📈 economics

Robust Welfare under Imperfect Competition

본 논문은 공급측 제약을 통합함으로써 불완전 경쟁에 대한 견고한 후생 분석을 확장하여, 전가율과 행위 매개변수에 대한 부분적 지식 하에서 극단적 후생 상한 및 하한이 단일 가격 차단점을 가진 역전가 함수에 의해 달성됨을 보여줌으로써 소비자 잉여, 생산자 잉여, 총잉여 및 사망손실에 대한 간단한 경계 도출을 가능하게 한다.

원저자: Konstantin von Beringe, Mark Whitmeyer

게시일 2026-04-29

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Konstantin von Beringe, Mark Whitmeyer

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

커피에 대한 새로운 세금이 이를 구매하는 사람들, 판매하는 가게들, 그리고 도시의 전반적인 행복에 얼마나 해를 끼칠지 파악하려는 도시 계획가라고 상상해 보세요.

일반적으로 경제학자들은 이 문제를 해결하기 위해 두 지점을 연결하는 완벽하고 매끄러운 선을 그려냅니다. 즉, 세금 부과 전의 커피 가격과 수량, 그리고 세금 부과 후의 가격과 수량을 연결하는 것이죠. 그들은 그 선이 어떻게 휘어지는지 정확히 알고 있다고 가정합니다. 하지만 현실 세계에서는 그 선의 정확한 모양을 알 수 없습니다. 완만한 경사일 수도 있고, 가파른 하락일 수도 있으며, 기이한 곡선일 수도 있습니다. 만약 잘못된 모양을 추측한다면, 누가 이기고 누가 지는지에 대한 계산이 완전히 틀릴 수 있습니다.

콘스탄틴 폰 베링게와 마크 휘트마이어가 쓴 이 논문, **"Robust Welfare under Imperfect Competition(불완전 경쟁 하의 견고한 후생)"**은 그 선의 정확한 모양을 추측하지 않고도 이 퍼즐을 해결하는 새로운 방법을 제시합니다. 단 하나의 '진짜' 답을 찾으려 노력하는 대신, 그들은 우리가 실제로 알고 있는 것을 바탕으로 수학적으로 가능한 **최선과 최악의 시나리오(경계)**를 계산합니다.

다음은 그들이 사용하는 간단한 비유를 통한 방법입니다:

1. 두 장의 스냅샷 (우리가 가진 유일한 사실)

연구자들은 시장의 두 장의 사진으로 시작합니다:

사진 A: 세금 부과 전 (가격 $p_0$ , 수량 $Q_0$ ).
사진 B: 세금 부과 후 (가격 $p_1$ , 수량 $Q_1$ ).

그들은 그 사이에서 무슨 일이 일어났는지 알지 못합니다. 가격이 즉시 급등했을 수도 있고, 서서히 상승했을 수도 있습니다. 가게들은 다르게 반응했을 수도 있습니다.

2. "공급 측" 미스터리 (욕조의 물)

이 논문은 "공급 측"(가게와 그들의 비용) 을 처리하는 새로운 방식을 도입합니다. 그들은 가게들이 세금 비용을 고객에게 전가하는 정확한 규칙을 알지는 못하지만, 세금이 얼마나 전가되는지에 대한 범위(최소값과 최대값)는 알고 있다고 가정합니다.

최악과 최선의 결과를 찾기 위해 그들은 **"Bathtub Principle(욕조 원리)"**이라는 교묘한 트릭을 사용합니다.

커피에 대한 수요를 왼쪽(수요가 높음) 이 깊고 오른쪽(수요가 낮음) 이 얕은 욕조라고 상상해 보세요.
이 욕조에 부을 고정된 양의 "물"(총 세금 변화분) 이 있습니다.
생산자에게 최악의 결과를 얻으려면, 물을 욕조에서 가장 깊은 부분, 즉 수요가 가장 높은 곳에 먼저 붓습니다.
최선의 결과를 얻으려면, 가장 얕은 부분에 먼저 붓습니다.
결과: 수학은 극단적인 시나리오가 항상 세금이 최대 비율로 전가되거나 최소 비율로 전가될 때 발생하며, 전환되는 단일 "컷오프 지점"이 있음을 보여줍니다. 그것은 비율의 지저분한 혼합이 아니라, 한 극단에서 다른 극단으로 깔끔하게 전환되는 것입니다.

3. "수요 측" 미스터리 (모양 변형자)

수요 측(고객) 에서는 저자들이 Kang 과 Vasserman 의 이전 연구를 바탕으로 합니다. 그들은 "우리는 곡선을 알지 못하지만, 그것이 항상 하향 경사를 그리는 것과 같은 특정 규칙을 따른다는 것은 안다"고 말합니다.

