Kategoria: teoria strukturalno-demograficzna

Przez płace względne Turchin określa płace podzielone przez PKB per capita. Wskaźnik ten ma mówić o tym, na ile wzrost gospodarczy przekłada się na wzrost dochodu pracowników. Z perspektywy czysto „technicznej”, płace względne mają też tę przewagę nad płacami realnymi, że nie wymagają poszukiwań reprezentatywnego koszyka dóbr, na który przekładane są wartości nominalne – wystarczy podzielić je przez wartość nominalnego PKB/os. Z tego powodu, w swoich definicjach i wskaźnikach Turchin zaczął z czasem preferować wykorzystywanie płac względnych.

Płace względne można znaleźć:

• w ulepszonej (względem wersji Goldstone’a) wersji potencjału mobilizacji masowej:

gdzie w to płaca względna, N_urb/N to udział populacji żyjącej w miastach, a A_20-29 to udział populacji w wieku 20-29 lat. Ogółem: wysokie płace to zadowolona ludność i niski potencjał do mobilizacji jej do rewolucji, wojen domowych itd.

• w definicji mobilności społecznej (μ):

gdzie μ to mobilność społeczna netto, μ₀ i w₀ to parametry skalujące. Kiedy w < w₀, mobilność społeczna jest dodatnia, a zatem ludzie raczej awansują społecznie. Kiedy w > w₀ dochodzi do deklasacji elit. Wyjaśnienie: niskie płace to niskie koszty pracy, które pracodawcom pozwalają zagarniać większą nadwyżkę ekonomiczną i przeznaczać ją na awans społeczny. Prawdę mówiąc, mam pewne wątpliwości co do założonej relacji między płacami względnymi a mobilnością społeczną – można bowiem argumentować, że wysokie płace to wzrost możliwości awansu pracowników. Gdyby ktoś chciał przeczytać wyjaśnienie Turchina, to jest tutaj, na dole 250 strony. Dla Turchina aspirantami do grona elit są z założenia bogatsi przedstawiciele ludu – czyli raczej pracodawcy niż pracownicy.

• w równaniu na wzrost liczby elit (jako funkcji mobilności społecznej):

• w równaniu na wielkość względnego dochodu elit:

gdzie ε to względny dochód elit (podzielony przez PKB per capita), e to względna liczba elit (udział elit w populacji), a λ to udział zatrudnionej populacji. Ogółem dochód elit to różnica między dochodem a dochodem pracowników (nadwyżka ekonomiczna).

Najważniejszy jest jednak związek między płacami względnymi a niestabilnością polityczną – i jest on skomplikowany:

(z niewyjaśnionych symboli: Y/N to dług publiczny podzielony przez PKB, a D to miara nieufności do rządu)

Wzrost płac (czyli wzrost zadowolenia ludzi) zmniejsza potencjał mobilizacyjny (w^-1). Zmniejsza też względny dochód elit (ε), zwiększając konkurencję wewnątrzelitarną i potencjał mobilizacyjny elit (poprzez ε^-1). Z drugiej strony, wzrost płac utrudnia awans społeczny i zmniejsza napływ (a wręcz liczbę elit) (poprzez e). Mniej aspirantów i konkurentów w gronie elit, to mniejsza konkurencja, a zatem osłabienie potencjału mobilizacyjnego elit. Im wyższe potencjały mobilizacyjne ludu i elit – tym wyższy wskaźnik niestabilności politycznej. Na to nakładają się sprzężenia zwrotne – niestabilność polityczna to spadek liczby elit, ucieczka ludności, wzrost płac realnych. Ogółem, płace względne są ważnym wskaźnikiem dynamiki sekularnej i ich wzrosty i spadki powinny pomóc w identyfikacji poszczególnych faz cyklu sekularnego.

Ponieważ dane o płacach już mam (opisywałem je w ostatnim wpisie z serii TSD), wyliczenie płac względnych wymaga znalezienia historycznych wartości PKB per capita. W tym celu wykorzystam znane i łatwo dostępne dane ze strony Projektu Maddisona (ich ostatnia odsłona jest do ściągnięcia tutaj). Oszacowania te opierają się na najnowszych wyliczeniach PKB/os. dla dawnego województwa krakowskiego autorstwa Malinowskiego i Van Zandena (z tej pracy z 2017), które z kolei opierają się m.in. na danych Allena dotyczących realnych płac niewykwalifikowanych robotników w Krakowie. Z tych ostatnich częściowo korzystałem w moim wpisie o płacach realnych – chociaż z pewną korektą (tym razem spróbuję również wariantu bez korekty – tj. wzięcie kolumny „real wage” dla Krakowa z arkusza „labourexls”).

Oznacza to, że do wyliczenia płac względnych od średniowiecza po kres epoki nowożytnej mam wszystko, czego potrzeba – a prezentują się te płace następująco:

Płace względne (płace realne niewykwalifikowanych robotników w Krakowie podzielone przez PKB per capita – a dokładniej ich indeksy względem wartości z 1600 r.) na podstawie danych o płacach niewykwalifikowanych robotników Allena i szacunkach PKB per capita od Maddison Project. Kolor niebieski – dane Allena bez korekty jego definicji robotnika niewykwalifikowanego, kolor czerwony – z korektą po interpolacji. Linia gruba – dane uśrednione po dekadach.

Dynamika płac względnych jest wyraźnie cykliczna – zaczyna się spadkiem do początku XVI w., później przechodzi we wzrost trwający do początku XVII w., stabilizując się na kilka dekad i spadając aż do połowy XVIII wieku. Co można interpretować jako jeden pełny cykl sekularny w okresie ok. 1530-1770. A zatem o długości 250 lat.

Problemem związanym z tym „ładnym” wykresem jest uwzględnienie wyłącznie danych dla Krakowa (płace realne również miały cykliczną dynamikę – problemem były przesunięcia między fazami cykli dla różnych miast). Podstawowe pytanie brzmi: jak zachowywały się płace względne w pozostałych miastach nowożytnej Polski? Z drugiej strony, niniejszy wpis można potraktować jako wskazówkę, by model strukturalno-demograficzny dla naszego kraju zacząć testować na poziomie jednego miasta o względnie dobrej dostępności danych – czyli Krakowa właśnie.

Skoro mamy dane ekonomiczne dla Krakowa, to spróbujmy przyjrzeć im się uważniej. Kolejny wykres przedstawia dynamikę płac realnych, PKB na osobę oraz płac względnych dla Krakowa – na raz:

Płace realne, PKB per capita i płace względne po uśrednieniu po dekadach i ustandaryzowaniu. Dane o płacach pochodzą ze zbioru Allena, dane o PKB – z Maddison Project. Płace realne „z korektą” (omówioną we wpisie), po interpolacji.

