外賣配送公共交通違法行為影響因素分析

王雅坤，盧昕瑋，陳巧麗，劉 野

(1.長安大學(xué) 經(jīng)濟(jì)與管理學(xué)院，陜西 西安 710000; 2.西安科技大學(xué) 測繪科學(xué)與技術(shù)學(xué)院，陜西 西安 710000)

0 引言

由于“懶人經(jīng)濟(jì)”“宅經(jīng)濟(jì)”的需求發(fā)展，國家政策支持及行業(yè)規(guī)范的出臺等促使在線訂餐服務(wù)已成為消費(fèi)者的基本消費(fèi)習(xí)慣。自2012年起，外賣行業(yè)一直保持高速發(fā)展態(tài)勢，據(jù)艾媒數(shù)據(jù)統(tǒng)計，全國每周至少產(chǎn)生4億份外賣訂單，約有700萬配送人員在各地忙碌[1]。在市場規(guī)模的高速發(fā)展下，催生了與時間“賽跑”的龐大外賣配送餐群體，他們“用違法違規(guī)換時間”，時刻上演著諸如闖紅燈、超速、逆行等公共交通違法行為[2]。2019年上半年，南京市有1.38萬起快遞外賣行業(yè)配送員因交通違法被查，違法行為發(fā)生率是非外賣配送員的10倍[3]。2018年底僅1個月時間，西安市被查處的外賣配送公共交通違法行為高達(dá)800余次[4]。外賣配送公共交通安全問題自2016年起便受到廣泛社會關(guān)注，各地政府陸續(xù)出臺了相關(guān)治理政策[5]，雖有一定約束作用，但并未從根源上解決問題。因此必須有效掌握外賣配送員公共交通違法行為頻發(fā)的根本因素，確定其公共交通違法的根源，盡快彌補(bǔ)外賣配送公共交通安全的短板。

現(xiàn)有關(guān)于外賣配送的研究集中在外賣配送模式[6-8]、配送路徑[9-10]、法律監(jiān)管[11-14]等方面,以法律監(jiān)管為主，集中建議政府加強(qiáng)外賣配送法律監(jiān)管從而降低配送員交通事故發(fā)生率。目前對外賣配送公共交通違法問題的研究也較為匱乏，已有研究大多側(cè)重于對交通安全隱患、安全教育、管理失衡等外在因素分析[15-18]。由于缺乏外賣配送員自身內(nèi)在因素研究，針對外賣配送公共交通違法問題的學(xué)術(shù)關(guān)注明顯少于社會關(guān)注，對于問題治理的學(xué)術(shù)研究成果不足，難以為實(shí)際治理工作提供充足的參考。因此，本文將從外賣配送員自身角度出發(fā)，運(yùn)用Logistic回歸分析法、灰色關(guān)聯(lián)分析法結(jié)合定性分析，研究外賣配送行業(yè)公共交通違法行為產(chǎn)生的人因事故影響因素。

1 研究思路與數(shù)據(jù)來源

基于問卷調(diào)查獲取的原始數(shù)據(jù)，本文將結(jié)合定性定量分析，深入研究外賣配送公共交通違法行為影響因素。將外賣配送員分為曾發(fā)生過和未發(fā)生過公共交通違法行為2組樣本，首先通過2組對比，運(yùn)用Logistic回歸對比分析對影響外賣配送員是否會發(fā)生公共交通違法行為的因素；再對其中發(fā)生過公共交通違法行為的1組樣本，運(yùn)用灰色關(guān)聯(lián)分析法深入分析影響其違法意愿的因素強(qiáng)度大小；最后，針對外賣配送公共交通違法行為的影響因素提出相應(yīng)的治理措施。具體研究思路如圖1所示。

圖1 研究思路Fig.1 Research ideas

2 是否發(fā)生外賣配送公共交通違法行為的影響因素

本文將樣本數(shù)據(jù)分為“曾發(fā)生過”“未發(fā)生過”公共交通違法行為2組樣本，2組樣本之間的對比差異便是治理外賣配送員公共交通違法問題的突破口，結(jié)合模型適配條件，鑒于因變量“是”“否”為二項分布的非連續(xù)取值，本文選取研究因變量為二分變量的Logistic回歸模型對比分析2組樣本，探究對外賣配送員是否發(fā)生公共交通違法行為的影響因素。