그들은 수학이 복잡해지더라도 '최악'과 '최선'의 수요 곡선은 기이하고 거친 선이 아니라는 것을 발견했습니다. 그들은 계단 모양이거나 최대 두 번 방향을 전환하는 조각별 선과 같은 단순한 형태입니다. 그들은 이 모양을 **"EATS(최대 두 번의 전환이 있는 끝점)"**이라고 부릅니다.

A 지점에서 B 지점으로 걷는 등산객을 생각해 보세요. 등산객은 '느린' 속도나 '빠른' 속도로만 걸을 수 있습니다. 가장 극단적인 결과를 얻으려면, 속도를 끊임없이 바꾸는 대신 느림과 빠름 사이를 몇 번만 전환하면 됩니다.

4. "시장 지배력" 요인 (러너 지수)

이 논문은 가게들이 얼마나 많은 힘을 가지고 있는지도 고려합니다. 그들은 치열한 경쟁 상태에 있는지 (고속도로의 주유소처럼) 아니면 독점 상태에 있는지 (도시에 유일한 커피숍처럼) 말입니다.

그들은 이 힘을 나타내는 "행동 매개변수"(0 에서 1 까지의 다이얼) 를 사용합니다.
수학은 극단적인 후생 결과가 항상 이 다이얼을 최저 설정 (완전 경쟁) 으로 돌리거나 최고 설정 (독점) 으로 돌릴 때 발생함을 보여줍니다. 경계를 찾기 위해 중간 설정을 확인할 필요가 전혀 없습니다.

최종 레시피 (요리책)

이 논문은 정책 입안자를 위한 간단한 레시피로 결론을 맺습니다:

두 장의 사진을 찍으세요 (전과 후).
범위를 선택하세요: 가능한 최소 및 최대 "전가율"(고객에게 전가되는 세금 양) 과 최소 및 최대 "시장 지배력"을 결정하세요.
두 가지 시나리오를 실행하세요:
- 시나리오 A: 특정 가격까지 세금을 최대 비율로 전가한 후, 최소 비율로 전가한다고 가정합니다.
- 시나리오 B: 특정 가격까지 세금을 최소 비율로 전가한 후, 최대 비율로 전가한다고 가정합니다.
수요 곡선을 찾으세요: 각 시나리오에 대해, 결과를 가장 높거나 낮게 만드는 "EATS" 수요 곡선(최대 두 번 속도를 전환하는 곡선) 을 찾으세요.
계산하세요: 이러한 값들을 공식에 대입하여 소비자 잉여, 생산자 잉여, 그리고 무효 손실 (손실된 효율성) 에 대한 가장 좁은 가능한 범위를 구하세요.

이것이 중요한 이유

"수요 곡선이 직선이라고 가정하면, 이 세금의 비용은 1 천만 달러입니다"라고 말하는 대신, 이 논문은 "시작점과 끝점만 알고 있고, 세금 전가율이 X 와 Y 사이라는 점을 고려할 때, 비용은 반드시 8 백만 달러에서 1 천2 백만 달러 사이일 것이다"라고 말합니다.

이는 안전망을 제공합니다. 그것은 정책 입안자들에게 "중간에서 시장이 실제로 어떻게 행동했든 간에, 진실은 이 경계 밖으로 나올 수 없다"고 알려줍니다. 이는 정책 결정이 경제의 모양에 대한 단일하고 잠재적으로 잘못된 추측에 의존하지 않기 때문에 더 견고해집니다.

Konstantin von Beringe 와 Mark Whitmeyer 의 논문 "Robust Welfare under Imperfect Competition(불완전 경쟁 하의 견고한 후생)"에 대한 상세한 기술적 요약입니다.

1. 문제 제기

이 논문은 공급과 수요 구조가 부분적으로만 알려진 상황에서 이산적 (한계적이지 않은) 정책 변화 (특히 세금 변화) 에 대한 후생 분석을 수행하는 데 직면한 과제를 다룹니다.

간극: 전통적인 실증적 후생 분석은 종종 두 개의 관측된 균형 스냅샷 $(p_0, Q_0, \tau_0)$ 과 $(p_1, Q_1, \tau_1)$ 사이를 보간하기 위해 강력한 함수형 가정 (예: 선형 또는 CES 수요) 에 의존합니다. 이러한 가정은 실제 함수형이 다를 경우 오해의 소지가 있는 결론을 초래할 수 있습니다.
목표: 공급이나 수요에 대한 특정 모수적 형태를 가정하지 않고 소비자 잉여 (CS), 생산자 잉여 (PS), 총 잉여 (TS), 그리고 무효손실 (DWL) 에 대한 정밀하고 견고한 상한 및 하한을 도출하는 것입니다. 대신 저자들은 다음에 의존합니다:
1. 수요 측 형태 제약 (예: 탄력성이나 기울기에 대한 경계).
2. 공급 측 구간으로 정의된 실현 가능한 전가율( $\rho$ ) 과 행동 매개변수( $\kappa$ , 시장 지배력을 나타냄) 에 대한 구간.

