云计算服务定价策略国内外研究现状及发展动态分析.doc

云计算服务收益国内外研究现状及发展动态分析
1）云计算研究
最早的学术参考文献和试图制定云计算的时间可以追溯到1997年在运筹与管理科学协会上的一篇论文。Chellappa[9］把云计算作为一种计算模式来使用，在该计算模式里，计算边界将被确定为基本原理而非技术限制。第一个真正宣讲云计算的学术论文要追溯至2007年，然后此类文论的数量在2008年迅速增加。
Sriram ＆ Khajeh-Hosseini［10］在系统性的文献综述中发现，学术界似乎落后于迅速发展的云计算领域。他们还发现，该研究分裂成了两个截然不同的观点.一个是研究云的技术问题，另一个是从企业和用户角度看待云计算的含义.应当被指出的是,这里企业指的是云服务客户.Tai ［11］建议给新兴的云计算研究领域命名为“云服务工程”,它被定义为一个“集合商业和技术思想，以管理云服务为目的的一门学科"。从云服务供应商角度考虑云计算含义的文献（如Buyya 等（2009)[12］， Durkee(2010）［13], Weinhardt等（2009） ［2]［14]）仍然十分有限。从业务或管理的角度提及云计算的文章（例如，Creeger(2009)［15]， Iyer ＆ Henderson (2010） ［16］）通常只是介绍云计算模式,讨论云服务的主要优势和问题。
文献［1］研究了已发布的出现在Scopus数字图书馆出现的不同主题域的云计算文章数量，发现计算机科学（Computer Science）领域大约占52。2％，工程(Engineering)领域大约占26。1%,社会科学（Social Sciences)领域大约占8.7%,材料科学（Material Sciences）领域大约占7。2%，经营、管理和会计（Business, Management and Accounting）领域大约占5.8％.可以看出，在经营和管理方面的云计算文献的数量非常少。
综上所述，尽管有关云计算的会议和论文的数量迅速增加，并且学者们对云计算的兴趣也在不断的提升，但是现有的有关文献的范围仍然非常的窄。现有的文献大多是集中于研究技术问题并且很少从企业或者组织管理的角度去研究.
目前，针对云计算服务收益最大化问题的相关研究主要集中在以下几个方面:①云计算定价策略研究;②云计算服务供应链的协调机制研究.
2）定价策略研究
①固定价格策略
Weinhardt等［2]认为云服务商业的成功只能通过培养完善的定价机制，并指出按使用量支付（Pay per use）是当前服务供应商最为广泛使用的定价模式，他们举例说明，亚马逊EC2,Google App Engine和FlexScale 公司等都是通过使用按使用量支付(Pay per use）的方式收取服务费用,并且取得了成功;他们还认为按使用量支付定价通常以基础设施即服务（IaaS）和平台即服务（PaaS）方式使用，但是它只能允许对特定的应用需求进行定制。Yeo等[17］指出，按使用量支付(Pay per use)的价格对于用户而言更易于理解和直观，但是这种机制却不能使收入最大化,也不会根据不同的用户需求来区分定价。Jaakko Jäätmaa［1］通过案例研究的方法，发现尽管有人怀疑一个定价机制是否会适合所有云服务,然而大家也普遍接受大多数云服务采用按使用支付的定价机制。
Youseff等[3］认为，不同的云服务的定价模式已采取如下三种形式之一:分级定价(Tiered pricing）,每单位定价(Per-unit pricing）和基于认购的定价（Subscription-based pricing).他们指出，亚马逊的云系统就采用了分级定价（Tiered pricing），当中云服务以集中等级的方式提供，并且每一级提供固定的计算规格（如内存分配，CPU类型和速度等）；他们认为，每单位定价(Per—unit pricing）通常是用于数据传输或内存使用，也比分级定价灵活，因为它允许用户根据他们自己的具体需求而定制自己的系统主内存分配；他们认为，基于认购的定价(Subscription-based pricing）是SaaS最为广泛应用的定价模式,它允许客户预测他们的使用云服务的周期费用。
