“The only real choice I have is to reject offers or log out, which doesn’t feel like that much of a freedom really”: Migrant Labour, Algorithmic Control and Social Network in the Platform Economy

技术摘要：平台经济中的移民劳工、算法控制与社会网络

问题陈述
本文探讨了劳动力研究领域的一个关键空白，即移民工人（尤其是具有临时法律身份的工人）在平台经济中如何经历并应对“算法管理”。虽然现有文献承认移民在零工经济（如食品配送、网约车）中比例过高，且算法的不透明性造成了“算法不稳定性”，但对于这一特定群体如何解读、预判并抵制这些不透明数字控制系统的理解仍然有限。本研究调查了移民工人对社交和族裔网络的依赖，究竟是减轻平台工作固有的孤立与剥削的机制，还是仅仅复制了现有的等级制度与排斥现象。

研究方法
本研究采用定性个案研究法，重点关注墨尔本（澳大利亚）的移民食品配送骑手。

• 数据收集： 对 55 名移民零工从业者（17 名网约车司机和 38 名食品配送骑手）进行了半结构化访谈，涵盖了 Uber、Uber Eats、DoorDash、Hungry Panda 和 Easi 等平台。此外，还访谈了六位关键利益相关者（政府官员、工会领导人和行业内部人士）。针对本篇论文，分析范围限定在 38 名食品配送骑手。
• 抽样： 通过墨尔本零工工作中心（Melbourne Gig Workers' Hub）和当地一家自行车维修店进行目的性抽样。该群体具有多样性，来自中国、台湾、印度、巴基斯坦、哥伦比亚、墨西哥、马来西亚和印度尼西亚。大多数参与者持有学生签证，其中很大比例拥有本科或更高学位。
• 分析： 数据采用主题分析法（Braun & Clarke, 2006）结合溯因法进行分析，从而在现有理论与参与者叙述之间进行穿梭。通过对转录文本进行编码，以识别有关算法理解、社会网络使用和抵抗策略的模式。

核心发现
研究揭示了算法控制、移民身份与族裔社会网络之间复杂的相互作用：

1. “虚假”的灵活性与受限的能动性：
   移民工人对平台算法具有高度的“程序素养”，了解评分、位置数据和接单率如何影响订单分配。然而，这种知识并未转化为实质性的自主权。工人描述其能动性仅限于一种二元选择：接受算法分配的任务或“下线”。这创造了一种“虚假灵活性”的状态，即独立的表象掩盖了强制控制的现实——唯一的真正退出策略是脱离工作。

2. 算法不透明性与混合控制：
   平台利用“算法不透明性”来维持权力。工人可以推断出某些模式（例如，靠近餐厅会增加订单量，高拒绝率会触发系统调整），但无法完全预测或挑战决策过程。研究识别出一种“混合管理”模式，特别是在 Hungry Panda 等平台上，算法追踪被人工管理者所补充，后者会对骑手的合规性（制服、路线）进行物理核实，从而创造了一种在没有明确通知处罚的情况下强化自我约束的监控体制。

3. 作为反向基础设施的族裔网络：
   移民工人利用 WhatsApp 和微信群组作为非正式的“反向基础设施”来对抗算法的不透明性。这些网络充当了集体智能系统，工人可以在其中分享关于“热点区域”、订单量、平台更新以及管理客户评分或取消订单策略的实时数据。这种点对点的信息共享使工人能够部分扭转信息不对称，并优化收入。

4. 归属感的政治与排斥：
   进入这些至关重要的网络的准入门槛是不平等的，并受“归属感政治”的支配。进入特定的族裔群体（如印度尼西亚或拉美裔的 WhatsApp 群组）通常需要现有成员的担保或核实。这创造了内部等级制度，使新的或未建立联系的移民被排除在关键资源之外。此外，研究发现这些网络可能引发种族化的竞争而非团结；例如，中国骑手表达了对印度工人“抢走工作”或被平台利用以削弱集体谈判能力的焦虑。

5. 集体谈判与抵抗：
   尽管存在内部分歧，族裔网络已展示出采取集体行动的能力。文中引用了一个具体案例：Hungry Panda 上的中国骑手利用其微信网络组织了一场针对降薪的抗议。虽然骑手们与平台管理层进行了谈判，但最初的目标——将单价恢复至 5 美元——并未实现，因为管理层声称该价格超出了其控制范围。然而，平台确实根据骑手的建议对 App 进行了一些功能性的改进。论文指出，此类抵抗往往受到族裔碎片化的限制，这可能会阻碍更广泛的跨族裔团结。

主要贡献
本文对移民研究和平台研究做出了四个具体的贡献：

1. 重新定义灵活性： 它证明了移民平台工人的程序素养并不产生自主权，而是一种受限的能动性，仅限于“接受或拒绝”任务，从而强化了“虚假灵活性”的概念。
2. 社会网络作为基础设施： 它将 WhatsApp 和微信群组识别为必不可少的非正式反向基础设施，这些工具实现了集体意义构建以及对算法治理的有限抵抗。
3. 知识获取的不平等： 它认为算法知识是一种稀缺资源，在移民社区内分布不均，受族裔和既有社会关系的塑造，因此既是团结的机制，也是排斥的机制。
4. 种族化竞争： 它揭示了算法系统如何与移民身份相互作用，从而产生种族化的劳动竞争，使统一的劳动力抵抗变得复杂化。

意义与主张
本文主张，算法治理不仅是一个技术现象，而且是通过移民社区的社会组织进行深度调解的。文章认为，虽然族裔网络提供了至关重要的生存机制和谈判基础，但它们具有两面性：它们提供了对抗孤立和不透明性的保护，但同时也复制了排斥和种族化的竞争。研究表明，理解“移民—算法纽带”（migration–algorithm nexus）对于分析平台劳动的未来至关重要，因为抵御算法控制的能力日益取决于对这些受限社会网络的访问权，而非正式的劳动权利。作者保持了研究范围的适度性，指出其发现是基于澳大利亚受过高等教育的学生签证持有者群体，并呼吁未来的研究探索跨族裔联盟以及性别与移民在平台工作中的交集。