2.4.1.1 නිව් යෝර්ක් නගරයේ ටැක්සි

ඒ පර්යේෂක නිව් යෝර්ක් ටැක්සි රියදුරන් තීරණ ගැනීම අධ්යයනය කිරීමට කුලී රථ මීටර් සිට විශාල දත්ත භාවිත කළා. මෙම දත්ත මෙම පර්යේෂණ සඳහා ඉතා යෝග්ය විය.

හරි දේ ගණන් සරල බලය එක් උදාහරණයක් හෙන්රි ෆාබර් ගේ පැමිණෙන්නේ (2015) නිව් යෝර්ක් නගරයේ කුලී රථ රියැදුරන් හැසිරීම පිළිබඳ අධ්යයනය. මෙම කණ්ඩායම නෛසර්ගිකව ම රසවත් ශබ්ද නැති වුණත් එය ශ්රම ආර්ථික විද්යාව තරගකාරී සිද්ධාන්ත දෙක පරීක්ෂා කිරීම සඳහා උපාය මාර්ගික පර්යේෂණ අඩවිය වේ. ඔවුන් වැඩ පැය සංඛ්යාව 1) ඔවුන්ගේ පැයට වැටුප සිට එදිනෙදා, කාලගුණය සහ 2 වැනි සාධක මත කොටසක් පිහිටි) වරින් වර වෙනස්: ෆාබර් ගේ පර්යේෂණ කාර්යයන් සඳහා, එහි ටැක්සි රියදුරන් වැඩ පරිසරය ගැන වැදගත් ලක්ෂණ දෙකක් රියදුරු තීරණ මත පදනම් එක් එක් දිනකට උච්චාවචනය හැක. මෙම විශේෂාංග වැඩ පැයකට වරක් වැටුප් හා පැය අතර සම්බන්ධය පිලිබඳව ඉතා රසවත් ප්රශ්නය ඇති විය. ආර්ථික නව සාම්ප්රදායික ආකෘති කුලී රථ රියැදුරන් ඔවුන් ඉහළ පැයක මූර්ත වැටුප් එහිදී දින වැඩි කාලයක් බව අනාවැකි පළ කරනවා. විකල්පයක් ලෙස, චර්යාත්මක ආර්ථික සිට ආකෘති හරියටම ඊට විරුද්ධ අනාවැකි පළ කරනවා. රියදුරන් දිවා හා වැඩ කටයුතු අනුව යම් ආදායම් ඉලක්කය-කියන්නේ $ 100 සකස් නම් එම ඉලක්කය සපුරා වන තෙක්, එසේ නම් රියදුරන් දක්වා ඔවුන් වඩා ආදායමක් ඇති බව දිනවල වැඩ කරන පැය ගණන අඩු අවසන් වෙනවා. උදාහරණයක් ලෙස, ඔබ විසින් ඉලක්කගත උපයන්නා වූයේ නම්, ඔබ නරක දවස (පැයට $ 20 දා) හොඳ දවසක් පැය 4 (පැයට $ 25) සහ පැය 5 වැඩ අවසන් විය හැකිය. ඒ නිසා, රියදුරන් තවත් පැය දින මත ඉහළ පැයක මූර්ත වැටුප් (මෙම නව සාම්ප්රදායික ආකෘති අනාවැකි පලකල ලෙස) හෝ ඊට වඩා වැඩි කාලයක් සහිත අඩු පැයක මූර්ත වැටුප් සමග දිනවල වැඩ කරන්නේ (චර්යාත්මක ආර්ථික ආකෘති අනාවැකි පලකල පරිදි)?

