@ 2016.09.04 , 18:00
19

未来的社会崩溃可以用数学模型来预测

[-]

据新研究表明,重大社会崩溃可通过早期警告标志的统计进行预测。主要内容发表于《美国国家科学院院刊》上。该文使用欧洲新石器时代——当时的剧烈变化导致了大范围的社会崩溃——的考古证据以预测一个社会是否濒临解体。

据该文称,在巨大转变时期,生态系统的弹性会开始衰退。这一理解是基于对人类以外自然界的研究。它用被称为早期警告标志的统计数据作为衡量,早期警告标志经验性地描述了生态系统适应变化和自我恢复的能力。

该研究团队,包括美国马里兰大学的Sean Downey和Randall Hass以及英国伦敦大学学院的Stephen Shennan,想要将该模型应用于以人类为中心的环境,以确定人口弹性的衰退——如疾病爆发和战争——与最终的社会崩溃之间是否存在关联。

“虽然政权更替在人类生态中已有清晰的记录,但早期警告标志能在何种程度上预见此类过程仍相当缺乏检验,”研究人员在论文中如是说,“就我们所知,这一研究首次发现了人口统计学意义上的政权更替的早期警告标志。”

研究人员使用了约9000年前欧洲的考古证据,当时的社会变化伴随着显著的人口衰退。

[-]

新石器时代是一个重大变革时期,工具和生产过程快速进步,引起剧烈的社会冲击。正是在那个时期,金属工具、书写和首批“城市”区域开始出现。农业的引进导致了欧洲人口的巨大增长,进而导致了社会的不稳定和崩溃。

研究团队采用了两套警告标志:“临界减速标志”和“刷新标志”。临界减速标志反映的是人口经历例如疾病、战争和饥荒等冲击后恢复所需的时间,而刷新标志描述的是人口在受到能阻碍适应或进步的上述扰动后,固化于特定行为或模式。可以确定,人口的“弹性”与导致新石器时代欧洲社会崩溃的人口统计学行为相关。

“濒临崩溃的社会会显示出警告标志并不令人惊讶,只不过要经验性地解释这类现象很困难,”研究人员解释说。

本文译自 Cosmos,由译者 卤鸡爪子 基于创作共用协议(BY-NC)发布。


给这篇稿打赏,让译者更有动力
支付宝打赏 [x]
您的大名: 打赏金额:

4.7
赞一个 (6)

TOTAL COMMENTS: 19+1

  1. 旺旺L
    @1 year ago
    3247666

    看来算命的职业有科学依据了

  2. 3247668

    社会心理学

  3. Spaceless
    @1 year ago
    3247671

    谢顿在上!

    [46] XX [0] 回复 [0]
  4. Runrunrun
    @1 year ago
    3247685

    讲了等于没讲

  5. 煎蛋
    @1 year ago
    3247689

    系统越复杂,变量越多,单元越多,就越不稳定。

    通俗说,体量越大,致命弱点越多。

    哪天崩了那肯定是正常的,因为符合概率原理。

  6. 3247694

    心理史学。

    [17] XX [2] 回复 [0]
  7. reinhardt
    @1 year ago
    3247698

    这不就是Econophysics和Sociophysics干的事吗,好多年了都……

  8. catloverain
    @1 year ago
    3247732

    没人看过基地三部曲么

  9. 门房秦大爷
    @1 year ago
    3247779

    @catloverain: @哈里谢顿 你不是一个人

  10. you_know_who
    @1 year ago
    3247800

    快了,最近身边没一个日子好过的,我感觉今年这个冬天一定会非常寒冷!

  11. 朝鲜央行行长
    @1 year ago
    3247810

    @reinhardt: 神TM心理史学

  12. 3247846

    说白了就是Excel

  13. 3247905

    @朝鲜央行行长:
    那是经济物理学和社会物理学,央行行长水平不够啊

  14. hawk3141
    @1 year ago
    3247909

    现实版谢顿计划

  15. 3247926

    银河啊!

  16. 3248102

    章家敦

  17. Overmind911
    @1 year ago
    3248116

    卧槽心理史学已经发明了?银河帝国还没开始呢

  18. 3248397

    可以用图画来预测,推背图

  19. 3249184

    @煎蛋: 你这个说法是有问题的。对于单线程的系统,环节越多,出问题的几率越大。但是现实中的系统大多都不是单线程的,复合系统越复杂容错性越高,稳定性也越高。

发表评论


24H最赞