外卖大战，骑手往何处去？

近日，京东抛出的“招聘10万名全职骑手，为骑手对象优先安排工作，超时20分钟以上外卖免单”这一系列重磅举措，无疑在本就竞争激烈的外卖行业投下了一枚深水炸弹。表面上看，这是企业对骑手群体的关怀与对服务品质的承诺，但背后折射出的，是平台经济发展进程中劳动力策略的调整，以及对行业竞争格局的重塑。

当我们每天习惯性地等待外卖送达，或许鲜少有人会思考，在这份便捷背后，是怎样一套精密的系统在运转？骑手们如何在复杂的城市路网中高效规划配送路径？平台又依靠何种机制实现对庞大骑手队伍的精细化管理？这些问题的答案，不仅关乎外卖行业的发展，更触及平台经济时代劳动模式的本质。

《数字疾驰：外卖骑手与平台经济的劳动秩序》一书，正是为解答这些疑问而生。作者以严谨的社会学视角，通过深入骑手群体的田野调查，揭示了平台经济背后隐藏的劳动秩序，剖析资本、技术与劳动者之间的复杂关系。接下来，就让我们从书中的精彩片段出发，一同探寻外卖配送行业的深层逻辑。

以下文字摘自《数字疾驰：外卖骑手与平台经济的劳动秩序》，略有删节。

面对每天在中国不同城市的大街小巷上演的流动穿梭的奇观，不禁让人思考，究竟是什么原因促使成百上千万的外卖骑手能够同时在中国两千多个大大小小的城市有条不紊地工作？毫无疑问，如此庞大的用工规模，是任何一家传统制造业、建筑业和服务业的管理都难以企及的。但答案似乎又显而易见，因为同时把外卖骑手、商家、顾客以及站点等联结起来的正是他们手机（或电脑）中安装的外卖平台App（软件）。换言之，就是借助互联网技术搭建起来的虚拟的，位于云端依托强大算法和海量数据的，超高速运转的平台系统。那么，平台系统究竟如何管理和维护平台经济背后的劳动秩序？

众所周知，20世纪管理和控制工人生产活动最重要的机制就是泰勒（F. W. Taylor）的科学管理方法和福特（Henry Ford）的批量生产流水线。泰勒认为，管理者需要对完成某项工作的时间与动作进行研究。首先要找到熟练工人，研究他们完成工作的基本动作，找到完成每步动作的最佳方式和最短时间，最后把有效动作和工具结合起来，从而创造出完成一项工作的最佳方法。福特的生产流水线和泰勒的科学管理方法异曲同工，其核心思想也是把与工作相关的动作减少到一个绝对的最小值，让工人的每个动作尽可能只完成一项任务，以消除各种繁杂的动作。而在外卖送餐行业“确认到店”—“确认取餐”—“确认送达”的标准化流程中，我们似乎也看到了基于同样原理的对骑手劳动过程的细致拆解。这实际是科学管理方法和福特主义思想在平台经济中的延伸，背后体现的正是马克斯·韦伯预言的理性化趋势。

乔治·瑞泽尔（George Rizter）曾把理性化（或者麦当劳化）归为：效率、可计算性、可预测性、可控制性。因此作为延续科学管理方法和福特主义思想的平台系统管理也处处体现着理性化趋势的特征。透过对这些特征的分析，我们或许可以更好地理解，在平台经济时代，平台系统究竟是如何取代人的管理，对成百上千万的外卖骑手进行控制以维护劳动秩序的。而“资本如何维系生产现场的秩序，是劳动过程理论解释的基本问题”。

《数字疾驰：外卖骑手与平台经济的劳动秩序》， 陈龙 著

效率提升：智能派单系统

外卖平台公司研发的订单调度系统从产生到发展大致经历了三个阶段。第一阶段是“人工派单”，即完全由后台人员派单。这种派单方式效率很低，而且是在订单数量比较少的情况下才能勉强维持。作为中关村最早的外卖骑手之一，杜红梅向我描述过最初的派单是如何进行的——

杜红梅：那时候人少，钱辉那会儿就是我们的队长，因为他脑子好，转得快。我们所有人先把单子（外卖）取回来，交给他，他就坐地上给我们分，哪几个去哪儿，他分得可快了。然后我们拿上同一个方向的单子就去送。我们从饭店取餐的时候就拿个小票，等我们送餐回来时，把那个小票撕下来拿回来就行，那个小票就是钱。晚上带回来多少小票，就给你折算多少钱。

