राइड-हेलिंग अभ्यासात Uber आणि Lyft च्या प्रवेशाचा उच्च प्रादेशिक GDP शी संबंध आढळला

राइड-हेलिंग सुरू झाल्यानंतर अमेरिकन महानगर क्षेत्रांमध्ये मोजता येणारे आर्थिक बदल दिसले

राइड-हेलिंग सेवा नेहमीच म्हणत आल्या आहेत की त्या फक्त प्रवाशांना एका ठिकाणाहून दुसऱ्या ठिकाणी नेत नाहीत. Uber आणि Lyft सारख्या कंपन्यांनी स्वतःला लवचिकता, सोय, आणि स्थानिक आर्थिक क्रियाशीलतेचे इंजिन म्हणून सादर केले आहे. Carnegie Mellon University आणि Oxford Saïd Business School यांनी अधोरेखित केलेला एक नवीन peer-reviewed अभ्यास त्या दाव्याच्या एका भागाला अनुभवाधारित आधार देतो; त्यात आढळले की transportation network companies अमेरिकन महानगर क्षेत्रांमध्ये प्रवेश केल्यावर regional GDP per capita वाढतो आणि मधूनमधून होणारे काम अधिक सामान्य होते.

या अभ्यासाने 2010 ते 2019 दरम्यान 167 महानगर क्षेत्रांमध्ये राइड-हेलिंग सेवांचा टप्प्याटप्प्याने झालेला प्रसार तपासला. त्या क्रमिक प्रसारामुळे संशोधकांना एक उपयुक्त natural experiment मिळाली. केवळ ride-hailing असलेल्या आणि नसलेल्या ठिकाणांची तुलना करण्याऐवजी, टीमने प्रवेशापूर्वी आणि नंतरच्या आर्थिक परिस्थितींचे विश्लेषण केले, तसेच regional differences आणि platform adoption सर्वत्र एकाच वेळी झाले नाही हेही विचारात घेतले.

स्रोत मजकुरानुसार, संशोधकांनी सार्वजनिक workforce आणि economic data आधुनिक difference-in-differences पद्धतींशी एकत्र केली, ज्या काळानुसार राबवल्या जाणाऱ्या धोरणे किंवा बदलांसाठी तयार केल्या आहेत. त्यामुळे local economies मधील platform arrival शी संबंधित बदल अधिक स्पष्टपणे दिसले. दोन नमुने ठळक झाले. पहिले, ride-hailing सेवा प्रवेश केल्यानंतर GDP per capita वाढला. दुसरे, seasonal, temporary, किंवा intermittent jobsची संख्याही वाढली.

हे निष्कर्ष महत्त्वाचे आहेत, कारण ते एक व्यापक रोजगारवाढीपेक्षा कामगार बाजारातील एका विशिष्ट प्रकारच्या बदलाकडे निर्देश करतात. एकूण रोजगार किंवा वेतनावर सांख्यिकीयदृष्ट्या महत्त्वपूर्ण परिणाम आढळला नाही. दुसऱ्या शब्दांत, डेटा सूचित करतो की ride-hailing ने एकूण नोकऱ्यांची संख्या किंवा सर्वसाधारण वेतनपरिसरापेक्षा कामाची रचना आणि संघटन अधिक बदलली.

लवचिकता वाढली, पण मर्यादांसह

मधूनमधून होणारे काम वाढणे हा अभ्यासाच्या अर्थाचा केंद्रबिंदू आहे. ride-hailing platforms ने स्वतःला flexible earning opportunities देणारे म्हणून बराच काळ मांडले आहे, विशेषतः part-time, seasonal, किंवा अनियमित काम शोधणाऱ्यांसाठी. संशोधकांना त्या दाव्याशी सुसंगत पुरावे आढळले. बाजारात प्रवेशानंतर, अधिक कामगार अस्थिर किंवा flexible arrangements शी संबंधित श्रेणींमध्ये दिसले.

परंतु याचा अर्थ नोकरीची गुणवत्ता आपोआप सुधारली असा नाही. मधूनमधून होणारे काम काहींसाठी वेळेचे नियंत्रण किंवा अतिरिक्त उत्पन्न देत असल्यामुळे आकर्षक असू शकते. त्याच वेळी, ते अधिक precariousness, कमी protections, आणि कमी अंदाजे येणारे उत्पन्नही दर्शवू शकते. स्रोत मजकुरात संक्षेपित केलेला हा अभ्यास ride-hailing ने सर्वत्र कामगार परिस्थिती मजबूत केली असा सोपा निष्कर्ष समर्थन करत नाही. त्याऐवजी, platforms ने gig-economy model ला साजेसा कामाचा प्रकार वाढवण्यास मदत केल्याचे दाखवतो: वेळेच्या दृष्टीने अधिक flexible, पण आवश्यकतः अधिक secure नाही.

इंजिनिअरिंग आणि पब्लिक पॉलिसी तसेच mechanical engineering चे प्राध्यापक Jeremy Michalek यांनी सांगितले की डेटा Uber आणि Lyft च्या दीर्घकालीन दाव्यांपैकी काहींची पुष्टी करतो, विशेषतः त्यांनी सुरू केलेल्या शहरांमध्ये intermittent employment आणि economic output संदर्भात. हे framing महत्त्वाचे आहे. हा अभ्यास platform expansion शी जोडलेल्या प्रत्येक वचनाची पडताळणी करतो असे दिसत नाही. तो output आणि flexibility-linked कामातील मोजण्याजोगे लाभ ओळखतो, पण wage growth, job stability, आणि long-term labor standards याबद्दल कठीण प्रश्न खुले ठेवतो.