Weinhardt等［2］讨论了云计算的认购定价（Subscription），提出认购是一种类似于按使用量支付（Pay per use）但又不同的定价模型；为了以固定价格在较长的时间范围内(一般每月或者每年）使用服务单位的一个预选组合,客户认购（或者签订合约）,并且认为在订阅模式中，定价是单位时间，而不是每消费单位；他们举例，OpSoure，SmugMug,XDrive和XCalibre公司都是采用认购（Subscription）的方式，并且取得成功。
Yeo等人［17］对比了可变定价和固定价格并分析了利弊，认为固定定价(Fixed pricing)没有区分基于不同客户需求的定价.他们指出为效用计算给定固定的价格对供应商和消费者都是不公平的因为不同用户有各自独特的意愿，而且针对不同资源需求所提供的服务质量是随时在变的；对用户来说，固定的价格一般要比多种的价格更容易理解并且更加的直观。然而,不是所有的用户都会有相同的需求。因此,对所有的用户定相同的价格是不公平的，因为不是所有的用户都可以支付相同的价格；此外，基于各类资源价格固定的静态定价，云计算服务商在对用户的服务请求没有太多的决策空间,只能选择或者拒绝客户的请求；云计算服务商就不能通过基于不同用户需求的不同定价来给予特定的激励,因此他们提出了一个简单的自主定价机制，并证明相比其他普通的固定定价机制,该定价机制能够获得更高的收益。然而此作者只是考虑了两个基本的用户需求—申请和服务，并且他们的这个定价模式只不过是固定定价的一种。
②动态定价
对用户来说，固定的价格一般要比多种的价格更容易理解并且更加的直观。然而，不是所有的用户都会有相同的需求.制定固定的价格也不可以使对价格敏感的用户得到好处，因为他们更愿意接受有所限制但是价格较低的交易.此外，制定固定价格后，供应商就不能通过基于不同用户需求的不同定价来给予特定的激励。而动态定价策略则根据顾客认可的产品、服务的价值或者根据供需状况动态调整商品价格,允许同样的商品或服务因为顾客、时间、空间或供需状况的不同而给予不同的价格.现有的云计算服务动态定价研究有:
Jinsong Ouyang等[18]针对实用程序服务供应商从一个共享资源池中为多个用户按需提供服务和应用程序的问题，在深入考虑了时间和需求对于定价影响的基础上，运用仿真的研究方法得出了效用计算的动态定价机制.通过这种定价机制，一方面使价格在时间间隔上可以适应供应和需求曲线；另一方面,价格可以通过时间间隔来管理分布的资源需求，使资源利用更加有效和均衡。
Chee Shin Yeo等［19］针对固定定价没有考虑客户需求以及客户对服务的要求这一问题,深入分析了时间、需求以及资源对于定价的影响,采用实例证明的方法对比动态定价与固定定价的利弊，提出了自动化的定价机制，解决了用户的需求(如并行应用程序）和服务的要求（如期限和预算）。
Marian Mihailescu等［20］针对多类型的资源的分享问题，分析了多类型资源以及市场状况对于定价的影响，在联邦云基础上提出了动态定价机制,并运用模拟仿真的方法对其性能进行了评估.从而使用户的使用率提升了，同时也提高了买方成功的需求的比例以及买方分配资源的比例。
Zeihtmal［21］认为客户价值是指消费者根据自身所取得与所付出的感知，对产品效用所做的全面性的评价。客户价值是受整体利益的驱使的，是客户对服务（产品）的感知，是客户愿意支付的价格［22][23］。IT服务商必须首先了解他们的客户是如何感知价值的，感知价值是指将要得到的利益与正在获得的产品或者服务价格的感知之间的权衡关系［24］.服务商应该了解这些权衡关系,而且要知道如何影响产品和服务配置来使客户价值和商业成果最大化[25]。
综上所述，现有的研究重点集中在时间、市场状况、服务水平等影响因素作用下，提出了云计算服务的动态定价机制，解决了用户的需求、服务的要求以及多资源的分配问题。但是，这些研究更多地考虑了云计算服务商利益而非客户利益，追求的往往是短期的利益。而客户价值作为影响云计算服务定价的重要因素之一却被忽略。因此，我们可以发现当前对云计算服务动态定价的研究存在以下问题:（1)考虑了云计算服务商利益多于客户利益,但是如果云计算服务商要追求长期的利益，就必须使客户的利益最大化。（2）客户价值作为云计算服务定价的重要影响因素之一，现有的研究没有深入地分析其作用并将其运用到云计算服务的定价中.
