ソ連における最適化(2016年)
Optimizing things in the USSR (2016) (chris-said.io)
要約
データサイエンティストである著者は、ソ連時代の経済計画における最適化の問題に焦点を当てた書籍『Red Plenty』に触発され、当時の経済計画の課題と、それを解決しようとしたデータ駆動型のエコノミストやコンピューター科学者のチームについて考察している。中央計画経済では、資源配分を決定するためにバランスシートが用いられたが、膨大な商品数とサプライチェーンの複雑さから、手計算による簡略化(次元削減、集約、調整の限定)が避けられず、結果として資源配分の非効率性や品不足が生じた。1960年代後半には、線形計画法などの数学的手法を用いた「最適計画論者」が登場し、効率改善の試みが行われたが、政治的要因などにより限定的な成功に終わった。
全文翻訳
ソ連における最適化の試み
2016年5月11日
データサイエンティストとして、私の仕事の大きな部分は、最適化すべき指標を選び、可能な限り効率的に物事を行う方法を考えることです。こうした疑問を抱きながら、私は最近、ソ連の経済問題と、それを解決しようとしたデータ駆動型の経済学者やコンピューター科学者のチームについての、非常に興味深い本を発見しました。その本は『Red Plenty』というタイトルです。奇妙なことに小説として書かれていますが、それでもソ連の正確な経済史を提示しています。この本は、1973年に出版された『Planning Problems in the USSR』という以前の本に大きく依拠しており、私もそれを手に取りました。これらの本を読み進めるうちに、現代のどんな組織における計画立案とも多くの共通点があることに気づかずにはいられませんでした。今日のデータサイエンティストなら誰でも見覚えがあると思いますが、2冊目の本には、研究者が「自分の時間の90%はデータクリーニングに費やされ、実際のモデリングに費やされるのは10%だけだ!」と不満を漏らした引用まで含まれています。
現代のデータサイエンスやオペレーションズリサーチとの興味深い類似点のすべてを超えて、これらの本は、線形計画法、価格均衡、ソ連史など、私が以前ほとんど知らなかった多くの興味深いことを理解するのに役立ちました。この記事は、私が学んだことについてです。
貸借対照表と手計算:ある種の悲惨な状況
中央計画経済における主な任務は、望ましい品揃えの財・サービスが生産されるように資源を配分することでした。毎年、各財の目標生産量が設定されました。利用可能な投入資源の推定値に基づいて、中央管理者はすべての工場に計画を設定し、各工場が受け取る投入商品の量と、生産すべき産出量を正確に指定しました。1960年代までは、これは常に手計算で行われていました。商品は何十万種類もあり、サプライチェーンには多くの依存ステップがあったため、経済全体の完全な貸借対照表を計算することは不可能でした。そのため、管理者はいくつかの単純化された仮定を立てることにしました。これらの単純化された仮定の結果、資源配分は悲惨な状況に陥りました。以下に、いくつかの単純化とその結果を示します。
- 変数の削除による次元削減。 追跡すべき商品が多すぎたため、管理者はしばしば経済における最も重要な10,000品目に分析を限定しました。しかし、それらの商品の生産が計画されたとき、中央で計画されなかったが、計画された10,000品目のうちの1つの投入物として使用された商品の隠れた不足が生じることがよくありました。それらの商品に依存していた工場は、不足が終わるのを待つ間、数ヶ月間稼働不能になることがよくありました。
- 集約による次元削減。 鋼管は数千種類ものタイプがあるようです。長さ、形状、組成が異なる場合があります。問題の次元を減らすために、管理者は詳細な分類体系を使用する代わりに、モデルでは少数の広範なクラスの鋼管の総トン数を追跡することがよくありました。モデルは広範なカテゴリのトン数をうまくバランスさせましたが(管を生産する工場のトン数での産出量は、管を消費する工場のトン数での投入要件と一致しました)、特定の種類の管には常に過剰在庫があり、他の特定の種類の管は不足していました。特に、トン数が指標として使用されたため、管を生産する工場は製造しやすい太い管を作ることに過度にインセンティブを与えられました。その結果、細い管は常に不足していました。
- 調整の伝播は数段階のみ。 貸借対照表の計算中に、管理者が1つの商品の目標生産量を増やす必要があると認識したとします。もしそうした場合、その目標商品への投入物である商品の生産目標量も増やす必要がありました。しかし、もしそうしたなら、それらの商品への投入物である商品の生産目標量も増やす必要がありました。これは、調整が必要になるたびに、膨大な追加の手計算を伴いました。物事を単純化するために、管理者は通常、サプライヤーのサプライヤーへの必要な調整を行わずに、一次サプライヤーへの調整を行いました。これはもちろん、投入商品の深刻な不足につながり、再び工場が稼働不能になりました。
