外賣大戰(zhàn)，騎手往何處去？

近日，京東拋出的“招聘10萬名全職騎手，為騎手對象優(yōu)先安排工作，超時20分鐘以上外賣免單”這一系列重磅舉措，無疑在本就競爭激烈的外賣行業(yè)投下了一枚深水炸彈。表面上看，這是企業(yè)對騎手群體的關懷與對服務品質(zhì)的承諾，但背后折射出的，是平臺經(jīng)濟發(fā)展進程中勞動力策略的調(diào)整，以及對行業(yè)競爭格局的重塑。

當我們每天習慣性地等待外賣送達，或許鮮少有人會思考，在這份便捷背后，是怎樣一套精密的系統(tǒng)在運轉(zhuǎn)？騎手們?nèi)绾卧趶碗s的城市路網(wǎng)中高效規(guī)劃配送路徑？平臺又依靠何種機制實現(xiàn)對龐大騎手隊伍的精細化管理？這些問題的答案，不僅關乎外賣行業(yè)的發(fā)展，更觸及平臺經(jīng)濟時代勞動模式的本質(zhì)。

《數(shù)字疾馳：外賣騎手與平臺經(jīng)濟的勞動秩序》一書，正是為解答這些疑問而生。作者以嚴謹?shù)纳鐣W視角，通過深入騎手群體的田野調(diào)查，揭示了平臺經(jīng)濟背后隱藏的勞動秩序，剖析資本、技術與勞動者之間的復雜關系。接下來，就讓我們從書中的精彩片段出發(fā)，一同探尋外賣配送行業(yè)的深層邏輯。

以下文字摘自《數(shù)字疾馳：外賣騎手與平臺經(jīng)濟的勞動秩序》，略有刪節(jié)。

面對每天在中國不同城市的大街小巷上演的流動穿梭的奇觀，不禁讓人思考，究竟是什么原因促使成百上千萬的外賣騎手能夠同時在中國兩千多個大大小小的城市有條不紊地工作？毫無疑問，如此龐大的用工規(guī)模，是任何一家傳統(tǒng)制造業(yè)、建筑業(yè)和服務業(yè)的管理都難以企及的。但答案似乎又顯而易見，因為同時把外賣騎手、商家、顧客以及站點等聯(lián)結起來的正是他們手機（或電腦）中安裝的外賣平臺App（軟件）。換言之，就是借助互聯(lián)網(wǎng)技術搭建起來的虛擬的，位于云端依托強大算法和海量數(shù)據(jù)的，超高速運轉(zhuǎn)的平臺系統(tǒng)。那么，平臺系統(tǒng)究竟如何管理和維護平臺經(jīng)濟背后的勞動秩序？

眾所周知，20世紀管理和控制工人生產(chǎn)活動最重要的機制就是泰勒（F. W. Taylor）的科學管理方法和福特（Henry Ford）的批量生產(chǎn)流水線。泰勒認為，管理者需要對完成某項工作的時間與動作進行研究。首先要找到熟練工人，研究他們完成工作的基本動作，找到完成每步動作的最佳方式和最短時間，最后把有效動作和工具結合起來，從而創(chuàng)造出完成一項工作的最佳方法。福特的生產(chǎn)流水線和泰勒的科學管理方法異曲同工，其核心思想也是把與工作相關的動作減少到一個絕對的最小值，讓工人的每個動作盡可能只完成一項任務，以消除各種繁雜的動作。而在外賣送餐行業(yè)“確認到店”—“確認取餐”—“確認送達”的標準化流程中，我們似乎也看到了基于同樣原理的對騎手勞動過程的細致拆解。這實際是科學管理方法和福特主義思想在平臺經(jīng)濟中的延伸，背后體現(xiàn)的正是馬克斯·韋伯預言的理性化趨勢。

喬治·瑞澤爾（George Rizter）曾把理性化（或者麥當勞化）歸為：效率、可計算性、可預測性、可控制性。因此作為延續(xù)科學管理方法和福特主義思想的平臺系統(tǒng)管理也處處體現(xiàn)著理性化趨勢的特征。透過對這些特征的分析，我們或許可以更好地理解，在平臺經(jīng)濟時代，平臺系統(tǒng)究竟是如何取代人的管理，對成百上千萬的外賣騎手進行控制以維護勞動秩序的。而“資本如何維系生產(chǎn)現(xiàn)場的秩序，是勞動過程理論解釋的基本問題”。

