Screening and Segmenting: A Consumer Surplus Perspective

1. Probleemstelling en Context

Het paper onderzoekt de welvaartseffecten van marktsegmentatie wanneer een monopolist zowel tweedegraads als derdegraads prijsdiscriminatie kan toepassen.

• Tweedegraads prijsdiscriminatie: De verkoper screent consumenten via een menu van producten met verschillende kwaliteiten (screening).
• Derdegraads prijsdiscriminatie: De verkoper past prijzen aan op basis van verschillende marktsegmenten (submarkten).

In de praktijk worden deze strategieën vaak gecombineerd (bijv. streamingdiensten met verschillende abonnementstarieven voor verschillende gebruikersgroepen). De centrale vraag is: Onder welke omstandigheden maximaliseert een specifieke marktsegmentatie de totale consumentensurplus?

De auteurs analyseren een model waarin een monopolist goederen van variërende kwaliteit $q$ aanbiedt aan een continue reeks kopers met een privéwaarde $v$. De verkoper kent alleen de verdeling van deze waarden. De markt kan worden opgesplitst in willekeurige segmenten, zolang de aggregatie van deze segmenten overeenkomt met de oorspronkelijke marktverdeling.

2. Methodologie en Analytische Benadering

Het paper introduceert een krachtige methodologische reductie om een complex optimalisatieprobleem op te lossen.

Van Distributie-over-Distributie naar Functie-optimalisatie:
Het originele probleem is een optimalisatie over segmentaties, wat wiskundig gezien een distributie over distributies van waarden is (een oneindig-dimensionaal object). De auteurs reduceren dit probleem tot het maximaliseren van een enkel functioneel over één functie, onderworpen aan een lineaire constraint.

De Kernconcepten:

1. Lokale Informatierente (Local Information Rent):
   De consumentensurplus wordt uitgedrukt als de verwachte som van "lokale informatierenten". Voor een waarde $v$ en een inverse hazard rate $h$, wordt de lokale rente gedefinieerd als:
   $$u(v, h) = h \cdot Q(v - h)$$
   Hierbij is $Q$ de aanbodfunctie (de inverse van de marginale kosten $c'$). Deze functie vat de afweging samen tussen de "breedte" (hoeveelheid hoogwaardige kopers die profiteren) en de "diepte" (hoeveel kwaliteit wordt verstoord door de screening) van de rente.

2. Inverse Hazard Rate en Majorisatie:
   De auteurs definiëren de inverse hazard rate $h_m(v)$ voor een segment $m$. Ze tonen aan dat elke mogelijke segmentatie leidt tot een gemiddelde inverse hazard rate $h_\sigma(v)$ die voldoet aan een majorisatieconstraint ten opzichte van de geaggregeerde markt $h^*(v)$:
   $$h^* \succ h_\sigma \iff \int_{\underline{v}}^{v} h^*(t) dF^*(t) \geq \int_{\underline{v}}^{v} h_\sigma(t) dF^*(t) \quad \forall v$$
   Dit betekent dat segmentatie de inverse hazard rate lokaal kan verlagen (door concentratie van lage types) of verhogen (door verdunning/gaten in het support), maar binnen strikte cumulatieve grenzen.

3. Uniforme Segmentaties:
   Een cruciale bevinding is dat de consumentsoptimale segmentatie altijd een uniforme segmentatie is. In een uniforme segmentatie hebben kopers met dezelfde waarde $v$ in elk segment waarin ze voorkomen, dezelfde inverse hazard rate. Dit impliceert dat consumenten van hetzelfde type in elk segment dezelfde kwaliteit consumeren, hoewel de prijzen kunnen verschillen.

3. Belangrijkste Resultaten

Hoofdstelling (Theorem 1): De Waarde van Segmentatie
Het maximale consumentensurplus wordt bereikt door het maximaliseren van de verwachte lokale informatierente over alle functies $h$ die voldoen aan de majorisatieconstraint:
$$\max_{\sigma} \mathbb{E}[U] = \max_{h \prec h^*} \int_{\underline{v}}^{\bar{v}} u(v, h(v)) dF^*(v)$$
Dit resultaat vereenvoudigt het probleem drastisch: in plaats van te zoeken naar een complexe verdeling van markten, zoekt men naar één optimale functie $h(v)$.

