数据里面还是有一些空间和缝隙，
可以容纳人的独特可能性。
文｜肖瑶
编辑｜张来
来源｜南风窗（ID：SouthReviews）
封面来源｜视觉中国
几年前，一条“北大博士后为做研究送半年外卖”的新闻，让北京大学社会学系博士、博雅博士后陈龙跻身公共讨论视野。
作为每天穿梭在城市里的“最熟悉的陌生人”，外卖骑手构成了这个平台经济时代里最典型的零工样本。
早在2018年，陈龙就开始了对外卖骑手群体的研究和体验。为了完成博士论文，他加入了位于北京中关村的一个骑手站点，扎扎实实地跑了半年外卖。
2024年底，他将自己亲身体验和研究的结果和16万字的采访资料，汇集在了新书《数字疾驰》里。
陈龙/受访者供图陈龙在前期调查时发现，仅单一平台的公布数据，就有约300万外卖员，“但这300多万人不是在一个实体的公司，而是分布在全国2000多座大大小小的城市里，每天走街串巷，看起来杂乱无章，但都能准时准点地把外卖送到你手里。”陈龙好奇，这背后的主导秩序究竟是什么？
本应赋予人更大灵活度的数据，如何编织成困住人的庞大网络？随着科技的进步，资本对劳动控制的强化、系统及其背后的“数字控制”，又如何构成了今天这种独特的劳动秩序？
《数字疾驰》共分为三篇，从骑手团队的人员构成，到亲身上路跑单的亲身感受，从“人造单王”女骑手，到“挂单”“报备”等具体而微的平台漏洞，全书以“网”“线”和“点”的结构，将骑手与平台系统、商家、顾客、站点、保安甚至交警之间的复杂互动模式串联起来。
《数字疾驰》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
如今，书中详细呈现的几位受访者，大多都已经不再送外卖了。有的去南方进了工厂，有的做起了保险销售，有的回老家带孩子。
结束研究后，陈龙又花了三年多时间进行样本搜集与采访。最终，他得出结论：随着科技进步与资本对劳动控制的强化，平台、系统及其背后的“数字控制”，构成了新的劳动秩序。
也正是在切身体验过这一职业后，陈龙意识到，某种角度而言，系统的确可以困住骑手，但永远无法真正困住人，也无法参与真正属于人的灵活性与复杂性。
以下是陈龙的讲述。
成为他们
在成为外卖员之前，我几乎没有点过外卖。
2018年夏天，我还在念博三，住在北大的一座学生宿舍。每天下楼都会路过很多外卖骑手在门口等着学生下来取餐，但我天天见到他们，其实都有点熟视无睹。
后来，是在我导师的建议下，我最终决定将这一“最熟悉的陌生人”确定为我的博士论文研究对象。
陈龙/受访者供图确定下来后，我意识到自己首先得成为外卖骑手。而且成为一天两天、一两个月不够，我必须熟悉这个群体的工作模式。
我到网上去投简历，用地址为山西老家的过期身份证，编了一堆假的经历，几经辗转，最终成功加入了位于中关村食宝街的一个站点兄弟连。
站点的性质有点像平台的加盟商。外卖刚开始出现的时候，平台是直接雇佣骑手，但随着骑手数量越来越多，平台就不想雇佣了。因为雇佣的成本很高，要签劳动合同。于是，他们把骑手的招募和管理外包给劳务公司，加盟商们会把某一片区域的平台订单都承包下来，设几个站点，按站点招募骑手。
中关村这个团队号称是中国最早的外卖骑手队伍之一，成立于2015年，如今已从十几人的小团队发展壮大到了八百余人的大团体。我刚加入的时候，当时的站长说过一句话：“咱们团队称得上全国单量第一的外卖团队。如果说全国的外卖团队看北京，那么北京的外卖团队就要看咱们了。”
不过，送外卖第一天，我只送了9单。那时候比现在贵，一单能赚8块，一天下来，我赚了72块钱。
