你今天叫的那單外送,外送員拿多少、誰接得到下一單,是一條規則決定的。7 月 21 日外送專法上路:每筆訂單的基本報酬,按服務時間換算不得低於最低工資的 1.25 倍,且不得低於 45 元。這條保障線撞上平台的派單規則,誰買單?下面六十個規則驅動的模擬市民,替你把實驗跑完。
同一群人、同樣的稅率,唯一動過的是平台派單的規則。四次測量:
| 平台派單規則 | GINI 貧富差距 | 龍頭外送員占比 |
|---|---|---|
| 等比例派單(按在線時間,零個人差異加權) | 0.188 | 3% |
| 看評分 | 0.246 | 6% |
| 衝效率 | 0.255 | 7% |
| 衝效率+新法報酬保障(7/21 專法) | 0.276 | 10% |
模擬結果,不是政策預測四列都是同一組六十人跑到第 40 回合的讀數(模型無隨機數,同設定重跑必得同一組數字)。在本站測試的三種派單規則與參數範圍內,只要加入個人差異加權(評分或接單量),所得分配都比按在線時間等比例分配更集中:等比例停在 0.188,加權後跳到 0.25 上下。第四列是本站設定的高衝擊情境(成本全額轉嫁、訂單池縮到 66%):報酬保障把最低服務時薪從 236 元推到法定的 245 元,但同一批人的總所得少了 18.2%、全職外送從 22 人掉到 13 人,整體差距不降反升。而且補足樓地板的錢在這個情境裡 100% 來自壓低其他外送員的單價,平台淨增支出是 0(成本拆帳)。這是壓力測試,不是對專法效果的推估。
「跑外送比死薪水香,拼在線時數才搶得到單,我全職衝了。」—— 秀梅,早餐店員 · 派單改「衝效率」後第 3 回合
沒有人指揮秀梅。六十個市民各自盤算要上班還是跑外送,記得上次的盈虧,逐回合適應。
演算法不是他們的腦,是他們身處的規則。它只決定訂單這塊餅怎麼分:等比例派單、衝效率,或看評分。
貧富差距是長出來的,不是算出來的。你動的只有規則,天際線是六十個人的選擇加總的結果。
摘要如下;完整參數表、決策規則、收斂條件與可點擊出處在方法與來源。
DISCLOSURE — 本站是一件用代理人模擬探索平台規則與分配後果的探索性沙盤,不是經驗性的政策模型。模型在瀏覽器即時運算(移植自 integrated.py),決定論、無隨機數。人物的話由預先寫好的本地決策規則產生,不是即時大型語言模型,也不代表真實外送員的意見。模型有訂單層,專法第 5 條的兩道保障都有實作:每筆訂單取「1.25×最低時薪×服務時間」與「45 元」的較高者。β、訂單服務時間分布、訂單池大小都是本站設定的人工假設,沒有台灣的公開資料可對照——它們決定了上面每一個數字。全站數字描述的是這個模擬世界,不是台灣外送市場的預測。