标签归档:platform

关于外卖的想象力

去年参加了导师的国家社科基金项目,该项目就是在探讨网约劳动平台和社会的互动。

在这个项目中,我们针对深圳市的某外卖平台的骑手做了一次较大规模的问卷调查(国内首次),历时数月,第一篇文章已经见稿于今年《浙江学刊》。但以下均为个人想法,不代表导师意见。

研究说了什么:以秒计数的监控体系、骑手与公共空间的冲突、算法的影响

  1. 时间上,骑手面临着平台、商家和顾客的三重压力空间上,骑手的工作对公共空间产生了占用也引发了冲突

具体的论述和论据因为篇幅较长请大家参考原文

研究没说什么:一种新矛盾的产生

  1. 平台通过创造一种工作形式和构筑一种监控、分配机制,在转嫁矛盾中攫取利润。“送外卖”是一种被进一步去技术性的工作,外卖劳工也被进一步去组织化

因诸多原因,这部分不再展开。

关于外卖的想象力

ICT 技术(information and communication technology,信息和通讯技术)的发展为新的劳动形式和组织形式产生了可能,也为新的时空控制形式提供了工具。资本主义对劳动的控制往往可以分为对时间和空间的控制,或许在某些情况下会有心理上的控制但也往往由工作效率(时间)体现。而技术的创新往往是资产阶级出于提高劳动生产率、降低劳动成本的诉求(马克思的观点)而不是真正以提高高社会福祉为目的。急速发展的移动互联网、算法、GPS、前端 (front-end)等技术都为外卖平台的出现和快速发展提供客观条件。我们的研究表明,这种时间和空间的监控体系在外卖平台的运作中发挥着极强的功能。

过去,在作为技术创新代表的工业革命中,生产变得机械化和去技术化(deskilling, 工作的简单化),工厂和资本家不再需要为技能培训支付费用,而仅仅需要为工人的基本生活和再生产支付费用(马克思)。这种去技术性维持了资本主义的运转,但也让工人与社区分离、与工作伙伴分离、与制造的产品分离,更重要的是与生产的创造性、独特性和独特的人类潜能的分离——异化(alienation)。

现在,食物的配送从业者在上岗之前不再需要对路途的高度熟识(但仍然有一定要求)、不再需要能够博得稳定的食物生产和销售网络(由平台和算法承担),毫无疑问,这种工作也被去技术化了。于是,外卖员成为了在城市中穿梭的电动车,甚至不再被写字楼和高档社区所接纳;外卖员也互相分离,在工作中被城市道路与工作任务隔开;外卖员的创造性也被限制在“互相换单送”“帮忙接个单”等零碎而无需太多潜能的范围内,毫无疑问,这种去技术化促进了劳动者的异化

更为重要的是,这种由时间和空间都由平台分配和监控的劳动形式、这种特殊的去技术化和异化,也阻断了工会和反抗形成的可能,或许这是真正的、我们所不能承受的代价。

如果它提供了(较)高收入、(较)多自由的的工作,那它还“是它自身的掘墓人”吗?

参考文献

叶韦明,欧阳荣鑫.重塑时空:算法中介的网约劳动研究[J].浙江学刊,2020(02):167-176.

论文推荐 | 平台经济的依赖性和不稳定性

论文推荐 | 平台经济的依赖性和不稳定性

Dependence and precarity in the platform economy

Schor, J. B., Attwood-Charles, W., Cansoy, M., Ladegaard, I., & Wengronowitz, R. (2020). Dependence and precarity in the platform economy. Theory and Society, 1-29.

摘要

Uber和类似平台公司的快速发展引领了学者对平台劳动的极大兴趣。学者们主要采用了两种方法解释平台工作的结果——不稳定性,即关注雇佣分类和无保障的劳动;以及通过算法进行的技术控制。两者都预测劳动者会有相对共同的经历。在对七个平台(Airbnb、TaskRabbit、Turo、Uber、Lyft、Postmates和Favor)的工人进行 112 次深度访谈的基础上,我们发现在不同平台之间和平台内部的经验的异质性。我们认为,由于平台劳动的制度化程度较弱,工人满意度、自主性和收入在不同平台之间和平台内部都有显著差异,这说明主流的解释是不充分的。我们发现,劳动者依靠平台收入支付基本开支而不是为补充收入而工作的程度解释了结果的差异,补充收入者更满意,收入更高。这说明平台对传统雇主是搭便车的(free-riding)。我们还发现,平台在提供者能赚取的收入、工作条件以及其培养满意工人的能力方面是有等级之分的。我们的研究结果表明,需要对平台采取新的分析方法,强调劳动力多样性、与传统劳动力市场的联系以及工人的依赖性。

Abstract

The rapid growth of Uber and analogous platform companies has led to considerable scholarly interest in the phenomenon of platform labor. Scholars have taken two main approaches to explaining outcomes for platform work—precarity, which focuses on employment classification and insecure labor, and technological control via algorithms. Both predict that workers will have relatively common experiences. On the basis of 112 in-depth interviews with workers on seven platforms (Airbnb, TaskRabbit, Turo, Uber, Lyft, Postmates, and Favor) we find heterogeneity of experiences across and within platforms. We argue that because platform labor is weakly institutionalized, worker satisfaction, autonomy, and earnings vary significantly across and within platforms, suggesting dominant interpretations are insufficient. We find that the extent to which workers are dependent on platform income to pay basic expenses rather than working for supplemental income explains the variation in outcomes, with supplemental earners being more satisfied and higher-earning. This suggests platforms are free-riding on conventional employers. We also find that platforms are hierarchically ordered, in terms of what providers can earn, conditions of work, and their ability to produce satisfied workers. Our findings suggest the need for a new analytic approach to platforms, which emphasizes labor force diversity, connections to conventional labor markets, and worker dependence.

点击下载 PDF (Sci-hub)