Translation | Your order, their labor: An exploration of algorithms and laboring on food delivery platforms in China

date

Jul 31, 2021

slug

your-order-their-labor

status

Published

summary

This study examines the use of “algorithms in everyday labor” to explore the labor conditions of three Chinese food delivery platforms: Baidu Deliveries, Eleme, and Meituan.

Before

摘要

本研究考察了“日常劳动中的算法”的使用，以探索中国百度外卖、饿了么和美团三个外卖平台的劳动情况。特别是，本文考察了外卖员如何通过临时性、情感和游戏化理解算法。本工作亦表明外卖平台快递员并非仅仅是受制于“数字全景监狱”的被动实体。与之相反，他们创造了他们自己的“有机算法”以管理，或在某些情况下，甚至颠覆此系统。本研究所用方法之结果表明，在当下的中国，数字劳动已变得更易获得和更不稳定。基于此，本研究提出“算法制造与再造(algorithmic making and remaking)”是未来技术与数字劳工研究的话题。

Abstract

This study examines the use of “algorithms in everyday labor” to explore the labor conditions of three Chinese food delivery platforms: Baidu Deliveries, Eleme, and Meituan. In particular, it examines how delivery workers make sense of these algorithms through the parameters of temporality, affect, and gamification. The study also demonstrates that in working for food delivery platforms, couriers are not simply passive entities that are subjected to a digital “panopticon.” Instead, they create their own “organic algorithms” to manage and, in some cases, even subvert the system. The results of the approach used in this study demonstrate that digital labor has become both more accessible and more precarious in contemporary China. Based on these results, the notion of “algorithmic making and remaking” is suggested as a topic in future research on technology and digital labor.

导论

午饭时间，宏状元（一家覆盖全北京的连锁餐馆）人流涌动。除了堂食顾客，还有三两身着异色工服、头戴头盔的人来来往往。他们是收拾餐品，捋平塑料袋，轻点手机，跃上电动摩托车，继而迅速消失的外卖员。

全球性的“共享”、“零工(gig)”或“按需”经济的形成吸引了不断增长的学者对居间平台如何建造、连接和再塑消费者、劳动者和公司之间的社会联系的兴趣(Gillespie, 2010;Gl€oss et al., 2016; Malin & Chandler, 2016;Rosenblat & Stark, 2016; Sch€afer & Van Es, 2017)。外卖服务已经经历了一个具有纪念意义的增长以回应中国按需经济活动的激增。2018年7月，网上点餐服务用户数量达3亿，市场包括1300个城市，创收3700万美元(中国互联网信息中心, 2018年)。然而，中国的食品配送市场目前正处于不稳定时期。随着阿里巴巴、腾讯和百度等IT巨头的加入和争夺市场份额，他们对市场和人力资本的巨额投资已致诸多食物平台破产。根据Newseed，中国有超过20个点餐平台关闭了他们的业务(Newseed，2016)。2017年8月，曾是第三大市场运营商的百度快递在未能获得足够的市场份额后被出售给了饿了么。因此，实际上市场已经变成了双头垄断(duopoly.)。饿了么得到了电商巨头阿里巴巴的支持，而美团点评的主要投资者是阿里巴巴的竞争对手腾讯。这三个平台提供的应用程序设计和服务非常相似(见图1)。它们允许用户订购餐厅食品、超市产品、蔬菜水果、甜点以及蛋糕和鲜花。平台玩家经常通过提供各种促销活动来补贴和吸引更多客户。

