基于GIS的中国历代名人人生轨迹研究
点击上方蓝色字体“慧天地”即可订阅
（更多精彩请留意文末推荐)
作者信息：邹亚国，林先成，刘 寅，邬舒玛，邱莎莎，赵 灿，钟 梦（四川师范大学 地理与资源科学学院，四川 成都 610101）
【摘要】历史由人组成，历史名人在社会发展中起着重要作用，对其人生轨迹的分析有助于理解人与社会历史进程的关系。以中国西汉、唐、北宋、元、明、清等6个朝代的帝王、文臣等24个部类历史名人为数据源，以年为时间精度统计其人生轨迹，共获得1 569人的轨迹数据，提出首都距、家乡距、迁徙指数、前台指数、轨迹透视图等人生轨迹分析方法，并结合核密度、标准差椭圆等空间分析方法，对人生轨迹进行探索性分析。研究发现：①名人的人生轨迹高度集中于首都等局部地域；②名人迁徙呈先逐渐远离再逐渐回归家乡、先逐渐靠近再逐渐远离首都、迁徙活跃程度先增长后衰减的趋势；③不同职业类型的名人表现出不同的人生轨迹模式；④历史名人人生轨迹时空格局与社会历史进程紧密相关。
【关键词】GIS；中国；历史名人；人生轨迹；历史前台
【中图分类号】K901.9
【文献标识码】A
【文章编号】1672-1586（2018）05-0068-07
”引文格式：邹亚国，林先成，刘 寅，等. 基于GIS的中国历代名人人生轨迹研究[J].地理信息世界,2018,25(5):68-74.
正文
0 引言
人的生命活动总是在一定地域范围内发生，人与地有着紧密的联系，人生轨迹即人的活动在地理空间上的投影。
人生轨迹的地理学层面研究由Hägerstrand提出，他把人口统计学的生命线概念加上空间轴后得到人生轨迹概念，应用于人口移动的传记性研究中，其中生命线指个体在时间轴上的连续表示，人生轨迹指时空坐标轴上个体活动的连续表示。随着时间的推移，个体的移动从出生地开始，经过许多活动地点，最后在死亡地终了，这种一生的路径在时空轴上表示就是生命路径。Miller提出时空轨迹与驻点模型，为人生轨迹的研究建立了理论模型。这些研究大多仅限于日常行为，长期空间行为研究尚不深入，柴彦威融入生命历程理论，提出面向长期人类空间行为的时间地理学新框架，并以一个虚拟的迁居行为为例说明了研究思路。Törnqvist则以传记为数据源，选择了长时段的永久性迁移而忽略短期出行研究诺贝尔奖得主的生命路径，开人生轨迹实证研究先河。
人生轨迹的社会学层面研究体现为生命历程理论，该理论将个体看作在一生中按一定顺序不断扮演社会角色和参与生命事件的主体，试图通过描述个体重要事件的生命轨迹及转折的结构和顺序，将生命的个体意义与群体意义相联系。Elder提出生命历程理论的5条原则：①个体的成长与衰老是一个终身的过程；②个体的生命历程嵌入于他们一生所经历的历史时代和地理区间之中并为其所塑造；③生命转轨与事件的经历与后果随着它们在生命历程时间段的不同位置而有所不同；④个体的生命具有社会性和相互依赖性，社会与历史对个体生命的影响往往以关系网络为载体；⑤个体通过其在历史与社会环境所提供的机遇与限制下的选择与行动来建构自己的生命历程。
历史地理学层面对中国历史名人时空分布、人地关系等进行了有益探索。丁文江最早以省为单位，考证部分朝代正史中辟有列传的5 783个历史人物的地理分布，绘出历史人物分布表。潘光旦以苏州为例研究中国历史名人迁徙的原因，指出人才迁徙会引起文化迁徙，认为地理环境的差异能促使人的移徙，这些人移居之后，把他们的聪明智慧播散在山川风土之上，给自然景观打上了文化烙印，进一步增加了对后来人才的吸引力，形成“人文相生”的良性循环。韩茂丽从文化与历史视角出发，研究中国古代状元分布的时空变化，发现状元分布受经济、政治环境影响，但又具有滞后性。柴国丽基于籍贯信息统计，得出古今历史人物分布重心的时空变化特征。但对迁徙中的个体，静态的籍贯分析存在不足，应引入人生轨迹分析。对人地关系问题，沈坚认为，一切历史人物、事件、过程，归根结底都是具体的，是特定时代背景和地域背景的产物，若将个体的历史活动比作一幕幕生活的话剧，地理环境便是出演、展示的舞台。对中国历代人口迁徙的影响因素，章典、邹逸麟分别从自然和社会环境两方面展开论述，但这些研究都着眼群体视角，而缺乏个体探讨。