《數(shù)字疾馳：外賣騎手與平臺經(jīng)濟的勞動秩序》， 陳龍 著

效率提升：智能派單系統(tǒng)

外賣平臺公司研發(fā)的訂單調(diào)度系統(tǒng)從產(chǎn)生到發(fā)展大致經(jīng)歷了三個階段。第一階段是“人工派單”，即完全由后臺人員派單。這種派單方式效率很低，而且是在訂單數(shù)量比較少的情況下才能勉強維持。作為中關村最早的外賣騎手之一，杜紅梅向我描述過最初的派單是如何進行的——

杜紅梅：那時候人少，錢輝那會兒就是我們的隊長，因為他腦子好，轉(zhuǎn)得快。我們所有人先把單子（外賣）取回來，交給他，他就坐地上給我們分，哪幾個去哪兒，他分得可快了。然后我們拿上同一個方向的單子就去送。我們從飯店取餐的時候就拿個小票，等我們送餐回來時，把那個小票撕下來拿回來就行，那個小票就是錢。晚上帶回來多少小票，就給你折算多少錢。

我：那時候一單掙得要比現(xiàn)在多吧？

杜紅梅：沒有，掙得和現(xiàn)在差不多，也是一單8塊錢左右。

我：那一天能跑多少單？

杜紅梅：那時候跑得少，一天也就十來二十單。

我：那一天才掙100多塊錢，你們也愿意跑？

杜紅梅：不跑干啥呀？他們有的精（明），剛開始那會兒，也沒有人管。反正你帶回來多少小票，就給你折算多少錢。那時候一個蛋炒飯才5塊錢，他們有的人就自己打電話給飯店，一次點個十幾二十份，然后再跑過去自己送，自己點的送哪兒?。克麄儼研∑币凰海俅騻€電話說不要了，把蛋炒飯退回去，再拿著小票去換錢……可有人靠這發(fā)財了！

顯然，相比騎手現(xiàn)在每天少則三四十，多則六七十的訂單量，人工派單的方式是低效的。不僅如此，因為監(jiān)督不到位，大有人從中渾水摸魚。隨著顧客數(shù)量的增加，訂單調(diào)度進入了第二階段——騎手搶單，即誰離得最近或者誰順路就去搶單。這時尚在研發(fā)中的平臺系統(tǒng)開始發(fā)揮作用，全部訂單都改由平臺系統(tǒng)負責收集、發(fā)布。騎手搶單模式是眾包騎手的雛形。但外賣平臺公司很快發(fā)現(xiàn)，只根據(jù)距離或順路與否來搶單也容易產(chǎn)生一些問題，并且容易出現(xiàn)二次低效的情況。比如有的訂單沒有外賣騎手愿意搶，這會導致顧客下的訂單沒人去送；又或者某些外賣騎手訂單搶多了，最終因為時間有限無法及時送到，導致顧客的消費體驗差。

基于上述問題，外賣平臺公司進一步改進和優(yōu)化調(diào)度系統(tǒng)，由此進入到第三階段，即人工智能派單。平臺建立大數(shù)據(jù)系統(tǒng)，通過算法進行智能派單。人工智能派單是基于實時以及歷史數(shù)據(jù)，考慮多方交叉因素，借助人工智能和深度卷積神經(jīng)網(wǎng)絡實現(xiàn)最優(yōu)匹配的派單模式。在匹配過程中，智能派單系統(tǒng)不僅需要考慮不同商戶、時段、出餐歷史、速度、餐盒包裝的數(shù)量等數(shù)據(jù)，還要考慮騎手定位與軌跡、騎手的負載量、騎手的配送速度和能力以及惡劣天氣的影響等信息，最后還要結合顧客期望送達的時間、訂單的金額、訂單的導航路線、訂單的重量和體積等因素。平臺系統(tǒng)大體上要將以上數(shù)據(jù)綜合起來，實現(xiàn)大規(guī)模的智能匹配和云端智能指派，最終在毫秒級的運算速度下給外賣騎手輸出一個配送方案。與人工派單和騎手搶單階段顯著不同的是，人工智能派單將所有能由平臺系統(tǒng)處理的環(huán)節(jié)都最大可能地交給了平臺系統(tǒng)，只留下配送環(huán)節(jié)給騎手。