2. 방법론 및 프레임워크

저자들은 공급 측 분석을 통합함으로써 Kang 과 Vasserman(2025)(KV) 의 견고한 수요 측 프레임워크를 확장합니다. 방법론은 세 가지 주요 분석 단계를 거칩니다.

A. 모델 설정 및 분해

데이터: 특정 세금 변화 $\Delta \tau > 0$ 를 중심으로 한 두 개의 스냅샷으로, 가격 변화 $\Delta p > 0$ 와 수량 변화 $\Delta Q < 0$ 를 초래합니다.
가정:
- 수요: 역수요 함수 $P(Q)$ 는 엄격하게 감소합니다.
- 공급 (전가): 균형 가격 스케줄 $p(\tau)$ 는 절대 연속이며 전가율 $\rho(\tau) = dp/d\tau$ 가 $[\rho_L, \rho_U]$ 로 제한됩니다. 이는 역전가 $u(p) = d\tau/dp \in [\alpha, \beta]$ 에 대한 구간을 정의하며, 여기서 $\alpha = 1/\rho_U$ 이고 $\beta = 1/\rho_L$ 입니다.
- 공급 (행동): 시장 구조는 Bresnahan(1982) 의 행동 항등식으로 포착됩니다:
  $p - \tau - MC(Q) = \kappa(Q)[-P'(Q)Q]$
  여기서 $\kappa(Q) \in [\kappa_L, \kappa_U]$ 입니다. 이는 완전 경쟁 ( $\kappa=0$ ), 쿠르노 ( $\kappa \approx 1/n$ ), 독점 ( $\kappa=1$ ) 을 포함합니다.
주요 분해: 생산자 잉여의 변화 ( $\Delta PS$ $Δ P S$ ) 는 세 항으로 분해됩니다:
1. 소비자로부터의 이전: $-\int Q(p) dp$ (이는 $\Delta CS$ 입니다).
2. 세금 부담: $-\int Q(p)u(p) dp$ ("역전가 항").
3. 마진/행동 효과: $-\int \kappa(Q)Q(p) dp$ .

B. 공급 측 최적화 ("욕조" 원리)

저자들은 미지의 전가 스케줄 $u(p)$ 에 대한 유일한 의존성인 항 $\int Q(p)u(p) dp$ 를 분리합니다.

제약 조건: $u(p)$ 는 $\alpha \le u(p) \le \beta$ 를 만족해야 하며 $\int u(p) dp = \Delta \tau$ 여야 합니다.
최적화: 수요 $Q(p)$ $Q (p)$ 가 감소하므로, 저자들은 Hardy-Littlewood 재배열 논증을 적용합니다.
- 적분을 최대화하기 위해 (생산자에게 최악의 경우), 높은 $u$ 값 ( $\beta$ ) 은 $Q(p)$ 가 가장 큰 곳 (낮은 가격) 에 배치되어야 합니다.
- 적분을 최소화하기 위해, 높은 $u$ 값은 $Q(p)$ 가 가장 작은 곳 (높은 가격) 에 배치되어야 합니다.
결과: 극단적인 역전가 함수는 "BATS"(Boundary-value At a Threshold Switch, 임계값에서 스위칭하는 경계값) 형태를 띱니다. 이들은 단일 가격 차단점 $p^*$ $p^{*}$ 로 분리된 끝점 값 $\alpha$ $α$ 와 $\beta$ $β$ 만을 취합니다.
- $\beta$ -BATS: $p < p^*$ 일 때 $u(p) = \beta$ , 그 후 $\alpha$ .
- $\alpha$ -BATS: $p < p^*$ 일 때 $u(p) = \alpha$ , 그 후 $\beta$ .

C. 수요 측 최적화

공급 측 극값이 고정되면, 문제는 형태 제약 (예: 탄력성 경계) 을 받는 극단적인 수요 곡선 $Q(p)$ 를 찾는 문제로 축소됩니다.

가중치 적분: 후생 목적 함수는 수요 곡선의 가중 적분 $\int \phi(s) A^{-1}(G(s)) ds$ 가 되며, 여기서 $\phi$ 는 유도된 가중 함수입니다.
사례 1: 부호 일정한 가중치: $\phi$ 가 부호를 바꾸지 않으면, 극단 곡선은 표준 KV 곡선 (점별 최대/최소) 입니다.
사례 2: 단일 교차 가중치: $\phi$ $ϕ$ 가 정확히 한 번 부호를 바꾸면, 저자들은 EATS(Endpoints with At most Two Switches, 최대 두 번의 스위칭을 가진 끝점) 라는 새로운 극단 곡선 클래스를 도입합니다.
- 이러한 곡선의 도함수는 형태 제약의 하한과 상한 사이를 최대 두 번 스위칭합니다.
- 최적 곡선은 가중치가 양수인 구간에서는 실현 가능한 가장 높은 곡선과 가중치가 음수인 구간에서는 실현 가능한 가장 낮은 곡선을 "접합"하여 구성되며, 특정 임계값에서 만납니다.

