ナラティブ経済学について⑫名もなき「文化起業家」の初期衝動：Pythonで紐解く、感染するナラティブと経済因果の双方向ループ

〈大規模な経済事象を予測するとき、私たちは何が原因で何が結果かを見極めようとする。
デイヴィッド・ヒュームが古くから指摘したように、世界の潮流は時に、有名ではない「少数の人」が放った言葉の感染力（ナラティブ）から始まり、実体経済を動かしてゆく。
そのようにして動いた経済が、今度はその物語をさらに強固にしていくという双方向の因果関係が存在する。
対照実験が不可能なこの複雑な世界を、Pythonコードとともに見てゆきたいと思う。〉

私たちは不景気や不況、長期停滞といった大規模な経済事象を予測し、対応しやすくするために、大規模な経済事象を定義づける際に役立つ経済ナラティブを見極め考慮するために、何が原因で何が結果かを見極めなければならない。

確かに経済学者たちは因果性には注意を払うにも関わらず、新しいナラティブの発明を因果的には重要視しないが、私は、ナラティブの発明には因果性が存在するというだけではなく、新しい感染性のナラティブもまた経済事象を引き起こし、経済事象はナラティブを変えるというように双方向性があるということにも留意したい。

1742年にデイヴィッド・ヒュームは、
「少数の人に依存するものは、おおむね偶然、あるいは秘密で未知の原因によるとされる。
多数の人から生じるものは、しばしば決定的で既知の原因によるものとされる」
と述べている。

それぞれ新しいナラティブはある個人の心の中や数人の共同作業として生じるため因果性のイノベーションと見ることができ、ナラティブを生じさせる個人を「文化起業家」と呼んだ経済史研究家のジョエル・モキイアがヒュームのこのことばに遡るのも理解できる。

感染性の新しいナラティブを作る「少数の人」の影響を理解するのは、ナラティブ経済学の基礎を形成するのに不可欠である。

「少数の人」の影響は時に、感染性の新しいナラティブづくりを通じて作用するが、感染性ナラティブを発明する「少数の人」は通常は有名ではなく、誰かは分からないことが通常である。

このシリーズの日記で以降、ナラティブの深層構造をより理解するため経済ナラティブがviralになる因果的な要素を検討する。

さて、ナラティブと経済の因果の向きを証明するのは難しく、
例えば、2009年のビットコインに対する熱気は何からかのかたちでビットコイン価値上昇に貢献したのか？ビットコインの価値増加はニュースの中の物語や数学理論進歩に対する論理的な反応に過ぎなかったのか？
という問いに私たちが答えることは困難だろう。

大規模な経済経済事象の因果の方向性を確立するときの問題は、世の中の経済条件を正確にシュミレートする対照実験が通常できないというところにあり、私たちは、自然実験とみなせるような出来事を探すくらいしかできない。

1912年、ヘンリー・W・ファーナムはアメリカ経済学会会長演説で、経済学者が対照実験を行えないという問題に触れ、それでも（政府の政策の誤りなどにより）ランダムなショックは起きているので経済史を研究すれば、経済学者が因果性を推測できると述べ、さらには「経済学者は、他の人々に実験をやってもらえているので、本当に運が良い」
と述べてしまった。

次回のこのシリーズの日記では、経済学者たちがこれまで試みてきた準、対照実験などについて見てゆくところから始めたいと思う。

# ナラティブ経済学の双方向ループ・シミュレーション

# 1. 初期状態（外生詳細・環境設定）
narrative_infection_rate = 0.05  # 物語の感染力（最初は微小な確率）
economic_value = 10.0            # ビットコインなどの初期経済価値
people_opinions = {}             # 人々の心の辞書型データ

