Tax reform as a constrained optimization problem: a piecewise-linear framework and software implementation

技術要約：制約付き最適化問題としての税制改革

問題提起
先進諸国の所得税制度は、税率区分、給付、および控除が相互に作用する複雑なシステムへと進化してきた。この複雑さは、「実装のギャップ（implementation gap）」を生み出している。すなわち、理論的な最適課税原則（例：Mirrlees, 1971; Saez, 2001）と、法定上の実態が大きく乖離する現象である。その主要な兆候は、「限界税率の急上昇（marginal-rate spikes）」である。これは、複数の給付が同時に段階的に削減されることにより、低・中所得世帯の実効税率が80%を超える事態を指す。これらの急上昇は労働意欲を削ぐ要因となり、多くの場合、場当たり的な歴史的改革の意図せぬ副産物として発生している。

既存の政策ツールには、以下の3つの限界がある：

1. マイクロシミュレーション・モデル（例：EUROMOD, TAXSIM）：分析者が提示した案を評価することはできるが、案自体を生成することはできない。
2. 数値的最適課税モデル：様式化された仮定の下で抽象的かつ滑らかなスケジュールを最適化するが、実際の税制が持つ具体的な法定規則を無視している。
3. 強化学習アプローチ：ブラックボックス型の政策を返すだけであり、最適性の証明や実行不可能性の特定を行うことができない。

その結果、税制改革の取り組みは体系的な再設計ではなく、漸進的な調整に依存することが多く、効率性、公平性、および簡素化に関する掲げられた目標を達成できていない。

手法：区分線形フレームワーク
著者らは、税制改革を「制約付き最適化問題」として捉えることを提案している。核心となるモデリングの洞察は、4つの緩やかな仮定の下で、あらゆる法定所得税制度が、各納税者グループに対して有限次元の連続的な区分線形関数へと還元できるという点にある。

• 仮定:

  1. 加法性（Additivity）: 総税負担は、個々のルールの圧力の総和である。
  2. スカラー入力（Scalar Input）: 各ルールは単一の入力（例：所得）に対して税を課す。
  3. 区分線形性（Piecewise Linearity）: 限界的な圧力は区間内で一定であり、絶対的な圧力は連続的な区分線形関数である。
  4. グループの異質性（Group Heterogeneity）: 受給資格およびパラメータは納税者の特性に依存し、人口を有限のグループに分割する。

• 数学的定式化:
  グループ $k$ に属する納税者 $i$ の総税負担額 $f_k(x_i)$ は、以下のように表される：
  $$f_k(x_i) = \sum_{j} \sum_{b \in \mathcal{B}_{j,k}} \alpha_{j,b,k} g_b(x_{ij}; \Phi_{j,k}) + Z_k$$
  ここで、$\alpha$ は限界税率、$g_b$ はサポート集合 $\Phi$（閾値）によって定義されるブラケット関数、そして $Z_k$ は一括給付（lump-sum transfer）である。

• 最適化構造:

  • 決定変数: 法的に変更可能な税制のパラメータ：税率 ($\alpha$)、ブラケットの閾値 ($\Phi$)、および一括給付 ($Z$)。
  • 制約条件: 政治的および分配的な要件を含む：
    • 所得保障: 純所得の変化に関する境界（例：どの世帯も $x\%$ 以上減少しない）。
    • 限界制約: 実効限界税率の上限。
    • 予算制約: 総収益の損失または増加の制限。
    • ルールの保護: 特定の既存ルールを維持するためのハード制約。
  • 目的関数: 収益損失の最小化、システムの複雑さ（有効なルールの重み付きカウント）の最小化、または貧困ギャップの最小化。

• 拡張:

  • 複雑さ: バイナリ変数を用いた重み付き基数目的関数（有効なルールの最小化）を通じてモデル化され、混合整数線形計画問題（MILP）へと変換される。
  • 動的ブラケット化: 閾値を決定変数として扱い、最適なサポート・グリッドを選択する。
  • 行動反応: 課税所得の弾力性を組み込む。これは決定変数と所得反応の積（税率 $\times$ 所得反応）を導入するため、非凸な混合整数二次制約計画問題（MIQCP）となる。著者らは、LPのみを用いる代替案として、固定点反復アルゴリズム（Algorithm 1）も提供している。
  • 実行不可能性の証明: 制約が競合する場合、ソルバーは既約不実行部分集合（IIS）を返し、特定のコミットメントを同時に満たす改革が存在しないという証明書を提供する。

主な貢献

1. モデリングの結果: 法制が上記の4つの仮定を満たす場合、それらがグループごとの単一の区分線形関数に還元されるという証明（命題1）。これにより、改革を線形計画法（LP）またはMILPとして定式化することが可能になる。
2. 逆回復（Inverse Recovery）: 観測された税負担から現在のシステムパラメータを復元する方法（命題2）、および一意の識別可能性に関する条件。
3. 改革最適化フレームワーク: 実装可能なコードの探索空間において、最適候補を検索したり、実行不可能性の証明を受け取ったりすることを可能にする、制約と目的関数のライブラリ。
4. ケーススタディ: オランダの所得税制度（15のルール、13,500の重み付き納税者）のほぼ完全な再構築を行い、証明された改革の生成を実証。
5. ソフトウェア実装: ソルバーに依存しないPythonパッケージである TaxSolver の公開。

結果：オランダのケーススタディ
本フレームワークは、多くの世帯で高い限界税率（>80%）を特徴とするオランダの税制に適用された。著者らは、以下の特性を持つ改革案を生成した：

• 限界税率の平滑化: 複数の給付の段階的削減によって生じていた急上昇を排除し、限界的な圧力を55〜80%に抑えた。
• 世帯の保護: どの世帯の純所得も、現在の水準の95%を下回らないことを保証した。
• 複雑さの軽減: レキシコグラフィックな二段階手順（まず収益損失を最小化し、次に一定の収益スラック内でルール数を最小化する）により、有効なルールの数（複雑さの重み）を約半分（89から約32〜39へ）に削減した。
• 予算の実現可能性: $\pm 1.5\%$ の予算バンド内で動作し、簡素化を「購入」するために、追加の1%のスラックを許容する二次的な目的関数を用いた。

この研究は、本フレームワークが「証明された（certified）」改革、すなわち、モデル化された空間内で証明可能な形で最適である完全な法定案を生成できること、あるいは、特定の政策目標（例：極端な税率キャップと厳格な所得保護の両立）が互いに矛盾している場合にそれを特定できることを示した。

意義
本論文は、最適課税理論と法定改革という政治的現実との間の架け橋となることを目指している。税制そのものを（抽象的なスケジュールではなく）決定変数として扱うことで、本手法は「実装のギャップ」を乗り越えるための実行可能な方法を提供する。これにより、以下のことが可能となる：

• 単なる厚生関数の最適化ではなく、ハードな政治的制約（例：「どの世帯も所得を失わない」）を満たす改革案を生成する。
• ヒューリスティックな探索を超え、解が最善であること、あるいは問題が解決不可能であることを証明する。
• システムの複雑さと財政的成果のトレードオフを定量化し、政策立案者が制御された収益損失を伴って「簡素さを購入」することを可能にする。

著者らによれば、本手法は現在、オランダ財務省によって、著者らとの密接な協力の下で実際に活用されており、現実世界の政策環境における実用性が検証されている。