模拟考古视角下的古典玛雅文明崩溃

       文明的兴与衰是一体两面、首尾交织的事情。了解早期文明如何崩溃，可以更好地理解文明如何形成和发展。关于良渚、石峁、陶寺等史前区域文明（化）的崩溃，国内学者已有相当多讨论，但定性分析居多，量化分析较少。在世界早期文明进程研究中，定量已经成为一种重要的方法，可以帮助我们对数据进行精确处理和分析，从而将研究引向深入。计算机模拟方法作为一种定量研究手段，自20世纪70年代开始被用于以玛雅为代表的早期复杂社会崩溃研究中，已形成自上而下和自下而上两种路径。古典玛雅崩溃的模拟研究长期围绕着两个议题展开：1）崩溃的原因和机制；2）环境因素在崩溃中扮演的角色。关于古典玛雅崩溃的解释不胜枚举，国内已有学者进行过相关介绍。下文主要从方法论的角度，分为自上而下和自下而上两个视角，考察计算机模拟方法在玛雅崩溃研究中的应用历程，关注崩溃理论如何被模拟方法所量化和检验，为国内相关研究提供方法论上的借鉴。

一、相关背景和概念

       古代低地玛雅是早期文明崩溃研究的热点。古代玛雅经历了几千年的发展，形成了国家政体、城市中心、文字系统、贸易网络、先进技术、生产分工等典型早期文明要素。考古研究表明，在前古典时期的中晚期（公元前1000～前250年）、古典时期（公元前250～公元900年）和后古典时期（公元900年之后），玛雅文明出现了区域和次区域的增长、衰退和重组的循环模式。古典玛雅文明在公元700年左右达到鼎盛。在公元900年前后，其政治、社会、经济和人口组织发生了快速和根本性的下降，这通常被称为“古典玛雅崩溃”。

       所谓崩溃（collapse），按照约瑟夫·泰恩特（Joseph Tainter）的说法，是社会政治复杂性的快速、显著丧失。贾雷德·戴蒙德（Jared Diamond）从人口—生态的角度出发，总体上认为是人口增长导致的超限，使得人类—环境系统无法维持下去。伦福儒从考古学的角度出发，认为崩溃是政权、经济、人口、聚落变化的综合表现。不过，也有学者反对崩溃这一概念，认为所谓“崩溃”，只是人群向不同生活方式的变迁（transition）。还有一些学者从生态学理论出发，强调社会的韧性（resilience）、转型（transformation）和重组（reorganization）。以上理解都可以在古典玛雅崩溃的模拟研究中看到。正是文明崩溃的内涵和视角的模糊性和开放性，吸引着多学科领域的研究兴趣。

       所谓模拟（simulation），又称仿真，是对现实有选择性的描摹和简化。在对复杂社会的研究中，合理地简化是必要的，否则研究会因太复杂而难以深入。简化的方式是将真实世界抽象成一种模型。模型（model）是一种帮助考古学家将“观察与理论思想联系起来的装置（machinery）”。模型有很多种呈现方式，比如文字、图形和数学公式。本文所涉及模拟研究中的模型，则是以计算机程序来实现的。通过计算机编程，构建出古典玛雅社会系统模型，经由迭代运行，从而生成一个时间序列下的动态演化过程。

二、自上而下的模拟研究

       20世纪60年代以来，系统论思想在自然、社会科学研究中广泛流行。在这种背景下，新考古学家积极拥抱系统理论，并将其引入考古学，关注文化与环境子系统的相互作用、社会变迁的机制。系统理论主张用模拟的方法对整个社会或其中的重要部分进行建模。通过算法和数学模型，构建信息、能量等在社会中的流动，来实现科学考古的量化研究目标。

       古代文明的崩溃是早期模拟研究的重点。相比于人口和环境，对社会内部进程的模拟更加复杂。这是因为研究文明兴衰需要寻求对长期变化过程的洞察力，只研究人类社会文化系统的某些方面是不够的。若要进行全社会模拟，则需要构建整体性模型。与之相关的最有影响力的系统理论是杰伊·福斯特（Jay Forrester）开创的系统动力学。