刚开始我跑得比较节制，下午三点收工后就去找骑手做访谈，跑得也不太专心，满脑子想着我的调查。我仍然是以一个研究者的身份参与其中的。
但随着研究进展阻滞不前，我越来越焦虑。这种焦虑大概持续一个月后，我意识到，不行，必须先放下研究这件事儿，全心全意地投入跑外卖。
我所在的中关村兄弟连，毫不夸张地说，简直是“藏龙卧虎”。什么样的人都有，有创业失败的、身负债务的中年人，也有去年那部电影《逆行人生》里徐峥饰演的曾经的中产。
徐峥在电影《逆行人生》中饰演一名外卖员
对他们来说，送外卖是一项可以立刻来钱的工作，不需要高学历、技术门槛，一辆电瓶车，一台手机就行。在北京，如果非常努力地跑，一个月还是能拿到1-1.5万，这对很多三四十岁忽然失去工作的人是很有吸引力的。
这几年一直有传言，说外卖员的平均学历越来越高。最开始是某平台发布了一份数据报告，经统计，外卖骑手群体里本科以上学历者高达20万人，研究生学历甚至达到7万，高学历外卖骑手占比20%多。
但其实这个数据是有问题的。因为它面向的是平台注册的所有骑手，可不意味着所有骑手都会填问卷。比如有好几百万骑手，最后好像只收回来了6万份问卷。
我接触的骑手们，大部分还是来自小地方的、低学历的。他们就是传统意义上的外来务工人员，来送外卖往往是因为身上背负着经济压力。
据我观察，经济压力最大的骑手大致分为三类：第一个是有养家重任的青壮年男骑手，他们是最能“拼命”的一群人；其次是单亲妈妈；最后是已婚已育的女骑手——可能老公在其他地方打工，家里还有一两个孩子。
我从2018年3月开始跑外卖，直到8月底，经历了北京的早春到盛夏。天气对跑外卖的影响很大。某种程度来说，外卖骑手和他们的父辈一样，尽管远离了黄土地，但本质也是“靠天吃饭”的行业。但不一样的是，对骑手来说，反而是越恶劣的天气，越有钱赚。
夏天顶着烈日走街串巷，我印象最深刻的倒不是有多热，而是我经常穿的那件绿色T恤，一个夏天过去，竟然全部被汗水浸褪成白色了。
当时我有个站点里认识的朋友，他租住在城中村自建房里。有一天，他给电瓶车充电的时候，电瓶车忽然着火了。他第一时间担心的是把人家房子给烧了，情急之下竟然直接徒手抓着电瓶就往外搬，火就一直顺着他的胳膊往上烧。
前几天我和那位朋友还一起吃饭，七年过去，我还是看见他的整只手臂几乎都是乳白色的疤痕。
北京的冬天比夏天更难熬。我刚开始跑的时候还有倒春寒，有时会下雪。但捂得太严实也不行，因为跑着跑着会出汗，然后就变成了外面冷风嗖嗖地吹，衣服里面却已经被汗水湿透了，我只能用自己的身体把汗烘干。雨衣根本不管用。雨水钻进衣服里，同样只能靠体温硬生生把水分蒸干。
我至少还可以回宿舍洗热水澡，但很多骑手为了省钱，都会住在没有卫生间的城中村房子里。我在书里提到的来自甘肃的保利、春生，来北京后两个月没洗过澡。
我带他们去北大的学生澡堂洗过一次澡。我记得很清楚，当时，保利特别不好意思，他觉得周围都是北大学生，他自己是个送外卖的，还穿着制服，怎么好意思？
我告诉他，在澡堂里，大家都没穿衣服，脱光后就会发现，我们都一样。
另一种控制
大概跑到第三个月，我想要研究的问题终于开始渐渐明朗：我所在的那个平台号称全国有三百万外卖骑手，这三百多万骑手同时分布在中国大大小小的城市，但我好奇，到底是谁在指挥这三百万外卖骑手？如此大体量的劳动者，他们看似有条不紊的这种生态和规则，究竟是如何形成的？
与工业化生产时代相比，互联网平台劳动者似乎拥有很大的“自由”和“自主性”。所以今天我们常听到说，很多年轻人宁愿去送外卖，但不愿去工厂。在一定程度上，送外卖的确是更“自由”的。但这份自由是相对的，很多骑手口中的自由，指的是他可以在工作中“手脑并用”。
