2.4.1.1 Tagzi na New York City

A na-eme nchọpụta na-eji nnukwu data site na tagzi mita na-amụ mkpebi nke taxi ọkwọ ụgbọala na New York. Ndị a data na-mma ruru eru maka nke a nnyocha.

Otu ihe atụ nke ndị dị mfe ike nke na-agụta ihe ziri ezi si n'aka Henry Farber si (2015) ọmụmụ nke omume nke New York City taxi ọkwọ ụgbọala. Ọ bụ ezie na otu a nwere ike ọ gaghị ada apụtụghị akpali ọ bụ a stratejik nnyocha na saịtị maka anwale abụọ sọọ mpi chepụtara na-amụ enweta ego. Maka nzube nke Farber si research, e nwere ihe abụọ dị mkpa atụmatụ banyere ebe ọrụ nke taxi ọkwọ ụgbọala: 1) ha hour obula ụgwọ fluctuates si na ụbọchị na-ụbọchị, dabere na akụkụ on ihe ndị dị ka ndị ihu igwe na 2) awa ole ha na-arụ ọrụ -agbanwe nke ụbọchị nke ọ bụla dabeere na ụgbọala mkpebi. Atụmatụ ndị a iduga na-akpali ajụjụ banyere mmekọrịta dị n'etiti hour obula ụgwọ ọrụ ma na awa-arụ ọrụ. Neoclassical ụdị ke akụnụba-ekwu na tagzi ọkwọ ụgbọala ga-arụ ọrụ ndị ọzọ na ụbọchị ebe ha nwere elu hour obula ụgwọ ọrụ. Alternatively, ịdị akparamàgwà akụnụba ịkọ nnọọ ihe dị iche. Ọ bụrụ na ọkwọ ụgbọala ka a akpan akpan ego lekwasịrị-ekwu $ 100 kwa ụbọchị-na-arụ ọrụ ruo mgbe na lekwasịrị a na okosobode, mgbe ahụ, ọkwọ ụgbọala ga-ejedebe-arụ ọrụ awa ole m na ụbọchị na ha na-inwetakwu. Dị ka ihe atụ, ọ bụrụ na ị a lekwasịrị earner, i nwere ike na-arụ ọrụ 4 awa on a mma ụbọchị ($ 25 kwa hour) na 5 awa on a ọjọọ ụbọchị ($ 20 kwa hour). Ya mere, unu ndị ọkwọ ụgbọala na-arụ ọrụ ọzọ awa na ụbọchị na elu hour obula ụgwọ ọrụ (dị ka e buru amụma site neoclassical ụdị) ma ọ bụ karịa awa na ụbọchị na ala hour obula ụgwọ ọrụ (dị ka e buru amụma site akparamàgwà aku ụdị)?

Iji zaa ajụjụ a Farber nwetara data na bụla taxi njem e site New York City cabs si 2009 - 2013, data dị ugbu a ka n'ihu ọha dị . Nke a data-nke e anakọtara site electronic mita na obodo chọrọ tagzi ahụ nọ na-eji-agụnye ọtụtụ iberibe ọmụma maka onye ọ bụla njem:-amalite oge, na-amalite na ọnọdụ, ọgwụgwụ oge, ọgwụgwụ ebe, ụgbọ, na n'ọnụ (ma ọ bụrụ na n'ọnụ ugwo na a kaadị akwụmụgwọ). Na ngụkọta, Farber si data dị ọmụma on mkpokọta 900 nde njem weere n'oge ihe dị ka nde mmadụ 40 ebiliri ibe (a nnofega bụ Olee ihe enyemaka otu ọrụ ụbọchị maka otu ọkwọ ụgbọala). N'ezie, enwere otutu data, na Farber na-eji a random sample nke ya maka ya analysis. Na iji tagzi mita data, Farber chọpụtara na ọtụtụ ndị ọkwọ ụgbọala na-arụ ọrụ ọzọ na ụbọchị mgbe ụgwọ ọrụ dị elu, agbanwe agbanwe na neoclassical tiori. Tụkwasị na nke a isi Inweta, Farber ike leverage na nke nke data maka a mma nghọta nke heterogeneity na Ọnọdụ. Farber chọpụtara na oge na-aga ọhụrụ ọkwọ ụgbọala na-eji nwayọọ nwayọọ na-amụta na-arụ ọrụ ọzọ awa na elu ụgwọ ụbọchị (eg, ha na-amụta na-akpa àgwà dị ka ndị neoclassical ụdị-ebu amụma). Na, ọhụrụ ọkwọ ụgbọala na-akpa àgwà ọzọ dị iche earners na-yikarịrị ka kwụsị ịbụ taxi ọkwọ ụgbọ ala. Ma ndị a na ndị na-apụtachaghị Nchoputa, nke aka kọwaa ihe hụrụ omume nke ugbu a ọkwọ ụgbọala, nanị kwere omume n'ihi na nke ndị dataset. Ha gaara-agaghị ekwe omume ịchọpụta na mbụ ọmụmụ na-eji akwụkwọ njem Ibé akwụkwọ si ole na ole nke taxi ọkwọ ụgbọala karịrị otu oge dị mkpirikpi (eg, Camerer et al. (1997) ).

Farber si ọmụmụ bụ nso a best-ikpe n'ihi na a na-amụ na-eji nnukwu data. Akpa, data abụghị ndị na-abụghị nnọchiteanya n'ihi na obodo chọrọ ọkwọ ụgbọala na-eji dijitalụ mita. Na, na data abụghị ezughị ezu n'ihi na data na e anakọtara site na obodo ahụ mara mma nso ka data na Farber ga-anakọtara ma ọ bụrụ na o nwere oke (onye dị iche bụ na Farber ga chọrọ data on ngụkọta ụgwọ ọrụ-n'ego ụgbọ plus tips- ma obodo data naanị gụnyere Atụmatụ ụgwọ site na kaadị akwụmụgwọ). Isi ihe na-Farber si research e ijikọta ezigbo ajụjụ ezi data. The data naanị gị na-ezughị.