以骑手为代表的新就业群体研究报告：职业技能与跑单时长对收入的共同作用

中国人民大学劳动人事学院新就业研究课题组 数字经济的迅速崛起迭代了“零工经济”的应用场景，以灵活和自由为特征的新就业形态蓬勃发展，给劳动力市场带来了深刻的结构性变革1。零工经济是在线劳动力市场基于应用程序和实时需求匹配工作任务的经济形态，催生了灵活就业群体。国家统计局数据显示，到2023年，中国灵活就业群体中从事新就业形态的劳动者已达8400万人，占全国职工总数的21%，呈现以男性青壮年为主、农业户籍人员比例较高的特点。外卖骑手作为新就业形态中的重要群体，随着外卖等即时配送市场规模持续扩大，从业人员数量也在不断增加。数据显示，目前全国外卖骑手已超1300万人。从平台数据看，阿里巴巴旗下饿了么活跃骑手超过400万人，京东旗下达达活跃骑手数量超过130万人，从美团获得收入的骑手数量为745万人，2024年数量依然快速增长。2 从外卖骑手群体的工作收入而言，根据2024年1月中国新就业形态研究中心发布的《2023中国蓝领群体就业研究报告》，2023年外卖员月均收入为6803元，超过蓝领群体的平均值6043元，外卖员、月嫂、货车司机等职业的收入水平位居蓝领前列。3此外在工作时长方面，据中国新就业形态研究中心相关调研，外卖骑手旺季平均每日在线时长为7.79小时，平均送单时长为6.9小时；淡季平均每日在线时长为6.2小时，送单时长为5.1小时。国家统计局发布的数据显示，2024年上半年，中国企业就业人员每周平均工作时长为48.6小时，与2023年的49小时基本相当。对比外卖平台发布的骑手工作时长数据，按旺季在线时长、一周工作6天计算，骑手的周平均送单时长为46.74小时，低于全国平均工作时长。4无论是工作收入、工作时长亦或是其他数据，关于骑手的诸多研究报告，一定程度上反映了骑手就业状况，而除了单一维度的数据报告外，我们仍需要进一步分析关于骑手就业多个维度的变量之间的互动关系，骑手自身的特征、工作收入、工作时长、工作技能、工作策略等多个职业关键特征维度之间存在怎么样的关系？外卖骑手在这些就业质量维度上的主观感知和评价是怎么样的？对以上问题的回答有助于我们更加深入了解外卖骑手这一职业的就业状况，回答数字经济发展能否对外卖骑手群体产生数字红利这一关键问题，探究数字经济发展与民生就业之间的重要关系。 一、研究方法 本报告通过对既有文献的研究，结合田野调查、半结构化访谈、问卷调研和多元回归分析等实证方法，对外卖骑手群体职业发展状况进行研究。综合群体规模、市场需求、地域经济发展水平等情况，报告从纵向出发依次选择一二线城市及县域地区，从横向出发分别选择了东部、中部和西部地区的个别省份，选择有代表性的外卖骑手群体进行调研分析， 调研时间为2025年1月。 1.问卷调查 有效样本量：2835份 问卷设计：结合既有文献研究和实地观察和访谈所获取的资料，设计相应的调查问卷发放方式：平台系统针对预先实地调研选取的地区，随机向对应地区的骑手发布问卷 2.田野调查与半结构化访谈 有效样本量：60份 调研时间：2025年1月 数据来源：访谈数据来源于课题组在田野调查中开展的半结构化访谈 样本分布：北京市海淀区中关村；安徽省合肥市滨湖新区；贵州省贵阳市观山湖区；山西省吕梁市文水县。 3.研究模型 基于现有关于外卖骑手职业的研究，结合课题组实地访谈的资料，此次外卖骑手职业研究构建的模型如下图所示。从职业动机到职业投入，再到职业产出，描绘了外卖骑手从事这一职业的劳动过程图景，其中职业动机包含“容易上手”“收入不错”“时间自由”“收入发放准时”“经济压力太大”“短期过渡”等内容，职业投入指的是外卖骑手在从事配送工作时的技能、策略和时间因素，职业技能参考美团研究院发布的《外卖骑手的职业技能与技能形成研究》报告5，将包含“人际沟通能力”“情绪调节能力”“主动学习能力”“交通工具驾驶能力”“应急处理突发问题能力”，“智能操作技能”“时间与路线规划技能”等内容作为职业技能的主要研究指标；职业策略则是外卖骑手在现有生产秩序中寻求提升配送效率和收益的行动，包括“同向路线订单控制”“保持良好的跑单记录”“灵活运用转单、拒单”“和商家保持关系”“跟站长、骑士长处好关系”；工作时长则是包括“平均在线时长”和“平均跑单时长”。 