被算法裹挟的“裸奔人”:新就业形态下网约工群体劳动权益调查

摘要:新就业形态下以青年为主体的网约工群体规模庞大，与平台企业和算法技术不期而遇。但在实践中网约工群体却频遭算法裹挟，由此产生的劳动异化行为屡见不鲜。处于弱势的网约工群体无力对抗算法遮蔽下的平台权利滥用，劳动权益频遭侵蚀。必须高度重视网约工劳动权益保护，依靠制度保障调适算法下的偏离设置。

国际劳工组织在《未来的劳动世界》报告中描绘到，“新的力量正在改变劳动世界”[1]。基于数字经济的蓬勃发展，世界主要经济体的劳动力市场正在经历一场百年未有之大变局的数字化转型，催生了一场新的就业革命—新就业形态。2015年，党的十八届五中全会公报首次提及“新就业形态”，“新就业形态”由此正式成为政策性概念。从传统雇佣到新型合作、从定时定点到随时随地、从团体化协同作业到原子化独立作业，新就业形态在促进经济社会发展、拓宽就业渠道、提高劳动者收入等方面发挥了重要作用，与之“相伴而生”形成了新就业形态下代表性群体—网约工群体。

网约工群体数量庞大。国家信息中心调研发布的《中国共享经济发展报告(2021年)》显示，我国2020年共享经济参与者高达8.3亿人，直接服务约8400万人[2]。数量庞大的同时青年劳动者占比居高。北京市总工会的抽样调查显示，在京网约工群体近80%年龄在25~44岁，其中年龄在25~34岁的占比最高，为41.03%。上海市总工会的抽样调查显示，在沪网约工群体35岁以下占比73.47%[3]。快递小哥、外卖员、网约车司机......以青年为主体的网约工群体成为了诠释共享经济、跑腿经济、零工经济、应需经济最为生动形象的代言人。新就业形态大有可为，网约工群体大有作为。新冠肺炎疫情发生以来，大量网约工岗位的释放为政府做好“六稳”工作、落实“六保”任务，特别是维护社会大局稳定发挥了重要作用。

为提升用户体验、加强服务管控，新就业形态平台企业在运营中通常会引入大数据和人工智能等算法技术，对网约工的劳动过程以智能化、数字化技术评价代替传统人工评价。但在用户需求和劳动力供给的实时配置中，一种新现代泰罗主义逐渐形成:平台以算法技术捆绑网约工群体，用设定算法逻辑指挥网约工劳动时间、空间轨迹、情感表达，人的劳动行为被算法技术所左右。与此同时，两大劳动异化现象随之产生:一方面，为求利润最大化，平台以算法技术不断增强网约工群体劳动强度，加速裹挟并实现支配与控制之目的;另一方面，平台力求风险最小化，以算法技术刻意规避责任，将平台风险转移至个体，网约工的劳动权、休息权、健康权、自主权等不同程度受到侵蚀。被算法追逐的网约工群体权益保障频频缺位，近乎在城市中加速“裸奔”，由此引发一系列的权利危机。本研究于2021年9月至2022年3月对北京地区新就业形态下的网约工群体展开调查，以西城区、海淀区等建立的“小哥加油站”为据点，对127位网约工进行问卷调查和个体访谈，走访2家平台企业，调查算法之下网约工的生存现状与维权困境，提出因应之策。

什么是新就业形态?目前政府相关部门和学界尚无统一界定。但可以确定相较传统就业形态其劳动关系、技术媒介、组织形式、就业方式等差异巨大，数据信息业已成为生产核心要素。从生产力维度审视，新就业形态擘画了生产资料智能化、数字化、信息化条件下，劳动者可以实现虚拟生产体系的灵活协作工作模式。从生产关系角度审视，新就业形态体现出雇主虚拟化、场域流动化的就业模式。2020年全国两会上，习近平总书记强调:“疫情突如其来，‘新就业形态’也是突如其来。对此，我们要顺势而为，让其顺其自然、脱颖而出”[4]。新就业形态下平台以算法技术为手段持续签派、指挥、监督网约工，以完成任务实现利润价值为目的，算法与网约工群体由此联结。

