历史动力学:如何用历史大数据预测未来?(上)

神译局 · 2019-12-02
计算过去的周期与模式能让我们更好地了解历史。但是不是还可以帮助我们预防迫在眉睫的危机呢?

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。

编者按:以史为鉴。日光之下并无新事。古人和历史似乎在告诉我们总是在重复过去。但是在现代,严肃的历史学家对周期论的态度一直都是不屑一顾的。不过有两位学者打算用数学方法去寻找历史中存在的模式。并且希望利用这一模型去预测未来。这个大数据版的以史为鉴能成功地预测未来吗?时间会证明的。而且说不定就在这几年的时间内。《卫报》的Laura Spinney用一篇长文介绍了Peter Turchin的历史动力学。原文标题是:History as a giant data set: how analysing the past could help save the future。鉴于篇幅太长,我们分两部分刊出,此为第一部分。

历史动力学:如何用历史大数据预测未来?(上)

历史动力学:如何用历史大数据预测未来?(下)

要对历史建模的生物学家

在2010年的第一期里面,科学期刊《自然》展望了未来10年会有哪些令人眼花缭乱的进展。到2020年,连接到互联网的实验性设备可直接监控我们的大脑信号,并借此来推断我们想搜索查询什么。三小时内将自身生物量增加一倍的作物将会诞生。人类正朝着结束对化石燃料依赖的道路上迈进。

几周后,还是这份期刊,上面的一封信却给这个美好的未来蒙上了阴影。信中警告说,所有这些进展都会因为政治的不稳定——美国和西欧在2020年左右走过巅峰期所带来的不稳定所阻断。那封信解释说,人类社会经历一段可预测的增长期,在此期间会是一幅人丁兴旺欣欣向荣的景象。然后接着会出现同样可预测的衰退期。这些“长期周期”会持续两、三个世纪,并以大规模的动荡告终。

这封信继续说,在最近几十年里,西方国家开始出现了若干令人担忧的社会指标,比方说财富分配不均以及公共债务等已经开始攀升,表明这些社会正处在动荡时期。这封信的作者还预测,虽然2020年美国的动荡情况不会像当年美国内战那样严重,但要比1960年代末和70年代初的暴力事件更为严重——在当时,出现了谋杀率飙升,民权和反越战抗议活动加剧,国内恐怖分子在美国各地实施了数千起爆炸等情况。

当时发出这些严厉警告的作者不是历史学家,而是一位生物学家。在他职业生涯的前几十年里, Peter Turchin利用复杂的数学方法来展示捕食者与猎物的相互作用是如何影响野外动物种群数量的波动的。他曾在《自然与科学》杂志上发表过文章,受到该领域从业者的尊重,但到1990年代后期,所有他感兴趣的生态问题都已经被他解答了。然后,他开始被历史吸引:人类社会的兴衰是不是也可以通过少数变量和一些微分方程来捕捉到呢

Turchin 开始去确定历史是不是像物理学一样遵循某些定律。2003年,他出版了《Historical Dynamics》一书,书中识别了法国和俄罗斯从起源到18世纪末的大周期的情况。同年,他创立了一个新的学术研究领域,叫做历史动力学(cliodynamics) ,旨在发现这些历史模式的深层原因,并使用数学建模,就像对地球的气候变化建模那样。七年后,他创办了该领域的第一本官方杂志,并共同建立了一个历史和考古信息数据库,这个数据库现在已包含有超过450个历史学会的数据。这个数据库可用来对社会进行大范围的时间和空间上的比较,还可以对即将到来的政治动荡做出预测。2017年,Turchin 成立了一个由历史学家、符号学者、物理学家等人组成的工作组,以便利用历史证据来帮助预测人类社会的未来。

历史动力学:如何用历史大数据预测未来?(上)

Peter Turchin,康涅狄格大学生态学与进化生物学、人类学及数学教授。

得益于廉价的计算能力和大型历史数据集的发展,Turchin的历史研究方法只是在最近才成为可能。这种方法利用软件来寻找大量历史数据当中存在的模式。这种“大数据”方法现在在历史学科中正变得越来越流行。华盛顿州立大学考古学家Tim Kohler认为,我们正处在他所从事领域的“辉煌岁月”,因为学者们可以轻松地汇总研究成果并从中析取出真正的知识,这是前所未有的。Turchin 相信,将来,历史理论要经过大型数据库的考验,通不过测试的理论将会被摒弃。我们对过去的理解会集中在接近客观真理的东西上

