背景最有可能产生财政危机[33~34]。
|
图 3
220 BC~1910 A.D.中国气候变化、财政平衡与朝代更迭
(a) 1~1910 A.D.期间10 a分辨率全国温度距平[37]，橙线为100 a周期的FFT低通滤波序列；(b) 101~1910 A.D.中国东部降水序列[38]，绿线为60 a周期的FFT低通滤波序列；(c) 210 BC~1920 A.D.中国东部冬半年30 a温度距平序列[26]；(d) 220 BC~1910 A.D.期间10 a分辨率财政等级序列，蓝线为100 a周期的FFT低通滤波序列，黄色和灰色方块分别为财政偏充和偏亏阶段[33]；(e) 中国典型顺世(斜线框)与乱世(空白框)阶段[57]；(f) 秦统一至清朝历朝持续时间(离散线段，对应左纵坐标)，各线段所对应朝代可参考文献[39]；每10 a平均全国并存政权数量(灰曲线，对应右纵坐标)(据文献[40]补充修改) 蓝色和白色区域分别为百年尺度冷期和暖期[26] Fig. 3 Comparison of climate change, fiscal balance and dynastical cycles in China during 220 BC~1910 A.D. (a) 10 a resolution temperature anomaly of the whole China during 1~1910 A.D. and orange line is 100 a FFT low-pass filter sequence[37]; (b) Precipitation of Eastern China during 101~1910 A.D. and green line is 60 a FFT low-pass filter sequence[38]; (c) Winter-half-year temperature anomaly of the Eastern China with 30 a resolution during 210 BC~1910 A.D.[26]; (d) Reconstructed fiscal grade sequence and blue line is 100 a FFT low-pass filtering curve, the bottom yellow and gray bars indicate stages of fiscal surplus and fiscal deficiency, respectively[33]; (e) Typical stages of prosperity(slash box)and chaos(blank box)for past dynasties in China[57]; (f) Durations of each dynasty from the Qin Dynasty to Qing Dynasty(discrete lines, corresponding to the left vertical coordinate), the dynasty corresponding to each line refers to literature[39]; the 10 a average number of coexisting regimes in historical China(gray line, corresponding to the right vertical coordinate)(modified from literature[40]). The blue and white areas are centennial-scale cold and warm periods, respectively[26] |
