社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

清华公管蒙克教授利用机器学习得出春秋战国分期临界点为公元前546年

学术严选 • 3 月前 • 228 次点击  

"公元前546年:春秋战国历史分期的机器学习新证", 2026.01,2026年第1期, 《开放时代》


作者:蒙克(清华大学公共管理学院)

01 内容简介
      关于春秋战国分期的传统研究多聚焦于标志性事件,侧重静态标记而忽视转型的动态机制。此文基于原创数据集《祀与戎》,采用归纳-探索式的机器学习方法,旨在揭示历史深层的演化模式。研究发现,春秋向战国的过渡本质上是国家建构底层游戏规则的范式转型,核心是从以规范性权威为主导转向以强制性权力为核心。数据表明,这一深刻相变的临界点并非公元前5世纪,而是更早的公元前546年。此后,强制性权力的重要性不可逆转地超越了规范性权威。此研究为周秦之变提供了基于过程视角的全新解释框架,将分期研究从寻找界碑深化为识别分水岭,并展示融合中国历史经验与现代科学方法、构建自主知识体系的学术新路径。

02 背景概要
      回顾学界关于春秋战国分期的既有答案,可以发现一部从静态事件史观,逐步走向动态过程史观的思想演进史。然而,此文将论证,既有的研究尽管在朝向动态史观的方向上不断深化,却共享着一个根本性的盲点:它们描述了历史转型的结果或过程,却未能充分证明和解释驱动历史底层的游戏规则本身为何发生改变。厘清这一盲点,将为后文采用新研究方法、提出新观点做出铺垫。

      关于春秋战国分期的既有研究范式包括精英主义的道德-政治史观、唯物史观与社会结构范式、政治社会学范式的“压力-选择”机制等。所有既有范式在分期这个问题上,都遇到一个共同的瓶颈:它们或者聚焦于转型之前的缓慢衰败,或者聚焦于转型之后的稳定运行,或者聚焦于转型完成很久之后的官方宣告,却都未能精准地定位转型本身那个最关键、最富决定性的时刻。这正是此文试图突破之处。一个真正有效的历史分期,必须能够识别出历史底层操作系统发生切换的那一刻。

