18世纪中国南北方市场整合程度的比较——利用清代粮价数据的研究

　　【内容摘要】利用从第一历史档案馆获得的清代1742—1795年15省的府级主要粮食品种月度价格数据，本文通过回归和协整分析比较了清代南北方市场整合程度的差异，发现18世纪时南方粮食市场的整合程度显著优于北方市场。在对区域面积、粮食品种进行稳健性检验并分析了天气冲击和政府干预等因素以后，本文发现南北方差异依然显著。而交通条件，特别是水路交通的差异是导致南北方市场整合程度差异的重要因素。由于自然条件限制，北方河流，特别是黄河，无法像南方河流那样促进交通条件改善和市场发育，是导致南北方市场整合差异的重要原因。

　　【关键词】粮价；清代；市场整合；南北差异；交通

　　【作者简介】颜色，电子信箱：seyan@sm.pku.edu.cn，北京大学光华管理学院（北京100871）：刘丛，电子信箱：congliu@email.arizona.edu，美国亚利桑那大学经济系。

　　【原文出处】《经济研究》（京），2011．12．124～137

　　【基金项目】本文的研究得到了国家社科青年基金（项目号：09CJL009）、教育部人文社科研究青年基金（项目号：09YJC790012）和北大光华一金光西部发展研究基金的资助。

一、引言与文献回顾

　　市场发育与工业革命和经济发展的关系一直是经济学家关注的问题。亚当·斯密在《国富论》中已经提出市场交换和市场范围的扩大可以促使生产资源的重新配置，引起分工的产生和生产力的提高，从而成为经济增长的源泉。自亚当·斯密以后，学者对于这一问题进行了更加深入的研究。市场发育的一个重要特征是市场整合。一些学者认为，市场整合可以带来专业化、技术扩散、生产成本降低等诸多好处，从而促进资源的优化配置和经济发展（Unger,1983;Allen & Unger,1990）。Studer（2009）比较了工业革命前后西欧沿海低地地区和内陆地区的粮食价格序列，认为地理因素导致的市场整合程度差异先于工业化而产生，且市场整合程度较高的沿海地区率先发生工业化，由此说明市场整合是工业革命的可能原因。而另一些学者认为市场整合是人口增长、资本积累和技术变动的结果（O′Rourke &  Williamson,2001），或者市场整合不一定伴随经济增长而发生（Clark，2002）。

　　此类研究需要考虑的首要问题是如何衡量市场整合的程度。一个被广泛采用的方法是计算两个市场之间价格同步变动的幅度。这种方法以“一价定律”为基础，认为在两个整合程度很高的市场上，套利会使两个市场的价格水平存在共同波动的关系。反之如果两个市场非常分隔，套利无法发生，那么各自的价格不会同步变动。例如，Studer（2008）使用统计指标和误差修正模型考察工业化革命之前印度粮食价格的相关系数和波动性，认为当时印度市场的整合程度比西欧市场有很大差距，并将其归因于印度当时的运输成本和政治分割。Persson（1999）使用协整方法和误差修正模型考察西欧谷物市场的整合程度，发现在16—19世纪，由于运输成本的降低，西欧粮食市场的整合程度逐渐增加。Stephens et al.（2008）使用转换误差修正模型（switcherror correlation model）考察了津巴布韦番茄市场的整合情况，认为除了物理贸易流动之外，信息的流动会影响空间价格的调整和贸易模式。Andrabi  & Kuehlwein（2009）通过比较不同截面的系数和固定效应分析方法衡量铁路对印度市场整合的作用。在考虑天气、是否大城市、是否沿海等因素之后，认为铁路带来的交通便利和信息流通可以解释20％的价格趋同，但是天气、是否沿海等因素同样可以影响市场整合的发生。

　　近年来一些学者同样开始关注中国历史上的市场整合问题。中国在历史上多给人以自给自足的小农经济印象，似乎市场的发育程度和作用都非常有限。然而，随着史料和历史细节逐步被发掘，最近的研究已经证明明清时期中国的市场形态非常接近自由市场。当时的市场网络复杂而广泛，政府政策有助于改善和维护而非压抑市场制度（许檀，2000；彭凯翔，2006）。东西方比较亦显示，工业化前的欧洲与中国的市场发育程度至少是可比的（Pomeranz，2000）。在这些对于历史上中国市场整合的研究中，学者多注重引述史料还原小范围市场的组织形态与联系（如许檀，1995；Pomeranz，2000），或采用定量方法研究某一区域内部市场的整合程度（如Li,1992;Perdue,1992;Wong & Perdue,1992；陈春声，1993；李军等，2008），或考虑运输成本变化对于小范围粮食市场的冲击（如冯颖杰，2011）。这些研究固然扎实，但对宏观层面市场整合程度的理解较为欠缺。近来这一领域突破性的进展来自Shiue和Keller。他们通过对清代中国南方的粮价数据进行协整分析发现，工业化前的欧洲与中国南方特别是长江三角洲一带的市场发育程度是类似的（shiue &Keller,2007）。但是，他们的研究与前文所述其他研究均不同程度地忽视了这样的一个问题：中国并非是一个简单的经济体，而是包含了以南北为基本分界的多个经济区域。【1】Shiue和Keller虽然指明在中国市场中存在地理分割，但是在跨国比较中仍然使用中国南方的整合水平作为整体中国市场整合水平的替代。事实上，由不同的自然条件导致地理分割将使得全国的内部市场相互分割，而各区域内部的经济发展状况正与各地的市场发育程度密切相关。因此，考察中国内部各区域市场整合程度的差别，将有助于我们发现中国各经济区域的不同特点，判断在某地区的市场发育过程中，到底是何种因素起到了决定性的作用。与此同时，从历史的角度考察中国不同地区市场发育不平衡的状况，特别是南北差异造成的市场整合程度差异与经济发展之间的联系，也会对当今经济发展过程中政策的制定与决策产生积极作用。

