科普 |「骑手竞争激烈，平台不断试探人的极限」？

『运筹OR帷幄』转载

作者：留德华叫兽

留德华叫兽六分教育，四分科普，360°聚焦硕博--德国数学博士，斜杠青年一枚，主业大厂摸鱼，副业自媒体＆三个社区55篇原创内容

前言

这篇文章改编自昨天知乎热榜第一名的话题之下我的回答。

作为一个运筹学博士，德国博士导师是研究与送外卖息息相关的TSP（旅行商问题）问题的学术泰斗之一，早在8个月前“外卖事件”第一次上热搜的时候，就利用自己半吊子的专业知识做了一个视频科普外卖系统背后的业务逻辑。

视频手稿丨从算法数据角度剖析，德国数学博士揭秘外卖骑手困局的本质【留德华叫兽】

这位博士后花了近半年送外卖做田野调查，成果最终发表在领域内权威期刊，访谈中的一些结论与我是不谋而合的。

首先是访谈原文：

https://www.sohu.com/a/464878129_120146415?spm=smpc.author.fd-d.1.1620354691433Sxsg7yX

我认为这样的学术研究真的很“接地气”

在这样一个大水漫灌、略显浮躁的学术圈

能够花接近半年的时间做田野调查

陈博士无疑为当代科研工作者树立了良好的榜样

我个人非常赞成和鼓励学术研究者去到一线调研

这样才能切身体验用户的需求

而不仅仅只是纸上谈兵

（为了水paper）

人为地加上一些现实中根本不需要的假设或约束条件

但是另一方面

在交叉学科日益盛行的今天

我也鼓励跨学科合作与交流

因为任何一个像外卖平台这样复杂的（软件）系统

都是由不同领域专家、成百上千人开发团队共同协作完成的非常庞大的系统工程

单一学科的研究者单枪匹马很可能只是管中窥豹

陈博士是北大社会学系博士后

研究课题是：数字治理下的劳动秩序

想知道劳动秩序，全国这么多城市，几十万的骑手，同时间在各地走街串巷，表面上看着很乱，但是他们背后有一个秩序。这个秩序在哪？你就会想了解到底是什么原因让这种井然有序成为可能。

这里我quote一下陈博士在访谈中的几句话[1]

那个时候我还没有想到用“算法”这个词，用的是“数字治理”。因为我在送外卖的过程中意识到，平台在不停地收集数据。通过智能手机和上面安装的配送软件，平台可以不断地追踪骑手的轨迹。到了室内，GPS信号一般会比较弱，但没多久平台就能通过商家的Wi-Fi网络、室内定位基站等等去收集记录骑手的数据，包括骑手的运动状态，到达商家的时间、停留的时长，消费者住址楼层、等待消费者取餐的时长等等。

可以看出在此次研究之前，陈博士对大数据、算法没有特别深刻的概念和理解。

这里可能可以和搞计算机、数据科学的博士聊一聊，相信一些必要的技术科普可以帮他少走很多弯路，有了行业insights之后，田野调查中也能更好地对症下药。

我们有一个说法叫“投喂”，所有的数据、每个人的习惯都可以让系统去学习和吸收。平台掌握了大量的数据，再用数据去给你规划怎么取餐、送餐，怎么给每个订单定价。我最后写的其实也是这一点，这样庞大复杂的劳动秩序之所以成为可能，是有这样一套数据支撑的系统，是把所有一切可以纳入的，都纳入到了可以计算的程度，是一种高度的控制和精准的预测。

这里可能可以和搞运筹学、机器学习算法的博士聊一聊，其实外卖系统的很多算法，包括：派单、路径规划、订单定价、送餐及等待时间的预测等等，都是依靠以往的大数据，通过运筹学、机器算法计算得出的。