Simon's model does not produce Zipf's law: The fundamental rich-get-richer mechanism for any power-law size ranking

この論文は、シモンの富者愈々富むモデルが実際にはZipfの法則を説明できない欠陥があることを指摘し、あらゆるパワールー分布のサイズ順位を正しく再現するための時間依存型イノベーション率（特にZipfの法則では$1/\ln N$の減衰が必要）を導出・提案し、それが複雑系における富者愈々富むメカニズムの根本的な説明となることを示しています。

要約

この論文は、複雑な世界の「格差」や「流行」がなぜ生まれるのか、その根本的なルールを再発見した画期的な研究です。

一言で言うと、**「昔から言われてきた『成功するほどさらに成功する（富める者はさらに富む）』という有名な説明には、重大な欠陥があり、それを修正する新しい『魔法のルール』を見つけました」**という話です。

以下に、難しい数式を使わずに、日常の例え話で解説します。

---

1. 従来の説（サイモンのモデル）の「大きな嘘」

これまで、言葉の頻度や都市の人口、企業の規模などが「上位にいくほど急激に大きくなる（パワールー）」という現象を説明するのには、1955 年のサイモンという学者が提唱した**「富める者はさらに富む（Rich-get-richer）」**という考え方が使われてきました。

【例え話：人気レストラン】
Imagine 街に新しいレストランが次々と開きます。

• 古いルール（サイモンのモデル）： 「すでに客が多い人気店には、新しい客が来る確率が高い。逆に、新しい店は誰も来ない」。
• 結果： 最初に入った「1 番店」が、他の店を完全に飲み込んでしまい、街の半分以上の客を独占してしまいます。

【問題点】
この古いルールでは、もし「新しい店（イノベーション）が生まれる確率」を 0 に近づけると、**「1 番店が全盛を極めて、他の店はすべて消滅する（1 強独占）」という極端な結果になってしまいます。
しかし、現実の世界（言葉の使い方や都市の規模など）では、1 番が独占するのではなく、「1 番は大きいが、2 番、3 番もそれなりに存在する」というバランスが取れています。
つまり、「サイモンの古いルールでは、現実の『バランスの取れた格差』を説明できない」**という致命的な欠陥があったのです。

2. 発見された「新しい魔法のルール」

この論文の著者たちは、この欠陥を修正する新しいルールを見つけ出しました。それは**「イノベーション（新しいものの登場）のスピードを、時間とともにゆっくりと変える」**というものです。

【例え話：新しい料理の登場】

• 古いルール： 「新しい料理（イノベーション）が生まれる確率は、常に一定」。
• 新しいルール（この論文の発見）： 「街が成長し、人気店が増えるにつれて、『新しい料理が生まれる確率』を、少しずつ、しかし確実に遅くしていく」。

特に、**「ジップの法則（Zipf's Law）」と呼ばれる、最も一般的な格差のパターン（1 位が 2 位の 2 倍、3 位の 3 倍……という関係）を生み出すためには、「新しいものが生まれる確率」が「既存の種類の数の対数（ログ）の逆数」**になるように調整する必要があります。

【イメージ】

• 街が小さくて新しい店が少ないうちは、新しい店が次々と生まれます（イノベーションが活発）。
• 街が大きくなり、有名な店が乱立してくると、新しい店が生まれるのは難しくなりますが、「完全に止まる」のではなく、「非常にゆっくりと、しかし確実に」新しい店が生まれます。

この「ゆっくりと減っていくイノベーション」が、1 番が独占するのを防ぎ、2 番、3 番、4 番……と、現実世界のような美しいバランスの格差を生み出します。

3. 小説での検証

著者たちは、この新しいルールを使って、有名な小説（『フランケンシュタイン』や『ドン・キホーテ』など）の「単語の出現頻度」をシミュレーションしました。

• 古いルール（サイモン）： 物語が進むにつれて、特定の単語が異常に多く使われ、他の単語が消えてしまうような、不自然な結果になりました。
• 新しいルール： 実際の小説の単語の並び方と、驚くほど完璧に一致しました。

