---
type: paper
slug: hana-kim-2018-platform-maturity-offline-efficiency
title: The effect of online platform maturity on the efficiency of offline industry
authors:
  - '[[hana-kim]]'
  - '[[daeho-lee]]'
  - '[[junseokhwang]]'
year: 2018
venue: '[[telematics-and-informatics]]'
doi: 10.1016/j.tele.2017.10.003
categories:
  - '[[platform-themes]]'
methods:
  - '[[stochastic-frontier-analysis]]'
  - '[[meta-frontier-analysis]]'
themes:
  - '[[two-sided-market]]'
  - '[[platform-economics]]'
  - '[[network-externality]]'
last_updated: '2026-05-20T02:06:34+09:00'
---
# The effect of online platform maturity on the efficiency of offline industry

*[[hana-kim]], [[daeho-lee]], [[junseokhwang]] (2018)* · [[telematics-and-informatics]] · [DOI ↗](https://doi.org/10.1016/j.tele.2017.10.003)

> 정보 중개 플랫폼 (Priceline·Expedia 류) 이 성숙해질수록 [[two-sided-market|two-sided market]] 의 *판매자 (offline industry)* 효율성이 어떻게 변하는지 묻는다. Edelman-Wright (2015) 는 BPC·수수료가 seller surplus 를 깎는다고 보지만 Edelman et al. (2016), Hunold et al. (2016) 은 정보 비대칭 완화 효과가 더 크다고 본다. Compustat 의 미국 호텔 119 개 firm 의 1986~2015 panel 을 Gort-Klepper (1982) diffusion 기준으로 pre-platform (1986~1995) · transitioning (1996~2005) · stabilizing (2006~2015) 3 기로 분리해 [[stochastic-frontier-analysis|SFA]] (translog) + [[meta-frontier-analysis|MFA]] 로 분석. 그룹 내 TE 는 pre 0.706 > transit 0.619 > stabil 0.518 로 *낮아지는* 반면, [[technology-gap-ratio|TGR]] 은 pre 0.478 < transit 0.654 < stabil 0.921, TE* 도 0.337 < 0.405 < 0.477 로 *높아짐* — 산업 전체 frontier 는 meta-frontier 쪽으로 이동했지만 *일부 successful firm* 만 끌어올림.

- **RQ**: 온라인 정보 중개 플랫폼의 성숙 (네트워크 외부성 확보) 은 오프라인 판매자 산업의 효율성에 어떤 영향을 주는가, 그 효과는 산업 전체와 individual firm 사이에 어떻게 분배되는가
- **방법론**: [[stochastic-frontier-analysis]] (Battese-Coelli 1992 random-effects time-varying translog), [[meta-frontier-analysis]] (Battese-Rao 2002, Battesse-Rao-O'Donnell 2004 LP/QP)
- **데이터**: Compustat US 호텔 산업 (SIC 7000 / 7011) 119 개 firm 의 1986~2015 panel, 입력은 total assets (K), COGS (M), employees (L), 산출은 net sales. GDP deflator (2015=100) 적용. period 1 75 firm, period 2 67 firm, period 3 30 firm
- **주요 발견**: TE 평균 pre 0.706 > transit 0.619 > stabil 0.518 (계속 *하락*). TGR (LP) pre 0.478 → transit 0.654 → stabil **0.921** 로 거의 2 배 상승. TE\* (LP) pre 0.337 → transit 0.405 → stabil **0.477** 로 상승. SFA estimates 에서 stabilizing period 의 employee 계수 0.943 (p<0.01) 가 pre-platform 의 0.354 (NS) 보다 훨씬 커져 노동 productivity 의 frontier 위로의 이동을 반영
- **시사점**: 플랫폼 성숙은 산업 평균 frontier 를 meta-frontier 에 가깝게 끌어올리지만, 그 끌어올림은 *일부 successful firm* 의 frontier-shifting 으로 일어난다. 혁신 저항 호텔은 frontier 와의 절대 격차가 오히려 벌어진다. 정책·경영 함의: 플랫폼 가입 자체가 자동 이익을 보장하지 않으며, 가입 + 운영 혁신의 결합이 필요. 단 플랫폼 가입을 *하지 않는* 것보다 가입하는 게 long-run 효율 면에서 우월