# 2. 社会を構成する10人の「名もなき個人」を準備
for person_id in range(1, 11):
    people_opinions[person_id] = "冷静"

# 3. ある日、1人の「文化起業家（名もなき少数）」が物語を発明する
people_opinions[1] = "熱狂"
print("【初期衝動】名もなき文化起業家がナラティブを発明しました。")

# 4. 時間の経過（4日間のナラティブと経済の相互作用ループ）
for day in range(1, 5):
    print(f"\n--- 経済実験 {day} 日目 ---")
    
    # 【因果の方向1】ナラティブの感染（熱狂が伝染する）
    current_enthusiasm_count = 0
    for person_id in people_opinions:
        if people_opinions[person_id] == "熱狂":
            current_enthusiasm_count += 1
            
    # 熱狂している人がいれば、まだ冷静な人に感染確率が波及する
    if current_enthusiasm_count > 0:
        for person_id in people_opinions:
            if people_opinions[person_id] == "冷静":
                # 感染力が高まる（現在の熱狂者数に応じて確率的に感染）
                if current_enthusiasm_count * narrative_infection_rate > 0.1:
                    people_opinions[person_id] = "熱狂"

    # 【因果の方向2】ナラティブから経済事象への影響
    # 熱狂者の数に応じて、経済価値が上昇する
    economic_value += current_enthusiasm_count * 2.5
    print(f"現在の経済価値: {economic_value}（ナラティブが経済を押し上げました）")
    
    # 【因果の方向3】経済事象からナラティブへのフィードバック（双方向性）
    # 経済価値が20を超えると、物語の感染力が跳ね上がる（アトラクタへの引き込み）
    if economic_value > 20.0:
        narrative_infection_rate = 0.30
        print("【臨界点突破】価格高騰のニュース自体が、物語の感染力を爆発的に高めました！")

print("\n【実験終了時の社会の脳内状態】")
print(people_opinions)

最初の設定（1〜4行目）
 narrative_infection_rate（感染率）という外生詳細（外側のルール）と、economic_value（経済価値）という内生変数（内側で変化する数値）を定義しています。people_opinions = {} は、人々の心のなかに「冷静」か「熱狂」かのスタンプを押すための空の箱（辞書型）です。

名もなき10人の誕生（7〜8行目）
 for person_id in range(1, 11): を使って、1番から10番までの人間を社会に生み出し、全員に最初は「冷静」という初期状態をセットしています。

文化起業家の出現（11行目）
people_opinions[1] = "熱狂"。これがヒュームの言う「少数の人」です。1番の人間が突然、ビットコインや新しい思想の物語を信じ始めます。

双方向のループ（14行目〜）
 for day in range(1, 5): で、物語が社会を駆け巡る「時間」を表現しています。

1つ目の因果　
if people_opinions[person_id] == "熱狂": で熱狂者の数を数え、その熱狂が他の「冷静」な人にじわじわと感染していきます。

2つ目の因果
 economic_value += ... で、熱狂した人の数だけ、ビットコインの価格（経済）が上昇します。
ナラティブが経済を作った瞬間です。

双方向性の完成（36行目〜）
if economic_value > 20.0:。ここが美しさの極みです。価格が上がったという「事実（経済事象）」が、今度は物語の感染率を 0.30 へと暴騰させます。「値上がりしたから、さらに物語が信じられる」という双方向の因果の罠です。

現象を数理モデル化する

内生変数と外生詳細（変数）
経済価値や人々の心理は、システムの中で互いに影響し合って変わる「内生変数」です。
一方で、最初の感染しやすさ（0.05）はシステムの枠外から与えられる「外生詳細」です。
「何がシステムの中で勝手に動く変数で、何が外から与えられた定数か」を見極める視点は大切ですね。

参照点のアトラクタ（引き込み）
経済価値が 20.0 を超えた瞬間、社会全体のシステムのギアが強制的に切り替わりました。
数理理工学では、システムを特定の状態へと強力に引きずり込む中心点を「アトラクタ」と呼びます。ナラティブ経済学とは、「言葉によって社会に新しいアトラクタ（熱狂の渦）を作り出すプロセス」と言えます。

