Abstract
Die Mesoebene einer Sozioökonomie, logisch zwischen Mikro- und Makroebene angesiedelt, aber de facto eine eigenständige theoretische Ebene, wurde in der Mainstream-Ökonomie vernachlässigt. In der Tradition der evolutionär-institutionellen Ökonomie und der Komplexitätsökonomie wurde sie jedoch theoretisiert, wobei der Fokus auf informellen Institutionen liegt, die als Strukturen aus der kollektiven Problemlösung komplexer direkter Interdependenzen und Interaktionen – den allgegenwärtigen „Allmendegütern“ oder sozialen Dilemmaproblemen – entstehen. Institutionen können sich zu Normen und Ethik verdichten und eine größere kulturelle Entwicklung repräsentieren. Als emergentes Phänomen geht dies über statisch-statistische „mittelgroße“ Einheiten hinaus. Während Akteure und ihre Interaktionen die Mikroebene definieren, bleibt die Aggregation ganzer Bevölkerungen und Volkswirtschaften, einschließlich des Staates und seiner formal-rechtlichen Regeln, die Makroebene. Die Dimension der strukturellen Emergenz von Institutionen ist jedoch Mesoebene. Mit dem Aufkommen evolutionärer Modellierung und agentenbasierter Berechnung und Simulation konnte ihre Größendimension analysiert werden. Die begrenzten kognitiven Fähigkeiten des Menschen und die erlebten Erwartungen an zukünftige Wiedersehenspartner hängen von der Gesamtpopulationsgröße, dem Interaktionsbereich und der ko-evolutionären Gruppengröße ab. Die Mesogröße steht zudem im Einklang mit Erkenntnissen der evolutionären Anthropologie und der modernen Hirnforschung. In einem „Evolution-of-Cooperation“-Ansatz analysieren wir die Mesogröße der Gruppe der Institutionsträger. Agenten können in einer solchen Ko-Evolution der Trägergruppengröße, oberhalb einer bestimmten Mindestgröße, aber unterhalb der Gesamtpopulationsgröße, kollektives Problemlösen erlernen und dabei eine höhere Leistung und eine überlegene evolutionäre Replikation erreichen. Über die deterministische Modelllösung hinaus bieten wir einen stochastischen Populationsansatz, untersuchen die erforderlichen Handlungskapazitäten und bestimmen die minimale und maximale kritische Masse der Kooperationspartner. Die Mesogröße stellt somit den logischen Raum der kulturellen Evolution dar.
Frühere Arbeiten zur Mesoökonomie, teils mit detaillierteren Modellierungen und exemplarischen Computersimulationen, wurden ab 2007 veröffentlicht, z. B. Elsner (2007, 2010), Elsner und Heinrich (2009, 2011), Elsner und Schwardt (2014, 2015), Elsner et al. (2015, Kapitel 14).
Dies ist eine Vorschau auf Abonnementinhalte. Melden Sie sich über eine Institution an, um den Zugriff zu prüfen.
Notes
1.
Die Intra- und Interrundenberechnungen könnten expliziter modelliert werden, nicht nur unter dem allgemeinen Aspekt des „Wiedertreffens (des Gleichen)“, sondern auch mit ihren verschiedenen (vier) potenziellen Ergebnissen aller (beiden) Arten von Interaktionspartnern. Die Auszahlungen wären die kapitalisierten Auszahlungen über alle SGs hinweg.
2.
Wie üblich gilt: Je kleiner der Zinssatz r, desto größer der Diskontierungsfaktor δ und desto größer die Zukunftsaussichten. Dies steht im Einklang mit allgemeinen Kapitalwertberechnungen zukünftiger Einkommen und mit der oben beschriebenen Einzelfallberechnung.
3.
Beachten Sie, dass die Bedingung des „Wiedertreffens (des Gleichen)“ die Perspektive eines Kooperationspartners ist. Dem ALLD-Überläufer ist es gleichgültig, wen er trifft (da angenommen wird, dass er immer überläuft). Logischerweise könnte man ihm daher ein δ = 0 zuordnen. Aus einer anderen Perspektive ist er jedoch nicht indifferent, da er genau genommen nicht den gleichen Partner wiedersehen, sondern bei jeder Interaktion einen neuen Kooperationspartner kennenlernen möchte, den er dann einmalig ausnutzen kann. Der Überläufer ist vielmehr an einer großen anonymen Population interessiert, in der er sich bewegen und bei jeder Interaktion die Partner wechseln kann, während der Kooperationspartner an einer kleineren Population mit mehr Stabilität und geringerer Auslagerungsmobilität interessiert ist, also einer größeren Wahrscheinlichkeit, den gleichen Partner oder einen anderen Kooperationspartner, aktiv ausgewählt oder nicht, wiederzutreffen (siehe unten zu Agentenkapazitäten), gemäß den Ungleichungen (1) und (4).
