战争机器的兴起：描绘从新石器时代到工业革命的军事技术演变
Jenne 自然部落：俄乌危机之际，回顾一下万年战争史。本文为人类战争研究系列一，为简论版，欢迎专业的、业余爱好的、感兴趣的读者加入一起修改（定），为后期读者或自己提供更高质量更佳阅读体验的版本，有阅读洁癖的读者可以等最终定稿版。具体方法：1找小编索要英文版PDF或去官网购买。2 段落、词汇、语法、排版。。。修改建议发给小编。3 修改（定）版再次在本公号发布。大家动手，丰脑足智哦
点击上方蓝字，关注公众号，开始阅读。
本文15600字，阅读大约需要X分钟。
战争机器的兴起：描绘从新石器时代到工业革命的军事技术演变
彼得·图尔钦 、丹尼尔·霍耶 、安德烈·科罗塔耶夫、尼古拉·克拉丹、谢尔盖·涅费多夫、加里·费曼、吉尔·莱文、恩里科·乔尼 、切尔西·索普 、詹姆斯·S·贝内特、彼得·弗朗索瓦 、哈维怀特·豪斯
发布时间：2021 年 10 月 20 日
概述
世界历史上技术进化的原因和后果是什么？特别是，是什么推动了军事技术的创新和传播，哪些细节保存得相对完好，哪些通常被视为广泛社会文化进程的驱动因素？在这里，我们使用Seshat（全球历史数据库） 分析了全球前工业社会样本中关键军事技术的演变，该样本涵盖了全球近 10,000 年的历史数据。我们实证检验了先前提出的世界人口规模、创新和采用地理区域之间的连通性以及关键的技术进步（如炼铁和骑马）作为军事技术发展的核心驱动力的推测性理论。我们发现所有这些因素都是军事技术变化的有力预测因素，而诸如政体人口、领土规模或治理成熟程度等国家层面的因素并不重要。我们讨论如何扩展我们的方法以更广泛地探索技术变革，以及我们的结果如何对理解社会复杂性演变的主要驱动因素产生重要影响。
介绍
从旧石器时代简单的磨尖石镞到现代世界的大规模杀伤性武器，推动军事技术发展的主要因素是什么？许多人认为，军事技术的发展是提高人类社会（中大小和相互推动技术的发展，更广泛的模式只是一个方面）。相反，一些文化进化理论强调军事技术作为一个特例，认为技术攻防能力的急剧提升以及随之而来的战术和组织创新导致了多次的“军事革命”，这反过来又对族群崛起产生了重大影响。尤其值得关注的是，国家形态在全球的传播，以及宗教和其他文化现象的演变。但是，一般技术创新、采用和传播（尤其是在前工业社会）背后的进化机制尚不清楚。此外，现有理论所利用的证据在地理范围和时间深度上都受到限制，并且以受选择偏差影响的方式部署。在这里，我们通过系统地量化这些因素在数千年世界历史中的影响，探讨了以前的学术研究表明可能在军事技术发展中发挥作用的各种因素。
对早期欧亚大陆东西两端技术复杂性水平进行量化的努力被批评为过于主观，特别是在衡量军事技术创新率方面，而且空间覆盖率明显有限。在这里，我们提出了一种量化技术进化的替代方法，并使用Seshat：全球历史数据库（一种研究世界历史中社会文化进化模式的主要资源），将地理范围从这两大区域扩展到所有十大世界区域的35个“自然地理区域”（见以下材料和方法）。
这篇文章有两个相关的目标。首先是在前工业社会的军事技术演变中建立广泛的时空模式。这里我们所说的技术进化，是指社会在很大程度上（而不仅仅是技术是否为人所知）吸收（和可能损失）技术的动态，无论社会是如何获得该技术的（自主创新或从另一种文化中采用）。对于那些对一般技术进化研究感兴趣的人来说，特别关注前工业社会的军事技术有许多实际好处。战争是人类社会最密集的活动之一，在考古和历史记录中留下了丰富的痕迹。
第二个目标是探索为什么这些重要的军事技术在历史和考古记录中作为我们观察到的技术包的一部分被开发或被采用。关于我们测试的技术创新的主要因果驱动因素，有几个理论猜想（下文讨论）。正如我们的方法将表明的那样，军事技术演变的模式在时间和空间上表现出很大的变化，不同地区在不同的时间点在创新中发挥着主导作用。
描绘军事技术水平变化的可能原因和观察到的后果将对广泛理解技术的演变产生深远的影响。为了鼓励朝着这个最终目标取得进一步进展，我们在此提出了一种详细的方法来测试有关人类历史上技术变革的理论。本文是沿着这条道路迈出的关键一步。
理论背景
在这里，我们回顾了过去提供的关于技术演变的几个相互竞争的理论观点。技术变革是社会和文化演变以及长期经济增长的基本驱动力之一。许多人指出技术对战争、国家形成和信息处理系统的发展产生了广泛的影响 。军事技术及其广泛应用已被证明会加剧社会复杂性并刺激相关意识形态的发展。但是，军事技术在全球和跨时间的演变——发展、传播和累积采用——的过程是什么？
