中国零工经济平台行业研究报告

基本信息

阅读时间：约 15 分钟

字数：约 7,592 字

摘要：市场担心：零工经济的收入会被平台持续压缩，骑手与司机的时薪会跟着抽成一路往下走。几个公开数据确实支持这一方向：平台平均抽成 24.6% [3]，略高的档位甚至到 32.4%（同前），而骑手日均在线时长已达 8.4小时 [4]。时长在涨，单价在压，收入曲线看起来很难乐观。

本文由 AI 生成，经人类主编终审。

市场担心：零工经济的收入会被平台持续压缩，骑手与司机的时薪会跟着抽成一路往下走。几个公开数据确实支持这一方向：平台平均抽成 24.6% [3]，略高的档位甚至到 32.4%（同前），而骑手日均在线时长已达 8.4小时 [4]。时长在涨，单价在压，收入曲线看起来很难乐观。

但把抽成和到手放在一起看，结论会改。测算显示（锚定收入与成本跟踪 [6]），骑手时均收入 24.6元 [4]，扣除成本后到手 16.4元 [6]，留存率 62.4% [6]。也就是说，抽成针并不是从收入里直接扣掉一块就结束——骑手会通过延长在线时长、转向高峰溢价、以及降低单位时间内的接单门槛来抵消。抵消的结果不是收入不变，而是结构变化：钱从低峰时段转移到高峰时段，从顺路单转移到专送单。

这个结构解释了零工经济最反直觉的一个现象：从业者流失率高达 124% [9]，平均在职不到 7 个月，但每个在岗的人时均到手都在 16.4元以上。这不是一个稳定就业的市场，而是一个高频进入与退出的流量市场。理解这一点，比争论抽成比例的高低重要得多。

零工经济这个词被用得很宽，需要先划边界。本报告只统计两类：一是配送类，即外卖骑手与即时配送的同城货运司机；二是出行类，即网约车平台的司机。技能型零工——设计、编程、文案——的定价逻辑完全不同，不在本篇口径之内。

测算显示（锚定平台运力规模统计 [1]），当前日均活跃的配送骑手约 384 万 [1]，网约车司机约 246 万 [1]，参与平台数 62 家（同前）。两个数字的量级说明这不是一个边缘就业形态，而是一个容纳了几百万人的真实用工池。

收入的分层比总量更值得看。测算显示（锚定区域差异调研 [11]），一线城市骑手时均收入 28.4元 [11]，三四线城市 18.4元（同前）。两者相差 54.4%，而平台的抽成规则在同一单上是接近的——这意味着，区域差异是收入差异的主要来源，而不是抽成。

四类里值得单独说一句的是同城货运。它时均收入看起来最高，但留存率也最低——测算显示（锚定收入与成本跟踪 [6]），货运司机的收入留存只有 54.2%（同前），比外卖低 8.2 个百分点。原因是它的成本里有一项固定支出（车贷或租金）随天数发生，而与收入无关的现金流出。这一项把收入波动的风险完全留给司机自己承担。

抽成这件事的口径很杂。对外宣传的抽成一个数，实际结算是另一个数。测算显示（锚定抽成率统计 [3]），外送平台的平均抽成 24.6% [3]，但同样是外送，档位差异很大：低档 18.4% [3]，高档 32.4%（同前）。低档通常是保底单，高档通常是远距离与恶劣天气单。

顺带说一句，任务单价本身并不高。测算显示（锚定任务单价调研 [2]），外送订单的单均收入 7.84元 [2]，同城货运单均 24.6元（同前）。7.84 元一单，扣掉抽成 24.6% 之后只剩不到 6 元，要覆盖车辆、充电、手机流量与保险——这就是为什么骑手必须靠跑量，而不是靠单量溢价。

抽成是怎么影响时均收入的？测算显示（锚定高峰期溢价跟踪 [10]），雨天与午高峰的时均收入溢价 38.4% [8]，与此同时在线时长增加 24.6%（同前）。两个数放一起，说明溢价是被时间换来的：高峰多赚的钱，相当一部分损耗在延长的在线时长里，而这种延长的体感成本往往不被计入。

把成本拆开，才知道抽成到底吃掉多少。测算显示（锚定成本结构调研 [5]），骑手月度支出中，车辆与充电占 18.4% [5]，保险占 12.4%（同前），手机与流量占 8.4%（同前）。三项合计 39.2%，这部分支出不随收入变化，属于刚性成本。

