抵抗戦略・抵抗運動遺伝子ワクチン反対運動

非暴力抵抗戦略の動的モデル
A dynamic model of nonviolent resistance strategy

サイトのご利用には利用規約への同意が必要です

強調オフ  文字サイズ

www.ncbi.nlm.nih.gov/pmc/articles/PMC9328538/

2022;17(7): e0269976.

2022年7月27日オンライン公開doi:10.1371/journal.pone.0269976

pmcid:pmc9328538

PMID:35895589

概要

非暴力革命の中には、参加人数が控えめでも成功するものもあれば、大規模な動員にもかかわらず失敗するものもあるのはなぜか?私たちは、よく知られた3つの活動戦略の結果を予測するエージェントベースモデルを開発した。

1つ目は、多くの活動家を急速に採用し、相手の支援ネットワークを圧倒し、大規模な離反を促すものである。

2つ目は、すでに動員された活動家は成功にこだわり続け、自分が抗議できないときでも他の民間人に抗議を呼びかける。

第3の戦略は、キャンペーンがそのエネルギーと影響力を政権の中心勢力に直接集中させるというものである。この第三の戦略は、キャンペーンの規模が小さい場合でも、離反を引き起こす上で他の戦略より優れていることが分かった。

活動家が政権に対する中心勢力の忠誠心に関する情報を持っていれば、離反の可能性が最も高い中心勢力をターゲットとして説得を行うことができる。重要なことは、中小規模の運動では、迅速な動員や数の優位性だけに頼るよりも、中心勢力、特に忠誠心の低い中心勢力に焦点を当てる戦略の方が成功する可能性が高いということである。

はじめに

ピープルパワー革命に関する先行研究では、参加者の規模が運動の成功の強力な相関関係であることが判明している。数多くの研究が、人々が政府に対して大勢で立ち上がるとき、運動はより勝利しやすいと主張している]。さらに、運動の勢い(連続して起こるイベントの数の増加)は、小さなキャンペーンが大規模な政治的結果に影響を与えるのを助けることができる]。このような研究では、運動の勢いが特に影響を与えるのは、政府から離反するよう治安部隊への圧力を高めるからだと推測している]。例えば、スーダンでは、2019年に革命運動が大規模なデモ、座り込み、ストライキを急速に動員し、自軍によって退陣させられた独裁者オマル・アール・バシルを退陣させた。権力者から離れた主要な政治的・社会的中心勢力の離反は、大衆運動が変化を達成する重要なメカニズムである]。運動はしばしば、抗議行動、ストライキ、ボイコット、その他の形態の公的圧力を含む様々な戦術を用いて離反を誘導する,]。このような戦術は当局との協力をやめるように中心勢力に直接的な圧力をかけることができ、しばしば公的または私的な個人的アピールをしたり、労働行動や消費者ボイコットを組織したり、株主や従業員の意識を高めることによって企業に財政圧力をかけたり、愛国心やプロ意識、義務、家族の義務、ジェンダー規範、宗教原理、その他の道徳規範といった共有規範に訴えかけて離反を誘導したりすることが行われている。

エリートネットワークの離反を達成するための経路として、運動規模と抗議の勢いだけを強調することには、2つの限界がある。第一に、クロスナショナルの観察データは、特に現代の大衆運動において、キャンペーンの規模がこれまで理解されてきたよりも信頼性の低い成功の予測因子であることを示唆している]。多くのキャンペーンは、ピーク時に大規模な参加を達成したにもかかわらず、失敗している。例えば2011年にバーレーンでは、支配的な王政に対する民衆蜂起によって人口の7%が動員されたが、それでも運動は敗北していた]。イラクでは、1991年にサダム・フセイン軍がクウェートから撤退した後、100万人以上(人口の8%以上)が打倒サダムのために抗議したと報告されているが、このキャンペーンもその要求を達成することはできなかった。逆に、1989年から1990年にかけてのモンゴルの民主化運動は、人口の1%未満しか動員できなかったにもかかわらず、成功した例であり、比較的控えめな動員の割合で成功したキャンペーンもある。

第二に、既存の観察研究では、キャンペーンが大衆動員を離反に結びつけるような特定の戦略を採用しているかどうかについては説明されていない。また、大量動員のみと比較して、そのような戦略を採用することの比較優位性についての体系的な証拠もない。むしろ、こうした運動に関する一般的な言説は、大量動員はしばしば自然発生的でリーダー不在であり、大規模な動員はしばしば相手の中心勢力に影響を与えたり弱めたりする組織的な戦略なしに行われることを暗示している。社会学的研究で一般的な代替的視点は、組織的特徴、資源の動員、戦略的選択がすべて最も重要であるというものである]。しかし、私たちは、非暴力的な大衆運動の異なる戦略の最終的な結果を系統的に評価するために計算機モデリングを使用した多くの研究を知らない。

