自雇型就业是实现青年就业的重要方式，就业脆弱性是影响青年就业质量的关键因素，网约工是互联网时代青年自雇型就业的典型形态。本文以网约工的就业模式为例，分析青年自雇型就业的典型形态。以网约工就业困局为例，基于就业机会、就业能力和就业服务的维度，探究青年自雇型就业脆弱性的生成。以网约工的就业支持为例，探究青年自雇型就业脆弱性的消解路径。
本文来自微信公众号：中国青年研究 （ID：china-youth-study），作者：邹会聪（湖南师范大学博士研究生、湖南涉外经济学院副教授）、邓志强（中共湖南省委党校青年与社会建设教研部副主任、副教授），原文标题：《青年自雇型就业的脆弱性研究——以网约工为例》，头图来源：视觉中国
国务院在《“十四五”就业促进规划》中明确指出：“‘十四五’时期，实现更加充分更高质量就业，是推动高质量发展、全面建设社会主义现代化国家的内在要求，是践行以人民为中心发展思想、扎实推进共同富裕的重要基础”[1]。
从青年就业的特征来看，大体可分为受雇型就业、自雇型就业和失业三种形式[2]。自雇型就业是指劳动者通过自己雇用自己来获取劳动收入的就业形式。它是青年实现更加充分更高质量就业的重要方式，有利于减少贫困、降低失业率、缩小贫富差距、培育创新精神和促进经济发展[3][4]。因此，青年自雇型就业理应得到更多关注。
互联网平台经济催生了网约工等自雇型就业群体。网约工以青年为主要构成，是互联网时代青年自雇型就业的典型群体。然而，网约工在发展过程中已经呈现出明显的就业脆弱性，对这一群体的就业质量产生了严重影响。基于此，本文以网约工为例，从就业机会、就业能力和就业服务三个维度出发，探究青年自雇型就业的脆弱性及其消解路径。
笔者采用半结构式访谈法，通过滚雪球的抽样方式，在长沙市岳麓区选取22位18~34岁的青年网约工进行研究。关于访谈对象的构成，从岗位看，外卖骑手10人，网约配送站管理人员3人，网约车司机7人，网约车公司管理人员2人；从性别看，男性17人，女性5人；从户籍看，农村户籍16人，城市户籍6人；从文化程度看，大专以下18人，大专及以上4人；从婚姻状况看，未婚5人，已婚16人，离婚1人。
一、青年自雇型就业新形态的兴起：网约工的就业模式
1. 网约工是自雇型就业的典型群体
迄今为止，“自雇型就业”尚未有完全统一的概念，已有文献大多沿袭国际组织的相关界定。国际劳工组织提出，自雇型就业者包括雇主和自负盈亏的工人。Steinmetz和Wright认为，自雇型就业是通过自己劳动获取部分或全部收入，而非出卖劳动给雇主以获取工资的就业方式[5]。Parker将自雇型就业界定为一种没有雇佣工资，从自身职业或自营账户中获得收入，并承担职业风险的劳动形态[6]。张欣等指出，自雇型就业就是由自己出资并享有相应经营利润的个体或私营经济活动[7]。此外，还有学者从群体构成来考察自雇型就业，认为典型的自雇型就业有零散工、流动摊贩等[8][9]。
从已有文献发现，自雇型就业一般具备三个基本特征：一是不与他人发生雇佣关系；二是收入不是来源于固定性工资，而是来源于自身职业或自营账户的创收；三是自己承担职业风险。本文认为，所谓自雇型就业，是指那些不受他人雇佣、无固定性工资、从事个体经营或拥有自营账户、自己承担职业风险的就业形态。
自20世纪90年代以来，我国互联网发展迅速。中国互联网络信息中心第49次《中国互联网络发展状况统计报告》指出，截至2021年12月，我国网民数量已达10.32亿人，互联网普及率为73.0%。互联网直接催生出许多新就业形态，网约工群体得以不断发展壮大。据统计，截至2020年，“滴滴出行”平台注册司机数量超过1300万人[10]，“美团”平台骑手达295.2万人[11]，截至2022年7月，“猪八戒网”注册用户超过3100万人[12]。
与此同时，青年在网约工中占比较大。北京市总工会的抽样调查表明，北京网约工25~44岁占近80%，25~34岁占41.03%。上海市总工会的抽样调查表明，上海网约工35岁以下占73.47%[13]。可见，青年已经成为网约工的主力军。
大多数网约工具有以下明显特征：
一是网约工与互联网平台之间不存在典型的雇佣关系。网约工与平台会签订长期信息服务协议和短期劳动任务协议。长期信息服务协议明确规定平台与网约工之间属于合作关系，而非劳动关系；短期劳动任务协议明确规定网约工直接与客户对接工作任务，平台只提供信息匹配服务。
二是网约工的劳动收入来源于自身职业和注册账户的创收，而非互联网平台支付的固定性工资。平台为网约工和客户提供线上信息服务，当网约工完成约定的工作任务，平台在扣除信息服务费后，网约工可以按照一定流程支取客户支付的劳动报酬。
三是网约工自己承担劳动风险，平台不为网约工提供社会保障。在现实生活中，平台不为网约工缴纳养老、医疗、失业、工伤等社会保险，也不缴纳住房公积金。由此可见，网约工完全符合自雇型就业的基本特征，是一种典型的自雇型就业群体。
