1. 引言
随着信息技术的快速发展和互联网经济的崛起，新型的经济业态不断涌现，为社会创造了大量就业机会[1]。这些新业态以其灵活性、便利性和高效性而受到广泛关注，其中包括以在线平台为基础的共享经济模式。共享经济模式通过在线平台将供需双方进行连接，实现资源的共享和优化配置，为传统经济活动注入了新的动力[2]。
就业质量是衡量一个国家或地区经济发展水平和社会稳定程度的重要指标之一。良好的就业质量不仅能够提高个人的生活质量，还能够促进经济的稳定增长和社会的和谐发展。然而，在新兴业态下，一些灵活就业群体可能面临就业质量较低的问题，如工资水平不稳定、劳动保障不完善、工作环境风险较高等。因此，研究如何提升新就业形态下灵活就业群体的就业质量具有重要的理论和实践意义。
美团外卖作为共享经济的代表之一，以其便捷的外卖服务、灵活的配送模式和创新的商业模式，吸引了大量用户和骑手加入其平台。作为新兴的就业形态，美团外卖骑手群体规模庞大，具有较强的代表性，其骑手群体的就业质量直接关系到大量劳动者的生计和社会稳定[3]。通过研究骑手就业质量提升效应，可以为相关政府部门提供制定政策的参考，促进新就业形态下低收入群体的就业保障和提升。
而当下，目前较多研究仅对其工资水平进行较为浅显的研究，并未涉足对其劳动保障、主观福祉水平等方面有关就业质量的研究。针对以上背景，本研究旨在以美团外卖骑手群体为例，弥补现有研究的不足，探讨新就业形态下灵活就业群体的就业质量提升效应，为促进我国新经济时代下的就业质量提升提供理论支持和政策建议。
2. 国内外研究现状
2.1. 国外研究现状
自国际劳工组织(ILO) 1999年提出了体面劳动(decent work)概念之后，国外的一些学者和国际组织对就业质量问题进行了集中研究。这些研究有两个特点：主要关注工作质量和更关注对一个经济体就业质量的整体性评价[4]。
国外关于新就业形态包含的名称内容不尽一致，有直译为新的用工形式(newemployment forms)，也有称为零工经济(gig economy)、平台经济(plateconomy)、数字经济(digital economy)或共享经济(sharing economy)。互联网和人工智能应用的发展减少了信息的不对称、提升劳动力灵活性，为人们提供了更多灵活的就业机会[5]，而数字技术的进步是新就业形态产生的重要因素。Harris & Krueger认为互联网产生了“独立工人”(independent worker)这一新兴劳动者类型，提供了更多、更灵活的就业机会。随着技术的进步和数字平台的逐渐普及，将员工与客户需求匹配，催生了新类别独立员工的数量增长，在一定程度上提高了灵活就业群体的就业机会和质量。新就业形态下从业者就业的灵活性和多样性是普遍存在的，但也正因为这一特性往往会使得相关从业者自身合法权益难以得到有效保护。Gareth. D等学者通过实证分析得出，灵活就业人员面临更大的失业风险，工作不安全感、较低的劳动报酬和财务不安全感直接威胁到就业人员的幸福感。
2.2. 国内研究现状
2.2.1. 新就业形态从业者就业质量研究
党的十八大报告首次提出，“推动实现更高质量的就业”，党的十九大提出“提升就业质量”，就业质量是在整个就业过程中劳动者与生产资料结合并取得报酬或收入的具体状况之优劣程度的综合性范畴[6]，就业质量已成为经济发展中的核心问题，就业质量不高是我国经济发展质量不高的重要原因。近年来，我国就业形势更加严峻、复杂，主要存在就业的区域性结构矛盾与就业群体的能力结构矛盾并存、重点群体就业质量堪忧、就业公共服务能力难以满足相关群体需求等问题[7]。
2.2.2. 灵活就业群体劳动保障研究
灵活就业又被成为“非正规就业”，现有关于灵活就业人员的概念主要是基于传统背景以及围绕新经济数字化背景展开的[8]。社会上没有与用人单位签订正式雇佣合同，工作稳定性较差、失业风险高、职业发展机会少、社会保障水平低，且在双重二元劳动力市场内无法与正规就业者享受同等的福利待遇的社会成员被称为灵活就业群体。随着数字经济的快速发展，我国灵活就业群体规模不断扩大，其就业质量成为学术界和政策界关注的焦点。
