跨越时空的度量:社会发展指数

对社会发展进行真正的全球考察,尽可能详细地评估世界所有地区的情况,当然是非常受欢迎的。然而,那需要极其大量的工作,对于解释为什么西方主宰世界这个问题着实是个钝器,它增添了不必要的复杂性,经不起简单的检验。

为什么西方主宰世界这一争论的核心问题,是西方的社会发展在遥远的古代就比世界其余地区好,还是西方仅是在近代异军突起。为回答这个问题,我们没必要同样详细地调查世界上所有地区的社会发展状况。出于贾雷德·戴蒙德的《枪炮、病菌和钢铁:人类社会的命运》和《西方将主宰多久》第二章中讨论的原因,在最近一次冰期的末期,大约公元前13700年时,“幸运纬度带”(大致为北纬20°~35°的旧世界和南纬15°至北纬20°的新世界,见下图)的地区中的一小部分社会的社会发展开始加速,超越了世界上所有其他地区。

在过去数百年间,世界上仅有的似乎比较可能与西方匹敌的地区,是那些从新世界的核心地带发展起来的地区,以及南亚和东亚。这些地区在最后一个冰期的末期时,成为潜在的可用于家居的植物和动物聚集最稠密的地区。实际上,自最后一个冰期末期起,唯一在社会发展方面得分高于西方的地区是东亚。因而遵照精简原则,我关注东西方的对比。

社会发展是可以计算的

第一项挑战是找到符合有用特性假设下所列 项标准的最小数目的特性。在试过几种组合之后,我选定了4个特性:(1)能量获取;(2)社会组织;(3)战争能力;(4)信息技术。

能量获取必须作为社会发展的所有可用的衡量尺度的基础。牛顿的热力学第二定律告诉我们,物质的复杂组合使得如果没有其所处环境的补充能量的输入,经过一段时间后也会分解。人类如果不获取能量,也会(像植物和其他动物一样)死去。同样的,除非人类能从所处环境中获取能量,否则人类创造的社会也会瓦解。人类群体为了增强对他们所处的自然环境和精神环境的控制,把该做的事情做好,不得不增加其能量获取。

然而,单是能量获取不足以衡量对社会发展重要的一切事物。甚至我所知道的对文明最简化的定义——莱斯利·怀特的C= E×T,都认为衡量人们对他们获取的能量的使用方式,与衡量能量本身同等重要,这是理所当然的。然而,怀特对“技术”的分类太过宽泛、太难以量化,所以我进一步将其细分为3个特性。

社会组织是其中的第一个。这一概念不可避免地在相当大的程度上与斯宾塞的分化概念重合,但为了避开我在第一章中提到的关于定义和衡量尺度的无休无止的争论,我从经济学家那里学来了一招,以社会中最大永久定居地的人口规模,作为对组织能力的大致的间接度量。

这也许看上去像种奇怪的方式。今天世界上一些最大的城市简直是功能失调的噩梦,充满了犯罪、污秽和疾病。然而历史上的大多数大城市无疑也是如此。在公元前1世纪,罗马有100万居民。那里也有街头犯罪团伙,时常会导致政府停转;城市人口死亡率过高,以至于每个月都不得不容许上千名乡下人移居罗马,以保持人口数量。然而尽管罗马有种种邪恶,保持其城市运转的组织,却是世界上任何其他早期社会所远远无法胜任的——正如管理像拉各斯(人口1100万),或孟买(人口1900万),更不用说东京(人口3500万)这样的城市,要求有远高于罗马帝国的组织能力。

这就是社会科学家们经常将城市化作为评估组织能力的大致尺度的原因。这样做有好几种办法。我们可以计算一个社会中居住在特定规模的定居点(10 000人是较流行的截断点)的人口的比例,也可以将定居点分成不同的等级,计算每个社会有多少个等级。然而我选择的办法,是只分别计算东方和西方社会最大的永久定居点的人口数量。我选择这种办法,一是因为如果我们要将研究一直回溯到公元前 000年的话,我们必须使用一些证据,而这种办法看上去最适合于这类证据;二是因为我知道还没有哪项研究表明这种办法比任何复杂得多的办法更不好用。

信息技术是能量使用方面又一个不可或缺的要素。随着社会发展的推进,人们必然要处理和交流巨量的信息。任何社会如果没有文字和计算系统,都不可能发展得太远。为了发展得更远,要求有越来越成熟的媒体储存和传播信息,要求有专门的机构将读写和计算技能传授给越来越多的人。

