外卖骑手面临的困境并非简单通过修改算法就能解决的问题。

近期，《人物》杂志的一篇专访《外卖骑手，困在系统里》引发了公众对外卖骑手处境的关注。大数据算法本应提升效率，增加社会福利，然而为何它反而成为了迫使骑手承担巨大风险的帮凶？

这个问题的核心在于大数据算法本身存在的局限性。大数据在总结客观规律方面非常有效，但在具体应用到个体时，往往会忽视平衡的重要性。因此，当算法只考虑可见的因素时，就忽略了不可见的复杂因素，比如突发状况、红绿灯变化、道路拥堵等。

致命的内生性

经济学中常提到“内生性”的概念，即在分析事物间的关系时，不应忽视潜在的不可见因素。外卖平台的大数据算法就受到了内生性问题的严重影响。算法只关注地图上显示的路程长度和实时交通情况，而忽视了骑手自身掌握的重要信息。由于这些信息只能被估算，一旦估算不准，骑手就可能因未能及时送达而面临罚款。于是，骑手采取冒险行为以争取时间，这些行为算法却无法捕捉。这导致算法认为骑手的效率在提升，进而延长了预计送达时间。实际上，算法对合理送达时间的估计出现了偏差，骑手们也因此失去了宝贵的两分钟。

三方的博弈

面对这一问题，简单的算法修改显然不够。外卖平台本质上是一个连接餐馆和消费者的渠道，通过降低成本来获取利润。顾客对价格敏感，平台为了满足顾客需求，不得不在其他方面施加压力。而骑手作为依赖平台生存的一方，压力自然更大。平台的盈利模式决定了骑手必须承受高风险的工作环境。即使如此，骑手依然认为这份工作比其他工作更有吸引力。短期内，很难找到三方都满意的解决方案。唯一的办法是通过平台让利，但平台不太可能主动这样做。引入更多的小型社区配送公司可能会改善骑手的处境，因为他们将有更多的选择机会。

亡羊补牢

要从根本上解决问题，需要提高整体收入水平，促进小配送团队的竞争，并推动劳资双方的规范协商。当前，外卖平台竞争激烈，每家平台都希望提供更快的服务以吸引更多客户。因此，任何一家平台都不可能单独放宽时间限制。否则，顾客会选择更高效的平台，而不是更人性化但效率较低的平台。为改善骑手的处境，平台可以预留一定的容错空间，并细化市场，区分不同顾客的需求。例如，可以通过大数据分析顾客对时间的敏感度，或让顾客自行选择是否接受稍长的配送时间。这种方法已经在欧洲的亚马逊等平台上实施，取得了较好的效果。

总体而言，尽管短期内骑手的处境有望得到些许改善，但从长远来看，仍需加强劳动者的保护，完善相关法律法规，并提高整体收入水平，才能真正解决这一问题。