朝代历时及并存政权数量均可以反映朝代更迭现象。自秦朝统一中国至清末，中国共有15个主要朝代或历史阶段[39]。其中统一王朝包括西汉、东汉、西晋、隋、唐、北宋、元、明、清，统治区域均包括了我国东部大部分地区，通常被认为是统一、稳定的时期。其他的历史时期如三国、东晋、南北朝、五代十国、南宋等都是中国南北方或中原地区大分裂和动荡的时期。对比财政序列与历朝典型的繁盛(顺世、盛世、治世、中兴等)和危机(乱世、衰世等)时段，可以发现多数财政相对充裕时期对应繁盛时段，但财政相对亏缺时期既可能对应危机或乱世期，也可能对应繁盛期(图 3)，这主要是由于影响财政波动的因素十分复杂。5个历时最长的朝代(分别为汉、唐、宋、明和清)是中国历史上社会经济最为繁荣辉煌的时期，财政等级在4以上的主要分布在这些时段内。除明清时期外，大多数的繁盛时段发生在百年尺度暖期背景下，而历时较长的危机或乱世多发生在百年尺度冷期。明清时期总体处于寒冷的小冰期气候背景，繁盛时段出现在相对暖阶段，而危机或乱世时段出现在相对冷阶段。前人的研究也指出，引发朝代衰退的几次大规模动乱、战争高峰期、人口显著减少期均对应寒冷时期[12, 17, 20]。明清时期繁盛时段偏长，社会环境相对稳定有利于国家财政状况的稳定，这可能是导致该时期财政波动与百年尺度冷期(小冰期)不对应的一个原因。
从图 3可以直观看出，过去两千多年里在百年尺度上，气候变化与王朝历时及并存政权数量并没有十分一致的时间对应关系，表明气候变化对朝代更迭的影响十分复杂。总体看来，在北宋以前的一千多年中，百年尺度暖期背景下的封建王朝历时较长，并存政权相对较少，而冷期则相反，但并非完全对应。最明显的是魏晋南北朝冷期(221~570 A.D.)，王朝更迭周期显著缩短，并存政权数量激增。魏晋南北朝时期社会动荡，国家财政退化为以实物为基础的战时财政，该时期没有哪个朝代在财政上是较为充裕的，多数时期均面临财政危机[58]。财政系统应对外界扰动的能力衰退，在某种程度上加速了王朝的灭亡。而朝代更替频繁又反过来影响财政稳定，国家财政制度濒临崩溃，加以战乱、政治腐败等因素影响，导致该时期财政波动剧烈，表现出强烈的年代际波动特征。而唐后期至五代十国前期的冷期(781~930 A.D.)对应唐中期以后的藩镇割据及五代十国的多政权林立，但唐朝在安史之乱后仍作为统一王朝延续了150余年，而五代十国则处于百年尺度冷期向中世纪暖期的过渡期，这种不对应是受人为与自然的综合作用的结果。北宋以后的近千年里，气候总体趋冷，但王朝历时趋延，并存政权数量趋减(尤其是在明清时期)，反而与降水的趋增有较一致的对应关系。唐五代以后朝代更替周期变长，相对稳定的社会和政治环境有利于建立稳定的财政制度，维持财政机制的正常运转，从而可以相对避免财政平衡因改朝换代而出现短期的剧烈波动。纵观220 BC~1910 A.D.期间，朝代更迭周期有变长趋势，这与前述财政平衡的周期延长现象一致，特别是唐以后，王朝更替频率有所下降。
从年代到多年代尺度看，王朝更迭期或并存政权数量增加的时期多为百年尺度冷暖期中的冷阶段或偏干阶段及财政匮乏期。表 5筛选出了其中统治疆域较大或历时较长的几个中国历史上比较重要的中原王朝(14个)，及全国平均并存政权数量大于等于3个的时段(9个)，同时统计了各朝代灭亡时期和各时段对应的气候与财政特征。统计显示，14个王朝中，有8个王朝灭亡时间处于百年尺度冷期(占57 %)，10个处于冷阶段(东部冬半年30年温度距平 < 0，占71 %)，9个处于偏干阶段(干湿指数小于0，占所对应的12个王朝的75 %)，11个处于财政偏匮乏阶段(财政等级 < 2.84，占79 %)，7个王朝同时处于冷阶段和偏干阶段，占所对应的12王朝的58 %；9个并存政权较多的时段中，6个处于百年尺度冷期(占67 %)，7个处于冷阶段(占78 %)，6个处于偏干阶段(占所对应的8个时段的75 %)，7个处于财政偏匮乏阶段(占78 %)，4个时段同时处于冷阶段和偏干阶段，占所对应的8个时段的50 %。221~628 A.D.和748~1254 A.D.是两个典型的多政权时代，其中在400~410 A.D.、924~951 A.D.均出现并存政权≥10个/年且持续10年以上，分别对应了30年冬半年均温距平的-0.2 ℃、-0.5~0 ℃[40]。
|
|
表 5 主要历史朝代更替对应的气候与财政统计特征 Table 5 Statistical characteristics of climate and fiscal balance for major historical dynastical alternations |