2.1 Logistic回歸模型指標(biāo)選取

2.2 Logistic回歸模型構(gòu)建與檢驗

首先，針對xj(j=1，2，3，4)變量設(shè)定原假設(shè)“H0：第j個xj(j=1，2，3，4)變量對y=1的概率P沒有顯著性影響”。選用Ward卡方檢驗法檢驗參數(shù)的統(tǒng)計假設(shè)含義，檢驗結(jié)果顯示W(wǎng)ard卡方值小于0.05，則拒絕H0，接受H1，即認(rèn)為第j個xj變量對y=1的概率P有顯著性影響，在95%的置信區(qū)間內(nèi)認(rèn)為該結(jié)果準(zhǔn)確。進(jìn)而可采取逐步回歸法來篩選危險因子。

通過“向后：LR”法進(jìn)行xj與y之間Logistic回歸模型的構(gòu)建，根據(jù)極大偏似然估計的似然比統(tǒng)計量概率值是否大于給定的顯著性水平來檢測最終變量。

表1 Logistic回歸指標(biāo)的選取Table 1 Selection of Logistic regression indexes

參數(shù)及模型檢驗結(jié)果見表2，進(jìn)而可知最終納入Logistic回歸模型的模型參數(shù)為2個，其似然比檢驗結(jié)果sig.=0.000<0.05表示本次擬合模型納入的變量中，至少有1個變量的OR值有統(tǒng)計學(xué)意義，即模型總體有意義。選取可以檢驗全部自變量且對因變量具有聯(lián)合作用的似然比檢驗法來進(jìn)行模型總體檢驗，同時運(yùn)用Hosmer和Lemeshow檢驗法檢驗?zāi)Ｐ偷臄M合優(yōu)度，檢驗結(jié)果見表2。Logistic回歸模型通過了似然比檢驗，當(dāng)P值不小于顯著性水平時(即sig.=0.179>0.05)，認(rèn)為當(dāng)前數(shù)據(jù)中的信息已被充分提取，該模型擬合優(yōu)度較高。

結(jié)合“向后：LR”法的似然原理，對模型中各變量指標(biāo)進(jìn)行統(tǒng)計檢驗，見表3。由表3可知，最終輸出結(jié)果中，通過參數(shù)檢驗的指標(biāo)x1平均每月送餐收入(sig=0<0.05)、x3平均每單配送距離(sig=0<0.05)最終納入Logistic回歸模型。

表2 參數(shù)及模型檢驗Table 2 Parameters and model tests

注：卡方1為似然比參數(shù)檢驗；df為自由度；Sig.為概率P值；卡方2為似然比卡方觀測值。

表3 檢驗?zāi)Ｐ妥兞縏able 3 Test model variables

注：B為回歸系數(shù)；S.E為回歸系數(shù)標(biāo)準(zhǔn)誤；Wals為Wald檢驗統(tǒng)計量觀測值；df為自由度；Sig.為概率P值；Exp(B)為回歸系數(shù)風(fēng)險比；C．I.為置信區(qū)間。

由表3得構(gòu)建的Logistic回歸模型為：

(1)

通過Logistic回歸模型對曾在配送過程中出現(xiàn)過公共交通違法行為的71.92%的外賣配送員樣本數(shù)據(jù)調(diào)整后，對比分析“曾發(fā)生過”“未發(fā)生過”公共交通違法行為的2組樣本后發(fā)現(xiàn)：外賣配送員是否發(fā)生公共交通違法行為的影響因素是“平均每月送餐收入”“平均每單配送距離”。由此可知：

1)平均每月送餐收入>10 000元相對于<2 000元的外賣配送員，在配送過程中前者發(fā)生公共交通違法行為的概率是后者的1.038倍(95%C.I.：2.354-1.316=1.038)[19]。以問卷數(shù)據(jù)中“是否發(fā)生公共交通違法行為”為權(quán)重，將各階段月均收入與“是否發(fā)生過公共交通違法行為”指標(biāo)進(jìn)行交叉分析，所得的概率值作為權(quán)重值，加權(quán)計算配送員平均每月送餐收入的概率期望，發(fā)現(xiàn)曾出現(xiàn)過公共交通違法行為的配送員平均月收入為6 415元，而未發(fā)生過公共交通違法行為的配送員平均月收入為4 869元。為了提高收入，很多外賣配送員忽視休息與生命安全，甚至自愿開啟“全年無休”模式，形成“隱形強(qiáng)制加班”，長時間的勞累必然會影響外賣配送員在交通行駛中的判斷能力，導(dǎo)致公共交通違法行為頻發(fā)。

