Farsoter och gränser. Epidemier och smittvägar i Skandinavien och Östersjöområdet under 1700-talet
Kort beskrivning
Länge hävdades att det primärt var missväxter och hunger, i kombination med folkökning, som orsakade de återkommande dödlighetskriserna under 1600- och 1700-talet. I slutet av 1900-talet lyftes snarare sociala förklaringar, smittor och smittexponering fram. Problemet, understruket flera gånger i internationell forskning, är emellertid denna smitteoris hypotetiska karaktär och vår bristande kunskap om just svält, sjukdomsdödlighet och smittspridning under dödlighetskriserna. I detta projekt kommer stora områden excerperas på individnivå gällande dödsfall i smittkoppor, dysenteri och febrar i Skandinavien och Östersjöområdet. Det tillåter oss att följa smittor och undersöka spridningen i relation till bland annat försörjningskriser, krigstillstånd och försök att hindra spridningen.
Det mest utmärkande draget i 1600- och 1700-talens europeiska befolkningshistoria är dödlighetskriserna. Gång efter annan steg dödligheten till skyhöga nivåer. I över 200 år har historiker och olika samhällsdebattörer diskuterat vad dessa kriser berodde på. I ena stunden har det varit Guds straff eller matbrist, i nästa bristande hygien, krig, tiggare eller överbefolkning. Otaliga studier har gjorts av just tillgången på mat och dödlighet, men resultaten är ofta motsägelsefulla. Det som framför allt ställer till problem är infektionssjukdomarna. Visserligen finns flera fruktansvärda exempel på att ren svält dödade människor, men samtidigt står det klart att det främst var dysenteri, pest, smittkoppor och olika febrar som dödade människor under kriserna, inte brist på mat. Farsoternas inverkan kan knappast överskattas. I Sverige orsakade t ex smittkoppor i mitten av 1700-talet 50 procent av all dödlighet i åldersgruppen 1-5 år, och febrarnas och dysenterins verkan under svältkatastroferna på 1740- och 1770-talen var ohyggliga, med tiotusentals döda. Många studier har följaktligen försökt att greppa epidemiernas betydelse; hur länge de funnits, hur hög dödlighet de resulterat i, hur de uppfattats och hur de har bekämpats. Vi har alltså en ganska bra kunskap om vilka sjukdomar som plågat människor runt om i världen.
När det kommer till de viktiga frågorna om var epidemierna egentligen startade, vilken utbredning de hade och, framför allt, längs vilka vägar de spreds, vet vi emellertid mycket lite. De spår historiker har att följa finns i dåtida statistik, rapporter och kyrkböcker, och sjukdomshistoriker rör sig gärna i det mellersta eller sena 1800-talet då det börjar dyka upp ”färdig” statistik och uppgifter om morbiditet och då diagnosticeringar och källmaterial överlag är bättre. Men då är också The age of pestilence and famine för européerna sedan länge över. Diagnoserna och uppgifterna i 1700-talets kyrkböcker och läkarrapporter är osäkrare. Här förekommer dialektala benämningar på sjukdomar och en syn på deras orsak och sätt att spridas som är sprungen ur den förbakteriella kunskapseran, och därmed skarpt skild från vår tids sätt att resonera kring ohälsa. Ett annat centralt problem är att de som väl försökt ta sig an historiska epidemier ofta undersöker ett lokalsamhälle, eller sjukdomar i enskilda länder, medan det för vår projektgrupp emellertid är uppenbart att farsoterna sällan lät sig hindras av politisk-administrativa gränser, vare sig på socken-, läns- eller riksnivå. Ska vi förstå oss på de historiska farsoterna måste jämförande analyser göras av utbrott såväl i olika länders hamnstäder och marknadsplatser som i varierande typer av regioner alldeles oavsett hur de administrativa gränserna har sett ut.
