راننده‌ای که ناپدید می‌شود: کشش عرضه کار در اقتصاد گیگ و معمای کمیسیون

علیرضا محمودی فرد – پسادکترای حرفه‌ای آینده‌پژوهی، پژوهشگر و مدرس دانشگاه‌ها

تصور کنید در شبی بارانی، گوشی را برمی‌دارید و درخواست سفر می‌دهید؛ اپلیکیشن، قیمتی تقریباً دو برابر معمول نشان می‌دهد؛ با اکراه تأیید می‌کنید و منتظر می‌مانید؛ ده دقیقه می‌گذرد؛ بیست دقیقه؛ هیچ راننده‌ای درخواست را قبول نمی‌کند؛ با خود می‌پرسید: مگر قیمت بالاتر نرفته بود؟ چرا راننده‌ها نمی‌آیند؟

این صحنه‌ آشنا، پرده از معمایی برمی‌دارد که در قلب اقتصاد گیگ نهفته است: رانندگان تاکسی‌های اینترنتی، برخلاف کارگران سنتی، هر لحظه تصمیم می‌گیرند کار کنند یا نه؛ آن‌ها «عرضه‌کنندگان نیروی کار»ی هستند که به‌شدت به تغییرات قیمت، کمیسیون و مشوق‌ها واکنش نشان می‌دهند؛ اما این واکنش، همیشه آن چیزی نیست که نظریه‌ی ساده‌ی عرضه و تقاضا پیش‌بینی می‌کند.

کالبدشکافی یک تصمیم آنی: راننده کی کار می‌کند؟

در اقتصاد کار سنتی، عرضه‌ی نیروی کار تابعی از دستمزد است: دستمزد بالاتر، ساعات کار بیشتر؛ اما در پلتفرم‌های گیگ، ماجرا پیچیده‌تر است؛ راننده، نه یک کارمند با ساعات ثابت، که یک «کارآفرین خُرد» است که در هر لحظه، درآمد نهاییِ یک سفر اضافی را با هزینه‌ی فرصتِ زمانش مقایسه می‌کند؛ این هزینه‌ی فرصت، شامل استراحت، وقت خانواده، یا حتی کار در پلتفرم رقیب است.

پلتفرم‌ها برای مدیریت این عرضه‌ی کارِ لحظه‌ای، دو ابزار اصلی دارند: نرخ کمیسیون (درصدی که پلتفرم از کرایه برمی‌دارد) و مشوق‌های رفتاری (پاداش‌های نقدی، امتیازها و الگوریتم‌های تشویقی). پرسش کلیدی برای اقتصاددانان این است: کشش عرضه‌ی کار رانندگان نسبت به این دو ابزار چقدر است؟ به‌زبان ساده، اگر پلتفرم کمیسیون را یک درصد کاهش دهد یا پاداش را افزایش دهد، رانندگان چند درصد بیشتر کار می‌کنند؟

شواهد از دل داده‌ها: کشش عرضه کار در عمل

پژوهش‌های تجربی با استفاده از داده‌های عظیم پلتفرم‌ها (میلیون‌ها سفر و هزاران راننده) به یافته‌های جالبی رسیده‌اند. یک مطالعه‌ی تأثیرگذار بر روی رانندگان اوبر در آمریکا نشان داد که کشش عرضه‌ی کار رانندگان نسبت به درآمد ساعتی، مثبت اما نسبتاً کوچک است: حدود ۰.۷ تا ۱.۲؛ یعنی افزایش ده درصدی در درآمد خالص ساعتی، ساعات کار را حدود ۷ تا ۱۲ درصد افزایش می‌دهد؛ این یعنی رانندگان به تغییرات درآمد واکنش نشان می‌دهند، اما نه به شدتی که شاید انتظار برود.

اما نکته‌ی جالب‌تر، «اثر درآمد هدف (Income Targeting)» است. پژوهش‌ها نشان می‌دهند بسیاری از رانندگان، یک «هدف درآمدی روزانه» برای خود تعیین می‌کنند؛ وقتی درآمد ساعتی بالا می‌رود (مثلاً به‌دلیل قیمت‌گذاری پویا در ساعات اوج)، آن‌ها زودتر به هدفشان می‌رسند و «زودتر» کار را تعطیل می‌کنند؛ به‌عبارت دیگر، افزایش قیمت، به‌جای افزایش عرضه، ممکن است عرضه را کاهش دهد! این رفتار، دقیقاً خلاف پیش‌بینی نظریه‌ی ساده است و نشان می‌دهد که عرضه‌ی کار در اقتصاد گیگ، به‌شدت تحت‌تأثیر روان‌شناسی و ترجیحات فردی است.

کمیسیون، تیغ دولبه‌ای که هر دو سو را می‌برد

حالا به کمیسیون می‌رسیم؛ درصدی که پلتفرم از کرایه برمی‌دارد؛ افزایش کمیسیون، درآمد خالص راننده را کاهش می‌دهد. طبق نظریه، این باید عرضه‌ی کار را کم کند؛ اما در عمل، پلتفرم‌ها اغلب افزایش کمیسیون را با «افزایش قیمت پایه» یا «پاداش‌های موقت» همراه می‌کنند که اثر اولیه را خنثی می‌سازد.

