网约车平台劳动关系研究实验数据集

本数据集主要面向数字平台劳动关系研究与算法治理需求建设，基于Credamo（见数）在线调查平台面向全国网约车司机群体采集，采集时间为2024年8月至2025年5月。实验获得伦理审查批准，实施电子知情同意程序，通过平台实现网约车司机群体的精准识别与定向投放。数据采集采用在线情境化问卷实验方法，包含"醉酒乘客接单"和"时间自主性要求"两个实验场景。醉酒场景设置"直接醉酒信息""算法预测醉酒信息（定性）""算法预测醉酒信息（定量比例）"三种信息条件及不同补偿比例；时间自主性场景设置一日劳动时长要求、早晚高峰出车、周末出车三个子场景。主要记载了网约车司机在不同模拟场景下的接单选择行为、风险规避偏好、收入激励响应，以及司机的个人特征、工作年限、收入依赖度等劳动情况信息。数据处理使用Stata 17.0进行变量编码、描述统计以及相关性分析、多元Logistic回归和多元线性回归等建模分析。数据存储为Excel和Stata .dta格式，包含实验原始数据、时间自主性数据和醉酒数据三个文件，数据量约143 KB。本数据集对于研究平台经济下的劳动关系、算法管理对劳动者行为的影响、以及相关立法制度建设具有重要参考价值。

搜集汇总

背景与挑战

背景概述

该数据集专为研究数字平台劳动关系与算法治理而设计，通过在线情境化问卷实验在全国范围采集网约车司机数据，涵盖“醉酒乘客接单”和“时间自主性要求”两类实验场景，记录了司机的接单选择、风险规避偏好、收入激励响应及个人劳动信息，为平台经济下的劳动关系与算法管理研究提供重要数据基础。