　　在本文中，我们在前人基础上进一步整理了一套时间和空间覆盖面较广的清代粮食价格数据，并利用回归与协整的方法对此数据进行了分析，比较了18世纪中国南北地区市场整合程度的差异。粮食贸易在18世纪国内贸易活动中占主导位置，因此粮食市场的发育程度可以作为衡量整体市场发育程度的有效指标。我们分析并比较了包含121个府的南方大米市场和68个府的北方小麦市场的各自整合程度。我们的粮食价格数据来自中国第一历史档案馆所藏“宫中粮价单”。此粮价单记载了1736年至1911年20个省份逾40种粮食的价格。我们选择1742—1795年府一级的大米和小麦价格计算相关系数并进行回归分析，比较两区域内粮价共同波动的幅度。回归分析的结果显示南方市场粮价的关联更为密切。我们进一步使用协整方法考察粮食市场的价格之间是否存在稳定的线形关系。协整分析显示南北方的т统计量差别十分显著，因此可以认为南方市场比北方市场的整合程度更高。为了保证结果的可靠性，我们对回归中没有考虑的区域面积和粮食品种差异进行了稳健性检验，讨论了天气、政府作用等因素对衡量结果的作用，并由粮食市场的研究推广至其他商品市场。更进一步，我们研究了导致南北市场整合程度存在明显差异的一系列可能原因，发现由自然环境，特别是河流分布导致的交通运输条件差异是造成市场整合差异的最有可能的原因之一。

　　本文的组织结构如下：第二部分说明数据来源和统计特点。第三部分从相关系数、回归分析和协整分析三个方面衡量并比较南北方市场的整合程度，并就粮食品种带来的可能影响进行稳健性检验。在第四部分中我们将对其它可能影响分析结果的因素进行讨论，并说明粮食市场的发育状况可以反映市场整体状况。第五部分中，我们将分析南北方的自然交通条件差异，并说明这一差异如何可能导致市场整合程度的不同。第六部分总结全文。

二、数据

　　我们使用的粮食价格数据来自由王业键收集整理的、原藏于中国第一历史档案馆的“宫中粮价单”。【2】粮价单记载了从1736年清乾隆帝完善粮价奏报制度至1911年清朝覆灭，接近200年间中国20个省份逾40种不同类型粮食的市场价格。清代粮价奏报制度起源于康熙三十二年（1693），至乾隆时予以规范。该制度规定各省督抚须以府、州为单位每月上报粮食价格变动情况，并统一单位与格式。【3】本文选取数据质量较好的南方十省——安徽、江苏、浙江、江西、湖北、湖南、贵州、福建、广东、广西，和北方五省——直隶、山西、陕西、河南、山东五省进行分析。【4】我们分析的数据对象包括1736年至1795年的大米价格数据和1760年至1795年的小麦价格数据，实际使用价格的对数值进行定量分析。为了减少缺失数据带来的干扰，我们选取农历2月和8月的大米价格和1760年至1795年公历2月和8月的小麦价格。【5】由于数据缺失，实际分析中包括南部十省的121个府和北方五省的68个府。【6】表1给出了南方大米和北方小麦价格的描述统计。

　　本文中使用的清代州府之间的距离数据来自于中国历史地理信息系统（The China Historical Geographic Information Systenl，简称CHGIS）提供的经纬度数据集。CHGIS数据库提供了1820年中国所有具有行政中心职能的城市的经纬度，我们据此计算分别得到南方和北方各府之间的距离。我们发现南方府间距离明显较之北方更大：南方府间距离的平均值为721千米，而北方为393千米；与之相应，南方府间距离的标准差为374，北方则为201。出现以上统计特征主要因为我们的数据集中南方十省和北方五省的总体面积不同，南方各府的整体范围更大、分布更广。

　　由于交通条件，特别是河流分布对市场整合的重要性，本文收集了南北方主要河流的数据。我们的河流数据来自于邓亦兵（1994）对清代前期主要河流运量的估计以及《中国历史地图集》第八卷中1820年的清代地图。邓亦兵估计了长江、西江、闽江、淮河、黄河、海河、滦河、京杭运河等主要河流的运量。我们依据这一估计选取了运量在100万石以上的河流，即长江、西江、淮河、黄河、海河和京杭运河作为“主要河流”。根据《中国历史地图集》中对河流走势的描绘，当河流干流流经某府时即认为该府有主要河流经过。根据我们的划分标准，南方有37个府、北方有26个府有主要河流经过。

三、市场整合程度的衡量

　　在这一节里，我们分别通过统计分析、回归分析和协整分析三个角度给出实证分析的理论依据和分析结果。最后我们从区域面积、粮食种类差异等方面对结果进行稳健性讨论。

　　（一）统计分析

　　在统计分析中我们主要考察每两个粮食价格序列的相关系数。如果两序列的上下波动趋势和幅度越相近，那么相关系数则越高，市场之间的联系就越紧密，市场整合程度也就越高。

　　在本文中，对于南方和北方市场中每个观测的府的跨期粮食价格序列，我们计算其两两相关系数。根据上述原理，市场整合程度越高的府之间的相关系数越高。同时，如果不同市场之间的距离越远，粮价序列相关程度就会更加下降。这主要是因为距离越远的市场之间运输费用上升、制度差异更大，因此套利更加困难。同理，如果两个市场之间整合程度更高，这就意味着市场更多地消除了贸易和其它制度障碍，套利更加容易，那么不仅整体相关系数较高，而且随着距离增大相关系数的递减速度也应该较慢。

　　我们在图1中给出了南方市场和北方市场的府间价格相关系数与府间距离的关系。由于数据量较大，我们对分析结果以150千米为单位进行了分段平均，然后给出了这些平均观测点的点状图，同时根据原分析结果画出了相应的拟合曲线。可以看到，随着距离的增加，不同地点的粮价相关系数明显下降。而且在绝大多数距离水平上，南方市场间的价格相关系数都高于北方市场。这说明在相同距离上，南方不同府的市场之间的相互联系较北方市场更加紧密。更重要的是，从图1可以看出南方市场拟合曲线斜率的绝对值小于北方市场曲线斜率的绝对值。这意味着随着距离的增加，南方市场粮价的相关系数下降比北方市场更慢，说明南方近距离与远距离市场之间的价格差别与北方市场比要小，因此进一步说明了南方市场整合程度更高。

　　（二）回归分析

　　我们进一步利用回归分析度量南北方府间粮价相关系数的差异。我们的回归方程如下：

　　其中，为论坛i与府j粮价序列的相关系数，表示府i与府j的距离。为标示府i与府j的地点的虚拟变量，当府i与府j同属于南方时Location=1，同属于北方时为O。【7】由于相关系数分析结果已经显示出南北方存在斜率的差异，因此我们加入对这一差别进行控制。为随机扰动项。