03 研究方法与数据
      为识别出那场驱动了国家建构底层逻辑的范式转型,并找到这一过程的临界点,此研究开创性地将对古典史料的深度解读与前沿的机器学习方法相结合。通过构建原创历史数据集《祀与戎》,本文将《左传》等史料中近三十万字的叙事文本,系统性地转译为涵盖军事、外交、内政与话语模式的量化指标,得以将传统叙事中模糊、抽象的时代精神演变,转化为可供追踪和测量的动态数据。在此基础上,此研究采用一种偏重归纳的机器学习方法,让隐藏在数据深处的历史模式自行浮现。这种机器学习方法,像是一位不预设立场,让证据说话的侦探。此研究不告诉它谁是嫌疑人,而是把所有的证据都交给它,并委托它进行地毯式排查。它通过成千上万次不受偏见干扰的模拟,自己去发现谁的嫌疑最大,谁与谁的组合嫌疑最大。它执行的是一种归纳的逻辑,其核心任务不是去验证此文预设的某个理论,而是让隐藏在数据深处的历史模式自己浮现出来。
      此研究独创了一个分析指标——规范秩序指数(normative order index,NOI),可以将之称为“历史的晴雨表”。这个晴雨表的构建,并非凭空想象,而是基于《祀与戎》数据集中最核心的几项史实。此研究将那些能够反映秩序与信义的正面指标相加,再减去那些代表混乱与失序的负面指标,从而得出一个综合读数。其中,正面指标代表着那个时代“晴朗”的一面,主要包含国家的行为在多大程度上符合当时通行的道义规范(“规划性权威”),以及国家间的盟约关系是否稳固(“结盟的稳定性”)。负面指标则代表着那个时代“阴霾”的一面,主要包含高层贵族因内斗而被迫流亡的频率(“精英出逃的频率”),国君是否通过弑君或政变等非正常手段上位(“君位继承的异常”),以及整个世界的冲突烈度(“进攻性”与“防御性战争”的数量)。
04 研究发现
      当此研究将上述六项核心史实综合起来,绘制成一张横跨近三百年的时代精神气候变化图时,第一条关键线索便清晰地浮现了。图1揭示, 随着春秋时期向战国时期的过渡,规范秩序指数(NOI)并非呈现简单的线性下滑,而是经历一场反复、挣扎,并最终走向崩塌的复杂过程。   
      图1这张时代的气象图告诉我们,一场巨大的认知风暴在公元前6世纪中叶席卷了华夏大地,但我们仍不清楚,这场风暴具体是如何改变局势的。现在,此研究需要提出一个更深刻的问题:随着时代精神气候的不断恶化,那个世界里的生存法则是否也随之改变?
      为了回答这个问题,必须精确地定义并测量当时国家赖以生存的两种根本性策略:权威与权力。本文中,权威被操作化为“规范性权威”,它衡量的是一个国家的行为在多大程度上符合当时通行的道义规范。此研究通过分析《左传》等史书描述战争的动词来量化它:一场被记为正义征讨的“伐”会获得正分,一次非正义的“侵”则会获得负分,这一分数还会根据出兵距离进行加权,因为远征讨伐更能彰显对天下秩序的责任感。而“权力”被操作化为“强制性权力”,它衡量的是一个国家投射其军事力量的纯粹物质能力。此研究通过计算一个国家每年主动发动的战争所跨越的总距离,并将其与当年所有国家发动战争所跨越距离的总和进行比较,从而得出一个相对的实力指数,这反映了该国在当时天下格局中真实的军事影响力。
      此文向“智能历史学家”(机器学习模型)提出一个更为复杂的任务:“请你告诉我们,随着历史晴雨表的读数不断变化,规范性权威和强制性权力这两个因素,在解释国家成功与否时的相对重要性,是如何动态演变的?”模型在经过复杂的计算后,给出了一张令人震撼的动态演化图。图2的横轴,正是前文讨论的历史晴雨表,数值越低,代表共享的规范体系越趋向瓦解。正如图1中揭示的,随着历史的演进,这个指数的总体趋势是不断下降的。因此,要理解图2中两条曲线代表的游戏规则在历史中相对重要性的动态演变次序,必须从右向左来阅读这张图:图的右端(NOI值高)代表了规范秩序尚存的春秋前期,左端(NOI值低)则代表了规范秩序不断崩坏的春秋中后期。
     先看左边那条虚线所对应的公元前529年。在图2中,这似乎是更重要的时刻,因为正是在这一点,代表强制性权力的曲线最终在数值上超越了代表规范性权威的曲线,完成了交叉。这一年,历史上发生了平丘之会:霸主晋国为趁楚国内乱之机重申霸业,召集了十余国会盟。然而,尽管公元前529年看似决定性的交叉点,但它只是结果,并非根源。要找到真正的临界点,我们必须回溯到右边那条虚线对应的公元前546年。请看代表强制性权力的曲线,在公元前546年这个历史节点的左侧,即在这次弭兵会盟之后,这条曲线一改之前相对平缓的上升趋势,其上升的斜率突然变得异常陡峭,进入整个历史时段中最为关键的拉升阶段。这一年,正是第二次弭兵会盟召开之年。这次会盟,如同为一场全新的竞赛扣响了发令枪。它向所有国家发出一个清晰的信号:那个以维系名分为核心的旧游戏已经走向终结,一场围绕以强制性权力(国家汲取资源与军事投射的能力)为先的竞赛正式开始。因此,公元前529年交叉点的因,早在公元前546年便已种下。公元前546年的弭兵会盟,如同一次宣告旧秩序死亡的认知地震,开启了权力逻辑的狂飙突进
      现在,此文已经通过连续的“监控录像”(动态演化图)锁定了“案发时刻”——公元前546年。为了让证据链更加牢固,任何一位严谨的侦探都会对这个时刻前后的现场进行静态的、高精度的对比,以寻找决定性的差异。此文运用“有监督学习”的机器学习方法,将公元前546年以前的所有历史数据作为教科书交给它。在完成了对春秋前期历史的学习之后,这位“智能历史学家”给我们提交了第一份清晰的报告,也就是图3。如图3所示,在这一阶段,以压倒性优势高居榜首、远远长于其他所有长条的,正是规范性权威指标。而代表纯粹实力的强制性权力指标,虽然也重要,但明确屈居次席。这冰冷的数据,雄辩地印证了历史叙事中的洞察:在春秋前期那个以规范和声望为核心的时代,一个国家能否成功发展,其行为是否符合当时通行的道义和礼法准则,比其军事实力本身更为重要。权威确实比权力更具决定性。
      运用完全相同的方法,让那位已经学完前一阶段历史的“智能历史学家”,再去学习公元前546年后这个阶段的新教科书。在它完成学习后,提交的结果如图4所示,发生了天翻地覆的变化。曾经在图3中高居榜首的规范性权威,其长条急剧缩短,重要性大幅滑落,而强制性权力的长条则异军突起,一跃成为新的王者。这表明,在公元前546年这个临界点之后,历史的游戏规则被彻底改写
05 结论启示

