郭永钦 袁琳熹 | 清代府级地丁税的空间格局及影响因素

郭永钦1　袁琳熹2

1.广州大学人文学院，广东广州 510006

2.广东外语外贸大学经济贸易学院，广东广州 510006

郭永钦，1985年生，男，四川成都人，博士，广州大学人文学院副教授，主要从事经济史、区域经济、历史地理研究；袁琳熹，1996年生，女，河南漯河人，广东外语外贸大学经济贸易学院硕士研究生。

清代地丁税主要由“地税”和“丁税”组成，兼有土地税和人头税性质，是国家最重要的财政收入，其税额也与地理禀赋息息相关。地丁税在清朝财政体系中占据重要地位，王业键曾以“帝国的血络”[1]为喻。陈锋有关财政收入结构的统计研究表明，顺治九年（1652）时地丁钱粮在财政总收入占比达87.2%，乾隆十八年（1753）时最低，也有69.5%。[2]

关于清代地丁税的现有研究揭示了地丁税额在地区性或政策性冲击下的差异表现。郭松义较早指出明末实行“摊丁入亩”后，丁、田、粮分别占总数比例存在地区差异，诸如折银、折粮、摊派方式等都因地域不同而有异。[3]薛理禹指出，“摊丁入亩”的运作中南北方在丁银和田赋上此消彼长，呈现地域分异，并在丁银田赋合并为“地丁银”后得到相同幅度的减免。[4]

本文利用地理信息系统（GIS）空间分析工具，参考卢卡·安瑟林（Anselin）进行社会科学分析的步骤，主要从地理可视化（geovisualization）、探索性空间数据分析（exploratory spatial data analysis）和空间建模（spatial modeling）三个维度展开。[5]虽然历史资料不易获得，但该类方法在历史地理、经济史领域已有应用。地理可视化可以反映研究区域的空间位置及其地理环境信息。与之相关的包括王一帆利用清代《河南简明赋役全书》建立数据库，分析田赋时空变化规律[6]；林珊珊等将耕地数据与嘉庆《大清一统志》中土地数据相结合，考察其与海拔、坡度等地理因素间的关系[7]；何凡能等基于遥感土地利用数据和全球潜在植被数据确定中国西南地区土地垦殖前森林植被可能的分布范围，并重建了清代西南地区的森林空间格局[8]；方修琦等综述了过去两千年中国主要农耕区拓展的阶段性特征，总结了全国耕地面积和近千年垦殖率变化的基本规律[9]。探索性空间数据分析指通过已知空间数量性质发现存在的空间集中模式和规律，在现代经济地理研究方面比较多见。空间建模包括测算空间相关、空间回归等内容，对空间因果关系作出解释，如侯杨方、余开亮提取《浙江赋役全书》中的赋税数据和DEM海拔坡度数据对地形和赋税进行空间回归分析，讨论浙江省地税、丁税与地形的关系等[10]。

针对地丁税额变动进行量化历史分析，现有材料除时间断面较为单一，高分辨率成果也很稀缺，主要依靠梁方仲收录的嘉庆《大清一统志》1820年府级层截面数据，但无面板数据。[11]本文系统性爬梳和整理多个年代的省、府、县三级地丁税数据，依托历史地理信息系统（HGIS）在现有基础上复原县级数据，利用空间点群之间的关联性、数学模型及误差目标函数对县级数据插值，详细分析清代地丁税的空间分布模式；并用引力模型探究区域对分布模式变化的影响程度，加深对地丁税额空间分布和时空演变规律的认识。[12]

（一）数据处理

1. 清代地丁税数据

目前学界较常用的地丁税数据，除较为零散的方志、奏折，主要有梁方仲整理自嘉庆《大清一统志》的表格[13]及倪玉平整理的抄档地丁数据[14]。可供参考的税额数据缺失较多，反映的空间范围或失之过广（如会典、户部银库等），或略显偏狭（如各类民间底层征收册等），其烦芜混乱的现状使研究清代税收问题概貌困难重重。