本稿では、参加閾値と、政治権力のバランスに影響を与えるために活動家が用いる戦略を変化させた計算モデルによって、これら2つの問題に対処しようとする。私たちの研究の範囲は、革命の成功の閾値を扱う既存の計算モデルを基に拡張したものであるが、武力革命に焦点を当てたものである。これらのモデルにおける革命の成功のためのパラメータは、運動の反対者の膨大な数の殺害を伴うため、現実的でも望ましくもない,]。このようなモデルは暴力革命のダイナミクスに関して重要な洞察をもたらしてきたが、2010年から2011年のチュニジア、エジプト、バーレーン、イエメンにおける「アラブの春」の蜂起を含む現代におけるはるかに多くの大衆的な革命運動は、残忍な暴力的政権に直面したときでさえ、武装蜂起やゲリラ戦よりも非武装、非暴力の動員に主に依存していた](The Marriage of the Revolution,1999)。その結果、国家の敵対者や治安部隊の殺害や武装捕獲を必要とするモデルのパラメータは、敵対する政権内の中心勢力による非暴力の離反を必要とするパラメータよりも、現代の革命との関連性は低い。

私たちは、過去50年間の非暴力抵抗の経験的現象に焦点を当てた計算モデルを、現職の国家政府の転覆を目指した1945年から2014年の110の大規模非暴力動員のすべてに対して検証したものを提示する。そうすることで、私たちは、モデルのパラメータを較正するために歴史的なデータを使用するという有望な傾向を利用する]。このモデルは、ターゲットとなる政権の支持の中心勢力に影響を与えることに焦点を当てた戦略や、仲間の市民や活動家の迅速な動員を説明し、比較するものである。このモデルは、政権が離反を防ぐために用いる可能性のある戦略を直接的に考慮していないが(結論で述べる)、この結果は、活動家と政権の支持基盤との社会的距離を縮める戦略は、大衆動員だけに頼るよりも成功確率が高くなることを示唆している。

これらのことから、運動の成功には、相手に関する正確な情報、相手の中心勢力を集中的に破壊すること、市民参加者を迅速に動員すること、そして持続可能な活動家基盤が重要であることがわかる。これらの知見は、非暴力レジスタンス運動が比較的小規模であっても成功し、大規模な大衆動員にもかかわらず失敗するものがある理由を明らかにするものである。

研究デザインとデータ

エージェントベースモデルは、非暴力的集団行動の観察された特徴を反映するさまざまなルール(パラメータ)に従って、個人およびカテゴリー(すなわちグループレベル)の行動の経時変化を見ることができるようにする。エージェントベースのモデリングは、動員のパターンと閾値効果のダイナミックなビューを与えてくれる。暴力的な抵抗をモデル化した既存の研究に取り組むため、私たちは、Alessandro Moroの暴力革命のエージェントベースモデルを適応・拡張し、非暴力蜂起の特徴的な特徴を取り入れることにした]。Moroは、彼の主要なエージェントを「市民」と呼んでいるが、私たちの研究では、これを「民間人」に修正した。私たちのモデルはまた、2つの新しいタイプのエージェントを導入している。暴力的な抵抗に専心する革命家ではなく、非暴力的な抵抗に専心する革命的活動家を加える。第二に、政権を支える有力な政治・経済・社会的エリートで、政権維持のためにその協力に依存している人物を加えた。新しいルールでは、これらの中心勢力と治安部隊のエージェントは亡命することができる。

したがって、私たちのモデルには、争いの多い政治に典型的に見られる4種類のエージェントが含まれている。

  • 民間人 エージェントの大半を占める。彼らは活動しないことを決めることもできるし、レジスタンスに参加することを選ぶこともできる。参加する場合は、「非暴力一般市民”と呼ばれる。一旦参加すると、彼らは抗議と休眠を交互に繰り返す時間のサイクルに入る。モデルのパラメータによっては、レジスタンスから脱退し、抗議活動を完全に停止することもある(リアルワールドの燃え尽き症候群や疲労のダイナミクスを模倣している)。
  • 活動家 これらのエージェントは、あらゆる状況において非暴力による抵抗に専念している。非暴力の一般市民と同様に、彼らは積極的な抗議と休眠のサイクルを繰り返す。
  • 中心勢力 政治的、社会的、経済的な中心勢力を代表するエージェントで、その権力が政権を支える。現状を維持するためには、彼らの忠誠心が必要である。
  • 警察 軍隊や警察官を代表とする治安部隊である。市民や活動家を逮捕したり殺したりしるが、亡命して活動家や非暴力的な市民への弾圧をやめることも可能である。

同様の研究,]に従い、このモデルではエージェントを40×40のトーラス格子(すなわち、左端が右端に、上端が下端に接続する格子)に配置する。すべてのルールはエージェントとその近傍に関係する。近傍とは、視覚パラメータ4で定義されたエージェントの周りの円であり、エージェントは自分の周りの半径4スペース内のすべてのエージェントを見ることができることを意味する。1は、大規模な非暴力レジスタンス運動を模擬したモデリングシーケンスにおける後期の時間ステップにおける格子を示している。