遵循军事技术与社会文化发展之间的这种联系，我们可能会期望在全球范围内发现技术创新与人口增长之间的积极反馈 。事实上，由经济学家迈克尔·克雷默 (Michael Kremer) 提出并被其他人扩展的一个众所周知且被广泛讨论的理论恰恰表明了这种因果关系 。根据克雷默的说法，“高人口刺激了技术变革，因为它增加了潜在发明家的数量。” 克雷默指出，“这种含义自然来自技术的非竞争性……发明新技术的成本与使用它的人数无关。因此，保持用于研究的资源份额不变，人口的增加会导致技术变革的增加。因此，在更大的人口中，将会有更多的人幸运或聪明地提出新想法”。反过来，这种创新可以刺激进一步的人口增长，在技术和人口增长之间建立一个正反馈循环；例如，铁斧的扩散促进了从森林中开垦出农田，而铁犁提高了耕作质量，从而提高了生产力，并因此扩大了人口以促使进一步的创新。请注意，克雷默所描述的内容与大卫·克里斯蒂安所说的“集体学习”几乎相同。
这个过程由 塔格佩拉、克雷默、波德拉佐夫 和齐雷尔用以下方式数学表达：
该方程表明，在给定时刻的技术增长率 ( dT / dt ) 与全球人口N（人口越大，潜在发明者的数量越多）和当前技术水平T成正比. 模型中包含的第二个因素反映了这样一种假设，即现有技术基础越广泛，可在其基础上进行的发明数量就越多。该模型明确指的是全球人口水平，而不是特定社会的区域或局部人口。考虑到全球人口规模和现有技术存量的影响，塔格佩拉-克雷默模型假设技术增长率与这两个数量的乘积成正比。
塔格佩拉和克雷默没有直接从经验上检验这一假设。然而，其他研究人员对该假设进行的实证检验得到了支持。请注意，克雷默观察到，这些新技术反过来可能会导致人口增长，这表明技术创新与人口之间存在正反馈。然而，在这里，我们只关注人口对技术进化的影响，而不是相反。
然而，这种以人口为中心的理论的一个局限性是，假设世界人口可以被视为是一个综合信息交换系统，已经有好几个世纪，甚至几千年了。为了解决这个问题，世界系统分析师提出了一组额外的假设。例如，蔡斯·邓恩和霍尔区分了四种类型的世界体系通信网络：大宗商品网络、政治军事网络、信誉威信网络和信息网络(IN) 。科罗塔耶夫等明确将INs 作为技术创新传播网络，提出在特定社会中系统性地传播技术创新是将其视为“世界体系”的充分条件。因此，这些想法的一个尚未探索的综合结果是，虽然人口可能是技术发展速度和位置的一个因素，但这种信息传播网络的成员资格可能在促进思想交流和广泛采用新技术的倾向方面发挥了额外的作用。
克雷默、塔格佩拉和其他人所倡导的人口驱动模型的一个重要优势是它明确包含了现有技术存量对技术增长率的影响。现有库存越大，模型预计在下一个时期开发的新技术数量就越多。尽管这只是一种相对简单的方法来模拟现有科技股的影响，但有大量的历史证据表明，它是一个强有力的竞争者，需要进行实证检验。例如，冶金和金属加工的改进不仅导致了铁犁等新工具的出现，而且导致了各种武器的泛滥——从刀、匕首、剑、战斧，直到步枪和大炮的出现。然而，该模型假设，适应和改进现有技术的手段和知识以及大规模部署这些技术的组织能力都是容易获得的，这些都是有待进一步审查的开放性问题。
此外，一旦一项军事技术在国家间竞争中被证明具有优势，附近的社会就会面临生存压力，促使他们也采用该技术，以免落后。在关键技术方面已经观察到这种模拟扩散，例如最初在欧亚大草原中部的游牧联盟和附近的农业社会中传播的骑马战争。事实上，马的驯化及其在民用和军事领域的使用——包括骑马射箭的材料成分以及使用这些武器的战术和组织手段——似乎在前工业时代的技术和社会复杂性，改善了交通、农业和军事能力 。此外，在一个社会中创造新的和更致命的武器可能会迫使周边的人们音进入他们的“打击区” 而发明更复杂的防御，同时也经常采用进攻性技术本身，促进进一步的技术进步。例如，随着弓和弩的威力越来越大的穿甲弹的发明，我们往往会看到保护手段也得到了改进，包括链甲、鳞甲和板甲。
同样，一些研究表明，地理位置是这一过程中的一个关键因素，因为更大、更复杂的帝国国家的边缘或半边缘社会将成为创新的温床，因为它们都有增加的动机（通常是军事）与地区强国竞争的能力，以及探索更激进创新的必要灵活性，从制度化实践和更大社会所经历的路径依赖中“锁定”到为其赢得霸权的工具和习惯。
总体而言，先前的理论工作表明，军事技术的发展取决于参与这一过程的潜在创新者的总数、不同创新中心以及国家间竞争领域的连通性，以及现有的技术，尤其是金属加工和运输等基础性发展。在下面的材料和方法中，我们讨论了如何对这些假设进行实证检验。
材料和方法
量化前工业社会演变的一般方法
本文遵循由Seshat开发的一般理念和程序：全球历史数据库项目。全球历史数据库存储了大量关于可追溯到新石器时代晚期的过去政体的越来越多变量的历史和考古数据。补充信息 ( SI ) 包含对支持全球历史数据库项目的核心方法和工作流程的详细描述，包括我们如何纳入不同级别的不确定性和分歧以及涉及专家和研究助理的数据质量程序。我们通过 DataBrowser 站点在线提供用于此处提供的分析的数据（seshatdatabank.info/databrowser），我们鼓励学者利用和扩充我们的数据集。
