困住骑手的不只是算法

与北美、欧洲外卖行业不同，我国外卖行业起步晚、发展迅速。特别在新冠疫情期间，“宅经济”居家办公、“孤独经济”等模式加持下，居民外卖的习惯得到了养成和巩固，外卖行业的发展催生了巨量的，涉及千家万户的新经济生态。

2020年2月，外卖骑手被纳纳入国家职业分类目录，正式成为新兴职业“网约配送员”。

而在新经济模式中，外卖骑手是行业运行的主角，电动自行车是行业运行的主要运输工具骑手骑行电动自行车串联起上百万的商户，几亿人的客户，搭载了万亿级的市场经济，成为城市中“现象级”的存在。

外卖行业电动自行车具有使用强度大、骑行时间长，骑行速度快等特点，近年来，外卖骑手的道路交通安全问题、外卖配送车辆通行秩序问题，行业平台监管问题等备受关注，值得深入研究、探讨。

一、行业基本情况

不同于国外由商家配送为主的发展模式，我国外卖行业的发展主要由互联网平台驱动。互联网平台在外卖行业中扮演的角色既不同于传统餐饮、商超或物流配送企业，也不同于政府管理部门，但却同时兼具企业和政府管理部门的特点。

一方面，互联网平台归根结底是由企业经营的，盈利是互联网平台的首要目标；另一方面，互联网平台承担了与政府管理部门类似的公共服务功能，但几乎不用承担与政府管理部门同样的社会责任。

1.1 平台发展特点

1）平台主导了整个外卖行业的运行

从外卖订单产生到配送完成的整个过程，互联网平台既是外卖行业信息汇聚的中心，也是资源整合配置、调度的中心，还是行业运行全过程、全要素的数字化监管中心。

从运营方式看，互联网平台对所有人开放，汇集了包括千万家企业、上亿名用户在内的海量信息资源并通过手机应用软件、小程序、短视频等在商家、骑手、用户之间建立信息渠道、提供信息服务，如图 7-1 所示。

互联网平台以新的商业组织模式促进餐饮、零售市场的重塑发展。相关数据显示，我国餐饮企业中堂食与外卖相结合的模式占比已超过 40%，仅提供外卖的模式占比已接近10%，外卖销售额占餐饮行业销售总额的12%，并且餐饮行业的外卖业务已从爆发式增长进入平稳增长阶段。

从盈利模式看，配送服务是外卖平台的核心业务，配送服务费是外卖平台主要营收部分。外卖平台的营收包括配送服务费、订单佣金、广告营销等，其中配送服务费占比最高。

根据美团 2022 年财报，平台的配送服务、佣金、在线营销服务收入分别占平台企业年度总收入的43.6% 34.3%、19.1%：虽然配送服务费并不能覆盖配送相关成本，但配送服务费同比增幅已是配送相关成本的2倍多。

配送服务的收益包括对采用平台配送服务的商家收取的履约服务费和对用户收取的配送费，以配送距离、配送时段及订单价格作为收费依据，一般配送距离越长、夜间时段越多、订单价格越高，配送收费越高，如表 7-1 所示。

对于没有采用平台配送服务、自行配送的商家，平台不收取履约服务费、只收取订单抽成佣金，但抽成佣金近年来持续增长。《2022 中国餐饮业年度报告》显示，2021年，平台收取的外卖订单佣金平均占餐饮企业营业收入的 13.9%，并且 2020-2022 年平台收取的订单佣金持续上升，年均增幅在2个百分点左右。

2）头部平台

具有外卖行业的绝对优势外卖行业发展正处于规模经济阶段，平台规模越大、信息成本越低，组织效率越高。美团、饿了么这两个头部平台凭借长时间的用户积累，资本投入，建设形成了较完善的数据、算法系统、调度系统等基础设施，享有规模效应的红利，具备了强大的先发优势。

首先，外卖行业集中度高，形成“赢者通吃”的局面。不同于电商平台的日趋多元化，外卖平台的用户选择相对较少，据统计，我国外卖市场集中度指数（CR2）在 99 以上，两大头部平台占据了绝大部分外卖市场份额。

2018 年以来，美团的平台服务收入占全国外卖平台合计服务收入的 65%以上；饿了么占据外卖市场份额的 30%左右。同时，头部平台已维持了连续 10 年的高速增长，美团在 2022 年平台交易的即时配送服务交易达 176.7 亿笔，同比增长了 14%。

其次，头部平台享有低成本的劳动力优势。国外的外卖骑手多为兼职或自由职业，配送服务人力成本高，外卖平台的规模和发展速度明显低于我国。以美国 Grbhub 为例，外卖骑手的配送费用包括3.5~4美元/单的保底费、每英里 0.5 美元的补偿费及小费收入，平均每单的配送人力成本约为5美元。

而我国外卖骑手的配送费用相对较低，平均每单的配送人力成本约5~8元，但配送强度高，一个熟练的外卖骑手日均可配送 30~50 单。大规模，低成本的劳动力为我国外卖平台的飞速发展创造了无可比拟的竞争优势。