目前，国内学者认为影响灵活就业人群收入的主要原因包括：年龄、受教育程度、健康状况、家庭状况、是否拥有技能以及就业的可达性等[9]。我国政府和民间力量对灵活就业群体保护问题非常重视，也采取了许多行之有效的措施，但由于整体经济发展水平还不高，城乡、地区之间发展很不平衡，以及社会保障体系建设起步较晚，灵活就业群体保护中还存在以下几个问题：工作时间长、收入不稳定、劳动权益保障不足，尤其是社会保险覆盖不全和职业伤害风险增加等问题日益突出。
2.2.3. 新就业形态就业及其保障研究
数字经济发展催生了众多新就业形态，在提高就业吸纳能力和就业总量的同时，也在影响就业结构和就业质量发生变化[10]。我国十八届五中全会公报和2016年政府工作报告中都提到“加强对灵活就业、新就业形态的支持”，首次提出“新就业形态”的概念，党的二十大报告也提出支持和规范发展新就业形态，加强灵活就业和新就业形态劳动者权益保障[11]。但是目前国内学者对新就业形态还没有准确的定义。目前，我国市场上主要有以下几个类别的新就业形态：创业式就业者、自由职业者、依托于互联网或是市场化资源的多重职业者以及新型他雇型就业[12]。一些学者结合共享经济、平台经济、数字经济等新业态的发展，将新就业形态看作是一种全新的劳动力资源配置方式，研究了就业方式的变化。
我国的新就业形态发展水平在世界范围内处于前列，在从业者规模、服务范围和行业渗透率等方面处于领先地位。新就业形态是近年来各国劳动力市场岗位创造的重要来源[13]，它的发展增加了弱势群体的就业机会，激发了劳动者技能的发展，创造了非正规就业正规化的机会，有助于破解当前的结构性就业矛盾。
2.3. 文献评述
2.3.1. 目前关于灵活就业群体就业质量的研究较为单一
近年来，我国数字经济快速发展，国家逐步开始关注灵活就业群体。然而，受到以往经验的影响，对灵活就业群体的关注更多停留在完善社会保障等宏观层面，即已有文献主要综合分析灵活就业群体的现状、问题以及保障措施，很少涉及灵活就业群体就业质量这一具体领域。党的十八大以来，就业质量这个名词被大众广泛知晓，在新就业形态下，就业质量更显与众不同。现有关于就业质量的研究都是围绕工资的，围绕工作时间、工作环境、福利、工作与生活平衡的比较少。无论是从现有研究空白的角度，还是研究必然性的方面，都应将就业质量提升作为帮助灵活就业群体发展的切入点。鉴于次此，本文尝试探讨灵活就业群体就业质量提升效应。
2.3.2. 目前对于新业态从业人员的研究不足
近年来有关新就业形态的研究呈现出激增的态势，特别是在发展前景和劳动保障方向上的研究，其研究成果也十分丰硕。然而，对于新就业从业人员的就业质量关注不多，存在研究的缺口。因此，本研究以外卖小哥为例，研究灵活就业群体就业质量的提升效应。
2.3.3. 小结
综上所述，新业态从业人员的就业质量研究具有极大的社会价值，但目前学界关于灵活就业群体就业质量的研究较为单一，且国内关于新业态从业人员的研究不足。为了弥补现有研究的不足之处，填补关于新业态就业人员的研究空白，本研究聚焦新业态，以骑手为例研究时间、环境、福利、工作生活平衡方面的就业质量。
3. 研究设计
3.1. 调查概况数据来源及相关概念界定
3.1.1. 调查概况及数据来源
南京市是江苏省省会，副省级市。截至2022年末，南京市辖玄武、秦淮、建邺、鼓楼、浦口、栖霞、雨花台、江宁、六合、溧水、高淳11个区，95个街道、6个镇，总面积6587.04平方千米。作为新一线城市，常住人口约为950万人，外卖需求旺盛，骑手数量在1~3万人之间，站点日均单量超千单，骑手接单机会较多。因此本次调研选取南京市作为调研地点。本次调查问卷采用了线下实地调研的方式，共发放106份调查问卷，共回收106份，问卷有效率100%。
3.1.2. 相关概念界定
1) 新就业形态
新就业形态是在数字经济时代背景下，依托数字技术平台和互联网基础设施重构劳动力资源配置方式，以弹性工时制度、非标准化劳动关系和分布式劳动空间为特征的新型就业模式(《互联网零工时代经济的发展现状、社会影响及其政策建议》，2020)。这类就业模式对国民经济增量的贡献率已超过五分之一，并呈现出显著的就业创造效应，预计至2035年将形成覆盖4.15亿劳动力的就业容量(《“十四五”就业促进规划》，2021)。然而，这种突破传统组织边界的劳动形态在提升市场灵活性的同时，也面临劳动权益保障体系滞后、职业发展通道缺失和社会保障覆盖不足等制度性矛盾。基于此，本文对新就业形态的灵活就业群体就业质量进行研究，实现对新就业形态的具象展演[14]。
