
大數據讓人看到更真實的歷史
大數據研究不僅能預測人未來的行為,也能讓我們更清晰地看清過往的歷史。斯坦福大學Clark教授說,“歷史只有工業革命前后之分,其他的歷史細節雖然很有意思,但不關鍵?!睘槭裁茨?一方面,世界人均GDP在公元1800年前的兩三千年里基本沒有變化,工業革命之后才逐漸上升;另一方面,工業革命之后人類生活方式、社會結構、政治形態以及文化內涵都有了本質性變革。
公元元年時世界人均GDP大約為445 美元 (按1990年美元算),到1820年上升到667美元,1800多年里只 增長 了50%。同期,西歐國家稍微好一些,但也只是從公元元年的450美元增長到1820年時的1204美元,英國作為工業革命的發源國也大致如此。而從1820年到2001年的180年里,世界人均GDP從原來的667美元增長到6049美元。由此可見,工業革命帶來的收入增長的確是翻天覆地的。
工業革命之前的人類既然沒有實現財富增長,那么他們都在忙些什么呢?那個時期,不管是東方還是西方,有很多改朝換代,但Clark教授認為,“用不著被那些表面的東西所誤導”,在工業革命之前,人類社會一直沒有走出“馬爾薩斯模式”,即在生產率不變的情況下,自然災害或戰爭導致人口死亡,使接下來的人均收入增加,為生育率上升、人口增長提供條件,可是人口增長后,人均土地和人均收入會減少,使生存挑戰越來越大,又導致戰爭的發生并使接下來的人口又減少,在這個周期中循環。
Clark教授通過對英國人遺囑研究發現,在工業革命之前,英國人的生育率跟財富水平高度正相關:越有錢的夫妻,小孩數量越眾。在16世紀期間,最富的三分之一英國人死時平均還有4至6個小孩健在,中等財富的英國人離世時平均有3.5到4.5個小孩健在,而最窮的三分之一英國人離世時只有不到3個小孩活著。到18世紀末,基本情況仍然是越富有的家庭小孩數越多,只是每家的小孩數量都降到4個以下,并且各財富階層間的小孩數量差距明顯縮小。
工業革命到來之后,小孩數量就基本跟財富水平沒有關系了。而從1880年到1980年的100年間,情況正好反過來:越窮的英國人,小孩數量反而越多,完全改變了工業革命之前“適者生存”、“有錢者生存”的規律。窮者還是追求小孩數量,而富者更注重小孩的質量和自己的生活品質。Clark教授發現工業革命之后,雖然窮人的小孩數更多,但富人的平均壽命更長,這可能是后者更側重生活質量的結果。
Clark教授的研究結果對中國的歷史研究也很有啟發。公元元年時中國的人均GDP為450美元(跟西歐一樣),到洋務運動的起點時也僅為530美元。在人們的基本生活水平幾千年沒有變化的情況下,那些制度與文化體系是經歷了幾千年的檢驗,還是只經歷了幾年、一兩個朝代的考驗,并不存在本質性差別。從這個意義上講,在收入與生活方式處于靜態不變的狀況下,那些朝代到底叫“漢朝”、“隋朝”、“唐朝”、“宋朝”,還是“元朝”、“明朝”或“清朝”,這些細節意義不是那么大,至少沒有原來我們強調的那么大。
鴉片戰爭敲開了國門,洋務運動把工業革命請進中國,由此真正把引發社會變革的工業技術和相配思維方式帶入中國,讓中國有機會走出困擾社會幾千年的馬爾薩斯式陷阱,結束過去重復的靜態朝代更替周期。
玉米和紅薯曾這樣影響中國
瑞典斯德哥爾摩大學賈瑞雪教授研究中國歷年農民暴動起義跟自然災害的關系。她的量化歷史研究發現:在16世紀玉米、紅薯進中國前,干旱年里平均每12個州府地區就有一個發生農民起義或暴動,而玉米、紅薯于16世紀引進中國后,即使在干旱年,每40個州府才有一個發生農民起義。主要原因在于這些“新世界”糧食作物對水稻有很強的補充作用。從這個意義上說,雖然紅薯、玉米不像大米那么受歡迎,但是在干旱年份,如果是在暴動起義和紅薯、玉米之間做選擇,農民更愿意選擇后者。
哥倫布發現美洲后,西班牙人先是從現在的墨西哥把玉米、紅薯和土豆帶回歐洲。按照學者估算,僅土豆一項就使歐洲人口在1700-1900年兩百年間增長25%,使歐洲城市化率從27%到35%,并幫助催化了工業革命的發生。
這些作物隨后傳入中國。香港科技大學龔啟圣教授和他的合作者要研究的問題主要有三個:第一,到底是因為引進了這三項農作物使中國人口從1500年的1.3億上升到1900年的4億,還是因為中國人口已經增長太多,到16、17世紀不得不尋找新的糧食作物?第二,如果是這些新作物激發了中國人口增長,其具體貢獻有多大?第三,這些新作物是否也催化了中國的人均收入增長?
他們找到了23個省1330個縣的縣志,從1550年左右開始研究各縣志哪年首次提到玉米,依此勾畫出玉米在中國的擴散途徑和持續時間。他們發現,玉米最早是經三條路徑進入中國:第一條路徑是絲綢之路,玉米經中亞于1560年左右進入甘肅,第二條是經印度于1563年進入云南,第三條途徑是經菲律賓于1572年進入福建。
接下來,龔教授把引進了玉米的縣和還沒引進玉米的鄰縣,形成兩個樣本,比較這兩組縣每隔十年的人口密度差別。在考慮到自然災害、戰爭死亡等因素之后,他們的數據分析發現:按照1776年、1820年、1851年、1890年、1910年幾個時間點看,在每個時期,已經引進玉米的縣人口密度明顯高于沒有引進玉米的縣,而且一個縣已經種植玉米的年份越長,其人口密度高出的就越多。種玉米的時間每多十年,其人口密度就多增5%-6%。
經過各種嚴格計量方法的驗證,他們得出的結論為:是玉米帶動了中國的人口增長,而不是人口增長壓力迫使中國引進玉米、紅薯。而且從1776年到1910年間,中國14.12%的人口增長是由玉米所致。而從16世紀初到20世紀初,中國糧食增量的55%是由于這三項新作物。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25