周 志，柯資能△，呂 游,章燕輝

(1. 中國科學(xué)技術(shù)大學(xué)科技史與科技考古系，合肥 230026； 2. 上海市青浦區(qū)人民檢察院，上海 201700)

《素問·六元正紀(jì)大論》中，每年的客運(yùn)之初運(yùn)由中運(yùn)確定，按照角徵宮商羽五音相生的順序確定其余四個(gè)運(yùn)，其太少則是由初運(yùn)的太少分別向前和向后相生而得，“客運(yùn)太少相生只限于客運(yùn)初運(yùn)所在的這一五行周期之內(nèi)的從角至羽”[1]，下文中稱“內(nèi)經(jīng)版”。一些學(xué)者或以為內(nèi)經(jīng)版排序不夠直觀、合理，改為確定初運(yùn)之后直接向后太少相生而得，下文中稱“創(chuàng)新版”。兩個(gè)版本的太少排序差異較大，如戊年，內(nèi)經(jīng)版：太徵、少宮、太商、少羽終、少角初；而創(chuàng)新版：太徵、少宮、太商、少羽、太角。兩個(gè)版本哪個(gè)更合理，本文根據(jù)全國有60年完整氣象數(shù)據(jù)的120多個(gè)站點(diǎn)數(shù)據(jù)作一個(gè)驗(yàn)證。

1 資料

筆者從中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)獲取了自1954～2013年間具有完整逐日平均氣溫記錄的129個(gè)站點(diǎn)的數(shù)據(jù)，其中東北24個(gè)，西北20個(gè)，華北9個(gè)，中南23個(gè)，華東22個(gè)，西南31個(gè)。

在這129個(gè)站點(diǎn)中，具有完整逐日最高氣溫記錄的有123個(gè)站點(diǎn)，其中東北24個(gè)， 西北20個(gè)， 華北8個(gè)，中南21個(gè)，華東20，西南30個(gè)；具有完整逐日最低氣溫記錄的有122個(gè)，其中東北24個(gè)，西北20個(gè)，華北8個(gè)，中南21個(gè)，華東19個(gè)，西南30個(gè)。

2 方法

2.1 建模與假設(shè)

圖1 《黃帝內(nèi)經(jīng)》客運(yùn)五步模型圖

表1圖1顯示，根據(jù)《素問·六元正紀(jì)大論》原文，可以將每年客運(yùn)五步的規(guī)律總結(jié)為五音建運(yùn)和太少相生，具體的五步之運(yùn)遞推見圖1，凡逢甲乙丙壬癸五年則見圖1(a)，里層的圓環(huán)不動(dòng)，將最外層圓環(huán)與當(dāng)年天干年歲運(yùn)對應(yīng)的五音順時(shí)針旋轉(zhuǎn)到初運(yùn)位置，則該順序即為當(dāng)年客運(yùn)五步；凡逢丁戊己庚辛年則見圖1(b)如是操作?？瓦\(yùn)初運(yùn)起于大寒日，每運(yùn)各主73天零5刻(古人將一天分成100刻)，五步合計(jì)365天零25刻。天干10年1周期，因此客運(yùn)五步也是10年1周期。一天干周期內(nèi)的客運(yùn)年年不同，但歲運(yùn)相同年客運(yùn)五步的五音是相同的，太少正好相反。筆者將其中五音相同但太少正好相反的五步之運(yùn)稱為1個(gè)太少對，而1個(gè)天干周期有25個(gè)太少對。

表1 太少對

溫度是最重要的氣象因子之一，一個(gè)時(shí)段的積溫反映該地區(qū)獲得的總熱量，可以刻畫該時(shí)段的寒溫特征[]，每一運(yùn)的積溫，即指在這一運(yùn)之內(nèi)逐日溫度的總和，計(jì)算公式為：

其中z表示站臺，k表示一年的客運(yùn)五步，i表示當(dāng)年的每一天，tz,i表示逐日氣溫，Tz,k表示每運(yùn)積溫。

圖3 平均氣溫客運(yùn)站點(diǎn)分布圖

利用上面的數(shù)據(jù)，求出每個(gè)站點(diǎn)每一運(yùn)的積溫，再對所得結(jié)果依據(jù)相同天干所紀(jì)六年求平均，求平均使客氣的影響互相抵消，這樣得到的是6個(gè)天干周期每一運(yùn)的平均積溫，然后對得到的結(jié)果依據(jù)表1所示比較每一太少對積溫的大小。將太時(shí)段的積溫小于少時(shí)段的太少對個(gè)數(shù)記為n1，太時(shí)段的積溫大于少時(shí)段的太少對個(gè)數(shù)記為n2，則n1、n2的取值范圍為0≤n1,n2≤25，且n1+n2=25。一個(gè)n1值惟一確定一個(gè)n2值，故分析n1與分析n2值等效，本文選擇分析n1值。

