大数据让人看到更真实的历史
大数据研究不仅能预测人未来的行为,也能让我们更清晰地看清过往的历史。斯坦福大学Clark教授说,“历史只有工业革命前后之分,其他的历史细节虽然很有意思,但不关键。”为什么呢?一方面,世界人均GDP在公元1800年前的两三千年里基本没有变化,工业革命之后才逐渐上升;另一方面,工业革命之后人类生活方式、社会结构、政治形态以及文化内涵都有了本质性变革。
公元元年时世界人均GDP大约为445 美元 (按1990年美元算),到1820年上升到667美元,1800多年里只 增长 了50%。同期,西欧国家稍微好一些,但也只是从公元元年的450美元增长到1820年时的1204美元,英国作为工业革命的发源国也大致如此。而从1820年到2001年的180年里,世界人均GDP从原来的667美元增长到6049美元。由此可见,工业革命带来的收入增长的确是翻天覆地的。
工业革命之前的人类既然没有实现财富增长,那么他们都在忙些什么呢?那个时期,不管是东方还是西方,有很多改朝换代,但Clark教授认为,“用不着被那些表面的东西所误导”,在工业革命之前,人类社会一直没有走出“马尔萨斯模式”,即在生产率不变的情况下,自然灾害或战争导致人口死亡,使接下来的人均收入增加,为生育率上升、人口增长提供条件,可是人口增长后,人均土地和人均收入会减少,使生存挑战越来越大,又导致战争的发生并使接下来的人口又减少,在这个周期中循环。
Clark教授通过对英国人遗嘱研究发现,在工业革命之前,英国人的生育率跟财富水平高度正相关:越有钱的夫妻,小孩数量越众。在16世纪期间,最富的三分之一英国人死时平均还有4至6个小孩健在,中等财富的英国人离世时平均有3.5到4.5个小孩健在,而最穷的三分之一英国人离世时只有不到3个小孩活着。到18世纪末,基本情况仍然是越富有的家庭小孩数越多,只是每家的小孩数量都降到4个以下,并且各财富阶层间的小孩数量差距明显缩小。
工业革命到来之后,小孩数量就基本跟财富水平没有关系了。而从1880年到1980年的100年间,情况正好反过来:越穷的英国人,小孩数量反而越多,完全改变了工业革命之前“适者生存”、“有钱者生存”的规律。穷者还是追求小孩数量,而富者更注重小孩的质量和自己的生活品质。Clark教授发现工业革命之后,虽然穷人的小孩数更多,但富人的平均寿命更长,这可能是后者更侧重生活质量的结果。
Clark教授的研究结果对中国的历史研究也很有启发。公元元年时中国的人均GDP为450美元(跟西欧一样),到洋务运动的起点时也仅为530美元。在人们的基本生活水平几千年没有变化的情况下,那些制度与文化体系是经历了几千年的检验,还是只经历了几年、一两个朝代的考验,并不存在本质性差别。从这个意义上讲,在收入与生活方式处于静态不变的状况下,那些朝代到底叫“汉朝”、“隋朝”、“唐朝”、“宋朝”,还是“元朝”、“明朝”或“清朝”,这些细节意义不是那么大,至少没有原来我们强调的那么大。
鸦片战争敲开了国门,洋务运动把工业革命请进中国,由此真正把引发社会变革的工业技术和相配思维方式带入中国,让中国有机会走出困扰社会几千年的马尔萨斯式陷阱,结束过去重复的静态朝代更替周期。
玉米和红薯曾这样影响中国
瑞典斯德哥尔摩大学贾瑞雪教授研究中国历年农民暴动起义跟自然灾害的关系。她的量化历史研究发现:在16世纪玉米、红薯进中国前,干旱年里平均每12个州府地区就有一个发生农民起义或暴动,而玉米、红薯于16世纪引进中国后,即使在干旱年,每40个州府才有一个发生农民起义。主要原因在于这些“新世界”粮食作物对水稻有很强的补充作用。从这个意义上说,虽然红薯、玉米不像大米那么受欢迎,但是在干旱年份,如果是在暴动起义和红薯、玉米之间做选择,农民更愿意选择后者。
哥伦布发现美洲后,西班牙人先是从现在的墨西哥把玉米、红薯和土豆带回欧洲。按照学者估算,仅土豆一项就使欧洲人口在1700-1900年两百年间增长25%,使欧洲城市化率从27%到35%,并帮助催化了工业革命的发生。
这些作物随后传入中国。香港科技大学龚启圣教授和他的合作者要研究的问题主要有三个:第一,到底是因为引进了这三项农作物使中国人口从1500年的1.3亿上升到1900年的4亿,还是因为中国人口已经增长太多,到16、17世纪不得不寻找新的粮食作物?第二,如果是这些新作物激发了中国人口增长,其具体贡献有多大?第三,这些新作物是否也催化了中国的人均收入增长?
他们找到了23个省1330个县的县志,从1550年左右开始研究各县志哪年首次提到玉米,依此勾画出玉米在中国的扩散途径和持续时间。他们发现,玉米最早是经三条路径进入中国:第一条路径是丝绸之路,玉米经中亚于1560年左右进入甘肃,第二条是经印度于1563年进入云南,第三条途径是经菲律宾于1572年进入福建。
接下来,龚教授把引进了玉米的县和还没引进玉米的邻县,形成两个样本,比较这两组县每隔十年的人口密度差别。在考虑到自然灾害、战争死亡等因素之后,他们的数据分析发现:按照1776年、1820年、1851年、1890年、1910年几个时间点看,在每个时期,已经引进玉米的县人口密度明显高于没有引进玉米的县,而且一个县已经种植玉米的年份越长,其人口密度高出的就越多。种玉米的时间每多十年,其人口密度就多增5%-6%。
经过各种严格计量方法的验证,他们得出的结论为:是玉米带动了中国的人口增长,而不是人口增长压力迫使中国引进玉米、红薯。而且从1776年到1910年间,中国14.12%的人口增长是由玉米所致。而从16世纪初到20世纪初,中国粮食增量的55%是由于这三项新作物。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12