“货拉拉事件”：系统困住了所有人

原标题：“货拉拉事件”：系统困住了所有人

相较于从目前通告中的只言片语拼凑事件的全貌，将自己置于主人公视角去站队，去判断去争论某一方的错误，我们更想去探究一下这场悲剧之所以酿成的最源头。

如詹青云所说，就像许多难以界定的性侵案件一样，在法律上却必须得下一个判定、一个判决，但在没有录音录像的情况下，我们无法真正还原出事件发生的场景，也就很难谈及“真相”。

另一方面，也是更重要的，关于造成悲剧结果的原因，如果我们只聚焦单独个体的因素，而忽略了背后隐藏的机制或系统性不完善，悲剧可能一再发生。

通过对货拉拉的平台规则的梳理，我们发现，当事人在那个时候的选择，可能并非一定怀揣着穷凶极恶的恶意，更多是基于当时情境之下的一种利益考量与权衡，以及被更隐蔽的系统运作所裹挟。

这也是自去年“被困在系统里的外卖员”引发热议，在已经被广泛讨论的算法、系统和零工经济之外，我们再一次直观看到，高度逐利的“系统”是如何悄然将人异化、将所有人裹挟在其中，更造成了一种带有互联网时代鲜明烙印的“平庸之恶”。

1.

失效的契约

最近，不少国家都出台了各自的限权立法，旨在限制与规范“平台”的权力，比如英国将Uber司机归类为正式员工，必须纳入社会保障；澳大利亚出台的法案，要求Facebook等平台为新闻和原创内容付费。

原本我们对于“利维坦”的讨论，更多是聚焦于国家机器的位面；但在越来越多的领域，我们发现平台和互联网巨头是全新的“怪兽”，而原来的理论研究、制度设计与监管，都必须要进行更新与重新制定。

回到货拉拉事件，在国内平台竞争机制之下——为了抢占市场争取用户，往往大打价格战，将价格压至最低，但其中复杂环节导致的成本与平台责任，则转嫁到了司机与消费者的身上。

以货拉拉为例，司机单纯运输货物的收益与普通打车的价格相差无几，但却需要花费大量的时间成本（装货、卸货）。

在这种情况下，明面上的平台规则，没能让司机得到应有的报酬，基本“赚搬运费”便成为了一条隐形的规则，这就需要双方的协商、甚至拉锯与争吵来进行，这无疑就增加了许多不确定性，为之后的问题爆发埋下了隐患。

从契约的角度来看，这样的契约就丧失了“参照点”的功能，让契约双方都陷入到了彼此不满的情绪之中。

聂辉华：不平等契约的灰度

哈佛大学教授哈特（Oliver Hart）本来是一个标准的主流经济学家，但在2008年之后转向了行为经济学。通过引入行为经济学视角，哈特不仅重新定义了“契约”，而且为大量存在的现象提供了一个合理的解释。

哈特认为，契约是一种“参照点”（reference point）。签约之后，如果当事人认为自己得到了契约当初规定的权利或利益，或者说他得到了公平对待，那么他就会按照契约的实质精神，好好配合对方履行契约。

如果当事人认为自己没有得到契约当初规定的权利或利益，或者说没有得到公平对待，那么他就会采取一些“投机”（shade）行为，包括背后捣乱、推卸责任、敷衍了事以及报复对方。

“报复”是所有投机行为中最严重的一种。行为经济学认为，让对方遭受损失能够在某种程度上弥补自己的心理损失。这还真符合人类的情感：有时候你看对方不顺眼，跟对方吵了一架，立马觉得自己出了一口恶气，感觉好多了。不是吗？

哈特教授对契约的理解，刷新了我们的认知框架。主流经济学认为，契约是双方之间关于权利和义务的约定。一旦某个条款写入契约了，不管对方是否履约，自己都应该履约，而且接受最终结果。这就是所谓的“契约精神”。

而在参照点理论看来，当事人并不是机械地履行契约，而是根据自己的心理感受来决定履约的方式，并影响履约的结果。

研究者发现：如果契约是在完全竞争市场上签署的，那么契约就具有参照点的功能。因为完全竞争市场是一种对双方都公平的环境，没有人被强迫参与契约。

进一步发现，在事前公平的环境下，双方不在乎契约条款本身，而在乎契约履行的结果。换句话说，只要事前的签约环境是公平的，即便契约条款本身“不公平”，双方也会照章执行。“愿赌服输”说的就是这个意思。