2) 灵活就业群体
灵活就业又被成为“非正规就业”，现有关于灵活就业人员的概念主要是基于传统背景以及围绕新经济数字化背景展开的[15]。国际劳工组织将非正规就业定义为员工在生产过程中收入报酬较低、无结构化组织的就业形势，且这一定义针对的是发展中国家群体。近年来，灵活就业者规模庞大且呈现增长趋势，具有脆弱性、劳资关系独特性、结构特征复杂性、工作方式自由灵活性等特点。相较于全日制就业模式，灵活就业薪酬周期相对较短，这也是劳动者选择灵活就业的重要原因之一[16]。
3.2. 研究主要内容及方法
3.2.1. 研究主要内容
本研究以美团外卖骑手为主体，对其就业质量展开评估，分析灵活就业群体就业的现状以及面临的问题，据此提出政策建议。研究具体内容包括以下几个方面：
首先，通过查阅资料总结现有研究成果及经验，将数据进行提炼与总结；通过问卷调查收集美团外卖骑手的基本信息和就业情况，并选取部分骑手进行深度访谈，了解其就业质量。
其次，根据问卷以及现有资料，探讨就业质量提升的影响因素，并从收入水平、工作条件、职业发展、社会保障、工作与生活平衡等维度出发，分析新就业形态下就业质量提升效应。
最后，给出提升灵活就业群体就业质量的建议以及措施。
3.2.2. 研究方法
多元回归模型适用于描述两个及两个以上的因变量对于某一现象的影响，由多个自变量的最优组合共同来预测或估计因变量。基于此，我们采用了多元线性回归模型来探讨配送路线满意度、工作劳累度、精神压力、工作对身体状况影响度等多个自变量对于因变量就业质量的影响。
多元回归模型的基本原理和基本计算过程与一元线性回归相同，但由于自变量个数多，计算相当麻烦，一般在实际中应用时都要借助统计软件，因此我们使用SPSS统计软件进行调查。本研究中的因变量为以外卖员为代表的灵活就业群体对工作的满意程度，为了具体分析其影响因素，选用多元线性回归模型，检验最终工作劳累度等多种因素对就业质量的影响是否显著。
本文采用文献分析法、定量和定性分析方法来对灵活就业群体就业质量提升进行深入探析。按照提出假设，验证假设、得出结论的脉络展开研究。
通过搜集国内外关于灵活就业群体的研究并对其进行梳理和分析，我们在研究的前期明确了新就业形势、灵活就业群体等相关概念，提出了相关的问题。明确了影响就业质量的相关因素。
基于上述条件，我们展开了定量研究。以美团外卖骑手为研究对象，基于前期的资料研究以及走访访谈获得的初步数据，我们设计出结构化的问卷，涵盖了工作时长、各类补贴的状况、配送路线等多个维度。
问卷发放采用线上平台与线下骑手站点相结合的方式，确保样本的代表性，最终我们得到106份有效样本。接着，我们将运用多元回归模型，对得到的数据进行进一步的分析，探讨各个因素对于因变量就业质量的影响。最后，该研究结果可以为平台以及政策制定提供实证，促进理论研究与实践政策的有效结合，推动劳动力市场政策的科学制定和有效实施。
3.3. 研究框架及研究创新特色
3.3.1. 研究框架
本研究以理论基础为出发点，首先借鉴国内新就业形态与灵活就业群体相关的研究成果，构建有关灵活就业群体就业质量提升的理论框架，梳理就业质量的定义与影响因素，分析就业质量提升的理论逻辑与实践逻辑。其次，拓展灵活就业质量提升的多维度分析视角，将工作满意度、社会保障、工作稳定性等因素纳入分析模型，揭示灵活就业群体的就业质量现状及其形成机制。接着，通过量化研究对影响灵活就业质量的主要因素进行实证分析，探索政策、市场环境和个体特征等因素对就业质量提升的作用效果。最终，依据研究结果，对灵活就业群体的就业质量提升路径与政策建议进行完善，为提升灵活就业群体的就业质量提供理论支持与政策参考。
3.3.2. 研究创新特色
研究视角上，现有研究主要关注低收入群体的就业现状、困境、影响因素等，且研究主体较为宽泛，而本研究则尝试以新兴就业群体外卖员为例，阐释其就业质量提升效应，为解决低收入群体就业质量提升的问题提供新的思路。
研究方法上，本研究采用定性与定量相结合的研究方法，相较于其他研究单一的研究方法，本研究的结论更加科学、准确、实用。
