2.4.1.1 Такси в Нью - Йорке

Исследователь использовали большие данные от счетчиков такси , чтобы изучить процесс принятия решений водителей такси в Нью - Йорке. Эти данные хорошо подходят для этого исследования.

Одним из примеров простого подсчета силы правильно исходит от Генри Фарбера (2015) исследования поведения водителей Нью - Йорка такси. Хотя эта группа не может звучать по своей сути интересно это стратегический исследовательский сайт для тестирования двух конкурирующих теорий в экономике труда. Для целей исследования Фарбера, есть две важные особенности о рабочей среде водителей такси: 1) их почасовой заработной платы колеблется от изо дня в день, частично на основе таких факторов, как погода и 2) количество часов, в которых они работают может колебаться каждый день на основании решений водителя. Эти особенности приводят к интересным вопрос об отношениях между почасовой заработной платы и отработанных часов. Неоклассические модели в экономике прогнозируют, что водители такси будут работать больше на те дни, когда они имеют более высокую почасовую заработную плату. В качестве альтернативы, модели от поведенческой экономики предсказать с точностью до наоборот. Если водители установить конкретный доход цели, скажем, $ 100 в день, и работать, пока эта цель не будет достигнута, то водители будут в конечном итоге работать меньше часов в те дни, что они зарабатывают больше. Например, если вы были мишенью добытчиком, вы можете в конечном итоге работает 4 часа в хороший день (25 $ в час) и 5 ​​часов на плохой день ($ 20 в час). Так что, водители работают больше часов в дни с более высокой почасовой заработной платы (по прогнозу неоклассических моделей) или более часов в дни с низким почасовой заработной платы (как и предсказывали поведенческих экономических моделей)?

Чтобы ответить на этот вопрос Фарбер получены данные о каждой поездке на такси , принятых Нью - Йорка кабинами с 2009 - 2013 года , данные, которые в настоящее время в открытом доступе . Эти данные, которая была собрана с помощью электронных счетчиков, что город требует такси, чтобы использовать, включает в себя несколько элементов информации для каждой поездки: время начала, начать местоположение, время окончания, конечное местоположение, транспортные расходы и чаевые (если кончик была выплачена с кредитная карта). В общей сложности данные Фарбер содержала информацию о приблизительно 900 миллионов поездок, принятых в течение примерно 40 миллионов смен (сдвиг примерно одного дня работы для одного водителя). На самом деле, там было так много данных, что Фарбер только использовали случайную выборку из него для его анализа. Используя эти данные такси метр, Фарбер обнаружили, что большинство водителей работают больше на те дни, когда заработная плата выше, в соответствии с неоклассической теорией. В дополнение к этому основной вывод, Фарбер был в состоянии использовать размер данных для лучшего понимания неоднородности и динамики. Фарбер обнаружили, что в течение долгого времени новые драйверы постепенно научиться работать больше часов на высоких дней заработной платы (например, они учатся вести себя как неоклассические модели предсказывает). И, новые драйверы, которые ведут себя больше как целевых добытчиков, более вероятно, перестать быть водителем такси. Оба этих более тонких выводов, которые помогают объяснить наблюдаемое поведение нынешних водителей, было возможно только из-за размера набора данных. Они бы невозможно обнаружить в более ранних исследованиях , которые использовали бумагу поездки листов из небольшого количества водителей такси в течение короткого периода времени (например, Camerer et al. (1997) и Camerer et al. (1997) ).

Исследование Фарбера был близок к лучшем случае для исследования с использованием больших данных. Во-первых, данные не были нерепрезентативная, потому что город требуется водителям использовать цифровые измерительные приборы. И эти данные не были неполными, так как данные, которые были собраны города было довольно близко к данным, которые Фарбер бы собрали, если у него был выбор (одна разница в том, что Фарбер бы хотели данные по общей суммы заработной платы-тарифам плюс tips- но данные города включены только советы, оплаченные кредитной картой). Ключ к исследованиям Фарбера сочетал хороший вопрос с хорошими данными. Одних данных недостаточно.