2. 青年自雇型就业的新特征：网约工的工作样态
从工作方式、工作主体和工作考核来看，网约工表征出自雇型就业的典型特征。
第一，灵活的工作方式。对网约工来说，平台提供的工作选择十分丰富，接入方式非常便捷，相对传统工作而言更为灵活。一方面，平台的生产组织方式使网约工作更加灵活和丰富。平台利用数字技术对工作任务进行承包、分包或众包，将拆解的工作内容发布给一定范围的网约工，进行了更细致的劳动分工。网约工可以在平台上自主选择工作的时间、地点和内容，在工作上获得了极大的方便。另一方面，数字技术改变了网约工的工作形态。在传统工作状态下，劳动者需要付出交通、会面洽谈、签订合同等额外的劳动成本，而网约工可以利用网络进行协商，显著降低了时间和交通成本。
第二，多元的工作主体。网约工作对多样化的就业主体具有很强的包容性，其中既有文创策划、编程设计等专业技能型网约工，也有外卖骑手、网约车司机等熟练服务型网约工。对于具有一定专业技能的网约工而言，依托平台工作能够显著提升劳动回报率。他们多集中于线上平台，利用平台进行“技能套利”，将专业技能出售给平台愿意支付最高出价的客户[14]。
部分青年看重平台承接工作的便捷性。他们在传统就业领域暂时没有找到更好的工作机会，愿意从事一些网约工作作为兼职或过渡，由此出现了“研究生送外卖”“滴滴司机写代码”等社会新闻。部分青年由于缺乏专业技能，网约工作就成为首选，他们通过体力劳动来“挣辛苦钱”。此外，一些青年对工作的灵活性和自主性具有强烈偏好或需求。例如一些女青年需要照顾家庭，她们往往会选择网约工这种工作时间和工作场所更灵活自主的就业形式，不仅能增加收入，还能追求事业。
第三，精细的工作考核。在算法和数据的帮助下，平台能够动态调整网约工薪酬标准，在分散企业经营风险的同时，又加强了对网约工的劳动监管。网约工的劳动报酬一般分为订单报酬和绩效奖金。订单报酬包括客户报价、平台定价、网约工报价等方式。一般而言，买方市场更关注交易达成，往往报酬定价可以磋商；卖方市场更关注交易效率，往往由平台直接定价。
除了订单报酬以外，网约工还有绩效收入，平台通过网约工账号记录其相关信息，并通过算法规则转化为绩效工资。在“美团点评”平台中，骑手的工资待遇由“订单单价×接单量+各类补助+排名奖金+用户红包-罚款”所组成[15]。通过绩效规则，可以对骑手进行工作激励，同时能够化解用餐高峰期的配送难题。精细化的绩效规则还能够降低平台的运营风险。
一方面，网约工一般都没有底薪，平台将运营风险转移为网约工的收入风险。同时，网约工为了维持收入稳定，会努力工作，自觉帮助平台进行销售。另一方面，平台通过工作资历、工作时长等绩效考核标准，让网约工形成在同一平台长期就业的路径依赖，有利于维持和扩展同一平台的网约工规模。
3. 青年自雇型就业的新机制：网约工的组织方式
基于信息和支付的网络渠道。平台利用数字信息构建网约工与客户的无接触交易关系，利用数字支付构建网约工与客户无接触交易的信任关系。一方面，数字信息使平台产生了规模效应。首先，它能够接入大量网约工，使客户很方便联系到网约工。其次，它帮助平台收集、分析和处理大量数据，使平台更有效地配置资源。最后，它在扩展市场时相对容易且成本低廉，工作任务可以被分包出去。
另一方面，数字支付构建了无接触式交易的信任关系。平台交易极大地降低了网约工与客户之间的地理阻隔，但这种交易使得客户与网约工之间缺乏信任，网约工担心不能获得约定的报酬，而客户也担心得不到约定的商品或服务。平台采取第三方托管和第三方支付方式，能够跨行转账、异地转账和即时到账，从而降低了交易信任成本，提升了网约工的薪酬感知度。
基于匹配和评级的智能算法。平台算法根据客户偏好和评级打分对网约工进行订单分配，网约工级别越高、资历越长，工作机会就越多，收入就越高。首先，精准、高效的算法匹配技术能够降低用户的信息搜寻成本，提高交易的成功率和满意程度[16]。例如，算法能够有效降低网约车司机的空载率和外卖骑手的重复跑动概率。
其次，算法依据个性化规则来提高客户与网约工的匹配度，以减少交易摩擦。比如，出于安全考量，女乘客在深夜出行时，算法会优先匹配女司机提供服务。个性化服务既提高了客户的满意度，又增加了网约工的收入，进而提升了平台的用户黏性。
最后，评级打分规则不仅减少了交易撮合成本，还能降低企业运营成本。平台会请求网约工和客户分别对服务质量进行打分和评价，再将它们转化为各自的账户等级。网约工对客户的评价有助于算法更精准地把握客户需求，客户对网约工的评价则与网约工的薪酬待遇直接挂钩。
基于劳动和交易的管理流程。平台利用数字流程对网约工的劳动过程进行远程监管，保证了网约工的劳动质量，进而维护了企业声誉。首先，数字流程是一种动态管理机制。平台用数字流程代替入职培训，通过后台监控来管理网约工劳动过程，不仅减少了网约工的入职培训成本，还降低了网约工的入职门槛。平台通过数字流程增加劳动需求高峰期的即时补贴、对高需求区域网约工进行强制提醒，保证了客户用工需求，稳定了网约工供给。