数据收集和分析的主要单位是政体，定义为任何独立的政治单位，从自治村庄（当地社区）到简单和复杂的酋长领地，再到国家和帝国，无论集权程度如何。我们的历史政体样本是使用“自然地理区域”(NGA) 的概念，使用全球分层样本开发的。自然地理区域 是大约 100 x 100 公里的固定空间位置，由自然产生的地理特征（例如，河流流域、沿海平原、山谷或岛屿）划定。在一个世纪（例如公元 200 年）占领自然地理区域或其一部分的所有政体都包含在我们的样本中。这种策略避免了过采样（跨时间点的冗余重复信息），同时仍然捕获感兴趣变量的有意义的变化。虽然这个粒度比较粗，但它适合揭示社会动态的宏观模式和探索文化进化的路径。此处提供的分析中使用的数据来自 373 个历史悠久的政体，涵盖 35 个自然地理区域。
将军事技术数据聚合为“战争特征”
我们通过编码 46 个二进制变量来量化战争能力的复杂程度，这些变量表明政体是否存在不同的军事技术。这些变量被汇总为六个一般类别，称为战争特征 (WC)：用于生产武器和盔甲的金属、弹丸和手持武器的种类、盔甲的复杂程度、运输动物的使用以及不同种类的防御防御工事。最后，这些 战争特征 被聚合到每个 自然地理区域 的复合时间 MilTech 变量中。有关聚合的详细信息，请参阅SI。
在六个战争特征中，有两个（金属和动物）的应用领域比具体的战争要广泛得多。在下面的一些分析中，我们研究了另一种衡量标准 (CoreMil)，它通过仅聚合射弹、武器、装甲和防御 战争特征来更狭隘地关注核心军事技术的复杂性。如下所述，我们特别探讨了 铁和骑兵 传播的影响。因为铁 和骑兵 与 金属 和 动物 战争特征 相关，所以分析衡量标准使我们能够解开这些战争特征 对整体军事技术的任何潜在虚假影响。
要检验的假设：定义预测变量
我们在理论背景中的评论表明，军事技术的发展可能是潜在创新者总数、创新/采用中心的连通性 和/或 现有技术存量的函数。我们通过以下方式衡量这些各种潜在的解释因素：
继塔格佩拉和克雷默之后，我们用世界人口（WorldPop，定义为 t 时刻全球人口的 log(10)）来代表潜在创新者的数量。我们从中获取有关全新世期间世界人口动态的数据。
连通性是一个更难量化的变量。在这里，我们基于蔡斯·邓恩和霍尔以及其他世界系统理论家使用的 IN 概念，谁将任何特定信息网络的范围定义为空间和文化上不同的区域交换信息的区域，以便在一个社会中进行的技术创新相对较快地（在几个世纪的时间尺度上）扩散到系统内的所有其他社会，而不是可能接近（空间和文化）但不属于信息网络 的社会。例如，公元前三千年，尤其是公元前二千年，欧亚大陆西部和东部之间的接触（通过中亚为中介）导致了欧亚大陆西部和东部地区多种技术创新的传播：小麦、牛、马、青铜冶金、轮式战车等。在这里，我们通过计算我们的每个自然地理区域 与连接东西欧亚大陆的丝绸之路系统之间的距离，构建了一个预测变量来代表不断发展的（最终是全球的）信息网络 中每个地区的中心性。我们对中心性的度量是自然地理区域 与丝绸之路上最近节点之间距离的倒数（参见图 1；详细信息为SI）。
图 1.用于量化中心性（红色）和自然地理区域位置（黑色）的丝绸之路上节点的位置。
除了信息网络中的中心性之外，我们还捕获了两种额外的连通性，即空间邻近性 (Space) 和文化亲和力 (Phylogeny) 的可能影响。这些术语不仅使我们能够控制响应变量中可能的自相关和系统发育效应（参见动态回归分析下），但也可以携带有关影响军事技术发展过程的重要信息。尤其是，太空捕捉了技术创新可能在地理上邻近的社会之间传播的过程——与上述扩大的信息网络可能的中介影响不同——衡量相邻地区将共享相似军事技术水平的可能性。系统发育关注政体之间的文化相似性，无论空间上多么接近，都以它们的主导语言的相关性为代表。
理论评论中确定的技术发展的另一个可能因素是当前技术存量的影响。我们通过两种方式来衡量。首先，我们将 MilTech 建模为时间自回归过程，其中 MilTech 的过去值会影响其未来值（有关统计模型的详细信息，请参阅下一节）。其次，我们关注两种特定基础技术的潜在影响：骑马和炼铁。
根据骑兵革命理论，在庞蒂克-里海草原上发明了有效的骑马术，结合强大的反曲弓和铁尖箭，引发了从草原向南蔓延到农业社会地带的军事演变过程在公元前和公元前一千年的几个世纪里。具体来说，配备这种先进（在那个时期）军事技术的游牧战士的威胁刺激了旨在减轻骑兵优势的反制措施的发展，同时也产生了在进一步地区采用骑马和有效的伴随作战战术的动力。并且远离他们最初发明的地点在草原上。马的军事使用历史经历了几个阶段：战车的使用，骑术的发展，轻骑兵的形成，游牧骑术的发展，硬鞍的出现，装甲铁骑，马镫和马镫的出现。最后，重骑兵——公元前 100 年之间跨越非洲-欧亚社会的主要部队。公元 550 年和 1400 年 [ 62]。因此，有效的骑马对军事技术的发展产生了深远的影响，特别是装甲、弩等射弹和防御工事。我们使用来自 [ 63 ]的数据对 骑兵变量进行编码（见图 2）。
图 2.马骑兵的分布