      现在,是时候正式揭晓谜底,并阐释这一发现将如何重塑此文对那段波澜壮阔历史的理解:春秋与战国的分野,并非一次简单的政治事件,而是一场国家建构底层逻辑的范式转型,其核心是从以规范性权威为主导的世界,转向以强制性权力为核心的新世界。此研究无可辩驳地证明,这场深刻相变的临界点,并非传统史学所标记的公元前481年、公元前475年或公元前403年,而是更早的、发生在公元前546年的历史时刻。这一年,不仅有弭兵会盟这一标志性的历史事件,更临近此研究数据模型中,权威与权力两条影响力曲线决定性的死亡交叉。它标志着旧时代的游戏规则发生了根本性的主次更迭,其主导地位宣告终结。

      这一发现,促使此文提出一种全新的历史分期观。传统的事件分期,如同在一条河流的下游寻找几个醒目的界碑,标记出水流经过的某个地点。此文的方法,则是回溯到河流的上游,找到那个决定整条河流未来是向东流还是向西流的分水岭。在这个新框架下,我们所知道的那些后续事件,其历史意义被彻底重构。公元前453年的“三家灭智”和公元前403年的“三家分晋”,不再是战国的开端,而只是水流越过分水岭后,在新河道中必然会冲刷出的声势浩大的浪花。它们是新游戏规则下上演的必然续集,是新时代结出的果,而非种下的因。


版权声明

本文来源:幽默的哈耶克,版权属于原作者,仅用于学术分享。

图片
程名称售价(元)

1.常用公共数据库全流程复现——从数据清洗到实证分析(用于微观调查数据库)

799
2.经管类顶刊全流程复现课程——理论框架+计量模型+指标复刻+实证方法(用于国泰安、面板数据处理)
899
3.写作从模仿开始——12小时深度复现课程599
4.DEA数据包络分析方法及软件使用
599
5.DID前沿模型从入门到精通——基于STATA的应用699
6.基于双重机器学习的前沿因果推断
799
7.空间计量经济学
699
8.零基础掌握Stata实战和CHARLS数据库处理499
9.七大老年健康数据库挖掘课程!(R语言)
999
10.从零基础掌握Python机器学习与深度学习
999
11.社会科学中的因果推断(视频版,无答疑) 699
12.利用ChatGPT4撰写标书与论文(视频版,无答疑)
599
13.零基础到高手:成为优秀的质性研究者
599

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/195601