这项大数据研究的成果颠覆了人们对社会结构的认识

云计算
过去十年,数据分析技术让生物研究变革一新。有了Hadoop和最初由雅虎和Facebook设计的开源代码工具,“大数据”软件平台彻底改造了商业世界。这项技术甚至改变了历史研究。
[[86248]]

 

数据已经改变了人类世界的一切。

过去十年,数据分析技术让生物研究变革一新。有了Hadoop和最初由雅虎和Facebook设计的开源代码工具,“大数据”软件平台彻底改造了商业世界。这项技术甚至改变了历史研究。

2000年初彼得・特秦(Peter Turchin)创立了一个名为Cliodynamics的研究领域。想法就是使用数据分析作为预测未来的一种方式,但是同样可以用来测试一些有关过去发生事情的理论。你可以设计一个意在解读历史的模型,之后你可以使用真实的历史数据来测试这个模型。

最近一次研究的目标是分析复杂社会的起源。美国国家科学院在近日发表的一篇论文中,特秦带领由不同学科成员组成的研究团队试图推翻一个长久以来的论点:大型国家的出现是农业发展的结果。

农业并非大型国家的起因

早期的人类以采集、打猎为生。社会结构相对简单,可能只是由几十个人组成,他们全都彼此熟识,互相之间也不会进行复杂的合作任务。但是最终复杂社会出现了——有政府、军队、农业、教育等等以及其他大规模、合作性的工程项目。在这篇论文中,特秦和他的合作伙伴们分析了社会规范(social norm)的传播分布,正是这一点使得社会网络的范围扩张至上百万人。

“大型国家组织不可能没有官僚主义,但是官僚主义的成本很高昂。人们不得不为之埋单,”他说道,“于是更大的问题就成了,在成本高昂的情况下,复杂社会要如何进化发展?”

回答这个问题的标准理论,也就是称之为“自下至上(bottom up)”的理论:人类在大约一万年前发明了农业,带来了资源的超额供给,将人类从劳作活动中解放出来,从事其他的经济活动。但是这个研究团队却发现,自下至上的理论是错误的,起码是不完全正确的。“社会之间的竞争,也就是在历史上以战争形式发生的事件,导致了复杂社会的变革。”

为了比较测试两个理论,研究人员设计了两个数学模型,预测复杂社会的扩张的情况。一个基于农业、生态和地理条件;另一个除了这三点,额外增加了战争的因素。接着,他们使用历史地图数据来判断这两个模式是否契合不同国家和帝国实际发展的轨迹。

包含战争因素的模型在预测历史变动情况时成功率达到了约65%,而另外一个模型只达到了16%左右。这表明战争因素在社会规范的传播上更加重要,也导致了复杂社会的出现。

研究人员坦诚,这个模型还远远不够完美——比如这里面并没有包含人口数据——但是就大多数情况来说,这个模型能够预测公元前1500年至1500年之间大规模国家的出现和扩散情况。此外他们还指出,简单社会是否好战这一点还存在许多争议,但是从这个模型开始计算的历史时刻算起,战争现象已经十分普遍了。“和战争类似的原因有许多:对资源的争夺(主要是领土范围),复仇和战略方面的考虑(在你的敌人准备好攻击你之前先动手)。”

粮食产量、经济和意识形态

研究团队表示已经在准备下一个研究项目,这一次会加入粮食产量数据。此外,经济和意识形态竞争也是塑造一个社会的因素。比如美国和苏联两国的竞争就是。“1920年代时美国是赤裸裸的资本主义,工人们被预期支付的工资最大程度地被剥削,但是接着苏联成为了竞争对手,这意味着工人应该被支付更高的工资。”在20年代的“红色恐怖(Red Scare)”时期——也就是担忧共产主义会大规模在美国抬头的那段时间——美国公司会主动自愿地支付更高的工资,推行更多的社会保障项目,比如退休金。

但是几十年之后的今天,经济竞争让俄罗斯被迫实现了更多的自由贸易和民主。这背后最大的因素是什么?战争。

责任编辑:王程程 来源: Wired
相关推荐

2022-08-03 10:27:53

数据大数据

2020-05-14 10:07:12

大数据企业融资大数据应用

2017-10-25 14:59:18

大数据术语物联网

2018-06-27 11:02:39

大数据麦肯锡分析

2021-09-28 20:18:27

大数据教育系统

2015-11-19 10:08:54

大数据空间社会

2011-09-22 19:00:13

大数据社交网络云计算

2017-01-23 20:04:29

2021-07-19 06:06:04

勒索软件网络攻击数据泄露

2013-05-31 09:41:13

大数据时代大数据

2018-01-13 23:17:55

谷歌研究报告团队建设

2014-06-19 09:49:26

大数据

2014-03-12 10:31:32

大数据

2017-11-30 06:03:49

物联网数据IT

2016-10-25 14:15:39

大数据农业生产

2013-07-26 09:32:30

2011-12-11 19:06:57

Windows Pho

2017-12-21 09:34:12

工智能误解

2016-03-07 13:24:29

2010-03-31 18:56:56

Oracle 数据类型
点赞
收藏

51CTO技术栈公众号