Virtual-Real Space Mediation: A Study on the Formation Mechanism of a Takeaway Factory Based on the Delivery Rider's Perspective

  • Yihan Zhao , 1 ,
  • Zhendong Luo , 1 ,
  • Ji Zhang 2
Expand
  • 1. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China
  • 2. Guangzhou Urban Planning & Design Survey Research Institute Co. Ltd. , Guangzhou 510060, China

Received date: 2024-04-12

  Revised date: 2024-06-02

  Online published: 2024-08-09

Abstract

In the digital economy era, take-out shops relying on the online-to-offline e-commerce platform have gathered in central cities on a large scale, forming large-scale food processing spaces—"Takeaway Factories"— to serve immediate local catering needs. In addition to the impact of the platform economy, consumer demand, and space costs, riders are an important and dynamic factor that promote the final formation of a "Takeaway Factory". Based on the analysis framework of virtual and real-space interactions using the participatory survey method, the specific roles of crowdsourcing and special delivery riders in the formation of "Takeaway Factory" was elucidated. Riders, as the core intermediaries of virtual agglomeration that leads to physical agglomeration, play a role at different stages and spatial scales. In the initial stage, because dedicated takeout shops tend to prefer low-cost, high-demand urban gap spaces, they face challenges in matching with special delivery riders until they are included in the special delivery distribution station. Thus, crowdsourcing riders with free-movement attributes are their first choice. Crowdsourcing riders have a strong preference for store clusters and select food through the two tools of the regional order heat map and grab order hall, bringing about differences in distribution efficiency and promoting the phenomenon of large regional differentiation of relatively concentrated and dispersed stores within the city scale. In the middle stage, in the face of the uneven distribution efficiency of different areas in the city, the platform divides the size of the stations according to the size of the shops in different areas, and matches the special delivery riders of the corresponding scale, which eliminates the uneven distribution efficiency of different areas to a certain extent, and promotes the distribution efficiency of different sections to reach a basic balance. With the emergence of special delivery systems, the special delivery riders are distributed in the station area through the delivery system, which effectively alleviates the distribution pressure of the relatively dispersed, inferior-location stores and promotes the balance of the distribution efficiency of different sections. In the final stage, the special delivery and crowdsourcing riders in the area jointly promote the agglomeration of shops in the area, and ultimately promote the formation of a more polarized takeaway factory. Crowdsourcing riders continue to promote agglomeration from the initial stage, whereas the emergence of special delivery riders promotes both equilibrium and agglomeration. With the increasing maturity of the special delivery and crowdsourcing system, the time-space behavior of different types of riders will eventually promote the completion of the high-density and large-scale agglomeration of takeaway shops in the area (distribution site) through virtual tools, such as site order thermal maps, order dispatching systems, resident points, and order-grabbing halls.

Cite this article

Yihan Zhao , Zhendong Luo , Ji Zhang . Virtual-Real Space Mediation: A Study on the Formation Mechanism of a Takeaway Factory Based on the Delivery Rider's Perspective[J]. Tropical Geography, 2024 , 44(8) : 1423 -1434 . DOI: 10.13284/j.cnki.rddl.20240239