研究内容上，本研究聚焦新业态，以骑手为例研究时间、环境、福利、工作生活平衡方面的就业质量。不同于现有研究仅仅研究工资，本研究的内容更加全面、丰富。
4. 变量的处理与赋值
就业质量在学术界的衡量方式较为多样化，从内涵上来看，就业质量是一个多层次不断发展变化的概念。苏士尚主要从微观、中观和宏观的视角进行分析，并且这三个层面的衡量标准存在明显差异。宏观层面关注全球劳动者的体面就业，中观层面聚焦一国劳动力市场的运行和资源配置，微观层面则着重于就业者个人的主观感受和客观就业环境。这些不同层面的衡量标准相互补充，共同构成了对就业质量的全面评估。宏观上主要由国际劳工组织关于体面就业的标准和社会责任国际标准来衡量。中外学者大多从中观微观上对就业质量的衡量标准进行研究。
本研究主要从微观层面对外卖员的就业质量进行评估。衡量标准涉及就业者的工资报酬、工作时间、工作环境、社会保障等。具体来说，工资报酬是否合理，能否满足劳动者的生活需求；工作时间是否合理，是否存在过度加班的情况；工作环境是否安全、舒适；社会保障是否完善，包括养老保险、医疗保险、失业保险等。
在微观就业质量评估维度上，研究借鉴苏士尚提出的工资报酬、工作时间、工作环境、社会保障四维度指标，以“平均月收入”“平均每日工作时长”“配送设备满足度”“社会保险满意度”分别对应衡量，确保对骑手就业质量的客观刻画与主观体验的双重捕捉。
解释变量的选取深度呼应新就业形态下灵活就业群体的特殊性：职业发展、职业社会认可度、晋升机会等指标，立足“非正规就业”理论，聚焦劳动关系弹性化带来的职业发展模糊化、社会认同度偏低等问题；工作自主性、工作满意度则切入劳动者主观体验，体现平台经济中“独立工人”对工作与生活平衡的核心诉求。控制变量涵盖性别、年龄、学历等个体特征，依据国内研究中影响灵活就业收入的关键因素(如年龄、受教育程度、技能水平等)，排除个体异质性对就业质量的干扰，确保模型分析的纯净度。
4.1. 被解释变量
本文的被解释变量为就业质量。为了能够更有效地从微观层面衡量就业质量，本研究主要借鉴苏士尚的指标选取方法，选择从工资报酬、工作时间、工作环境与社会保障4个方面去衡量。工资报酬采用问卷中“平均月收入”来衡量；工作时间采用问卷中“平均每日工作时长”来衡量；工作环境采用问卷中“配送设备是否满足工作需求”来衡量，取值1~5分别表示满足程度的递减；社会保障水平采用问卷中“对社会保险的满意度”来衡量，取值1~5分别表示满意程度的递减。
4.2. 解释变量
本文选取职业发展、职业社会认可度、晋升机会、工作自主性、工作满意度作为研究的解释变量。其中职业发展涉及的问题是“你是否认为骑手工作有长期的发展前景”；职业社会认可度涉及的问题是“您在从事骑手工作中是否获得了社会认可”；晋升机会涉及的问题是“您认为您的岗位晋升难度大吗”；工作自主性涉及的问题是“您下班后是否有时间投入家庭或其他娱乐活动”；工作满意度涉及的问题是“您对目前的工作是否满意”。
4.3. 控制变量
控制变量是与特定研究目标无关的非研究变量，它们可能影响研究结果，需要在模型中加以考虑。基于对其他学者研究成果的分析，本研究的控制变量主要是外卖员的个体特征变量，包括其性别、年龄、家乡、学历、工作类型、任职时间、原行业(表1)。这些控制变量有助于减少遗漏变量偏误，提高模型估计的准确性。
Table 1. Variable selection
表1. 变量选取
变量类别 |
变量名 |
变量定义 |
被解释变量 |
工资报酬 |
连续变量，月平均收入 |
工作时间 |
连续变量，平均每日工作时长 |
工作环境 |
分类变量，工作需求满足度 |
社会保障 |
分类变量，社会保险满意度 |
解释变量 |
职业发展 |
分类变量，是否有职业发展前景，是 = 1，否 = 2 |
职业社会认可度 |
分类变量，经常被认可 = 1，有时被认可 = 2，不太被认可 = 3 |
晋升机会 |
分类变量，晋升难度，大 = 1，不大 = 2，不了解 = 3 |
工作自主性 |
分类变量，工作生活平衡，不平衡 = 1，一般 = 2，平衡 = 3 |
工作满意度 |
分类变量，非常满意 = 1，比较满意 = 2，一般 = 3，比较不满意 = 4，不满意 = 5 |
