Фраза "распространение инноваций" относится к процессу, описывающему, как инновация (например, новая идея, информация, болезнь или технология) распространяется во времени среди субъектов в населении.
Начиная с фундаментальной работы Райана и Гросса, большое количество исследований, во многих контекстах и дисциплинах, изучали, как индивидуальные, социальные, культурные, экономические и технологические факторы влияют на скорость и характер распространения.
Большинство этих исследований и соответствующих теорий распространения инноваций основаны на предпосылке, что социальные сети играют важную роль в распространении инноваций наряду с другими факторами, такими как географическая близость и организационные особенности.
В археологии распространение инноваций рассматривается как один из основных механизмов передачи культуры, поскольку оно описывает способ распространения новых черт или практик между людьми в популяции.
Хотя архив археологических раскопок охватывает периоды времени, достаточные для изучения диффузионных процессов, неполнота и отсутствие временной точности археологических данных создают множество проблем для понимания конкретных механизмов и факторов, обусловливающих распространение инноваций.
Распространение инноваций: концепции и факторы.
Распространение инноваций традиционно относится к распространению новых идей, продуктов, а также реальных практик и моделей поведения в рамках определенной социальной системы.
В широком смысле инновации и процессы, посредством которых они распространяются и изменяются, изучаются в различных масштабах - от клеток до обществ. Технически динамику этого процесса можно описать S-образной кумулятивной частотной кривой, представляющей долю населения, принявшего нововведение в определенный момент времени.
Когда несколько кривых для одного и того же признака построены вместе, они могут показать коэффициенты принятия или временной разрыв между принятием признаков в различных группах. Хотя S-образные диффузионные кривые наблюдались в многочисленных исследованиях, одной из самых больших проблем для исследований CE является определение факторов, которые производят культурные инновации и понимание механизмов передачи.
В археологии теоретическое моделирование опережает эмпирические исследования в этом отношении. Например, моделирование показало, что смещенная передача приводит к S-образным кривым, и в сочетании с экологическим обучением эти же закономерности могут возникнуть.
Аналогичные кривые могут также быть получены от групп населения с неоднородными пороговыми значениями усыновления, как и при снижении стоимости внедрения новых технологий, таких как черно-белый телевизор. Кроме того, избирательно нейтральные процессы, такие как дрейф, могут также генерировать S-образную кривую, характерную для диффузии.
Эти исследования показывают, что S-образные кривые, характерные для диффузии, могут быть получены с помощью широкого спектра механизмов.
Анализ истории событий.
В социальных науках термин "анализ истории событий" означает набор статистических методов, направленных на объяснение и прогнозирование наступления того или иного события для данного субъекта в пределах популяции. Событие относится к переходу от одного дискретного состояния к другому. Примерами таких событий могут служить браки, миграция, статус занятости, смерть, исцеление, а также отказ механической или электронной составляющей.
Эти примеры показывают, что анализ истории событий может быть применен к широкому спектру проблем в таких разных дисциплинах, как демография, социология, эпидемиология, экономика и промышленная инженерия. В различных областях применения этот метод также называют анализом выживаемости, анализом отказов, анализом срока службы или анализом продолжительности.
Для распространения инноваций мероприятие является принятием нового признака и представляет собой переход от состояния бездействия к состоянию принятия. В этом контексте применение моделей истории событий позволяет различать различные детерминанты диффузии, описанные выше.
Применение.
Теперь мы можем проиллюстрировать, как модели истории событий могут быть применены к археологическим данным на примере классических иероглифических надписей майя (около 250-900 гг. до н.э.). Цель этого анализа - выяснить, какие факторы могли способствовать распространению конкретных королевских ритуалов, записанных на иероглифических памятниках.
Данные, использованные в данном исследовании, взяты из Иероглифической базы данных майя. Ранее он использовался для анализа ритуального разнообразия в различных масштабах; полное описание набора данных можно найти в работе Munson et al.
Хотя результаты этого исследования показали высокую степень ритуального сходства между крупными низменными центрами майя и значительные различия между крупными и средними площадками, они не смогли адекватно объяснить факторы, лежащие в основе этих закономерностей.
Поскольку эти надписи связаны с календарными датами и известными местоположениями, мы можем включить эту пространственно-временную информацию для анализа распространения инноваций с помощью анализа истории событий.
Дополнительные реляционные данные, зашифрованные в надписях, позволяют исследовать многочисленные конфигурации сети, которые могли способствовать распространению этих ритуальных практик.
Обсуждение.
Распространение инноваций направлено на объяснение того, как отношение, идеи и новые черты распространяются среди населения. Как показывают многочисленные исследования в литературе по социальным наукам, распространение новых признаков может быть обусловлено множеством факторов.
Эти факторы часто переплетаются между собой, и поэтому их влияние невозможно исследовать отдельно. В этой статье мы утверждаем, что разработка методов анализа диффузии культурных особенностей в археологии часто ограничивается тестированием отдельных детерминантов в связи с упрощенными допущениями, сделанными в них, и/или наличием данных.
Таким образом, новые методы должны быть разработаны или приняты из других дисциплин, чтобы исследовать более широкий спектр факторов, способствующих распространению древних технологий, артефактных стилей или прошлой практики.
Последние разработки в области сетевого анализа и моделей истории событий предоставляют нам сложные инструменты для более тонкого анализа распространения инноваций. Являясь многомерным методом, эти модели позволяют исследовать и различать эффекты различных детерминантов диффузии.
