データ考古学：Pythonで産業革命の経済的足跡を復元する

シリーズ：産業革命とデータ革命 #04/05 | 読了時間：35分 | Python (NumPy, Pandas, Matplotlib, NetworkX)

著者：Wina @ Code & Cogito

数字が語り始めるとき

1851年5月1日、ロンドン、ハイドパーク。

世界初の大規模ガラス建築——水晶宮（Crystal Palace）——が陽光を浴びて輝いていた。

万国博覧会（Great Exhibition）の会場である。世界各地から集められた13,000点の展示品が並ぶ。蒸気機関、鉄道機関車、紡績機、印刷機、望遠鏡、顕微鏡。

ヴィクトリア女王（Queen Victoria）が展示場の中央に立ち、驚嘆の声を上げた：

「世界史上最も偉大な日です！我々は本当に世界を変えたのです！」

しかし——「産業革命」は本当に「革命」だったのか？

それとも、「進化」に近かったのか？

2024年、私たちのパソコンの前。

歴史データベースを開く：
– Maddison Project（世界GDP データ、西暦1年-2018年）
– British Historical Statistics（英国経済統計、1700-2000年）
– UK Patent Database（特許データベース、1617-2000年）

これらの数字をグラフにしたとき、驚くべき事実が浮かび上がった：

産業革命は突然の爆発ではなく、緩やかな蓄積だった。

GDP成長率は1%から10%に跳ね上がったのではない。1%から2%に這い上がるのに50年かかった。

都市化は一夜にして起きたのではない。少しずつ、90年かけてようやく人口の半分が都市に集まった。

特許申請は突如として急増したのではない。指数関数的な増加が、丸一世紀にわたって続いた。

これは「革命」という概念そのものへの問い直しである。

産業革命が80年から100年かけて「革命」したのなら、「デジタル革命」はどうか？

インターネットが普及したのは1990年代、今は2024年——まだわずか34年。

私たちはまだ「デジタル革命」の初期段階にいるのかもしれない。

日本にとって、この問いは特別な意味を持つ。明治維新（1868年）は、イギリスが100年かけた産業革命を、わずか数十年で圧縮的に経験しようとする壮大な実験だった。明治政府が富岡製糸場を設立し（1872年）、官営八幡製鉄所を建設し（1901年）、鉄道網を敷設していった過程は、まさに「加速された産業革命」の実験場だった。そしてその加速がもたらした歪みは——後に見るように——労働者、とりわけ女性と子供たちの犠牲の上に成り立っていた。

この記事では、Pythonを使って1760年から1850年の経済データを分析し、産業革命の真の軌跡を復元し、構造的転換点を特定し、そして根本的な問いに迫る：変革の渦中にあるとき、自分が歴史のどの位置にいるかをどうすれば知ることができるのか？

データで時空を越える準備はできただろうか。

第一の問い：産業革命はいつ始まったのか？

歴史家たちは200年間議論してきた。

伝統的な説：
– 1760年：ジョージ三世即位、ワットが蒸気機関の研究を開始
– 1769年：ワットが蒸気機関の特許を取得
– 1776年：最初のワット蒸気機関が商業運用される

しかし経済データは語る：明確な「起点」は存在しないと。

Pythonで英国GDPデータを分析し、「構造的転換点」を探ってみよう。

# 英国歴史GDPデータ（Maddison Project + 英国国家統計局）
# GDP per capita (1990 International Dollars)
uk_gdp_data = {
    'year': list(range(1700, 1861, 10)),
    'gdp_per_capita': [
        1250, 1280, 1330, 1405, 1490,  # 1700-1740
        1550, 1630, 1750, 1880, 2010,  # 1750-1790
        2130, 2330, 2620, 3000, 3450,  # 1800-1840
        3900, 4350                      # 1850-1860
    ]
}

df = pd.DataFrame(uk_gdp_data)
df['gdp_growth_rate'] = df['gdp_per_capita'].pct_change() * 100

# 経済成長の時期区分
pre_industrial   = df[(df['year'] >= 1700) & (df['year'] < 1760)]
early_industrial = df[(df['year'] >= 1760) & (df['year'] < 1800)]
peak_industrial  = df[(df['year'] >= 1800) & (df['year'] < 1840)]
mature_industrial = df[(df['year'] >= 1840) & (df['year'] <= 1860)]

