陋，比例失真）。

口耳相传：周鸣亲自走访老农、里胥，记录下诸如“东岗子那百亩地，看着好，实为‘发苗地’，苗旺穗瘪”，“黑水洼那地，涝年绝收，旱年反丰”等宝贵经验。

无数碎片信息被提取、清洗、量化：

将历年赋税记录按里（最小行政单位）汇总，结合该里大致田亩数，估算平均亩产作为基准线。

将灾异记录定位到网格区域（如“东岗子”对应网格编号丙七），标记该区域特定灾害易发性。

将老农经验转化为“土壤潜在缺陷”或“特殊抗性”的标签，赋予权重。

水源距离衰减模型：测量主要灌溉沟渠（或稳定水源）到每个网格中心的直线距离（步测）。设定“最优距离带”，距离每增加一个等级（如百步），土地生产力基础分衰减一定比例（如5%）。无稳定水源网格，直接划入低等。

第三步，核心建模——土地生产力综合指数（LpI）。

周鸣在别院一间僻静的厢房内，地面再次成为他的演算场。这一次，算筹的规模远超以往。不同颜色、长短的算筹代表不同变量：

赤长筹：基础土壤质量（基于采样：色泽、质地、含水综合评分）。

黑短筹：灾害风险权重（雹、旱、涝、虫，历史频率叠加）。

黄方筹：水源便利指数（距离衰减模型结果）。

青圆筹：经验修正因子（老农智慧量化）。

白细筹：微地形修正（坡度、向阳度等，目测估算）。

他将霍邑的土地网格图（简化为81个区域）绘制在一张巨大的、硝制过的羊皮上。每个网格区域，都根据其收集到的数据，被赋予一组特定的算筹组合。这些算筹组合，代表该地块的初始属性集。

接下来是复杂的加权综合运算：

LpI=(土壤质量*w1)-(灾害风险*w2)+(水源指数*w3)+(经验修正*w4)+(地形修正*w5)

权重系数（w1-w5）的设定，是核心中的核心，需要反复调整验证，确保结果符合常识（如上等田不会因微瑕疵落入下等）且能解释历史收成差异。周鸣如同一个交响乐指挥，双手在羊皮地图和地面的算筹阵列间飞快移动，进行着成千上万次局部计算和全局平衡。

助手们看得眼花缭乱，只觉得那些算筹在地面和羊皮上构成了一幅幅不断流动的、充满神秘几何美感的星图。周鸣口中的低语：“丙三区，水源权重不足，上调w3……壬九区，虫害频发，w2上调0.1……坤五区老农言‘发苗地’，w4赋予负值……”更增添了这过程的玄奥。

经过数日不眠不休的推演迭代，最终的“九赋数图”诞生了！

羊皮地图上，原本空白的网格，如今被清晰地标注上了不同的符号和简略注释。整个霍邑试点区域的土地，被划分为九个等级：

上上（紫徽）：极少数，土壤肥沃深厚，近水源，灾害罕至，地形优越。如郤氏宗田核心区部分、黑水洼旱年丰产区。

上中（青阳）：……

上下（白藏）：……

中上（朱明）：……

中中（黄裳）：分布最广，肥力中等，水源尚可，有轻微灾害风险。

中下（玄英）：……

下上（苍灵）：……

下中（素律）：土壤贫瘠，或易涝易旱，或远离水源。如部分新垦生荒地、东岗子“发苗地”。

下下（幽元）：极少数，位置偏远，灾害频发，几乎无法耕种。

每个等级对应着不同的赋税标准（以粟米计），等级越高，亩税越重。但关键在于，赋税只与土地本身的“数”（生产力等级）挂钩，与其名义上属于“公田”、“私田”或属于哪个贵族，再无直接关系！同时，轮作休耕的安排也清晰标注：下等田优先休耕，中等田视情况轮休，上等田保证耕作。

郤芮的书房内，巨大的羊皮地图铺满了整个书案。郤芮俯身其上，目光如炬，手指沿着那些代表不同等级的符号和网格线缓缓移动。他的呼吸不由自主地变得粗重起来。

周鸣侍立一旁，声音平稳地解释：“大夫请看。此图以‘数’定地力，以地力定赋税。上田虽赋重，然产出更高，农夫精耕可有余利；下田赋轻，休养生息，待其地力恢复。轮作有序，避免竭泽而渔。总产之增，源于此。”

他指向地图上几处被标记为“中下”甚至“下上”的区域，其中赫然包括了几处胥臣名下、靠近水源但土质略差的私田：

“譬如此处，旧制因其为私田，