基于A-F 双临界值法的外卖骑手多维影响因素研究

朱文娟，任 璇，谭江明

（湖南工业大学商学院，湖南株洲 412000）

一、研究综述

平台经济的迅速崛起拓宽了“零工经济”的应用场景，为劳动力市场带来了深刻的变革，以外卖骑手为代表的网约配送员群体规模也迅猛增长， 大量传统的“企业与员工”的雇佣方式转变为“平台与个人”的合作模式［1］。 与传统行业相比，外卖服务行业的工作时间更为自主，管理层级更为扁平，劳动计酬方式也更具激励性［2］，因此外卖服务行业吸引了大量中青年劳动者的加入。随着外卖行业的迅速发展，平台希望获得越来越多的订单， 商家希望不断提高产品销量，消费者希望能够获得更好的配送服务，而这些利益诉求的核心承载者就是外卖骑手［3］。外卖行业是一个高度依赖数字技术的行业， 数字技术在高效匹配市场供需的同时， 也使得骑手深陷 “数字劳动控制”，成为一个个忙于“赶工游戏”的“风雨急速人”［4］。有不少学者探讨了外卖骑手在薪酬模式［5］、社会保险［6］、劳动权益［7］、职业风险［8］等方面遇到的不公平对待。沈锦浩认为在嵌套激励下的劳动报酬体系，让骑手们成了“全天候工人”［9］；汪雁等人则发现，平台企业越来越规避与骑手建立劳动合同关系， 导致平台与骑手之间的权责更加模糊［10］；邹开亮等人认为外卖骑手缺乏畅通的申诉机制， 对于骑手因意外等不能客观归责于自身原因而违背了算法制定规则（如送达超时）， 平台的申诉机制往往形同虚设［11］；周子凡认为平台以用户评价主导业绩考核，以罚代管，处罚不当［12］。 可以说，骑手们背负了来自平台、商家和消费者的多重压力，其就业质量不高，就业状态较为脆弱［13］，因而他们是需要重点关注的劳动力市场弱势群体［14］。

就业脆弱最初是指职业中缺乏对传统而言所拥有的规范形式以及契约保证的状况。 2009年美国社会学协会理事长Kalleberg出版的专著使就业脆弱性的相关研究逐步成为热点，他指出，就业脆弱性是一个不确定、无法预期并且具有高度危险性的状况［15］，并分析了21世纪就业脆弱性何以成为一个常态化现象以及它所带来的影响。已有学者从工作获取方式、关系契约、工作任期、工作连续性、社会保险、工作满意感等多个角度深入探讨了就业脆弱性问题［16］。Mahapatra等基于A-F双重临界值方法， 构建了包括个体属性、金融安全、社会保护和社会支持网络等四个维度的多维就业脆弱性指数［17］；陈爱丽根据双临界值A-F方法，基于就业机会、就业能力、就业服务三个维度定义了就业脆弱性指数［18］。

从以上文献可以看出，就业脆弱性已经发展为一个内涵丰富，具有多维含义的概念，但学界对其尚未建立统一的测量标准，也没有形成一个科学的、完整的理论框架。 本文结合已有文献与外卖骑手的职业特点，构建了较为完整的就业脆弱性指标体系，通过采用合理的测算方法，不仅有助于整体把握外卖骑手的就业脆弱性程度和变化情况，还可以揭示就业脆弱性的结构特征和影响因素。

二、研究设计

（一）多维就业脆弱性的测量方法

A-F双临界值方法是2007年由牛津贫困与人类发展中心的Sabina和James两位学者， 基于可行能力剥夺理论拓展提出的多维贫困测量方法。 A-F双临界值法最早用于测量地区的贫困指数， 随着众多学者的研究深入， 逐步发展成为就业脆弱性的测量指数，其所涉及的具体变量及释义如表1所示。