为研究外卖骑手职业特征和工作时长、收入等变量之间的线性关系，此次研究构建的多元线性统计模型如下：𝑌𝑖=𝛽0+𝛽1𝑋𝛽2𝑋𝛽2𝑋𝛽𝑗𝑋𝛾1𝐶1+⋯𝛾𝑖𝐶𝜀 i是观测值的序号，i=1,2,…,n，n为变量数量。𝑌𝑖是第i个观测的因变量的值。𝛽0是截距项，它表示当所有自变量都为0时，因变量Y的取值。𝛽𝑗（j=1,2,…,n）是第j个自变量的回归系数，反映了在其他自变量保持不变的情况下，自变量𝑋𝑖每变化一个单位时，因变量Y的平均变化量。𝑋𝑖是第i个观测中第n个自变量的值𝐶𝑖是第i个观测中第i个控制变量的值𝛾𝑖是控制变量的回归系数，体现了在核心自变量保持不变时，控制变量每变动一个单位对因变量的平均影响𝜀𝑖是第i个观测的随机误差项，它包含了除自变量以外其他所有对因变量y产生影响的因素。 二、职业画像 1.基本特征 （1）性别：男性骑手占主导，女性比例低 （数据仅来自调研的2835名外卖骑手，不代表整体外卖骑手） 男性骑手占比94.9%，占据了绝大多数。女性骑手占比5.1%，比例相对较小。这表明 在该骑手群体中，男性占据了绝对主导地位，女性骑手的比例非常低。 （2）年龄：骑手群体以青壮年为主 （数据仅来自调研的2835名外卖骑手，不代表整体外卖骑手） 骑手的年龄主要集中在20岁到40岁之间，其中25岁到35岁的骑手数量最多。随着年龄的增加，骑手的数量逐渐减少，尤其是在40岁之后，骑手数量显著下降。在50岁及以上的年龄段，骑手数量非常少。这表明骑手群体以年轻人为主，尤其是青壮年群体。这种年龄分布可能与骑手职业的体力要求和工作性质有关。 （数据仅来自调研的2835名外卖骑手，不代表整体外卖骑手） 农村户口的骑手占比72.5%，占据了大多数。城镇户口的骑手占比27.5%，比例相对较小。表明在该骑手群体中，农村户口的骑手比例显著高于城镇户口的骑手。这种分布可能与农村地区的就业机会较少、骑手职业的灵活性以及农村劳动力向城市流动的趋势有关。骑手职业可能为农村劳动力提供了一种相对容易进入的就业选择，尤其是在城市中从事配送工作。 2.职业特征 （1）工作年限分布：两极分化，流动性与稳定性并存 从分布来看，骑手的工作年限呈现出明显的两极分化趋势：半年以下和2年及以上的骑手数量较多，而处于1-2年工作年限的骑手数量相对较少。这一现象背后有着复杂的成因。6对于工作年限在半年以下的骑手，他们大多是刚刚进入行业的新手。外卖配送行业门槛较低，吸引了大量希望快速就业的劳动者。这些新骑手往往将这份工作作为短期过渡选择，在初步尝试后，部分人因无法适应工作节奏和环境，或是难以应对复杂的路况和客户需求而选择离开。 而工作年限达到2年及以上的老骑手，在长期工作中积累了诸多职业技能和工作经验。例如，他们对配送区域的地形、商家位置、客户偏好等信息了如指掌，能够高效规划配送路线，大幅提升配送效率。在应对各种突发状况时，也能凭借丰富的经验迅速做出合理决策，这使得他们在工作中具有明显优势。同时，外卖行业的激烈竞争和筛选机制，使得那些具备更强适应能力和工作能力的骑手得以留存。 综上所述，骑手职业的流动性较高，许多骑手在短期内进入或退出该行业，但也有相当一部分骑手凭借自身能力和经验能够长期从事这一职业。总体来看，骑手群体的工作年限分布反映了该职业流动性和稳定性并存的特点。 （2）职业选择动机：灵活性、经济需求复合性与职业可及性主导 （数据仅来自调研的2835名外卖骑手，不代表整体外卖骑手） 职业吸引力主要体现在三个维度。首先，工作灵活性维度构成核心驱动要素，其中"时间自由"以24.8%的占比成为首要动因，凸显零工经济特有的弹性工作特征。