再者，头部平台的商家、用户“粘性”高。随着平台经济发展，用户的外卖消费习惯已广泛养成。截至 2023年6月，我国网上外卖用户规模达5.4亿人，占网民整体的49.6%。而无论是商家的经营活动还是用户的外卖消费行为均对平台有较高的依赖度。以美团为例，根据 2015-2023 年财报，平台活跃商家数量年均增长 24.6%、交易用户数量年均增长 18.5%，如图 7-2 所示。

3)平台发展趋于稳健、未来仍有很大的增长空间

在经历了 15 年的发展后，我国已形成世界上规模最大、增长最快的外卖送餐市场。从发展阶段看外卖行业的市场规模增速逐渐放缓。

2008-2015 年是外卖平台的起步阶段，饿了么于2008 年创立、从事外卖业务，是我国最早的外卖平台，之后，美团、百度外卖分别于 2013 年、2014 年进入外卖市场。这一时期，外卖行业处于用户积累和消费习惯培育的阶段，增长缓慢，截至 2015 年底，全国外卖送餐市场规模超过 1200 亿元。

2016-2018 年是外卖平台飞速扩张的阶段。资本入局，外卖平台通过发放红包、奖励补贴等方式迅速占领并扩大市场，市场规模年均增速超过 50%，逐渐形成了以美团，饿了么为主体的市场格局。

2019 年以来，外卖平台发展趋于稳健，市场规模年均增速在 10%~30%，如图 7-3 所示，截至2022 年底，全国外卖送餐市场规模已突破1万亿元。

从发展趋势看，在新型城镇化、数字经济驱动下，外卖市场仍有巨大的增长空间，外卖平台也具备强劲的发展潜力。虽然目前超大、特大城市外卖市场趋于饱和，考虑城镇化率提升和人均可支配收入的增长具有确定性，中小城市、县域成为外卖平台下一阶段主要锚定的增长市场，可预见外卖餐饮渗透率仍有较大提升空间。

此外，外卖平台依托即时配送体系优势，将即时配送的商品从餐饮食品拓展至生鲜、日用品、鲜花等多个品类，进而带来新的业务增长点。以美团为例，2023年一季度即时配送交易笔数同比增长 14.9%，其中闪购业务订单量同比增长约 35%。

4）平台企业交通安全主体责任履行不到位

外卖配送交通安全一直是社会热点问题，并且随着外卖行业的发展，外卖配送交通安全受到了越来越多的关注和讨论。

从社会期望看，通过外卖平台算法规则的改进，行业制度和社会保障的完善，以规范骑手配送骑行行为、减少道路交通事故是主要方面。

根据网络舆情监测情况，2020年以来，官方和主流媒体有关外卖配送交通安全的新闻报道中，体现行业负面影响的报道占比37.7%，主要集中在骑手交通违法行为多发，外卖平台交通安全主体责任未落实、外卖平台算法存在问题等内容，如图 7-4所示。

如 2020 年“外卖骑手困在系统里”、2021年“北京人社局副处长体验送外卖”、2023 年“临沂大学教授送外卖”等深度调研报道均引起了广泛讨论，平台在算法规则、时间预测精度、骑手交通安全权益保障等方面出现的问题广受诟病。

从平台履责情况看，为回应社会关切，外卖平台日渐重视维护道路交通安全的社会责任。美团、饿了么近几年每年均会发布骑手权益保障社会责任报告，其中保障交通安全是一项重要内容，平台采取的措施主要包括优化系统算法、提升技术装备、开展安全教育等，如表 7-2 所示。

对比来看，外卖平台正积极探索提升配送交通安全，但采取的措施与社会期望之间仍有明显差距，主要矛盾在于平台催生的交通安全隐患与其承担的管理职责和社会责任不匹配，平台企业对餐饮、商品的配送过程进行着管理与监控，理应对配送服务履行交通安全义务，但平台企业通过与合作企业签署外包服务协议的形式将配送业务外包或与骑手建立劳务合同或承揽合同，以重新构建交易法律关系的方式不与骑手建立劳动关系，从而达到配送业务非其经营活动的效果，进而为逃避交通安全主体责任提供理由。

平台持续优化算法，但仍处于试点阶段，而因算法缺陷导致的骑手抢时间现象每天都在大量发生，骑手交通违法、交通事故多发，对道路交通环境造成了严重的负面影响。平台因骑手配送时间的缩短增加了巨额利润，但并未对增加的交通安全治理成本、骑手交通安全事故承担相应的社会责任，而这样的负面影响却由政府管理部门和社会公众共同承担。

1.2 平台与骑手的关系

与货车驾驶人、网约车驾驶人、快递员类似，外卖骑手是依托互联网平台、因数字经济萌生的新就业形态，其规模庞大、超过 1000 万人，是新就业形态中的重点群体。

外卖平台的骑手分为专送骑手、众包骑手两大类，其中，专送骑手是与平台合作的外包企业自建的配送队伍，如美团专送团队，饿了么蜂鸟配送，众包骑手是社会兼职配送人员，可同时在多个外卖平台自主开展配送活动。

