當「米價漲了三成」其實沒有意義：進階社會經濟史的第一道關卡

當「米價漲了三成」其實沒有意義：進階社會經濟史的第一道關卡

讓我們從一個看似簡單、卻足以難倒許多人的問題開始。假設你在檔案裡讀到：一九一八年某地的米價比一九一四年上漲了百分之三十。請問——當地人的生活，是變好了還是變壞了？

如果你讀過入門篇，你已經知道要「對照工資」。很好，但這只是起點。真正的麻煩在於：那個年代的「圓」（円）本身在貶值，物價是全面性上漲的；同一時期工資可能也漲了，但漲幅未必跟得上；而且「米」只是一個家庭支出的一部分，還有鹽、油、布、燃料、房租。換句話說，單一商品的名目價格（nominal price）幾乎不能告訴你任何關於福祉的事。要回答「生活變好還是變壞」，你需要的是一整套把名目數字翻譯成實質購買力（real purchasing power）的方法論。

這正是進階社會經濟史與入門最根本的分野：入門讓你看見「日常也是史料」，進階則要求你嚴格地問——這份史料到底能支撐什麼結論、又有哪些它支撐不了的事？ 這篇文章不再重述土地制度或米糖相剋的故事，而是帶你走進史家真正動手「重建」一個社會的工作檯，看看數字是如何被馴服、又如何反咬研究者一口。

名目與實質：被通貨膨脹偷走的真相

社會經濟史最容易犯、也最致命的錯誤，就是把名目價格當成實質變化來談。要避免這個陷阱，必須掌握兩個工具：價格指數（price index）與平減（deflation，又稱去通膨）。

所謂價格指數，是把一籃子商品（a basket of goods）在某個基準年的總價設為一百，再看其他年份相對於這個基準的高低。例如以一九〇〇年的常見生活物資為一百，若一九二〇年同一籃子要花一百八十，我們就說物價指數來到一百八十——整體物價漲了八成。有了這個指數，你才能把任何一個年份的名目工資「平減」回實質工資：

實質工資 = 名目工資 ÷ 物價指數 ×100

回到開頭的例子。若米價漲三成，但同期整體物價指數漲四成、名目工資只漲兩成，那麼這個工人的實質工資其實是下跌的——他能買的東西變少了，儘管帳面上他賺得「更多」。名目的繁榮，可能掩蓋著實質的貧化。

這裡藏著一個進階研究者必須警覺的細節：籃子的內容會隨時代改變。一八九五年農村家庭的支出籃子裡幾乎沒有電費、沒有火車票、番薯籤的比重很高；到了一九三〇年代的城市家庭，籃子裡卻多了瓦斯、電影票、報紙訂費。如果你固定用一個古老的籃子去衡量幾十年後的生活，得到的指數會嚴重失真。這就是經濟史裡著名的「指數難題」（the index number problem）：沒有任何單一籃子能同時忠實代表兩個結構不同的時代。處理跨度大的時間序列時，史家往往得分段建立籃子、再小心地把不同段「鏈結」（chain-linking）起來。

重建生活水準：從實質工資到「福利比率」

光有實質工資還不夠。一個更精緻的問題是：這份工資，到底夠不夠養活一家人？ 經濟史家艾倫（Robert Allen）提出的「福利比率」（welfare ratio）方法，提供了一個跨時空可比較的答案。

它的邏輯是這樣的：先定義一個維持基本生存所需的「勉強糊口籃子」（bare-bones basket）——大致是一個成人一年所需的最低熱量（多由最便宜的主食供給，在東亞常是米或雜糧）、加上一點點蛋白質、燃料、衣物與住居。算出這個籃子的總成本，再乘上一個係數來代表一家數口的開銷。然後：

福利比率 = 一個勞動者全年收入 ÷ 養活一家人所需的勉強糊口籃子成本

如果比率等於一，代表這個勞動者「剛好」能讓全家活在生存線上；大於一，代表有餘裕；小於一，代表光靠他一人收入無法維生——這個家庭必然得讓更多成員投入勞動（妻子、孩童），或長期處於營養不足。

這個方法的威力在於它的可比較性。透過同一套籃子邏輯，研究者可以把十八世紀的倫敦、十九世紀的北京、日治時期的台北放在同一張圖上比較，從而參與「大分流」（the Great Divergence）這類宏大辯論——也就是探討東西方生活水準究竟是何時、為何拉開差距。當然，套用到台灣時必須在地化：主食改成米、燃料改成柴薪、把亞熱帶氣候對衣物與住居需求的影響考慮進去。方法是普世的，參數必須在地。

