关于出租车司机是否会在收入高时减少工作时间的争论，最终的结论是他们基本遵循传统的经济学原理。一项1997年的研究提出了“收入目标”假说，认为司机会在达到日收入目标后提前收工，导致工资越高、工作时间越短。然而，后续利用更大数据集（如纽约市全部出租车数据和优步数据）的精确研究推翻了这一结论，证明了方法论上的瑕疵和误读。实际上，出租车司机的劳动供给是正向的，即更高的预期工资会促使他们工作更长时间。收入目标行为或许在发展中国家的某些体力劳动中存在，但在发达国家的真实行业中影响甚微。
两种对立的理论
经济学理论通常认为，提高价格会增加商品供给。同理，当小时工资上涨时，工人应该愿意工作更长时间。
然而，也存在另一种可能性，即“收入目标”假说。如果人们工作只是为了赚取足以支付日常开销的钱，那么他们可能会在达到目标后停止工作。在这种情况下，劳动供给曲线会向后弯曲——工资越高，工作时间反而越少。
这是一种奇特的行为，因为它忽略了人们可以通过储蓄来平滑消费。但如果存在自控力问题或特殊的思维捷径，这种情况也可能发生。
最初的发现：收入目标假说
1997年，一篇由Camerer等人发表的文章声称在纽约出租车司机中发现了这种行为。由于出租车司机可以灵活控制工作时间，他们成为了理想的研究对象。
- 核心发现： 研究估计，工资弹性约为-1，即工资每上涨10%，工作时间就会减少10%。
- 经验差异： 缺乏经验的司机更倾向于设定收入目标，而经验丰富的司机则不然。
- 理论解释： 作者认为，司机将“日均工资”设为参照点，当收入低于此目标时会感到“损失”。一旦达到目标，许多人便会收工。
对假说的挑战与反思
然而，这个引人入胜的故事很快遭到了后续研究的质疑，其中最主要的声音来自经济学家亨利·法伯（Henry Farber）。
法伯指出，最初的研究存在几个关键问题：
- 数据测量误差： 如果工作时长的计算不准确，很容易凭空制造出工资与工时之间的负相关性。
- 模型设定不当： 高峰时段或下雨天等可预测的工资波动，并不构成意外的“收入冲击”。司机在班次开始时的高收入，并不能预示整个班次的收入水平，因此他们的决策并非基于当天的总收入预期。
- 数据异常值： 法伯重新分析原始数据后发现，所谓的负弹性效应很大程度上是由样本中一名经验远逊于其他人的司机所驱动的。
法伯建立了一个更优的“最优停止模型”，发现决定司机何时收工的最主要因素是已经工作了多长时间，而不是赚了多少钱。
大数据带来的决定性证据
随着技术发展，研究者获得了前所未有的海量数据，从而对这个问题给出了更确凿的答案。
2015年纽约出租车全量数据研究： 法伯利用2009至2013年纽约市所有出租车行程的完整数据（尽管只抽样了13%，仍是巨大的飞跃），得出结论：参考依赖偏好（即收入目标）与现实关联不大。绝大多数司机的劳动供给曲线是正向的，即工资越高，工作越久。
2016年优步（Uber）数据研究： 优步的动态定价（Surge Pricing）为研究提供了纯净的工资外生变化。研究清晰地表明，司机的行为完全符合标准的经济学预测，即价格上涨会增加供给。
2025年最新研究的补充： 一项即将发表的研究进一步指出了先前分析的盲点：
- 后期生产力下降： 司机工作时间越长越疲惫，小时效率自然会降低。这使得长时间工作的司机看起来平均时薪更低，从而造成统计假象。
- 地理位置因素： 一趟高收入的行程，往往会把司机带到远离市中心的偏远地区。司机选择收工，可能是因为不想空车开回市中心，而不是因为达到了“收入目标”。这恰好印证了法伯早年与司机的对话：如果临近下班时的一单能把他们送到皇后区的车库附近，他们就会选择结束工作。
收入目标理论的适用场景
综合来看，对于出租车司机这一行业，参考依赖偏好理论站不住脚。他们和大多数人一样，会因为更高的预期工资而增加劳动供给。
那么，“收入目标”假说在哪些情况下可能成立呢？
- 体力消耗巨大的工作： 例如，肯尼亚的自行车出租车司机。这类工作非常辛苦，设定一个固定的收入目标可以作为一种克服“提早收工”诱惑的自控工具。
- 发展中经济体： 在消费品选择有限、金融工具不发达的环境下，人们可能更倾向于为满足即时需求而工作。
但在发达国家的真实产业中，这种行为模式的影响力微乎其微。