       系统动力学认为，对复杂社会崩溃的过程机制研究，不能仅研究人类社会系统的单个变量，而应关注系统内诸变量间的反馈结构。这种方法用一组线性和微分方程，定义了一个相互作用的矩阵，以研究矩阵内主要组成部分之间的反馈机制。反馈是系统元素间的因果关系，指的是一个变量的改变会引起另一个变量的变化，且这种影响是双向的，因而构成一组反馈循环。反馈既有正向的，也有负向的，往往用正负号表示。正是各种变量之间的正负反馈关系，构成了一整套反馈结构，推动着系统的变化。

       在系统动力学理论的指导下，不同年代学者对古典玛雅社会崩溃的模拟研究，又受到考古学内部理论思潮的影响，从而呈现出阶段性研究视角和特征。

       1. 20世纪70年代：和平视角

       模拟结果表明，崩溃是可以发生的（图一）。从公元450年起，古典玛雅人口和纪念碑数量在300年内稳步增长。崩溃大约从800年开始。崩溃发生前，玛雅平民人口达到300万人，纪念碑营造活动持续进行。崩溃发生后，300万玛雅平民人口在10年内急速减少。大约在公元820年之后，模型中的玛雅人口归零。霍斯勒等认为，人口超出环境承载力或成为崩溃的触发器，叠加上玛雅晚期因修建纪念碑带来的非农业生产者数量的激增，导致了崩溃。研究还发现，改变一些假设和参数后，崩溃可以推迟，这意味着统治精英可以通过改变自身行为从而延缓崩溃的发生。

       霍斯勒等的模拟研究，将系统动力学技术与考古崩溃理论结合，开辟了古代复杂社会崩溃研究的新方法，是具有开拓性的学科尝试。他们的研究表明，将考古学理论进行适当的模型化和参数化后，可以重演崩溃的进程。然而作为拓荒者，该模拟研究所使用的数据是虚构的，没有考古经验数据的支撑，也就无法去验证。这样的模拟在追求“客观”和实证主义的新考古学家眼里，虽极具野心，但效用不高。另外，这个模型只考虑了社会系统，并没有将自然系统的变化也模拟进去，忽视了对人地互动层面的考虑。

       2. 20世纪80年代：冲突视角

       到了20世纪80年代，继续沿着系统动力学模拟的道路，约翰·劳伊（John Lowe）对霍斯勒的模型进行了优化。他不仅把经验数据加入模型，还将环境因素考虑进去。他更大的突破在于，不局限在单一政治体内部，还试图增加政治体之间的互动，使其构成一个更大的社会系统，并发生多米诺骨牌效应。这与当时玛雅研究的理论转向有关。随着考古证据的增加，早期玛雅是和平社会这一观点被推翻，研究者逐渐意识到古代玛雅社会也充满了暴力和战争。因此，20世纪80年代以来，政体间的冲突成为一个日渐被强调的因素。这种理论的转变也体现在劳伊的模型中，即外部环境压力和内部社会动乱因素都被着重强调。

       在模拟政治体间冲突时，他借用了一种类似于模拟流行病传播的模型思想。在流行病模型中，一个主体（人）有三种可能的状态：易感、感染和移除（死亡）状态。劳伊则将玛雅政治体当作主体，认为一个政治体也有类似状态：稳定、危机和崩溃。每个政治体可以和其他所有政治体发生斗争。此外，外部自然环境和稳定政治体间也会发生争斗。争斗的过程就像疾病的传染过程一样，会传播危机。危机中的政治体可能会恢复，也可能会崩溃。最后，劳伊使用具有记录日期的纪念碑的玛雅遗址作为其量化数据来源。纪念碑作为玛雅政治体诞生和死亡的指标，被用来预测遗址被遗弃的顺序。模拟结果与现有数据之间获得了较高的拟合度，似乎体现了该模型的预测能力。

       总体来说，劳伊关注到政治体间的网络和流行病传播，这意味着模拟研究的空间维度开始受到重视。他还探讨了基本假设和参数设置变化的后果，以确定哪些参数起关键作用。对空间要素的关注和参数的敏感性分析，成为日后模拟研究中的重要组成部分。然而由于劳伊的野心太大，以至于他的模型过于庞大和烦琐。近年来，有研究者对劳伊的模型进行了复现和改进，使模型更精简的同时，与考古数据间的拟合程度也进一步提高。

