The Matching Function: A Unified Look into the Black Box

就職市場を、巨大で目に見えない機械ではなく、巨大で混沌とした「点と点を結べ」ゲームだと想像してみてください。

何十年もの間、経済学者たちは、どの程度の失業者が職を見つけ、どの程度の空席が埋まるかを予測するために、「マッチング関数」と呼ばれるツールを用いてきました。この関数を「ブラックボックス」と考えてください。求職者の数や空席の数といった数字を入力すると、採用数が出力されます。しかし、40 年間、誰もその箱の内部がどのように機能しているのかを本当に知りませんでした。職を探している人々と、雇用を求めている企業との間のつながりが、内部でどうなっているのかは不明だったのです。

この論文「マッチング関数：ブラックボックスへの統一された視点」は、その箱を開きます。著者であるジョルギオス・アンゲリスとヤン・ブラモウレは、物事のつながりを数学的に扱う「ネットワーク理論」を用いて、箱の中の魔法を説明します。

以下に、彼らの発見をわかりやすく解説します。

1. 「誰が誰を知っているか」のゲーム

求職者（職を探している人々）と空席（空いている仕事）の 2 つのグループがいる巨大な部屋を想像してください。

従来の見方では、全員が同じであると仮定されていました。全員が同じ数の仕事に応募し、すべての仕事に同じ数の応募が来るのです。それは、全員が同じパートナーを持つ、完璧に整然としたダンスのようでした。

著者たちは言います。「いいえ、現実はそうではありません」。実際には、つながりはランダムで混沌としています。

• 一部の人は「スーパーコネクター」です。彼らは多くの人を知り、優れたスキルを持ち、あるいは求人広告を見つけるのが非常に得意です。彼らは多くの仕事に応募します。
• 一方、「シャイなコネクター」は、1 つか 2 つの仕事にしか応募しません。
• 一部の求人は「人気のある磁石」（至る所で広告されている）ですが、他の求人は「隠れた宝石」（ごく少数の人しか知らない）です。

著者たちはこれをネットワークとしてモデル化します。「リンク」は、求職者が仕事に応募したときに形成されます。この論文は問いかけます：「このつながりの網の形が、実際に雇用される人の数にどのような変化をもたらすのか？」

2. 「ブラックボックス」の解明

著者たちは、この混沌としたランダムなネットワークが、過去 40 年間経済学者が使ってきたほぼすべての有名な公式を説明できることを示しました。

これを「スイスアーミーナイフ」だと考えてください。ネットワークモデルが主要な道具であり、さまざまな「特殊な道具」（CES や Urn-Ball などの古い公式）は、単にハンドルを握る特定の方法に過ぎません。

• 全員がすべての仕事に応募すれば、一つの特定の公式が得られます。
• 全員がランダムかつ均等に応募すれば、別の公式が得られます。
• 人々が異なる強度で応募すれば、より正確な新しい公式が得られます。

この論文は、ネットワークを十分に詳しく見れば、これらの古い公式をすべて特殊ケースとして導き出せることを証明しています。これにより、一つの屋根の下で分野全体が統合されました。

3. 「不平等」の問題（重要な発見）

これがこの論文で最も驚くべき部分です。著者たちは、職を探す努力における不平等が、システム全体にとって有害であることを発見しました。

リレー競争を想像してください。

• シナリオ A: 全員が一定の中間ペースで走る。チームは効率的にゴールする。
• シナリオ B: 一人が超高速でスプリントし、他の全員が遅く歩く。

著者たちは、シナリオ B の方がチームにとって悪いことを発見しました。

就職市場において、一部の人が「スーパー・サーチャー」（50 の仕事に応募）で、他の人が「怠惰なサーチャー」（1 つの仕事に応募）であれば、システムは非効率になります。

• 「スーパー・サーチャー」同士が同じ人気のある仕事で競い合い、渋滞が発生します。
• 「怠惰なサーチャー」は、スーパー・サーチャーさえも見ていないような仕事を逃します。
• 結果: 全体のマッチング数が減少します。「マッチング効率」（システムがどの程度機能するか）が低下します。

結論: 重要なのは、どの程度の人数が求職しているか、あるいはどの程度の空席があるかだけではありません。努力がどの程度均等に広がっているかが重要です。努力が不均一すぎると（検索強度における不平等が高いと）、市場は悪く機能します。

4. 「逆 U 字型」の驚き

通常、経済学者はこう考えます。「人々がより努力すれば（より多く検索すれば）、より多くの人々が職に就く」。これは一直線に上昇する線です。

著者たちは、ひねりを見つけました。もし「より激しい検索」がより大きな不平等を伴う場合、その線は実際には低下する可能性があります。

ホストに話しかけようとする人々が集まるパーティーを想像してください。

• 全員が少しだけ話しかけようとするなら、ホストは全員と話すことができます。
• 全員が多く話しかけようとするなら、数人が叫んでホストの注意を独占し、他の人々が無視されることになります。すると、ホストは圧倒されて何人かを逃してしまいます。

この論文は、平均的な努力が増加しても、「スーパー・サーチャー」と「怠惰なサーチャー」の間の格差が広がれば、埋められる仕事の総数は実際には減少する可能性があると示しています。これにより「山型」の形状が生まれます。最初は努力が役立ちますが、不平等が極端になると効率が損なわれるのです。

5. 「場所」についてはどうでしょうか？

著者たちはまた、仕事が「場所」（都市や業界など）にグループ化されている場合に何が起こるかも検討しました。

• すべての仕事が一つの大きな都市にある場合、ネットワークは非常に密接につながっています。
• 仕事が多くの小さな町に散らばっている場合、ネットワークは分断されています。

彼らは、ここでも不平等が悪影響を及ぼすことを発見しました。もしある町が仕事で溢れ、他の町が空っぽで、人々がそれらの間を移動しない場合、マッチングプロセスは損なわれます。仕事の「密度」がより均等に広がっている方が望ましいのです。

まとめ

この論文は、就職市場の「ブラックボックス」を取り除き、ネットワークに基づいた明確で透明なモデルに置き換えます。

• 従来の見方: 市場は単純な機械であり、より多くの努力は常により多くの採用を意味する。
• 新しい見方: 市場は複雑な網である。
  • 均一性は良い: 全員が同様の強度で検索する場合、システムは最もよく機能する。
  • 不平等は悪い: 数人がすべての検索を行い、他の誰も行わない場合、システムは詰まり、雇用される人が減る。
  • 多いことが常に良いわけではない: 「より多くの検索」がより大きな不平等を伴う場合、市場は実際には悪化する可能性がある。

著者たちはこれを単に推測したわけではありません。数学を用いて、この「ネットワーク」の視点がいかなる古い公式をも説明し、なぜある経済が他国よりも労働者と仕事をよりよくマッチングさせるのかを理解するための、新しい検証可能な方法を提供することを証明しました。