移动互联网时代随着网络基础设施、用户终端和流量的不断增长,与实体空间相对应的虚拟空间迅速拓展。虚实空间互动融合所催生出的新需求、新供给推动着数字经济强势崛起,网络外卖产业是数字化浪潮中率先发展的典型。据《中国数字经济发展报告(2022年)》和智研咨询的调查显示,2021年中国网络外卖用户规模达5.44亿,超过互联网用户数的50%,外卖行业市场规模达到10 035.53亿元,同比增长50.23%(中国信息通信研究院,2022智研咨询,2022),已成为数字经济的中坚力量。外卖消费行为通常由消费者、店铺、骑手、平台四方主体组成,消费者在网络平台选购下单后,平台将订单信息传递给店铺和骑手,店铺接单完成餐品制作,骑手到店取餐配送给消费者,由此构成典型的O2O(Online to Offline)业务(王宇凡 等,2019)。外卖产业的爆发式增长,使得剥离堂食的纯外卖店铺和外卖骑手大量涌现,它们的空间选择与行为已经开始重构传统社区商业空间(钟雨妮 等,2023)。
不依赖实体空间中的优势区位获得消费者的纯外卖店铺,理论上具有选址进一步均质化甚至分散化的可能,然而在大量城市中观察到的现象却相反。大量纯外卖店铺在中心城区的城中村、老旧小区等空间集聚形成一种独立的专属生产空间。这类依托O2O电商平台服务本地即时餐饮需求的规模化食品加工空间就是“外卖工厂”(takeaway factory)(罗震东 等,2022)。其形成过程是虚拟空间影响甚至支配实体空间的典型现象,也是消费者、店铺、骑手、平台四方主体相互作用构成的虚拟集聚引致实体集聚的典型过程。在该过程中作为虚实空间交互桥梁的骑手是“外卖工厂”最终形成的重要促进因素(罗震东 等,2022)。消费者与平台在虚拟空间的行为与决策最终均由骑手在实体空间完成,而他们在虚实空间的日常行为与偏好则通过平台传递给店铺,最终促进店铺做出新的空间选择。因此,要揭示虚实空间互动的微观机制离不开对骑手空间行为与决策的深入研究。
随着外卖产业的蓬勃发展,关于外卖产业空间的研究日益丰富,但总体上关于空间特征的经验描述较多,更为本质的机制研究较少,基本忽视虚实空间互动机制以及骑手在其中的重要价值。关于空间特征的研究大多来自地理学和城乡规划学科,聚焦于外卖店铺的地理分布、影响因素(晏龙旭,2017施响 等,2019杨子江 等,2020汤玉箫 等,2022)及与传统店铺的对比(张梦雨 等,2022莫惠斌 等,2022),清晰地揭示了这一新空间集聚现象,然而对于形成机制的理论解释不足;关于外卖骑手的研究,大多来自社会学和人类学领域,聚焦于算法的控制与反抗(陈龙,2020a2020b李胜蓝 等,2020)、资本的剥削与权益保护(胡放之,2019杨滨伊,2021李怡然,2022)以及骑手社会适应状态的描述(邢海燕 等,2017高文珺,2021田志鹏,2022)并通过参与式观察生动地刻画骑手的社会劳动过程(冯向楠 等,2019邓智平,2021陈龙 等,2021陈龙,2022束开荣,2022a2022b),具有很高的社会价值,然而基本不关注骑手对城市新空间形成过程的影响。现有对于“外卖工厂”的研究,虽然已经清晰地构建了消费者、店铺、骑手、平台四方主体互动下的“外卖工厂”形成机制框架,也指出都市需求、平台经济、配送时效限制和骑手时空选择共同促成“外卖工厂”的形成,但对于骑手在该过程的具体作用机制,仍表述得较为粗略(罗震东 等,2022)。基于此,本文试图在虚实空间互动的框架下,采用人类学的参与式观察法,通过深入了解骑手的空间行为与过程,解析骑手在“外卖工厂”形成过程中的作用,进而梳理虚拟集聚引致实体集聚的微观机制,探索城市新空间研究的可行方法论。以期在理论层面构建更为细致且完整的分析框架,解构外卖骑手这一主体如何在平台的引导下促进“外卖工厂”的形成,从而丰富和发展有关移动互联网时代城市新空间形成和演化的理论内涵;在实践层面为城市存量空间的优化策略制定,城市更新项目的规划设计、城市治理的现代化实践提供有益的启示和借鉴。

1 分析框架与方法

1.1 分析框架

在外卖订单配送环节,平台一方面即时收集骑手配送过程中的时空间行为数据,另一方面基于所得数据快速匹配实体空间中邻近的店铺与骑手,以引导骑手新的时空间行为。因此,虚拟空间中的订单分配过程基本遵循实体空间的邻近原则,导致外卖骑手和外卖店铺都倾向在彼此集聚的地方集聚以获得规模优势。对于大多数外卖骑手而言,日完成单量基本决定他们的日收入。专送骑手因为每单派送费固定,日完成单量与日收入直接呈正比例关系;众包骑手虽然每单派送费不固定,但日收入基本与日完成单量成正相关关系 1。因此,无论专送还是众包骑手均倾向于在更短时间接到更多的订单,而邻近外卖店铺集聚地通常有更大概率在短时间获得较多订单。与此同时,平台算法倾向将更多订单分配给具有高配送数据或效率的骑手,直至该骑手的配送能力饱和。对于日完成单量和配送效率的追求以及平台算法的强化,使得骑手倾向在外卖店铺集聚地集聚。
对于大多数外卖店铺而言,日完成单量同样决定他们的日收入。虽然传统的线下顾客流量被转移至线上,但每一个外卖订单的完成仍需骑手的线下配送。骑手的配送效率直接影响外卖店铺的生产效率,即单位时间内外卖店铺完成的订单量。出于提效的考虑,外卖店铺倾向于在更短时间匹配到更近距离的骑手,而邻近骑手集聚地将有更大概率在短时间匹配到合适的骑手。与此同时,较高的月完成单量和配送效率会引导平台提高店铺的曝光率和排名,进而提高顾客下单概率。店铺与平台的双重效率需求促进外卖店铺在外卖骑手集聚地集聚。
显然,店铺和骑手之间存在以提高“订单完成量和配送效率”为核心的相互推动集聚的互促关系。但这种互促关系的建立并非在实体空间直接产生,而是在虚拟空间率先产生,进而影响到实体空间的行为活动,呈现显著的空间集聚结果。平台作为虚拟链接桥梁,将店铺的订单信息和骑手的订单偏好实时双向传输,最终促成骑手在实体空间偏好店铺集聚区就近取餐,而店铺在实体空间倾向邻近骑手集聚区选址,实体空间的店铺分布格局由此被虚拟空间影响和支配(图1)。
图1 “外卖工厂”集聚机制分析框架

