当前位置:首页 > 文章列表 > 文章 > 常见问题 > 汉朝一石等于多少斤?详解!

汉朝一石等于多少斤?详解!

2026-02-24 11:13:09 0浏览 收藏
汉朝的“一石”并非固定不变的单一数值,而是随语境在容量与重量之间灵活转换、因粮食品类而动态浮动的复合单位:作为衡制标准时恒为120汉斤(约30公斤),但实际征赋仓储中,粟、稻、米因密度差异可分别对应100至160汉斤不等;若作容量单位,则1石≈20升,折算出的质量又与衡制值显著不同——理解这一复杂性,是准确解读汉代文献、简牍及经济史料的关键门槛。

汉朝的一石是多少斤?看完你就明白了

如果您查阅汉代文献或研究古代度量衡,发现“一石”这一单位在不同语境下数值不一,则可能是由于其兼具容量与重量双重属性,且因粮食品类而异。以下是关于汉朝一石对应斤数的几种典型换算方式:

一、以衡制标准换算:1石=4钧=120汉斤

汉代官方衡制中,“石”作为重量单位时,严格遵循“1石=4钧,1钧=30斤”的层级关系,由此推得1石=4×30=120汉斤。该数值为粟类粮食的标准折算基准,见于《汉书·律历志》及后世考据文献。

1、确认所涉文献是否属官方计量体系范畴;

2、核查上下文是否明确使用“衡制”而非“量制”;

3、对照原文中是否出现“钧”“斤”等配套单位以验证层级逻辑。

二、以实测重量折算:1汉斤≈250克,1石≈30公斤

根据考古实测数据,汉代1斤约合现代250克,因此120汉斤即为120×250=30000克,亦即30公斤。此换算便于与现代质量单位对接,常用于历史经济史中的粮食产量估算。

1、取已知汉代铜权或铁权实物标称值;

2、用现代精密天平测定其实际质量;

3、按比例推算1汉斤对应克数,并乘以120得出1石总重。

三、依粮食品类浮动:粟、稻、米各有差异

因粮食密度不同,汉代实际征赋与仓储中常按品类调整“石”的实际重量,“石”在此处更偏向实用性的重量当量,而非绝对恒定值。例如,1石粟稳定为120汉斤,而1石稻谷可能为100–120汉斤,1石精米可达160汉斤。

1、查证原始史料中“石”字前是否附有粮名,如“粟一石”“稻一石”;

2、比对同批简牍或账簿中同类粮食的出入记录;

3、参考《居延汉简》《敦煌汉简》中实物计量实例进行交叉印证。

四、以容量制反推:1石=10斗≈20000毫升

当“石”作容量单位时,汉代1石等于10斗,实测容积约为20000毫升(即20升),再结合粟的比重(约0.8克/毫升),可得其毛重约为16000克,即32汉斤——但此数值未采用衡制标准,仅反映特定条件下的体积—质量换算结果,不可直接等同于衡制1石。

1、获取汉代标准量器(如“始建国元年铜方升”)实测容积;

2、测定所储粮食的堆积密度;

3、以容积乘以密度得出理论质量,并与衡制数值比对差异。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

鲁大师清理系统垃圾教程:一键瘦身C盘鲁大师清理系统垃圾教程:一键瘦身C盘
上一篇
鲁大师清理系统垃圾教程:一键瘦身C盘
链表栈队列实现全解析
下一篇
链表栈队列实现全解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    495次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    550次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    577次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    531次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    342次使用