控制变量 |
性别 |
分类变量，男 = 1，女 = 2 |
年龄 |
连续变量，18~25岁 = 1，26~35岁 = 2，36~45岁 = 3，46及以上 = 4 |
家乡 |
分类变量，南京 = 1，江苏其他市 = 2，江苏以外省 = 3 |
学历 |
分类变量，初中及以下 = 1，高中/中专 = 2，大专 = 3，本科以上 = 4 |
工作类型 |
分类变量，全职 = 1，兼职 = 2 |
任职时间 |
连续变量，少于3个月 = 1，3~6个月 = 2，6个月~1年 = 3，一年以上 = 4 |
原行业 |
分类变量，无业 = 1，其他行业 = 2 |
5. 变量的处理与赋值
5.1. 变量描述性统计
原始数据均来自本研究的问卷收集，最终选取了16个指标数据，据此整理得到外卖骑手工作质量数字经济面板数据及就业质量评价面板数据。各变量符号及描述性统计结果见表2。
通过描述性统计分析，我们可以初步了解外卖骑手在工资报酬、工作满意度、任职时间、具体信息等方面的整体水平和离散程度。这些统计结果为后续的分析和研究提供了基础数据支持。需要注意的是，由于部分变量的具体数值可能经过处理，在解释时需要结合实际情况。
根据表格中的信息可以看出，工作满意度的均值接近3，标准差接近1，表明工作满意度在样本中存在一定的离散度，但整体满意度处于中等水平。工资报酬的均值略高于工作满意度，标准差相对较小，说明样本在工资报酬方面的离散度较低，整体收入水平较为稳定。对派送系统的满意度均值较高，但标准差也相对较大，说明样本在对派送系统的满意度上存在较大的差异。对现有保险的满意度均值也较高，但标准差最大，说明样本在对现有保险的满意度上存在极大的差异。任职时间的均值处于中等水平，标准差适中，说明样本在任职时间方面存在一定的离散度。
Table 2. Descriptive statistics of variables
表2. 变量描述性统计
|
N |
极小值 |
极大值 |
均值 |
标准差 |
工资报酬 |
106 |
1 |
4 |
3.21 |
0.813 |
工作时间 |
106 |
1 |
4 |
3.00 |
0.617 |
工作环境 |
106 |
1 |
5 |
3.22 |
1.033 |
社会保障 |
106 |
1 |
6 |
3.40 |
1.224 |
职业发展 |
106 |
1 |
2 |
1.88 |
0.330 |
职业社会认可度 |
106 |
1 |
4 |
2.45 |
0.818 |
晋升机会 |
106 |
1 |
3 |
2.22 |
0.894 |
工作自主性 |
106 |
1 |
3 |
1.68 |
0.724 |
工作满意度 |
106 |
1 |
5 |
2.90 |
0.904 |
性别 |
106 |
1 |
2 |
1.10 |
0.306 |
年龄 |
106 |
1 |
4 |
2.14 |
0.961 |
家乡 |
106 |
1 |
3 |
2.42 |
0.804 |
学历 |
106 |
1 |
4 |
2.12 |
0.847 |
工作类型 |
106 |
1 |
2 |
1.20 |
0.400 |
任职时间 |
106 |
1 |
4 |
3.25 |
1.031 |
原行业 |
106 |
1 |
5 |
3.75 |
1.550 |
有效的N (列表状态) |
106 |
|
|
|
|
5.2. 实证分析
为了探究灵活就业群体就业质量的影响因素，本研究分别以工作满意度和月收入水平为因变量，进行多元线性回归分析。
在以工作满意度为因变量，以配送路线满意度、工作自主性、配送工作受天气影响、公司提供的设备需求满足度、现有保险满意度、外卖派送系统满意度、工作安排合理性、对现有惩罚制度满意度、工作劳累度、精神压力、工作对身体状况影响度、生活质量、工作前景、各类保险覆盖度等为自变量的多元线性回归分析中，建立的两个模型sig值均小于0.01 (见表3)，表示本研究模型显著。结合表4数据分析可得，对外卖派送系统的满意度的t值为4.294，p值为0.000 (p < 0.05)；对现有保险满意度的t值为2.572，p值为0.012 (p < 0.05)，表示这两个变量对工作满意度有显著影响。