算法是以数学公式逻辑为基础，在设定规则下得到的运算结果。“算法”概念从属科学技术史的一部分，中国最古老的天文学和数学著作《周髀算经》中就证明了勾股定理、揭示了日月星辰的运行规律等，众人所熟知的加减乘除就是最基本的算法逻辑。第一次工业革命后，算法与推理、指令等形成密切联系，这亦成为解决自然科学问题实践的重要方法。20世纪后，算法开始依托电子计算机硬件和代码软件而发展，逐渐成为计算机技术不可或缺的一部分。进入21世纪，算法的逻辑越来越复杂，运行算法的手段越来越高级，计算的目标对象越来越广泛，计算的预期效果也越来越明确。近年来，全球大数据、云计算、人工智能技术勃兴，我国5G技术引领全球，赋予平台强大的算法设计、运算和研判能力，可以按照特定目的进行高阶算法的运用，算法也正在超越计算机、数学等传统领域而更加具有技术和社会双重范式[5]。算法在推动互联网技术领域进步的同时，对经济、政治、文化、社会领域均产生了巨大影响。与之相伴的网约工，是指共享经济、跑腿经济、零工经济、应需经济下利用网络信息平台获取消费者订单，依约取得劳动报酬的劳动者，网约车司机、外卖员、快递员、家政服务员等为主要代表群体。网约工与国际通用的“零工经济”既有联系亦有区别，同样的是虚拟雇佣关系和利用移动终端快速匹配供需方，不同的是相较零工经济工人“时间短、方式灵活”，我国网约工普遍工作时间长、劳动强度较大，但其身份定位和自身属性等仍存迷雾，这亦为算法下网约工群体的劳动异化埋下伏笔。

1844年，马克思在其撰写的《巴黎手稿》中提出四种异化形式，其中之一即“人与劳动活动相异化”，这种异化不仅表现在劳动结果上，而且表现在劳动的过程中，劳动者同他的生产活动相异化[6]。算法技术归根结底是为了平台提高劳动生产率和增加利润而存在的，看似无可厚非。但是，其一，平台会通过“算法技术”对工作路径策略排列组合，计算出网约工高效率、短时间的工作形态，实为“算法逻辑”;其二，随着网约工的不断加入，有关工作形态的大数据记录不断增加，平台会通过算法逻辑基础进行“算法优化”，向网约工设置“更高、更快、更强”的订单任务和时间限制，实为“算法规训”;其三，面对网约工自我竞争后业已跃升的劳动高强度和时间高效率，平台继续通过“算法约束”对网约工设置补贴、罚款、升(保)级等奖惩措施，使其不得不持续卷入高强度、高风险的劳动状态，实为“最强算法”;其四，桎梏于算法的技术性和排他性，绝大多数网约工对于上述算法设置一无所知，只能通过实践摸索，实为“算法黑箱”。高强度的劳动方式、高精度的劳动时间、不确定的劳动规则......算法下网约工的劳动异化逐渐形成。

调研发现，网约工的劳动行为并不受自我所支配，与社会对网约工“行动自由、时间自我”的普遍认知有着较大差别。相反，其行为往往被算法技术所裹挟，唯有奋力奔跑“迎合”算法，才能获得来之不易的劳动收入。网约工劳动过程大致分为任务分配、任务进行、任务反馈三个步骤，而算法裹挟贯穿始终。

平台任务分配一般依据DVRP(Dynamic Vehicle Routing Problem)算法:有一定数量且承载算法数据的网约工，部分网约工可能有若干订单正在服务，同时产生了一批新订单。已知网约工所处的空间坐标、行驶路径、服务时长，通过算法技术将新订单分配给网约工，期望实现平台控制下用户、订单、网约工的动态最优化。平台会通过网约工以往积累的劳动数据和即时数据(天气实况、路况信息、未来单量)等因素，以系统派单或网约工抢单这两种方式进行任务分配。不难看出，网约工的劳动数据对于任务分配至关重要。为此，平台会以多样化的评价体系为标对网约工形成劳动数据，并划为不同等级。等级越高，任务数量越多、订单质量越高、补贴越高，反之亦然。