铁的作用同样广泛。多位作者表示，铁的可用性对技术的发展产生了重大影响，因为在整个调查期间，这种坚固且具有延展性的材料作为许多重要技术、军事和其他方面的投入。这里。我们使用来自 [ 67 ] 的数据对铁变量进行编码（见图 3）。
图3 铁冶金的传播
请注意，这两个变量骑兵和 铁 彼此高度相关（比较图2和图3），可能难以单独估计它们的影响（共线性问题）。为了解决这个潜在问题，我们创建了一个综合变量 IronCav，它结合了两种效果（通过将骑兵 和铁 添加在一起）。因此，铁骑变量 对同时拥有战车和铁制武器的社会取最大值，对具有一种特征而没有另一种特征的社会取中间值，对没有任何特征的社会取最小值。我们通过动态回归探索了 铁骑变量 是否比其任何一个组成变量都更好的预测器，报告如下。
除了理论上受驱动的预测变量——WorldPop（t时刻全球人口）、信息网络、铁 和骑兵以及我们的自相关术语 Space 和 Phylogeny——我们探索了其他潜在的政治和自然地理区域特定预测变量来代理有趣的辅助假设，如下所述。这些措施取自先前发布的使用 全球历史数据库 数据的分析 [ 68 ]，使我们能够减少潜在的“隐藏变量”（或遗漏变量偏差）问题，当分析将X作为Y的因果因素时就会出现这种问题，而实际上真正的原因可能是Z，与X密切相关。额外的预测变量包括：
1 社会规模（Scale）代表了全球历史数据库变量的第一主成分（PC）政体人口、政体领土、最大聚居地的人口以及等级等级的数量。这里的假设是，规模更大、组织更复杂、生产力更高的社会（在人口和领土上）将拥有更多资源来产生新发明并实施它们，或从其他地方采用它们，尤其是昂贵的，例如复杂的攻城机或精心制作的防御工事。这一措施还反映了非主要从事初级生产的人口比例更大，以最大定居点的人口为代表 。此外，更多分层和行政上复杂的社会——通过行政、军事和定居点等级的数量来衡量（这里结合作为一种等级水平的衡量标准——见SI）——被假设为能够更好地实施有用的技术以及发展或大规模采用有效的战术和组织模式。因此，按照这种逻辑，军事技术的增长应该优先发生在规模更大的社会中。先前的分析 表明，这四个维度在 全球历史数据库 样本中高度相关，因此代表了一种有效的社会尺度跨文化衡量标准来探索这一假设。
2 SocSoph（“社会复杂性”）代表 全球历史数据库 变量治理、基础设施、信息系统和金钱的第一台 PC 。该措施同样源自之前对社会复杂性维度的分析 ，捕捉了重要的非规模制度和信息方面。这里的假设是，拥有更复杂的、预先存在的思想交流和实施机制的社会将以更快的速度产生和/或采用创新以广泛使用。
3 农业生产力 (Agri) 是不同地区的估计产量，以我们每个自然地理区域 消耗的主要碳水化合物来源的每公顷吨数来衡量。这些数据来自[ 73 ]中的分析。此处包含该术语是为了测试生产力影响可用于技术进步的资源数量的可能性。
因此，社会规模和生产力为我们提供了可能推动技术发展的资源基础的两种互补观点。农业生产力跟踪特定地理区域（我们的自然地理区域）中支持包括技术发展在内的发展所需的基本物质资源基础。另一方面，社会规模是衡量特定历史政体的领土和人口规模的指标。较大的政体可以从广阔的领土上收集资源，包括来自大量人口的人力资源，即使在农业生产力较低的地方也是如此。单独的社会复杂性代表了基础设施和交换媒体的复杂性，可以想象地促进思想从发明（无论是在社会内部还是外部）到广泛采用的流动。
统计分析
除了对我们的响应和预测变量进行标准的相关统计分析之外，我们还使用了一个通用的非线性动态回归模型来研究影响军事技术发展的因素。这种动态回归分析通过估计先前时间的潜在因果因素对以后响应变量的影响（通常称为 Wiener-Granger 因果关系）来区分相关性和因果关系。虽然对因果方向仍然不明确的“静态”相关性进行了改进，但这种方法不足以做出绝对的因果关系声明。将需要进一步审查，以便为以下建议的临时因果解释提供额外支持。
我们的模型采用以下形式[ 70 ]：
这里Y i , t是位置 (自然地理区域) i在时间t的响应变量 (MilTech) 。我们通过跟踪采样期间在每个世纪标记中占据特定自然地理区域 的政体（或准政体，例如考古证明的文化），为 全球历史数据库响应和预测变量构建时空序列。因此，分析中的时间步长是 100 年。
在右侧，a是回归常数（截距）。下一项捕捉过去历史的影响（“自回归项”），其中τ = 1, 2, ... 索引Y 的时间滞后值（时间以世纪为单位，Y i , t – 1指的是MilTech 100 年前t )。
第三项代表使用我们的空间项的地理扩散产生的潜在影响。我们使用负指数形式将位置i和位置j之间的距离、δ i、j与j对i的影响联系起来。与线性核不同，负指数在δ i , j非常大时不会变为负数，而是平滑地接近 0。因此，第三项是前一个时间步长位置i附近响应变量值的加权平均值，随着与i 的距离增加，权重下降到 0 。范围d衡量影响随距离下降的陡峭程度，参数c是衡量地理扩散重要性的回归系数。有关地理扩散导致的潜在影响的概述，请参见 [ 69 , 76 ]；有关我们如何避免内生性问题的描述，请参见 [ 70 ]。
