Coalitions in Repeated Games

この論文は、継続的な報奨と罰則を用いて連合による妨害を抑制する履歴依存型の枠組みと解の概念を提案し、その有効性を繰り返しマッチングや交渉などの多様な設定で評価するものである。

要約

1. 基本アイデア：「次回の約束」と「お仕置き」

普段、私たちが「協力し合う」のは、相手が裏切らないからではなく、「裏切ると次から嫌がらせをされるから」です。これをゲーム理論では「繰り返しゲーム」と呼びます。

しかし、この論文が注目しているのは、**「個人」ではなく「グループ（結託）」**です。
例えば、3 人のルームメイトがいて、2 人だけ部屋を共有して、もう 1 人を外に出そうとする場合、その 2 人は「一緒に部屋を共有すれば、もっと得をする！」と結託してルールを破ろうとします。

この論文は、**「過去の行動を記憶し、将来の報酬や罰を条件にすることで、グループ全体が裏切らないようにする仕組み」**を提案しています。

2. 核心の発見：「仲間の思惑」がすべて

この研究で最も面白い発見は、**「グループが裏切らないかどうかは、メンバー同士の『思惑の一致度』で決まる」**ということです。

① 完全に「同類」なグループ（思惑が一致している）

もし、グループのメンバー全員が「同じことを考えていて、利益も全く同じように動く」場合、彼らは**「一人の巨大な巨人」**として振る舞います。

• 例え話: 双子の兄弟が、お小遣いをどう分けるか相談している場合、彼らは「自分たちでどう分けるか」しか考えません。外からの「お仕置き」を恐れても、兄弟間で「お前の分を減らして俺が得する」なんて言えないので、「お仕置き」が効きません。
• 結果: 彼らは、自分たちが一番得をする方法（最大限の利益）を常に手に入れてしまいます。外部からはどうしようもありません。

② 思惑が少しでも「ズレている」グループ

もし、メンバーの思惑が 1% でもズレている場合（例えば、A は「今すぐ現金が欲しい」、B は「将来の安定が欲しい」など）、**「分断工作（スキャンダルの利用）」**が効きます。

• 例え話: 2 人の共犯者が「お宝を半分ずつ分けよう」と約束したとします。しかし、A は「今すぐ全部欲しい」と考えていて、B は「後で分けよう」と考えているとします。
  • 管理者（ゲームのルール）は、**「B だけには罰を与えず、A だけを厳しく罰する」**という戦略をとれます。
  • A は「B と組んでも、B は裏切らないかもしれないけど、俺だけ罰せられるリスクがある」と思い、結託を諦めます。
• 結果: 思惑がズレているだけで、グループはバラバラになり、協力してルールを破ることができなくなります。

3. 重要なテーマ：「お金のやり取り（贈与）」の透明性

この論文では、**「お金のやり取りがバレるかどうか」**が、結託の成否を大きく変えることを示しています。

① お金のやり取りが「バレバレ」の場合（公的）

グループ内で「お前が得した分、俺に回してくれ」というお金のやり取りが、全員に公開されていると、「分断工作」がさらに強力になります。

• 例え話: 2 人の社員が「会社のお金を横領して分け合おう」としています。でも、そのやり取りが社長にバレるとします。社長は「お前（A）が B に多く払ったな？じゃあ、B には何も罰せず、A だけをクビにするよ」と言えます。
• 結果: 誰が誰にお金を払ったかによって罰が変わるため、グループ内での信頼関係が崩れ、結託自体が成立しにくくなります。

② お金のやり取りが「内緒」の場合（秘密）

もし、グループ内で「内緒で金銭のやり取り」ができるなら、「巨人化」が完成します。

• 例え話: 2 人の社員が「内緒で金銭のやり取り」をして、誰が得したか、誰が損したかを外部に隠せます。
  • 社長は「誰が誰にお金を払ったか」がわからないため、「分断工作」ができなくなります。
  • 2 人は「内緒で利益を最大限に分配し合い、外部からの罰を無効化する」ことができます。
• 結果: 秘密裏にお金をやり取りできるグループは、外部からの罰を完全に無効化し、自分たちが一番得をする状態（コア）を維持してしまいます。

4. 実社会への応用：「給与の透明性」は誰に有利か？

この理論を労働市場（会社と従業員）に当てはめると、**「給与が公開されるか（透明性があるか）」**という議論に新しい視点を与えます。

• 給与が非公開（秘密）の場合:

  • 会社と従業員は「内緒で給与交渉」ができます。
  • 結果：会社は従業員同士を競わせて賃金を下げたり、逆に従業員が会社と結託して利益を独占したり、**「市場の核心（コア）」**と呼ばれる、最も基本的な分配しか実現できません。競争が激しすぎると、従業員は低賃金に追いやられます。

