Design of Off-Grid Lighting Business Models to Serve the Poor: Field Experiments and Structural Analysis
Notice bibliographique
Résumé
A significant proportion of the world’s population has no access to grid-based electricity and so relies on off-grid lighting solutions. Rechargeable lamp technology is gaining popularity as an alternative off-grid lighting model in developing countries. In this paper, we explore consumer behavior and the operational inefficiencies that result under this model. Specifically, we are interested in (i) measuring the impact of inconvenience (of traveling to recharge the lamp) along with the impact of liquidity constraints (because of poverty) on lamp usage and (ii) evaluating the efficacy of strategies that address these factors. We build a structural model of consumers’ recharge decisions that incorporates several operational features of the low-income regions. We conducted large-scale field experiments in Rwanda in partnership with a local rechargeable lamp operator and use the resultant data to estimate and test our model. We find that the complete removal of inconvenience and liquidity constraints from the current business model results in 73% and 126% increases in both recharges and revenue, thereby suggesting that these constraints are major sources of inefficiency. By implementing simple operations-based strategies—such as starting more recharge centers, visiting consumers periodically to collect their lamps for recharge, and allowing consumers to partially recharge their lamps and pay flexibly for the recharge—more than half the benefit of completely eliminating the inefficiencies can be attained. By contrast, the price- and capacity-based strategies that vary the economic variables (i.e., the amount paid per recharge and the amount of light obtained in return) but not the operational model perform far worse than the aforementioned strategies. Overall, our analysis emphasizes the importance of managing operations effectively even in markets with cash-constrained consumers, in which firms may have a natural tendency to focus more on reducing prices. This paper was accepted by Vishal Gaur, operations management. Funding: This work was supported by the International Growth Centre; Wharton School, University of Pennsylvania; and Institut Européen d’Administration des Affaires; The Environment and Energy Partnership; Grand Challenges Canada (Stars in Global Health); INSEAD’s Emerging Markets Institute; INSEAD’s Randomized Controlled Trials Laboratory; the INSEAD–Wharton Alliance, and International Growth Centre. Supplemental Material: The online appendix and data are available at https://doi.org/10.1287/mnsc.2023.4844 .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,024 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».