调研显示，截至 2022 年底美团专送团队规模在 312 万人，专送团队与众包骑手比例约为1:1；蜂鸟配送团队规模在 38 万人、专送团队与众包骑手比例约为1:2。

整体来看，众包骑手的数量要多于专送骑手。不同于传统“企业+员工”的劳动关系，“平台+骑手”的新型用工关系更加复杂化、多样化，这为骑手交通违法治理、安全权益保障增加了巨大难度。

1）平台企业与大部分骑手之间没有建立直接劳动关系

从签署合同看，不论专送骑手还是众包骑手，平台企业均未与骑手签署劳动合同。平台企业通过与合作企业签署外包服务协议的形式将配送业务外包，部分合作企业再继续将配送业务转包，承担配送业务的公司与骑手之间签署劳动合同或劳务合同，合作企业的引入将骑手与平台企业隔离开来，如图 7-5所示。

从用工模式看，对于专送骑手，平台企业通常采取配送业务外包用工模式，以美团的站点外包或人力型企业外包、饿了么的蜂鸟配送平台外包为典型，专送骑手为全职配送人员，具有固定的上下班时间。对于众包骑手，骑手为兼职配送人员，可利用空余时间上线平台接单，工作时长不固定。

从计薪方式看，专送骑手有工作底薪和五险一金，工作绩效由每个站点根据接单率、准点率、迟到率等指标的考核情况，以周、月为单位统计发放。众包骑手没有工作底薪，可在多个平台注册、按配送订单数计薪，工作酬劳由平台逐次或定期向骑手发放或骑手自提。专送骑手与众包骑手的工作特征如表7-3 所示。

从缴纳保险看，外卖平台不为骑手缴纳社会保险或商业保险。专送骑手的社会保险由聘用单位缴纳，众包骑手的社会保险需自行缴纳。美团、饿了么与商业保险公司合作定制了骑手商业保险，如意外伤亡、意外医疗、第三者人身伤亡等，要求骑手全部参保，而保费3~6元/天从骑手配送酬劳中扣除。

骑手配送安全风险较高、发生风险后的抗风险能力较弱，且商业保险费用完全由个人承担，福利保障相对缺失。

2）骑手的工作是按需劳动、对平台的依赖性更强

外卖平台提供了大量灵活就业、按需工作的机会，在目前就业形势较为严峻的情况下，更是发挥了“就业蓄水池”、“就业稳定器”的作用。2022年，超过624万名骑手在美团获得收入，81.6%的骑手来自农村转移劳动力；超过 114 万名骑手在饿了么获得收入，88%的骑手来自服务业、制造业的转移劳动力。

然而，“去技术化”让骑手更依赖平台，而车辆技术，智能网联的发展让平台有了除骑手之外更多的配送选择。对于骑手，依托平台的信息和算法，以提供体力劳动为主的配送服务获得报酬，而不是依赖自身技术获取劳动增值。骑手职业具有低技能、低门槛，灵活性高的特点，吸引了大量同质劳动力就业。

面对就业压力和同质竞争，骑手通常只能在配送工作中投入更多的时间和精力，更加依赖平台获得订单及收入。对于平台，在成本和效率双重推动下，无人配送技术得到较快推广，无人机、自动配送车的应用前景更广泛，如图 7-6 所示。

如美团在 2018 年上线运营自动配送车，自动配送车在雄安新区、北京顺义深圳南坪等地投入使用，已完成室外全场景配送 330 万单；在 2021年上线运营配送无人机，无人机在深圳、上海金山区、吉林长白山景区等地投入使用，已完成配送 16.7 万单。

二、平台算法特征

因需附加配送成本，外卖配送商品的价格普遍高于餐馆或商场的商品价格，外卖行业的营收主要在于消费体验的提升，即让用户足不出户也能享受商品服务。

外卖行业的核心价值是时间价值增加，平台组织骑手提供配送服务，商家、用户支付配送服务费用以换取时间价值盈余，因此，配送时间是外卖行业运行的核心指标。

外卖送餐业务的平台算法涉及配送站点区域划分、骑手排班、骑手路径规划、配送时间预测等多个环节。在平台外卖业务各个环节的算法中，均将寻求最短时间作为主要优化目标。

2.1 配送区域划分

外卖平台需要在商户端进行区域范围聚合，对可提供外卖服务的商户、可配送的范围距离进行资源整合，让每个骑手在最短的行驶距离范围内能服务最多的商家。

从平台算法看，配送区域划分及配送站点服务范围问题为多目标组合优化问题。首先，将骑手的单均行驶距离作为优化目标，具体分解为商家聚合度、订单聚合度，订单中心和商家中心的偏离度三个指标，其次，将区域单量的上下限阈值，区域无交集、覆盖所有兴趣点（POI）区域边界沿道路网四项内容作为约束条件；通过变邻域搜索算法进行求解再次通过配送仿真系统进行测评。

