Distilling Models of Bounded-Rational Choice: A Constraint Programming Approach

技術要約：限定合理的な選択モデルの蒸留：制約プログラミングによるアプローチ

1. 問題提起
本論文は、限定合理的な選択理論に関する文献における決定的な空白に対処している。Manzini and Mariotti (2007) による「合理的ショートリスト法（RS）」や、Masatlioglu et al. (2012) および Lleras et al. (2017) による「限定的注意を伴う選択（CLA）」および「圧倒的な選択（OC）」といった影響力のあるモデルは、理論的には広く研究されているものの、その全般性において経験的な検証が不十分なままである。主な障害は以下の通りである：

• 計算の困難性： 行動プリミティブ（選好と注意フィルター）の空間は、選択肢の数とともに指数関数的に増大するため、標準的なデータセットに対して適合するモデルを総当たりで列挙することは不可能である。
• 非識別性： これらのモデルは一般に識別されない。単一のデータセットが、数千の異なるモデルインスタンス（異なる選好順序やフィルター）によって説明可能であり、その結果、厚生推論（意思決定者の潜在的な選好を特定すること）が不定となる。
• 厚生に関連する蒸留の欠如： 既存の経験的テストは、多くの場合「合格か不合格か」のアキセオマティック（公理的）なチェックに依存している。モデルの持つ説明力および厚生に関連する内容を精査し、特にどの適合するプリミティブが厚生分析にとって最も妥当であるかを特定するためのツールが不足している。

2. 手法
著者らは、計算および識別上の課題を克服するために、**制約プログラミング（CP）および制約支配プログラミング（CDP）**を活用した計算フレームワークを導入している。

• 制約プログラミング (CP)： 標準的な最適化の代わりに、著者らは決定変数（選好やフィルターなどの関係を表す）、それらのドメイン、および選択データから導出された論理的制約を用いて問題をモデリングしている。高レベルの経済モデルを、Minion ソルバーに最適な入力へと変換するために、Essence 言語、Conjure、および Savile Row を利用している。

  • メカニズム： CPは、制約による推論（制約伝播）を用いることで、制約を満たし得ない変数の値を排除し、探索空間を刈り込むことで総当たりでの列挙を回避する。
  • 適用： これにより、モデルの「距離スコア」（Houtman-Maksスコアに類似）の計算が可能になる。これは、モデルが完全に適合するためにドロップされなければならない選択の最小数を示す。また、特定のスコアを達成するすべてのプリミティブの列挙も可能にする。

• 制約支配プログラミング (CDP)： 非識別性に対処するため、著者らは支配に基づく精緻化を導入している。

  • 支配基準：
    • RSの場合： インスタンス $a$ がインスタンス $b$ を支配するとは、$a$ における関係が $b$ のスーパーセットである（すなわち、より完全または合理的である）場合を指す。
    • CLA/OCの場合： インスタンス $(\Gamma^a, \succ^a)$ が $(\Gamma^b, \succ^b)$ を支配するとは、両者が同じ選好順序を共有しつつ、あらゆるメニューにおいて $\Gamma^a$ が $\Gamma^b$ よりも多くの選択肢を考慮対象としている（すなわち、注意の制限が少ない）場合を指す。
  • メカニズム： CDPは、これらの支配関係を探索プロセスに直接組み込む。解が見つかった際、ソルバーは現在の解に支配される将来の解を排除するための「ブロッキング制約」を追加する。これにより、すべての解を列挙してからフィルタリングするという非効率な「生成・テスト」アプローチを回避する。

• 予測成功の尺度： 著者らは、モデルの性能をランダムな選択行動と比較するために、Selten (1991) の尺度（差および比率）を用い、説明力と許容性の両面から評価を行っている (Bronars, 1987)。

3. 主な貢献

• 手法的な革新： 本論文は、RS、CLA、およびOCモデルの全般性にCPおよびCDPを適用した初の事例である。すべての適合するプリミティブの列挙、および「支配されない（undominated）」プリミティブの抽出を可能にするツールチェーンを提供している。
• 厚生の精緻化： 合理的選択（RC）に「最も近い」モデルインスタンスを選択するための規範的な精緻化を提案している。RSにおいては、より完全な選好関係を好むことを意味し、CLA/OCにおいては、より大きな考慮集合を好むことを意味する。
• 経験的フレームワーク： 二値的なパス/フェイル・テストを超えて、モデルのデータへの近接性を定量化し、解集合を列挙し、ランダムな行動に対する予測成功を評価する方法を示す。

4. 経験的結果
このフレームワークは、Manzini (2023) による2つのデータセット、「Four Dresses」（4つの選択肢、11のメニュー）と「Five Ponchos」（5つの選択肢、16のメニュー）に適用されている。

• 説明力：

  • CLA および OC （限定的注意モデル）は、RS （ショートリスト法）と比較して、被験者の選択を完全に説明できる割合が有意に高い。 「Five Ponons」データセットでは、CLAは被験者の100%を完全に説明している。
  • しかし、限定的注意モデルはより**寛容（permissive）**でもある。つまり、ランダムな選択データを説明する可能性が高い（Seltenの比率における「面積」が大きい）。
  • RS （特に推移的なサブクラスである $RS_{order}$）は、説明できる被験者は少ないが、寛容性は低い。

• 不定性と簡潔性：

  • 非識別性： 精緻化を行わない場合、適合するプリミティブの数は膨大である（例：4DデータセットにおけるCLAでは数千個）。
  • 精緻化の効果： 支配基準によって、プリミティブの集合は劇的に減少する。4Dデータセットでは、83.3%から99.6%の適合インスタンスが支配されているとして破棄された。
  • 簡潔性のトレードオフ： 精緻化を行ったとしても、限定合理的なモデルは一般に、合理的選択（RC）よりも多くの適合するプリミティブ（高い不定性）を生じさせる。RCにおおよそ適合している被験者の場合、適合する選好順序は通常一意的または非常に少数（中央値1）であるが、限定合理的なモデルでは、複数の支配されないプリミティブが残ることが多い。

• ランダム性への頑健性：

  • Bronarsのテストを用いることで、RCの近似的な適合および $RS_{order}$ の完全な適合の多くが「非ランダム性」のチェックを通過することを確認している。
  • 対照的に、CLAおよびOCの完全な適合は、しばしばこのチェックに失敗する。これは、彼らの高い説明力が、真の行動構造を捉えていることよりも、過度な寛容性に起因している可能性を示唆している。

5. 意義と主張
著者らは、本研究を行動的顕示選好分析への手法的な貢献として位置づけている。彼らは以下のことを主張している：

• 計算の実現可能性： CP/CDPを用いることで、以前は計算上不可能と考えられていた、複雑で非パラメトリックな限定合理的モデルの全般的な分析が可能になる。
• 厚生内容の蒸留： 本フレームワークは、支配されるプリミティブをフィルタリングすることで、限定合理的なモデルの厚生に関連する内容を「蒸留」し、これにより不定性を緩和することを可能にする。
• トレードオフの特定： 本分析は、不完全な合理性をモデリングする際の根本的なトレードオフを浮き彫りにしている。すなわち、CLAのような高い説明力を持つモデルは、RCと比較して、より大きな不定性と低い簡潔性を伴うことが多い。
• 今後の方向性： 本論文は、識別問題を決定的に解決すると主張するものではなく、これらのツールが、説明力、不定性、および計算複雑性の間のトレードオフを明示的に評価する新しい世代のモデル選択を可能にすると論じている。著者らは、これらの手法がより深い探究を容易にする一方で、厚生分析のための最終的なモデル選択には依然として分析者の裁量が必要であることを強調している。