數字疾馳：北大博后送外賣，發現了秘密

幾年前，一條“北大博士后為做研究送半年外賣”的新聞，讓北京大學社會學系博士、博雅博士后陳龍躋身公共討論視野。

作為每天穿梭在城市里的“最熟悉的陌生人”，外賣騎手構成了這個平臺經濟時代里最典型的零工樣本。

早在2018年，陳龍就開始了對外賣騎手群體的研究和體驗。為了完成博士論文，他加入了位于北京中關村的一個騎手站點，扎扎實實地跑了半年外賣。

2024年年底，他將自己親身體驗和研究的結果和16萬字的采訪資料，匯集在了新書《數字疾馳》里。

陳龍在前期調查時發現，僅單一平臺的公布數據，就有約300萬外賣員，“但這300多萬人不是在一個實體的公司，而是分布在全國2000多座大大小小的城市里，每天走街串巷，看起來雜亂無章，但都能準時準點地把外賣送到你手里。”陳龍好奇，這背后的主導秩序究竟是什么呢？

本應賦予人更大靈活度的數據，如何編織成困住人的龐大網絡隨著科技的進步，資本對勞動控制的強化、系統及其背后的“數字控制”，又如何構成了今天這種獨特的勞動秩序。

《數字疾馳》共分為三篇，從騎手團隊的人員構成，到親身上路跑單的親身感受，從“人造單王”女騎手，到“掛單”“報備”等具體而微的平臺漏洞，全書以“網”“線”和“點”的結構，將騎手與平臺系統、商家、顧客、站點、保安甚至交警之間的復雜互動模式串聯起來。

如今，書中詳細呈現的幾位受訪者，大多都已經不再送外賣了。有的去南方進了工廠，有的做起了保險銷售，有的回老家帶孩子。

結束研究后，陳龍又花了三年多時間進行樣本搜集與采訪。最終，他得出結論：隨著科技進步與資本對勞動控制的強化，平臺、系統及其背后的“數字控制”，構成了新的勞動秩序。

也正是在切身體驗過這一職業后，陳龍意識到，從某種角度而言，系統的確可以困住騎手，但永遠無法真正困住人，也無法參與真正屬于人的靈活性與復雜性。

以下是陳龍的講述。

成為他們

在成為外賣員之前，我幾乎沒有點過外賣。

2018年夏天，我還在念博三，住在北大的一棟學生宿舍。每天下樓，都會碰到很多外賣騎手云集在門口等著學生下來取餐，但我天天見到他們，其實都有點熟視無睹。

后來，是在導師的建議下，我最終決定將這一“最熟悉的陌生人”確定為我的博士論文研究對象。

確定下來后，我意識到自己首先得成為外賣騎手。而且成為一天兩天、一兩個月的外賣騎手還不夠，我必須熟悉這個群體的工作模式。

我到網上去投簡歷，用地址為山西老家的過期身份證，編了一堆假的經歷，幾經輾轉，最終成功加入了位于中關村食寶街的一個站點兄弟連。

站點的性質有點像平臺的加盟商。外賣剛開始出現的時候，平臺是直接雇傭騎手，但隨著騎手數量越來越多，平臺就不想雇傭了。因為雇傭的成本很高，要簽勞動合同。于是，他們把騎手的招募和管理外包給勞務公司，加盟商們會把某一片區域的平臺訂單都承包下來，設幾個站點，按站點招募騎手。

中關村這個團隊號稱是中國最早的外賣騎手隊伍之一，成立于2015年，如今已從十幾人的小團隊發展壯大到了八百余人的大團體。我剛加入的時候，當時的站長說過一句話：“咱們團隊稱得上全國單量第一的外賣團隊。如果說全國的外賣團隊看北京，那么北京的外賣團隊就要看咱們了。”