एकूण नोकऱ्या न वाढताही GDP का वाढू शकतो

एकूण रोजगारात समांतर वाढ नसतानाही GDP per capita वाढल्याचे सूचित करते की ride-hailing ने कामांच्या संख्येत न दिसणाऱ्या प्रकारे economic coordination सुधारले असावे. अधिक विश्वासार्ह urban mobility workers ना jobs पर्यंत पोहोचणे, consumers ना businesses पर्यंत जाणे, आणि firms ना दिवसातील अधिक वेळेत सेवांना मागणीशी जोडणे सोपे करू शकते. transportation frictions कमी झाल्यास, local economic activity अधिक efficient होऊ शकते.

ही मांडणी अभ्यासाच्या व्यापक गृहितकाशी जुळते. ride-hailing services फक्त transportation products नाहीत; त्या शहरं कशी चालतात ते बदलणारे digital platforms आहेत. सुधारलेली on-demand mobility nightlife, hospitality, airport access, late-shift work, आणि traditional transit schedules बाहेरील transportation reliability वर अवलंबून असलेल्या इतर क्रियांना समर्थन देऊ शकते. अनेक transactions मधील लहान सुधारणा देखील higher output per person म्हणून दिसू शकतात.

त्याच वेळी, significant wage effects नसणे हे platformनी जे मिळवले त्याचे अतिरंजित वर्णन टाळण्याची सूचना देते. अधिक economic activity म्हणजे workers ची bargaining power वाढली किंवा संपूर्ण प्रदेशात compensation सुधारली असे नाही. काही लाभ convenience, कमी idle time, किंवा नवीन service matching प्रकारांमधून येऊ शकतात; व्यापक labor income improvement मधून नाही.

प्लॅटफॉर्म अर्थशास्त्रावरील व्यापक संकेत

हे निष्कर्ष Uber आणि Lyft पलीकडे जातात. ते digital platforms त्यांच्या थेट workforce चा मोठ्या कामगार बाजारात केवळ एक भाग असतानाही regional economies कशा बदलू शकतात याची झलक देतात. unstable employment categories वरचा भरही सुरू असलेल्या चर्चांशी जुळतो: gig platforms प्रामुख्याने संधी निर्माण करतात, आधीचे काम पुनर्रचना करतात, की contingent labor कडे होणारा बदल वेगवान करतात.

धोरणकर्त्यांसाठी, हे निष्कर्ष ride-hailing ला civic benefit किंवा labor problem म्हणून पाहणाऱ्या द्वैती चर्चेला गुंतागुंतीचे करतात. इथे दिलेले पुरावे सूचित करतात की दोन्ही परिणाम एकत्र अस्तित्वात राहू शकतात. platforms economic output मध्ये योगदान देऊ शकतात आणि कामाची flexibility वाढवू शकतात, तसेच intermittent labor arrangements वर अवलंबित्वही वाढवू शकतात. म्हणजेच policy question ride-hailing चा आर्थिक परिणाम आहे की नाही हा नाही, तर शहरांना तो परिणाम कसा नियंत्रित करायचा हे आहे.

वाहतूक अर्थशास्त्रज्ञ आणि urban planners साठी, हा अभ्यास mobility systems चे व्यापक आर्थिक परिणाम होऊ शकतात हेही अधोरेखित करतो. शहरांत लोक कसे फिरतात त्यातील बदल productivity, consumption patterns, आणि labor-market structure मध्ये ripple effects निर्माण करू शकतात. त्या दृष्टीने, ride-hailing हे software-mediated infrastructure स्थानिक आर्थिक वर्तन कसे बदलते याच्या मोठ्या कथानकाचा भाग आहे.

स्रोत मजकुरानुसार, हा अभ्यास Nature Cities मध्ये प्रकाशित झाला आहे, ज्यामुळे company narratives किंवा anecdotal evidence आधारित वादात या निष्कर्षांना अधिक वजन मिळते. येथे उपलब्ध summary मध्ये effect sizes किंवा subgroup breakdowns दिलेले नाहीत, पण directional findings देखील platform regulation, worker classification, आणि app-based transportation networks च्या आर्थिक मूल्याबाबत सुरू असलेल्या वादांवर प्रभाव टाकण्याची शक्यता आहे.

वर्षानुवर्षे हा प्रश्न चालू आहे की ride-hailing ने फक्त taxis विस्थापित केल्या की खरोखर नवे मूल्य निर्माण केले. हा अभ्यास अधिक विशिष्ट उत्तराकडे निर्देश करतो. अभ्यासातील अमेरिकन महानगर क्षेत्रांमध्ये Uber आणि Lyft च्या आगमनानंतर GDP per capita वाढला आणि मधूनमधून होणारे कामही वाढले. हे gig economy साठी blanket endorsement नाही, पण platforms ने स्थानिक अर्थव्यवस्था मोजता येण्यासारख्या प्रकारे बदलल्या याचा पुरावा आहे.

हा लेख Phys.org च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.