Introduction At lunch hour, Hongzhuangyuan (宏状元) (a popular chain restaurant with locations all over Beijing) can be very crowded. In addition to other customers eating there, several people wearing multi-colored work clothes and helmets continually come and go. These people are food delivery workers who collect food, tighten the plastic bags, tap on their phones, jump on electric motorbikes, and disappear in a rush. This image is a general representation of the workers in China’s takeaway industry. The global emergence of the “sharing,” “gig,” or “on-demand” economy has attracted increasing scholarly interest in how intermediary platforms build, connect, and reconstruct the social relations among consumers, laborers, and companies (Gillespie, 2010; Gloss et al., € 2016; Malin & Chandler, 2016; Rosenblat & Stark, 2016; Sch€afer & Van Es, 2017). Food delivery services have experienced a monumental increase in response to the surge in on-demand economic activity in China. In July 2018, the number of users of online meal ordering services had reached 300 million, and the market including 1,300 cities, which generated a revenue of US $37 million (China Internet Network Information Center, 2018). However, the food delivery market in China is currently going through a period of instability. As IT giants, such as Alibaba, Tencent, and Baidu join and compete for a market share, the huge investment in the market and in human capital have driven many food platforms into bankruptcy. According to Newseed, more than 20 food-ordering platforms in China have shut down their businesses (Newseed, 2016). In August 2017, Baidu Deliveries, which had been the third largest market operator, was sold to Ele.me after it failed to gain an adequate share of the market. Therefore, in effect, the market has become a duopoly. Eleme is backed by the E-commerce giants Alibaba and Meituan Dianping, whose main investor is Alibaba’s rival, Tencent. The application designs and services provided by the three platforms are quite similar (see Figure 1). The platforms allow users to order restaurant food, supermarket products, vegetables and fruits, desserts, as well as cake and flower deliveries. To attract more customers, platform players often subsidize them by providing various promotions. Since 2015, because of the decreased labor costs and the highly concentrated population in China, O2O (online to offline) food delivery platforms have proliferated. There are no official statistics about the total number of delivery workers, but based on a report by Phoenix Television, it exceeds three million people, including the delivery workers in the big Chinese cities, where migrant workers constitute the majority of the delivery “army”. To ensure their market share, food delivery companies compete fiercely in hiring couriers by offering higher bonuses when they deliver more orders (Table 1). Delivery workers are distinct from other digital workers because of their embeddedness in the digitalized platforms. Mobile adoption and application usage are essential prerequisites for their employment because they are integral to the entire labor process, including work assignments, performance, and evaluations. Previous research on technology and labor has documented that the emergence of the on-demand economy has been accompanied by the increasingly individualized control of entrepreneurism and algorithms (e.g., Rosenblat & Stark, 2016; van Doorn, 2017). In the present study, the analysis of the labor practices of delivery workers was based on the concept of “algorithmic management,” which refers to “software algorithms that assume managerial functions and surrounding institutional devices that support algorithms in practice” (Lee et al., 2015, p. 1603). By situating new ridesharing services, such as Uber and Lyft, Lee et al. demonstrated the importance of encouraging human-centered algorithms by analyzing the ways in which algorithmic designs that involve non-human entities do not consider drivers’ feelings of inequity. Based on Lee et al.’s (2015) findings, this study was aimed to extend and conceptualize algorithms as both human and nonhuman as well as technical and social. Based on the results, the author argues for the reconceptualization of algorithms as “algorithms in everyday labor,” calling for a broad and inclusive definition of social engagement and economic activities. This study also provides a critique of platform algorithms by examining how delivery workers make sense of algorithms through parameters, such as temporality, affects, and gamification. Based on the results, the study demonstrates that couriers in food delivery platforms are not simply passive entities that are subject to a digital “panopticon” (Foucault, 2012). Instead, the findings show that these platform laborers have generated alternative ways of using and making sense of algorithms. By examining the making and remaking of algorithms between platforms and delivery workers, this study contributes to the ongoing discussion of the use of algorithms in the platform economy.

自2015以来，由于劳动力成本的下降和中国人口的高度中心化，O2O(在线到离线) 食品配送平台的数量激增。目前还没有关于外卖员总数的官方统计数据，但根据凤凰卫视的一份报告，这一数字超过了300万人，其中包括中国大城市的外卖员。在这些城市中，农民工占了外卖“大军”的一大部分。为了确保他们的市场份额，食品配送公司在雇佣外卖员中展开激烈的竞争：当他们交付更多订单时会提供更高的奖金(表1)。外卖员不同于其他数字工人，因为他们是嵌入在数字化平台中。移动的采用和应用程序的使用是他们就业的必要前提，因为它们是整个包括工作分配、绩效和评估的劳动过程的组成部分。

此前对技术和劳动的研究表明，按需经济的出现伴随着持续增长的企业家精神和算法的个性化控制(e.g., Rosenblat & Stark, 2016; van Doorn, 2017)。在本研究中，对外卖员劳动实践的分析基于“算法管理”的概念，即“承担管理功能的软件算法和支持算法实践的周遭制度性设备” (Lee et al., 2015,p. 1603)。通过定位新的共享出行(ridesharing)服务，如Uber和Lyft，Lee等人通过分析参与到非人类实体中的算法设计忽视司机对不平等的感受指出了以人为中心的算法的重要性。基于Lee等人(2015)的发现，本研究意在从人类与非人类、技术和社会拓展和概念化算法。基于这些结果，笔者主张将算法重新概念化为“日常劳动中的算法”，呼吁一种广泛而包容的对社会参与和经济活动定义。

