※アフィリエイト広告を利用しています

現在バイアスとは？28論文のメタ分析で分かった「目先を優先する心理」の強さと意外な条件

2026.11.06

「来月からは運動を始めよう」「週末にまとめて勉強しよう」。そう決めたときは本気だったのに、いざその日になると、目の前の楽な選択をしてしまう。そんな経験はありませんか？

一方で、将来もらえるお金と今日もらえるお金を比べると、思ったほど目先のお金にこだわらない人もいます。「今すぐ楽をしたい」という気持ちは、いつでも同じ強さで現れるのでしょうか。

この問題を調べたのが、Taisuke Imai、Tom A. Rutter、Colin F. Camererによる経済学のメタ分析です。2020年9月にオンライン公開され、2021年5月刊行の『The Economic Journal』第131巻第636号に掲載されました。著者たちは、これまでに複数の国や地域で行われた28論文・31研究に含まれる、現在バイアスの220の推定値を統計的にまとめました。

調べた理由は、研究によって「人は目先を優先する」という結果の強さが違っていたからです。そして、目先を優先する傾向の強さは、選択の対象がお金なのか、それとも実際に行う作業なのかによって異なっていました。

この記事では、現在バイアスの意味から、実験の方法、主な結果、実生活での考え方まで順を追って紹介します。

現在バイアスとは？未来の利益より「今」を特別扱いすること

現在バイアス（present bias）とは、将来の利益や負担と比べて、今この瞬間に起こる利益や負担を特別に重く見る傾向です。

たとえば、次の二つの選択を考えてみてください。

  • A：「今日1,000円もらう」か、「1か月後に1,200円もらう」か。
  • B：「1年後に1,000円もらう」か、「1年1か月後に1,200円もらう」か。

どちらも、早い受け取りと遅い受け取りの差は1か月、金額の差は200円です。それなのに、Aでは今日の1,000円を選び、Bでは後の1,200円を選ぶとしたら、今日という時点を特別に評価している可能性があります。

これは、金額そのものを変えずに受け取り時期を先へずらすと、好みが逆転するという例です。数値は説明のための架空のものですが、現在バイアスの考え方を表しています。

なお、将来のお金を少し割り引いて評価することは、それだけで現在バイアスとは限りません。ここで重要なのは、今日と未来の間に、未来どうしの比較とは違う特別な重みがかかることです。

「時間割引」と何が違う？βとδの意味

経済学では、目先と将来の価値を比べる性質を「時間選好」と呼び、その表現の一つに「時間割引」があります。

標準的な指数割引モデルでは、未来の価値は時間とともに一定の割合で小さくなります。一方、現在バイアスを表す準双曲割引（quasi-hyperbolic discounting）モデルでは、今から先のすべての時点に、追加の重みをかけます。

論文では、主に次の二つのパラメータを区別しています。

記号 何を表す？ 読み方
δ（デルタ） 時間が1期間進むごとの通常の割引 将来までの時間をどう評価するか
β（ベータ） 今と将来を分ける特別な重み 「今日」と「未来」の間にある上乗せの割引

βの値は、次のように考えます。

  • β＝1：このモデルでは、今だけを特別扱いする現在バイアスがない。
  • βが1より小さい：今を相対的に重く見る「現在バイアス」を示す。
  • βが1より大きい：逆方向の「将来バイアス」を示す。

たとえばβ＝0.90なら、モデル上は将来の価値に、通常の時間割引とは別に0.90という重みがかかります。「90％の人が先延ばしする」「将来の価値が必ず10％減る」という意味ではありません。 βは、実験上の選択からモデルを使って推定する数値です。

この論文は、そのβを複数の研究で測った結果を比較したものです。

研究方法：28論文・31研究の220推定値をどう集めた？

著者たちは、CTB（Convex Time Budget：凸型時間予算）と呼ばれる実験方法を使った研究に対象を絞りました。

CTBでは、参加者が、異なる時点に受け取る報酬をどのように配分するかを選びます。たとえば、今もらう金額と後でもらう金額を、条件の異なる選択肢から決めてもらいます。複数の受け取り時期や交換条件を組み合わせることで、βとδなどを別々に推定しようとします。

金銭を選ばせるだけでなく、面倒な作業を今日行うのか、後日に行うのかを選ばせる研究も含まれています。

研究チームはGoogle Scholarなどを通じて公開済み・未公表の研究を調べ、2017年の検索を2018年秋に更新しました。CTBを扱った研究を広く集めた結果、67論文を把握しています。ただし、すべてがメタ分析に必要なβの推定値を報告していたわけではありません。

