Présentation

Pendant des décennies, les chercheurs se sont appuyés sur des descriptions qualitatives tirées de chroniques, de carnets de voyage et de distributions archéologiques. Mais le virage numérique a équipé les historiens, les archéologues et les data savants d'une série de techniques quantitatives qui transforment des preuves fragmentaires en modèles testables. En combinant l'analyse spatiale, la théorie du réseau, l'inférence statistique et la modélisation temporelle, les chercheurs peuvent maintenant mesurer l'échelle, la structure et la dynamique du commerce ancien avec une rigueur sans précédent.

Systèmes de cartographie et d'information géographique (SIG)

Les systèmes d'information géographique constituent une base spatiale pour toute analyse quantitative des itinéraires.En superposant les coordonnées historiques, les données topographiques, les données climatiques et les frontières politiques, les SIG permettent aux chercheurs de visualiser et de quantifier la relation entre la géographie et les flux commerciaux.

Analyse coûts-surface et moindres coûts

L'une des techniques les plus judicieuses du SIG est l'analyse coûts-surface, qui calcule le trajet le moins coûteux entre deux points en fonction d'une surface de friction dérivée de l'altitude, de la pente, de la couverture terrestre, de la disponibilité de l'eau, voire du risque politique. Cette méthode est inestimable lorsque les cartes historiques sont perdues ou peu fiables. Par exemple, les chercheurs qui étudient le réseau routier romain dans la péninsule ibérique ont utilisé un modèle d'élévation numérique et ont supposé que les déplacements étaient plus faciles le long d'un terrain plat près des sources d'eau.

Interpolation spatiale et cartes thermiques

Lorsque les données sur le volume des échanges ne sont disponibles que pour certains nœuds, les méthodes d'interpolation spatiale, telles que la pondération de la distance de krige ou inverse, peuvent estimer les niveaux d'activité dans des zones non mesurées. Par exemple, en utilisant la distribution connue des types d'amphores romains dans les ports méditerranéens, les chercheurs ont généré des surfaces continues d'huile d'olive et d'intensité du commerce du vin. Ces cartes de chaleur révèlent des zones de concentration autour de grands pôles de distribution comme Ostia et Carthage, ainsi que des zones périphériques où le commerce à longue distance était limité.

Analyse multicouche et des points chauds

Dans les études de Silk Road, les chercheurs ont combiné des couches de densité de route, d'altitude, de précipitations et de frontières politiques pour tester l'hypothèse que des segments de haute altitude ont été évités pendant l'hiver. L'analyse des points chauds (à l'aide de statistiques de Getis-Ord Gi*) permet ensuite d'identifier des grappes statistiquement significatives de commerce de haute intensité. Ces grappes coïncident souvent avec des emporia connus comme Samarkand, Kashgar ou Dunhuang. Des outils libres et à source ouverte comme QGIS et la plateforme WorldMap rendent ces analyses accessibles à tout groupe de recherche.

Défis et limites

Les SIG historiques sont confrontés à plusieurs problèmes de qualité des données. La précision de la coordination varie, de nombreuses villes médiévales n'ont que des emplacements approximatifs. Les changements de cours et de côtes nécessitent des corrections paléogéographiques.

Analyse de réseau

Si le SIG se concentre sur la géographie, l'analyse des réseaux met l'accent sur la structure relationnelle du commerce. En modélisant les villes, les ports et les oasis comme nœuds et liens commerciaux comme bords, les chercheurs peuvent quantifier la topologie des systèmes d'échange.

Construire des réseaux commerciaux historiques

La construction d'un réseau nécessite des données sur les connexions, notamment les livres de port, les registres des douanes, les manifestes de navires, la correspondance des marchands et la distribution archéologique des marchandises. Par exemple, le réseau de la Ligue hanséatique peut être reconstruit à partir des comptes du bureau de douane de Lübeck, qui enregistre les entrées et sorties de navires. Chaque paire de ports qui font l'objet d'un commerce constitue une bordure; les poids de bord peuvent refléter le nombre de navires, le tonnage des marchandises ou la valeur monétaire.