战争能力也是社会发展至关重要的一部分。像植物和所有其他动物一样,人类若想生存,必须竞争和合作。鉴于人类(像蚂蚁和黑猩猩一样)已经发展为一种社会性物种,需要时常将其合作性的行动转为群体针对其他敌对群体的暴力竞争。在考古记录中,武器和堡垒占有非常突出的地位;当信息技术达到能够记录细节的阶段后,世界上大多数文明的文字资料中,都充斥着对战争和战役的描写。

这四个特性并非合起来就构成了过去16000年社会发展的总体画面,也没有比联合国的特性——预期寿命、教育和收入——告诉我们更多的关于我们想了解的人类发展情况。这些特征的功能非常有限:它们只是给我们提供一个关于社会发展的有用的概览,展示一下我们在回答为什么目前西方主宰世界这个问题时需要解释的模式。

并不是只有这4项特性能起到这样的作用。我也观察过若干其他可能的特性,包括最大的政治中心的人口规模、科学能力和对于技术能力的更广泛的衡量尺度,但是,没有一项能像能量获取、社会组织、信息技术和战争能力这样,更好地服务于有用特性假设下开列的原则。也就是说,特性中的确有相当大的冗余,说明与社会发展的核心概念关联密切的任何特性组合,都可能产生非常近似的一套分数。

250分还是0.01分

对于任何指数来说,最大的挑战无疑都是决定如何给特性分配分数。为了使情况简单,我决定将1000分定为指数的顶点——公元2000年前所可能得到的最高分数。然而,这个顶点与HDI中可能的最高分1.0所起的作用非常不同。在联合国的指数中,1.0代表着某种完美,意味着任何一个社会的得分都不可能高过1.0。而我的社会发展指数则相反,1000分只是公元2000年所能得到的最高分。从指数的顶点到本书写作时,又过了十几年,西方发展的分数在继续上涨,已经超过了1000分。假如东方和西方继续以20世纪的速度发展,到21 世纪末时,两者都将达到5000分;而如果增长率超过20世纪的速度——目前的情况似乎正是这样——两者在2100年时的得分还会更高。

设计了HDI的经济学家们创建了一个详尽的权重体系,将三个特性的分数标准化,然后计算出相加后总分的平均数。相反的是,当1956年纳罗尔发表了他原创的社会发展指数时,他给他的三个特性设置了相同的权重,他解释说,“因为没有明显的理由认为某一特性比另一特性有任何更高的重要性。”

不同权重的优缺点总是有讨论的余地,我将在第七章再回到这个问题上,但是纳罗尔的办法在这里似乎比联合国的要中肯。即使有很好的理由确定某项特性比另一项意义更重要,也没有根据假设这一重要性能贯穿我们所考察的整个16000年,或者它们始终同样适用于东方和西方。

因此我把我的1000分平均分配在4个特性上。这意味着在某个特性上能获得最高值的社会,将在其达到那个水平的阶段(在任何情况下,都将是公元2000年)获得250分,而其他社会因为达到的是较低值,相应地获得较低的分数。我将在第三至第六章详细说明证据、定义问题和我如何计算每个特性的分数,但在此,我要简短地举一个具体例子,以说明打分系统的运行机制。我将以社会组织为例,通过最大定居点的规模来进行间接度量,因为这也许是最简单明了的特性了。

大多数地理学家都将公元2000年时的东京,归为自公元前14000~公元2000年我们所知的最大城市,该城有大约2670万居民。于是,公元2000年的东京获得了划拨给社会组织这一特性的满分250分,即意味着在指数中,每106800人得1分(2670万人除以250分)。公元2000年,西方核心地带的最大城市是纽约,有1670万人。按照每106800人1分的算法,纽约的得分是156.37分。

公元1900年的资料没有这么完备,但所有历史学家都一致认为那时候的城市要小得多。在西方,1900年的伦敦大约有660万居民,得61.80分;而在东方,最大的城市还是东京,但那时只有175万人,得16.39分。

当我们回溯到公元1800年时,历史学家们不得不将若干不同种类的证据结合起来,包括食品供应和税收记录、城市覆盖的自然区域、这些区域内房屋的密度,以及轶闻故事等,不过大多数人的结论都是,北京是当时世界上最大的城市,人口可能有110万,得10.30分;西方最大的城市还是伦敦,人口有大约86.1万人,得8.06分。