An external file that holds a picture,illustration,etc. Object name is pone.0269976.g001.jpg

図1 高度なタイムステップでのレジスタンス運動の例

前述のとおり、抗議できるのは活動家と非暴力的な一般市民だけだ。.しかし、一般市民は前のターンに抗議したことがあるかもしれない。したがって、黒枠の緑色の円は、そのターンで抗議を行った(例えば、「非暴力的民間人」になった)民間人であり、その後レジスタンスを離れ、非暴力的民間人でなくなった民間人である。

格子は主に物理的な距離でエージェントを表現しているが、社会的な距離にも象徴的に関係している。このモデル(およびエージェントベースモデリング全般)の基本的な考え方は、エージェントや人々は必ずしも社会全体の情報に反応するのではなく、自分が「見て」、直接経験したことに反応する、ということだ。例えば、ある人が自分の国のどこかで人口の0.1%が抗議行動をしていると聞いたとしても、その0.1%と物理的に近いという違いだけで、周りのほぼ全員が抗議行動をしているのに遭遇するほどには影響しない。

ルール

以下のルールは、エージェントの機能を説明するものである。

ルールC一般市民が非暴力抵抗に参加する

モデルにおける基礎となる行動は、個々の民間人のエージェントの動員であり、彼らは非暴力的抵抗に参加したままであることも、参加することもできる(すなわち、非暴力的民間人になる)。Epstein(2002)とMoro(2016)は、民間人が武装反乱で活動的になるタイミングを以下のルールで決定している。

しかし、抗議行動への参加の決定要因に関する研究から明らかなように、社会的なつながりと抗議行動の選択肢が、同調圧力と情報カスケードを通じて、大規模な反乱に参加するかどうかに関する個人の意思決定に影響を与える[]。したがって、私たちのモデルは、レジスタンス運動に参加する民間人の動機を形成する上での社会的つながりと抗議の機会に関する情報の役割を明示的に説明しようとするものである]。その結果,私たちは、これらの双子の効果の略語として、同調圧力の項を含めることにした。一般市民がレジスタンスに参加するのは、以下のような場合である。

D

不満は0から1の間の値で、エージェントが経験した個人の苦難と政府の正当性の動的な値の関数として計算される。苦難の算出は、各エージェントに一意に割り当てられた所得水準に基づいている。母集団の期待所得からエージェントの所得を引いた逆ロジット関数でモデル化され、エージェントの困難度は1から0までの間で、所得が高いほど小さくなる。この計算はMoroのモデル]からは変更されていない。政府の正統性はグローバル変数である。Moroは政府の正当性に固定値を用いていたが、私たちのモデルは、後述する警察官の行動に基づいて減少させることができる開始値を用いている。

将来的には、各エージェントが、現在経験していること、シミュレーションの初期から経験していること、社会的なつながりの中で情報が拡散するかどうかに基づいて、異なる政府の正当性を認識することができるようになる。

ピアプレッシャーの項も0から1の間の値であり、民間人の近隣で積極的に抗議活動をしているエージェントの数の関数である。と定義される。

方程式の右辺が1より大きいとき、ピアプレッシャー項は1に設定される。ピアプレッシャー項は、エージェントが経験するピアプレッシャーの大きさを測定するが、PPNは、エージェントが同じ量の圧力を感じるために、PPNが大きいほど、より多くの抗議する隣人を必要とするように設定されたシミュレーション変数である。

Moro]を改変し、反抗のコストは以下のように計算される。

逮捕される確率は、エージェントの近隣にいる警官と抗議に参加した人々の数の関数である。私たちのモデルにおけるエージェントの種類を用いると

変数npoとnprは、エージェントの近所にいる警官と抗議する人々の数である。変数wは、エージェントの周辺に警察官と抵抗を考えているエージェントが1人しかいない場合の逮捕確率が0.9、すなわち90%になるようなルールで2.3に設定されている。

Moro]は、各エージェントの所得水準と最高刑期を決定するパラメータに基づいてリスク回避を割り当て、裕福な個人は所得を失うリスクを冒さないだろうと仮定している。これは、富と抗議行動への参加の間に非単調な関係があることを発見した研究,]と一致するものである。

固定閾値fは、以下に述べるように、モデル結果と履歴データを一致させるために調整したモデルパラメータである]。探索された値の範囲は 0よりもわずかに大きく、つまり、Grievance*Peer Pressureは Costよりもわずかに大きい必要があり、過去のデータに最もよく一致する値として0.0706が選ばれた。値が大幅に大きくなったり小さくなったりすると、抵抗勢力への参加者がそれぞれ少なすぎたり多すぎたりする結果となった。

前述のように、ルールCは、各エージェントが近所で活動家や非暴力的な一般市民が抗議しているのを見ることに基づいている。新しい抗議者の一部だけが高いコミットメントを維持し、他の人は抗議している人を見かけなくなると抵抗から離れる。このパラメータは、何パーセントのエージェントがレジスタンスに参加し、近隣の抗議行動がなくなるとすぐにレジスタンスから離れるかを決定するものである。言い換えれば、献身的な非暴力的市民は、ルールCに基づいてレジスタンスに参加し、逮捕されるか殺されるか、あるいはシミュレーションが終了するまで活動しつづける。気まぐれな非暴力的一般市民は、レジスタンスに参加するが、自分の近所で他の人が参加しているのを見かけなくなると、すぐに離れてしまう。