Aby zidentyfikować fazy cyklu sekularnego należałoby obserwować dynamikę kilku zmiennych opisujących różne komponenty procesu strukturalno-demograficznego. Jak już wspominałem – niniejszy blog ma charakter notatnika, gdzie pozwalam sobie na odważniejsze hipotezy – biorąc pod uwagę, że przy lepszej metodologii mogą zostać zweryfikowane negatywnie. W tym przypadku spróbuję „na siłę” dopasować dynamikę wskaźników ekonomicznych PKB, płac realnych i względnych do modelu strukturalno-demograficznego, zakładając, że wszelkie brakujące dane (o demografii, elitach, stanie państwa i niestabilności politycznej) zachowywałyby się zgodnie z teorią.

Zacznijmy zatem od ok. 1450 r. Od połowy XV w. przez blisko 100 lat następował wzrost rocznego dochodu i płac realnych. Ponieważ dynamika wzrostu obu zmiennych była podobna, płace względne (z fluktuacjami) utrzymywały zbliżony poziom. Poprawa sytuacji gospodarczej nie wiązała się ponadproporcjonalnym wzrostem nadwyżki ekonomicznej elit. Okres ten można próbować wiązać z fazą ekspansji trendu integracyjnego (integracja zachodziła wówczas zresztą bardzo dosłownie poprzez zacieśnianie unii między Polską a Litwą i znaczny wzrost obszaru państwa).

W II połowie XVI w. PKB zaczęło gwałtowanie spadać, płace realne były jednak względnie „sztywne”, przez co płace względne poszły wyraźnie w górę. Dla elit powinno oznaczać to wzrost kosztów pracy (zubożenie) oraz ograniczenie mobilności społecznej (mniejszy napływ elit w przyszłości). Okres ten trwał do ok. 1610 roku (czyli przez jakieś 50 lat). Wysokie i sztywne płace realne oraz zmniejszenie nadwyżki ekonomicznej elit wskazywałoby na okres przejściowy między fazą ekspansji a stagflacji trendu integracyjnego.

Pomiędzy 1610 a 1660 r. płace realne zaczęły również spadać, co przy stabilnym (i niskim) poziomie PKB wiązało się ze spadkiem płac względnych. Ponieważ dochód krajowy nie ulegał zmianom, okres ten to czas prostego przejmowania nadwyżki ekonomicznej przez elity od ludu (i pogorszenia sytuacji materialnej tego drugiego – a zarazem sprzyjania ludowym protestom) oraz uruchomienia mechanizmów prowadzących do wzrostu mobilności społecznej i zwiększenia liczby elit. Okres ten pasuje do turchinowskiego opisu fazy stagflacji i kończącego się trendu integracyjnego.

Interpretacja okresu 1660-1790 jest trudna, gdyż trudno „na oko” ocenić, na ile wahania płac i PKB są „losowymi” fluktuacjami wokół trendu, a na ile oznaczają wpływ głębszych mechanizmów decydujących o ich wzrostach i spadkach. Tym bardziej, że trend dezintegracyjny może charakteryzować się wieloma „pikami” niestabilności socjopolitycznej przedzielanych okresami względnego spokoju (związanymi z cyklami pokoleniowymi). Próbujmy jednak dalej.

W okresie 1660-1700 spadek płac realnych i względnych uległ zatrzymaniu. Nietrudno wiązać to z ożywieniem gospodarczym i wzrostem demograficznym po długotrwałych wojnach z I połowy stulecia. Dla elit oznaczało to, że pomimo wzrostu krajowego dochodu nadwyżka ekonomiczna rosła powoli lub wcale. Opierając się jedynie na płacach i PKB, sytuacja pod pewnymi względami przypomina trochę tę z lat 1450-1550 – a więc fazę ekspansji, z tą różnicą, że zamiast trwać 100 lat, trwała 30. 30 lat to mniej więcej jedno pokolenie. Alternatywnie wzrosty PKB/os. i cen można zatem interpretować jako przejaw pokoleniowych „fluktuacji” w ramach trendu dezintegracyjnego (albo przynajmniej fazy stagflacji).

W ostatnim okresie Rzeczpospolitej (od ok. 1700 r. do rozbiorów) PKB per capita było stabilne lub rosło natomiast płace realne i względne drastycznie malały, osiągając rekordowo niski poziom. Z jednej strony oznaczało to pogorszenie sytuacji materialnej ludu, a z drugiej – wzrost nadwyżki ekonomicznej dla elit wydzielanej z niemalejącego dochodu. Czyli znów okres sprzyjający mobilności społecznej, wzrostu dochodu elit i wzrostu ich liczby. Byłby to zatem „podręcznikowy” przykład fazy stagflacji trendu integracyjnego. Można domyślać się, że okres rozbiorów 1772-1795 to następujący po nim nagły kryzys. Rozbiory były jednak czynnikiem egzogenicznym (podbój ze strony sąsiednich państw wykorzystujących słabość Rzeczpospolitej) – stąd też można zastanawiać się, czy nie przypieczętowały one jedynie ponad wiekowej fazy dezintegracyjnej (tutaj argumentem przeciwko byłby bardzo niski poziom płac realnych, które w czasie kryzysu i depresji powinny być wysokie ze względu na spadek podaży siły roboczej).

Trudność z identyfikacją faz cyklu sekularnego w Polsce wynika zatem z wątpliwości, czy okres 1660-1790 traktować jako odrębny cykl, czy też należy włączyć go do trendu dezintegracyjnego (lub przedłużonej fazy stagflacji) w obrębie cyklu rozpoczętego ok. 1450 (jako „podcykl”). Znów pojawia się pytanie z poprzednich wpisów: czy nowożytna Polska przeżyła dwa krótsze cykle (jeden trwający 210 lat, drugi ponad 130), czy jeden, ale wyjątkowo długi (trwający ponad 340 lat)? Bez uwzględnienia dodatkowych zmiennych nie da się tego ostatecznie stwierdzić.

Materiały pisemne, autorskie materiały graficzne oraz audiowizualne przedstawione na stronie objęte są ochroną prawnoautorską i nie mogą być wykorzystywane w całości lub części bez zgody autora. © Rafał Miśta 2022

Wpis korygowany 19.02.2022

Jedną z ważniejszych zmiennych w teorii strukturalno-demograficznej (TSD) są realne płace, będące jedną z aproksymant „zadowolenia społeczeństwa” (w późniejszych odsłonach TSD zastąpione w tej roli przez płace względne – tj. płace realne podzielone przez PKB per capita). Historyczne wartości tej zmiennej dla Polski (obejmujące całą nowożytność) doczekały się różnych oszacowań, które przedstawiane są nawet w „rozdzielczości” rocznej (np. dane Roberta Allena dla polskich miast). Wskaźnik ten ma zatem ważkie znaczenie teoretyczne i jest empirycznie uchwytny – stąd też poświęcę mu trochę więcej uwagi.