网约工评价体系以过往劳动数据为要素，一般包括任务完成数量、工作总时长、准点率、晚点率、满意率、投诉率等。将上述要素融入算法逻辑似无不妥，但是这里有两个问题:第一，大多平台会将商业、酒店业、航空业中会员的“保级制”和“积分清零制”引入等级评价规则，即只有高积分才有高等级，但积分会动态调整甚至清零。为了维持积分，保住现有级别或获得更高级别，必须持续劳动并付出更多劳动才能达到算法要求，反之积分清零、级别降低的后果就是订单数量的减少。

这个平台就像“打怪”一样逼着我们不停送。你看，上个月我刚升级成了铂金(蜂鸟)还挺高兴，但这个月因为疫情影响任务少了，现在看肯定保不了级。这点儿积分当月清零，我算了下现在还剩6天，我必须再送出55件才能保级，升级啥的就别想了。(男，25岁，A平台快递员)

第二，不同平台等级评价标准虽各有侧重，调查中发现正常工作6个月左右，多数网约工都能达到中等级别，可并不透明的算法让网约工进一步升级非常困难，除非付出超乎极限负载的劳动时间和劳动量。反之，达到一定级别后降级却十分容易，其实质就是说不清道不明计算规则的“算法黑箱”。这亦经常成为网约工茶余饭后的“谈资”。

前几月每天拉活10个小时，挣千八百块钱基本到月底就能升级。但上个月流水也差不多，非但没升级还降级了......之前级别低的时候平台会给限时奖励，会派大单，好像是套住你鼓励你升级。现在级别高了，限时奖励却少多了，大单感觉也没那么多了，感觉是又害怕你升级。我和兄弟们聊天都觉得平台这个规则太不透明了。(男，28岁，B平台司机)

吉莱斯皮将这种受到差序格局式管理的劳动人口称为“算数型工人”[7]。网约工不具备实体营商环境下的管理条件，算法介入后的等级评价实际上就是实体场域老板对于员工的良莠评价。平台解释认为，等级评价是网约工实现自我价值认同和职业幸福感的重要指标，但在网约工看来，等级评价恰恰是梦魇的开始，级别更是与幸福无关。他们关注保级、渴望升级、害怕降级仅仅因为其与未来任务挂钩。为了捍卫等级，网约工必须卷入升(保)级—高强度劳动—升(保)级—更高强度劳动的圈套中去。“行动自由、时间自我”的劳动假象被无情戳穿，极限挑战的劳动表象才是网约工群体的真实写照。但是，网约工在劳动中不完全是被动的。通过自主性的长期实践，网约工逐渐摸索到对抗“算法”的主体策略，以“逆算法”行为对抗平台。这在一定程度上脱离了技术操控，更加强调了劳动者的自我赋权，也在一定程度上对平台资本起到“反剥削”和再创造的作用[8]。同时要看到，网约工的“逆算法”行为并非全部合规，如通过外挂软件置入手机平台帮助自己抢到优质任务、与商家合作在社群进行“空单运转”等实质损害平台和用户利益的行为也随之产生。

我现在周一早高峰和周五晚高峰就不出车，一到雨雪大风天就使劲出车。同样是高峰，周一早晨和周五晚上路上最堵，即使加上平台补贴我也挣不了多少钱，拉不了多少单，更别提升级了。但是刮风下雨就不一样了，平台有补贴升级加速、订单又多，这会就是升级的最佳时间段。(男，34岁，B平台司机)

新就业形态下，“快”成为行业关键词，满足用户及时需求，快速完成订单任务成为重要指标。因此，在任务进行阶段，平台的算法逻辑转圜到时间刻度。透过时间算法，一方面平台构建起了高效快捷的时间资本来赢得资本青睐和用户认可，另一方面亦实现了对网约工的算法规训。认领任务后，网约工完成的每一个重要步骤都会以时间数据记载并实时传输到平台和用户两端。为保证服务效率，平台会将算法预测时间和以往完成同类别任务的时间大数据相耦合，为网约工设定精准的时段区间驱动其快速完成。