ルールNV:非暴力的な市民と活動家の抗議行動

Moroのモデル]では、革命家は警官を殺害しようとする。このルールは、活動家や非暴力的な市民が抗議をすることを選択できる私たちのモデルで修正された。モロのルールと同様に、彼らは治安部隊から見えるようになり、抗議するときに逮捕されたり殺されたりする可能性が高くなる。

活動家と非暴力的な民間人は、近所にいる活動家と非暴力的な民間人(自分を除く)の数がnNVという閾値パラメータを超えたときに、抗議行動を選択する。

この方程式が満たされたとき、エージェントは抗議を開始し、その抗議サイクルが開始される。抗議サイクルは変数Protest Cycleによって決定される時間ステップ数であり、エージェントが継続的に抗議することを防ぐことができる。エージェントはパラメータProtest Durationに等しい時間ステップの間抗議し、その後、サイクルの残りの間、抗議しないが、彼らの存在は他の人が抗議することをencoldする。サイクルが完了すると、活動家と非暴力的な民間人は再び抗議する。非暴力的民間人が献身的でなく、近くに十分な抗議活動家がいない場合、彼らは再び普通の民間人になり、抗議活動を再開しないが、将来の時間ステップで再び活性化させることができる。人が抵抗から離れると、抗議サイクルはリセットされる。その結果、頻繁にレジスタンスを脱退し、再入隊することで、さらに抗議を重ねることになる可能性がある。

即座に抗議する割合」パラメータは、エージェントが従うルールの順番に関連しており、どれだけの民間人が即座に抗議するかを決定する。もし民間人がすぐに抗議した場合、彼らはルールC(レジスタンスに参加するかどうか)の後に、ルールNV(抗議すること)に従う。すぐに抗議しない民間人は、あるターンに非暴力的になり、その後のターンに抗議するようになるかもしれない。とはいえ、2ターン目になる前に逮捕されたり、エージェントの周辺状況が変化して、抗議の影響を受けなくなったりするかもしれない。

ルールD 中心勢力と警察官の離反

警察官や中心勢力は、自分の住んでいる地域で次のようなことがあると、非暴力抵抗に亡命する。

各中心勢力はそれぞれランダムに割り当てられた離反閾値を持っており、これはモデルパラメータである離反閾値を平均値、離反閾値St Devを標準偏差として決定される。モデルのほとんどの実行では、Defection Threshold St Devはゼロに設定されている。中心勢力や警察官が一度離反すると、離反したままとなる。

ルールP:警察官による逮捕または殺害

このルールはまず、警察官が亡命しているかどうかを確認する。もしそうなら、彼らは活動家や非暴力抗議者を逮捕したり殺したりしようとはしない。

次に、警察官は誰かを標的にするかどうかを決定する。0から100までの乱数が生成され、それがパラメータChance Target Nonviolentより小さい場合、警察官は非暴力の市民または活動家を殺害または逮捕しようとしる。

もし、目に見える抗議者がいれば、警察官はその抗議者を標的にしる。そうでない場合、別の乱数が生成される。この乱数が、非暴力者発見確率のパラメータより小さい場合、警察官は活動家または非暴力的な民間人を標的にすることができる。

個人をターゲットにする場合、別の乱数が生成され、パラメータ「Chance Kill Nonviolent」と比較される。数値が閾値より小さい場合、その人物は殺される。それ以上の場合、逮捕される。モロのモデル]とは異なり、殺害が成功する可能性を決定する警察官精度のパラメータは存在しない。抗議に参加した人々は非武装で公共の場にいるため、治安部隊が殺害や逮捕を試みると必ず成功すると仮定している。

このモデルの重要な点は、非暴力的な市民や活動家が殺されるたびに、政府の正当性変数がわずかに減少することである。これはバックファイアーをシミュレートしている。残虐行為の後、特に非武装の活動家が警察に殺されたとき、国民が政府の正当性を疑うというよくあるプロセスである[]。また、秩序を回復するために武力に訴えなければならない政府は、住民の自発的な服従を強制する政府よりも正統性が低いという考えとも一致する。それゆえ

この論文のために実行したモデルでは、バックファイア係数は0.99に等しく、殺害後の政府の正統性を低下させることがわかった。

エージェントが逮捕されると、0からパラメータMax Jail Timeの間の監獄時間が割り当てられる。この時間ステップの間、彼らは移動したり、抗議したり、他のエージェントに非暴力的になるよう影響を与えることができない。

ルールM:ムーブメント

中心勢力と牢屋に入っているエージェントを除くすべてのエージェントは、視覚パラメータで決定される可視近傍の空き場所に移動することができる。これは Epsteinの仕事]と変わっておらず、近傍を変更することが可能である。

