Ципфа seo: Закон Ципфа. SEO-проверка текста — MegaIndex. | Дропшиппинг

Содержание

Закон Ципфа — нужен ли он для продвижения сайтов?

Джордж Ципф

Основным источником информации в интернете являются тексты. Естественно, что и продвижение сайтов в поисковые ТОПы по большей части связано с правильным написанием подобного контента. Но написать текст мало – надо еще и оформить его согласно разнообразным SEO правилам и рекомендациям. Из них можно выделить наиболее популярные и всеми используемые:

Минимум тошноты, воды и спама.
Правильная структура размещаемого материала (заголовки, списки).
Вписывание ключей.

Это все азы, поэтому их использует большая часть оптимизаторов. Но сайтов на просторах интернета становится все больше, поэтому некоторые из их владельцев ищут другие варианты для успешности продвижения своего продукта. И здесь часть из них вспоминают про некий закон Ципфа. Но мало того, что они начинают затачивать собственные сочинения под сервис, работающий на основе утверждений английского ученого, жившего хрен знает сколько лет назад, так они еще и заставляют наемных копирайтеров ломать себе голову над ним!

Но доктор Айтупит бдит, поэтому, аки Черный Плащ, спешит на помощь интернет писакам, чтобы разобраться с эффективностью данного метода по продвижению сайтов в Топы самых известных поисковиков.

Проверка по закону Ципфа

Ясен пень, что я не буду давать ссылку на ресурс, где расположен данный сервис – кто ищет, тот всегда найдет. Тем не менее, что показывает данная интернет программка:

Анализ текста по закону Ципфа

По сути, только две важнейших характеристики:

Тошноту проверяемого контента.
Естественность.

Первый минус этого продукта заключается именно в показателях тошноты: разработчики явно не учли, что существует классическая и академическая вариация этой SEO характеристики. А большинству людей, работающих в этой сфере, известно, что для снижения показателей каждого из вариантов используются совершенно разные способы (об этом доктор Айтупит постарается рассказать в одной из следующих своих статей). Но «Ципфо-сервис» не сообщает об этом своим пользователям, что иногда может привести к некоторым затруднениям. Не буду долго мучить и скажу, что в данном случае подразумевается только классическая тошнота.

Переходим к «Естественности». Что оно такое? Я долго искал адекватную информацию по этому вопросу. Но нашел только постоянное переписывание каких-то заумных слов, понять смысл которых невозможно без пары бутылок пива. Нет, конечно, может быть я и тупой, но каждый из вас способен понять это:

«..эмпирическая закономерность распределения частоты слов естественного языка: если все слова языка (или просто достаточно длинного текста) упорядочить по убыванию частоты их использования, то частота n-го слова в таком списке окажется приблизительно обратно пропорциональной его порядковому номеру n (так называемому рангу этого слова, см. шкала порядка). Например, второе по используемости слово встречается примерно в два раза реже, чем первое, третье — в три раза реже, чем первое, и так далее..»

Эмпирическая, блин, закономерность… Это же надо было такое написать! Ну да ладно — Сатана ему не простит. Не это самое интересное! Интересно то, что автором сего изречения является американский лингвист, который жил в середине прошлого века, когда об интернете знал только Джордж Лукас и Леонид Ильич Брежнев. То есть, существуют люди, которые считают, что современные поисковики просто обязаны выполнять анализ по закону Ципфа? Пардонте, Мусье, но с хрена ли?..

Наверное, некоторые читатели после вышенаписанных слов решат, что автор сего опуса является типичным балаболом? Я постараюсь привести достойные аргументы, чтобы переубедить вас!

Прежде всего, обратимся к авторитетным источникам. Например, к представителю администрации известной на просторах Рунета биржи копирайта «Адвего». Вот, собственно, само мнение:

— Требование соответствия параметров текста закону Ципфа или, если быть точным, всяческим «сервисам», якобы проверяющим тексты на такое соответствие — профанация чистейшей воды. Такое условие является бессмысленным как с точки зрения качества текста, так и с точки зрения его оптимизации для поисковых систем.

— Проверка по Ципфу — это сродни SEO-амулетам и фен-шую — слышал звон, да не знаю, где он. А так как в SEO вообще много псевдонаучной мистификации из-за изначальной закрытости алгоритмов поисковых систем, то проверка по Ципфу очень гармонично присоседилась к более релевантным показателям качества — плотности ключей и уникальности, результаты которых в свою очередь тоже нужно принимать постольку-поскольку.

Никаких домыслов с моей стороны – честно скоммунизженные слова, написанные по поводу данного закона!

И я готов подписаться под каждым словом Жеки с Адвего. Давайте пофантазируем. Представьте, что перед вами стоит некий автомат. Вам требуется подойти и набрать на его табло произвольную комбинацию цифр. Правильного числа никто не знает, поэтому каждый раз размер выигрыша разнится. Некоторые люди просто вводят значения и уходят, другие начинают изобретать какие-то системы: танцуют румбу, три раза плюют строго под углом в пятнадцать градусов, съедают козюльку, засохшую три дня назад и так далее. И тут одну из последних везет – он срывает куш! Почему ему повезло – хрен знает. Может просто угадал комбинацию, а может козюлька волшебная была. Но на следующий день этот человек приходит к автомату и устанавливает рядом столик, за которым предлагает всем желающим обязательно попробовать перед набором цифры его методику…

Все равно не убедил? Тогда воспользуюсь тяжелой артиллерией – проведу эксперимент.

Наглядная проверка текста по закону Ципфа

Для предстоящей работы я решил взять несколько разных ключевых фраз и проверить тексты на соответствие закону Ципфа, расположенные в разных местах ТОПа нашей отечественной поисковой системы Yandex. Приступим.

Первый ключ – «Строительство домой из бруса».

Выбираю сайт, который расположен вверху поискового рейтинга, делаю анализ:

дом из бруса. Первые места в ТОПе

Что имеем: естественность – 80, тошнота – 5.9.

Перехожу на страницу ниже в поисковике, выбираю сайт из третьего десятка, провожу анализ:

Дом из бруса. Во втором десятке ТОПа

Результат: естественность – 82, тошнота – 6.16.

Опускаюсь на десяток позиций ниже и повторяю процедуру:

Дом из бруса. где-то далеко-далеко

Итог: Е – 86, Т – 8.6.

Американский автор этого закона подошел бы, наверное, к автору последнего материала, и сказал бы ему – Вообще, красавчик!

Но в ТОПе то другое стоит! Мало? Повторяем проверку. Берем следующий ключ. Допустим – лечение геморроя.

Первое место в рейтинге:

Лечение геморроя. Первое место в ТОПе

Результат: Е – 70, Т – 11.23.

Ниже на два десятка позиций:

Лечение геморроя. Во втором десятке Топа.

Итог: Е – 91, Т – 4.90.

Еще на страницу ниже:

Лечение Геморроя. Примерно там, где находится сама болезнь.