4. この発見の意味

この研究は、単に「サイモンの間違いを直した」だけではありません。

• 普遍的な法則： 言葉だけでなく、都市、企業、生態系など、「サイズに格差があるシステム」がすべて、この新しい「イノベーションの減速ルール」に従っていることを示しました。
• 未来への指針： これまで「なぜ 1 番と 2 番の差がこれほどなのか？」と謎にされていた現象が、実は「新しいものが生まれるスピードが、システムが成長するにつれてどう変化するか」で決まっていたことがわかりました。

まとめ

この論文は、「成功するほどさらに成功する」という単純なルールだけでは、現実の複雑で美しい格差は説明できないと指摘しました。

代わりに、**「成功するにつれて、新しい挑戦（イノベーション）のハードルが少しだけ上がり、そのスピードがゆっくりと落ちていく」**という、より繊細で現実的なルールを提案しました。

これは、**「成長する社会やシステムにおいて、新しい挑戦が完全に止まるのではなく、ペースを落としながら持続することが、バランスの取れた世界を作る鍵」**であるという、非常に示唆に富んだメッセージを含んでいます。

技術概要

論文要約：シモンのモデルはジッポの法則を生み出さない

副題：あらゆるべき乗則サイズ順位に対する「富める者がさらに富む」の根本的メカニズム

1. 概要と背景

複雑系における「サイズ順位（size ranking）」の分布、すなわちコンポーネントのサイズ $S$ がその順位 $r$ の逆べき乗に従う $S \sim r^{-\alpha}$ という現象は、語彙頻度、都市規模、企業規模、種の数など、広範なシステムで観測される普遍的なパターンである。特に $\alpha=1$ の場合（ジッポの法則）は言語学や社会科学において極めて重要視されている。

これまで、この現象を説明する最も影響力のある理論的枠組みは、ハーバート・サイモン（Herbert Simon）が 1955 年に提唱した「富める者がさらに富む（rich-get-richer）」モデルであった。しかし、本論文は、サイモンのモデルがジッポの法則（$\alpha \to 1$）の極限において致命的な欠陥を抱えており、実際にはジッポの法則を生成できないことを示している。著者らは、すべてのべき乗則指数 $\alpha \ge 0$ に対して正しいサイズ順位を生成する「時間依存型の革新率（dynamic innovation rate）」を導出し、新たな基礎モデルを提案した。

2. 問題定義：サイモンモデルの破綻

サイモンのモデルでは、システム成長の各ステップで、新しいタイプ（単語や都市など）が確率 $\rho$ で出現し、既存のタイプがその現在のサイズに比例した確率 $1-\rho$ で強化されると仮定する。サイモンの分析では、サイズ分布の指数は $\alpha = 1 - \rho$ となり、$\rho \to 0$ とすると $\alpha \to 1$（ジッポの法則）に収束するとされた。

しかし、著者らはこの結論が誤りであることを指摘する：

• 先発者優位（First-mover advantage）の暴走: $\rho \to 0$ の極限において、サイモンのモデルは実際には $\alpha \to 1$ ではなく、$\alpha \to \infty$（勝者総取り）に収束する。
• メカニズムの欠陥: $\rho$ が 0 に近づくにつれ、最初に出現したタイプ（先発者）のサイズが、他のすべてのタイプのサイズよりも $1/\rho$ 倍も大きくなる。$\rho=0$ の場合、システムは単一のタイプのみを持つ退化した状態となり、べき乗則の分布は崩壊する。
• パラメータ空間の欠落: サイモンのモデルは構造的に $1 < \alpha < \infty$ の範囲のサイズ順位を生成することができず、実証的に重要な領域を説明できない。

3. 手法と導出

著者らは、サイモンのモデルを修正し、すべての $\alpha \ge 0$ に対応する一般化されたモデルを構築した。

3.1 時間依存革新率 $\rho_{t,\alpha}$ の導出

サイモンの定数 $\rho$ の代わりに、システムが成長するにつれて変化する時間依存の革新率 $\rho_{t,\alpha}$ を導入する。

• アプローチ: $r$ 番目のタイプが出現する時刻 $t_{init}^r$ を基準とし、その後のサイズ成長を確率的に追跡する。
• 成長方程式: $r$ 番目のタイプの期待サイズは、革新を行わない確率 $(1-\rho_{t,\alpha})$ に比例して増加する。
• べき乗則の維持: べき乗則の尾部 $S_r \sim r^{-\alpha}$ を維持するためには、タイプ出現時刻 $t_{init}^r$ が $r^\alpha$ に比例して増加する必要がある。

