第四章 暗处的中间商：优步是如何管钱的

　　硅谷一直以通过创新型技术“颠覆”现有商业模式和产业而著称，但这套活术只是“城里有了新的中间商”的另一套高大上的说法罢了。这套活术还暗示了新的科技与它所关联的商业操作是密不可分的。这套狡猾的话术也是硅谷公司在跟对手竞争时将自己置身于行业标准和监管之外的手段，它们以微妙的方式重写了行业规则。从根本上来说，优步就是中间商。它收集和分析平台上所有司机和乘客的数据，然后把其中一部分信息展示给用户，例如，向司机展示存在溢价的区域地图，或者向乘客展示附近可用车辆的位置。它还将乘客发出的乘车订单申请，转化成平台派单推送给司机，然后从两方收取费用，平台上单个司机没办法看到整个交易的全局信息。优步赚取佣金的盈利方式无可厚非，但是从以往的法律纠纷、诉讼、记者曝光和我个人的调查研究来看，优步有可能利用自己作为中间商的优势，拿走了比它公开定价之外更多的金额。结果就是，乘客被收取了更高的车费，司机拿到手的比乘客付出的少得多，优步从中分走了一大块蛋糕。在本书一开头，我们讨论了关于技术中立的迷思，特别是把算法作为一个中立的管理者形象来看待的问题。但是算法和金钱之间是什么关系？具体来说，就是优步是如何通过算法以软件和公司政策为渠道，从司机和乘客身上赚取利润的？

　　自从牧民开始用自己的牛羊做交易，不诚信的交易行为就存在了，但新科技的出现让这种行为完全不可同日而语。科技公司声称，自己的技术平台是中立的，完全靠“公正的”算法驱动。结果就是，它们可以开发出一套制造自利和不公正结果的系统，而且不会受到惩罚。优步参与了各式各样的暗箱操作，这些行为跟它所宣扬的“中立”且不干涉供需双方交易的平台定位自相矛盾。这中间经历了什么样的过程？首先，优步通过计价算法根据诸如订单里程、行程时间以及优步所计算出的供需关系之间的乘数等变量预估这趟行程的车费。之后，它悄无声息地、在不公布政策变动的情况下，让司机的收入与乘客支付的实际车费脱钩。它抛弃了之前用来预估行程车费的那套算法，转而采用“基于行车路线的计价方法”。通过使用人工智能技术，它可以辨别哪些乘客愿意为出行多付费，然后向他们收取更高的车费。公司坚称这套计价系统不是针对个人的。对公众而言，优步用了一套在道德上具有说服力的语言来为自己采用的行车线路计价法正名。例如，优步解释说，它可能会对在高收入地区之间往返的乘客收取更高的车费，而对在低收入地区往返的乘客收取较低的费用。而且通过用人工智能技术来描述向愿意花费更多的乘客收取更高费用这一市场逻辑，优步利用技术将向一部分特定乘客收取溢价讲成了一个积极正面的故事。这部分增加的费用并没有让司机受益，因为他们是按照每分钟或每英里的固定费率来获得报酬的。优步在开始实验这种预估计费方法时，并没有对外公布这一政策的细节，因此优步就可以在不通知司机和乘客的情况下利用自己中间商的地位获利。这种数学意义上的公正客观感——这种算法肯定是公平的，因为那些数字、算法设计、人工智能也是这么说的——让优步仅仅是一个公正中立的技术平台的说法可信起来。

　　优步从脸书和谷歌这样以消费者为导向的公司身上学到了这套技术中立逻辑（这些公司也是硅谷的帝国缔造者）。谷歌的搜索结果和脸书的新闻推送都是基于算法处理的信息，这些处理结果可能会反映出令人意想不到的偏见。通过搜索结果反馈给我们的社会偏见，与这些公司用算法处理过的信息和观点来操纵用户的做法之间的区别让我们很难搞清楚。但是谷歌的搜索引擎和脸书的社交网站对用户来说都是免费的，因此当消费者感觉其背后的算法不够公正客观时可以轻易地表达不满。按照理性的做法，那些对此不满的用户只要不用这些网站就可以了（众多证据表明，想要放弃这些人们每天都会使用的网站并非易事）。