笔者以中国历代名人为研究对象统计其人生轨迹，综合进行统计学分析与时空分析，刻画其人生轨迹模式，并探讨这一模式的地理与历史意义。
1 数据与统计
1.1 数据与统计方法
名人数据源为《中国古代名人分类大辞典》，收录了中国古代各时期历史名人并将之归类到帝王、文臣、武将等24个部类，有助于研究不同职业类型的人生轨迹特点。人口数据源为《中国人口史》。
以中国古代相对统一且历史较长的西汉、唐、北宋、元、明、清6个朝代，分24个部类分别统计各类名人的人生轨迹。某一朝代名人的统计口径为：出生年份应晚于该朝代定都年份前推20年，死亡年份应早于该朝代灭亡年份，且人生轨迹与该朝代政权统治区有交集，以保证人地关系分析所基于的社会环境类似。人生轨迹的统计精度上，时间分辨率为年，空间分辨率精确到县治。
1.2 统计结果
最终，统计到的有效样本情况见表1。
表1 样本概况
Tab.1 Sample profile
总计中左边数字为本列加总，右边数字为去掉重复（如柳公权分属文臣、书法两部）后的朝代实际样本数。
2 分析方法
目前人生轨迹的相关研究较少，特别是定量指标尚不成熟，所以文章在借鉴已有方法基础上，根据研究需要定义了4个测度指标。这些方法在逻辑上分3个层面：一是对人生轨迹驻点，即每岁所处位置进行点模式分析，包括经典的标准差椭圆及核密度；二是将个体轨迹点按年龄顺序排列，进行人生轨迹的时间序列分析，包括新定义的前台指数及迁徙指数；三是将对人生轨迹的分析置于社会历史背景之中，包括新定义的首都—家乡距及轨迹透视图。
2.1 轨迹点模式分析：标准差椭圆与核密度
标准差椭圆是由Lefever提出的一种分析点数据方向分布的方法。研究采用标准偏差为1.0的椭圆，其中包括68%的数据，方位角反映地理要素分布的主趋势方向(即正北方向沿顺时针旋转到椭圆长轴的角度)，长轴和短轴分别表示地理要素在主趋势方向和次要方向上的离散程度。其方位角、x轴标准差、y轴标准差计算公式分别是：
核密度估计法是基于属性加权的点区域展布测度方法，离散点数据如果直接用图表示，往往难以直观并定量分析其空间趋势。核密度估计法可以得到研究对象密度变化的图示，空间变化是连续的，又有“波峰”和“波谷”强化空间分布模式的显示，可用于分析人生轨迹点的聚集性。因青少年时期还不确定能否在将来的历史进程中扮演重要角色，所以核密度分析剔除1～20岁的点数据。在二维空间中一个常用的核密度公式为：
式中，h为阈值，n为点数。
2.2 轨迹模式分析：前台指数与迁徙指数
历史由人组成，历史名人聚集区也是影响社会历史进程的重大事件集中上演的舞台，定义历史名人大量聚集的地域为历史前台，借鉴核密度估计的计算方法定义历史前台指数（Historical Foreground Index）。某一朝代特定地点的前台指数计算公式为：
式中，f^(x0 )为特定朝代x0地的名人量核密度值，f^(x )max为该朝代最高名人量核密度值。前台指数介于[0,1]之间，值越大表明历史名人在这一年龄所处位置的附近在该朝代有越多的历史名人聚集，即越位于历史前台，对此的量化有助于探讨历史名人人生不同阶段的位置特点。
定义迁徙指数（Migration Index）以测度名人在人生不同年龄迁徙活跃程度，某一名人目标年龄的迁徙指数计算公式为：
式中，La为历史名人在第a岁的位置，D为地球面上两点间距离公式。
2.3 社会属性分析：首都-家乡距与轨迹透视图
首都在社会历史进程中有重要意义。城市的重要特点是给不同行业的人提供了一个舞台，在中国古代都城这一舞台至关重要，个体若想在某一方面有所成就，没有在都城这个舞台表演过是不行的。首都的这一属性使其对历史名人迁徙具有吸引作用，从而影响人生轨迹的形状，家乡同样具有这一作用，其体现在人生挫折、退休等阶段往往返回家乡。
