目次
エフェクチュエーションは「いつでも有効」なのか
エフェクチュエーション理論が広く受容される一方で、ある根本的な問いが繰り返し提起されてきた。エフェクチュエーションはどのような条件下で有効であり、どのような条件下では有効でないのか——すなわち、理論の「境界条件（boundary conditions）」は何か、という問いである。
Sarasvathy（2001）の原著論文は、エフェクチュエーションがナイトの不確実性（Knightian uncertainty）——確率分布すら推定できない不確実性——のもとで有効であると主張した。しかし、不確実性には程度がある。完全な確実性から完全な不確実性までのスペクトラムにおいて、エフェクチュエーションが有効になる閾値はどこにあるのか。この問いに対して、実証研究だけでは回答が困難である。なぜなら、不確実性のレベルを実験的に操作することは現実の起業環境では不可能であり、自然発生的な不確実性のレベルを正確に測定することも極めて難しいからである。
ここで力を発揮するのが、コンピュータ・シミュレーションである。シミュレーションは、理論的な仮定をモデル化し、パラメータを体系的に変化させることで、理論の境界条件を探索することを可能にする。エフェクチュエーション研究におけるシミュレーション研究は、理論の射程を明確化するうえで重要な貢献を果たしてきた。
Read et al.（2009）のエージェントベースシミュレーション
エフェクチュエーション研究におけるシミュレーションの嚆矢は、Read, Dew, Sarasvathy, Song, & Wiltbank（2009）によるエージェントベースモデル（Agent-Based Model, ABM）である。ABM とは、自律的に行動する「エージェント」の集合体としてシステムをモデル化し、エージェント間の相互作用からマクロレベルのパターンが創発するプロセスをシミュレートする手法である。
Read et al.（2009）は、市場を「エージェントの集合」としてモデル化した。各エージェントは、消費者または企業家として行動し、それぞれが意思決定ルールに従って市場に参加する。企業家エージェントは2種類に分類された。「予測型エージェント」はコーゼーション的なロジックに従い、市場調査に基づいて需要を予測し、最適な製品を計画的に投入する。「コントロール型エージェント」はエフェクチュエーション的なロジックに従い、手持ちの手段から出発し、消費者との相互作用を通じて製品を漸進的に修正していく（Read et al., 2009, pp. 4-8）。
シミュレーションは、市場環境のパラメータ——消費者の嗜好の変動性、競合企業の数、情報の非対称性——を体系的に変化させながら、各タイプのエージェントのパフォーマンスを比較した。
「75%閾値問題」——不確実性のスイートスポット
シミュレーションの結果は、エフェクチュエーション理論の直感的な主張を一部支持しつつも、重要な限定条件を明らかにした。
不確実性が非常に高い環境（消費者の嗜好の変動性が全パラメータ範囲の上位25%に達する環境）では、コントロール型（エフェクチュエーション的）エージェントが予測型（コーゼーション的）エージェントを上回るパフォーマンスを示した。これは予想通りの結果である。予測の基盤が崩壊するほどの不確実性下では、予測に基づくアプローチは機能せず、手持ちの手段からの漸進的な構築が優位に立つ。
しかし、不確実性が中程度以下の環境では、予測型エージェントのパフォーマンスがコントロール型エージェントを上回ることが示された。つまり、エフェクチュエーションが予測的アプローチに対して優位性を持つのは、不確実性がある閾値を超えた場合に限られるのである。Read et al.（2009）は、この閾値を概ね**不確実性スペクトラムの上位25%**に位置づけた（Read et al., 2009, pp. 10-14）。
この発見は**「75%閾値問題」**として知られるようになった。不確実性の尺度を0%（完全な確実性）から100%（完全な不確実性）までとした場合、およそ75%を超える不確実性の環境でエフェクチュエーションが有効になるという含意である。不確実性が75%以下の「通常の」ビジネス環境では、予測と計画に基づくコーゼーション的アプローチのほうが効率的であるという結果は、エフェクチュエーションの万能論に対する重要な歯止めとなった。
Wiltbank et al.（2006）の予測×コントロール・マトリクス
75%閾値問題をより構造的に理解するための枠組みを提供したのが、Wiltbank, Dew, Read, & Sarasvathy（2006）の**「予測（Prediction）×コントロール（Control）」の2×2マトリクス**である。
Wiltbank et al.は、起業家の戦略的アプローチを2つの次元で分類した。「予測」の次元は、将来の環境変化をどの程度予測しようとするかを示し、「コントロール」の次元は、将来の環境を自ら形成しようとする度合いを示す（Wiltbank et al., 2006, pp. 983-985）。
この2軸の組み合わせにより、4つの戦略的アプローチが導出される。
- 計画型（高予測・低コントロール）: 将来を予測し、予測に適応する戦略を立てる。伝統的な戦略計画アプローチ
- 適応型（低予測・低コントロール）: 将来を予測せず、環境の変化に柔軟に反応する。リアルオプション戦略
- 構想型（高予測・高コントロール）: 将来のビジョンを描き、そのビジョンに向けて環境を積極的に形成する。シュンペーター的アプローチ
- 変革型（低予測・高コントロール）: 将来を予測しないが、手持ちの手段で環境に働きかけて形成する。エフェクチュエーション的アプローチ
このマトリクスは、エフェクチュエーションを4つのアプローチの一つとして相対化している点で重要である。エフェクチュエーションが最も適合するのは「低予測・高コントロール」の象限であり、予測が可能な環境や、コントロールが困難な環境では他のアプローチのほうが適切である可能性がある。75%閾値問題を枠組みに当てはめれば、不確実性が75%を超える環境は「低予測」の領域に入り、そこでコントロール志向を持つエフェクチュエーションが有効になると解釈できる。
市場創造 vs 既存市場参入——有効性の条件分岐
Read et al.のシミュレーションが明らかにしたもう一つの重要な知見は、エフェクチュエーションの有効性が「市場創造」と「既存市場参入」で大きく異なるという点である。
