“英雄史观”的注脚：宏大科技创新预言的人口增减

人类历史上科技创新与人口发展如何互动，是科技创新引领人口增长，还是人口增长推动科技创新?自马尔萨斯(Malthus)1798年出版《人口论》以来，这一直是学者们从不同视角进行研究的热门问题。

人们还喜欢思考历史是英雄创造还是人民创造。本研究所揭示的结论，似乎就为“英雄史观”提供了一个注脚。

关于科技与人口关系的观点和理论

1911年，经济学家熊彼特(Schumpeter)指出，创新是经济实现长期增长的主要源泉，由此引发了学界对科技创新如何推动经济增长和社会发展的大量研究。在相关的经济增长理论中，确定科技与人口的关系是很多理论的核心基础。下面我们首先介绍一些著名学者的观点。

Malthus(1798)基于对历史案例的观察和归纳，认为科技进步会推动经济发展，而经济发展又会导致人口增长从而令人均收入保持不变，这就是著名的“Malthus陷阱”。然而，工业革命发生以后，科技飞速发展、人口和人均GDP同时迅速增长的事实证明人类已经走出Malthus陷阱，在往后的相关研究中，学者们对科技和人口的关系持以下三类观点：

人口规模和人口密度的增长是科技创新获得发展的前提条件：Ester Boserup(1976，1981)对Malthus的人口论进行了补充，认为人口规模和人口密度是推动部分科技发展的必要条件。但Boserup的理论不能很好地解释像印度和非洲这样一直拥有较大人口规模和密度的地区，在历史上技术发展比较缓慢的现象。此外，Boserup的论述主要围绕农业社会的相关技术展开，不少学者认为她的理论并未摆脱Malthus理论的局限，不能有效解释近几百年现代工业社会中科技、人口和人均GDP同步快速上升的现象。

科技发展超前于人口增长：Schumpeter(1911)最早把研究经济增长的注意力从土地和农业技术转向其他要素，他认为“企业家”的“创新”是推动经济飞跃的密码。此后有众多学者沿着这个思路去研究“创新”如何引领经济和人口的可持续发展，并将个中机制归功于“知识的积累”(特别是科技知识)。Joyce Appleby(2010)认为欧洲工业革命之前，农业技术的发展增加了土地的产量，从而使得必须从事食物生产的农业人口占总人口的比例从17世纪以前的80%开始下降，由此盈余出来的劳动力有机会进行更多的科技创新、工业生产和航海探索等非食物生产性活动，而这些活动又进一步推动了经济发展和人口增长，形成良性循环。

科技与人口互相影响：持这种观点的学者既认同“人口规模决定了潜在发明者的供给量”之说，也认为科技创新的结果会进一步导致人口增长。例如Galor等(2000，2011)认为：1) 人口数量的增加可以正向推动技术增长;2) 在公元1500年以前(科学革命发生前)，各国在土地使用效率和技术发展程度上的差别会显著影响人口的数量和密度，但对生活水平(人均GDP)的影响并不显著;3) 技术进步提升了人力资本的回报率，因此父母逐渐更在乎孩子的质量而不是数量，大力投资于教育，提高孩子人力资本的质量;人们越来越注重子女教育的结果使得技术能够进一步发展，因此发达地区的人口增长最终会缓慢下来，而人均GDP(和工资)将得到提高;4) 当人口增长时，土地与人口之比下降，相应的人均产值下降。在这种情形下，如果技术没有突破性进展，那么人口数量会自然平衡。然而，如果技术的增长足够快，Malthus陷阱是可以被克服的，人均产值和人口规模可以同时实现增长。

科技与人口关系的理论模型与实证研究：近年来较著名的内生经济增长模型首先由罗默(1986，1990)提出，该理论的一个基本思路是“人越多，主意就越多”，因此他的理论是建立在假定科技增长率与人口(参与科技创新的人口)增长率是成正比的基础之上的。内生经济增长理论较好地诠释了工业革命以来世界人口、人均收入和科技成就同步快速增长的现象，此后很多学者沿用了科技增长率与人口增长率成正比的假定条件来进行进一步研究。Kremer(1993)首先用长历史跨度的数据实证研究了人口规模、经济增长与科技之间的关系，他不仅假定科技增长率与人口规模成正比，还假定了科技增长率与人口规模增长率成正比。因此，Kremer将研究对象从经济与人口、科技发展的多变量关系转化为较简单的经济与人口双变量关系，忽略了科技发展独有的特征。此后Jones(1995，1999)的半内生经济增长模型也尝试对Romer的理论进行修正，假设人口增长率是外生的，但在处理科技与人口的关系时，与Kremer大同小异，也假设了科技增长率与参与科研的人口规模以及相应的增长率的正比关系。

一万年：科技与人口究竟如何互动?

以往关于科技与人口互动关系的研究往往受制于科技测量方式的局限性而难以在长历史跨度下进行研究。专利是学者们常用的度量科技创新的指标，但专利系统最多只有几百年历史，部分学者采用的“各国科技创新使用打分”又具有较强的主观性和任意性。

因此，为了能够较客观地衡量长历史跨度下全球科技创新发展的状况，董洁林教授团队以二十余部科技编年史为基础，形成了时间跨度超过一万年的宏大科技创新数据库(数据库详细说明请见原文)。宏大科技创新是人类最重要的部分，其他科技成就属于小微创新。人们大多认为宏大科技创新是极少数“天才”的英雄行为，但对他们如何创造并不清楚。

基于Scott Manning(2008)的世界人口平均数数据库，团队构建了相应的宏大科技创新累积数、科技创新增长率、人口规模和人口增长率四个时间序列，求证近一万年来科技如何与人口互动。研究主要发现：

