张丹丹说灵活就业是福利，算法答应吗？

“从劳动经济学角度看，他们灵活本身就是一种福利。”

近日，北京大学国家发展研究院副院长张丹丹在一档节目中谈及灵活就业者的社会保障时表示，正规就业者用自由换取社保，灵活就业者获得了自我管理和时间选择权，其代价则是社会保障相对薄弱。

这段话引发争议，是因为它忽略了平台经济中一个越来越重要的事实：很多灵活就业者虽然可以决定什么时候上线，却不能决定平台给不给订单、每一单值多少钱、什么行为会被处罚，更不能决定自己会不会突然被算法判定为作弊并失去账号。

就在这场争论发生之际，Uber收到了一张与“算法管理”有关的巨额罚单。

8月17日，荷兰数据保护局决定对Uber处以8.25亿欧元（约合64.77亿元人民币）罚款。监管机构认定，2018年至2022年间，Uber在部分情况下通过自动化系统暂停或者停用司机账户，却没有向司机充分说明决定依据，也缺少具有实际意义的人工审核。相关司机可能因为被系统判断存在欺诈行为、故意绕路或者乘客评分过低，而突然失去接单资格和收入来源。

Uber否认曾完全依靠算法永久封禁司机账户，强调永久停权前存在人工审核，目前也已建立申诉机制，并表示将对处罚决定提起上诉。因此，这张罚单还不是最终结论。

但Uber案已经提出了一个比罚款金额更重要的问题，当平台可以通过算法决定一个劳动者能否继续工作时，所谓“灵活就业”究竟是谁的灵活？

一、可以随时上线，不等于拥有工作自由

灵活就业当然具有真实价值。

对于需要照顾家庭的人、希望兼顾多份工作的人，以及拥有稳定客户和专业能力的自由职业者而言，自己安排工作时间，确实可能是一种福利。不能因为部分平台劳动者处境困难，就否认所有人主动选择灵活就业的可能。

问题在于，灵活就业并不是一个内部完全相同的群体。

一名拥有稳定客户、能够自主定价的律师、设计师或者程序员，与一名收入主要依赖某个平台、必须服从派单和评分规则的司机、骑手，虽然都可能被称为“灵活就业者”，但他们拥有的选择权完全不同。

真正的灵活，应当至少包括选择工作时间、选择交易对象、协商劳动价格、了解评价标准以及退出某个平台后仍能继续谋生的能力。

但是在平台用工中，劳动者通常只能决定是否上线，不能决定上线以后会发生什么。订单由算法分配，价格由平台计算，路线由系统规划，服务由用户评分，奖惩由模型执行，账号是否继续开放也由平台判断。

表面上，劳动者没有固定上下班时间；实际上，他们可能必须在高峰期上线，达到一定接单率，维持规定评分，接受不断变化的奖励任务，才能获得足够订单和基本收入。

能决定什么时候打开软件，不等于能够决定自己如何劳动。

如果一个人可以自由选择今天不接单，但代价是今天没有收入；可以拒绝一笔低价订单，但代价是此后被降低派单权重；可以申诉一次错误处罚，但只能面对没有解释权限的客服，那么这种“自由”就非常有限。

它更像是平台把经营风险、订单波动和社会保障成本转移给劳动者以后，留给劳动者的一点时间弹性。

二、平台给予时间灵活，也收走规则选择

传统企业对劳动者进行管理，通常需要通过劳动合同、规章制度和管理人员完成。平台则把相当一部分管理权写进了代码。

算法不会迟到，不需要休息，也很少解释。它可以同时观察数十万名劳动者的位置、速度、接单率、取消率、乘客评价和历史行为，并根据平台设定的目标不断调整订单和奖惩。

平台企业当然有权治理作弊、欺诈和服务质量问题。没有风控，正常经营者和消费者同样会受到损害。但治理作弊的权力，不能演变为机器未经充分说明和人工复核，就直接决定劳动者生计的权力。

Uber案中最值得注意的，正是数据保护规则开始介入劳动管理。

欧盟《通用数据保护条例》并不绝对禁止企业使用算法，而是强调：当自动化决定对个人权利和生活产生重大影响时，个人应当知道自己为什么受到这样的处理，有权表达意见、提出异议，并获得具有实际意义的人工审查。

账号停用显然不是普通的系统提示。对于主要依靠平台谋生的司机而言，它可能相当于被立即停止工作。

因此，判断一个平台是否进行了“人工审核”，不能只看流程中有没有工作人员点击确认。真正的人工审核，应当允许审核人员理解算法依据、重新判断事实并改变机器结论。如果人工只负责接受系统建议，或者客服只能重复标准答案，这仍然可能只是给自动化决定披上一层人工外衣。

