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

在职场领域，长期以来一直存在一种观点，认为人们决定接受一份工作是基于一个单一且固定的数字：即他们不会接受的最低工资。如果报价高于这条线，他们就会接受；如果低于这条线，他们就会拒绝。这种想法对于那些工人可能需要等待数周才能获得合适机会的传统工作来说非常有效。但在现代“零工经济”中，这种想法失效了，因为人们是以分钟为单位来接受或拒绝短期任务的。在这些快速变动的市场中，劳动者的决策很少仅仅关乎一个数字，而是关乎他们的历史。最近接受了许多低薪班次的劳动者，可能会拒绝一个在月前本会接受的略高报价。相反，近期获得过高薪的劳动者，可能会拒绝一个在昨天仍可接受的标准报价。他们的工作意愿取决于他们过去经历了什么，而不仅仅是现状。这种过去塑造现在、并表现出抗拒简单改变的现象，被称为“滞后效应”（hysteresis）。理解这一点对于连接劳动者与任务的任务平台至关重要，因为如果它们将劳动者视为拥有固定价格标签的对象，它们就会误判支付金额，要么在原本可以用较低价格完成的任务上浪费资金，要么因向已经习惯了更高报酬的劳动者提供过低的报酬而错失任务。

一组研究人员开发了一种新的方法，利用最初用于研究磁铁的模型来绘制这些无形的决策模式。在物理学中，磁铁不仅对当前的磁场做出反应，它还记得过去是如何被磁化的。为了描述这一现象，科学家们使用了一个称为 Preisach 的框架，该框架将材料想象成由许多微小的开关组成的集合，每个开关都有其独特的“开启”和“关闭”阈值。研究人员意识到，劳动力市场的行为与之完全一致。每位劳动者就像一个带有两个阈值的微小开关：一个足以让他们接受任务的价格，以及另一个让他们最终放弃并拒绝的价格。在这两点之间存在着一个“犹豫区”，在此区间内，劳动者的选择完全取决于他们上次做了什么。如果他们上次接受了，他们就会保持在“接受”模式，直到价格跌破其较低的阈值。如果他们上次拒绝了，他们就会保持在“拒绝”模式，直到价格升至其较高的阈值。这在市场中创造了一种滞后或记忆，而标准的经济模型完全忽略了这一点。

为了测试这个想法，研究人员分析了来自波兰一个零工平台近 37,000 笔真实的交易数据。他们并没有试图去猜测每一位劳动者的具体价格限制，因为用现有的数据来实现这一点是不可能的。相反，他们建立了一个两步系统来学习市场记忆的形态。首先，他们使用计算机程序估算了两个独立的“效用曲面”。一个曲面预测了接受任务的劳动者的平均满意度，另一个曲面则预测了拒绝任务者的平均满意度。通过比较这两个曲面，系统可以计算出它们之间的“间隙”。这个间隙代表了“不确定区”的大小——即劳动者的历史而非当前报价决定结果的价格范围。随后，研究人员将这个间隙与当前价格相对于这些估算阈值的情况一起，输入到第二个旨在预测新任务是否会被接受的计算机程序中。

结果显示，市场远比此前认为的更加复杂且具有响应性。研究结果与以下预测一致，即价格变化对劳动者的影响并非对称的：工资下降对接受率的抑制作用似乎大于工资上升对接受率的提升作用。这就是滞后效应的特征：一旦劳动者被训练习惯了较低的报酬，要重新赢得他们的回归，所需的涨幅要比当初失去他们时所需的涨幅大得多。然而，由于价格数据并非由随机实验产生，这种模式具有启发性而非绝对的因果关系，因为运营方往往会在原本已被拒绝的困难班次上提高价格。更令人惊讶的是，该模型产生了一个经济学上的悖论式结果：当应用于完整数据集时，模型的建议能同时降低总劳动力成本并增加任务的完成率。研究人员发现，对于大约 74% 的交易，当前的工资已经足够高，即使大幅削减工资，任务也会被接受。对于这些任务，平台显然支付过高了。通过将工资降低到刚好维持在接受阈值之上，平台可以在不流失任何一名劳动者的前提下，使这些特定工作的成本中位数降低 31%。

对于剩下的 26% 的任务，情况则恰恰相反。当时的工资太低，无法吸引劳动者，但又没低到让任务无法完成的地步。这些工作正处于滞后循环中的“拒绝”模式。对于这些特定的任务，模型建议进行适度的加薪，中位数涨幅仅为 7%。这小幅度的提升足以将报价推过劳动者的较高阈值，从而将决策从拒绝转变为接受，并找回那些原本无法完成的任务。研究表明，通过理解劳动者决策的双阈值结构，平台可以同时对这两类群体采取不同的策略。它可以在存在安全缓冲的空间里削减成本，并在存在障碍的空间里提高报酬，从而实现总工资减少 21.3% 且任务完成率提高近 10 个百分点的目标。

研究人员还发现，市场并非一个单一、统一的群体。当他们对数据进行可视化处理时，出现了两个截然不同的群体。其中一组主要从事零售和餐饮服务班次，其价格阈值较低且高度聚集。另一组则处理专业化任务，拥有更高的阈值和更广泛的预期。如果一个模型将所有劳动者视为同质群体，就会将这些群体平均化，从而无法洞察各自的需求。这种新方法通过描绘当前报价与劳动者历史阈值之间的关系，清晰地展现了这些差异。它表明，预测劳动者行为的关键不在于知道任务的绝对价格，而在于知道该价格相对于劳动者个人历史的位置。

这项工作表明，传统的单一“保留工资”概念在零工经济中已不再适用。劳动者不仅有一个最低价格，他们还有一段记忆。他们的决策受过去报价路径的影响，形成了一个由于价格微调而无法产生效果的惯性区。这项研究证明，通过承认这种记忆并模拟接受与拒绝阈值之间的间隙，平台可以做出更聪明、更高效的决策。它们可以停止为那些本就容易完成的任务支付过高的报酬，并停止对那些触不可及的任务支付过低的报酬。研究结果提供了一种思考劳动力市场的新方式，这种方式尊重了人类决策的复杂性，以及历史在塑造我们经济选择中的力量。