　　回归分析的结果如表2所示。第一列对府间距离与价格相关系数的关系进行回归；第二列在第一列的基础上添加了交叉项，说明府间距离与价格相关系数在南北方的不同关系。回归分析显示，随着府间距离的增加，粮价相关系数呈现出明显下降，这与上文相关系数分析图以及我们的预期都是相符合的。在第一列中，标示地区的虚拟变量Location的系数显著为正，表示同样距离下南北方的相关系数存在差异，南方的相关系数高于北方。当添加交互项分解差异来源时，距离的系数进一步减小，截距项的系数显著变小，而交互项的系数为0.369，且十分显著。这一结果显示南北方的相关系数差异主要来自斜率，即随距离增加，南方的相关系数相对北方下降更慢。这一结果表明相对于短途市场整合而言，南方远距离市场的整合程度要更加优于北方。

　　相关系数这一指标虽然可以描绘价格序列的波动趋势，但是由于价格的波动幅度可能受到突然的供给冲击等因素的影响，因此以上分析结果并不足以说明两个价格序列在长期中呈现稳定的共同变动关系。因此在下文中，我们使用协整关系考察不同序列之间共同变动的长期趋势是否稳定。

　　（三）协整分析

　　根据Engle & Granger（1987），如果序列之问存在协整关系，表明其中的一个序列不会任意偏离另一序列。对于我们所研究的价格序列而言，价格序列与之间存在协整关系意味着总会围绕发生波动，序列之间始终不会发生太远的偏离，从而可以表明序列所代表的两个市场之间存在着比较固定的相互联系。与传统回归分析相比，协整方法的好处在于提供了关于两地谷物粮食市场表现的整体信息。由于这一方法从数据特点出发，其分析结果包含运输技术、谷物数量、运输成本背后的制度支持等影响序列长期变动趋势的多种因素，因此可以作为衡量市场整合程度的综合证据。

　　我们采用Engle & Granger（1987）提出的标准方法检验协整关系，对残差进行ADF检验，得到残差的т统计量。т统计量越小时，我们认为序列协整的证据更多，即序列所代表的两地粮食市场在长期中具有更多市场整合的证据。【8】

　　协整分析的结果如图2所示。我们看到，首先，南北方市场都呈现出了明显的协整关系，并且随着距离的增加，协整关系总体表现为更弱。【9】其次，比较南北方市场的协整程度可以发现，南方市场，т统计量的变化范围为-3.9至-3.6，北方市场则为-3.4至-3.0。这一结果提示南方市场协整程度明显高于北方。由于协整分析旨在说明序列之间存在相对稳定的线性关系，因此这一结果同时证明长期中，南北方市场整合程度的差异不仅来自波动幅度和调整速度的差异，同时也来自府间价格的相对变动趋势。综合之前对于相关系数的分析和回归分析可以看到，我们不同方法分析得出的结论都支持南方市场的整合程度高于北方这一论点。

　　（四）稳健性检验

　　在上文中，我们从不同角度对南北方的市场整合程度进行了衡量，认为南北方市场的整合程度存在显著差异。但是，我们的结果可能受到区域面积、粮食品种以及其他因素的影响。本部分我们对区域面积和粮食品种这两个因素进行检验，以此说明结果的稳健性。

　　1．区域面积

　　区域面积对我们分析过程中衡量价格相关程度的各系数和统计量有很大影响。区域面积越小，不同市场之间的运输成本更小，地区间制度差异更小，因此地区间价格会表现出更强的相关性。我们在上文中已经提及北方五省的面积小于南方十省，南方十省的平均府间距离约为北方五省的2倍。所以事实上我们目前的分析已经低估了南方市场相对北方市场的整合程度。如果根据区域面积对结果进行调整，北方的实际市场整合程度会进一步减弱，而并非增强。因此，我们研究得出的南方市场相对北方市场整合程度更高的结论非常稳健。

　　为了进一步证明我们的结果对区域面积这一因素的稳健性，我们分省对南北方府间粮价相关系数进行比较。分省比较的优点在于比较的区域面积相近，从而可以排除区域面积对回归结果的干扰；缺点则在于只能刻画一省内的粮食市场整合情况，无法反映区域内的长距离贸易导致的市场整合。不过，将分省整合的结果与上文对整体区域整合程度的分析结合，有助于我们分析南北方市场整合的差异是由个别区域内市场差别导致的，还是由长距离贸易导致的整体范围整合程度差异引起的。

　　我们的分省回归方程如下：

　　其中，为府i与府j粮价序列的相关系数，表示府i与府j的距离，为我们考察的五个省（地区），分别为长江三角洲、广东、湖北、湖南和山东，其中基准组为长江三角洲地区。【10】为随机扰动项。

　　分省回归的结果如表3第一列所示。表3第一列以长江三角洲地区为基准组，分别考察广东、湖北、湖南和山东等四省相对长江三角洲地区的粮价相关系数的变动情况。回归结果显示，山东省内粮价相关系数明显低于所有南方四省（地区），这一结果与我们上文对南北方市场整合程度分析的结果是一致的，再次证明南方市场整合程度显著高于北方。我们的结果进一步显示，虽然长江三角洲是人口相对密集和富饶的地区，但是其市场的整合程度并没有明显好于其他地区：其市场整合程度高于湖南和山东，低于当时同样起交通枢纽作用的湖北和海外贸易发达的广东。这一结论似乎与长江三角洲的富庶和商业状况的发展有所出入，但这恰恰说明南北方市场差异并不是由单个地区驱动的，而是南方整体市场融合的结果。这一结果可能与南方较为发达的长距离商业运输有关。18世纪时，长江三角洲地区由于人口密度的增加和棉布的专业化生产出现了当地粮食供给的不足，需要依靠安徽、江西等省份的粮食输入（见魏丕信，2003）。因此，长江三角洲的商业活动促进了粮食生产在省际的分工。通过粮食的长距离运输与贸易，长江流域的市场得以建立起相对紧密的联系。我们的结果提示这种省际分工与单个省份内分工相比，更有助于解释整个区域市场的整合现象。