定义首都距、家乡距，指历史名人所处位置与首都、家乡的距离，对此的分析有助于识别首都、家乡对历史人物迁徙的影响作用形式。
定义轨迹透视图作为部类人生轨迹聚类方法。以家乡距为X轴，首都距为Y轴，将分部类的历史人物轨迹点展绘到这一平面上，发现不同部类体现出不同的分布特征，如帝王的家乡距、首都距都较文臣为小，帝王一般家乡即首都，所以其轨迹点基本分布于透视图的原点和对角线上，而文臣则存在很多坐标轴附近的点，最终两者的标准差椭圆方向不同。受此启发，基于部类平均首都距、部类平均家乡距、部类标准差椭圆方位角、部类平均中心的Delaunay自然领域4个约束条件对各部类基于不同组数进行人生轨迹分组聚类，达到定量划分人生轨迹类型的目的。
3 结果
3.1 人生轨迹点时空格局
对历代名人大于20岁人生轨迹点核密度结果基于自然断裂点法进行分类，结果如图1所示。西汉时期（图1a）历史名人高度聚集于首都长安附近，次一级的历史人物聚集区为黄河中下游地区。从标准差椭圆来看，人口重心位于黄河中下游地区，与名人分布呈现东西分立的格局。唐（图1b）延续了西汉的整体格局，但出现了一定的人口和名人重心东移和南移的趋势。这样的趋势在北宋（图1c）得到加强，伴随北宋定都汴京带来的政治中心东移和安史之乱、五代十国战乱带来的人口、经济重心南移，江南开始成为次中心。元明清（图1d、图1e、图1f）整体时代特征类似，北京为政治中心，是历史人物最集中分布的地区，江南为经济中心，是历史人物分布次高的地区。
从人口重心、名人重心、首都的相对关系而言，历代名人重心均位于人口重心和首都连线中点附近，说明家乡和首都的位置对历史名人人生轨迹的形成影响显著。
图1 人生轨迹点时空格局
Fig.1 Dynasties divided spatial and temporal pattern of life path points
3.2 前台指数
图2展现了主要部类（样本量大于100的部类和人民起义、外戚宦官、后妃3个轨迹有明显特点且样本量较多的部类）和总平均（历史名人按每岁在世人数逐年平均）的前台指数计算结果，曲线经过3年滑动平均处理。
图2 前台指数
Fig.2 Historical foreground index
图2可以看出，由于帝王所在的首都地区是名人最集中的地区，所以帝王前台指数最高，因部分帝王未出生在首都，所以帝王幼年前台指数约0.85，到约40岁前台指数上升到1，此后前台指数短暂在1以下是受出征、巡游影响。宗室幼年前台指数约0.75，但表现出与帝王相反的缓慢下降再稳定到0.6附近的趋势，这与分封镇守有关。后妃与外戚宦官都表现出11～20岁位置迅速趋近首都然后稳定的趋势，此后后妃基本位于首都，而外戚宦官则略低。武将的前台指数变化分为4个阶段，一是1～20岁的家乡低值期，二是21～30岁的青年上升期，三是31～60岁的壮年期稳定，这时的武将往往镇守关塞，前台指数不高，四是60岁以后的入职首都期，这一阶段武将由于逐渐衰老开始进入朝廷做文职工作，前台指数逐渐上升。而其他的知识阶层则前台指数曲线大体一致，在21～30岁有一个明显的上升过程然后开始稳定，其中文臣的前台指数在这些部类中是最高的，这与他们的身份相符。而人民起义的前台指数普遍维持低位，即使他们起义其位置一般也在偏远地区，仅在最后有部分起义将领进入首都或重镇短暂拉升前台指数。
最终加总的前台指数表现为0～15岁相对稳定，16岁开始到30岁逐渐上升，31岁之后体现出整体稳定缓慢下降的趋势。
3.3 迁徙指数
选取和前台指数同样的考察部类，迁徙指数计算结果如图3所示，曲线经过三年滑动平均处理。
图3 迁徙指数
Fig.3 Migration index