3）云计算服务供应链的协调
云计算服务供应链是一种具有鲜明云计算服务特点的特殊的服务供应链形式。正如Frank Fischer等［8］提出的云计算即是一个供应链的说法，在普通供应链中的各种具体管理活动行为（如综合行为,信息共享，共担风险和回报，与客户服务商相同的焦点）在云计算服务供应链中仍然成立.他们在考虑对方决策的同时,也要考虑如何制定自己的决策才能达到各自与整体利益的双赢,即实现分散决策与整体决策的一致——供应链协调契约.
Maik Lindner等［26]讨论了云供应链定义和组成，指出一个服务型的供应链是希望通过提供不同水平的服务提高增值服务，提出了“供应链平台即服务”的观点，认为在动态的和不确定环境下，优化的目标就是,发现合适的服务供应商按照服务质量(Quality of Service，QoS）来最大化绩效.这些最优化包括服务上下文过滤，性能预测和服务水平协议（Service Level Agreement）谈判。
云计算服务供应链的协调，是实现该链整体收益最大化的一个必不可少的重要方法和途径.由于国内外关于云计算服务供应链的协调机制研究还较少涉及，但是它作为一种服务供应链形式，使用目前国内外服务供应链的协调研究为其提供理论支持。服务供应链的协调策略较多，这里我们主要研究的是能够促进服务供应链整体收益最大化的收益共享契约、风险分担机制以及激励机制。下面分别针对这三个方面的国内外研究现状进行介绍和分析：
① 在供应链收益共享契约方面，文献[27］［28]［29］[30] [31]对供应链收益共享契约进行了研究，表明收益共享系数（或收益分配系数)是设计收益共享契约的关键。文献 [32] ［33]主要研究了收益共享契约是否可以有效协调供应链绩效.文献 ［34］[35］ ［36］研究了收益共享契约中收益共享系数的取值区间范围，但没有给出收益共享系数的确定值。文献 ［37］ [38]研究了供应链收益共享机制中参数的灵敏性问题。目前的研究主要集中在两级制造业供应链共享契约方面,服务供应链的研究报道较少。。Cachon 和 Lariviere［28]研究了普通供应链模型（收益由每个零售商的采购数量和价格)中的收益共享契约，他们还确定了它的优势和局限。收益共享的效能与其他的协调机制进行了比较，如产品返销契约和价格折扣契约。Demirkan和Cheng[39]研究了由一个应用服务供应商（ASP）和一个应用基础设施供应商（AIP）组成的供应链.在不同的协调策略下，涉及ASP和AIP之间的风险和信息共享，他们检验了供应链的性能.最近，Ilaria和Pierpaolo［34］针对一个三级供应链提出了一个收益共享契约的模型。
② 在云计算服务供应链风险分担机制方面,Brodsky等[40］从ASP、客户以及服务交易、信息网络技术等角度进行研究,认为应用服务供应链在运作过程中所面临的市场需求不确定的风险主要由买卖双方信息不对称而产生的道德风险、逆向选择以及不稳定的市场环境、信息网络所产生。目前，已有研究主要从应用服务供应链上的节点企业即ASP、客户出发研究各自在市场需求不确定下的风险问题。Madhuchhanda等［41］从ASP的角度对其所面临的市场风险成因进行分析,并针对各种风险提出了相应的规避方法。然而,从应用服务供应链的角度去研究市场需求不确定下的风险问题的仅见文献［38］。