不過，送外賣第一天，我只送了9單。那時候比現在貴，一單能賺8塊錢，一天下來，我賺了72塊錢。

剛開始我跑得比較節制，下午三點收工后就去找騎手做訪談，跑得也不太專心，滿腦子想著我的調查。我仍然是以一個研究者的身份參與其中的。

但隨著研究進展阻滯不前，我越來越焦慮。這種焦慮大概持續了一個月后，我意識到不行，必須先放下研究這件事，全心全意地投入跑外賣。

我所在的中關村兄弟連，毫不夸張地說，簡直是“藏龍臥虎”。什么樣的人都有，有創業失敗的、身負債務的中年人，也有2024年那部電影《逆行人生》里徐崢飾演的曾經的中產。

對他們來說，送外賣是一項可以立刻來錢的工作，不需要高學歷、技術門檻低，一輛電瓶車，一部手機就行。在北京，如果非常努力地跑，一個月還是能拿到1萬～1.5萬元，這對很多三四十歲忽然失去工作的人來說是很有吸引力的。

這幾年一直有傳言，說外賣員的平均學歷越來越高。最開始是某平臺發布了一份數據報告，經統計，外賣騎手群體里本科以上學歷者高達20萬人，研究生學歷甚至達到7萬人，高學歷外賣騎手占比20%以上。

但其實這個數據是有問題的。因為它面向的是平臺注冊的所有騎手，可是并不意味著所有騎手都會填問卷。比如有好幾百萬名騎手，最后好像只收回來了6萬份問卷。

我接觸的騎手們，大部分還是來自小地方的、低學歷的。他們就是傳統意義上的外來務工人員，來送外賣往往是因為身上背負著經濟壓力。

據我觀察，經濟壓力最大的騎手大致分為三類：第一個是有養家重任的青壯年男騎手，他們是最能“拼命”的一群人；其次是單親媽媽；最后是已婚已育的女騎手——可能老公在其他地方打工，家里還有一兩個孩子。

我從2018年3月開始跑外賣，直到8月底，經歷了北京的早春到盛夏。天氣對跑外賣的影響很大。從某種程度來說，外賣騎手和他們的父輩一樣，盡管遠離了黃土地，但本質也是“靠天吃飯”的行業。但不一樣的是，對騎手來說，反而是越惡劣的天氣，越有錢賺。

夏天頂著烈日走街串巷，我印象最深刻的倒不是有多熱，而是我經常穿的那件綠色T恤，一個夏天過去，竟然全部被汗水浸褪成白色了。

當時我有個站點里認識的朋友，他租住在城中村自建房里。有一天，他給電瓶車充電的時候，電瓶車忽然著火了。他第一時間擔心的是害怕把人家房子給燒了，情急之下竟然直接徒手抓著電瓶就往外搬，火就一直順著他的胳膊往上燒。

前幾天我和那位朋友還一起吃飯，七年過去，我還是看見他的整只手臂幾乎都是乳白色的疤痕。

北京的冬天比夏天更難熬。我剛開始跑的時候還有倒春寒，有時會下雪。但捂得太嚴實也不行，因為跑著跑著會出汗，然后就變成了外面冷風嗖嗖地吹，衣服里面卻已經被汗水濕透了，我只能用自己的身體把汗烘干。雨衣根本不管用。雨水鉆進衣服里，同樣只能靠體溫硬生生把水分蒸干。

我至少還可以回宿舍洗熱水澡，但很多騎手為了省錢，都會住在沒有衛生間的城中村的房子里。我在書里提到的來自甘肅的保利、春生，來北京后兩個月沒洗過澡。

我帶他們去北大的學生澡堂洗過一次澡。我記得很清楚，當時，保利特別不好意思，他覺得周圍都是北大學生，他自己是個送外賣的，還穿著制服，怎么好意思。

我告訴他，在澡堂里，大家都沒穿衣服，脫光后就會發現，我們都一樣。

另一種控制

大概跑到第三個月，我想要研究的問題終于開始漸漸明朗：我所在的那個平臺號稱全國有三百萬外賣騎手，這三百多萬名騎手同時分布在中國大大小小的城市，但我好奇，到底是誰在指揮這三百萬名外賣騎手呢？如此大體量的勞動者，他們這種看似有條不紊的生態和規則，究竟是如何形成的呢？

與工業化生產時代相比，互聯網平臺勞動者似乎擁有很大的“自由”和“自主性”。所以今天我們常聽到說，很多年輕人寧愿去送外賣，都不愿意去工廠。在一定程度上，送外賣的確是更“自由”的。但這份自由是相對的，很多騎手口中的自由，指的是他可以在工作中“手腦并用”。