Результат: Е – 91, Т – 4.12.

Заключение

Как видно из проведенного анализа, лучшие показатели естественности текстовых материалов по закону Ципфа совершенно не дают гарантию на успешность конкуренции с текстами, расположенными на других интернет-ресурсах. Впрочем, решать все равно вам…

Закон Ципфа, что это такое? Как его использовать в копирайтинге Блог Ивана Кунпана

Оглавление:

Закон Ципфа, что это такое? Работа закона в лингвистике
Ранг слова, значение на практике
Как работает закон Ципфа в копирайтинге
Как использовать закон Ципфа для оптимизации текстов
С кем не работают оптимизаторы и почему
Заключение

Закон Ципфа помогает в поисковом продвижении сайтов и текстов.

Сегодня рассмотрим, что это такое и как он работает в копирайтинге. Будут показаны практические примеры использования закона. С помощью полученных знаний в статье, вы улучшите свои тексты.

Закон Ципфа, что это такое? Работа закона в лингвистике

Здравствуйте, друзья! Закон Ципфа – это распределение частоты слов естественного языка в эмпирической закономерности. Простыми словами, данный закон помогает копирайтерам и веб-мастерам создавать «живой» текст. Рассмотрим, как работает этот закон в лингвистике.

К примеру, был написан текст на 10 000 знаков. В нем встречаются частые слова, которые являются синонимами ключевого запроса. Чтобы снизить частоту повторяемых слов, используют шкалу порядка по закону Ципфа. То есть, второе повторяющийся слово будет встречаться в несколько раз реже первого, третье в 4 раза реже первого и так далее. Частота слов данного списка будут пропорциональны рангу слова.

Об истории создания этого закона вы можете почитать в Википедии.

Далее мы разберем, как работать с законом Ципфа в копирайтинге.

к оглавлению ↑

Ранг слова, значение на практике

Здесь будет показан ранг слова и его значение на практике по закону Ципфа. Для этого нам понадобится специальная формула – «F*R=C». Рассмотрим подробно обозначения формулы:

Значение F обозначает, сколько всего слов в тексте было указано.
Символ R определяет ранг слова, который помогает определить, к какому номеру слово относится.
Показатель C – это значение определяет количество повторов в тексте.

Рассмотренная выше формула, поможет вам выявить частые слова в вашем тексте по убыванию. Чтобы использовать формулу, достаточно подставить под значения цифры и отнести количество повторяемых слов, например, к первому и второму рангу. Об этом расскажем далее в статье.

к оглавлению ↑

Как работает закон Ципфа в копирайтинге

Поисковые системы научились определять естественные тексты. Если статьи генерируются с помощью программ или они заспамлены ключами – такие тексты не выводятся в топ. Поэтому, при анализе статей поисковые роботы используют эталонную частотность слов, собирают ключевые запросы и семантику со страниц. С помощью этой системы роботы оценивают по закону Ципфа текст. То есть, выявляют его естественность.

Кроме того, тошнота текстов поисковыми роботами тоже учитывается. Ведь часто употребляемые слова портят читабельность статьи. Прочитайте информацию о том, «как писать статьи на заказ». В материале узнаете о заработке на написании текстов.

Пользоваться законом Ципфа в копирайтинге просто. Проанализируйте текст на специальных сервисах и посчитайте, какое количество слов в нем повторяется. Выявить процент слов нам поможет формула, о которой говорили выше. Если процент повторяемости слов будет большим, можете улучшить текст, путем исправления (замены) слов и предложений. Но не забывайте, читабельность и смысл текста должны сохраняться.

к оглавлению ↑

Как использовать закон Ципфа для оптимизации текстов

Давайте используем закон Ципфа, чтобы оптимизировать какой-нибудь текст. В проверке статьи нам помогут такие сервисы: pr-cy.ru/zypfa/, seolik.ru/zipfa, progaonline.com/textquality, p2pi.ru/text-analyze.html.

Возьмем в качестве примера сервис «pr-cy.ru/zypfa/». Чтобы проверить текст на естественность, зайдите на сервис в браузере. Далее вставляете адрес страницы вашей статьи в поле и нажимаете кнопку «Анализировать» (скрин 1).

Вы можете проверить статью из Ворда, вставив ее в раздел «Анализировать текст».

После проверки вашего материала, сервис выдаст следующие результаты (скрин 2).

В разделе «Вхождения», вы увидите количество встречающийся слов. Следующий раздел показывает вхождения слов по Ципфу. Далее доступны рекомендации улучшения текста.

Итак, как использовать Ципфа по формуле? Здесь нужно подставить показатели с сервиса и рассчитать число слов. Для этого пишем F=31 (количество слов), делим на 2 (ранг слова)= 15. Полученное число показывает, сколько повторов в тексте нужно убирать. Кстати, анализ на сервисе это доказывает (скрин 3).

Стоит ли оптимизировать эту статью под Ципфу? Если процент естественности текста меньше 50%, то да. Максимальный процент живого текста равен 50% и больше. Для того, чтобы подогнать статью под закон, необходимо убрать похожие по смыслу слова. Вы можете воспользоваться нашим курсом: «Честные деньги«. Он поможет на практике обучиться написанию статей и заработать через Интернет.

к оглавлению ↑

С кем не работают оптимизаторы и почему

Оптимизаторы не работают с теми авторами, которые не умеют качественно обрабатывать материал. Такой контент не принесет веб-мастерам пользы – не будет трафика и заработка.

Поэтому, важно научиться писать статьи для людей. О том, как это сделать, рассказано в моей книге: «Как написать статью». С помощью книги вы научитесь не только писать грамотно статьи, но и оптимизировать их под поисковые запросы.

к оглавлению ↑

Заключение

Итак, закон Ципфа, точнее, его соблюдение, влияет на продвижения сайтов и блогов в Интернете через качество написанных статей. В статье мы выяснили, что это за закон, как с его помощью оптимизировать тексты. Пишите статьи грамотно, делайте их для людей и не забывайте про поисковое продвижение.

Удачи вам!

С уважением, Иван Кунпан.

что это такое, как работает проверка слов?

SEO копирайтинг

17.07.2021

19 комментариев

Лингвист по образованию Джордж Ципф обратил внимание на слова, которые люди используют в речи. Его исследования привели к тому, что он выделил набор слов, которые применяются постоянно, в то же время остальные слова употребляются редко. При оценке слов Джордж Ципф отметил закономерность.

Слова первого ранга в два раза популярнее, чем слова второго и в три раза популярнее, чем слова третьего ранга. Использование закона Ципфа помогает в оптимизации текстов под поисковых роботов.

Чтобы понимать, как работает закон на практике, была придумана специальная формула, по которой можно вычислить закономерность использования определенных слов.

Формула закона: F*R=C;

F — количество слов в тексте;

R — ранг слова;

C — постоянная величина.

Графическое изображение закона напоминает гиперболу.

Формула закона Ципфа

Для чего это нужно?