Zgodnie z TSD główną (choć nie jedyną) przyczyną zmian płac są zmiany podaży pracy (wzrost płac przy spadku podaży i na odwrót). W epoce nowożytnej zmiany te wynikały przede wszystkim ze wzrostu demograficznego (i wzrostu presji populacyjnej, która określała ceny żywności); w epoce industrialnej i obecnie – z powodu wzrostu podaży siły roboczej (np. z powodu zwiększonej imigracji).

W pierwotnej wersji TSD realne płace występują w równaniu komponentu dotyczącego potencjału mobilizacji ludności (właściwie: potencjału masowej mobilizacji – mass mobilization potential), który u Jacka Goldstone’a ma następującą postać (w tej książce, s. 139):

MMP = (średnia płaca realna w danym okresie/płace realne) + ([średnia płaca realna w danym okresie/płace realne] – 1) × wzrost ludności miejskiej × udział osób w wieku 20-29 lat do populacji 30+

Zgodnie z tą definicją spadek realnych płac zwiększa potencjał mobilizacyjny ludności (czyli skłonność do protestów), a wzrost – zmniejsza. Tuchin w pierwszych książkach trzymał się oryginalnej definicji, później (w „Ages of Discord” i powiązanych artykułach – tu i tu) modyfikując ją do postaci:

MMP = (1/płace względne) × udział ludności miejskiej w populacji × udział osób w wieku 20-29 lat w populacji

Występująca w pierwszym równaniu odwrotność płacy realnej („1/płace realne”) określona została przez Turchina jako „wskaźnik niedoli” (misery index) – i w takiej formie pojawia się ona w książce „Secular Cycles”.

Płace pośrednio (jako płace względne) oddziałują również na inny komponent TSD opisujący elity (dokładnie na mobilność społeczną i dochody elit). Nie chcąc jednak zbytnio przedłużać niniejszego wpisu, zależnością tą zajmę się w kolejnych „częściach” – zwłaszcza, że dzięki kluczowej roli płac w modelu, wskaźnik ten sam w sobie jest ważnym wyznacznikiem faz cyklu sekularnego. Ogółem relacja między fazami cyklu a płacami przedstawia się następująco:

• w czasie trendu integracyjnego, w fazie ekspansji: względnie wysokie płace realne spadają z powodu wzrostu populacji;
• w czasie trendu integracyjnego, w fazie stagflacji: presja populacyjna przekracza pojemność środowiska – spadek płac przyspiesza;
• w czasie trendu dezintegracyjnej, w fazie kryzysu: płace realne rosną, chociaż z fluktuacjami (np. z powodu wojen);
• w czasie trendu dezintegracyjnej, w fazie depresji: płace realne są względnie wysokie, chociaż zmienne (co ogranicza konsumpcję elit i prowadzi do deklasacji części z nich).

Żeby sprawdzić, czy moja interpretacja cyklu sekularnego nowożytnej Polski z poprzednich wpisów jest właściwa, sprawdzę (na wykresach) dynamikę szacunków historycznych płac. W tym celu wykorzystam „najświeższe” szacunki Mikołaja Malinowskiego oparte o dane z sześciu miast Rzeczpospolitej (Krakowa, Warszawy, Gdańska, Lwowa i Poznania). Ponieważ w artykule zaprezentowane są „gotowe” dane opisujące dynamikę urealnionych płac, przedstawię je przy okazji od razu w formie „wskaźnika niedoli” (czyli w formie odwrotności).

Źródło: na podstawie danych z artykułu Mikołaja Malinowskiego „Little Divergence revisited: Polish weighted real wages in a European perspective, 1500–1800„. Na czarno – płace realne w miastach w Polsce. Na czerwono – „wskaźnik niedoli”, czyli odwrotność płac.

Poniżej zamieszczam wykres „wskaźnika niedoli” dla Anglii (w okresie 1200-1800):

Źródło: Peter Turchin i Sergey A. Nefedov (2009): „Secular Cycles”, s. 108. Wskaźnik niedoli (odwrotność płac realnych) zaznaczono przerywaną linią.

Porównując oba wykresy można wynotować dwie uwagi – „merytoryczną” i „techniczną”. Przede wszystkim widać, że w Polsce w okresie 1550-1800 trajektoria „wskaźnika niedoli” jest U-kształtna – odwrotnie niż w Anglii, gdzie w tym samym czasie ma postać „górki”. Po drugie, wykres angielski, obejmujący 600 lat, obejmuje dwie „fale”. Wykres Polski nie obejmuje nawet jednej.

Tuchin zinterpretował „trajektorię angielską” jako opisującą dwa cykle sekularne: „Plantagenetów” (1150-1485, z trendem integracyjnym okresie 1150-1315) oraz „Tudorów-Stuartów” (1485-1730, trend integracyjny: 1485-1640). Pojedynczy cykl opisywany jest przez wzrost i spadek wskaźnika niedoli – co odpowiada zmianom płacy realnej w kolejnych fazach cyklu (spadek w trendzie integracyjnym i wzrost w trendzie dezintegracyjnym). Interpretując analogicznie dane dla Polski, można stwierdzić, że w okresie 1550-ok. 1700 (czyli spadku wskaźnika niedoli) nasz kraj był w fazie dezintegracyjnej (okresie międzycyklicznym). Po 1700 r. spadek płac realnych i wzrost wskaźnika niedoli wskazywałby na rozpoczęcie się kolejnego cyklu sekularnego. Wnioski te są zatem sprzeczne z tym, co wynikało z pobieżnej analizy wykresu konfliktów politycznych oraz szacunków liczby ludności obszaru współczesnej Polski. Zamiast długiego 400-letniego cyklu mamy dwa nowożytne cykle, z których jeden rozpoczął się gdzieś przed 1550, a drugi skończył gdzieś po 1790 r. Co więcej, fazy tych cyklów są przesunięte względem faz angielskich (nasz trend dezintegracyjny pokrywa się z angielskim trendem integracyjnym i na odwrót)

Tutaj przechodzimy do uwagi technicznej – przedstawione powyżej dane dla Polski nie obejmują nawet jednego pełnego cyklu sekularnego. Utrudnia to interpretację – nie wiadomo bowiem, jaki był szczyt wskaźnika niedoli, ani też, czy rosnący trend w XVIII w. był trwały. Nie poddając się za szybko, skorzystam ze wspomnianych już danych Allena, które obejmują dłuższy okres czasu. Oszacowania te są z różnych powodów mniej przekonujące niż Mikołaja Malinowskiego, ale z braku innych – nadal warte sprawdzenia.