第四项使用我们的系统发育变量检测由于位置i与其他区域j 的任何共享文化历史引起的自相关。这里w表示应用于位置之间系统发育（语言）距离的权重（如果位置i和j共享相同的语言，则设置为 1 ，如果它们属于同一语言属，则设置为0.5，如果它们属于同一语言家族，则设置为 0.25） . 语言属和科取自《世界语言结构图谱》。
右侧的下一项表示主要预测变量X k 的影响；g k是回归系数。这些变量（在上一节中描述）是我们最感兴趣的，因为它们使我们能够相互检验有关 MilTech 演变的各种理论。最后，ε i , t是误差项。我们还包括这些项在时间滞后（未显示）的二次版本，以探索对响应和预测因子的非线性响应。
模型选择（选择将哪些项包括在回归模型中）是通过穷举搜索完成的：在预测变量的所有可能的线性组合上对响应变量进行回归。拟合程度由赤池信息准则 (AIC) 量化。对最佳拟合模型进行了标准诊断测试。
在预测缺失值，估计的不确定性，以及专家意见分歧通过多个插补[处理78，79 ]。然而，响应变量 MilTech 没有被估算，因为这可能导致估计有偏差 。有关多重插补程序的详细信息，请参阅SI。因为诊断测试表明残差分布不是高斯分布，所以我们使用非参数引导程序来估计与各种回归项相关的P值（有关详细信息，请参阅SI）。SI中同样详细介绍了其他稳健性检查。
结果
时空模式
我们首先检查了感兴趣变量的频率分布和战争特征 、结合所有战争特征 的整体 MilTech 以及日历时间和社会复杂性和生产力的各个方面之间的互相关性。正如预期的那样，我们发现所有 战争特征 彼此密切相关，并且与整体 MilTech 变量密切相关。绘制 MilTech 作为每个自然地理区域 的时间函数（图 4)，正如预期的那样，我们观察到总体上呈上升趋势。然而，也有一些技术会暂时丢失的时期。最重要的是，不同地理区域之间在 MilTech 增长的时间上存在很大差异。有趣的是，所有 战争特征 与此处指定的社会复杂性的两个维度（规模和 复杂性）的相关性更强，而不是与时间相关，这表明通过“时间的前进”，MilTech 演变的关键驱动因素不仅仅是技术的可加性。下面将讨论复杂性和 MilTech 之间的任何因果关系的性质。
图 4。全球历史数据库自然地理区域 中的 MilTech 轨迹，按世界主要地区划分：（A）欧洲和非洲；(B) 西亚；(C) 东亚和东南亚；(D) 美洲和大洋洲。
我们接下来关注“技术领导者”，即在其历史上的某个时刻拥有当时可用的 MilTech 最高价值的自然地理区域。图 5显示了他们，大致按照他们获得世界领先地位的顺序（请注意，这个顺序还受我们过去多长时间的数据影响）。通过创新或采用，技术发展的热点似乎与旧世界的“帝国带”大致重合，位于大欧亚草原南部（在某些地方，如粟特），这可以通过“领导者” 自然地理区域的位置看到（如图 5 所示）。
图 5. “技术领导者”：在某个时候达到了当时可用的最高 MilTech 分数的 地理区域。
当然，同一领土也大致对应于我们分析中使用的陆上丝绸之路的路径（图 1）。我们在下面回到这个模式。总体而言，模式是最领先的地区大致一起表现在整体MilTech水平的提高，并在相当规则，几乎是线性的速度（后4个千年BCE），与后来者在不同的点加速合并与领导. 这在 Sogdiana 示例的这张图中可以清楚地看到，但它是区域示例中可辨别的一般模式（图 4）。
我们通过计算每个自然地理区域 在每个时间步与其他自然地理区域共享的 MilTech 变量的数量来探索 自然地理区域 之间的“相似性”。正如SI 中所解释的（参见S1 文件中的相似性分析和 S1 图），我们通过记录自然地理区域 达到 10 的相似性指数的时间来追踪它们如何加入不断扩大的欧亚（最终全球）IN，也就是说，当它们共享 10 或更多时具有一个或多个其他自然地理区域 的特定 MilTech 变量。正如S1 文件中 S1 Fig 中的直方图所示，第一个达到此相似性阈值的自然地理区域出现在公元前 3000 年到 2500 年之间。随着时间的推移，越来越多的 自然地理区域跨越了这个门槛。图 6映射这个 IN 的扩展——最初仅限于欧亚大陆中部，但最终发展成为一个全球网络——通过对自然地理区域超过这个阈值的日期进行颜色编码。因此，相似性分析表明，不同地区不仅军事科技整体水平快速提升，而且这些领域也越来越多地共享特定技术。对这种模式的一个合理解释是，随着 IN 的扩展，每个新区域都在加速其 MilTech 的发展，以加入网络领导者所达到的水平，直到最终全球不同地区的所有区域都采用类似的“MilTech 包” . 未来的工作需要解决这些后发地区采用或调整现有技术的情况与“领导”社会简单地接管其他地区的情况，