③ 云计算服务供应链激励机制方面，Ellram、Tate、Bilinglon认为服务已成为全球经济的重要部分，并提出了服务供应链的概念和模型框架［42］。Demirkan和Cheng构造了由一个ASP（application service provider,应用服务运营商）和一个AIP（application infrastructure provider，应用设施提供商）组成的服务供应链模型，研究了各种协调策略的供应链绩效问题[39]。Baltacioglu、Ada和Kaplan等提出了一个服务供应链结构模型,并应用于医疗保健行业［43]。刘伟华等提出了基于服务产品的服务供应链集成化设计过程，主要包括服务供应链构建的需求分析、服务产品的设计、服务供应链类型的确定、服务供应链成员的选择与确定和服务供应链的形成与运行等5个方面［44］。Barnes—Schuster、Bassok和Anupindi从更一般的假设条件下，深入分析了单阶段数量柔性契约问题［45］。Cachon和Lariviere研究了数量柔性契约与预测共享之间的相互影响［46]。Yüksel和Lee用绝对值代替了比例值作为阈值，研究了数量柔性契约［47]。
纵观上述国内外关于服务供应链协调的研究,针对供应链的收益共享契约研究,存在的主要问题有：①服务供应链收益共享契约中没有考虑云服务供应链的特性；②在大多数关于收益共享系数的研究中，很多都只给出了收益共享系数的取值区间范围，但没有给出收益共享系数的确定值的求解方法。对于服务供应链的风险分担机制研究，主要存在以下问题：大多数针对服务供应链的风险分担机制都停留于定性分析，较少通过构建需求不确定条件下的风险分担机制模型做定量化研究的.针对由买卖双方信息不对称而产生的道德风险研究，大多是定性的分析，很少通过构建道德风险模型来研究和得到合理化的风险分担机制.关于激励机制的研究较少，很多都是从供应链绩效和协调契约方面入手，缺乏对供应链激励机制的模型化的研究。
当前有关云计算服务运营商的服务定价机制与供应链协调研究国内外都刚刚处于起步阶段，以基于客户认知价值为动态定价研究切入点，进行云计算服务的动态定价策略的研究，以实现期望收益最大化为目标，进行云计算服务供应链的协调机制研究，蕴藏着巨大的机遇和挑战。
参考文献
[1］ Jaakko Jäätmaa。 Financial Aspects of Cloud Computing Business Models. Department of Business Technology， School of Economics， Aalto University，2010。
［2] Weinhardt, C。, Anandasivam， A。, Blau, B.， Borissov, N.， Meini, T.， Michalk, W. ＆ Stosser, J。 Cloud Computing — A Classification， Business Models， and Research Directions。 Business Models & Information Systems Engineering，2009， 1(5）：391—399。
[3] Youseff， L。, Butrico， M. ＆ Da Silva， D。 Toward a Unified Ontology of Cloud Computing。 Proceedings of 2008 IEEE Grid Computing Environments Workshop，2008。1—10。
［4］ Anandasivam A.， Buschek S。， Buyya， R。 A Heuristic Approach for Capacity Control in Clouds. Commerce and Enterprise Computing，2009。90-97。
［5］ Mario Mac´ıas， J。 Oriol Fit´o , Jordi Guitart。 Rule—based SLA Management for Revenue Maximisation in Cloud Computing Markets。 Barcelona Supercomputing Center and Universitat Politecnica de Catalunya，2009.