結果セクションで述べたように、私たちは活動家が意図的に中心勢力に近づくという戦略要素を追加した。もし、Pillar Prox Strategyというモデルパラメータが0であれば、彼らは他のエージェントと同様にランダムに移動する。もし、Pillar Prox Strategyが1ならば、彼らは近傍にある政権の中心勢力にできるだけ近づくように動く。Pillar Prox Strategyが2に等しい場合、彼らはActivist Search Visionパラメータで定義される拡大ビジョン近傍で、最も低い個別欠陥閾値を持つ中心勢力を探しる。彼らは、各タイムステップの近傍内にのみ移動することができるが、そのより脆弱な中心勢力にできるだけ近くに移動する。

勝利条件

モデルは、政権または抵抗勢力の勝利条件が達成されるか、あるいはパラメータMax Stepsで決定される最大許容限界に達するまで実行される。抵抗勢力が勝利条件を達成する前にモデルの実行を停止した場合にも、政権は勝利することになる。非暴力革命は、政権を支える重要な中心勢力に離反を説得することで成功するので、抵抗勢力の勝利条件は、一定の割合の中心勢力の離反を伴う。現実には、いくつかの離反は典型的に必要であるが、運動の成功には不十分である,,]。運動が成功するためにどれくらいの数の中心勢力が離反する必要があるか、そしてどの部門に重要な中心勢力が存在するかという点で、国によって異なる。例えば、2010年のチュニジアでは、ビジネス・経済エリート、労働組織、弁護士や医療従事者などの専門家グループ、治安部隊の幹部などの離反があり、最終的に2011年のベンアリ大統領の退陣につながった。2011年のエジプトでは、2011年2月のムバラク大統領退陣に際して、ムバラクを支持しない軍が大きな中心勢力となった。

この現実を近似し、過去のデータに合わせるために、勝利条件を満たすために必要な中心勢力の割合は、過去のデータに合わせるために変化させたパラメータの1つである。しかし、勝利のために必要な中心勢力の数は、最小で1%、最大で80%である。しかし、勝利に必要な中心勢力の数は、最小で1%、最大で80%である。中心勢力(と警察)は、政権に対する個人的な忠誠心に基づく個々の離反のしきい値によって、自分の周辺で十分に大きな抗議行動を見たときに離反することを思い出してほしい。私たちが離反に注目するのは、運動の勝利のために治安部隊をすべて殺害しなければならないという先行モデルが、非暴力革命のモデルには適用できないからであることを再度強調しておく。

エージェントベースモデルを作成した後、既存の歴史的データに最も適合するようにモデルパラメータを較正した。データは、1945年から2014年までの世界中の主に非暴力革命の観測データと照合された。これらのデータはNonviolent and Violent Campaigns and Outcomes(NAVCO)データセットから抽出され、現職の国家指導者を打倒するために抗議行動,ストライキ,ボイコット,その他の非武装手段を通じて動員された少なくとも1000人の観測参加者がいたすべての既知の事例を含み、全部で110事例からなる].本研究では、暴力の存在が警察や中心勢力の行動を変える可能性があるため、反政府運動とは異なる社会的・空間的ダイナミクスを持つことが多い反植民地運動や分離独立運動のような領域的レジスタンス運動や、同時期に発生した暴力運動は除外した,]。さらに、このデータは、市民権、政治権、社会権、経済権などの改革的な要求を持つ社会運動を除外している。そのため、私たちの研究の範囲は、最大主義、または革命的な目標を持つキャンペーンに限定される。歴史的データには、キャンペーンへの参加のピーク、治安部隊の離反の有無、ピーク時の動員から1年以内に現職の国家指導者の打倒を達成したかどうかに関する指標が含まれている]。

計算モデルの主要なパラメータを変化させながら、モデルの適合性を評価するために、過去のデータでモデルを学習させた。これによって、パラメータを過去のデータに適合させることができた。この段階が完了すると、活動家と民間人によるさまざまな戦略が、過去の結果に対してどの程度モデル性能を向上させるかも評価した。このプロセスの詳細については、S1付録を参照されたい。

結果

私たちが期待するのは、レジスタンス運動が比較的小さく始まり、献身的な中核集団からなる場合、その数を急速にかつ一貫して拡大することによって成功の可能性を高めることができるという点である。しかし、運動が小規模のままでも、支持基盤の中心勢力を意識的にターゲットにして、離反を説得したり、日常生活を混乱させたりすれば、参加人数の割に成功率が向上すると予想される。また、ある中心勢力の政権への忠誠心が揺らいでいるという情報を入手できれば、実質的な離反を達成する成功率が高まると予想される。