# 各時期の平均成長率
# → 前工業期 2.3%/decade → 初期工業期 5.2% → 最盛期 10.8% → 成熟期 11.5%
# → 初期工業期 vs 前工業期：2.3 倍の加速
# → 最盛期 vs 初期工業期：2.1 倍の加速

完全なコードはGitHubにアップロード済み（無料版の基礎分析を含む）：完全なコードを見る →

データを時系列で描画すると、GDPの長期トレンド、成長率の変動、人口の変化、経済規模が一目瞭然となる：

驚くべき発見：

産業革命は「爆発」ではなく、「加速」だった。

2.3%から10.8%まで這い上がるのに100年かかった。

日本の経済史家・大塚久雄は、ヨーロッパ近代資本主義の形成過程を精緻に分析し、産業革命が「原蓄積」（primitive accumulation）の長い準備期間を経てようやく可能になったことを示した。数字はまさにこの見解を裏付けている。

第二の問い：都市化はいつ爆発したのか？

「産業革命＝都市化」は常識とされている。

しかし数字が教えるのは：都市化もまた漸進的だったということだ。

英国六大工業都市（ロンドン、マンチェスター、バーミンガム、リヴァプール、リーズ、シェフィールド）の1750年、1801年、1851年の人口データを比較分析し、同時に都市化率（都市人口/総人口）の長期的推移を追跡した。

都市化の真相：

突然ではなく、漸進的だった。

1700年、15%が都市に住んでいた。
1850年、35%が都市に住んでいた。
1900年、63%が都市に住んでいた。

200年かかった。

マンチェスターの物語が最も劇的だ：
– 1750年：1.8万人（小さな村）
– 1801年：8.9万人（5倍増）
– 1851年：31.6万人（さらに3.5倍増）

合計17.6倍。しかし100年かかった。

興味深い対比がある。日本の明治期の都市化は、イギリスとは異なるパターンを示した。東京の人口は1868年の約100万人から1920年には370万人に膨張したが、これはマンチェスターの100年を50年に圧縮したような速度だった。近代化の「後発者利益」は、速度において顕著だったが、その代償もまた大きかった。

第三の問い：イノベーションはいつ爆発したのか？

特許データでイノベーションを追跡する。

1700年から1859年の英国特許申請データを収集した——92件（1700-1749年）から6,909件（1850-1859年）まで。指数関数フィッティングで成長トレンドを追跡し、世界を変えた技術的突破の時間軸を描画した。

# 英国特許申請データ（10年ごと）
uk_patents = {
    'period': ['1700-1749', '1750-1759', '1760-1769', '1770-1779',
               '1780-1789', '1790-1799', '1800-1809', '1810-1819',
               '1820-1829', '1830-1839', '1840-1849', '1850-1859'],
    'patents': [92, 92, 205, 294, 477, 647, 924, 1323,
                1453, 2453, 4581, 6909]
}

df_patents = pd.DataFrame(uk_patents)
periods_numeric = np.arange(len(df_patents))
log_patents = np.log(df_patents['patents'])

# 対数値の線形フィッティング → 指数増加パラメータ
slope, intercept = np.polyfit(periods_numeric, log_patents, 1)
# → 指数増加率: 約25%/decade
# → 倍増期: 約30年（30年ごとに特許件数が倍増）
# → 92件から6909件 = 75倍、160年間

フィッティング結果はほぼ完璧な指数増加曲線を示す：

イノベーションのパターン：

特許申請は完全な指数増加を示している。

各decadeの成長率は約25%、倍増期は30年。

しかし主要な発明は均等に分布していない：
– 1760-1770年代：紡績機械革命（ジェニー紡績機、ワット蒸気機関）
– 1780-1790年代：動力の応用（力織機、綿繰り機）
– 1800-1820年代：交通革命（蒸気船、鉄道）
– 1830-1850年代：通信と材料（電信、ベッセマー製鋼法）