　　2．谷物品种

　　我们在上文的分析中使用的是南方的大米价格和北方的小麦价格。这是因为大米和小麦分别是两地的主要消费的粮食作物，这两类谷物的市场整合程度可以分别代表南北方市场的整体发育情况。然而小麦和大米本身的耕作环境、收获和储藏条件等都存在差异，所以我们的结果可能由于谷物种类的不同而产生偏差。【11】为了排除谷物种类对结果的干扰，我们可以用同种类的谷物价格进行稳健性检验。不过，因为小麦在南方、大米在北方的消费量均非常有限，我们的数据中并没有全部南方的小麦与北方的大米数据。所幸，在南北方区域交界的部分省份，例如山东、湖北、安徽等，当地的居民可能同时消费大米和小麦。因此我们可以使用这些省份的同种谷物价格进行稳健性检验。不过，尽管南方的某些省份已经开始推广小麦种植，南方生产的小麦大多数用于向北方的运输和销售。市场上虽然存在少量小麦价格，但居民消费量极少。基于此，我们无法通过仅有的少量南方小麦数据与北方整体小麦数据相比较。而大米的情况有所不同。大米由于漕运等原因已逐渐进入北方百姓的日常生活，这为我们提供了使用同一粮食品种进行稳健性检验的选择。具体而言，我们选取山东的米价数据与南方的米价数据，从而再次比较南北方市场整合的情况。【12】

　　我们的回归方程依然是（2）式，唯一的区别是我们现在使用山东的米价相关系数取代原来的小麦价格相关系数。表3的第二列报告了回归的结果，基准组依然是长江三角洲地区。可以看到，山东的系数为-0.206，且十分显著。此系数明显低于其他省的系数，说明山东省内市场整合程度，无论使用小麦价格还是用米价来衡量，都低于南方四省（地区）。我们同样也比较了山东省内米价与南方相比协整关系的差异。结果显示。广东和长江三角洲米价相关系数的下统计量的变化范围为-4至-4.5，山东则为-3.5至-4。亦即当使用省级数据进行讨论时，作为北方具有一定代表性的大省山东，其省内市场的米价协整程度也明显低于南方各省。因此，谷物种类的选择对我们的基本结论没有影响。

四、进一步讨论

　　在上文中，我们利用不同的统计和计量分析方法，发现南方粮食市场的整合程度显著高于北方粮食市场。但是，我们所分析的全国各府粮价数据是否可以准确反映市场供求关系，取决于粮价是否主要由市场决定，还是受到其他因素的干扰。因此我们必须对这些因素具体分析。在这一部分中，我们主要分析天气和清代的政府行为对粮食价格可能的影响。而且，我们还将进一步分析粮食市场的代表性，研究粮食市场在多大程度上能够反映整体市场的信息。

　　（一）天气冲击

　　上文通过对粮价相关关系的分析来研究市场整合。但是粮价的共同波动有可能不是由于市场的融合，而可能源于某种共同冲击的作用。如果存在某种外生的共同冲击使得价格发生同向波动，从而会引起相关系数分析结果的高估（见O’Rourke ＆ Williamson, 2000）。粮食收成与粮价变动在相当程度上受到天气变化的影响。如果不同府之间天气发生了共同的冲击，而这种冲击足以影响到粮食产量，那么也有可能造成粮价的共同变动，使我们高估了粮食市场的整合程度。另一方面，如果考察的两府中有一府遭受了极端天气而另一府不受影响，我们所衡量的市场整合程度则可能低估。因此我们需要对这一问题进行进一步探讨。

　　日常天气变化，由于持续时间较短，一般对粮食收成和粮价的影响是不确定或者不明显的。而极端的天气条件，即自然灾害，则可能对粮食市场产生相当规模、相对集中和持久的影响。与日常的天气变化相比，自然灾害可以在短时间内影响数个地区的粮食供给，引起粮食价格的大幅上涨（Will ＆Wong，1991；魏丕信，2003）。在中国，气候变化导致的自然灾害十分频繁。根据李向军（1995）的研究，在本文主要涉及的乾隆时期（1736—1795年），北方发生灾害的县有4856个，而南方为4261个，北方和南方平均每年为80．9个和71．35个，南北方受自然灾害影响基本一致，北方受灾情况略重于南方。从其他史料中获得的证据也支持这一结论。我们根据中央气象局气象科学研究院（1981）所整理的1736—1795年气象数据分别计算了南北方天气的相关程度，结果同样显示南北方的天气状况并无显著差异。因此考虑气候与灾害因素并不会影响我们的基本结论。

　　（二）政府的作用

　　如果政府管制市场，强行使得不同地区商品价格趋同，自然会影响我们的分析结果，从而我们所发现的不同地区价格一致变化的趋势并不反映市场整合程度，而反映政府的整合程度。因此我们有必要详细考察政府在粮食价格的形成过程中所发挥的作用。

　　清代政府非常注重粮食价格的平抑。在突如其来的自然灾害导致粮食价格上涨时，政府必须具备及时稳定价格的能力，从而防止粮价过高导致大规模饥荒。当时政府平抑粮食价格的手段主要包括以下三类：

　　仓储系统。通过建立常平仓建立应急储备，使得在发生饥荒时增加粮食供给、低价出售粮食（即平粜），并且在相邻地区发生缺粮时予以调剂；

　　漕运和其他粮食运输体系。漕运的粮食可以在增加沿岸各地区的粮食供给数量，特别当沿途某地发生粮食价格上涨时，政府可以通过划拨部分漕粮以增加粮食供给；

　　公共基金。地方政府建立粮食公共基金，当缺粮地区粮食储备不足时，政府可以动用公共基金在粮食相对丰裕的地区购买粮食运送至缺粮地区。政府的以上三种调控粮食市场的做法均为在饥荒时通过市场交易方式来增加粮食供给。这样的调控措施并非直接控制和阻碍市场调节，而是通过利用市场供求机制来影响粮食市场，政府对于粮食市场价格的影响是相对间接的和市场化的。唯一直接影响粮食价格的做法是地方政府低价出售常平仓中储存的粮食。对此，魏丕信（2003）认为，即使假设地方的仓储系统运营完善，由于出粜的比例不能超过仓储比例的十分之三，同时降价幅度仅能略低于市价，因此政府的出粜行为对价格的影响是非常有限的。另外，政府在具体政策措施上也表现出很明显的市场化倾向，其对于牙行、税收制度以及吏治的治理保证了市场网络的正常运转（chuan &Kraus，1975；许檀，2000；魏丕信，2003）。政府完善市场制度、鼓励竞争的做法更有助于市场作用的充分发挥。因此我们认为数据中显示的粮食价格变动趋势基本反映了市场上粮食供求状况的变动，而并非人为干预的结果。