我：那时候一单挣得要比现在多吧？

杜红梅：没有，挣得和现在差不多，也是一单8块钱左右。

我：那一天能跑多少单？

杜红梅：那时候跑得少，一天也就十来二十单。

我：那一天才挣100多块钱，你们也愿意跑？

杜红梅：不跑干啥呀？他们有的精（明），刚开始那会儿，也没有人管。反正你带回来多少小票，就给你折算多少钱。那时候一个蛋炒饭才5块钱，他们有的人就自己打电话给饭店，一次点个十几二十份，然后再跑过去自己送，自己点的送哪儿啊？他们把小票一撕，再打个电话说不要了，把蛋炒饭退回去，再拿着小票去换钱……可有人靠这发财了！

显然，相比骑手现在每天少则三四十，多则六七十的订单量，人工派单的方式是低效的。不仅如此，因为监督不到位，大有人从中浑水摸鱼。随着顾客数量的增加，订单调度进入了第二阶段——骑手抢单，即谁离得最近或者谁顺路就去抢单。这时尚在研发中的平台系统开始发挥作用，全部订单都改由平台系统负责收集、发布。骑手抢单模式是众包骑手的雏形。但外卖平台公司很快发现，只根据距离或顺路与否来抢单也容易产生一些问题，并且容易出现二次低效的情况。比如有的订单没有外卖骑手愿意抢，这会导致顾客下的订单没人去送；又或者某些外卖骑手订单抢多了，最终因为时间有限无法及时送到，导致顾客的消费体验差。

基于上述问题，外卖平台公司进一步改进和优化调度系统，由此进入到第三阶段，即人工智能派单。平台建立大数据系统，通过算法进行智能派单。人工智能派单是基于实时以及历史数据，考虑多方交叉因素，借助人工智能和深度卷积神经网络实现最优匹配的派单模式。在匹配过程中，智能派单系统不仅需要考虑不同商户、时段、出餐历史、速度、餐盒包装的数量等数据，还要考虑骑手定位与轨迹、骑手的负载量、骑手的配送速度和能力以及恶劣天气的影响等信息，最后还要结合顾客期望送达的时间、订单的金额、订单的导航路线、订单的重量和体积等因素。平台系统大体上要将以上数据综合起来，实现大规模的智能匹配和云端智能指派，最终在毫秒级的运算速度下给外卖骑手输出一个配送方案。与人工派单和骑手抢单阶段显著不同的是，人工智能派单将所有能由平台系统处理的环节都最大可能地交给了平台系统，只留下配送环节给骑手。

上图展示了平台系统在站点终端上显示的一个订单从产生到送达的全部流程。平台系统详细记录了每一环节的用时长短。从中可以看到，从顾客下单到商户接单用时25秒；从商户接单到呼单仅用时1秒；从商户呼单到团队接单用时0秒；从团队接单到智能调度（骑手接单）用时7秒；从骑手接单到骑手到店用时10秒；骑手等餐、取餐用时11分钟，最终配送用时25分钟。前面以秒计时的环节都是通过平台系统完成的，而真正用时比较长的部分是由骑手负责完成的。相比之下，平台系统的效率可见一斑。而如此速度也在不断刷新顾客的时间观念，潜移默化地塑造着顾客对平台速度的认识。

目前，外卖平台公司如饿了么、美团，都实现了类似的技术优化。这不仅极大地提升了运营效率，而且满足了日益庞大的订单需求和配送负荷。而为了最大化提升骑手配送环节的效率，平台系统在承揽了大部分环节的工作以外，还在积极协助骑手配送。比如，考虑到大部分外卖骑手对于周边区域和环境不熟悉，平台系统通过外卖平台App提供智能导航地图，可以极大提升骑手的送餐效率，避免了他们像无头苍蝇一样把时间浪费在问路和寻找目标地址上；还比如平台系统会通过外卖平台App告知骑手订单的预计出餐时间，这让骑手在同时拥有很多订单的情况下可以提前规划取餐顺序，不仅可以节省骑手时间和体力，还可以提高取餐效率；平台系统还会根据历史数据，在一些事故易发路段，或者检测到骑手超速、逆行时，通过外卖平台App提示外卖骑手注意安全。因此，平台系统事实上承包了外卖订单在整个流通领域内的管理。即使在骑手配送环节（外卖订单目前必须依靠人力配送），平台系统也不忘“竭尽所能”地提供支持以确保骑手尽快送达。