Convexe Segmentaties (Theorem 2):
Onder redelijke regulariteitsvoorwaarden (log-concave vraag en aanbod) heeft de optimale segmentatie een zeer specifieke structuur:

• Convexiteit: De segmenten bestaan uit geneste intervallen die van onderen krimpen (van $\underline{v}$ tot een variabele ondergrens $v_m$, met een gemeenschappelijke bovengrens $\bar{v}$).
• Prijzen: De prijsstructuur verschilt tussen segmenten alleen door een vast tarief (base price). Het kwaliteitsmenu zelf blijft uniform over alle segmenten.
• Elasticiteit: De optimale segmentatie zorgt ervoor dat de vraagelasticiteit voor lage waarden wordt verhoogd tot een niveau dat wordt bepaald door de kostenstructuur, terwijl hoge waarden ongewijzigd blijven.

Wanneer is "Zero Segmentation" optimaal? (Corollary 3)
Een van de meest beleidsrelevante bevindingen is een scherpe drempelwaarde. Als de inverse hazard rate in de geaggregeerde markt overal lager is dan het niveau dat de lokale rente maximaliseert ($h^*(v) \leq \hat{h}(v)$), dan is geen enkele segmentatie gunstig voor consumenten.

• In dergelijke markten is de screening van de monopolist al zo efficiënt dat elke verdere herverdeling van consumenten over segmenten de consumentensurplus verlaagt.
• Dit contrasteert met eerdere literatuur (zoals Haghpanah & Siegel, 2023) die suggereerde dat segmentatie altijd voordelen biedt in generieke markten. De auteurs tonen aan dat bij een continue ruimte van kwaliteiten (in tegenstelling tot een eindig aantal goederen) deze voordelen kunnen verdwijnen.

Elasticiteitsrelatie:
Bij iso-elastische kostenfuncties ($c(q) = q^\gamma/\gamma$) wordt een directe link gelegd tussen aanbod- en vraagelasticiteit. De optimale segmentatie maakt de vraag elastisch genoeg om de distorties van de monopolist te compenseren, specifiek afhankelijk van de convexiteit van de kosten ($\gamma$).

4. Bijdragen en Significantie

Methodologische Bijdrage:
Het paper introduceert een nieuwe toepassing van majorisatietechnieken op de ruimte van inverse hazard rates. Dit stelt onderzoekers in staat om complexe mechanismedesign-problemen met private informatie en marktsegmentatie te reduceren tot beheersbare optimalisatieproblemen.

Economische Inzichten:

• Kwaliteit vs. Prijs: In de consumentsoptimale wereld ontvangen consumenten van hetzelfde type overal dezelfde kwaliteit, maar betalen ze verschillende prijzen. Dit is een tegenintuïtief maar sterk resultaat.
• Regulatie: De bevindingen suggereren dat blanket verboden op marktsegmentatie schadelijk kunnen zijn. Segmentatie is alleen schadelijk als de vraag elastisch genoeg is ten opzichte van de kostenstructuur. In markten met inelastische vraag of stijgende marginale kosten kan segmentatie juist welvaart creëren.
• Groot Data en Persoonlijke Prijzen: Het paper biedt een theoretische basis om te begrijpen wanneer het gebruik van big data voor hyper-personalisatie (segmentatie) consumenten ten goede komt en wanneer het juist leidt tot inefficiëntie.

Verband met Bestaande Literatuur:
Het paper verduidelijkt de relatie tussen tweedegraads en derdegraads prijsdiscriminatie en positioneert zich tegenover eerdere werken door te laten zien dat de voordelen van segmentatie afhangen van de interactie tussen vraag- en aanbodelasticiteiten, en niet universeel positief zijn zoals in modellen met een eindig aantal goederen.

Conclusie

Bergemann, Heumann en Wang bieden een volledig karakterisering van de consumentsoptimale marktsegmentatie. Ze tonen aan dat de complexiteit van het probleem kan worden gereduceerd tot het optimaliseren van een inverse hazard rate-functie onder een majorisatieconstraint. De resultaten benadrukken dat de welvaartseffecten van segmentatie niet absoluut zijn, maar kritiek afhangen van de elasticiteiten van vraag en kosten, en bieden een robuust kader voor beleidsmakers die prijsdiscriminatie willen reguleren.