其次，职业可及性维度占据显著地位，"容易上手"（18.9%）印证了该职业低技术门槛的结构性特征。再次，经济要素维度呈现复合性特征，包含即时经济压力（16.9%）与收入稳定性诉求（16.3%）双重考量，两者合计达33.2%。辅助性动因则表现为过渡性就业需求（10.8%）与收入水平认可度（10.1%），而其他边缘性动因仅占2.1%。由此可见，骑手职业选择机制实质上是劳动力市场结构性特征与个体理性决策互构的产物。 （3）骑手工作策略偏好：效率优先，兼顾合作与职业发展 （数据仅来自调研的2835名外卖骑手，不代表整体外卖骑手） 通过数据分析骑手职业策略选择的结构性特征，可见其工作方式与职业理性之间的内在关联。从策略分布来看，骑手群体呈现出明显的效率导向与自主性偏好：订单控制（专注特定路线）、灵活处理订单（转单、拒单）以及保持良好跑单记录等策略的高频使用，分别占比显著，体现了骑手在零工经济框架下对工作效能最大化的追求。与此同时，社会资本构建策略呈现差异化特征：与上级及同事（站长、骑士长）的关系维护虽占比适中，但作为职业发展的重要社会资本，其潜在价值不容忽视；而与商家关系的重视程度相对较低，则可能源于平台经济模式下骑手与商家的弱连接性。总体而言，骑手策略选择呈现出"效率优先、关系次之"的理性特征。 3.工作时长与收入 外卖骑手职业是典型的接单制和计件制工作，骑手上线不一定可以接收到订单，可能有大量的等单和休息时间，因此对骑手的工作时长研究，分为实际跑单时长和在线时长两部分。 3.1日均跑单时长 （1）总体分布：大多数骑手跑单时长在4到8小时 通过对“日均跑单时长分布”图表的分析，可以得出以下结论和启示。首先，图表显示，跑单时长在6-8小时和4-6小时的骑手占比最高，分别为29.5%和26.1%，这表明大部分骑手的工作时间集中在中等时长范围内。其次，跑单时长在2-4小时的骑手占比为21.6%，而8-10小时和10-12小时的骑手占比分别为13.3%和1.6%，显示出随着工作时长的增加，骑手的比例逐渐减少。特别值得注意的是，跑单时长超过12小时的骑手占比仅为0.1%，这表明极少数骑手会选择长时间工作。 从这些数据可以看出，骑手的工作时间分布呈现出明显的集中趋势，大多数骑手选择中等时长的工作，这可能是为了平衡工作与生活的关系。同时，随着工作时长的增加，骑手的比例显著下降，这可能反映出长时间工作对骑手的身心健康和工作效率的负面影响。此外，极少数骑手选择超长时间工作，这可能与个人经济需求有关。 综上所述，骑手的日均跑单时长分布反映了他们在工作与生活之间的权衡。 （2）不同城市分布：尚未形成普遍性高强度就业形态 不同层级城市的外卖骑手日均工作时长分布呈现显著梯度差异，反映出城市经济发展水平与零工劳动者就业形态间的结构性关联。在短时长区间（0-2小时），二线城市的骑手 在0-2小时这个短时长区间占比最高，为10%，高于其他城市分类，意味着二线城市中有相对较多的骑手只是将跑单作为兼职，利用零碎时间来工作。而一线城市在该区间占比最低，为7%，说明一线城市骑手将跑单作为兼职的比例相对较低，可能更多人是把它作为主要收入来源，因此工作时长相对较长。 在2-4小时区间，三线及以下城市占比最高，达23%，表明有一部分骑手选择了相对较短但又较为稳定的工作时长，可能是为了平衡其他生活事务。在4-6小时区间，新一线城市占比最高，为30%，这可能与新一线城市的业务发展迅速、订单量增长较快，吸引了较多骑手选择这个适中的工作时长来获取较为稳定的收入有关。中长时长区间（6-8小时）：一线城市在6-8小时区间占比最高，为31%，这说明一线城市的骑手工作投入相对较大，由于城市生活成本高、竞争激烈，很多骑手为了获得更高的收入，会选择较长的工作时长来增加跑单量。 在较长时长区间（8-10小时和10-12小时）：二线城市在8-10小时和10-12小时这两个较长时长区间占比