感染動態（SIRモデルの思想を借りて）
今回のコードは、医療理工学や情報ネットワークのパケット拡散で使われる「感染症数理モデル（SIRモデル）」の考え方を借りた簡易版です。
「噂の拡散」も「ウイルスの拡散」も、数理的には同じ数式（微分方程式）で記述できるという事実は、情報理工学の共通言語の一つを私たちに示していますね。

 数理的ギミックへ

このPythonプログラムで用いた「辞書型データの更新」と「条件分岐による動的な確率変更（if economic_value > 20.0）」は、工学・物理学史における「サイバネティクス（フィードバック制御理論）」および「カオス理論のバタフライ効果」の系譜に属しています。

1940年代にノーバート・ウィーナーが提唱したサイバネティクスは、「出力された結果が、入力へと戻ってくるループ構造（フィードバック）」を扱います。伝統的な経済学は「原因A → 結果B」という直線的な因果関係（ニュートン力学的な決定論）で世界を見がちでした。
しかし、本コードのように「結果B（経済価値の上昇）が原因A（感染率）を変化させる」という非線形なフィードバックを導入した瞬間、システムは単純な予測を拒む「カオス（複雑系）」へと変貌します。

ヒュームが指摘した「少数の人（1人の文化起業家）」という微小な初期値のちがいが、フィードバック・ループを通じて社会全体の巨大な経済停滞やバブル（巨大なアトラクタ）を引き起こすという構造、気象学者ロレンツが発見した「ブラジルでの蝶の羽ばたきが、テキサスで竜巻を引き起こす」というカオス理論をPythonの基礎文法が記述していますね。

Python歴の浅い私の今回の学び

シラーの言う「人間の心の揺らぎ」や「経済のドラマ」とどのように重なっているか

① 舞台装置のセット（1〜4行目）

narrative_infection_rate = 0.05  # 物語の感染力（最初は微小な確率）
economic_value = 10.0            # ビットコインなどの初期経済価値
people_opinions = {}             # 人々の心の辞書型データ

ここでは3つの「変数（データを memory に入れておく箱）」を作っています。3行目の {} は「辞書型（dict）」という文法です。
:ここは、まだ誰も騒いでいない「静かな世界」の初期設定（外生詳細）です。物語の感染力（narrative_infection_rate）は、まだ 0.05（5%）という、歴史の隅に隠れた微小な初期値にすぎません。

② 社会の登場人物を作る（7〜8行目）

for person_id in range(1, 11):
    people_opinions[person_id] = "冷静"

for 文は「反復（繰り返し）」の文法です。range(1, 11) は「1から10まで」という意味になります。つまり、1番から10番までの人間をループで順番に呼び出しています。
そして、辞書型の箱（people_opinions）の中に、1: "冷静", 2: "冷静"... と、10人分全員に「冷静」というスタンプを押しています。
デイヴィッド・ヒュームの言う「多数の人」が社会に誕生しました。全員がまだ物語を知らず、合理的に、そして「冷静」に社会を見つめている状態です。

③ 文化起業家の「初期衝動」（11〜12行目）

people_opinions[1] = "熱狂"
print("【初期衝動】名もなき文化起業家がナラティブを発明しました。")

先ほど全員「冷静」にした辞書型データのうち、「1番の人間だけ」を選び、中身を "熱狂" に上書き（更新）しています。これが、ジョエル・モキイアの言う「文化起業家（名もなき少数）」の誕生です。
0人中9人が冷静な中、たった1人（1番の個人）の脳内で「新しいナラティブ（物語）」が発明され、熱狂の火が灯りました。ここから世界の因果が変わり始めます。