圖2顯示，從數(shù)學(xué)的角度考慮，一個(gè)P=0.5的伯努利事件重復(fù)25次是一個(gè)服從于x～B(25,0.5)的二項(xiàng)分布。

圖2 二項(xiàng)分布的概率函數(shù)

為方便討論，筆者將n1值介于[0,12]之間歸為一類，將n1值介于[13,25]之間歸為第二類。假如n1的取值是隨機(jī)的，那么P(0≤n1≤12)=P(13≤n1≤25)=0.5，進(jìn)一步對多個(gè)站點(diǎn)觀測到n1值的頻數(shù)也有P(0≤n1≤12)=P(13≤n1≤25)=0.5，表明客運(yùn)的排列沒有任何實(shí)際意義；假如站點(diǎn)n1值的頻數(shù)顯現(xiàn)出偏向性，則表明客運(yùn)的排列有特殊性。可知在一個(gè)天干周期內(nèi)有50運(yùn)，則兩種方案有20運(yùn)的太少不同，即有10對太少對的正負(fù)值不同，從而n1值不同。筆者將驗(yàn)算“內(nèi)經(jīng)版”和“創(chuàng)新版”兩種方案下的n1值分布情況，分別對平均氣溫、最高氣溫、最低氣溫3組數(shù)據(jù)求出每個(gè)站點(diǎn)在2種排列方案下的n1值，并依據(jù)n1值大小(0≤n1≤12,13≤n1≤25)繪制站點(diǎn)分布圖。

3 結(jié)果

3.1 站點(diǎn)分布

圖3顯示，平均氣溫下“內(nèi)經(jīng)版”有121個(gè)站點(diǎn)13≤n1≤25，只有8個(gè)站點(diǎn)0≤n1≤12，這8個(gè)站點(diǎn)分別是鄭州、嫩江、白城、奇臺、烏魯木齊、博客圖、烏蘭浩特、盤縣，“創(chuàng)新版”卻有接近一半的站點(diǎn)0≤n1≤12。

圖4顯示，最高氣溫下“內(nèi)經(jīng)版”有113個(gè)站點(diǎn)13≤n1≤25，只有10個(gè)站點(diǎn)0≤n1≤12，這10個(gè)站點(diǎn)分別是兗州、安陽、鄭州、開封、齊齊哈爾、白城、臨夏、烏蘭浩特、海拉爾、思南，“創(chuàng)新版”卻有較多的站點(diǎn)0≤n1≤12。

圖4 最高氣溫客運(yùn)站點(diǎn)分布圖

圖5顯示，最低氣溫下“內(nèi)經(jīng)版”有116個(gè)站點(diǎn)13≤n1≤25，只有6個(gè)站點(diǎn)0≤n1≤12，這6個(gè)站點(diǎn)分別是哈爾濱、章黨、丹東、奇臺、圍場、海拉爾；“創(chuàng)新版”卻有接近一半的站點(diǎn)0≤n1≤12。

圖5 最低氣溫客運(yùn)站點(diǎn)分布圖

3.2 比例分布

圖6～8顯示，兩種方案在3個(gè)氣溫維度上有很大差異，“內(nèi)經(jīng)版”中平均氣溫維度下0≤n1≤12的站點(diǎn)只占6%，而13≤n1≤25的站點(diǎn)占94%；最高氣溫維度下0≤n1≤12的站點(diǎn)只占8%，而13≤n1≤25的站點(diǎn)占92%；最低氣溫維度下0≤n1≤12的站點(diǎn)只占5%，而13≤n1≤25的站點(diǎn)占95%?！皠?chuàng)新版”中平均氣溫維度下0≤n1≤12的站點(diǎn)占47.2%，而13≤n1≤25的站點(diǎn)占52.7%；最高氣溫維度下0≤n1≤12的站點(diǎn)占28.5%，而13≤n1≤25的站點(diǎn)占71.5%；最低氣溫維度下0≤n1≤12的站點(diǎn)占43.4%，而13≤n1≤25的站點(diǎn)占56.6%。