3. 주요 기여

공급 및 수요 견고성의 통합: 수요 불확실성에만 초점을 맞춘 이전 연구와 달리, 이 논문은 공급 (전가 및 행동) 과 수요 (형태) 의 불확실성 하에서 후생을 동시에 제한하는 통합 프레임워크를 제공합니다.
극단적 공급 스케줄의 특성화: 이 논문은 최악의 공급 스케줄이 복잡한 함수형이 아니라 단일 가격 차단점에 의해 결정된 단순한 계단 함수 (BATS) 라는 것을 증명합니다.
"EATS" 수요 곡선의 도입: 저자들은 후생 가중치가 부호를 바꿀 때 (불완전 경쟁에서 흔히 발생하는 현상) 극단 수요 곡선이 표준 KV 곡선이 아니라 기울기를 최대 두 번 스위칭하는 "EATS" 곡선임을 규명했습니다.
시장 지배력의 투명한 역할: 프레임워크는 Lerner 지수 ( $L = \kappa / |\eta|$ ) 를 후생 경계와 명시적으로 연결합니다. 이는 더 낮은 후생 하한이 더 높은 행동 (더 많은 시장 지배력) 과 특정 전가 스케줄의 조합에 해당하며, 그 반대의 경우도 마찬가지임을 보여줍니다.

4. 주요 결과

이 논문은 정밀한 후생 경계를 계산하기 위한 **"요리책(Cookbook)"**을 제시합니다:

정리 5.1: 전역 후생 경계는 다음 구조를 가진 후보들에 의해 달성됩니다:
1. 역전가 ( $u$ ): BATS 형태 (either $\alpha$ -BATS 또는 $\beta$ -BATS) 를 취합니다.
2. 행동 ( $\kappa$ ): 끝점 값 ( $\kappa_L$ 또는 $\kappa_U$ ) 을 취합니다.
3. 수요 ( $Q$ ): 변환된 도함수 $f$ 가 EATS 함수 (경계 사이에서 최대 두 번 스위칭) 인 곡선에 해당합니다.
후생 경계 공식:
- 생산자 잉여 (PS): BATS 스케줄과 행동 끝점의 조합으로 제한됩니다. 구체적으로, 하한은 행동 상한 ( $\kappa_U$ ) 과 생산자에 대한 세금 부담을 최대화하는 전가 스케줄을 사용합니다.
- 무효손실 (DWL): 극단적 세금 부담 항과 행동 항의 합에서 고정된 세수액을 뺀 값으로 제한됩니다.
- 계산적 실용성: 문제는 EATS 곡선에 대한 가중치 부호 변화 시의 "스위칭 점"(변환된 수요의 값) 에 대한 1 차원 최적화로 축소됩니다.

5. 중요성 및 함의

정책 관련성: 이 논문은 규제 기관과 정책 입안자에게 임의의 함수형 가정에 의존하지 않고 후생 결론의 견고성 (예: "이 세금은 유익한가?") 을 평가할 수 있는 엄격한 방법을 제공합니다. 이는 결론이 시장 지배력의 정도와 공급의 탄력성에 얼마나 의존하는지를 정량화합니다.
실증 적용: "요리책" 접근법은 연구자들이 관측된 데이터와 외부 모멘트나 산업 연구에서 도출된 전가 및 행동에 대한 신뢰할 수 있는 구간을 입력하여 CS, PS, DWL 에 대한 견고하고 방어 가능한 경계를 생성할 수 있게 합니다.
이론적 발전: 부분 식별 문헌 (Manski) 과 구조적 후생 분석 간의 간극을 메우며, 상당한 불확실성이 있더라도 후생 객체가 단순하고 정형화된 함수 (BATS 및 EATS) 로 제한될 수 있음을 보여줍니다.
시장 지배력에 대한 통찰: 결과는 시장 지배력이 후생 경계에 미치는 영향이 단순한 방식으로 단조롭지 않으며 전가 스케줄과 상호작용함을 명확히 합니다. 예를 들어, 높은 시장 지배력과 낮은 전가의 조합은 높은 시장 지배력과 높은 전가의 조합과 다른 후생 결과를 낳을 수 있습니다.

요약하자면, von Beringe 와 Whitmeyer 는 검증 불가능한 함수형 가정 대신 경제 행동에 대한 검증 가능한 구간 제한을 대체하여 불완전 경쟁 시장에서 후생 분석을 위한 수학적으로 엄밀하고 실용적으로 적용 가능한 도구 세트를 제공합니다.