Fig.1 Analysis framework of agglomeration mechanism of takeaway factory

店铺与骑手的集聚互促加快“外卖工厂”的形成,该集聚过程在3个时间阶段和2个空间尺度发生。在初始阶段,因为纯外卖店铺往往更偏好低成本、高需求的城市缝隙空间,该类空间在没有被纳入专送配送站前无法匹配到专送骑手,所以具有自由移动属性的众包骑手将成为他们的首选。众包骑手对店铺集聚地的强烈偏好,将促进在城市尺度内出现店铺相对集聚和相对分散的大区域分化现象,并带来配送效率的差异。在中间阶段,面对城市中不同片区配送效率不均的问题,平台依据不同片区店铺规模划分大小站点,并匹配相应规模的专送骑手,在一定程度上消弭了不同片区配送效率不均的问题,促使不同片区间配送效率达到基本均衡。在最终阶段,片区内的专送、众包骑手共同促进片区内的店铺集聚,加快了更加极化的“外卖工厂”的形成。众包骑手从初始阶段就持续地发挥着促进集聚的作用,而专送骑手出现后同时发挥着促进均衡与集聚的作用。

1.2 研究区域与方法

本文选择典型“外卖工厂”——广州市天河区石牌村进行实证研究。石牌村是团队前期定量分析识别出的广州主城区外卖店铺的最大规模集聚的地区(图2),其生产的外卖餐品主要服务于周边3~5 km的商务区、居住区、高校、医院,邻近的珠江新城、暨南大学、华南师范大学、中山大学附属第三医院、暨南大学第一临床医学院等都是外卖需求热区。根据2023年3月的调研数据,餐饮店铺在石牌村内占比超过50%,是石牌村内分布最广、数量最多的商业业态。村内餐饮店铺可分为纯堂食店铺、堂食+外卖店铺、纯外卖店铺3类,共计424家。其中堂食店铺59家,占比14%;外卖+堂食店铺170家,占比40%;纯外卖店铺195家,占比46%。因为纯外卖店铺更为直接和明显地受到骑手的影响,所以本研究所指代的外卖店铺都是纯外卖店铺。在前期对16家外卖店铺店主的初步访谈中了解到,近70%的店主首次开店就选址在石牌村,其他店主是在其他区域经历订单较少和难以配送的情况后才重新选址到石牌村。结合对石牌村的实地踏勘,团队首次界定了“外卖工厂”的基本定义,并梳理总体形成机制(罗震东 等,2022)。
图2 广州主城区外卖店铺分布核密度(a)与最高集聚区(b. 石牌村)的细节

Fig.2 Details of the distribution density of takeaway shops(a) and the highest concentration area (b. Shipai Village) in the main urban area of Guangzhou

为进一步探究虚实空间互动对“外卖工厂”的微观推动机制,本文采用人类学的参与式调研方法,以骑手为重点展开深入研究。笔者从2022-07-23—08-22在广州市天河区加入“饿了么”石牌站点成为专送骑手,并居住在石牌村内的公司长租宿舍,进行为期1个月的参与式调查。期间共计完成356单外卖派送业务(图3),积累了较为丰富的一手资料。调研期间,一方面通过实地踏勘、观察体验获取所需信息,另一方面通过深度访谈了解外卖骑手和外卖店铺的日常“配送”“选址”行为。共深度访谈49位外卖骑手,其中专送骑手27人,众包骑手20人,专送站长1人,副站长1人;深度访谈石牌村内外卖店铺11家。访谈内容包括平台派单机制、骑手抢单接单技巧、骑手等单常驻点、店铺选址考虑因素等。专送骑手与众包骑手的访谈时间约为40 min/人次,外卖店铺访谈时间相对较短,平均约为15 min/人次。基于实地踏勘和对访谈信息的分析,本文尝试运用虚实空间互动的分析框架,展现骑手在虚实空间的行为与选择机制,进而揭示虚拟集聚推动“外卖工厂”实体空间集聚的微观机制。
图3 笔者2022年8月(a)、7月(b)的配送数据

Fig.3 Distribution data during the author's survey in August (a) and July (b) 2022

2 骑手促进外卖店铺大区域分化

在“外卖工厂”形成的初始阶段,众包骑手是促进店铺集聚的微观动力之一。平台中的众包系统主要向众包骑手提供2个工具:区域订单热力图和抢单大厅(图4)。区域订单热力图显示市区范围内的单量分布也即店铺分布 2,抢单大厅显示距骑手3 km范围的店铺订单(图4-a)。通过对两者的长期使用,骑手能感知到大区域尺度下的店铺集聚区位,并做出自主选择。具体而言,区域订单热力图将吸引骑手向市区范围内的热区移动,但由于热力图精度所限,骑手并不能明确热区中店铺集聚地的具体区位。只有通过较长时段在抢单大厅的抢单和实体空间的移动体验,才能捕获店铺集聚地的准确区位。一旦掌握了店铺集聚的准确区位,众包骑手大多倾向持续地向店铺集聚地移动,以提高就近大量取餐的机会,同时在抢单大厅中争抢店铺集聚地订单,拒绝系统分配的较远店铺订单(图4-b)。众包骑手的选择性取餐行为使得店铺集聚地配送效率不断提高,而非集聚地区的配送效率则相应下降,从而激发大量非集聚店铺产生邻近众包集聚地的意愿与行动,进入互促的集聚循环,最终在大区域形成店铺进一步分化的现象(图5)。
图4 众包APP中的区域订单热力图(a)及抢单大厅界面(b)

Fig.4 Heat map of regional orders (a) and the lobby for competing orders (b) in the crowdsourcing rider APP

图5 骑手促进外卖店铺大区域分化的机制

Fig.5 The mechanism by which riders promote large regional differentiation of takeaway shops

