平台场域内中等收入人群“滑落”风险形成与治理机制
——基于美团外卖骑手的案例研究

曲 亮,包冰乐

(浙江工商大学工商管理学院,杭州 310018)

0 引 言

中等收入陷阱是近年来国内外关注的热点问题。当中等收入者比重过半并形成橄榄型收入分配结构时,才能与高质量经济循环形成良性互动,使我国跨越中等收入陷阱[1]。2020年由共青团中央维护青少年权益部、中国社会科学院社会学研究所共同组织实施了新职业青年调查,在全国31 个省、自治区、直辖市收集到6 196个骑手样本,采用国内公认的四个中等收入人群标准测算骑手中的中等收入人群比例。四个中等收入人群的标准要求:①以人均日收入范围为11～110 美元为标准[2],基于2020年购买力平价指数,相当于人均月收入范围为1 379～13 794元。②以家庭人均收入中位数的75%～200%为标准,2020年城镇居民人均可支配收入中位数为40 378元,以该标准测算,家庭人均月收入范围为2 524～6 730元[3]。③以《国家统计局局长就2018年国民经济运行情况答记者问》中指出的“家庭年收入(典型的三口之家)介于10万与50万元之间”为标准,相当于人均月收入范围为2 778～13 889 元。④以世界多个国家各年份收入中位数的67%～200%为标准[4],依据2020年购买力平价指数计算,人均月收入的中位值为4 159元,相当于人均月收入范围为2 787～8 318元。根据以上标准计算出中等收入人群的收入范围之后,参照新职业青年调查中骑手的收入分组,测算出在6 196 个骑手样本(以专送骑手为主)中,60%～80%属于中等收入人群[3]。在激烈的市场竞争中,资本的垄断容易造成少数平台企业独大的市场格局,平台主导者成为虚拟的资本垄断主体,而平台场域内中等收入人群(本文指外卖骑手)处于权力非对称的弱势地位,缺少议价能力。已有研究虽肯定了外卖平台吸收就业、改善就业质量的积极作用,但同时也指出其存在劳动关系模糊、结构性贫困、社会保障缺失等问题,这些问题也加剧了拥有中等收入人群和平台参与者“双重身份”的外卖骑手的“滑落”风险。平台经济下,想提高以外卖骑手为代表的中等收入人群的质量和数量,从而抵御“滑落”风险的方式有两种:其一,外卖骑手通过努力为平台企业创造更多价值来做大“蛋糕”,但更多的价值并不一定能够获得更高的绩效[5];其二,政府为外卖骑手提供切实的保护和支持。以往文献主要从政府的单一视角研究跨越中等收入陷阱的解决方案[6-7],但是在平台场域内仅在政策庇护下的中等收入人群是否真的能获得适配的“蛋糕”、克服“滑落”风险还有待进一步研究。

平台具有以极低的边际成本链接大范围多元化主体的属性,这使得平台因接入参与者的指数成倍增长而迅速扩大规模,但参与者认可平台的商业模式并不代表其会为平台价值共创而自我贡献。因此诸多研究提出了平台治理理论,即需要对多元参与者的动机与行为进行治理[8],完善权力与利益分配的基本原则[9],使平台企业更好地把握适度控制与释放柔性之间的平衡[10]。

目前对于平台治理的研究持续升温,但仍存在诸多挑战:首先,现有对于平台治理的研究将激励相容和决策分割的主体划分为平台领导者与平台参与者,这意味着已有研究已经将所有参与者视为一类[11],但事实上不同参与者具有差异化的价值动机和行为逻辑;其次,平台治理的落脚点是平衡平台企业集中化权力控制与平台参与者分散权力的张力,现有研究更加关注特定类型的治理变革,无法将上述多重微妙的关系进行更全面的剖析;最后,平台治理拥有自身的内在逻辑和一般规律,已有文献缺乏基于动态视角对平台治理的研究,即多元主体参与平台共同治理的动态过程[12]。

基于以上分析,为解决平台治理研究的不足以及因场域内中等收入人群价值获取难而导致的“滑落”风险,本文将选择平台企业和具有“双重身份”的外卖骑手作为研究对象,通过对平台场域内外卖骑手“滑落”风险形成机制的分析,以动态视角探讨外卖骑手“滑落”现象的复杂前因,并从理论层面剖析“滑落”的治理机制,从生态主体与路径协同治理的角度分析如何强化外卖骑手的风险防范意识与化解机制,将不同类型的参与者“分而治之”,在多重微妙的关系平衡中完成全新治理逻辑的理论建构及适应性的治理机制,使现有平台治理理论不再仅停留在技术层面,更能够积极地回应经济和社会问题[13]。

1 文献回顾与研究思路

中等收入人群“滑落”风险上升是扩大中等收入群体规模的重大挑战。从平台企业的角度而言,主要是在有待完善的市场环境下,其对劳动力的控制和分化增加了外卖骑手的“滑落”风险;反之,外卖骑手可以根据战略情境的演变选择差异化响应战略[14],增强抵御和化解重大风险的能力。本文将从平台企业和外卖骑手视角分别进行文献回顾。

1.1 平台企业对“滑落”行为的作用机制

平台企业主要通过内外部机制实现对外卖骑手的控制,从而增大外卖骑手的“滑落”风险。

内部机制主要表现为数据化控制、控制权重新分配、外卖骑手的资源依赖和其内部机构力量的分解。①数据化控制。数据化控制可以扩展时空边界,在提高外卖骑手配送效率的同时以更加精准化和隐秘化的方式管理劳动过程,因此,数据化控制既能实现价值平台化,也可以使价值获取以更完整、隐秘的方式进行[15]。谢富胜等[16]发现,当平台的数字化逻辑渗入劳动过程后,外卖骑手的数据化行为[17]可以反哺平台系统。②控制权重新分配。控制权分散不利于外卖骑手从属关系的确定,从而模糊了雇主责任。一方面,进行运力调配和薪资配置的平台系统成为外卖骑手抱怨的对象;另一方面,以消费者为中心的“单向评价机制”导致外卖骑手无法直接向平台企业表达不满,转移了平台企业与外卖骑手间的劳资矛盾[18]。③外卖骑手的资源依赖。平台领导者通过增加多重互补角色和资源依赖优势获得专属非对称收益。资源依赖理论主要关注组织与外部环境的依赖关系,认为依赖关系可以对双方行为产生重要影响,但是,此策略更适用于关系中的优势方[19-20],因此平台会通过资源的控制提升利益相关者对其资源的依赖程度[19],同时外卖骑手对平台的黏性催化了平台隐形偏差价值分配机制[21]。④外卖骑手内部机构力量的分解。平台构建的劳作模式表现为独立完成、各自劳作,导致群体力量被分化,集体维权和反抗意识减弱,因此,外卖骑手成为互联网平台经济下的“不安定无产者”[22-25]。

