Verantwortlicher Forscher: Eduarda Miller Figueiredo
Originaltitel: The Value of Flexible Work: Evidence from Uber Drivers
Autoren: M. Keith Chen, Judith A. Chevalier, Peter E. Rossi und Emily Oehlsen
Interventionsort: Vereinigte Staaten
Stichprobengröße: 197.517 Fahrer
Sektor: Arbeitsmarkt
Variable von Hauptinteresse: Gehalt
Art der Intervention: Uber (flexible Arbeit)
Methodik: Multivariates Probit
Zusammenfassung
Unternehmen haben Geschäftsmodelle eingeführt, um die Nachfrage nach Diensten über unabhängige Anbieter zu unkonventionellen Zeiten zu decken. Obwohl diese Unternehmen viele der traditionellen Beschäftigungsvorteile nicht anbieten, bieten sie den Arbeitnehmern dennoch die Möglichkeit, eine Vergütung nach einem flexiblen Zeitplan zu erhalten. Ziel dieses Artikels ist es, die Verhaltensmuster von Uber-Fahrern zu analysieren und vorläufige Erkenntnisse über die von diesen Fahrern angestrebte Flexibilität zu liefern. Mithilfe eines multivariaten Probit-Modells stellten sie fest, dass die Fahrer in der Stichprobe große Gehaltsänderungen erleben, die von Woche zu Woche nicht gleichbleibend sind, und dass sie daher großen Wert auf flexible Arbeitsregelungen legen.
In den letzten Jahren haben mehrere Unternehmen Geschäftsmodelle auf den Markt gebracht, die darauf abzielen, die Nachfrage nach Dienstleistungen mit unabhängigen Auftragnehmern zu decken, die zeitweise oder nicht standardisiert arbeiten. Obwohl diese Unternehmen nicht viele der traditionellen Beschäftigungsvorteile anbieten, bieten sie Auftragnehmern die Möglichkeit, eine Vergütung nach einem flexiblen Zeitplan zu erhalten.
In der Literatur wurden flexible Praktiken am Arbeitsplatz untersucht. Das Board of American Advisors [1] (2010) berichtet, dass 81 % der Arbeitgeber einigen Arbeitnehmern gestatten würden, ihre Ankunfts- und Abreisezeiten regelmäßig im Stundenbereich zu ändern, 27 % der Arbeitgeber würden dies für die meisten oder alle Arbeitnehmer tun. Allerdings würden nur 41 % einigen Mitarbeitern erlauben, ihre Ankunfts- und Abreisezeiten täglich zu ändern. Daher scheinen Arbeitgeber in der Regel Präferenzen für bestimmte Arbeitszeiten ihrer Arbeitnehmer zu haben. Darüber hinaus deutet die Fachliteratur auch darauf hin, dass Arbeitnehmer mit geringerem Lohn weniger flexibel sind als Arbeitnehmer mit höherem Lohn (Bond und Galinsky, 2010).
Daher versucht dieser Artikel, die Verhaltensmuster von Uber-Fahrern zu analysieren und vorläufige Belege für die von diesen Arbeitskräften angestrebte Flexibilität zu liefern.
Uber ist eine Plattform, auf der Fahrer nach der Genehmigung ihre eigenen – oder gemieteten – Autos nutzen können, um jederzeit Fahrten anzubieten. Es gibt keine Mindeststundenanforderungen und nur wenige Einschränkungen hinsichtlich der Höchststundenzahl. Die von den Fahrgästen gezahlten Fahrpreise werden auf Stadtebene festgelegt und passen sich dynamisch an (erhöhen), wenn die Nachfrage im Verhältnis zum Fahrerangebot in einem bestimmten Gebiet hoch ist.
Da Fahrer arbeiten können, wann immer sie wollen, wird der Verdienst eines Fahrers in einer bestimmten Stunde effektiv von der marginalen Arbeitsbereitschaft des Fahrers bestimmt. Allerdings sind die Gehälter ungewiss und die Bezahlung kann recht niedrig sein. Mit anderen Worten: Der Hauptvorteil ist auch ein wichtiger Nachteil: Die Fahrer können arbeiten, wann immer sie wollen.