“石牌村这个地方是我们众包先发现的,后来才有了专送。大概七八年前吧,看热力图发现石牌这个地方单很多就过来了,那会石牌这儿店铺还没有现在多,但之后来的骑手越来越多,这边的店铺也越来越多。” ——众包骑手A
“你想多跑单,一次肯定要在抢单大厅多抢几单再跑,不然一个往返只跑一单没啥意思,那就是单飞了。但也不是乱抢单,哪些该抢哪些不该抢?这都有技巧呢。顺路单是肯定要抢的,比如你看那种外卖店扎堆的地儿就是最顺路的,你过去一趟能挂不少单。” ——众包骑手B
--引用第三方内容--

“我们众包跑单比专送自由多了,他们都是系统派一单一跑,还不能拒单,不咋灵活。我们有自己的办法,看热力图、抢单、拒单。你看在这图上比较红的地方,单都很多,但是这个图上也就显示了个大概,所以你就先在这一大片红的地方里选一个地方等单。刚开始得“交学费”,不管什么单你都试试看,跑一段时间你就知道这一大片地方里哪个点单多了,以后你就专门在那个地方等单,刷着抢单大厅,盯着店名和地址,抢那种店都挨在一起的单,把系统派的比较远的店的单都拒掉。”

——众包骑手C
--引用第三方内容--

“开店选地方和骑手也有关系,比如像石牌这种地方,因为外卖店比较多,周边全都是骑手,有时候你出餐的速度还赶不上骑手来取餐的速度,配送快了我们这儿不积压,顾客也高兴,容易给我们好评,我们也就容易提排名。你开店如果选一个周边没人做外卖的地方肯定就死了,你的餐做得再好,没有骑手来送,都是白做,根本做不起来。”

——外卖店主A
根据对骑手、店铺、石牌村委的访谈得知,2014年石牌村已经开始出现部分纯外卖店铺和众包骑手,并且在此后快速增长。在石牌村访谈的众包骑手中超过一半表示,他们此前通过使用美团、百度等网络平台的热力图发现石牌村订单量较大,在迁移至石牌村后专注于抢村内和周边店铺的订单,拒绝距离石牌村较远店铺的订单,使得石牌村外围的店铺向石牌村区域迁移,促进石牌村店铺的不断集聚。与石牌村一样,热力图中的其他热区也会经历店铺集聚带来骑手集聚,进而促进店铺进一步集聚的循环,于是各个热区不断加强,最终出现大区域分化格局。热力图不仅反映单量和店铺分布,还在一定程度上反映骑手分布,店铺集聚区通常也是骑手集聚区,而骑手的集聚必然带来区域运力的不均衡,相对分散的店铺的竞争力将显著下降。当然,并不是所有店铺都会或都能迁移至热区,这需要平台调整大区域内骑手和店铺的匹配关系,使得区域运力相对均衡,专送系统和专送骑手是平台推出的主要平衡手段。

3 骑手促进外卖店铺片区间均衡

专送系统和专送骑手的出现在一定程度上促进了空间的均衡。所谓专送系统就是不同平台在特定空间范围内设置的专属这一区域的配送体系(配送站),选择这一配送体系的店铺可以获得专送骑手的配送保障。每一专送骑手注册成功后就要选择所属的配送站,每个配送站负责所属片区内的店铺订单,每个站点都拥有相对独立的派单系统,并由站长管理。专送系统向专送骑手提供的工具主要是派单系统(图6)。在店铺提出发单申请后,派单系统根据骑手和店铺的地理位置,向骑手分配订单,骑手没有拒单权。在骑手无法尽快到达店铺取餐的情况下,可以选择转单或请求站长调单。但无论是转单或调单,订单最终仍是由本站点的骑手配送,最终目的都是为了完成站点片区内店铺的订单。这就使得前期被众包骑手“嫌弃”的相对分散的店铺只要被纳入专送配送站,就相当于邻近专送骑手,能充分利用专送骑手只能在站点内取餐的特性提升配送效率,弥补空间相对分散的劣势。专送系统的出现使得实体空间中形成多个以站点为单位的配送片区,在一定程度上削弱了只有众包骑手接单时期在片区间所形成的运力严重不均的格局。虽然不同站点片区内的店铺数量和订单规模依然存在较大差距,但片区内的订单与骑手的匹配度显著提高,不同片区间的配送效率趋向均衡(图7)。
图6 专送APP中的派单

Fig.6 Orders delivered in the Professional Rider APP

图7 骑手促进外卖店铺片区间均衡的机制

Fig.7 The mechanism by which riders promote balance between areas of takeaway shops

“系统派啥单咱们就跑啥单,反正都是咱们站点内的店,跑不远。只要你一进咱们站点里,系统很快就会给你派单,你要是在外边磨磨蹭蹭不回来,系统想给你派单也派不上,所以送过去之后要马上回到站点里来。” ——专送骑手A
“如果你手里现在拿的单已经比较多了,系统又给你派了一单,你可以把它转到大厅里去,让站里的其他兄弟收,但是有个5分钟倒计时,时间到了还没有人收的话就还得你继续去送,这没办法。如果实在来不及那就给站长打电话,让他给你把这单调给咱站里别的兄弟。” ——专送骑手B
“我们得每天时时刻刻盯着电脑,看系统是不是给你们派的单太多了跑不过来,或者你们有啥别的情况来不及去取餐,那我就把这单调给离店比较近的别的骑手,总之不管怎么样这单肯定要保证有人配送的,而且不能超时太久,不然我就有责任,会被罚款扣钱的。石牌这种地方原来是没有专送站点的,专送站点刚开始都在店比较散、比较偏的地方,像我们公司第一个站点就在黄埔区那边,是一个一天200多单的小站,最近几年才开始在中心区石牌这边拓展站点。” ——配送站长A
--引用第三方内容--