外部机制主要通过经济法律制度和社会法律制度作用于外卖骑手的“滑落”行为。①反垄断执法存在实践困境。平台势力和垄断行为的背后有着复杂的形成机理,导致平台反垄断治理更为复杂,在现实判罚中可能会出现争议[26],同时平台凭借着互联网对数据、流量和算法的垄断[27],也加深了外卖骑手对平台的依附[18]。②劳动关系界定困难,平台责任模糊。目前《中华人民共和国劳动法》(简称《劳动法》)适用范围仍有拓展空间,部分只具有经济从属性的外卖骑手受法律保护的程度较低,平台企业常以不对外卖骑手进行日常管理为由否定雇佣关系,逃避雇主责任[28]。

1.2 外卖骑手抵御“滑落”风险的机制分析

1.2.1 外卖骑手抵御“滑落”风险的原因

现有文献主要从三方面解释外卖骑手抵御“滑落”风险的原因,包括基本权益保障缺失、平台结构性贫困和情绪积压。

(1)从外卖骑手基本权益保障缺失角度而言,外卖骑手与平台的关系界定处于模糊状态,导致在发生权力和利益之争时,责任认定较为复杂[29],部分外卖骑手的维权行为将陷入困境。从平台公开的算法标准可以看出,平台主要以业务增长、降低成本和提高利润水平为导向,较少考虑外卖骑手的权益[18]。

(2)从平台结构性贫困角度分析,平台与消费者达成价值交换契约,在多方博弈之后,外卖骑手作为博弈空间中较弱势的一方陷入了平台企业所构筑的结构性贫困中,尽管其是关键环节的提供者,但却不能在整个平台经济流通所带来的巨额财富中获得同比例的收入[30]。

(3)从情绪积压角度来看,情绪劳动指的是外卖骑手通过管理自身情绪而创建正面、积极的面部、肢体表现[31]。冯向楠和詹婧[22]阐述了消费者的反馈和监督会直接影响外卖骑手的薪资、业绩以及晋升,当把情感作为劳动力的组成部分卖给雇主后,外卖骑手面临着来自平台和消费者的双重情感控制。当外卖骑手受到平台的不公正对待或者遇到消费者非理性行为时,可能会采取较为极端的反抗行为,如集体罢工等。

1.2.2 外卖骑手抵御“滑落”风险的手段

外卖骑手为反抗平台企业的控制,预防“滑落”风险,主要通过自我赋能、维护自身主体性及多栖战略三种方式构建防御屏障。①自我赋能。外卖骑手通过“逆算法”和“擦边球”等操作来争取自身权益的最大化。孙萍[32]认为有经验的外卖骑手更愿意相信自身经验和微信群的信息,从而形成自己的“工作社群”和“劳动算法”,这样可以在一定程度上弱化平台系统的精细化控制。②维护自身主体性。由于外卖骑手处于平台权力生态系统中非对称的弱势地位[33],因此其往往只会在极端情形下才会采取抗争行为,如同伴互助、一走了之等,并通过寻求成就感、身份认同与情感表达来确定自我价值[22]。③多栖战略。多主服务有利于降低外卖骑手对平台企业的依赖程度。外卖骑手可以利用算法在时间管理的空隙中进行“时机套现”,同时在多个平台注册获得的额外收益,也可以减少灵活用工带来的不确定性[32]。

1.3 研究思路

基于以上分析,本文搭建了外卖骑手“滑落”风险形成与防御过程的理论框架(图1),将中等收入人群“滑落”的问题置于平台场域下分析其成因和治理策略。具体而言,本文的研究思路是在平台视域下,将外卖骑手归入中等收入人群,分析其“滑落”风险的动态形成过程以及集中化权力控制与平台参与者分散权力的平衡方式,进而根据多元主体参与价值创造的动机建立主体与路径的协同治理机制,助力外卖骑手克服“滑落”风险,成为稳定的中等收入者。

图1 理论框架Fig.1 A theoretical framework

2 研究设计与案例介绍

2.1 研究设计

本文采用单一案例的研究方法,选取美团作为研究对象,对美团外卖骑手进行分析。选取美团作为研究对象的原因有两点:第一,美团的案例情境与本文理论情境相契合。美团作为外卖平台领域的头部企业,拥有大规模且急剧增加的外卖骑手,正符合本文的理论情境。同时由于研究所需的许多资料是内部保密信息,较难通过公开渠道获取,但通过平台公告和媒体披露,美团与外卖骑手权责博弈的相关信息较为完整,这也为本文剖析外卖骑手“滑落”机理提供了契机。第二,单一案例研究便于更加深入地进行案例讨论和分析,更容易把“是什么”和“怎么样”说清楚。本文通过对美团案例的进一步深挖,完整剖析了外卖骑手“滑落”风险形成的动态过程。

2.2 案例介绍

2.2.1 公司概况

美团是中国知名的生活服务类电商平台,其以餐饮外卖业务为主的外卖平台也是当前中国使用用户较多的外卖平台之一。

2010年3月4日,美团网成立;2013年美团外卖在北京正式上线;2015年美团网与大众点评合并之后,更好地提升了餐饮及生活服务品质;2018年美团上市,美团财务报告数据显示,在收购摩拜后,其日均单量超过2 100 万笔,总营收达到652.27亿元,同比增长92.3%;2021年,交易总额同比增长43.6%至7 021亿元,总营收同比增长45.3%至963亿元,经营利润率由4.3%增至6.4%,2021 年第四季度日均单量达到4 250 万笔,活跃交易用户数达6.91亿。美团外卖用工的演进过程主要可以分为四个阶段,具体见表1。

表1 美团外卖用工模式演进Tab.1 Takeout labor model evolution of Meituan

2.2.2 数据来源

本文的研究数据主要通过外部数据与内部资料两个渠道进行收集[33]:前者涵盖互联网搜索所得的相关新闻报道、学术文献以及网络视频等;后者包括企业官网与媒体对美团领导和外卖骑手的访谈记录等。

