近期，《人物》團隊推出一篇調查性文章《外賣騎手，困在系統里》。這篇文章揭示了“與生命賽跑”的外賣騎手所面臨的困境。他們的時間、收入及生命安全，被強大的算法鎖定。為了“準時送達”，騎手們經常在鋼鐵洪流中超速、逆行、穿紅燈……

這篇文章一度讓輿論非常同情騎手，同時批判平臺冷酷的算法和資本家對生命的漠視。但是，平臺公司將皮球踢給用戶，這事最后無疾而終，騎手依然在“極限賽跑”。

除了道德批判，我們似乎別無辦法。輿論也沒有深入挖掘“騎手被困系統里”的本質問題。本文從經濟學的角度，使用反壟斷理論、價格歧視及消費者剩余理論，解釋和揭示“算法剝削”。

一、數據，即權力

這篇文章提到一個關鍵詞：時間失蹤。

“2016年，3公里送餐距離的最長時限是1小時，2017年，變成了45分鐘，2018年，又縮短了7分鐘，定格在38分鐘——據相關數據顯示，2019年，中國全行業外賣訂單單均配送時長比3年前減少了10分鐘。”

從平臺方來說，“吞掉時間”是算法帶來的技術革命。外賣平臺實時收集海量的配送數據，人工智能算法通過深度學習，優化派單，壓縮時間，提升配送效率。這就是美團的“超腦”、餓了么的“方舟”的力量。

對于平臺公司來說，時間就是金錢。

“根據美團公布的數據顯示，2019年第三季度，美團外賣的訂單量達到25億，每單收入比2018年同時期增加了0.04元，而與此同時，每單成本則同比節省了0.12元——這也幫助美團在2019年Q3，多賺了整整4億元。”

但是，對于騎手來說，“效率就是生命”。

騎手們的收入被系統的算法支配著。騎手的收入取決于接單量、準時率、差評率、投訴率。其中，準時率是最重要的。因為差評和投訴主要原因是超時，如果超時，系統會自動扣提成，接單量再大也是徒勞。“準時率低于98%一單扣一毛錢，低于97%一單扣兩毛錢。”

過去幾年，配送里程增加，配送時間卻在減少。

“美團研究院在今年6月發布的中國外賣產業發展報告中稱，2019年騎手日均配送里程相比2018年增長約5.5%，日均配送里程大于50公里的騎手比例從2018年的13.8%增至2019年的18.2%。”

為了與時間賽跑，騎手不得不超速，甚至闖紅燈、逆行。這導致騎手的交通事故率上升。“現實數據有力地佐證了這一判斷——2017年上半年，上海市公安局交警總隊數據顯示，在上海，平均每2.5天就有1名外賣騎手傷亡。”

系統規劃的時間是最短的，有時沒有考慮路況、雨天、單行道、紅燈等現實問題。這就迫使騎手拿生命派單。

文章發出后，這一缺乏話語權的群體備受社會的關注。

有人拿出約翰·羅爾斯的正義理論批評平臺算法“不計偶然性”特別違反正義原則。系統算法計算的是最理想的極限時間，卻忽略了現實諸多偶然因素，如電梯擁擠、雨天堵車、電動車故障等。

有人拿出尼克·西弗的“算法文化”，認為平臺的算法，除了包括理性程序外，還要包含制度、交叉環境等，并建議研究者應該從人類學地探索算法。

有人拿出港交所的“ESG信息披露”，指出美團等上市公司需要披露包括環境、社會責任和公司治理的信息。在這里，騎手的生存環境屬于社會責任的范疇。上市公司必須“不遵守就解釋”“過去三年每年因工亡故的人士及比率”。期望這一披露制度倒逼平臺重視騎手的交通事故風險，并給予更多的保護。

但是，平臺卻將皮球踢給了消費者，推出新功能，增加“愿意等待系統”。言下之意，顧客是上帝，不是我們要求騎手快，而是你們（消費者）要求騎手快。

雖然評論區對這一踢皮球行為很氣憤，但是除了罵資本家無良外，也沒有別的好辦法。隨著熱度退卻，騎手每天與死神賽跑的狀況并未改變。

這到底是什么問題？

算法優化配送，提升經濟效率，這是技術進步，利好于消費者（尤其在疫情下），利好于平臺。理論上來說還利好于騎手，節省了不必要的路程。但是，人們總覺得其中有問題，又說不出哪里出了問題，最后只能從情緒道德上譴責資本家剝削，從社會責任上呼吁資本家手下留情。