“石牌这边店这么多,根本不缺骑手,而且基本上都是众包,所以我们开店注册的时候配送服务那项选众包其实就够了。或者专送和众包都选,但是优先给众包。如果你开店开在比较偏的地方,那就得进专送站点让专送配送,不然就没人了。”

——店主B
根据对专送骑手、配送站长的访谈得知,公司站点的拓展方向基本是从城市外围到中心区。前期的专送站点主要分布在店铺相对分散的外围区域,直至2017年左右开始拓展到中心区。因为店铺密集的中心区往往也是众包骑手长期大规模集聚的地区,大部分店铺都默认选择众包骑手配送,专送难以进入。而众包骑手的“低配送费用、快配送速度”优势使得专送骑手只能与其错位竞争,专注于堂食和外卖兼有的连锁店,而这些店铺往往较为分散地分布于大商场和临街店面。例如在石牌村附近成立的3个饿了么专送站点:暨大站、石牌站、岗顶站,其中,暨大站的片区主要在石牌村,石牌站片区主要包含太阳新天地和高志大厦2个商场,岗顶站片区店铺也主要是商场和沿街堂食店面。由于石牌村的大部分外卖订单都由众包骑手配送,所以暨大站的专送骑手只是负责石牌村部分店铺的订单。暨大站片区面积最小,专送骑手规模也小,然而由于石牌村店铺最密集,因此与其他2个站点的日单量差距不大。专送骑手对于店铺相对分散区域的运力覆盖,促进站点片区间的运力均衡,在一定程度降低了非集聚店铺的实体空间集聚意愿。

4 骑手促进外卖店铺片区内极化

“外卖工厂”的最终形成部分源于专送和众包骑手共同促进的片区内极化。除了派单系统,平台中的专送系统也向专送骑手提供站点订单热力图(图8)。站点订单热力图可以显示站点片区内的单量分布,单量热区往往就是店铺集聚地。与众包骑手类似,为了获得更多的单量,专送骑手更愿意向片区内的店铺集聚地移动,从而促使派单系统分配更多店铺集聚地的订单。这一行为同样会使片区内店铺的配送效率产生差异,进而促进劣势区位的店铺产生向片区内或其他店铺集聚地迁移的意愿与行动。平台中的众包系统除了向众包骑手提供区域订单热力图和抢单大厅2个工具外,还提供选择常驻点(图9)功能。常驻点的作用类似于具有较高精度的虚拟定位,众包骑手可以通过移动常驻点至不同片区选择接送单区域(骑手称之为“拉定位”)。平台也会通过向众包骑手展示其他骑手的集聚地,来诱导众包骑手选择常驻点,而通常骑手集聚地就是片区内的店铺集聚地。当众包骑手移动常驻点至骑手集聚地,将促使抢单大厅出现更多那一片区内店铺集聚地的订单,刺激众包骑手对店铺集聚地订单的争抢。片区内专送和众包骑手的这类持续性就近取餐行为,往往容易促进店铺数量较多的大站点内店铺的进一步集聚,最终形成大规模、高密度的极化格局(图10)。
图8 专送APP中的站点订单热力图

Fig.8 Heat map of distribution station orders in the Professional rider APP

图9 众包APP中的常驻点选择

Fig.9 Work area selection in the crowdsourcing rider APP

图10 骑手促进外卖店铺片区内极化的机制

Fig.10 Mechanism by which riders promote intra-area polarization of takeaway shops