Na początek porównam, na ile oba zbiory (Allena i Malinowskiego) różnią się pod kątem dynamiki realnych płac w Krakowie, Warszawie, Gdańsku i Lwowie. Zgodnie z sugestią Malinowskiego płace realne u Allena wyliczam biorąc kolumnę „unskilled/unqualified/non-qualified worker” i dzieląc ją przez wartość „consumer price index”. Niestety, tak powstałe szeregi mają dużo braków, które uzupełniłem korzystając z innego dostępnego arkusza z oszacowaniami Allena dotyczących płac nominalnych robotników (laborers). Dodatkowo uśredniłem wartości płac realnych po 25-leciach, tak aby dało się je porównać z danymi od Malinowskiego, a przy okazji zestandaryzowałem, aby podkreślić podobieństwa i różnice w dynamice, a nie bezwzględnych poziomach cen. Ogółem wygląda to tak:

Płace realne w Polsce 1526-1800 (dane uśrednione po 25-leciach, zestandaryzowane). Źródło: na górze – dane Roberta Allena (płace nominalne podzielone przez CPI); na dole – dane z artykułu Mikołaja Malinowskiego „Little Divergence revisited: Polish weighted real wages in a European perspective, 1500–1800„.

Porównując oba zbiory można stwierdzić, że dynamika cen poszczególnych miast jest w miarę podobna. Jest to dobry znak pozwalający na to, by spróbować wykorzystać dane Allena z lat nieobjętych zbiorem Malinowskiego i mieć nadzieję, że nie będą zbytnio wprowadzały w błąd. Bardziej problematyczne jest zróżnicowanie dynamiki między miastami – chcąc wydestylować z powyższych szeregów czasowych jedną zmienną opisującą płace realne w Polsce i potraktować ją jako wskaźnik procesu strukturalno-demograficzną, należy założyć, że zmiany cen są ze sobą skorelowane i odzwierciedlają jakieś wspólne dla dawnej Rzeczpospolitej zjawiska. Nie chcąc wikłać się w problem tworzenia „wspólnej płacy”, naniosłem na wykres odrębne „wskaźniki niedoli” dla każdego z miast – w wersji bez interpolowania danych (punkty), z liniowym interpolowaniem braków (kolorowe linie), a także porównałem je ze wskaźnikiem niedoli wyliczonym na podstawie danych z artykułu Malinowskiego (czarna linia):

Kolorowe linie – wskaźniki niedoli (odwrócone płace realne uśrednione po dekadach) na podstawie danych Allena po liniowej interpolacji; kolorowe kropki – wskaźniki niedoli dla szacunków Allena bez interpolacji; czarna linia – wskaźnik niedoli obliczony na bazie szacunków Malinowskiego. Wszystkie szeregi czasowe zostały wystandaryzowane.

Wykres nie należy do najczytelniejszych, niemniej pozwala wysunąć parę istotnych obserwacji. Przede wszystkim, gdyby opierać wyznaczanie cykli sekularnych na podstawie wskaźników niedoli dla miast, to należałoby stwierdzić, że proces sekularny odbywał się w każdym mieście w trochę innym czasie. Najbliżej „referencyjnego” wskaźnika wyliczonego na bazie danych Malinowskiego jest Gdańsk (nie będący jednak najbardziej reprezentatywnym miastem Rzeczpospolitej). Dla pomorskiego portu jeden cykl zaczynałby się po 1500 r., kończył ok. 1700, po czym zaczynałby się drugi cykl z punktem kulminacyjną ok. 1800 r. Odmiennych faz cyklu sekularnego doświadczałyby Warszawa i Lwów (trend integracyjny w trakcie gdańskiego okresu międzycyklicznego). Jeszcze inaczej przechodziłby to Kraków: pierwszy cykl zaczynałaby się jeszcze w I połowie XV w. (z trendem integracyjnym w czasie panowania Jagiellonów) i kończył w XVII w., przechodząc w kolejny cykl z punktem kulminacyjnym w II poł. XVIII w. (samo przejście można interpretować albo jako wstrząsy fazy depresji poprzedniego cyklu, albo jako początki fazy ekspansji następnego). Pomimo tych różnic, połowa XVII w. w przypadku każdego z miast wydaje się przynależeć do okresu międzycyklicznego.

Wniosek z powyższych rozważań jest następujący: zakładając, że powyższe dane, metodologia i wyniki są wiarygodne, i można się ich kurczowo trzymać, należałoby rozważyć myśl, że każda część nowożytnej Polski przechodziła swój, nieco odrębny proces strukturalno-demograficzny (chociaż można to również zrzucić na przybliżony charakter samych danych). Jednocześnie „wskaźnik niedoli” (czy to „narodowy”, czy wskaźniki dla poszczególnych miast) wskazywałby raczej na przejście Polski przez przynajmniej dwa cykle w okresie XV-XIX w., z okresem międzycykliczym na przestrzeni wieku XVII.

Materiały pisemne, autorskie materiały graficzne oraz audiowizualne przedstawione na stronie objęte są ochroną prawnoautorską i nie mogą być wykorzystywane w całości lub części bez zgody autora. © Rafał Miśta 2022

Zmienne antropometryczne to np. wzrost ludzi, wskaźnik BMI i różnorakie wskaźniki związane z ludzkim ciałem (czyli pośrednio ze stanem zdrowia, poziomem i jakością konsumpcji), które określane są na podstawie pomiarów (żyjących osób lub szczątków). W analizie procesu strukturalno-demograficznego mają dwie ogromne zalety: można znaleźć opublikowane dane obejmujące dość spory zakres historii (dzięki badaniom archeologicznym, ale także badaniom antropometrycznym towarzyszącym poborom rekrutów od XIX wieku), a ponadto są bezpośrednio związane z jedną z podstawowych zmiennych TSD – poziomem życia ludności. Jak zwracają uwagę Turchin i Nefedov, zmiany średniego wzrostu populacji całkiem dobrze pokrywają się z chronologią cyklów sekularnych (cytat). Średni wzrost dobrze oddaje sekularną dynamikę także w przypadku postindustrialnego USA, a jego zmiany korelują ze zmianami realnych płac.

