算法控制下平台就业人员的权益保障——以外卖骑手为例.docx

研究报告

PAGE

1-

算法控制下平台就业人员的权益保障——以外卖骑手为例

一、算法控制下外卖骑手就业现状概述

1.外卖骑手就业规模与分布

(1)随着我国外卖行业的蓬勃发展，外卖骑手已成为城市中不可或缺的群体。据统计，截至2022年底，我国外卖骑手规模已突破900万人，成为全球最大的外卖配送队伍。其中，一线城市和二线城市的外卖骑手数量占据了总量的绝大部分，分别为300万人和400万人。以北京为例，外卖骑手日均配送订单量高达50万单，高峰时段甚至达到80万单，由此可见外卖骑手在城市的配送网络中扮演着重要角色。

(2)在地区分布上，外卖骑手主要集中在东部沿海地区和一线城市，如广东、江苏、浙江等省份，这些地区的外卖市场规模大，消费需求旺盛。以广东为例，广州、深圳等城市的外卖骑手数量占全省总数的40%以上。此外，随着下沉市场的进一步拓展，外卖骑手在三四线城市的就业机会也在逐渐增加，预计未来几年这一趋势将持续。

(3)在性别结构上，外卖骑手以男性为主，占比约为70%，女性骑手占比约30%。在年龄分布上，以90后和00后为主，占比超过80%，其中90后骑手占比约60%。这些年轻骑手群体具有较高的适应能力和学习能力，能够快速适应外卖行业的发展需求。以美团为例，其骑手队伍中，90后骑手占比达到了60%，且这部分骑手在业务技能、配送效率等方面表现较为突出。

2.算法对骑手工作模式的影响

(1)算法在外卖配送行业中扮演着核心角色，它通过大数据分析和人工智能技术对骑手的工作模式产生了深远影响。首先，算法能够实时优化配送路线，减少骑手的行驶距离和时间，从而提高配送效率。例如，根据订单的地理位置、交通状况等因素，算法可以计算出最优的配送路径，使骑手能够更快地完成订单。然而，这种优化也带来了一定的问题，如过度追求效率可能导致骑手在短时间内完成大量订单，进而增加工作强度。

(2)算法还通过动态调整订单分配策略，影响骑手的工作量和收入。在高峰时段，算法会自动增加订单分配，以应对订单量的激增，这可能导致骑手在短时间内承受较大的工作压力。与此同时，算法还会根据骑手的配送速度、服务质量等因素进行评分，这些评分直接影响骑手的收入和排名。因此，骑手不得不时刻关注算法的评分规则，以保持良好的业绩，这种压力使得骑手的生活节奏变得极为紧张。

(3)此外，算法还改变了骑手的工作模式，使其更加依赖于智能手机和互联网。骑手需要通过手机接收订单、查看路线、更新配送状态等，这要求骑手具备一定的数字技能。同时，算法的实时监控和数据分析能力也使得骑手的工作状态被透明化，平台可以实时掌握骑手的工作动态。然而，这种过度依赖技术也带来了一定的安全隐患，如骑手在配送过程中需要时刻关注手机，容易忽视交通安全。此外，算法的决策过程不透明，骑手往往无法理解算法的评分标准和规则，这可能导致骑手对平台产生不满和抵触情绪。

3.骑手工作强度与劳动时间分析

(1)外卖骑手的工作强度普遍较高，平均每天工作时长超过10小时，部分骑手甚至达到12小时以上。根据一项调查显示，外卖骑手的平均月工作时长为264小时，相当于每天工作约8.8小时。以某城市为例，该城市骑手的平均日配送订单量为30单，这意味着骑手需要在有限的时间内完成大量的配送任务。例如，某骑手在高峰时段一天内要完成50单订单，平均每单配送时间不足8分钟。

(2)在工作时间上，外卖骑手通常分为早班、中班和晚班，工作时间不固定，且经常需要加班。据《中国外卖骑手就业报告》显示，近60%的骑手表示自己的工作时间不规律，超过70%的骑手在周末和节假日需要加班。以一位骑手为例，他通常在早上6点开始工作，晚上10点结束，中间几乎没有休息时间，长时间的高强度工作导致骑手身心俱疲。

(3)骑手的工作环境也较为恶劣，他们需要面对各种天气条件，如高温、雨雪等。据一项调查数据显示，超过80%的骑手表示在配送过程中遇到过恶劣天气。以某城市夏季为例，骑手在高温天气下工作，平均气温超过35摄氏度，且需承受长时间的高强度劳动。此外，骑手在配送过程中还需应对交通拥堵、客户投诉等问题，这些因素都进一步加剧了骑手的工作压力。

二、算法控制下骑手权益保障的挑战

1.算法决策的不透明性

(1)算法决策的不透明性是外卖行业面临的一个重要问题。在大多数情况下，平台算法的具体决策逻辑和权重分配对骑手而言是封闭的，这使得骑手难以理解算法是如何分配订单、计算评分以及制定规则的。例如，一个骑手可能不清楚为什么自己在某个时间段内接到的订单量突然减少，或者为什么同样的配送服务在不同的时间段内得到的评分不同。这种不透明性导致骑手在面临订单分配不均、评分下降等问题时，无法有效地调整自己的工作策略。

(2)算法的不透明性还表现在对骑手工作表现的评价上。平台通常通过算法对