“这是咱们站点的热力图,你等单就得到这些红的地方去等,系统就会给你就近派这些地方的单,单多而且店也都离得近,取餐节省时间。到别的地方等单不仅半天等不到一单,而且店都离得很远,划不来。” ——专送骑手C
“虽然咱们是专送,站点内的单都得咱们送,但是站点里也有好单和坏单,像这种店铺比较多的地方的单就是好单,这种单系统给你派的越多越好。但是系统也不会一直给你派这种单的,它也会搭配着那种比较远的店的单给你,这就是坏单。这种单有时候站点里的人转来转去,虽然最后一定会有人去送的,但是很可能就超时了。”
——专送骑手D
“你想多跑单,就得选个好点,把定位拉到那种单量很大的地方,大厅里就会给你显示很多这些地方店铺的单。拉定位就是选常驻点,比如石牌村这个地方,靠近石牌东路这边有很多店铺,而且出入口也多,所以很多骑手都是选在石牌东路等单,刚才系统给你推荐的‘新陶苑D栋’就是石牌东路的楼。” ——众包骑手D
“虽然跑众包自由,但是你也不能东南西北到处都跑。最好你就选一个单比较多的地方,把常驻点拉到这里,一直跑这个地方的单,其他地方的单都不去,系统给你派的其他地方的单你也拒掉,这就是养号,时间长了你就越跑越顺。如果你跑久了还想每天再多跑点,那也有办法,你就多设置几个常驻点,然后这几个常驻点最好都是不同片区里单最多的地方,你就来回在这几个地方跑,一直都有单。” ——众包骑手E
“石牌村东边这块店铺很多,骑手也多,大家都扎堆了。” ——店主C
根据对骑手的访谈得知,暨大站专送骑手的站点热力图显示石牌村的西北、东北、东南区域单量最高,所以专送骑手倾向在石牌村东侧的石牌东路集聚,促使系统分配更多东侧店铺订单。众包骑手经过长期的配送感知和系统的推荐,大多选择将常驻点移动至石牌村内或东侧的石牌东路,促使抢单大厅中显示更多东侧和西北侧店铺订单并积极争抢。同时通过对店主的访谈得知,石牌村的12个出入口有7个布局在石牌东路,所以店铺选址在石牌村东侧更有利于骑手取餐,加快配送速度。在专送和众包骑手的共同作用下,石牌村西北、东北、东南侧的店铺配送效率不断提高,促进更多店铺向东北、东南、西北方向集聚,最终导致石牌村东南侧的石马大街、南镇东大街,东北侧的朝阳大街,西北侧的西河大街和匡居大街均表现出外卖店铺的强集聚特征,在片区内形成极化现象。

5 结论与讨论

作为数字经济时代虚实空间互动产物的“外卖工厂”,其形成除过平台经济、消费需求以及空间成本等多方面的影响外,骑手也是促进其最终形成的重要实体和动态因素,是虚拟集聚引致实体集聚的核心中介,在不同阶段和空间尺度中发挥作用。在“外卖工厂”形成的初始阶段,众包骑手通过区域订单热力图和抢单大厅2个工具进行选择性取餐,促进外卖店铺在大区域分化;随着专送系统的出现,专送骑手通过派单系统在站点片区内配送,有效缓解了相对分散的劣势区位店铺的配送压力,促进不同片区间配送效率的均衡;随着专送和众包体系的日益成熟,通过站点订单热力图、派单系统、常驻点、抢单大厅等虚拟工具,不同类型骑手的时空间行为,最终促进外卖店铺在大站点片区内完成高密度、大规模集聚。本文采用参与式调查法和虚实空间互动的分析框架,解构了骑手促进“外卖工厂”的形成过程,丰富了移动互联网时代城市新空间形成和演化的理论内涵,同时为引领和管控此类空间的良性发展提供了实践指导。
随着数字经济的蓬勃发展,可以预见虚拟空间对于实体空间的影响和支配将更加广泛和深远。为了更好地完成实体空间的布局与优化,必须准确地掌握虚实空间互动的特征与机制。然而仅有数据的收集与测度肯定是不够的,而且相关性永远无法替代因果性。因此,准确地找到虚实空间互动的中介,捕捉中介的时空间行为特征与机制,可能是较为可行的研究路径。本文对于骑手这一虚实空间中介的时空间行为与机制的深入剖析,就是一个尝试。事实上,这样的虚实空间中介还有很多,例如主播、网红、自媒体创作者、数字游民、网约车司机等,他们在虚实空间的高频“穿梭”在一定程度上改变虚实空间的运行机制和特征,这些中介的时空间行为都应当纳入城市地理、城乡规划学科的研究范畴。
然而无论骑手、主播还是网红、数字游民,虚实空间的中介是新时代涌现的新人群。那么如何研究这类新人群呢?人类学的方法无疑更具可行性。只有通过长期的参与式调查,梳理新人群的真实行为特征与逻辑,才有可能在数字时代做出准确的时空间研究和有针对性的规划决策。通过成为外卖骑手的参与式调查,本文深刻地理解了平台、店铺与骑手之间的互动关系,不仅实证了骑手对“外卖工厂”形成的促进作用,而且揭示了该过程中不同类型骑手交织构成的复杂的时空间机制,为基于新人群的虚拟空间互动研究做出了积极的探索。当然本文也存在一定不足,一是与外卖配送有关的专业性描述较多,与地理学既有学术概念的结合不充分,理解存在一定难度;二是仅从参与式调查的亲身体验和访谈记录证实骑手的作用机制,缺少精细的空间数据支撑。在后续研究中将进一步概况、抽象骑手在虚实空间中的行为及影响,并广泛收集外卖产业空间的精细数据,将定量和质性研究更紧密地结合。

1 骑手群体分为专送和众包2种类型。专送骑手负责接收特定区域(专送配送站)内的店铺订单,接受系统派单和配送站长的管理,站长可以干预派单。众包骑手负责接收任意区域的店铺订单,并在系统展示的多个订单中自主抢单,无站长干预订单分配。因为工作模式的差异,促使2类骑手在“外卖工厂”集聚的不同时间阶段、空间尺度中发挥着作用,所以加以区分。

2 单量分布和店铺分布并非完全等同,但两者之间有着非常密切的关系。通过笔者在参与式调查中的实地踏勘体验和与骑手的多次深度访谈,发现店铺集聚区往往就是订单集聚区,两者之间有着高度的重叠,并不存在订单较多、店铺较少或订单较少、店铺较多的区域,所以将两者近似等同。

赵奕涵:论文撰写、数据收集与处理、分析框架构建与图表绘制;

罗震东:研究方法和分析框架构建指导、论文审阅与修改;

张 佶:研究思路与方法指导、论文审阅。

陈龙. 2020a. “数字控制”下的劳动秩序——外卖骑手的劳动控制研究. 社会学研究,35(6):113-135,244.