Jak już zastrzegałem, staram się korzystać ze zmiennych łatwo dostępnych w internecie. W tym wypadku dostępne są nie tyle same dane, ile ich analizy. Nie chcąc zbytnio przedłużać tego wpisu, poświęcę go przeglądowi jednej publikacji, której tematyka bardzo dobrze pasuje do pytania, na ile wskaźniki antropometryczne korespondują z cyklami sekularnymi. Nb. w antropologii fizycznej funkcjonuje określenie „trend sekularny” oznaczający tendencję w kierunku podnoszenia się wymiarów i wagi ludzkiego ciała, obserwowaną od połowy XIX wiek (w węższym znaczeniu) lub po prostu międzypokoleniowe zmiany wskaźników antropometrycznych (istnieje również określenie „zmiany sekularne”). Cykle sekularne dotyczą wielowiekowej dynamiki (wzrosty i spadki) niestabilności politycznej (i związanego z nim szeregu zjawisk demograficznych i społecznych). Są to zatem różne (chociaż zgodnie z TSD do pewnego stopnia powiązane) zjawiska.

Omawianą publikacją jest bardzo ciekawy rozdział „Kształtowanie się wysokości ciała człowieka na ziemiach Polski od X do XVIII wieku” autorstwa Rafała Fetnera z książki „Conditio humana. Studia z dziejów biologicznego standardu życia na ziemiach polskich” (2020 r., dostępna tutaj). Już w jej wstępie znalazłem interesującą z perspektywy TSD uwagę o znaczeniu paradoksu osteologicznego w interpretacji średnich wartości wysokości ciała. Paradoks polega on na tym, że w lepszych warunkach większą szansę przetrwania mają osobniki o gorszym zdrowiu, a zatem i niższym wzroście (i na odwrót: trudne warunki to silny dobór jak najsilniejszych osobników i wzrost średniego wzrostu). Tu warto dodać, że w turchinowych interpretacjach dynamiki wzrostu i jej związku z cyklami sekularnymi rola paradoksu osteologicznego jest pomijana. W cytowanym już fragmencie „Secular Cycles” spadek średniej wysokości ciała interpretowany jest jako rezultat wzrostu presji populacyjnej (a zatem gorszego dostępu do zasobów). Podobnie, w „Ages of Discord” zakładana jest pozytywna korelacja między wzrostem i dochodem oraz ujemna między wzrostem i przeludnieniem.

Przechodząc do właściwego tematu artykułu, Fetner zauważa, że zgodnie z dotychczasowymi badaniami średni wzrost rósł w I poł. drugiego tysiąclecia i spadał po XV w. Uwidoczniła się wówczas różnica między wysokością ciała w miastach i na wsiach. Jego własne analizy podsumuję tabelą nr 3. z książki:

Źródło: tabela z rozdziału „Kształtowanie się wysokości ciała człowieka na ziemiach Polski od X do XVIII wieku” Rafał Fetnera z książki „Conditio humana. Studia z dziejów biologicznego standardu życia na ziemiach polskich”, s. 36.

Ogółem: między X-XII a XIII-XV w. średnia wysokość ciała rosła, między XIII-XV a XVI-XVIII w. malała. Niestety, aby dopasować te wartości do wspominanej w poprzednich postach tezie o długim cyklu sekularnym z trendem integracyjnym w czasach jagiellońskich i końcem w XVIII w. przydałoby się móc porównać średni wzrost w obrębie poszczególnych stuleci (a przynajmniej XV-XVI z XII-XIII i XVII-XVIII w.).

W nieco innych przedziałach czasu są prezentowane dane dla dwóch miast z osobna: Gdańska (X-XIII, XIII-XIV, XV-XVI, XVIII) i Radomia (XI-XII, XIV-XVII, XVIII-XIX). Szczególnie ciekawe są te pierwsze: zgodnie z nimi najwyższe wartości średni wzrost Gdańszczan przyjmował w XV-XVI rosnąc od X-XIII w. i później malejąc. Wynik zbieżny z tezą o jagiellońsko-elekcyjnym cyklu sekularnym – gdyby nie fakt, że sytuacja Gdańska nie jest w pełni reprezentatywna dla historycznej Rzeczpospolitej. Wyniki dla Radomia (wzrost wysokości ciała od XI-XII do XIV-XVII w., a następnie spadek) są również „zbieżne”, niestety przedział XIV-XVII w. jest za długi, by móc coś więcej powiedzieć.

Wtrącę tutaj, że niezbyt „gęsty” podział chronologiczny, jaki jest w omawianym tekście, nie jest wyjątkowy. W rozdziale III „Historii gospodarczej ciała” Michała Kopczyńskiego z 2018 r. podsumowującym badania antropometryczne nad historycznym wzrostem ludności Polski, kompilacja wcześniejszych wyników prezentuje się tak:

Źródło: tabela z książki Michała Kopczyńskiego „Historia gospodarcza ciała. Studia z dziejów biologicznego standardu życia na ziemiach polskich”, s. 70 („Rozdział III. Wysokość ciała jako miernik standardu życia na ziemiach polskich od średniowiecza do początku XIX wieku”).

W dalszej części rozdziału Fetner porównuje sytuację Polski z resztą Europy. Stwierdza podobieństwo we wzroście wysokości ciała w okresie średniowiecza i jej spadku w XVI-XVII w. Odnosi się przy tym do popularnego wyjaśnienia odwołującego się do nowożytnego ochłodzenia klimatu („małej epoki lodowcowej”), zwracając uwagę, że nie jest ono w stanie wytłumaczyć niektórych zmian średniej wysokości ciała na obszarze Polski. Warto wspomnieć, że zgodnie z teorią strukturalno-demograficzną związek między zmianami klimatu a kryzysami demograficznymi i społecznymi nie jest mechaniczny i z grubsza zależy od tego w jakiej fazie cyklu sekularnego jest dana populacja (reakcja na pogorszenie klimatu – tj. zmiany klimatyczne obniżające „pojemność środowiska” – mogą być w danej społeczności bardzo różne w zależności od tego, czy znajduje się ono w trendzie dezintegracyjnym lub integracyjnym).

