तकनीकी सारांश: न्यूनतम प्रयास से सहमति (Minimal Effort to Consensus - MEC)

1. समस्या विवरण (Problem Statement)

यह शोध पत्र सार्वजनिक विमर्श में ध्रुवीकरण (polarization) को मापने की चुनौती का समाधान करता है। जबकि मौजूदा माप (जैसे एस्टेबन-रे, अर्थ मूवर्स डिस्टेंस, वैन डेर एइक इंडेक्स) युग्वत् समुच्चय (pairwise aggregates), क्रमिक फैलाव (ordinal dispersion), या परिवहन लागतों के माध्यम से सीधे जनमत वितरण से ध्रुवीकरण की गणना करते हैं, उनमें सहमति बिंदु (consensus point) की एक संरचनात्मक परिभाषा का अभाव है। विशेष रूप से, ये माप यह पहचान नहीं पाते हैं कि वह विशिष्ट स्थिति कौन सी है जहाँ एक जनसंख्या न्यूनतम प्रयास के साथ सहमति तक पहुँच सकती है, और न ही वे इस बिंदु को निर्धारित करने के लिए एक अनुकूलन ढांचा (optimization framework) प्रदान करते हैं। लेखक तर्क देते हैं कि ध्रुवीकरण को केवल फैलाव (dispance) के रूप में नहीं, बल्कि सहमति के प्रति प्रतिरोध के रूप में समझा जाना चाहिए।

2. कार्यप्रणाली (Methodology)

लेखक एक नया माप, न्यूनतम प्रयास से सहमति (MEC) प्रस्तावित करते हैं, जिसे एक जनमत वितरण को सहमति वितरण (जहाँ सारा द्रव्यमान एक एकल बिंदु पर केंद्रित होता है) में बदलने के लिए आवश्यक न्यूनतम लागत के रूप में परिभाषित किया गया है।

2.1. औपचारिक परिभाषा (Formal Definition)

माना कि $\pi$ एक जनमत वितरण है जिसका परिमित समर्थन (finite support) $s(\pi) \subset [0, 1]$ है, जहाँ $\pi(x)$ उन एजेंटों के द्रव्यमान को दर्शाता है जो विचार $x$ रखते हैं। बिंदु $y$ पर सहमति तक पहुँचने के प्रयास को दो मापदंडों $\alpha \ge 1$ और $\beta \ge 1$ का उपयोग करके परिभाषित किया गया है:

$$EC_{\pi}^{\alpha, \beta}(y) = \sum_{x \in s(\pi)} \pi(x)^\alpha |x - y|^\beta$$

MEC सभी संभावित सहमति बिंदुओं $y \in [0, 1]$ पर इस प्रयास फलन (effort function) का न्यूनतम मान है:
$$MEC_{\alpha, \beta}(\pi) = \min_{y \in [0, 1]} EC_{\pi}^{\alpha, \beta}(y)$$

2.2. मापदंडों की व्याख्या (Parameter Interpretation)

• $\alpha$ (पहचान/Identification): समूह के आकार के भार को नियंत्रित करता है। जब $\alpha > 1$ होता है, तो बड़े समूह असमान रूप से अधिक प्रभाव डालते हैं, जो 'सोशल आइडेंटिटी थ्योरी' को दर्शाता है जहाँ समूह एकजुटता राजनीतिक वजन को बढ़ा देती है।
• $\beta$ (अलगाव/Alienation): विचारों के परिवर्तन की लागत को नियंत्रित करता है। जब $\beta > 1$ होता है, तो बड़े वैचारिक बदलावों में सुपर-लीनियर (super-linear) लागत आती है, जो महत्वपूर्ण विश्वास संशोधन से जुड़ी संज्ञानात्मक विसंगति (cognitive dissonance) और पहचान की लागत को दर्शाती है।

2.3. विशेष मामले (Special Cases)

