近5年来，以大宗史料发掘整理为基础的中国经济史研究蔚为壮观，仅相关的国家社会科学基金重大项目就有近20项。其中，有多项涉及到数据库建设，中国经济史研究正在从小数据时代向大数据时代转变。按照迈尔—舍恩伯格、库克耶对大数据（Big Data）三重属性的界定，经济史研究中的数据与现在通常所说的“大数据”在界定上还是有所区别的。然而，1860—1948年间中国旧海关留存下来的庞大数据，则是最接近于“大数据”的历史数据样本。 一、中国旧海关数据及文献整理概要 中国的旧海关，即鸦片战争后到新中国成立前设立的新式海关，主要负责对外贸易、征税、缉私、统计，同时兼管航船停泊、引水、沿海灯塔和航标的设置与保养、疏浚航道、气象观测、口岸疾病检疫等；兼及中国近代早期的邮政通讯业务和准领事业务、处理华工出国事宜、清偿对外赔款、在国外主办各类博览会，甚至还参与各种外交与洋务活动。中国旧海关所保留的历史数据主要是1860—1948年间中国进出口贸易方面的经济数据，以及航运、邮政、气象等与贸易有关的数据。这些数据按年（甚至是季度、月度）记录，是连续完整的面板数据。在中国旧海关内部出版物七大系列中，这些数据大多归入统计系列。 在新中国成立之前，新式海关被公认为是近代中国第一个现代化部门。为了及时掌握各口岸地区的贸易情况，从1860年起，旧中国的新式海关就开始按照西方的管理理念，编制进出口统计，并建立起了一套严格的申报、汇总、出版体制，一直持续到1948年。旧海关内部出版物以编制时间之长，内容之广泛，表达方法之科学、严谨，成为旧中国留存下来的一套最为系统完整的史料。正如郑友揆所言：旧海关出版物“因其内容精确，所占地域广大，已成为研究我国经济之唯一可靠而系统的资料”①，为学界所广泛接受。 鉴于海关数据的重要价值，解放前许多学者个人就已经着手对其进行整理，除了广为人知的杨端六与侯厚培、萧亮林的工作②，蔡谦、郑友揆整理了1919、1927—1931年海关的贸易统计数据。另外，由于海关统计记录格式的变化，1936—1940年间中国通商口岸间埠际贸易数据缺失，郑友揆、韩启桐专门从当时海关的数据中整理保存了这一数据③，扩大了这一数据宝藏。 100多年来，在学术界持续的使用与关注下，虽然中国旧海关史料四处流落，部分遗失，但是，台湾与国外学者一直都在缓慢整理。最近十多年来，中国大陆学者对中国旧海关资料的搜集、整理与研究工作也逐步加速，再版了《中国旧海关史料》（170大册）（京华出版社2001年）、《美国哈佛大学图书馆藏未刊中国旧海关史料》（279大册）（广西师范大学出版社2014—2016年）、正在整理准备出版的有“上海海关档案室所藏”（约260本合约60大册），国内的相关工作受到国家哲学社会科学基金重大项目“中国旧海关内部出版物的整理与研究”的资助④。 目前国内已经或正在再版的旧海关内部出版物，包括统计、特种、杂项、关务、官署、总署、邮政等七大系列，以及数十本七大系列之外、由海关编辑或出版的书刊。涵盖贸易、税收、航运以及中国各地的度量衡、货币、鸦片产销、走私、厘金、邮政等经济数据。另外，上述各类书刊中还附有大量的彩色地图，多数是经过科学测绘、信息丰富的近代全国或区域地图。 二、文本分析基础上的“旧海关贸易数据库” 中国旧海关数据记载的完整、规范、准确首先应归功于总税务司赫德⑤。1859年1月海关总税务司署成立后，就制定了西式的海关数据统计和出版制度，并从该年起陆续出版中国各口岸的《进出口贸易统计》。1863年冬贸易统计的格式逐渐形成，赫德明确要求：“每个月末，各税务司应向总税务司呈送简短的月报，内容包括当月发生的主要事件、口岸贸易情况、税收摘要、办公支出以及罚没款数额。总税务司要求各位税务司对此项工作必须十分认真，使得贸易统计（尤其是汉文格式）各细节都必须准确无误，书写整洁并无涂改。”⑥1864年起进出口和埠际贸易分别记载，区分运销外洋和埠际的商品，同时商品分类趋于详细，贸易统计的格式逐渐形成。1865年海关总税务司在上海设立了海关印书房与表报处，负责印刷各关的贸易报告和贸易统计。1873年10月海关印书房与表报处合并，并从江海关独立出来成立造册处，归总税务司署管辖，形成了一套规范、完整、有序的编印、发行的制度。 就海关统计制度方面的讨论与分析，张志云（2014）、宋俊龙（2014）的分析较为完整⑦。专就旧海关统计系列数据的统计范围、单位、范围、含义等，从全国或区域层面的探讨，在前期主要是郑友揆、滨下武志，后期为托马斯·莱昂斯、吴松弟与方书生⑧。目前，关于中国旧海关贸易数据的分析与解读可以参考后期几位的初步工作。 前述的“中国旧海关内部出版物整理与研究”项目预计今年结项，拟发布并出版“中国旧海关文本与数据分析”，力图促成数据库的构建，以及与之配套的数据库及数据使用指南。数据使用指南主要回答如下问题：各海关是如何获取报告与统计数据的？各海关是如何记录贸易数据、编撰报告的？海关总署造册处是如何将各埠的贸易统计编纂汇总的？不同条目数据的含义，统计格式、范围、定义前后的变化以及数据在精度上的不足，并试图给予修正建议。 旧海关内部出版物统计系列中的“贸易统计”部分，是中国近代经济史上唯一一份连续性的面板数据（1859—1948年），再加上具有上述的准确性、规范性（西式统计方式）。所以，“中国旧海关内部出版物的整理与研究”课题组初步整理了“中国旧海关贸易数据库”，并将持续对其进行完善。该数据库的基本内容简介如下：