气候变化与财政平衡之间存在内在的关联机制，是气候变化影响财政周期和中国历史朝代更迭的基本前提。气候的周期性变化(包括长期的气候均变和极端气候事件)通过影响水热资源及灾害水平变化进而影响作物品种与熟制、种植制度、耕地面积[26, 59]，最终体现为粮食单产与粮食总产量的变化。农业产量的周期波动进一步传递至更高的经济社会层次[35]，包括国家财政收入来源。而国家财政支出除直接受气候灾害影响(灾害赈济等)，更受到政治经济制度、行政管理(如官僚腐败)、工程建设、战争、皇室个人行为等非气候因素影响。气候变化、财政平衡与朝代更迭之间存在多因素错综复杂的驱动反馈过程。本文虽不能回答上述全部问题，但不可否认，财政长期面临危机是历史上多数朝代崩溃的一个极其重要的原因[58]。以明朝的崩溃为例，17世纪初气候恶化引发的农业减产、边境危机及政治腐败，叠加人口增长压力，是导致明朝崩溃的4个主要驱动因素，这些因素均通过财政系统的恶化激发农民起义，最终引发明王朝的彻底崩溃[21]。19世纪初气候恶化引发的农业和手工业衰退及财政危机是导致清代道光萧条的重要原因[60]。而唐朝在安史之乱后，在气候转冷背景下仍持续了上百年时间，与唐中期的财政制度变革、区域经济发展及经济重心南移带来的财政效应有重要关系[19]。唐中期以后，财政周期与王朝更替周期有所延长，除受气候波动和上述因素影响，可能还与人口增长[61]、国家财政税收的长期演变(如田赋比例相对下降)、技术进步等长期因素的影响有关。因此，后续亟待进一步加强气候与更多非气候因素在不同尺度上对财政波动和朝代更替的影响，并开展基于分时段及典型案例的影响机制研究。
3 主要结论从气候变化的角度定量探讨中国历史旋回的归因问题，目前研究仍不多见，尤其是将研究时段拓展至整个过去2000年。本研究基于多条量化代用指标序列，对220 BC~1910 A.D.中国气候变化、财政周期与朝代更替之间的关系进行了实证研究，主要结论如下：
(1) 220 BC~1910 A.D.中国财政平衡波动存在40~320 a的多个主导周期，其中80~100 a最为显著且基本上分布于整个研究时段，其次是160~200 a、280~320 a和200~250 a周期。财政波动周期在社会动荡、朝代更迭频繁时期趋于缩短，在和平稳定时期延长，财政平衡周期有随时间变化而变长的趋势，主导周期在1000~1200 A.D.前后由80~100 a转变为160 a和280~320 a。
(2) 财政平衡与气候变化存在多个共振周期及周期相关性，其中与温度变化存在80~100 a、160~200 a和250~280 a的共同周期，与降水变化存在80~100 a，160 a和320~390 a的共同周期。与降水变化在80~100 a的共振周期最为显著。财政平衡与温度变化在250~280 a的共振周期呈较一致的正相关关系，在短周期上未发现有较一致的显著线性关联；和降水变化在60~80 a、80~100 a和160 a这3个共振周期存在较显著的正相关，在1000 A.D.年以前还存在30~60 a的短周期正相关。
(3) 在10~30 a尺度上，温度变化和降水变化对财政平衡波动具有协同效应，且降水比温度更适合用于解释中国历史财政平衡旋回的波动。在30 a尺度上，当同时考虑全国年均温度、东部降水和财政平衡1阶滞后项为预测变量时，回归模型对财政波动的解释力达25 %，若将全国年均温度替换为中国东部冬半年温度，则模型对财政波动的解释力达27.4 %。后续研究需要注意气候序列空间范围和分析时段的影响。
(4) 多数财政相对充裕时期对应繁盛时段，但财政相对亏缺时期既可能对应危机或乱世期，也可能对应繁盛期。而在明清以前，多数繁盛时段发生在百年尺度暖期，乱世时段多发生在百年尺度冷期。过去2000年在百年尺度上，气候冷暖期与王朝历时的长短及并存政权数量的多少没有十分一致的时间对应关系，尤其是对近千年。但在年代到多年代尺度上，70 %以上的王朝更迭期和并存政权数量增加期对应冷阶段或偏干阶段或财政匮乏期。统计的14个中原王朝中，有8个王朝灭亡时间处于百年尺度冷期(占57 %)，10个处于冷阶段(占71 %)，9个处于偏干阶段(占所对应的12个王朝的75 %)，11个处于财政偏匮乏阶段(占79 %)，7个王朝同时处于冷阶段和偏干阶段，占所对应的12王朝的58 %；9个并存政权较多的时段中，6个处于百年尺度冷期(占67 %)，7个处于冷阶段(占78 %)，6个处于偏干阶段(占所对应的8个时段的75 %)，7个处于财政偏匮乏阶段(占78 %)，4个时段同时处于冷阶段和偏干阶段，占所对应的8个时段的50 %。
致谢: 感谢审稿专家建设性的修改意见!感谢编辑部赵淑君和杨美芳老师花费大量时间为本文编辑和润色!