メソッドのセクションでは、学習プロセスの結果を示しており、”Initial Optimization “とも題されたモデル1の結果を提示している。モデル1のパラメータは、進化的アルゴリズムに基づき最適化された。過去のデータによりよく適合させるために、欠陥しきい値と非暴力成功率を実行ごとに変化させ、「ベースライン”と題するモデル2を作成した。以下の結果は、モデル2に記述されたバリエーションに基づくものである。エージェントベースモデリングの確率的な性質により、モデルを実行するたびに若干異なる結果が得られるが、前後の実行例から、以下のプロットで示されるケースが典型的であると確信することができる。すべてのモデルのパラメータ値は、S2 Tableに報告されている。

新兵を迅速に動員する戦略を模索する

ベースライン・モデルを確立した後、次に、変数Percent Immediate Protestを変更することによって、抵抗戦略の可能性を探る。この値を増やすと、非暴力抵抗に参加することを決めたら、すぐに抗議する民間人が増えることになる。これは、個人の抗議傾向の違いを反映している可能性もあるが、レジスタンスの指導者が傍観者の即時行動を促すような戦略からくるものである可能性もある。図2は「即座に抗議する割合」を増やすと、抗議行動の平均ピークサイズと成功確率の両方が増加することを示している。

An external file that holds a picture,illustration,etc. Object name is pone.0269976.g002.jpg

図2 参加率と成功率は、Percent Immediate Protest(即時抗議割合)で上昇する。

注:データポイントにはPercent Immediate Protestのラベルが貼られている。

非暴力抵抗に参加してから抗議するまでの間に順番が回ってくると、そのエージェントは抗議しない可能性があり、その結果、他の民間人の参加や抗議の勢いが鈍くなる。したがって、図2に示すように、即時抗議の割合が高いほど、抗議の規模が大きくなり、成功率が高まるということになる。

それは明らかに全体的な成功の可能性を向上させるが、即時抗議比率は最大抗議規模の関数として成功の可能性にも影響を与える。(付録で述べたように、図3などのx軸は、自然対数とは対照的に、ピーク時の参加率の常用対数(底が10の対数)を示している)。例えば、参加率のピークが1%前後の場合(log10=0)、0.1%(log10=-1)よりも成功確率が向上していることがわかる。この傾向は、勝利がより多くの非暴力的民間人に依存している場合にのみ効果を発揮することにもなり、直感的である。参加人数のピークが低いときは、広範な市民がレジスタンスのために動員されるかどうかには結果が左右されない。活動家が中心勢力の離反を引き起こすことに成功するかしないかのどちらかである。参加率のピークが大きいと、多くの民間人が参加しているはずであり、民間人に影響を与えるパラメータは、モデルの結果を変えることができる。このパラメータは、ロジスティック回帰の傾きを増加させる。低い抗議規模では同様の成功レベルがあるが、大きな抗議規模ではより多くの成功がある。

An external file that holds a picture,illustration,etc. Object name is pone.0269976.g003.jpg

図3 Percent Immediate Protestを変化させた場合の、あるピーク参加に成功する確率。

コミットメントされたフォロワーを維持する戦略を探る

Percent Immediate Protestというパラメータを変化させると同時に、Percent Committedも変化させた。このパラメータを0に設定すると、非暴力的な一般市民は誰もコミットしない。つまり、彼らは自分の近所で他のエージェントが抗議しているのを見なければ、レジスタンスの一員でなくなるのだ。レジスタンスの一員でなければ、他の民間人に抗議するような影響を与えない。

Percent Committedは一般市民のコミットメントのレベルを示すが、運動戦略によって影響を受ける可能性がある。もし、レジスタンス運動のリーダーが、抗議行動をしていないときでも、メンバーに積極的に影響を与え続ければ、コミットメント率はより高い値になるであろう。図4と図5では、あるピーク時の参加率、総成功数、成功確率に対するパラメーターの影響をプロットしている。

An external file that holds a picture,illustration,etc. Object name is pone.0269976.g004.jpg

図4 参加率や成功率は、コミットメントの割合が増えるにつれて、ほとんど上昇する。

注:データポイントにはPercent Committedのラベルが貼られている。

An external file that holds a picture,illustration,etc. Object name is pone.0269976.g005.jpg

図5 コミットメントの割合を変化させた場合の、あるピーク時の参加者の成功確率

コミット率(Percent Committed)が高いほど、ピーク時の参加者数と成功確率は高くなるが、その増加幅はわずかである。つまり、コミットメント率を大きくすると、平均ピーク参加人数が少なくなったり、平均ピーク参加人数が少なくても、成功確率が若干大きくなったりすることがある。これは、シミュレーションが多くのランダムに生成される値に依存しているためである。例えば、参加率の平均値が低いにもかかわらず、100%コミットメントの成功確率は高いが、95%信頼区間は重なり合う。ここでも、元抗議者の動員力を維持することに重点を置いた戦略の使用は、参加者を適度に増やし、したがって成功の可能性を高めることが分かる。しかし、レジスタンスに参加する人が少ない場合には、成功の確率は上がらない。