1.多维就业脆弱性测量计算步骤

计算步骤如下。

第一步，计算就业脆弱性发生率H，公式表示为

其中: q 表示多维脆弱人口，n 表示区域总人口。第二步，计算就业脆弱强度A，公式表示为

其中：C i(k)表示在脆弱临界值为k 的情况下，个体i被剥夺的指标数量；q 表示多维脆弱人口。

第三步，计算就业脆弱性指数MPI，公式表示为

其中：g0(k)表示已删减矩阵，H表示就业脆弱性发生率，A表示就业脆弱强度。

2.维度分解

通过指数分解可以测量出研究对象在不同特征下的就业脆弱性差异。 多维脆弱性指数可以按照地区和指标进行分解。

（二）外卖骑手就业脆弱性测度指标体系构建

外卖骑手就业脆弱性程度不仅和骑手自身的能力相关，还与岗位、社会环境等因素密切相关。因此，在分析外卖骑手就业脆弱性时，只有综合考虑多方面的影响因素，构建合理的评价指标体系，才能较为准确、 客观地反映外卖骑手就业脆弱性的现实状况。 通过调研和查阅国内外已有参考文献，总结出2017—2021 年国内外研究者构建的就业质量评价指标体系的基本情况，涉及研究者、一级指标数量和主要的评价维度，具体如表2所示。

本文结合国内外已有的就业质量评价指标体系和外卖骑手就业特点，构建了包含工作环境与压力、权益保障、职业发展、个人能力、就业稳定性、就业满意度6个一级指标，以及工作时间、薪资报酬、工作自主权等21个二级指标的外卖骑手就业脆弱性测度指标体系，具体如表3所示。

表3 外卖骑手就业脆弱性维度与指标设定

本文使用的数据来自2022年11月湖南长沙、株州、 湘潭三个地区随机选取的20个外卖站点的调查问卷，共发放问卷400份，回收337份，有效样本量为302份，回收率和有效率分别为84.25%和75.5%。对数据进行处理后， 文本采用独立性权重法与因子分析法确定各指标权重。

三、外卖骑手多维就业脆弱性的测算及分解

（一）外卖骑手不同维度就业脆弱性状况

为更清楚地说明外卖骑手就业脆弱性情况，首先测算各个指标的就业脆弱性发生率（表4）。结果显示：样本骑手在所有指标上均存在就业脆弱情况，但不同维度下就业脆弱性程度存在差异。其中事故率、工作时间、社会保险、升职或加薪可能性这4个指数的就业脆弱性程度最高，均超过50%。 对于工作环境与压力方面， 事故率与工作时间的就业脆弱性显著高出其他指标，事故率的就业脆弱性表现为88.72%，骑手出过3次及以上事故的比率较高，工作危险系数较大；工作时间的就业脆弱性表现为66.02%，骑手每周工作时间超过56小时， 表明他们处于高强度的工作状态；对于权益保障方面，社会保险的就业脆弱性最高， 意味着有88.65%的骑手只有1种保险或者没有保险；对于职业发展方面，升职或加薪可能性的就业脆弱性比重较高，为57.42%，因此，公司增加职业晋升空间或者加薪机会是增强骑手职业发展的重要路径。

表4 单指标就业脆弱发生率 单位：%

对于专送模式的骑手而言， 就业脆弱性发生率较高的指标是事故率、社会保险、劳动争议和劳资关系。 具体而言，专送模式的骑手出现3次及以上事故的比例为82.321%， 购买1种保险或者没有保险的比例为78.35%， 劳动争议比较常见或非常常见的比例64.02%， 劳资关系比较紧张或者超级紧张的比例为60.98%。对于众包模式骑手而言，就业脆弱性发生率最高的指标是事故率，为94.80%；社会保险次之，为94.50%；同时，工作时间以及升职或加薪可能性的就业脆弱性比重也相对较高，分别为80.92%和72.25%。通过对比发现，专送模式和众包模式的骑手在事故率和社会保险两个指标上均表现出较高的就业脆弱性，并且众包模式的骑手发生就业脆弱性的比例相对更大。 但是，两种模式的骑手在升职以及加薪可能性或工作时间两个指标上的表现具有明显差异，其中：众包模式骑手升职或加薪可能性的就业脆弱性显著高于专送模式骑手， 这体现出两种不同模式下晋升空间和加薪机会有较大差距； 众包模式骑手工作时间的就业脆弱性则显著高于专送模式骑手。 以上分析表明，在解决骑手就业脆弱性问题时，应将降低工作时间、增加升职或加薪的可能性、降低交通事故率和促进社会保险参与作为基本改善目标。

