270 likes | 504 Views
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.
E N D
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 复旦大学 历史地理研究中心 Institute of Historical Geography, Fudan University 郭永钦
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) 复旦大学古籍部 藏本,四卷, 咸丰刻本 附册 (清代)
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…
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》
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 保甲系统:54533户
明末8580户(方志) • ——清初54533户(保甲册) • 赋役户(花户) • ——实在户(烟户) 两套户系统的数字差别: 丐户
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
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
23 5 5 16 24 40 8 33 23 11 5 11 20 22 10
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。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 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: 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。
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)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