Когда тексты создаются не естественным путем (сгенерированные), у них много ключевых фраз, то они не вписываются в рамки закона Ципфа. Поисковые роботы при анализе страниц обращают внимание на «естественность» материала.

В связи с последними фильтрами Яндекса и Google оптимизаторы стали обращать внимание на тошноту текстов, сколько раз употребляются слова, учитываются даже стоп слова и предлоги.

Тексты, которые заспамлены ключевыми словами — они понижаются в выдаче, теряют популярность и свой рейтинг. И сайты с таким контентом ждет бан от поисковиков. Понижаются в выдаче тексты, которые содержат дешевый, но уникальный рерайт. Такому контенту никогда на занять первых мест в выдаче, не получить долю трафика.

Упражнение от Ципфа выглядит так: необходимо взять любой текст и посчитать, сколько раз повторяются в нём слово. Самые повторяемые отнести к первому рангу, следом идут слова 2 ранга и так далее. Расчеты будут точными с точки зрения математических данных, но в погоне за совершенством главное не потерять уникальность и читабельность информации.

На основании полученных цифр построить график. Получится резкая линия вниз, потом плавный переход в плоскость, далее движение по горизонтальной прямой.

Закон Парето-Ципфа

Закон Ципфа позволяет оценить словарный запас любого человека. Высокое значение – человек начитанный и использует много слов, низкое значение — бедный лексикон, мало слов. Когда у копирайтера не хватает слов для написания качественного текста, он не может умело заменять слова при их повторениях, он никогда не вырастет как профессиональный автор.

Оптимизаторы стараются не работать с авторами, не способными качественно обрабатывать информацию, потому что у такого контента мало будущего, статьи не дадут необходимого трафика и это в результате закончится глубоким разочарованием. Ведь написать уникальную статью сможет человек с богатым словарным запасом.

Благодаря закону Ципфа легко измерять значения текстов, просто оценить в цифрах эрудицию человека.

Другой ученый Мандельброт решил использовать закон Ципфа в математике и модифицировал его, составив следующую формулу:

F = C*R-1/a;

а — богатство словарного запаса человека. Его высокое значение означает, что текст насыщен разными словами, а не одними и теми же.
Но закон Ципфа не всегда работает идеально и его применение уместно не во всех сферах, он больше напоминает закон «Парето», только наоборот.

Как использовать закон для оптимизации?

Предположим, что поисковые алгоритмы ранжируют сайты и проверяют тексты на «естественность». Тогда любые автоматические статьи, созданные с помощью программ, сразу же распознаются. Это является большим плюсом, не будет автоматического контента.

Затронем взаимосвязь тематики сайта и частотности слов. Образуются частотные словари, действующие в рамках наборов текстов тематики. Чтобы получить эталонную частотность слов, необходимо проанализировать набор текстов, собрать ядро повторяющихся слов.

Любой текст с выбранной темой можно проверить, сравнив его с эталонной частотностью.

Существует мнение, что поисковые роботы используют при анализе именно данный принцип. Это является лишь предположением, но все же естественность в текстах играет свою роль.

Как трактуется закон Ципфа в Вики?

Это закономерность использования повторяющихся слов в тексте. Если взять и посчитать слова, потом выложить и в виде графика по частоте повторяемости, то в результате частота n-го слова будет обратно пропорциональной номеру n. Первое по популярности слово будет встречаться в два раза чаще, чем второе, второе будет в два раза чаще, чем третье и так далее.

Модель Ципфа «Ранг-Размер»

Для лучшего понимания закона, будет уместным использовать следующие правила:

Малое количество слов используется человеком очень часто, поэтому на графике линия почти вертикальная.
Среднее число слов у человека используется также среднее количество раз, т.е. находится где-то посередине.
Много слов применяется человеком очень редко, поэтому на графике правая линия почти горизонтальная прямая.

Сервисы для естественности текста:

Сайт 1y.ru
Сайт pr-cy.ru

По данным сайтам легко проверить весь сайт или отдельную страницу.

1

2

3

4

5

6

7

8

9

10

11

12

Интересное:

кто хочет в группу единомышленников присоединяйтесь к нам

Присоединиться

что это и как анализировать текст онлайн

Привет читатели seoslim.ru! Как вы знаете при создании любого текста важным является его естественность.

Неудивительно, что многие сегодня применяют закон Ципфа, позволяющий правильно использовать при написании те или иные слова.

Но переделывать все статьи на основании этой теории следует осторожно, чтобы не испортить их качество.

Что такое закон Ципфа

Впервые применить математические формулы к написанию статей решил Джордж Ципф, лингвист по образованию. Сделал он это еще в 1949 году.

Но в своих исследованиях он использовал теорию Жана-Батиста Эсту, которая применялась во многих сферах.

Жан-Батист занимался определением некоторых закономерностей еще в начале XX века. На основании закономерностей Эсту классифицировали города, распределяли экономические ресурсы, определяли социальные статусы.

Это интересно: Как и сколько можно заработать на текстах в интернете

В 1949 году лингвист Джордж Ципф впервые применил его теорию к тексту, определив закономерность обычного расположения фраз, словосочетаний и предложений.

Получалось, что частота определенных слов обратно пропорциональна их месту. Из этого следует, что закон Ципфа – это способ распределения частоты слов

, позволяющий упорядочить их по убыванию для создания максимально естественного текста.

Как и по какой формуле рассчитывается

Существует несколько формул для расчета.

Первая − FR=C. Здесь F – количество раз использования слова, R – порядковый номер слова, C – количество раз использования самых часто встречающихся в тексте слов.
Вторая формула − F=C/R. Ее используют чаще, так как это удобнее.

Пример подгонки текста

Любую статью можно проверить на соответствие закону Ципфа, использую онлайн сервисы.

К примеру, после такой проверки оказывается, что слово первого ранга встречается 23 раза, второго уже 21, а третьего 15.

При этом сервис подсказывает, что по Ципфу количество вхождений второго слова должно быть не больше 12, а третьего всего 8 раз.

При этом учитывают не только первые строчки, но и последние позиции в списке. Их также подгоняют согласно данной закономерности.

В столбце «Рекомендации» видно, какое количество слов надо удалить или заменить.

Если переделать написанное, исходя из рекомендаций сервиса проверки, то показатель по Ципфу сразу увеличится до 85−90%. Но следует учитывать, что от этого может сильно пострадать читабельность.

СЕО-специалисты рекомендуют не торопиться подгонять статью под идеальные показатели Ципфа.

Улучшить ее качество можно другими методами:

убрать повторы, «канцеляризмы», штампы;
больше работать над структурой;
«воду» заменить фактами и статистикой;
добавить схемы, таблицы, скриншоты;
хорошо раскрыть тему, чтобы при чтении не возникало дополнительных вопросов.

Метод анализа по Ципфа чаще всего используют для статей с большим количеством ключевых слов.