时间就是金钱，效率就是生命，以时间算法为标尺希冀提高网约工劳动效率符合平台的逐利本质，但是这里有三个问题:第一，资本意图下算法会出现工具理性僭越价值理性的现象。不同于算法逻辑，算法规训并不是单纯的计算代码和程序，而是包括技术、团队及其企业价值观念在内的系统工程。在订单高峰阶段，算法规训并非由数据掌控一切，所有平台都会为人工调度提供后台端口。人工调度并不是用来“拯救”网约工的，而是试图将网约工的剩余价值挖掘到极致，最大化提升平台运营效率。

第二，从短期看，网约工多吸收任务意味着更高收入。但是从中长期看，在通过人工调度大幅度提升网约工任务量后，算法规训并未对上述信息予以审查过滤，相反又被算法逻辑所吸收，认为今后同类订单网约工能够按照更快的时段区间来完成，因此会披着“算法优化”的外衣让同类任务设定时长缩短、再缩短。在算法规训的裹挟下，网约工只能被迫牺牲安全系数博求时间秒数，否则就会面临超时被处罚的风险，违反法律法规(闯红灯、逆行、超速等)，违反平台规则(转单、提前结束订单、刷单等)等行径被迫而生。

我干这行快10年了，这几年我收到过好几次平台加速的通知。2017年的时候3公里送餐最长时限还是45分钟，到了2020年就是28分钟了。举个例子吧，同样是学院路的某某饭店到某某大学南门送餐，同样是工作日的中午饭点，去年(2021年)配送时间要求还是35分钟，今年就变成32分钟了。3分钟，又被平台活生生偷走了。(男，35岁，C平台海淀区某配送站站长)

第三，相较主观因素渗透更多的算法规训，看似相对客观的算法逻辑亦非永远正确。尽管近些年算法逻辑已经将天气实况、路况信息等因素考虑在内，但仍然会出现失准现象。调查中，网约工对于城市交通临时管制、写字楼电梯高峰期等待、点对点直线距离测算方法、3公里以外超远距离接单等问题的反映尤为突出。一方面是本就已经畸形的超短时限，另一方面是未被考虑充分的延误因素，“与时间赛跑”不得不成为网约工的工作日常。

算法对于网约工的裹挟之处，还体现在任务反馈阶段的评价上。调查显示，当任务完成后，所有平台无一例外地设有用户对网约工的服务评价，综合评价多为五星级好评或10分制好评，分类评价包括订单准点率、商品服务好评率、网约工服务态度等。这是用户基于订单服务全过程的主观评价，其直接挂钩网约工的定级奖惩。然而这一阶段的算法裹挟却是绝大多数受访网约工正在遭受或曾经遭受的“噩梦”，网约工对此意见最为突出。

卢梭在观察18世纪法国巴黎的社会图景时曾指出:“个人感情是一种缺陷，因为它使个体在计算他的最大收益时分心，这可能在经济上把它推向产生相反结果的歧途”[9]。在21世纪的现代劳动图景下，情感却成为资本创造劳动价值过程中的附加属性，个人情感被作为和劳动力同一属性的“商品”出卖给资本，当劳动中的情感整饰、情感展演和情感消除成为标准化的劳动要素和劳动者的必备素养，情感监控就成了必要的管理手段[10]。劳动密集型服务行业理应以规范化服务流程因应用户合理化服务要求。但是这里有三个问题:第一，不同于实体服务行业，网约工群体多为青年男性，面部表情、语言表达、肢体动作等情感劳动并非强项。但是，平台设置的算法规训仍然将“微笑”服务、“祝您用餐愉快”语言服务、开车门并半鞠躬(专车)动作服务作为评价标准。严苛的要求被网约工以生硬的微笑、格式化的语言、蹩脚的动作完成，用户服务的获得感提升有限，偶时还多了几分“被敷衍”之感。第二，除自因外，目前部分差评原因并非源自网约工，而多由商家出餐慢、货品质量不佳等他因所致。即使目前评价体系分类模块化，但是受到“冒犯”的用户多会感性使然将差评范围扩大。城门失火，殃及池鱼，网约工经常无辜“躺枪”。第三，即使因自因导致的不佳评价，但也包括交通拥堵、临时管制等不可抗力因素，包括地址填写不清、电话填写错误等用户因素，但在算法天平明显倾向“至高无上”的用户前提下，网约工对不佳评价的申诉机制或缺失无影，或形同虚设。