3.2 一般化された革新率の式

上記の条件から、以下の一般化された革新率が導き出される（式 17）：
$$\rho_{t,\alpha} = \frac{dN_{t,\alpha}}{dt} = \frac{1-\alpha}{1 + \alpha(1-\alpha)\zeta(\alpha)(N_{t,\alpha} + 1)^{\alpha-1}}$$
ここで、$N_{t,\alpha}$ は時刻 $t$ における異なるタイプの総数、$\zeta(\alpha)$ はリーマンゼータ関数である。

この式は、以下の極限挙動を持つ：

1. $\alpha \ll 1$ の場合: $\rho_{t,\alpha} \approx 1-\alpha$ となり、サイモンの定数モデルと一致する（サイモンのモデルが正しい領域）。
2. $\alpha = 1$（ジッポの法則）の場合:
   $$\rho_{t,1} \to \frac{1}{\ln N_{t,1}}$$
   驚くべきことに、ジッポの法則を実現するには、革新率が 0 になるのではなく、タイプ数の対数の逆数（$1/\ln N$）として減衰する必要がある。これは、サイモンが想定した「$\rho \to 0$」とは全く異なる振る舞いである。
3. $\alpha \gg 1$ の場合: ヘップス則（Heaps' law）と整合する形となり、$\rho_{t,\alpha} \sim N_{t,\alpha}^{-(\alpha-1)}$ となる。

4. 結果と検証

4.1 シミュレーション結果

提案された一般化モデルを用いたシミュレーションは、$\alpha$ の全範囲（$0 \le \alpha < \infty$）において、意図したべき乗則のサイズ順位を正確に再現した。

• $\alpha \to 1$ の極限: サイモンのモデルが先発者優位によって分布を歪め、$\alpha \to \infty$ へシフトするのに対し、提案モデルは $\alpha=1$ を維持し、ジッポの法則を正しく生成した。
• $\alpha \ge 1$ の領域: サイモンのモデルでは説明不可能だった領域でも、提案モデルは適切な分布を生成した。

4.2 実データとの比較

8 冊の著名な小説（英語、スペイン語、イタリア語、フランス語、ロシア語）の語彙データを用いて検証を行った。

• 結果: 提案された一般化モデルは、すべてのテキストにおいて実測された語彙のサイズ順位を高精度に再現した。
• 対照: 一方、サイモンのモデルは、特に $\alpha$ が 1 に近い場合や、先発者優位が顕著なケースにおいて、実データと大きく乖離した。

4.3 非機械的モデルとの対応

著者らは、この一般化された革新率が、特定の「富める者がさらに富む」メカニズムに依存せず、単に「べき乗則サイズ順位を持つ成長システム」であれば、そのタイプ出現の動的な性質として必然的に現れることを示した。つまり、この革新率は、生成メカニズムが何であれ、べき乗則分布を持つシステムに共通する普遍的な法則である。

5. 結論と意義

本論文の主な貢献は以下の通りである：

1. サイモンモデルの批判的再評価: サイモンのモデルがジッポの法則の極限において本質的に失敗していることを数学的に証明し、その原因が「先発者優位」の制御不能な増大にあることを明らかにした。
2. 根本メカニズムの解明: 正しいべき乗則分布（特にジッポの法則）を生成するための「時間依存革新率」を導出した。特に、ジッポの法則には $\rho \to 0$ ではなく $\rho \sim 1/\ln N$ という特定の減衰が必要であるという発見は画期的である。
3. 汎用モデルの提案: 提案されたモデルは、言語、生態系、社会システムなど、あらゆる「富める者がさらに富む」現象に対する標準的な参照モデル（Drosophila-like model）として機能する。
4. 実証的妥当性: 多言語の文学作品データを用いた検証により、提案モデルが現実世界の複雑系を記述する上で、従来のサイモンモデルよりもはるかに優れていることを示した。

この研究は、複雑系におけるスケールフリー現象の理解を深め、従来の理論的枠組みを修正・拡張する重要な一歩である。今後の研究では、この動的革新率が生み出す物理的・社会的な起源の解明が期待される。