Inequality in the Age of Pseudonymity

1. Problématique

L'article aborde un défi fondamental dans l'économie numérique : la mesure de l'inégalité économique dans des environnements pseudonymes (comme les blockchains, les réseaux pair-à-pair ou les plateformes décentralisées).

• Le contexte : Les mesures d'inégalité classiques (comme le coefficient de Gini) sont utilisées pour orienter les politiques publiques. Cependant, leur application directe aux plateformes numériques est problématique car les identités observables (adresses de portefeuille, noms d'utilisateur) ne correspondent pas nécessairement aux acteurs économiques réels.
• Le problème central : La capacité des acteurs à créer de multiples identités fictives, appelées Sybils (ou « fausses identités »), pour dissimuler la distribution réelle de la richesse. Un acteur riche peut diviser ses actifs entre plusieurs identités pour paraître moins inégalitaire, ou plusieurs acteurs peuvent fusionner leurs richesses sous une seule identité.
• L'hypothèse erronée : L'intuition commune suggère que la fragmentation des richesses via des Sybils réduirait la mesure d'inégalité observée. Les auteurs démontrent que cette intuition est fausse et que, dans certains cas, la manipulation par Sybils peut paradoxalement augmenter la mesure d'inégalité calculée par des indicateurs standards.

2. Méthodologie

Les auteurs adoptent une approche axiomatique rigoureuse, s'inscrivant dans la lignée des travaux fondateurs sur la mesure de l'inégalité (Atkinson, Dalton, Gini, Cowell).

• Modélisation :
  • Ils définissent une économie avec $n$ acteurs réels (richesse cachée $w$) et $m$ identités observables (richesse rapportée $\rho$).
  • La relation entre $w$ et $\rho$ est régie par une matrice de rapport $R$ non observable, où les acteurs peuvent répartir leur richesse sur plusieurs identités (manipulation Sybil) ou fusionner leurs richesses (collusion).
  • Une contrainte de conservation de la richesse est imposée : la somme des richesses observées doit égaler la somme des richesses réelles.
• Axiomes de référence : Ils testent la compatibilité de la robustesse aux Sybils avec les propriétés canoniques souhaitées pour une mesure d'inégalité :
  1. Principe de transfert (Pigou-Dalton) : Un transfert de richesse d'un riche vers un pauvre (en préservant l'ordre) doit réduire l'inégalité.
  2. Symétrie : L'inégalité est invariante par permutation des individus.
  3. Insensibilité à la taille de la population : Dupliquer la population ne change pas l'inégalité.
  4. Indépendance d'échelle : L'inégalité est invariante par mise à l'échelle uniforme de la richesse.
• Nouvel axiome : Ils introduisent la Preuve contre les Sybils (Sybil-Proofness) : une mesure $I$ est Sybil-proof si $I(w) = I(\rho)$ pour toute manipulation de richesse conservatrice.

3. Contributions et Résultats Clés

Les résultats sont structurés en deux parties : des impossibilités théoriques et une caractérisation complète des mesures possibles.

A. Résultats d'Impossibilité

Les auteurs démontrent qu'il est impossible de concevoir une mesure d'inégalité qui soit à la fois robuste aux Sybils et qui satisfasse les propriétés standards.

1. Théorème 1 (Impossibilité avec le Principe de Transfert) : Aucune mesure Sybil-proof ne peut satisfaire le principe de transfert (ni même sa version faible).
   • Preuve intuitive : Si une mesure respecte le principe de transfert, elle pénalise la concentration. Or, une manipulation Sybil peut transformer une distribution inégale en une distribution plus égale (ou vice-versa) sans changer la richesse totale. La contrainte d'invariance aux Sybils force la mesure à ignorer ces transferts, contredisant le principe de transfert.
2. Proposition 2 (Impossibilité avec le Principe de Zéro Égalitaire) : Même en relâchant le principe de transfert pour ne garder que le principe selon lequel une distribution parfaitement égalitaire doit avoir une inégalité de zéro, aucune mesure Sybil-proof n'existe.
   • Raison : Une manipulation Sybil peut transformer une distribution non-égalitaire en une distribution égalitaire (en divisant la richesse d'un riche entre plusieurs identités). La mesure devrait alors passer d'une valeur positive à zéro, violant la preuve contre les Sybils qui exige l'invariance.

