从“骑手困境”看ETA算法的不确定性

大数据、人工智能、算法技术的不断发展,推动了社会的转型,外卖行业同样也在升级,在此背景下,越来越多的人选择“骑手”作为职业,随着技术的发展,这一职业的不确定性逐渐放大,算法在提高配送效率的同时也带来了风险和挑战,让我们不得不思考算法的不确定性,以期解决算法的不确定性来解决“骑手困境”。在此基础上,厘清算法不确定性的根源,借助将价值植入算法的设计、测评、运用过程中,尽可能规避算法带来的风险。

考虑配送交通风险的新零售平台、骑手及消费者三方演化博弈分析

新零售行业中配送骑手的交通事故比率不断攀升引起了社会的广泛关注。骑手出于对配送超时和消费者投诉的担心,在配送途中选择超速违章,从而增加交通风险。为避免消费者对配送超时进行投诉,越来越多的平台企业主动建立超时补偿机制,即对配送超时为消费者提供补偿。该补偿机制能否有效减少消费者投诉,进而影响骑手的配送行为,降低其配送中的交通风险,是值得研究的重要问题。构建由新零售平台、骑手及消费者组成的三方演化博弈模型,其中,平台决定是否建立针对消费者的超时补偿机制,骑手在不同风险程度的配送行为之间进行选择,而消费者则决定在超时情况下是否进行投诉。研究发现:平台对于骑手超时的直接惩罚额度是影响骑手的策略中最关键的影响因素。当直接惩罚额度较大时,平台、消费者的任何策略选择都无法改变骑手普遍向高风险配送策略演化的“骑手困境”情况;当直接惩罚额度适中,建立超时补偿机制给平台企业带来的直接效用较大,且平台与消费者普遍对骑手更具有同理心时,三方演化策略均衡可以达到理想状态:平台建立主动补偿机制、骑手低风险配送、消费者对于订单超时选择不投诉。