Hall und Krueger (2016) untersuchen Forschungsergebnisse und Verwaltungsdaten von Uber. Sie dokumentieren, dass Fahrer Flexibilität als Grund nennen, bei Uber zu arbeiten, und dass es sich für viele um eine Teilzeitbeschäftigung handelt, die gegenüber einer traditionelleren Beschäftigung zweitrangig ist (Hall und Krueger, 2016; Campbell, 2018).
Angesichts der Tatsache, dass Uber-Fahrer größtenteils Teilzeit arbeiten, ist es nicht verwunderlich, dass ihre Arbeitszeitstruktur nicht der Arbeitszeitstruktur von Fahrern in herkömmlichen Berufen ähnelt. In Abbildung 1 findet sich ein Vergleich der Arbeitsgewohnheiten von Kraftfahrern mit den Arbeitsgewohnheiten erwerbstätiger Männer über 20 Jahre im Jahr 2014 (ATUS).[2]).
Abbildung 1: Vergleich der Aktivitäten von Uber-Fahrern mit ATUS-Arbeitern
Die Grafik in Abbildung 1 zeigt den Anteil dieser Fahrer, die jeweils 168 Stunden pro Woche arbeiten. Es ist klar, dass die Arbeit bei ATUS hauptsächlich zwischen 9 und 17 Uhr stattfindet, während Uber-Fahrer eher um 18 oder 19 Uhr als um 14 oder 15 Uhr arbeiten. Während ATUS-Männer etwa halb so häufig am Samstagnachmittag arbeiten, arbeiten Uber-Fahrer eher am Samstagnachmittag und -abend.
Die Autoren verwendeten Daten von Uber, das alle Stunden der Fahrer der Plattform in den Vereinigten Staaten von September 2015 bis April 2016 hat, insgesamt 197.517 Fahrer, mit 881.826.744 stündlichen Beobachtungen [3] . Der Fokus der Studie lag auf dem Dienst UberX, da es sich um den Dienst mit den meisten Uber-Fahrten handelt. Konkret bestehen die Daten aus einer anonymen Fahrerkennung und einer Aufzeichnung der im System verbrachten aktiven Zeit, der Fahrzeit, der Stadt und der Zahlungen.
Die Autoren teilten die Zeit als Beobachtungseinheit in diskrete Stunden ein, 168 Stunden pro Woche. Als „aktiv“ gilt ein Arbeitnehmer, der innerhalb dieser Stunde mindestens 10 Minuten lang aktiv ist (einen Fahrgast befördern oder einen Fahrgast abholen). Das Gehalt errechnet sich aus dem Gesamtgehalt des Fahrers für diese Stunde geteilt durch die geleisteten Minuten mal 60. Auf der Uber-Plattform wird von den Fahrern erwartet, dass sie sowohl für die Kapitalkosten ihres Fahrzeugs als auch für alle Betriebskosten des Fahrzeugs aufkommen. Somit wurden diese Kosten in das Reservegehalt des Fahrers einbezogen.
Die Autoren verwendeten ein multivariates Probit-Modell mit einer latenten Regression für jeden Zeitraum. Darüber hinaus weist das Arbeitsangebotsmodell zwei wichtige Punkte auf: (i) Der Zensurpunkt variiert je nach Beobachtung, da die beobachteten Löhne zwischen den Beobachtungen variieren; und (ii) das Arbeitsangebotsreserve-Lohnmodell erlegt eine exakte Beschränkung des Koeffizienten auf, der die Identifizierung erreicht – das heißt, dass die Lohnbeschränkung für die latente Variable des Modells gleich -1 ist.
Abbildung 2 zeigt ein Diagramm der Schwankungen des erwarteten Gehalts und den Logarithmus des erwarteten Gehalts. Man erkennt, dass es auch innerhalb der Stadt, der Woche und des Wochentags große Schwankungen gibt, mit einer Standardabweichung von mehr als 3 Dollar pro Stunde, was einer Lohnschwankung von mindestens 10 % entspricht.