经常会有客人因为对外卖不满意最后给我打差评，填写的原因和我一点关系都没有，感觉好冤枉，可是平台也不管我们申诉，只能认倒霉。我们完成一单加10分，五星好评再加20分，可一个差评就扣50分，相当于5单白干，所以真是应了那句话，顾客就是上帝。(男，19岁，C平台外卖员)

如前所述，平台经过算法汲取、归纳、分析和运用，实现了劳动资源配置。作为技术中介的算法逻辑，在人为“算法优化”后形成了“算法规训”甚至是“最强算法”，其目的就是要置入平台用工主观意图。平台利用算法在满足平台经济利益和用户情感诉求两方面可谓炉火纯青，但却忽视了被算法不断侵蚀的劳动者合法权益。可是，处于弱势的网约工群体显然无力对抗算法遮蔽下的平台权利滥用，劳动权益频遭侵蚀[11]。

网约工劳动强度大、工作时间长已成不争事实，小哥过劳死等消息亦屡见报端。调查显示，127位受访网约工普遍劳动时间超过10个小时，特别是在“双十一”、工作日高峰等特殊时间段，身体如同陀螺一般高速旋转。目前算法逻辑相当成熟，若对网约工劳动时间加以适当调适并非难事。但恰恰相反，平台一方面利用阶梯激励等算法调动网约工劳动“潜能”，另一方面对网约工正以“最严算法”标准加以考评。

为避免网约工劳动强度过大，保障其休息权，部分平台业已搭建劳动强度预警系统。例如B平台利用算法技术置入车载智能硬件实时识别司机疲劳状态，同时算法监测网约车司机“服务时长累计满3个小时强制休息20分钟，满10个小时强制休息3个小时”才能再次上线。但是，这一算法监测却让平台司机怨声载道。相较其他工种，网约工主要体现为高峰期劳动强度大，而平峰期劳动强度小但要时刻处于“待机”状态。以“强制休息”降低劳动强度让司机普遍认为只是应付检查和舆情之伎俩，形式大于实质。

根本不是强制休息，而是强制下线，说白了就是到规定时间你要下线一会，根本不管你人车在哪，开没开。北京环路多，怎么停车休息?即使不在环路，又有多少路边停车位，真要停下被抓拍又是一笔罚款。这个“强制休息”只能空单往前开，让手机“休息”20分钟再上线。所以啊，这个监测除了让我们多费点油钱少挣点流水，没任何作用。(男，29岁，B平台司机)

一方面是过大的劳动强度，而另一方面则是说不清楚“我是谁”的身份认定模糊。不容否认，新就业形态在重塑了服务业的同时也在加速调整用工形式的多样化，劳动关系呈现出多重化、灵活化、虚拟化等特征。但网约工的劳动身份认定缺位不应成为其理由。近年来，政府相关部门一直在持续推进新就业形态下网约工的劳动身份认定工作，但平台对此却态度踌躇。以目前的劳动强度和风险系数，平台若与网约工建立劳动关系将大幅度增加其运营成本和管理风险，这亦是现实中平台鲜与网约工签订正式的书面劳动合同以建立劳动关系，而多以劳务合同、承揽合同等形式替代的重要因素。中华全国总工会《关于新产业、新业态、新模式下从业者劳动经济权益问题研究情况的报告》数据显示，目前外卖送餐员、快递员、网约车司机等三类群体的劳动合同签订率仅为43%，远低于人社部发布的同期全国企业劳动合同90%以上的签订率[12]。而新就业形态下网约工承揽形式主要有以下三种。一是直营，即由企业直接雇佣、直接管理并签订劳动合同。这种方式主要由早期共享经济平台初创使用，目前占比较小。二是外包，即与第三方合作，或通过劳务派遣公司使用劳务派遣工，或通过第三方公司签订相关协议，将平台部分业务连同所需人力外包给第三方公司承担。三是众包，即平台通过网络协议把业务外包给满足其要求、自愿加入的非特定社会大众。身份的缺位直接带来现实中劳动关系的不完全、纠纷中争议解决的不确定、救济中保障措施的不到位。一定程度上说，网约工的身份认定不明也是平台可以“巧用”算法甚至滥用制造“最严算法”的祸因之一。

