📈 economics

A Note on the Strategic Vulnerability of the Boston Mechanism in Random Markets

本論文は、ランダム市場におけるボストン方式の戦略的脆弱性を初めて漸近分析し、真実申告では高配当率が得られるものの、均衡戦略では市場規模の拡大に伴い配当の質が劇的に低下し、平均順位が対数級からほぼ線形級へと悪化することを示しています。

原著者： Josue Ortega

公開日 2026-03-25

📖 1 分で読めます☕ さくっと読める

原著者： Josue Ortega

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

この論文は、学校への入学配分に使われる「ボストン方式（Boston Mechanism）」というシステムが、**「みんなが正直に言ったらどうなるか」と「みんなが策略を巡らせて言ったらどうなるか」**で、結果が全く逆転してしまうという驚くべき発見を報告しています。

まるで**「正直なゲーム」と「策略のゲーム」で、同じルールなのに結果が天と地ほど違う**という話です。

以下に、難しい経済用語を使わず、日常の例え話で解説します。

1. 舞台設定：学校選びの「抽選会」

想像してください。1,000 人の生徒と 1,000 人の定員を持つ学校があり、それぞれが好きな学校に順番をつけて申請する場面です。

ボストン方式のルール：
1. 全員が「一番好きな学校」に申し込む。
2. 学校は、優先順位（例：近所の子、成績上位など）が高い子を即座に合格させ、その席を埋めてしまう。
3. 落ちた人は、次に好きな学校に申し込む。
4. 全員がどこかの学校に決まるまでこれを繰り返す。

この方式は、イギリスやアメリカの多くの地域で使われており、「一番好きな学校に入れる子が多い」として人気があります。

2. 正直な場合（みんなが素直な時）

もし、みんなが「一番好きな学校」を正直に申告し、策略を全く考えなかったとしましょう。

結果： 生徒の約**63%**が、自分の「第 1 志望」の学校に入れます。
イメージ： 1,000 人の人が 1,000 個の箱（学校）にボールを投げるようなものです。誰も戦略を考えず、好きな箱に投げると、ほとんどすべての箱に少なくとも 1 個のボールが入ります。だから、多くの人が「当たり（第 1 志望）」を引けるのです。
論文の発見： これまで、この方式は「第 1 志望合格率が 63%」と高く評価され、他の方式（ serial dictatorship など）よりも優れていると考えられていました。

3. 策略を巡らせた場合（みんなが賢くなる時）

しかし、現実にはみんなは「正直に言う」ことをしません。「あ、あの学校は人気だから、自分の優先順位が低ければ落ちるな。だったら、少しランクを落として、確実に合格できそうな学校を第 1 志望に書こう」と考えます。

これを**「ナッシュ均衡（みんなが最適策を選んだ状態）」**と呼びます。

結果： 第 1 志望に入れる子の割合は、0% に近づいてしまいます（市場が大きくなるほど 0 に近づく）。
イメージ：
- 人気のある学校（A 校）には、みんなが「自分の優先順位が低いから無理だ」と判断して、あえて第 1 志望に書きません。
- すると、A 校には誰も申し込まない、あるいは本当に優先順位が高い数人しか申し込まなくなります。
- 結果として、A 校の席は空いたままか、少数の「運の良い人」しか埋まりません。
- 逆に、みんなが「安全策」として狙う学校には、予想外に多くの人が殺到し、そこで激しい争奪戦になります。
- 連鎖反応： 一人が策略を巡らせると、その分、別の誰かが希望する学校から追い出され、その人がまた別の学校に流れて……という**「ドミノ倒し」**が起き、最終的に誰も第 1 志望に入れなくなるのです。

4. 平均的な満足度はどうなる？（2 つの顔）

この論文のもう一つの驚きは、「平均的な生徒が何番目の学校に行けるか」という指標です。

正直な場合： 平均すると、7 番目くらいの学校に行けます。
策略の場合： ここが恐ろしいのですが、「どの戦略を選ぶか」によって結果が全く変わります。
- 良い戦略を選べば： 平均して7 番目（正直な時と変わらない）に行けるかもしれません。
- 最悪の戦略を選べば： 平均して145 番目の学校に行かされてしまいます！