由于赋税数据在不同时空背景下随政区变动较大，必须先将所有数据投射到基本图层。囿于史料，部分地区对应年代、涵盖府域的数据不完整，因而选取府级数据遵循三条标准。第一，由于《缙绅录》存在不同年份的府级、县级地丁税数据且具有空间特性，康熙、乾隆、嘉庆三个版本《大清一统志》有府级数据[15]，整理并考订其中的地丁税额作为主要数据来源并匹配矢量图层做空间分析，行政层级划分也以此为准。第二，清代疆域以中国历史地理信息系统（CHGIS）1820年政区数据为准，并依据历史时期府级政区设置调整，以兼顾地丁税数据完整。[16]第三，地丁税地域界限集中在400毫米降水量线以南，该区域也是本研究主要数据范围，其他区域虽同属清廷版图，但没有以“地丁”直接作为额征税收标准，如甘肃等地以西仍以粮草为主要纳税形式，又如东北地区由于中央政策规定不征地丁银未纳入统计。

乾隆以前政区调整较为频繁，数据的空间匹配是主要问题。为避免同名造成数据混乱，以“省-府-县”作为县级数据属性名。以1820年为标准年回溯清初沿革，各政区主要存在析置（可视为新设，原有地一分为二）、更名（辖区不变）、废置（原有地名消失）、微调（地名不变，但辖区略作盈缩、治所迁徙）等情形。因“更名”不触及其他政区要素，故直接将新旧地名替换即可，如雍正四年（1726）“景陵县”改为“天门县”等。“析置（新设）”与“废置”处理亦按原县名匹配，如雍正五年（1727）“胙城县”裁入“延津县”等。全国尺度的县级财政考察在GIS图层中，县被处理作点状数据，对回归分析结果影响不大。直隶州与府级情况在与府级数据校对后，以CHGIS府级图层为底图匹配地丁税数据。

2. 人口、地形与自然灾害数据

人口采用《中国人口史·清时期》所载数据。[17]地形指标以坡度、海拔为主，采用SRTM 90m DEM高程数据，分三个层级。第一，L级低坡度（<10°），主要包括平地、河谷、坑地等坡度小于10度地区，海拔一般不超过500米，相对高度在50米以下。第二，S级中坡度（10°—30°），主要有缓坡、缓丘陵（<25°）、侵蚀切割平原等，海拔200—500米，相对高度在200米以下。平原海拔不超过200米，相对高度在50米以下。第三，T级高坡度（>30°），包括陡坡、陡丘陵、山地及高原等，海拔500米，相对高差200米以上。

灾害数据来源于《中国近五百年旱涝分布图集》（以下简称“《旱涝等级》”）[18]，包含清代18省下属各县域500年间发生的灾害及等级。图集以夏季灾害为主要定级对象，数字1—5表示灾害等级，如果同一站点范围内记载有矛盾，则以多数县份情况为准。[19]根据文中标注等级，分别统计203个府级城市在1717、1743、1784和1820四个年份中发生微旱、大旱、大涝、大水的次数，代指自然灾害频数。

（二）研究方法

1. 基于GIS的空间统计分析

采用空间统计学的探索性空间分析方法（exploratory spatial data analysis, ESDA）进行研究，包括全局空间自相关分析和局部空间自相关分析两种。全局自相关分析采用莫兰指数（Moran's ）衡量省级地丁税的空间集聚程度，一般定义为:

局部空间自相关（local indicators spatial association, LISA）可用于衡量其与周围地域单元之间的关联性，被定义为:

2. 空间计量方法

基于清代地丁税的空间效应选用空间计量模型分析人口、地形因素对地丁税空间格局的影响，常用模型有空间误差模型、空间滞后模型、空间杜宾模型等。本文采用空间杜宾模型，具体如下:

（一）地丁税的空间效应分析

1. 地丁税随地形分布的特征

通过计算1717、1743、1784、1820年的税额平均值，观察地丁税额的整体水平随高程分布的特征，其结果如图1所示。

在小农经济社会，农业生产活动依赖于自然地理条件，所以不同地理指标可以用来反映各地经济发展状况与税收水平。如图1所示，清代内地省份地丁税最高的有三个地区：长江中下游平原（连同江南地区、赣北平原）、汾渭平原，以及华北平原山东部分。三个地区有多个府级政区每年地丁税额超过10万两[20]。

总体而言，地丁税额分布与海拔显著相关，10万两以上税额的府几乎都在平原地区；海拔1000米以上的高原地区，税额水平均在10万两以下。云贵高原各府税额在1万两以下，可见，雍正四年“改土归流”后，地丁银虽逐步取代原先征收米粮等的实物税，但总量仍相对较少。

2. 地丁税随政区分布的特征

表1是清代203个府1717—1820年地丁税的全局莫兰指数及显著性检验结果。

表1　1717—1820年地丁税额的全局莫兰指数

考察期内莫兰指数（I值）均为正值，且都通过P<0.05水平的显著性检验，表明清代地丁税额在空间分布上有显著的正空间自相关，呈现先上升后小幅下降的特征。然而，全局性空间自相关分析只能表达全部地理单元空间分布的整体集聚水平，因此，笔者利用ArcGIS软件通过LISA分布直观反映地丁税的空间集聚（图2）。

图2　1717—1820年府级地丁税额的LISA集聚

总体来看，东部地区高-高值集聚和西南地区低-低值集聚现象显著，且呈现逐步扩大趋势；高-低值或低-高值地区较少，说明地丁税额有显著的空间分异特征。高高集聚区（HH）多在东部，且随时间推移由东部沿海向内陆蔓延，最初呈现高低集聚或低高集聚的府域也转变为高高集聚区域。到1820年，高高聚集地区总数显著增加，但相对1784年变化较小。低低集聚区（LL）普遍出现在西南地区，1717年主要集中在云南、四川等省的55个府，到1743年低低集聚区扩大到云南、贵州、四川、甘肃等地近80个府域，地域上趋于稳定。高低集聚区（HL）和低高集聚区（LH）数量先下降后上升，散落在东部和中部府域之间，随后向北移至陕西的庆阳、绥德、商州，山西的宁武，直隶的易州等北方地区。1717年共有60个府呈高低或低高集聚特征，1743年仅40个，1784年回升至47个，1820年为50个，这从侧面表明税额的空间分异现象有所缓解。

LISA集聚图能显示税额同步提高或下降的块状区域，但难以说明是哪些府域对集聚现象形成作用和影响最显著。因此，笔者进一步将地丁税额计算的引力模型可视化（图3）。地丁税额越大且距离越短的两府之间更易发生正自相关集聚，可通过引力模型公式测算:

图3　1717—1820年地丁税空间溢出效应

根据分析结果，本文定义地丁税额计算的引力值在0.1以下为两府之间正向集聚倾向“弱”，0.1—0.3为“较弱”，0.3—0.5为“中等”，0.5—3为“较强”，3以上为“强”。1717、1743、1784、1820年地丁税额引力模型均值都在0.5—0.6，中值均为0.1，表明全国大多数府域对地丁税空间集聚影响不大。但空间分异特征仍十分明显，表明少数府对正向空间集聚形成有较大影响。

府治连线代表两府之间具有较强正向集聚倾向，连线颜色越深，联系越密切。从图3来看，具有较大引力值的区域，一是江南的苏州、松江、杭州、嘉兴和湖州等地，其中苏州府和常州府之间引力值最大；二是北部的陕西、山西、河南、直隶等地。这两块区域对地丁税额的正向空间集聚形成有较大的影响，与相关研究可以印证。