通过配送区域的划分，每个配送站点可以根据固定服务范围内匹配商户的数量、历史订单量来进行确定配备的骑手数量，每个骑手通常覆盖站点附近的 5km 范围内配送，骑手对路况、配送路线都较为熟悉，绕路情况少，配送效率相对较高，从而实现地理空间和运力资源的优化匹配。

2.2 配送班次分配

外卖配送订单的“峰谷效应”非常明显，10:30~13:30、17:00~20:00 是外卖配送的高峰时段，“餐点效应”突出。其中，中午午餐高峰时段的外卖订单量占比 40%左右，傍晚晚餐高峰时段的外卖订单量占比 30%左右，晚上夜宵时段的外卖订单量占比 10%左右。

在“餐点”时间，每个骑手可接收多批次、多个订单，是配送最繁忙的时间，而在其他非“餐点”时间，骑手大多数情况为等待订单状态，订单时间分布上的不均衡让骑手出现了极为忙碌、断续离散等单的极端状态。

从平台算法看，科学的排班是避免忙闲不均，应对运力不足的主要措施。目前，主流外卖平台采取的是按组排班的方式，以最大化满足全天运力需求为优化目标，考虑时间离散性，采用人数和订单归一化方式计算排班方法。

即每个配送站点将所有外卖骑手划分为规定的组别，将全天24h 按每半个小时划分为48 个班次，通过历史订单数据和运力的匹配计算每个组的班次和时间，按组轮岗，保障每个组、每个骑手都能排到班次。

以图 7-7 为例，假设一个配送站点有 A、B、C、D，E五个配送组，在午餐高峰时段每个配送组都要上岗配送，实现高峰时段配送运力充足，其余时间段每个配送组安排 11~13 个配送班次，保障早上7:00~凌晨2:00都有配送组在执行配送任务，在时间上合理分配运力。

2.3 实时派单和路径规划

实时派单算法是平台系统的重要组成部分，包括派单算法，即计算动态到达的订单分配给骑手的策略；以及路径规划算法，即每个骑手接单后的节点访问顺序。外卖配送订单的分配存在不确定，特别是高峰时段，订单批量推送，有的骑手前一批订单还没有配送完成，就收到了后续指派的配送订单。

骑手的配送路径规划不是简单的路线规划，不是从任务点到任务点的最短路径问题，而是运筹学问题，如一个骑手被指派了多个配送任务，这些配送任务存在各种约束需要计算的是怎样选择最优配送顺序去完成所有任务。

外卖平台在设计骑手路径规划算法时，即从骑手角度，按时间顺序计算每项配送任务的顺序和路径；也从全局角度，按订单与运力的匹配效果动态调整订单发放、调度骑手配送。具体来看，包括以下步骤：

骑手配送过程按照时间顺序划分为接单、到达商家、完成取餐、达到用户、完成交付5个步骤，如图 7-8所示。

骑手配送路径算法按照配送步骤划分为3个部分：首先是订单、任务点的确定，每个订单对应商家和用户两个任务点，每一批订单就要对应多个任务点；其次是配送顺序和路径的确定，通过商家和用户任务点的聚类，计算选取最优配送顺序和配送路径，让骑手以最短的路径串联订单对应的所有任务点；最后是考虑连续调度效率，计算在连续时间窗内动态到达的订单分配给骑手的策略和骑手接收订单后对任务点的访问顺序。

连续调度也可被描述为以离散马尔可夫决策过程为核心的动态随机优化问题，实时派单算法，即以单均行驶距离最短、单均配送时间最短等为优化目标，综合骑手配送经验和区域知识，在目标函数中引入“最大化所有骑手的最小订单负载”或“最小化所有骑手的最大订单负载"来调整计算每个骑手的派送订单量，实现所有骑手订单负载均衡。

但目前实时派单和路径规划算法存在技术瓶颈问题。从派单算法看，外卖订单规模、骑手规模巨量增长，业务场景更多元化，这更考验平台调度系统的算力。如在同一时刻向一个骑手指派5个订单，就涉及 10 个任务点，这 10个任务点的配送顺序和路径涉及 11 多万条可能性方案。

过去，平台在配送高峰时段的调度是区域级的，一个商圈 1min 最多有 100 多个订单，需要与几百个骑手匹配计算，已涉及巨大的计算量；而目前，平台在配送高峰时段的调度是城市级的，如美团“超脑”配送系统，饿了么“方舟”配送系统，一个城市高峰时段订单最多有1万多个，需要与几万个骑手匹配计算，系统容量已出现制约影响。

从路径规划算法看，如何精准评估实际路况特征，在建筑物内开展路径提示是仍未解决的技术难题。室外，平台基于实时动态路径规划模型为骑手提供骑行导航，但对于单行道、限行道路、过街天桥等不适宜电动自行车通行的场景，部分骑行导航将其作为可行路径集合、提示骑手通行，间接导致了骑手逆行、违法占道通行等违法行为。