其次，数字流程不仅能够保证网约工的劳动质量，还能够激发网约工的工作热情。数字流程将数据与算法最终汇总为网约工的各类数据，然后反馈给网约工本人，并明确规定这些数据与网约工的工作收入和工作机会直接关联。如果网约工表现不佳，数字流程会降低网约工排名或贴上“警告”标签，严重的会注销网约工账号。平台还会公布一定区域内网约工的数据排名及工作收入，并给予相应奖励，展示“荣誉徽章”。在这套数字流程影响下，网约工不会因收入差距而产生剥夺感，反而会不断提高自己的工作效率，最大限度地追求更高排名[17]。
二、青年自雇型就业脆弱性的生成：网约工的就业困局
1. 网约工就业脆弱性的分析框架
高质量就业是人们获得感、幸福感、安全感的重要保障，是逐步实现全体人民共同富裕的重要保障[18]。就业脆弱性是影响青年就业质量的关键因素，反映的是一种不稳定、低质量的就业状态[19]。脆弱就业是一个与就业脆弱性紧密相关的概念，现有研究主要从工作条件和就业特征等维度解读脆弱就业[20][21]。多数学者从脆弱性的概念出发，基于风险和能力来界定就业脆弱性[22][23][24]。
从就业脆弱性的测评来看，学者们主要采用三种方法：一是识别和测量脆弱就业[25]。它从就业身份来设计就业脆弱群体的识别标准，操作比较方便，但难以直接反映其内容和要素。二是关注低收入水平[26]。它可以直观衡量就业脆弱性的组成要素，但侧重于薪酬待遇，识别和测量的全面性不够。三是聚焦就业脆弱性的多维特征[27][28]。对特征的解读各不相同，研究框架差异明显，分析维度和指标设置呈现出多种不同方式。
总之，学者们深入探讨了就业脆弱性的相关问题，但仍然需要继续拓展相关研究：一是概念体系尚未统一，基本特征尚不明确；二是分析框架差异较大，具体维度和测量指标碎片化明显，系统性不够；三是针对互联网时代新就业群体的就业脆弱性研究刚刚起步。
劳动力市场是人类经济活动的重要市场，劳动力在经济发展要素中发挥基础性作用。就微观层面而言，就业是个体在特定劳动力市场利用自身劳动力要素进行价值交换，从而生成相应就业结果的过程。本文认为，就业脆弱性是个体在劳动力市场中所获得的就业结果的重要反映，反映出个体因不利的工作条件而产生的就业风险及其应对能力。由于个体的就业活动需要在劳动力市场中进行，因此其就业结果除了受到自身因素的影响，还会受到劳动力市场中其他主体的影响[29]。
劳动经济学理论认为，就业均衡包含两个要素：一是由劳动力需求方提供的就业机会，二是劳动力供给方提供的就业能力。当需求方对供给方发送就业机会信号，供给方对需求方发送就业能力信号时，只有二者相互匹配才可能产生市场交易。同时，劳动力市场有别于其他生产要素市场，劳动力供给方和劳动力需求方在完成市场交易后依然存在关系。实际上，劳动力市场在协调劳动力供求关系上发挥着重要作用，会通过提供就业服务来规范和引导劳动力交易活动。
可见，劳动力交易过程是劳动力供给方、需求方和服务方之间相互作用的过程，三方共同对个体的就业结果产生重要影响。作为劳动力交易的结果状态，个体的就业脆弱状况一样受到劳动力供给方、需求方和服务方的共同作用。因此，就业脆弱性是指劳动者在就业过程中面临的不稳定性和不安全感及其他风险。基于上述分析，本文从劳动力的需求、供给和服务出发，以就业机会、就业能力和就业服务为维度来分析网约工的就业脆弱性。
2. “超视距”劳动控制：从就业机会困局看网约工的就业脆弱性
就业机会主要体现为网约工面临的工作条件。就业机会首先涉及网约工能否获得与自身劳动价值相当的劳动报酬。工作收入是劳动报酬的主要部分，能够从经济维度直接反映网约工就业的脆弱性。同时，工作环境也是衡量个体就业质量的重要因素，主要包括工作任期、工作强度和工作风险等。
其中，网约工的工作任期越长，表明其就业状态越稳定。网约工的工作强度体现为工作时间和工作负荷，劳动强度过大会导致就业质量下降。工作风险则是指网约工在职业活动过程中所面临的风险，能够直观反映网约工的工作环境。本文从工作收入、工作任期、工作强度、工作风险等就业困局来分析网约工的就业脆弱性。
首先，工作收入困局。与制造业工人相比，网约工的工作收入相对不错。但访谈发现，网约工存在劳动收入明显低配于劳动付出的乱象。
一是酬劳标准偏低。网约工的酬劳标准由平台单方面制定，自身基本没有发言权。11号访谈对象说：“我们完成一个配送费5元的外卖单一般需要20分钟左右，折算为小时工资大约15元，刚好达到今年长沙市区规定的小时最低工资标准。最近单子不好做，有的配送单价甚至只有1.5元。”
二是平台抽成过高。平台凭借自身垄断，隐性剥削网约工的合法收入。它们不当利用市场支配地位，借助“商业合作”的名义对网约工“抽成”。孙金云调研发现，“滴滴出行”抽成比例为18%左右，不同城市的抽成比例各有差异[30]。