本文为确保数据的信度和效度,在收集数据时秉持以下三个原则:第一,数据来源渠道的多元性。企业官网的相关数据主要集中在美团官网、美团企业官网以及美团网(骑手端);新闻报道主要聚焦于网络媒体(央视网、中国青年网、界面新闻、人民网、新浪财经等)和平面媒体(《人物》《财经》等);学术文献主要获取渠道为中国知网、谷歌学术;同时,本文也通过中国管理案例共享中心获取相关案例研究资料。第二,数据的真实性和客观性主要通过对比不同来源的数据体现。第三,对收集到的数据进行时间和内容上的交叉验证以辨别真伪(表2)。

表2 数据来源Tab.2 The data source

2.2.3 数据编码与分析

本文采用开放式编码对数据进行分析[34]。首先,根据数据的来源筛选有效信息进行一级编码。归一化处理相同来源并且重复的信息,合并处理不同来源但重复的信息。其次,基于已有文献,将要素进一步概念化,形成二级编码;最后,进一步分类二级编码,识别出参与者价值获取的影响因素以及其价值获取的提升策略,形成三级编码,具体编码路径如图2和图3所示。

图2 平台企业对外卖骑手“滑落”作用机制的编码路径Fig.2 The coding paths of the role mechanism of platform companies in the“slipping”of takeout riders

3 案例分析与讨论

3.1 平台企业对外卖骑手“滑落”的作用机制

有效资料的编码结果显示(表3),平台企业对外卖骑手“滑落”的作用机制表现为供求关系演变、算法技术应用、算法与竞争态势的交互效应。

表3 平台企业对外卖骑手“滑落”的作用机制的关键构念及引用语Tab.3 Key constructs and quotations for the mechanism of how platform enterprises contribute to the“slipping”of takeout riders

3.1.1 平台企业影响外卖骑手“滑落”的市场机制:供求关系演变

劳动力供给失衡使平台企业拥有优先话语权,这成为其与外卖骑手利益博弈中的重要砝码。当劳动力供过于求时,拥有绝对定价权的一方增加了劳动者收入与就业的不稳定性,进而增加其“滑落”风险。因为平台企业具有通过牺牲各方利益来促使自身利润最大化的动机及能力,因此,平台企业能够更有效地实现对外卖骑手的低责任、强控制,增加其就业和“滑落”风险。蔡赛男和吴海明[35]认为平台企业在面对生产力挖掘利润有限的问题时,会把注意力投向交易领域,进一步压缩交易成本、灵活雇佣模式,这对外卖骑手职业发展和收入稳定产生了重大冲击[29]。

从劳动力供求角度出发,通过对公开资料的整理分析,基于外卖交易笔数、获得收入的外卖骑手人数及其日均单量三个指标明晰平台企业助推外卖骑手“滑落”的动态过程(表4)。2015年,美团主要采用抢派模式,在用餐高峰期,订单量远超外卖骑手的数量,外卖骑手处于相对优势的地位,每单平均配送时长为41～60分钟,用工模式也从外包转变为以自聘和劳务派遣为主,外卖骑手具有法律规定中正式员工应有的薪资、待遇。在劳动力供给不足的阶段,外卖骑手可以得到来自平台的补贴,单量充沛且单价合理,同时可以选择性接单,此阶段的外卖骑手抗风险能力较强。2018年为重要转折点,获得收入的外卖骑手数量增速明显,日均单量由2018年的6.48笔降至2021年的3.67笔,且自2018 年起,美团外卖开始使用动态决策版智能调度系统4.0和全域柔性决策版智能调度系统5.0,APP操作效率提高,可以在平均0.55毫秒内为外卖骑手规划1次路线。2019年下半年,在运力供给过度饱和的情况下,“乐跑计划”上线,外卖骑手的收入增长空间被压缩,离职人数增加。管理者根据不同员工的贡献和反抗强度划分核心员工和边缘员工,核心员工对平台利润贡献大,同时在某些方面优势超出其他员工[36],“乐跑骑手”作为核心员工,虽获得平台优先派单的机会,但平台要求其达到97.5%的准时率和99%以上的接单率,若不符合要求,每单收入将扣除1元左右①姚心璐.从工厂到骑手的蓝领青年:活在千亿巨头的身影下.新浪财经(2020-01-07)。。在外卖骑手配送效率得到有效提升的同时,日均单量却呈现下降趋势,可见外卖骑手的数量供给已经超过外卖单量的实际需求,劳动力供需矛盾增加了就业的不稳定性和“滑落”的可能性。

表4 美团外卖交易笔数、获得收入的外卖骑手人数及其日均单量Tab.4 Number of Meituan takeout transactions、income-generating takeout riders and their daily orders

在运力明显充足的情况下,采取无契约关联的灵活用工模式成为平台企业降低交易成本与经营风险的重要方式[29],交易成本为信息搜寻成本、违约处理成本和交易过程中秩序维护等各种成本的总和[35]。美团选择用交易成本代替劳工成本,在外卖骑手与美团中间铸造了配送商、灵活用工平台、个体工商户三道防火墙,“平台-员工”关系转变为合作关系,除降低人力成本、管理成本之外,还减少了大部分的交易成本。基于崔晓明等[37]分析交易成本下降的理论框架,美团案例的交易成本下降主要体现在三个方面:首先是契约数量,契约的签订需要交易成本,美团与外卖骑手签订协议的边际成本远大于与配送商和灵活用工平台等签订契约的成本;其次是契约期限,长期契约的交易成本更低,“兼职做外卖骑手”成为过渡性的就业方式,该就业方式增加了产生交易成本的频率,短期契约带来的不确定性也将引发外卖骑手的机会主义和道德风险;最后是契约的风险,利益群体需要对契约的签订提供保障,因此,在激烈的竞争环境下,相较于与众多外卖骑手签订契约的方式,平台企业更乐意与第三方合作来降低交易成本与用工风险。

3.1.2 平台企业影响外卖骑手“滑落”的独有机制:算法技术应用

不仅供求失衡会增加外卖骑手的“滑落”风险,算法技术也可以通过倾斜的价值体系增大“滑落”风险,价值体系涵盖外卖骑手的人力资本价值等。陈龙[18]认为,平台为了强化对外卖骑手情绪、肢体行为、言语表达等的控制,通常将“算法控制”虚拟和隐蔽化。在平台构筑的算法体系中,存在平台、外卖骑手、商家和消费者四元关系,“无形价值之手”会忽视外卖骑手的个人差异和诉求来满足其余三方价值需求[30]。