室内，骑手通常是被要求配送人户的，但由于技术限制，平台无法提供所有建筑物内的路径导航，在如大型商业综合体等复杂建筑内，骑手往往因找不到用户地址或等待电梯时间过长出现配送超时。

2.4 配送时间预测

配送时间的预估是外卖平台算法中的关键技术，与用户体验、配送成本有直接关系，是运力调度和定价系统的决策依据。

1）配送时间

完整的配送时间包括6个关键时间节点、5个时间段，如图7-9所示。第1个时间段是骑手接单时间，是从用户下单时刻至骑手接单时刻的时间区间；第2个时间段是骑手到达商户时间，是从骑手接单时刻至骑手到店时刻的时间区间；第3个时间段是骑手等餐时间，是从骑手到店时刻至骑手取餐时刻的时间区间；第4个时间段是骑手配送时间，是从骑手取餐时刻至骑手到客时刻的时间区间；第5个时间段是骑手交付时间，是从骑手到客时刻至骑手交付时刻的时间区间。

这5个时间段包括室内、室外场景的转换，涉及动态配送行为和静态等候行为的切换，每个环节都需要考虑时间数据采集精度、运动状态识别时间预测方法等。还需注意的是，骑手的配送时间不是单一订单时间预测，而是多订单、多目标的时间预测，其中包含订单配送顺序的动态调整，如图 7-10 所示。

骑手在同时接到2个订单配送任务时，整个过程需要穿梭4个任务点，包括连续赶往商家、等餐、连续赶往用户、配送等步骤，有 10 个关键时间节点、分为8个时间段，每个时间节点都需精准记录时刻，每个时间段都需实时预测、记录配送时间。

2）数据获取

配送时间主要通过骑手在时间节点的签到和骑手手机传感器数据两种方式获取。骑手签到是在配送过程中，需在到店时刻、取餐时刻、到客时刻、交付时刻等关键节点在手机系统平台上签到，以显示每个环节的完成进度。

系统平台根据骑手的手机 GPS 定位和配送时长来验证真实性，判断条件包括两个：一是骑手签到时的 GPS 定位与商家或顾客所在位置的直线距离不能超过 500m，二是骑手签到的取餐时刻与到客时刻的间隔不能少于 5min。

同时，骑手手机传感器数据的采集包括室内和室外骑手运行状态的数据采集。在室内，系统平台通过骑手的手机 Wi-Fi、蓝牙追踪骑手的行动轨迹和运动状态，包括步行、奔跑、爬楼、乘扶梯、坐电梯等，这类与楼层高度、小区配送、用户交付相关的室内数据可提高配送时间的精准性；在室外，系统平台通过骑手手机的 GPS 记录骑手的运行轨迹，形成配送过程的完整数据记录。

对于外卖配送行业，每天有几十万的订单，生成几十亿条的轨迹数据，这些海量数据支撑了外卖平台系统的算法优化，骑手的动态调度和运力管理，是整个外卖行业得以运转的基石。

3）预测方法

从主流平台算法看，美团采用的是时间送达预估方法（Estimated Time of Ariva，ETA），饿了么采用的是外卖履约时间预估方法（0rder Fufilment Cycle Time，OFCT）。基于主流算法，配送时间的预测思路均是基于平台系统累积的海量特征维度和历史数据，建立神经网络、集成树模型，通过数据平滑及回归预测等方法预测配送时间。

其中，特征维度数据包括骑手、用户、商家的属性特征数据，如通过骑手的年龄、身高等特征维度可推算骑手的步长和步行速度，又如通过消费者的反馈投诉情况推算消费者对送餐超时的敏感度，再如通过商家所处的楼层、历史订单配送中记录的出餐时长、订单接收情况推算商家平均出餐时长。

配送时间预测的模型还需考虑道路交通状况、实时天气状况、配送时段等影响因素，通过机器学习不断提升模型精度，如将历史订单配送过程数据作为语料输入大模型，通过构造多维特征表征每个历史订单，当新的订单出现时，即可通过K邻域搜索相似的历史订单，对相似历史订单的配送时长加权平均，得到新订单的预测配送时间。

随着历史订单数据的不断累积，大模型的预测精度会越来越高，预测配送时间准确性也会相应提升。配送时间预测可为骑手配送提供重要辅助参考，特别是当骑手有多个订单要取时，就可以根据平台系统推算的商家平均出餐时长来确定取餐顺序；此外，配送时间预测还可为用户提供全过程订单跟踪服务，用户可在系统平台上实时查看骑手的配送轨迹，以此调整送达时间的合理预期。

然而，需关注的是，模型算法通过机器学习提升自身精准度，但以配送路径最短，配送时间最短为优化目标的模型训练，会产生预测配送时间不断压缩的后果，给骑手带来更大的时间压力和配送强度，这并不能实现外卖行业的系统最优，因为时间和效率并不是外卖行业发展的唯一目标。

