【徹底検証】効用関数は「現実原則」の数理学的顕現であり、我々はそれの奴隷である説――数式で考えると意外とガチだった

「人間は自由に意思決定している」

我々は普段、何となくそう考えている。

しかし経済学・意思決定理論の世界に一歩踏み込むと、話が変わってくる。

そこに現れるのが効用関数（utility function）である。

財・所得・時間・リスク・快楽・不快・将来利益など、様々な選択肢に対して「どちらを選びたいか」を数学的に表現する。

そこで今回のオタクくん仮説がこれである。

「効用関数とは、現実原則を数学へ翻訳したものではないか？」

そしてさらに、

「我々は効用最大化という見えない制約の下で意思決定している。つまり効用関数の奴隷なのではないか？」

結論から言えば、これは完全な同一視はできないものの、かなり面白い数理的対応関係を持つ。

1．そもそも「現実原則」とは何なのか

ここでいう現実原則は、精神分析における概念を念頭に置く。

快楽原則が「今すぐ快楽を得たい」という方向を持つのに対して、現実原則は現実の制約を考慮して欲求を調整する。

例えば、

• 今すぐ遊びたい
• しかしお金がない
• 明日仕事がある
• 将来のために貯金したい

となれば、単純な「今の快楽最大化」では行動できない。

つまり、

欲望 ＋ 現実の制約 → 行動選択

という構造になる。

これを数学へ落とすと、突然それっぽくなる。

2．効用最大化という「現実の数学」

経済学では典型的に、意思決定者が制約条件のもとで効用を最大化すると考える。

例えば消費財 x と y があり、所得が M、価格がそれぞれ p_x、p_y なら、

Maximize　U(x,y)

subject to

p_xx + p_yy ≦ M

となる。

ここで重要なのは、

「何が欲しいか」だけでは選択が決まらない

という点だ。

所得という現実的制約が入る。

つまり、

欲望空間 ∩ 現実可能集合

の中から選択しなければならない。

これ、かなり「現実原則」である。

3．快楽原則と効用最大化を対応させるとこうなる

最終的には、

x* = arg max_x∈X U(x)

という形になる。

日本語に翻訳すると、

「現実的に可能な選択肢の中で、一番効用が高いものを選べ」

である。

オタクくん：

「待って……これ、現実原則そのものでは？」

4．しかし「効用＝快楽」ではない

ここには重要な注意点がある。

効用は必ずしも「快楽そのもの」を意味しない。

現代経済学では、効用は基本的に選好を表現する数学的な道具として扱える。

例えば、

「AよりBを選ぶ」

という選好関係があれば、数学的にそれを表現する効用関数を構成できる場合がある。

したがって、

効用 ＝ 脳内で感じている快楽量

と考えるのは危険である。

より正確には、

効用 ＝ 選択の順序や強度を数学的に表現するための構造

と考える方が適切だ。

5．それでも「現実原則の数理化」という読みが成立する理由

ここが本説の核心である。

現実原則の本質を、かなり抽象化して、

「欲求を、現実に存在する制約の中で実現可能な行動へ変換する仕組み」

と定義してみる。

すると数理最適化では、

欲求 → 目的関数
現実 → 制約条件
行動 → 最適解

という対応が成立する。

つまり、

心理的欲求 → 効用関数
現実的制約 → feasible set
意思決定 → 最適化問題

となる。

この意味では、

効用最大化モデルを「現実原則の数理的メタファー」と読むことには十分な妥当性がある。

6．では「我々は効用関数の奴隷」なのか

ここから急に哲学になる。

仮に人間の意思決定を、

x* = arg max U(x)

と完全に表現できるとする。

すると我々は、

「自分で自由に選択している」

ように見えて、数学的には、

「与えられた効用関数と制約条件から最適解を出力している」

だけになる。

極端に言えば、

人間＝最適化アルゴリズム

という見方すら可能になる。

例えば、

• 金が欲しい
• 時間が欲しい
• 承認が欲しい
• 安全が欲しい
• 恋愛したい
• 趣味を楽しみたい

という複数の欲求を持っているとする。

すると総合的な効用を、単純化して、

U = αW + βT + γS + δR + εH

のように表現できる。

ここで、

• W = wealth（富）
• T = time（時間）
• S = safety（安全）
• R = recognition（承認）
• H = hobby / happiness（趣味・幸福）

などとする。

そして α、β、γ……が各人の重みである。

すると人生とは、

「有限の資源を、どの効用項目へ配分するか」

という巨大な最適化問題として見ることができる。

7．しかも「効用関数そのもの」は自分では自由に選べない

ここがさらに重要である。

仮に自分が最適化しているとしても、

「そもそも、なぜそれを欲しいと思うのか？」

という問題が残る。

例えば、

「年収1000万円が欲しい」

とする。

ではなぜ1000万円なのか。

社会的比較なのか。

安全保障なのか。

承認なのか。

自由時間なのか。

過去の経験なのか。

文化なのか。

遺伝的・生物学的傾向なのか。

ここまで掘ると、

「私は何を最大化したいのか？」

という、効用関数の外側の問題が出てくる。

8．「奴隷」という表現が数学的に面白い理由

ここで「奴隷」を比喩として使う。

もし効用関数 U と制約集合 X が固定されているなら、意思決定は

x* = arg max_x∈X U(x)

