Существует ли в устройстве человеческих обществ универсальные закономерности, позволяющие сравнивать их между собой, или каждое общество уникально и несравнимо? Традиционные подходы к изучению социальной эволюции страдали от ограничений — опоры на отдельные примеры, прокси-переменные (например, только численность населения или число уровней иерархии) или чисто описательные методы. В результате ряд исследователей вообще отказались от поиска общих принципов, а некоторые утверждали, что социальная сложность многомерна и не сводима к единой шкале. Чтобы преодолеть эти разногласия и проверить конкурирующие гипотезы, авторы создали крупномасштабную базу данных «Seshat: Global History Databank». В неё вошли сведения о 414 политиях (независимых политических единицах — от локальных общин до империй) из 30 регионов мира за последние 10. 000 лет. Данные собирались систематически: мир был разделён на 10 макрорегионов, в каждом выбрано по три природно-географические области с ранним, средним и поздним появлением централизованных обществ. Для каждой политии с шагом в 100 лет кодировалась информация по 51 переменной, которые затем были сгруппированы в 9 характеристик сложности (complexity characteristics, CC): 📎 Масштаб — численность населения политии, размер территории, население столицы (крупнейшего центра). 📎 Иерархическая сложность — число уровней управления, религиозной и военной иерархии, типов поселений. 📎 Управление — наличие специализированных должностей (профессиональные солдаты, чиновники, судьи, жрецы), экзаменов для бюрократии, судов и т.д. 📎 Инфраструктура — разнообразие построек и сооружений. 📎 Информационная система — письменность, учёт записей. 📎 Тексты — наличие литературы по специальным темам (история, философия, художественная литература). 📎 Денежная система — наиболее сложный из присутствующих денежных инструментов (показатель экономической сложности). Ключевая особенность подхода — явный учёт неопределённости и пропусков данных (например, из-за фрагментарности археологических свидетельств или расхождений экспертов). Для этого применялся метод множественного вменения. Вместо удаления неполных строк (что привело бы к потере почти половины данных и смещению в сторону лучше изученных обществ) алгоритм на основе регрессионных моделей многократно (20 раз) генерировал вероятные значения для пропусков, выбирая их из распределений с учётом уверенности экспертов. Это позволило сохранить все 414 политий и корректно отразить реальное состояние знаний. #Шифр_Древний_Мир #Шифр_Теория_Истории #Шифр_Цикл #Шифр_Историография 📂 Источник: 📌  Питер Турчин, «Количественный исторический анализ выявляет одно измерение сложности, которое структурирует глобальное разнообразие социальной организации человеческих обществ». 📂 Иллюстрации: 📌 1. Расположение 30 точек отбора проб на карте мира (размер точки отражает древность централизованных обществ в том или ином регионе мира) 📌 2. (A) Девять CC (овалов), объединяющих 51 переменную. Ширина и цвет линий пропорциональны коэффициентам корреляции между CC (более темные и толстые линии указывают на более сильную корреляцию). Все CC значительно коррелируют друг с другом (коэффициенты корреляции варьируются от 0,49 до 0,88). Некоторые переменные демонстрируют более сильную связь друг с другом, например, переменные масштаба (овалы заштрихованы серым цветом), в то время как денежные средства менее сильно коррелируют с другими переменными. (B) Доля отклонений, объясняемых ПК. (C) Факторные нагрузки для CCS на PC1 указывают на значительный вклад всех CCS в единый аспект социальной сложности. CP - население столицы; G - правительство; I - инфраструктура; L - уровни; M - деньги; PP - население государства; PT - территория государства; T - тексты; W - информационная система (письменность) Часть 1. Часть 2. Часть 3.