外卖骑手困境，大数据无解，经济学有解吗？

原创 巴九灵 吴晓波频道

这不是单纯“改算法”就能解决的问题。

文 / 巴九灵（微信公众号：吴晓波频道）

最近，一篇《人物》杂志的专访，唤起了舆论对外卖骑手的境遇的关注。

大数据算法本来是可以提高效率，增加社会福利的，为什么却成了“胡萝卜加大棒”的帮凶，让骑手不得不游走在各种危险的边缘呢？

首先，这是大数据算法本身的局限所带来的。大数据用来对客观的状态进行抽象总结，找出一般规律，是非常犀利的工具。但是当把这些宏观的规律应用在具体的人身上的时候，往往就忽略了一点：

均衡的结果，不应该成为算法的前提。

致命的内生性

经济学里面很喜欢说一个“内生性”的概念。也就是当我们考察各种事物之间关系的时候，不应该忽略一些我们无法看到的因素的影响。外卖平台的大数据算法，就受到了内生性的严重影响。

而大数据算法，在“看得到”的因素方面做到了极致，恰恰忽略了内生性。

外卖配送，最重要的考察指标，自然是送达时间。而大数据所能搜集的，无非是地图上标示的路程长短和实时的交通信息拥堵情况。而只有外卖骑手才知道的那些信息，比如红绿灯的状况、路上的突发事件和电梯拥堵等等，这些算法只能取一个估算值。

外卖骑手等电梯

图源：微博@曹导视频

是估算值，就会有失误，而对于具体的骑手而言，如果不能在估算的时间内完成配送，就面临罚款。于是他们会用各种危险的、甚至是违法的行为，在突发事件发生的情况下，为自己争取时间，而这种骑手本身的“努力程度”，也是大数据算法看不到的。

大数据算法能看到的，就是骑手们的“效率”似乎在不断提高，于是算法也相应地缩短了估算的送达时间。然而，上面所说的大数据遗漏的那些变量所造成的内生性，客观上让算法对“合理的送达时间”产生了估计偏差。骑手们“消失的两分钟”就很可能源自于此。

骑手们仅仅是为了避免自己被罚而采用各种危险的手段，但是这些是算法看不到的，算法看到的就是“这么长的路程，这个时间能完成”。从这个意义上说，每个骑手用危险动作完成配送的同时，虽然避免了即时的惩罚，但是长远来看导致了算法的偏差，对自己造成了持久的负面影响。

而速度的提升终究是有限的，无论怎么逆行、超时，有时候就真的是挤不过去，最后，能轻松接单的人越来越少，越来越多的人都在超时的边缘挣扎着。这也是吴晓波老师在昨天的音频中所说的算法给人带来的“异化”。

三方的博弈

知道了问题所在，是不是就有容易的解决方案了呢？很遗憾，这不是单纯的“改算法”就能解决的问题。

因为送外卖，从餐饮店的层面上，外卖平台相当于一个长臂的餐饮配送渠道，可以让餐馆开在距离写字楼较远，房租和人力成本便宜的地方，这节约了成本；而骑手替顾客跑路去取餐，相当于专业跑腿的，取代了业余跑腿的，也为顾客节省了时间。而平台的利润，也来自于此。

要承认大部分的顾客基本上还都是价格敏感的，一份十来块钱的快餐，快递费是2元还是3元，其实是很重要的。如果配送费太贵了，或者迟到了，还是会不开心，甚至放弃叫外卖。平台为了同时满足“吃外卖”和“便宜配送费”，那就只能在其他的地方打主意。

这种压力就像一个碰碰球，总要找到一个薄弱的地方释放出来。

快递员的供给并不缺，目前很多骑手虽然抱怨，但是依然接受这种生活方式——这意味着骑手们依然认为做这份比较危险的职业，要比其他工作的收入高。

一边是骑手，一边是消费者，消费者和骑手对平台的依赖，谁高谁低一目了然，所以自然压力就跑到了依赖度较高的骑手一边。

顾客的时间越值钱，平台、骑手和顾客能够因为外卖生意所分的这个饼就越大。现在大城市的单位时间的平均工资，也就是顾客单位时间内的收益本来就有限，而骑手本人的规模效应已经被推到了极致，那么，在不注入新的资源——比如补贴——的情况下，短期内很难有一个让三方都满意的解决方案。

