> ## Documentation Index > Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt > Use this file to discover all available pages before exploring further. # プライスの法則 > プライスの法則は、どの分野でも少数のエンティティが結果の大部分を占めることを示します。このべき乗則とその分野横断的な応用を学びましょう。 **Category**: 法則
**Type**: 統計法則
**Origin**: 科学計量学、1963年、デレック・J・ド・ソラ・プライス
**Also known as**: プライスの平方根法則、べき乗則分布 **先に答えると** — プライスの法則は、どの分野においても、少数のエンティティ（おおよそ総数の平方根）が結果、貢献、インパクトの大部分を占めると主張します。1963年、英国の物理学者かつ科学史家デレック・プライスによって定式化されたこの原則は、多くの自然および社会システムに内在する極端な不平等を明らかにします。この法則を理解することで、集中がどこで起こるかを認識し、リソースを効果的に配分し、存在しない均等分布を想定する罠を避けることができます。 ## プライスの法則（Price's Law）とはプライスの法則は、エンティティが注目、リソース、インパクトをめぐって競争するシステムにおける不平等の根本的なパターンを記述します。この法則は、どの分野においても、仕事、成果、貢献の約半分が参加者総数の平方根に相当する少数の人々によって生み出されると主張します。実務的には、組織に100人の従業員がいる場合、そのうち約10人が総成果の約半分を生み出すということです。 > 「すべての科学論文の半分は、著者総数の平方根によって書かれている。」——デレック・J・ド・ソラ・プライスこのパターンは、成功がさらなる成功を生む優先的選択（preferential attachment）を持つシステムで生じます。科学の引用、本の売上、従業員の生産性、ウェブトラフィックのいずれであれ、ほとんどの分野がこの劇的な不均衡を示します。この法則は、なぜ少数のマイノリティが多くの分野を支配するのかを定量的に理解する枠組みを提供します。 ### プライスの法則を3つの深さで理解する * **初心者**: ほとんどのシステムにおいて、ごく一部のサブセットが大部分の成果を生み出すことを認識しましょう。均等な分布ではなく、極端な集中を想定しましょう。 * **実践者**: この法則を使ってインパクトの大きい貢献者を特定し、実証済みのパフォーマーにリソースを集中させ、貢献分布に対する現実的な期待を設定しましょう。 * **上級者**: 集中を生み出し、時間とともに強化するメカニズム（優先的選択、ネットワーク効果、累積的優位性）を理解しましょう。 ## 起源 **デレック・J・ド・ソラ・プライス**（1922年–1983年）は、英国の物理学者で、科学計量学——科学出版物の定量的研究——のパイオニアとなりました。レスター大学、後にエール大学で研究し、科学が社会システムとしてどのように機能するかを理解するために数学的・統計的手法を適用した最初の研究者の一人です。 1963年の著書『リトルサイエンス、ビッグサイエンス』（Little Science, Big Science）において、プライスは科学の生産性が高度に歪んだ分布に従うことを発見しました。彼は、ごく少数の科学者が不均衡に多数の論文を生み出し、それらの論文が不均衡なシェアの引用を受けていることを発見しました。人口の約平方根が成果の半分を占めるという彼の観察は、無数の分野で検証されています。プライスの研究は科学における不平等の後続の研究の基礎を築き、彼の洞察はインターネット時代の注意力経済——少数のウェブサイトがほとんどのトラフィックを捉え、少数のクリエイターがほとんどのビューを獲得する——を先取りしていました。 ## 要点プライスが記録したパターンは異常ではなく、限られたリソース、注目、成功をめぐってエンティティが競争するシステムの一貫した特徴です。いかなる集団においても、約平方根が約半分の成果を占めます。これは期待される集中に対する迅速なメンタルモデルを提供します。優先的選択——富める者がますます富むメカニズム——が集中が出現する理由を説明します。初期の勝者は不均衡なリソース、注目、機会を引きつけます。どの会社やチームでも、従業員のわずかな割合が通常、価値ある成果の大部分を生み出しています。