!pip install -q -U japanize-matplotlib
import japanize_matplotlib

#esgj06
import numpy as np
import matplotlib.pyplot as plt

class EconomicAgent:
    def __init__(self, n_people, initial_asset, label):
        self.n_people = n_people
        self.asset_stock = initial_asset # 株式
        self.asset_bond = 0.0           # 債券
        self.income = 0
        self.label = label
        self.happiness = 50.0 # 初期幸福度

    def consume(self, income, price_basic, price_luxury, variety, tech_threat, avg_asset_total, income_ratio=1.0):
        """
        消費行動と幸福度の算出
        variety: 文化が生み出す選択肢の多さ
        tech_threat: 技術偏重による脅威度
        income_ratio: 大衆の相対的な所得状況
        """
        # 1. 必需品の確保 (生存目標)
        base_req_unit = 10.0
        # 格差が是正される（ratioが上がる）ほど、大衆は必需品の「質」や「確実な確保」を求め、需要が強気化する。
        # 一方で、あまりに格差が大きい（ratioが低い）と、生きるための最低限しか求められない。
        if self.label == "Mass":
            # 所得比率が改善するほど、必需品への要求水準が動的に上昇する（潜在需要の顕在化）
            dynamic_req_unit = base_req_unit * (1.0 + 0.8 * np.tanh(income_ratio * 2.0))
        else:
            # 富裕層はすでに飽和している
            dynamic_req_unit = base_req_unit * 1.2

        total_req_basic = dynamic_req_unit * self.n_people
        cost_basic = total_req_basic * price_basic

        real_basic = 0
        budget_luxury = 0

        if income >= cost_basic:
            real_basic = total_req_basic
            budget_luxury = income - cost_basic
        else:
            real_basic = (income / (price_basic + 1e-9))
            budget_luxury = 0

        # 2. 贅沢品の購入
        # ここに「選択の余地」が効いてくる。varietyが多いほど効用が高い（＝株式価値の源泉）
        real_luxury = 0
        if price_luxury > 0:
            real_luxury = budget_luxury / price_luxury

        # 3. 幸福度の計算（制約条件）
        # 基礎充足
        satisfaction_basic = real_basic / (total_req_basic + 1e-9)

        # 選択の自由: 多様性が「富」として認識される本質（文化レベル * 消費量）
        # ただし、選択肢があっても買えなければ意味がない
        # JRF説: 「選択の余地があることが幸福」
        utility_choice = np.log1p(real_luxury * (variety + 1e-9) / 1000.0)

        # 相対的格差の影響 (ペナルティ)
        # 自分の資産が平均より著しく低い場合の幸福度低下
        current_total_asset = (self.asset_stock + self.asset_bond) / self.n_people
        inequality_penalty = max(0, (avg_asset_total - current_total_asset) / (avg_asset_total + 1e-9)) * 5

        # 幸福度 = 充足 + 自由 - 脅威 - 格差
        # （文化なき技術は不幸）
        target_happiness = (35 * satisfaction_basic) + (45 * utility_choice) - tech_threat - inequality_penalty
        self.happiness = self.happiness * 0.8 + target_happiness * 0.2

        return {
            'real_basic': real_basic,
            'real_luxury': real_luxury,
            'luxury_budget': budget_luxury,
            'basic_demand': total_req_basic,
        }

class ComplexEconomySimulation:
    def __init__(self, rate_scenario="low_stable", tech_bias=0.0, public_work_rate=0.0, redistribution_rate=0.2):
        self.steps = 100
        self.tech_level = 2.0     # 技術ストック（生産性）
        self.culture_level = 2.0  # 文化ストック（多様性・選択肢）
        self.stock_market_val = 1500.0 # 株式時価総額
        self.bond_market_val = 1500.0    # 債券市場の初期値

        self.tech_bias = tech_bias # 投資の技術偏重度
        self.redistribution_rate = redistribution_rate
        self.rate_scenario = rate_scenario
        self.public_work_rate = public_work_rate

        self.labor_total = 1000.0
        self.price_basic = 1.0
        self.price_luxury = 5.0
        self.bank_premium = 0.02 # 初期銀行プレミアム

