公司算法规则更新 - 货拉拉于12月10日正式公开建议到达时间及装货准点率算法规则 这是该公司今年第五次推进算法公开 [1] - 建议到达时间在导航基础时间上 根据距离和车型额外延长时间 距离越远、车型越大 延长时间越长 例如中货车型行驶57公里可叠加42分钟延长时间 [2] - 装货准点率仅考核快车和特快订单 并且明确该指标不影响司机的抢单成功率 [2] 算法优化的核心目标 - 算法公开的核心是推动平台规则透明化与司机体验优化 根本目的是尊重现实路况的复杂性 [3] - 避免司机因时间压力产生不必要的赶路风险 将安全置于首位 [3] - 旨在构建更公平、更安全、更值得信赖的司机工作环境 [3] 对司机的影响与反馈 - 司机表示 明确准点率与抢单无关后 不用再拼命赶路 与用户沟通清楚即可 压力减小 [2] - 新司机能参考建议到达时间规划路线 老司机不必因意外情况担心收入受影响 [2] - 司机认为平台给出的时间合理 会提前考虑货车限行、高峰期堵车等因素 且仅考核装货准点率而不牵扯卸货时间 显得公平 [2] 行业趋势与算法理念转变 - 货运行业的时间规则虽不如外卖行业紧迫 但同样深刻影响司机的工作状态与安全 [1] - 行业正围绕送达时间限制及其对劳动者收入的影响进行持续优化 [2] - 此次优化被视为平台算法从“效率优先”向“人性化协同”的转变 [3] - 未来可针对偏远地区货运、恶劣天气配送等特殊场景细化规则 并为高龄司机、新司机提供更友好的时间容错机制 [3]

算法规则公开 - 货拉拉平台围绕建议到达时间及装货准点率算法规则进行了第五次算法公开 [1] - 建议到达时间由导航基础时间、距离延长时间和车型延长时间三部分构成，系统在导航基础时间上根据订单距离和货车车型叠加延长时间，距离越长、车型越大则延长时间越长 [1][2] - 平台为应对意外情况开设了异常报备渠道，司机可申请延长送达时间，在极端天气或特殊节假日期间，平台会采取豁免准点率考核的措施 [5] 建议到达时间机制 - 建议到达时间是系统根据订单距离、实时路况、司机车型等因素计算出的预计到达时间点，仅作为司机参考，并非硬性运输完成时限 [2][5] - 平台表示会预留充足的时间给司机运输进行“缓冲”，旨在使建议到达时间更宽松、更人性化，以保障司机运输过程更安全、体验更好 [5] - 订单会先显示抵达装货地的建议时间，完成装货后再显示抵达卸货地的建议时间 [5] 准点率考核规则 - 平台仅考核快车、特快订单抵达装货地的准点率，拼车单、用户出价单、顺路单等订单类型以及卸货环节均不纳入考核范围 [1][6] - 准点率不会影响司机抢单和中单，平台分播单主要遵循“司机自主，就近优先”原则，距离远近是影响抢单成功的主要因素 [6] - 从12月中旬开始，“准点率”将更名为“装货准点率” [8] 装货准点率计算方式 - 装货准点率采用动态滚动计算方式，仅统计司机最近40笔订单中准点到达装货地的订单数比例，例如最近40单中有32单准时到达，装货准点率则为80% [8] - 司机完成10单以上才开始计算装货准点率，满10单但不满40单则按实际单量计算 [8] - 除非司机因迟到引发用户投诉导致行为分扣减，否则准点率高低不会对司机抢单中单产生实际影响 [6]

公司算法规则公开 - 货拉拉平台进行了第五次算法公开 详细说明了建议到达时间的构成及装货准点率的计算与考核规则 [1] - 建议到达时间由导航基础时间、距离延长时间和车型延长时间三部分构成 系统在导航基础时间上根据订单距离和货车车型叠加延长时长 距离越长、车型越大 延长时间也越长 [1][2] - 平台为应对意外情况开设异常报备渠道 司机可申请延长送达时间 在极端天气或特殊节假日期间 平台会豁免准点率考核 [5] 建议到达时间设计 - 建议到达时间是系统根据订单距离、实时路况、司机车型等因素计算出的预计到达时间点 仅作为司机参考 并非硬性运输完成时限 [2] - 平台表示会预留充足时间给司机运输进行“缓冲” 旨在使建议到达时间更宽松、更人性化 以保障司机运输过程更安全、体验更好 [5] - 在实际货运过程中 订单会先显示抵达装货地时间 完成装货后再显示抵达卸货地的建议时间 [5] 装货准点率考核 - 平台明确仅考核快车、特快订单抵达装货地的准点率 拼车单、用户出价单、顺路单等订单类型以及卸货环节均不纳入考核范围 [6] - 从12月中旬开始 “准点率”将更名为“装货准点率” 其计算采用动态滚动方式 仅统计司机最近40笔订单中准点到达装货地的订单数比例 例如最近40单中有32单准时到达 装货准点率则为80% [8] - 司机完成10单以上才开始计算装货准点率 满10单但不满40单 则按实际单量计算 [8] 算法规则对司机的影响 - 平台明确表示准点率高低并不会对司机抢单和中单产生实际影响 分播单主要遵循“司机自主 就近优先”原则 距离远近是影响抢单成功的主要因素 [6] - 除非司机因为迟到引发用户投诉 才可能导致行为分扣减 [6] - 有司机表示 平台给出的建议到达时间提供了参考 尤其对新司机而言 跑起来心里更有底 [2]