其次，工作任期困局。平台通过拆解工作任务来降低单个任务的技能要求，大大降低了网约工的准入门槛。以外卖骑手为例，他们只需要掌握电动车骑行技能和平台客户端操作规范，通过地图导航就能到达指定地点。低准入门槛显著增加了网约工数量，导致他们工作稳定性低，工作流失率高。因此，不少网约工只是将其作为过渡性工作安排，不想长期从事这份职业。15号访谈对象表示：“现在滴滴司机越来越不好做了，花的时间比以前多，赚的钱比以前少，很多朋友做了不到一年就不做了。”
再次，工作强度困局。一是工作时间过长。网约工的工作收入受订单数量的影响很大，他们要想获取一份相对不错的收入，只能大大延长工作时间。9号访谈对象说：“我们这些骑手大多每天工作超过14个小时，有时甚至超过17个小时。”二是劳动负荷过大。一方面，平台对网约工进行“硬控制”。比如平台将订单分配给骑手后，马上算出预计送达时间和配送路线。另一方面，平台对网约工进行“软控制”。平台算法往往按照效率最高的配送员的时间和路线来制定绩效标准，导致其他网约工不得不与时间赛跑，经常累得喘不过气来。
最后，工作风险困局。一是工作安全风险。一方面，网约工需要自行负责电动车等交通工具，为了减少开支，他们经常迫不得已才修理，容易发生驾驶事故。另一方面，骑手为了完成任务，经常违反交通规则已经成了“集体标准”。此外，网约工在劳动过程中，容易与保安、客户等发生争执和冲突。二是家庭矛盾风险。网约工因为工作时间过长，每天起早贪黑，在家的时间很少，家庭事务全部交给配偶。长此以往，容易引发夫妻矛盾，影响家庭的和谐氛围。
互联网平台对网约工的“超视距”劳动控制，是指平台通过数字技术对网约工进行远程监控，是造成网约工就业机会脆弱性的主要因素。这种“超视距”劳动控制主要从时间、薪酬、技术三个层面来加以展开。
第一，基于时间的“超视距”控制。一是派单时间。外卖骑手的接单方式主要包括系统派单和个人抢单。对专送骑手而言，系统订单派发后，骑手如果没有及时接单，平台会不断通过各种方式进行提醒。收到订单通知后，骑手可以选择转单，但每天只有3次机会。3号访谈对象介绍：“先是APP会自动打电话给你，如果你硬是不接，站里会打电话给你。如果你还不理，那就调走你的单，然后罚你100元，看你接不接！话又说回来，客户下了单，你不接谁接?把单子扔了吗?那为什么还要来送外卖呢?”
二是抢单时间。众包骑手之间的抢单是没有硝烟的“战争”。抢单模式是通过制造时间紧迫感来达到时间控制的目的。一些骑手在骑车时还不忘紧盯屏幕，从而引发交通事故。1号访谈对象说：“我们总是不停地刷手机，即使聊天或抽烟也这样，有时一秒钟能刷新四五次，真的不想错过好单子。”
三是送单时间。接单之后，骑手需要到达指定商家，在APP上点击“上报到店”和“取餐完成”。将外卖送达后，骑手需在APP上点击“确认送达”。骑手的送达时间要求严格，许多骑手都因超时被扣过款。22号访谈对象说：“我们每晚会在微信群公布超时的骑手名单，该罚款的就坚决罚款。”
第二，基于薪酬的“超视距”控制。一是薪酬基本结构。骑手的薪酬主要包括配送费和活动奖励，其中配送费又包括基本配送费、时段补贴和大额单补贴。时段补贴主要分为午高峰补贴和夜宵补贴。不同骑手的时段补贴标准会因城市、代理商、劳务公司的差异而不同。5号访谈对象说：“我们这里夜宵补贴一般是晚上九点到十点半每单0.8元，晚上十点半到十二点每单1.8元，晚上十二点以后每单2.8元。听说别的公司夜宵补贴会稍高一点。”大额单补贴就是对金额较大的订单进行补贴，每家公司对它的界定不同。此外，专送骑手还有重量补贴。专送骑手的活动奖励主要有周冲单奖、月冲单奖和个人表现奖等。
二是薪酬发放条件。配送费、周奖励、月奖励和个人表现奖构成了骑手的最终薪酬。其一，出勤率。要求骑手每天APP在线时间至少8小时，其中午高峰时段和晚高峰时段APP在线至少6小时。其二，订单数量梯度。配送费、周奖励和月奖励都与订单数量梯度挂钩。根据不同的订单数量梯度，骑手的薪酬待遇也不同。这使得骑手马不停蹄地进行“赶工游戏”。
三是薪酬增量途径。平台设计的增收途径主要有：首先，通过延长工作时间来增加订单总数。骑手是“全天候工人”，每天的工作时间会远超8小时。其次，通过承担工作风险来增加午高峰订单和夜宵订单。在达到最低数量要求后，每个午高峰订单和夜宵订单会比一般订单多1.5元到4元。因而，许多骑手更乐意跑这两种单子，但也带来了更大风险。他们在午高峰时段，经常逆行、超速和闯红灯。夜宵订单虽然不那么赶时间，但经常熬夜且视线不好，容易损害身体。2号访谈对象说：“我们都晓得闯红灯危险，但为了赶订单只能这样。我有次晚上跑单因为小区光线太暗，差点掉到大坑里。”