       3. 21世纪以来：人口—环境视角

       进入20世纪90年代，随着自下而上的模拟视角的兴起，系统动力学模拟热度有所下降。不过自21 世纪以来，新的基于系统动力学或数学方程式的模型又接连被开发。这些模型关注的重点是玛雅社会人口演变与环境因素的相互作用。

       在人口方面，福瑞斯特（Forest）使用了人口增长极限（Limits to Growth）模型进行模拟。该模型只考虑人口和土地生产力两个核心变量，模拟二者之间的正负反馈关系（图二）。他的思路是：1）人口因出生而增加，因死亡而减少；2）当生产充足时，生育率高到足以导致人口的指数增长，当人口超过承载能力时，生育率下降到替代水平以下，最终一直下降到零；3）死亡是通过正常寿命来调节的，而正常寿命又受到生产充足性的影响。此外，他的模型中还考虑了战争的影响。战争被模拟为一个线性方程，用来制造生产的短缺。不过，他所预测的人口崩溃日期和考古记录中的时间序列并不相符。

       相比之下，牛顿·布埃诺（Newton Bueno）的模型在人口水平的总体趋势上与考古学数据显示出更高的一致性。但布埃诺提出的模型对参数变化表现出高度敏感性，参数值的改变对结果影响很大。在考虑参数敏感性的基础上，赛宾·罗曼（Sabin Roman）等提供了一个更具稳健性的模型。他明确地将模型输出与人口增长和纪念碑建造的考古记录相比较，发现与数据的拟合非常好。为了检验这种高拟合度的稳健性，他对参数进行了一个全面的敏感性分析，表明建模结果不轻易受参数变化而改变。

       另一方面，随着全球极端气候问题的加剧，对当代社会环境问题的关注，将玛雅崩溃模拟研究的注意力，大量转移到气候、环境和景观变化对社会的影响中去。其中，干旱是否导致崩溃是研究的焦点，一些有代表性的研究案例如表所示（表一）。

       总体来看，20世纪70～80年代的模拟研究，模型复杂，变量繁多，虽极具野心，但实现起来较为困难。困难的一方面体现在计算机算力的限制，另一方面体现在对变量的参数赋值上。尽管早期模拟使用了当时所能获取最好的考古数据，但仍不足以支撑对参数的量化，对参数的赋值存在较多假设，导致其结论具有危险性。21世纪以来，计算机软硬件水平有了质的提升，但模型的搭建反而追求简单。研究者往往从一个视角出发，希望为玛雅崩溃提供一种片面但深刻的见解。在模型建设上，随着考古数据的不断积累，为参数赋值不再是主要障碍，但参数值的敏感性一直是影响模拟效用的难题。

三、自下而上的模拟研究

       20世纪90年代以来，在后过程考古思潮的影响下，模拟研究的兴趣也从客观系统转向主体行动。与后过程考古的能动性视角相呼应，模拟研究的理论框架也从自上而下的系统动力学理论，转为自下而上的复杂性科学（complexity science）。复杂性科学也强调整体性，但相比系统动力学直接对整体结构进行刻画，其更关注整体的复杂特征如何从个体简单的决策和互动中“涌现”。因此，模拟的思路是从微观行为出发，解释宏观层面发生的变化，这为崩溃模拟研究带来视角上的转变，并需要寻求新的建模方法的支持。

       在这种背景下，基于主体/代理人的建模（Agent-Based Modeling， ABM）方法开始兴起。ABM 通过主体与主体之间，以及主体与环境的交互来模拟复杂系统的行为。与系统动力学模型相比，ABM 更加灵活，可以通过逻辑算法运行，而不必依赖严格的数学表达。对于ABM 来说，行动的主体具有异质性、其互动是非均匀的；主体具有能动性，能从环境和其他主体中收集信息并作决策，从而学习和演化。通过对主体的行为制定规则，多次模拟运行后，研究者可以观察宏观层面产生的现象和模式。