Chen Long. 2020a. Labor Order under Digital Control:A Study on the Labor Control of Take-Out Platform Riders. Sociological Studies, 35(6): 113-135, 244.

陈龙. 2020b. 游戏、权力分配与技术:平台企业管理策略研究——以某外卖平台的骑手管理为例. 中国人力资源开发,37(4):113-124.

Chen Long. 2020b. Games, Redistribution of Control Power and Technology: Research on Management Strategy of Platform Company: Taking the Management of One Take-Away Platform in Beijing as an Example. Human Resources Development of China, 37(4): 113-124.

陈龙,孙萍. 2021. 超级流动、加速循环与离“心”运动——关于互联网平台“流动为生”劳动的反思. 中国青年研究,(4):29-37.

Chen Long and Sun Ping. 2021. Super Flow, Accelerated Circulation and Centrifugal Movement: Reflections on the Flow of the Internet Platform for Labor. China Youth Study, (4): 29-37.

陈龙. 2022. 两个世界与双重身份——数字经济时代的平台劳动过程与劳动关系. 社会学研究,37(6):81-100,228.

Chen Long. 2022. Two Worlds and Dual Identities: Platform Labor Process and Labor Relation in the Era of Digital Economy. Sociological Research, 37(6): 81-100, 228.

邓智平. 2021. “接单游戏”与平台经济中的劳动实践——以外卖骑手为例. 求索,(3):108-117.

Deng Zhiping. 2021. Labor Practices in Take-Up Games and the Platform Economy: The Example of Take-Out Riders. Seeker, (3): 108-117.

冯向楠,詹婧. 2019. 人工智能时代互联网平台劳动过程研究——以平台外卖骑手为例. 社会发展研究,6(3):61-83,243.

Feng Xiang'nan and Zhan Jing. 2019. Research on Labor Process in Platform Economy in the Age of AI: Taking the Takeaway Riders as an Example. Journal of Social Development, 6(3): 61-83, 243.

高文珺. 2021. 新就业形态下外卖骑手社会流动特点和影响因素. 山东社会科学,(5):100-108.

Gao Wenjun. 2021. Social Mobility Characteristics and Influencing Factors of Takeaway Riders Under New Employment Patterns. Shandong Social Sciences, (5): 100-108.

胡放之. 2019. 网约工劳动权益保障问题研究——基于湖北外卖骑手的调查. 湖北社会科学,(10):56-62.

Hu Fangzhi. 2019. Research on the Protection of Labor Rights and Interests of Online Contract Workers: Based on the Investigation of Hubei Takeout Riders. Hubei Social Sciences,(10): 56-62.

李胜蓝,江立华. 2020. 新型劳动时间控制与虚假自由——外卖骑手的劳动过程研究. 社会学研究,35(6):91-112,243-244.

Li Shenglan and Jiang Lihua. 2020. A New Mode of Labor Time Control and Fake Experience of Freedom: A Study on the Labor Process of Take-Out Platform Riders. Sociological Research, 35(6): 91-112, 243-244.

李怡然. 2022. 困住骑手的是系统吗?——论互联网外卖平台灵活用工保障制度的完善. 中国劳动关系学院学报,36(1):67-79.

Li Yiran. 2022. Is the System Trapping the Rider?—On Improving the Flexible Employment Guarantee System for Internet Food Delivery Platforms. Journal of China University of Labor Relations, 36 (1): 67-79.

罗震东,毛茗,张佶,廖顺意,方鹏飞. 2022. 移动互联网时代城市新空间形成机制——以“外卖工厂”为例. 城市规划学刊,(04):64-70.

Luo Zhendong, Mao Ming, Zhang Ji, Liao Shunyi, and Fang Pengfei. 2022. Takeaway Factory: Formation Mechanism of New Urban Spaces in the Mobile Internet Era. Urban Planning Forum, (4): 64-70.

莫惠斌,罗珂,王少剑,周春山. 2022. 广州市中心城区餐饮店空间分异与机制差异研究——基于传统店与外卖店的对比. 地理研究,41(12):3318-3334.

Mo Huibin, Luo Ke, Wang Shaojian, and Zhou Chunshan. 2022. Spatial Heterogenicity and Mechanism Difference of Restaurant in the Central Urban Area of Guangzhou: A Comparison between Traditional Restaurant and Take-Out Restaurant. Geographical Research, 41(12): 3318-3334.

施响,王士君,浩飞龙,周双双. 2019. 基于实体店比较的长春市外卖O2O餐饮业空间特征及成因. 人文地理,34(2):80-89.

Shi Xiang, Wang Shijun, Hao Feilong, and Zhou Shuangshuang. 2019. The Spatial Distribution and Formation of Takeaway O2O Catering Industry Based on Entity Restaurants Comparison in Changchun. Human Geography, 34(2): 80-89.