在某些人看来,2010年Turchin 在《自然》杂志所做的预测似乎出奇地具有先见之明。除非出现最后一分钟的奇迹,否则能解码脑电波的搜索引擎到2020年不大可能出现。3小时内把生物量翻番的作物,或者能源预算主要由可再生能源提供这些也不大可能实现。但是,美国或英国政治秩序迫在眉睫的失序似乎正显得越来越可信。由美国非营利组织和平基金会(the Fund for Peace)计算的“脆弱国家指数”(Fragile States Index)显示,这两个国家的不稳定趋势在恶化,而世界其他大部分地区的局势却在稳步改善。

伦敦经济学院研究政治冲突的George Lawson说:“我们正处于大动荡时代,其规模之大只有大西洋革命的大时代才能与之相提并论。”(大西洋革命是指1770年代至1870年代期间从法国到新大陆涌现的推翻君主制的暴力起义。

Turchin 认为他对2020年的预测不仅是对一个有争议理论的检验。这也可能预示着即将到来的未来:也许将来学者们会像发出极端天气预警一样对未来的社会和政治情况发出警报,并提供有关如何应对的建议。

解释历史跟预测未来是两码事?

对于大多数研究过去的学者来说,解释某件事情为什么会发生,跟预测什么时候会再次发生这种事以及会怎么发生有很大的不同。杜克大学经济学家、政治学家Timur Kuran说:“我们又不能制定法律。”

毫不意外,这种观点受到Turchin之类的数学家和生物学家的挑战。这两种学科有一个共同点,那就是复杂性科学。它讲的是一个系统哪怕只有少数运动件,由于活动件之间的相互作用不一,也会产生复杂的行为模式。比方说,太阳,地表以及地球的大气层的相互作用就产生了天气。这些相互作用的规律可以用数学以方程组或定律的形式来捕捉,从而预测系统在不同条件下的行为。天气预报基本上就是这么干的。

复杂性科学起源于物理学,是在对基本粒子行为的研究中诞生的,但是在过去的一个世纪里,它逐渐传播到了其他的学科。直到1950年代,还很少有细胞生物学家会承认可以用数学方法描述细胞分裂。他们认为这是随机的。但现在,他们认为这一事实是理所当然的,而且他们的细胞分裂数学模型已经让癌症治疗得到了改进。在生态学中,自然界存在可以用数学方法描述的模式也是大家公认的。旅鼠不会像迪斯尼曾让我们相信的那样进行大规模的自杀,但确实会经历可预测的4年景气周期,这是由于它们与掠食者的相互作用,以及可能的与其食物供给之间的相互作用所造成的。2008年,诺贝尔奖获得者物理学家默里·盖尔曼(Murray Gell-Mann)宣布,历史规律的发现也只是时间问题。不过,只有在所有研究过去的人(历史学家、人口统计学家、经济学家等)意识到术业专攻尽管必要但并不足够时,这种情况才会发生。盖尔曼说:“我们忽略了概览全局的关键性辅助学科。”

许多历史学家认为用数学方法去研究历史是有问题的。他们倾向于认为可以从过去汲取教训,但是只能以非常有限的方式进行——比方说,北爱尔兰问题的历史也许能解释目前那里的紧张局势。如今,很少有历史学家会去寻找适用于不同世纪、不同社会的普遍规律,或者可以用任何有意义的方式预测未来的规律。这是19世纪科学历史学家的目标,那些人当中很多都受到了社会达尔文主义的启发,但这种方法现在被认为存在严重缺陷,并且跟帝国的叙事有着致命的联系。

德州南卫理公会大学历史学家Jo Guldi说:“为了消灭种族主义、性别歧视这些叙事当中包含的普遍欧洲中心主义,现代社会科学家社区已经持续投入了60年的共同努力。”他补充说,历史学家害怕数学方法会给这一努力拖后腿。科学与人文之间也仍然存在由来已久的不信任感。当Guldi和哈佛历史学家David Armitage,在其2014年出版的《历史学宣言》中呼吁,自己的学科要拥抱大数据,并对过去用更长远的目光去审视时,就受到了美国历史领域的领先期刊《美国历史评论》的抨击。Guldi 说:“这也许是过去30年来最血腥的攻击之一。”不仅历史学家如此,而且很多普通人都有一种出于本能的感觉,认为人类是没法简化为数据点和公式的。一个公式怎么能预测一位圣女贞德或一个奥利弗·克伦威尔呢?牛津大学历史学家Diarmaid MacCulloch 总结道:“历史不是科学。历史归根结底是人的行为,这是不可预测的。”