市場そのものが存在しない、あるいは形成途上にある環境では、エフェクチュエーション的なアプローチの優位性が顕著であった。市場が未形成である場合、予測の基盤となるデータ——顧客セグメント、価格感度、競合構造——が存在しないため、コーゼーション的な市場分析は原理的に機能しない。エフェクチュエーション的なアプローチは、市場データが存在しない状況でも「手持ちの手段」と「ステークホルダーとの交渉」を通じて前進できるという点で、市場創造のコンテキストに本質的に適合する（Read et al., 2009, pp. 12-15）。
一方、既存の市場に後発として参入する状況では、コーゼーション的なアプローチの優位性が確認された。既存市場には蓄積されたデータが存在し、顧客の嗜好や競合の動向を分析することが可能である。このような環境では、予測に基づく計画的なアプローチのほうが効率的に資源を配分でき、高いパフォーマンスにつながる。
この知見は、エフェクチュエーションの有効性が「環境の性質」に依存することを示している。同じ産業であっても、新しい市場カテゴリーを創出しようとする場合と、既存の市場カテゴリーに参入しようとする場合では、適切な意思決定ロジックが異なるのである。
シミュレーション研究の限界——モデルの単純化と実証との乖離
シミュレーション研究の貢献は大きいが、その限界も正確に認識しておく必要がある。
第一に、モデルの単純化の問題がある。エージェントベースモデルでは、起業家の行動を少数の意思決定ルールに還元して表現する。しかし、現実の起業家は、感情、直感、社会的圧力、個人的な価値観など、モデルに組み込まれていない多くの要因に影響される。モデルが捨象している要因が、実際には意思決定に大きな影響を与えている可能性は常に存在する。
第二に、エフェクチュエーションとコーゼーションの「純粋型」を想定している点が現実から乖離している。Berends et al.（2014）の縦断研究が示すように、現実の起業家は両方のロジックを動的に切り替えながら使用する。シミュレーションにおいて両者を排他的な戦略として扱うことは、現実のハイブリッド的な意思決定プロセスを捉えきれない限界を持つ。
第三に、パラメータの設定が恣意的になりうるという方法論的な問題がある。シミュレーションの結果は、不確実性の定義、エージェントの行動ルール、市場環境のパラメータ設定に依存する。これらの設定が異なれば、結果も異なりうる。75%閾値は一つのシミュレーション結果であり、異なるモデル設定のもとでは閾値が移動する可能性がある。
境界条件の実務的含意
シミュレーション研究の知見は、限界を踏まえたうえで、実務に重要な示唆を提供する。
第一に、エフェクチュエーションを適用すべき状況を見極めるための基準が得られる。75%閾値問題が示唆するのは、エフェクチュエーションは万能ではなく、不確実性が極めて高い状況——新市場の創造、前例のない技術の応用、制度的環境が未整備な新興国への進出——において最も力を発揮するということである。逆に、既存市場での競争、成熟した産業でのシェア拡大、規制が確立した環境での事業運営には、コーゼーション的なアプローチのほうが適している。
第二に、「市場創造」と「市場参入」を明確に区別することの重要性である。新規事業に取り組む際、それが本当に新しい市場カテゴリーの創出なのか、それとも既存市場への後発参入なのかによって、適切なアプローチは根本的に異なる。この区別を意識的に行うことが、意思決定ロジックの選択において決定的に重要である。
第三に、不確実性は静的なものではなく、時間とともに変化することを念頭に置くべきである。市場創造の初期段階では75%を超える不確実性がエフェクチュエーションの適用を正当化するが、市場が形成されるにつれて不確実性は低減し、やがてコーゼーション的なアプローチへの移行が適切になる。境界条件は固定的ではなく、プロセスの進行とともに動的に変化するのであり、Wiltbank et al.のマトリクスにおける自社のポジションを定期的に再評価する習慣が求められる。
シミュレーション研究は、エフェクチュエーション理論の射程と限界を明確化することで、理論を「信仰」から「道具」へと変換するうえで不可欠の貢献を果たしている。理論の有効性の境界を知ることは、その理論をより的確に、より効果的に使いこなすための前提条件なのである。
関連記事として「シミュレーションによるエフェクチュエーション教育」、「メタ分析と文脈」も参照されたい。
引用・参考文献
- Read, S., Dew, N., Sarasvathy, S. D., Song, M., & Wiltbank, R. (2009). Marketing under uncertainty: The logic of an effectual approach. Journal of Marketing, 73(3), 1–18.
- Wiltbank, R., Dew, N., Read, S., & Sarasvathy, S. D. (2006). What to do next? The case for non-predictive strategy. Strategic Management Journal, 27(10), 981–998.
- Berends, H., Jelinek, M., Reymen, I., & Stultiëns, R. (2014). Product innovation processes in small firms: Combining entrepreneurial effectuation and managerial causation. Journal of Product Innovation Management, 31(3), 616–635.
- Sarasvathy, S. D. (2001). Causation and effectuation: Toward a theoretical shift from economic inevitability to entrepreneurial contingency. Academy of Management Review, 26(2), 243–263.
- Sarasvathy, S. D. (2008). Effectuation: Elements of Entrepreneurial Expertise. Edward Elgar Publishing.
参考書籍