        # エージェント：富裕層（株主）と大衆層（労働者）
        # 富裕層は株式を保有し、その評価益で豊かになる
        self.rich = EconomicAgent(10, 8000.0, "Rich")
        self.mass = EconomicAgent(90, 200.0, "Mass")

        self.history = {
            'stock_val': [],
            'bond_val': [],
            'happiness_mass': [],
            'happiness_rich': [],
            'price_basic': [],
            'price_luxury': [],
            'demand_basic': [],
            'relative_price': [],
            'supply_basic': [],
            'supply_luxury': [],
            'labor_share_basic': [],
            'tech_level': [],
            'public_demand_share': [],
            'asset_ratio_stock': [],
            'policy_rate': [],
            'bank_premium': [],
            'culture_level': [],
            'luxury_rate': [],
            'inequality_index': [],
        }

    def run(self):
        for t in range(self.steps):
            # 1. 金利の設定
            if self.rate_scenario == "high_rate_shock":
                # 途中から金利が急上昇するシナリオ
                policy_rate = 0.04 if t < 40 else 0.15
                bank_premium_base = 0.08
            elif self.rate_scenario == "bank_premium_shock":
                policy_rate = 0.04
                bank_premium_base =  0.08 if t < 40 else 0.15
            elif self.rate_scenario == "low_stable":
                policy_rate = 0.04
                bank_premium_base = 0.08
            else:
                policy_rate = 0.05
                bank_premium_base = 0.08

            # 2. 銀行プレミアム (JRFモデル: 文化不足で上昇)
            # 選択の余地（文化）が少ないほど、銀行プレミアム（摩擦コスト）が増大する
            # また、技術革新のスピード（tech_levelの増加分）が大きいほど一時的な赤字が増える
            friction_reduction = np.log1p(self.culture_level)
            innovation_friction = np.log1p(self.tech_level)
            # 公共事業(強制的な必需品支出)があるほど、プレミアム上昇が抑えられるロジック
            public_stability = 1.0 + self.public_work_rate * 2.0
            self.bank_premium = (bank_premium_base * (innovation_friction / (friction_reduction + 0.1))) / public_stability


            effective_rate = policy_rate + self.bank_premium

            # 3. 公共事業
            # 公共事業は国債(債券)で賄われる
            public_demand = 1000.0 * self.public_work_rate
            # 債券発行残高の増大（これが市場のパイを広げる）
            self.bond_market_val += public_demand * 0.05

            # 4. 在庫・ストックの更新 (金利によるスパース化)
            # 金利が高いと、在庫（将来価値）の保持が難しくなる (スパース化)
            discount_factor = 1.0 / (1.0 + effective_rate)
            # 株式投資は金利に敏感、債券は安定
            # ストックが高いほど成長は鈍化する（収穫逓減）
            invest_fund = np.sqrt(self.stock_market_val) * 3.0 * discount_factor

            # 技術への投資（バイアスに基づく）
            self.tech_level += (invest_fund * self.tech_bias) * 0.06 / (1 + self.tech_level * 0.005)

            # 文化への投資
            # 技術の発展の否定＝文化の発展とならないよう
            # 文化への投資から公共事業分も抜いておく
            self.culture_level += (invest_fund * max(0, 1 - self.tech_bias - self.public_work_rate) * 0.06) / (1 + self.culture_level * 0.005)

            # 5. 生産と労働配分（構造的変化の肝）
            # 生産性の向上をマイルドに。
            # 文化レベルが技術レベルを上げる側面があると思われるが、
            # 同時に文化レベルが質の向上を求める面もあると思われる。
            # 文化レベルの生産性への寄与は質の向上を求めるほうが
            # 若干強いと考えることにする。
            prod_base =  (1.0 + np.log1p(self.tech_level) * 4.0) / (1.0 + np.log1p(self.culture_level * 0.3))