![온라인 플랫폼 성숙도와 호텔 산업 효율성 변화의 분석 틀](/papers/201804_KimH_The_effect_of_online_platform_maturity_on_the_efficiency_of_offline_industry/fig1.jpeg)

## 요약

[[two-sided-market|two-sided market]] 의 platform 이 buyer 와 seller 양쪽을 동시 attract 해 [[network-externality|network externality]] 를 키운다는 Rochet-Tirole (2003), Armstrong (2006), Parker-Van Alstyne (2005) 의 이론은 buyer 효익은 명확하지만 seller 효익은 양가적이다. 플랫폼이 가하는 narrow Best Price Clause (BPC) 와 수수료가 input cost 를 올려 seller surplus 를 떨어뜨릴 수 있다는 Edelman-Wright (2015) 와, 그럼에도 buyer 의 search cost 절감 효과 (Baye-Morgan 2001) 가 시장 확대를 견인해 net positive 라는 Edelman et al. (2016), Hunold et al. (2016) 의 입장이 엇갈린다. 본 논문은 이 모순을 *플랫폼 성숙 시점에 따라 효과가 달라진다* 는 가설로 해체한다.

분석 단위는 firm-quarter. 호텔 산업을 Gort-Klepper (1982) 의 5 stage diffusion 모형을 따라 3 기로 분할: (1) pre-platform period (1986~1995, 75 firm) 는 booking 플랫폼이 출현하기 전, (2) transitioning period (1996~2005, 67 firm) 는 Expedia·Booking.com·hotels.com 등이 등장해 net entry 가 증가했다 감소하는 시기, (3) stabilizing period (2006~2015, 30 firm) 는 Priceline 그룹 (Priceline·Booking·Agoda·Kayak) 과 Expedia 그룹 (Expedia·hotels.com·Hotwire·Tripadvisor·Trivago·Travelocity·Orbitz) 이 시장의 95% 를 차지한 maturation 단계. 각 기에 translog SFA 로 group frontier 추정한 뒤 MFA 로 meta-frontier 와의 [[technology-gap-ratio|TGR]] 산출.

결과는 *그룹 내 효율* (TE) 과 *그룹 frontier 의 절대 위치* (TGR, TE\*) 가 정반대 방향으로 움직였다는 점. TE 는 pre 0.706 → transit 0.619 → stabil 0.518 로 계속 하락. 일견 플랫폼이 산업 효율을 떨어뜨린 것 같지만, 이는 평균이 낮아진 게 아니라 frontier 자체가 위로 이동해 *frontier 근처에 머문 일부 successful firm 과 나머지의 격차* 가 벌어졌기 때문이다. TGR 은 0.478 → 0.654 → 0.921 로 거의 두 배 상승, 즉 stabilizing period 의 호텔 frontier 가 meta-frontier 와 거의 일치. TE\* 역시 0.337 → 0.405 → 0.477. SFA 계수도 transition: pre 의 lnL 계수 0.354 (NS) 가 stabilizing 의 0.943 (p<0.01) 으로 4 배 가까이 증가해 노동 productivity 의 frontier-shifting 을 confirm. 이는 Lee-Hwang (2011) 의 music streaming 결과 (TE 높음 + TGR 낮음 = 동질 산업의 frontier 정체) 의 *역방향*. 호텔도 전통적으로 innovation factor 가 적었지만 플랫폼 도입으로 customer habit·booking convenience 중심의 innovation 이 일어났다. 단 일부 firm 만 그 frontier 를 따라가고 나머지는 뒤처짐. limitation 으로 (i) Compustat listed firm 만, (ii) 소규모 호텔 미포함, (iii) BPC 의 직접 측정 없이 가입 효과만. TEMEP 내 [[junseokhwang]] · [[hana-kim]] · [[daeho-lee]] 라인의 3 기 (2014~2019) 작업으로 [[ho-seoung-na-2016-content-pricing]] · [[changjun-lee-2014-platform-openness]] 의 meta-frontier × 플랫폼 패러다임을 *오프라인 산업의 시간적 진화* 로 확장.