図1。 1951年のソ連経済における投入物と産出物の例。重量単位で記述されています。この概要は、計画で使用されたものよりも極端な次元削減を示しています。この図では、ほとんどの商品が除外されており、表示されている各商品は複数の異なる製品タイプにまたがっています。サプライチェーンの複数のステップが1つのステップに集約されています。(出典:CIA)
管理者が会計を正しく行えたとしても(実際にはできませんでしたが)、資源配分の試みは最適からは程遠いものでした。例えば、鉄鋼業界では、一部の工場は特定の種類の管の生産に優れていましたが、他の工場は他の種類の管の生産に優れていました。数千もの異なる工場と管の種類があったため、資源と産出量の要件をどのように最適に配分するかを決定することは容易ではなく、どの工場を拡張し、どの工場を閉鎖すべきかはすぐには明らかではありませんでした。
サプライチェーンの最適化
1960年代後半、「最適計画論者」として知られる経済学者とコンピューター科学者のグループが、より良い方法を推進し始めました。このグループは、線形計画法という、レオニード・カントロヴィチによって発明された手法が、サプライチェーンの問題を最適に解決できると主張しました。少なくとも、プロセスがコンピューター化できたため、手計算よりも詳細な計算が可能になり、次元削減が少なくなりました。しかし、より重要なのは、線形計画法により、特定の制約の下で任意の目的関数を最適化できるようになったことです。サプライチェーンの場合、資源を効率的に配分する方法を示し、より多くの投入商品を受け取るべき効率的な工場と、閉鎖されるべき非効率的な工場を特定しました。
[画像]
図2。 線形計画法の発明者であり、1975年のノーベル経済学賞受賞者であるレオニード・カントロヴィチ。
最適計画論者はここでいくつかの成功を収めました。例えば、鉄鋼業界では、約60,000人の消費者が500社の生産者から10,000種類の製品を要求していました。生産者は生産効率が均等ではありませんでした。一部の生産者は特定の種類の鋼材製品に効率的でしたが、他の種類の鋼材製品にはそれほど効率的ではありませんでした。各製品の総量と、各工場が生産できる量という制約が与えられた場合、各工場が各種類の製品をどれだけ生産すべきかを決定することが目標でした。問題を単純化して、製品が消費工場にどのように配布されるかを考慮せずに各工場がどれだけ生産すべきかを尋ねるだけであれば、これは最適割り当て問題の直接的な応用となり、線形計画法でよく研究されている例です。さらに配布を最適化し、工場から工場への出荷の距離依存コストを考慮したい場合、問題はより複雑になりますが、それでも実行可能です。この問題は、輸送問題(線形計画法でよく研究されている別の例)に似ていますが、この場合は単一の商品ではなく複数の商品に一般化されています。
[画像]
線形計画法を導入することで、最適計画論者は一部の産業の効率をわずかに改善することに成功しましたが、その効果は限定的でした。第一に、政治的な考慮により、モデルが提示した推奨事項の多くが実施されませんでした。非効率的であるか、消費者の近くにないことがわかっていたセメント工場は、最適解が閉鎖を推奨していたにもかかわらず、営業を続けることが許されました。第二に、計画者は経済の特定の狭い部分でのみ作業を許可されていたため、サプライチェーンに推奨事項を伝播させる機会は決してありませんでした。ただし、モデルを拡張してそれを行うことは想像できます。第三に、そしておそらく最も重要なのは、各商品の価値は旧式の管理者によって原則のない方法で設定されていたため、最適計画論者は意味をなさない目的関数を最適化することを余儀なくされたことです。
経済全体を最適化することについてのアイデア
最適計画論者は一部の産業の効率を改善できましたが、より野心的な計画を持っていました。彼らは線形計画法を使用して経済全体を最適化し、資本主義社会を上回ることができると信じていました。それを行うには、特定の産業が採用したサプライチェーン最適化をスケールアウトする以上のことが必要でした。それにはシャドー価格や金利、そして私が完全に理解していない他のいくつかのことが含まれていました。しかし、実装を完全に理解していなくても、計画者のより広範な目標は理解しやすく説明しやすいと感じています。
基本的に、完全に自由な市場では、少なくとも特定の仮定の下では、価格は一般均衡と呼ばれるものに収束するとされています。均衡価格にはいくつかの良い特性があります。それらは総供給と総需要をバランスさせるため、どの商品も不足または過剰になりません。それらはパレート効率的でもあり、これは経済の誰もが他の誰かを悪化させることなくより良くされることができないことを意味します。