　　（三）18世纪中国整体市场整合情况

　　上文中我们对18世纪中国南北方粮食市场的整合程度进行了比较。但是南北方粮食市场在多大程度上能够反映南北方整体市场的发育程度呢?在这一部分，我们将简要说明粮食市场具有很大的代表性，对粮食市场的研究可以在相当程度上反映整体市场的整合情况。

　　首先，在前现代社会制造业和相关消费品均不发达的情况下，粮食作为居民的首要需求构成了居民日常消费的基础，粮食在居民消费结构中占有主导作用。彭凯翔（2006）推测18世纪全国平均口粮占总消费的比重应高于55％，大约为65％—75％；粮食产值约占国民生产总值的39％—45％，且商品粮在商品总值中的比重可以达到30％—40％。其次，由于清代中国粮食运输一般是单向的，在返程时商人通常会携带其他贸易品，所以粮食的运输通道与其他商品在相当程度上是重叠的，从而粮食市场可以考察到其他市场的整合情况。最后，粮食的运输特性也决定了粮食市场可以作为衡量整体市场整合状况的有效指标。Studer（2009）提出，由于粮食的运输难度较为适中，商人可以通过远距离贸易和跨地区贩卖粮食而获利，因此商人有运输和跨地区粮食贸易的动机。与此同时，由于在前现代社会的贸易品中，粮食的体积价值比是相对较高的，亦即运送同样体积的粮食更难获得利润。所以，如果粮食市场整合程度很高，意味着对于绝大多数相对于粮食更容易通过运输和贩卖获利的贸易品而言，其市场整合程度应该更高。由此可见，粮食在消费中的基础性和主导地位，以及它的运输特性说明粮食市场具有很强的代表性。也正是因为粮食的重要地位，中央政府和地方政府均格外重视粮食的价格波动和粮食市场的运行状况，粮食价格的数据变动被地方官员定期搜集、奏报并得以保存。不仅中国历史上如此，在其他国家历史上，粮食数据也是非常重要并保存较为完好的数据集，研究其他国家经济史的学者也一般使用粮食市场考察整个市场的发育状况（Dobado & Marrero,2005；Shiue & Keller,2007；Studer,2009）。

五、对南北方市场发育程度差异的解释

　　对于南北方市场的不同发育程度的原因，研究者曾经给出人口密度与气候差异等多种解释。一般认为，南方特别是江南地区经济发达，人口密集，消费需求较高，商业活动密集，因而市场比较发达。我们认为这种说法值得商榷。根据曹树基（2003）对于清代中期人口和珀金斯（1984）对于l8世纪90年代耕地面积的估计，我们计算出南北方省份的人门密度是相近的，南方为0.0358万人，平方英里，北方为0.0324万人／平方英里。只有江浙一带的人口密度超过0.05万人／平方英里，显著高于其他地区。但是我们上文的分析结果已经显示，仅就江南地区而言，其市场整合程度并未高于南方的其他省份，因此单个地区人口稠密并不能引起当地市场整合程度的明显提高。

　　有学者曾提及南北方气候条件的差异会对各自市场发育程度产生影响。龙登高（2003）认为江南气候潮湿致使农产品难以贮存，需及时运销，从而导致南方市场体系比较发达；而北方气候相对干燥，农产品更易贮存，对市场交换的需求不及南方。这种观点粗看有一定的道理，事实上并非造成南北方市场差异的主要原因。这是因为，商品贩运时需要考虑的问题是两地的价格差距是否足以弥补成本。对于粮食贩卖者而言，如果不同府之间粮价差异可以弥补贩运成本，那么无论气候潮湿与否，商人都有贩运粮食的动机。如果考虑气候对于价格和成本的可能影响，气候潮湿会增加粮食霉变和损坏的可能，从而增加南方贩运中粮食的仓储成本。而就北方而言，小麦正好属于不耐贮藏和长途贩运的商业成本较高的粮食品种（邓亦兵，1995）。因此，仅从气候或者粮食的品种均不能很好地说明其对运输成本的影响，从而无法合理解释南北方不同的市场发育程度。

　　我们认为，南北方不同的交通条件是造成不同市场发育和整合程度的一个重要因素。交通条件的不同包括天然地理环境的差异与人为条件的差异。天然差异即河流、山地、平原等自然环境的差异，人为差异包括人力修筑和开辟的道路方面的差异，如政府修筑的驿路和民间自发修筑或者随人口往来逐渐形成的道路等。本文中我们主要考察天然环境的差异，这主要是因为前现代社会中还不存在铁路等大规模运输措施，因此运输通道的建立在相当程度上受到地理环境的限制。除此之外，人为环境即交通条件的差异可能存在内生性的问题，即驿路的修筑固然可以促进当时的市场发展（邓亦兵，2000），但是，经济情况相对较好的地区对交通的需求更强烈，更有可能修筑道路。

　　在前现代社会，最重要的天然交通条件为河流水道。当其水流量较平稳、流量较大、跨越地区较多时，河流可以作为水路运输的主要通道实现货物的贩运。水路一般作为大规模商品交换和贩卖的通道，用于粮食、棉布等主要贸易品的运输。与陆路运输形式相比，水路运载量大，运输的费用相对低廉：清代时，长江的运费是河北、山西陆路运费的1／3—1／5（珀金斯，1984）。具体到粮食市场，由于中国的北方粮食产量大约为南方的一半，而且粮食上市的成数也低于南方，因此供养北方的城市需要更大面积的粮食耕种。而使用陆路供应一个城市的粮食所需的运费大约比水路供应高出10倍（珀金斯，1984）。

　　为了考察水路对市场整合程度的影响，我们在第三部分回归分析的基础上添加了虚拟变量Riuerij控制两府之间是否有主要河流分布。当i，j两府均有主要河流流经时Riuerij=1，其他情况为0。表4第一列回归给出结果。虚拟变量Riuerij的系数为0.132，且十分显著，表明当两府同时有河流流经时，其价格相关系数显著高于没有河流同时流经的两府，这说明有河流流经的两府之间价格差异更小。由于天然环境是外生的，因此这一回归不存在内生性问题，我们可以认为此回归结果证明水路是导致市场整合的原因，水路对减少价格差异和促进市场整合具有明显作用。