イメージ：
正直な時は、みんなが「一番好きなもの」を言い合いますが、失敗しても「2 番目」「3 番目」とスムーズに流れていきます。
しかし、策略を巡らせると、みんなが「安全な場所」に固執しすぎたり、逆に「危険な場所」を避けて遠回りしたりして、**「全員が自分の望む場所から遠く離れた、嫌いな学校に放り込まれる」**ような最悪の状況が生まれてしまう可能性があります。

5. この論文が伝えたいこと（まとめ）

この研究は、以下のような重要なメッセージを伝えています。

「63% という数字」は嘘かもしれない：
ボストン方式が「第 1 志望合格率が高い」と言われるのは、「みんながバカ正直に行動する」という前提があるからです。現実の人間は賢く策略を巡らせるので、この数字は0 に近いレベルまで崩壊します。
システムは「脆い（もろい）」：
正直な時は素晴らしい結果を出すシステムでも、人々が戦略的に動くだけで、**「誰も幸せになれない最悪の結果」**に転落するリスクがあります。
政策決定者への警告：
教育政策などでこの方式を採用する際、「第 1 志望合格率が高いから良い」と安易に判断せず、**「人々がどう策略を巡らせるか」**まで考慮しないと、生徒たちが非常に不満足な結果を招いてしまう恐れがある、と警鐘を鳴らしています。

一言で言うと？

「ボストン方式は、みんなが素直なら天国ですが、みんなが策略を巡らせると地獄になる、非常に危ういシステムです。」

この論文は、その「地獄」への入り口が、市場が大きくなるほど広がり、平均的な生徒が「145 番目の学校」に行かされるような悲劇が起きうることを、数学的に証明したものです。

論文要約：ランダム市場におけるボストン方式の戦略的脆弱性に関する考察

著者: Josué Ortega (Queen's University Belfast)
概要: 本論文は、ランダム市場（Random Markets）におけるボストン方式（Boston Mechanism, BM）のナッシュ均衡下での漸近分析を初めて行ったものである。真実の申告（Truthful Reporting）下では優れたパフォーマンスを示す BM が、戦略的行動（Strategic Behavior）を考慮すると、その性能が劇的に劣化することを示している。

以下に、問題設定、手法、主要な貢献、結果、および意義について詳細にまとめる。

1. 問題設定 (Problem)

学校選択（School Choice）のメカニズム評価において、以下の 2 つの指標が重要視されている。

第一希望率（First Preference Rate）: 学生が第一希望の学校に割り当てられる割合。
平均順位（Average Rank）: 学生が割り当てられた学校が、自身の選好リスト上で何番目であるかの平均値。

ボストン方式（即時受入方式）は、第一希望率が高いことで知られ、政策担当者によって広く採用されている。しかし、この方式は戦略的 manipulability（操作可能性）が高いという批判も受けてきた。
既存の研究（Pritchard & Wilson, 2023; PW）は、真実の申告を前提とした場合、市場規模が大きくなると BM の第一希望率が約 63% に収束し、他の効率的なメカニズム（直列独裁制 SD や TTC など）を上回ることを示した。
しかし、戦略的行動を考慮した場合、BM のパフォーマンスがどのように変化するか、特に大規模なランダム市場におけるナッシュ均衡下での漸近的な挙動は未解明であった。

2. 手法とモデル (Methodology & Model)