Как работает закон Ципфа в копирайтинге

Для современных текстов подобный закон является крайне важным, так как позволяет создавать яркие и уникальные статьи.

Чем меньше заспамленность, тем выше их качество.

По теме: Как проверить текст на академическую и классическую тошноту

Чаще всего закон Ципфа необходим:

копирайтерам;
писателям;
маркетологам;
СЕО-специалистам;
программистам.

Любую статью можно проанализировать, чтобы устранить неправильное использование ключевых слов.

Ципфа и SEO тексты

Неестественные статьи, созданные специальными программами, не способны вписаться в рамки, рассматриваемого правила. Топовые поисковые системы, анализируя страницы, сразу обращают внимание на их так называемую «естественность».

Выявить плохой текст можно, просто несколько раз его прочитав и подсчитав количество повторяющихся слов.

Для Ципфа характерным является использование слов, относящихся к 1, 2, 3 рангу. Слов 1 уровня всегда больше, поэтому в этом случае используют самые важные «ключевики». Слово 2-го уровня повторяется ровно в 2 раза меньше раз, чем 1-го. Это правило работает для всех остальных ключей.

К примеру, статья о программировании содержит несколько важных ключевых слов. Это «программист», «сайт», «оптимизация». Слово первого ранга указывают в тексте 30 раз, второго и третьего ранга – соответственно 20 и 10 раз.

Хорошим считается текст, где показатель проверки находится в пределах 30−50%.

Если сервис оценил написанное на 50% и более, статья является максимально естественной (чем выше показатель, тем она лучше). Когда оценка не достигает 30%, над написанным лучше еще поработать.

Правило Ципфа – это в первую очередь математический анализ, специально разработанный инструмент для проверки слов.

Но есть исключения из правила, согласно которым эта теория не имеет отношения к:

Содержанию. Особенно это касается классических литературных произведений. Если изучить труды известных авторов, окажется, что многие из них совсем не соответствуют закономерностям Ципфа.
Профессионализму автора. Правило можно применить к любому, даже самому бессмысленному набору слов, сделав из него профессионально написанный текст.
Оригинальности статьи. Уникальность никак не влияет на использование закона. Даже если статья будет 100% оригинальная, показатели по Ципфу могут быть ниже нормы.
Продвижению сайтов. На первой странице выдачи легко могут быть статьи с низкими оценками, тогда как естественные тексты будут размещены ниже.

Данный закон позволяет контролировать частоту стоп-слов. Во время проверки автор видит количество каких слов следует уменьшить, дабы улучшить качество материала.

Если не обращать на это внимание, то какой-нибудь заурядный предлог легко может испортить статью.

Сервисы для проверки естественности текстов

Для облегчения трудов копирайтеров, есть немало онлайн сервисов, который могут быстро и наглядно проверить тексты, учитывая требования Ципфа.

Самые простые и понятны ресурсы, с которыми доводилось работать:

miratext.ru/seo_analiz_text
pr-cy.ru/zypfa/

К современным текстам предъявляют много требований. Помимо уникальности, водности и других параметров надо учитывать и правильное использование ключевых слов.

Если они вписаны в большом количестве, то статья будет неестественной и вряд ли сможет занять первое место в поисковой выдаче, да и читать ее будет не очень приятно.

что это такое и почему это работает. Закон ципфа и фрактальная природа социальных и экономических явлений

слов естественного языка : если все слова языка (или просто достаточно длинного текста) упорядочить по убыванию частоты их использования, то частота n -го слова в таком списке окажется приблизительно обратно пропорциональной его порядковому номеру n (так называемому рангу этого слова, см. шкала порядка). Например, второе по используемости слово встречается примерно в два раза реже, чем первое, третье — в три раза реже, чем первое, и так далее.

История создания [ | ]

Автором открытия закономерности является французский стенографист (фр. Jean-Baptiste Estoup ), который описал её в 1908 году в работе «Диапазон стенографии» . Закон был впервые применён для описания распределения размеров городов немецким физиком Феликсом Ауэрбахом в работе «Закон концентрации населения» в 1913 году и носит имя американского лингвиста Джорджа Ципфа , который в 1949 году активно популяризировал данную закономерность, впервые предложив использовать её для описания распределения экономических сил и социального статуса .

Объяснение закона Ципфа, основанное на корреляционных свойствах аддитивных марковских цепей (со ступенчатой функцией памяти) было дано в 2005 году .

Закон Ципфа математически описывается распределением Парето . Является одним из базовых законов, используемых в инфометрии .

Приложения закона [ | ]

Джордж Ципф в 1949 году впервые показал распределение доходов людей по их размерам: самый богатый человек имеет вдвое больше денег, чем следующий богач, и так далее. Это утверждение оказалось справедливым для ряда стран (Англия, Франция, Дания, Голландия, Финляндия, Германия, США) в период с 1926 по 1936 год.

Этот закон также работает в отношении распределения городской системы: город с самым большим населением в любой стране в два раза больше, чем следующий по размеру город, и так далее . Если расположить все города некоторой страны в списке в порядке убывания численности населения, то каждому городу можно приписать некоторый ранг, то есть номер, который он получает в данном списке. При этом численность населения и ранг подчиняются простой закономерности, выражаемой формулой :

P n = P 1 / n {\displaystyle P_{n}=P_{1}/n} ,

где P n {\displaystyle P_{n}} — население города n -го ранга; P 1 {\displaystyle P_{1}} — население главного города страны (1-го ранга).

Эмпирические исследования подтверждают данное утверждение .

В 1999 году экономист Ксавье Габэ описал закон Ципфа как пример степенного закона : если города будут расти случайным образом с одинаковым среднеквадратичным отклонением, то в пределе распределение будет сходиться к закону Ципфа .

Согласно выводам исследователей по отношению к городскому расселению в Российской Федерации , в соответствии с законом Ципфа :

большинство городов России лежит выше идеальной кривой Ципфа, поэтому ожидаемая тенденция — продолжение сокращения численности и людности средних и малых городов за счёт миграции в крупные города;
соответственно 7 городов-миллионников (Санкт-Петербург, Новосибирск, Екатеринбург, Нижний Новгород, Казань, Челябинск, Омск), находящиеся ниже идеальной кривой Ципфа, имеют существенный резерв роста населения и ожидают прирост населения;
существуют риски депопуляции первого города в ранге (Москвы), поскольку второй город (Санкт-Петербург) и последующие крупные города сильно отстают от идеальной кривой Ципфа в связи со снижением спроса на рабочую силу при одновременном росте стоимости проживания, включая, прежде всего, стоимость покупки и аренды жилья.

Критика [ | ]

Американский специалист по биоинформатике предложил статистическое объяснение закона Ципфа, доказав, что случайная последовательность символов также подчиняется этому закону . Автор делает вывод, что закон Ципфа, по-видимому, является чисто статистическим феноменом, который не имеет отношения к семантике текста и имеет поверхностное отношение к лингвистике.