Ogółem, przedstawione dane nie są niestety zbyt pomocne w ustaleniu początków i końców faz hipotetycznego jagiellońsko-elekcyjnego cyklu sekularnego (co oczywiście nie jest zarzutem do tekstu Rafała Fetnera, który, gdyby kiedyś natrafił na ten wpis, zapewne zdziwiłby się, że ktoś próbował go wykorzystać do takiego tematu; brak konfrontacji z szerszą literaturą to zresztą główny mój zarzut do mojego wpisu). Przyczyną tego jest zbyt mała „rozdzielczość” danych. Można zaobserwować wzrost średniej wysokości ciała w średniowieczu – przynajmniej na bazie danych wykorzystanych w tekście trudno jednak stwierdzić, czy wzrost tego wskaźnika był w tym okresie nieustanny, ani też kiedy dokładnie się zakończył. Ustalenia takie są jednak potrzebne, aby określić moment rozpoczęcia się trendu integracyjnego nowego cyklu sekularnego. Nie wiadomo również, co działo się z omawianym wskaźnikiem w XVI w. – a to byłoby potrzebne do określenia końca trendu integracyjnego (a przynajmniej jego fazy wzrostu). Jedynie spadek średniej wysokości ciała w XVII-XVIII w. potwierdza, że był to okres trendu dezintegracyjnego lub przynajmniej fazy stagflacji trendu integracyjnego.

W każdym razie – trzeba szukać dalej. Z pewnością do tematu jeszcze wrócę, tym bardziej, że nie omówiłem danych dla XIX-XXI w.

Materiały pisemne, autorskie materiały graficzne oraz audiowizualne przedstawione na stronie objęte są ochroną prawnoautorską i nie mogą być wykorzystywane w całości lub części bez zgody autora. © Rafał Miśta 2022

Zgodnie z teorią strukturalno-demograficzną, zmiany wielkości populacji odgrywają kluczową rolę, zwłaszcza jeżeli nie towarzyszy im wzrost dostępnych zasobów (np. powierzchni ziemi uprawnej lub wzrost produktywności). W państwach agrarnych prowadzą do problemu przeludnienia (a wraz z nim ubożenia ludności, migracji, spadku realnych płac i wzrostów cen). Wzrost demograficzny to również wzrost liczby osób aspirujących do statusu elitarnego – a zatem wzrost konkurencji wewnątrzelitarnej. Większa populacja to również potrzeba rozrostu aparatu biurokratycznego, armii i większe koszty funkcjonowania państwa. Efektem wzrostu populacji i presji populacyjnej jest zatem niestabilność polityczna i kryzys państwa, które z kolei wpływają negatywnie na liczbę ludności – poprzez zmniejszanie dzietności, wyższą śmiertelność i emigrację.

Aby obliczać wskaźniki „presji populacyjnej” dobrze byłoby mieć dane o zmianach wielkości populacji. Jak wspomniałem w poprzednim poście, „najlepsze dane” do testowania teorii strukturalno-demograficznej to szeregi czasowe o długości przynajmniej 500 lat, z krokiem czasowym równym co najwyżej 50 lat i odnoszące się do konkretnego obszaru geograficznego. Jak również zastrzegłem, staram się korzystać z danych łatwo dostępnych w internecie. Niestety, natrafienie w ten sposób na tak podstawową informację jak liczba ludności Polski w poszczególnych latach (a przynajmniej 50-leciach) okazuje się być niełatwe, a znaleziska niezbyt wiarygodne. Dostępne szacunki różnią się ogromnie i dotyczą pojedynczych punktów w czasie rozłożonych o kilkadziesiąt lat i więcej.

Zacznę zatem od danych w największym stopniu spełniających moje oczekiwania – tj. oszacowań dawnej populacji Polski z pracy „Atlas of World Population History” McEvedy’ego i Jonesa oraz dostępnych w internecie: bazie danych stworzonej w ramach znanego projektu Maddisona oraz danych zamieszczonych na portalu Clio Infra. Dwa ostatnie zbiory oparte są zresztą w dużej mierze na szacunkach z „Atlasu”. Ich najwiekszą zaletą jest odnoszenie się do współczesnego obszaru Polski (a zatem nieodzwierciedlanie wpływu zmian terytorialnych na liczbę ludności). Wykres dla trzech szeregów (pokrywających się) przedstawia się następująco:

Liczba ludności na podstawie książki „Atlas of World Population History” McEvedy’ego i Jonesa oraz dostępnych w internecie danych z Projektu Maddisona i Clio Infra. Część punktów pokrywa się, a ponieważ rysowane są warstwami (od najstarszych szacunków McEvedy’ego i Jonesa po nowsze Clio Infra) to kolor należy interpretować jako informację „w którym ostatnim zbiorze danych pojawia się szacunek dla danego roku”.

Na wykresie można zaobserwować cztery „przyspieszenia” wzrostu liczby ludności (w XIII, XV, XIX w. oraz boom powojenny po II wojnie światowej) i trzy okresy spadków (XIV w., wojny XX w. i XXI w.). Nie chcę tych zmian interpretować w kategoriach cyklów sekularnych ponieważ jest to wykres zmian populacji, a nie presji populacyjnej (dynamika obu wskaźników może się pokrywać, ale nie musi), widoczne na nim są powszechne trendy cywilizacyjne (wykładniczy wzrost liczby ludności po rewolucji przemysłowej, niski przyrost naturalny przełomu XX/XXI w.), a przede wszystkim same dane mają bardzo szacunkowy charakter. Jak piszą autorzy „Atlasu”:

„Estimates of Poland’s population before the 14th century are based on nothing more than general ideas about likely densities. (…) The first really definite figures – definite not necessarily being the same thing as accurate – are those produced at the time of the 18th-century partitions. (…)”

Do danych od McEvedy’ego i Jonesa odnosi się również Peter Turchin w „Historical Dynamics” (s. 157-158) zwracając uwagę na skłonność autorów do niedoszacowywania zmian (fluktuacji) liczby ludności. Z drugiej strony, jeżeli już wskazują one na jakieś gwałtowne zmiany, to dlatego, że są na nie mocne dowody. W tym kontekście Turchin zestawił ze sobą zmiany populacji w kilku wybranych krajach europejskich na bazie szacunków McEvedy’ego i Jonesa, wskazując na zbieżność w liczbie i czasowym umiejscowieniu cykłów sekularnych (kurczenie się populacji w XIV, XVII i pod koniec XX w.):

Źródło: Peter Turchin (2003): „Historical Dynamics: Why States Rise and Fall”, s. 158.

Powtórzyłem to ćwiczenie (do roku 1950) z tą różnicą, że dodałem do wykresu szereg czasowy dla populacji zamieszkującej dzisiejsze terytorium Polski:

Na podstawie danych McEvedy’ego i Jonesa. Na czarno: liczba ludności krajów europejskich (od góry): Francji, Włoch, Hiszpanii, Niemiec, Czechosłowacji, Portugalii. Na czerwono: liczba ludności Polski.