随着“超脑”系统精细化和智能化的不断提高,配送效率得以提升,订单的单价不断降低,但严苛的惩罚机制导致外卖骑手出现生存困境。美团公开的优化标准主要围绕提升消费者体验、优化盈亏结构以及扩大配送规模三方面展开。在智能系统和优化标准的共同作用下,3公里内配送最长时间由2016年的1小时,缩短至2017年的45分钟,再至2018年的38分钟,最终至2019年的28分钟,算法实现了对外卖骑手时间的规训和操控,同时平台也在进行自我训练,为之后实现更高效的配送做准备。随着外卖骑手在相同时间内配送的订单量的增多,平均每单的送单价格逐渐下降,导致“高收入”需由高强度劳动堆砌而成。

平台算法通过设置奖惩制度规训外卖骑手。其一是奖励机制,平台根据外卖骑手的完成总单量、差评率、超时率、工作时间综合评定出青铜、白银等10个等级,派单机会与等级直接挂钩。平台通过外卖骑手等级与奖励相关联的方式,优化了算法分配倾向。其二为惩罚机制,“效率”是四元关系共同的价值追求,算法为提升消费者体验、扩大经济规模,往往会带有价值偏见。以机器学习系统中的ETA(全链路时间估计)为例,ETA 为消费者提供配送到达时间承诺,确定外卖骑手必须送达时间和派送任务,为供应商提供优化后的订单安排[30]。但ETA 会出现不能按实际路况进行预估的情况,如采用点对点直线距离等预测到达时间,同时对楼层的精准度颗粒也过大,这属于平台算法失效问题,而外卖骑手作为指令的执行者却承担着失约责任,因此在外卖骑手获得的差评与投诉中,超时始终是主要原因。

算法技术限制了外卖骑手人力资本的提升,导致外卖骑手技能提升的机会和未来就业空间受限。劳动密集型行业获得廉价劳动力的方法是将劳动过程分解成简单易操作的多个部分,从而减少对经验和脑力思考的需要,平台系统将外卖骑手的配送流程拆解为“接单→到店→取餐→送餐→交付”。美团“超脑系统”进行24小时排班优化和实时调度,可快速根据供应商、外卖骑手、用户位置安排最适宜的外卖骑手接单,配送时间和商家出餐时间等由机器学习系统提供,LBS(位置服务)系统深入点线面空间,提供用户和商家的具体位置并进行路线优化、路况检测、实时导航。除此之外,智能语音助手使外卖骑手用语音即可完成接单,只需回复“是”或者“否”的接单模式,大幅度简化了原有操作步骤,以往需要外卖骑手根据经验预估各商家出餐时间、最优路线以及订单配送顺序等,现在均可以通过基于“超脑系统”的语音助手完成。在算法构建的平台系统下,整个劳动过程不再需要发挥主观能动性,职业培训趋于形式化和流程化,人力资本快速流失,这也成为外卖骑手“滑落”的另一推力。

3.1.3 平台企业影响外卖骑手“滑落”的间接机制:算法与竞争态势的交互效应

平台企业之间的“逐底竞争”[38]和算法技术迭代成为平台企业创新灵活用工模式的动机和机会,同时也导致外卖骑手不断向中等收入群体的边缘线靠近。孙萍[32]提到,随着外卖市场的饱和与平台垄断势力的扩张,平台掌握了服务定价权[39],外卖骑手的收入呈现了下降的趋势,收入的不稳定降低了外卖骑手的抗冲击韧性。下文将基于动态视角分析美团算法和竞争态势迭代过程中对外卖骑手“滑落”风险的作用机制。

在追求利润最大化的过程中,美团算法迭代与竞争态势的发展共同作用于外卖骑手的用工模式。2015年,美团开始大规模自建配送团队,采用人工派单与抢单相结合的方式开展业务,积累了大量数据资源,经过近一年时间的数据积累和技术研发,在2016 年,美团“超脑系统”正式上线,实现了物流调度的实时管控,取代了之前的用工模式。2017年,美团推出智能规划系统,基于对地图数据的深入挖掘,运用机器学习技术,综合考虑外卖骑手工作时间的连续性和中间休息时间间隔等因素,提供24小时排班规划。2018年,美团将车联网(IOT)与智能语音助手相结合,实现完全智能调控,优先选择最佳配送路线,缩小外卖骑手之间的劳动差异,降低外卖骑手入职门槛,扩大了配送团队的规模。2019 年,感知系统与LBS 系统实现了更精确的室内外定位、应用场景识别与时空画像,外卖骑手履约效率更高。感知系统与IOT实时从外卖骑手手机、蓝牙设备、头盔等渠道收集外卖骑手运动状态与行动轨迹,不断优化配送路径,缩短配送时间。LBS系统采用基础算法与外卖骑手、商家、顾客三点的位置数据,快速给出最优配送路径结果,同时美团积极向全域柔性系统目标发展,城市内所有订单和运力统一调度模式将逐渐取代商圈切割再分段模式,同时系统能根据天气、单量情况快速做出调整,而这需要大规模外卖骑手与订单的匹配算法的支持。至此,美团基于海量数据与大数据处理能力,形成信息垄断,外卖骑手所需的信息依赖平台提供,“资强劳弱”加剧了美团倾斜的价值分配,外卖骑手地位随之下沉。

美团各阶段竞争态势的划分主要依据以下两点:其一,浙江省金华市中级人民法院2019浙07民初402号判决书中提到美团金华分公司存在不正当竞争行为,即美团从2016年下半年开始迫使商户删除其他外卖平台上的相关信息,并签署只与美团外卖在线平台合作的协议,因此认定2016年之前美团还处于竞争状态;其二,2021 年10 月,美团被市场监管总局处以34.42亿元罚款的同时被认定其行为于2018年就已触犯《中华人民共和国反垄断法》,故可以判断2018年之后美团进入到垄断阶段。在美团竞争优势形成、巩固垄断地位和算法演变的过程中,美团与外卖骑手由最初的雇佣关系演变成合作关系。美团为满足用户和供应商需求,通过交叉网络效应与规模效应,形成平台的单边垄断,在这个过程中,算法成为打破平台与外卖骑手正式雇佣关系的催化剂,在算法与垄断的市场地位的交互作用下,平台以“交易中介”的身份规避风险,全力保障“雇主责任”[40]。外卖骑手用工模式的演变见表5。