图 6.相似性分析结果。自然地理区域 根据与另一个 自然地理区域共享 10 个或更多 MilTech 变量的最早时间分为 6 类，按颜色显示：深红色 = 公元前 2500 年或之前；橙色 = 公元前 2500 至 1500 年；黄色 = 公元前 1500 至 500 年；绿色 = 公元前 500 年至公元 500 年；蓝色 = 500 CE 之后；灰色 = 在我们的样本期间没有显示任何相似之处。未填充的红色圆圈表示丝绸之路节点，如图 3 所示。
动态回归结果。
我们一般动态回归分析的最佳拟合模型如表 1所示。
表 1.最佳（最低 AIC）回归模型的回归结果。
我们的分析确定以下变量对 MilTech 具有最强的因果影响：
1 自催化效应（MilTech 在前一个时间步的值）。
2 全球人口规模（WorldPop）。
3 连接到不断扩大的（最终是全球的）信息网络（Centrality）。
4 铁+骑兵 (铁骑兵) 的传播，揭示了先前技术存量对持续技术发展的重要性，以及这些进步激励互联信息和竞争领域内的社会采用或开发其他技术作为回应。
文化相似性（系统发育），揭示在语言上与具有高 MilTech 的政体相似的政体更有可能拥有较高的 MilTech 本身。这种影响可能是文化相似政体之间共同继承或技术更容易传播的结果，或者最有可能是两者兼而有之。
5 资源基础（农业）的生产力。
对骑兵 和 Iron 作为预测变量的影响的调查表明，两者分别对军事科技的发展具有相似强度的统计显着影响。然而，合成变量 铁骑兵 是比其任何一个组成部分都更好的预测器。因此，此处的结果仅针对铁骑兵报告。
我们估计了丝绸之路系统的位置如何影响每个地区的军事科技发展。我们的中心性度量（与最近丝绸之路节点的反距离）得到了强有力的实证支持，尽管我们使用替代方法来代理这种类型的空间效应进行分析（有关详细信息，请参阅SI）。总体而言，我们的最佳模型预测军事技术水平，回归决定系数 ( R 2 ) 为 0.96。虽然这种高可预测性中的一些是强时间自相关的结果，但重新运行忽略所有自相关项的回归仍然会产生R 20.72。因此，人口规模、信息网络、铁骑变量和 农业生产力可以解释 MilTech 中超过 70% 的变化。
我们进行了几次补充分析和稳健性检查，以检测结果中的任何偏差。其中一些检查在下面讨论并在SI 中详细说明。
表 2显示了最佳拟合模型与Δ AIC ≤ 2 的其他模型之间的比较。在这些替代模型中，包括农业生产力 在内的最佳模型中的所有项都检测到了强烈的影响，尽管其标准化系数最小，但仍然具有统计显着性在常规P < 0.05 水平。然而，使用多个数据集的额外稳健性测试是从包含 MilTech 变量的不同战争特征 中随机抽样构建的，表明并不总是支持 农业生产力（有关详细信息，请参阅SI）。社会复杂性的衡量标准 人口规模 和 复杂度 似乎都没有对 MilTech 进化产生一致的显着积极影响（它们出现在几个替代模型中，但t- Scale 的值和负号）。
表 2.替代模型选择结果
进一步的检查表明，这些结果对于包含额外的空间和时间自相关效应是稳健的：地理扩散（空间）和更高的时间滞后（τ = 2 个世纪或更长）都不显着。此外，正如我们在材料和方法中讨论的那样，因为我们对 MilTech 的度量包括金属和动物 战争特征，由于潜在的循环性，这可能会混淆铁骑变量 的影响，我们使用特别衡量标准 重新运行分析，我们对军事技术的度量不包括这些战争特征 。该分析产生了基本相同的结果（参见SI），因此表明 铁骑变量的效果不是虚假的。
值得注意的是，表征政体的人口规模 和 复杂度 变量都对 MilTech 的水平没有任何可检测的影响。总的来说，这些结果表明，MilTech 几乎完全是作为一个外生变量演变的：它几乎不受诸如人口、领土大小、信息系统或行政机构的复杂程度或基础设施和公共设施的提供等政体特征的影响。商品。
如前所述，我们的动态回归方法无法明确证明最佳模型中的因素是推动军事技术发展的核心因果力量。这些变量可能只是与我们的分析中未包括的“真实”因果因素高度相关，或者因果关系可能是间接的，因为这些因素以及 MilTech 可能是由其他因素单独引起的，这些因素的影响在不同的时间尺度。我们通过对我们有可靠信息的几个变量的补充分析，尽可能地探索了这种可能的“隐藏变量偏差”。由于我们的研究结果在各种测试中仍然稳健，我们暂时得出结论，这些结果为军事技术的长期和全球演变提供了有吸引力且简洁的因果解释。
讨论
我们的目标是调查关键工业化前军事技术的全球时空演变，以阐明推动这些关键工具演变的主要力量，无论是通过创新、采用和适应，还是通过这些过程的组合。此外，我们的方法是根据来自全球历史数据库的广泛而多样的经验历史数据来测试有理论依据的假设：全球历史数据库作为一个例子，说明如何在未来的研究中探索更一般的技术进化模式，以及寻求区分这些不同过程或探索各个地区或社会所采取的途径的更细粒度的分析。在这里，我们调查了各种因果假设，这些假设共同表明，军事技术的发展将是全球人口规模、与信息交换网络的连通性、参与国家间竞争网络以及技术创新和采用的先前历史的某种组合的函数（尤其是钢铁冶金和骑马等重大突破），也许还有政体的各种属性及其资源基础。我们开始根据世界历史的证据对这些理论进行实证检验，全球历史数据库可追溯到新石器时代到工业革命。