［6] Linhai He， Jean Walrand。 Pricing and Revenue Sharing Strategies for Internet Service Providers. Selected Areas in Communications,2006，24（5):942-951。
[7] Harmon， R., Demirkan， H.， Hefley， B. & Auseklies， N。 Pricing Strategies for Information Technology Services: A Value-Based Approach。 Proceedings of 42nd Hawaii International Conference on System Sciences,2009。 1—10。
[8］ Frank Fischer,Dr。 Freda Turner。 Cloud Computing as a Supply Chain。Business Operations—Systems Perspectives in Global Organizations， Walden University，2009。
［9］ Chellappa R. Cloud computing—emerging paradigm for computing in Institute for Operations Management and Research (INFORMS） Dallas '97 meeting，1997.
［10］ Sriram，I。 ＆ Khajeh-Hosseini,A。 Research Agenda in Cloud Technologies。 ArXiv preprint, submitted to 1st ACM Symposium on Cloud Computing. Http：//arxiv.org/abs/1001.3259,2010.
［11] Tai，S。 Cloud Service Engineering. Proceedings of 18th IEEE International Workshops on Enabling Technologies： Infrastructures for Collaborative Enterprises，2010，3-4。
[12］ Buyya, R。， Yeo， C. S。, Venugopal， S., Broberg， J。 & Brandic, I。 Cloud computing and emerging IT platforms： Vision, hype， and reality for delivering computing as the 5th utility。 Future Generation Computer Systems，2009, 25（6）：599-616。
[13］ Durkee, D。 Why Cloud Computing Will Never Be Free。 ACM Queue, 2010，8(4）：1-10.
［14] Weinhardt, C。 ＆ Anandasivam， A。 & Blau， B. & Stößer, J。 Business Models in the Service World。 IEEE IT Professional, 2009,11（2）：28—33。
［15］ Creeger, M。 CTO Roundtable： Cloud Computing。 Communications of the ACM, 2009,52（8)：50—56。
[16］ Iyer， B. ＆ Henderson， J. C。 Preparing for the Future: Understanding the Seven Capabilities of Cloud Computing。 MIS Quarterly Executive, 2010，9(2):117-131。
[17］ Yeo， C. S。, Venugopal， S。, Chu， X。 & Buyya, R. Automatic metered pricing for a utility computing service. Future Generation Computer Systems， In Press， Corrected Proof, Available online June 2009。
[18］ Jinsong Ouyang, Akhil Sahai, Jim Pruyne。 A Mechanism of Specifying and Determining Pricing in Utility Computing Environments。 Business—Driven IT Management， 2007，39—44。
［19] Chee Shin Yeo， Srikumar Venugopal, Xingchen Chu， Rajkumar Buyya。 Autonomic metered pricing for a utility computing service.Future Generation Computer Systems， 2010,26：1368—1380。
［20］ Marian Mihailescu， Yong Meng Teo。 Strategy-Proof Dynamic Resource Pricing of Multiple Resource Types on Federated Clouds。 Lecture Notes in Computer Science，2010，1：337—350.
[21］ Valarie A。 Zeithaml. Consumer Perceptions of Price, Quality and Value: A means—End Model and Synthesis of Evidence ［J]。 Journal of Marketing， 1988，52(July）:2-22.
[22］ Harmon， R。 Laird， G。， “Linking marketing strategy to customer value：Implications of Technology Marketers，" In Kocaoglu, et al （Eds。） Innovation in Technology Management, Portland： PICMET Publishing， 1997， 897—900.
［23］ Sheth， J。 N。， Newman， B, I.， and Gross， B。 L。， Consumption Values and Market Choices： Theory and Application。 Cincinnati, OH: Southwestern Publishing Company, 1991.
［24］ Harmon, R。, Raffo， D.， and Faulk， S。， ”Incorporating price sensitivity measurement into the software engineering process，” in Kocaoglu， D。 and T. Anderson(Eds。）， Technology Management for Reshaping the world, Portland: PICMET/IEEE Publishing， 2003， 316—323.