其實，這不僅僅是道德問題，更是法律問題。

從經濟學的角度，算法支配騎手是一種壟斷行為。這種技術性壟斷，很可能構成平臺濫用數據優勢，以及價格歧視中的大數據殺熟。

在反壟斷法的框架下，濫用市場支配地位是三類壟斷行為中的一類。在大數據時代，平臺可能濫用大數據的支配優勢。

數據是一種資源，也是一種權力。

數據本是用戶的一項私人資源，數據所有權也就是一項私人權力。但是，現在大型平臺沒有采用分布式系統，私人數據被中心化的數據庫壟斷。因此，私人的數據所有權被剝奪，科技公司便產生了所謂的大數據支配優勢。科技公司往往在不告知用戶的前提下采集、占有并使用私人數據。

數據為何成為科技公司一項“關鍵權力”？

用戶在平臺上留下的任何結構性的和非結構性的數據，經過科技公司的數學模型分析后，變得具有預測性。隱秘在用戶深處的欲望、需求、情緒、情感可能被算法洞悉，科技公司可借此推送信息，引導消費，改變甚至控制人們的思想及行為。

2018年，Facebook陷入“數據泄露丑聞”。在聽證會上，有議員質問扎克伯格：“Facebook在竊聽用戶說的話？”扎克伯格婉轉地回答：“我們允許用戶上傳分享自己拍攝的視頻，這些視頻的確有聲音，我們也的確會記錄那些聲音，并且利用對這些聲音的分析來提供更好的服務。”

濫用大數據支配優勢的極端情況是大數據殺熟。

所謂大數據殺熟，是一種差異化定價行為。比如，某電商平臺上同樣一件商品，老用戶和新用戶客戶端上所顯示的價格不同。又如，當你急于在某個網絡平臺上購買飛機票時，票價卻莫名其妙地上漲了。

亞馬遜是大數據殺熟的“始作俑者”。2000 年，亞馬遜針對同一張 DVD 碟片施行不同的價格政策，新用戶看到的價格是 22.74 美元，如果是算法認定有購買意愿的老用戶，價格會顯示為 26.24 美元。如果刪除 Cookie，價格馬上又回落。很快這種策略被用戶發現并投訴，亞馬遜 CEO 貝索斯公開道歉，說這僅僅是一場實驗，也承諾不再進行價格歧視。

在美國，大數據殺熟為何被禁止？

二、歧視，即壟斷

大數據殺熟其實是一種歧視性定價行為。而價格歧視是一種被打擊的壟斷行為。美國經濟學家貝克爾在1955年的博士論文《歧視經濟學》最早發現了歧視行為。他認為，歧視行為將付出代價，造成經濟效率損失。

價格歧視是指廠商在同一時期對同一商品向不同客戶索取不同的價格。廠商可借此獲得差別定價的壟斷利潤。而消費者在這一行為中受到了針對性定價的歧視。

當然，差別定價是一種商業競爭策略，并非所有的價格歧視都是違法的。

美國1936年出臺的《羅賓遜帕特曼法》是一部針對價格歧視的法律。這部法律規定，確定價格歧視違法需要滿足兩個條件：一是同一個商品針對不同消費者采用不同售價；二是這種行為對競爭構成破壞或給消費者造成損害。

但是，現實中，確定價格歧視依然相當困難。

英國經濟學家庇古在1920年《福利經濟學》按照價格歧視程度，分為一級價格歧視、二級價格歧視、三級價格歧視：

三級價格歧視，對不同群體的客戶索取不同的價格，但群體內的價格是一致的。民航、電影院、跨國公司經常采取這類差異化定價策略。

二級價格歧視，針對不同購買量索取不同的價格。數量折扣，多買更優惠，也是常用的定價策略。

但是，一級價格歧視是不被允許的。一級價格歧視，也叫完全價格歧視，同一商品針對每一個不同的買家都采用不同的價格。大數據殺熟就是屬于一級價格歧視。

價格歧視，通常用在消費領域，這與騎手有何關系？

這里需要引入兩個概念：信息不對稱和消費者剩余。

所謂信息不對稱，是指交易中的各人擁有的信息不同。在交易中，掌握充分信息的一方對信息貧乏一方構成議價優勢。價格歧視程度，與廠商所掌握的信息量直接相關。在一級價格歧視中，廠商占據了絕對的信息優勢，對每一個買家的信息了如指掌，從而可以做出差異化定價，最大限度地榨取消費者剩余。