Mesures de centralité

  • Centralité de désaccord: Le nombre de connexions directes. Au XVe siècle, Constantinople avait le plus haut degré parce qu'il liait l'Europe, l'Anatolie et les systèmes de la mer Noire.
  • Entre-temps Centralité: Combien de fois un noeud se trouve sur les chemins les plus courts entre les autres nœuds. La ville syrienne de Palmyra a montré une très haute interstitialité dans les trois premiers siècles CE parce qu'il a ponté les sphères romaine et parthe. Quand Palmyra a été détruit en 273, le système de route entier a dû réorganiser.
  • Fermer Centrality: La distance moyenne (en étapes réseau) d'un nœud à tous les autres. Lübeck dans la Ligue hanséatique a marqué un fort score sur la proximité, ce qui signifie qu'il pourrait atteindre n'importe quel autre port membre rapidement – un avantage stratégique pour la coordination des convois et le partage d'informations.
  • Centralité des vecteurs autochtones: Un noeud est central s'il est relié à d'autres nœuds centraux. Cela distingue les pôles importants des marchés locaux. Dans le réseau de l'océan Indien, Malacca au XVe siècle avait une centralité élevée des vecteurs autochtones parce qu'il était relié à la fois aux déchets chinois et aux dhows arabes.

Détection communautaire et Modularité

Les réseaux commerciaux se divisent souvent en communautés, groupes de nœuds densément reliés à l'intérieur mais faiblement reliés à des tiers. Les algorithmes de détection communautaires, comme la méthode Louvain, révèlent ces regroupements. Pour le commerce médiéval de l'océan Indien, l'analyse des itinéraires de navires provenant des documents du Caire Geniza a identifié trois communautés principales: Afrique de l'Est – Arabia, Inde – Golfe Persien et Asie du Sud-Est – Baie du Bengale. L'indice de modularité (0 à 1) quantifie la manière dont les partitions de réseau en ces groupes. Une modularité supérieure à 0,3 indique une structure communautaire prononcée.

Analyse dynamique du réseau

Les réseaux ne sont pas statiques. En tranchant les données en fenêtres temporelles (par exemple tous les 50 ans) et en recomputant les mesures, les chercheurs peuvent quantifier les changements. Par exemple, le réseau de la Route de la soie de 500 à 1500 CE montre que la centralité entre la Méditerranée orientale (Antioch, Palmyre) et l'Asie centrale (Merv, Samarkand) après la conquête mongol. Des outils comme Gephi et la bibliothèque Python NetworkX supportent le filtrage temporel et la comparaison statistique des propriétés réseau à travers les tranches de temps.

Volume du commerce et analyse des données économiques

L'analyse quantitative des itinéraires commerciaux historiques vise en fin de compte à mesurer l'intensité des échanges, la quantité de marchandises transportées entre où et quand, ce qui nécessite des méthodes statistiques qui peuvent traiter des données peu abondantes, bruyantes et biaisées.

Le modèle de gravité

Adapté de la physique néotonienne, le modèle de gravité pose que le flux d'échanges entre deux emplacements est proportionnel à leur taille économique et inversement proportionnel à la distance entre eux. Pour les contextes historiques, la taille économique est souvent approximative par la population, les recettes fiscales ou le nombre de navires marchands. La distance peut être mesurée en kilomètres linéaires, jours de navigation ou coût de voyage à partir du SIG.

log(Trade ij) = β0 + β1 log(PIB i) + β2 log(PIB j) – β3 log(Distance ij) + ε ij

À l'aide d'un estimateur pseudo-maximum de Poisson, les chercheurs ont appliqué le modèle de gravité au commerce atlantique du XVIIIe siècle. Ils ont constaté que la distance avait une élasticité négative d'environ –1,2, ce qui signifie une augmentation de 1% du commerce à distance de 1,2 %. Les liens coloniaux partagés ont ajouté environ 40% aux volumes commerciaux, tandis qu'un langage commun a ajouté 25%.

Régression et inférence causale

Au-delà de la gravité, l'analyse de régression peut isoler l'impact des événements ou des politiques. Les registres douaniers chinois de la dynastie Song (960-1279) permettent une approche de différence de différences : l'introduction de la monnaie sur papier le long du Grand Canal a entraîné une augmentation de 20 % des expéditions de grain par rapport à un groupe de contrôle des routes terrestres.