表5 外卖骑手用工模式的演变Tab.5 Evolution of takeout riders’employment model

3.2 自救力对外卖骑手“滑落”的作用机制

3.2.1 法律空隙:自救困境

在目前的法律体系中,“平台-个人”的用工模式既不完全属于雇佣范畴,也不完全属于独立劳动范畴,劳动关系不明确使外卖骑手维权困难[28,41]。下文将从法律规制的角度分析外部制度空隙对外卖骑手自救的作用机制。

组织型平台与外卖骑手复杂的从属关系增加了《劳动法》适应新兴用工模式的难度。从属关系在《劳动法》中是一个至关重要的概念,其决定了雇佣关系的存在与否。传统意义上,从属关系通常包括经济从属和人身从属两个方面:经济从属指的是劳动者的生计主要依赖于雇主;而人身从属则体现在劳动者在工作中受到雇主的指挥和控制。外卖骑手虽然通过平台提供的订单来获取收入,但在人身从属方面却不符合传统雇员的定义,首先,外卖骑手往往被视为独立合作伙伴而非传统意义上的员工,平台对其人身从属有着更高要求,例如,超时罚款、微笑行动等;其次,曾经单一的管理监督模式现已演变为由先进的算法系统和消费者的反馈共同构成的多元监管机制;最后,外卖骑手不仅可以自由选择工作时间和区域,还能够自由决定是否继续接单,不受美团直接管理和监督。外送服务行业实施的灵活雇佣策略,模糊了劳动立法对于员工隶属性的界定,导致这种新兴用工模式缺乏更完善的法律支持,确认雇佣关系的过程变得复杂且代价昂贵。

在美团案例中,外卖骑手由于未能充分适应配送算法的指挥,导致违章事故发生频率增加,且在此类情况下,工伤补偿往往难以获得。2017年10月9日,在西安市未央区跑单途中,34岁美团众包骑手猝死,美团众包平台APP所属北京三快公司、北京三快西安分公司和外包公司博悦人才都否定了与该配送人员的雇佣关系,2019年1月25日法院作出最终裁决,认定该送餐服务平台仅提供信息服务,并非实际的商业交易参与方,与配送人员签订服务协议的第三方技术企业也仅是众包平台电子服务的提供者和管理员,因此,不能将其视为劳动雇佣主体,法院否决了劳动者的相关赔偿请求。尽管在中国文书裁判网中不缺成功获得赔偿的案例,但是相比处于劳动关系下的劳动争议程序,处于合作关系下的劳动报酬纠纷解决程序更为复杂,同时因为惧怕被开除选择放弃维护自身权益的案例也不在少数。

从以上的事件可以看出,外卖骑手在健康和安全受到威胁时,制度的缺口导致外卖骑手无从自救,这充分体现了法律制度对于平台治理和外卖骑手权益保护的重要性。袁文全和徐新鹏[42]认为,应当构建新型劳动关系认定标准和系统科学的劳动法律体系,从而更好地保护外卖骑手的基本权益,最终使法律制度成为外卖骑手“滑落”时的支持力。

3.2.2 收益陷阱:自救失效

风险认知是决策者对于情境中不确定因素进行评估的能力[43],当个体与信任目标之间存在利益关系时,个体会在权衡利益与损失之后作出是否合作的决定[44-46]。在本文案例中,不确定因素表现为外卖骑手的生活健康和技能提升等用工风险,当外卖骑手评估在美团获得的收益大于用工风险时,就会选择与美团继续保持利益交换关系。

美团外卖骑手招聘广告描述了“轻松接单、多劳多得、最高月入13 000元”的愿景,平台初期施行的高派单价、补贴和季节性的高收入政策吸引了大批外卖骑手涌入。许多农村劳动力选择成为外卖骑手的原因是收入高、门槛低、上手快。2020年国家统计局统计数据表明,农村人均月收入为4 072元,美团研究院的调查问卷统计显示,专送骑手人均月收入为5 887元,众包骑手人均月收入为4 557元,相比之下外卖骑手的收入更具优势。美团官方发布的《2020年上半年骑手就业报告》中的数据显示,58.8%的外卖骑手工资高于4 000元,7.7%的外卖骑手月收入超过1万元。

外卖骑手“高收入”的代价是超长的劳动时间和超额的劳动强度,这种现象导致外卖骑手陷入多劳多得的漩涡。外卖骑手会向每个站点收入排名靠前的“标杆骑手”看齐,而“标杆骑手”是通过每天在线12小时以上、多接其他外卖骑手转单才得到的名次。但是当外卖骑手把注意力集中于不断增加劳动强度获得更高收入的同时,平台也在不断降低除资本收益之外的其他部分的分配比例[47]。综合整理华中师范大学社会学院郑广怀研究团队[48]、冯向楠和詹婧[22]、吕宣日[49]分别对于武汉、北京以及上海外卖骑手的调研数据发现,三地的外卖骑手日均工作时长集中在8～12小时,其中北京84%的外卖骑手超过10小时,武汉、北京、上海三地外卖骑手的月均收入分别为5 882元、6 500元和6 271元,均低于其所在城市对应调查年份的平均工资8 170元、10 712元和7 832元,虽然外卖骑手的时薪略高于其所在城市的最低小时工资标准(非全日制),但考虑需要自行负担社保费用、加班费用和工伤费用,外卖骑手的时薪实则已经冲破最低小时工资标准线。在高薪资吸引下,外卖骑手膨胀式增长导致竞争日益激烈,其只能通过延长工作时间来获取竞争优势[50-51]。而平台利用外卖骑手厌恶损失的偏好,在其完成目标之后再进一步增加收入激励,使外卖骑手因损失厌恶心理而主动过度劳动。因此,在外卖骑手努力提高效率、延长工作时间的同时,其实际收入却不增反降,最终导致外卖骑手自救失败。

3.2.3 职业的消极认知:自救力不足的根源

(1)来自自身对职业的消极认知

由华中师范大学社会学院郑广怀研究团队[48]对武汉外卖骑手的调查数据显示:其一,外卖骑手在工作中面临的语言暴力严重,如被消费者辱骂、受伤、恶意点单,以上占比分别为34.33%、33.46%、29.46%,但有49.06%的外卖骑手选择以吐槽的方式自我消化;其二,在主观上认为入不敷出的外卖骑手占比40.3%。因此,尽管在从事外卖工作后,名义收入得到了明显的增加,但是从实际消费情况看,有较大部分外卖骑手仍处于入不敷出的状态,主要原因在于外卖骑手在从事外卖工作后,除了需要付出较多的情感劳动与体力劳动外,也承受着较大的家庭压力。同时外卖骑手这份职业具有较高的流动性,经常被作为过渡性选择,冯向楠和詹婧[22]在调研中发现,很少有人把外卖骑手列入到长期的职业规划中,42.1%的人认为未来还会从事其他职业。