モデル: 学生数 $n$ と学校数 $n$ が等しい 1 対 1 のマッチング問題。
ランダム市場仮定: 学生の選好と学校の優先順位は、独立かつ一様にランダムに生成される。これは既存の文献（DA や TTC の分析など）で標準的に用いられているアプローチである。
戦略的行動の定式化: 完全情報下での選好申告ゲーム（Preference Revelation Game）におけるナッシュ均衡を分析対象とする。
- Ergin & Sönmez (2006) の結果に基づき、BM におけるナッシュ均衡のアウトカム集合は、真の選好に基づく「安定マッチング（Stable Matchings）」の集合と一致する。
- 均衡選択ルール（Equilibrium Selection Rule） $\sigma$ を導入し、ある均衡が選ばれる場合の期待値を評価する。
比較対象: 真実の申告下での BM の結果（PW の研究）と、戦略的行動下での BM の結果を比較する。また、遅延受入方式（DA）や直列独裁制（SD）との比較も行う。

3. 主要な貢献と結果 (Key Contributions & Results)

結果 1: 第一希望率の劇的な崩壊

真実の申告下: 市場規模 $n \to \infty$ において、第一希望率は $1 - e^{-1} \approx 0.63$ に収束する（PW の結果）。
戦略的行動下: 任意のナッシュ均衡において、第一希望率は $n \to \infty$ $n \to \infty$ とともに 0 に収束する。
- 収束速度は $O(1/\log n)$ である。
- 直感的説明: 真実の申告では、学生が全員第一希望に「賭ける」ため、多くの学校が少なくとも 1 人の応募者を受け、63% の学生が第一希望に当たる。しかし、戦略的行動では、人気のある学校での拒絶を予測し、優先順位が低い学生は第一ラウンドで第一希望に応募しない。これにより、第一ラウンドでの「幸運な」受入が連鎖的に失われ、最終的に第一希望に割り当てられる学生の割合は 0 に近づく。

結果 2: 平均順位における均衡依存性と悪化

真実の申告下: 平均順位は $\Theta(\log n)$ のオーダーであり、SD よりも良い（小さい値）。
戦略的行動下: 平均順位は、どのナッシュ均衡が選択されるかによって劇的に変化する。
- 最良の均衡（学生最適安定マッチング）: 平均順位は $\Theta(\log n)$ であり、真実の申告下とほぼ変わらない。
- 最悪の均衡（学校最適安定マッチング）: 平均順位は $\Theta(n/\log n)$ まで悪化する。
- 具体例: 学生数 $n=1000$ の市場において、真実の申告下では平均して「7 番目の希望」に当たるが、最悪の均衡下では「145 番目の希望」に当たる可能性がある。
- 直感的説明: BM はもともと「カスケード（連鎖的な再申請）」の構造を持つ。戦略的行動が穏やかであれば、このカスケードは早期に停止し学生最適マッチングに近いが、戦略的調整が深く波及すると、カスケードが市場全体に広がり、学生最適から学校最適マッチングへと移行し、平均順位が線形に近い悪化を示す。

4. 論文の意義と結論 (Significance & Conclusion)

政策的含意: 教育政策において重視される「第一希望率」や「平均順位」といった指標は、参加者の戦略的行動を無視すると、メカニズムの真のパフォーマンスを過大評価する危険性がある。BM は真実の申告下では他を凌ぐ性能を示すが、戦略的行動を考慮するとその優位性は完全に消失し、場合によっては極めて非効率な結果をもたらす。
理論的貢献: ランダム市場における BM の漸近的な均衡分析を初めて行った。特に、第一希望率が 0 に収束することと、平均順位が均衡選択に依存して大きく変動することを証明した。
今後の課題:
- 不完全情報（学生が他者の選好を知らない状況）下での分析。
- 学生と学校の数が異なる「厚い市場（Thick Markets）」における戦略的脆弱性の持続性。
- 特定の均衡（学生最適など）のみを誘導する均衡精製（Equilibrium Refinement）の存在可能性。

総括:
本論文は、ボストン方式が持つ「戦略的脆弱性」を定量的に明らかにし、真実の申告を前提とした従来の評価が、実際の戦略的行動を考慮するといかに誤りうるかを示した。特に、第一希望率が 0 に収束するという結果は、BM の実装におけるリスクを強く示唆している。