            # 必需品の目標量 = 民間需要(1000) + 公共事業
            target_basic = 1000.0 + public_demand
            # 金利が高いと「在庫を嫌う」ため、供給が目標を下回るリスクを持たせる
            # target_basic_adj = target_basic * (1.0 - max(0, effective_rate - 0.06) * 0.4)
            # 金利による供給抑制を公共事業分には適用しない(強制支出)
            target_basic_adj = (1000.0 * (1.0 - max(0, effective_rate - 0.06) * 0.4)) + public_demand

            # 必要な労働力（理論値）
            req_labor_basic = target_basic_adj / prod_base

            # 有効労働力（幸福度が低いとストライキや意欲低下で労働力が減る）
            labor_efficiency = 1.0 + 0.3 * np.tanh(self.mass.happiness / 50.0)
            effective_labor_total = self.labor_total * labor_efficiency

            # 労働配分の決定（前回の配分からの急変を抑える慣性）
            alloc_labor_basic = min(req_labor_basic, effective_labor_total)

            # 必需品への労働割り当て (優先)
            # 社会は「文化目標」を達成しようとするが、労働力が足りなければ必需品が優先される
            alloc_labor_basic = min(req_labor_basic, effective_labor_total)
            # 残りが贅沢品へ
            alloc_labor_luxury = max(0, effective_labor_total - alloc_labor_basic)

            supply_basic = alloc_labor_basic * prod_base
            # 金利が高いと必需品以外の生産を控える
            # 債券(利回り)が文化生産の効率をわずかに下げる(保守化)
            supply_luxury = alloc_labor_luxury / (1.0 + policy_rate * 0.5)

            # 6. 所得・分配
            total_output_val = supply_basic * self.price_basic + supply_luxury * self.price_luxury
            # 賃金シェアを固定的に
            self.mass.income = total_output_val * 0.55
            self.rich.income = total_output_val * 0.45

            # 再分配
            transfer = self.rich.income * self.redistribution_rate
            self.rich.income -= transfer
            self.mass.income += transfer
            # income は資産価格により変わったりするので
            # income_ratio には redistribution_rate を使ったほうがよいようだ。
            #income_ratio = self.mass.income / (self.rich.income + 1e-9)
            income_ratio = self.redistribution_rate

            # 7. 資産価値の評価
            # 株式: 将来の選択肢(文化)を強く反映。リスクに非常に敏感。
            valuation_mult_stock = 1.0 / (effective_rate + 0.05)
            # 技術脅威を「文化との乖離」から算出
            tech_threat = max(0, ((self.tech_bias + self.public_work_rate) - 0.5) * 7.0)
            risk_disc = 1.0 / (1.0 + np.sqrt(tech_threat) * 0.3)
            # 急激な乗数を防ぐため log を活用（飽和性を持たせる）
            target_stock = (self.tech_level * 50 + self.culture_level * 50) * (1 + np.log1p(self.culture_level) * 1.0) * valuation_mult_stock * risk_disc * 0.1
            self.stock_market_val = self.stock_market_val * 0.8 + target_stock * 0.2

            # 債券: 弱い株式 + 公共事業の裏付け
            # 金利上昇で価格(単価)は下がるが、需要(ボリューム)は逃避資金で支えられる
            # 債券価値 = (金利による割引) × (安全性への逃避需要)
            bond_discount = 1.0 / (policy_rate + 0.05)
            # 銀行プレミアム（リスク）が上がるほど、安全な債券への需要が強まる
            safety_demand = 1.0 + self.bank_premium * 10.0 + (0.5 if policy_rate > 0.1 else 0.0)
            # 金利に連動するが、文化増幅効果はない
            target_bond = ((self.tech_level * 50 + self.culture_level * 50 + public_demand * 0.5)) * bond_discount * safety_demand * 0.04
            self.bond_market_val = self.bond_market_val * 0.9 + target_bond * 0.1