(2)来自社会的职业鄙视

网络技术和社会变革对社会认同心态的影响会映射到群体中,并逐渐外化为能够区分于其他群体的特征,进而打破社会认同的整体性,使主观认知“向下偏移”[52]。外卖平台的算法技术采用就近派单的分配原则,因此,外卖骑手常常会聚集在离餐饮店不远的树荫、马路、街角等处聊天、刷视频、打手游等,加上他们身穿黄色亮眼的工作服,使其基于诸多特征的身份与圈层的社会认同逐步形成[53],同时也使电动车等劳动工具成为了草根和底层的象征[54],许多大型商厦和购物中心要求电动车停放在后门或者侧门,外卖骑手只能从货梯上楼。2020 年7月11日,美团外卖骑手C 被北京SKP 保安以有损商场形象为由拒绝进入商场取单,并且需要其等待时与门口保持一定的距离,同时,外卖骑手在配送过程中可能会听到负面言论,如“送外卖的到哪儿都撵,到哪儿人都说”“这工作连保安都不如,保安都看不起”,因此,外卖职业处在社会职业鄙视链的底端,从事该职业的外卖骑手也处于社会经济的边缘。沈洋在专访中表示,服务行业存在“羞辱性人际从属关系”,即当一方的地位高于另一方时,双方都会接受弱势方要多付出的逻辑,社会地位越高对回报的要求也就越多,如客户要求外卖骑手无偿提供倒垃圾、购买饮品等额外服务①林子人.社会学者沈洋:服务业男女工人以不同方式处于劣势,性别阶层户口不平等彼此交织.界面新闻(2020-06-30)。。外卖骑手低反抗的姿态以及被动适应的现状使平台对于其基本权益的忽视进一步“合理化”,利益的侵蚀是推动中等收入人群“滑落”的另一只无形的手。

综合对外卖骑手“滑落”的多重前因的分析与讨论,本文绘制出外卖骑手“滑落”形成机理的模型,如图4所示。外卖骑手“滑落”形成的机理主要体现在三方面:其一,2021年人社部等八个部门共同印发了《关于维护新就业形态劳动者劳动保障权益的指导意见》(简称《指导意见》),虽然《指导意见》对新就业形态劳动者的权益保障提出了新要求,但是在实践过程中仍存在一定的滞后性,同时监管部门对平台企业的违规行为惩治力度也略显不足;其二,平台企业以“平台-个人”的雇佣模式在市场供求失衡、算法技术及算法和竞争态势交互作用等因素下将外卖骑手推向“滑落”,此外消费者拥有平台企业分配的控制权,其评价在外卖骑手薪酬体系中占核心地位;其三,社会公众对外卖职业的偏见成为外卖骑手自救力不足的根源。

图4 外卖骑手“滑落”的形成机理Fig.4 The formation mechanism of the“slipping”behavior of takeout riders

3.3 外卖骑手“滑落”风险的治理机制

基于以上对外卖骑手“滑落”风险形成机理的识别,本文进一步梳理了外卖骑手“滑落”风险治理机制的关键构念(表6)。编码结果显示,外卖骑手“上岸”路径主要包括制度缺口填补、平台与政府协同治理、平台企业垄断规制与多元主体赋权。

表6 外卖骑手“滑落”风险治理机制的关键构念及引用语举例Tab.6 Key constructs and quotations for the risk governance mechanism of“slipping”behavior among takeout riders

3.3.1 制度缺口填补与支持力

目前对平台新型用工模式关注点主要集中在外卖骑手的劳动关系认定问题,包括在现有《劳动法》基础上扩大保护对象[28]、重新确定劳动关系的认定标准[51-55]以及略过劳动关系的认定环节去论证外卖骑手适用现有《劳动法》的工资保护制度[56]。从灵活性的角度审视平台企业与外卖骑手的需求,外包和众包等灵活用工模式使双方实现了共赢,符合平台经济的发展趋势[42],一方面,灵活的用工模式满足了外卖骑手拥有自主权的需求;另一方面,平台企业借此摆脱了传统雇佣关系的限制,可以随时根据市场需求调整人力资源模式,将人力成本和用工风险降到最低。因此,为适应灵活并不断迭代的用工模式,政府相关部门可以跳出劳动关系认定的前提,重新考虑如何保障外卖骑手的健康与安全,从而淡化劳动关系与社会保障的联系[57],促进平台与外卖骑手之间新型雇佣关系认定标准和系统、完整、科学的劳动法律体系的构建。

此外,还需完善算法伦理审查制度,积极引导平台自主治理的同时,合理把控监管范围,赋予监管机构监管数据和算法的权力,建立基于大数据、区块链等新技术的监管模式,提高算法相关风险的识别、预警和防范意识。对算法开发者和使用者设立算法审查、算法风险评估与算法解释等义务。当算法使用过程中出现有损于社会利益的结果或暴露出潜在风险时,监管机构有权打开算法“黑箱”。

3.3.2 平台与政府协同治理与向上推力

为了保障灵活用工方式治理的有效性,平台企业应当制订适宜的保障计划,贯彻落实政府关于灵活用工的规章制度,使之成为劳动关系认定模糊的情境下灵活用工保障的补充,为外卖骑手提供有力支撑。在对本文案例调查时了解到,2017 年上半年,上海市公安局公开数据显示,每2.5天就有一名骑手死亡,2018年成都7个月内发生交通事故196起,累计伤亡155人次①赖祐萱.外卖骑手,团在系统里.人物,2020(8):70-91。。因此,提供工伤和重大疾病的基本社会保障也就成为确保外卖骑手获得基本权益的当务之急。对此,美团在2019年开展“骑手守护计划”,为25种重大疾病建立关爱基金,参保条件为注册美团骑手APP 满90天,关爱基金完全由美团出资,保障金额根据骑手完成单数或者服务时间确定,但其中不包括医疗、意外等工伤保障。虽然美团主导的关爱基金能够覆盖所有骑手,但只有指定重大疾病可以获得最高5万元的赔付,仅能解决燃眉之急。在这种情况下,政府参与外卖骑手保障方案的制定并负责工伤与重疾的基础保障,有利于各平台企业统一保障方案,使外卖骑手不会因为更换用工平台导致保额损失,从而满足平台用工对于灵活性的要求[58]。政府和平台企业应各司其职、权责对等,由政府负责提供基础保障,打破户籍限制,将所有非户籍外卖骑手纳入保障范围,而平台企业可以制定与骑手绩效相挂钩的保障方案,在实现价值共创的同时使骑手获取更多的权益。