相反，如果契约不是在公平竞争的环境下签署的，比如说价格是政策制定者规定的，而不是市场自发形成的，那么契约就不具有参照点的功能，从而契约中那些不可证实的条款就难以被保证履行。

我们经常批判某些人缺乏契约精神，意思就是不遵守约定，经常背信弃义。

根据参照点理论，在不公平前提下签署的契约，不具备参照点的功能，受到胁迫的当事人当然就不会严格遵守契约的实质精神，违约也就在所难免了。因此，当我们批评别人缺乏契约精神时，首先要考虑签约行为本身是不是公平的。

其次，参照点理论关于投机行为的分析，有助于我们重新理解人际关系的冷暖。根据参照点理论，只有在公平的环境下缔结的契约，并且各方实力相当，这样的契约才能长期维持，相当于在事前公平的环境下，便缔结了双方的隐性契约。

——摘编自看理想APP音频节目《用得上的契约经济学》

主讲人：聂辉华

2.

让人无奈的“平庸之恶”

在“货拉拉事件”之后，许多人想到了一部2004年的电影《撞车》，不仅是因为情节的类似，而更多时候，我们发现，偏见与冲突（crash），正是在无形的环境之中一点点累积起来，又可能形成超出想象的蝴蝶效应。

豆瓣用户@Fantasy 写下了这样一条短评：

“在美国生活后对片中的情节感受更深。我们知道种族歧视不好，知道自己也是所谓的“弱势群体”，但当我们看到街上成群结队的黑人，我们还是会感到害怕厌恶。我们明明做人都恪守准则，但还是有人对黄种人有偏见。当我们在努力为自己这个种族证明时，我们总会有同胞在拖后腿。生活就像撞车，有因不一定有果。”

曾经有一个概念被广泛讨论，那就是“平庸之恶”，甚至有时候流行到有些泛滥的程度。

在货拉拉事件中，在上文提到的当契约的参照点失效后，当事人在那个时候的选择，很可能不一定完全“理性”，甚至被当下的利益，被更隐蔽的系统运作所裹挟。

这又何尝不是一种带有互联网时代鲜明烙印的“平庸之恶”呢？

詹青云：人跳脱不出他的环境

讨论“平庸之恶”有几个面向，在可以有选择的时候，比如知道像纳粹时期，海德格尔那样去选择选择作为恶的帮凶，当我们的心中还有善恶判断，还可以在善恶之间做选择的时候，不要选择恶，这个当然是一个很明确的标准。

如果人是被置于这样的选择之中，而依然选择了恶，那当然是个体的承担责任。

但很多时候，“平庸之恶”所讨论的，既不是没有选择的情况，也不是有明确选择的情况。人们往往呈现出一种非常奇怪的状态，放弃了思考，不去判断这是善还是恶。

一个人的放弃有很多种情况，如果说是被暴力威胁去放弃，相当于他没有选择。如果他是被洗脑，或者是在一个不允许人有自主判断的土壤当中成长，所以他没有办法有能力去做自主的判断。

更多时候，是一个人明明可以有自主的判断，但是却被这个环境渲染到没有办法做自我的判断。

这种“平庸之恶”，他不是主动地要去伤害人，或者从伤害当中得到快感，他只是无感，只是对这种恶没有知觉。

这更像是一种钝感，善恶的钝感、道德的钝感，究竟有多少是个体的错？如果它是一种群体性的道德钝感，有多少是我们自己的问题，还是有多少是环境把人教育和洗脑成了这样？

我们能不能够要求每一个普通人跳出眼前的这条路，去看到更广阔的世界？我当然觉得这个当中的每一个参与者都是恶的一分子，可是当身在其中的时候，如果只看到我这条路，能不能够简单地指责说，你为什么没有看到那个更大的图景？