他既需要不停奔波，也需要不停地動腦，一邊看路線，一邊和商家、顧客甚至是交警互動。相比起封閉的流水線工廠，外賣騎手其實算是一份具有社會性的工作，至少不用將自己變成勞動的機器。

在這個意義上，他們認為自己是自由的。而在賺錢差不多的情況下，所有人都會自然而然地更傾向于選擇更自由的工作。

但這種相對的自由之上，還是懸掛著更精細的數據控制。

一個關鍵數據，是時間。

從取餐那一刻開始，騎手就要開始一路的“打怪”送餐之旅。路途中不可預料的因素包括但不限于紅綠燈、交警、交通意外。在繁忙的中關村商圈，紅綠燈對騎手來說只是擺設，幾乎沒有騎手會真的停下來等紅燈。團隊里的一個騎手顧少聰直接告訴我：你不闖紅燈，就擋了后面要闖紅燈的騎手的路。

騎手的工作時間大多是從上午9點到晚上9點，每天上午11點到下午2點之間是高峰期，訂單也主要集中在這一時段。在這期間，由于訂單量激增，平臺系統會進入瘋狂派單狀態，騎手接收起訂單來也會應接不暇。

一般來說，一位騎手完成一起訂單的時間在25～50分鐘，但由于高峰期系統不停地派單，每位騎手手里都積壓了大量訂單。而在訂單時間重疊效應的影響下，每單的送餐時間會被成倍壓縮。

于是，一個矛盾困境誕生了：送餐時間越短，超時的概率反而越大。最理想的效率，是通過復雜的數據計算，讓自己恰好置于一個兩方都平衡的時間點。

在眾多的“線”中，外賣騎手與平臺系統之間的互動是占據主導地位的。整個勞動秩序維系的關鍵就在騎手服從平臺系統的指揮，而平臺系統不斷地收集騎手、商家與顧客的數據，并將數據分析的結果用于優化騎手匹配、線路規劃、時間預計、配送定價等維系勞動秩序的方方面面。

我將這種管理手段稱為“數字控制”，即“點”。

在騎手工作的時候，平臺會不斷收集他們的所有數據，并且通過對這個數據的分析反過來優化對騎手的管理。比如，一個騎手可能在送外賣的時候發現哪個地方有一條近路，可以幫他節約時間，這個時候系統就會優化，發現你明明可以20分鐘送到那里，于是就不會再給你45分鐘的時間。

一般我們會理所當然地認為，騎手在外面奔波、搶時間，很苦很累，但我在親身體會后發現不完全是這么一回事。

剛開始可能的確覺得辛苦，但跑了一段時間以后，其實你根本不在意有多累，你在意的是系統如何給我派更多訂單，讓我在更短的時間內賺更多錢。你就會不由自主地想，我昨天跑8個小時，明天一定要跑10個小時，后天要跑12個小時。我昨天只跑了20單，明天就要想辦法跑30單。

就像我在書中提出來的，騎手是一個不斷探索人的勞動極限的工作。你做這份工作的時間越長，系統其實越會擴展你的極限。

早在20世紀70年代，就有美國科學家提出了“數值控制（numerical"control）”的概念，那時候主要是講計算機，通過數值來操控機器或是操控人。而我們今天說的“數字控制”特指平臺經濟時代數字對人的控制。

在互聯網大數據時代，平臺經濟的核心是系統，而系統的核心是數據。總的來說，平臺系統通過互聯網與大數據技術實現了管理效率的極大提升，將勞動秩序納入可計算的程度，實現了對勞動的高度控制和精準預測。

這種控制看起來很可怕，像是現代的另一種對勞動的異化。可我想，這里面還是有一些空間和縫隙，可以容納人的獨特可能性。

數字的盲區

2021年，一條“博士生送外賣”的新聞將我送上了熱搜，接受過一次采訪后，鋪天蓋地的媒體打電話來找我。

那時候，其實我很惶恐。因為新聞報道會突出我，“博士生送外賣”的這種對比會變成噱頭。直到現在，一些人在介紹我的時候還是會說，陳龍是當年那個去送外賣的博士生，這很了不起。雖然是在贊譽我，但本質上就是將我作為關注主體。而我研究的和希望呈現的外賣員卻隱身了。