　　在此基础上，我们进一步添加河流与南北地点的交叉项Distancrij*Riuerij，旨在考察南北方河流运输对府问价格相关系数的不同影响。因为我们回归设定北方为基准组，因此此时虚拟变量Riuerij的系数仅表示北方河流对有河流流过的府之间粮价相关系数的影响，而南方河流对粮价相关系数的影响需要对虚拟变量Riuerij和交叉项Distancrij*Riuerij的系数进行加总。表4第二列给出添加交叉项后的回归结果。我们发现添加交叉项之后，Riner的系数为-0.037，且十分显著。而南方河流的系数为（-0.037+0.236）=0.199，显著为正。南北方系数的差别显示出很重要的信息，即北方河流流经的府的价格相关系数更小，换言之，北方河流对市场整合具有阻碍作用。而南方河流则具明显的促进作用，南方有河流流经的府，其粮价相关系数明显高于没有河流流经的府。

　　我们发现，北方的河流会对北方市场整合起负面作用，这似乎与直觉不符。因此我们进一步通过回归分析的方法考察北方主要河流，特别是考察黄河和京杭运河对北方粮价相关系数的影响。【13】我们的回归方法类似于上文的方法，被解释变量依然是府间价格相关系数，解释变量为府间距离和两个虚拟变量：黄河和运河，而基准组为没有这两条河流流经的区域。我们的回归结果表明，黄河流经的区域系数显著为负，而有运河流经的区域系数显著为正。这说明运河对北方市场整合的促进作用十分明显，而黄河对于市场整合的作用并不明显，甚至可能为负。作为北方流经区域最多的河流，黄河对于区域间的市场整合无法起到正面作用，这就可以解释表4回归中河流的系数显示河流对北方的市场整合可能存在阻碍作用了。 

　　为什么河流对于南方市场整合有明显的促进作用，而黄河对于北方市场整合会起到负面作用?这一差别首先体现在南方与北方相比有更多的河流，河流形成交通网络以后才能真正促进市场发育，而单个河流是无法起到类似作用的。其次，南方的河道比北方更加适合水路运输。这主要因为北方冬季气温较低，河流易发生封冻，有数月无法行船；同时黄河由于水流湍急、泥沙淤积易淤堵和决堤，其下游极易发生改道。这样的差异使得北方的水路运输不如南方频繁，运输量也远小于南方。邓亦兵（1994）考察清代中期南北方河流运输能力后指出，长江及其各支流始终为南方的主要运输线路，全年通行便利，运量达到1850万石，南方主要河流运输量总计为2190万石；而黄河始终存在部分河段无法行船，加之泥沙淤积与频繁决口，尽管康雍乾三朝时政府一直关注并努力恢复黄河的通航能力，但是其运量仅为每年400万石，北方运量总计为560万石。【14】可以看出，虽然一些水路，例如京杭运河、海河等，为北方市场发育提供了一定的交通条件，但是黄河作为最主要的北方河道，运输能力相比南方而言非常有限，陆路运输始终是北方市场连通的主要手段。而当河流不能充分发挥水路运输的作用时，其对陆路交通的阻隔作用就显现出来。这就是为什么我们看到黄河连接的各府之间价格较不相关的原因。

　　通过以上分析可以看出，地理环境的差异决定了河流对南北方的贸易运输能力和市场发育的影响是非常不同的，南方相对北方水路运输条件更为优越，运输成本更低，贸易相对更容易发生。而水路交通的优势对远距离贸易更为显著，所以南方的远距离市场相对北方更容易发生整合。这一结论与我们第三部分中回归分析的结果是相一致的。事实上，对于前现代社会而言，由于当时尚未出现铁路等现代运输手段，天然的地理条件成为了决定运输是否便利的主要因素。而在粮食种植技术和种植效率相似、生产成本没有较大差异的前提下，运输成本对于贸易是否发生起到重要作用。因此，前现代社会中，地理条件通过决定运输方式和运输成本，在相当程度上决定了市场整合的程度和市场的分布形态。

六、总结

　　我们在前人基础上进一步整理了来自中国第一历史档案馆所藏“宫中粮价单”所记载的1736年至1911年20省份逾40种粮食的月度价格数据，选取l742—1795年间l5省191个府的大米和小麦价格数据，利用回归与协整的方法比较了18世纪中国南北地区市场整合程度的差异。我们的结果显示南方市场的整合程度显著高于北方市场。为了保证结果的可靠性，我们对区域面积和粮食品种差异进行了稳健性检验，并讨论了天气冲击、政府干预等因素对衡量结果的作用，并将粮食市场的研究结果推广至整体市场。更进一步，我们探讨了导致南北市场整合程度存在明显差异的一系列可能原因，发现由自然环境，特别是河流分布导致的交通运输条件差异是造成市场整合差异的重要原因。南方地区的河流显著促进了市场整合，而北方地区河流对市场整合甚至有不利影响。南方发达的水路条件带来的运输便利、运费较低使得南方发生地区间分工成为可能，这是南方市场联系密切、市场整合程度较高的原因之一。北方的河流数量少且河道非常不稳定，致使水路运输在北方运输中起到的作用非常有限，部分地区河流甚至对陆路运输起到阻隔而不是促进作用。由于与陆路运输相比，水路运输对远距离的市场整合存在更为明显的促进作用，北方的水路运输能力自然成为制约北方市场进一步整合的因素。

　　由于历史上市场的发育与工业化和经济发展有着不可分割的联系，我们的研究结果可以为探讨中国当前南北地区经济发展程度的差异提供历史证据。不仅如此，我们对地理交通条件与市场发育之间关系的研究为学者理解市场发育的前提和基础因素提供了一定的启发。我们的研究表明，在前现代社会，交通条件和地理分割往往是市场整合面临的主要障碍。由此引申，工业革命带来的铁路和公路等现代交通方式在很大程度上克服了地理自然条件的限制，从而可以有效地促进国内市场的融合与发展。在这意义上，我们对于历史上中国市场研究的结果并不限于中国本身，对思考其他国家市场发育与工业化和经济发展之间的关系同样具有一定的启发意义。