可计算性：数据、算法与模型

平台系统的核心是基于各种数据的计算。平台系统的可计算性涉及系统背后的数据、算法和模型。外卖平台公司在管理和控制骑手的过程中，对于如何匹配骑手、如何计算配送时间，以及如何评估骑手的绩效（跑单量、好评数、差评和投诉、出勤、累计里程、平均速度、顾客满意度）等问题都离不开平台系统的计算，而且这种计算能力是人的管理难以企及的。以预计送达时间为例子，平台系统在计算每一个骑手拿到订单以后的送餐时间时，都要考虑大量的特征维度和历史数据。特征维度指影响送餐时间的各种可能因素，而历史数据指之前不仅在下单的同时就知道未来在什么时间可以收到订单，而且在此期间，骑手的行踪变得透明，顾客对他们的行踪了如指掌。除此以外，顾客还能从平台系统中看到整个订单的流程，因为平台系统对于订单流程的各个时间节点都有详细的记录。在顾客下单支付1分钟后，商家就已经接单，而在商家接单1分钟后就有骑手接单，从顾客下订单到商家接单再到外卖骑手接单，仅仅用时不到2分钟。

除了平台系统提供预计时间以外，顾客也可以根据自身需求对送达时间提要求，即所谓的“预订单”。预订单要求骑手在规定时间范围内将外卖送到顾客手中。这一时间范围通常被限定在20分钟。因此顾客也拥有了决定外卖送达时间的权力。预订单虽然方便了顾客，但对于绝大多数骑手来说却是个“烫手山芋”，和二手单一样不被骑手所喜欢。因为预订单降低了骑手配送的自由度和灵活性，尤其在高峰期或订单比较多的时候，为了按照预定时间配送预订单，骑手常常不得不放弃手头的一些好单子，而余下可以配送的订单从送餐距离和区域上来说，也不能离预订单太远。正因为预订单降低了骑手在时空上的自由度和灵活性，所以想把预订单转手出去并不容易。因此拿到预定单的骑手往往选择忍气吞声，自认倒霉。

不管怎样，平台系统提高了整个配送活动的可预测性。而可预测性不单单指作为消费者的顾客可以预见未来某个时间可以收到订单，同样意味着作为劳动者的骑手必须要在未来某个时间把订单送到。不仅如此，如果骑手是按照平台系统提供的智能地图导航顺序送外卖，那么骑手在空间位置上同样具有可预测性。

可控制性：全过程监控

外卖骑手的整个送餐过程都处在平台系统的监控之下，而且平台系统还会将实时情况传送给站点和顾客。通过将骑手的智能手机接入互联网，骑手的所有行为都会被自动识别与记录。可以说，这种新的监督方式能够于任何地点实现对骑手的监督，从而将监督的时空范围扩展到骑手的整个劳动过程。

对劳动者监督的一个主要理论来源是米歇尔·福柯（Michel Foucault）。福柯提出了“全景式监狱”的概念，即一个允许对个人进行彻底观察的建筑物。最明显的例子就是位于圆形监狱中央的瞭望塔，通过该塔守卫可以看到每一个监舍，但是狱警自己却不会被囚犯看见。全景式监狱是巨大的权力来源，因为它赋予狱警实施全面监控的可能性。狱警并不需要总是出现在犯人面前，仅仅由于建筑物的存在就可以起到控制囚犯的作用。因为囚犯担心会被狱警发现，所以他们主动停止做坏事，从而实现了囚犯的自我控制和管理，而建筑物的权力也得以加强。

平台系统仿佛就是配送服务过程中的“瞭望塔”，骑手是“囚犯”，通过瞭望塔监督囚犯的“狱警”就是顾客和站点。平台系统借助“天眼”（GPS定位）掌握骑手的户外行踪（室内可以通过基于Wifi和蓝牙的地理围栏技术捕获骑手行踪），并将实时监控的结果通过外卖平台App反馈给站点和顾客。站点和顾客由此获得了“上帝视角”，对骑手送餐进行全过程监督。

看似自由和灵活的表象下，本应让骑手如虎添翼的大数据，为何最终织就了一张围住骑手的巨网?当人与代码短兵相接，所谓“打工”，又在经历怎样的变化?

看北大社会学博士送半年外卖，与算法“近身肉搏”，撕掉逆行与奋斗的温情标语，记录嬉笑怒骂的骑手生活。在田野和理论的互动中，追问数字控制之下劳动的未来图景。

数字疾驰

外卖骑手与平台经济的劳动秩序

陈龙 著

⚪️ 北大社会学博士成为外卖骑手

⚪️ 以局内人视角，揭示数字控制之下新型的劳动过程和劳动关系

⚪️ 一部专业、真诚、冷静的参与式观察力作

⚪️ 沈原、佟新作序

⚪️ 刘爱玉、叶敬忠、周飞舟、渠敬东、王天夫、项飙、杨典、雷雅雯诚挚推荐