　　然而，优步的算法所造成的后果和影响要深远得多，因为它直接影响司机的生计。虽然在事实上优步要面对消费者并把劳动者组织起来，但它依然可以简单地从硅谷同行那里借鉴一套消费者导向的算法管理系统，并将其应用在自己的劳动雇佣关系上。想要理解这种榨取式的操作如何用在了优步的体系中，我们需要暂时抛开优步这一局部，来放眼看看那些声称是中立的系统怎样用毫不中立的方式影响我们的生活。

　　平台公司怎样通过你的数据来利用你

　　在每一天的数字生活中，我们无时无刻不在跟算法互动，即使我们没有意识到这一点。算法通过有选择地突出某些状态更新来塑造脸书新闻推送的面貌，而YouTube和推特则通过“最受欢迎”或“最高评分”等功能模块实时向人们展示流行趋势。这些算法的力量不仅仅在于它们的快速响应或者个性化功能，也在于它们将自己的身份和角色隐藏在幕后的能力。正如通信专家塔尔顿·吉莱斯皮（Tarleton Gillespie）对社交媒体平台的观察那样，“社交媒体正在给用户呈现一份精心挑选过的内容清单，而这些内容的可信性恰恰是建立在这份清单是未经精心挑选的，纯粹是集体用户行为的产物。”

　　我们来看一看谷歌。谷歌搜索引擎的算法称作“网页排名”，在宣传中它称自己为信息的中立仲裁者。网页排名算法对某一特定网页上链接的质量和数量进行评估，来确定其在搜索结果页面展示的位置。换句话说，它能捕捉人群的智慧。谷歌成功地向人们灌输了一种理念，让人们相信自己的平台在本质上是民主和平等的，虽然有很多批评者指出这种算法通常带有社会偏见。同样，脸书鼓吹自己可以促进投票结果，却否认可以影响人们投票时的选择：这好比是在一条被科技记者亚历克西斯·C.马德里加尔称作“一个中立的脸书幻梦”的钢丝上跳舞。优步的说法——自己是一个用中立的算法制定溢价费率来将乘客和司机连接在一起的平台——同样建立在“平台纯洁度”这样一个伪命题上。

　　在科技行业，通过运用数据驱动的信息来影响用户行为是非常普遍的现象。例如，ProPublica（新闻网站）的记者朱莉娅·安格文和苏里亚·马图发现，亚马逊通过产品排名将用户引导向更贵的产品，而它一直声称自己的经营主旨是将客户利益放在第一位。通过将客户引流到给网站支付了服务费的卖家，亚马逊的业绩也得到了提升。亚马逊公司很好地展示了自己在数学方面的实力和手段：网站分析数值得出产品价格和运费的各种组合，然后用这些分析结果从顾客身上攫取利润。

　　价格歧视或者价格欺骗并不是什么新鲜事，但像亚马逊这样运用大数据向客户量身推荐产品的电商平台的崛起让人们有了更多的忧虑。消费者是否在不知情的情况下被引流到了价格更高的产品？同样的产品卖给他们时，会不会比卖给其他与他们条件类似的消费者时价格更高？正如几位计算机科学专业的研究者所展示的那样，“电商平台上的个性化也可以用来利用消费者，不论是操纵他们所能看到的产品（价格引导），还是为他们量身定制产品价格（价格歧视）。可惜的是，目前我们还没有足够的工具和技术来监测这种行为”。