В процессе выборов избиратели выражают свое отношение к тем или иным политическим деятелям или партиям, отдавая свой голос за того или иного кандидата или партию. Возникает вопрос – существуют ли какие-либо закономерности, описывающие распределение голосов избирателей между различными кандидатами или партиями? Если никаких закономерностей нет, то возможны любые соотношения между числами голосов, полученных кандидатами или партиями, а также между этими числами голосов и, например, явкой избирателей или числом недействительных бюллетеней. Если же существуют определенные закономерности в распределении голосов, то возможны не все варианты их распределения. На материале многих выборов в самых различных странах была выявлена статистическая связь, существующая между числами голосов, полученных на выборах различными кандидатами и партиями. Было установлено, что эта связь описывается следующей простой зависимостью:

Если по одной оси отложить в логарифмическом масштабе число голосов N(i), полученных каждым кандидатом, а по другой оси, также в логарифмическом масштабе, место i, занятое тем же кандидатом в ходе выборов, то полученные точки с достаточным приближением располагаются вдоль прямой линии:

ln N(i) = A — B x lni (1)

Справедливость приведенного уравнения была подтверждена в серии работ российских специалистов по математической политологии (Собянин, Суховольский, 1995), выполнивших анализ результатов выборов народных депутатов России в 1990 году, выборов Президента России в 1991 и 1996 годах, а также данных о выборах в ряде стран, начиная с выборов президента Франции в 1848 году, где победил Луи-Наполеон Бонапарт.

Этот математический результат нетривиален по своей природе. Специалистам – физикам, химикам, металлургам, демографам, экологам и представителям многих других областей знания, имеющих дело с большими массивами статистических данных, хорошо известно, что указанная численная закономерность носит общий характер и описывает ситуацию «свободной конкурентной борьбы» за распределение конечного количества каких-либо условных «благ». Оказывается, все мыслимое многообразие объектов, ситуаций и причинно-следственных связей не меняет характера этой зависимости: коль скоро имеется свободная конкуренция, ее результаты в любом случае укладываются на «логарифмическую прямую» – меняются лишь константа A и крутизна наклона прямой B. И наоборот: коль скоро имеются отклонения от условий свободной конкуренции, точки неминуемо отклоняются от прямой – и тем дальше, чем значительнее «факторы несвободы». Так, например, «конкуренция» городов за численность проживающего в них населения приводит в цивилизованных странах именно к такой зависимости. Между тем, в СССР такие города, как Москва, Ленинград и некоторые другие центры значительно отклонялись от «прямой свободной конкуренции» – вследствие административных ограничений, связанных с паспортным режимом. Аналогичным образом, свободная конкуренция приводит к той же зависимости между размерами крупнейших состояний и «местом», занимаемым их владельцами в списке таких состояний – разумеется, в тех частях света, где такие списки существуют. В точности таков же известный зоологам закон распределения хищников по массе (при отсутствии антропогенных факторов), и т.д.

Впервые закономерности этого рода установил итальянский социолог и математик В.Парето, занимаясь распределением жителей страны по величине их богатства; впоследствии к подобным же выводам пришел американский лингвист Дж.К. Ципф, изучая распределение частоты употребления слов в текстах. Различные варианты написанного выше соотношения носят название закона Ципфа – Парето. Методы анализа, связанные с изучением ранговых распределений, получили широкое распространение в лингвистике, наукометрии, экологии. Соблюдение соотношения (1) для избирательного процесса означает, что существует «свободная конкуренция» всех кандидатов, имеющих возможность беспрепятственно объяснять избирателям свои политические взгляды и политическую платформу.

Выполнение закона Ципфа – Парето для избирательного процесса означает, что каждый из кандидатов, каждая из партий и политических групп избирателей, голосующих по определенному типу, обладает своей собственной политической платформой, не перекрывающейся со всеми остальными. Имеющиеся кандидаты должны перекрывать все возможные предпочтения, имеющиеся у избирателей; тогда доля избирателей, ищущих свой выбор вне предлагаемого списка кандидатов, достаточно мала, и уравнение (1) с высокой точностью описывает распределение голосов избирателей. В противном случае в распределении (1) могут возникнуть пустые «ниши», и весь анализ усложняется.

Расчет параметров A и B, входящих в уравнение (1), производится по данным о численности избирателей, голосовавших за разных кандидатов или за разные политические группы, с помощью методов регрессионного анализа. Параметр A в уравнении (1) представляет собой логарифм числа избирателей, отдавших свои голоса за кандидата-лидера. Величина B – коэффициент предпочтения – характеризует наклон прямой (1) и служит численной мерой однородности выбора избирателей. Если B = 0, это означает, что у избирателей нет никаких предпочтений одних партий или кандидатов перед другими, и что все они получили на выборах одинаковое число голосов. Напротив, при больших значениях крутизны B партии-аутсайдеры получают очень мало голосов по сравнению с партиями-лидерами (однако, на практике параметр B почти никогда не бывает больше единицы). Если же замечаются отклонения от прямой типа (1), то при сделанных выше предположениях это указывает на отсутствие условий свободной политической конкуренции. Это может быть вызвано либо наличием каких-то дополнительно действующих внешних факторов, например, запугивания избирателей возможными политическими и экономическими репрессиями в случае голосования (или неголосования) за того или иного кандидата, либо прямой фальсификацией результатов выборов при подсчете голосов в избирательных комиссиях разного уровня. На рисунке 2 приведен типичный график рангового распределения численности голосовавших на выборах в России. Как можно видеть, между численностями различных групп избирателей и рангами этих групп (т. е. местами кандидатов) в логарифмических координатах (по обеим осям) практически наблюдается линейная связь.

Тип распределения голосов, поданных за различных кандидатов или партии, помогает выявить фальсификацию результатов выборов. В простейшем случае фальсификации, если в урны подброшено какое-то число бюллетеней, заполненных в пользу какого-то кандидата или партии, то оказывается, что ранговое распределение числа голосов, поданных за отдельных кандидатов, не изображается прямой. Но если исключить данные о кандидате, в пользу которого проводились фальсификации, то для остальных кандидатов (или партий) ранговое распределение будет соответствовать теоретическому. В рассматриваемом случае можно оценить число подброшенных бюллетеней по разнице между числом голосов, полученных таким кандидатом по официальным данным, и числом, найденным из уравнения рангового распределения после исключения данных, относящихся к упомянутому кандидату. На рисунке 3 приведено распределение голосов, поданных – по данным избирательной комиссии – за кандидатов на должность главы администрации Липецкой области на выборах, состоявшихся весной 1993 года. Это распределение очевидным образом далеко от прямой. В этом случае суд, прошедший в 1995 году, подтвердил наличие фальсификаций в пользу кандидата, занявшего первое место.

Почему «Закон Ципфа» в России не работает? March 11th, 2017

«Закон Ципфа» был впервые применён для описания распределения размеров городов немецким физиком Феликсом Ауэрбахом в работе «Закон концентрации населения» в 1913 году. Он носит имя американского лингвиста Джорджа Ципфа, который в 1949 году активно популяризировал данную закономерность, впервые предложив использовать её для описания распределения экономических сил и социального статуса.