为更好地了解骑手的就业情况，对单一指标进行测算（表5）。 如果就业脆弱性指标数为5，则表明在21个指标中存在5个指标的就业脆弱状态。 不论是从全部骑手样本的角度，还是从分专送模式和众包模式的角度来看，随着就业脆弱性指标数的增加，就业脆弱性发生率也会出现一定的波动性变化，但整体上呈现“倒U形”走势。 表5结果显示，80.40%的骑手在8个及以上的指标上出现了就业脆弱的情况。从不同模式的差异来看， 众包模式的骑手在8个及以上的指标上出现就业脆弱的比例高达77.85%，专送模式的骑手的这一比例为71.63%。这表明众包模式的骑手在多个指标上出现就业脆弱性的可能性更大。

表5 不同指标数就业脆弱性发生率 单位：%

（二） 外卖骑手多维就业脆弱性指数的测算

就业脆弱性具有多维度特征，采用A-F双临界值法确定临界值k来估计多维就业脆弱性指数。 根据理论，k值可以在0到1之间变化。 当k值为0时，任何指标都处于脆弱状态，被认定为多维就业脆弱；当k值为1时，只有当所有指标都表现出脆弱状态时，才能被定义为多维就业脆弱。 为了解样本骑手的多维就业脆弱情况，对不同k值下的全部样本进行多维就业脆弱性指数估算（表6）。 结果显示：当k为0.3时，就业脆弱强度A达到了0.671， 即在这个临界值下， 大约70%的骑手处于就业脆弱状态。 随着临界值k的增加，就业脆弱性指数也呈下降趋势，但是就业脆弱的强度却在上升， 表明骑手就业脆弱性的程度也在不断加深。

表6 多维就业脆弱性指数

在此基础上将外卖骑手按照不同的配送模式分为专送模式和众包模式两种类型， 进一步计算专送模式和众包模式的多维就业脆弱性指数（表7）。结果显示，当临界值k增大时，专送模式和众包模式的骑手就业脆弱发生率和就业脆弱性指数显著降低，但是无论k取何值，专送模式的骑手多维就业脆弱发生率和就业脆弱性指数都明显高于众包模式的骑手，这表明专送骑手的就业脆弱状况更加严重。

表7 专送模式与众包模式多维就业脆弱性指数

（三） 外卖骑手多维就业脆弱性的分解

通过对就业脆弱性指数的分解， 探究外卖骑手多维就业脆弱性指数的基本特征。 为更深入地研究各指标对就业脆弱性的影响程度，在考虑年龄、公司和技能水平等相关因素的基础上， 将就业脆弱性指数细分为若干个指标。 由于目前没有统一的临界值k，选择k=0.3作为临界值［19］。

1.基于不同指标的多维就业脆弱性分解

表8结果显示：各指标的贡献率存在显著差异。薪资报酬是导致骑手就业脆弱的最重要因素， 其贡献率高达11.6%；事故率则次之，贡献率仅为9.8%；此外， 工作时间也是影响骑手就业脆弱的一个重要因素， 贡献率为9.5%。 经过不同模式样本的考察发现， 专送骑手就业脆弱的主要影响因素包括薪资报酬、事故率、工作时间、升职或加薪的可能性和个体适应能力；影响众包模式骑手就业脆弱的主要因素为事故率、工作时间、职业培训次数、工作环境满意度和薪资报酬。 值得关注的是，与其他因素不同，升职或加薪的可能性对专送模式骑手的就业脆弱性具有较大程度影响， 可能是由于不同模式的骑手晋升机制不同，例如：专送模式的骑手晋升通道明确，可以通过骑士、副站长、站长、区经理和合伙人等职位晋升，针对具有能力和多样化职业需求的骑手， 平台还会提供客户服务和培训师等转岗渠道； 众包模式的骑手是众包平台提供订单，时间自由，工资日结，众包模式的骑手难以晋升。 综上所述，应通过降低骑手事故率、增加骑手薪资报酬、优化工作时间制度等方式来缓解中国骑手就业脆弱状况。