　　例如，在办公用品采购网站史泰博（Staples）上，根据消费者所在地区不同的邮政编码，他们看到的产品价格也不同。如果一个消费者所在位置远离史泰博的竞争对手，比如Home Depot，那么他看到的产品价格就会更高。像Orbitz这样的机票和酒店预定平台同样会使用算法计价策略向不同乘客推送不同的产品价格和服务。它们意识到乘客的付费意愿跟他们所使用的电脑（苹果电脑用户的价格就要高于其他用户）、网页浏览器以及他们登录时所在的城市是有关系的。巧合的是，Orbitz是亿客行（Expedia）旗下的公司，而亿客行的前CEO在2017年8月成了优步的新CEO；Orbitz的前CEO巴尼·哈福德在几个月后成了优步的首席运营官。尽管有些人主张消费者的手机电池电量或者地理位置等隐私信息应该得到更好的保护，但这些影响价格算法的变量还是被许多软件上传用于价格计算。数据驱动型的客户整理和分类被许多行业采用。例如，工作数据分析公司Evolv的研究显示，那些在电脑上新装了网页浏览器，比如谷歌的Chrome浏览器的员工，比使用系统自带的浏览器，比如Safari（苹果浏览器）的员工，留在岗位的概率高15%。我们可以想象所有的个人数据都可以用来向平台透露我们是一个怎么样的工作者，或者我们作为消费者愿意为某种产品付多少钱。

　　不只是优步，在整个科技文化中，信息呈现给我们的方式和渠道都是强大的紧张感的来源。例如，我们都迫切希望谷歌地图之类的导航软件能有完整精确的地图，我们也信任这些服务能给我们推荐最优的路线。艺术家和研究者米米·奥诺哈向我们展示了谷歌地图的数据漏洞——一些住满了人的街区在地图上却是一片空白。她写道：“作为巴西最臭名昭著的城市景观，大多数贫民窟在谷歌地图上都没有显示（这并非是因为它不想费这个精力）。在里约热内卢，1000个贫民窟中只有26个在地图上有显示，事实上有超过100万人——占整座城市人口1/4的人生活在这里，以此为家。”这些跟现实之间的出入让我们必须要问一个问题，究竟谁决定着我们该如何丈量这个世界？但是，我们脑海中关于算法技术会给我们提供客观真实的信息这一根深蒂固的理念，正影响着我们对优步这样的公司在经营行为方面公正性的评判。

　　算法系统真的是中立的吗？

　　这些真实的问题暴露了一个现实，就是算法系统并非所谓的中立，而且算法还暴露了全社会潜在的偏见。计算机科学家拉坦娅·斯威尼研究发现，当在谷歌搜索引擎中搜索带有非裔特色的名字比如“达内尔”时，网站会推送诸如刑事诉讼背景调查之类的广告，让人不禁会把非裔人士与刑事犯罪背景联系起来。当输入主要是白人使用的名字，比如“吉尔”或“杰弗里”时，网站推送的广告就不会与刑事犯罪相关。问题在于不只是谷歌单方面造成了这种关联和联想，谷歌用户在搜索黑人姓名时也会更容易点到那些与刑事犯罪相关的广告，从而进一步使计算机算法认为两者之间有强关联，进而习得了这一社会偏见。换句话说，看似公平中立的技术可以暴露出社会既有的偏见，也支撑了技术仅仅是将社会现实反映出来的观点。还有另外一些歧视和偏见，当谷歌在搜索结果中展示工作招聘广告时，女性用户所看到的工作机会的待遇要低于男性用户。除此之外，通信专家萨菲娅·U.诺布尔发现，用谷歌搜索“黑人女孩”时，搜索结果第一页和页面上的广告内容主要和色情有关，例如“本地黑人性爱”等。社会上的确有将黑人女孩过度色情化的偏见，但谷歌的搜索结果进一步筛选和放大了这一偏见，而且谷歌公司还从这些广告内容中获利。作家汉斯·罗尔曼这样总结诺布尔的发现：“想象一下你走进一个图书馆想给孩子们找些资料，然后你问图书管理员这里有哪些关于黑人小女孩儿的图书，结果她给你拿来一堆色情杂志，因为图书管理员给人看色情杂志的话可以拿到回扣。”

　　一个中立系统跟它所处的文化是相辅相成的：优步的情况是，那套司机评分系统逐渐吸收了给司机评分的消费者的偏见，然后反过来影响了司机的就业能力。所有与司机相关的信息——从他们的种族、性别到日常的穿衣风格——都可以被乘客拿来当作支持和批判他们的证据。我们在数字生活中由算法主导，也造就了我们对商业化的数字交易行为的期待值。技术中立的神话让我们放松了对被操纵的警惕。当优步的溢价算法对同一地区不同用户实行区别计价政策时，它实际上是利用了用户，并利用了大家普遍相信的算法只是反映了市场上供需情况这一理念而获利。