Turchin则认为:“这种说法是完全错误的。” 自1990年代初以来,Turchin就一直是康涅狄格大学的生态学和进化生物学系教授,现在还挂靠在维也纳复杂性科学中心。“这是因为社会系统太复杂了,以至于我们需要数学模型。”重要的是,由此产生的定律是概率性的,而不是确定性的,意味着定律包含有运气的要素。但运气并不意味着就是空洞的:如果天气预报告诉你有80%的可能会下雨,你最好拿把伞。加州大学戴维斯分校文化进化研究的著名学者Peter J Richerson说,确实存在诸如大周期之类的历史模式,而Turchin对此的“因果解释是唯一合理的”。(Richeson 指出,这也是目前唯一的解释;这个领域还很年轻,后面可能会出现不同的理论。)

其他一些历史学家认为,Turchin的工作不仅结合了历史和数学,还包括了经济学家、其他的社会科学家以及环境科学家的研究,从而为这些学科几十年来的专业化提供了急需的校正。在2016年,在研讨会上跟Turchin及其同事讨论过后,芝加哥菲尔德自然历史博物馆考古学家Gary Feinman写道:“在历史和社会科学领域,我们迫切需要这种具有全面性、协作性,比较性的努力。”尽管如此,其他人仍然对弈研究复杂生物系统一样的方式研究人类社会可能涌现出来的新洞察感到兴奋。几位硅谷高管也对Turchin的预测产生了浓厚的兴趣。Turchin 说:“他们能理解我的理论。但是有两个问题。一是怎么靠这个赚钱?二是他们什么时候该在新西兰买块地?”

Goldstone的奠基性工作

1990年代后期,当Turchin 在开始寻找历史的数学描述时,他发现二十年前另一位学者已经为他奠定了基础。Jack Goldstone成为历史学家之前就是数学家,在哈佛大学上学时,他曾经使用数学来整理托克维尔的民主思想。他最近告诉我:“我在尝试用一组公式把托克维尔的观点表述出来。但我我拿到好分数。” 但Goldstone在这条道路上继续努力,成为了把复杂性科学应用到人类历史的第一人,他还得出结论说,政治的不稳定是周期性的。其结果是对革命的数学描述——这已经完成了Turchin后来继续完善的社会变革模型的一半。

1970年代中期,Goldstone开始他的研究时,大家对革命的普遍看法是把它理解为阶 级冲突的一种形式。但是Goldstone提出了两项跟这种看法不符的观察结果。首先,来自同一个阶 级,甚至同一个家庭的人常常最终会反目成仇。其次,革命集中在历史的特定阶段——如14和17世纪,18世纪末到19世纪初——但没有明显的原因能解释为什么阶 级紧张就得在那些时间段爆发而不是在其他时间。他怀疑其中一定存在更深层次的力量在发挥作用,他想知道是什么样的力量。

巧合的是,由于缺钱,Goldstone最终成为了哈佛人口统计学家George Masnick的助教,后者向他展示了第二次世界大战后,美国婴儿潮所带来的深远的社会、政治以及经济影响。伴随着这种青年膨胀的是新的社会紧张,包括给劳动力市场造成的压力以及对激进意识形态的渴望。Goldstone想弄清楚这样的生育高峰是否会社会的其他动荡时期起到助推的作用,在1980年代,他开始梳理档案,寻找欧洲革命前数十年有关人口增长的信息。

仅仅在几年前,他所需要的那种数据的详细程度仍未达到,但是英国剑桥人口与社会结构历史小组以及整个欧洲的类似组织已经开始根据资料来源,比方说教区记录,来煞费苦心地重建人口历史。1978年, Colin McEvedy和Richard Jones出版了《世界人口历史图集》,他们在这本书中强调了千年来欧亚大陆人口的繁荣与萧条呈现出“惊人的同步性”。Goldstone对此深受鼓舞。在捣腾了几个月的数据之后,他得出了自己的尤里卡时刻:“这真的是令人震惊:人类历史每次经历重大革命或叛乱之前,确实会经历过三代人的人口增长。”