监管要求的不是“人类点一下确认”，而是机器不能拥有未经制约的最终决定权。

三、“灵活是一种福利”需要满足三个前提

从经济学角度看，劳动者确实可能在稳定保障与时间自由之间作出选择。但是，这种交换要成立，至少需要三个前提。

第一，劳动者拥有真实选择。

如果劳动者能够在正式就业、自由职业和平台就业之间自主选择，时间弹性可以成为工作的非货币收益。如果一个人只是因为找不到正式工作，不得不依靠送餐、网约车或者日结劳动维持收入，就不能轻易把这种被动适应称为福利。

第二，劳动者了解交换条件。

平台应当清楚告诉劳动者：订单如何分配，价格如何形成，哪些行为会触发处罚，评分下降会产生什么后果，账号在什么情况下会被冻结。只有知道自己放弃了什么、能够得到什么，才谈得上选择。

第三，劳动者具备拒绝能力。

如果拒绝订单、退出奖励任务或者对处罚提出申诉，会导致隐性降权、减少派单甚至账号风险，劳动者的选择就只存在于界面上，而不存在于现实中。

所以，张丹丹这句话真正的问题，不是承认灵活具有价值，而是把一种只有在平等议价和充分选择条件下才能成立的“福利”，普遍适用于权力高度不对等的平台劳动关系。

福利应当是劳动者获得的增益，而不是劳动者用社会保障缺失换来的剩余空间。

四、中国并不缺少规范，缺少的是具体落实

Uber案虽然发生在欧洲，但它提出的问题同样存在于中国平台经济中。

我国《个人信息保护法》第二十四条已经规定，利用个人信息进行自动化决策，应当保证决策透明和结果公平、公正；通过自动化决策作出对个人权益有重大影响的决定，个人有权要求说明，并有权拒绝个人信息处理者仅通过自动化决策作出决定。

《互联网信息服务算法推荐管理规定》也明确要求，平台向劳动者提供工作调度服务时，应当保护劳动者取得劳动报酬、休息休假等合法权益，完善订单分配、报酬构成及支付、工作时间和奖惩等算法。

人力资源社会保障部门发布的新就业形态劳动者权益保障指引，则进一步要求平台提高劳动规则的公平性和透明度，制定或者修改涉及订单分配、报酬支付、工作时间、考核奖惩的规则时，应当听取劳动者代表意见，提前公示，并建立申诉和纠纷处理机制。

规则已经覆盖了算法管理的主要环节，现实中的问题却在于，这些权利有时仍停留在原则层面。

平台可能公示了算法的“基本原理”，却没有告诉某一名劳动者为什么被降权；可能设置了申诉入口，却无法提供具体证据；可能声称存在人工审核，但劳动者始终只能收到格式化回复；可能允许劳动者拒绝订单，却没有说明拒单是否会影响此后的派单。

下一阶段需要解决的，不是平台有没有写一份算法说明，而是劳动者能否真正看懂、质疑并改变一个涉及自身权益的决定。

对于账号封禁、停权、欺诈认定、重大降权、报酬调整等高影响决定，至少应当建立五项制度：

一是明确告知事实依据和适用规则，不能只显示“违反平台规定”； 二是提供能够接触案件材料并改变系统结论的人工复核； 三是设定明确的申诉期限，避免劳动者在漫长等待中失去收入； 四是错误处罚被纠正后，应当恢复账号、评级和相应经济损失； 五是重大算法规则调整，应当听取工会或者劳动者代表意见，而不能由平台单方面修改。

算法本身没有善恶。它可以提高派单效率、识别欺诈、减少空驶，也可以被用来压缩报酬、延长劳动时间、制造竞争和转移责任。

真正需要约束的，不是某一行代码，而是决定算法目标、掌握全部数据并拥有最终解释权的平台。

平台常把自己描述为信息撮合者，把司机和骑手称为独立经营者；但当平台能够决定订单、价格、路线、考核和退出时，它已经不仅是在提供交易场所，也在实施一种深入、实时而且难以拒绝的劳动管理。

这正是Uber罚单留给中国平台企业的提醒：算法效率不能成为剥夺劳动者知情权、解释权和申诉权的理由。机器可以发现异常、提出风险和辅助决策，但不能在缺乏有效监督的情况下，决定一个劳动者明天还有没有工作。

张丹丹所说的“灵活”并非完全不存在，只是她忽略了灵活背后的权力分配。

在平台经济中，最先获得灵活性的往往不是劳动者，而是平台：订单多时可以迅速调用劳动力，订单少时不必承担固定成本；需要人时推送奖励，不需要人时减少派单；可以随时修改规则，却不必与每一名劳动者协商。

劳动者得到的，则可能只是收入的不确定、保障的不完整，以及随时上线等待订单的自由。

如果平台可以灵活地改变价格、规则和劳动者命运，而劳动者只能灵活地接受或者离开，这就不是双方共享的福利，而是平台把不确定性转嫁给了个人。

所以，真正的问题是灵活就业中的这种灵活由谁定义，成本由谁承担，劳动者有没有说“不”的能力。

只有当劳动者能够看见规则、理解决定、拒绝不公并获得有效救济时，灵活才可能成为福利。否则，所谓自由，不过是算法控制之下的一种无保障状态。

封面来源 | AI生成