此外,政府还需与平台协同完善对算法内容的治理,加强企业社会责任意识的建设。一方面,增强企业成员责任意识,规范算法制定、算法处理等行为,将法律、社会主义核心价值观、道德伦理等融入进算法体系中;另一方面,专注挖掘算法内在潜力,赋能内容治理,增加算法的透明度和解释力度,构建平台与政府制度治理的联动机制。同时在算法遇到危害和风险时能及时调整策略,提高平台对算法的评估和管控能力。将道德转化为代码并入到算法模型源头中,同时结合机器学习进行全面的道德汲养和进化,塑造道德敏感的算法系统。

3.3.3 平台企业垄断规制与拉力

平台反垄断是将“滑落”人群拉回原有阶层的重要手段。但以往的研究较多关注反垄断对于市场竞争、创新创业、消费者福利等方面的威胁和反垄断的外部治理机制[26-27,59],较少关注平台反垄断对于外卖骑手“滑落”的影响。在美团案例中,美团凭借其垄断地位在政府与外卖骑手之间扮演了规则制定者的角色,通过制定外卖骑手劳动过程运行规则,约束利益相关者按照规则活动。外卖骑手的权益未在美团公开的算法优化标准中得以体现,至此,美团实现了在算法技术的掩盖之下对价值分配链底端的外卖骑手的控制。这充分说明了平台反垄断对于外卖骑手利益保障的必要性。潜在竞争者的进入将削弱垄断平台的优势地位,提高用人单位的可替代性,为弱势群体争取一定的话语空间。何哲[60]还提到通过反垄断可以限制资本的无限扩张,从而抑制贫富差距两极分化与阶层之间的对立[47]。对平台企业监管力度、惩罚模式和网络税收的调整可以提高平台垄断成本,同时通过完善外卖骑手等边缘中等收入人群的工资保障机制、提高自我身份的认同等方式,可以为“滑落”人群抵抗风险和跨越身份阶层提供拉力。基于以上分析可以得出,抑制平台垄断可以增加外卖骑手利益分配份额,为其克服“滑落”风险提供外力支持。

在美团案例中,早在2021年10月市场监管总局对美团外卖“二选一”垄断行为做出34.42亿元判罚之前,其就已经多次进入监管部门的视线。2019年3月,扬州数十家商户集体投诉美团外卖要求其签订“独家协议”的行为,但扬州仲裁最终不能判断美团的行为是否涉嫌垄断①扬州广播电视总台《关注》栏目官方微博报道(2019-08-03)。;2020年,南充火锅协会致信美团,对其垄断经营及不正当竞争等问题表示抗议②南充市火锅协会:关于美团公司垄断经营及不正当竞争的举报信(2020-02-20)。。基于以上分析,关于平台垄断问题,通常最易先被商家、行业协会等察觉,这也表明在反垄断的过程中,可以协同平台参与者、行业协会等平台内外部多元主体的力量构建多元共治的反垄断监管格局,拓宽投诉和维权渠道,加快对于垄断行为的反应速度,减少反垄断成本和弱势群体的利益损失。最终达到在约束平台权力过度膨胀的过程中保障价值链底端的外卖骑手的基本权益的目的,减少“滑落”风险的同时提高中等收入人群的质量。

3.3.4 多元主体赋权与向心力

以往文献更多的关注了外卖骑手的自我赋权或者通过单一主体赋权的方式来维护自身权益的行为[23,61]。但外卖骑手个人可以利用资源的种类和数量均具有局限性,单一主体抵抗的危险与代价显著。因此,传统制造业、政府和社会共同赋权可以增加外卖骑手在遇到向下“滑落风险”时的向心力,阻断其向下“滑落”的通道。

为顺应平台经济的发展,传统制造业引进平台化管理对传统雇佣模式进行革新[47],同时零工经济的快速发展也吸引了大量传统劳动密集型企业出现过度饱和的用工现状,传统制造业向平台化、智能化发展,该趋势可以引导外卖骑手“逆向选择”。

制度赋权可以从制度角度稳固中等收入人群的身份阶层并改善其自我职业认知。借鉴闻效仪[62]的制度框架:首先,政府需完善相关劳动法律制度,不断更新和强化劳动法规,保护外卖骑手和其他劳动者的合法权益;其次,重视职业教育和项目培训,通过加强技能培训提升劳动者的职业能力和市场竞争力,帮助劳动者适应快速变化的市场需求,特别是对于那些处于技术变革前沿的行业;最后,改善失业保障和户籍政策对于促进劳动者福祉亦发挥着重要作用,通过提供充足的失业救济和再就业支持,政府可以减少劳动者失业时期的经济压力,同时,优化户籍政策也有助于消除劳动力的流动障碍,使所有劳动者无论其户籍所在均能享受到平等的就业机会和社会福利。为此,在2020年美团“717骑士节”启动仪式上,人力资源和社会保障部、中国劳动学会的负责人杨志明阐述了一个新的展望:外卖骑手们将有望被纳入技术型人才行列,通过职业技能的官方培训来提升自己的技术水平,在“多劳多得”的基础上实现“技高多得”,同时还可以享受政府提供的培训补贴,参加政府及行业组织的职业技能大赛,更有机会通过竞赛被认定为高级人才。

关系赋权可以充分调动社会网络中的多样化资源,重塑权力结构和竞争规则[63]。2016年7月11日,青岛一位美团外卖骑手在遭遇车祸后导致粉碎性骨折,直至引起社会和媒体的关注后,美团才愿意承担医药费。2021 年5 月,在北京卫视的节目中,美团针对外卖小哥猝死最终赔偿60万元的事件,同样是在受到舆论关注后才做出了响应。社会是由相互连接的多个节点构成的复杂网络,在不断唤醒、提高社会个体维权意识的同时,挖掘、开发和利用关系资源也能成为防止外卖骑手“滑落”的又一屏障。

