[论文解读] A Novel Mobile Data Contract Design with Time Flexibility

Yi Wei, Junlin Yu+2 more|arXiv (Cornell University)|Jun 19, 2018

Digital Platforms and Economics参考文献 22被引用 4

一句话总结

本文提出了一种新颖的移动数据合约设计，通过提供具有可变周期长度（例如，每月、每六个月、每年）的时间灵活数据计划，以更好地匹配异构的消费者需求模式。基于契约理论，该研究为离散和连续消费者类型模型设计了激励相容且个体理性的时间价格合约，与传统的单月计划相比，使服务提供商利润最高提升37%。

ABSTRACT

In conventional mobile data plans, the data is associated with a fixed period (e.g., one month) and the unused data will be cleared at the end of each period. To take advantage of consumers' heterogeneous demands across different periods and meanwhile to provide more time flexibility, some mobile data service providers (SP) have offered data plans with different lengths of period. In this paper, we consider the data plan design problem for a single SP, who provides data plans with different lengths of period for consumers with different characteristics of data demands. We propose a contract-theoretic approach, wherein the SP offers a period-price data plan contract which consists of a set of period and price combinations, indicating the prices for data with different periods. We study the optimal data plan contract designs under two different models: discrete and continuous consumer-type models, depending on whether the consumer type is discrete or continuous. In the former model, each type of consumers are assigned with a specific period-price combination. In the latter model, the consumers are first categorized into a finite number of groups, and each group of consumers (possibly with different types) are assigned with a specific period-price combination. We systematically analyze the incentive compatibility (IC) constraint and individual rationality (IR) constraint, which ensure each consumer to choose the data plan with the period-price combination intended for his type. We further derive the optimal contract that maximizes the SP's expected profit, meanwhile satisfying the IC and IR constraints of consumers. Our numerical results show that the proposed optimal contract can increase the SP's profit by 35%, comparing with the conventional fixed monthly-period data plan.

研究动机与目标

• 解决固定月度数据计划效率低下的问题，这些计划无法适应用户在不同周期内波动的数据需求。
• 设计一种时间灵活的数据合约，使用户能够选择不同周期长度的计划，以减少因数据未使用或超用而造成的效用损失。
• 在信息不对称条件下（消费者类型（数据需求波动性）为私人信息）最大化服务提供商的期望利润。
• 通过将用户分组并为每组分配时间价格对，为连续消费者类型设计一种实用的合约机制。
• 通过在合约设计中确保激励相容（IC）和个体理性（IR）约束，实现消费者类型的真实披露。

提出的方法

• 构建一个契约理论框架，服务提供商提供一系列时间价格组合，以诱使消费者真实披露其类型。
• 对于离散消费者类型，为每类分配一个时间价格对，确保每类均满足IC和IR约束。
• 对于连续消费者类型，根据需求波动性（σ）将用户划分为有限个组，然后为每组分配一个单一的时间价格对。
• 使用迭代算法联合优化组边界和时间分配，以在满足IC和IR约束下最大化服务提供商利润。
• 利用IP性质（估值的递增差异）确保高类型用户获得更长周期和更高价格，从而提升合约效率。
• 通过数值优化评估在不同分布（均匀分布、指数分布、截断正态分布）和组数下的利润增益。

实验结果

研究问题

• RQ1 移动服务提供商如何设计具有可变周期长度的数据合约，以更好地满足消费者在时间维度上异质的数据需求模式？
• RQ2 确保消费者真实披露其私人需求类型的可行合约所需满足的必要和充分条件是什么？
• RQ3 与固定月度计划和现有滚动计划相比，服务提供商的利润在本提案的时间灵活合约下有何差异？
• RQ4 在连续消费者类型模型中，最优合约条目数（时间价格对）是多少，以在利润增益与运营复杂性之间取得平衡？
• RQ5 合约结构（分组策略与时间分配）如何影响服务提供商从不同消费者群体中提取租值的能力？

主要发现

• 在均匀消费者类型分布下，所提出的最优合约使服务提供商利润相比传统单月计划最高提升37%。
• 与现有两个月滚动计划相比，所提合约在均匀分布下利润提升21%，在指数分布下提升61%，在截断正态分布下提升26%。
• 连续模型中利润随组数增加而上升，但超过四组后边际增益显著下降，四组合约的利润已超过六组合约的98%。
• 四组合约被确定为一种实用且高效的方案，兼顾利润最大化与运营简洁性，与现实中的合约设计一致。
• IP性质确保将更长周期最优分配给波动性更高（高类型）的用户，从而实现更好的租值提取并提升合约效率。
• 用于组边界与周期分配的迭代算法收敛至次优解，但其盈利能力显著优于标准的固定周期计划。