| [1] |
Costanza R, Graumlich L, Steffen W, et al. Sustainability or collapse:What can we learn from integrating the history of humans and the rest of nature?[J]. AMBIO:A Journal of the Human Environment, 2007, 36(7): 522-527. DOI:10.1579/0044-7447(2007)36[522:SOCWCW]2.0.CO;2 |
| [2] |
PAGES. Past Global Changes: Science Plan and Implementation Strategy(IGBP Report No.57)[R]. Stockholm: IGBP Secretariat, 2009: 1-67.
|
| [3] |
IP CC. Climate Change 2014:Impacts, Adaptation, and Vulnerability. Contribution of Working Group Ⅱ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2014: 1-1132.
|
| [4] |
Büntgen U, Tegel W, Nicolussi K, et al. 2500 years of European climate variability and human susceptibility[J]. Science, 2011, 331(6017): 578-582. DOI:10.1126/science.1197175 |
| [5] |
Butzer K W. Collapse, environment, and society[J]. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(10): 3632-3639. DOI:10.1073/pnas.1114845109 |
| [6] |
deMenocal P B. Cultural responses to climate change during the Late Holocene[J]. Science, 2001, 292(5517): 667-673. DOI:10.1126/science.1059827 |
| [7] |
Kennett D J, Breitenbach S F, Aquino V V, et al. Development and disintegration of Maya political systems in response to climate change[J]. Science, 2012, 338(6108): 788-791. DOI:10.1126/science.1226299 |
| [8] |
Weiss H, Bradley R S. Archaeology. What drives societal collapse?[J]. Science, 2001, 291(5504): 609-610. DOI:10.1126/science.1058775 |
| [9] |
Zhang D D, Brecke P, Lee H F, et al. Global climate change, war, and population decline in recent human history[J]. Proceedings of the National Academy of Sciences of the United States of America, 2007, 104(49): 19214-19219. DOI:10.1073/pnas.0703073104 |
| [10] |
吴文祥, 刘东生. 4000 a B.P.前后降温事件与中华文明的诞生[J]. 第四纪研究, 2001, 21(5): 443-451. Wu Wenxiang, Liu Tungsheng. 4000 a B.P. event and its implications for the origin of ancient Chinese civilization[J]. Quaternary Sciences, 2001, 21(5): 443-451. |
| [11] |
陈亭亭, 贾鑫, 黎海明, 等. 甘青地区齐家文化时期农业结构的时空变化及其影响因素分析[J]. 第四纪研究, 2019, 39(1): 132-143. Chen Tingting, Jia Xin, Li Haiming, et al. The analysis of spatiotemporal transformations of agricultural and its influence factors during Qijia culture period in Gansu-Qinghai region[J]. Quaternary Sciences, 2019, 39(1): 132-143. |
| [12] |
葛全胜, 方修琦, 郑景云. 中国历史时期气候变化影响及其应对的启示[J]. 地球科学进展, 2014, 29(1): 23-29. Ge Quansheng, Fang Xiuqi, Zheng Jingyun. Learning from the historical impacts of climatic change in China[J]. Advances in Earth Science, 2014, 29(1): 23-29. |
| [13] |
魏柱灯, 苏筠, 方修琦, 等. 过去2000年气候变化对中国经济与社会发展影响研究综述[J]. 地球科学进展, 2014, 29(3): 336-343. Wei Zhudeng, Su Yun, Fang Xiuqi, et al. A review of climatic impacts on Chinese socio-economic development over the past 2000 years[J]. Advances in Earth Science, 2014, 29(3): 336-343. |
| [14] |
Stocker T F, Dahe Q, Plattner G K. Climate Change 2013:The Physical Science Basis. Contribution of Working Group Ⅰ to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2013: 402-422.