行业核心问题 - 平台经济长期存在劳动者与算法之间缺乏对话界面的“关系困境”，规则不透明、不可议、不可改导致误解沉淀为成见 [1] - 新就业形态劳动者突破8000万人，数字经济规模占GDP比重超40%，将劳动者排除在算法之外将抬高社会制度性交易成本 [1] - 平台与劳动者的关系被简化为二元框架，但算法复杂性、抽成动态性、判责隐蔽性导致劳动者对平台规则缺乏信任 [1] - 网约车平台数据显示62.7%的司机认为“平台规则不透明”，该诉求排名首位，形成平台与司机之间的认知剪刀差 [2] - 劳动者对规则缺乏认同感将影响服务质量和平台生态稳定性，制约平台可持续发展 [2] 平台企业实践举措 - 货拉拉于2025年9月18日举办首场全国算法协商恳谈会，邀请多地司机代表与平台管理层面对面协商并签署专项协议 [3] - 货拉拉将协商议题由5个扩大至15个，内容涵盖服务收入与费用保障、司机行为分与激励机制等六大方面 [3] - 头部平台竞相转向双向协商模式，包括美团全面取消超时扣罚、饿了么优化派单机制、京东开启动态溢价补贴等 [3] - 货拉拉在公司官网增设“算法公开”入口，以图文可视化形式公开平台算法和规则，确保通俗易懂 [5] - 货拉拉调整分播单算法，将“就近优先”订单占比从90%提升至93%，以提升司机收入效率和平台认同感 [5] - 针对运费拖欠痛点，货拉拉推出“预付+保障”双重结算机制，对5.2米以上车型订单试点预付运费，并投入1000万元/年进行帮催帮付 [5] - 货拉拉扩大“职业伤害保障试点”覆盖范围，联合工会为司机提供免费体检与健康管理服务，将权益保障前置为风险防控 [5] 政策导向与行业趋势 - 2025年9月11日全国总工会召开平台算法和劳动规则协商工作现场交流会，要求发挥头部平台示范引领作用 [4] - 政策明确要求让劳动者有序有效参与协商全过程，并将协商成果制度化、机制化，嵌入集体合同等制度中 [4] - 平台经济正经历从“黑箱”到“玻璃房”、从“单向通知”到“双向协商”的治理革命，迈向商业文明进阶 [5] - 企业以平等心态与劳动者协商共治，能化解矛盾并激发生态共赢活力，实现可持续共生 [5]

法院信息化发展 - 截至2024年12月全国累计在线二审立案超过37万件二审网上立案周期较试点前缩短七成以上最快可实现当天申请当天立案 [1][2] - 山东高院作为首批试点之一截至2024年10月受理二审网上立案申请9.9万件完成审核7.8万件全省二审立案周期平均缩短2/3以上 [2] - 依托"人民法院在线服务"小程序2024年平均每分钟超过100件案件实现"掌上立" [1] 跨域诉讼服务改革 - 最高人民法院指导13家试点地区高院和辖区中基层法院提供跨域立案阅卷材料收转等服务降低当事人诉讼成本 [2] - 16个地区开展民事行政二审案件网上立案试点 [1] 在线解纷机制 - 2024年人民法院调解平台上线基层解纷二维码基层治理单位自行受理纠纷5.68万件 [3] - 截至2024年12月1.01万家人民法庭与22.96万家基层单位在线对接累计就地化解纠纷251.4万件 [3] 新兴技术应用建议 - 建议探索研发法院诉讼垂直领域专用模型减少对外部技术的依赖 [1][4] - 需加强对算法规则的审查验证和监督定期评估公平性可靠性及对司法公正的影响 [4] - 建议将算法公开列入司法公开范畴评估其必要性和可行性 [1][4]

算法公开与优化 - 公司公布第二批算法公开举措，内容包括平台动态评估算法与规则、优化自动降抽佣算法等[1] - 近期优化"司机自主，就近优先"分单模式，以距离为标准优先中单的订单占比从90%提升到93%[1] 司机降费减负措施 - 公司持续推进司机降费减负举措，预计2025年平台将降低抽佣共2.3亿元[1] - 将加大订单补贴力度，预计每年投入近7000万元以提升司机收入[1]

大数据杀熟现象 - 消费者反映在直播间购物时遭遇价格歧视，老用户下单比新用户贵30元，优惠券电影票比线下还贵6元 [1] - 平台通过违规收集用户个人信息（包括个人资料、订单特征、搜索痕迹）进行消费习惯分析并实施差别定价 [1] - 差异化营销以"个性化推荐""会员优惠"为名义，消费者对不同收费标准不知情，侵犯隐私权、知情权与公平交易权 [1] 算法治理与行业问题 - 算法不透明性导致消费者维权困难，平台以"商业秘密"为由规避责任，形成算法权力垄断 [1] - 算法推送隐含平台价值判断，若设计偏差将威胁网民权益、网络信息安全及市场公平 [2] - 需通过多元共治推动算法公开，包括用户自主选择信息推荐、建立行业准则、创新监管技术及多部门协同 [2] 平台行为模式 - 杀熟流程分为两阶段：前期违规收集信息构建用户画像，后期实施不透明的差异化定价策略 [1] - 平台利用算法黑箱和规则主导权，使用户被动接受检视且无法质疑定价机制 [1]