技術要約：競争的な衛星配置と軌道リスクの地理学

1. 問題提起

本論文は、静止軌道（GEO）における衛星の空間分布の不均衡を取り扱う。特定の軌道経度には複数のオペレーターが密集して混雑している一方で、他の領域はほとんど空いている。この空間的パターンは、以下の3つの理由から重要である：

1. 資源配分： 国際電気通信連合（ITU）の規則に基づくスロット割り当てやスペクトラム調整に影響を与える。
2. グローバルなカバレッジ： 通信サービスの地理的な分布を決定する。
3. 軌道の持続可能性： 衛星の配置は、将来の軌道デブリの地理を決定づける。デブリは衛星が配置された場所に蓄積されるため、衛星配置の駆動要因を理解することは、長期的な軌道リスクを予測するための前提条件となる。

既存の軌道デブリに関する文献は通常、打ち上げ後の衝突、処分、および寿命終了時の挙動に関する工学的モデルに依存している。本論文は、その前に見落とされがちな問い、すなわち「将来の混雑とデブリの地理のどれほどが、オペレーターによる初期の競争的な立地選択に組み込まれているのか」という問いが残されていると主張する。

2. 手法

著者らは、静止軌道を「理想的な実験室」として利用する。なぜなら、GEOは物理的に一次元的（360度の環）であり、明示的かつ観察可能な割り当てルール（先着順）によって管理されているからである。

競争的参入（CE）モデル

分析の核となるのは、逐次的な利潤最大化型の参入に関する構造モデルである：

• 需要の駆動要因： 各経度における需要は、衛星の商業的フットプリント（経度約±40°）内にある格子状の人口によって駆動される。モデルでは、生（raw）の人口と、GDP加重人口（所得）の2種類の需要仕様をテストする。
• 参入メカニズム： オペレーターは逐次的に市場に参入する。各新規参入者は、既に配置されたすべての衛星の位置を考慮した上で、自らの市場シェアを最大化する軌道スロットを選択する。
• 市場シェアリング・ルール： 消費者（人口）は最も近い衛星によってサービスを受ける。距離が等しい場合は、需要がランダムに分割される。
• 経路依存性： 初期の参入者は高需要の弧（アーク）を確保する。後続の参入者は、低需要の空いている領域に位置するか、あるいは高需要の領域に共存して市場を分け合うかというトレードオフに直面する。モデルは、大きな市場を独占することよりも、大きな市場を共有することで得られる限界利益の方が大きくなる場合が多いと仮定しており、これがクラスター化（集積）を招くと考えている。

データと検証

• データソース： 研究では、衛星の位置（2006年以降の稼働中の商用衛星390基、不活性なペイロード513基）としてITUコンプライアンス評価モニター（ITU-CAM）データベースを使用する。需要データは、Gridded Population of the World (GPWv4) および G-Econ (GDP) から取得する。
• 除外事項： 中国の人口は需要指標から除外されている。これは、規制上の制限により中国の消費者が国際的な商用GEOサービスにアクセスできないため、国際的オペレーターにとって対処不可能な市場であるためである。
• 検証戦略：
  1. インサンプル適合度： モデルの予測密度と、観測された稼働衛星密度を比較する（$R^2$）。
  2. アウトオブサンプル予測： 打ち上げ時の軌道状態に基づき、431基の新しい商用衛星の個別のスロット選択を予測する「ウォークフォワード」テストを行い、適合させた条件付きロジットモデルと比較する。
  3. 長期シミュレーション： 21年間の前方シミュレーション（2000年–2021年）において、400基の新しい衛星を配置し、素朴な永続性ベースラインに対して集計的な分布予測をテストする。
  4. デブリ予測： モデルが不活性ペイロード（デブリ）の分布を予測できるかをテストする。
  5. プレースボ・テスト： 人口分布を回転させ、適合が単なる塊状のデータではなく、特定の東西方向の整列に依存していることを確認する。