圖6 平均氣溫下兩種方案比例分布

圖7 最高氣溫下兩種方案比例分布

圖8 最低氣溫下兩種方案比例分布

表2 “內(nèi)經(jīng)版”的站點(diǎn)分布比例

3.3 假設(shè)檢驗(yàn)

表3顯示，筆者對“內(nèi)經(jīng)版”的站點(diǎn)分布即n1值的頻數(shù)作二項(xiàng)式檢驗(yàn)，設(shè)每個(gè)站點(diǎn)的n1值落在[0,12]的概率為0.5，即令原假設(shè)H0:P(0≤n1≤12)=0.5，備擇假設(shè)H0:P(0≤n1≤12)≠0.5，利用SPSS得到每個(gè)氣溫尺度下的顯著性值，P均遠(yuǎn)遠(yuǎn)小于α=0.001，故拒絕原假設(shè)，認(rèn)為n1落在[13,25]的概率遠(yuǎn)大于0.5，結(jié)果有統(tǒng)計(jì)學(xué)意義。

表2 “創(chuàng)新版”的站點(diǎn)分布比例

表3 《內(nèi)經(jīng)》版客運(yùn)排列的二項(xiàng)式檢驗(yàn)

表4 創(chuàng)新版客運(yùn)排列的二項(xiàng)式檢驗(yàn)

表4顯示，依據(jù)如上方法，筆者再對“創(chuàng)新版”的站點(diǎn)分布即n1值的頻數(shù)作二項(xiàng)式檢驗(yàn)。

“創(chuàng)新版”在平均氣溫和最低氣溫維度下的顯著性值P值都大于0.05，故接受原假設(shè)?？梢姡@種情況下n1值的頻數(shù)大致滿足P(0≤n1≤12)=P(13≤n1≤25)=0.5，即n1的取值是隨機(jī)的。出現(xiàn)n1的取值區(qū)間落在[13,25]偏高的原因，是在“創(chuàng)新版”的排列方式下，有部分順序與“內(nèi)經(jīng)版”的排列方式是一致的。這種隨機(jī)性則反證了這種排列方法的錯(cuò)誤。

4 討論

客運(yùn)五步循環(huán)相生，每運(yùn)短暫地主司一步的氣候變化，相較于主運(yùn)，客運(yùn)對異常氣候可能有更明顯的反映?？瓦\(yùn)隨中運(yùn)變化而年年不同，而歲運(yùn)變化反映到客運(yùn)有兩個(gè)明顯的特征，其一是每一步的本氣變化，其二則是該本氣太過不及的變化。太少對的本氣相同，太過不及正好相反，一個(gè)太少對2個(gè)運(yùn)的積溫變化正好反映了太過和不及的差別。由《內(nèi)經(jīng)》中的客運(yùn)排列方式來看，一個(gè)周期25個(gè)太少對中太的積溫小于少的積溫的對數(shù)總是占多數(shù)，即n1值落在區(qū)間[13,25]的概率遠(yuǎn)大于0.5，證明客運(yùn)的這種排列有其特異性。

值得注意的是，太過和不及并不像平時(shí)理解的那樣，太過積溫偏高，太時(shí)段的積溫小于少時(shí)段的積溫反而占絕大多數(shù)。細(xì)品其因，太過主發(fā)散，熱量積累不足；不及主收斂，積累熱量反而多，故而整體上太少對在客運(yùn)是太的時(shí)段的積溫比客運(yùn)是少的時(shí)段要低。

5 結(jié)語

本文對兩種客運(yùn)排列方案作了檢驗(yàn)分析，“創(chuàng)新版”的排列方案難以找到明顯的規(guī)律，而按照《內(nèi)經(jīng)》中的排列方式，幾乎所有站點(diǎn)太少對的n1值則顯示出很明顯的偏向性，表明“內(nèi)經(jīng)版”的客運(yùn)太少分配方案具有顯著的特異性。在氣象分析和臨床實(shí)踐中，“內(nèi)經(jīng)版”的客運(yùn)應(yīng)得到更多的重視。

[1] 蘇穎．中醫(yī)運(yùn)氣學(xué) [M]．北京: 中國中醫(yī)藥出版社，2009：38- 42.

[2] 呂游，柯資能，王昌忠．中運(yùn)與年積溫關(guān)系分析[J].中國中醫(yī)基礎(chǔ)醫(yī)學(xué)雜志，2016，3(3)：468-472.