本研究也通过探究外卖员是如何通过临时性、情感和游戏化变量感知算法对平台算法作出了评判。基于这些结果，本研究表明，外卖平台快递员并非仅仅是受制于“数字全景监狱”的被动实体(Foucault, 2012)。与之相反，研究发现表明，这些平台劳工已经创造了使用和理解算法的替代性方式。通过探究算法在平台和外卖员之间的制造与再造，本研究对平台经济算法使用的持续讨论作出了贡献。

在平台经济中定位算法和劳动

关于算法应该如何被定义存在争议。社会科学家们通过超越计算机科学的限制来考察算法(approached )以将其应用到社会和文化系统(e.g., Beer, 2017; Gillespie, 2014; Lee et al., 2015; Seaver, 2017)。Gillespie (2014)认为算法是 “建立在对什么是知识、一个人有应该如何区别它最相关组件的特定预设的之上的”一种特殊的“知识逻辑”(p. 168)。Seaver (2017)指出“算法作为一种文化”，“不仅由理性的程序形成，还由制度、人类、交叉环境和在普通的文化生活中获得的粗糙-现成(rough-and-ready)的理解形成”(p. 10)。Seaver(2017)认为算法是“由人类的集体实践组成的”并建议研究者人类学地探索算法。借鉴前人研究，本文基于这样的一个论点，即算法是一个包含了的人类和非人类代理(agents)在社会和技术环境中的集合的过程，在此过程中，它们相遇、互动和发生冲突。因此，在接下来的分析中，算法被一种社会科学的方法所审视，算法被假定为一个多层次的概念，它包含了异质性和动态的社会技术实践(Beer, 2017)。在这种方法的中，算法被定位于按需经济的互相连接的社会网络之中，这种网络由不同的派别构成也有着多层次的社会技术的寓意。

算法的研究势头正劲，这导致了多层次的探索。目前在算法研究中所使用的一种方法关注算法的社会权力，例如它们如何塑造决策和治理(Yeung, 2017)。其他研究发现，算法拥有代理性的权力并且可以使“竞争性的”(agonistic; Amoore, 2013; Kennedy, Poell, & van Dijk, 2015)并且算法通过分类、排行和预测维持着结构性的权利关系(Mager,2012; Rieder, 2017)。另一种方法从日常生活的角度考察算法(Kitchin & Dodge, 2011)。与有关社会权利的研究不同，这些研究发展了政治经济学的批判来理解不仅包括算法如何形塑组织的、制度的、商业的和政府的决策的，还包括算法是如何通过“日常生活的体验”(Beer, 2017, p. 6)被经历、想象甚至重新塑造的。Willson(2017) 认为算法越来越多地参与到执行和支持(performing and enabling，不好翻译sorry)日常实践的角色委派之中。Willson(2017)还提供了不同的算法的“看待方式”(p. 146)，特别是关于人类用户如何使用技术来制定他们的日常实践或应用特定假设。Bucher(2017) 在阐明用户和Facebook平台之间的互动关系时，主张“算法的想象”(p. 42)的概念。Bucher认为，Facebook用户对算法及其功能的认知在算法自身的形成和构建中起着至关重要的作用。

循着后一种方法，本研究意在探索算法和劳动的关系。它以中国外卖工人为例，从一个自下而上的、重新思考在理解工作政治中的算法的制造和重造的论点开始。因为算法可以通过多种视角来制定和理解(Seaver，2017)，所以本研究考虑了“日常劳动中的算法”，特别是关于外卖工人的算法中介的劳动经验。这种方法被用来通过记录外卖工人的日常劳动实践打开算法的黑匣子。在该自下而上的方法中，个体劳动者并不单纯被视为下属，而是被视为对算法的感觉、情感和经验具有重要意义的人，这引发了关于理解人类与技术复杂互动中的代理和权力的问题(Lupton，2014)。“日常劳动中的算法”方法侧重于个人故事和经历，以了解“算法过程是如何在日常体验层面是被体验和反应的”(Beer, 2017，p. 6)。如前所述，算法的使用应该超越公司的保密和技术限制 (Dourish，2016)，而应该嵌入到由多种约定和实践构成的多个社会系统中。在本研究中，“算法的制造和再造”的概念被用来揭示当前平台经济中劳动政治的动力和表现形式。这个概念指的是算法的制造和再造，因为它们不断地被来自平台工人和社会环境的反馈所提炼。本研究旨在解释，一方面，数字劳动在当代平台经济中变得更容易获得和更不稳定的原因，另一方面，如何通过将其应用于数字劳动政治的背景中来打破“算法光环”