注释：

【1】Skinner（1985）是最早注意到中国历史上区域差异的研究者之一。他通过对区域性经济周期的考察提出应该将中国划分为数个“宏观区域”（maero—region）进行研究。韩书瑞和罗友枝（2008）在这一基础上对清初以及清代中叶的中国不同区域进行了讨论，以系统说明中国存在的多元性和差异。她们认为中国本土可以分为北方平原所在的旱地耕作区域和秦岭一淮河以南的水稻种植区域，两个区域之间“耕作方式、所用农具、粮食仓储和土地占有制度都有很大不同”。

【2】本文当然不是第一篇研究清代粮价的论文，但是我们是第一篇利用第一历史档案馆所藏的“宫中粮价单”所记载的全部粮价数据对全国范围的市场进行研究的论文。在我们之前，Li（1992）、Wang（1992）、Wong & Perdue（1992）、彭凯翔（2006）、Shiue & Keller（2007）等学者都曾经利用部分“宫中粮价单”对清代粮食市场进行过有价值的研究。但是囿于数据不足，王业键、Li et al.涉及的分析范围均为某一省内的粮食价格序列。彭凯翔（2006）对于清代粮食价格的分析涉及江南一带部分地区的粮食价格，包括苏州、常熟、萧山等。Shiue &Keller（2007）的分析对象为南方十省的数据。

【3】对清代粮价资料的详细介绍见王业键（1978）。对于粮食价格数据是否为市场价格，研究者一般倾向于正面评价，即粮食价格为市场价格，且大多数数据是真实可靠的。不同研究结果的比较见彭凯翔（2006）。

【4】由于数据完整性的原因，本文未包括边疆和少数民族地区。

【5】原粮食价格数据为月度数据，考虑到连续时段的分析可能造成连续缺失值，从而无法完成计量分析与检验，我们仅选取每年2月和8月的粮食价格。另外，在原清代粮价资料库中也记载了粮食价格收集的精确日期（农历）以及与该时间相对应的公历日期。本文使用的大米数据为农历的2月与8月，小麦数据为公历的2月与8月，这是由于小麦数据为我们后来从台北中央研究院清代粮价资料库项目补充的结果，而补充后的数据单位只有公历日期。为统一起见小麦数据全部选取公历的2月与8月。在分析结果中，大米的时间序列为1736年至1795年，小麦的时间序列为1760年至1795年。由于协整分析中临界值需根据样本期的不同发生调整，因此我们需要考虑样本期不同的影响。根据MacKinnon（1990），当得到的协整统计量相同时长时间序列的整合程度更强，因此，样本期的不同对我们的结论影响甚微。同时我们使用1760年至1795年的米价与同期小麦价格进行比较，结果并无显著差异。为了尽可能利用现有的历史数据，我们最终报告了利用1736年至1795年大米价格得到的结果。

【6】我们选取缺失值占总样本30％的粮食价格数据使用TRAMO（time series regression with arima noise,missing observation,s,&outliers）过程补充缺失值后参与回归。由于数据的缺失等问题，本文实际使用的分析数据无法覆盖15省的全部府一级行政单位。

【7】本文中我们仅考虑南北方各自市场整合情况，而不考虑南北方之间市场整合情况。因此，回归方程中我们不考虑南北两府的粮价相关系数。

【8】需要说明的是，使用检验统计量判断协整程度的方法并不十分严格。因此这一结果主要作为对回归分析结果的进一步验证。我们采用这一方法主要参考了Shiue & Keller（2007）。

【9】虽然北方0至500处出现轻微下降，但这并不影响整体趋势和分析结果。

【10】长江三角洲包括江苏和浙江的17个府。由于长江三角洲地区在经济和文化上存在的相似性，我们沿用通行的做法，将其作为同一地区分析，具体选取依据来自Ma（2008）。我们选取这五个省（地区）作为分析对象，主要原因在于这些省份是人口相对密集、经济活动丰富、我们相对关心的区域。其中我们在北方省份中仅选择了山东，是希望与下文中谷物品种的省份选取保持一致，而受数据局限性，山东是进行稳健性检验的唯一较好的样本。我们对包括南北方全部15个省份回归的结果并无显著差别。

【11】关于大米和小麦种植区的差异，韩书瑞和罗友枝认为，水稻是劳动力密集型的作物，产量较高，可以小规模耕种；而北方旱地作物的产量不高，人口密度也不大，所以耕作规模普遍超过南方。这一差别也导致北方的分成租佃制比南方更为常见。见韩书瑞和罗友枝（2008，第94—95页）。

【12】根据许檀（1995）和Cheung（2008）的研究，山东省由于存在着跨省的漕运和海运，可能对山东省内的市场整合存在消极影响。尽管如此，由于山东的结果与南方地区存在显著差别，我们的结果仍然可以在一定程度上说明南北方省内的市场整合程度是不同的。事实上，整个北方地区由不同交通条件造成的市场分割恰恰说明了北方市场整合程度并不理想。