            # 資産配分 (金利が高いと債券へ)
            total_assets = self.stock_market_val + self.bond_market_val
            self.rich.asset_stock = self.stock_market_val
            self.rich.asset_bond = self.bond_market_val

            # 8. 消費と幸福度
            # 金利コストが価格に転嫁される
            effective_price_magnifier = 1.0
            effective_price_basic = self.price_basic * (1 + effective_price_magnifier * effective_rate)
            effective_price_luxury = self.price_luxury * (1 + effective_price_magnifier * effective_rate)

            avg_asset_total = (self.rich.asset_stock + self.rich.asset_bond + self.mass.asset_stock) / 100.0
            res_r = self.rich.consume(self.rich.income + (self.rich.asset_stock + self.rich.asset_bond)*0.01, effective_price_basic, effective_price_luxury, self.culture_level, tech_threat, avg_asset_total, income_ratio)
            res_m = self.mass.consume(self.mass.income, effective_price_basic, effective_price_luxury, self.culture_level, tech_threat, avg_asset_total, income_ratio)

            # 9. 価格調整
            # 在庫（バッファ）がない状態で需要が供給を上回ると価格が跳ねる
            def adj(p, dem, sup, buf):
                gap = (dem - sup) / (sup + 1e-9)
                sens = 0.25 / (np.log1p(buf) + 0.1)
                return np.clip(p * (1 + np.clip(gap * sens, -0.05, 0.2)), 0, 30)

            self.price_basic = adj(self.price_basic, res_r['basic_demand']+res_m['basic_demand'] + public_demand, supply_basic, self.culture_level)
            self.price_luxury = adj(self.price_luxury, (res_r['luxury_budget']+res_m['luxury_budget'])/self.price_luxury, supply_luxury, self.culture_level)

            effective_price_basic = self.price_basic * (1 + effective_price_magnifier * effective_rate)
            effective_price_luxury = self.price_luxury * (1 + effective_price_magnifier * effective_rate)

            # 10. 記録
            self.history['stock_val'].append(self.stock_market_val)
            self.history['bond_val'].append(self.bond_market_val)
            self.history['happiness_mass'].append(self.mass.happiness)
            self.history['happiness_rich'].append(self.rich.happiness)
            self.history['price_basic'].append(effective_price_basic)
            self.history['price_luxury'].append(effective_price_luxury)
            self.history['demand_basic'].append(res_r['basic_demand']+res_m['basic_demand'] + public_demand)
            self.history['relative_price'].append(self.price_basic / (self.price_luxury + 1e-9))
            self.history['supply_basic'].append(supply_basic)
            self.history['supply_luxury'].append(supply_luxury)
            self.history['labor_share_basic'].append(alloc_labor_basic / effective_labor_total)
            self.history['tech_level'].append(self.tech_level)
            self.history['public_demand_share'].append(public_demand / (target_basic + 1e-9))
            self.history['asset_ratio_stock'].append(self.stock_market_val / (total_assets + 1e-9))
            self.history['policy_rate'].append(policy_rate)
            self.history['bank_premium'].append(self.bank_premium)
            self.history['culture_level'].append(self.culture_level)
            self.history['luxury_rate'].append(supply_luxury / (supply_luxury + supply_basic))
            self.history['inequality_index'].append((self.rich.asset_stock + self.rich.asset_bond) / (self.mass.income * 10 + 1))

def plot_refined_visualization(scenarios, titles, data_keys, cols=2):
    assert len(titles) == len(data_keys)
    rows = (len(titles) + cols - 1) // cols

    fig, axes = plt.subplots(rows, cols, figsize=((20/3) * cols, (18/6) * rows))
    colors = plt.cm.tab10(np.linspace(0, 1, len(scenarios)))
    for i, (name, sim) in enumerate(scenarios.items()):
        for idx, key in enumerate(data_keys):
            ax = axes.flat[idx]
            ax.plot(sim.history[key], label=name if idx==0 else "", color=colors[i], lw=2)

    for idx, ax in enumerate(axes.flat):
        if idx < len(titles):
            ax.set_title(titles[idx], fontsize=11, fontweight='bold')
            ax.grid(True, alpha=0.3)
            if idx == 0: ax.legend(loc='upper left', bbox_to_anchor=(0, 1.3), ncol=3, fontsize=9)
    plt.tight_layout()
    plt.show()