如骑手每次成功配送的历史记录都会让算法“学习”到可能更短的送达时间，即便是通过闯红灯、逆行等交通违法行为实现的，模型算法缺少“底线思维”，没有设置遵守交通法规，维护通行安全等“硬约束条件”，这既不利于改变目前外卖骑手交通违法多发、交通事故伤亡严重的局面；也不利于行业的可持续，健康发展。

终止此类恶性循环，需要外卖平台强化更多的社会责任，应加强对实际送达时间等算法的参数进行审核和调整，为配送时间赋予一个合理的、无法通过算法优化而逾越的下限。

2.5 准点率考核

每个配送站点会根据骑手的日常工作情况统计个人接单率、准点率、迟到率等，作为对骑手工作绩效的考核依据，其中准点率是现阶段外卖平台对骑手进行时间管理的重要参数，也最受骑手、社会关注。

准点率通常以周、月为单位统计，评估骑手配送实际时间与系统预测的配送时间的符合程度，准点率的考评直接与收入或工作分配挂钩。

对于专送骑手，在固定的配送站点工作，每月有固定的底薪，而准点率是作为绩效收入的重要考核指标。如每单的固定配送费为4元，超出配送范围1km 补贴1元，超出配送范围2km 补贴1.5元；若订单配送时间超过预测配送时间 30min 以上，每单罚款5元。通常骑手配送准点率不得低于97%，若达不到规定指标，不仅会影响骑手个人收入，还会影响骑手所在配送站点所有人的收入和年终评级。

特别是在末位淘汰制度下，区域年终评级后 10%的配送站点将面临关闭风险，因此配送站点日常管理中就高度重视准点率指标，每位骑手也将缩短配送时间作为主要追求目标。

对于众包骑手，没有底薪，不受差评和投诉影响，但准点率的影响就更突出，几乎成为骑手工作情况的唯一评估指标，一旦订单配送超时，则订单的配送费用就大打折扣，如超时3min 以内配送费扣除 20%超时 3min 以上配送费扣除50%。同时，准点率还与众包骑手等级直接挂钩，只有满足一定准点率才能达到一定众包骑手等级，等级越高、积分越高、配送补贴越高，如表7-4所示。

因此，众包骑手在争取更多的订单、获得更多的收入时，就会更加注重配送速度，为避免“超时”处罚而出现超速、闯红灯、逆行等交通违法行为，与此同时，众包骑手与商家、用户因等待时间过长而出现争吵等过激行为也较为频发。

三、外卖骑手交通风险

2022 年，《国家职业分类大典》将网约配送员定义为“通过移动互联网平台，从事接收、验视客户订单，根据订单需求，按照平台智能规划路线，在一定时间内将订单物品递送至指定地点的服务人员”。

受制于行业特点和平台算法规则，外卖骑手的每日工作流程就是频繁地在交通路线上接单、取单、送单，电动自行车是完成配送工作的主要交通工具，外卖行业电动自行车的骑行频率，骑行强度要远大于私人电动自行车，外卖骑手更容易出现疲劳驾驶、分心驾驶的情况，导致驾驶技能下降，注意力不集中、判断能力下降，动作失误迟缓，进而引发道路交通事故。因此，外卖骑手出现交通违法与道路交通事故的比例也远高于私人电动自行车骑行者。

以上海为例。2022年，全市6个互联网平台的外卖骑手共 30 多万名，其中85%的外卖骑手为众包骑手，全市已登记并核发外卖专用车辆号牌的电动自行车共14 万辆，占全市电动自行车总量的1%左右；但快递、外卖骑手交通违法的日均查处量超过 3000起，占全市非机动车交通违法日均查处总量的20%。外卖骑手超速、逆行、闯红灯、占道行驶等交通违法行为多发，外卖配送车辆加装，改装问题突出，外卖行业交通安全治理成为城市治理的重大课题。

以广州为例。2021年，全年电动自行车交通违法查处总量为112万起，外卖行业电动自行车交通违法查处量近15万起，约占电动自行车查处总量的 13.4%；而2022年，外卖行业车辆的交通违法查处量进一步增加，达25万起，约占电动自行车查处总量（148 万起）的16.9%。

2020-2022 年期间，全市发生的涉及电动自行车的交通事故数，死亡人数分别占非机动车交通事故的 83.1%、71.4%，分别占道路交通事故总量的31.8%、25.7%。全市平均每3起道路交通事故中，有1起就是电动自行车交通事故。

以济南为例。2021年上半年，公安交管部门在全市范围内开展了外卖配送行业交通违法专项整治行动。全市外卖配送企业共登记有 1.2 万名配送人员，其中2896 人存在交通违法查处记录，占行业总人数的 1/4。