【13】北方运粮为100万石以上的河流包括黄河、京杭运河与海河。但是，由于海河仅流经直隶一省的部分府，样本的个数过少，我们没有在此考察海河对于相关系数的影响。

【14】该统计中没有包含京杭运河。详细数据见邓亦兵（1994）。

参考文献：

[1]曹树基，2001：《中国人口史（第五卷）》，复旦大学出版社。

[2]陈春声，1993：《清代中叶岭南区域市场的整合》，《中国经济史研究》第2期。

[3]邓亦兵，1994：《清代前期内陆粮食运输量及变化趋势——关于清代粮食运输研究之二》，《中国经济史研究》第3期。

[4]邓亦兵，1995：《清代前期的粮食运销和市场》，《历史研究》第4期。

[5]邓亦兵，2000：《清代前期商品流通的运道》，《历史档案》第1期。

[6]彭凯翔，2006：《清代以来的粮价：历史学的解释与再解释》，上海人民出版社。

[7]冯颖杰，2011：《“裁厘改统”与民国时期市场整合》，《经济学（季刊）》，待发表。

[8]李军、李志芳、石涛，2008：《自然灾害与区域粮食价格——以清代山西为例》，《中国农村观察》第2期。

[9]李向军，1995：《清代荒政研究》，中国农业出版社。

[10]韩书瑞、罗友枝，2008：《十八世纪中国社会》，中译本，江苏人民出版社。

[11]龙登高，2003：《江南市场史》，清华大学出版社。

[12]珀金斯，1984：《中国农业的发展1368—1968年》，中泽本，上海译文出版社。

[13]谭其骧，1987：《中国历史地图集》，中国地图出版社。[14]王业键，1978：《清代的粮价陈报制度》，《故宫季刊》第13卷。

[15]魏丕信，2003：《18世纪中国的官僚制度》，中译本，江苏人民出版社。

[16]许檀，1995：《明清时期山东的粮食流通》，《历史档案》第1期。

[17]许檀，2000：《明清时期城乡市场网络体系的形成及意义》，《中国社会科学》第3期。

[18]中央气象局气象科学研究院，1981：《中国近五百年旱涝分布图集》，地图出版社。

[19]Allen, R. and R. Unger, 1990, “The Depth and Breadth of the Market for Polish Grain, 1500-1800″, in Lemmink and van Konigsbrugge（eds.）, Baltic Affairs: Relations between the Netherlands and North-Eastern Europe, 1500-1800, Nijmegen: Instituut voor Noord-en Osteuropese Studies.

[20]Andrabi, T. and M. Kuehlwein,2010, “Railways and PriceConvergence in British India”, Journal of Economic History, Vol.70, No.02,351-377.

[21]Cheung, S.,2008, The Price of Rice: Market Integrationin Eighteenth-century China, Bellingham, WA: Western Washington University Press.

[22]Chuan, H. and R. Kraus,1975, Mid-Ch’ing Rice Markets and Trade: An Essayin Price History, Pages 26-31, Cambridge, Mass.: East Asian Research Center, Harvard University.[23]Clark, G.,2002, “Markets and Economic Growth, theGrain Market of Medieval England”, University of California-Davis,Working Paper.

[24]Dobado, R. and G. Marrero, 2005, “Corn Market Integration in Porfirian Mexico”, Journal of Economic History, Vol. 65,No. l,103-128.

[25]Engle, R. and C. Granger, 1987, “Co-integration and Error Correetion: Representation, Estimation, and Testing”, Econometrica,Vol. 55, No. 2, 251-276.

[26]Li, L.,1992, “Grain Prices in Zhili Province,1736-1911:A Preliminary Study”, in Chinese History in Ecanomic Perspective, T.Rawski and L. Li（eds.）, Los Angeles: University of California Press.

[27]Ma, D.,2008, “Economic Growth in the Lower YangziRegion of China in

 1911-1937: A Quantitative and HistoricalAnalysis”, Journal of Economic History, Vol.68, No.2,355-392.

[28]MacKinnan, J.,1991, “Critical Values for CointegrationTests”, in Long-Run Economic Relationships, Readings in Coin-tegration, R. Engle and Granger, C.,（eds）, New York: Oxford University Press.

[29]O’Rourke, K. and J. Wilhamson,2000, Globalization andHistory: The Evolution of the 19th Century Atlantic Economy,Cambridge: M1T Press.

[30]O’Rourke, K. and J. Williamson,2001, “After Columbus:Explaining the Global Trade Boom 1500-1800″, NBER WorkingPapers 8186.

[31]Perdue, P.,1992, “The Qing State and the Gansu GrainMarket,1739-1864″, in Chinese History in Economic Perspective,T. Rawski and L. Li（eds.）, Los Angeles: University of California Press.

[32]Persson, K.,1999, Grain Markets in Europe,1500-1900:ts in Europe, 1500-1900:Integration and Deregulation, New York: Cambridge UniversityPress.

[33]Pomeranz, K.,2000, The Great Divergence, Princeton:Princeton University Press.

[34]Perkins, Dwight,1969, Agricultural Development in China: 1368-1968, Chicago: Aldine Publishing Company.

[35]Shiue, C. and W. Keller,2007, “Markets in China andEurope on the Eve of the Industrial Revolution”, American Economic Review,97（4）,1189-1216.

[36]Skinner, W.,1985, “The Structure, of Chinese History.”,Journal of Asian Studies, Vol.44, No.2,271-292.

[37]Stephens, E., E. Mabaya, S. van Craman-Taubadel andC. Barrett,2008, “Spatial Price Adjustment with and withoutTrade”, American Agricultural Economics Association 2008 Annual Meeting Paper 6538.

[38]Studer, R.,2008, “India and the Groat Divergence: Assessingthe Efficiency of Great Markets in Eighteenth-and Nineteenth-Century India”, Journal of Economic History, Vol.68, No.l. 68, No.2,2008,393-437.

[39]Studer, R.,2009, “Does Trade Explain Europe’s Rise?:Geography, Market Size and Economic Development”, WorkingPaper.

[40]Unger, R.,1983, “Integration of Baltic and Low CountriesGrain Markets,1400-1800″, in Van Winter, J. M.（ed.）, The Interactionsof Amsterdam and Antwerp with the Baltic Region,1400-1800. Leiden: Nijhoff,1-10.

[41]Will, P. and R. B. Wang,1991, Nourish the People, Ann Arbor: University of Michigan Press.

[42]Wang, Y.,1992, “Secular Trends of Rice Prices inthe Yangzi Delta,1638-1935″, in Chinese History in EconomicPerspective, T. Rawski and L. Li （eds.）, Los Angeles, University ofCalifornia Press.

[43]Wong, R. B. and P. Perdue,1992, “Grain Markets andFood Supplies in 18th Century Hunan”, in Chinese History in EconomicPerspective, T. Rawski and L. Li （eds.）, Los Angeles, University of California Press.a Press.

A Comparison of the Market Integration Degree between North China and South China during the 18th Century:
Based on the Grain Price Data of the Qing Dynasty

Yan Se  Liu Cong

　　Abstract: Using tnonthly grain price data of 189 prefectures in 15 provinces from 1742 to 1795, we compare market integration of southern and northern China in the 18th century. With  regression and cointegration analysis, we find that in the 18th century, the southern markets were more integrated than the northern markets. Robustness checks on region size and grain types, as  well as analysis on weather shocks and the role of governments, show that our results are stable.  Furthermore, we find that different transportation conditions, especially waterway conditions,contribute to the regional difference of market integration. Constrained by their natural conditions, rivers in the north, especially the Yellow River, were not able to facilitate market development as much as rivers in the south.

　　Key words: grain prices; Qing dynasty; market integration; regional difference; transportation

来源：《经济史》2012年第2期