• 給与が公開（透明）の場合:

  • 「誰がいくらもらっているか」がバレます。
  • 面白い逆転現象:
    • 従業員が多い場合（労働者余剰）: 給与が公開されると、従業員同士が「結託して賃上げ」を要求しやすくなります。会社は「一人だけ給与を上げたら、全員が要求する」と恐れるため、従業員が得をします。
    • 従業員が少ない場合（労働者不足）: 給与が公開されると、会社同士が「結託して賃金を下げる」ことができます。従業員が「他社に行けばもっともらえる」と思っても、会社全体が低賃金を維持する合意（カルテル）をしていると、会社が得をします。

まとめ

この論文が伝えたいメッセージはシンプルです。

1. グループは「完全に一致した思惑」を持っている時だけ、最強になる。
2. 思惑が少しでもズレていれば、巧妙な「分断と罰」でグループを崩壊させられる。
3. 「秘密裏のお金のやり取り」は、グループを最強にする魔法の杖だが、それがバレると逆に弱くなる。

つまり、「透明性」は、結託を弱める強力な武器になり得るのです。それは、誰が得をするか（労働者か企業か）によって、その効果の方向性が変わるという、非常に興味深い結論です。

技術概要

論文「Coalitions in Repeated Games」の技術的サマリー

1. 概要と問題設定

本論文は、繰り返しゲームにおける**集団的行動（Coalitional Behavior）**の分析枠組みと、その解概念「完全集団均衡（Perfect Coalitional Equilibrium: PCE）」を提案するものです。

従来の繰り返しゲーム理論（Fudenberg & Maskin, 1986 など）は、個人が非協力的に行動し、個人の逸脱（deviation）のみを考慮するモデルが主流でした。一方、マッチング、投票、ネットワーク形成などの文脈では、プレイヤーのグループ（連合）が共同で行動し、現状の配分をブロック（blocking）する能力が重要です。しかし、従来の協力ゲーム理論（コアの概念など）は静的な相互作用を扱い、将来の約束や懲罰（dynamic incentives）を考慮していませんでした。

核心的な問題：
「過去の行動履歴に依存する継続的戦略（continuation strategies）を用いることで、どのようにして連合によるブロックを抑制し、協力的な結果を維持できるか？」
特に、連合メンバー間の利害関係が完全に一致している場合と、わずかにずれている場合で、どのような結果が達成可能になるかが焦点です。

2. 方法論とモデル設定

2.1 基本モデル

• プレイヤーと連合: $N$ 人のプレイヤーがおり、空でない部分集合である連合 $C \subseteq N$ が形成されます。
• ステージゲーム: 各期、プレイヤーは代替案 $a \in A$ を選択します。連合 $C$ が代替案 $a$ をブロックする場合、$C$ は $E_C(a)$ に属する任意の代替案 $a'$ を選択できます（効果関数 correspondence）。
• 履歴と計画: 計画 $\sigma$ は、各履歴 $h$ に対してデフォルトの代替案を指定します。ブロックが発生した場合、その履歴に基づいて次のデフォルトが決定されます。
• 解概念：完全集団均衡 (PCE)
  • 定義：いかなる履歴においても、いかなる連合 $C$ に対しても、現在のデフォルトをブロックして得られる利得（現在の利得＋将来の割引利得）が、計画に従って継続する場合の利得よりも厳密に高くなるような代替案が存在しない計画。
  • 特徴：PCE は再帰的（recursive）であり、自己生成（self-generation）の手法（Abreu, Pearce, Stacchetti, 1990）を用いて分析可能です。

2.2 転移（Transfers）の扱い

• 公的転移: 連合内の利得分配が外部から観察可能な場合。
• 秘密のサイドペイメント: 連合内の転移が外部から観察不可能（秘密）な場合。これは労働市場の賃金交渉や政治的な裏取引をモデル化する際に重要です。

3. 主要な結果と貢献

3.1 連合の利益整合性と「分断・征服」戦略

定理 1（主要結果）:
PCE によって支持可能な利得の下限は、連合ミニマックス（Coalitional Minmax） $v^\circ_i$ によって決定されます。

• 利益が完全に一致する場合（Equivalent Utilities）: 連合メンバーの利得関数が線形変換で一致する場合、その連合は「単一のアクター」として振る舞い、高い連合ミニマックスを確保できます。この場合、PCE は効率的な結果しか支持できません（「ナイフエッジ」的な条件）。
• 利益がわずかにずれている場合: メンバー間の利得関数が完全に一致しない場合、PCE は**「身代わり（Scapegoat）」戦略**を用いて連合を分断できます。
  • 具体的には、ブロックを試みる連合の特定のメンバー（身代わり）のみを厳しく罰し、他のメンバーには恩赦を与えることで、その身代わりがブロックに参加するインセンティブを失わせます。
  • このメカニズムにより、プレイヤーが十分に忍耐強く（$\delta \to 1$）であれば、個人ミニマックスよりわずかに高い任意の利得ベクトル（厳密に個人合理的な利得）を支持可能になります。これは、連合ブロックの抑制が個人逸脱の抑制と同様に容易になることを意味します。