沿时间继续回溯,误差幅度将越大,但在公元1700年之前的1000年间,世界上最大的城市显然在中国(日本的城市经常紧随其后)。公元800~ 1200年,首先是长安,其次是开封,最后是杭州,人口在100万上下(分数在9分左右)。与之相反的是,西方城市始终没有超过其一半的规模(西方最大的城市通常在欧洲南部和亚洲西南部的伊斯兰地区,而不是欧洲北部和西部的基督教地区)。再往前几个世纪,这种情况则要颠倒过来:公元前1世纪,有100万人口的罗马无疑是世界上最大的大都会,而中国长安的居民人数可能只有其一半。

当我们回退到史前时代时,证据无疑越发模糊了,数字也变得小得多了。然而,将系统的考古调查结果和较小区域内详细的发掘记录结合起来,我们对于城市规模仍能产生合理的感知。这在很大程度上是分解的艺术,不过就算是最广为人们接受的估量结果,仍可能需打10%的折扣,但误差幅度不可能更大了;而且由于我们对东方和西方的考古遗址采用同样的估算方法,大概的趋势应该还是相当可靠的。

由于在社会组织这个特性上,需要有106800人才能得1分,略微超过1000人将得到0.01分,这是值得纳入指数的最低分数了。能达到这个水平的西方最大的村落出现在大约公元前7500年,而东方最大的村落出现在公元前3500年左右。在这两个时间之前,西方和东方的得分都将为0(参见第四章)。

另外3个特性的分数,也以同样的方式计算:

(1)确定在这个生活维度中能得到最高分的社会(即,就能量获取而言,在公元2000年的美国,平均每个居民每天消耗大约228000千卡的能量);

(2)将满分250分分配给这个社会;

(3)计算能得到1分所需要的表现(就能量获取而言,228000除以250分,等于平均每人每天消耗912千卡得1分);

(4)估算历史上不同时间每个社会在这个特性上的分值;

(5)将这些估算出的分值除以分母,将它们换算成指标中的分数。在计算了自公元前14000~公元2000年整个时期中每个特性的得分后,我只需将4个特性的得分相加,就能得到一系列每个地区社会发展的分数。这就使得我们可以将世界上不同地区在历史不同时期的社会发展状况进行对比了。

摘自《文明的度量》中信出版社

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2014-06-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CSDN技术头条

数据的艺术 Teradata数据科学家数据可视化作品集

近日,在Teradata大数据峰会上展出了由Teradata数据科学家及数据顾问提供的一系列的”数据分析艺术”数据分析视觉化展,继阿姆斯特丹Teradata U...

2657
来自专栏大数据文摘

刚刚,英伟达发布全球最强AI训练器HGX-2,可替换300个CPU服务器

1262
来自专栏新智元

Nature机器学习子刊被指开历史倒车,Jeff Dean等数百名学者联名抵制

1875
来自专栏DT数据侠

你们对餐馆的吐槽,也许能挽救一场食品安全危机

如何解决老生常谈的食品安全问题?大数据时代,你的一句点评都可能派上用场。SODA大赛获奖团队“吃货俱乐部——评安食客”,就利用食药监提供的数据以及从大众点评爬取...

730
来自专栏人工智能头条

探索物流预测珠峰:苏宁智能运输路线技术设计

2863
来自专栏AI科技大本营的专栏

谷歌启动机器学习初创大赛,奖金200万刀!

【AI100 导读】Google Cloud Next'17 大会刚刚宣布了对 Kaggle 的收购,就启动了总奖金额高达200万美元的谷歌云机器学习初创大赛...

2814
来自专栏新智元

高考&中考也AI,机器人阅卷技术曝光

近日,高考放榜,又是几家欢乐几家愁。从短期来看榜单上分数的高低直接决定了考生眼下的幸福指数,而从长期来看,这也会从某种程度上影响到考生未来的人生发展。怎么确保打...

6046
来自专栏专知

【干货推荐】国内视觉与学习青年学者研讨会VALSE2018资料集锦(附下载)

【导读】VALSE(Vision and Learning Seminar, VALSE)发起于2011年,是国内计算机视觉、图像处理、模式识别与机器学习等研究...

2643
来自专栏AI科技评论

特写 | Geoffrey Hinton:我们都是特别的,奇妙的机器

AI 科技评论按:本文出自 torontolife.com ,用超长的篇幅讲述了 AI 大牛 Geoffrey Hinton 的学术成长之路,以及他对人工智能学...

3498
来自专栏腾讯研究院的专栏

人工智能:道德外包与“黑箱”中的算法歧视

曹建峰 腾讯研究院研究员 今天,基于算法的自主决策系统日益被广泛应用在教育、就业、信用、贷款、保险、广告、医疗、治安、刑事司法程序等诸多领域,认为算法...

4179

扫码关注云+社区

领取腾讯云代金券