　　中立技术平台用什么样的方式将社会现实反馈给我们，有可能会影响现实中存在的偏见，并让人们对算法背后的政治原理产生道德上的质疑。然而，这些平台所做的远不止向我们客观反馈社会情况那么简单。用户想要弄清楚自己看到的某件商品或某项服务的价格，到底是社会反馈的结果还是公司执行某项政策之后的产物，是非常困难的一件事。这中间的区别意义重大，因为一个商业或技术行为的性质到底是利益驱动还是操纵甚至滥用自己的优势地位，就要靠这种区别来判断。

　　一个中间商从用户身上获利的能力远不止价格考虑这一方面。例如，脸书最为人熟知的产品是消息推送，这是一种在用户登录账户后将一系列好友状态更新和新闻推送展示给用户的服务。这些消息推送是根据算法生成的，而且普遍认为是中立的。脸书经常拿消息推送做各种测试（比如对比测试）。在一次没有提前告知用户的情况下，脸书通过向用户推送愉快或者悲伤的消息，对部分用户做了一次心理状态实验，结果激起了一场轩然大波。这个研究的结果显示，人们很容易受大众情绪的感染：那些看到愉快的消息推送的用户会发送更积极乐观的状态更新，而那些看了更多负面消息的用户则更倾向于发送负面的状态更新。

　　算法控制的力量由于各种令人不安的公共事件已经成为聚光灯下的焦点。尤其是2016年美国总统大选期间，脸书在传播与俄罗斯相关的政治宣传中所扮演的角色，以及操纵媒体方面的影响，在全社会激起了一场关于科技工具在我们日常生活中扮演什么样角色的讨论。不过，硅谷这些以消费者为导向的平台公司在面对“终端用户”时，会刻意淡化这种不透明的算法管理在客户关系中所扮演的角色。同样，尽管优步扮演的是一个中立的中间商角色，在调整乘客费率的同时却没有对司机做出相应补偿，它完全违背了自己所宣称的中立精神。在消费者的立场上某些看似带有欺骗性质的公司行为，在劳动雇佣关系层面上用来管理劳工那就带有完全不同的含义了。

　　算法老板的管理之道：克扣薪水、价格欺诈、无偿劳动

　　硅谷将算法管理描绘成一种中立的状态，然而我们现在已经看到这种说法是不真实的。但是在工作中算法管理的欺骗程度也有不同：在一些情况下，优步作为一个隐形的中间商利用算法或技术榨取额外的收益，这看起来像克扣薪水的一种方式。在另外一些情况下，算法单纯通过不准确地反映或者预测溢价时间和区域来误导司机，让他们误认为自己可以赚更多的收入和补贴。我发现优步在劳动雇佣方面所使用的主要手段包括取消订单后不付费、所谓的预付价格、可能会不见踪影的小费以及操纵性的溢价政策。除此之外，优步为司机提供的“客户服务”反应非常迟钝，而这种客户服务是司机与公司沟通交流的主要渠道，这也是优步公司把司机当作地位低下的客户而不是员工的又一例证。

　　优步又是如何从这些情况中全身而退的呢？优步独特的品牌形象让它可以始终掩盖自己的操纵行为。它最常用的借口就是技术：用技术来解释不见的薪水都去哪儿了，它所使用的话术包括服务器故障、软件功能失灵、算法和中立。当优步面对猛烈的批评和被制裁的威胁时，它最典型的反应是改变自己的身份（例如从一家出租车公司变成技术公司），混淆自己适用的监管规则。而有时候，它会游说立法者来修改规则。如果说优步的司机是消费者，那么那些不见了的报酬是不是应该定义为欺诈和不公平交易，应该受到联邦贸易委员会的仲裁呢？如果说优步司机是员工，我们是否应该诉诸劳动法来解决报酬不平等的问题？这两种说法或许都犯了同样的错误，但是我们定义这种剥削的方式决定了我们将会采用什么样的方式来修正它。这同样也是一种策略：优步的多重身份迫使我们要驳斥一系列愈演愈烈的关于该如何看待这家公司的说辞。同时，优步还利用这种摇摆不定的身份来给自己兜底。全社会如何大范围与这些平台的政治力量做斗争是一个值得我们探讨的问题。在本书中，技术一词是一种权力语言，被优步运用在商业运营中，将自己凌驾于为其服务的司机之上。