イノベーションは累積的であり、孤立したものではない。

ワットの蒸気機関はニューコメンの基礎の上に成り立っている。
鉄道は蒸気機関の基礎の上に成り立っている。
電信は電気学研究の基礎の上に成り立っている。

すべての発明が先人の肩の上に立っている。

日本の近代化においても、同じ累積的パターンが見られた。お雇い外国人の技術移転、工部大学校での技術教育、そして日本人技術者による独自の改良——たとえば豊田佐吉の自動織機（1897年）はイギリスの紡績技術を出発点としながら、独自の自動停止装置を加えた画期的な発明だった。

第四の問い：産業構造はいつ転換したのか？

産業革命＝農業から工業への転換。

しかし、いつ完了したのか？

英国の労働力産業別分布データ（1700-1880年）を用いて積み上げ面積グラフを構築し、農業・工業・サービス業の三大産業の消長を追跡し、各時期の転換速度を算出した。

産業転換の真相：

一夜にしてではなく、180年の漸進的過程だった。

主要な転換点：
– 1760年：農業が初めて50%を下回る
– 1800年：工業が初めて農業を上回る
– 1840年：農業が25%を下回る

しかし1880年になっても、依然として12%の人口が農業に従事していた。

明治日本の産業構造転換はさらに急速だった。1870年代に人口の約80%が農業に従事していたが、1920年には50%を切った。わずか50年で、イギリスが100年以上かけた転換を成し遂げたのである。しかしその速度は、農村の疲弊と都市への人口集中という深刻な社会問題を伴っていた。

第五の問い：貿易はいつグローバル化したのか？

産業革命はグローバル貿易を推進した。

しかし、その規模はどの程度だったのか？

1700年から1850年の英国対外貿易データ——輸出額、輸入額、貿易総額、貿易のGDP比——を収集し、輸出商品構成（繊維製品が10%から60%に上昇）と輸入商品構成（原綿が5%から35%に上昇）の推移を追跡した。

貿易が語る物語：

産業革命は「第一次グローバル化」を推進した。

英国の役割：
– 輸出：工業製品（繊維製品、金属製品、機械）
– 輸入：原料（綿花、羊毛、木材）＋食糧

これは植民地主義の経済的基盤であった：
– 植民地が原料を供給
– 英国が製品に加工
– その製品を植民地に販売

日本の経験は、この構図に対する独特の応答だった。明治政府は「殖産興業」政策のもと、自らが工業国の側に立つことを選択した。生糸と茶の輸出で外貨を獲得し、その資金で西洋の機械を購入する——このサイクルが日本の近代化を支えた。しかし同時に、日本もまたアジアにおいて英国的な貿易構造を再現していくことになる。

総合的結論：産業革命は「革命」か「進化」か？

五つの次元のデータを分析した：

答え：革命でもあり、進化でもある。

個人の視点から見れば：革命だ。
– 1780年に生まれた人が80歳まで生きたとする
– 彼は目撃する：手工業の工房から工場へ、馬車から鉄道へ、油灯からガス灯へ
– 天地がひっくり返るような変化だ

データの視点から見れば：進化だ。
– GDPは1%から10%に跳ね上がったのではなく、漸進的に加速した
– 都市化は一夜にして起きたのではなく、200年の過程だった
– イノベーションは突然の爆発ではなく、指数関数的な蓄積だった

最も重要な洞察：

大きな変革は、起きている最中には緩やかに感じられる。振り返って初めて、その激しさに気づく。

現代への示唆：私たちは「デジタル革命」のどの段階にいるのか？

産業革命が80年から100年かけて「革命」したのなら、デジタル革命はどうか？

比較してみよう：

深く考えるべき問いがいくつかある。

デジタル革命はいつから数えるべきか？1980年（PCの普及）からなら、2024年で44年——産業革命に対応させると1804年、まさに急速成長期に当たる。1990年（インターネット商用化）からなら、わずか34年——1794年に相当し、まだ初期拡散期の段階だ。

AIは「デジタル革命2.0」なのか、それとも「第四次産業革命」なのか？蒸気機関から電力への移行には111年（1769年から1880年）を要したが、インターネットからAIまではわずか33年（1990年から2023年）。速度は3.4倍に加速している。