上圖展示了平臺系統(tǒng)在站點終端上顯示的一個訂單從產(chǎn)生到送達的全部流程。平臺系統(tǒng)詳細記錄了每一環(huán)節(jié)的用時長短。從中可以看到，從顧客下單到商戶接單用時25秒；從商戶接單到呼單僅用時1秒；從商戶呼單到團隊接單用時0秒；從團隊接單到智能調(diào)度（騎手接單）用時7秒；從騎手接單到騎手到店用時10秒；騎手等餐、取餐用時11分鐘，最終配送用時25分鐘。前面以秒計時的環(huán)節(jié)都是通過平臺系統(tǒng)完成的，而真正用時比較長的部分是由騎手負責完成的。相比之下，平臺系統(tǒng)的效率可見一斑。而如此速度也在不斷刷新顧客的時間觀念，潛移默化地塑造著顧客對平臺速度的認識。

目前，外賣平臺公司如餓了么、美團，都實現(xiàn)了類似的技術優(yōu)化。這不僅極大地提升了運營效率，而且滿足了日益龐大的訂單需求和配送負荷。而為了最大化提升騎手配送環(huán)節(jié)的效率，平臺系統(tǒng)在承攬了大部分環(huán)節(jié)的工作以外，還在積極協(xié)助騎手配送。比如，考慮到大部分外賣騎手對于周邊區(qū)域和環(huán)境不熟悉，平臺系統(tǒng)通過外賣平臺App提供智能導航地圖，可以極大提升騎手的送餐效率，避免了他們像無頭蒼蠅一樣把時間浪費在問路和尋找目標地址上；還比如平臺系統(tǒng)會通過外賣平臺App告知騎手訂單的預計出餐時間，這讓騎手在同時擁有很多訂單的情況下可以提前規(guī)劃取餐順序，不僅可以節(jié)省騎手時間和體力，還可以提高取餐效率；平臺系統(tǒng)還會根據(jù)歷史數(shù)據(jù)，在一些事故易發(fā)路段，或者檢測到騎手超速、逆行時，通過外賣平臺App提示外賣騎手注意安全。因此，平臺系統(tǒng)事實上承包了外賣訂單在整個流通領域內(nèi)的管理。即使在騎手配送環(huán)節(jié)（外賣訂單目前必須依靠人力配送），平臺系統(tǒng)也不忘“竭盡所能”地提供支持以確保騎手盡快送達。

可計算性：數(shù)據(jù)、算法與模型

平臺系統(tǒng)的核心是基于各種數(shù)據(jù)的計算。平臺系統(tǒng)的可計算性涉及系統(tǒng)背后的數(shù)據(jù)、算法和模型。外賣平臺公司在管理和控制騎手的過程中，對于如何匹配騎手、如何計算配送時間，以及如何評估騎手的績效（跑單量、好評數(shù)、差評和投訴、出勤、累計里程、平均速度、顧客滿意度）等問題都離不開平臺系統(tǒng)的計算，而且這種計算能力是人的管理難以企及的。以預計送達時間為例子，平臺系統(tǒng)在計算每一個騎手拿到訂單以后的送餐時間時，都要考慮大量的特征維度和歷史數(shù)據(jù)。特征維度指影響送餐時間的各種可能因素，而歷史數(shù)據(jù)指之前不僅在下單的同時就知道未來在什么時間可以收到訂單，而且在此期間，騎手的行蹤變得透明，顧客對他們的行蹤了如指掌。除此以外，顧客還能從平臺系統(tǒng)中看到整個訂單的流程，因為平臺系統(tǒng)對于訂單流程的各個時間節(jié)點都有詳細的記錄。在顧客下單支付1分鐘后，商家就已經(jīng)接單，而在商家接單1分鐘后就有騎手接單，從顧客下訂單到商家接單再到外賣騎手接單，僅僅用時不到2分鐘。