看一個例子：拆解一份「實質工資下降」的結論

假設一位研究者宣稱：「一九三〇年代前期，某地碼頭工人的實質工資較一九二〇年代下降了一成。」作為進階讀者，你不該照單全收，而要逐層追問四件事：

第一，名目工資的來源可靠嗎？ 是日薪還是月薪？有沒有把「有工開的天數」算進去？一個日薪很高但一個月只有十天工作的零工，年收入未必比日薪低但天天有工的人高。失業與不充分就業（underemployment）會讓單看日薪的研究嚴重高估收入。

第二，用的是哪個物價指數？ 是用城市生活費指數，還是只用米價代替？若只用米價當分母，當其他物資（如布、燃料）漲得比米更兇時，這個估計會低估了通膨、從而高估了實質工資。

第三，這個「工人」代表誰？ 碼頭工多為青壯男性，他們的處境不能直接推論到女工、童工或農村佃農。樣本的代表性（representativeness）決定了結論能推廣到多大範圍。

第四，家庭策略被忽略了嗎？ 即使男性主勞動者的實質工資下降，家庭未必同步惡化——他們可能讓更多成員就業、或減少消費、或回流農村。家戶（household）才是經濟決策的真實單位，個人工資只是其中一條線索。

走完這四問，你會發現：「實質工資下降一成」這個乾淨的結論，背後其實佈滿了需要交代的判斷。進階史學的功力，不在於得出漂亮的數字，而在於誠實標示這個數字的邊界與不確定性。

從戶口簿到人口轉型：把家庭當成可計算的對象

入門篇提到日治戶口資料是研究家庭的寶庫。進階研究則進一步問：這批資料能讓我們做出什麼人口學（demography）的精密分析？

關鍵概念是「人口轉型」（demographic transition）。它描述一個社會從「高出生率、高死亡率」的傳統均衡，過渡到「低出生率、低死亡率」的現代均衡的過程。中間會經歷一個微妙的階段：死亡率（尤其嬰幼兒死亡率）因公共衛生、防疫、營養改善而先下降，但出生率還沒跟上，於是人口快速膨脹。日治時期台灣因為總督府推動防疫、自來水、現代醫療，死亡率明顯下降，正是觀察這個轉型早期階段的經典案例。

要做這種研究，史家會用上「家庭復原」（family reconstitution）這個精細手法：把同一個家戶在不同年份的戶口記錄串連起來，追蹤每個人的出生、婚配、生育、遷徙與死亡。透過大量個案的累積，就能估算出當時的婚齡、生育間隔、嬰兒死亡率等指標——這些是任何政治史文獻都給不出的數字。

但這裡有一個進階研究者必須直視的倫理與認識論問題：這些資料是殖民國家為了統治而製造的。 戶口調查的分類方式（如族群欄、職業欄、甚至纏足與否的記錄）本身就帶著殖民政府的治理意圖。研究者使用這批資料時，不能天真地把它當成中立的事實，而要同時把「國家為什麼要記錄這些、又是如何定義這些類別」當成研究對象。換句話說，史料既是窗口，也是濾鏡——進階研究的成熟，正在於同時看見窗外的風景與玻璃上的鍍膜。

一場沒有標準答案的辯論：殖民現代化還是殖民剝削？

當你把上述方法——實質工資、福利比率、人口指標——全部用在日治台灣，會撞上社會經濟史最尖銳的一場辯論：那段時期的經濟變化，該被理解為「現代化的進步」還是「殖民的剝削」？

支持「殖民現代化」一方會指出：鐵路、港口、水利、衛生、教育在這段時期確實建立，部分指標（如平均壽命、識字率、某些年份的實質所得）出現改善。支持「殖民剝削」一方則反駁：這些建設的首要目的是服務帝國的資源汲取，農民在原料採取制度下處於不對等地位，所謂的「成長」高度集中於特定部門、利潤大量流向母國與在台日資，而非普及到一般庶民。

進階的態度，是拒絕在這兩個標籤裡二選一，而去拆解更具體的問題：

• 成長的果實如何分配？平均數字的上升，可能掩蓋了分配的惡化——少數人受益、多數人停滯。所以光看「平均實質所得」不夠，要看分配指標。
• 改善是為了誰？防疫降低死亡率，客觀上嘉惠了台灣人，但動機是維持殖民地的勞動力與秩序。動機與效果可以分開評估，而不必綁在一起判斷。
• 我們在拿台灣跟什麼基準比？跟同時期的台灣「沒有殖民會如何」（一個無法觀測的反事實，counterfactual）比？跟其他殖民地比？還是跟它自己的前一個時代比？選擇不同的比較基準，會得出完全不同的評價。

