2.4.1.1 نیو یارک شہر میں ٹیکسی

A محقق نیویارک میں ٹیکسی ڈرائیوروں کی فیصلہ سازی کا مطالعہ کرنے کے ٹیکسی میٹر سے بڑی ڈیٹا استعمال کیا. یہ اعداد و شمار اچھی طرح سے اس کی تحقیق کے لئے مناسب تھا.

صحیح کام گنتی کا سادہ طاقت کی ایک مثال ہنری Farber کی طرف سے آتا ہے (2015) نیویارک شہر ٹیکسی ڈرائیوروں کے رویے کا مطالعہ. اس گروپ کو موروثی طور پر دلچسپ آواز نہیں کر سکتے ہیں اگرچہ یہ لیبر معاشیات میں دو مقابلہ نظریات کے ٹیسٹ کے لئے ایک اسٹریٹجک تحقیق کی ویب سائٹ ہے. Farber کی تحقیق کے مقاصد کے لئے، ٹیکسی ڈرائیوروں کے کام کے ماحول کے بارے میں دو اہم خصوصیات ہیں: 1) ان فی گھنٹہ اجرت مرہ کے دن، موسم جیسے عوامل پر ایک حصے میں مقیم سے fluctuates کے اور 2) گھنٹے وہ کام کی تعداد ڈرائیور کے فیصلوں کی بنیاد پر ہر دن کے اتار چڑھاو کر سکتے. یہ خصوصیات فی گھنٹہ اجرت اور گھنٹے کام کے درمیان تعلقات کے بارے میں ایک دلچسپ سوال کی صورت میں نکل. معاشیات میں ساتھ neoclassical ماڈلز جہاں وہ اعلی فی گھنٹہ اجرت ہے ٹیکسی ڈرائیوروں کے دنوں میں زیادہ کام کرے گا کی پیشن گوئی. متبادل طور پر، رویے معاشیات سے ماڈلز بالکل برعکس پیش گوئی ہے. ڈرائیوروں کو ایک خاص آمدنی مقرر کیا ہے تو ٹارگٹ کہنا $ 100 فی مرہ اور کام ہے جب تک کہ یہ ہدف پورا کیا جاتا ہے، اس کے بعد ڈرائیوروں دنوں کہ وہ زیادہ کما رہے ہیں پر کم گھنٹے کام کر ختم ہو گی. مثال کے طور پر، آپ کو ایک ہدف مزدور تھے تو، آپ کو ایک اچھا دن ($ 25 فی گھنٹہ) اور ایک برا دن ($ 20 فی گھنٹہ) پر 5 گھنٹے پر 4 گھنٹے کام ختم ہو سکتا ہے. لہذا، ڈرائیوروں (رویوں کے اقتصادی ماڈل کی طرف سے پیش گوئی کے طور پر) اعلی فی گھنٹہ اجرت (ساتھ neoclassical ماڈل کی طرف سے پیش گوئی کے طور پر) یا اس سے کم فی گھنٹہ اجرت کے ساتھ دن پر زیادہ گھنٹے کے ساتھ دن پر زیادہ گھنٹے کام کرتے ہیں؟

2013، اعداد و شمار اب ہیں - اس سوال کا جواب Farber کے 2009 سے نیو یارک شہر کیبز طرف سے اٹھائے گئے ہر ٹیکسی سفر پر اعداد و شمار حاصل عوامی طور پر دستیاب . ٹپ ایک ساتھ ادا کی گئی تو اس کے محل وقوع، آخر وقت، آخر میں محل وقوع، کرایہ، اور ٹپ (شروع، شروع کرنے کے لئے وقت: یہ اعداد و شمار پر جس شہر میں ٹیکسیوں کی ضرورت ہے کہ الیکٹرانک میٹر کی طرف سے جمع کیا گیا تھا ہر سفر کے لئے معلومات کے کئی ٹکڑے ٹکڑے کا استعمال شامل ہیں کریڈٹ کارڈ). کل میں، Farber کی ڈیٹا کو تقریبا 40 ملین شفٹوں کے دوران لیا تقریبا 900 ملین دوروں کے بارے میں معلومات پر مشتمل ہے (ایک شفٹ تقریبا ایک ڈرائیور کے لئے ایک دن کا کام ہے). سچ تو یہ ہے، اتنی زیادہ ڈیٹا تھا، Farber کے صرف ان کے تجزیہ کے لئے اس میں سے ایک بے ترتیب نمونے کا استعمال کیا ہے. اس ٹیکسی میٹر کے اعداد و شمار کا استعمال کرتے ہوئے، Farber کے کہ سب سے زیادہ ڈرائیوروں کے دنوں میں زیادہ کام کی اجرت ساتھ neoclassical اصول کے ساتھ اس سے زیادہ، مسلسل ہیں جب پایا. اس اہم تلاش کرنے کے علاوہ میں، Farber کے heterogeneity اور حرکیات کی بہتر تفہیم کے لئے اعداد و شمار کے سائز بیعانہ کرنے کے قابل تھا. Farber کے پایا وقت کے ساتھ نئے ڈرائیوروں کو آہستہ آہستہ اعلی اجرت کے دنوں میں زیادہ گھنٹے کام کرنے کے لئے جاننے کے کہ (مثلا، وہ ساتھ neoclassical ماڈلز کی پیش گوئی کے طور پر برتاؤ سیکھو). اور، نئے ڈرائیوروں کو زیادہ ہدف ارجک کی طرح برتاؤ کرنے والے ایک ٹیکسی ڈرائیور ہونے چھوڑ کرنے کا امکان زیادہ ہیں. ان سے زیادہ ٹھیک ٹھیک نتائج کے موجودہ ڈرائیوروں کی منایا رویے کی وضاحت میں مدد جس کے دونوں، کیونکہ ڈیٹاسیٹ کے سائز کا واحد ممکن تھے. وہ ایک مختصر وقت کی (مثال کے طور، عرصے میں ٹیکسی ڈرائیوروں کی ایک چھوٹی سی تعداد سے کاغذ سفر شیٹس استعمال کیا ہے کہ اس سے قبل کے جائزوں میں پتہ لگانے کے لئے ناممکن ہوتا ہے Camerer et al. (1997) ).

Farber کی مطالعہ بڑی ڈیٹا کا استعمال کرتے ہوئے ایک مطالعہ کے لئے ایک بہترین صورت کے قریب تھا. سب سے پہلے، کے اعداد و شمار غیر نمائندے نہیں تھے شہر ڈیجیٹل میٹر استعمال کرنے کی ضرورت ہے کیونکہ ڈرائیوروں. اور، ڈیٹا نامکمل نہیں تھے ڈیٹا کے شہر کی طرف سے جمع کیا گیا تھا کہ اعداد و شمار ہے کہ وہ چارہ نہیں تھا تو Farber کے جمع کیا ہے کہ بہت قریب تھا کیونکہ (ایک فرق Farber کے کل اجرت-کرایوں علاوہ tips- مطلوب ڈیٹا ہے گا ہے لیکن شہر اعداد و شمار صرف کریڈٹ کارڈ کے ذریعے ادا کی تجاویز شامل ہیں). Farber کی تحقیق کی کلید اچھا ڈیٹا کے ساتھ ایک اچھا سوال کے امتزاج کر رہا تھا. اکیلے اعداد و شمار کے لئے کافی نہیں ہیں.