Table 3. Anova dependent variable is job satisfaction
表3. Anova因变量为工作满意度
模型 |
平方和 |
df |
均方 |
F |
Sig. |
1 |
回归 |
25.306 |
1 |
25.306 |
43.463 |
0.000 |
残差 |
60.553 |
104 |
0.582 |
|
|
总计 |
85.858 |
105 |
|
|
|
2 |
回归 |
28.961 |
2 |
14.481 |
26.214 |
0.000 |
残差 |
56.897 |
103 |
0.552 |
|
|
总计 |
85.858 |
105 |
|
|
|
Table 4. The dependent variable is the coefficient of job satisfaction
表4. 因变量为工作满意度系数
模型 |
非标准化系数 |
标准系数 |
t |
Sig. |
共线性统计量 |
B |
标准误差 |
试用版 |
容差 |
VIF |
1 |
(常量) |
1.342 |
0.247 |
|
5.433 |
0.000 |
|
|
对外卖派送系统的满意 |
0.456 |
0.069 |
0.543 |
6.593 |
0.000 |
1.000 |
1.000 |
2 |
(常量) |
1.107 |
0.257 |
|
4.301 |
0.000 |
|
|
对外卖派送系统的满意 |
0.344 |
0.080 |
0.410 |
4.294 |
0.000 |
0.706 |
1.416 |
对现有的保险满意度 |
0.181 |
0.071 |
0.246 |
2.572 |
0.012 |
0.706 |
1.416 |
在以月收入为因变量，最高学历、任职时间、外卖行业兴起造成的影响、平均每日工作时长、每周工作时长、补贴覆盖度等为因变量的多元线性回归分析中，建立的三个模型sig值均小于0.01 (见表5)，表明本模型显著。结合表6的数据分析可得，任职时间的t值为4.182，p值为0.000 (p < 0.05)，每周工作时间的t值为2.551，p值为0.012 (p < 0.05)，平均每日工作时长的t值为2.504，p值为0.014 (p < 0.05)，表示以上三个变量对月平均收入有显著影响。
Table 5. Anova dependent variable is monthly income
表5. Anova因变量为月收入
模型 |
平方和 |
df |
均方 |
F |
Sig. |
1 |
回归 |
10.727 |
1 |
10.727 |
19.004 |
0.000 |
残差 |
58.707 |
104 |
0.564 |
|
|
总计 |
69.434 |
105 |
|
|
|
2 |
回归 |
18.244 |
2 |
9.122 |
18.355 |
0.000 |
残差 |
51.190 |
103 |
0.497 |
|
|
总计 |
69.434 |
105 |
|
|
|
3 |
回归 |
21.208 |
3 |
7.069 |
14.952 |
0.000 |
残差 |
48.225 |
102 |
0.473 |
|
|
总计 |
69.434 |
105 |
|
|
|
Table 6. The dependent variable is the monthly income coefficient
表6. 因变量为月收入系数
模型 |
非标准化系数 |
标准系数 |
t |
Sig. |
共线性统计量 |
B |
标准误差 |
试用版 |
容差 |
VIF |
1 |
(常量) |
2.201 |
0.242 |
|
9.095 |
0.000 |
|
|
任职时间 |
0.310 |
0.071 |
0.393 |
4.359 |
0.000 |
1.000 |
1.000 |
2 |
(常量) |
0.663 |
0.456 |
|
1.453 |
0.149 |
|
|
任职时间 |
0.282 |
0.067 |