B. Caractérisation des Mesures Sybil-Proof

Face à ces impossibilités, les auteurs caractérisent la seule classe de mesures qui résiste aux manipulations Sybil.

1. Théorème 2 (Invariance d'agrégation) : Une mesure est Sybil-proof si et seulement si elle est invariante par agrégation. Cela signifie que la mesure ne dépend pas de la répartition de la richesse entre les identités, mais uniquement de la somme totale.
2. Dépendance à la somme (Sum-Dependence) :
   • Corollaire 3 : Une mesure est Sybil-proof si et seulement si elle est dépendante de la somme. Autrement dit, $I(x) = I(y)$ si et seulement si $\sum x_i = \sum y_i$.
   • Cela implique que la mesure traite l'économie comme si tous les acteurs étaient un seul grand coalition (collusion parfaite). Elle ne peut pas distinguer une distribution inégale d'une distribution égale si la richesse totale est identique.
3. Conséquences sur les propriétés :
   • Toute mesure Sybil-proof satisfait la symétrie et le principe de transfert faible (qui devient triviale).
   • Si l'on impose en plus l'indépendance d'échelle ou l'insensibilité à la population, la mesure devient nécessairement une fonction constante (elle retourne toujours la même valeur, peu importe la distribution).
   • La seule mesure non-constante possible qui satisfait le principe de zéro égalitaire est la mesure constante nulle ($I(x) = 0$ pour tout $x$).

C. Application aux Métriques Existantes

Les auteurs appliquent leurs résultats aux indicateurs les plus courants :

• Coefficient de Gini (GC) : Il n'est pas Sybil-proof. Bien qu'il satisfasse le principe de zéro égalitaire, il n'est pas constant et varie selon la distribution, ce qui le rend vulnérable.
• Famille des Entropies Généralisées (GE) : Incluant le coefficient de variation, la mesure d'Atkinson, et les indices de Theil. Aucun membre de cette famille n'est Sybil-proof car ils ne sont pas constants.

4. Signification et Implications

• Limites fondamentales de la mesure : L'article établit une barrière théorique infranchissable. Dans un monde pseudonyme où les identités peuvent être créées à volonté, il est impossible de mesurer l'inégalité de manière fiable tout en conservant les propriétés intuitives qui donnent du sens à ces mesures (comme le fait qu'un transfert vers les pauvres réduise l'inégalité).
• Interprétation des données existantes : Les études empiriques rapportant des niveaux d'inégalité extrêmes sur des plateformes comme Bitcoin (ex: Gini de 0,88) sont intrinsèquement biaisées. Ces chiffres ne reflètent pas la réalité économique sous-jacente car ils sont facilement manipulables par des Sybils.
• Collusion et Sybils : Les résultats montrent que la robustesse aux Sybils est structurellement liée à la résistance à la collusion. Une mesure qui ne peut pas être trompée par des identités multiples ne peut pas non plus distinguer une collusion parfaite d'une distribution réelle.
• Perspectives futures : Pour mesurer l'inégalité dans ces environnements, il faudrait soit :
  1. Accepter des mesures triviales (constantes) qui ne fournissent aucune information discriminante.
  2. Relâcher les hypothèses (ex: supposer un nombre borné de Sybils).
  3. Développer des mécanismes d'identification ou de liaison des identités (KYC, preuves de personne) pour restaurer la correspondance entre identité observable et acteur réel.

En résumé, ce papier démontre que la pseudonymité radicale rend la notion même de « mesure d'inégalité » significative inapplicable sous les axiomes standards, obligeant à repenser les fondements de l'analyse économique dans les systèmes décentralisés.