一、背景

    近些年来，我国外卖的市场规模持续高速发展，在2017年饿了么5亿美元收购百度糯米之后，以美团和饿了么为主导的外卖市场格局基本形成，其中规模较大的美团外卖订单量峰值达到 1600 万，已经成为全球规模最大的外卖平台。

    从外卖平台商业模式来看，经过了前期烧钱补贴以扩大市场之后，两大外卖平台已经基本控制了我国外卖市场的主动权，于是双方都开始从供应端和需求端寻求新的利润增长点。

    一方面提升对商家收取的手续费来增加其单笔交易的收入，另一方面通过形式多样的活动来提升用户体验，从而吸引更多的用户。就后者而言，一个行而有效的方式莫过于减少送餐时间。在此基础上，两大外卖平台开始打造以利益与效率为核心的资源控制及调配平台。外卖平台通过算法和数据，不断助推每个外卖小哥所分摊的外卖订单数量峰值攀高。然而，由于效率和公平本身就是一对难以同时达到最优的经变量，在送餐时间缩短，送餐效率提升的同时，也导致了外卖小哥送餐过程中发生交通安全的风险。

    2017年上半年，来自上海市公安局交警总队数据显示，平均每2.5天就有1名外卖小哥伤亡。同年，深圳3个月内外卖小哥伤亡12人。2018年，成都交警7个月内查处骑手违法近万次，事故196件，伤亡155人次，平均每天就有1个骑手因违法伤亡。2019年9月，广州交警查处外卖小哥交通违法近2000宗，美团占一半，饿了么排第二。

二、内卷效应

    内卷化一词源于美国人类学家吉尔茨，根据吉尔茨的定义，“内卷化”是指一种社会或文化模式在某一发展阶段达到一种确定的形式后，便停滞不前或无法转化为另一种高级模式的现象。现在意义上的内卷，一般用于形容某个领域中发生了过度的竞争，导致人们进入了互相倾轧、内耗的状态。典型的内卷现象例如高考，由于大学录取的名额有限，家长又都希望孩子上好大学，只好没日没夜的备考，形成恶性竞争。

    回过头来看外卖平台和骑手的矛盾，外卖平台算法制定的送餐路线和预计送达时间并不合理，因为它是理论上的一个平均值。既然是平均值，那么就一定有一部分达不到这个预定时间，还有一部分骑手能够在预计送达时间之前送到。对于理论上达不到要求的骑手，他们为了能够准时送达，可能会做出超速、逆行、闯红灯等违反交通法规的行为，而这些行为又会降低算法得出的平均值，从而又会使得另一部分骑手达不到预定时间，如此往复最终带来的是骑手的预定送达时间不断缩短。这种内卷效应很难被打破，因为外卖行业准入门槛低，你不能接受的工作条件有的是人能接受，所以参与内卷的人无法脱身，只能越陷越深。

三、外卖行业的内卷化

    内卷化现象的产生

    从根本上来看，外卖平台过度重视配送效率在市场竞争中的地位是导致外卖行业内卷化的主要原因。具体来看，外卖平台关于送达合理时间的算法是问题产生的直接原因，外卖小哥的配送时长，被算法系统压缩得越来越短，在于平台采用了机器学习的人工智能算法，用收集的真实数据训练现有的算法，让算法越来越“智能”，从而进行路线预测推导，实现对外卖配送员的监督。

    订单分配模式的演进

    在外卖行业发展初期主要依赖骑手抢单模式和人工派单模式。抢单模式的优势是开发难度低，骑手自由度较高，可以进行抢单，但其缺点也很明显：骑手只考虑自身的场景需求，只从自身利益出发来决策，导致配送整体效率低下。还存在大量订单无人抢或者抢了之后造成服务质量无法保证的场景，用户体验比较差。

人工派单的方式，一般优于抢单模式。在订单量、骑手数相对比较少的情形下，有经验的调度员可以根据订单的属性特点、骑手的能力、骑手已接单情况、环境因素等，在骑手中逐个比对，根据若干经验规则挑选一个比较合适的骑手来配送。一般而言，人工调度一个订单往往至少需要半分钟左右的时间才能完成。

    然而，随着外卖订单规模的日益增长，在热门商圈的高峰时段，1 分钟的时间内可能会有 50 单以上，在这种情况下，要求人工调度员每 1-2 秒钟做出一次合理的调度决策，显然是不可能的。

