重新缩放放射性碳数据：一种在重建人口历史中解决遗址间采样异质性的方法

《Radiocarbon》：Rescaling radiocarbon data: A method for addressing inter-site sampling heterogeneity in reconstructing population history

　　

放射性碳年代已成为过去人口动态考古重建的基石。然而，对大规模放射性碳数据库（通常由不同来源汇总）日益增长的依赖引发了关于采样偏差的持续担忧，尤其是不同遗址间采样强度的异质性。本文介绍了一种重新缩放方法，该方法通过使用加权和自助重采样，按聚落层面的居址计数比例调整放射性碳数据集中年代的频率。通过一系列模拟，研究人员表明，该方法一致地生成更接近假设人口趋势的概率分布，特别是在采样强度存在高度聚落间变异的情境中。研究人员将该方法应用于韩国两个地区（荣山江流域和锦江流域）的考古数据，时间涵盖原三国时期（1C BC–AD 3C）和三国时期（AD 4–7C）。结果表明，重新缩放后的数据集提供了与原始数据显著不同的人口组织和重组解释。本研究强调了在局部尺度人口研究中解决采样异质性的重要性，并表明重新缩放是现有考古人口学偏差纠正策略的有价值补充。

# 论文解读：重新缩放放射性碳数据以解决遗址间采样异质性

## 研究背景与问题

放射性碳年代作为人口历史代理指标的方法（dates-as-data approach）在过去二十年深刻改变了考古人口学。通过求和概率分布（SPD）等工具，研究人员揭示了人口非同步波动、突然崩溃及地区性复杂轨迹，挑战了传统逻辑斯蒂或马尔萨斯人口模型。然而，该方法面临两大挑战：偏差问题（bias problem）和总结问题（summary problem）。近年来学界对总结问题投入大量精力，开发了零假设检验、参数模型拟合等统计框架，但偏差问题（尤其采样强度在遗址间的异质性）相对被忽视。随着大规模放射性碳数据库（如CARD、EUROEVOL、p3k14c等）的持续建设，数据通常来自不同研究目标、方法和资助强度的独立调查，导致采样异质性普遍存在。现有分箱方法（binning）虽能平等化各单元贡献，但主要适用于宏观尺度，对遗址级人口规模、居住时长及空间重组等微观动态的矫正能力有限。为此，研究人员提出一种基于居址计数（dwelling count）重新缩放放射性碳数据的新方法，旨在降低遗址间采样异质性带来的偏倚，为局部人口重建提供更可靠的代理。

## 关键技术方法

研究采用三项主要技术：1）**模拟假设人口生成**：构建由10个聚落、1000个居址组成的人口模型，聚落大小按正态或幂律分布，居住时长按均匀、正态或偏态（β分布）分配，每个居址分配1个标准偏差40年的未校正放射性碳年代，时间跨度分别为600年（2200–1600 BP）和1500年（4500–3000 BP）以避开Hallstatt平台；2）**随机采样与重新缩放**：从假设人口中按聚落随机抽取居址（每聚落最小5个，最大采样分数20%–40%），通过**加权法**（按各聚落居址总数权重聚合样本SPD）和**自助重采样法**（对每个聚落有放回抽取与之居址总数相等的次数，重复30次，合并后归一化）对采样集进行矫正；3）**评价指标**：计算假设人口SPD（L(t)）与随机采样SPD（P(t)）及重新缩放后SPD（W(t)或R(t)）之间的均方根误差（RMSE），以评估重新缩放对代表性的改善。样本队列来源为韩国荣山江与锦江流域考古遗址，数据由文化资源管理（CRM）公司发掘报告汇编。

## 研究结果

### 4.1 总体人口变化推断
通过模拟比较发现，随机采样集P(t)的SPD在50次迭代中形状变异大，且常偏离假设人口L(t)；提高最大采样分数不总能降低方差或改善代表性，反而可能加剧聚落间异质性。加权W(t)与自助R(t)重新缩放后，SPD在几乎所有条件下更接近L(t)：在1800次迭代中，加权法在94.7%案例中降低RMSE，自助法在94.6%案例中降低RMSE，且t检验和Wilcoxon符号秩检验均确认显著差异（p<0.0001）。重新缩放改善效果随采样分数和时间跨度的增加而增强，尤其在1500年模拟中达到97%–98%成功率。

### 4.2 单个聚落寿命与聚落间关系
随机采样集对特定聚落的规模及居住时长存在严重高估或低估，尤其在幂律分布下的大聚落（如聚落1和2）更易被低估。例如在600年模拟中，随机采样显著低估聚落1（约2200–1800 cal BP）并高估聚落2；1500年模拟中聚落1（约3500–3000 cal BP）亦被低估。而加权和自助重新缩放后各聚落的SPD（W_i(t)和R_i(t)）明显更接近假设聚落剖面L_i(t)，且RMSE均值与方差均更低。这一优势在大聚落中尤为突出，表明重新缩放能有效防止大聚落因低采样率而被忽视。

### 案例研究：韩国原三国与三国时期人口动态
**荣山江流域**：原始数据SPD显示约1700 cal BP前人口均匀分布，随后Yeonsan-dong（9号）快速崛起为中心。重新缩放数据则指出，直到约1700 cal BP，北部的Taemok-ri（8号）才是最大聚落，随后Yeonsan-dong与Oseon-dong（4号）共同扩张，形成三中心并存格局。KDE分析同样显示原始数据突出南部新中心，而重新缩放数据保留北部中心长期重要性。

**锦江流域**：原始数据将Songjeol-dong（7号）刻画为1800–1650 cal BP的唯一主导中心。重新缩放数据则显示南部的Yonggye-dong（8号）在1950–1800 cal BP为最大聚落，约1800 cal BP后迅速瓦解，同时Songjeol-dong崛起。这种差异主要源于Yonggye-dong的极低采样率（1.8%），而Songjeol-dong采样率较高（21.3%）。重新缩放后的结果与韩国陶器编年更吻合。

## 讨论与结论

研究人员指出，近年统计方法多聚焦宏观总体人口变化，但人口重组（如聚落迁移、聚合与分散、中心地兴衰）可能发生在总体规模无显著变化时，而这些过程是理解社会整合与土地使用的关键。尽管零假设检验等工具能评估SPD结构，但无法自动纠正有偏数据集。模拟显示重新缩放法在超过94%的案例中降低RMSE，且效果随采样异质性增大而更明显；即使聚落仅有5个年代数据，重新缩放也能显著减少RMSE与方差。但研究也承认局限性：该方法依赖居址计数与人口规模、居住时长的关联假设，易受埋藏学、多户结构、居址使用时间差异等影响；且未解决更宏观的覆盖策略偏差。未来可整合聚落面积、房屋地板面积等其他代理变量。

**研究结论翻译**（对应“Final remarks”部分）：研究人员提出了一种简单直接的方法来解决此问题：基于居址计数，通过聚落级加权和自助重采样重新缩放放射性碳数据。尽管该方法单独使用无法消除所有误差来源，但研究人员希望它有助于提高从放射性碳年代中得出的人口推断的可靠性与分辨率。通过将重新缩放纳入更广泛的分析工作流，考古学家能够在局部和区域尺度上生成更稳健的过去人口动态重建。