最適計画論者は、それよりも良いことができると考えました。特に、資本主義の2つの問題点を指摘しました。第一に、資本主義社会の価格は、個々のエージェントが試行錯誤を通じて最適な価格を推測して決定していました。確かに、不完全な情報を持つこれらのエージェントは、正確な最適な価格を選んでいませんでした。対照的に、最適化されたコンピューター手法を使用する中央計画者は、均衡により正確に到達する価格を選択できたはずです。第二に、そしてより重要なのは、資本主義はパレート効率的ではあったものの、社会的に最適ではない目的関数をターゲットにしていたことです。富の大きな違いにより、一部の人々は他の人々よりもはるかに多くの商品やサービスを得ることができました。最適計画論者は、より社会的に最適となる目的関数を最適化するために線形計画法を使用することを提案しました。例えば、より公平に商品を分配することを目指すことができます。社会的に価値のある商品(例:書籍)を、社会的に破壊的な商品(例:アルコール)よりも優先することができます。より長い時間軸で利益をもたらすセクター(例:重工業)を優先することができます。そして、完全雇用を保証するための制約を含めることができました。
何が起こったか
これらは何も実際には起こりませんでした。最適計画論者の野心的なアイデアは採用されず、1970年代までにはソ連の生活水準が西側諸国にさらに遅れをとっていることが明らかでした。最適計画論者が望むように進んでいれば状況は改善したかもしれませんが、彼らの計画は実施されたとしても失敗しただろうというのが一般的な見解のようです。以下に、遭遇したであろう主な問題点をいくつか挙げます。
- 計算の複雑さ。 Cosma Shalizi による素晴らしいブログ記事で説明されているように、線形計画問題を解くのに必要な計算回数は ((m+n)^{3/2} n^2 log(1/h)) です。ここで、(n) は製品数、(m) は制約数、(h) は許容できる誤差の量です。製品数 (n) は数百万であり、複雑さは (n^{3.5}) に比例していたため、ソ連が十分な詳細で計画問題の解を計算することは事実上不可能でした(ただし、以下を参照)。次元を削減しようとする試みは、手計算で駆動される以前のシステムを悩ませたのと同じような逆インセンティブと不足につながるでしょう。
- データの質。 最適計画論者は、最適なコンピューター手法が、人間の誤りがちで試行錯誤によって価格を推測する市場経済よりも、均衡により正確に近似する価格を見つけられると考えていました。しかし、現実は正反対になるでしょう。市場経済の個々のエージェントは、地元のニーズと制約をかなりよく理解していますが、中央計画者は基本的に何が起こっているのか全く知りません。例えば、中央計画者は、工場が出荷を受け取らなかったときに良い情報を持っておらず、一部の装置が他の装置よりもどれだけ効率的かについての正確な感覚も持っていません。さらに悪いことに、ソ連の工場管理者は、より多くの資源を得るために、生産能力について中央計画者に日常的に嘘をついていました。状況は悪化し、ある深層国家の秘密によると、中央計画者は地元の党幹部からの報告よりも、CIAによる特定のロシア商品の分析を使用することを好みました!これは、CIAが自社のデータを「壊滅的に」質の悪いものだと説明していたことを考えると、特に狂っています。(出典)
- 非線形性。 最適計画論者は線形性を仮定しており、工場が1000個目のウィジェットを生産するコストは、最初のウィジェットを生産するコストと同じであると仮定していました。現実世界では、規模の経済による収益増加があるため、これは明らかに誤りです。規模の経済による収益増加をモデル化することは可能ですが、計算上解くのが難しくなります。
- 目的関数の選択。 社会が何を価値あるものと見なすべきかを選択することは、実際には政治的な問題であり、Cosma Shalizi は、合意に至るのがなぜそれほど難しいかについて、非常に良い説明をしています。
- イノベーションへのインセンティブ。 中央計画者は、まだ存在しない製品の資源配分を決定できませんでした。さらに重要なのは、計画者も工場も新しい製品を発明するインセンティブをほとんど持っていなかったことです。そのため、ソ連は鉄鋼/石炭/セメント経済に焦点を当て続けた一方で、西側諸国はプラスチックやマイクロエレクトロニクスに焦点を移しました。
- 政治的抵抗。 以前の例で説明したように、特定の工場を閉鎖するというモデルベースの推奨は、政治的な理由から無視されました。経済全体に対する多くの推奨事項も無視された可能性が高いです。例えば、コンピューターが冬の暖房用石油の価格を倍増させるべきだと推奨した場合、何人の政治家がそれを許したでしょうか?