       ABM 最开始被用于美国西南普韦布洛社会的复杂化进程和崩溃研究。进入21世纪，这一方法扩展到对两河流域、印度河流域和爱琴海地区的早期文明探索。近些年来更多地用于对玛雅社会崩溃的研究，并体现出复杂性科学和社会—生态系统两种理论框架的交织。

       1. 基于复杂性科学框架

       使用ABM 进行玛雅崩溃模拟的想法，最早可以追溯到吉姆·多兰（Jim Doran）于20世纪80年代的工作。多兰从与霍斯勒等相同的理论出发，但采用主体建模思想来模拟玛雅社会内部精英和平民的互动，从而构建了一个自下而上视角的玛雅崩溃的初步模型。这一模型可以被视为人工智能意义上的双主体系统，他考虑了主体之间的关系从产生到破裂的可能情况。虽然这个模型没有被正式构建，但它确实代表了一种不同的方法，提供了解决模拟玛雅精英和平民之间涉及管理和冲突等层面互动的思路。

       ABM 关注主体的异质性和行为的多样性，这使考古学家不再只重视玛雅精英的行动，而是将研究点转移到平民的决策和行动中去。派翠西亚·麦卡纳妮（Patricia McAnany）的模拟研究提供了一个例证。她认为，9世纪玛雅社会网络化城市中的竞争、政权之间的军事冲突，是古代玛雅社会解体的核心因素。暴力冲突会影响区域安全，造成人口大量外迁、数量锐减。因此，她很关注政体崩溃与人口流动的关系，并通过模拟探讨：在什么样的情况下，平民会离开精英的控制？她和团队在抽象的地理空间里，模拟了不同情景下平民对政权的依赖和逃离（图三）。模型包括三个关键变量：土地、气候和战争。土地和气候变化都会对平民的农业生产产生不利影响。这些影响包括土地肥力下降、土壤侵蚀、降水过多或不足、极端气象灾害等。战争则破坏了城市的景观和稳定性，会造成人口的外迁。模拟结果显示，精英政权和他们所维系的平民人口之间的依存关系比想象中紧密。即使同时受到土地、气候和战乱的影响，仍然有一部分平民继续留在原地——这被解释为精英阶层的持续吸引力，而非生态系统的韧性。

       2. 基于社会—生态系统框架

       复杂性科学关注主体如何与社会和环境所构成的复杂系统一同演化。因此，古代玛雅社会和自然系统的耦合关系也成为崩溃研究的焦点。玛雅低地在地形、水文、土壤、植被和气候方面构成了一个异质性环境，长期吸引着外部学科领域研究者的兴趣。在复杂性科学的基石上，来自环境科学、可持续发展等领域的学者，积极将外部环境视角与内部社会视角结合，提出了一种多学科合作下的、通用的“社会—生态系统框架”。社会—生态系统（Social-Ecological System， SES）是指由生物和社会因素组成的连贯系统，以一种有弹性、持续的方式定期互动。它强调系统的韧性和持续动态适应的复杂性。这为玛雅文明崩溃模拟研究提供了综合性理论和方法指导。

       哈克伯特（Heckbert）在该框架的指导下开发了玛雅崩溃模型MayaSim。MayaSim 将模拟置于真实的地理空间中，以探讨玛雅社会—生态系统的脆弱性和韧性（图四）。与单一变量视角下“片面的深刻”不同，他试图将自然和人为因素整合在一起，来测试古典玛雅不同时期下，人口、农业、贸易、土壤、气象、水文、生态系统服务、森林演替之间的关系。将这些子系统组合起来模拟，可以在景观层面出现各种模式，以探讨古代玛雅和其他社会复杂化进程研究中的基本问题，如社会是如何影响环境并对不断变化的环境作出反应的？哪些指标最能解释社会的崩溃或重组？模拟的结果显示，很可能是快变量（如贸易往来）和慢变量（土壤生产力）的共振，造成了系统的崩溃。