他既需要不停奔波，也需要不停地动脑，一边看路线，一边和商家、顾客甚至是交警互动。相比起封闭的流水线工厂，外卖骑手其实算是一份具有社会性的工作，至少不用将自己变成劳动的机器。
图源：IC Photo在这个意义上，他们认为自己是自由的。而在赚钱差不多的情况下，所有人都会自然而然地更倾向于选择更有自由的工作。
但这种相对的自由之上，还是悬挂着更精细的数据控制。
一个关键数据，是时间。
从取餐那一刻开始，骑手就要开始一路的“打怪”送餐之旅。路途中不可预料的因素包括但不限于红绿灯、交警、交通意外。在繁忙的中关村商圈，红绿灯对骑手来说只是摆设，几乎没有骑手会真的停下来等红灯。团队里的一个骑手顾少聪直接告诉我：你不闯红灯，就挡了后面要闯红灯的骑手的路。
骑手的工作时间大多是从上午9点到晚上9点，每天上午11点到下午2点之间是高峰期，订单也主要集中在这一时段。在这期间，由于订单量激增，平台系统会进入疯狂派单状态，骑手接收起订单来也会应接不暇。
一般来说，一位骑手完成一起订单的时间在25～50分钟之间，但由于高峰期系统不停地派单，每位骑手手里都积压了大量订单。而在订单时间重叠效应的影响下，每单的送餐时间会被成倍压缩。
于是，一个矛盾困境诞生了：送餐时间越短，超时的概率反而越大。最理想的效率，是通过复杂的数据计算，让自己恰好置于一个两方都平衡的时间点。
图源：IC Photo在众多的“线”中，外卖骑手与平台系统之间的互动是占据主导地位的。整个劳动秩序维系的关键就在骑手服从平台系统的指挥，而平台系统不断地收集骑手、商家与顾客的数据，并将数据分析的结果用于优化骑手匹配、线路规划、时间预计、配送定价等维系劳动秩序的方方面面。
我将这种管理手段称为“数字控制”，即“点”。
在骑手工作的时候，平台会不断收集他们的所有数据，并且通过对这个数据的分析反过来优化对骑手的管理。比如，一个骑手可能在送外卖的时候发现哪个地方有一条近路，可以帮他节约时间，这个时候系统就会优化，发现你明明可以20分钟送到那里，于是就不再会给你45分钟的时间。
一般我们会理所当然地认为，骑手在外面奔波、抢时间，很苦很累，但我在亲身体会后发现不完全是这么一回事。
刚开始可能的确觉得辛苦，但跑了一段时间以后，其实你根本不在意有多累，你在意的是系统如何给我派更多订单，让我在更短时间内赚更多钱。你就是会不由自主地想，我昨天跑8个小时，明天一定要跑10个小时，后天要跑12个小时。我昨天只跑了20单，明天就要想办法跑30单。
就像我在书中提出来的，骑手是一个不断探索人的劳动极限的工作。你做这份工作的时间越长，系统其实越会扩展你的极限。
早在上世纪70年代，就有美国科学家提出了“数值控制（numerical control）”的概念，那时候主要是讲计算机，通过数值来操控机器或是操控人。而我们今天说的“数字控制”特指平台经济时代数字对人的控制。
在互联网大数据时代，平台经济的核心是系统，而系统的核心，是数据。总的来说，平台系统通过互联网与大数据技术实现了管理效率的极大提升，将劳动秩序纳入可计算的程度，实现了对劳动的高度控制和精准预测。
这种控制看起来很可怕，像是现代的另一种对劳动的异化。可我想，这里面还是有一些空间和缝隙，可以容纳人的独特可能性。
数字的盲区
2021年，一条“博士生送外卖”的新闻将我送上了热搜，接受过一次采访后，铺天盖地的媒体打电话来找我。