第三，基于技术的“超视距”控制。一是人脸识别系统控制。骑手在上线接单前，首先是进行APP“人脸识别”检测，只有校验身份与注册人一致时才可以上线。平台借助“人脸识别”系统，一定程度避免了不是本人送单的问题，初步实现了对骑手的“在场监控”。10号访谈对象表示：“每天上线APP都会进行人脸识别，如果不是本人是通不过审核的。如果人脸识别连续三次失败，账号就被封了。我有次临时抽检时没有戴帽子，被罚了100块钱，想想都心疼啊！”
二是卫星定位系统控制。当骑手在线时，计算机系统会将骑手APP系统和卫星定位系统自动连接。代理商通过计算机监控骑手的实时工作过程，并对订单进行必要调度。12号访谈对象说：“骑手在线上的一举一动，我在后台都能看得一清二楚，如果有人乱七八糟搞别的事情，那一定会批评。不服管就只能把他的单子调走。”
三是客户评分系统控制。骑手将外卖送达后，平台会请求客户对他们进行评价，而代理商会将评价结果与骑手的酬劳挂钩。但这一控制方式也产生了一些后果，比如不少顾客利用骑手害怕被差评罚款的心理，提出了许多附加要求，增加了他们的工作负荷。7号访谈对象埋怨：“个别顾客经常要我帮忙带走垃圾，有时想拒绝又不敢，怕差评扣款，我们太不容易了。”
3. 人力资本投资不足：从就业能力困局看网约工的就业脆弱性
就业能力既是指个体实现就业稳定和就业质量的能力，也是指其应对不稳定、低质量就业风险的能力。人力资本是劳动者就业能力的重要表现，对其就业状况发挥重要作用。人力资本不仅包括劳动者的文化素质、身心健康，还包括劳动者的职业培训等。在劳动力市场中，劳动力拥有的人力资本越高，往往获得的劳动报酬越高，就业条件越稳定。本文从文化素质、身心健康、职业培训等就业困局来分析网约工的就业脆弱性。
首先，文化素质困局。从本文的访谈对象来看，小学文化3人，占比约13.6%，都为一线网约工；初中文化10人，占比约45.5%，都为一线网约工；高中文化5人，占比约22.7%，3人为一线网约工，2人为管理人员；大专及以上文化4人，占比约18.2%，1人为一线网约工，3人为管理人员。笔者访谈发现，大部分网约工文化程度不高，这严重影响了其职业竞争力，使他们很难获得职业晋升机会。根据“饿了么”平台《2022年蓝骑士发展与保障报告》，在2021年，“饿了么”的114万蓝骑士中，被提拔为站长或队长的只有475人，其中本科文化程度占相当大比例。
其次，身心健康困局。一是身体素质不佳。以网约车司机为例，很多人刚入行时身体素质相当不错，工作一两年后身体明显透支。究其原因，工作时间太长。网约车司机日均工作10小时左右，基本上每天都在营业，进餐时间和地点不固定，用餐时间非常“随机”，很难找到合适的吃饭地点。二是心理素质不佳。心理焦虑成为网约工的常态，他们因较差的工作条件而经常处于心理紧张状态，对工作缺乏积极性，对社会缺乏归属感。13号访谈对象说：“每个月总有那么三四天莫名其妙在冒火，看谁都不顺眼，总想骂人甚至打人，可又不敢。”
最后，职业培训困局。一是职业规划缺失。大多数网约工比较年轻，心智不够成熟、社会阅历不足，面对复杂多变的社会环境，难以制定出合理的职业生涯规划。16号访谈对象表示：“我每天都没心没肺的，将来究竟想做什么、能做什么、怎么去做，自己也很迷茫。”
二是培训意愿不强。网约工工作时间灵活、没有固定休息时间。他们收入水平不高，难以承担因参加培训而产生的收入损失，更愿意选择劳动而非培训，以实现个人效用最大化。
三是培训体验不佳。网约工普遍反映，他们接受的职业培训时间较短、内容单一枯燥，职业针对性不强。网约工的人力资本投资不足，是导致其就业能力脆弱的根本原因。在劳动力市场中，网约工人力资本的先天不足具有一定先导性，是积累人力资本的重要阻力，也是其人力资本开发效果不佳的重要原因。这主要表现为网约工人力资本的投资效率低、收益风险大。
一方面，网约工的人力资本存量匮乏对投资效率产生了严重影响。大多数网约工来自农村，基于成长环境的限制，文化水平普遍不高，虽然职业培训可以进行一定的弥补，但无法产生根本性改变。
另一方面，自我效能感较低影响了网约工对人力资本的投资决策。班杜拉认为，个体对行为结果的预期能够强化其采取某种行为的动机。这就是自我效能感，即个体对自己完成某项任务的自信程度。大多数网约工在劳动力市场中处于弱势地位。他们普遍受教育程度不高，又因长期高强度劳动而健康状态欠佳，导致自我效能感较低，对于通过人力资本投资来提升就业能力缺少自信。
由于缺少人力资本投资的正向增效，网约工的人力资本投资收益不确定性比较明显，人力资本投入明显低于就业能力需求。
4. 非典型劳动关系：从就业服务困局看网约工的就业脆弱性
就业服务主要是指为保障劳动者良好工作环境所作出的相关制度安排。首先，劳动合同是保障劳动者劳动权益的法律形式，能够有效降低劳动者的就业脆弱性。其次，在劳动力市场中，劳动者的劳动能力除了取决于劳动合同，还取决于政府和企业所提供的社会保险体系和劳动纠纷处理机制。本文从劳动合同、社会保险、劳动纠纷等就业困局来分析网约工的就业脆弱性。