④ 時間の経過と、1つ目の因果：物語の感染（15〜28行目）

for day in range(1, 5):
    print(f"\n--- 経済実験 {day} 日目 ---")
    
    current_enthusiasm_count = 0
    for person_id in people_opinions:
        if people_opinions[person_id] == "熱狂":
            current_enthusiasm_count += 1

大きな for day in range(1, 5): の中で、1日目、2日目…と時間が進みます。その中で、再び別の for ループを使って、10人の辞書を上から順に見、if（条件分岐）を使って「今、"熱狂" している人は何人いるか」と数え上げています（current_enthusiasm_count += 1）。思想のドラマ:社会の「感染動態」を観測するステップです。1日目は、先ほどの文化起業家（1番）の1人だけが熱狂していますね。

⑤ 感情の臨界点と、感染の波及（30〜34行目）

    if current_enthusiasm_count > 0:
        for person_id in people_opinions:
            if people_opinions[person_id] == "冷静":
                if current_enthusiasm_count * narrative_infection_rate > 0.1:
                    people_opinions[person_id] = "熱狂"

if 文が3重に重なります。
「もし熱狂者が1人でもいたら（> 0）」→「まだ冷静な人を探して」→「【感情の臨界点チェック】熱狂者数 × 感染力が、基準値（0.1）を超えていたら」→ その人のスタンプを "熱狂" に変える、という処理をしています。
ナラティブが「口コミ」や「SNS」で他人に伝染していくプロセスです。最初は、熱狂者が1人しかいないため、1 × 0.05 = 0.05 となり、基準の 0.1 を超えられません。
つまり、最初は簡単には感染しない（冷静な人々は物語を無視する）という心理の壁が、if 文によって表現されています。

⑥ 2つ目の因果：ナラティブから経済へ（38〜39行目）

    economic_value += current_enthusiasm_count * 2.5
    print(f"現在の経済価値: {economic_value}（ナラティブが経済を押し上げました）")

+= は「現在の値に、右側の計算結果を足し算して上書きする」という文法です。熱狂している人の数（current_enthusiasm_count）に 2.5 を掛けた分だけ、経済価値（ビットコインの価格など）が上昇します。
「原因：ナラティブ（熱狂）」→「結果：経済事象（価格上昇）」という、1つ目の因果の矢です。物語を信じた人々が実際に行動（購入や投資）を起こすことで、実体経済の数字が上方に引っ張られます。

⑦ 因果の逆転：経済からナラティブへの逆流（42〜45行目）

    if economic_value > 20.0:
        narrative_infection_rate = 0.30
        print("【臨界点突破】価格高騰のニュース自体が、物語の感染力を爆発的に高めました！")

条件分岐 if economic_value > 20.0: が、経済価値のパラメーターを監視しています。もし価格が 20.0 というラインを超えたら、最初に決めた外生詳細（ルール）であるはずの narrative_infection_rate（感染力）を、0.05 から 0.30（30%）へ動的に書き換えてしまいます。
シラーの言う「双方向性」です。「価格が上がった（結果）」という経済事象が、ニュースや噂となり、今度は「物語の感染力を6倍に跳ね上げる（原因）」という因果の逆転が起きています。感染力が 0.30 になったため、次の日からは、先ほどの⑤のステップ（感情の臨界点チェック）を突破できるようになり、社会全体が「熱狂のアトラクタ（引き込みの渦）」へと一気に飲み込まれていきます。

Pythonの文法における if や for は、単なる計算の道具ではありません。

if は、人間が「ある一線（臨界点）を超えたら、態度をガラリと変える認知の枠組み」です。
for は、名もなき群衆がひしめき合う「社会の空間」や、刻一刻と変化する「歴史の時間」です。

一見複雑な社会現象を、シンプルな文法の組み合わせ（モデル）に分解して紐解いてきました。

ここまで、読んで下さり、ありがとうございます。

今日も、頑張り過ぎず、頑張りたいですね。

では、また、次回。

※見出し画像は、黒田清輝の「夏（野遊び）」からです😌