に従う。

つまり、

「選択しているのに、その選択は目的関数と制約条件に拘束されている」

という奇妙な構造になる。

これは自由意志と決定論の問題にも接続できる。

ただし、ここから「人間には自由意志が存在しない」と数学的に証明することはできない。

効用最大化は、あくまで意思決定を記述するモデルだからである。

9．むしろ人間は「効用関数を書き換える」ことができる

ここで本説に対する強力な反論が出てくる。

もし人間が効用関数そのものを変更できるなら、

「効用関数の奴隷」

という表現は少し怪しくなる。

例えば、

「金を稼ぐことが人生の目的だと思っていたが、自由時間の方が重要だと気づいた」

なら、

U_old = αW + βT

から、

U_new = α’W + β’T

へ重みが変化したと考えられる。

つまり、

人間は最適化するだけでなく、最適化対象そのものを再定義する可能性がある。

10．さらに「効用関数は時間とともに変化する」

現実の人間を考えるなら、

U = U(x,t)

と考える方が自然である。

若い頃と中年期では価値観が違う。

健康状態によっても違う。

所得によっても違う。

環境によっても違う。

つまり、我々は固定された効用関数を持つ機械ではなく、

効用関数そのものが学習・経験によって変化する動的システム

とも考えられる。

11．ここで「自己投資」の話にも接続できる

さらに面白いのが自己投資である。

通常の投資なら、

資産 → 将来収益

を狙う。

一方、自己投資では、

現在の資源投入 → 将来の能力・選択肢増加

となる。

数学的には、現在の選択 a が将来の状態 s_t+1 を変化させる。

s_t+1 = f(s_t, a_t)

そして将来効用まで考えれば、

U_t = u(x_t) + βu(x_t+1) + β²u(x_t+2) + …

という動学的最適化問題になる。

つまり「今の快楽を我慢して未来へ投資する」という行為こそ、現実原則の数学的な典型例とも読める。

12．「今すぐ欲しい」vs「将来もっと欲しい」

ここで快楽原則と現実原則の対立を、時間割引で表現できる。

今の効用を u(c_t)、将来の効用を u(c_t+1) とすると、

U = u(c_t) + βu(c_t+1)

となる。

βが小さいほど「未来より現在」を重視する。

βが大きければ、未来の利益をより重視する。

すると、

「今すぐ遊ぶ」

と

「今は我慢して将来の利益を取る」

という問題が、数学的に同じ最適化問題へ落ちてくる。

13．現実原則とは「制約を認識する能力」とも読める

さらに抽象化すると、現実原則の核心は、

「可能なこと」と「欲しいこと」を区別する

ことにあるとも考えられる。

欲望集合を D、現実可能集合を X とすると、実際に選択できるのは、

D ∩ X

である。

欲望がどれほど大きくても、

x ∉ X

なら実行できない。

したがって現実原則とは、数学的には、

「目的関数だけを見るのではなく、実行可能集合を同時に考慮すること」

と表現できる。

14．しかし現実には「非合理」な行動も存在する

ここで効用最大化モデルにも限界がある。

人間は常に完全情報を持っているわけではない。

計算能力にも限界がある。

将来も分からない。

しかも、感情・習慣・認知バイアスなどによって選択が左右される。

そのため、

完全合理性

よりも、

限定合理性（bounded rationality）

を考える方が現実的な場合も多い。

つまり、

我々は効用最大化マシーンですらなく、「限られた情報と計算能力で何とか最適化しようとする存在」

なのかもしれない。

15．最終的な数理モデル

ここまでをまとめると、人生の意思決定を極端に抽象化して、

max E[Σ_t=0^T β^tu(x_t)]

subject to

x_t ∈ X(s_t)

s_t+1 = f(s_t,a_t,ε_t)

のような動学的意思決定問題として表現できる。

日本語にすると、

「不確実な現実世界の中で、現在から未来までの効用を最大化するように、有限の資源と制約のもとで行動せよ」

となる。

……。

改めて読むと、

人生そのものが最適化問題になっている。

16．Q.E.D.……と言いたいところだが

ここで「証明終了！」と叫ぶのは少し早い。

なぜなら、

効用関数は現実原則そのものではない。

あくまで、両者の間に非常に興味深い構造的類似性がある。

したがって厳密には、

効用関数 ≒ 現実原則の数理的表現モデル

とするのが妥当である。

17．そして「奴隷」という言葉が哲学的に復活する

それでも、最初の命題には一定の哲学的な面白さが残る。

なぜなら我々は、

「何を選ぶか」

だけではなく、

「何を欲しいと思うか」

にも影響を受けているからだ。

さらに、その欲望自体が、社会・文化・経験・身体・環境などによって形成されている可能性がある。

すると問題は、

「私は効用を最大化しているのか？」

ではなく、

「そもそも、なぜ私はこの効用関数を持っているのか？」

へ移る。

これは一段深い問題である。

18．結論――我々は「効用関数の奴隷」なのか？

したがって最終判定は、

「かなり面白い比喩として成立。ただし数学的な同一視ではない」

である。

もっとも、この説の本当に面白いところは「効用最大化」ではない。

「効用関数そのものを書き換えられるのか？」

という一点にある。

もし我々が自分の効用関数を意識的に変更できるなら、

最適解を変えるだけではなく、最適化問題そのものを変更できる。

これは「効用関数の奴隷」からの脱出というより、

「自分が何を最大化する存在なのかを再設計する」

という話になる。

そしてここまで来ると、経済学の効用最大化から、自由意志・自己形成・現実原則・自己投資・人生設計という哲学的問題へ一直線につながってしまう。

オタクくん「待って……人生、巨大な最適化問題だったんですか？」

チャッピー先生「ただし、目的関数まで自分で書き換えられる可能性があります」

――というわけで、

効用関数は現実原則の数理学的“顕現”である説、完全証明とはいかないものの、構造的アナロジーとしてはかなり強い。

Q.E.D.……ではなく、Q.E.A.（Quite Entertaining Analogy）！