首先，劳动合同困局。互联网平台将合同拆解为两种形式。一是与网约工订立短期劳动任务合同。合同详细规定了劳动条件与劳动内容，网约工直接与客户对接工作任务，平台只提供信息匹配服务，根据市场需求实时调整绩效激励。二是与网约工签订长期信息服务合同。合同将平台与网约工界定为一种合作关系，使得网约工无法得到劳动法律法规的有效保障。
“滴滴出行”的《网约车电商平台服务协议》第9条就约定：“我司与所有提供网约车服务的司机仅存在挂靠合作关系，不存在任何直接或间接的劳动关系，不适用《劳动法》《劳动合同法》《社会保险法》《住房公积金管理条例》等法律法规”[31]。
其次，社会保险困局。平台通过和网约工签署合作合同，使得平台就业趋向去雇主化、工作场所流动化[32]。这种劳动关系的急剧变迁，导致网约工的职业保障仍然缺失。一方面，平台不为网约工提供养老、工伤、医疗、失业、生育等社会保险，更没有住房公积金。另一方面，商业保险的作用微乎其微。商业保险普遍存在保障范围偏窄、保费标准过高、保障标准过低、理赔过程冗长等问题，难以真正发挥保障作用。19号访谈对象介绍：“我曾经买过一份商业意外险，上次骑车过马路时摔倒了，住院花了七八千元，后来到保险公司跑了四次才赔了不到二千元。”
最后，劳动纠纷困局。网约工权益受损问题已经呈现出系统化、结构化特征。2017年和2018年，一些平台相继陷入经营困难或倒闭破产，导致出现大量的网约工讨薪诉讼，网约工群体性劳动纠纷爆发[33]。2019年以来，随着政府监管力度的加大，平台的网约工用工开始规范，网约工劳动诉讼案件增长趋缓。
然而，有关网约工权益受损的社会新闻仍然经常出现。就争议行业而言，主要分布于交通运输、居民服务、餐饮外卖等行业。就争议内容而言，网约工的个体诉求主要是劳动关系问题，特别是通过认定劳动关系来争取工伤保险和劳动赔偿，群体诉求主要是酬劳问题。8号访谈对象表示：“我们这些司机认为平台提成比例太高，多次集体去公司反映甚至争吵，最近终于降低了两个百分点。”
网约工与互联网平台的非典型劳动关系，是导致网约工就业脆弱性的深层次原因。
第一，网约工劳动关系的非典型性。首先，劳动关系灵活性增强。网约工劳动关系的形成更灵活，只需按照平台APP程序进行注册，审核通过即形成劳动关系。网约工劳动关系的履行更灵活，许多网约车司机就使用自己的乘用车提供出行服务，而且是否接单、何时接单等具有一定自主性。网约工劳动关系的终结更灵活，网约工卸载平台APP后就解除或终止了劳动关系，平台停止向网约工提供信息或分派任务后就解除或终止了劳动关系。
其次，劳动关系从属性下降。一方面，网约工的工作时间、场所和方式比较灵活，拥有更多的劳动选择权，被控制程度确实降低了。另一方面，平台的迅速发展增加了网约工的就业机会。然而，当网约工拒绝平台管理时，平台会采取惩戒手段，他们依然对平台具有从属性。
最后，劳动报酬支付方式不同。网约工的劳动报酬按单结算，客户向平台支付服务费后，再由平台对网约工进行分配。同时，平台不会统一定期对网约工支付酬劳，而是由网约工自己加以提取。可见，虽然网约工在完成劳动后因网络技术而更快地获取了酬劳，但其经济从属性从来就没有消失过，应有的劳动权益也不应该就此消失。
第二，网约工劳动关系认定的困难性。一是劳动关系的认定规制滞后。一方面，劳动关系的法律释义缺失。我国现行劳动法律没有明确定义“劳动关系”。法院在认定网约工的劳动关系时分歧很大，大多认定这是一种平等合作的民事关系。另一方面，劳动关系的认定依据陈旧。我国在认定劳动关系时，以是否签订劳动合同或形成事实劳动关系为基本依据。平台通过签订合作协议来规避劳动合同，通过短期用工来规避事实劳动关系。
二是劳动关系的司法标准僵化。我国司法实践采用从属性标准来认定劳动关系。一方面看人身从属性。网约工的工作时间比较自由，工作场所变动较大，对平台的人身从属性减弱，但平台对网约工进行“超视距”管理，形成了劳动拘束关系。
另一方面看经济从属性。网约工的报酬结算方式灵活多样，并非由用人单位直接发放。显然，现有法律将“用人单位发放劳动者工资”作为劳动关系的界定标准，已经不能适应网约工发展的需要。
此外看组织从属性。平台与网约工的合作协议约定，平台只为网约工提供信息服务，不提供经营服务。在司法过程中，法院往往因为合作协议而难以确立网约工对平台的组织从属性。
三是平台企业的“去雇佣化”。平台通过与网约工建立外包、众包等合作关系来规避劳动法，致使劳动监管部门执法困难，劳动仲裁机构也面临各种尴尬。这种非典型劳动关系冲击着网约工的就业服务体系。
三、青年自雇型就业脆弱性的消解：网约工的就业支持
1. 完善网约工就业支持体系
第一，增加网约工的就业机会。一是加强网约工的收入保障。平台单方面制定劳资定价规则，使网约工失去了劳动报酬协商权。特别是平台滥用市场支配地位，恶意压低了网约工的劳资标准。为此，应组建网约工行业工会，与平台就劳动报酬订立集体协议，就劳动定额和计件单价制定行业标准。制定网约工最低劳动报酬标准，提高劳动报酬在网约工行业中初次分配的比重。
