2.4.1.1 ન્યુ યોર્ક સિટી માં ટેક્સી

એક સંશોધક ટેક્સી મીટર મોટા માહિતી ઉપયોગ અભ્યાસ ટેક્સી ડ્રાઈવરો ન્યૂ યોર્ક નિર્ણય. આ માહિતી સાથે સાથે આ સંશોધન માટે યોગ્ય હતી.

જમણી વસ્તુ ગણાય સરળ શક્તિ એક ઉદાહરણ હેનરી Farber માતાનો માંથી આવે છે (2015) ન્યુ યોર્ક સિટી ટેક્સી ડ્રાઇવરો વર્તન અભ્યાસ. જોકે આ જૂથ સ્વાભાવિક રીતે રસપ્રદ નથી ધ્વનિ શકે છે તે શ્રમ અર્થશાસ્ત્ર બે તાર્કિક સિદ્ધાંતો પરીક્ષણ માટે વ્યૂહાત્મક સંશોધન સાઇટ છે. Farber સંશોધન હેતુ માટે, ત્યાં ટેક્સી ડ્રાઇવરો કામ પર્યાવરણ વિશે બે મહત્વપૂર્ણ લક્ષણો છે: 1) તેમની કલાકદીઠ વેતન દિવસ-થી-દિવસ, હવામાન જેવા પરિબળો પર આધારિત થી વધઘટ થાય છે અને 2) કલાક તેઓ કામ સંખ્યા ડ્રાયવર્સ નિર્ણયો પર આધારિત છે દરેક દિવસ વધઘટ થાય છે. આ લક્ષણો કલાકદીઠ વેતન અને કલાક કામ કર્યું હતું વચ્ચે સંબંધ વિશે એક રસપ્રદ પ્રશ્ન તરફ દોરી. અર્થશાસ્ત્રમાં નિયોક્લાસિકલ મોડેલો કે જે આગાહી ટેક્સી ડ્રાઈવરો જ્યાં તેઓ ઉચ્ચ કલાકદીઠ વેતન છે દિવસ પર વધુ કામ કરશે. વૈકલ્પિક રીતે, મોડેલો વર્તન અર્થશાસ્ત્ર થી બરાબર વિરુદ્ધ આગાહી કરે છે. જો ડ્રાઇવરો ચોક્કસ આવક સમૂહ દીઠ $ 100 લક્ષ્ય કહે દિવસ અને કામ ત્યાં સુધી કે જે લક્ષ્ય મળી હોય, તો પછી ડ્રાઈવરો દિવસો કે તેઓ વધુ આવક છે તેના પર ઓછા કલાક કામ અંત આવશે. ઉદાહરણ તરીકે, જો તમે એક લક્ષ્ય ફિલ્મ હતી, તમે એક સારા દિવસ ($ 25 કલાક દીઠ) અને એક ખરાબ દિવસ (20 $ પ્રતિ કલાક) પર 5 કલાક 4 કલાક કામ અંત શકે છે. તેથી, ડ્રાઈવરો ઊંચા કલાકદીઠ વેતન (કારણ કે નિયોક્લાસિકલ મોડેલો દ્વારા આગાહી) અથવા વધુ કલાકો નીચા કલાકદીઠ વેતન સાથે દિવસ પર સાથે દિવસ પર વધુ કલાક કામ નથી (કારણ કે વર્તણૂક આર્થિક મોડલ દ્વારા આગાહી)?

2013, માહિતી કે હવે છે - આ પ્રશ્નનો જવાબ આપવા Farber દરેક ટેક્સી સફર 2009 થી ન્યુ યોર્ક સિટી સીએબીએસે દ્વારા લેવામાં પર માહિતી મેળવી જાહેરમાં ઉપલબ્ધ . સ્થાન, અંતે સમય, અંત સ્થાન, ભાડું, અને ટિપ (શરૂ ટીપ સાથે ચૂકવણી કરવામાં આવી હતી શરૂ સમય: આ માહિતી જે ઇલેક્ટ્રોનિક મીટર કે શહેર માટે ટેક્સી જરૂરી દ્વારા એકત્રિત કરવામાં આવી હતી દરેક પ્રવાસ માટે માહિતી ઘણા ટુકડાઓ ઉપયોગ સમાવેશ થાય છે ક્રેડીટ કાર્ડ). કુલ મળીને, Farber માહિતી આશરે 40 મિલિયન પાળી દરમિયાન લેવામાં આશરે 900 મિલિયન યાત્રાઓ પર માહિતી સમાયેલ (એક પાળી આશરે એક ડ્રાઈવર માટે એક દિવસ કામ છે). હકીકતમાં, ત્યાં ખૂબ જ માહિતી હતી, Farber માત્ર તેના વિશ્લેષણ માટે એક રેન્ડમ નમૂના ઉપયોગ થાય છે. આ ટેક્સી મીટર માહિતી વાપરીને, Farber જાણવા મળ્યું છે કે મોટા ભાગના ડ્રાઈવરો દિવસ પર વધુ કામ કરે છે જ્યારે વેતન ઊંચા, નિયોક્લાસિકલ સિદ્ધાંત સાથે સુસંગત હોય છે. આ મુખ્ય શોધવા માટે વધુમાં, Farber વૈવિધ્યનો અને ગતિશીલતા એક સારી સમજ માટે માહિતી કદ લાભ માટે સક્ષમ હતી. Farber જાણવા મળ્યું છે કે સમય જતાં નવી ડ્રાઈવરો ધીમે ધીમે ઊંચા વેતન દિવસ પર વધુ કલાકો કામ શીખવા (દા.ત., તેઓ નિયોક્લાસિકલ મોડેલો આગાહી વર્તે જાણવા). અને, નવા ડ્રાઇવરો જે વધુ લક્ષ્ય કમાણી જેમ ભાસી વધુ એક ટેક્સી ડ્રાઈવર હોવા છોડી તેવી શક્યતા છે. આ વધુ ગૂઢ તારણો, કે જે વર્તમાન ડ્રાઈવરો અવલોકન વર્તન સમજાવવામાં મદદ બંને dataset કદ કારણે જ શક્ય હતા. તેઓ અગાઉ અભ્યાસ કે ટેક્સી ડ્રાઈવરો એક નાના નંબર માંથી કાગળ સફર શીટ્સ ઉપયોગ સમય એક ટૂંકા ગાળા (દા.ત., પર શોધવા માટે અશક્ય બની હોત Camerer et al. (1997) ).

Farber અભ્યાસ મોટા માહિતી મદદથી અભ્યાસ માટે શ્રેષ્ઠ કેસ બંધ કરવામાં આવી હતી. પ્રથમ, માહિતી બિન-પ્રતિનિધિ ન હતા કારણ કે આ શહેર જરૂરી ડ્રાઈવરો ડિજિટલ મીટર વાપરવા માટે. અને, માહિતી, કારણ કે માહિતી કે શહેર દ્વારા એકત્રિત કરવામાં આવી હતી ખૂબ માહિતી કે Farber એકત્રિત હોત જો તે પસંદગી કરી હતી નજીક હતો અપૂર્ણ ન હતા (એક તફાવત એ છે કે Farber કુલ વેતન-ભાડાં વત્તા ટિપ્સ-પર ઇચ્છતા માહિતી હશે પરંતુ શહેરના માહિતી માત્ર ક્રેડિટ કાર્ડ દ્વારા ચૂકવણી ટિપ્સ સમાવેશ થાય છે). Farber સંશોધન માટે કી સારી માહિતી સાથે એક સારો પ્રશ્ન સંયુક્ત હતી. એકલા માહિતી પૂરતી નથી.