虽然我们为这些假设中的每一个都找到了一些经验支持，但没有一个理论单独解释了观察到的军事技术动态以及这些不同建议所建议的因素的组合。我们的结果不仅解释了为什么这些理论在以前的研究中得到了支持，而且解释了为什么对军事技术的演变的一般理解被证明是难以捉摸的。我们强大的历史样本和广泛的动态分析使我们能够比较和结合作为军事技术关键驱动因素提出的不同理论的要素。具体来说，我们发现全球人口规模是 MilTech 后续水平的有力预测指标。虽然这个结果支持克雷默-塔格佩拉 模型，但它不排除基于附加变量的其他可能的因果解释，其中，虽然与全球世界人口相关，但可能会成为 MilTech 更好的预测指标。未来工作中的一个这样的补充可能是通过社会的普遍富裕程度或社会流动性来区分社会，而不是将人口视为不可区分，这可能会起到推动人口增长和技术进步的因果作用。
我们的分析发现，先前技术创新的存量在观察到的军事技术水平中发挥了重要作用，不仅从自回归项（再次支持克雷默-塔格佩拉 模型）来看，而且关键是因为铁冶金和骑马的结合具有在这里调查的时期对军事技术的创新和采用产生特别强烈的影响。
重要的是，我们发现位于欧亚大陆中部的位置也是我们应对措施的有力预测指标，这与世界体系和文化进化理论家的见解一致。这一结果支持了与其他主要发展和创新中心的联系以及被纳入国家间竞争领域的影响。
然而，值得注意的是，自然地理区域本身之间的地理接近度（此处由我们的空间度量代表）似乎并不是军事技术演变的有力预测指标，这与某些文化演变理论和模仿扩散思想的预期相反. 这尤其强调了铁和骑兵扩散的重要性，它们对军事技术的后续水平产生了强烈影响，支持了之前的工作，突出了欧亚草原游牧民的独特作用，骑马射箭战术的早期采用者，不仅在推动附近农业人口之间的技术创新，但推动了整个非洲-欧亚大陆社会复杂性的扩大以及相关的技术进步。铁冶炼的发展，作为许多有价值武器的输入材料，似乎发挥了同样重要的作用 [ 64 – 67 ]。这些发现表明，铁器和骑兵是特别关键的技术，它们赋予了足够重要的优势，以至于它们被广泛采用，并引发了竞争对手之间的“军备竞赛”，其中包括如上所述的许多其他相关技术，这将解释观察到的模式。
这种解释从我们的相似性分析中得到了进一步的支持。我们的主要结果表明，用我们的 MilTech 总分衡量的 MilTech 总体水平通常随着时间的推移而上升（有一些损失，如上所述），随着时间的推移，越来越多的地区表现出相同的 MilTech 水平。我们的相似性分析揭示了这一发现，表明不仅各地区越来越多地展示出相同的总体军事科技得分，而且它们还共享相同的特定军事技术“包”。此外，正如预期的那样，具有最高组合相似性分数的区域遵循与中心性度量中看到的相同的模式，图 4）。
一个有趣且有些出人意料的发现是，政体的属性，包括规模（人口和领土）和复杂程度（例如信息系统）等看似重要的特征，对政体所使用的军事技术的演变没有显着影响。除了系统发育的部分例外，下面讨论）。我们预计社会复杂性的规模 (Scale) 和非规模 (SocSoph) 方面都会在这些过程中发挥重要作用，因为用于技术发展的人口和资源的可用性增加，以及组织和信息的发展- 交流能力可以促进采用和适应其他地方的现有技术。但是，这些术语对 MilTech 的后续级别没有显着影响，表明表征特定政体（无论是发明的还是采用的）的技术水平不取决于政体的特征，而是取决于政体所属的政体间信息和竞争互动领域的特征，以及上述其他因素. 例如，阿拉伯半岛尽管在公元第一个千年早期规模相对较小，但采用了公元 300 年左右欧亚大陆其他地区所见的大部分“军事计划”（见图 4和SI 中的相似性分析），因为它通过波斯和罗马帝国体系越来越多地融入丝绸之路贸易联系，几个世纪后随着伊斯兰教的兴起成为自己的帝国权力中心。
包含在最佳回归模型中的唯一与政体相关的术语是系统发育，它可以反映两个（或两个）过程之一的操作：从“共同祖先”继承技术复杂性（例如，意大利和法国继承了罗马帝国的技术），或者更容易在文化相似的国家之间传播创新（例如讲罗曼语的意大利和法国之间，或讲阿拉伯语的埃及和美索不达米亚之间）。后一个过程可能反映出，在一个政体中开发的创新与文化相似政体的现有制度、社会、文化和经济体系相比，更有可能与距离更远的政体相兼容 [ 83]]。这种影响的一个主要组成部分可能是军事技术需要特定的战术和组织机构才能有效运用。文化相似性不仅可以促进社会间关于一种新的、有用的技术的信息交流，而且可以促进知识的传播，并提高获得这些新技术物质组成部分的更短暂方面的能力。或者，语言相似的政体可能参与了更频繁和更激烈的竞争，这可能会对整个 MilTech 产生类似的影响（可能与铁骑变量 和 信息网络 效应密切相关）。然而，这比其他过程更不合理，因为国家间的竞争已被证明是最激烈的，涉及文化不同的政体[45，47，61 ]。需要进一步研究以充分阐明驱动这种影响的不同可能的因果力量，并探索这些潜在过程中的每一个在这些关键军事技术的整体发展和传播以及更普遍的技术演进中可能发挥的因果作用。尽管如此，系统发育是军事科技的重要预测因子的发现进一步说明了连接介导的信息交换的重要性，超越了空间的亲密性。