    另一方面，由于即时配送过程的复杂性，要做出合理的匹配决策，要求调度员对配送范围内各商家的出餐速度、各用户地址的配送难度要有非常深入的了解，在此基础上具备统筹优化能力，考虑未来进单量、减少空驶等因素，做出全局近优的选择，这对人工调度员而言，又是一项极其艰巨的任务。

    所以，随着数据采集的不断完善和人工智能技术的不断成熟，通过人工智能的方法来进行订单的指派，是未来该行业重要的利润增长点，因此与之相关的算法成为各个配送平台研究的热点之一。

    外卖平台算法存在的问题

    当前外卖平台算法的问题就在于将配送效率置于一个过高的地位，算法本身只会关注数据，单纯的通过数据来评价配送效率，从而关于快递小哥的情感需求则完全不在其考察范围之内。这方面的缺失自然应该由平台的其他福利机制来补偿。但是遗憾的是，目前大多数平台在这方面做得都不够，这对于快递员自然是不公平的，而可悲的是目前快递员竟也无处申诉。另外，复杂的现实世界是任何数学模型都无法完全演绎的，现实生活是一门艺术，而算法则恰恰剔除了生活中的艺术性，简单的用数学模型来刻画现实世界显然是存在问题的。因此在冷冰冰的算法基础上，更应该考虑一些人性化的弹性措施。

    举例来看，如果一开始系统规定的配送时间是30分钟，为了避免超时受惩罚，外卖小哥将配送时间控制在了28分钟甚至25分钟，这时算法搜集的数据就显示，这段路程外卖小哥有能力提前送达，“聪明”的系统便可能将规定时间改成28分钟。为了配合更短的配送时间要求，外卖小哥以闯红灯、逆行等方式应对，却让系统误以为这段路程仍有压缩空间。几轮之后，“算法就缩得越来越紧”。

除了算法本身存在的问题，单纯的配送效率并不能代表服务的全部，外卖服务是属于第三产业的服务业，因此除了不断优化配送算法之外，外卖平台也应该考虑在其他方面来提高其市场竞争力，应当将核心竞争力建立在技术、管理以及模式的差异化上。

四、多环节发力，优化外卖服务生态

    外卖平台应优化当前的人性算法系统，添加一些弹性系数。外卖平台可以开放外卖小哥合理申诉渠道，对商家出餐不及时、恶劣天气、交通意外、遭遇门禁等特殊情况对骑手免责，最后平台在利用算法派单、规划路线、计算时间的时候应合理考虑骑手的反馈。算法服务的对象应该是三方面的，在考虑平台利益与消费者体验的同时，也应关注骑手的体验。由于算法会采用骑手实际送单时候的各项数据，若骑手每次都超额完成任务，则算法会默认原有给出的时间还有“压榨空间”。

    外卖的准时送达需要餐饮商家的协调配合。一方面商家应该提升自身的出餐效率，减少外卖小哥在商家的等待时间，从而为外卖小哥在送餐路上留下更多的时间；另一方面，商家应该将更多的精力放在提升食品质量上，提升自身硬实力，因为无论配送效率有多高，只要消费者对食品不满意，便很难再次光临消费。

    鼓励消费者提前订餐，给平台算法留下更多优化空间。在订餐时，消费者如果能够适当的提前预定，就会给商家和外卖小哥留出足够的时间缓冲，同时也给外卖平台合理的派单提供充足的订单支持，而且对于绝大多数消费者来说，提前订餐也是一个可行的方法，因为消费者的用餐时间相对是比较固定的，消费者可以根据往常的消费习惯相应的提前订餐。在此基础上，平台也可以通过相关的优惠活动来鼓励消费者提前订餐。

五、未来展望

    外卖行业高峰期短且集中的特点，决定了企业之间的竞争越来越集中在送餐速度上，导致原本应该综合多种指标的算法，忽略了骑手的安全和压力状况。外卖小哥的时间困境，不是用户逼出来的，而是平台的算法问题和抢夺市场造成的。归根结底，平台在时间上争分夺秒不肯让步，面对这样的窘境，平台需要作出调整，优化当前的算法系统，给予骑手一定的弹性措施，并将目光多聚焦于平台的良性发展，提升综合实力，要在订单分配的效率和外卖小哥的公平之间找到一个平衡点，不可偏颇，使外卖新业态能够健康发展。

(作者:景乃权，浙江省公共政策研究院研究员；刘兆鹏，丁瀚，浙江大学金融系研究生；周浩东、王子明、南昭伊，浙江大学本科生)