Les modèles à taux de rendement zéro sont essentiels parce que les matrices du commerce historique contiennent de nombreuses voies de rendement zéro qui existaient mais n'avaient pas de commerce enregistré au cours d'une année donnée. Un modèle binomial négatif à taux de rendement zéro estime d'abord si le commerce a eu lieu (composante logistique) et ensuite le volume s'il l'a fait (composante en nombre).

Sources des données et méthodes de collecte

  • Les registres des droits de douane et des péages:[ Les Livres de Port anglais (1565–1770) figurent parmi les plus systématiques, en énumérant les noms de navires, les origines et les valeurs de fret.
  • Les livres de commerce et les livres de comptes: Les archives de Datini de Prato (14ème siècle) contiennent plus de 150 000 lettres et livres couvrant le commerce à travers la Méditerranée.
  • Les amphores, les amas et les distributions de perles servent d'indicateurs quantifiables de l'intensité commerciale.L'analyse de fréquence des amphores romains dans 200 sites méditerranéens produit un indice de volume commercial qui est bien corrélé avec les données historiques là où elles existent.
  • Les données paléoclimatiques:[ Les anneaux d'arbres, les carottes de glace et les sédiments lacustres fournissent des proxies pour les sécheresses ou les moussons qui ont affecté le commerce.

Le projet Clio‐Infra offre des statistiques du commerce historique harmonisées (XIVe-XIXe siècles) qui peuvent être téléchargées gratuitement pour analyse quantitative.

Analyse temporelle

Les techniques de l'économométrie et du traitement des signaux permettent aux chercheurs de décomposer les tendances, de détecter les ruptures structurelles et de prévoir les données manquantes.

Décomposition de la série chronologique

Pour le volume du commerce de la Route de la soie (proximité par le nombre de caravanes enregistrées en provenance de Chine et de Perse), la tendance montre une augmentation constante de 200 à 100 avant JC, un plateau sous l'Empire romain, une forte baisse pendant la crise du troisième siècle et une reprise sous le Tang. Les données mensuelles ou saisonnières sont rarement disponibles pour les itinéraires anciens, mais des données trimestrielles existent pour certains exemples modernes précoces – par exemple, le commerce portugais des épices montre un fort point de départ saisonnier en avril-juin, lorsque les navires sont revenus de l'Inde avec la mousson.

Détection de point de changement

Le modèle de point de changement bayésien appliqué aux volumes commerciaux de l'ambre de la Baltique révèle deux régimes distincts : une période romaine de grande intensité (1er-3e siècle CE) et une période viking (8e-11e siècles), séparées par un âge sombre transitoire de faible connectivité. De même, l'ouverture du canal de Suez en 1869 constitue un point de changement connu, mais des algorithmes peuvent découvrir des changements plus tôt et moins documentés, comme les effets des invasions mongoliennes sur les routes d'Asie centrale.

Long-mémoire et persistance

Les routes commerciales historiques présentent souvent des propriétés de longue mémoire : les chocs (guerres, fléaux) ont des effets persistants qui se dégradent lentement. L'exposant Hurst (H) mesure cette mémoire. Pour les réseaux commerciaux romains, H , 0,75, indiquant qu'une perturbation comme la chute de l'Empire romain occidental a laissé une trace qui a influencé les modèles commerciaux européens pendant des siècles.

Période de transition par regroupement

Au lieu d'imposer des siècles arbitraires, le regroupement temporel (k-mediums ou regroupement hiérarchique sur les séries chronologiques de volume commercial) peut produire des périodes naturelles. Pour l'océan Indien, le regroupement de points de changement suggère trois époques : le régime --monsoon (100–1400 CE) dominé par la voile saisonnière, le hub-et-sur-mesure --colonial (1500–1800) après l'entrée au Portugal, et l'intégration industrielle --(après 1869) avec des navires à vapeur et des canaux.

Méthodes quantitatives avancées

Les progrès récents dans le calcul offrent des outils encore plus sophistiqués pour l'analyse des itinéraires commerciaux, bien qu'ils nécessitent une validation minutieuse par rapport aux sources historiques.