0.358 |
4.203 |
0.000 |
0.989 |
1.012 |
每周工作时间 |
0.576 |
0.148 |
0.331 |
3.889 |
0.000 |
0.989 |
1.012 |
3 |
(常量) |
0.262 |
0.473 |
|
0.554 |
0.581 |
|
|
任职时间 |
0.274 |
0.066 |
0.347 |
4.182 |
0.000 |
0.986 |
1.014 |
每周工作时间 |
0.407 |
0.159 |
0.234 |
2.551 |
0.012 |
0.811 |
1.233 |
平均每日工作时长 |
0.302 |
0.121 |
0.229 |
2.504 |
0.014 |
0.814 |
1.229 |
以上两个回归分析结果表明，外卖派送系统的满意度、现有保险满意度、任职时间、每周工作时间和平均每日工作时长等因素对工作满意度和月平均收入有显著影响。因此，本研究可将这些因素可以作为改善工作条件和提高收入的潜在目标。
5.3. 结果分析
根据上述数据分析的结果，总结出目前新就业形态的灵活就业群体就业质量存在下述问题。
5.3.1. 薪酬方面
根据上文，外卖骑手的收入分布存在明显的不平等现象。男性骑手的平均工资普遍高于女性骑手。受家庭责任、体质差异等因素限制，女性骑手与高龄骑手往往无法投入过长的工作时间，因此收入较低，平台未能充分考虑部分群体的实际困难，缺乏针对性的帮扶措施来提升其收入潜力，没有建立起完备的收入分配机制，影响了劳动者的收入稳定性及就业公平性。
5.3.2. 工作时间方面
工作时间的安排暴露了外卖骑手工作条件的严苛性。尤其是男性骑手的工作时间呈现明显的“双峰”特征，而女性骑手受到家庭责任的影响，其工作时间则更为分散。对于平台而言，如何平衡骑手的工作时间和个人生活，尤其是为女性骑手提供更为灵活的工作方式，已成为一个亟待解决的问题。此外，不同年龄段骑手的工作时间差异也十分明显，年轻骑手倾向于夜间工作，而中老年骑手则更倾向于白天工作，这使得平台在派单时需要更加细致地考虑骑手的个性化需求，以提高其工作满意度和收入稳定性。
5.3.3. 社会保障方面
目前，工伤保险参保率虽有提升但仍存在“漏保”现象，整体社保覆盖率较低。数据显示，约有1/4的骑手没有参与工伤保险，这不仅反映出部分骑手自身对社会保障的重要性认知不足，也揭示了平台在提供保险保障方面的责任缺失。此外，近半数骑手自费购买保险，公司提供的保险比例极低、保障力度小，甚至有部分骑手没有其他保险或不清楚交保情况，进一步加剧了骑手的职业风险，导致骑手工作“灵活有余、保障不足”，劳动者的权益保障存在较大缺口。
5.3.4. 工作环境方面
经过实地考察与问卷调查，我们发现外卖骑手大多工作时间是“在路上”，按照既定配送路线完成配送任务；然而大多数骑手并不太满意配送路线的安排并且配送工作经常受到天气或交通情况的影响，但公司并没有对此实施相应的补偿措施；此外，在少量的休息时间内，外卖骑手也并没有配有较高水平的休息场所。在我们的考察过程中，大多数骑手都在宁小蜂驿站休息，但此驿站只配备有基础的座椅，并没有给骑手提供更多、更高功能的设施，其工作环境有待优化。
5.3.5. 职业发展方面
职业发展的瓶颈是外卖骑手面临的另一个显著问题。大多数骑手对自身职业前景持悲观态度，认为外卖骑手的职业发展空间有限。这种情绪的产生，与外卖行业的高流动性、收入分化、工作时长较长及职业稳定性差等因素密切相关。虽然一些骑手通过技能培训和岗位竞聘实现了职业突破，但整体上，职业晋升机制仍不完善、缺乏标准化晋升体系，约一半的骑手对晋升渠道表示不了解，且晋升难度较大，甚至超2/3有转行意愿、仅将其视为过渡性工作。这种职业发展困境不仅使得骑手对未来感到迷茫，也影响了他们的工作积极性。
5.3.6. 主观福祉水平方面
尽管外卖骑手享有较高的工作自主性，但这种自主性并未完全转化为工作满意度。在本次调研中，骑手的工作满意度总体较低，不满意率和持中立态度的比例较高，认为外卖骑手在工作中竞争压力较大，得不到归属感同时社会对其认可度较低，导致自我认同感缺失，进一步降低了工作满意度，主观福祉水平受到制约。
6. 对策建议
6.1. 构建公平合理的薪酬体系
