Schellinggo model: małe preferencje, duży segregacji

Siatka, dwie rodzaje, jedna reguła

W 1971 roku ekonomista Thomas Schelling — który później podzielił się nagrodą Nobla w dziedzinie nauk ekonomicznych w 2005 roku — opublikował jeden z najprostszych i najbardziej wpływowych modeli w naukach społecznych. Umieszcza dwie rodzaje agentów na siatce, głównie losowo, pozostawiając kilka pustych komórek. Podaj każdemu agentowi jedna regułę: podglądaj swoje zajęte sąsiednie komórki; jeśli mniej niż pewien próg k urodzin się w twoim typie, jesteś niezadowolony i przenosisz się do najbliższej komórki, gdzie byś był zadowolony. Powtarzaj aż każdy agent będzie zadowolony, lub aż system przestanie się zmieniać.

Zaskakujący wynik

Schellingowa odkrycie zaskakującego charakteru było tym, że ten proces wiarygodnie prowadzi do powstania dużych, ostro segregowanych grup nawet wtedy, gdy próg k jest ustawiony znacznie niżej niż 50% — jednostka, która byłaby całkowicie zadowolona w rzeczywistym otoczeniu o podobieństwie 30% i mieszanki 70%, kończy jednak na miejscu, gdzie jest znacząco bardziej jednorodna niż kiedykolwiek chciała. Nie ma żadnej jednostki w symulacji, która chciałaby segregacji; każda jednostka chce tylko lekko, średnio podobnego otoczenia dla siebie. Silnie segregowane wyniki powstają plynąco z kolektywnego działania wielu indywidualnie rozsądnych wyborów.

Dlaczego słabe preferencje komponują się

Mechanizm polega na pętli zwracanej. Gdy nieszczęśliwa jednostka przenosi się z mieszanki, blok staje się lekko bardziej jednorodny — co może w ten sposób przesunąć sąsiada innego typu ponizej swojej granicy szczęścia, spowodując jego ruch. Każdy pojedynczy wyjazd nawiązuje do dalszej homogenizacji lokalnej składu, czym znowu prowadzi do kolejnego wyjazdu, a grupy rosną wzdłuż małych losowych oscylacji początkowej mieszanki. To typowy przykład emergencji: szerokie struktury makroskopowe — duży obszar segregacji — powstają z mikroregulaminów, które nie mówią nic o makroskopowym wzorze.

for each unhappy agent (similar neighbours < k):
    move to nearest empty cell that satisfies k
repeat until no unhappy agents remain
    (or a maximum number of rounds is reached)

low k  (~10-20%)  → mostly stays mixed, little movement needed
mid k  (~30-50%)  → strong segregation emerges from mild preference
high k (~70%+)    → near-total, near-instant separation by type

Znaczenie agregacji, a nie atitude

Schellingowy kluczowy punkt był metodologiczny tak bardzo jak społeczny: nie można na podstawie wzoru agregacyjnego wiarygodnie wnioskować o motywach indywidualnych. Obserwacja z segregowanego dzielnicy nie powinna sugerować, czy mieszkańcy mają silne wykluczające preferencje lub tylko najmildzniejsze pragnienia komfortu grupowego — oba mogą prowadzić do tego samego widocznego wyniku. Ta rożnica ma ogromne znaczenie dla polityki, ponieważ problem segregacji spowodowany lekko, niemal universalnymi mikro-preferencjami wymaga innych interwencji niż ten spowodowany jasną dyskryminacją, nawet jeśli zewnątrz oba mogą wyglądać identycznie.

Co model omija

W rzeczywistym świecie segregacja mieszkaniowa jest kształtowana nie tylko przez samą preferencję wobec grupy zainteresowanej — dyskryminacyjne udzielanie kredytów i historia przepisów nadzorczych, nierówności dochodowe oraz cała dyskryminacja odgrywają dokumentowane role, które nie są uwzględnione w minimalnym modelu Schellinga. Ważność modelu polega nie na tym, aby stanowić kompletny opis żadnej rzeczywistej miasta, ale na precyzyjnym pokazie, że segregacja nie wymaga przekonania o niesprawiedliwości — wystarcza lekka preferencja i duża populacja interagująca wolno w czasie.

Często zadawane pytania

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Schelling's Model: Small Preferences, Big Segregation i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.