Genom ett samarbete mellan forskare från Sverige och Estland och GIS-expertis från Centrum för digital humaniora är målsättningen med det här projektet förklara spridningsmönstret hos några av de värsta av 1700-talets sjukdomar i Östersjöområdet; dysenterin, smittkopporna och febrarna. Forskarlagets kompetens rymmer historisk demografi, kartdata, sjukdomshistoria, krishistoria och gruppen har stor empirisk erfarenhet. Vårt studieområde är sammanhållet men rejält varierande, vilket ger en rad analytiska fördelar. Här finns Sverige och Norge med den långa landgränsen, Sverige och Finland med sin gemensamma politiska historia, den viktiga hamnstaden Tallinn och handeln över Östersjön - områden som sällan sammankopplats i sjukdomshistoriska sammanhang.
Några av de stora farsoterna är nära knutna till individens näringstillstånd, några trivs inomhus bland människor på vintern, medan ytterligare andra spreds via vatten, helst på sensommaren eller hade en förödande förkärlek till vissa åldersgrupper. I en svårgreppad och mångfacetterad gråzon mellan natur och människa har såväl klimat och topografi som människans kontaktnät, sätt att leva och skydda sig spelat roll för utbrottens karaktär och spridning. Vi vet att farsoterna har dödat miljoner och åter miljoner människor, påverkat samhällsutveckling och krig – men de systematiska analyserna av hur de egentligen spreds är få.
1. Döda i dysenteri i Lima och Transtrands sockar sommaren 1773.
2. Dysenteri och smittkoppor, svältåret 1772
3. Pågående kolerautbrott 1834
De tre grupperna av illustrationer speglar alla dessa begränsningar och avvägningar – men visar också på fina möjligheter att ta den här typen av analys vidare.
Animationen (1) visar en pilotstudie på individnivå av en dysenteriepidemi i Lima och Transtrands församlingar i nordvästra Dalarna 1773. Vi kan följa dödsfallen dag för dag, och smittan kommer av allt att döma in söderifrån, längs Västerdalälven. I övrigt är några mönster dock svåra att se. Sannolikt beror detta på att ytan helt enkelt är för liten – differensen mellan var folk blev smittade och var de dog blir helt enkelt för stor på lokalnivån – och vår slutsats är att de geografiska analysytorna i de fortsatta studierna måste vidgas. Pilotstudien på Lima visar dock att det är möjligt att sammanställa individdata av det här slaget; att de historiska ortnamnen är möjliga att lokalisera och därmed att sådana här animationer är möjliga. Utökade individstudier i olika typer av regioner är ett centralt mål för projektet.
Nästa exempel (2) utgår från svältåret 1772. Vi ser kalkylerad dödlighet för landet (från Lennart Palms Livet, kärleken och döden. Fyra uppsatser om svensk befolkningsutveckling 1300-1850, Göteborg 2001), samt kartor byggda på Tabellverksdata från DDB. Kartorna visar på församlingsnivån inte bara att smittkoppor och dysenteri var centrala för den ökade dödligheten, utan också var i landet de härjade. Möjligheterna till slutsatser om regionala tyngdpunkter är därmed goda. Dock finns stora luckor i materialet, vilket en kontroll av källmaterialet för Värmland 1773 visar. I tabellverksdatan finns registrerat dysenteri i 58 av länets 78 församlingar, dvs. i 74 %. Begravningslängderna för de 20 som saknas visar dock att där faktiskt bröt ut dysenteri i 18 av dem, vilket ökar siffran till 97 % drabbade län.
Den sista kartserien visar kolerautbrottet 1834, dels som ett axplock från olika skeden av epidemin, dels med summerad koleradödlighet för hela epidemin. Statistiken för de döda har helt byggts på excerpering i begravningslängderna. Vi kan gestalta spridningsmönster och en intressant tyngdpunkt i västra Sverige.
