幾年前，一條“北大博士後為做研究送半年外賣”的新聞，讓北京大學社會學係博士、博雅博士後陳龍躋身公共討論視野。
作為每天穿梭在城市裏的“最熟悉的陌生人”，外賣騎手構成了這個平台經濟時代裏最典型的零工樣本。
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，他加入了位於北京中關村的一個騎手站點，紮紮實實地跑了半年外賣。
2024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》裏。
陳龍/受訪者供圖
陳龍在前期調查時發現，僅單一平台的公布數據，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裏，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裏。”陳龍好奇，這背後的主導秩序究竟是什麽？
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，資本對勞動控製的強化、係統及其背後的“數字控製”，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”等具體而微的平台漏洞，全書以“網”“線”和“點”的結構，將騎手與平台係統、商家、顧客、站點、保安甚至交警之間的複雜互動模式串聯起來。
《數字疾馳》以局內人視角，揭示數字控製之下新型的勞動過程和勞動關係
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。
結束研究後，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製的強化，平台、係統及其背後的“數字控製”，構成了新的勞動秩序。
也正是在切身體驗過這一職業後，陳龍意識到，某種角度而言，係統的確可以困住騎手，但永遠無法真正困住人，也無法參與真正屬於人的靈活性與複雜性。
以下是陳龍的講述。
01
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，住在北大的一座學生宿舍。每天下樓都會路過很多外賣騎手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。
後來，是在我導師的建議下，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。
陳龍/受訪者供圖
確定下來後，我意識到自己首先得成為外賣騎手。而且成為一天兩天、一兩個月不夠，我必須熟悉這個群體的工作模式。
我到網上去投簡曆，用地址為山西老家的過期身份證，編了一堆假的經曆，幾經輾轉，最終成功加入了位於中關村食寶街的一個站點兄弟連。
站點的性質有點像平台的加盟商。外賣剛開始出現的時候，平台是直接雇傭騎手，但隨著騎手數量越來越多，平台就不想雇傭了。因為雇傭的成本很高，要簽勞動合同。於是，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台訂單都承包下來，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，成立於2015年，如今已從十幾人的小團隊發展壯大到了八百餘人的大團體。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，那麽北京的外賣團隊就要看咱們了。”
不過，送外賣第一天，我隻送了9單。那時候比現在貴，一單能賺8塊，一天下來，我賺了72塊錢。
剛開始我跑得比較節製，下午三點收工後就去找騎手做訪談，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。這種焦慮大概持續一個月後，我意識到，不行，必須先放下研究這件事兒，全心全意地投入跑外賣。
我所在的中關村兄弟連，毫不誇張地說，簡直是“藏龍臥虎”。什麽樣的人都有，有創業失敗的、身負債務的中年人，也有去年那部電影《逆行人生》裏徐崢飾演的曾經的中產。
徐崢在電影《逆行人生》中飾演一名外賣員
對他們來說，送外賣是一項可以立刻來錢的工作，不需要高學曆、技術門檻，一輛電瓶車，一台手機就行。在北京，如果非常努力地跑，一個月還是能拿到1-1.5萬，這對很多三四十歲忽然失去工作的人是很有吸引力的。
這幾年一直有傳言，說外賣員的平均學曆越來越高。最開始是某平台發布了一份數據報告，經統計，外賣騎手群體裏本科以上學曆者高達20萬人，研究生學曆甚至達到7萬，高學曆外賣騎手占比20%多。
但其實這個數據是有問題的。因為它麵向的是平台注冊的所有騎手，可不意味著所有騎手都會填問卷。比如有好幾百萬騎手，最後好像隻收回來了6萬份問卷。
我接觸的騎手們，大部分還是來自小地方的、低學曆的。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“拚命”的一群人；其次是單親媽媽；最後是已婚已育的女騎手——可能老公在其他地方打工，家裏還有一兩個孩子。
《逆行人生》劇照
我從2018年3月開始跑外賣，直到8月底，經曆了北京的早春到盛夏。天氣對跑外賣的影響很大。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。
當時我有個站點裏認識的朋友，他租住在城中村自建房裏。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，我還是看見他的整隻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，然後就變成了外麵冷風嗖嗖地吹，衣服裏麵卻已經被汗水濕透了，我隻能用自己的身體把汗烘幹。雨衣根本不管用。雨水鑽進衣服裏，同樣隻能靠體溫硬生生把水分蒸幹。
圖蟲·創意
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房子裏。我在書裏提到的來自甘肅的保利、春生，來北京後兩個月沒洗過澡。
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，還穿著製服，怎麽好意思？
我告訴他，在澡堂裏，大家都沒穿衣服，脫光後就會發現，我們都一樣。
02
另一種控製
大概跑到第三個月，我想要研究的問題終於開始漸漸明朗：我所在的那個平台號稱全國有三百萬外賣騎手，這三百多萬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外賣騎手？如此大體量的勞動者，他們看似有條不紊的這種生態和規則，究竟是如何形成的？
與工業化生產時代相比，互聯網平台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，很多年輕人寧願去送外賣，但不願去工廠。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“手腦並用”。