       同早期的模拟研究相似，哈克伯特在整合和量化环境和玛雅社会的多维特征上，也显示出极大的雄心。玛雅定居点被表示为在空间景观中发展的主体，而空间景观本身也随着气候和人为影响的变化而变化。对空间因素的重视，是自下而上的模拟路径的另一特征。对空间的处理往往涉及真实地理空间信息的嵌入。空间模拟不仅可以通过ABM 创建，也可以直接通过与地理信息系统的整合来实现，使得计算机模拟的时空信息处理能力进一步增强。

       归纳起来说，自20世纪90年代以来，自下而上的ABM 成为模拟研究的新趋势。人工智能、复杂性科学、生态学等领域的发展，为考古学家理解和探索社会崩溃提供了新的理论框架。近些年来的玛雅崩溃模拟，无论是自上而下的人口—环境视角、还是自下而上的社会—生态系统耦合视角，普遍带有极强的现实关怀。这些模拟项目旨在通过建立过去人类社会与其环境互动的综合模型，以产生对互动过程和机制的新认识，从而为规划一个更加可持续发展的未来社会提供见解。

四、模拟考古的意义

       目前的中国早期文明进程研究中，不乏令人惊叹的考古材料，缺乏的是理论突破与方法支撑。本文通过回顾古典玛雅崩溃的模拟考古研究，希望为探讨中国早期文明（化）的兴衰，提供一种比较研究视野下的理论启发和方法借鉴。模拟考古，以一种动态演绎的方式帮助我们理解过去，对探讨当前国内考古学研究，具有如下几方面的意义。

       1. 帮助进行类比推理研究

       考古学研究一直面临两个难题。其一，考古记录是残缺的，具有天然局限性。计算机模拟可以创造大量虚拟数据，将人脑中的种种思想实验及结果呈现出来。这些数据具有实验室性质，与民族学数据、实验考古数据一样，可作为类比分析的依据，从而拓展考古学家获得经验的可能性。其二，从静态记录推断动态进程之间存在鸿沟。模拟作为一种将理论模型动态化呈现的方法，通过演绎一段时间序列下，社会内部和外部等不同因素如何相互作用与变化，超越了对遗存的静态研究，可以帮助探讨古代社会演变的动态过程，提高对过去的思考能力。

       2. 帮助回答“如何”的问题

       中国文明起源研究涉及一系列关于“如何”的问题，如社会和环境是如何互动的？玛雅模拟研究的经验表明，依托社会—生态耦合的复杂系统模型，通过模拟社会与环境之间复杂的互动关系，有助于系统地理解文明兴衰的内外进程。再如，作为早期文明发展的重要驱动力，人口是如何变化的？人群内外如何交流？在回答这些问题时，模拟方法的优势在于，超越了把人口看作均匀整体的外部视角，通过生成具有异质性的主体（如精英和平民），从不同主体的决策和互动行为来探讨早期文明发展的内部动力，从而把早期文明如何演化这一问题引向深入。

       3. 帮助回答“为何”的问题

       探索文明起源的机制是当前考古学的热点问题。在机制问题的探索上，一方面，考古学家追求更“多”的解释。多，意味着可能性。对此，模拟可以通过生成多种现象可能发生的情景，为考古学家提供想象力空间，从而提供更多的潜在解释。另一方面，考古学家追求更“有启发”的解释。模拟是检验理论假设的有用工具。通过what-if 分析（即如果按照这种假设，会得到怎样的结果），将模拟运行的结果与考古记录中的模式进行对比，从而评估这一理论假设的可信度——往往当模拟的结果与预料或实际不符时，反而更能启发研究者去深入探讨其中的原因。

       目前，已有一些环境考古学者将模拟方法应用于中国早期文明兴衰研究中，如模拟海平面上升等外部环境变化对良渚文化崩溃的影响。不过，作为初步尝试，这些研究尚未涉及对更复杂的史前社会内部进程的模拟。随着跨学科研究的深入，把模拟这一自然科学领域常用的量化研究方法，扎根到中国考古学的理论与实践中，应当有着广阔的发展前景，有望为探讨中国早期文明进程提供一种中程方法。

（作者：曹俊阳 陈胜前。完整版请参看《北方考古》第19辑，如需引用，请核对原书。）