从交通违法行为看，逆向行驶、不行驶在非机动车道、违反信号指示、不在右侧行驶、不戴安全头盔是高发交通违法行为，分别占交通违法查处总量的47%、20%、18.8%、4.1%、2.7%。从道路交通事故看，涉及外卖骑手的道路交通事故共281起，逆向行驶、不按交通信号灯通行、未在该行驶的车道行驶等违法行为是发生事故的主要因素。

3.1 骑行行为风险

从外卖骑手的主观看，道路骑行风险主要来源于不安全的骑行行为，包括意识性交通行为和错误习惯性交通行为。其中，意识性交通行为是指外卖骑手缺乏安全意识的行为、骑行违规的行为、注意力缺乏的行为；错误习惯性交通行为是指外卖骑手错误判断的行为，控制能力衰弱的行为、发生交通冲突的行为。

1）意识性交通行为

外卖骑手为节省时间发生冒险骑行行为。外卖骑手的配送骑行时间是配送任务完成情况的重要衡量指标，因此，外卖骑手对缩短骑行时间的需求更为强烈。

私人电动自行车骑行者的省时需求主要体现在早高峰上班或接送小孩上学等骑行情况，但外卖骑手的省时需求在时段上分布呈常态化特征，每次出行发生超速、抢行、闯红灯、占道骑行等冒险行为的概率明显高于私人电动自行车骑行者，交通安全风险也更高。

外卖骑手常见的交通违法行为大多为意识性交通行为，如为节省配送时间抄近路逆行，闯红灯，在机动车道中穿行，在道路上任意变道，抢行，见缝插针等。《中华人民共和国道路交通安全法》对电动自行车常见交通违法行为的认定依据和罚则做出了明确规定，如表7-5 所示。

根据2017-2021 年全国涉及快递、外卖人员的交通事故统计情况看，快递、外卖人员逆行、违反交通信号规定通行，未按规定让行等交通违法行为导致的交通事故占比分别为20%、16%、14%，是快递、外卖人员交通事故的主要违法成因。其中，逆行是导致快递、外卖人员交通事故的最大违法致因，占比达 21%。

2）习惯性交通行为

外卖骑手因麻痹心理、经验依赖心理发生习惯性骑行行为。外卖电动自行车的骑行频次高、强度大，骑手在每天高强度的配送活动中持续加深对周围交通环境的熟悉程度、自身驾驶技能的认同程度，容易产生经验惯性，削弱了对外部风险的感知，导致发生错误判断，控制能力衰弱，发生交通冲突的行为。

如在雨雪天气，道路通行条件相对较差，安全隐患多，外卖骑手对外部环境的敏感度较弱，容易发生侧翻、打滑等风险行为。

3.2 配送车辆风险

外卖行业的配送交通工具包括自行车，电动自行车、摩托车，电动三轮车、汽车等，每一类交通工具都有其适配的优势配送距离、配送物品，如表7-6所示。

但在所有配送交通工具中，电动自行车是常见且受欢迎的配送交通工具，电动自行车（将超标电动自行车统计在内）在所有外卖配送交通工具中的占比超过 80%。

外卖行业的配送车辆不仅是交通工具，也是生产工具。因此，外卖行业配送车辆不仅具有与私人电动自行车相似的轻巧便捷，价格低廉等特点，更有面向外卖行业需求，兼具配送交通的特点，如外卖车辆普遍加装了配送箱、手机支架，甚至部分外卖骑手为追求更快的骑行速度、更长的续行里程，将电动自行车进行了加装、改装。总体来看，外卖行业电动自行车的车辆安全风险较为突出。

1）安装配送箱

因配送物品的刚性需要，外卖车辆均配置了配送箱，大多固定在电动自行车后轮上方的货架上，有的固定在电动自行车前方脚踏板上。而从外卖配送箱外形，目前市场上的配送箱类型如表 7-7 所示，其中62L、80L，是目前使用较多的款型，其外部尺寸的横向长度分别为 500mm、520mm，纵向宽度分别为380mm、420mm，竖向高度分别为 380mm、420mm。

外卖配送箱尺寸较大、容量较大时，配送时可装载的物品重量相对较大，无论是设置在车辆后方衣架还是前方脚踏板上，都会改变车辆重心，对车辆行驶稳定性产生不利影响。此外，外卖配送箱外部横向长度较长时，增加了车辆行驶所需的侧向宽度，在电动自行车与行人、其他车辆混行时，特别容易发生剐蹭碰撞的现象，存在安全风险。

2021年7月，中国自行车协会发布团体标准《外卖专用车第1部分：外卖电动自行车》(T/CHINABICYCLE 1-2021)，提出了外卖配送箱大号、中号、小号的尺寸要求，并对配送箱的重量、安装方式做出了明确规定，如表7-8所示。

该标准为规范配送车辆的配送箱设置提供了依据，但考虑标准效力，在市场实际中，大量在售的45L，小号配送箱超出了标准要求，如何统一规范市场上配送箱的外观尺寸减少配送箱对通行安全的影响，或许需要在配送箱的生产、销售、监管、使用等多个环节付出更多的努力。