在随后的经验分析中，“算法的制造与再造”被操作化为三个步骤。首先，对平台工作的灵活性和企业家精神的认知与（本文）所记录的外卖工人每天的劳动经历相冲突；其次，解释了个体是如何通过实际的工作经历和数字平台理解算法的；再次，探索个体如何超越平台算法，重建替代性的“劳动算法”。

研究问题与方法

自2015以来，百度外卖已经发展了人工智能，意在建造首个人工智能分发系统和在线食物订购的平台。美团和饿了么紧随百度，在2016年建立了他们自己的自动化在线食物分发系统(腾讯新闻、人民网)。此后，这三个每天生成百万级订单的外卖平台巨头，已经依赖于一种远程、电子的和高度自动化的算法系统。

此前的技术和劳动研究从数字劳工如何在工作时间和表现都被算法控制的时候(e.g., van Doorn, 2017; Rosenblat and Stark, 2016) 成为“算法劳工”(Rosenblat and Stark, 2016) 批判了平台资本主义。如果对平台资本主义结构的理解发生了反转并且将所有平台的支持者考虑在内的话，一个关键的问题来了：对于平台劳动者而言，算法意味着什么。为了强调这一问题，（本文）提出了下列问题：外卖平台的外卖工人的劳动条件如何，以及他们是怎么经历和理解算法的？（我们）能从外卖工人对算法的理解中学到什么？

在本研究中，外卖员的工作实践在三个大型的在线食物订购平台（美团、饿了么和百度外卖）得到了验证。（本文）使用了一种人类学田野调查的方法来审视(scrutinize)外卖工人的表现以及他们是如何理解在他们工作中的算法的。在量化研究中，基于在线外卖平台工人对“日常劳动中的算法”的使用，他们被视为既处于物理空间，也处于数字空间。数据通过访谈、参与式观察和在线民族志收集。由于算法可以通过许多方式被支持者(constituencies)应用和体会，本研究基于民族志是一种合适的研究方法的假设。民族志方法可以从互动式和建设性的角度被用于考察人类与非人类之间的互动关系、“抽象再现的本地生产(Seaver, 2017, p.6)”、算法运行的理解和在此社会技术生态系统中不同的参与。

此人类学田野调查在2017年5月到2018年8月完成。（本研究）完成(conducted)了对来自三个外卖平台的45个案（男性43人，女性2人；全职36人，业余9人；平均23岁；日均工作12.4小时）的深度、半结构化访谈。由于外卖工作者繁忙的安排，作者试图遵循他们的工作日程并尽可能地实行(conduct)访谈。大多数访谈是在餐馆或街上进行的，而工人们在等待订单。访谈持续时间为60至90分钟。在每次访谈中，研究人员首先告诉送货员研究的目的，并确保访谈数据是保密的。在访谈之前，获得了参与者的知情同意。所有的采访都是用中文进行，随后由作者翻译成英文。

田野调查中，作者每周考察了如站点、餐厅和街角外卖员聚集地。调查在拥有中国最多外卖工人的北京进行。起初，在这样一个高度被男性统治的行业女性研究者很难被接纳。一些外卖工人认为作者是公司派来的间谍，因而他们试图保持距离。尽管如此，随着田野工作的推进，作者参与到了他们的聊天当中并且和这些工人一起玩起了手机游戏。逐渐地，作者成为了他们中一些人的朋友，这些人之后还同意作者在他们每天工作安排中陪伴他们、观察他们如何拿单、取餐和派送。作者也参观了一些外卖工人的居住地并记录了他们的人生故事。此外，作者访谈了百度外卖的首席战略官、产品研发部门领导和人力资源副总裁。所有的访谈均有作者及其团队转录。使用了NVivo以识别外卖劳动的三种模式。

成为“骑士”：算法劳动的三种模式

临时性

临时性已经成为按需经济价值的关键来源，特别是在优先迎合顾客实时需要的食物派送平台上。平台算法在调节外卖工人的工作实践中扮演了一个重要的角色。一方面，平通持续地计算和修订他们的派送时间；另一方面，这种自动化的分发系统制造了外卖工人的“平台依附”。该术语指在工作进程中，平台快递员被阻止参与时间控制的情况。小姬(Xiao Ji)是我在田野工作中第一个访谈的外卖工人。在访谈中，他表达说：

“我第一次在百度工作的时候，每单的时间是45分钟，但现在时间已经被缩短到29分钟！太疯狂了。你一看手机，它就告诉你说只剩几分钟了，你得跑。”