## 핵심 결과

| 기간 | N firm | TE 평균 | TE st.dev. | TGR (LP) | TE\* (LP) |
|---|---:|---:|---:|---:|---:|
| Pre-platform (1986~1995) | 75 | **0.706** | 0.172 | 0.478 | 0.337 |
| Transitioning (1996~2005) | 67 | 0.619 | 0.121 | 0.654 | 0.405 |
| Stabilizing (2006~2015) | 30 | 0.518 | 0.170 | **0.921** | **0.477** |

> 그룹 내 TE 와 그룹 간 TGR / TE\* 의 *역방향 movement* 가 본 paper 의 핵심 발견. 플랫폼 성숙은 산업 평균 frontier 위치를 끌어올리지만 일부 successful firm 의 frontier-shifting 으로 일어나며, 평균 firm 의 *상대* 효율 (TE) 은 떨어진다.

## 방법론 노트

각 기간 $j \in \{1, 2, 3\}$ 에 대해 translog SFA frontier:

$$
\ln Y_{it} = \beta_0 + \sum_{m=1}^{3} \beta_m \ln x_{m,it} + \sum_{m=1}^{3}\sum_{k \geq m}^{3} \beta_{mk} \ln x_{m,it} \ln x_{k,it} + V_{it} - U_{it}
$$

여기서 $x_1 = K$ (total assets), $x_2 = M$ (COGS), $x_3 = L$ (employees), $Y$ = net sales. $V_{it} \sim N(0, \sigma_v^2)$, $U_{it} \geq 0$ 은 half-normal 비효율. 그 다음 meta-frontier $\beta^*$ 를 LP / QP 로 추정해 group frontier 와의 격차로 TGR 계산:

$$
TE_{it}^{*} = TE_{it} \times TGR_{it}, \quad TGR_{it} = \frac{e^{x_{it}\beta_{(j)}}}{e^{x_{it}\beta^{*}}}
$$

period 1 / 2 / 3 의 frontier 계수 변화 자체를 platform 의 *innovation injection* signal 로 해석. employee coefficient $\beta_3$ 의 0.354 → 0.595 → 0.943 증가는 노동 한 단위 추가로 얻는 산출이 stabilizing period 에 크게 늘어났음을 의미.

## 연구 계보

직계 ancestor: Battese-Coelli (1992), Battese-Rao (2002), Battesse-Rao-O'Donnell (2004) 의 SFA × MFA 체계, Gort-Klepper (1982) 의 5 stage diffusion theory. Platform / two-sided market 이론: Rochet-Tirole (2003), Armstrong (2006), Armstrong-Wright (2007), Caillaud-Jullien (2003), Parker-Van Alstyne (2005), Edelman-Wright (2015), Edelman et al. (2016), Hunold et al. (2016), Baye-Morgan (2001). 호텔 산업의 innovation: Hjalager (2010), Crnogaj et al. (2014), Mattsson-Orfila-Sintes (2014). TEMEP 내 직계 선행: [[hongbum-kim-2016-mobile-platform-wipi]] (mobile platform 표준화 × MFA), [[changjun-lee-2014-platform-openness]] (platform openness × content provider productivity), [[ho-seoung-na-2016-content-pricing]] (pricing strategy × meta-frontier), [[anhyuk-yang-2013-telecom-meta-frontier]] (telecom regulation × MFA). 본 연구는 [[junseokhwang]] · [[hana-kim]] · [[daeho-lee]] 라인의 3 기 (2014~2019) 작업으로 platform meta-frontier 도구를 *오프라인 호텔 산업의 시간적 진화* 에 적용한 신규 확장.

## See also

- [[junseokhwang]]
- [[hana-kim]]
- [[daeho-lee]]
- [[telematics-and-informatics]]
- [[two-sided-market]]
- [[meta-frontier-analysis]]
- [[stochastic-frontier-analysis]]
- [[technology-gap-ratio]]
- [[platform-ecosystem]]
- [[network-externality]]
- [[changjun-lee-2014-platform-openness]]
- [[hongbum-kim-2016-mobile-platform-wipi]]
- [[ho-seoung-na-2016-content-pricing]]
- [[hana-kim-2018-network-externality-peers-users]]