Worker Utility as Hysteresis: A Preisach Model of Transaction Acceptance in Gig Labour Markets

労働の世界には、人々は単一の固定された数値、すなわち自分が受け入れられない最低賃金に基づいて仕事を受けるかどうかを決定するという、長年の信念があります。もし提示された額がそのラインを上回っていれば「イエス」と言い、下回っていれば「ノー」と言うのです。この考え方は、労働者が適切な機会を待つために数週間かかるような伝統的な仕事にはうまく機能します。しかし、人々が分単位で短期的なタスクを受け入れたり拒否したりする現代の「ギグエコノミー」においては、この考え方は崩壊します。こうした動きの速い市場において、労働者の決定はめったに単一の数値に基づいたものではありません。それは彼らの「履歴」に基づいています。最近多くの低賃金のシフトを受け入れてきた労働者は、かつてなら受け入れていたであろう、わずかに高い提示額であっても拒否することがあります。逆に、最近高賃金の仕事を得ていた労働者は、昨日までなら許容範囲であったはずの標準的な提示額を拒否することもあります。彼らの働く意欲は、今どこにいるかではなく、これまでどこにいたかに依存しているのです。このように、過去が現在を形作り、単純な変化に抵抗する現象は「ヒステリシス（履歴現象）」として知られています。これを理解することは、労働者をタスクに結びつけるプラットフォームにとって極めて重要です。なぜなら、もし彼らが労働者を固定された値札を持つ存在として扱えば、支払額を見誤り、より低い金額でも受け入れられたはずのシフトに対して無駄な費用を投じたり、より高い報酬を期待するように条件付けられた労働者に対して提示額が低すぎてシフトを失ったりすることになるからです。

研究チームは、もともと磁石を研究するために設計されたモデルを用いて、これら目に見えない意思決定パターンをマッピングする新しい手法を開発しました。物理学において、磁石は現在の磁場に反応するだけでなく、過去にどのように磁化されていたかを記憶しています。これを記述するために、科学者は「プレイザッハ・モデル」と呼ばれる枠組みを使用します。これは、材料を、それぞれ独自の「オン」と「オフ」の閾値を持つ小さなスイッチの集合体として捉えるものです。研究者たちは、労働力も全く同じように振る舞うことに気づきました。各労働者は、タスクを受け入れるのに十分な価格と、最終的に諦めて拒否する低めの価格という、2つの閾値を持つ小さなスイッチのようなものです。この2つの点の間に、「決定不能ゾーン」が存在し、そこでは労働者の選択は完全に「前回何をしたか」に依存します。前回受け入れた場合は、価格が下限の閾値を下回るまで「受け入れモード」を維持します。前回拒否した場合は、価格が上限の閾値を上回るまで「拒否モード」を維持します。これにより、標準的な経済モデルが見落としている「ラグ（遅れ）」、すなわち「記憶」が市場に生まれるのです。

このアイデアを検証するため、研究者たちはポーランドのギグ・プラットフォームにおける約3万7,000件の実世界の取引を分析しました。彼らは、手元にあるデータから個々の労働者の具体的な価格制限を推測しようとはしませんでした（それは不可能だからです）。代わりに、彼らは市場の記憶の形状を学習するための2段階のシステムを構築しました。まず、コンピュータプログラムを使用して、2つの別々の「効用曲面」を推定しました。1つはタスクを受け入れた労働者の平均的な満足度を予測する曲面、もう1つは拒否した労働者の平均的な満足度を予測する曲面です。これら2つの曲面を比較することで、システムは両者の間の「ギャップ」を算出できます。このギャップは、インディファレンス・ゾーン（無差別帯）、つまり労働者の履歴が現在の提示額よりも結果を左右する価格帯の大きさを表しています。研究者たちは、このギャップと、現在の価格がこれらの推定された閾値に対してどのように位置するかを、タスクの受け入れを予測するために設計された第2のコンピュータプログラムに入力しました。