В России этот закон не работает.

Ципф обнаружил, что это же правило действует в распределении доходов людей в стране: самый богатый человек имеет вдвое больше денег, чем следующий богач и так далее.

Позже стало понятно, что этот закон также работает в отношении размера городов. Город с самым большим населением в любой стране в два раза больше, чем следующий по размеру город и так далее. Невероятно, но закон Ципфа действовал абсолютно во всех странах мира на протяжении прошлого столетия.

Просто взгляните на список самых больших городов Соединённых Штатов. Итак, в соответствии с переписью 2010-го года население самого большого города США, Нью-Йорка, составляет 8 175 133 человека. Номер два -Лос-Анджелес с населением в 3 792 621 человек. Следующие три города, Чикаго, Хьюстон и Филадельфия, могут похвастаться населением в 2 695 598, 2 100 263 и 1 526 006 человек соответственно. Очевидно, эти числа неточны, но, тем не менее, они удивительно соответствуют закону Ципфа.

Пол Кругман, писавший о применении закона Ципфа к городам, превосходно подметил: часто экономическую теорию обвиняют в создании сильно упрощённых моделей сложной, беспорядочной действительности. Закон Ципфа показывает, что всё обстоит с точностью до наоборот: мы применяем слишком сложные, беспорядочные модели, а действительность поразительно аккуратна и проста.

Закон силы

В 1999 году экономист Ксавье Габэ написал научный труд, в которой описывал закон Ципфа как “закон силы”.

Габэ отметил, что этот закон сохраняется, даже если города растут в хаотическом порядке. Но эта ровная структура ломается, как только вы переходите к городам, не входящим в разряд мегаполисов. Небольшие города с численностью населения около ста тысяч человек, по всей видимости, подчиняются другому закону и показывают более объяснимое распределение размеров.

Можно задаться вопросом, что же имеется в виду под определением «город»? Ведь, например, Бостон и Кембридж считаются двумя разными городами, так же, как Сан-Франциско и Окленд, разделённые водой. У двух шведских географов тоже возник такой вопрос, и они стали рассматривать так называемые «естественные» города, объединённые населением и дорожными связками, а не политическими мотивами. И они обнаружили, что даже такие «естественные» города подчиняются закону Ципфа.

Почему закон Ципфа работает в городах?

Есть также экономические мотивы, поскольку в больших городах делают большие деньги, а закон Ципфа работает и для распределения доходов. Однако, чёткого ответа на вопрос это по-прежнему не даёт.

В прошлом году группа исследователей обнаружила, что у закона Ципфа всё же есть исключения: закон работает, только если рассматриваемые города связаны экономически. Это объясняет, почему закон действует, например, для отдельной европейской страны, но не для всего ЕС.

Как же растут города

Город будет вполне комфортно жить, если количество бензоколонок увеличится примерно на 77%. В то время, как закон Ципфа следует определённым социальным законам, этот закон более близок к природным, например, к тому, как животные потребляют энергию, становясь взрослее.

Математик Стивен Строгац описывает это так:

Сколько калорий в день нужно мыши по сравнению со слоном? Оба они млекопитающие, таким образом, можно предположить, что на клеточном уровне они не должны сильно отличаться. И действительно, если вырастить в лаборатории клетки десяти различных млекопитающих, у всех этих клеток будет одинаковая скорость метаболизма, они не запоминают на генетическом уровне, какого размера в действительности их хозяин.

Но если взять слона или мышь как полноценное животное, функционирующее скопление миллиардов клеток, то на одно и то же действие клетки слона будут расходовать гораздо меньше энергии, чем клетки мыши. Закон метаболизма, названный законом Кляйбера, утверждает, что метаболические потребности млекопитающего растут пропорционально его массе тела в 0,74 раза.

Эти 0,74 очень близки к 0,77, наблюдаемым у закона, управляющего количеством бензоколонок в городе. Совпадение? Может быть, но скорее всего нет.

В России население самого крупного города, Москвы, официально составляет около 11,5 млн. человек. Численность второго города, Санкт-Петербурга, — 5,2 млн. Как мы видим, соотношение численности населения двух городов примерно соответствует «закону Ципфа». По нему третий по численности город в России должен иметь около 4 млн. человек, а четвёртый — около 3 млн. Однако таких городов в России нет. В реальности третий город в России, Новосибирск, имеет численность 1,6 млн. человек (в 2,5 раза меньше нормы), а четвёртый, Екатеринбург, 1,4 млн., что тоже в 2 раза ниже нормы «по Ципфу».

Почему «закон Ципфа» не работает в России? Американский социолог Ричард Флорида в книге «Креативный класс» даёт ответ на этот вопрос. Он пишет, что «закон Ципфа» не работает в империях (или странах, имеющих рецидив империй) и плановых экономиках. Он называет три таких страны-исключения: Англию (где после Лондона нет даже второго города, меньшего по населению в 2 раза), Россию и Китай.

Исследование по «закону Ципфа» проводилось и Финансовым университетом при правительстве России. Вывод в нём был таков:

«Реальное распределение городов России по численности населения не в полной мере соответствует кривой Ципфа ни для развитых, ни для развивающихся стран. Часть реальной кривой Ципфа для России расположена выше идеальной, что соответствует распределению городов в развитых странах, а часть ниже — соответствует распределению городов в развивающихся странах. Таким образом, по правилу Ципфа получается, что в России доминирующую роль играют крупнейшие города и города-миллионники. Отклонение реальной кривой от идеальной связано с обширной территорией страны и различными социально-экономическими и природно-климатическими факторами».

Два мегаполиса и малые и средние города (до 250 тыс. человек) вполне укладываются в тип западной урбанизации. А вот крупные города и города-миллионники — нет.

Вывод ещё одного исследования:

«Выявленные тенденции не соответствуют высказанным в литературе предположениям, что причиной отклонения России от закономерности Ципфа является централизованное планирование пространственного развития, которое включало поддержку средних и малых городов в советский период. Переход к рынку должен был устранить эти искажения и приблизить зависимость ранг — размер к канонической форме, однако, несмотря на подключение рыночных механизмов к формированию пространства экономической активности, в стране наблюдалось дальнейшее отклонение от неё».

(Кружками обозначена численность населения областей России)

Т.е. отклонение от «закона Ципфа» в России не результат плановой экономики (как в Китае), а следствие имперскости страны (когда один или два города играют роль метрополии).

Исходя из этих тенденций, вероятность развития/регресса городов в России такова:

— Большинство городов России лежит выше идеальной кривой Ципфа, поэтому ожидаемая тенденция — продолжение сокращения численности и людности средних и малых городов за счёт миграции в крупные города.