束开荣. 2022a. 构建数字劳动的物质网络:平台规训、算法协商与技术盗猎——基于“送外卖”的田野调查. 新闻与传播研究,29(9):39-58,126-127.

Shu Kairong. 2022a. Constructing the Material Network of Digital Labor: Platform Discipline, Algorithm Negotiation, and Technology Poaching a Field Investigation of Food Delivery. Journalism & Communication, 29(9): 39-58, 126-127.

束开荣. 2022b. 流动的媒介化生存:平台劳动中的移动交互界面——基于“送外卖”的田野调查. 新闻记者,(2):58-70.

Shu Kairong. 2022b. Mediated Survival of Mobility: Mobile Interactive Interfaces in Platform Labor—Fieldwork Based on Food Delivery. Shanghai Journalism Review, (2): 58-70.

汤玉箫,吴祖泉,陈宏胜. 2022. 互联网时代苏州餐饮业空间特征及影响因素. 热带地理,42(11):1904-1917.

Tang Yuxiao, Wu Zuquan, and Chen Hongsheng. 2022. Spatial Characteristics and Influencing Factors of Suzhou's Catering Industry in the Internet Era. Tropical Geography, 42 (11): 1904-1917.

田志鹏. 2022. 不稳定就业与新职业群体市民化研究:以骑手为例. 中国社会科学院大学学报,42(11):90-103,135.

Tian Zhipeng. 2022. Precarious Employment and the Citizenization of New Occupational Groups: A Study Based on Takeaway Riders. Journal of University of Chinese Academy of Social Sciences, 42(11): 90-103, 135.

王宇凡,林文盛,冯长春. 2019. 信息技术对城市生活服务业空间分布的影响——以北京网络外卖餐饮业为例. 城市发展研究,26(6):100-107.

Wang Yufan, Lin Wensheng, and Feng Changchun. 2019. The Impacts of Information and Communication Technologies(ICT) on the Spatial Distribution of Urban Customer Services: A Case Study of Online Takeaway Industry in Beijing. Urban Development Studies, 26(6): 100-107.

邢海燕,黄爱玲. 2017. 上海外卖“骑手”个体化进程的民族志研究. 中国青年研究,(12):73-79.

Xing Haiyan and Huang Ailing. 2017. An Ethnographic Study on the Individualization Process of Shanghai Takeout Riders. China Youth Study, (12): 73-79

杨滨伊. 2021. 保障外卖骑手劳动权益的双重路径. 社会治理,(10):63-66.

Yang Binyi. 2021. Dual Path to Protect the Labor Rights and Interests of Takeaway Riders. Social Governance Review, (10): 63-66.

晏龙旭. 2017. “均质化-再集聚”:互联网影响下餐饮业空间布局新特征——基于上海内环开放数据的研究. 城市规划学刊,(4):113-119.

Yan Longxu. 2017. The Impact of Online Take-out Service on Restaurant Location Characteristics—A Study Based on Open Data in Shanghai Inner City. Urban Planning Forum, (4): 113-119.

杨子江,何雄,张堃,张军. 2020. POI视角下的外卖与城市空间关联性分析研究——以昆明主城区为例. 城市发展研究,27(2):13-17.

Yang Zijiang, He Xiong, Zhang Kun, and Zhang Jun. 2020. Analysis of the Correlation Between Takeaway and Urban Space from the Perspective of POI: A Case Study of Main Area in Kunming. Urban Development Studies, 27(2): 13-17.

中国信息通信研究院. 中国数字经济发展报告(2022年). (2022-07-08)[2024-03-20]. http://www.caict.ac.cn/kxyj/qwfb/bps/202207/t20220708_405627.htm.

China Academy of Information and Communications Technology. China Digital Economy Development Report(2022). (2022-07-08) [2024-03-20]. http://www.caict.ac.cn/kxyj/qwfb/bps/202207/t20220708_405627.htm.

张梦雨,王强,朱杰. 2022. 福州市外卖O2O与传统餐饮业空间分布特征及影响因素对比. 地理科学,42(8):1463-1473.

Zhang Mengyu, Wang Qiang, and Zhu Jie. 2022. Comparison of the Spatial Distribution and Influencing Factors of O2O Takeaway and Traditional Catering Industry in Fuzhou, China. Scientia Geographica Sinica, 42(8): 1463-1473.

智研咨询. 2022. 中国外卖行业全景速览:外卖行业迅猛发展,2021年我国外卖订单量超200亿单. (2022-09-30)[2024-03-20]https://www.chyxx.com/industry/1126163.html.

Zhiyan Consulting. 2022. Overview of China's Take-Out Industry: The Rapid Development of the Take-Out Industry, in 2021 China's Take-Out Orders More than 20 Billion Orders. (2022-09-30) [2024-03-20]. https://www.chyxx.com/industry/1126163.html.

钟雨妮,罗震东,方鹏飞. 2023. 移动互联网时代社区商业空间的演化——基于杭州市主城区的实证. 城市规划,47(8):12-20.

Zhong Yuni, Luo Zhendong, and Fang Pengfei. 2023. Evolution of Neighborhood Commercial Space in the Mobile Internet Era: A Case Study of Hangzhou Main Urban Area. City Planning Review, 47(8): 12-20.

Outlines

/