結果は、以前考えられていたよりもはるかに複雑で応答性の高い市場を明らかにしました。モデルの知見は、価格の変化が労働者に非対称に影響を与えるという予測と一致しています。つまり、賃金の低下は、賃金の同等の上昇が受け入れ率を助ける以上に、受け入れ率を低下させる傾向があるということです。これがヒステリシスの特徴です。一度労働者が低い報酬を期待するように条件付けられると、彼らを取り戻すには、失った時よりもはるかに大きな増額が必要になります。しかし、価格データはランダム化された実験によって生成されたものではないため、このパターンは決定的な因果関係というよりは示唆的なものです。なぜなら、オペレーターは拒否された困難なシフトに対して意図的に価格を上げていたからです。さらに驚くべきことに、モデルは経済的に逆説的な結果を生み出しました。全データセットに適用した場合、モデルの推奨事項は、労働コストを削減すると同時に、完了するタスクの数を増やすという結果を示したのです。研究者たちは、取引の約74パーセントにおいて、現在の賃金はすでに非常に高く、提示額を大幅にカットしてもタスクは受け入れられる状態にあることを発見しました。これらのタスクに対して、プラットフォームは単に過剰に支払っていたのです。受け入れ閾値を上回る程度に賃金を下げるだけで、プラлоットフォームは労働者を一人も失うことなく、それらの特定の仕事に対して中央値で31パーセントのコストを節約できることがわかりました。

残りの26パーセントのタスクについては、状況は逆でした。現在の賃金は低すぎて労働者を惹きつけられませんでしたが、タスクの遂行が不可能なほど低かったわけでもありませんでした。これらはヒステリシス・ループの「拒否モード」に陥っていた仕事です。これらの特定のタスクに対して、モデルは控えめな賃金引き上げ、中央値でわずか7パーセントの増額を推奨しました。この小さな上乗せが、提示額を高い方の閾値へと押し上げ、決定を「拒否」から「受け入れ」へと反転させ、本来なら未完了に終わっていたはずのタスクを回収することにつながりました。この研究は、労働者の意思決定における2つの閾値構造を理解することで、プラットフォームがこれら2つのグループを同時に異なる方法で扱うことができることを示しました。つまり、安全策がある場合にはコストを削減し、障壁がある場合には報酬を引き上げることができ、その結果、総賃金を21.3パーセント削減しながら、完了率をほぼ10パーセント向上させることができるのです。

また、研究者たちは市場が一つの均一な集団ではないことも発見しました。データを可視化すると、2つの明確なグループが浮かび上がってきました。小売やホスピタリティのシフトを主にこなすグループは、価格の閾値が低く、密集していました。一方、専門的なタスクを扱うグループは、より高い閾値と、より広い期待値の範囲を持っていました。すべての労働者を同一として扱うモデルは、これらのグループを平均化してしまい、双方の具体的なニーズを見落としてしまいます。新しいアプローチは、現在の提示額と労働者の歴史的な閾値との関係をマッピングすることで、これらの違いを明確に捉えることができました。それは、労働者の行動を予測する鍵は、タスクの絶対的な価格を知ることではなく、その価格が労働者の個人的な履歴に対してどの位置にあるかを知ることであると示しました。

この研究は、従来の単一の「予約賃金」という概念が、ギグエコノミーにおいては不十分であることを示唆しています。労働者は単に最低価格を持っているのではなく、「記憶」を持っているのです。彼らの決定は過去の提示額の経路によって形作られ、小さな支払いの変化が影響を与えない慣性の領域を生み出します。本研究は、この記憶を認め、受け入れ閾値と拒否閾値の間のギャップをモデル化することで、プラットフォームがよりスマートで効率的な意思決定を行えることを証明しています。彼らは、簡単に埋まるはずのタスクに対して過剰に支払うことをやめ、手が届かない状態にあるタスクに対しては、適切な支払いをすることが可能になります。これらの知見は、人間の意思決定の複雑さと、経済的選択を形作る歴史の力を尊重した、労働市場に対する新しい考え方を提示しています。