最后，我们发现农业生产力（这里以每公顷主要碳水化合物的吨数衡量）对 MilTech 的后续水平有显着影响。虽然我们对这个想法没有强烈的理论动机，但我们在分析中加入了这个术语，以测试增加的资源基础会影响技术发展的可能性。将其纳入我们的最佳模型表明，一定水平的农业生产力可能是产生和采用新技术的必要组成部分。或许需要更高效的生产力来养活足够多的人口，而不是主要从事农业，或者扩大社会的一般资源基础和开采能力，提供用于构建关键军事技术的原材料和中间产品。然而，正如所指出的，与其他因素相比，该因素显示出的影响要弱得多，并且对补充分析的稳健性最差。因此，这个结果必须是暂时的。更深入地探索农业生产力对技术发展的影响是未来研究的重要途径。
虽然这些发现是确定技术发展的一些主要长期驱动因素的重要的第一步，特别是在军事能力领域，并为以前有些投机的理论找到广泛的支持，但仍有许多工作要做这样做是为了建立在这条研究线上。首先，最好将地理覆盖范围扩展到本研究中使用的分层全球样本之外，特别是与现有技术传播中的系统发育联系以及导致这种有趣影响的不同可能过程有关。其次，探索军事技术变化对人类生活其他方面的下游影响非常重要，包括和平程度（或者，暴力导致的死亡率），平等（例如财富分配、公民权利、基于阶级或种族的剥削和压迫程度）和公共卫生（例如寿命、婴儿死亡率、营养、感染率等）。第三，我们的目标是对支持军事技术发展的一些关键因果力量进行初步探索，忽略新技术的最初创新与随后被其他社会采用之间的差异。未来的工作需要确定发明的来源，并将创新带来的进步与后来传播的进步区分开来，以评估是相同还是不同的因素推动了这些单独的过程。第四，除了人口规模、连通性、和现有的关键创新存量，并进一步分析农业生产力提高所发挥的潜在因果作用。这些探索将包括影响资源稀缺性的因素（例如由于干旱、瘟疫和其他自然灾害）、更直接的群体间竞争措施（例如外部战争的水平和强度、竞争者之间的文化距离和其他外生因素），识别各种可能（部分）在时间和空间上重叠的不同区域 IN。
最后，对于未来的研究来说，重要的是要“缩小”本研究建议的一些更宏观层面的过程的细节。特别是，探索区域层面因素以及政体内部更广泛的技术创新（例如在能源、建筑、交通和信息部门）可能产生的影响将非常有用。全球历史数据库数据相对粗糙，这里解析为 100 年间隔。虽然这种粒度非常适合探索数千年来广泛的、全球层面的动态，但它可能会遗漏一些细微差别和外围模式。未来的努力有望产生更细粒度的时间数据，允许对不同社会在不同时间和地点采取的技术进化途径进行中观甚至微观审查。与此同时，
除了从这些对长期军事技术发展的分析中获得的见解之外，我们希望这里介绍的方法（根据全球历史数据库项目收集的大量经验数据探索可能的随意理论）将提供路线图这些重要的未来研究，让学者们不仅可以深入研究贯穿历史的关键“军事革命”，还可以深入研究技术的总体演变。
配套资料
致谢
作者感谢谢尔盖·内费多夫审查数据并提供有用的评论。我们还要感谢 克里斯托弗·蔡斯·邓恩、彼得·格赖姆斯、吉恩·安德森 和SetPol项目对早期版本的手稿提出建设性的批评，以及詹妮弗·拉森和 艾伦·科维对先前草稿的有益评论。我们衷心感谢我们的研究助理、博士后研究人员、顾问和专家团队的贡献。此外，我们还得到了合作者的宝贵帮助。请访问全球历史数据库网站 ( www.seshatdatabank.info )，了解私人捐助者、合作伙伴、专家和顾问及其各自专业领域的完整列表。
参考
1.麦克尼尔 WH。追求权力。伊利诺伊州芝加哥：芝加哥大学出版社；1982 年。
2.克雷默 M. 技术变革：公元前一百万到 1990 年。经济学季刊。1993。
3.麦克尼尔 JR，麦克尼尔 WH。人类网络：世界历史的鸟瞰图。纽约：WW 诺顿；2003 年。
4.麦克尼尔 WH。西方的崛起。纽约：新美国图书馆；1963 年。
5.达菲 M，编辑。1500-1800 年的军事革命与国家。埃克塞特：埃克塞特大学出版社；1980 年。
6.唐宁 B. 军事革命和政治变革。新泽西州普林斯顿：普林斯顿大学出版社；1992 年。
.。。。。。
82.弗兰克 AG。中亚的中心地位。历史研究。1992。
83.斯波劳雷 E、瓦奇亚尔 R. 国际创新传播的长期障碍。NBER 宏观经济学国际研讨会。2011。
延伸阅读
尼安德特人时代的战争：我们的物种如何在超过十万年的时间里为霸权而战
关注公号，支持 转发文章，加入自然部落。