O ile spadek populacji w XIV w. widoczny jest również w przypadku Polski (chociaż XV-wieczne „odbicie” po nim jest silniejsze niż w przypadku pozostałych krajów), o tyle kryzys XVII-wieczny – już nie (co zaskakujące, biorąc pod uwagę skutki demograficzne wojen tego czasu – zwłaszcza potopu szwedzkiego). Podobną obserwację wynotował Turchin dla Francji, tłumacząc to wspomnianym już niedoszacowywaniem fluktuacji przez McEvedy’ego i Jonesa oraz uśrednieniem dynamiki północy i południa Francji (na potrzeby ustalenia ludności z obszaru współczesnego państwa). W przypadku Polski wzrost populacji jest jednak w tym okresie silniejszy niż we Francji. Kolejną różnicą między polskim szeregiem czasowym a pozostałymi jest znaczniejszy przyrost liczby ludności w XIX w. Tutaj znowu trzeba podkreślić, że dane dotyczą dzisiejszych terytoriów Rzeczpospolitej Polskiej – a zatem np. obszaru Śląska czy Prus Wschodnich, co również może zaburzać obraz dynamiki ludności Polski historycznej.

Obserwacje te są jednak w pewnym stopniu zbieżne są z tymi z poprzedniego postu: XV w. to początek długiego cyklu sekularnego, który trwał aż do XVIII/XIX w., a XIX w. to początek następnego cyklu. Długi nowożytny 400-letni cykl byłby zatem czymś specyficznym dla Polski i odróżniającym ją od reszty krajów europejskich. Czy rzeczywiście tak jest, czy też jest to wyłącznie nadinterpretacja niezbyt wiarygodnych szacunków demograficznych? To pytanie na kolejne wpisy.

Materiały pisemne, autorskie materiały graficzne oraz audiowizualne przedstawione na stronie objęte są ochroną prawnoautorską i nie mogą być wykorzystywane w całości lub części bez zgody autora. © Rafał Miśta 2022

Czytając prace Petera Turchina od dłuższego czasu kusiło mnie, by prześledzić proces strukturalno-demograficzny na danych historycznych dla Polski. W tekście z tamtego roku zasugerowałem, że przypadek Polski mógłby być o tyle ciekawy, że w przeciwieństwie do badanych przez Turchina USA, krajów Europy Zachodniej i Rosji, Polska jako kraj półperyferyjny uzależniona jest w dużej mierze od procesów strukturalno-demograficznych swoich sąsiadów. Można podejrzewać, że aby zrozumieć w pełni turbulencje polskiej państwowości, nie wystarczy układ równań odwołujący się do zmiennych opisujących wyłącznie polskie społeczeństwo, ale konieczne byłoby sprzężenie go z dynamiką społeczeństw sąsiednich.

Na wstępie wyjaśnię jednak pokrótce, na czym polega teoria strukturalno-demograficzna. Jej pierwotną wersję zaproponował Jack Goldstone, który na podstawie analiz porównawczych rewolucji i przewrotów sformułował teorię powstawania niestabilności politycznej. Teoria ta została rozszerzona m.in. przez Petera Turchina, który zastosował do niej modele dynamiczne wykorzystywane w ekologii populacyjnej (sam Turchin jest z wykształcenia biologiem). Dobrym wprowadzeniem do niej jest I rozdział książki „Secular Cycles” (Turchina i Nefedova) oraz całość „Ages of Discord” (Turchina). Warto pamiętać, że w wydaniu Turchina teoria ta służyła początkowo do opisu rozwoju „imperiów agrarnych”, kontrowersyjnym rozwinięciem było przełożenie jej do uwarunkowań państw industrialnych i postindustrialnych (tj. USA w „Ages of Discord”) i tworzenia na tej bazie predykcji „niestabilnych lat 20. XXI wieku”, co znalazło zainteresowanie dziennikarzy (np. tu, czy tu).

Najprostszym wstępem teorii strukturalno-demograficznej (TSD) może być odwołanie się do Malthusa (tj. idei, że populacja rośnie do momentu, kiedy przestaje być w stanie się wyżywić, wtedy wymiera, zasoby stają się znów dostępne, więc populacja znów rośnie), Marksa (klasy wyższe pasożytniczo wyzyskują niższe do momentu, kiedy nie ma czego wyzyskiwać – wtedy jest kryzys, przewrót, po którym znów klasy wyższe itd.) oraz arabskiego średniowiecznego socjologa Ibn Chalduna (regularnie dzikie plemiona pustyni o wysokiej „asabiji” [czyli poczuciu solidarności plemiennej] podbijają cywilizowane społeczności miejskie, które na skutek bezpiecznego i dostatniego życia ową asabiję tracą, a ich elity zwiększają coraz bardziej poziom nadmiarowej konsumpcji kosztem coraz wyższych danin i ucisku dołów społecznych, co prowadzi do kryzysów i wrażliwości na ataki plemion pustyni).

TSD jest miksem tych idei: zmiany demograficzne wpływają na czynniki ekonomiczne (dochody państwa, wysokość płac), instytucjonalne (miejsca pracy w administracji) oraz strukturę społeczną (nadprodukcja elit, struktura etniczna), a splot tych prowadzi do różnych rezultatów, między którymi jest „niestabilność polityczna” (silna walka między frakcjami elit, które mobilizują zradykalizowane i spauperyzowane masy ludzi) i „wielki kryzys”, który oddziałuje na demografię. Ogółem, zmienną wyjaśnianą w modelu jest niestabilność polityczna, a komponentami objaśniającymi: zadowolenie społeczeństwa, konkurencja wewnątrz elit (między ich frakcjami) oraz stan państwa.

Cały model jest dość skomplikowany (za każdą zależnością stoi układ równań dynamicznych), nieliniowy, a jego rezultatem są pseudocykle (pseudo, bo w przeciwieństwie do prawdziwych cykli ich długość i pojawienie się nie jest regularne – co zresztą odróżnia TSD od teorii, które a priori nakładają regularną cykliczność na dawne dane historyczne). Głównym jego przewidywaniem jest skorelowanie różnorakich zjawisk demograficznych, ekonomicznych, instytucjonalnych, które „klastrują się” w 4 zespoły zjawisk następujących po sobie (tj. fazy cyklu sekularnego):

• trend integracyjny, faza rozwoju: niski poziom niestabilności socjopolitycznej, jedność elit, wysokie realne płace, niskie daniny, rosnące przychody państwa, niskie nierówności majątkowe, rosnąca asabija, optymizm;
• trend integracyjny, faza stagflacji: rosnący poziom niestabilności socjopolitycznej, wzrost konkurencji między elitami, zmniejszające się realne płace, malejące przychody państwa i rosnące wydatki, prowadzenie wojen zewnętrznych i kolonializm, wysoka i malejąca asabija;
• trend dezintegracyjny, faza kryzysu: wysoka niestabilność socjopolityczna, nadprodukcja elit, wrogość między frakcjami elit, wysokie obciążenia społeczne na rzecz elit, bankructwo państwa, brak kontroli nad armią i administracją, wysokie nierówności majątkowe, działalność ruchów radykalnych i rewolucje;
• trend dezintegracyjny, faza depresji: wysoka, ale malejąca niestabilność socjopolityczna, redukcja wielkości elit (wojny, degradacja) i poziomu ich konsumpcji, słaba kondycja finansowa państwa, klęski wojenne, nieefektywne próby „restauracji” przeplatane kryzysami, pesymizm.