Modélisation statistique avec hiérarchies et données manquantes

Les modèles multiniveaux tiennent compte de la structure imbriquée des données commerciales (p. ex., itinéraires dans les empires, expéditions dans les marchands, délais dans les itinéraires). Les modèles hiérarchiques bayésiens peuvent intégrer des connaissances antérieures sur la qualité des données et propager l'incertitude.

L'apprentissage automatique

Une forêt aléatoire formée sur des données de routes romaines utilisant des caractéristiques telles que l'altitude, la pente, la distance à la côte et la stabilité politique a obtenu 85 % de précision dans la prédiction des itinéraires utilisés. Des machines vectorielles de soutien ont été utilisées pour identifier les marchandises qui voyagent en commun, révélant des complémentarités cachées (p. ex., la soie et les épices se déplacent souvent ensemble le long des mêmes jambes).

La plate-forme Transtribus utilise la reconnaissance manuscrite de textes pour numériser les livres de comptes médiévaux. La modélisation thématique de ces textes peut identifier des biens co-occupés, par exemple -wool, -wool, -wapp,--dye,-- et -mordant-- apparaissent ensemble dans les grands livres flamands, indiquant une chaîne d'approvisionnement textile.

Modèles basés sur les agents (BMA)

En fixant des règles simples (p. ex. choisir la route la moins chère à moins que le risque de banditisme ne dépasse 5 %), les ABM peuvent reproduire des modèles mondiaux comme le passage de la route terrestre à la route maritime de la soie. Une simulation classique du commerce transsaharien a montré que lorsque la capacité des caravanes de chameaux a augmenté, le réseau s'est réorganisé d'une ligne nord-sud à un réseau de boucles intersectrices, ce qui correspond à des preuves historiques. Les ABM permettent également des expériences contrefactuelles -quoi-si : que faire si l'Empire mongol n'avait pas unifié les steppes ? Le commerce asiatique central simulé serait resté fragmenté, soutenant la revendication que la paix mongol était le moteur principal de l'intégration au XIIIe siècle.

Intégration de plusieurs techniques

Les analyses les plus puissantes combinent les quatre piliers — GIS, analyse de réseau, modélisation statistique et méthodes temporelles — dans un cadre unifié. Une étude de cas sur le réseau commercial de l'océan Indien de 1000 à 1800 CE illustre l'approche.

En outre, un modèle de gravité avec estimation de Poisson a utilisé la taille des populations portuaires (proxy pour la masse économique) et les jours de navigation (du SIG). Le modèle a montré que la fiabilité de la mousson était trois fois plus importante que la distance elle-même. Quatrièmement, l'analyse temporelle a révélé qu'entre 1500 et 1700, le réseau est passé d'une structure polycentrique dense (niveau moyen 8.2) à un centre et parole dominé par Lisbonne et Goa (niveau moyen 3.4 après avoir retiré les centres coloniaux). Un algorithme de détection de points de changement a identifié l'année 1510 (établissement de Goa) comme la rupture critique.

Cette intégration dépendait d'une base de données relationnelles partagée qui stockait les coordonnées spatiales, les bords du réseau, les volumes commerciaux et les horodatages. Les plateformes Open-source comme PostgreSQL avec extension PostGIS, combinées avec les scripts Python pour l'analyse, sont désormais standard dans les projets d'histoire numérique.

Conclusion

L'analyse quantitative des itinéraires commerciaux historiques a dépassé de loin la simple cartographie. Le SIG fournit la toile spatiale; l'analyse du réseau révèle l'architecture relationnelle; les modèles statistiques mesurent les facteurs du volume commercial; et les méthodes temporelles découvrent la dynamique à long terme et les changements structurels. Les techniques avancées comme l'apprentissage automatique et la simulation par agent offrent une meilleure compréhension lorsque les données et les questions le permettent. La clé de la solidité des résultats réside dans l'intégration de ces méthodes dans un flux de travail transparent et reproductible, à l'aide de données ouvertes, de codes contrôlés par la version et d'analyses rigoureuses de sensibilité.