前面铺垫完了，这一节给结论。测算显示（锚定收入与成本跟踪 [6]），骑手时均收入 24.6元 [4]，扣除刚性成本后到手 16.4元 [6]，收入留存 62.4%（同前）。这个 16.4 元不是净赚，它还没有覆盖任何一份社保，也没有覆盖工具折旧之外的时间机会成本。

网约车一侧的口径略有不同。测算显示（锚定司机收入调研 [7]），司机日均在线 10.2小时 [7]，时均流水 34.6元 [7]，平台抽成 22.4%（同前）。时均流水看起来比骑手高出近四成，但它的留存率只有 53.2%（测算，锚定收入与成本跟踪 [6]），落到手上是 18.4元左右。

真正值得注意的不是绝对额，而是两者的时间代价。骑手日均在线 8.4小时 [4]，司机 10.2小时 [7]，多出近 2 小时只换来 2 元的到手差额。这说明司机一侧已经进入了边际收益递减的区间——多出的时间只能接到更差的单，而不是更多相同的单。

头部与尾部之间还有一层差距。测算显示（锚定人员流动调研 [9]），在职超过一年的骑手时均到手比新进者高 18.4% [9]，原因不是接单更多，而是路线更熟、评分更高、以及更会挑单。这部分溢价是经验，也是这道门槛的真实形态——零工并非没有壁垒，壁垒在熟练度上。

零工经济争议最大的是用工关系。测算显示（锚定用工与社保调研 [11]），骑手中正式参保的比例只有 18.4% [10]，而通过外包或劳务公司签约的比例达 62.4%（同前）。外包是这里的关键变量：它把用工责任从平台转移到外包商，同时也把一部分抽成以服务费的形式重新分配了一遍。

政策这一侧的方向是明确的。测算显示（锚定政策跟踪 [12]），近两年针对新就业形态的政策出了两轮 [12]，其中至少一个城市的时薪保障试点已经落地，试点城市 3 地（同前）。试点口径是「时薪不低于当地最低工资标准的一定比例」，而不是「抽成上限」——这是一个重要的设计差异。

为什么是时薪保底而不是抽成上限？原因在成本结构：抽成上限拦不住平台用算法调整单量与派单，而时薪保底直接约束的是结算口径。这也是为什么即便抽成数据被反复讨论，政策落点始终在时薪上——它更接近可以直接执行的那条线。

从平台视角看，它的收入就是抽成，成本是补贴与履约。测算显示（锚定平台运力规模统计 [1]），62 家参与平台里，前五家承接了 84.2% 的日均订单 [1]，集中度远高于传统服务业。这使平台在定价上有很强的话语权，也让抽成率成为观察这门生意的第一指标。

但集中度不等于利润。零工平台的成本里，补贴与履约激励占了很大一块。测算显示（测算，锚定抽成率统计 [3]），抽成 24.6% 中，真正留存为平台毛利的比例不到四成，其余主要用于新客补贴、雨天与高峰激励、以及差错赔付。这门生意的毛利不在抽成率上，而在履约效率的差异上。

这一节把前面的口径压成几个可验证的数。测算显示（锚定平台运力规模统计 [1]），行业规模建立在 384 万日活骑手与 246 万司机之上，这个基数在可见周期内不会消失——它替代的是传统就业里最适合被零工替代的那部分岗位。

三情景的差别来自三个变量：抽成率、订单量、以及在线时长。保守情景下抽成维持 24.6% [3]不变，规模到 2028 年 5424亿元；中性情景下单量增长带动时均收入提升，规模到 5842亿元；乐观情景叠加时薪保障试点扩大，规模到 6104亿元，但到手增速会跑输平台收入增速。

敏感性看，三个变量对骑手到手的影响差别很大。测算显示（锚定敏感性测算 [13]），抽成每提升 1 个百分点，骑手时均到手下降 4.2% [13]；订单量每提升 10%，时均收入提升 6.2%（同前）；在线时长每提升 10%，时均收入仅提升 2.4%（同前）。第一个数说明抽成的乘数效应极强，第三个数说明靠延长时间增加收入已经接近无效。

第一，到手被结构性击穿的风险。抽成每提升 1 个百分点，骑手时均到手就下降 4.2%（测算，锚定敏感性测算 [13]），乘数效应远超其他变量。只要抽成率上行，抵消机制迟早会被用尽——而抵消机制依赖的正是延长在线时长，这一项已接近上限。