# シナリオ設定
scenarios = {
    "1. 理想 (文化重視)": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.4, public_work_rate=0.1, redistribution_rate=0.2),
    "2. ショック (公共なし)": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.4, public_work_rate=0.0),
    "3. ショック (公共大)": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.4, public_work_rate=0.4),
    "4. 技術偏重・低文化": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.85, redistribution_rate=0.2),
    "5. 低成長": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.2, redistribution_rate=0.2),
    "6. 高分配・公共大": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.1, redistribution_rate=0.6, public_work_rate=0.75),
    "7. 技術偏重・高分配": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.85, redistribution_rate=0.6),
}

for s in scenarios.values(): s.run()
plot_refined_visualization(
    scenarios,
    titles = [
        "株式市場価値", "債券市場価値",
        "資産構成比 (Stock Ratio)", "不平等度",
        "銀行プレミアム", "政策金利",
        "大衆の幸福度", "富裕層の幸福度",
        "必需品価格", "贅沢品価格",
        "必需品供給量", "贅沢品供給量",
        "技術レベル", "文化レベル",
        "公共事業需要割合", "必需品労働者割合",
        "必需品/贅沢品 価格比", "贅沢品割合",
        "必需品需要量",
    ],
    data_keys = [
        'stock_val', 'bond_val',
        'asset_ratio_stock', 'inequality_index',
        'bank_premium', 'policy_rate',
        'happiness_mass', 'happiness_rich',
        'price_basic', 'price_luxury',
        'supply_basic', 'supply_luxury',
        'tech_level', 'culture_level',
        'public_demand_share', 'labor_share_basic',
        'relative_price', 'luxury_rate',
        'demand_basic',
    ],
)

scenarios = {
    "1. 理想": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.4, public_work_rate=0.2, redistribution_rate=0.2),
    "2. 高分配": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.4, public_work_rate=0.2, redistribution_rate=0.6),
    "3. 技術投資a": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.5, public_work_rate=0.1, redistribution_rate=0.6),
    "4. 技術投資b": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.5, public_work_rate=0.2, redistribution_rate=0.6),
}

for s in scenarios.values(): s.run()
plot_refined_visualization(
    scenarios,
    titles = [
        "大衆の幸福度", "富裕層の幸福度",
        "必需品価格", "贅沢品価格",
        "必需品供給量", "贅沢品供給量",
        "技術レベル", "文化レベル",
    ],
    data_keys = [
        'happiness_mass', 'happiness_rich',
        'price_basic', 'price_luxury',
        'supply_basic', 'supply_luxury',
        'tech_level', 'culture_level',
    ],
)

scenarios = {
    "1. 理想": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.4, public_work_rate=0.2, redistribution_rate=0.2),
    "2. 技術重視": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.6, public_work_rate=0.2, redistribution_rate=0.2),
    "3. 技術軽視": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.2, public_work_rate=0.2, redistribution_rate=0.2),
}

for s in scenarios.values(): s.run()
plot_refined_visualization(
    scenarios,
    titles = [
        "不平等度", "贅沢品割合",
        "大衆の幸福度", "株式市場価値",
    ],
    data_keys = [
        'inequality_index', 'luxury_rate',
        'bank_premium', 'stock_val',
    ],
)