中心勢力に焦点を当てた2つの戦略を模索する

私たちは、新兵に焦点を当てた抵抗戦略は一般に成功の可能性を高めるが、抵抗が小さいときには成功しないことを確立した。そこで、中心勢力に着目した2つの戦略を紹介する。中心勢力に着目した戦略とは、活動家が中心勢力の近くで抗議するために中心勢力に近づくことに着目する戦略である。どちらの戦略も2つの複合的な効果を持つ。まず、活動家自身が中心勢力の離反に影響を与える。そして、その結果、活動家は中心勢力の近くにいる一般市民にも抗議を促し、さらに中心勢力に影響を与える。

これらの戦略は「方法」の項で説明するが、簡単に言えば次の通りである。

  • ピラー近接戦略=1の場合、活動家は最も近いピラーに移動する(図6)。

    An external file that holds a picture,illustration,etc. Object name is pone.0269976.g006.jpg

    図6

    Pillar Prox戦略による活動家=1(最も近い中心勢力に移動する)。

  • ピラー近接戦略=2の場合、活動家は拡大した視界領域で最も欠陥の閾値が低いピラーに移動する(図7)。

    An external file that holds a picture,illustration,etc. Object name is pone.0269976.g007.jpg

    図7

    Pillar Prox戦略による活動家=2名(欠陥の閾値が最も低い中心勢力に移動)。

グラフは分かりやすくするために、アクティビストとピラー・エージェントの表示を変更したものである。

Fig 8は、ピラー近接戦略1と2の成功確率を、活動家がピラーに対して戦略を持たずランダムに移動する場合(ピラー近接戦略=0)と比較したものである。ピラー近接戦略2は、個々のピラーの欠陥閾値を変化させる必要があるため、図8では、欠陥閾値標準偏差というパラメータで定義される個々の欠陥閾値を変化させたものを含んでいる。

An external file that holds a picture,illustration,etc. Object name is pone.0269976.g008.jpg

図8 中心勢力状接近戦略の成功確率の比較

平均成功確率は、戦略なしが48%、戦略1,2がそれぞれ68%、88%である。つまり、これらのピラー近接戦略は明らかに成功確率を高めている。しかし、最も注目すべきは、ピークの参加率が非常に低い場合にも成功確率が向上することである。実際,ピークの参加率が0.1%(log10=-1)のとき、成功確率の最も大きな向上が見られる。この条件下では、戦略1,2でそれぞれ約20%から50%、85%に確率が向上している。つまり、少数の献身的な活動家が民衆の多くを勧誘できない場合でも、政権支持の中心勢力に焦点を当てることで成功確率を大きく高めることができる。さらに、参加者のピークが十分に大きい場合には、中心勢力となる戦略はほとんど効果がない。人々は十分な場所で抗議しているので、中心勢力の場所に焦点を当てる必要はない。

考察

本研究では、動的エージェントベースモデルを過去のデータにキャリブレーションすることで、移動戦略が移動の結果に与える影響を評価できるモデルを開発することができた。私たちは3つの戦略を検討した。1つ目は迅速な動員、2つ目は非暴力的な民間人の勧誘活動の維持に焦点を当てたものである。どちらも、大規模なキャンペーンでは、ピーク時の参加者と運動の成功率を高めるが、これらの戦略は、小規模な運動にとどまる運動の成功確率を高めることはない。しかし、3つ目の戦略(主要な中心勢力の近くで抗議活動を行う、あるいは、どの中心勢力が最も離反しやすいかという情報を展開できる)は、そのような戦略を実施せずに規模が非常に大きくなったキャンペーンよりも、小規模なキャンペーンでも成功する可能性が高くなる。この発見は、そのような戦略をとらない大規模な運動が失敗する場合でも、一部の小規模なレジスタンス運動が、政権を中心勢力から切り離す努力を意図的に取り入れることによって成功することができる理由と方法を説明することが可能である。

本研究には、いくつかの理論的・実際的な限界がある。第一に、本研究の対象は、モデル全体を通してエージェント間の社会的距離が等しいと仮定し、抗議者が政府の積極的な弾圧に直面する反政府キャンペーンに限定されていることである。現在の研究は、抵抗勢力と政権の間に高い社会的距離がある場合、主要な中心勢力が離反する可能性が低く、運動が成功する可能性も低くなることを示唆している]。これは例えば、抗議者と警察の間の人種、民族、階級、カースト、ジェンダーなどの違いから生じる可能性があり、特に不平等や階層的な環境において指摘される可能性がある。抑圧的でない政権や集団間で不均等な抑圧を行う政権は、モデルで捉えたような逆効果に直面しないかもしれない。さらに、政権によっては、様々な社会的・経済的誘因を用いて、異なる中心勢力からの離反を積極的に防ごうとするかもしれない。このような戦略は、歴史データに対するモデルの適合性のばらつきを説明するのに役立つかもしれない。将来的には、このような戦略も考慮したモデルの拡張を試みることができるだろう。

