[论文解读] Pricing Data: A Look at Past Proposals, Current Plans, and Future Trends

Soumya Sen, Carlee Joe‐Wong+2 more|arXiv (Cornell University)|Jan 20, 2012

Smart Grid Energy Management参考文献 63被引用 32

一句话总结

本文综述了过去和当前的宽带数据定价模式——从固定费率到动态方案——分析其经济与技术基础、现实实施情况，以及电力和交通领域的跨行业类比。文章识别出关键的研究挑战，并为通过定价机制实现网络资源分配的未来创新勾勒出路线图。

ABSTRACT

Traditionally, network operators have used simple flat-rate broadband data plans for both wired and wireless network access. But today, with the popularity of mobile devices and exponential growth of apps, videos, and clouds, service providers are gradually moving towards more sophisticated pricing schemes, including dynamic pricing. This decade will therefore likely witness a major change in ways in which network resources are managed and the role of economics in allocating these resources. This survey reviews some of the well-known past broadband pricing proposals (both static and dynamic), their current realization in various consumer data plans around the world, and discusses several research challenges and developments. It also provides a brief overview of the relationships between various pricing ideas in broadband data plans and their counterparts in other markets, such as electricity and transportation networks. By exploring the benefits and challenges of pricing data, this paper attempts to facilitate both the industrial and the academic communities' efforts in understanding the existing literature, recognizing new trends, and shaping an appropriate and timely research agenda.

研究动机与目标

• 审视宽带网络中历史与当代的数据定价模式。
• 分析数据消费量上升背景下，从固定费率向动态定价的转变。
• 识别在实施高效且公平的数据定价方案过程中面临的研究挑战。
• 探讨数据定价与电力和交通网络定价之间的类比关系。
• 通过提出未来网络经济学研究的及时议程，为学术界与工业界的研究提供指导。

提出的方法

• 系统性回顾学术与产业文献中知名静态与动态数据定价提案。
• 分析全球范围内的消费者数据计划，评估所提议模型的实际采纳情况。
• 将数据定价机制与电力和交通网络中的类似系统进行比较。
• 识别各种定价方案背后的经济原理，包括拥堵定价和基于使用的模型。
• 综合分析与动态定价环境中公平性、可扩展性及用户行为相关的研究挑战。
• 构建框架，将定价理论与实际网络管理及政策设计相连接。

实验结果

研究问题

• RQ1 静态与动态数据定价模式如何从理论提案演变为实际应用？
• RQ2 在宽带网络中部署动态数据定价面临哪些关键的经济与技术挑战？
• RQ3 数据定价模式与其他基础设施领域（如电力和交通）的定价模式有何异同？
• RQ4 用户行为在不同定价方案的成功或失败中起到何种作用？
• RQ5 未来在推进可持续且公平的数据定价方面，哪些研究方向最为关键？

主要发现

• 动态定价模式正被服务提供商越来越多地采用，以应对网络拥塞并优化资源分配。
• 全球范围内的当前消费者数据计划呈现出固定费率与基于使用量模式的混合，且向分级和动态定价趋势发展。
• 跨行业比较揭示了共享的经济原则（如拥堵定价），可为更优的数据定价策略提供参考。
• 在动态定价系统中，确保公平性、透明度和用户接受度方面仍存在重大研究挑战。
• 在网络管理中整合经济激励机制，对于在数据需求持续增长背景下实现可持续扩展至关重要。
• 亟需制定协调一致的研究议程，以使技术设计与经济理论及现实部署约束相一致。