scenarios = {
    "1. 理想": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.4, public_work_rate=0.1, redistribution_rate=0.2),
    "2. 利上げショック(文化欠如)": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.8, public_work_rate=0.1, redistribution_rate=0.2),
    "3. 銀行プレミアムショック": ComplexEconomySimulation(rate_scenario="bank_premium_shock", tech_bias=0.5, public_work_rate=0.1, redistribution_rate=0.2),
    "4. 供給危機(公共大)": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.4, public_work_rate=0.5, redistribution_rate=0.2),
}

for s in scenarios.values(): s.run()
plot_refined_visualization(
    scenarios,
    titles = [
        "銀行プレミアム", "政策金利",
        "贅沢品価格", "贅沢品供給量",
        "株式市場価値", "文化レベル",
        "大衆の幸福度", "不平等度",
        "必需品価格", "必需品供給量",
    ],
    data_keys = [
        'bank_premium', 'policy_rate',
        'price_luxury', 'supply_luxury',
        'stock_val', 'culture_level',
        'happiness_mass', 'inequality_index',
        'price_basic', 'supply_basic',
    ],
)

scenarios = {
    "A. 文化による長期最適化": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.3, public_work_rate=0.1, redistribution_rate=0.3),
    "B. 短期最適化(スパース経営)": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.9, public_work_rate=0.0, redistribution_rate=0.1),
    "C. 銀行プレミアムの悪循環": ComplexEconomySimulation(rate_scenario="bank_premium_shock", tech_bias=0.6, public_work_rate=0.4, redistribution_rate=0.2),
}

for s in scenarios.values(): s.run()
plot_refined_visualization(
    scenarios,
    titles = [
        "銀行プレミアム", "政策金利",
        "大衆の幸福度", "富裕層の幸福度",
        "必需品価格", "贅沢品価格",
        "必需品供給量", "贅沢品供給量",
        "技術レベル", "文化レベル",
        "不平等度",
    ],
    data_keys = [
        'bank_premium', 'policy_rate',
        'happiness_mass', 'happiness_rich',
        'price_basic', 'price_luxury',
        'supply_basic', 'supply_luxury',
        'tech_level', 'culture_level',
        'inequality_index',
    ],
)

scenarios = {
    "1. 理想 (文化重視)": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.4, public_work_rate=0.1, redistribution_rate=0.2),
    "2. ショック (公共なし)": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.4, public_work_rate=0.0),
    "3. ショック (公共大)": ComplexEconomySimulation(rate_scenario="high_rate_shock", tech_bias=0.4, public_work_rate=0.4),
    "4. 技術偏重・低文化": ComplexEconomySimulation(rate_scenario="low_stable", tech_bias=0.85, redistribution_rate=0.2),
}

for s in scenarios.values(): s.run()
plot_refined_visualization(
    scenarios,
    titles = [
        "株式市場価値", "債券市場価値",
        "資産構成比 (Stock Ratio)", "不平等度",
        "銀行プレミアム", "政策金利",
        "大衆の幸福度", "富裕層の幸福度",
        "必需品価格", "贅沢品価格",
        "必需品供給量", "贅沢品供給量",
        "技術レベル", "文化レベル",
        "必需品労働者割合", "贅沢品割合",
    ],
    data_keys = [
        'stock_val', 'bond_val',
        'asset_ratio_stock', 'inequality_index',
        'bank_premium', 'policy_rate',
        'happiness_mass', 'happiness_rich',
        'price_basic', 'price_luxury',
        'supply_basic', 'supply_luxury',
        'tech_level', 'culture_level',
        'labor_share_basic', 'luxury_rate',
    ],
)

必需品と贅沢品のマクロ経済シミュレーション¶

Economic Simulation by Gemini and JRF¶

概要¶

今回までの経緯¶

今回の論証¶

リンク¶

著者¶

ライセンス¶

1. 分配の負の効果¶

2. 文化と技術の対立¶

3. 金利と物価¶

4. 債券と公共事業¶

総括：レジリエンスとしての「文化」¶

モデルが示した「文化」の経済的意義¶

今後の課題と展望¶