　　优步如何从乘客等待时间里获利更多

　　在优步和司机的关系中，优步既是雇主也是仲裁者，这让优步处于强势地位。当优步的政策和措施与司机的实际工作体验不一致时，出来充当裁判的依然是优步。这种通过软件来协调和派遣的工作有一个好处就是，工作时间和工作内容是被系统监控的。从理论上来说，这应该会减少克扣薪水这一类的不公平现象，但技术本身不会自动承担这份责任。在优步的体系中，它有权决定或者强制执行司机可以得到多少报酬（例如系统会对取消订单强行收取费用）以及哪些是没钱拿的（例如司机丢失的物品肯定是没有补偿的），或者决定系统跟踪记录哪些信息和不记录哪些信息。司机在不平等待遇方面跟系统谈判时几乎没有什么筹码。

　　很多人在讨论零工经济或者共享经济时，会想当然地认为技术总是按承诺的那样或者公司政策中所宣传的那样来运转。然而，事实上一些技术在执行时会对一线的司机产生负面影响，这跟承诺和宣传的有很大差异。司机在真实经历中遇到了很多问题。其中一些问题可以视作大范围的系统克扣工资行为，例如订单取消费用总是毫无规律地上下浮动。另一些问题则主要是关于公平性的。尽管这些问题不一定都是公司恶意为之，但也是一些很有趣的参考坐标，可以向我们展示劳动雇佣关系这一历史顽疾如何在软件科技的新时代以不同的面貌出现。

　　优步司机在两种情况下可以收到订单取消费。第一种是当乘客的订单从接单开始算起五分钟之后乘客取消订单的（见图4.1），另一种情况是当司机到达乘客上车地点但乘客联系不上，或者无法及时出发的。在这种情况下，司机必须要等待五分钟以上才可以取消订单，这时候乘客才会被收取订单取消费。

　　图4.1 2015年5月30日优步公司公布的订单取消费政策的截图

　　一些司机在论坛和采访中讲述说，他们按要求等了5分钟之后向系统申请订单取消费，但后来在查自己的账单时发现，尽管他们非常确定自己的等待时间超过了系统所要求的5分钟，并且向系统发起了费用申请，账上却没有相应的收入。蒂姆在旧金山同时为优步和来福车开车，他从事客户服务行业已经25年了。我们的采访持续了好几个小时，他用数不清的亲身经历跟我解释那些不知所踪的报酬和未能如愿的补贴政策。声音中带着明显的失望，他告诉我说：“我之前工作过的所有公司没有一家还得让我仔细核对自己的工资单。”

　　优步与司机签订的合同中的第2.2款规定：“为了提高用户对优步移动软件和您所提供的运输服务的满意度，如果乘客没有按时到达上车地点，我们建议您在乘客约定的上车地点至少等待10分钟。”虽然标准的等待时间是5分钟，超过的话司机就应该得到相应的订单取消费，优步却在合同中“建议”司机等待未出现的乘客两倍以上的时间，以便让乘客对公司的服务感到满意，却不对司机的等待时间做出任何补偿。2016年，我在“行程分享者”网站的博客中细致讨论了长久以来司机所反映的工资短缺问题，同时还探讨了司机对公司政策的不同态度和感受（见图4.2）。在各个城市以及不同的优步服务级别中，订单取消费的收取标准也不同（在一些特定城市，比如休斯敦，就没有订单取消费政策）。但总体来说，在上文提到的两种收取订单取消费的场景下，UberX的乘客需要支付5美元，在优步抽取25%的抽成之后，司机应得3.75美元。如果乘客在即将满5分钟之前取消订单，就无须支付任何费用。为了改善这一不对等的状态，优步开始在一些城市试点更短的等待时间，新的政策中，在等待2分钟之后，乘客将被按分钟收取等待费用。优步的政策表明系统将会自动向乘客收取订单取消费并自动返还给司机，但在实际操作中，优步却把责任推给了司机，他们需要在乘客取消订单后向系统提出正式申请来索取自己应得的费用。如果因为乘客没有出现，司机取消了订单，司机可以不向乘客收取订单取消费（一些新手司机会这么做，因为他们可能觉得乘客弄错了上车地点）。但司机在向系统提出申请之后一再抱怨，即使他们每个环节所做的都符合规定，最后也没有收到这笔费用。一些情况可能是这些司机实际上并没有等够五分钟，或者他们并非在自己所说的地点取消的订单，但我们更关心的是那些在正确的地点等待了五分钟以上却没有拿到补偿的司机。

