The Pareto principle in Sports and Economics in view of Runs Scored by Batters in the Indian Premier League

논문 요약: 인도 프리미어리그 (IPL) 타자의 득점 데이터를 통한 소득 및 부의 불평등 분석

1. 연구 배경 및 문제 제기 (Problem)

• 데이터의 부재: 소득과 부의 불평등을 연구하는 데 있어 가장 큰 장애물은 신뢰할 수 있는 데이터의 부족입니다. 소득과 부는 사생활 보호, 은폐, 비공식 경제의 존재, 자산 평가의 복잡성 등으로 인해 정확한 조사가 매우 어렵습니다.
• 정책 수립의 어려움: 정확한 불평등 데이터가 없으면 정책 입안자들이 불평등을 완화하기 위한 적절한 복지 정책을 수립하거나 사회적 균형을 유지하는 데 어려움을 겪습니다.
• 대안적 접근의 필요성: 기존 경제 데이터의 한계를 극복하고, 불평등의 진화 과정과 완화 조치 없이 존재할 수 있는 불평등의 상한선 (Upper Limit) 을 파악하기 위해 대체 가능한 데이터 (Proxy data) 를 활용한 접근법이 필요합니다.

2. 연구 방법론 (Methodology)

이 연구는 **인도 프리미어리그 (IPL, 2008 년~2025 년, 총 18 시즌)**의 타자 득점 데이터를 경제적 변수의 대리 지표 (Proxy) 로 사용하여 불평등을 분석했습니다.

• 변수 정의:
  • 소득 (Income): 한 시즌 동안 한 타자가 기록한 단일 이닝별 득점. (단, 한 선수가 여러 이닝을 치른 경우, 각 이닝을 별도의 개체로 간주하여 누적 효과를 배제하고 '순수 소득'으로 처리)
  • 부 (Wealth): 한 시즌 또는 여러 시즌을 통틀어 한 타자가 기록한 누적 득점. (시간이 지남에 따라 축적되는 자산을 의미)
• 불평등 측정 지표:
  • 로렌츠 곡선 (Lorenz Curve): 누적 인구 비율과 누적 부 (득점) 비율의 관계를 시각화.
  • 지니 계수 (Gini Index, $g$): 완전 평등선과 로렌츠 곡선 사이의 면적 비율. 0(완전 평등) 에서 1(완전 불평등) 사이.
  • 콜카타 지수 (Kolkata Index, $k$): 로렌츠 곡선과 대각선 ($y=1-x$) 의 교차점. $k$ 비율의 인구가 $(1-k)$ 비율의 부를 소유함을 의미. 파레토 법칙과 직접적인 연관성이 있음.
• 분석 절차:
  1. 각 시즌별 단일 이닝 득점 데이터를 정렬하여 소득 불평등 ($g_{inc}, k_{inc}$) 계산.
  2. 1 시즌부터 18 시즌까지의 누적 득점 데이터를 정렬하여 부의 불평등 ($g_{wel}, k_{wel}$) 계산.
  3. 연속된 시즌 수를 증가시키며 (1 시즌, 2 시즌, ..., 18 시즌) 부의 불평등이 어떻게 진화하고 수렴하는지 분석.

3. 주요 기여 (Key Contributions)

• 스포츠 데이터를 활용한 경제 모델링: 민감한 경제 데이터 대신 공개적이고 정확한 스포츠 경기 데이터를 사용하여 소득 및 부의 불평등 구조를 성공적으로 모사 (Mimic) 함.
• 불평등의 상한선 규명: 완화 정책 (세금, 복지 등) 이 개입되지 않은 상태에서 불평등이 도달할 수 있는 이론적 상한선을 실증적으로 제시.
• 소득 vs 부의 불평등 진화 비교: 단기적 소득 불평등과 장기적 부의 불평등이 시간에 따라 어떻게 다른 양상을 보이는지 정량적으로 분석.

4. 연구 결과 (Results)

가. 소득 불평등 (Income Inequality)

• 지수: 평균 지니 계수 ($g_{inc}$) 는 약 0.557, 콜카타 지수 ($k_{inc}$) 는 약 0.704로 나타남.
• 특징: 시즌별로 불평등 수치가 매우 안정적이며 변동이 적음.
• 해석: 이는 전 세계적으로 관측된 소득 불평등의 **상한선 (약 0.6)**과 유사한 수준입니다. IPL 은 선수들을 최상의 성적으로 유도하는 경쟁 구조를 가지고 있어, 완화 정책이 없는 상태에서의 자연스러운 불평등 상한선을 보여줍니다.

나. 부의 불평등 (Wealth Inequality)

• 진화 과정: 누적 시즌 수를 증가시킬수록 부의 불평등 지수는 점진적으로 상승하며, 특정 값에 수렴 (Asymptotic) 하는 경향을 보임.
• 최종 수렴값:
  • 18 시즌 전체를 고려했을 때, 지니 계수 ($g_{wel}$) 는 약 0.788 (또는 0.79) 로 수렴.
  • 콜카타 지수 ($k_{wel}$) 는 약 0.821로 수렴.
• 파레토 법칙의 확인: $k \approx 0.82$는 전체 타자의 약 18% 가 총 득점의 82% 를 차지함을 의미합니다. 이는 파레토의 법칙 (80/20 법칙) 과 거의 일치하는 결과입니다.
• 실제 데이터와의 비교: 전 세계 부의 불평등 지니 계수 (약 0.80~0.85) 와 매우 유사한 수치를 보임.

5. 의의 및 결론 (Significance)

• 불평등의 보편성: 스포츠 경기라는 완전히 다른 영역에서도 경제 시스템과 동일한 불평등 진화 법칙이 적용됨을 입증했습니다.
• 상한선의 존재: 완화 정책이 없을 때, 소득과 부의 불평등은 특정 상한선 (지니 계수 기준 약 0.85, 콜카타 지수 기준 약 0.82) 으로 수렴한다는 가설을 강력하게 지지합니다.
• 정책적 시사점: 데이터 수집의 어려움으로 인해 불평등 연구가 제한받는 상황에서, 스포츠와 같은 대체 데이터를 활용하면 불평등의 본질적 특성과 한계를 이해하는 데 유용한 통찰을 제공할 수 있음을 시사합니다.
• 결론: IPL 데이터를 통한 분석은 현실 세계의 부의 불평등이 시간이 지남에 따라 소수의 개인에게 집중되는 경향이 있으며, 이는 파레토 원리를 따르는 자연스러운 현상임을 보여줍니다.