对127位受访者的调查显示，86.7%的网约工都曾有过闯红灯、超速、逆行、违停、疲劳驾驶等风险行为[13]，7.9%的网约工因上述行为而受过伤，1位网约工的同事甚至因此发生意外去世。网约工明知风险行为可能会带来消极后果，但在“最强算法”下要做到遵纪守法实属“非不想也、实不能也”。第一，网约工群体的可替代性决定了平台占据资本、技术、话语绝对优势，“最强算法”下优质劳动任务分配制度与任务活跃度和完成度呈正相关。网约工群体文化程度不高，工作选择范围不广，逐底竞争特征十分明显。为了“下一次”能够获取更优质的派单任务，必须要把握“这一次”劳动机会，先人一步以增加竞争力。第二，算法以平台和用户为双中心，对网约工设置了严苛的绩效考核制度，却缺乏以网约工为中心，设置在服务过程中可能出现的具体差异特别是突发情况等合理诉求的剔除环节。现有算法逻辑完全有能力对网约工可能出现的违法行为予以警示和纠正，但相较于服务环节的锱铢必较，多数平台算法却对违法行为暧昧放任。网约车平台对网约工违法行为处罚严厉，但多因用户与网约工同车同行，其实质也是以用户为中心的安全考量。第三，现有算法下既忽视对网约工短期劳动风险的约束，更缺乏对其中长期劳动风险的考量。数据计算中，多见醒目的工作总量提醒和高峰挑战任务而鲜见劳逸结合的温馨提示，算法用看不见的大数据彻底捆绑住网约工，在不断侵蚀其合法权益的同时更潜藏一系列安全隐患。

职业高危频发的同时，网约工群体的社会保障情况却不容乐观。新就业形态劳动者社会保障力度欠缺不是一个新问题，这既有前文所述网约工身份模糊之因，亦有平台刻意规避用工责任之过。对127位受访者调查显示，仅有15.7%的网约工由平台缴纳社保，6.3%的网约工以“灵活就业”的身份自行缴纳社保，9.5%的网约工由于是兼职身份由本职单位缴纳社保，换言之，近70%的网约工每天出没在大街小巷却近乎“裸奔”。当前我国的社会保障制度多以企业与劳动者建立劳动关系为基础。由于身份所限，目前一些平台尝试利用商业保险来补充社会保险特别是工伤保险。例如，C平台每天自动从网约工的服务费中扣除购买人身意外保险和第三方责任保险的费用，其逻辑是网约工收到每天的第一笔订单后，自动扣除购买保险费，保险期限24小时。但是，此类保障计划涵盖并不完善，对于医疗保险等还需网约工另行付费购买。调查发现，随着政府部门政策宣传力度的加大，网约工已不是传统观念中保障意识淡薄之群体，相反大多数网约工具有风险意识谋求社会保障，只是大多不敢“奢望”罢了。

被投诉，罚款;服务用语不到位，罚款;派送不及时，罚款;货品破损，罚款;用户差评，罚款;用户不评价，还要罚款......对于网约工而言，每月的净收入一方面要看劳动量多少，另一方面更取决于罚款多少。调查显示，网约工平均每月被罚款在300~500元之间。而平台对于员工处罚的依据主要是算法加权后的大数据。一是工作数据考核不达标，主要包括月度基础任务量、高峰期在线率、用户投诉率、用户满意率等;二是任务超时，未在平台规定时间内完成任务;三是任务中止，包括一定数量以上的客户原因取消订单;四是任务错误，包括投递错误、寄件丢失错拿等。[14]平台管理参差不齐，当网约工遭到客户抱怨不满甚至是恶意投诉时，部分平台会选择与客户私了赔偿，但赔偿支出多由网约工支付。在强调事后处罚手段的同时，事前预防机制却少有问津，名目繁重的罚款折射出平台管理体系能力的本领恐慌。“以罚代管”已成为平台发展的痛点，业已构成对网约工合法权益的实质侵害。