4.
Nach ausreichender Clusterbildung möchten sie möglicherweise mehr Stabilität und möglichst geringe Auslagerungs- oder Auslagerungsmobilität anstreben, um die Erwartungen hoch zu halten. Wir haben uns bereits an anderer Stelle mit der Rolle von Auslagerungs-(Über-)Mobilität und wahrgenommener (Über-)Turbulenz befasst (z. B. Elsner, 2024). Zu viel Stabilität über einen zu langen Zeitraum kann jedoch langfristig andere negative Folgen haben, insbesondere die Verfestigung von Institutionen. Wir befassen uns hier jedoch mit den Bedingungen der Entstehung, Verbreitung und Etablierung von Institutionen, nicht mit deren Weiterentwicklung, Niedergang und Zusammenbruch (siehe z. B. Elsner, 2021).
5.
TFT hat standardmäßig eine Gedächtnislänge von einer Zeiteinheit (t = 1), TF2T hätte t = 2. Würde man annehmen, dass sich Kooperationspartner an längere Zeiträume erinnern, z. B. t = T, könnte die maximal relevante Populationsgröße, die noch eine Institutionalisierung von Kooperation ermöglicht, steigen, da die Wahrscheinlichkeit, einem bestimmten Akteur durch aktive Partnerwahl wieder zu begegnen, steigen würde. Ausgehend von einer Maximalgröße von n = 1/p2,t=1 + 1 (Gl. (3)) können wir für T eine Maximalgröße von n = 1/[1–(1–p2,t=T)1/T] + 1 modellieren. Dann steigt n offensichtlich mit T. Nur um eine numerische Größenreihenfolge anzugeben: Für b = 4, a = 3, c = 2, p2,t=1 = 0,5 wäre gemäß Ungleichung (1) die zugehörige maximale Populationsgröße für t = 1 3. Eine Erhöhung auf t = 2 erhöht n auf n ~ 4,4, für t = 3 auf n ~ 5,9. Ein unendliches Gedächtnis ist jedoch keine Option, und es gab evolutionär vorteilhafte Kombinationen von Gedächtnis und Vergesslichkeit (z. B. Neligh, 2024).
6.
Auch hier besteht die Gefahr einer zu starken Cliquenbildung und späteren Verfestigung von Institutionen sowie der institutionellen Blockade auf einem untergeordneten Pfad. Aber auch hier geht es nicht um institutionellen Niedergang und Zusammenbruch.
7.
Beachten Sie, dass p1 als die Wahrscheinlichkeit zu interpretieren ist, dass eine Runde in der strukturierten SG mindestens eine weitere Interaktion umfasst. p1x ist daher die Wahrscheinlichkeit, dass sie mindestens x weitere Interaktionen umfasst. Der Erwartungswert der Anzahl der Interaktionen pro Runde beträgt daher x = logp10,5. Für p1 = 0,1 beträgt der Erwartungswert zukünftiger Interaktionen etwa 0,3. Offensichtlich eine geringe Anzahl und eine eher ungünstige Voraussetzung für Kooperation. Axelrod (2006 [1984]) setzte eine durchschnittliche Erwartung von etwa 200 zukünftigen Interaktionen fest, was einen hohen p1-Wert von etwa 0,9965 impliziert, der offensichtlich für Kooperationspartner günstig ist.
8.
Beachten Sie, dass der Agent, der sich auf Grundlage dieser Gleichungen für Kooperation oder Demission entscheidet, logischerweise nicht Teil der relevanten k- und n-Werte ist, was für sehr kleine k- und n-Werte relevant sein kann.
9.
Auch hier wird eine hohe Mobilität zwischen Interaktionen impliziert, gleichbedeutend mit der Annahme, dass Menschen untereinander anonym bleiben und immer so tun, als wären sie Fremde. Unter strikter Anonymität bauen sie keine längerfristigen Beziehungen auf.
10.
Der Trichter eines Nachbarn kann sich mit dem Trichter von A überschneiden, sodass dieser seinem Wissen beispielsweise 10, 20 oder 50 % Informationen (je nach Entfernung) hinzufügen kann. Konkrete Zahlen würden ein ausgearbeitetes Modell der Überlappungen von Trichtern in einer bestimmten Topologie erfordern.
11.
Im realen Leben können wir nicht jeden Interaktionspartner, der sich uns bietet, einfach ablehnen. Mit manchen müssen wir interagieren, ob es uns Spaß macht oder nicht, ob es uns gelingt oder nicht, beispielsweise im familiären, hierarchischen oder staatlichen Umfeld.
Professor für Volkswirtschaftslehre
Fakultät für Volkswirtschaftslehre
Fakultät für Wirtschaftswissenschaften
University of Bremen
Faculty of Business Studies and Economics / WiWi 2
Max-von-Laue-Sr. 1
28359 Bremen, Germany