2)同理，平均每單配送距離>8 km相對于<2 km的外賣配送員，在配送過程中前者發(fā)生公共交通違法行為的概率是后者的0.416倍(95%C.I.：0.674-0.258=0.416)。同時根據(jù)樣本數(shù)據(jù)可知，在違法群體中平均配送距離為遠(yuǎn)距離(>6 km)的配送員僅占1.37%，結(jié)合平臺配送規(guī)定以及訪談?wù){(diào)查可知，遠(yuǎn)距離配送時限相對短距離時限更加寬松，收入更高，是業(yè)內(nèi)的理想訂單。因而擁有高收入及充足配送時間是減少公共交通違法行為發(fā)生的根本原因。

有一天，穎春開著一輛車來到了野豬坳，她是帶女兒來看我的。秀紅非常熱情地接待了她和女兒，又是殺土雞又是煮野菜的。吃飯的時候，女兒高興地對我說，爸爸，告訴你一個好消息，媽媽當(dāng)官了，是你原來的那個位置，縣農(nóng)業(yè)局副局長。

通過以上分析可知：“平均每月送餐收入”越大對公共交通違法行為的發(fā)生有推動作用，“平均每單配送距離”越大對公共交通違法行為的發(fā)生有控制作用。二者是判斷區(qū)分“是否發(fā)生”外賣配送公共交通違法行為的突破口，但其僅能輔助快速找到目標(biāo)群體，并不能為治理方案提供參考措施，因而仍需確定外賣配送公共交通違法的根源，掌握其頻發(fā)的根本因素，可有針對性地提出解決措施，盡快彌補(bǔ)外賣配送公共交通安全的短板。

3 發(fā)生外賣配送公共交通違法行為意愿的影響因素驅(qū)動強(qiáng)度

為了從根本上治理外賣配送公共交通安全問題，需進(jìn)一步將目光聚集到對社會公共交通安全有影響的外賣配送員身上，即判斷“一定會出現(xiàn)”公共交通違法行為的外賣配送員群體受哪些因素驅(qū)動，以及不同因素對此類群體違法意愿強(qiáng)度的影響大小，根據(jù)影響強(qiáng)度大小排序有針對性地采取不同程度的解決方案。

對“曾出現(xiàn)過”交通違法行為樣本的違法意愿強(qiáng)度影響因素進(jìn)行分析。考慮到灰色關(guān)聯(lián)分析法不僅能夠克服由于隨機(jī)調(diào)查對象存在個案差異而引起的問卷信息不全面、不容易形成明確概念的缺陷，還能夠?qū)⒃u價因素之間的不完全確定關(guān)系進(jìn)行白化的優(yōu)勢[20]，故選用灰色關(guān)聯(lián)模型分析影響外賣配送發(fā)生公共交通違法行為的影響因素驅(qū)動強(qiáng)度。

選取5種交通環(huán)境下外賣配送員的違法意愿作為反映系統(tǒng)行為特征的參考序列，選取影響系統(tǒng)行為特征的因素作為比較序列，根據(jù)相關(guān)性檢驗結(jié)果確定影響外賣配送員發(fā)生公共交通違法行為意愿強(qiáng)度的影響因素見表4。各指標(biāo)均采用五維李克特量表度量，變量賦值為“1～5”。

表4 序列選取Table 4 Sequence selection

(2)

由于關(guān)聯(lián)系數(shù)是比較序列與參考序列在各個樣本的關(guān)聯(lián)程度值，信息過于分散不便于整體性比較，因此通過取平均值集中表示比較序列與參考序列間的關(guān)聯(lián)程度。此外，因素間的關(guān)聯(lián)程度主要是用關(guān)聯(lián)度的大小次序描述，而不僅是關(guān)聯(lián)度的大小，反映了各個比較序列的“優(yōu)劣”關(guān)系，進(jìn)而通過式(3)計算得到關(guān)聯(lián)度結(jié)果見表5。

(3)