［25］ Dixit, A.， Whipple， T。 W。， Zinkhan， G, M.， Gailey， E。， “A taxonomy of information technology-enhanced pricing strategies，” Journal of Business Research， 61, 4， 275—283， 2008。
[26］ Guopeng Zhao,Zhiqi Shen. Supply Chain Platform as a Service: a Cloud Perspective on Business Collaboration. International Journal of Information Technology，2010，16 （3）
［27］ 林强，顾培亮。面向一次性合作的供应链协调与激励机制[J］.西南交通大学学报， 2008， 43 （1）: 125-130.
［28］ Cachon，G。P。， Lariviere， M. A. Supply chain coordination with revenue—sharing contracts： strengths and limitations［J］。 Management Science， 2005，51（1)： 30—44.
［29］ Qin Taigui。 Supply chain management with revenue—sharing contract in a JIT setting[J］. Advances in NeuralNetwork， 2009， 6（1）: 1024—1032。
[30］ Satyaveer，S。C, Porth JM. Analysis of a supply chain partnership with revenue sharing[J］. Int J。Production Economics, 2005, 97（1）: 44—51。
［31］ Li Sijie, Zhu Zhanbei, Huang Lihua。 Supply chain coordination and decision making under consignment contract with revenue sharing［J］. Int。 J. Production Economics， 2009， 120（1)： 88—99.
［32］ Qin Zhaoqing。 Towards integration: a revenue—sharing contract in a supply chain［J]。 IMA Journal of ManagementMathematics， 2008， 19(1）： 3—15
[33] Hou J。, Zeng A。 Z。， Zhao Lindu. Achieving better coordination through revenue sharing and bargaining in a two-stage supply chain［J］。 Computers & Industrial Engineering， 2009, 57（1）: 383-394。
［34] Ilaria G。 and Pierpaolo P. Supply chain coordination by sharing revenue contracts。 International Journal of Production Economics,2004，89 （2）：131—139。
［35］ 陈菊红，郭福利,史成东。需求具有价格敏感性的供应链收益共享契约研究[J］.中国管理科学， 2008，16（3）: 78—83。
［36］ 李志方，刘威，程国平。基于不确定需求的供应链利润分配策略研究［J］.工业技术经济， 2008， 27（8）:91—93.
［37] Vander Rhee B.， Vander Veen Jaa,Venugopal V, et al. A new revenue sharing mechanism for coordinating multi—echelon supply chains[J]。 Operation Research, 2010, 38（4)： 296—301.
［38］ Hou Yali， Tian Beiyi， Zhou Dequn。 Coordination in the three-level supply chain by revenue sharing contracts［J]. Industrial Engineering Journa，l 2008,29(2): 25—40。
[39］ Demirkan H.， Cheng H.K。 The risk and information sharing of application services supply chain。 European Journal of Operational Research,2008，187（3):765—784.
[40］ Brodsky， L。， Tan, Y. H.。 A Risk Management of ASPs［A]. ECSI， 2003。
［41］ Madhuchhanda， D.A.， Sahi, K。M.。 Risks in offshore IT outsourcing： A service provider perspective ［J]。 European Management Journal， 2009（4）： 1—11。
［42] Ellram L。,Tate W., Bilinglon C. Understanding and managing the services supply chain[J]。The Journal of Supply Chain Management,2004(8）：17—31.
[43］ Baltacioglu T。， Ada E., Kaplan M. Det al。 A new framework for service supply chains［J］。The Service Industries Journal,2007，27(2):105—124.
［44］ 刘伟华，季建华，王振强。基于服务产品的服务供应链设计[J］。工业工程，2008,11(4）：60—65。
［45］ Bassok Y.， Anupindi R. Coordination and fexibility in supply contracts with options ［J]。 Manufacturing and Service Operations Management,2002(4）：171—207
[46］ Cachon G.， Lariviere M。 Contracting to assure supply： how to share demand forecasts in a supply chain ［J]。 Management Science，2001，47(5)：629—646。
［47］ Yksei O.， Lee H。 Sharing inventory risks for customized components［Z］。Stanford University Working Paper，2002。
后续研究请见中国云计算服务网的云论坛
http：//bbs。cloudguide。com。cn/forum。php