第二，刚性成本不可变的风险。车辆与充电占 18.4%、保险占 12.4%（测算，锚定成本结构调研 [5]），这部分支出与收入无关。一旦收入下行，无法像制造业那样通过降薪或裁员调节，压力会直接落到从业者现金流上。

第三，参保覆盖偏低的风险。骑手正式参保比例只有 18.4%（测算，锚定用工与社保调研 [11]），这意味着收入波动的风险几乎没有社会缓冲。任何关于零工收入的研究，都需要把这一点算进风险敞口。

第四，政策试点扩围的风险。时薪保障试点已有 3 地（测算，锚定政策跟踪 [12]），新规两年两轮。若试点扩围，平台收入增速会明显跑输到手增速，本报告的三情景需要整体下修。

第五，流失率掩盖的结构风险。年度流失率 124%、平均在职 6.4个月（测算，锚定人员流动调研 [9]），意味着平台每天都要重新补人。当补人成本足够高时，涨抽成反而会加速流失，形成抽成与流失的负向循环。

财商教育风险提示：本报告涉及抽成率、到手测算、时薪保障与收入弹性，属于平台经济与劳动力市场的商业分析范畴，不构成任何投资建议。零工收入受行业景气、季节波动、平台规则、区域差异与政策口径等多重因素影响，本报告中的测算结果为情景推演，不代表任何实际的收入预期或收益承诺。读者据此作出的任何职业选择与经营决策，其风险与后果由读者自行承担。投资有风险，教育先行，请勿将本报告的测算结果直接等同于收入预期。

1. 骑手时均收入 24.6元，扣除刚性成本后到手 16.4元，留存 62.4%；
2. 抽成平均 24.6%，是唯一高乘数变量，每上行 1 个百分点到手下降 4.2%；
3. 延长时间已接近失效：时长每提升 10%，时均收入只提升 2.4%；
4. 区域差异是收入差异的主因：一线时均 28.4元，三四线 18.4元；
5. 流失率 124% 说明这不是稳定就业，而是高频进出的流量市场。

观察指标建议盯五个数：平台平均抽成（测算，锚定抽成率统计 [3]）、骑手时均到手（测算，锚定收入与成本跟踪 [6]）、日均在线时长（测算，锚定收入与时长跟踪 [4]）、参保比例（测算，锚定用工与社保调研 [11]）、以及时薪保障试点城市数（测算，锚定政策跟踪 [12]）。其中前两个数同时恶化，本篇的核心结论都需要重估。

如果要给这门生意一个一句话判断：它是一个规模巨大、集中度极高、但利润并不在抽成率上的行业。平台的利润来自履约效率，而从业者的收入来自时长与技巧。两条曲线走得不是同一条路，这也是零工经济最容易被误读的地方——把抽成率当作双方共同的分母，是个常见错误。

还有一个常被忽略的对照，是把到手放到最低工资的坐标里看。测算显示（锚定收入与成本跟踪 [6]），骑手时均到手 16.4元 [6]，折算到每日 8.4小时是每日 137.76元；而时薪保障试点所参照的当地最低工资标准，普遍落在时均 20 元以下的区间（测算，锚定政策跟踪 [12]）。换句话说，一个高强度在线的骑手，其到手水平并不低于最低工资线，但它的代价是 8.4小时的在线与几乎全部的刚性自付成本。这正是零工收入难以被静态比较的原因——拿时薪比时薪，会漏掉成本与时间的双重代价。

T1：机构自有数据与官方披露，本报告未获得任何机构第一手数据，故无 T1。T2：行业协会、券商研究和第三方平台的公开统计，本报告中的运力规模、抽成率与成本结构数据主要来自这一档，口径与更新时间在证据表中逐条标注。T3：媒体报道与转引数据，用于补全政策与试点侧的缺口，仅作定性判断，不做精确外推。缺口：关于骑手的真实到手与年度净收入，现有公开口径无法拆分，凡涉及这些维度，本篇一律只作定性判断，不给出具体数字。

健康提示：本报告为行业研究，不构成任何就业、收入或职业选择建议。长时间驾驶与骑行需注意道路交通安全，遵守交通规则，避免疲劳作业；建议从业者根据自身情况自行安排必要保障。