正是由于速度和效率不断地被平台强调，外卖员通常在极大的压力下向顾客快速派送订单。除此以外，在高峰期，这些工人必须与平台设定的派送时间限制相斗争。安装在外卖员手机上的应用程序，出于越来越精准地预测、管理和重新安排派送时间的目的，周期性地收集和积累关于派送时间的数据。然而，算法对外卖员劳动时间的计算并不包括他们的情感工作。在访谈中，与时间的竞争是这些快递员最普遍提及的问题。因为他们被视为高度可替代的，外卖工作者也很难与平台讨价还价。随着人工智能系统日益精明，平台试图缩短派送时间以优化人力资源和榨取外卖工人产出的剩余价值。李峰(Li Feng)就对美团计算派送距离和时间的方式表示愤怒：

“估计派送时间的时候，它（算法）基于直线距离预测时间长短。不是这样啊！我们不像这样送餐。有好多绕路。还要等红绿灯……昨天我送了一个系统说是五公里的单子，结果，我开了七公里。系统当我们是直升机，但我们不是。”

截止时间导致了外卖员所遭交通事故数量的急剧上升。许多外卖工人选择在送货时间将尽时不遵守交通规则。然而，抄近路或转向错误的道路方向往往导致悲剧。2017年上半年，中国交通事故中有76人阵亡，其中一半是为饿了么和美团工作的外卖员(澎湃新闻，2017)。根据新浪网报道，上海每2.5天就有一名外卖工作者身亡。在南京，每天有18起与外卖职员相关的交通事故。

平台化的进程启用了算法系统以分发和管理派送，因而外卖员丧失了对自己工作时间的控制。尽管美团、饿了么和百度这些企业在招聘外卖员时承诺灵活的工作时间和良好的薪酬，但根据李峰的实际经验，这些诱惑“不能当真”。他们每天的劳动完全依赖于人工智能订单和分发系统，而这通常被认为是难以琢磨和黑箱化的(Greenfield, 2017)。作为全职工人，他们必须遵守每天八小时的强制性规定；然而，他们中的大多数选择工作更长时间来获得更多订单。李峰透露，“如果系统在高峰期没有给你分配足够多的订单，你就必须多等（订单），不然，你没法保持收支平衡。”

由于收入基于订单数量，这些外卖工作人员极度依赖平台。因而，“平台依附”已经让他们成为了失去控制工作时间的风险劳动者(Neff, 2012)。与生产和再生产被严格安排的制造业相比，平台劳工体验了工作和闲暇时间界限的模糊不清。工人在等待订单的时候花费很多他们的工作时间来玩手机游戏、抽烟或在街角聊天。此外，他们随时待命并必须在任何时候准备开工。有的人甚至在浴室收到提醒(alerts)。Sharma(2014)将这种公认的工作安排超出了他们的控制并与顾客的临时需要绑定的时间制度视为“权力年代学(power chronography)”。这种工作和闲暇的模糊符合Gregg’s(2013)的“工作亲密度(work intimacy)”的概念，该概念认为由于互联网和数字媒体的渗透，人们的工作时间无处不在(omnipresent)。就外卖工人而言，“平台依附”是一种更糟糕的工作条件，因为平台的算法不仅占据了外卖工人的再生产时间，还阻止了他们控制工作时间。

情感与情绪劳动

由于外卖平台高度以顾客为中心，这些外卖工人必须参演(perform)在平台的算法治理之下的不同形式的情绪劳动(Hochschild, 2003)：

“我们被告知很多必须做的和必须不做的。比如，送餐的时候，我们不允许进顾客的房间、拿任何小费或者求个好评。我们必须微笑、敲门并用双手移交零钱。”

据Hochschild(1979)，情绪劳动是指在服务交易中表达社会所期待的情绪的行为。在本研究中，情绪劳动是指外卖工作者与顾客打交道时的情绪规制与表现。因此，派送是一种以顾客为中心的社会表演。故，因为服务提供者优化他们自己以谋顾客满意和面临被边缘化的处境，这种表演导致了以顾客为中心的文化(van Doorn, 2014)。一些受访者也提到，在顾客不在家的时候他们必须不断打电话、设定时间和在门外等候。他们有时候必须道歉，即便他们并不应该为无法预料的延迟负责。根据这些外卖工作者，隐含的假设是：“让顾客满意和得到五星好评。”这些顾客的评价和评分直接关系到外卖工作者的薪金和晋升。例如，百度平台上的外卖工人的最终收入就是基于顾客的评分。这些由顾客在订餐应用上生成的评分有一个1-5的度量，1意味着最不满意(prefered)的体验而5意味着最满意(prefered)的体验。