消費者剩余是庇古的老師馬歇爾在1890年《經濟學原理》中提出來的概念。所謂消費者剩余，是指消費者在購買一定數量的某種商品時愿意支付的最高總價格和實際支付的總價格之間的差額。

比如，這部手機標價3000元，你的心理價位是3500元，那么多出來的500元就是消費者剩余。與消費者剩余相對的概念是生產者剩余，兩者可以稱為“交易剩余”，屬于一種“心理剩余”。

有人認為，“交易剩余”不過是心理效應，不會造成財富損失。這是理解是錯誤的。交易雙方只有交易剩余大于零時，才會選擇交易。這就是我們通常說的“劃得來”。交易剩余是真實財富，交易之所以發生以及交易帶來的財富，正是“交易剩余”。

而價格歧視所獲取的超額利潤，也正是“交易剩余”。正因為企業攫取了消費者的“交易剩余”，我們才認定其獲得了超額壟斷利潤。在一級價格歧視中，企業掌握了每一個買家的信息，對每一個買家都索取了其愿意支付的最高價格，從而賺取了所有買家的全部消費者剩余。

根據哈耶克的信息分散理論，企業不可能掌握每一個買家的所有完整信息。但是，在“大數據殺熟”中，平臺公司的算法越出色，對每一個買家的信息分析越充分，就可能榨取更多的消費者剩余。換言之，算法極限追求消費者剩余。

通常，價格歧視、大數據殺熟發生在消費領域，這與騎手被困在系統里有何關系？騎手與消費者一樣，其私人數據都被平臺系統掌控，平臺可能存在濫用大數據支配優勢。

正如上文所講的，平臺的算法根據騎手、買家、賣家等信息，極限壓縮配送時間。極限壓縮配送時間是經濟效率的體現，也可能壓榨騎手的交易剩余。

如何理解？

在消費中，消費者剩余是消費者在交易中獲得的“差額”財富。在勞動力市場中，勞動者的“交易剩余”不容易發現。由于馬歇爾的“消費者剩余”理論沒有推廣到勞動力市場，所以，我們在理解這個問題需要兜幾個彎。

我們將馬歇爾的“消費者剩余”推廣到勞動力市場。不管是消費品市場還是勞動力市場，都存在“消費者剩余”和“生產者剩余”，我們統一使用“交易剩余”更好理解。

在消費品交易中，買賣雙方一手交錢一手交貨，錢貨兩清，交易終止。交易雙方在交易發生時便已經計算出了各自的“交易剩余”。但是，勞動力市場的交易要復雜得多，資方雇傭勞動，勞方給資方提供的是勞務，不容易衡量，卻需要時間交付，具有相當的復雜性和不確定性。

不考慮供求關系的情況下，勞方最開始處于信息優勢方，資方處于劣勢方。因為在雇傭勞動時，資方投入的沉沒成本，如廠房、設備都是看得到的，而且勞方還可能隨意濫用、支配、牽制這些設備和資源，給資方造成損失，錯失商機。

而勞方則只是帶個“人”來，沉沒成本低，且信息不透明。資方很難衡量員工到底有多大能耐，是否使出全部力氣和智慧，是否偷懶敲竹杠，是否“尋租”。同時，勞動者的資源掌握在自己身上和腦袋（人力資本）中，人力資本與勞動者一般是不分離的，且容易帶走。

所以，理論上，勞方“剝削”資方。勞方“偷懶”，“敲竹杠”，“尋租”，便是在賺取更多的“交易剩余”。如果勞方不計加班費地干活，資方便賺取了更多的“交易剩余”。值得注意的是，勞資市場中的交易剩余、價格歧視都在過程之中，不容易被發現。