3.2 対称性と非対称性の役割

定理 3:
**強対称的 PCE（Strongly Symmetric PCE）**は、ステージゲームの対称的なコア代替案が存在する場合にのみ存在します。

• 対称的な戦略（例：グリム・トリガー）は、連合メンバーの利益を一致させてしまうため、連合によるブロックを抑制する「懲罰」の信頼性を失わせます。
• したがって、連合ブロックを抑制するには、非対称な懲罰（Asymmetric Punishments）、すなわち特定のプレイヤーを標的にした「身代わり」戦略が不可欠です。

3.3 転移の観察可能性の影響

定理 4（公的転移）:
転移が公的に観察される場合、連合メンバー間の利益整合性は崩れ、個人ミニマックスまで利得を押し下げることが可能になります。

• 公的な転移により、誰が誰に支払ったかが明確になるため、PCE は「誰が身代わりになるか」を転移の配分に応じて柔軟に選択でき、連合を分断できます。

定理 5（秘密のサイドペイメント）:
連合が秘密のサイドペイメントを行える場合、その連合は「単一のアクター」として振る舞い、連合ミニマックスを確保できます。

• この場合、PCE は連合内の利得分配を監視できないため、身代わり戦略が機能しなくなります。
• 結果として、支持可能な利得の集合は縮小し、ステージゲームの**コア（Core）**に収束します（「アンチ・フォーク定理」的現象）。

3.4 応用：労働市場マッチングと賃金の透明性

ケルソとクロフォード（1982）のモデルを繰り返しゲームに拡張し、賃金の透明性が誰に利益をもたらすかを分析しました。

• 賃金が公的（透明）な場合: 企業と労働者の間で秘密の合意ができず、身代わり戦略が機能します。労働者が豊富か、限界生産性が急速に低下する場合は、労働者が集団交渉を通じて高い賃金を維持できます。逆に、企業が労働者を抑圧するカルテルを形成することも可能です。
• 賃金が私的（非透明）な場合: 企業と労働者のペア（本質的連合）が秘密の転移を行えるため、連合ミニマックス（コア）が適用されます。
  • 労働者が希少で限界生産性の低下が緩やかな場合、企業間の競争により賃金は高くなります。
  • 労働者が豊富で限界生産性が急速に低下する場合、企業は秘密裏に賃金を抑制し、労働者はコア水準（低賃金）に留まります。
• 結論: 賃金の透明性は、市場の構造的条件（労働者の希少性や限界生産性の形状）に応じて、労働者側または企業側のどちらかを強化する役割を果たします。

3.5 静的なモデルとの関係

• 静的コアとの比較: 静的なゲームでは空のコアを持つ場合でも、繰り返しゲームでは PCE が存在し得ます（プレイヤーが忍耐強い場合）。
• 完全連合証明均衡（PCPE）: 連合内のサブ連合による「信頼できる」逸脱も考慮した解概念（PCPE）を導入しましたが、$\delta \to 1$ の極限では PCE と PCPE の支持可能利得集合は一致することが示されました。

4. 意義と結論

本論文は、以下の点で重要な貢献をしています。

1. 理論的枠組みの統合: 非協力的な繰り返しゲーム（フォーク定理）と協力的なゲーム理論（コア）を統合し、履歴依存戦略を用いて集団的行動を分析する統一的な枠組みを提供しました。
2. ダイナミックなインセンティブの限界と可能性: 連合メンバーの利益が「完全に一致」している場合のみ、連合は強力な防衛力を持ち、PCE の範囲を制限します。逆に、わずかな利益の不一致があれば、ダイナミックなインセンティブ（身代わり戦略）によって連合を分断し、広範な協力的結果を達成可能であることを示しました。
3. 秘密情報の重要性: 転移（サイドペイメント）の秘密性が、連合の結束を強化し、ダイナミックな懲罰を無効化して静的なコアの結果に回帰させるメカニズムを明らかにしました。
4. 実証的含意: 労働市場における「賃金の透明性」が、単なる情報非対称性の問題ではなく、市場参加者（労働者 vs 企業）の集団的行動能力（カルテル形成や集団交渉）をどう変えるかという新たな視点を提供しました。

総じて、本論文は「歴史依存性が連合を抑制する条件」を明確にし、特に「利益の不一致が協力を可能にする」という逆説的な洞察を通じて、繰り返しゲームにおける集団的行動の理解を深めました。