在18世纪, Rev Thomas Malthus牧师就曾认为,人口增长最终会超出资源供给,从而引发一系列的冲突和疾病,直至后者将人口再次减少到可以控制的比例,从而进入到新的增长阶段。Goldstone的理论仍然构建在Malthus的基础之上,但重要的是,它把这一周期凄凉的不可避免性给消除了。理论声称人口增长会对社会施加压力,以复杂而特殊的方式去引导社会。他用地震来作为比喻。直到开始震动为止,地震力在高原下方不断累积,但是在高原上的建筑物究竟是屹立不倒、轰然倒下还是会遭受中等程度的破坏,要取决于其构造方式。这就是为什么革命会在历史特定阶段爆发,但是在特定的动荡时期内,并非所有社会都被压垮。

历史动力学:如何用历史大数据预测未来?(上)

贝尔法斯特,北爱尔兰问题期间朝英军车辆投掷石块和瓶子的男孩。“许多历史学家认为用数学方法去研究历史是有问题的。他们倾向于认为可以从过去汲取教训,但是只能以非常有限的方式进行”

Goldstone认识到,国家,精英,群众等社会的不同组成部分,对压力会有不同的反应,但也会互相作用。换句话说,他要应对的是一个复杂的系统,而这种系统的行为用数学方法来捕捉是最好的。他的革命产生原因模型由一组方程式组成,但是大概用语言可以这样表述:人口增长到一定程度将超出土地可承受的能力。普遍群众的生活水准会下降,从而增加了其动员暴力的可能性。而国家会尝试靠类似租金封顶之类的措施来化解这种可能性,但是这种措施又会因为伤害到精英阶层的经济利益而疏远了后者。由于精英群体也在不断扩大,并且为了争夺有限的高职位和地位标志而展开更加激烈地竞争,因此整个阶 级都不愿意接受进一步的损失。国家智能用自己的金库来平息群众怨气,这又令国债增加。而负债越重,国家对进一步压力的应对就越不灵活。最终,被边缘化的精英阶层成员跟民众就会起来对抗国家,从而爆发暴力事件,而政府由于太虚弱而无法遏制。

Goldstone提出了一个他称之为政治压力指标(PSI或Ψ)的东西,用来衡量发动群众的潜力、精英的竞争程度以及国家的偿债能力,PSI就是这三者的乘积。他展示了Ψ的值在法国大革命、英国内战以及17世纪的另外两次重大冲突(小亚细亚的奥斯曼危机,以及中国明末清初时期)之前均出现爆发。不过,在每种情况下,这里面还有一个需要考虑的因素:运气。在上升导致冲突爆发的背景下,一些在其他情况下本来比较容易消化掉的小小的破裂(比方说,粮食歉收或者遭遇外来侵略),在Ψ值上升的背景下会导致爆发冲突。尽管无法预测触发的因素(这意味着你无法确切知道什么时候会发生危机),但是你可以去衡量结构性压力,并因此估计发生此类危机的风险。

这个模型很简单,Goldstone也承认这一点。尽管他可以证明高Ψ值预测出历史上的革命,但他无法预测接下来会发生什么。那要取决Ψ的的三个组成部分的精确组合,以及它们与特定社会机构之间如何相互作用。尽管他的努力还不够完整,但却让他用令人沮丧的新眼光去看待革命:不是为了纠正僵化腐败的旧制度,而是出于对生态危机的回应——因为社会没法消化迅速增长的人口,很少能够解决这场危机。

这些模式并不局限在过去。Goldstone在对其代表作《Revolution and Rebellion in the Early Modern World》进行收尾工作时,苏联正在瓦解。他指出,在1989年之前的20年中,整个苏联集团的Ψ值一直在急剧攀升,而且发展中国家的Ψ值也一直维持在高位。他还写道:“今日美国的国家财政状况和精英态度相当令人震惊,看起来正沿着导致早期现代国家陷入危机的道路在前进。”

译者:boxi。

+1

好文章,需要你的鼓励

参与评论
登录后才能参与讨论哦...
后参与讨论
提交评论0/1000

请回复有价值的信息,无意义的评论将很快被删除,账号将被禁止发言。

36氪APP让一部分人先看到未来
36氪
鲸准
氪空间

为你推送和解读最前沿、最有料的科技创投资讯

一级市场金融信息和系统服务提供商

聚集全球最优秀的创业者,项目融资率接近97%,领跑行业