資方為了改變信息不對稱的地位，避免被雇員“磨洋工”“敲竹杠”，選擇與勞方簽署雇傭合同，制定嚴厲的規則，以約束勞方行為。強化管理是為了阻止工人“剝削”資方，讓勞動力的利益向資本的利益看齊。這就是“為什么是資方雇傭勞方”的邏輯。

在18世紀～19世紀，勞資雙方的矛盾極為尖銳。在泰羅制引入工廠之前，工人的效率極低。資方采取粗暴，甚至違法的方式對付工人。工人則組建工會，甚至加入暴力團體，對抗、群毆資方。

到了19世紀末，泰羅制引入大型工廠，資方找到了“科學管理”辦法。勞資雙方的矛盾有所緩和，計件工資的引入使得工人與資本家的目標趨于一致。

但是，流水線的發明及推廣，讓勞資雙方的地位發生了逆轉。

三、算法，即剝削

1913福特汽車發明了第一條流水線后，勞資力量發生了逆轉。泰羅制利用了分工理論研究工人的“動作”，流水線以機械化的方式落實了泰羅制。在流水線上，工人的身體、動作、時間、精力被重復的機器綁架。最早斯密在《國富論》中擔憂，分工可能導致知識退化。到了流水線時代，工人已經被“機械化”[7]。

誰也無法否認，基于分工的泰羅制及流水線帶來的工業效率革命。但是，這一工業效率背后潛藏著另一種“剝削”，那就是資方對勞方“交易剩余”的剝奪。工人只能利用大型工會，與資本家博弈，并在信息上、力量上形成相對均勢。

我們知道，馬氏創造了剩余價值理論批判資本家的剝削行為。巴斯夏、米塞斯等經濟學家，與馬氏對抗，捍衛自由主義，被認為是資本家的代言人。但是，這兩派勢力都未能揭示問題的根本。

管理學大師德魯克年輕時經歷過勞資矛盾所引發的極權主義斗爭（《經濟人的末日》，1937）。他在后來的《公司的概念》中批判了泰羅制及流水線對勞方的“剝奪”。他認為，這種方式違背了人的特性，抹殺了人的動機、興趣、感受，以及綜合、平衡、控制、判斷等優勢。

但是，不管是馬氏、米氏還是德氏，都沒能揭示勞方的“交易剩余”被資方剝奪。人們忽略了斯密在《國富論》中的另一種擔憂：知識積累帶來規模遞增，規模遞增引發市場集中[7]。不管是流水線還是系統算法，正是利用了技術的壟斷優勢，幫助資方建立了信息優勢和議價優勢。

在流水線上，任何工人都必須在某個時間比如1秒鐘，完成一道工序，消滅了“磨洋工”。流水線上的時間，相當于給所有工人確定了強制性的價格。不管工人是否愿意，這個價格剝奪了工人的“交易剩余”。如果資方發現工人的動作越來越嫻熟，還有時間，即交易剩余可以榨取，便會調高流水線的速度。

如今，騎手變成了被算法支配的流水線上的工人。騎手們的工作時間完全被系統支配，當算法深度學習后發現還可以壓縮時間，那么騎手們的“交易剩余”又被削減。

理論上，算法還可以對每一個騎手實施“大數據殺熟”。針對每個騎手的數據確定不同的配送時間，相當于給每個歧視實施不同的“歧視性價格”，以完全剝奪所有騎手的“交易剩余”（不確定是否存在）。這就構成了一級價格歧視。

資方居于信息優勢方，騎手處于信息貧乏方，在算法面前沒有任何議價能力。

從經濟學的角度來說，交易雙方利用各自的信息，與對方進行價格博弈，本是一種正常的合理的競爭行為。正是這種競爭行為才促進技術進步及效率提升。但是，在自由市場中，其中一方獲取了信息壟斷優勢，比如平臺掌控了私人數據，對另一方實施價格歧視，最大限度地榨取“交易剩余”，那么價格將扭曲，經濟效率也會下降。騎手的部分收益被平臺攫取，財富長期向平臺傾向，打亂自由市場的分配機制。