顾客的最高权力(Hanser, 2007)，根据许多受访者，并不是“平等的交易”(are “not a fair trade”)。应用程序在订单被接受之后向顾客展示了外卖的每一个步骤。它也展示了外卖工作者的手机号码以加速顾客和他们的沟通。顾客也可以在订单进程中的任何时候“取消订单”或“催单”。一些外卖工作者会抱怨，例如朱说：“他们可以看到一切，所有的进程，但我们不知道他们是谁。而且一旦出问题，我们不能像他们那样取消订单。”朱也分享了他对一个被取消的订单的经历：

“昨天，我分到两个同一个餐厅的订单。一个1.5公里，剩余45分钟；另一个三公里，剩余20分钟。为了确保我能把两个都准时送到，我先去了远的那个。但这个顾客看到我的GPS经过却没有给他送单。他看起来很愤怒，所以他取消了订单并且向平台投诉了这事儿……他们就是不理解你同时要送很多订单所以只能找个更好的方法。”

在线上外卖平台，这种评估表现(performed)为由基于被编码的“谁重要而谁不重要”的假设而合法化的算法(Rosenblat and Stark, 2016)。此发现与Hanser’s(2007)对“区别工作”(distinction work) 的定义相一致在Hanser的研究中，中国百货公司的互动服务工作显示了工人和购物者之间不平等的权力关系。在外卖应用的算法设计中，也存在“顾客至上”的逻辑，这解释了外卖工人的边缘化。在平台派送系统中，这样的逻辑通过让顾客访问派送地图、催单、为外卖工人评分和投诉权力而合法化。于外卖工人二元，这种“顾客至上”是另一种他们在必须面对的“信息不对称”(Rosenblat and Stark, 2016) 和“访问不对称”中的算法控制。与允许为顾客评分的Uber或滴滴不同，外卖工人在他们开始派送之前不能访问顾客的手机号码，亦不能为其顾客评分。。根据Bowker 和Star (2000), “固有地实施收集、组织和预测行为的软件或许可以被视为合法化不平等的流通途径的‘被冻结的组织和政策话语’(frozen organizational and policy discourse, p. 135)”。因为平台已经程式化和工程化工人以成为曲意逢迎(servile) 的劳动力，这些外卖工人必须生产情感价值，例如在工作实践中解释、协调和沟通。

游戏化

外卖平台的一个关键属性就是其软件算法在人力资源管理和绩效评估中取代了人类管理者(Lee et al., 2015)。这种替代是由建构和合法化复杂的持续监控外卖员的工作实践的评估和评分系统实现的。许多外卖劳动者意识到他们已经被卷入到一个由平台设计的分类和计算的算法“游戏”中。

本研究中外卖平台的整体游戏策略是基于一种“可扩展管理技术”(“scalable management technique” , van Doorn, 2017, p. 903)，或“分类”。这种技术中，外卖工人被按照且不仅仅按照他们完成的订单数量、行驶距离、工作时长、工作表现反馈（如顾客的评分和评价）分类为不同的等级。外卖工人的总工资由基本工资和奖金组成。百度外卖提供了一个有价值的例子。外卖员的月基本工资为3000人民币（约为457美元）。将近居于外卖工人的“骑士”等级和当月送达订单数量。每一个等级代表了一个不同的奖金数额。普通骑士的奖金低至0.015美元每单，而圣骑士(DivineKnight’s)的每单奖金为0.23美元（见表1）。这些持续积累的点数是升级的关键因素。点数基于顾客评价，这一点我们将在后文详细讨论。

为了加速他们的外卖生意，平台鼓励它们的外卖工人在限定时间内尽可能多地送单。根据小徐的说法，“他们希望我们日以继夜地工作。为了节省等电梯的时间，我一直在爬楼梯，我的膝盖快疼死我了。”当我告诉小徐我想成为一个外卖员的时候，他惊讶地说：“这工作不适合你，重活儿(physical work)太多了。”除了普通送单奖励，平台也提供远距离、夜间、天气差、闪送(immediately deliveries)和大单的不同形式的奖励来加速订单（见表2）。这种等级和“游戏化”评估系统通过自我激励和企业家精神鼓励个体工人、群体和站点之间的竞争。因此，这种评估系统不仅通过游戏化工人的行为参与(Rosenblat and Stark, 2016)，还通过在再造评估系统中整合工人(Gillespie, 2014) 而获得了合法性。