从区域经济角度看，李伯重在讨论“江南地区”的界定问题时认为，江南地区的一些大城市商业腹地大大超出了此地区的边界。例如，苏州是“19世纪中叶以前中国唯一拥有全国性经济中心地位的城市，其经济腹地可以说延伸到了中国大部分地区”[21]。而北方的陕西、河南、直隶等地是中央王朝长期统治地区，与首都距离较近，人口密度较大，因此有较强的赋税能力和经济影响力。引力最大值出现在常州府和苏州府之间，但其值从1717年的209.6下降至1820年的81.2。苏、松、常、嘉等地间的引力值也普遍下降，表明国家对江南地区的重税问题有所关注，并做了一定的地域性调整。但由于江南地区经济发展程度较高，赋税承担能力较强，加之清政府财政负担沉重，国家财政收入对江南地区早已形成依赖，该趋势没有发生实质变化。

从自然地理角度看，高引力值地区均为适宜农耕的低海拔山地丘陵地带。该区域土壤分布自北向南依次为褐土、棕壤、黄棕壤、红或黄壤、赤红壤。其中，北方的褐土、棕壤、黄棕壤利于农作物耕种；江南的红壤呈弱酸性，适于茶叶等经济作物生长。气候上，18世纪前期和19世纪末、20世纪初的气候转暖推动了农耕区向北扩展。[22]因此，地丁税征收的核心区域是主要位于温暖带的北方地区和主要位于亚热带的南方地区。

（二）人口、地理环境对地丁税的回归分析

地丁税随地形分布特征的分析显示，税额整体水平受地理环境限制。空间自相关和引力模型分析表明地丁税额具有显著的空间分异，本文将进一步验证其因果关系。

首先，拉格朗日乘数-滞后检验（LM-Lag）在5%的显著性水平下显著，拉格朗日乘数-误差检验（LM-Error）在1%的显著性水平下显著，表明空间滞后模型（SAR）与空间误差模型（SEM）均优于OLS回归。LR检验和Wald检验则显著表明空间杜宾模型（SDM）不能退化为SAR和SEM模型，豪斯曼检验值为30.52，拒绝使用随机效应模型。最后，根据比较拟合优度（R²）和最大似然值（loglikelihood），选择时间固定效应的SDM模型。

本文选取人口、海拔、坡度和该府到首都的距离作为主要回归变量，并对旱涝灾害等因素进行控制，回归结果如表2所示。

表2　空间计量回归结果

注：*、**、***分别表示在10%、5%、1%的水平下显著。Wx代表在SDM模型中各变量的空间效应，洪水、涝灾、旱灾、崎岖度作为控制变量，此处限于篇幅未呈现。

空间滞后系数ρ在三个模型中均通过1%的显著性水平检验，表明府级地丁税额具有正向空间集聚效应。人口对地丁税额始终具有正向的推动作用，即使在康熙五十一年（1712）实行下旨滋生人丁“永不加赋，随后推行摊丁入亩政策，但人口的增长仍然伴随着地丁税额的上升。这是因为人口激增改变了人地关系，虽然不再增加新的“人丁税”，但“田地税”却随着人口的增长而改变。根据史志宏在清代农业发展的相关研究中对各时期分省耕地面积的整理，1724—1887年间，尽管各省耕地面积有增有减，但全国耕地总面积从74098万清亩上升至91198万清亩，粮食总产量从18.4亿石增至25.6亿石[23]。更多荒地的开垦和地产量的增加促成了税额总量的上升。这部分新垦田地的数据也在《赋役全书》中有所体现，最后的汇总部分对应相关地区税收值更新。此外，两个地理因素显著影响了地丁税额变化，海拔、坡度与地丁税额呈负相关。

其次，将SDM模型进行直接效应、间接效应与总效应的分解。其中，直接效应表示对地区的直接影响，间接效应反映对其他地区的影响，总效应系数为直接效应与间接效应之和，反映了各变量对本地与邻地影响的对比结果。