调查显示，超过34.6%的网约工表示曾与平台发生过处罚争议，但申诉成功占比极低，这也反映出网约工群体合法权益维护的口径缺位。第一，个人争议权缺位。话语权是表达诉求的重要手段，但调查发现无论是平台和第三方企业制定劳动管理规定环节，还是处罚调适环节，网约工均缺少有效参与。尽管网约工多次通过客服、站长等表达处罚名目繁杂、规则混乱、力度过重的意见，但平台大多听而不闻。对于算法驱动的平台用工，网约工既无法参与算法设定，也无法对算法系统的关键因素提出意见和监督，从而导致网约工在平台用工中处于被选择的弱势地位。在严苛的惩罚机制面前，从业者没有拒绝的权利，拒绝则意味着失业。为了生存而放弃其合法权益，是被迫接受的事实而非选择的结果。第二，平台用工争议裁判规则有待细化。2021年7月，人社部等八部门联合下发《关于维护新就业形态劳动者劳动保障权益的指导意见》(简称《指导意见》)并明确提出“督促企业制定修订平台......奖惩等直接涉及劳动者权益的制度规则和平台算法”。《指导意见》充分体现了党和国家对于新就业形态劳动者的关心，是以人民为中心发展思想的体现。但地方部门如何参照、平台企业怎样掌握、司法救济如何体现《指导意见》的相关精神仍有待细化。特别是在缺乏法律法规明确规定的前提下，贯彻力度仍有待加强。第三，群团组织利益维护滞后。资强劳弱的人力市场中，通过共青团、工会等群团组织表达合理诉求是劳动者维护权益的重要途径。但长期以来，非公企业是群团组织建设的薄弱环节，平台企业尤甚。且由于工作原子化、离散性等因素，网约工群体的组织化程度相对不高，这大大加剧了其权益维护的劣势地位。

习近平总书记多次强调:“就业是最大的民生”[15]。党的十八大以来，党和政府高度重视新就业形态下劳动权益保护问题，2022年全国两会《政府工作报告》中首次提出“开展新就业形态职业伤害保障试点......着力解决侵害劳动者合法权益的突出问题”[16]。劳动权益保护事关社会治理体系和治理能力现代化，算法下的偏离设置终究要依靠制度保障调适复归。

特别要指出的是，以非公有制为主的平台企业作为新就业形态的重要组成，是新时代经济社会发展的重要环节，为我国劳动力市场激发了巨大活力，必须从总体上予以肯定。但在运营过程中，算法作为新就业形态的管理工具绝不仅仅是平台运营所需的技术性存在，而是技术理性与价值理性的统一体。因此，算法背后势必彰显了平台的道德操守和价值宗旨。平台作为算法前期设计、中期运营、后期维护之主体，必须从平台—用户—劳动者多主体考量，从权利义务、公共责任、价值导向等多维度权衡，切实肩负起应有的企业担当和社会责任。除此之外，政府、群团组织、行业协会必须深度治理，形成共同体责任意识。一是政府要明确监管职责。现行体制下，网信部门负责统筹算法服务治理，人社部门负责网约工劳动权益维护，谁来管、管什么、如何管的治理体系亟待厘清。要建立人社部门牵头，网信、公安、市场监管等部门齐抓共管的协同联动机制，共同维护好网约工的合法权益。二是群团组织要有效介入。共青团、工会等组织与青年为伴，为工人而生。鉴于网约工权益保障方面的现实困境，以维护青年和职工合法权益为基本职责的共青团和工会组织，应主动适应网络用工模式的需求，创新线上网约工入团入会方式方法，创新共青团、工会组织管理手段，以特殊群体帮扶、劳动权益援助等形式吸引组织凝聚网约工，切实成为网约工的坚实后盾。例如，2021年在党史学习教育过程中，北京市深入践行“我为群众办实事”活动，由北京团市委牵头，西城、海淀区等联合非公企业共同建立上百个“小哥加油站”，为新就业形态下网约工群体提供休息场所，提供饮水、充电、卫生间等必要服务，网约工幸福感、获得感大大提升。三是要拓荒行业协会建设。新就业形态下网约工规模已接近一亿人，但行业协会建设速度却迟滞落后。相关部门要尽早建立新就业形态下劳动者行业协会，推动行业性集体协商，督促监督算法技术，完善行业工时及劳动保护标准尽快落实落地。