百度外卖所使用的整体排名系统基于一个点数兑换方案。在此方案中，每至月末，维持当前等级需要从累计点数中减去改等级所需点数。如果累计点数不足以维持相应的骑士登记，该外卖员次月会被降级至更低等级。外派公司持续提升的收集和汇总社会动态作为信息和评估标准的能力通过让外卖员沦为“移动主体”加剧了他们劣的工作条件 (Platt et al., 2016, p. 2209) 。外卖员的等级越高，他们面临的维持等级的压力也就越大。“我上个月已经是黑金骑士了，我完全没想过。如果我想维持，黑金骑士这个，我还需要832点。还有很多活儿要干，”小徐在给我展示他的手机的时候说。在他的小度骑士的应用中，我看到了一个提醒写道：“你需要额外832点以维持当前等级。”这种到劳工的分类暗示了平台对外卖员的治理和控制。通过承诺工人潜在涨薪，这种分类化的计算系统导致了Gillespie (2014) 所描述的基本上是被算法管理的劳动者(Rosenblat and Stark, 2016)的“被算计的工人”的创造。

平台劳动的三个维度——临时性、情绪劳动和游戏化——暗示着“日常劳动中的算法”方法。此方法不仅揭示了外卖平台使用算法的优势，也揭示了它们与其外卖员的紧张关系。外卖平台极度依赖密集的劳动力池以生成大数据，从而验证其算法并保持其正常运转。因此，在外卖工人和平台对算法的理解上，二者存在冲突。换句话说，在平台经济中，外卖工人对算法的理解与管理和数据提取的逻辑相冲突(Srnicek, 2017)。这下工作人员并非一味遵循平台算法系统，他们创造了他们自己的“有机算法”以管理，在某些情形下，甚至颠覆系统。他们的日常工作时间可能会提出理解平台公司算法的其他策略。

在日常劳动中再造算法

因为依赖平台的工作人员的劳动变得全面数字化和被监视，他们对算法的认知和理解从不熟悉变为了多样化的方言和话语。在他们对算法的理解中，这些工人以从下至上的方式被雇佣，派送的劳动和工作表现是重要的“输入”，而赚得收入和可持续性成为了“输出”。通过在派送进程中“输入”不同的工作实践，这下外卖工人理解了背后的机制和社会技术关系。最后，他们重制了一系列的“劳动算法”以提升他们的工作表现。

例如，外卖工作者与平台经济的其他玩家结盟策略性地游戏化了平台算法。在2014年春季的互相竞争的百度外卖、饿了么和美团的以及在2017年夏季饿了么和美团的派送奖金战之中，外卖工人自己接自己的在线订单。当他们收到分配的订单时，他们假装完成了这些订单但实际上并未实际派送任何食物到目的地。这些外卖工人、餐馆和食物制造商会一起分享利润。因为平台对特定订单数量的达成提供奖励，同个驻点的外卖工人会互相帮助来创造订单来让他们获得奖金。

高峰期，为了确保食物准时送达顾客而没有投诉，外卖工作者可能会正式或非正式地转移订单给其他人。正式地，他们或许使用外卖应用的“转单”功能通知其他工人关于这订单的情况。但是，他们通常经由，作为同时和同住同事(fellow villagers)的虚拟社交网络社群的，他们的微信群非正式地询问同事甚至朋友来完成派送。当他们在餐馆相遇的时候，他们会讨论他们的订单并转移(transferred)他们以节省时间和电动车电量：

“我接的单只剩两分钟了。（这）单在26层而且电梯很挤。我刚好看到一个同事要来，所以我联系他然后把餐留给他因为我还有另外三个单子马上就迟了。”

尽管这个人工智能系统被设计为按照先前的时间计算作出智能决策，它并不对诸如时间预测不准确或派送路线展示错误的失误免疫。为了避免背后系统的误导，这些外卖工人学会了比起算法，更信任他们自己的知识。他们策略性地控制什么时候、什么地点工作，什么时候打开应用的工作模式来获得他们偏好的订单类型。老练的工人拥有关于实时路况和派送路线的丰富经验和知识。这些老兵通常选择他们信任的路线而不是算法的推荐。

社交网络，特别是微信，已经成为了一个外卖工作者在不稳定的工作条件下减轻其脆弱性(mitigating their vulnerability)、丰富算法素养的虚拟社群。一个外卖工作者通常会加入两到三个外卖微信群。第一个是基于站点的快递员(courier) 群，第二个是基于小组（站点的下级单位）的快递员群，而第三个可能包含他们的朋友和住一起的同事(fellow villagers)。因为平台在不断地更换他们的奖金政策、激励信息和其他数字管理规制，微信群已经成为了分享信息和在分散的外卖工人间交际(circulation)的重要阵地。因为这些微信群允许书籍工人分享他们的派送策略、与顾客沟通的经验、处理投诉和提供实时交通情况信息的，这也是建造“实践共同体”(Wenger, 2000) 的关键空间。