これは採用、リテンション、リソース配分に含意を持ちます。 ## 応用場面大部分の結果を牽引するハイインパクトパフォーマーを特定しましょう。成果の半分を生み出す、従業員の平方根に相当する少数のメンバーにリテンションの取り組みを集中させましょう。ベンチャーキャピタルにおいて、少数の投資がリターンの大部分を生み出します。プライスの法則はこの集中を説明し、ポートフォリオ構築に情報を提供します。 YouTubeやブログなどのプラットフォームでは、クリエイターのわずかな割合が大多数のビューを獲得します。これを理解することで、現実的な期待を設定できます。研究機関では、少数の精力的な研究者がしばしば有意義な論文と発見の大部分を生み出しています。これはチーム構成に含意を持ちます。 ## 事例 ### 科学生産性の集中プライスのオリジナル研究は科学生産性に焦点を当てたもので、データは今も驚くべきものです。1969年、プライスは英国の物理学者間の論文分布を分析し、約10%の科学者が全論文の約50%を生み出していることを発見しました。近年の研究でも、このパターンが分野横断で確認されています。経済学では、著者の6%未満が全掲載論文の半数以上を生み出しています。生物医学研究では、ごく一部のラボが高インパクト論文の不均衡なシェアを生み出しています。この集中には重要な含意があります。大学は、評判と資金を牽動する少数の「スター」科学者の採用を競います。均等な生産性分布を想定した研究評価は、リソースを誤って配分する可能性があります。均等な貢献を目指す政策介入は、科学生産性がどのように機能するかという根本的な構造を無視しています。教訓は、集中が良いか悪いかではなく、予測可能で構造的であるということ——そしてプライスの法則を考慮せずに設計されたシステムは、期待に対して一貫してパフォーマンスを下回るということです。 ## 限界と失敗パターン **この法則が適用されない場合:** * **厳格なノルマ制度**: 義務的なローテーション、必須の共著、強制された分布によって成果が人為的に均等化されている場合、自然な集中は抑制されます。 * **フィードバックのないランダムプロセス**: 成功が追加の優位性をもたらさず、優先的選択がないシステムは、より均等な分布に近づく可能性があります。 * **非常に小さな集団**: 10〜20人以下のグループでは、統計的ノイズが期待されるパターンを圧倒する可能性があります。 **よくある誤用:** * **不平等の正当化**: 不公平な報酬やリソース分布を合理化するためにこの法則を使うことは、集中が記述的であって規範的ではないことを無視しています。 * **残りの半分を無視する**: ハイパフォーマーのみに注目し、大多数の貢献を軽視することは、モラルを損ない、価値ある多様なインプットを見逃す可能性があります。 * **集中が常に最適であると想定する**: 文脈によっては、多様性と広範な参加が、集中では得られない回復力とイノベーションを提供します。 ## よくある誤解 **違います。** この法則は集中を記述しているのであって、重要性を記述しているのではありません。「残りの半分」の貢献者は、不可欠な多様性、冗長性、イノベーションを提供する可能性があります。 **違います。** 関連しているが別個のものです。パレートの80/20の法則は経験的観察であり、プライスの法則（平方根の法則）はより具体的な数学的関係です。 **違います。** この法則は構造的傾向を記述しているのであって、管理の失敗を記述しているのではありません。均等化する努力は多くの場合、有機的な生産性を高めるのではなく抑制します。 ## 関連概念プライスの法則は、不平等、システム理論、組織行動におけるより広範なテーマとつながっています。結果の約80%が原因の20%から生じるという関連する観察。80/20の法則とも呼ばれます。プライスの法則が属する分布の数学的ファミリー。結果の極端な不平等を特徴とします。初期の成功がさらなる成功を引きつけ、累積的優位性と集中を生み出すメカニズムです。科学その他の分野で、認知された科学者が不均衡なクレジットとリソースを受ける現象です。ニッチな製品は個別には小さいものの、集合的に有意義な市場シェアを表すというビジネスの洞察です。現代経済において、多くの市場で報酬が少数のパフォーマーの間に集中する傾向です。 ## 一言で言うと **どの分野でも、平方根が約半分を生み出すと想定しましょう**——この集中を認識し、尊重し、リソースを配分しつつ、残りを無視しないシステムを構築しましょう。