综上所述,传统制造业赋权,制度赋权,关系赋权分别从企业、政府和社会参与者的角度证明了多元主体赋权对于治理“滑落”风险或助力“滑落”人群上岸的合理性。多元主体的助力能够减轻外卖骑手在法律、收益、就业及职业认知方面所面临的压力,但更重要的是可以使外卖骑手具备规划职业发展与增强技能的能动性,利用核心内驱力来实现收入阶级的稳固和提升。

通过综合以上理论思考以及对案例企业的分析,本文构建了中等收入人群“滑落”通道阻断的过程模型(图5)。“滑落”通道的阻断包含了制度缺口填补带来的支持力、平台与政府协同治理带来的向上推力、平台反垄断过程中获得的拉力,以及在多元主体赋权作用下产生的向心力。首先,在“滑落”阶段的平台隐形价值偏差机制下,收益与付出不成正比、算法技术迭代升级对劳动过程的把控、自我职业消极认知以及法律空隙等因素导致了中等收入人群的“滑落”;其次,平台灵活用工模式在经过制度缺口的填补、平台与政府协同治理、平台企业垄断规制、与多元主体赋权后逐渐明晰生态成员责权范围,反作用于平台生态系统,进行中立化的利益分配;最后,外卖骑手在获得权力与资源的过程中,随着其基本权益保障、收入韧性以及自我认同感的提高,最终成为稳定的中等收入人群。

图5 阻断“滑落”通道的过程模型Fig.5 The process model of blocking the“slipping”channel

4 研究结论与展望

4.1 研究结论

本文运用单一案例的研究方法,将外卖骑手归类为中等收入人群,分析了平台治理对外卖骑手阶层“滑落”的作用机制。研究发现美团案例中存在由平台治理边界模糊导致的劳资双方权责不清问题,即美团通过平台算法技术精准控制外卖骑手以实现自身利益的最大化,而外卖骑手在完成价值实现的关键环节后却面临着“滑落”为低收入人群的风险。以算法为底层逻辑的平台企业在数据、流量的垄断下,通过失衡的供求关系和算法技术与平台市场竞争的交互效应,增加了外卖骑手的“滑落”风险,同时外卖骑手还面临着自救失效的困境,自救失效的原因主要体现在以下三个方面:第一,现有法律制度仍有细则有待完善,同时在实践情境中,平台对法律制度执行的滞后性及监管部门的惩戒力度不足等现实问题,均会成为外卖骑手自救力不足的制度缺口;第二,收益陷阱,外卖骑手“高收入”是由超长的工作时间和超高的劳动密度堆砌而成,付出与收益比例严重失调,陷于自救失败的无底漩涡;第三,职业的消极认知,外卖骑手职业受到自身和社会的消极认知,这是其向上级阶层流动的阻力根源。

通过对美团案例的研究发现,平台与政府共同完善工伤与重疾基础保障,可以切断劳动关系与基本权益保障的必然联系,使外卖骑手在意外发生时有兜底力量支撑;市场竞争公平有序有赖于垄断行为的整治,平台企业权责边界的确定为平台参与者在游戏规则制定时争取更多发言机会;基于平台参与者参与共治的视角,提升监管方对平台垄断行为出现时的反应速度和预测企业风险行为的能力,及时制止平台对于外卖骑手的利益侵蚀,在外卖骑手滑向中等收入边缘时能够产生强大的正向推力;多元主体赋权分别从供给端、外部因素和社会关系网络资源出发,通过其产生的外部支撑力使外卖骑手克服“滑落”风险,而自我赋权则从内核动力角度出发提升外卖骑手丰富职业技能的主观能动性,从依赖平台企业逐步偏向与平台企业互补。

4.2 理论贡献

第一,基于平台治理对平台参与者价值结果的影响,研究针对由异质性参与者诱发的平台治理策略。本文将平台场域中的中等收入人群归于同类型参与者“分而治之”,研究平台企业对于外卖骑手“滑落”风险形成的作用机制,区分异质性参与者的同时设计共同治理机制,增强平台治理力度,促进平台企业多元化、高效率的价值共创机制的形成。

第二,本文立足参与者主体角度,在肯定其具有战略能动性的前提下,分析如何助力其打破“进阶难、滑落易”的单向流动僵局,激发平台参与者的价值获取潜力,实现平台生态系统内从价值共创到价值贡献的重要跨越,弥补了对平台参与者行为机理的研究空缺[64]。

第三,本文基于多主体参与共治的视角,突破利益相关者视角治理的局限性,从商业生态系统角度提出基于平台语境下的多主体与多路径协同治理机制,丰富了平台治理理论的内涵与应用情景。

4.3 管理启示

本文的研究结论对平台治理边界模糊引发的外卖骑手“滑落”风险的管理实践具有重要的启示意义。其一,在探索和明确治理边界时,需要明晰各主体的权责范围,秉持协作、共赢的理念处理多元主体的利益和矛盾[65]。在修正传统治理边界时,采用动态性和阶段性的治理策略可以有效应对灵活用工模式下的复杂问题。其二,平台内、外部多元主体的参与对平台治理的及时性、针对性和彻底性具有重要意义。平台企业既是内部规则的制定者又是撮合双方交易的主导者,因此需要政府协同多元主体的力量构建一体化的治理机制。政府在构建的过程中,一方面,针对不同主体利益偏好,完善对于异质性主体参与治理的激励机制;另一方面,需要为各方主体反馈、沟通、投诉提供便利的渠道并完成责任评估、保障所处理的个人信息的安全等工作。

本研究通过分析平台场域内外卖骑手“滑落”风险的形成机制,以动态视角探讨“滑落”现象的复杂前因,从生态主体与路径协同治理角度强化外卖骑手的风险防范意识与化解机制,促进了平台治理理论在实践层面的应用,对后续的研究具有一定的参考和借鉴作用。

4.4 研究局限与展望

虽然本文在案例分析和研究的过程中收集了较为丰富的文献和资料,但仍然存在一些不足。首先,平台场域内中等收入人群“滑落”问题涉及经济学、管理学、政治学等多个学科领域,但本文在研究过程中涉及的理论面较窄,有待在未来的研究中进一步完善;其次,本文的案例资料采用了二手数据,未来研究可以考虑对相关平台企业进行结构化访谈以及对一定数量的外卖骑手进行问卷调查;最后,在研究平台场域内中等收入人群“滑落”风险的过程中,可能会存在其他干扰因素,未来研究对此需要深入考量。