— 7 городов-миллионников (Санкт-Петербург, Новосибирск, Екатеринбург, Нижний Новгород, Казань, Челябинск, Омск), находящиеся ниже идеальной кривой Ципфа, имеют существенный резерв роста населения и ожидают прирост населения.

— Существуют риски депопуляции первого города в ранге (Москвы), поскольку второй город (Санкт-Петербург) и последующие крупные города сильно отстают от идеальной кривой Ципфа в связи со снижением спроса на рабочую силу при одновременном росте стоимости проживания, включая, прежде всего, стоимость покупки и аренды жилья».

(В СССР «закон Ципфа» тоже не работал — видно отклонение городов от кривой Ципфа, где они должны были бы находиться)

Ричард Флорида в книге «Креативный класс» замечает ещё одно отличие американских и российских городов. В США концентрация креативного класса — в средних городах, разбросанных по всей территории страны. Так, наивысшая доля креативного класса в таких города, как Сан-Хосе, Боулдер (штат Колорадо), Хантсвилл (штат Алабама), Корваллис (штат Орегон) и т.д. — в них эта доля составляет 40-48%. А вот самый крупный город США, Нью-Йорк в числе середняков по доле креативного класса — 35% от общего числа работников и 34-е место в рейтинге, второй город страны, Лос-Анджелес — вообще 60-е место. Похожая тенденция наблюдается и в других странах, где работает «закон Ципфа» (Германия, Франция, Италия, Швеция и т.д.).

В России же почти весь креативный класс страны сосредоточен в Москве, а остальные города так и остаются зоной индустриального времени образца середины ХХ века.

Всё это ужасно захватывающе, но, пожалуй, менее таинственно, чем закон Ципфа. Не так сложно понять, почему город, являющийся, по сути, экосистемой, хоть и построенной людьми, должен подчиняться естественным законам природы. Но закон Ципфа не имеет аналога в природе. Это социальное явление и оно имеет место только на протяжении последних ста лет.

Всё, что мы знаем, это то, что закон Ципфа действует и для других социальных систем, включая экономическую и лингвистическую. Таким образом, возможно, есть какие-то общие социальные правила, создающие этот странный закон, и когда-нибудь мы сможем их понять. Тот, кто разгадает этот ребус, возможно, обнаружит ключ к предсказанию намного более важных вещей, чем рост городов. Закон Ципфа может быть лишь небольшим аспектом глобального правила социальной динамики, которое определяет то, как мы общаемся, торгуем, образуем сообщества и многое другое.

П.С. лично мне кажется, что закон с такими примерными допущениями к цифрам и кучей исключений вообще то и законом назвать сложно. Просто случайное совпадение.

А вы что думаете?

источники

Всем привет! В последнее время все чаще от коллег слышу о требовании в ТЗ оценивать качество текста по закону Ципфа. И далеко не все понимают, как нужно редактировать текст под этот закон. В сегодняшней статье попробую рассказать, как наиболее простым способом улучшить параметр, а также уточню почему хорошим авторам на самом деле это не нужно.

Определить качество текста по закону Ципфа можно по нескольким сервисам. Но, наиболее адекватным я считаю PR-CY, тут сочетается правильная формула с простым и понятным интерфейсом. Именно его я и использовал при подготовке этого материала.

Что такое закон Ципфа

Для начала стоит разобраться, что это такое. Если верить Википедии, сформулировал эту закономерность в 1908 году Жан-Батист Эсту, первоначально относился этот закон к стенографии. Первое известное широкой общественности применение закономерности относится к демографии, а точнее к распределению численности населения в городах, использовал ее Феликс Ауэрбах.

Современное название закономерность получила в 1949 году благодаря лингвисту Джорджу Ципфу. Он показал с ее помощью градацию распределения богатства среди населения. И только потом закон стали применять для определения читабельности текстов.

Как рассчитывается

Чтобы правильно использовать этот закон нужно понимать, как он работает. Разберем формулу для расчета.

F – частота использования слова;
R – порядковый номер;
C – постоянная величина (число обозначающее самое большое по количеству повторов слово).

На практике более удобной оказывается другая формула, она выглядит понятнее.

Удобнее такой подход так как у нас есть данные по числу повтора максимально распространенного слова. Именно от этого количества и отталкиваются.

Если упростить, то в нашем тексте второе по повторяемости слово должно встречаться в два раза реже, чем первое. Идущее на третьем месте, в три раза и так далее.

Пример подгонки текста

С теорией немного разобрались. Осталось разобраться с практикой. В качестве подопытного текста взял статью из Т-Ж. Почему именно оттуда? Все просто. На текущий момент это один из лучших образчиков любимого многими инфостиля. Ну, и было интересно, что покажет текст, написанный под руководством Максима Ильяхова. Скажу сразу, тексты по этому показателю на уровне, хотя, перелопатив более 40 сайтов вообще не нашел ни одной статьи с плохой естественностью. Также, сразу забегу вперед и скажу, что подопытный текст после подгонки стал намного хуже, несмотря на улучшенный показатель по Ципфа, не стоит сильно заморачиваться по чрезмерному повышению естественности.

Вот что нам показал анализатор после проверки.

Разберем, что там указано. Как видим есть столбец со словами, а также непонятные цифры. В столбце «вхождения» (1) указано сколько раз встречаются словоформы в тексте. В столбце «по Ципфу» (2) рекомендованное количество вхождений. Маркерами 3 и 4 помечены идеальные показатели для второй и третьей позиции. Также стоит обратить внимание на рекомендации, здесь указано сколько слов нужно убрать для достижения идеального сочетания.

Для большего понимания разберем, что насчитал анализатор. За основу возьмем цифру 39 (C), также нам понадобится порядковый номер, обратим внимание на 2 (F) позицию. Берем формулу.

Подставляем.

F=39/2=19,5

Округляем в большую сторону и получаем 20, это и будет необходимым количеством вхождений. Что подтверждает и анализатор. У нас же второе по популярности слово употребляется 28 раз, соответственно 8 повторов нужно будет удалить или заменить.

Разобравшись с принципом работы закона начинаем редактировать. Для этого удаляем или заменяем на синонимы слова, у которых больше вхождений, чем это требуется по Ципфа. В результате получаем вот такую картину.

Как видите, мне удалось увеличить показатель с 83% до 88%. Но, при этом значительно пострадало качество текста. Не стоит стремиться к увеличению этого показателя до 100%. По факту, если у вас уже есть 75%, это отлично и дальше извращаться не стоит.

Полезный совет

Уделяйте внимание не только первым строчкам. Начинайте подгонку с последних позиций в списке, они зачастую оказывают большее влияние на общий показатель, чем первый десяток слов.

Ципфа и SEO

Теперь перейдем к тому, зачем требуется знание этой закономерности копирайтеру. Сеошники заказывая тексты стремятся сделать их наиболее удобными для поисковых систем. Считается (правда, непонятно кем), что закон Ципфа активно используется поисковыми алгоритмами. Доказать или опровергнуть это утверждение сложно. Никаких вменяемых исследований и экспериментов на эту тему мне найти не удалось.

