报告概述

本报告聚焦2024-2025年中国外卖骑手群体,通过实地访谈、平台大数据与问卷调查,系统分析平台算法对骑手就业模式、收入状况和劳动供给行为的影响。报告厘清了外卖行业中骑手、平台与代理商三方关系,描述了不同骑手类型(专送、稳定众包、普通众包)的工作特征,并利用抽样数据刻画了订单与骑手的时空分布。在劳动供给方面,报告重点探讨了性别差异的成因,发现算法层面不存在性别歧视,但女性骑手因家庭照料等结构性约束导致劳动供给较低。此外,报告分析了平台算法的基本原理及骑手对算法的态度,指出算法与骑手之间存在双向互动与博弈。最后,报告聚焦新就业形态下的社会保障困境,基于问卷数据分析了骑手的参保现状与支付意愿,并提出了政策建议。读者可通过本报告深入了解平台经济下灵活就业群体的真实状况,以及ESG治理在零工经济中的实践路径。

报告的核心结论

外卖骑手性别收入差距主要源于劳动供给差异而非算法歧视。

报告通过Gelbach分解发现,日均跑单量、跑单经验和骑手类型能解释大部分性别收入差距,而平台算法在派单和定价上不存在性别偏好。女性骑手因家庭照料责任,在晚高峰、夜间和恶劣天气等高收入时段参与度显著低于男性,从而错失收入机会。

平台算法与骑手行为形成双向互动,骑手存在策略性应对。

算法通过实时数据学习骑手偏好,调整派单权重;骑手则通过拒单、转单或“养单”行为影响算法决策。约20%的骑手表示会策略性地利用算法调整来减少工作量或增加收入,体现了零工经济中人与算法的动态博弈。

骑手社保支付意愿低,现行制度难以适配灵活就业特征。

调查显示,近四成骑手仅愿用月收入5%以下缴纳社保,23.5%明确表示若需自费则不愿参保。骑手流动性高、多平台兼职和收入波动大,使传统“五险一金”模式面临落地困难,亟需建立低门槛、可携带的弹性保障机制。

平台ESG治理推动骑手福利改善,但社保责任主体仍不明确。

平台已为骑手提供商业意外险,并在试点地区覆盖职业伤害险,同时探索养老保险接入。但多层级外包用工模式导致专送、众包骑手与平台的用工关系模糊,社保缴纳责任不清晰,需要政府与平台协同明确责任归属。

报告回答的关键问题

外卖骑手的收入性别差距是如何产生的?

报告通过分解收入差距发现,日均跑单量差异解释约45%的性别收入差距,骑手类型和跑单经验各贡献约20%。女性骑手在恶劣天气、晚高峰和夜宵时段的工作参与度显著低于男性,而这些时段单价更高。平台算法在派单和定价上不存在性别歧视,差距主要源于劳动供给行为的结构性差异。

平台算法怎样影响骑手的跑单行为?

平台算法通过“规则-算法”双层体系实现订单与骑手的匹配,考虑位置、负载、超时风险、区域熟悉度等因素。骑手通过接单、拒单、转单等行为向算法传递偏好,算法则基于实时、7天和14天历史数据动态调整权重。骑手还会利用“养单”行为影响派单偏好,形成双向博弈。

为什么外卖骑手对缴纳社保的意愿偏低?

骑手群体流动性高,近半数入行不足一年,超三成计划半年内离职。六成骑手从事兼职,可能已在其他工作或通过农村合作医疗获得保障。调查显示,仅不到一成骑手愿意缴纳现行社保个人份额,近四成只接受月收入5%以下的缴费比例,因其更关注住房补贴、医疗保险等即时福利。

平台企业在ESG治理中如何保障骑手权益?

平台企业已将骑手保险全覆盖,并试点养老保险与职业伤害险。ESG治理要求平台明确社保责任主体,可通过设立专门委员会、审计代理商社保缴纳情况等方式提升治理透明度。报告建议构建弹性社保机制,利用数据画像识别高需求骑手群体,并与政府合作实现跨区域社保衔接。

报告中的代表性数据

27.4%

女性骑手与男性骑手的月收入差距

2024年第三季度,根据平台2024年三季度骑手问卷调研数据,女性骑手自汇报月收入比男性低27.4%。该差距主要由日均跑单量、跑单经验和骑手类型差异解释,算法层面不存在性别歧视。

38.91%

骑手对社保的个人支付意愿

2024年,基于平台骑手端问卷调查,38.91%的骑手表示只愿意将月收入的5%以下用于缴纳社保,25.04%可接受5%-10%,23.52%表示若需个人缴费则不愿参保。

36.43%

骑手入行不足半年的比例

2024年,根据某平台2024年骑手端问卷调查,36.43%的骑手进入平台不足半年,49.27%不足一年,31.65%计划在半年内离职,反映出骑手群体高流动性特征。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整市场数据与趋势图表:涵盖5个城市(北京、杭州、深圳、沈阳、重庆)2023年8月至2024年7月的订单抽样数据,包括订单季节分布、天气影响、城市差异、用户画像等图表。
  • 骑手劳动供给行为分析:通过336小时跑单热力图展示专送、稳定众包、普通众包三类骑手的周内工作节奏差异,以及周末与工作日的对比。
  • 性别差异实证分析:使用Gelbach分解量化各因素对收入差距的贡献,并基于回归模型检验男女骑手对收入冲击和时段冲击的反应差异。
  • 平台算法机制详解:阐述“规则-算法”双层决策体系,包括单单分配、人单匹配、转单机制、逆向单处理等核心环节。
  • 骑手对算法态度的问卷结果:展示骑手最希望算法改进的方面(送达时间、派单方式等),以及分骑手类型、分教育程度的态度分布图。
  • 社会保障现状与意愿分析:基于数万份问卷,呈现骑手各类保险覆盖率、社保支付意愿、希望政府解决的问题排序(住房补贴、医保、养老等)。
  • 政策建议与ESG治理路径:提出责任主体明确化、弹性社保机制、数据赋能精准保障等具体建议,并强调治理透明化与平台社会责任。
  • 研究模型与方法:介绍实地访谈、平台大数据、问卷调查三合一的研究设计,以及Gelbach分解、劳动供给Probit模型等计量方法。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告