Institutional Dynamics in Agent-Based Models: Identifying Action-Space, Timing, and Distributional Effects Through Controlled Simulation

交通の流れから市場経済に至るまで、集団がどのように機能するかを研究する際、科学者たちはしばしば行動を支配するルールに着目します。これらの「制度（institutions）」と呼ばれるルールは、単に報酬や罰を与えるだけでなく、何が可能であるかを根本的に定義します。一つの蛇口から水を得ようとしている人々で満たされた部屋を想像してみてください。物理的な現実は単純です。水の量は限られており、人の数も限られています。しかし、その部屋のルールによって、誰が進むことが許され、誰が待機しなければならず、そして誰が蛇口に触れることさえ禁じられるのかが決まるのです。コンピュータ・シミュレーションにおいて、研究者はこうしたルールの変化が結果をいかに変えるかをテストするために、仮想世界を構築します。この分野における主要な課題は、ルール自体の効果と、それに従う人々の行動の効果を切り離すことでした。多くの場合、システムが変化したとき、その結果がルールの変更によるものなのか、人々の欲求の変化によるものなのか、あるいは利用可能な物理的資源の変化によるものなのかを判別することは困難です。

キプロス大学オープン・ユニバーシティの研究者であるロベルト・ガローネは、ルールの力を孤立させて検証するため、制御されたコンピュータ実験を設計することでこの問題に取り組みました。彼は、30人の仮想エージェントと限定された希少資源を持つ合成世界を構築しました。この世界では、すべてのエージェントは同じ基本的な欲求と、同じ物理的能力を持っていました。唯一変わるのは、シミュレーションの実行ごとに異なる「制度的アーキテクチャ」、すなわち各エージェントが合法的に取ることができるアクションを規定する許可と制限の設定だけでした。エージェントと環境を完全に同一に保つことで、ガローネはルールだけでどれほどの差が生じるかを正確に観察することができました。彼は、ルールの変更は必ずしも資源の総分配量を変えるわけではないものの、「誰が何をどの程度得るか」、「どれほど長く待つ必要があるか」、そして「どのような選択肢がそもそも与えられるか」という点を劇的に作り替えることを発見しました。

実験は、ルールによる制限がないベースラインのシナリオから始まりました。この自由競争の状態では、すべてのエージェントは「優先リクエストを行う」「通常の要求を行う」「待機する」「立ち去る」という4つの可能なアクションを選択できました。これは、制度的なフィルタリングがない状態でシステムがどのように振る舞うかを見るためのコントロール群として機能しました。次に、研究者は静的なルールセットを導入しました。このバージョンでは、人口の20パーセントを代表する特定のグループのエージェントに対し、特別な優先権が付与されました。残りの80パーセントは、優先リクエストを行う能力を失いました。シミュレーションは80ステップ間実行され、エージェントはランダムに到着し、各ステップで5ユニットのサービス容量が固定されていました。結果は驚くべきものでした。グループへのサービス提供総量は無制限版とほぼ全く変わりませんでしたが、サービスの分配方法は著しく変化していました。特権を持つ20パーセントの層は、全サービスの26.6パーセントを受け取り、人口比に対して明らかな過剰配分となりました。一方、平均的なエージェントが利用できる選択肢の数は、平均して4から約3へと減少しました。これは研究者が「アクション空間比率」と呼ぶ指標です。

研究は、システムの状況に応じてルールが変化しうる、より複雑なシナポリオへと移行しました。この動的レジームは、先述の静的なルールから始まりますが、あるメカニズムが追加されます。それは、もしエージェントがあまりにも長く待ちすぎた場合、システムはそのエージェントに対して短期間、一時的に優先権を付与するというものです。これは、長い待ち時間が特別な便宜措置を引き起こす現実世界の状況を模したものとして設計されました。この動的なルールが適用されると、結果は再び変化しました。固定の優先グループが保持していた優位性は縮小し、全サービスの23.5パーセントまで低下しました。システムはわずかに公平になり、エージェントが利用できる平均的な選択肢の数も増加しましたが、制約のないベースライン時の自由度には戻りませんでした。決定的なのは、これらすべての異なるルールセットを通じて、グループへ届けられたサービスの総量は実質的に不変であったことです。これは、ルールが単にシステムの効率性を変えているのではなく、全体の処理量を維持したまま、参加者の間の負担と利益を能動的に再分配していることを示しています。

結果がタイミングによる偶然の結果でないことを確認するため、研究者らは特定の診断テストを行いました。彼らはまったく同じエージェントを用い、かつ合計としての優先権の総数も同一にした上で、それらの権利がいつ有効になるかを変えました。一方は、エージェントがどれほど待ったかに関わらず、シミュレーションの早い段階で権利が付与されるバージョンです。もう一方は、動的なバージョンであり、エージェントが特定の時間を経過した後でのみ権利が付与されるものです。それぞれのエージェントが持つ権利の総数は同一であったにもかかわらず、結果は異なっていました。システムの状況に基づいて権利が付与されるバージョンのほうが、サービスを受けた側の待ち時間は長くなりましたが、不満を感じてシステムを立ち去るエージェントの数は少なくなりました。これにより、ルールの「時期」および「現在の状況といかに結合されているか」が、ルールそのものと同じくらい重要であることが証明されました。単にエージェントがいかに多くの権利を持っているかを数えるだけでは不十分であり、それらの権利が「いつ」アクティブになるのかを理解する必要があるのです。

研究者らは、エージェントの到着数、サービスの速度、特権グループのサイズを変化させた18の異なる条件下でシミュレーションを実行し、これらの知見の堅牢性をテストしました。あらゆるケースにおいて、核心となるパターンは維持されました。静的なルールは、常にエージェンドが利用可能な選択肢を減らし、特権階級へのサービスの集中をもたらしました。一方で、動的なルールは、一貫してそれらの選択肢の一部を取り戻させ、集中を緩和させましたが、往々にしてエージェントの待ち時間を増大させる傾向がありました。これらの影響は、多数のエージェントが限られた資源を奪い合う高圧状態にあるときに最も顕著になりました。逆に、キャパシティに余裕がありエージェントが少ない状況では、ルールセット間の差異は無視できるほど小さくなり、制度上のルールは資源が乏しい時にこそ最も重要な意味を持つことが示唆されました。

本研究は、現実世界の政策問題を解決したり、特定の法的制度が具体的にどう振る舞うかを予測することを目的としたものではありません。このモデルは、特定のメカニズムをテストするために設計された、デジタル上の簡略化された人工的なラボラトリーです。エージェントは複雑な経歴を持つ実在の人々ではなく、リソースも実際のコモディティではありません。しかし、本研究は、制度的なダイナミクスが独立した因果関係のレイヤーとして作用することを示す明確な証拠を提供しています。制度は、標準的な効率性の尺度で見落とされるような形で、アクセスや負担を再分配することができます。システムは、総出力の観点からは完璧に機能しているように見える一方で、そこに含まれるルールが、特定のアクションに対する負荷を密かに特定のグループへとシフトさせている可能性があるのです。可能となるアクションの生成を、それをフィルタリングするルールから分離し、さらにそれがエージェントが行う選択から分離することで、本研究は、制度がいかに私たちの世界を形作っているかを知るための新しい視座を提示しています。真にシステムを理解するためには、単に何が生産されているかを見つめるだけでなく、その中の人々にとって「何が可能であるか」という風景の変化を見つめなければならないことを、この研究は示唆しています。