就在前些天，我還和當年認識的幾個外賣員朋友吃了一頓飯。一共六個人，只有一個是我在2018年就認識，而且至今還在送外賣的。

剩下的大多都已離開外賣行業，有兩個人在賣保險，書中的其中一個主人公保利如今在浙江一個工廠里。而大家離開的原因，無外乎“太苦、太累、風險太大”。

在我體驗的那半年里，剛開始我也很猶豫，到底要不要把我做研究的本意告訴大家呢？

一方面，我擔心研究者的身份會讓他們產生距離感。但另一方面，我也希望自己能坦誠地與他們相處，不必擔心問東問西而顯得可疑。

直到研究快結束的時候，我才開始告訴一部分親近的騎手，再有人來問我之前在做什么的時候，我就直說自己是一個學生，放暑假想出來掙點零花錢。這么說了以后，他們反而對我產生了更多好奇，好多騎手主動和我聊天，我也會帶他們去北大轉轉、交流。我發現保持自己和他們的不同，反而更容易進入他們的世界。

如今，點外賣已經很普遍了，但大部分人不了解，一份外賣送到你手上之前到底經歷了什么？你真的不會知道他為什么送得快，為什么送得慢？他送得快可能是因為闖了紅燈，送得慢可能是因為他遇到了交警或者出了車禍。

我們都無法阻擋技術的發展，我們人類能做的，一個是在制度上進行一些調整，不要讓技術成為人的枷鎖。

比如社會保障、基本的勞動保障，現在騎手群體都是沒有的。如今，平臺經濟又被稱為“零工經濟”，不僅是外賣騎手，凡是經由平臺經濟興起的職業，比如快遞員、網約車司機等，都是散工。他們的工作時間靈活，工資按件提成，但沒有社保，也不與雇主簽訂勞動合同。但系統本身是無法解決這個困局的。

另一個可以抵擋數字異化的方法，我覺得是現實中人與人之間真實的互動、理解和包容，這也是我想寫這本書的一個核心表達。

我一直相信，系統一定是存在漏洞的，只是大小問題。算法和數字也一定有它的邊界，它不會無限蔓延到人的每一個角落，而是存在它鞭長莫及的地方。

比如一個久經沙場的騎手，在拿到訂單的一瞬間，他就可以估摸出大概多長時間可以送到。這完全是憑借一種個人的經驗和直覺計算出來的，而不是數據。這時候，他就可以思考和抉擇，我要不要多拿幾個訂單再出發？我要不要欺騙平臺說還沒送到？

又比如讓很多騎手頭疼的“確認到店”。現實中，如果遇到商家出餐慢，騎手可以向平臺報備，報備后可以多得到5分鐘的等待出餐時間。但平臺對是否到店的判斷是通過距離測量，500米內就可以點“確認”了。而在一個店鋪密集的商業街，熟練的騎手可以在距離餐廳500米以內但還沒到店的時候先點確認，為自己爭取時間。

還有送餐的時候如果來不及了，我們可能想要打電話給顧客說聲“對不起”，然后詢問能不能提前點送達？有一次我打電話給一個女顧客解釋，她很爽快地說沒問題，你看著弄就行。

那一刻我內心真的極其溫暖，我太感激她了。因為一旦我點了確認送達，她就不能在手機上看到我了，她也不知道我到底會不會送到。這里面有一種數據無法量化的信任。

這些靈活的東西，是數字技術永遠理解不了的。它永遠也想不到，在點了“送達”之后，我們還能有這樣的交流和商定。

不只是外賣騎手，在今天，數字控制發生在現代社會的每個人身上，也會加劇人和人在現實中的疏離。但我覺得，越是在被數據全方位侵蝕的時候，人與人之間真實的互動、交流和理解，越是凸顯出重要性。這種情感的辨認和呼喚，反而能幫我們努力抵擋被數字的異化。