可以看出，武将的迁徙指数是最高的，他们往往存在频繁且长距离的军事调动。知识分子阶层的迁徙指数普遍表现为先增后减的趋势，约31～50岁为迁徙最活跃的时段。帝王、后妃的迁徙指数是最低的，宗室、外戚宦官次之，这4个部类由于青年时期的行为结果便会决定他们今后的人生走向，所以其迁徙指数峰值出现在21～30岁区间，此区间外迁徙指数较低。人民起义的迁徙指数特点在于单个的起义将领一般为农民等身份，在起义爆发前基本无迁徙，但起义途中由于战争等原因迁徙频繁，所以迁徙指数呈现出高低波动的特点。
最终加总的迁徙指数呈现显著的先增后减的渐变过程，曲线为理想的弓形，在47岁附近取得最高值，说明越处于人生壮年历史名人迁徙越活跃，这一曲线使用四次多项式拟合效果理想。
3.4 家乡距、首都距与人生轨迹聚类
对1 569个样本每岁的家乡距、首都距进行平均（分母取决于该岁尚在世样本数，并非1 569），得到结果如图4所示。
图4 家乡距与首都距
Fig.4 Hometown distance index & capital distance index
可以看出，历史名人的家乡距在15岁之前的少儿时期较为平稳，从15岁随着人生步入青壮年，开始加速远离家乡，到30岁人生趋于定型，又在高位稳定下来，到55岁进入中老年时期，出现返乡趋势，家乡距又开始下降，首都距大致与家乡距呈现相反的变化趋势。随着年龄增大曲线波动变大是由于历史名人的陆续去世使样本量不断减少，其中从85岁开始样本量低于100，这样的数据开始受个体因素影响而不能反映普遍规律。
将样本量大于20人的部类的轨迹点展绘于轨迹透视图，并基于不同组数进行人生轨迹分组聚类，得到聚类谱系见表2，不同组别代表不同的人生轨迹类型。其中6组方案较好地兼顾了将相同类型进行聚类又将不同类型进行区别的原则，所以图5采用这一分组方案成图。
表2 轨迹聚类谱系
Tab.2 Trajectory cluster pedigree
图5 轨迹透视图
Fig.5 Trajectory perspective
整体的人生轨迹类型分为权贵与精英两个大类。权贵又分血缘权贵和姻恩权贵两类，血缘权贵一般家乡即首都，所以其轨迹点大多位于透视图的原点与对角线上，标准差椭圆方位角方向为对角线方向，血缘权贵可再细分为帝王和宗室，帝王相比宗室而言更靠近首都；而姻恩权贵虽人生大多时间也在首都度过，但他们的家乡一般不在首都，后妃和外戚宦官属于这一类型，标准差椭圆方位角方向为偏X 轴方向。精英中，士大夫是主要类型，分为偏政士大夫和偏文士大夫两类。偏政士大夫含文臣、经济、文学、宗教、史学等，他们的工作社会性和政治性较强，所以人生活动往往离首都较近，表现为透视图上其标准差椭圆与X 轴有较长的相交部分。而偏文士大夫含体育、音乐、书法、科技、哲学、语言文字、教育、美术、戏曲等，他们的工作社会性和政治性相对较低，迁徙频率也较前者低，所以活动位置一般不必靠近首都而往往在家乡附近或文化阜盛之地，表现在透视图上为标准差椭圆与X 轴没有或仅有少量相交。要说明的是，由于士人从政传统，不同部类的士大夫无法截然区分，比如苏轼分别被归到文臣、哲学、文学、书法、体育5个部类，所以偏文和偏政是相对而言的。另外，武将和人民起义是两个特殊类型，其标准差椭圆方向性不显著呈近圆形，武将往往因为职业性质原因位置变动大，表现在透视图上为标准差椭圆面积最大，而起义将领一般都未到过首都，在透视图上表现为标准差椭圆远离X轴。
4 结束语
理论上，人生轨迹是一条连续的线，但该线无法获取，所以需要通过采样点进行研究。因此，对人生轨迹最简单的分析即基于轨迹点进行传统的点模式分析，但其不足之处在于忽略了轨迹点之间并非互相独立而是存在时间序列关系，所以需要设计轨迹分析方法。进一步的，人生轨迹并非位于抽象时空中，还需要基于社会历史背景的分析。综上，本文将人生轨迹的分析分为轨迹点、轨迹、社会属性3个层面并较多地采用新定义方法，经测试，这些方法展示出良好的分析效果，探索出了中国历代名人人生轨迹特征。
4.1 历史名人迁徙驱动力