表3结果显示，人口数量对本地和邻地的地丁税税额均具有显著的正向影响，总效应则说明人口对地区的综合影响为正。坡度大小“是一个微观指标，直接影响着地表物质流和能量的再分配”[24]，也是区分田、地、山、荡的重要指标，因此反映了农业生产类型和自然地理禀赋，海拔较低的地区为较为平坦的田地，海拔较高的地区适宜发展林业或畜牧业。同时，坡向也决定了阳光、土壤与作物适应性等农业指标[25]。因此海拔与坡度对本地税额有显著负向作用，说明海拔较低，坡度平缓的地区相对宜居且更适合农业生产，地丁税额更高。二者对邻地税额也有负向影响，但海拔的影响不显著。

表3　SDM模型的空间效应及其分解

为更进一步分析地理环境因素对地丁税的影响进程，表4将地形因素与时间交互形成随时间变化的混合面板，通过OLS回归比较1717、1743、1784、1820年地形因素的回归系数。

表4　地理环境因素在混合OLS回归中的系数比较

注：调整R²为0.374，样本数量为812，回归模型根据式（3），限于篇幅未呈现。

结果显示，截至1820年，海拔和坡度对地丁税额的影响程度相比1717年显著下降，且系数的显著性水平降低，表明随时间推移，地丁税额的变动越来越少受到地理环境因素的冲击。另外，府域与首都间距离的回归系数显著为负，且负向影响越来越大。对中央集权的统一国家而言，都城“是一个国家或政权的政治中心，是向全国发号施令的地方，被视为一个政权的象征……”[26]因此，府域到首都的距离代表了国家对地方治理的影响程度，距离首都较远的府存在一定的“天高皇帝远”的效应，即距首都较远的府，受首都的影响较小，政策的执行力度相应较低，地丁税额可能相对较小。表4显示的结果首先验证了该效应确实存在，同时表明与1717年相比，时间越晚近，距离首都越远的地区税额下降更多，表明地理要素对税额分布不平衡影响越来越明显，中央对地方的控制进一步减弱。而这在量化史学中也有相应的实证研究。[27]

（三）地理环境与税额变动的特征及原因分析

地理自然环境对传统社会经济的影响比现代更大，地丁税作为直接与农业生产关联的税种，受地理环境的制约比其余税种更为显著。但随着时间的推移，这一“制约”仍有弱化的趋势。

图4展示了1820年的税额与1717年相减得到的税额差值。图中显示，税额差值的空间分布横向大致以长江流域为界，纵向以山陕交界线—河南省—湖北省—江西省为界，呈现西北部和首都附近税额陡增、东南部和西南税额下调的趋势。其变动大致分为三个区[28]：一是减税区，即以减税为主的江苏、江西、浙江等东部地区及云南等西南地区，赋税出现相对以前的大幅度下调；二是稳定区，即北方的山西省，南方的贵州、两广地区，赋税变动不大；三是增税区，即湖广、直隶、豫西及四川东部。

图4　1717年与1820年府级税额差值与地理指标的空间分布

图5将1820年的税额分别与1717、1743、1784年税额相减得到税额差值的柱状累积图，并与地理指标进行比较。以坡度为例，坡度较高者，如四川、福建等，其税额大幅增加；而贵州、云南、浙江等税额变动不大。陕西出现较大波动，但1717年后主要以增税为主。坡度较低者如江苏、山东等地，税额相对大幅减少；河南税额大幅增加，山西、安徽增势较缓，直隶出现较大波动，差额出现先增加后减少后又上升的情形。

图5　1717、1743、1784年与1820年省级税额变动和地理指标对比

综上，地理因素虽对区域税收水平产生显著影响，但二者的变动趋势越来越偏离。这表明，相对于地理因素而言，国家政治治理对地丁税额的变化起到越来越重要的作用。

首先，东部的江浙地区一直是传统的“江南重赋”区。该地各省总税额比邻近的江西、安徽、湖南和湖北等省多，这就是史学界的“江南重赋”问题。对此，按照范金民的总结，学术界至少有六类观点，如怒民附寇、籍没富豪田产、因张士诚之旧、俗尚奢靡重税以困、杨宪加赋和民田变官田等，今人主要有沿袭“怒民附寇”旧说[29]、重税与经济水平相适应[30]、官田重赋[31]三种观点。[32]对于江南减赋的具体过程文献记载较少，范金民认为这是明清政府对征税制度不断调整的结果，并且提到了政府在不断减赋的努力和措置[33]；也有学者认为江南减赋主要通过清政府鼓励地方士绅、宗族、善堂在内的民间组织参与地方公共事务，而江南望族利用了社会网络所构成的社会资源，耦合力争才使减赋成功，从中可看到国家与地方关系的转变，是清代皇权与绅权关系的转折点。[34]