• $(\alpha, \beta) = (1, 1)$: यह $\pi$ से निकटतम सहमति वितरण तक 'अर्थ मूवर्स डिस्टेंस' (1-वॉसरस्टीन दूरी) में बदल जाता है। इष्टतम $y$ माध्यिका (median) है।
• $(\alpha, \beta) = (1, 2)$: यह एक विचरण-समान फैलाव माप (variance-like dispersion measure) में बदल जाता है (कुल द्रव्यमान द्वारा स्केल किया गया)। इष्टतम $y$ माध्य (mean) है।
• सामान्य मामला: इस माप को कुल रूपांतरित द्रव्यमान $\Sigma \pi^\alpha$ द्वारा सामान्यीकृत $\alpha$-पावर वितरण के $L_\beta$-डिस्पर्शन के गुणनफल के रूप में वर्णित किया गया है।

3. मुख्य योगदान और सैद्धांतिक परिणाम (Key Contributions and Theoretical Results)

3.1. संरचनात्मक लक्षण वर्णन (Structural Characterization)

• ज्यामितीय व्याख्या: प्रमेय 1 स्थापित करता है कि $MEC(\pi) = \frac{\Sigma \pi}{2} - EMD(\pi, \pi^*)$, जहाँ $\pi^*$ एक चरम वितरण (extremal distribution) है (आधा द्रव्यमान 0 पर, आधा 1 पर)। यह ध्रुवीकरण को अधिकतम असहमति की निकटता से जोड़ता है।
• उत्तलता (Convexity): प्रयास फलन उत्तल (convex) है; $\beta > 1$ के लिए, यह строго उत्तल (strictly convex) है, जो एक अद्वितीय इष्टतम सहमति बिंदु $y^*$ सुनिश्चित करता है।
• समरूपता और स्केलिंग: यह जनमत स्पेक्ट्रम के परावर्तन (reflection) और अनुवाद (translation) के तहत अपरिवर्तित रहता है। यह जनसंख्या स्केलिंग के संबंध में $\alpha$ की कोटि (degree) की होमोजेनिटी को संतुष्ट करता है।

3.2. अल्पसंख्यक सिद्धांत (The Minority Principle)

प्रमेय 6 दो-बिंदु वितरण के लिए एक प्रति-सहज परिणाम सिद्ध करता है: छोटा समूह हमेशा कुल प्रयास का बड़ा हिस्सा वहन करता है, चाहे $\alpha$ और $\beta$ के पैरामीटर कुछ भी हों। ऐसा इसलिए है क्योंकि इष्टतम सहमति बिंदु बड़े समूह के करीब खिसक जाता है, जिससे अल्पसंख्यक को अधिक दूरी तय करनी पड़ती है।

3.3. टिपिंग पॉइंट विधि (The Tipping Point Method)

यह शोध पत्र क्रांतिक द्रव्यमान ($k^*$) की गणना करने की एक विधि प्रस्तुत करता है, जो एक समूह के एक हिस्से को चरम (extreme) की ओर ले जाने के लिए आवश्यक है ताकि ध्रुवीकरण बढ़ना शुरू हो सके।

• गैर-एकदिष्टता (Non-Monotonicity): लेखक प्रदर्शित करते हैं कि ध्रुवीकरण, अतिवाद (extremism) के सापेक्ष एकदिष्ट (monotone) नहीं है। एक समूह के एक छोटे अंश को चरम की ओर ले जाने से वास्तव में ध्रुवीकरण कम हो सकता है, क्योंकि यह मूल एकजुट समूह को कमजोर करता है लेकिन एक नया प्रभावशाली चरम समूह नहीं बनाता।
• गणना योग्यता (Computability): $\alpha = \beta = 2$ के लिए, ध्रुवीकरण में परिवर्तन एक क्यूबिक बहुपद (cubic polynomial) द्वारा नियंत्रित होता है, जो टिपिंग पॉइंट की क्लोज्ड-फॉर्म गणना की अनुमति देता है।

3.4. अभिगृहीत संगतता (Axiomatic Compatibility)

लेखक सिद्ध करते हैं कि $MEC_{\alpha, \beta}$, एस्टेबन और रे (ER) के तीन अभिगृहीतों (पहचान, अलगाव और चरमों के प्रति फैलाव) को संतुष्ट करता है, बशर्ते $\alpha > 1$ हो।