|
| [15] |
方修琦, 苏筠, 尹君, 等. 历史气候变化影响研究中的社会经济等级序列重建方法探讨[J]. 第四纪研究, 2014, 34(6): 1204-1214. Fang Xiuqi, Su Yun, Yin Jun, et al. Methodology for quantifying social and economic series on the base of semantic differential to serve the research on impacts of climate change[J]. Quaternary Sciences, 2014, 34(6): 1204-1214. |
| [16] |
范保硕, 张文胜, 张茹春, 等. 华北平原小冰期以来干湿变化与人类活动特征[J]. 第四纪研究, 2019, 39(2): 483-496. Fan Baoshuo, Zhang Wensheng, Zhang Ruchun, et al. Characteristics of dry-wet changes and human activities in the North China Plain since the Little Ice Age[J]. Quaternary Sciences, 2019, 39(2): 483-496. |
| [17] |
Lee H F, Fok L, Zhang D D. Climatic change and Chinese population growth dynamics over the last millennium[J]. Climatic Change, 2008, 88(2): 131-156. DOI:10.1007/s10584-007-9329-1 |
| [18] |
Tol R S J, Wagner S. Climate change and violent conflict in Europe over the last millennium[J]. Climatic Change, 2010, 99(1-2): 65-79. DOI:10.1007/s10584-009-9659-2 |
| [19] |
Wei Z, Fang X, Su Y, et al. Comparison of climatic impacts transmission from temperature to grain harvests and economies between the Han(206 BC-AD 220)and Tang(AD 618-907)dynasties[J]. The Holocene, 2018, 28(10): 1598-1608. DOI:10.1177/0959683618782592 |
| [20] |
Zhang D D, Jim C Y, Lin G C S, et al. Climatic change, wars and dynastic cycles in China over the last millennium[J]. Climatic Change, 2006, 76(3-4): 459-477. DOI:10.1007/s10584-005-9024-z |
| [21] |
Zheng J, Xiao L, Fang X, et al. How climate change impacted the collapse of the Ming Dynasty[J]. Climatic Change, 2014, 127(2): 169-182. DOI:10.1007/s10584-014-1244-7 |
| [22] |
Pei Q, Zhang D D, Lee H F, et al. Climate change and macro-economic cycles in pre-industrial Europe[J]. PLoS One, 2014, 9(2): e88155. DOI:10.1371/journal.pone.0088155 |
| [23] |
Fang X Q, Xiao L B, Wei Z D. Social impacts of the climatic shift around the turn of the 19th century on the North China Plain[J]. Science China:Earth Sciences, 2013, 56(6): 1044-1058. DOI:10.1007/s11430-012-4487-z |
| [24] |
Xiao L, Fang X, Zhang Y. Multi-stage evolution of social response to flood/drought in the North China Plain during 1644-1911[J]. Regional Environmental Change, 2014, 14(2): 583-595. DOI:10.1007/s10113-013-0516-5 |
| [25] |
Fang X Q, Su Y, Yin J, et al. Transmission of climate change impacts from temperature change to grain harvests, faminesand peasant uprisings in the historical China[J]. Science China:Earth Sciences, 2015, 58(8): 1427-1439. DOI:10.1007/s11430-015-5075-9 |
| [26] |
葛全胜. 中国历朝气候变化[M]. 北京: 科学出版社, 2011: 1-709. Ge Quansheng. Climate Change in Chinese Dynasties[M]. Beijing: Science Press, 2011: 1-709. |
| [27] |