مسأله اینجاست که رانندگان، همیشه به‌صورت دقیق از نرخ کمیسیون آگاه نیستند؛ پلتفرم‌ها معمولاً «قیمت نهایی» را به راننده نشان می‌دهند، نه فرمول محاسبه‌ی کمیسیون؛ این عدم شفافیت، یعنی راننده نمی‌تواند واکنش دقیقی به تغییرات کمیسیون نشان دهد؛ «خطای ادراکی» در محاسبه‌ی درآمد خالص، باعث می‌شود کشش عرضه نسبت به کمیسیون، کمتر از حد انتظار باشد.

در ایران، با توجه به نوسانات شدید قیمت سوخت، هزینه‌های استهلاک، تورم و گرانی، محاسبه‌ی درآمد خالص برای رانندگان پیچیده‌تر هم هست؛ راننده‌ای که صبح استارت می‌زند، لزوماً محاسبه‌ی دقیقی از هزینه‌ی هر کیلومتر ندارد؛ در نتیجه، ممکن است به تغییرات کمیسیون، دیرتر و ضعیف‌تر از آنچه مدل‌های اقتصادی پیش‌بینی می‌کنند، واکنش نشان دهد.

مشوق‌ها: پاداش‌هایی که کار می‌کنند، و آن‌هایی که نه

پلتفرم‌ها علاوه‌بر قیمت، از مشوق‌های غیرقیمتی نیز استفاده می‌کنند: پاداش برای تعداد مشخصی سفر در روز، امتیازهای تشویقی، و دسترسی به سفرهای پرسودتر. اقتصاد رفتاری به ما می‌گوید این مشوق‌ها، گاه مؤثرتر از تغییرات قیمتی هستند.

برای نمونه، «پاداش آستانه‌ای» (مثلاً «اگر ۲۰ سفر تا ساعت ۱۰ شب انجام دهی، ۲۰۰ هزار تومان پاداش می‌گیری») می‌تواند عرضه‌ی کار را درست در ساعات اوج به‌شدت افزایش دهد. راننده‌ای که به پایان روز نزدیک می‌شود و فقط دو سفر با هدفش فاصله دارد، حتی اگر درآمد نهایی آن سفرها پایین باشد، برای رسیدن به پاداش کار می‌کند؛ این همان «اثر لنگر» و «زیان‌گریزی» است که اقتصاد رفتاری شناسایی کرده است: راننده پاداش نگرفتن را «زیان» تلقی می‌کند و برای اجتناب از آن، بیش‌تر کار می‌کند.

اما این مشوق‌ها، اگر بد طراحی شوند، می‌توانند نتیجه‌ی عکس دهند؛ اگر هدف خیلی بالا باشد، راننده از ابتدا انگیزه‌اش را از دست می‌دهد؛ اگر پاداش‌ها قابل پیش‌بینی نباشند، بی‌اعتمادی ایجاد می‌شود و اثرشان از بین می‌رود.

درس‌هایی برای پلتفرم‌ها و سیاست‌گذاران

برای پلتفرم‌ها، درک کشش عرضه‌ کار رانندگان، کلید طراحی کمیسیون و مشوق‌هاست. افزایش لجام‌گسیخته‌ی کمیسیون، در بلندمدت عرضه‌ کار را کاهش می‌دهد و کیفیت خدمات را نابود می‌کند؛ در مقابل، سیستم هوشمند مشوق‌ها می‌تواند با هزینه‌ای کم‌تر، عرضه را در ساعات اوج افزایش دهد.

برای سیاست‌گذار نیز، این تحلیل دلالت‌های مهمی دارد. اگر رانندگان «خوداشتغال» تلقی شوند و تحت پوشش قانون کار نباشند، تنظیم‌گری کمیسیون و شفافیت درآمد باید در دستور کار قرار گیرد؛ راننده باید بداند چند درصد از کرایه به پلتفرم می‌رود؛ بدون این شفافیت، «بازار کار گیگ» به بازاری با عدم تقارن اطلاعات شدید بدل می‌شود که در آن، عرضه‌کننده‌ی کار، حتی قیمت واقعی خدمتش را نمی‌داند.

پرسش آخر را با هم مرور کنیم: در شبی بارانی که راننده‌ای پیدا نمی‌شود، مشکل کجاست؟ آیا قیمت به اندازه‌ی کافی بالا نرفته؟ آیا منتظرند که قیمت سفرها بالاتر روند تا درخواست‌ها را تایید کنند؟ یا راننده‌ها قبلاً به هدف درآمدی‌شان رسیده‌اند و به خانه رفته‌اند؟ پاسخ، در دلِ داده‌هایی نهفته که پلتفرم‌ها دارند و اقتصاددانان به‌دنبالش هستند؛ فهمیدن این پاسخ، نه یک کنجکاوی آکادمیک، که ضرورتی برای ساختن بازاری عادلانه‌تر و کاراتر است. بازاری که در آن، راننده بداند چه می‌گیرد، مسافر بداند چه می‌دهد و پلتفرم، سهمی عادلانه از این مبادله را بردارد.