• अभिगृहीत 1 (पहचान): इसके लिए $\alpha > 1$ की आवश्यकता है। यदि $\alpha = 1$ है, तो यह मानक फैलाव (जैसे विचरण) में बदल जाता है, जो समूहों के सुदृढ़ीकरण को पकड़ने में विफल रहता है।
• नई विशेषता: लेखक सेंट्रल-स्प्लिट मोनोटोनिसिटी (Central-Split Monotonicity) नामक एक विशेषता पेश करते हैं, जहाँ एक केंद्रीय समूह को सममित उप-समूहों में विभाजित करने से ध्रुवीकरण बढ़ जाता है। वे दिखाते हैं कि $MEC$ इसे संतुष्ट करता है, जबकि मानक ER पैरामीट्रेशन ($\alpha=0.8$) नहीं करता है।

4. अनुभवजन्य परिणाम (Empirical Results)

लेखक कौडनबर्ग-कियर्स-काशिमा (KKI) बेंचमार्क के विरुद्ध MEC को मान्य करते हैं, जहाँ 60 विशेषज्ञों ने 15 काल्पनिक जनमत वितरणों को रेट किया।

• प्रदर्शन: पैरामीट्रेशन $MEC_{2, 1.15}$ विशेषज्ञ रैंकिंग के विरुद्ध केंडल का $\tau \approx 0.89$ प्राप्त करता है। यह सर्वश्रेष्ठ प्रदर्शन करने वाले एस्टेबन-रे पैरामीट्रेशन ($ER_{0.8}$) के बराबर है और वैन डेर एइक इंडेक्स तथा टास्टल-विएरमैन डिसेंशन (Tastle–Wierman Dissention) जैसे फैलाव-आधारित विकल्पों से बेहतर प्रदर्शन करता है।
• गणनात्मक दक्षता: समर्थन आकार $n$ के लिए, $MEC$को$O(n \log(1/\epsilon))$ समय में बाइसैक्शन (bisection) के माध्यम से न्यूनतम किया जा सकता है, जो कि ER जैसे युग्वत् मापों की $O(n^2)$ जटिलता की तुलना में विषम रूप से तेज़ है।

5. महत्व और दावे (Significance and Claims)

लेखक दावा करते हैं कि MEC मौजूदा मापों की तुलना में एक विशिष्ट वैचारिक और संरचनात्मक लाभ प्रदान करता है:

1. अंतर्जात सहमति (Endogenous Consensus): युग्वत् या फैलाव मापों के विपरीत, MEC एक इष्टतम सहमति बिंदु ($y^*$) आउटपुट करता है, जो जनसंख्या को एकीकृत करने के लिए न्यूनतम प्रयास वाले विशिष्ट स्थान की पहचान करता है।
2. अनुकूलन संरचना (Optimization Structure): यह सूत्रीकरण संरचनात्मक गुणों (अल्पसंख्यक सिद्धांत, टिपिंग पॉइंट्स) के व्युत्पन्न की अनुमति देता है, जो स्थिर फैलाव सूचकांकों के लिए अप्राप्य हैं।
3. सैद्धांतिक एकीकरण: यह परिवहन सिद्धांत (transportation theory), उत्तल विश्लेषण (convex analysis), और पहचान एवं संज्ञानात्मक विसंगति के समाजशास्त्रीय सिद्धांतों को जोड़ता है।
4. अभिगृहीत मजबूती: यह एस्टेबन और रे के मानक अभिगृहीता ढांचे को संतुष्ट करता है और नई विशेषताएं (सेंट्रल-स्प्लिट मोनोटोनिसिटी) पेश करता है जो जनमत गतिशीलता के सूक्ष्म बदलावों को बेहतर ढंग से पकड़ती हैं।

लेखक निष्कर्ष निकालते हैं कि जबकि MEC और ER मानक मामलों (जैसे, सममित दो-चरम वितरण) में सहमत हैं, MEC सहमति के प्रति प्रतिरोध और जनमत परिवर्तनों की गतिशीलता का विश्लेषण करने के लिए एक समृद्ध ढांचा प्रदान करता है, विशेष रूप से छोटे समूहों को चरम की ओर ले जाने के गैर-एकदिष्ट प्रभावों के संबंध में।