2013, දැන් එම දත්ත - මෙම ප්රශ්නයට පිළිතුරු දීමට ෆාබර් 2009 සිට නිව් යෝර්ක් නගරයේ කැබ් ගන්නා සෑම ටැක්සි ගමන පිළිබඳ දත්ත ලබා ප්රසිද්ධියේ ලබාගත . මෙම දත්ත-කරන ඉෙලක්ෙටොනික් මීටර් විසින් එකතු කරන ලදී නගරය එක් එක් සංචාරයට සඳහා තොරතුරු කිහිපයක් කෑලි කෑලි වලට භාවිතා-ඇතුළත් ටැක්සි අවශ්ය බව: (, කාලය ආරම්භ ස්ථානය, අවසන් කාලය, අවසන් ස්ථානය, බස් ගාස්තු ආරම්භ ටිප් ඔත්තුව සමග ට්රගවන ණයවර පත). මුළු දී, ෆාබර් දත්ත (අ මාරුව එක් සඳහා රියදුරු දළ වශයෙන් එක් දින වැඩ මිල) ආසන්න වශයෙන් මිලියන 40 ක් සේවාකාලය තුල ගෙන ආසන්න වශයෙන් මිලියන 900 ක් සංචාර පිළිබඳ තොරතුරු අඩංගු විය. ඇත්ත වසයෙන් ම, ෆාබර් පමණක් ඔහුගේ විශ්ලේෂණය සඳහා එය අහඹු නියැදි භාවිතා කරන, මේ තරම් දත්ත විය. මෙම කුලී රථ මීටර් දත්ත භාවිතා කරමින්, ෆාබර් බොහෝ රියදුරන් වැටුප්, උසස් වූ නව සාම්ප්රදායික න්යාය සමග අනුකූල වන විට දින වැඩි කාලයක් බව සොයාගෙන ඇත. මෙම ප්රධාන සොයා ගැනීමට මීට අමතරව, ෆාබර් heterogeneity හා ගතිකත්වයන් පිළිබඳ වඩා හොඳ අවබෝධයක් සඳහා දත්ත ප්රමාණය එමගින් හැකි විය. ෆාබර් කාලයත් නවතම රියදුරන් ක්රමයෙන් (උදා, ඔවුන් නව සාම්ප්රදායික ආකෘති අනාවැකි පළ කරයි මෙන් හැසිරීමට ඉගෙන) ඉහළ වැටුප් දින වැඩි පැය ගණනක් වැඩ කිරීමට ඉගෙන බව සොයාගෙන ඇත. ඒ වගේම, තවත් ඉලක්කයක් උපයන්නන් වගේ හැසිරෙන නව රියදුරන් ටැක්සි රියදුරු වීම නතර වීමට ඇති ඉඩ කඩ වැඩිය. වත්මන් රියදුරන් නිරීක්ෂිත හැසිරීම විස්තර කිරීමට සහාය වන මෙම වඩා සියුම් සොයා ගැනීම්, පාපය නිසා මේ දත්ත සමුදාය ප්රමාණයේ විය හැකි එකම වූහ. ඔවුන් ඉතා කෙටි කාලයක් පුරා කුලී රථ රියැදුරන් කුඩා සංඛ්යාවක් කඩදාසි සංචාරය තහඩු (උදා: භාවිතා කරන මීට පෙර අධ්යයන හඳුනාගැනීමට නොහැකි වනු ඇත Camerer et al. (1997) ).

ෆාබර් ගේ අධ්යයනය විශාල දත්ත භාවිතා අධ්යයනය සඳහා හොඳම නඩුව සමීප විය. පළමුව, දත්ත නගරය ඩිජිටල් මීටර් භාවිතා කිරීමට රියදුරන් අවශ්ය නිසා නොවේ නොවන නියෝජිතයෙක්. හා, දත්ත ඔහු විකල්පයක් තිබුනේ නම් නගරය විසින් එකතු කරන ලද දත්ත ෆාබර් එකතු කර ඇති බව දත්ත ලස්සන සමීප වූ (නිසා එක් වෙනසක් ෆාබර් මුළු වැටුප්-ගාස්තු පිළිබඳ දත්ත අවශ්ය ප්ලස් tips- ඇති බව නොවේ අසම්පූර්ණ විය එහෙත් නගරයේ දත්ත පමණක් ක්රෙඩිට් කාඩ් විසින් ගෙවිය ඉඟි ඇතුළත්). ෆාබර් පර්යේෂණය සඳහා ප්රධාන හොඳ දත්ත සමඟ හොඳ ප්රශ්නයක් ඒකාබද්ධ කරන ලදී. මෙම දත්ත පමණක් ප්රමාණවත් නොවේ.