李裕元. 浅论中原地区近5000年来气候的水旱变化规律与中国历史朝代的演替与兴衰[J]. 华北水利水电学院学报(社科版), 1999(4): 38-42. Li Yuyuan. A brief discussion on the impacts of flood and drought on the rise and fall of Chinese historical dynasties in the Central Plains over the last 5000 years[J]. Journal of North China Institute of Water Conservancy and Hydroelectric Power(Social Science), 1999(4): 38-42. |
| [28] |
Yin J, Su Y, Fang X. Relationships between temperature change and grain harvest fluctuations in China from 210 BC to 1910 AD[J]. Quaternary International, 2015, 355: 153-163. DOI:10.1016/j.quaint.2014.09.037 |
| [29] |
赵红军. 气候变化是否影响了我国过去两千年间的农业社会稳定?——一个基于气候变化重建数据及经济发展历史数据的实证研究[J]. 经济学(季刊), 2012, 11(2): 691-722. Zhao Hongjun. Did climate change affect the social stability of chinese agrarian economy in the past 2000 years?A positive analysis based on paleo-climatic reconstruction data and historic data[J]. China Economic Quarterly, 2012, 11(2): 691-722. |
| [30] |
Zhang Z B, Tian H D, Cazelles B, et al. Periodic climate cooling enhanced natural disasters and wars in China during AD 10-1900[J]. Proceedings of the Royal Society B:Biological Sciences, 2010, 277(1701): 3745-3753. DOI:10.1098/rspb.2010.0890 |
| [31] |
Wei Z, Rosen A M, Fang X, et al. Macro-economic cycles related to climate change in dynastic China[J]. Quaternary Research, 2015, 83(1): 13-23. DOI:10.1016/j.yqres.2014.11.001 |
| [32] |
Yin J, Su Y, Fang X. Climate change and social vicissitudes in China over the past two millennia[J]. Quaternary Research, 2016, 86(2): 133-143. DOI:10.1016/j.yqres.2016.07.003 |
| [33] |
魏柱灯, 方修琦, 苏筠. 气候变化对中国古代财政平衡的影响[J]. 地理科学, 2015, 35(9): 1156-1163. Wei Zhudeng, Fang Xiuqi, Su Yun. Climatic impacts on the fiscal balance in ancient China[J]. Scientia Geographica Sinica, 2015, 35(9): 1156-1163. |
| [34] |
Wei Z, Fang X, Su Y. Climate change and fiscal balance in China over the past two millennia[J]. The Holocene, 2014, 24(12): 1771-1784. DOI:10.1177/0959683614551224 |
| [35] |
方修琦, 郑景云, 葛全胜. 粮食安全视角下中国历史气候变化影响与响应的过程与机理[J]. 地理科学, 2014, 34(11): 1291-1298. Fang Xiuqi, Zheng Jingyun, Ge Quansheng. Historical climate change impact-response processes under the framework of food security in China[J]. Scientia Geographica Sinica, 2014, 34(11): 1291-1298. |
| [36] |
葛全胜, 郑景云, 方修琦, 等. 过去2000年中国东部冬半年温度变化[J]. 第四纪研究, 2002, 22(2): 166-173. Ge Quansheng, Zheng Jingyun, Fang Xiuqi, et al. Temperature changes of winter-half-year in Eastern China during the past 2000 years[J]. Quaternary Sciences, 2002, 22(2): 166-173. |
| [37] |
Ge Q, Hao Z, Zheng J, et al. Temperature changes over the past 2000 yr in China and comparison with the Northern Hemisphere[J]. Climate of the Past, 2013, 9(3): 1153-1160. DOI:10.5194/cp-9-1153-2013 |
| [38] |
Zheng J Y, Wang W C, Ge Q S, et al. Precipitation variability and extreme events in Eastern China during the past 1500 years[J]. Terrestrial, Atmospheric and Oceanic Sciences, 2006, 17(3): 579-592. DOI:10.3319/TAO.2006.17.3.579(A) |
