这是一个非常普遍且复杂的问题，不能简单地归为“行业惯例”或“算法收割”，实际情况是两者交织，共同作用，但平台算法是核心驱动力和放大器。
我们可以从几个层面来拆解这个问题：
1. 行业惯例与成本驱动因素
从行业历史和经济学角度看，雨天外卖“加价”有其合理性：
- 骑手成本上升： 雨天路滑、视线差、交通拥堵，骑行效率和安全风险都大幅增加。骑手送单更辛苦、更危险，因此要求更高的报酬。平台需要通过“加价”来激励足够多的骑手在恶劣天气下接单，否则运力会严重短缺。
- 订单量激增： 雨天人们不愿意出门，外卖需求会集中爆发。这造成了供需关系瞬时失衡（需求 > 供给）。根据基本市场规律，价格上涨是调节供需的有效手段。
- 履约难度增加： 商家出餐、打包可能受影响，整体配送链条效率下降，平台需要为这种整体效率的损失付出额外成本。
所以，“雨天配送费更高”本身，可以理解为一种市场调节机制和风险补偿机制，这在传统的人力调度时代就已存在。
2. 平台算法的核心角色
平台算法不仅继承了这一“惯例”，更将其精细化、动态化，并可能放大其效应：
- 动态定价与供需匹配： 算法实时监测某个区域的骑手数量（供给）和待处理订单数量（需求）。一旦检测到供需失衡（如雨天需求激增而骑手在线少），会立刻启动动态加价。这个加价幅度（“调度费”、“雨天红包”等）是算法根据历史数据、实时拥堵情况、预测模型计算出来的。这本质上是算法的核心功能之一。
- “收割”嫌疑的来源：
- 信息不透明： 用户不清楚加价的具体构成。多少钱是给骑手的激励？多少钱是平台的“服务费”或“溢价”？平台通常不会公开拆分。有骑手反映，有时用户支付了高昂配送费，但自己收到的激励并没有同比大幅增加，这中间的差额成了平台的额外收入。
- 用户侧的“杀熟”与个性化定价： 有用户怀疑，在同一时间同一地点，不同用户看到的配送费或商品总价可能不同。算法可能根据用户的消费习惯、对价格敏感度、当前设备等信息进行个性化定价。如果一位用户经常点外卖、对配送费不敏感，他可能在雨天被收取更高的费用。这就是“收割”感的直接来源——用户感觉被系统利用了自己的“不得不买”的处境和隐私数据，支付了不必要的溢价。
- 价格锚定与心理预期： 平台可能在基础配送费上叠加多种费用（如“远距离费”、“高峰时段费”、“恶劣天气费”），让用户不易比价，并逐渐接受雨天高价是“正常”的。
3. 是惯例还是收割？关键区分点
- 如果加价部分主要流向了骑手， 用于覆盖其额外风险和辛苦，并有效保障了雨天的运力，那么这更偏向于合理的 “成本驱动型行业惯例”。
- 如果平台利用算法，在覆盖骑手激励成本之外，过度提高了用户端价格，并将大部分溢价作为平台的额外利润，同时利用信息不对称和动态定价最大化自身收益， 那么这就更接近 “算法溢价收割”。
结论
外卖雨天加价是建立在“行业成本惯例”基础上的、由平台算法强力执行的动态定价策略。
问题的核心矛盾在于：
算法的必要性与公平性矛盾： 算法动态调节价格对维持系统运行是必要的，但其过程不透明，可能损害消费者公平感。
利益分配的矛盾： 用户多付的钱，是否合理地在骑手（风险补偿）、平台（系统成本与利润）和用户（购买即时便利）之间分配？目前缺乏清晰的监督和披露。
作为用户，如果你觉得雨天配送费过高，可以：
- 稍作等待： 有时高峰过后，运力恢复，价格会回落。
- 比较不同平台： 不同平台的算法策略和运力情况不同。
- 理解本质： 你支付的不仅是商品和配送，更是在为“恶劣天气下的即时便利”这一稀缺服务付费。但作为消费者，我们有理由要求平台在追求效率的同时，增加定价透明度和公平性。