二是消除网约工的算法歧视。政府要推进算法透明化，并对算法进行技术与结果审查。平台应公开解释涉及网约工劳动条件的算法逻辑和信息处理机制。对涉及商业机密的算法形成内部审查机制，由专门机构进行审核评估。同时，应从薪酬激励、劳动强度、劳动安全等方面审查平台算法的结果，防止利用算法侵害网约工的合法权益。
第二，提升网约工的就业能力。在网约工就业能力的培养上，应重点放在职业技能培训和劳动安全教育上。一要加强网约工职业技能培训。一方面，采取校企联合的方式，坚持网约工返校学习与就地学习、个人自愿与社会支持相结合，广泛开展技能培训项目。另一方面，充分发挥网络信息传播优势，将教学内容迁移上网，为网约工的线上技能学习提供平台。
二要加强网约工劳动安全教育。政府以及工会应加强网约工有关职业风险、交通安全、安全隐患、应急处理等方面的教育培训。通过公益讲座、公益广告、宣传材料、知识竞赛等方式，提高网约工的个体防护意识，将劳动伤害消灭在萌芽状态。
第三，改善网约工的就业服务。社会保险是保证个体遭遇外部冲击后恢复能力的重要保障，也是分担风险、实现社会互助的重要手段[34]。因此，要改善网约工的就业服务，关键在于构建网约工社会保险体系。
其一，政府发挥主导作用，搭建网约工社会保险框架。对社会保险进行拆分，重点落实网约工的工伤保险和医疗保险，提升网约工的抗风险能力。
其二，平台企业协同推进，将网约工的社会保险落到实处。注意商业保险与社会保险的综合运用，不盲目增加平台运营成本，形成合作共赢的网约工社会保险体系。
其三，社会力量共同参与，为网约工提供免费的法律咨询服务，加强对网约工的社会保险宣传，提升网约工的社会保险意识。
2. 改进网约工就业监管机制
首先，明确网约工法律属性。由于平台高度依赖数字技术，对平台的监管应以数字技术为治理核心，精准识别平台的技术工具，准确认定网约工的法律属性。一是平台数字技术的治理。在网约工劳动过程中，平台全程数字监管其劳动行为，并对网约工的劳动信息进行详细记录。因此，准确识别网约工的法律属性，需要加强平台数字技术治理。二是对平台数字评级机制的识别。一方面针对算法规则，鉴别是否利用“最严算法”考核网约工，进而损害网约工的劳动权益；另一方面针对网约工评级机制，判定其是否存在对网约工转移企业经营风险的不当行为。
为此，可以采取以下措施。一是平台向政府机构报告网约工评级规则，行业工会加强网约工评级规则监督，网约工参与制定网约工评级规则。二是立法规定平台产生的数据可以作为网约工劳动关系的认定证据。三是鼓励网约工评级机制跨平台共享，消除网约工在不同平台之间的流动壁垒。四是委托第三方评级机构进行监管，增强算法治理的公平性。
其次，确立网约工劳动关系。准确判定平台以众包或劳动派遣等方式使用网约工是否符合监管要求，用工责任的转移是否经过评估，劳动协议所规定的法律责任是否向网约工充分披露。为此，首先应根据业务部门是否对平台企业具有资产专用性来确定劳动关系。防止风险承担与商业价值不相匹配，抑制平台企业通过代理、分包等方式来规避法律责任。
其次，如果网约工的用工主体责任模糊，那么所有参与网约工管理的公司应承担连带责任。与网约工签署合作协议的公司应向他们充分披露法律责任的分配情况，网约工劳务派遣公司应缴纳网约工赔偿准备金，对不承担或拖延网约工工伤费用的代理公司或加盟公司要列入负面清单。
最后，改进网约工劳动纠纷处置机制。一是建立跨部门劳动监管协作机制。面对多元化发展的网约工，要构建全方位劳动监管模式，加强人力资源、社会保障、网络信息、交通运输、卫生健康等部门的联合执法。
二是设置统一的跨地域司法处置流程。在相关劳动法律法规中作出网约工劳动纠纷处置的专项规定，针对网约工职业伤害、劳动关系认定等劳动纠纷处置制定实施细则。
三是提高网约工劳动仲裁的便捷性和独立性。设立互联网劳动人事争议仲裁机构，将网约工仲裁程序网络化。在诉讼过程中推进“类案同判”，实施网约工劳动纠纷类案检索制度，提高网约工对司法公正的认可度。
【基金项目：本文系国家社会科学基金一般项目“人工智能时代加强和创新社会治理研究”（项目编号：21BKS143）、湖南省社科规划办智库专项重点课题“共同体视域下推动湖南社会治理重心下移研究”（课题编号：18ZWB16）的阶段性成果】
参考文献：
[1]国务院关于印发《“十四五”就业促进规划》的通知[EB/OL]. http：//www. gov. cn/zhengce/content/2021-08/27/ content_5633714. htm.
[2]Tervo H. Self-Employment Transitions and alternation in Finnish Rural and Urban Labor Markets[J]. Papers in Regional Science，2008（87）：55-76.