其次，清代战争频发，清廷在1688—1757、1796—1804年间需要有足够的财力支持在西北、西南边境地区的战争，使得部分地区税额激增[35]。另外，战乱导致人口迁移、耕地荒废，人口及农业生产统计困难，也会使地区税额下降。例如，在第一次准噶尔战争（1687—1697）、西藏准噶尔战争（1720）以及雍正继位之后（1722），清廷多次西征出兵喀尔喀蒙古、青海和西北地区，最终于1732年在蒙古击败并驱逐了准噶尔人。在四川金川地区发生的“大小金川之役”（1747—1776）以及中西部地区爆发“川楚白莲教起义”（1796—1804），波及四川、陕西、甘肃、湖北等地，是清代由盛转衰的转折点。[36]清廷在该过程中为筹措军费而加征税收，但战争挤压了经济发展资源又使得地区税收波动，本文对以上争论给予了数据上的支持。

最后，一些地区的税额变动可用人口流动导致的人口结构变迁来解释。以四川为例，明末清初的历次战乱，致使四川人口骤减。但随着康熙于1694年颁布鼓励移民四川的政策，其他各省难民又纷纷返回四川。这场“湖广填四川”运动几乎持续至清末，在逐渐恢复人口规模的同时，造成了四川复杂的人口构成。如清代《成都通览》对成都人口大致调查显示，成都人的祖籍几乎全部来自其他省份：湖广籍25%，河南、山东籍5%，陕西籍10%，云贵籍15%，江西籍15%，安徽籍5%，江浙籍10%，两广籍10%，福建、山西、甘肃籍5%[37]。这种人口流动，一方面使得人口统计和征税成为困难，另一方面却可能使迁移地的田地得到更多开垦，造成了税额变动的地域差异。

本文描述1717—1820年府级地丁税的空间分异特征。通过回归“地”（地形因素）、“丁”（人口）以及人地关系因素对地丁税额的影响，得出四点结论。第一，地丁税额分布显著受坡度限制，高税额分布均位于10°坡度以下。第二，地丁税额的全局莫兰指数存在空间正相关性；局部莫兰指数存在显著的空间分异，高-高集聚主要分布于中国东部地区，低-低集聚多分布于中国西部和西南部府域。引力模型显示税额的空间溢出具有更显著的分异特征，税额溢出效应最大的地区集中在江南的苏州、松江、杭州、嘉兴和湖州等府，以及北部的陕西、山西、河南、直隶等省。第三，空间面板回归结果显示，人口与地丁税额呈正相关，海拔与坡度对地丁税额产生负向影响。第四，地形因子对税额分布的影响逐渐下降，府域到首都距离的影响程度则逐渐增加，表明地丁税额可能日益受国家治理因素的制约。

地丁税额变动与地形因子出现背离，一方面是清代的战争、人口流动以及地方官僚、土地制度的改革引起的。频繁的战乱使得人口流动至未开发地区，改变了部分边疆地区的人口结构，大量荒地被开垦，同时又限制了经济发展资源，使得税额波动。另一方面，清政府鼓励地方士绅、宗族、善堂等民间组织参与地方财政治理，从而能够低成本地实现大一统政权对广土众民的有效统治，实现对多样化基层社会的有效管理。这种做法，既减轻了行政系统的治理压力，又可在有限的信息与经济条件之下，以较低的成本维系统一管理。

编 辑：张   珮

审 核：程心珂

点击可查看原文