主な分析に用いた数値の単位は、以下のように整理できます。

段階 対象 数
CTBを使用した文献全体 確認した論文 67論文
準双曲割引モデルのパラメータを報告 論文 36論文
主たるメタ分析の対象 論文・研究 28論文・31研究
集められた集計レベルのβ推定値 推定値 227件
標準誤差があり主分析に使える推定値 推定値 220件

1本の論文から複数の推定値が報告されることがあります。したがって、220は「220人」という意味ではありません。また、以下の一部の検査では、影響が非常に大きい推定値3件を除き、217件を分析しています。

メタ分析にはランダム効果モデルと、同じ研究から複数の数値が出ていることを考慮するマルチレベルモデルなどを用いています。

研究結果①：全体の平均βは0.95〜0.97だった

最初に、すべての対象研究の推定値を統合した結果を見てみましょう。

現在バイアスの平均パラメータβは、約0.95〜0.97でした。

主な集計方法ごとの数値は、次のとおりです。

分析方法 平均β 解釈
ランダム効果モデル 0.9663 β＝1より統計的に有意に小さい（p＝0.0297）
マルチレベルモデル 0.9518 β＝1より統計的に有意に小さい（p＝0.0031）

平均としては、人は「今」を少し特別扱いしていることを示します。

ただし、この値だけを見て「人間はだいたいβ＝0.96だ」と結論づけるのは早計です。研究の間には非常に大きな違いがありました。ランダム効果モデルの研究間のばらつきを表す指標 I² は、全体で約98％に達しています。

つまり、平均値は参考になりますが、報酬の種類や実験条件によって、見える現在バイアスの強さはかなり変わります。

研究結果②：お金の選択では、現在バイアスは明確でなかった

研究を報酬の種類によって分けると、全体とは異なる結果になります。

金銭をいつ受け取るかを選ばせる研究では、βの平均は次のようになりました。

  • ランダム効果モデル：β＝0.9723
  • マルチレベルモデル：β＝0.9758

どちらも1を少し下回りましたが、β＝1との差は統計的に明確ではありませんでした（ランダム効果モデルでp＝0.0805、マルチレベルモデルでp＝0.1334）。

金銭を使った実験では、平均的に、今だけを特別扱いする傾向を確実に検出できなかったという結果です。

著者たちは、その理由の一つとして、お金を受け取る日と、お金を実際に使って満足を得る日が同じとは限らないことを挙げています。

たとえば、今日1万円を受け取っても、来月の旅行まで銀行口座に置いておくことができます。反対に、将来もらう予定のお金があれば、貯金や借り入れで当面の支出を調整できる人もいます。

この場合、「お金を今日受け取る」ことと「今日、効用を得る」ことは一致しません。お金の受け取り時期を選ぶ実験は、心理的な現在バイアスを測る間接的な方法でもあるのです。

研究結果③：面倒な作業を選ぶ実験では、より強い現在バイアスが見られた

一方、金銭ではなく、実際の努力や作業の負担をいつ引き受けるかを選ばせる実験では、異なる結果でした。

  • ランダム効果モデル：β＝0.8815
  • マルチレベルモデル：β＝0.8802

こちらはどちらの方法でも、β＝1を統計的に有意に下回りました。

つまり、実際に今から面倒な作業をするのか、後で作業をするのかという選択では、よりはっきりした現在バイアスが現れていました。

これは先延ばしを理解するうえでも興味深い結果です。「来週の仕事なら引き受けられそうだ」と思っても、いざ今日がその日になると、負担が急に重く感じられる。そうした時間の不一致を表すモデルと整合的だからです。

ただし、実験の対象や参加者、測定条件も異なります。したがって、「作業を選ばせたから現在バイアスが強くなった」と因果的に証明したわけではありません。

研究結果④：報告の偏りを補正すると、数字は変わった

メタ分析では、過去の論文がどのような数値を公表しているかにも注意が必要です。

たとえば、現在バイアスを示す強い結果のほうが注目され、そうでない結果が報告されにくいなら、集められた数値も偏る可能性があります。研究者たちは、こうした選択的報告・出版バイアスの可能性を検討しました。