除了平臺系統(tǒng)提供預計時間以外，顧客也可以根據(jù)自身需求對送達時間提要求，即所謂的“預訂單”。預訂單要求騎手在規(guī)定時間范圍內(nèi)將外賣送到顧客手中。這一時間范圍通常被限定在20分鐘。因此顧客也擁有了決定外賣送達時間的權力。預訂單雖然方便了顧客，但對于絕大多數(shù)騎手來說卻是個“燙手山芋”，和二手單一樣不被騎手所喜歡。因為預訂單降低了騎手配送的自由度和靈活性，尤其在高峰期或訂單比較多的時候，為了按照預定時間配送預訂單，騎手常常不得不放棄手頭的一些好單子，而余下可以配送的訂單從送餐距離和區(qū)域上來說，也不能離預訂單太遠。正因為預訂單降低了騎手在時空上的自由度和靈活性，所以想把預訂單轉(zhuǎn)手出去并不容易。因此拿到預定單的騎手往往選擇忍氣吞聲，自認倒霉。

不管怎樣，平臺系統(tǒng)提高了整個配送活動的可預測性。而可預測性不單單指作為消費者的顧客可以預見未來某個時間可以收到訂單，同樣意味著作為勞動者的騎手必須要在未來某個時間把訂單送到。不僅如此，如果騎手是按照平臺系統(tǒng)提供的智能地圖導航順序送外賣，那么騎手在空間位置上同樣具有可預測性。

可控制性：全過程監(jiān)控

外賣騎手的整個送餐過程都處在平臺系統(tǒng)的監(jiān)控之下，而且平臺系統(tǒng)還會將實時情況傳送給站點和顧客。通過將騎手的智能手機接入互聯(lián)網(wǎng)，騎手的所有行為都會被自動識別與記錄?？梢哉f，這種新的監(jiān)督方式能夠于任何地點實現(xiàn)對騎手的監(jiān)督，從而將監(jiān)督的時空范圍擴展到騎手的整個勞動過程。

對勞動者監(jiān)督的一個主要理論來源是米歇爾·福柯（Michel Foucault）。福柯提出了“全景式監(jiān)獄”的概念，即一個允許對個人進行徹底觀察的建筑物。最明顯的例子就是位于圓形監(jiān)獄中央的瞭望塔，通過該塔守衛(wèi)可以看到每一個監(jiān)舍，但是獄警自己卻不會被囚犯看見。全景式監(jiān)獄是巨大的權力來源，因為它賦予獄警實施全面監(jiān)控的可能性。獄警并不需要總是出現(xiàn)在犯人面前，僅僅由于建筑物的存在就可以起到控制囚犯的作用。因為囚犯擔心會被獄警發(fā)現(xiàn)，所以他們主動停止做壞事，從而實現(xiàn)了囚犯的自我控制和管理，而建筑物的權力也得以加強。

平臺系統(tǒng)仿佛就是配送服務過程中的“瞭望塔”，騎手是“囚犯”，通過瞭望塔監(jiān)督囚犯的“獄警”就是顧客和站點。平臺系統(tǒng)借助“天眼”（GPS定位）掌握騎手的戶外行蹤（室內(nèi)可以通過基于Wifi和藍牙的地理圍欄技術捕獲騎手行蹤），并將實時監(jiān)控的結果通過外賣平臺App反饋給站點和顧客。站點和顧客由此獲得了“上帝視角”，對騎手送餐進行全過程監(jiān)督。

看似自由和靈活的表象下，本應讓騎手如虎添翼的大數(shù)據(jù)，為何最終織就了一張圍住騎手的巨網(wǎng)?當人與代碼短兵相接，所謂“打工”，又在經(jīng)歷怎樣的變化?

看北大社會學博士送半年外賣，與算法“近身肉搏”，撕掉逆行與奮斗的溫情標語，記錄嬉笑怒罵的騎手生活。在田野和理論的互動中，追問數(shù)字控制之下勞動的未來圖景。

數(shù)字疾馳

外賣騎手與平臺經(jīng)濟的勞動秩序

陳龍 著

?? 北大社會學博士成為外賣騎手

?? 以局內(nèi)人視角，揭示數(shù)字控制之下新型的勞動過程和勞動關系

?? 一部專業(yè)、真誠、冷靜的參與式觀察力作

?? 沈原、佟新作序

?? 劉愛玉、葉敬忠、周飛舟、渠敬東、王天夫、項飆、楊典、雷雅雯誠摯推薦