每年六月,新德里的一家政府机构会宣布一个日期。不是季预测,不是一个区间,就是某一天——西南季风在这一天到达喀拉拉海岸。报纸把它做成标题。商品交易员据此调仓。而内陆往北几百公里外的农民,把它读成一场将持续四个月的排期的发令枪。

这件事把整柱的读法摆得很明白:季风在当地不被当作天气,而被当作一条日历条目——它有日期、有常年日期、还有一个「早几天晚几天」的固定习性。一旦这么看,印度大量的经济与社会生活就不再像是风俗,而像是排班。

是一个日期,不是一个季节

季风的「建立」是可操作的,所以才能被宣布。印度气象局用喀拉拉邦 14 个固定的雨量计组成一个判据:其中至少 60% 连续两天录得 2.5 毫米以上降水,且低层风场已转为预期的西或西南向,就宣布季风到达。常年日期是 6 月 1 日。具体某一年早一周或晚一周,没有人认为不正常。

这里值得停一下。一个能浇透整个次大陆的现象,由**一个邦的十四台仪器**来认证。选喀拉拉,是因为洋流在那里第一次登陆,不是因为喀拉拉更重要。之后全国等这同一套风系往西北推进,推进到哪一步就发布到哪一步。所以这个国家经历的不是一场季风,是一个队列,每个地区在队列里有自己的位置。

十二个月的同一根轴上,对齐了降水、两种主粮的农事、洋葱价格与婚礼季节 一根轴,四张排期 123 456 789 101112 降水 约占全年四分之三 稻 插秧 田里有水 收割 麦 播种 凉而干燥的生长季 开镰 洋葱价 新货出清、存货见底,价格最高 婚期 主季 尾声 第二个窗口 连接方式 雨决定田里何时有水,于是决定了插秧的日期。 插秧的日期决定收割的日期,于是决定现金何时进家。 现金加上干的地面,才决定这家人什么时候能办婚礼。 两套主粮的日历从不重叠:稻需要田里积水的那几个月,正是麦田必须保持干燥的时候。 所以六月的这一个日期,能在半个国家被当作农业年的起点来引用。 降水柱为示意;洋葱曲线是典型的季节形状,不是预测。
同样的十二个月,四种读法。上面两条是水文,下面两条是水文排出来的日程。

农事日历就是押在这个日期上的一个赌

稻把这个赌押得最明白。它要田里有水。这一条要求意味着:雨真的到了、地真的泡透了,田才整得了、秧才插得下去、这一季才算开始。在喀拉拉沿海的三角洲地带和泰米尔的高韦里河带,插秧窗口在宣布建立后的几天内就打开。宣布晚了,整条链就往后挪。

麦押的是同一张牌的另一面。它长在凉而干燥的几个月里——10 月、11 月季风退走之后播种,3 月、4 月热起来之前开镰。播种时雨多不是好事,是麻烦:苗床会涝。所以麦农等的不是季风来,是季风走,等土里留下恰到好处的底墒又别太湿。

这就是图里两套主粮日历从不重叠的原因,也是同样四个月(6—9 月)能决定两套完全不同的农业经济收入的原因。一边在等水来,另一边在等水走,而后者成不成,取决于前者留下了多少。

价格走在同一根轴上

用洋葱来演示最省事:它不耐存,而且人人都买。在 kharif 与 late-kharif 两季收上来,装进通风的棚里过冬,等四五月气温爬升就开始烂。于是价格曲线有个可预期的形状:新货落地时跌,仓里满时低着,晚春一路爬上去,直到下一季收成把它打断。

把这条曲线和季风连起来的,不是收成本身,是收成的时间。宣布晚,播种就晚,收割就晚,离存粮见底的间隔就缩短——于是价格的高点来得更早、更高。这不是「市场感受到了天气」的比喻,而是在说:一个实物库存正在按固定节奏消耗,而别人的降雨刚刚把这个节奏推了一下。

婚礼也排在这根轴上

印度的婚礼季通常被解释成星历:吉日、星位、提前几个月查的黄历。这些是真的,也确实重要。但黄历是在一个窗口里挑日期,而这个窗口由另外几样东西画出来——地面要干到能搭棚、客人能赶路;家里要有收成换来的现金;客人要能从田里脱身。

结果就是图里最下面那条:11 月到 2 月一个厚季,4 月、5 月一个小窗口,季风那几个月几乎空着。这三个条件里的每一个,都是六月那个日期的后果。星历在窗口里挑日子;水文画出窗口。

这么读会改变什么

把季风当日历读,而不是当气候读,会得到一些气候框架给不出的预测。它会预测:宣布晚的时候,先出现的是价格波动,之后才出现减产。它会预测:婚宴场地是一门有硬性年度峰值的生意,不是全年平铺的。它会预测:灌溉之所以值钱,正因为它把「有一周方差的日期」变成了「没有方差的日期」。

它也解释了一个看起来像宿命的习惯。农民说「雨晚了」,不是在对着天气认命,而是在报告:一张排期滑了——而它后面的所有东西,从秧田到贷款还款日,都跟着滑了。

来源与核对

  1. 印度气象局 《2023 年西南季风季末报告》;喀拉拉上空季风建立判据(14 站 60% 规则、2.5 毫米阈值、高空风条件)
  2. 印度气象局 1961—2010 年长期平均降水:全国 868.6 毫米
  3. 印度农业与农民福利部 《Agricultural Statistics at a Glance》土地利用与净播种面积序列;雨养面积占比
  4. Gadgil, Sulochana 〈The Indian Monsoon and Its Variability〉,《Annual Review of Earth and Planetary Sciences》31 卷,2003
  5. 印度 2011 年普查 初级普查摘要,各邦耕作者与农业雇工表

最后核对 2026年10月30日 水真人 更正