3. 主な結果

A. 配置を駆動するのは所得ではなく人口である

需要駆動要因として人口を用いたCEモデルは、観測された稼働衛星の分布に対して強い適合を示す（$R^2 = 0.64$, Spearman $\rho = 0.82$）。このモデルは、南アジア／東南アジア、ヨーロッパ、および南北アメリカにおける高密度のクラスターを正確に再現している。

対照的に、GDP加重需要を用いたモデルは著しく性能が低い（$R^2 = 0.11$）。これは、オペレーターが購買力よりも総人口サイズを優先していることを示している。モデルは、インド（高人口・中所得地域）における衛星の高密度を正しく予測しているが、所得加重モデルはこれを捉えることができない。技術採用の所得弾力性（$\hat{\gamma} \approx 0.88$）を用いた頑健性チェックにより、正の所得ウェイトを加えることはモデルの適合度を悪化させることが確認された。最良の適合は $\gamma \approx 0$（純粋な人口）において得られる。

B. 予測力は適合モデルを凌駕する

ウォークフォワードのアウトオブサンプル・テストにおいて、パラメータをスロット選択データに適合させていない構造的CEモデルは、個別のスロット選択を平均ランク140/360で予測した。これは、適合させた条件付きロジットモデル（平均ランク154）やランダムなベースライン（平均ランク180）を上回っている。これは、構造的モデルが歴史的なノイズを過学習しているのではなく、基礎となるメカニズムを捉えていることを示唆している。

C. 長期およびデブリの予測

• 集計的な展開： 21年間の前方シミュレーションにおいて、CEモデルは新しい参入の集計分布を予測し（$R^2 = 0.35$）、素朴な永続性ベンチマーク（$R^2 = 0.09$）を4倍上回る精度を示した。
• デブリの蓄積： モデルは不活性ペイロード（デブリ）の分布を予測する（$R^2 = 0.44$）。これは、軌道リスクの地理が、競争的な参入パターンの直接的な帰結であることを示している。競争的参入が高い地域（例：インドの弧）は、最も多くのデブリを蓄積すると予測される。

D. 効率性と厚生

本論文は、現在の軌道分布が比較的効率的であることを示している。構成規模が小さいとき（$N=25$、潜在的な利得は15.8%）はパレート改善的な再配分（どのオペレーターも損なうことなく総厚生を増大させること）が可能であったが、この「効率性の窓」は急速に閉じた。$N \approx 150$（そして現在の $N \approx 500$ では確実に）においては、すべてのオペレーターの市場シェアを維持しながら集計的な厚生を向上させる単一の衛星再配分は存在しない。

4. 貢献と意義

本論文は主に以下の3つの貢献を行う：

1. メカニズムの特定： 軌道インフラの不均一な地理が、調整の失敗や同時最適化ではなく、異質な需要の下での逐次的な競争的参入という単純な論理によって駆動されていることを確立した。
2. 予測フレームワーク： 人口データと物理的制約のみを用いて、稼働中の衛星配置と、その結果としてのデブリ蓄積の地理の両方を予測できる、検証済みのパラメータフリーな構造モデルを提供した。
3. 政策的含意：
   • カバレッジの公平性： 「サービス不足」の地域（例：サブサハラアフリカ、中央アジア）は、加入者あたりの収益性が低いわけではなく、世界の需要ピークに対して人口が相対的に小さいため、構造的に回避されている。競争的なダイナミクスが自然にこれらのギャップを埋めることはない。
   • デブリのリスク： 長期的なデブリ蓄積のリスクが高い地域は、競争的なダイナミクスがターゲットとし続ける地域である。これは、商業的な魅力が混雑と運用リスクを招くという、自己強化的なハザードを生み出す。
   • LEOへの関連性： 著者らは、このメカニズムが現在、低軌道（LEO）のメガコンステレーションにもスケールしていると示唆しており、地上軌跡も同様に高密度人口地域に集中することを暗示している。

結論として、軌道リスクの空間分布は単なる工学的な問題ではなく、経済的ファンダメンタルズと競争的参入パターンの反映である。これらの駆動要因を理解することで、将来の混雑とデブリのホットスポットをより良く予測することが可能となる。