当前美团外卖骑手的薪资水平在性别和年龄两个维度上存在显著的差异，为此平台应当建立起差异化补贴机制。对于受家庭责任束缚的女性骑手和难以长时间工作的高龄骑手设置“弹性时段补贴”，在接送子女上学、某一特定的夜间时段等时间段设置补贴。除此之外，完善收入分配制度，使得骑手的工资计量方法更加科学，引入“阶梯式单价”的计算方式，对连续工作特定时间的订单提高计件标准；同时实施动态计价，根据时段、天气、距离等调整单价，在高峰期或是恶劣天气提高价格，以此助力其薪酬体系的完善。
6.2. 创新弹性工作时间机制
美团外卖骑手的工作时间受性别以及年龄限制较多，为此我们为女性骑手以及不同年龄段骑手创新弹性的工作时间。平台根据大数据、AI算法，对注册的骑手进行摸排，自动生成骑手的不同生活作息以及不同类型的订单需求。基于骑手的需求来弹性的安排工作时间，例如为女性骑手提供更多灵活的工作时间，为高龄骑手提供短途的订单。弹性工作时间，使得灵活就业群体能够避开低效时段集中作业，实现高效创收。
6.3. 明确职业发展通道
作为灵活就业群体，职业发展通道的搭建需要突破传统职业晋升的线性思维，应当通过多维的成长体系助推其职业发展，从专业技能认证到平台助力赋能再到社会的认可，搭建灵活就业群体的晋升通道。就外卖骑手而言，专业技能的认证需要骑手的配送场景不断延伸，如冷链配送专员、夜间配送安全员等；平台通过建立纵向的管理序列，为骑手的职业发展开放通道；与此同时，对行业内进行技能认证，例如将骑手的城市立体导航能力、订单管理类能力等作为一定的评价标准，建立相应的职业层级体系，提升职业技能的认可度。在这三位一体的结构下，灵活就业群体不再只是折中的工作跳板，而是有完善职业成长体系的选择。
6.4. 优化工作环境
以美团骑手当前的工作满意度为例，优化灵活就业群体的工作环境，需要优化保障机制，推动社会资源整合。平台与社区合作，在相对集中的区域设立骑手驿站，例如我们本次调查中所涉及的南京大成名店，作为“骑手之家”的它设有完备的骑手休息区域，提供充电、饮水等基础设施。与此同时，平台利用技术优势，设立“算法公示专区”，公开算法逻辑并吸收骑手反馈，将“预估送达时间”从固定时间点改为弹性时间段，减少超时压力。同时，研发智能监测系统，动态识别配送环境复杂度，优化路线规划以降低劳动强度。此类技术改进可推广至网约车、家政服务等领域，通过算法透明化减少“数据暴政”，提升灵活就业群体的工作环境，提高其工作满意度。
6.5. 完善社会保障体系
当前灵活就业群体缺乏完善的社会保障体系，针对这个亟待解决的问题我们应该分阶段推进社会保障体系，优先解决紧迫需求。以美团骑手为例，作为高危职业群体，对工伤保险和医疗保险的需求最为急迫。然而，骑手的这一需求仍需进一步衔接，例如推动新农合与职工医保跨区域兼容。长远来看，需政府、平台、社会协同推进：政府应加快社保全国统筹并优化灵活就业参保政策；平台可借鉴“补贴共担”模式扩大覆盖；社会需构建监督机制确保政策落地。美团的这一探索为2亿灵活就业者提供了可复制的经验，但需持续优化险种优先级与成本分担机制，最终实现“灵活”与“保障”的平衡[17]。
6.6. 构建提升社会认同的体系
美团骑手作为灵活就业群体的典型代表，其社会认同的构建需从价值认可机制和心理支持服务双向突破。在价值认可层面，建立“官方认证 + 社会反馈”的双轨机制：一方面，平台可联合人社部门将“配送时效”“服务满意度”等核心指标纳入职业技能等级认证体系，推出“星级骑手”认证，使得骑手技能制度化；另一方面，依托订单系统开发“用户感谢卡”功能，消费者可对骑手服务进行文字评价或打赏，平台每月公示“城市服务之星”榜单并联动媒体宣传，如北京朝阳区曾为暴雨中坚持配送的骑手颁发“社区守护者”勋章，此类具象化认可能有效提升职业尊严感[18]。在心理支持方面，需构建“预防–疏导–赋能”的全周期服务体系：美团可依托现有2000个骑手驿站增设心理咨询室，聘请专业社工开展压力管理培训，并开通7 × 24小时心理援助热线；同时建立“骑手互助社群”，通过“老带新”经验分享、季度主题沙龙等活动增强归属感。两项措施相辅相成，既通过外部价值确认打破“临时工”刻板印象，又以持续性心理干预缓解职业焦虑，最终实现社会认同与自我认同的协同提升。