在当前的情况下，骑手已经到了极限，消费者的价格敏感度很高，那么只有通过平台让利的方式。但是平台不会自发地让利，那么“打破寡头竞争”，引入小的、社区型的配送公司来分蛋糕，未尝不是一个解决的方案。

当快递平台面临更多的小的，以社区为基础的快递竞争的时候，骑手们跳槽的选择更多，和公司讨价还价的底气也就增强了，境遇也会得到相应的改善。

一个例子就是曾经的制造业工人，工作环境也非常差，但是随着国际贸易的深入开展，越来越多的人都在沿海开起了工厂做起了老板，对工人，尤其是熟练工的竞争越来越激烈。到现在，工人的工作依然很辛苦，但是工人的工作环境和劳动保障，相比之前已经有了较大的提高。

亡羊补牢

要从根本上解决这个问题，说到底还是要靠整体收入的提高，鼓励更多的小配送团队的竞争和劳资之间的规范化谈判。这些都不是一朝一夕能够完成的。

因为配送时间是如此关键的指标，而目前市场上的外卖平台，美团和饿了么竞争激烈，双方谁能更快，谁就能同时吸引到更多的店家入驻和消费者下单。

所以，任何一家平台，都不太可能单方面宣布更加宽松的时间政策——如果同一家店，同一个时间段，快递平台A需要50分钟，B需要40分钟，顾客和商家是会选择比较有“情怀”、照顾骑手的A，还是选择“无情”的B呢？

市场是无情而理性的，顾客会一边感慨A的“人性化”，然后一边下B的单。

如果不想让整体的用人成本上升，从而压到快递费上，那么有两个可以在现行的基础上改进的点：

一是预留一定的容错率，加强骑手对特殊情况的投诉机制，让骑手在特殊情况下免于处罚。

外卖骑手抬车救人

图源：钱江晚报

二是对市场进一步细分，在顾客的时间敏感性上做一次价格歧视。

顾客的市场细分，又有两个方法：

1. 用大数据来分析谁是“迟到点无所谓的”，谁是“不好说话的”。

2. 给一点折扣，消费者自己选。

第一种方法看上去很先进，但是面临两个难题，首先，大数据做不到这么精确。平台的数据是有限的，不可能了解顾客所面对的复杂的订餐状况，所以会经常出现错判的情况。

其次，顾客下单了，就是期望按时送到的，哪怕自己脾气好，看到同事的单都到了，自己总是比较慢，还是会有不高兴——用算法欺负老实人，也是有反噬的，因为这也是一个期望管理的问题。

第二种方法，就是下单的时候让消费者自己选。这样的好处是肯定不会判断错，并且消费者也有心理预期。选不着急的，就给一点好处。

这个方法其实欧洲的亚马逊一直在用，Prime delivery保证第二天送到，但是如果顾客主动选择了宽限几天，那么就可以赠送1块钱的购物券，可以在亚马逊上消费。

这在经济学上是一个很小的“说真话”的激励机制，对于“迟到一点无所谓的人”而言，因为其对时间不敏感，那么就会乐意于接受一点好处，而容忍几分钟的迟到；而对时间敏感的人，则不会因为一点好处而放弃准时送达的权利。

从目前美团和饿了么的回应来看，基本上都采用了上述的两个思路，这也是在舆论焦点下，短期内就能做出来的回应。

可以预计至少在短期内，骑手的状况会有一点改善。但是从长期来看，要想彻底把骑手从“困在系统里”解脱出来，还要依赖于劳动者保护的加强、法律法规的完善和执行，以及整体收入的提高。

原标题：《外卖骑手困境，大数据无解，经济学有解吗？》

阅读原文