這場辯論之所以重要，是因為它逼著研究者把價值判斷與經驗證據分開：「數字告訴我們什麼」與「我們如何評價這些數字」是兩件事。 一個成熟的社會經濟史研究，會把證據攤開、把判斷的前提講清楚，而不是用一個簡單的標籤替讀者下結論。

重點回顧

• 名目價格幾乎不能直接談福祉：必須透過價格指數平減成實質購買力，而籃子內容會隨時代改變，這帶來無可迴避的「指數難題」。
• 「福利比率」提供跨時空的比較尺度：以勉強糊口籃子為基準，判斷一份收入夠不夠養活一家人，並讓台灣得以參與「大分流」這類宏觀辯論——但參數必須在地化。
• 任何「實質工資變化」的結論都要拆解：工資來源、物價指數選擇、樣本代表性、家戶策略，每一層都可能改變結論；進階史學的價值在於誠實標示不確定性。
• 戶口資料能支撐人口轉型與家庭復原研究，但它是殖民國家為治理而製造的產物，史料同時是窗口與濾鏡，使用時須把「國家為何如此分類」一併問進去。
• 「現代化還是剝削」沒有標準答案：成熟的做法是拆解分配、動機、比較基準等具體問題，並嚴格區分「證據說了什麼」與「我們如何評價」。

深入探討（研究所視角）

走到研究前沿，社會經濟史正與幾股潮流深度交織，值得有志者持續追索。

反事實推理與因果識別。 經濟史近二十年最大的方法論躍進，是引入計量經濟學的因果識別工具——差異中之差異（difference-in-differences）、工具變數、斷點回歸等。核心野心是回答反事實問題：「如果沒有那條鐵路／那項制度，會發生什麼？」例如，比較鐵路通車前後、沿線與非沿線地區的米價收斂或地價變化，藉以估計交通建設的因果效果。這類研究讓社會經濟史從「描述變遷」走向「估計效果」，但也引來史學內部的張力：嚴格的識別往往要求簡化情境，而歷史的可貴恰恰在其脈絡的不可化約性。如何在因果嚴謹與歷史厚度之間取得平衡，是當前的核心爭論。

史料的偏誤與「沉默」的史學。 進階研究愈來愈自覺：留存下來的史料本身是經過篩選的（survivorship bias）。會被記錄、被保存的，往往是有產者、識字者、國家想監控的對象；而最貧困、最邊緣的人群常在檔案中「沉默」。計量史學若只用現存的、結構良好的資料（如戶口、地租、海關統計），可能系統性地遺漏了那些不被記錄的人生。因此一個成熟的研究設計，會主動追問「誰沒有出現在我的資料裡」，並嘗試以間接證據、跨史料三角驗證（triangulation）去逼近那些沉默。

全球史與商品鏈分析。 當代社會經濟史的一個顯著轉向，是把研究單位從「一國」放大到「一件商品的全球旅程」。糖、米、茶、樟腦——追蹤一件商品從產地、加工、運輸、金融到消費的整條鏈（commodity chain），能揭示地方勞動如何被嵌進跨國資本與帝國權力。這個取向把入門篇的「米糖相剋」放回更大的尺度：台灣的糖不只與台灣的米競爭，更與全球糖價、帝國關稅、母國市場的口味偏好連動。全球史視角提醒我們，沒有任何地方經濟是孤立的。

數位人文與大規模史料計算。 戶口、地籍、價格等大量結構化史料的數位化，使「歷史大數據」成為可能。文字辨識、記錄連結（record linkage）、地理資訊系統（GIS）讓研究者能在百萬筆等級的記錄上做人口追蹤與空間分析。這既是機遇也是責任：技術門檻降低了重建社會的可能，卻也放大了資料偏誤被無意識放大的風險。對學習者而言，最有競爭力的能力組合，是同時擁有扎實的史料批判訓練與基本的資料處理素養——能讓電腦算，更能判斷算出來的東西哪裡可信、哪裡該存疑。

從歷史回望當代的結構視野。 最後值得強調的是，這些進階方法不只服務於理解過去。當你學會用實質購買力而非名目數字去評估福祉、學會追問「成長的果實如何分配」、學會辨識資料的沉默與偏誤，你看待當代議題的眼光會徹底不同——無論是通膨對不同階層的差別衝擊、全球供應鏈中的勞動處境，還是經濟統計背後被遮蔽的不平等。社會經濟史最深的訓練，是給你一副能穿透表面數字、直視結構的眼睛；而這副眼睛，在任何時代都不會過時。