| [39] |
毛耀顺. 中华五千年长历[M]. 北京: 气象出版社, 2002: 652-653. Mao Yaoshun. 5000-year Long Calendar in China[M]. Beijing: Meteorological Publishing House, 2002: 652-653. |
| [40] |
王倩.中国过去2000年气候变化对社会变迁的影响[D].北京: 北京师范大学硕士研究生学位论文, 2010: 26-28. Wang Qian. The Impact of Climate Change on Social Change in China in the Past 2000 Years[D]. Beijing: The Master's Thesis of Beijing Normal University, 2010: 26-28. http://d.wanfangdata.com.cn/Thesis/Y1772585 |
| [41] |
Torrence C, Compo G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998, 79(1): 61-78. DOI:10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2 |
| [42] |
黄春菊, 田晓丽. 太阳活动对年代际-亚轨道尺度气候变化的驱动机制探讨[J]. 第四纪研究, 2018, 38(5): 1255-1267. Huang Chunju, Tian Xiaoli. Discussion on the driving mechanism of solar activity to interannual-suborbital-scale climate change[J]. Quaternary Sciences, 2018, 38(5): 1255-1267. |
| [43] |
张志平, 黄伟, 陈建徽, 等. 全新世东亚夏季风演化的多尺度周期变化及其可能机制探讨[J]. 第四纪研究, 2017, 37(3): 498-509. Zhang Zhiping, Huang Wei, Chen Jianhui, et al. Multi-time scale analysis of East Asian summer monsoon and its possible mechanism during Holocene[J]. Quaternary Sciences, 2017, 37(3): 498-509. |
| [44] |
Cazelles B, Chavez M, Berteaux D, et al. Wavelet analysis of ecological time series[J]. Oecologia, 2008, 156(2): 287-304. DOI:10.1007/s00442-008-0993-2 |
| [45] |
Rouyer T, Fromentin J M, Stenseth N, et al. Analysing multiple time series and extending significance testing in wavelet analysis[J]. Marine Ecology Progress Series, 2008, 359: 11-23. DOI:10.3354/meps07330 |
| [46] |
Grinsted A, Moore J C, Jevrejeva S. Application of the cross wavelet transform and wavelet coherence to geophysical time series[J]. Nonlinear Processes in Geophysics, 2004, 11(5/6): 561-566. DOI:10.5194/npg-11-561-2004 |
| [47] |
Enders W. Applied Econometric Time-Series(2nd edition)[M]. Hoboken: John Wiley & Sons, 2003: 1-480.
|
| [48] |
Groot E, Franses P H. Common socio-economic cycle periods[J]. Technological Forecasting and Social Change, 2011, 79(1): 59-68. |
| [49] |
Le Roy Ladurie E. The Peasants of Languedoc[M]. Urbana: University of Illinois Press, 1977: 1-370.
|
| [50] |
Skinner G W. Presidential address:The structure of Chinese history[J]. The Journal of Asian Studies, 1985, 44(2): 271-292. DOI:10.2307/2055923 |
| [51] |
Lee R. Accidental and systematic change in population history:Homeostasis in a stochastic setting[J]. Explorations in Economic History, 1993, 30(1): 1-30. DOI:10.1006/exeh.1993.1001 |
| [52] |
Turchin P. Long-term population cycles in human societies[J]. Annals of the New York Academy of Sciences, 2009, 1162(1): 1-17. DOI:10.1111/j.1749-6632.2009.04447.x |
| [53] |
Fischer D H. The Great Wave:Price Revolutions and the Rhythm of History[M]. Oxford: Oxford University Press, 1996: 1-552.