1

通过分析，宏大科技创新以及人口四个变量的四组相关关系中任意一组关系在过去的一万年间都不是简单的线性相关关系。每一组关系在实证上都可以找到三个或四个转折点。因此，Romer、Kremer等著名模型中科技创新增长率与人口规模及人口增长率的成正比的假定在这种情况下是不准确的。基本假设有问题，那么整个理论的可靠性就很值得商榷了。

2

近百年来的宏大科技创新增长率与人口规模之间是负相关的(参见图1，1900年全球人口约16.3亿人)。值得注意的是，最近一百年间受教育的人数比例和人们的教育程度都在不断提升，参与科技创新的人也在迅速增长，可以说科技创新的增长率与参与科技创新的人口规模之间的负相关性更为显著。这说明人海战术对推动宏大科技创新成效不大。

3

人均年均科技创新数曲线能够很好地反映人类宏大科技创新产出率的历史演进情况(图2)。

可以说人类科技史上有四个发展较活跃的阶段：

第一个活跃期是公元前8,000年前后的几千年，对应着农业革命时期，科技创新主要围绕着农耕方式和定居方式，区域主要是美索不达米亚两河流域和西亚地区;

第二个活跃期是距今3,000年前后，宏大科技创新主要包括铜、铁等新金属材料的使用以及大量通讯交流类科技的出现，活跃的区域主要包括两河流域、近东地区，加上古埃及、古印度谷和古中国区域;

第三个活跃期是从公元前8世纪到公元零年之间，即所谓的“轴心时代”，此时科学开始萌芽，技术发明也比较活跃，活跃的区域主要是古希腊、古罗马和古中国地区;

第四个活跃期是从公元1500年左右开始的科学革命，和接踵而至的工业革命。直至今天，欧美地区都还是科技创新的主力。数据还显示，第四个创新周期的顶峰在二十世纪初期的1920年左右，之后人类的创新增长率开始减慢。由于100年对人类历史而言太短，不能确定创新增长率的放缓是短期效应还是长波段现象。

4

通过Granger因果检验发现，科技创新增长率的变动超前于人口增长率，科技创新累计数的变动也超前于人口增长率。这意味着，在近一万年的人类历史上，宏大科技创新的加速或放缓会预示着后续人口增长率的相应变化。

我们知道，宏大科技创新出现之后，它们的传播与进一步触发更多的应用，需要相当长的时间，因此这些宏大科技成就对人类提高生产效率、改善生活条件以及增加人口的作用有一个较长的过程。在这个过程中，越来越多的人有条件投入到知识积累和科技创新的工作当中，不断基于先前的宏大科技创造出小微创新改善人类的生活条件，促进人口增长，这些小微科技的积累也为将来新一轮的宏大科技出现奠定了基础。

但如果没有新一轮宏大科技创新的出现，上一轮科技创新的边际回报会越来越小，社会发展将呈现一种停滞状况。正如工业革命这样巨大的社会革新，是需要以农业革命和手工业的宏大科技创新积累以及这期间人口增长和众多的小微创新为基础的。而在科技革命之间，有一个宏大科技创新较稀少的漫长过程(如图2)。

人们还一直在争论历史是英雄创造还是人民创造，而本研究所揭示的事件发生的时间顺序是宏大科技创新的发生超前人口增长，也超前经济增长，这似乎为“英雄史观”提供了一个注脚。

参考文献

[1] Dong, J., Li, W., Cao, Y., Fang, J., 2016. How does technology and population progress relate? An empirical study of last 10,000 years. Technol. Forecast. Soc. Chang. 103, 57-70.

(本文已在ScienceDirect 网站全文刊出：http://www.sciencedirect.com/science/article/pii/S0040162515003455)

[2] Appleby, J., 2010. The Relentless Revolution: A History of Capitalism. W. W. Norton & Company, New York, U.S.A.

[3] Ashraf, Q., Galor, O., 2011. Dynamics and stagnation in the Malthusian epoch. Am. Econ. Rev. 101 (5), 2003–2041.

[4] Boserup, E., 1976. Environment, population, and technology in primitive societies. Popul. Dev. Rev. 2 (1), 21–36.

[5] Boserup, E., 1981. Population and Technological Change: A Study of Long-term Trends. University of Chicago Press, Chicago, U.S.A.

[6] Galor, O., Weil, D.N., 2000. Population, technology, and growth: from Malthusian stagnation to the demographic transition and beyond. Am. Econ. Rev. 90 (4), 806–828.

[7] Jones, C.I., 1995. R&D-based models of economic growth. J. Polit. Econ. 103 (4), 759–784.

[8] Jones, C.I., 1999. Growth: with or without scale effects? Papers and Proceedings of the One Hundred Eleventh Annual Meeting of the American Economic Association (May, 1999) 89, pp. 139–144.

[9] Kremer, M., 1993. Population, Population growth and technological change: one million B.C. To 1990. Q. J. Econ. 108 (3), 681–716.

[10] Malthus, T.R., 1798. An Essay On the Principle of Population. 1993 ed. Oxford University Press, Oxford, U.K.

[11] Manning, S., 2008. Year-by-year World Population Estimates: 10,000 B.C. to 2007 A.D.

http://www.scottmanning.com/content/year-by-year-world-population-estimates/

[12] Romer, P.M., 1986. Increasing returns and long-run growth. J. Polit. Econ. 94 (5), 1002–1037.

[13] Romer, P.M., 1990. Endogenous technological change. J. Polit. Econ. 98 (5), S71–S102.

[14] Schumpeter, J.A., 1911. The Theory of Economic Development: An Inquiry Into Profits, Capital, Credit, Interest and the Business Cycle, Translated by Redvers Opie. 2008 ed. Transaction Publishers, New Brunswick, U.S.A. and London, U.K.