将来、これは機能する可能性があるか?
もし最適計画論者のアイデアが当時採用されていたら、失敗したでしょう。しかし、将来はどうでしょうか?100年後、完全に計画された経済を実行する技術的能力を持つことができるでしょうか?インターネットを調べてみたところ、驚くべきことに、答えは実際には…たぶんです。中央計画の2つの最も深刻な問題には、技術的な解決策があることがわかりました。それは遠い話に聞こえるかもしれませんが、不可能ではないかもしれません。
まず計算の複雑さから始めましょう。上記およびCosma Shalizi の投稿で説明されているように、(n) 個の製品と (m) 個の制約を持つ線形計画問題を解くのに必要なステップ数は ((m+n)^{3/2} n^2) に比例します。ソ連には約1200万種類の品目がありました。それらを約1000の可能な場所でクロスさせると、120億の変数になります。これは、Cosma によると、現代のデスクトップコンピューターで解くのに1000年かかる最適化問題に相当します。しかし、ムーアの法則が続くなら、100年後にはこの問題を比較的迅速に解決できるようになるでしょう。経済の投入・産出行列はスパースであることも指摘する価値があります。なぜなら、すべての製品が他のすべての製品を入力として依存しているわけではないからです。Cosma はそれが起こる可能性についていくらか懐疑的ですが、このスパース性を活用するより高速なアルゴリズムが開発される可能性はあるかもしれません。([この記事の以前のバージョンでは、スパース性に基づく提案について議論しましたが、これは (m \times n) の複雑さにまで低下するとされていましたが、実際には最適化問題を解決しない見せかけだったようです。])
前述のように、中央計画経済の2番目の深刻な問題はデータの質でした。中央計画者は、個々の工場の投入要件と産出能力に関する知識が、実際に工場で働く人々ほど良くありませんでした。ソ連では確かにそうでしたが、サプライチェーン管理における技術的進歩を疑問に思わずにはいられません。すべての製品に追跡デバイス、製品の品質を判断するための他のセンサーやカメラがあると想像してみてください。Amazon はすでにほとんどすべての消費財でその方向に向かっています。そして、需要がモノのインターネットによって測定される世界を想像することができます。政府がAmazonと同じくらい有能にこのデータを活用できるかどうかは疑わしいですし、政府がその種のデータを使用することを私たちが望むかどうかを問うことは明らかに価値があります。しかし、技術的な観点からは、ソ連を破滅させたデータ品質の問題は、将来はるかに深刻ではない可能性があります。
とはいえ、目的関数を民主的に人々を満足させる方法でどのように選択できるか、イノベーションにどのようにインセンティブを与えるか、または政治的自由をどのように維持できるかについては、依然として不明です。社会主義は歴史的に悪い実績があり、「今回は違う」という多くの約束が破られてきました。ソ連での出来事についてもっと読みたい場合は、ぜひRed Plentyをチェックしてみてください。それは私が読んだ中で最も奇妙で最も興味深い本の一つでした。
[画像]