那时候，其实我很惶恐。因为新闻报道会突出我，“博士生送外卖”的这种对比会变成噱头。直到现在，一些人在介绍我的时候还是会说，陈龙是当年那个去送外卖的博士生，这很了不起。虽然是在赞誉我，但本质上就是将我作为关注主体。而我研究的和希望呈现的外卖员却隐身了。
就在昨天（采访前一天），我还和当年认识的几个外卖员朋友吃了顿饭。一共六个人，只有一个是我在2018年就认识，而且至今还在送外卖的。
剩下的大多都已离开外卖行业，有两个人在卖保险，书中的其中一个主人公保利如今在浙江一个工厂里。而大家离开的原因，无外乎“太苦、太累、风险太大”。
图源：IC Photo在我体验的那半年里，刚开始我也很犹豫，到底要不要把我做研究的本意告诉大家？
一方面，我担心研究者的身份会让他们产生距离感。但另一方面，我也希望自己能坦诚与他们相处，不必担心问东问西而显得可疑。
直到研究快结束的时候，我才开始告诉一部分亲近的骑手，再有人来问我之前在做什么的时候，我就直说自己是个学生，放暑假想出来挣点零花钱。这么说了以后，他们反而对我产生了更多好奇，好多骑手主动和我聊天，我也会带他们去北大转转、交流。我发现保持自己和他们的不同，反而能更容易进入他们的世界。
如今，点外卖已经很普遍了，但大部分人不了解，一份外卖送到你手上之前到底经历了什么？你真的不会知道他为什么送得快，为什么送得慢？他送得快可能是因为闯了红灯，送得慢可能是因为他遇到了交警或者出了车祸。
我们都无法阻挡技术的发展，我们人类能做的，一个是在制度上进行一些调整，不要让技术成为人的枷锁。
比如社会保障、基本的劳动保障，现在骑手群体都是没有的。如今，平台经济又被称为“零工经济”，不仅是外卖骑手，凡是经由平台经济兴起的职业比如快递员、网约车司机等等，都是散工。他们的工作时间灵活，工资按件提成，但没有社保，也不与雇主签订劳动合同。但系统本身是无法解决这个困局的。
陈龙在《数字疾驰》新书分享会/受访者供图另一个可以抵挡数字异化的方法，我觉得是现实中人与人之间真实的互动、理解和包容，这也是我想写这本书的一个核心表达。
我一直相信，系统一定是会存在漏洞的，只是大小问题。算法和数字也一定有它的边界，它不会无限蔓延到人的每一个角落，而是存在它鞭长莫及的地方。
比如一个久经沙场的骑手，在拿到订单的一瞬间，他就可以估摸出大概多长时间可以送到。这完全是凭借一种个人的经验和直觉计算出来的，而不是数据。这个时候，他就可以思考和抉择，我要不要再拿几个订单再出发？我要不要欺骗平台说还没送到？
又比如让很多骑手头疼的“确认到店”。现实中，如果遇到商家出餐慢，骑手可以向平台报备，报备后可以多得到5分钟的等待出餐时间。但平台对是否到店的判断是通过距离测量，500米内就可以点“确认”了。而在一个店铺密集的商业街，熟练的骑手可以在距离餐厅500米以内但还没到店的时候先点确认，为自己争取时间。
图源：IC Photo还有送餐的时候如果来不及了，我们可能想要打电话给顾客说声对不起，然后询问能不能提前点送达？有次我打电话给一个女顾客解释，她很爽快地说没问题，你看着弄就行。
那一刻我内心真的极其温暖，我太感激她了。因为一旦我点了确认送达，她就不能在手机上看到我了，她也不知道我到底会不会送到。这里面有一种数据无法量化的信任。
这些灵活的东西，是数字技术永远理解不了的。它永远也想不到，在点了“送达”之后，我们还能有这样的交流和商定。
不只是外卖骑手，在今天，数字控制发生在现代社会的每个人身上，也会加剧人和人在现实中的疏离。但我觉得，越是在被数据全方位侵蚀的时候，人与人之间真实的互动、交流和理解，越是凸显出重要性。这种情感的辨认和呼唤，反而能帮我们努力抵挡被数字的异化。