[3]Bashir S，Gebremedhin T，Fletcher，et al. An Analysis of the Role of Self-Employment in the Economic Development of the Rural Northeastern United States[J]. IUP Journal of EntrepreneurshipDevelopment，2011（8）：23.
[4]Romero I，JA. Martínez-Román. Self-Employment and Innovation. Exploring the Determinants of Innovative Behavior in Small Businesses[J]. Research Policy，2012（41）：178-189.
[5]Steinmetz G，Wright E O. The Fall and Rise of the Petty Bourgeoisie：Changing Patterns of Self-Employment in the Postwar United States[J]. American Journal of Sociology，1991（65）：1134-1149.
[6]Parker S C. The Economics of Self-Employment and Entrepreneurship [M]. Cambridge University Press，2005.
[7]张欣，张晓波 . 中国民生发展报告（2014）[M]. 北京：北京大学出版社，2014：90-110.
[8]Gerber T P. Paths to Success：Individual and Regional Determinants of Self-Employment Entry in Post-Communist Russia [J]. International Journal of Sociology，2001（31）：3-37.
[9]Toussaint-Comeau M. Do Ethnic Enclaves and Networks Promoteimmigrant Self-Employment？[J]. Economic Perspectives，2008（32）：30-50.
[10]滴滴官网 . 公司概况[EB/OL]. [2021-09-03]. https：//www. didiglobal. com/about-special/milestone.
[11]美团研究院 . 2019 年及 2020 年上半年中国外卖产业发展报告[EB/OL]. https：//s3plus. meituan. net/v1/mss.
[12]猪八戒网 . 关于我们[EB/OL]. https：//www. zbj. com/about/index.
[13]江国华，童丽 . 反思、拨正与建构：促进型立法之法理阐释[J]. 华侨大学学报（哲学社会科学版），2021（5）：102-112.
[14]Graham M，Hjorth I，Lehdonvirta V. Digital Labour and Development：Impacts of Global Digit al Labour Platforms and the gig Economy on Worker Livelihoods[J]. Transfer-european Review of Labour and Research，2017（2）：135- 162.
[15]快跑者 . 美团骑手工资明细怎么计算？[EB/OL]. https：//www. keloop. cn/information/art27007. html.
[16]Sutherland W，Jarrahi M H. The Sharing Economy and Digital Platforms：A Review and Research Agenda[J]. International Journal of Information Management，2018（43）：328-341.
[17]陈龙 .“数字控制”下的劳动秩序—外卖骑手的劳动控制研究[J]. 社会学研究，2020（6）：113-135.
[18]赖德胜 . 高质量就业的逻辑[J]. 劳动经济研究，2017（6）：6-9.
[19][29]陈爱丽，王小林 . 中国城乡居民多维就业脆弱性测度与分析[J]. 劳动经济研究，2021（6）：19-39.
[20] Adeleye，Bosede，Yasmeen Sultana，et al. Female Vulnerable Employment in India’s Informal Sector[J]. International Journal of Gender and Women’s Studies，2019（2）：78-87.
[21] AlAzzawi，Shireen，Vladimir Hlasny．Vulnerable Employment of Egyptian，Jordanian，and Tunisian Youth：Trends and Determinants[J]. WIDR Working Paper，2020（1）：66．
[22]黄承伟，王小林，徐丽萍 . 贫困脆弱性：概念框架和测量方法[J]. 农业技术经济，2010（8）：4-11.
[23]Bazillier， Ｒémi，Cristina Boboc．Labour Migration as a Way to Escape from Employment Vulnerability？Evidence from the European Union[J]. Applied Economics Letters，2016 （16）：1149 -1152．
[24]崔岩 . 就业质量视角下的外卖骑手就业脆弱性研究[J]. 山东社会科学，2021（5）：93-99.
[25]ILO. Global Employment Trends[R]. Geneva：International Labour Organization，2010.
[26]Pollert，Anna，Andy Charlwood．The Vulnerable Worker in Britain and Problems at Work[J]. Employment and Society，2009 （2）：343-362．
[27]Karymshakov，Kamalbek，Burulcha Sulaimanova，et al．Employment Vulnerabi-lity，Wages，and Subjective WellBeing in Kyrgyzstan[J]. Partnership for Economic Policy Working Paper，2020（3）．
[28]刘爱玉，刘继伟 . 市场化过程中就业脆弱性之演变（2000—2010）[J]. 河北学刊，2020（1）：190-202.
[30]孙金云 . 2020 打车软件出行现状调研报告[EB/OL]. https：//mp. weixin. qq. com/s/2wkEpvoAa2uuptL-HK3TpQ.
[31]滴滴出行 . 网约车电商平台服务协议[EB/OL]. https：//www. didiglobal. com/read ？file=//img-ys011. didistatic. com/static/didiglobal/do1.
[32]韩文龙，刘璐 . 数字劳动过程中的“去劳动关系化”现象、本质与中国应对[J]. 当代经济研究，2020（10）：15-23.
[33]海淀法院课题组，张弓. 涉互联网行业劳动纠纷现状分析及对策建议—基于海淀区涉互联网企业劳动纠纷情况的调 研分析[J]. 法律适用，2019（8）：94-107.
[34]何文炯 . 论社会保障的互助共济性[J]. 社会保障评论，2017（1）：43-52.
本文来自微信公众号：中国青年研究 （ID：china-youth-study），作者：邹会聪（湖南师范大学博士研究生、湖南涉外经济学院副教授）、邓志强（中共湖南省委党校青年与社会建设教研部副主任、副教授）