平台工作者多么重视评价？一种实验方法

文献标题

How Much Do Platform Workers Value Reviews? An Experimental Method

文献信息

• 主题领域: 在线劳务平台的声誉系统与算法管理
• 关键词: 在线劳务平台、声誉系统、算法管理、研究实验、Upwork、行为经济学、在线自由职业、劳务市场、声誉价值、长期收益

研究背景与问题

• 发现的问题或挑战: 在线劳务平台通过声誉系统和算法管理控制工人的行为和分配工作，但对这种管理的定量影响，以及其重要性在不同平台和时间上的变化，现有研究大多依赖定性分析。
• 重要性: 声誉系统影响工人在平台上的工作机会及收入能力，理解这种管理的强度可以改善平台设计和在线劳务工人的工作条件。
• 研究动机与相关工作:
  • 定性研究已表明声誉的重要性和影响，比如Upwork、Uber、DoorDash等劳动平台。
  • 声誉系统不仅影响工人与任务的匹配，还可能导致“透明度低”的评价和匹配机制。
  • 当前定性文献难以比较不同平台和时间的管理强度，定量方法潜在价值较大。

解决方案

• 提出的方法:
  • 设计一个行为实验，通过让平台工人在货币奖金和正面评价之间选择，从而定量评估工人对平台声誉价值的重视程度。
  • 使用“接受意愿” (WTA, Willingness to Accept) 来测量工人为了放弃一个正面评价而需要的货币补偿。
• 创新之处:
  • 提供跨平台和时间一致的定量方法，可用于比较不同平台和劳务市场条件对声誉管理强度的影响。
• 实施步骤与关键技术:
  • 在 Upwork 平台进行实验，招募超过500名参与者。
  • 将参与者随机分为条件组，根据固定的货币奖励选项 ($25, $50, $75, $125, $175 USD)，记录工人对货币奖励或评论的选择偏好。
  • 通过计量经济学模型来估计需求曲线和中位WTA。
  • 分析定性数据以补充定量分析，通过工人的文字反馈解析选择动因。

研究成果

• 具体成果:
  • 在样本中，Upwork工人为单个正面评价支付的中位WTA为 $49 USD。
  • 经验证，较为不熟练的工人（经验少于中位数）对正面评价的估值更高，WTA比熟练工人高出约 $30.65 USD。
  • 定性分析表明工人选择评论时通常考虑长期收益和声誉管理的作用; 而选择货币奖励的主要驱动力包括短期财务困境（特别是COVID-19期间）。
• 与现有解决方案相比的优势:
  • 提供了一种可量化平台劳动工人对声誉的重视程度的方法，可扩展应用至其他平台和时间点。
  • 辅助识别平台特性和市场条件对算法管理强度的具体调节效果。
• 实验或评估结果:
  • 即使提供高达 $175 USD 的货币奖励，仍有约32%的工人选择了正面评价，强调声誉系统对平台劳动者的重要性。
• 局限性与未来方向:
  • 样本仅限于 Upwork 平台的两个类别（客户支持和图形设计），可能不代表整体情况。
  • 实验规模受成本限制，无法扩展至更大的样本。
  • 声誉文本内容可能影响WTA测量，需进一步研究长文本评论的影响。
  • 未来可以利用其他低成本实验设计，如随机绑定机制或贝克-狄格鲁特-马沙克模型，以降低实验成本扩展适用范围。
  • 方法可扩展至其他算法管理维度（如灵活性和任务匹配效率）。