結果として、特に実際の作業負担を使った研究では、現在バイアスを強く示す数値が過剰に報告されている可能性が示唆されました。

そこで複数の統計的方法で補正すると、作業負担の研究での平均βは、方法によりおよそ0.90〜0.93、あるいは0.99程度まで変わりました。

βが1に近づくほど、推定される現在バイアスは弱くなります。したがって、補正前の0.88だけを唯一の確定値と見ることはできません。

著者たちの結論は、金銭と作業負担の研究に差が見られる一方、偏りの補正方法によってその強さについての判断も変わる、というものです。

研究結果⑤：「今すぐ」の定義や実験場所でも結果が変わる

研究者たちは、推定値のばらつきにどんな条件が関わるのかも分析しています。

1. 報酬を「実験終了時」に渡すか「当日中」に渡すか

金銭報酬の研究では、「今」の報酬を実験の終わりに受け取れる場合と、その日のうちに受け取れる場合とで、推定値が違いました。

平均的には、実験終了時に受け取る設定のほうが、当日中に受け取る設定よりβが小さくなり、現在バイアスが強く見えました。

時間にすれば小さな違いでも、実験上の「今」がどのように定義されているかは結果に関係するようです。

2. 実験室か、実生活に近い現場か

実験室で行われた研究は、現場で行われた研究より、強い現在バイアスを示す傾向がありました。

もちろん、これだけで「実験室では誰でも目先を優先する」とは言えません。参加者や課題の性質など、場所と同時に変わる条件があるためです。

3. 金融サービスを使いやすい環境か

金銭を使った研究では、クレジットカードや預金の引き出しなど、金融サービスにアクセスしやすい地域ほど、βが1に近い傾向も見られました。

お金を借りたり貯めたりできれば、報酬の受け取り時期そのものにこだわる必要が小さくなる可能性があります。著者たちは、こうした金融上の調整が金銭実験の結果に関わると考えています。

先延ばしや自己コントロールとは、どうつながる？

現在バイアスは、先延ばしと関係する経済学的な説明の一つです。

たとえば、資格の勉強を考えてみてください。

試験に合格する利益は何か月も先にあります。一方、机に向かう負担は今日すぐに感じます。すると「勉強の利益は大きい」と理解していても、「今日は休んで明日から始めよう」と判断することがあります。

翌日になれば、また「今日は休んで明日から」と考えるかもしれません。この繰り返しは、将来の自分が負担を引き受けるつもりでも、その日が現在になると選択が変わるという現在バイアスの見方とよく合います。