表8 基于不同指标的多维就业脆弱性分解（k=0.3）

2.基于年龄分组的多维就业脆弱性分解

为了更清晰地了解外卖骑手就业脆弱性的年龄差异， 考虑基于骑手年龄的不同进行多维就业脆弱性指数分解指标（表9）。结果显示，青年骑手（18岁到40岁）比中年骑手（40岁以上）就业脆弱性指数更高。究其原因：首先，高强度的工作使得初入社会的骑手难以适应。 调查数据显示，青年骑手工作时间超过8小时以上的占比达88.7%，远超国家规定的每周不超过44小时的工作时间。 其次，也有研究表明中年劳动力就业质量低于青年劳动力， 并且青年人的离职率高于中年人的离职率， 青年人在外卖行业的就业时间也没有中年人长久。最后，大部分青年外卖骑手可能只是把外卖骑手这一职业当成是职业过渡， 他们或许还有更好的职业选择。

表9 基于年龄分组的多维就业脆弱性指标分解（k=0.3）

3.基于公司分组的多维就业脆弱性指标分解

考虑在竞争性就业市场中的表现差异，从不同公司的角度出发进行多维就业脆弱性指标分解（表10）。 结果显示，美团公司骑手比饿了么公司骑手的就业脆弱性更高，饿了么的单价一般比美团高出1～3元。经过与美团公司外卖骑手深入访谈，近九成的被访者表示上班压力很大，送外卖并没有保底薪资，如果送餐超时或者被差评，工资就会扣部分，但在饿了么公司，即使被差评了扣工资也可以公司报销。相比较其他公司而言， 美团公司的规矩限制性太强，KPI考核较为严格， 在劳动者保障权益制度这一方面有待完善。

表10 基于公司分组的多维就业脆弱性指标分解（k=0.3）

四、结论与建议

研究结果表明：当A-F双临界值k达到0.3时，骑手的就业脆弱程度显著提高，70%的样本骑手处于较为严重的状态， 且专送骑手就业脆弱情况更为严重。 随着临界值k的增加，就业脆弱性指数虽有下降趋势，但是就业脆弱的强度却在上升。 事故率高、工作时间长、 社会保险参与不足和升职加薪可能性较低是造成骑手就业脆弱性程度高的主要因素， 青少年骑手、美团骑手的就业脆弱程度均更高。为减少骑手的就业脆弱性，提出以下建议。

一是要对骑手就业脆弱性的主要影响因素进行重点干预。首先，购买意外保险是发生交通事故的后续保障；其次，平台对数字控制要适可而止，且劳动时间不得超过法定时间，参照《劳动法》的规定，限定兼职骑手在平台月工作时间不得超过36小时、 日工作时间不得超过3小时；再次，由于众包模式骑手在多个平台接单， 社会保险缴纳主体模糊不清和法律存在滞后性，需要对相关法律及时完善；最后，需增加升职或加薪的可能性，并制定清晰的晋升机制，明确加薪的相关制度。

二是要基于不同配送模式的特点对骑手进行配套支持。研究表明，专送模式比众包模式的骑手就业脆弱程度更高。 究其原因：首先，众包模式的工作时间比专送模式的更加自由；其次，众包模式的薪酬一般高于专送模式的薪酬；最后，一般新手会先选择做专送模式，熟悉路线与软件后，再做众包模式。因此，公司应给予专送模式的骑手更多关怀。 公司在制定规则约束骑手的同时， 也要给予骑手一定的人文关怀，提供具有人文关怀的管理。 比如：在道路上修建骑手休息室，为专送骑手提供良好的休息环境，让专送骑手感受到公司的关怀与重视。

三是要基于就业脆弱性的年龄和公司差异采取针对性策略。由于外卖骑手的离职率比较高，在一定程度上对平台造成了一定的损失， 平台应针对这一问题制定具有灵活性的制度来管理。 比如在离职方面，青年外卖骑手离职率更高，平台应针对不同年龄段的骑手制定有针对性的就业扶持政策。 对青年外卖骑手应该多给予升职的可能性， 对于中年外卖骑手应多给予养老福利与保障。 研究发现美团公司骑手比饿了么公司骑手的就业脆弱性更高， 相比较其他公司而言， 美团公司的规矩限制性太强，KPI考核较为严格， 因而建议美团公司在推动平台经济发展的同时，正确处理与骑手之间的关系，注重保障骑手权益， 深刻反思其劳动价值， 依法保障其在劳动强度、劳动安全等方面的权益。