Målet för det vidare arbetet är att kraftigt bygga ut individdata. Hela landet kan inte excerperas, men väl specifika regioner, epidemier och krisperioder. Bristerna i Tabellverkets/DDB:s data är större än väntat och understryker vikten av att så långt som möjligt använda begravningslängder, och mer kompletterande Tabellverket. De empiriska och metodiska utmaningarna är betydande men samtidigt, inte minst ställt mot den ringa kunskap vi har om de historiska sjukdomarna, de rika källmaterial och den digitala teknik som finns, så har projektet en fin potential att förklara längs vilka vägar farsoterna tog sig fram.
Fokus i det följande ligger på metodiska erfarenheter och överväganden gjorda under de pilotstudier vi har företagit inför projektet. Det rör sig grovt taget om tre exempel som illustrerar de problem och möjligheter som finns i arbetet med att analysera de historiska, akuta infektionssjukdomarna.
De tre exemplen är alla resultatet av en sammanvägning källmaterialets karaktär och vad som är en rimlig arbetsinsats sett mot syfte och presumtiva resultat – ett generellt men i detta epidemihistoriska, rumsliga och delvis digitala sammanhang särskilt besvärligt problem: vill vi ha data på individnivå måste den mödosamt excerperas från det handskrivna primärmaterialet (död- och begravningslängder). Offrens hemvist måste dessutom noteras och lokaliseras geografiskt. Studier på individnivå är följaktligen mycket ovanliga i forskningen, och de som väl gjorts är oftast begränsade till lokalsamhällen (församling) och rör enstaka år. Eftersom kvantitativa uppgifter om sjuklighet och smitta inte finns i 1600- och 1700-talens källmaterial måste vi analysera sjukdomarna via de döda. Knutet till detta, och en viktig fråga för oss, är också hur väl en epidemiers smittvägar och konturer verkligen avspeglas i en så begränsad yta som församlingen.
Analysen blir stabilare om vi kan undersöka en större geografisk yta än församlingen, vilket i det här sammanhanget vill säga ett län, en topografisk eller ekonomisk region eller kanske ett helt land. Möjlighet till sådana analyser finns för svensk och finsk del tack vare det unika Tabellverket, dvs. den tryckta statistik som från 1749 ordnades av SCB:s föregångare Kungliga Tabellkommissionen samt kyrkan, idag tillgängliggjord av Umeå universitets demografiska databas (DDB). I Tabellverket får vi uppgifter om antal döda per år på församlingsnivå i dåtidens kategoriseringsdräkt efter dödsorsaker. Här tappar vi emellertid individperspektivet och kan endast följa sjukdomsdödligheten via årssummor och på församlingsnivån. I gengäld borde – och det är en annan av våra målsättningar – vissa epidemiers geografiska tyngdpunkter (snarare än spridningsmönster) kunna gestaltas, av stort intresse inte minst för att kunna analysera de dödlighetskriser som drabbade det förindustriella Europa (t ex 1773).
Idealet vore således att jobba med individdata, men över en stor yta. Detta är mycket sällsynt och har bara gjorts ett par gånger tidigare (Bodil Persson, Pestens gåta, Lund 2001 samt Daniel Larsson Kolera. Samhället, idéerna och katastrofen 1834, Stockholm 2015). Larssons studie rör en sjukdom som blev en parentes i det svenska, historiska sjukdomspanoramat: koleraepidemin 1834. Koleran skiljer ut sig genom att den var ny och okänd, och bokstavligen skräckslog samhället. Den avsatte därmed spår i rader av varierande källmaterial och kan rätt väl ringas in i tid och rum. Samtliga lokala utbrott följs upp i begravningslängderna och hela epidemins förlopp gestaltas på veckonivå såväl som ifråga om intensitet (döda/inv.). 1700-talets epidemier är klurigare att komma åt: de var vanliga, fick mindre uppmärksamhet och lämnade färre källmaterial efter sig, och vi får inte ens grovt kunskap om deras spatiala eller temporala gränser.
Daniel Larsson, Institutionen för historiska studier
Ida Storm, Centrum för digital humaniora