2）拆除限速装置

过去一段时间，在市场监管、公安交管、平台企业、行业协会多方努力下，外卖行业超标电动自行车的数量有了明显减少。但要看到，在追求更短配送时间这一外卖行业运行特点没有根本改变的情况下，骑手对更快的车辆行驶速度这一需求就会长时间存在，车辆市场为适配需求就会出现变相提高车辆行驶速度的现象，如拆除限速装置、篡改速度控制系统，拆除车速提示音装置等。

车辆改装大多发生在车辆生产、销售环节之后，车主普遍以“先上牌，再改装”的方式逃避车辆监管审查，车辆改装方式隐蔽、外观难以辨别，大大增加了车辆监管难度。

媒体调查显示，电动自行车改装主要包括三类情形：第一类是电动自行车销售商在车辆出售时，按照购买者要求将车辆限速装置拆除，或对其做调整。解除限速后，车辆在骑行时速度仪表盘显示的最高速度不超过国家标准《电动自行车安全技术规范》(GB 17761-2018)规定的 25km/h，但实际的骑行速度可远高于规定值，普遍在 30~40km/h。

第二类是电动自行车维修商在车辆维修时，按照车主要求改装车辆控制器，一般 150~180 元即可完成改装，使车辆解除限速控制。

第三类是电动自行车车主在网上购买解码器或车辆控制器，按照网上教程进行解码器解锁或更换车辆控制器，外卖骑手对车辆进行改装的现象较普遍。而改装后的电动自行车行驶速度会远超车辆设计车速，车辆的整车安全包括制动性能、机械安全、电气安全等方面都会受到影响。

在制动性能方面，正常路面条件下，符合《电动自行车安全技术规范》(GB 17761-2018)的电动自行车在行驶速度为 25km/h 的时候，其最长的制动距离为15m（单用后闸）；而解除限速装置后，电动自行车行驶速度越高，其所需的制动距离也越长，遇突发状况时，因制动距离不足，电动自行车容易发生碰撞、甩尾、前翻等现象。

在机械安全方面，符合《电动自行车安全技术规范》(GB 17761-2018)的电动自行车在最高行驶速度 25km/h 的情况下，其在所受的振动强度和冲击强度下车辆车架各部位不会出现破损、变形、松动；但在更高行驶速度下，车辆所受的振动强度、冲击强度也更大，车辆车架就可能出现诸多问题，严重时会发生车架散落、分离现象，危及骑乘人员安全。

在电气安全方面，当电动自行车更换车辆控制器时，车辆的制动断电、防失控功能等都会受到影响，严重时会发生车辆控制系统失效或车辆自燃等现象，具有明显的安全隐患。

3）加装改装蓄电池

国家标准《电动自行车安全技术规范》(GB 17761-2018)规定电动自行车的蓄电池最大输出电压应小于或等于60V，电动机额定输出功率应小于或等于 400W。但为追求更大功率，更快车速，部分车辆出现了加装改装蓄电池的现象，存在较为严重的安全隐患。

首先，加装改装的蓄电池多为大容量的伪劣蓄电池，蓄电池重量、蓄电池组合间隙等并不能满足车辆安全行驶要求，整车重量的增加导致了车辆的制动性能和操作性能降低，影响车辆行驶稳定性。

其次，加装改装的蓄电池，给车辆原有线路造成不必要的过载，电流超过原车设计电流容易引起热失控，而加装改装的蓄电池缺乏有效的过载过充保护装置，就会出现绝缘体老化甚至击穿电路的现象，引发起火，爆炸。

再者，自行加装，改装电动自行车电机和蓄电池等配件，容易造成电动自行车内部线路混乱，如导线线径不统一、导线布线不规范等问题，都会影响电动自行车的电气安全性，存在起火隐患。

2022年，全国接报的电动自行车火灾就达1.8万起，接报的居住场所内因蓄电池故障引发的火灾 3242起，造成惨重的人员伤亡和经济财产损失。

赛文荐书：

本文摘选于《城市电动自行车交通安全治理实践》一书。相对于私人汽车、公交车、自行车等出现时间较早的交通工具，电动自行车自20世纪90年代才开始出现在我国城市道路上。截至2022年底,我国电动自行车保有量已达3.5亿辆，城市平均每百户家庭电动自行车的保有量超过70辆。在城市交通进入高质量发展的新阶段，需要全面梳理和分析电动自行车的交通安全治理问题，在实践中探求问题的解决之道。

电动自行车治理不仅需面对通行秩序、通行安全等较为棘手的问题，还要面对长期未解决的超标车、加装/改装车等根源性问题；此外，骑行者安全意识、规则意识薄弱及骑行习惯不佳等基础性问题也需要推动解决。

本书围绕城市电动自行车交通安全治理这一主题，立足公安交通管理角度，紧扣交通安全主线，分析探讨了电动自行车产业特征、车辆登记管理、道路通行环境、通行管理、行业监管等内容，以期为城市电动自行车综合治理提供政策和技术参考。