Решил проверить самостоятельно. Для этого взял выдачу по такому конкурентному запросу «пластиковые окна», в Яндексе бралась московская выдача, в Гугле пришлось поколдовать, и он меня вроде тоже определил, как жителя столицы (по крайней мере рекламу мне показал с московской геолокацией). Брал первую страницу выдачи, плюс 49 место. Получилась вот такая табличка.

Если посмотреть внимательнее, можно обратить внимание, в Яндексе выдача более ровная, если смотреть на исследуемую нами закономерность. Но, при этом более высокий показатель не гарантирует победы в борьбе за первое место в топе.

На основании этого можно сказать, если поисковики и применяют данный закон, является он только одним из факторов. И не основным.

Выводы

Ну, вот и все. Теперь вы знаете, что такое качество текста по закону Ципфа, а также можете корректировать этот показатель. На самом деле тут нет ничего сложного, все достаточно просто. Достаточно один раз понять принцип работы этой закономерности.

В течение прошлого века загадочный математический феномен, называемый законом Ципфа, позволял с большой точностью предсказывать изменение размеров городов-гигантов по всему миру. Штука в том, что никто не понимает, как и почему работает этот закон…

Вернёмся в 1949 год. Лингвист Джордж Ципф (Зипф) заметил странную тенденцию в использовании людьми определённых слов в языке. Он обнаружил, что небольшое количество слов используется постоянно, а подавляющее большинство – очень редко. Если оценить слова по популярности, открывается поразительная вещь: слово первого разряда всегда используется вдвое чаще, чем слово второго разряда и втрое чаще, чем слово третьего разряда.
Ципф обнаружил, что это же правило действует в распределении доходов людей в стране: самый богатый человек имеет вдвое больше денег, чем следующий богач и так далее.
Позже стало понятно, что этот закон также работает в отношении размера городов. Город с самым большим населением в любой стране в два раза больше, чем следующий по размеру город и так далее. Невероятно, но закон Ципфа действовал абсолютно во всех странах мира на протяжении прошлого столетия.

Просто взгляните на численность самых больших городов России. Численность населения Москвы примерно в 2 раза больше, чем Санкт-Петербурга.
Пол Кругман, писавший о применении закона Ципфа к городам, превосходно подметил: часто экономическую теорию обвиняют в создании сильно упрощённых моделей сложной, беспорядочной действительности. Закон Ципфа показывает, что всё обстоит с точностью до наоборот: мы применяем слишком сложные, беспорядочные модели, а действительность поразительно аккуратна и проста.

Закон силы

В 1999 году экономист Ксавье Габэ написал научный труд, в которой описывал закон Ципфа как “закон силы”.
Габэ отметил, что этот закон сохраняется, даже если города растут в хаотическом порядке. Но эта ровная структура ломается, как только вы переходите к городам, не входящим в разряд мегаполисов. Небольшие города с численностью населения около ста тысяч человек, по всей видимости, подчиняются другому закону и показывают более объяснимое распределение размеров.

Почему закон Ципфа работает в городах?

Так что же заставляет города быть столь предсказуемыми в количестве населения? Никто точно не может это объяснить. Нам известно, что города расширяются за счёт иммиграции, иммигранты стекаются в большие мегаполисы, потому что там больше возможностей. Но иммиграции недостаточно, чтобы объяснить этот закон.
Есть также экономические мотивы, поскольку в больших городах делают большие деньги, а закон Ципфа работает и для распределения доходов. Однако, чёткого ответа на вопрос это по-прежнему не даёт.
В прошлом году группа исследователей обнаружила, что у закона Ципфа всё же есть исключения: закон работает, только если рассматриваемые города связаны экономически. Это объясняет, почему закон действует, например, для отдельной европейской страны, но не для всего ЕС.

Как же растут города

Существует ещё одно странное правило, применимое к городам, оно имеет отношение к тому, каким способом города потребляют ресурсы, когда растут. Вырастая, города становятся более стабильными. Например, если город удваивается в размере, требуемое ему число бензоколонок не увеличивается вдвое.
Город будет вполне комфортно жить, если количество бензоколонок увеличится примерно на 77%. В то время, как закон Ципфа следует определённым социальным законам, этот закон более близок к природным, например, к тому, как животные потребляют энергию, становясь взрослее.

Математик Стивен Строгац описывает это так:
Сколько калорий в день нужно мыши по сравнению со слоном? Оба они млекопитающие, таким образом, можно предположить, что на клеточном уровне они не должны сильно отличаться. И действительно, если вырастить в лаборатории клетки десяти различных млекопитающих, у всех этих клеток будет одинаковая скорость метаболизма, они не запоминают на генетическом уровне, какого размера в действительности их хозяин.
Но если взять слона или мышь как полноценное животное, функционирующее скопление миллиардов клеток, то на одно и то же действие клетки слона будут расходовать гораздо меньше энергии, чем клетки мыши. Закон метаболизма, названный законом Кляйбера, утверждает, что метаболические потребности млекопитающего растут пропорционально его массе тела в 0,74 раза. Эти 0,74 очень близки к 0,77, наблюдаемым у закона, управляющего количеством бензоколонок в городе.
Совпадение? Может быть, но скорее всего нет.
Всё это ужасно захватывающе, но, пожалуй, менее таинственно, чем закон Ципфа. Не так сложно понять, почему город, являющийся, по сути, экосистемой, хоть и построенной людьми, должен подчиняться естественным законам природы. Но закон Ципфа не имеет аналога в природе. Это социальное явление и оно имеет место только на протяжении последних ста лет.
Всё, что мы знаем, это то, что закон Ципфа действует и для других социальных систем, включая экономическую и лингвистическую. Таким образом, возможно, есть какие-то общие социальные правила, создающие этот странный закон, и когда-нибудь мы сможем их понять. Тот, кто разгадает этот ребус, возможно, обнаружит ключ к предсказанию намного более важных вещей, чем рост городов. Закон Ципфа может быть лишь небольшим аспектом глобального правила социальной динамики, которое определяет то, как мы общаемся, торгуем, образуем сообщества и многое другое.

Страница не найдена | Московский Экономический Журнал

Sorry — that page can’t be found. You can view the most recent articles below or try a search:

Найти:

Понедельник Июль 11th, 2022Среда Июль 13th, 2022Posted by redaktor

Информационная группа ComNews приглашает принять участие в масштабном отраслевом мероприятии – IV Федеральном ИТ-форуме агропромышленного комплекса России — «Smart Agro: Цифровая трансформация в сельском хозяйстве». Дата проведения: 27 октября 2022 г. Место проведения: Отель «Хилтон Гарден Инн Москва Красносельская», ул. Верхняя Красносельская, д.11а стр. 4, Москва Сайт форума: https://www.comnews-conferences.ru/ru/conference/smartagro2022 Мероприятие предусматривает возможность онлайн-участия. Трансляция для […]