|
| [54] |
葛全胜, 郑景云, 刘健. 过去2000 a中国东部冬半年温度变幅与周期[J]. 气候变化研究进展, 2006, 2(3): 108-112. Ge Quansheng, Zheng Jingyun, Liu Jian. Amplitude and rhythm of winter half-year temperature change in Eastern China for the past 2000 years[J]. Advances in Climate Research, 2006, 2(3): 108-112. |
| [55] |
葛全胜, 郑景云, 郝志新, 等. 过去2000年中国气候变化研究的新进展[J]. 地理学报, 2014, 69(9): 1248-1258. Ge Quansheng, Zheng Jingyun, Hao Zhixin, et al. State-of-the-arts in the study of climate changes over China for the past 2000 years[J]. Acta Geographica Sinica, 2014, 69(9): 1248-1258. |
| [56] |
Zhang D E, Li H C, Ku T L, et al. On linking climate to Chinese dynastic change:Spatial and temporal variations of monsoonal rain[J]. Chinese Science Bulletin, 2010, 55(1): 77-83. DOI:10.1007/s11434-009-0584-6 |
| [57] |
范文澜. 中国通史简编[M]. 石家庄: 河北教育出版社, 2000: 108-840. Fan Wenlan. The General History of China[M]. Shijiazhuang: Hebei Education Press, 2000: 108-840. |
| [58] |
项怀诚. 中国财政通史(第3卷)[M]. 北京: 中国财政经济出版社, 2006: 3-38. Xiang Huaicheng. The General History of Chinese Finance(vol.3)[M]. Beijing: China Financial and Economic Publishing House, 2006: 3-38. |
| [59] |
Galloway P R. Long-term fluctuations in climate and population in the preindustrial era[J]. Population and Development Review, 1986, 12(1): 1-24. DOI:10.2307/1973349 |
| [60] |
李伯重. "道光萧条"与"癸未大水"——经济衰退、气候剧变及19世纪的危机在松江[J]. 社会科学, 2007(6): 173-178. Li Bozhong. The Daoguang depression and the 1823 flood-Economic decline, climatic cataclysm and the nineteenth-century crisis in Songjiang[J]. Journal of Social Sciences, 2007(6): 173-178. |
| [61] |
朱国宏. 中国历史人口增长再认识:公元2-1949[J]. 人口研究, 1998, 22(3): 14-20. Zhu Guohong. A reconsideration of the historical population growth in China:AD 2-1949[J]. Population Research, 1998, 22(3): 14-20. |
2 Faculty of Geographical Science, Beijing Normal University, Beijing 100875)
Abstract
Quantitatively investigating the relationship between climate change and human society merits more empirical exploration, from a deep time perspective. This paper takes the whole China during 220 BC~1910 A.D. as the study area and research period, aiming to analyze the long-term temporal patterns for the relationship among climate change, fiscal balance and dynastical cycles in China over the past 2000 years. In order to achieve this purpose, the paper used six key reconstructed proxies, including two temperature anomaly series of the whole China (1~1910 A.D.) and the Eastern China (210 BC~1910 A.D.), precipitation of Eastern China (101~1910 A.D.), fiscal grade sequence (220 BC~1910 A.D.), durations of each dynasty and the 10-year average number of coexisting regimes in historical China. Sequences comparison and multiple statistical tools such as FFT low-pass filter, wavelet and cross-wavelet analysis and regression model are also used to explore the periodic resonance and correlation between climate change and fiscal balance, the synergistic effect of temperature and precipitation change on fiscal balance, and the background of climate and fiscal balance during dynastical alternations. It is found that fluctuation of fiscal balance had multiple periodicities ranging from 40 years to 320 years in China during 220 BC~1910 A.D. The period of 80~100 years is the most statistically significant and basically distributed temporally throughout the study period. The fiscal cycle shortened in the period of social turbulence and frequent dynastic changes, and prolonged in the period of peace and stability. Throughout the past 2000 years, the length of the fiscal periodicity displayed a growing trend, with the transition period during 1000~1200 A.D. Moreover, fiscal balance was positively associated significantly with temperature at the predominant bands of 250~280 years, and with precipitation at the three bands of 60~80 years, 80~100 years and 160 years. On the scale of 10~30 years, the synergistic effect of temperature change and precipitation change on fiscal balance is significant. On the 30-year scale, when taking all of the temperature, precipitation and first-order lag of fiscal balance as predicting variables, the explanatory power of regression model can reach as high as 27.4%. However, it is related to the spatial range of climate sequences and analysis period. Compared with temperature change, precipitation is more suitable for explaining the historical fiscal balance cycle in China on the 10 to 30-year scale. Besides, it is noted that most of the fiscal sufficient periods corresponded to the prosperous periods, but the fiscal deficiency periods might both appear in the crisis/turbulent periods and the prosperous periods. Before the Ming and Qing Dynasties, most prosperous periods occurred in the centennial-scale warm period, whiles most turbulent periods occurred in the centennial-scale cold period. Although there was no consistent temporal correspondence among climatic warm/cold periods, duration of the dynasties and the number of coexisting regimes on the centennial scale over the past 2000 years, 70% dynastical alternations corresponded to cold stages or relatively dry stages and fiscal deficiency periods at the decadal to multidecade scale.