算法作为服务平台的技术工具，平台企业对其运用势必存在自利性考量，这极易导致僭越行为。我国算法规制立法滞后、网约工群体身份认定等制约了新就业形态的健康发展，但业已看到曙光。算法规制方面，2022年3月，《互联网信息服务算法推荐管理规定》(以下简称《规定》)正式施行，这是第一部国家层面专门针对算法推荐的法规。《规定》将权利、安全、规范贯穿始终，旨在维护国家社会个人安全和公共利益，特别对劳动者群体提出了服务规范，再次强调保证劳动者的合法权益。具体操作层面，《规定》明确建立算法备案制度，要求具有社会动员能力的算法提供者进行备案;明确建立算法安全评估机制，要求具有社会动员能力的算法提供者要在国家有关部门的规定下开展安全评估;明确算法监督检查，严厉打击“最严算法”等行为。虽然《规定》未明确针对网约工群体算法的行为边界，但亦为地方性法律法规制定提供参考。地方立法部门要因地制宜，结合新就业形态下的劳动群体对算法技术嵌入程度、程序操作标准和具体应用场景进行法规权限划定。网约工群体身份认定方面，传统劳动法律不完全适用于网约工实际是不争事实，亟待健全落实新型劳动关系下的法律体系，明确网约工与平台的法律关系。要加快《劳动法》《劳动合同法》的修改及落实，建设相对灵活的劳动保护立法设计。平台企业之所以难以让网约工拥有“身份”的根本性原因在于我国劳动法的弹性不足，对于劳动者聘用解雇、合同签订变更、工作强度、薪资等方面的设计过于刚性，导致处于中间地带的网约工无法得到权益保障。如若冒然吸纳，平台企业恐难以承受亿级劳动力规模的用工成本。因此，可先行先试，通过地方性立法等形式重点明确“众包”“外包”等情形下网约工的身份认定，确立平台、外包公司、网约工之间的劳务派遣关系。同时要加快《社会保险法》的修改及落实，试点建立基于工作关系的社会保障体制，切实保障网约工的合法权益。

首先，要逐步杜绝“最强算法”考核。2021年，市场监管总局等七部门联合印发《关于落实网络餐饮平台责任切实维护外卖送餐员权益的指导意见》，明确规定不得将“最强算法”作为考核目标。取消“最强算法”并不意味着要放弃算法技术，平台可以在嬗变中以“算法取中”取代“最强算法”。“算法取中”顾名思义就是要在经济效益的前提下强调公平良性的社会效益，通过界定合理阈值设置网约工工作时长、劳动强度等，以求各方利益最大化。诚然，这注定是一场政府—平台—网约工之间的拉锯战，但这是建构网约工损害防范机制的重要一步。其次，要夯实网约工权益争议申诉机制。用户和平台透过算法无形中造成了网约工与之二者相较的身份矮化。网约工作为民事主体理应得到平等保护，特别是在争议申诉之中。平台可试行网约工争议申诉平台，以算法数据为基力求还原事实原貌。针对用户频繁“恶意差评”等行为，可进一步完善禁言禁评机制。平台亦可事前设置不可抗力、重大误解等责任清单，明确网约工群体的免责条款，确保网约工群体能够安心上岗。最后，要建立算法技术监督制度。算法从根本上是新就业形态下平台管理工具，其具体设置必须要经过网约工的有效参与，彻底破除“算法黑箱”。要提升算法在事前设置、事中运行、事后优化中网约工代表的话语权，重视网约工在实践中的问题与困境，正视平台企业过度逐利、消费者权利过度泛化下的算法滥用问题，久久为功化解网约工与平台、用户的矛盾龃龉。