这两种指责是不一样的。一种指责是，如果看到了还这么去做，这是一个选择；另一种指责是，人跳脱不出它所处环境。

这种指责不是善恶的指责，它可能是一个人的思维能力的指责；我们能不能够把这种一个人所看到的图景有多广阔，他的层次有多高的指责，简单地上升到善恶判断。

大部分人都有着本能的良知，在确认到底自己在做什么选择之后，人们本能的会抗拒、会害怕，但遗憾的事，保存一点良知，未必成为这种情况的解决之道。

今天我们都生活在在逐渐丰富强大的机器里面，每一个制定系统规则的人、每一个程序员都参与到了这个体系之中。

当把平庸的恶这个概念与每一个人身上的责任结合的时候，解决起来还是非常困难的。我们应该去呼吁的则是，推动一个体系的改变。

——摘编自看理想APP视频节目《回到原点，理想依然》

讲述人：詹青云

3.

更广泛存在的“系统”问题

关于货拉拉的问题已经在互联网上有过诸多讨论，其实平台规则的不合理、监管的失利，已经不是一天两天的事情。所指涉的领域，也绝不仅仅只有外卖软件、货拉拉，被困在系统里的还有更多人。

只是在当下的生活环境下，当我们都习惯了追求效率，习惯了各类方便又便宜的服务。却可能往往忽略了在“方便快捷”之下，各个“系统”和平台的规则早已存在着广泛的不合理。

为了便捷所必须的成本控制，则通过压榨“零工”而实现；这个过程中所导致的不确定与摩擦，则转嫁到了消费者与“零工”们之间。

一次又一次的事件和讨论，让原本隐形的“平台”与“系统”中的问题曝露出来，也有越来越多的人去反思、去呼吁、去推动针对这些新的“利维坦”进行监管与优化。

今天最后，我们想与你分享看理想主讲人梁捷在“外卖骑手”事件后，关于“算法”与“系统”的谈论。尽管具体的场景可能有所不同，但核心理念是一样的：系统的设计需要人文精神。

梁捷：系统设计需要人文精神

在所有这些目的、手段的背后，必然是一个个活生生的人。

程序算法是相当了不起的技术进步，在二十年前恐怕都是不可想象的。它建立在非常精准的数字化地图之上，然后面对成千上万的各种送餐需求，在极短的时间内计算出最优的行动路线。问题在于，这些最优的行动路线有时候与实际情况存在差异，最优行动路线不可能即时更新，很难考虑街道改造、道路临时封闭这些问题，更无法预料出菜太慢、交通堵塞这样的问题。

大数据很了不起，它已经考虑了红绿灯、单行道这些基本的交通信息，但远远不够，还有很多直接影响骑手的交通信息没有掌握。所以，即使算法是公正无偏的，它也并不总能够给出一个最合理的时间。

如果平台加大投入、增加信息采集数量，更准确地研究从餐馆到顾客手里的每一段路程，是否最终能解决这些不匹配问题呢？我的答案是：恐怕仍然不行。

所有这些不确定性，在城市的每一个角落都存在，加总起来是一个远远超出大数据能力范围的数量级。

平台永远不可能获得计算出最优时间、最优路线所必须的所有信息，平台分配给外卖骑手的时间也永远会存在一定的误差。这其中的鸿沟，绝不可能单纯依靠算法的进步加以解决。平台提供的送餐方案只是一个大致的方案，合同履行过程中存在相当多的不确定性，这些不确定性只能依靠骑手个人能力加以解决。

如果我们盲目迷信算法可以解决一切问题，最终会造成灾难性后果。而目前，这个后果主要就落到了外卖骑手的头上。

算法的目标不应该简化为越来越精准，而是应该把目标定位成“有弹性”，“有空间”，“可以容错”，让大家利用算法的弹性来保证工作的顺利进行。算法天然具有“全能主义”特征，也就是把一切意外因素都考虑在内，一切尽在掌握，但是现有情况表明这是不可能的。

平台设计者们很多并没有深入一线去送几单试试或者体验不够丰富和深入，系统设计的理念缺乏人文精神，而劳动力充沛和舆论氛围让劳动者的议价能力弱化，是某种程度的劣驱良。

——摘编自看理想APP音频节目《别怕！这就是经济学》

主讲人：梁捷

头图来源于《大佛普拉斯》

原标题：《“货拉拉事件”：系统困住了所有人》