对于人生迁徙的原因，Ellegård认为，对构成世界微观个体而言，每个个体在任何时刻都与若干其他个体共同存在于特定时空中，且所有个体每时每刻都准备着在时空中不断变化其位置来竞争资源以维持生存。本文对名人迁徙的动力机制从以下三方面考量：
1）出生的自然环境、社会环境、家庭环境对人的成长有一定的影响。此类影响从普遍意义上说不具有决定性，但在特殊情况下显著且有规律，如皇室后代、权臣子嗣的身份会在很大程度上预示其将来的人生轨迹特征，状元更多地产生于江南等文化盛地。
2）名人相互作用是塑造人生轨迹的核心力量。人生是在一定的地域条件上组织资源以实现个人发展的过程，人的迁徙是个体与群体相互作用的结果，其既可以是主动的，也可以是被动的，如文人希望在更大的舞台上展示自己的才华而前往首都，外敌入侵武将迎战，文臣因遭排挤而贬谪外地等。
3）名人迁徙活动受制于地理环境与社会历史进程。虽在对单一个体的具体迁徙行为考察中难以发现地理环境与社会历史进程的影响，但对汇总结果的分析发现，人生轨迹表现出鲜明的空间规律及历史规律，下文对此展开论述。
4.2 历史名人人生轨迹的空间模式
在名人人生轨迹空间系统中，家乡与历史前台是最重要的枢纽。家乡是轨迹的起点，由于安土重迁的传统带来的老年返乡趋势，在许多情况下也是终点；而以首都或其他经济文化中心为代表的历史前台——往往也是已有历史名人的聚集区，则吸引着后来的想要展现自我才华实现人生价值的人继续往之聚集，以获得与现有名人交流的机会。这两方面力量共同作用的结果是，历史名人的人生轨迹高度集中于首都等局部地域，名人迁徙呈先逐渐远离再逐渐回归家乡、先逐渐靠近再逐渐远离首都的趋势。
此外，生命周期也制约着名人的迁徙活动。少儿时期的迁徙尚不活跃，而青年时期，个体开始产生迁徙愿望，自发向历史前台区靠拢，其前台指数和迁徙指数值逐步升高。但受塔型社会结构的制约存在阻滞个体迁徙行为的筛选作用，不同个体的前台指数和迁徙指数值则从不同年龄开始稳定并逐渐下降。
再者，不同职业类型的名人表现出不同的人生轨迹特征。血缘权贵的人生轨迹具有最高的稳定性，姻恩权贵也往往只在入宫的那一刻存在轨迹突变。相反，武将和人民起义的人生轨迹则因为战争的不确定性而具有较大的波动性。而对于广大的知识分子阶层而言，其人生轨迹则体现出更加完整的稚嫩、成长、成熟、衰老的完整历程。
4.3 名人人生轨迹与历史前台
社会历史由人组成和塑造，历史名人所聚集生活的区域也是重要历史事件上演的舞台，其人生轨迹与社会历史进程的空间投影之间存在相关的变动趋势，历史人物的分布状况是识别区域历史重要性的关键指标。由于首都是政治、信息交流中心，且往往具有重要的经济、文化地位，加之中央集权传统，首都在中国社会历史进程中扮演关键角色，名人人生轨迹点核密度结果呈现明显的以首都为中心的单核格局，而同期的人口经济文化中心则是次之的辅助角色，所以在一定意义上首都即等同于历史前台。
汉唐两代中国呈现东部黄河流域为人口、经济重心，西部渭河平原为政治中心的格局，名人点位重心在人口重心和首都之间，名人相对于人口基底呈现西倾格局。这一格局在唐后期和宋夏辽金时期由于频繁战乱和政权更迭开始打破并于元代重新定型，人口经济重心南移到长江流域，江南地区成为文化中心，首都则迁往今北京，名人重心仍位于人口重心和首都之间，名人相对人口基底北倾。在从西汉到清跨度为2 000年的统计周期内，中国的历史前台与历史名人迁徙格局完成了从东—西模式到南—北模式的转变，历史名人由整体西迁演化为整体北迁，这一转变深刻反映中国社会历史的空间进程。
来源：地理信息世界GeomaticsWorld(版权归原作者及刊载媒体所有)
荐读
点击下文标题即可阅读
基于WebGL的三维管线轻量可视化方法地质云2.0上线服务 智能GIS开启地质调查新模式
美国GIS专业名校课程设置比较研究
基于GIS的中国历代诗词地名提及的时空格局与归因
星标公众号小教程
👇
编辑 /黄松 审核 / 王欠鑫 王怡波
指导：万剑华教授(微信号wjh18266613129)