　　图4.2 优步向司机解释为什么没有支付订单取消费

　　注：2015年秋天论坛中一个帖子的截图。

　　图4.3 优步让司机选择是否收取订单取消费

　　注：2016年优步软件中的截图。

　　在更早的政策中，优步会给乘客一次五分钟以上免费取消订单的机会，却把相应的等待成本转嫁到了司机身上，乘客的这次取消订单行为不能让司机得到任何补偿。（见图4.4）

　　图4.4 2013年司机收到优步发来的订单取消的新政策

　　因此，一些人可能会解释说，短缺的报酬是因为那些第一次取消订单行为造成的，但司机怎么能知道哪些乘客是第一次取消订单哪些不是呢？而且为了提高乘客满意度，为什么要司机做出牺牲去做那些没有补偿的工作？优步关于取消订单的相关政策条款明确规定，司机一定会得到取消订单的补偿，而不是有选择地执行哪些有补偿哪些没有（但是优步在与司机的合同中保留了修改补偿政策框架的权利）。可以说，优步可能已经违反了跟司机之间签订的协议，但它依然强调司机应该为了优步的利益多做一些“额外的工作”。

　　这是什么情况呢？我们至少有三种解释。第一，优步是通过系统自动向乘客收取订单取消费的，但是没有把费用转给司机。如果是这样，那么司机处于信息上的弱势地位——他们不清楚乘客有没有被收取这笔费用。第二，在司机取消订单后，系统不会自动向乘客收取费用，这样司机就处于被欠费的状态。第三，司机在等待乘客时实际上并没有等够五分钟就走了。

　　实际上，在司机和优步所达成的工作安排方面，司机需要事先付出时间和劳动，事后为自己的付出得到相应的补偿。不过在事后，最终决定司机是否可以得到补偿的权利掌握在优步公司手里。同样，当一个员工用自己的信用卡支付工作上的开销时，比如差旅费用，他把发票提交给公司报销，这时候他可能面临的一个风险就是，公司认为其中的一些费用不符合标准不予报销。不过，对司机来说，他们面临的问题更加简单直接：按照公司的政策，如果他们确实等待了超过5分钟，然后向公司提交了费用申请，优步公司是否有义务自动向他们支付这笔费用？

　　多年来，优步软件中并没有计时器可以计算司机的等待时间是否超过了5分钟。不论是因为这件事对优步来说并没有很高的优先级，还是说由于系统是全球通用所以没办法加入这个功能，结果都是一样的：没有计时器通常会让司机等待超过5分钟的时间，以确保自己可以收到这笔订单取消费。这一设计在优步与司机之间的合同中被进一步加强，合同“建议”司机等待至少10分钟。看到司机无法正常拿到自己应得的订单取消费，一位软件开发工程师为司机开发了一个叫Rideshare Timer的计时器软件。由于这些人的努力，2016年7月，优步终于在UberPOOL中增加了计时功能，但像UberX这样的核心服务依然没有这个功能。2017年6月，我和瑞安·卡洛向一位联邦贸易委员会的委员提交了一份报告，陈述了许多诸如此类的不公平现象（一位优步公司的律师也参加了这次会议）。就在这次会议之后，优步给常规的行程服务都增加了计时器功能，对那些申请订单取消费的司机来说，这改善了优步公司运营的透明度和可靠度（之前这些改变可能都已经在准备阶段。但是考虑到在全国最大规模的一次法律和科技学者聚会上，如果与会人员依然没能看到计时器功能可能会引发的关注和批评，因此我猜测像这样的改变是提前推出了）。不管怎样我们可以从这些例子中看到在与科技互动和共处的过程中存在的剥削是多么严重。