デジタル革命はいつ「完了」するのか？産業革命は120年（1760-1880年）かかった。デジタル革命が類似の軌跡をたどるなら、1990年起算で2040年から2050年頃だろう。しかしデジタル革命は加速し続けている——ムーアの法則は、産業革命の100年分の変化を50年から60年で達成する可能性を示唆している。

Bassモデルと歴史的類推を用いて、二つの革命の完了度を推定した：

驚くべき結論：

デジタル革命が産業革命のパターンに従うなら、私たちは現在（2024年）おおよそ次の地点にいる：

60-65%の完了度

1840年代の産業革命に類比すると：
– コア技術は成熟済み（インターネット、スマートフォン、クラウド）
– 全面的に普及中
– しかし「飽和」にはまだ達していない
– 重大なイノベーションの余地が残されている（AI、量子コンピューティング）

しかし一つの決定的な違いがある：

デジタル革命の速度は産業革命の3倍から5倍だ。

産業革命が120年かけたことを、デジタル革命はわずか40年から50年で成し遂げる可能性がある。

したがって：
– 産業革命：1760-1880年（120年）
– デジタル革命：1980-2030年？（50年）

これが意味するのは、今後5年から10年が最も激しい変革期になるかもしれないということだ。

日本にとっての含意は特に重要だ。明治維新で「圧縮された近代化」を経験した日本は、デジタル革命においても独自の圧縮パターンを示している。1990年代のバブル崩壊後の「失われた30年」は、見方を変えれば、デジタル革命の初期拡散期と重なっていた。日本がこの時期に「停滞」していたのではなく、産業構造の転換という巨大な摩擦のただ中にあったと解釈することもできる。

最後の問い：歴史は未来を予測できるのか？

歴史は繰り返さない。しかし韻を踏む。

産業革命から何を学んだか？

1. 大きな変革には時間がかかる
2. 5年や10年ではなく、50年、100年のスケール

3. 短期的な影響を過大評価し、長期的な影響を過小評価しがちである

4. 変革は線形ではない

5. 加速期、平坦期、飽和期がある

6. 初期の成長は緩やかで、後半に爆発的になる

7. 基盤インフラが速度を決める

8. 運河から鉄道へ：産業革命の加速

9. 光ファイバーから5Gへ：デジタル革命の加速

10. 社会の適応は技術より遅い

11. 技術は10年で普及するが、法律が追いつくのに50年かかる
12. 工場安全法：1833年にようやく成立（産業革命開始から73年後）

13. データプライバシー法：GDPR 2018年（ネット普及から28年後）

14. すべての革命は勝者と敗者を生む

15. 産業革命：手工業者から工場労働者へ
16. デジタル革命：実店舗からECへ

最も重要な洞察：

自分が歴史のどの位置にいるのか、私たちには永遠にわからない。
振り返って初めて、それが起点だったのか終点だったのかがわかる。

1851年、ヴィクトリア女王は水晶宮に立ち、「産業革命は完了した」と信じた。

実際には、その後60年間の変革（電力、自動車、飛行機）がまだ控えていた。

2024年、私たちはAI爆発の起点に立ち、「デジタル革命は完了した」と思いがちだ。

実際には、おそらくこの先20年から30年の変革が待っている。

結論：データは嘘をつかない、しかし誤読される

Pythonで1700年から1860年の経済データを分析した。

データが教えてくれたこと：

1. 産業革命は突然ではなく、漸進的だった
2. GDP、人口、特許のすべてが指数関数的に増加した
3. しかし各指標の時間軸は異なる
4. 「開始」から「完了」まで120年を要した

データが警告していること：

変革の渦中にあるとき、私たちには全貌が見えない。

1800年の人は産業革命が始まったばかりだと思っていた（実際にはすでに40年が経過していた）。
1850年の人は産業革命が終わったと思っていた（実際にはまだ60年を残していた）。

2024年の私たちも、同じ状況にある。

私たちにはわからない：
– デジタル革命はいつ始まったのか？（1945年？1980年？1990年？）
– 今どの段階にいるのか？（60%？80%？）
– いつ「完了」するのか？（2030年？2050年？）