Abbildung 2: Variation der erwarteten Gehälter.
A: Erwartetes Gehalt. B: Protokoll der erwarteten Gehälter.
Die Ergebnisse der Autoren deuten darauf hin, dass Uber-Fahrer keine homogenen Präferenzen hinsichtlich Tageszeit und Wochentag haben. Die Präferenzen für die Hauptverkehrszeit von Montag bis Freitag sind sehr heterogen.
Es wurde auch festgestellt, dass die Fahrer in der Stichprobe große Gehaltsänderungen erleben, die von Woche zu Woche nicht gleichbleibend sind, und dass sie daher möglicherweise großen Wert auf die flexible Arbeitsregelung legen. Durch die zufällige Auswahl von 100 Fahrern in Philadelphia, die von Montag bis Donnerstag abends arbeiteten, stellten die Autoren beispielsweise fest, dass die meisten Durchschnittslöhne in der Stadt zwar bei etwa 20 US-Dollar liegen, es aber eine Woche gibt, in der der tatsächliche Lohn sehr hoch ist.
Die Autoren stellen fest, dass der durchschnittliche Fahrer etwa 21,67 US-Dollar pro Stunde verdient, mit einem Überschuss von etwa 10 US-Dollar pro Stunde, was auf einen Mindestlohn von 11,67 US-Dollar pro Stunde schließen lässt. Im Reservegehalt sind die Zeitkosten des Fahrers sowie die Fahrtkosten enthalten.
Die Möglichkeit, bei Uber in geteilten Schichten und unkonventionellen Arbeitszeiten zu arbeiten, ist für Fahrer wertvoll. Wo in der Uber-ähnlichen Arbeitsangebotsvereinbarung eine Anpassung an positive und negative Vorbehaltslohnschocks möglich ist. Eine herkömmliche Arbeitsvereinbarung ermöglicht es den Arbeitnehmern selten, sich dafür zu entscheiden, mehr zu arbeiten, wenn ihnen unerwartet das Geld ausgeht.
Das heißt, die Autoren dokumentierten eine wichtige Wertanalyse flexibler Arbeitsvereinbarungen: die Fähigkeit, Arbeitspläne an zeitlich variierende Reservationslöhne anzupassen.
Es wird erwartet, dass die Technologie das Wachstum weiterer Arten von Arbeit im Stil der Uber-Plattform ermöglichen wird. Auch wenn solche Vereinbarungen im Vergleich zu traditionellen Karrieren mit ihren Beschäftigungsrechten erhebliche Nachteile mit sich bringen können, ist Flexibilität eine wichtige Wertquelle solcher Vereinbarungen.
Referenzen
Bond, James T. und Ellen Galinsky. 2011. „Flexibilität am Arbeitsplatz und Niedriglohnmitarbeiter.“ https://familiesandwork.org/downloads/WorkFlexandLowWageEmployees.pdf .
Campbell, Harry. 2018. „The Rideshare Guy 2018 Leserumfrage.“ https://docs.google.com/document/d/1g8pz00OnCb2mFj_97548nJAj4HfluExUEgVb45HwDrE/edit .
Rat der Wirtschaftsberater. 2010. „Work-Life-Balance und die Ökonomie der Arbeitsplatzflexibilität.“ https://digitalcommons.ilr.cornell.edu/key_workplace/714 .
Hall, Jonathan V. und Alan B. Krueger. 2016. „Eine Analyse des Arbeitsmarktes für Uber-Fahrpartner in den Vereinigten Staaten.“ Arbeitspapier Nr. 22843 (November), NBER, Cambridge, MA.
[1] Rat der Wirtschaftsberater (2010).
[2] Amerikanische Zeitnutzungsumfrage.
[3] Solche Zahlen wurden bei einer Reihe von Bereinigungen der Originaldatenbank gefunden.
Überprüfen Sie hier die Registrierung der Institution im e-MEC-System
© 2025 Alle Rechte vorbehalten