第二に、本研究では、警察の殺害によって政府の正統性が低下すると仮定している。この仮定には重要な注意点があるかもしれない。たとえば、政府の正統性が低下するのは、政府に最も近い人々(たとえば、殺人のあった地域内)の間だけかもしれないし、被害者と同じアイデンティティを共有する人々の間だけかもしれない。あるいは、警察による殺人が、ある層の人々(例えば、政権の忠実な支持者や抗議に参加した人々と異なる社会的アイデンティティ・グループに属する人々)の間で正当性の認識を高め、他の層では低下させるというように、人々が警察の殺人に偏った形で反応する可能性もある]。このモデルを拡張する研究は、政府の正統性に関するモデルのパラメータを変更することによって、このような潜在的な差異を探ることができるだろう。

第三に、このモデルでエージェントが利用できる唯一の抵抗戦術は抗議行動であるが、異なる戦術が中心勢力に様々な効果をもたらす可能性があることである。例えば、経済やビジネスの中心勢力は、抗議行動よりもボイコット行動によって説得されるかもしれない。このように、中心勢力の近隣は地理的な地域を表すのではなく、彼らにとって重要な社会の領域を象徴している。さらなる研究により、よりきめ細かい歴史的データを用いて、様々な抵抗戦術が様々な中心勢力に及ぼす影響を評価することができるだろう。

第四に、さらなる研究により、中心勢力が互いにどのように相互作用するか、また、どの中心勢力が離反のカスケードを形成する上でより影響力があるかもしれないかを探ることができる。例えば、非暴力の勝利条件を離反した中心勢力の数に基づかせる代わりに、エージェントベースモデルでは各中心勢力に異なる点数で重み付けすることができる。これは、社会には社会的・政治的パワーの重要な源泉があるという現実に近似している。例えば、ビジネスエリートや治安部隊は、国や政権の種類によって結果に不均等な影響を与える。このような複雑性を持たせることで、モデルは実行ごとに勝利条件を変える必要がなくなり、代わりに実行ごとに中心勢力の属性を変えることができるようになる。

それにもかかわらず、私たちの研究は、大衆動員や戦略的非暴力行動の有効性について重要な新情報を提供している。これまでの文献では、成功の可能性はレジスタンス運動の規模に大きく依存することが強調されてきたため、活動家は会員数を増やし、非暴力行動への参加を増やすことに全力を傾けるかもしれない。しかし、私たちのエージェントベースモデルは、運動の成功に大きく影響する政権に関する重要な要因を指摘している。具体的には、政権の支援体制がどれだけ離反に近いかが重要である。もし、少数の中心勢力が離反に近く、他の中心勢力を容易に動かすことができるならば、活動家は参加人数が少なくても成功を収めることができる。しかし、そのような中心勢力が政権に深くコミットしている場合、活動家の仕事はより困難なものとなる。このモデルでは、人々をすぐに抗議する気にさせることは、持続的なコミットメントを得ることと同じくらい重要であることが示されている。

同時に、このモデルの結果は、政権を支える中心勢力が当初は離反に傾いていない場合でも、活動家が自らの主体性を発揮できる方法を示している。この結果は、レジスタンスの指導者に、社会の最も重要な中心勢力は誰か、彼らが離反する可能性はどの程度か、忠誠心は分かれているか、などを評価するよう促すものである。レジスタンスが後者に関する情報を多く持っていればいるほど、「中心勢力への接近戦略2」の教訓を生かすことができる。「中心勢力への接近戦略2」(すなわち、最も亡命しやすい中心勢力に努力を集中する)は最大の成功をもたらすが、中心勢力の忠誠心に関する信頼できる情報なしに非現実的でもある。

したがって、これらの知見は、抑圧的な体制下で運動を成功させるための2つの重要な能力を示唆している。第一に、実行可能な抵抗戦略、特に離反を引き出すことを指向した抵抗戦略を組織し調整する能力は、運動の成功に役立つ可能性がある。第二に、特定の中心勢力の離反傾向について信頼できる情報を収集する能力によって、運動は最も効果的な戦略、すなわち揺らぐ中心勢力に対する協調的抵抗戦略をとることができる。

より一般的には、大衆を動員することには長けていても、明確な戦略の調整や情報処理の面で劣るリーダー不在の運動よりも、より中央集権的な情報構造を持つ運動の方が成功する可能性が高いかもしれない。

場合によっては、一般市民が、中心勢力やその離反の可能性、彼らに影響を与えうるもの、そして最も影響力のあるものなどに関する相当量の情報を持っていることもある。これらはしばしば「リーダー的」運動と呼ばれる。国境を越えた活動家や連帯ネットワークが非暴力キャンペーンを支援したいと考えるなら、主要な中心勢力の政治的・経済的価値に関する調査や情報収集は実りある支援の道となり得るだろう。

この記事が良かったら管理人に お知らせください。
いいね記事一覧はこちら

備考:機械翻訳に伴う誤訳・文章省略があります。
下線、太字強調、改行、画像の挿入、リンク添付等の編集を行っていることがあります。
使用翻訳ソフト:DeepL /文字起こしソフト:Otter 
alzhacker.com をフォローする
Alzhacker

コメント

タイトルとURLをコピーしました