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。
圖蟲·創意
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於選擇更有自由的工作。
但這種相對的自由之上，還是懸掛著更精細的數據控製。
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於紅綠燈、交警、交通意外。在繁忙的中關村商圈，紅綠燈對騎手來說隻是擺設，幾乎沒有騎手會真的停下來等紅燈。團隊裏的一個騎手顧少聰直接告訴我：你不闖紅燈，就擋了後麵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，由於訂單量激增，平台係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分鍾之間，但由於高峰期係統不停地派單，每位騎手手裏都積壓了大量訂單。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。
於是，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，是通過複雜的數據計算，讓自己恰好置於一個兩方都平衡的時間點。
《在一起》劇照
在眾多的“線”中，外賣騎手與平台係統之間的互動是占據主導地位的。整個勞動秩序維係的關鍵就在騎手服從平台係統的指揮，而平台係統不斷地收集騎手、商家與顧客的數據，並將數據分析的結果用於優化騎手匹配、線路規劃、時間預計、配送定價等維係勞動秩序的方方麵麵。
我將這種管理手段稱為“數字控製”，即“點”。
在騎手工作的時候，平台會不斷收集他們的所有數據，並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，這個時候係統就會優化，發現你明明可以20分鍾送到那裏，於是就不再會給你45分鍾的時間。
一般我們會理所當然地認為，騎手在外麵奔波、搶時間，很苦很累，但我在親身體會後發現不完全是這麽一回事。
剛開始可能的確覺得辛苦，但跑了一段時間以後，其實你根本不在意有多累，你在意的是係統如何給我派更多訂單，讓我在更短時間內賺更多錢。你就是會不由自主地想，我昨天跑8個小時，明天一定要跑10個小時，後天要跑12個小時。我昨天隻跑了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，係統其實越會擴展你的極限。
早在上世紀70年代，就有美國科學家提出了“數值控製（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“數字控製”特指平台經濟時代數字對人的控製。
在互聯網大數據時代，平台經濟的核心是係統，而係統的核心，是數據。總的來說，平台係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製和精準預測。
這種控製看起來很可怕，像是現代的另一種對勞動的異化。可我想，這裏麵還是有一些空間和縫隙，可以容納人的獨特可能性。
03
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，接受過一次采訪後，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。雖然是在讚譽我，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。
就在昨天（采訪前一天），我還和當年認識的幾個外賣員朋友吃了頓飯。一共六個人，隻有一個是我在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裏。而大家離開的原因，無外乎“太苦、太累、風險太大”。
圖蟲·創意
在我體驗的那半年裏，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？
一方麵，我擔心研究者的身份會讓他們產生距離感。但另一方麵，我也希望自己能坦誠與他們相處，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麽的時候，我就直說自己是個學生，放暑假想出來掙點零花錢。這麽說了以後，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，反而能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曆了什麽？你真的不會知道他為什麽送得快，為什麽送得慢？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，一個是在製度上進行一些調整，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，平台經濟又被稱為“零工經濟”，不僅是外賣騎手，凡是經由平台經濟興起的職業比如快遞員、網約車司機等等，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。但係統本身是無法解決這個困局的。
陳龍在《數字疾馳》新書分享會/受訪者供圖
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，係統一定是會存在漏洞的，隻是大小問題。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。這個時候，他就可以思考和抉擇，我要不要再拿幾個訂單再出發？我要不要欺騙平台說還沒送到？
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，騎手可以向平台報備，報備後可以多得到5分鍾的等待出餐時間。但平台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。
圖蟲·創意
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，然後詢問能不能提前點送達？有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。這裏麵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”之後，我們還能有這樣的交流和商定。
不隻是外賣騎手，在今天，數字控製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。