表5 關(guān)聯(lián)度結(jié)果及排序Table 5 Results and ordering of correlation degree

綜合關(guān)聯(lián)度由樣本中各情境違法意愿超過50%的樣本大小為權(quán)重加權(quán)平均得出，若某種情景下違法意愿超過50%的樣本越多(權(quán)重越大)，說明對外賣配送群體而言此種違法現(xiàn)象越嚴(yán)重，越應(yīng)該受到重視。結(jié)果表明，外賣配送發(fā)生公共交通違法行為的影響因素驅(qū)動強(qiáng)度由強(qiáng)到弱依次為：平均每日接單數(shù)量(0.834 7)、平均每月送餐工作收入(0.834 3)、平均每單配送時長(0.829 7)、對騎手意外險的了解程度(0.828 4)、生活壓力(0.824 8)、對外賣配送交通安全管理工作的了解程度(0.821 5)、從事送餐工作的時長(0.819 2)、平均每單配送距離(0.819 0)、送餐工作收入占全部收入的比重(0.818 5)。各因素與外賣配送員公共交通違法意愿的關(guān)聯(lián)度都較高，均達(dá)到0.8以上，說明外賣配送員公共交通違法意愿受以上因素支配較為明顯，同時由驅(qū)動強(qiáng)度可知影響外賣配送員發(fā)生公共交通違法意愿最主要的因素是平均每日接單數(shù)量、平均每月送餐工作收入、平均每單配送時長。具體分析如下：

1)平均每日接單量大是影響外賣配送員發(fā)生公共交通違法行為意愿的直接因素，而平均每月送餐收入低是影響外賣配送員發(fā)生公共交通違法行為意愿的核心因素。每日接單量和月均收入的分布曲線如圖2所示。由圖2可知，平均每日接單量與配送收入成正比，收入比率與每日接單量成“倒U型”曲線分布，隨著接單量增加，曲線偏態(tài)從“右偏”向“左偏”過度，即接單量越高，峰值“每月收入眾數(shù)”越大。同時受現(xiàn)行接單量與薪酬強(qiáng)烈相關(guān)的計酬方式影響，為追求高收入而過度接單是業(yè)內(nèi)普遍現(xiàn)象，形成了“收入隨著接單量增加而提高，同時配送員出現(xiàn)公共交通違法行為現(xiàn)象也增加”的惡性循環(huán)，成為影響外賣配送發(fā)生公共交通違法行為的直接因素。在如此超負(fù)荷接單量的工作狀態(tài)下，其送餐收入眾數(shù)僅為4 000～6 000元/月。而通過調(diào)查可知外賣配送是81.77%外賣配送員的主要收入來源，每位配送員都存在著多種生活壓力，生活壓力大是其為追求高收入而過度接單、一味求快而出現(xiàn)交通違法行為的核心因素。

圖2 每日接單量和月均收入的曲線分布Fig.2 Curves distribution of daily received orders amount and monthly average income

2)平均每單配送時長是影響外賣配送員發(fā)生公共交通違法行為意愿的推動因素。根據(jù)樣本數(shù)據(jù)可知，在短距離配送中，平均每單配送時間與配送收入眾數(shù)成反比，平均每單配送時間<30 min的收入眾數(shù)為6 000～<8 000元，而配送時間為30～40 min階段的收入眾數(shù)為4 000～<6 000元。受“工資給付按件計酬”的計酬方式影響，若配送員想提高收入必須縮短配送時間換取收入，形成“用生命與時間賽跑”的高危模式，因此更易在有限時間內(nèi)出現(xiàn)公共交通違法行為。促使平均每單配送時長成為導(dǎo)致外賣配送發(fā)生公共交通違法行為的推動因素。

4 提出建議

為長期根治外賣配送公共交通違法問題，提出以下建議：

1)政府提供適當(dāng)支持，降低配送員生活壓力，遏制引起公共交通違法行為的核心因素，降低違法意愿，減少違法行為。

2)配送平臺改善管理機(jī)制，改進(jìn)現(xiàn)行計酬方式以及獎懲制度，弱化薪酬與訂單量的關(guān)聯(lián)，隔斷促使公共交通違法行為的直接因素。

3)合理規(guī)劃配送距離與時間，匹配充足配送時間，鏟除導(dǎo)致外賣配送發(fā)生公共交通違法行為的推動因素，提高社會公共交通安全。

4)統(tǒng)一出臺外賣配送公共交通安全管理政策，定期培訓(xùn)教育，強(qiáng)化外賣配送員安全教育與相關(guān)法律學(xué)習(xí)，從內(nèi)在提高公共交通安全認(rèn)知意識。

5 結(jié)論

1)影響外賣配送員是否會發(fā)生交通違法行為的因素為平均每月送餐收入和平均每單配送距離，二者是解決該問題的突破口。

2)外賣配送員發(fā)生公共交通違法行為意愿的主要驅(qū)動因素是平均每日接單數(shù)量、平均每月送餐收入以及平均每單配送時長。

3)現(xiàn)行接單量與薪酬強(qiáng)烈相關(guān)的計酬方式是配送員追求高收入而過度接單的直接因素，生活壓力大迫使配送員以違法換收入是導(dǎo)致該問題的核心因素，而平均每單配送時長是其推動因素。