可能有人會提出，自由競爭會解決這個問題。不愿意干騎手，可以去工廠上班。正是因為工廠上班工資太低，才更多人做騎手。

真實的邏輯是，流水線“壓榨”了工人的“交易剩余”。工人跑去送外賣，然后被算法壓榨了“交易剩余”。工人和騎手的收入被壓低，也會拉動整個勞工市場的工資水平。甚至，還可能對其它行業構成不正當競爭。比如，平臺壓榨了騎手的“交易剩余”，降低了外賣配送成本，還提高了配送效率，方便面企業卻因此遭了殃。

算法可以支配騎手，也可以支配我們每一個人。

在大數據時代，平臺理論上可以掌控每個買家的信息，對下壓榨每個買家的全部“消費者剩余”；也可以掌控每個騎手的信息，對上壓榨每個騎手的全部“交易剩余”。平臺兩頭都可獲得超額的壟斷利潤，導致財富向互聯網巨頭集中。

比較中國與美國的互聯網生態，我們會發現一個明顯的不同。中國互聯網形成了兩大系，這兩大系都熱衷于終端的橫向擴張，勢力范圍囊括零售、醫療、消費金融、網絡支付、出行、住房、媒體、旅游、商業服務、物流。

由于美國的反壟斷法是條高壓線，Facebook、谷歌、微軟、亞馬遜等公司不敢過度橫向擴張，只能往縱深領域發展，如操作系統、人工智能、大數據、云計算、無人駕駛、通用芯片、導航系統、編程語言、機器人、基礎科學等。

中國互聯網公司極少進入這些領域，而這些縱深領域才是核心技術所在。不可否認，中國互聯網巨頭在大數據、云計算及算法領域投入巨大。但是，這些領域所獲得的成果，目的是為了在終端獲取最大的“交易剩余”。在終端領域的擴張，中國互聯網巨頭獲得了巨大資本紅利，大量冠以大數據、云計算概念的終端消費公司上市套現。

終端橫向擴張的互聯網生態至少造成三大問題：一是資本、人才無法進入縱深領域，核心技術創新不足；二是我們的生活被一個個強大的算法支配、包圍和鎖定；三是平臺算法上下通吃，攫取了全社會的“交易剩余”，制造了財富集中及貧富分化，甚至出現有效需求不足。

價格歧視理論揭示了被大數據、云計算“偽裝”的算法剝削。

中國的價格法規定，價格歧視是不正當價格行為。同時，即將在10月1日實施的《在線旅游經營服務管理暫行規定》禁止了大數據殺熟行為：在線旅游經營者不得濫用大數據分析等技術手段，基于旅游者消費記錄、旅游偏好等設置不公平的交易條件，侵犯旅游者合法權益。

近些年，美國及歐洲掀起了數據民主化運動。歐盟議會于2016年通過《通用數據保護條例》。該條例規定，任何收集、傳輸、保留或處理涉及到歐盟所有成員國內的個人信息的機構組織均受約束。這條例明確了個人數據權是公民的一項基本權利，應該得到尊重和保護。

2019年7月8日，英國信息監管局發表聲明說，英國航空公司因為違反《一般數據保護條例》被罰1.8339億英鎊（約合15.8億元人民幣）。

雖然個人擁有保護數據的責任，但是根據漢德公式，最低成本的辦法是限制大公司、大平臺。1942年，美國訴羅爾拖公司一案中，法官漢德創意性地提出了一個公式來判案。漢德公式的意思是，預防未來事故成本小的一方應該受到限制。私人數據“被迫”存于平臺之中，如果要每一個用戶都保護好自己的數據隱私不被濫用顯然不現實。

要杜絕大數據殺熟，必須解決個人數據私有化問題。分布式信仰者試圖通過點對點技術、加密算法等構建去中心化數據庫。極客們不僅面臨賽道擁堵、自治憲法等技術性挑戰，還面臨奧爾森所述的權力挑戰。

反科技“狂人”希爾多·卡辛斯基曾在《工業社會及其未來》一文發出警告：“工業化時代的人類，如果不是直接被高智能化的機器控制，就是被機器背后的少數精英所控制。”

如果數據不私有化或未建立對算法的有效管控（注意前提），算法即剝削。

烽巢網注：本文來源于微信公眾號 智本社（ID：zhibenshe0-1）, 作者 ：清和