ただし、今回のメタ分析は、CTB実験で推定したβを統合したものです。参加者の先延ばし癖を測定し、βの値と直接対応づけた分析ではありません。

つまり、「先延ばしを説明する理論とのつながり」はありますが、「βがいくつなら何日先延ばしする」と分かったわけではないのです。

現在バイアスを理解する3つのメリット

今回の論文は、現在バイアスを減らす方法の効果を直接検証したものではありません。そのうえで、現在バイアスという見方を日常に取り入れる意味を整理してみましょう。

1. 「やる気がない」だけでは説明できない行動を理解できる

将来の目標に価値を感じていても、目の前の負担が大きく見える場合があります。目標を大切に思う気持ちと、今日の行動は、必ずしも一致しません。

2. 目標と「今の行動」をつなげやすくなる

遠い将来の利益だけでなく、今日できる小さな作業にも目を向けると、計画を具体化できます。

3. 行動を測る条件に注意できる

「この人はせっかちだ」「目先のことしか考えない」と決めつける前に、報酬が金銭か作業か、「すぐ」の意味は何か、といった条件を見直せます。

現在バイアスという考え方の3つの注意点

1. βは人間の「固定された性格」をそのまま表す数値ではない

同じ現在バイアスでも、どのような実験から推定したかで数値が違いました。著者らも、最適な測定方法をこのメタ分析だけで決めることはできないと述べています。

2. 統計的に有意でも、実生活での影響は別に考える必要がある

全体の平均βが1より小さいという結果は重要ですが、実際の行動にどれほど影響するかは、時間の長さ、繰り返される選択、負担の大きさなどによって異なります。

3. 「将来の利益を待つこと」がいつも正しいわけではない

今すぐに対応すべき問題や、目の前の楽しみを選ぶ合理的な理由もあります。現在バイアスという言葉は、あらゆる即時の選択が誤りだと判定するためのものではありません。

目先の誘惑に振り回されにくくする4つの具体的な工夫

ここからは、論文の理論や結果を参考にした日常生活への応用例です。以下の工夫の有効性を、このメタ分析自体が介入実験で証明したわけではありません。

1. 未来の利益を、今日の作業に置き換える

「3か月後に試験に合格する」という目標を、「今日はテキストの5ページを読む」という行動に分けます。

未来の結果を考えるだけでなく、今何をするかを明確にするための方法です。

2. 「今日やる負担」をできるだけ小さくする

作業が大きいほど、今の負担を避けたくなるかもしれません。最初の5分だけ取りかかる、道具を前日に出しておく、資料の見出しだけ書くなど、着手の負担を小さくします。

3. 後回しにする前に、翌日の自分の状況も考える

「今日は無理だけれど、明日ならできる」と思ったら、「明日も今日と同じように疲れている可能性はないか」と考えてみましょう。

これは、未来の自分も実際には「その日の現在」を生きていると意識する工夫です。

4. 意思決定の条件をそろえて比較する

お金の選択なら、金額だけでなく、いつ口座に入るのか、いつ使う予定なのか、手数料や不確実性がないかも確認します。

今回の研究は、報酬の受け取り方やタイミングが、見かけの時間選好に関わる可能性を示しています。比べる条件をそろえることで、自分が何を選んでいるのか理解しやすくなります。

具体例：勉強を「明日」に回し続ける会社員

※以下は研究参加者の実話ではなく、現在バイアスをイメージするための架空のストーリーです。

会社員のユウさんは、半年後に資格試験を受けると決めました。合格すれば仕事の選択肢が広がると考えています。

日曜日の夜、「来週から毎日1時間勉強しよう」と計画を立てました。そのときは、予定を無理なくこなせる気がしていました。

ところが月曜日の夜。仕事から帰ると疲れています。目の前には、読みたかった漫画や動画があります。

「今日はちょっと休もう。明日から勉強すれば大丈夫」

火曜日も同じでした。勉強の重要性は理解していても、その日の負担が急に重く感じられたのです。

そこでユウさんは、勉強を始めるまでの流れを変えてみました。机には開いたテキストを置き、「まず5分だけ読む」と決めます。翌日の自分も疲れているかもしれないので、短時間で終えられる作業から進めることにしました。

この例で大切なのは、ユウさんが「将来の利益を大切にしていなかった」わけではないことです。未来に予定していた負担が、今の負担になったとき、感じ方が変わったという点が現在バイアスの説明と重なります。

ただし、5分勉強する工夫によって先延ばしが改善すると今回の論文が実験で確かめたわけではありません。実践例と研究結果は分けて考えてください。

研究の限界：結果を読むときに知っておきたいこと

研究ごとの違いが非常に大きい

全体での I² は約98％と高く、βの推定値は研究間で大きく異なっていました。平均だけでなく、どんな状況で推定されたかが重要です。

CTB以外の実験は主分析の対象ではない

このメタ分析は、同じ測定手法の研究を比較するため、CTBを採用したものに絞っています。時間選好を調べる他の実験方法や、実生活の先延ばし行動の全体像まで網羅するものではありません。

金銭と作業の違いを単純な因果関係とはみなせない

報酬の種類は、実験場所、参加者、受け取り方法などとも関係しています。統計的に調整しても、研究間比較だけで要因を完全に切り分けることは難しいと考えられます。

報告の偏りがあり、補正方法によって結論の強さも変わる

作業負担を扱う研究では、現在バイアスを強く示す推定値が多く報告されている可能性がありました。補正後のβは方法により変わるため、0.88を普遍的な定数として扱うことはできません。

個人の行動を直接予測した研究ではない

βは主に複数の実験の集計的な推定値です。「あなたのβはいくつか」「先延ばしが何日減るか」を、この論文の数字だけから判断することはできません。

まとめ：現在バイアスは「どんな選択をするか」で見え方が変わる

2021年刊行のこのメタ分析は、人が将来より今を優先する程度を、28論文・220の推定値から統合した研究です。

全体では現在バイアスを示す平均βが0.95〜0.97でした。ただし、金銭の選択では統計的に明確な現在バイアスは見られず、実際の作業負担を使った実験ではβが約0.88となりました。さらに報告の偏りを補正すると、数値は変わりました。

つまり、「人は目先のことしか考えない」と単純に言うよりも、何を、いつ、どのような条件で選ぶのかを見る必要があるということです。

先延ばしや自分の行動を考えるときにも、未来の利益だけでなく、「今日という時点の負担をどう感じるか」に注目してみてはいかがでしょうか。

参考論文・出典

Imai, T., Rutter, T. A., & Camerer, C. F. (2021). Meta-Analysis of Present-Bias Estimation using Convex Time Budgets. The Economic Journal, 131(636), 1788–1814. （オンライン公開：2020年9月29日）