W powyższym zestawieniu wybrałem tylko te zjawiska, które łączą zastosowanie TSD do państw agrarnych i współczesnych (w pierwszych ważniejszą rolę odgrywa część demograficzno-maltuzjańska, w drugich – zależności ekonomiczne). Cały cykl sekularny trwa 100-300 (najczęściej 200-300) lat, przy czym jego długość nie jest ściśle zdeterminowana – istotny jest tu rząd wielkości obejmujący kilka pokoleń. Na cykle sekularne nakładają się częstsze cykle dwupokoleniowe (ok. 50-letnie), które mają charakter okresowych złagodzeń i zaostrzeń poszczególnych faz cyklu sekularnego.

To tyle wstępu do TSD. W tym i kolejnych wpisach chciałbym spróbować zilustrować różne składowe procesu strukturalno-demograficznego danymi historycznymi dla Polski (będzie to również okazja do bardziej szczegółowego przedstawienia TSD). Nie obiecuję, że będę to robił regularnie i bez przerw innymi tematami, a ponieważ traktuję ten blog jako notatnik – nie obiecuję, że posty będą konkluzywne.

Zacznę od „nisko wiszących owoców” – tj. różnych ogólnodostępnych danych historycznych w internecie, które można łatwo i szybko obrobić. Podstawowym ograniczeniem w ich doborze jest to, czego dotyczą (powinny być powiązane ze zmiennymi procesu strukturalno-demograficznego), a także jak długie są ich szeregi czasowe i z jakim krokiem czasowym. Jak zwraca uwagę Turchin w „Historical dynamics: why states rise and fall”, dobre dane do weryfikacji TSD to takie, które w sposób wiarygodny obrazują dynamikę (tj. ważne są kierunki i wielkości zmian zmiennych, a nie trafność szacunków ich bezwzględnych wartości) i mają „rozdzielczość” przynajmniej 4 obserwacji na cykl (czyli w przypadku cyklów sekularnych krok czasowy powinien wynosić co najwyżej 50 lat, w przypadku cyklów dwupokoleniowych – ok. 10 lat) oraz obejmują przynajmniej dwa cykle (tj. około 500 lat w przypadku cyklów sekularnych i 200 lat dla cykli dwupokoleniowych). Ograniczenia te są (być może „wbrew pozorom”) bardzo wymagające, przynajmniej w przypadku Polski.

Nie chcąc przedłużać i tak długiego posta zajmę się ciekawymi zmiennymi, które z grubsza ilustrują to, czego – jako Polacy – uczyliśmy się w szkole: liczbą konfliktów zewnętrznych (z Polską) i wewnętrznych (w Polsce) w oparciu o dane Petera Brecke’a. Dodam, że dane te mogą budzić różnorakie kontrowersje, co zapewne nie jest tak istotne, kiedy wykorzystuje je się wskaźniki zagregowane na poziomie europejskim, a staje się bardziej uciążliwe, gdy koncentrujemy się na pojedynczym kraju. A oto, jak się one prezentują:

Liczba konfliktów związanych z Polską w danym roku według danych Petera Brecke’a. Oś w górę: konflikty zewnętrzne (wojny) w podziale na wywołane przez Polskę (jasnoniebieski) i obronne (ciemnoniebieski). Oś w dół: konflikty wewnętrzne (czerwony).

Zaznaczam, że powyższy wykres traktuje dane Brecke’a bardzo dosłownie i bezdyskusyjnie. Wyłaniający się z niego obraz jest jednak dość intuicyjny. Turchin zwraca uwagę, że fazy cyklu dość często pokrywają się z panowaniem poszczególnych dynastii. Okres dynastii Jagiellonów przypadałaby zatem na integracyjną fazę cyklu sekularnego (mało konfliktów wewnętrznych, konflikty zewnętrzne wywoływane, a nie obronne). Czasy elekcyjne to faza dezintegracyjna (konflikty wewnętrzne, zewnętrzne głównie obronne) z fazą kryzysu przypadającą na XVII-XVIII wiek oraz fazą depresji w XVIII/XIX wieku. Okres przed panowaniem Jagiellonów (opierając się wyłącznie na powyższym wykresie!) byłby fazą dezintegracyjną poprzedniego cyklu, a przełom XIX/XX wieku początkiem fazy integracyjnej trzeciego cyklu sekularnego.

Powyżej napisałem, że według Turchina cykl sekularny trwa około 100-300 lat (najczęściej 200-300). Cykl sekularny obejmujący czasy jagiellońskie i elekcyjne trwałby zatem niemal 400 lat. Czym wyjaśnić tę rozbieżność? Po pierwsze, należy zwrócić uwagę, że określenie cykli sekularnych wymagałoby wzięcia pod uwagę większej liczby zmiennych niż tylko liczbę konfliktów (np. z różnych powodów liczba konfliktów przed 1400 i po 1795 nie jest miarodajna, a tym bardziej odróżnienie wojen wywołanych od obronnych). Po drugie, cykle sekularne w zależności od specyficznych uwarunkowań mogą być dłuższe lub krótsze. W szczególności zmienna pod względem długości jest faza depresji, traktowana przez Turchina także jako okres międzycykliczny, mogący trwać tak długo, jak długo nie nadejdzie silny bodziec pozwalający wejść w fazę integracyjną. Po trzecie, jak wspomniałem we wstępie, Polska jest krajem półperyferyjnym, na którego sytuację wewnętrzną dużo większą rolę niż w przypadku np. USA, Francji czy Wielkiej Brytanii odgrywa sytuacja w krajach sąsiednich (i nie tylko).

Materiały pisemne, autorskie materiały graficzne oraz audiowizualne przedstawione na stronie objęte są ochroną prawnoautorską i nie mogą być wykorzystywane w całości lub części bez zgody autora. © Rafał Miśta 2022