因为算法分配的订单难获信任且难以预测，外卖工作者学会了“游戏”且通过虚拟的工作位置转换减少不确定性。他们同时下载了许多外卖应用并持续的转换他们的工作状况来获得不同外卖平台的更多订单。亚威(Yawei), 一个饿了么的全职外卖工人，向我展示了他有着闪送、百度小飞侠和美团众包三个外卖(快递, delivery)应用的手机。当饿了吗没有分配订单的时候，他会打开其他两个并且以业余快递员登陆。这种通过背后算法的“规划”(Moten & Harney, 2013)他们的工作时间的方式打开了“接近可能性” (adjacent possibilities, Lobenstine & Bailey, 2014)以重构了他们的“劳动算法”且复杂化了他们的劳动、平台经济和算法的使用之间的关系。

尽管他们处于严格的算法治理之下，这些外卖工作者找到了理解算法的替代方式并通过创造规避算法的测量发展了新的合作形式。这种建构算法劳动的逻辑拓展了资本市场的界限，不仅将不可接触的算法嵌入劳动的物质条件之中，也重启了算法层面的集体抗争。这些工人建立的虚拟社群已经成为个体外卖工作者理解和再造算法以优化其日常工作的关键根据地。

讨论与总结

本研究探索了在算法和数字化的社会语境下的算法劳动政治。发现指出，外卖员理解中国平台经济和数字化中的算法。就研究问题，本研究审查了外卖工人体验平台算法的三种模式：临时性、情绪劳动和游戏化。研究发现，这些被描述为“企业家个体 (entrepreneurial individuals)”和“骑士”的外卖工人实际上受制于严格的算法控制和管理。除此以外，被称为公正和价值中立的算法，增强了平台资本主义且优先考虑公司目标和顾客需求。

共享经济假设工人可以在闲暇时间赚钱，然而，优先考虑创业精神的平台化意识形态破坏了平台劳动的本质。因为外卖平台在其订单分发系统中所用的算法阻挠劳动者控制他们的时间，许多外卖员冒着工作更长时间和失去在生产实践的风险。他们被模糊了工作与闲暇时间的界限。

在本研究中，这种“日常生活中的算法”的方法被用于重新思考平台经济、算法和代理机构之间的交互关系。在使用此方法过程中，本文发现外卖工人在理解算法中已经发展出一套多样化的方言和话语，并且他们已经发展了一系列“劳动算法”以促进他们的工作表现。基于这些发现，“算法制造与再造”应该被囊括于数字生产之中，而它在算法和劳动的交叉点上的意义应该被重新思考。

中国政府仍处于监管平台发展的初级阶段。因此，外卖平台的算法逻辑主要反映了资本主义的逻辑。随着中国经济的持续数字化和平台化，算法正在成为一种新的改变和重新配置劳动政治的基础设施。通过将平台企业、外包公司、农民工和顾客等不同方联系起来，一个优先考虑消费并同时加剧平台劳工的不稳定性的商品和服务的生态系统正在被建立起来。

不对称的权力结构反映了不限于算法或编程几个层次的根深蒂固的社会不平等。Evgeny Morozov (2014) 认为无论算法或计算机是否完成这工作，社会偏见都是存在的。类似的，Leurs and Shepherd (2017)认为，算法是无视历史、文化、背景、特殊性、意义、结构和代理机构的“方法性种族灭绝(methodological genocide)”的一种形式。在此人类学的研究中，算法被理解为被嵌入于本地的、情景的和多层次的社会技术关系中。这项研究不仅强调了研究关注算法和软件的必要性，还强调了应该在信息社会处于核心位置的被广泛忽视的人类劳动。有研究主张，算法不仅可以通过一种黑箱的方式被概念化，也应该通过日常经验和实践而概念化。现存研究中，这种方法被应用于考察本地环境中外卖工人的日常沟通、工作表现和“实践组织”(communities of practice, Wenger, 2000)。本项民族志研究的结果表明了在中国转型过程中重新思考算法在发展平台合作主义的意义上的政治和社会技术意义的需要。

披露声明

作者没有报告潜在利益冲突。

作者信息

孙萍，中国社科院新闻与传播研究所助理教授。其研究主要关注ICT，平台和数字劳动。

图表、文献 从略

翻译醉汉梦话

转载禁止转载

文章翻译完也有上万字，来不及校对，可能有挺多错别字和小错误，见谅。