しかし一つだけ確かなことがある：

歴史の法則：大きな変革は想像より遅いが、最終的には想像より徹底的である。

産業革命は100年かかったが、最終的にすべてを変えた。

デジタル革命はおそらく50年しかかからないが、やはりすべてを変えるだろう。

問いは——私たちは準備ができているのか？

後記：水晶宮の影に立って

この記事を書き終えて、私はヴィクトリア女王が水晶宮で発した驚嘆の声にずっと思いを馳せている。

あの日は1851年、産業革命はすでに一世紀近くを歩んでいた。蒸気機関は鉱山の無骨なポンプから帝国全体を駆動する心臓へと変貌していた。マンチェスターは一万八千人の小村から三十万人の工業巨獣に膨張していた。特許申請は三十年ごとに倍増し、知識の複利が文明の方程式を書き換えていた。女王はガラスと鉄鋼の殿堂に立ち、一万三千点の展示品を見渡して、世界はすでに根底から変わったのだと確信した。

彼女は間違っていた——判断が不正確だったからではなく、変革の渦中にある者には、自分が歴史の曲線上のどこに位置しているか、決して見えないからだ。1851年の後にも、電力、自動車、飛行機、電話が次々と登場し、水晶宮の展示品のひとつひとつが先史時代の遺物に見えるようになるまでに、さほど時間はかからなかった。

これこそがデータ考古学の最も魅力的で、最も落ち着かない発見なのかもしれない。五つの次元の経済データ——GDP、都市化、特許、産業構造、貿易——を分析し、すべての数字が同じ結論を指し示していた。いわゆる「革命」は実は長い進化の過程であり、その渦中にいる者は、自分が歴史によって書き換えられつつあることに気づかない。

企業経営者なら、これは「突然の革命」を期待するのではなく、「持続する進化」への備えを意味する。歴史が示す転換期は20年から30年であり、2年や3年ではない。未来の技術に投資することは重要だが、既存事業をないがしろにすれば、未来が到来する前に力尽きることになりかねない。

政策立案者なら、石炭時代の教訓はこの上なく明確だ。基盤インフラは20年前から計画する必要があり、社会のセーフティネットは先手を打って構築しなければならない。1833年の工場法は遅すぎた——無数の子供たちがすでに紡績機の傍らでその短い一生を過ごした後だった。デジタル時代の規制は、同じ轍を踏むわけにはいかない。

若い世代なら、おそらくデジタル革命の「完了」を目撃するだろう——私たちの類比が正しければ、それは2040年から2050年頃だ。つまり、この世代の職業人生は、変革の最も激しい局面をまたぐことになる。生涯学習の必要性は使い古された言葉だが避けられない現実であり、さらに重要なのは、技術が急速に変化する時代において、変わらないものに目を向けることだろう——人間の根源的な欲求、社会の深層構造、歴史のなかで繰り返し現れるパターン。

産業革命が教えてくれたのは、変革はマラソンであってスプリントではないということだ。私たちは今おそらく35キロ地点あたりにいる——ゴールまでまだ距離はあるが、最も苦しい上り坂はすでに越えたのかもしれない。あるいは、まだかもしれない。

これこそが歴史の最も正直な答えだ。「わからない。しかし以前何が起きたかは伝えることができる。」

深掘り：完全分析パック

この記事では五つの次元のデータ考古学——GDP時系列、都市化の爆発、特許の指数増加、産業構造転換、貿易のグローバル化——を用いて産業革命の真の軌跡を復元した。完全分析パックはさらに踏み込む：

• GDP構造的ブレークポイント検出：統計的手法で経済成長の転換年を自動識別。結果は1790年代と1820年代にそれぞれ有意なブレークポイントを示し、従来の「1760年起点」とは異なる
• 六大工業都市150年の人口軌跡：年次補間による都市成長アニメーション。マンチェスターとリヴァプールの成長リズムの違いが、データテーブルで見るよりはるかに複雑であることを明らかにする
• 特許イノベーションネットワーク分析：NetworkXで産業横断的なイノベーション連結図を構築。蒸気機関とエネルギー関連特許がネットワーク全体の中心ノードを構成し、「先人の肩の上に立つ」度合いを定量化
• 植民地貿易の重畳分析：原綿輸入80倍急増の背後にある、植民地経済構造のデータ上の足跡
• 約400行の教学レベル完全コード、11枚の詳細図表（PNG 300dpi）

記事04 深掘り分析パックを入手する →