　　优步如何利用“预定价”赚得更多

　　从2016年起，优步悄无声息地推出了一项名为“预定价”（up-front pricing）的政策，为的是进一步增加运营的透明度。乘客可以提前看到优步系统“最佳预估”的车费，不用等到行程结束就能知道系统预估的计价金额。问题是，在优步最终承认自己向乘客收取了更高的车费而用更低的费率给司机结算前几个月，已经有司机开始警觉并注意到价格中间的差异。一些司机开始尝试在线上从其他司机那里收集关于预定价政策的数据，同时他们也跟独立司机行会（Independent Drivers Guild）这样的劳工组织一起开会探讨这个问题。他们观察到，价差从几美元这样的小数额到更大的金额不等。

　　同时，优步宣称最终所有的价差总体来说是持平的，但拒绝披露公司占便宜的概率是多少。于是司机、乘客、研究者和记者开始自己调查。正如记者艾莉森·格里斯沃尔德报道的那样，“预定价政策当然可以让乘客根据行程的成本花费来做决定，但也会让他们付出比实际成本更高的金额”。在预定价政策正式实施之前，乘客在行程结束下车之前可以跟司机对比一下自己支付的费用和司机收到的费用。乘客可以看到自己支出的总额，司机在行程结束后也可以看到一个行程清单，其中包括费用明细，例如车费构成、优步提成、其他费用例如过路费等。但就在优步开始正式实行预定价政策时，司机和博客写手哈里·坎贝尔，开始注意到行程清单开始出现延迟（通常是在行程结束10分钟之后才会发送）。许多司机怀疑优步故意用这种时间延迟来防止乘客和司机互相对比账单。即便如此，优步依然辩称自己的操作都是透明的。在一起司机起诉优步公司的案件中，司机控告优步的行为违反了两者之间的协议，优步辩称预定价政策“算不上什么秘密”，因为“司机也知道自己只有在行程结束后才能收取费用，他们问一问用户（乘客）一共付了多少钱就可以对比出来中间有没有价差。”且不说直接询问和查看一名乘客的账单和手机是多么尴尬的一件事，让乘客到达目的地之后等十分钟不下车就为了核对账单在现实中也是根本无法操作的，这才是检验优步透明度的最大障碍。

　　在实际操作中，预定价政策的效果是乘客可能会在不知情的情况下被多收费，或者是用更极端的成本差异来估算价格，从而让司机在不知情的情况下获得远低于他们签约时的定价收入。2015年我采访了罗恩，第三章中我已经向大家介绍过他，2017年我又一次对他进行了采访。他说：“我记得有一次跟一位乘客在行程中聊起这件事，他主动说愿意在行程结束后给我看一下他的收费凭证。我之前已经听人说起过这个问题，但是亲眼看见证据以后还是让我出奇的愤怒。那种感觉就像是被人背叛了一样。那位乘客看出我对优步非常失望，然后表现出一种应该看开点的态度，直到我告诉他说：‘你知道吗，平台收了你40美元，但是从我们这趟的里程和时间来算，平台实际上应该收你28美元。’然后，这位乘客突然也对我的愤怒感同身受了！”

　　优步跟司机之间签订的协议中规定，优步会从总车费中抽取一定的比例作为佣金（比例根据不同地区、不同司机和不同的服务级别也会有相应的区别），例如20%、25%和28%等。与此同时，优步还收取一项名为“预订费”（booking fee，之前称为“安全驾驶费”）的费用，这项费用一次1～2美元不等，会加进大多数行程的总车费中。这就意味着如果是短途订单，司机只能收取起步费，这时优步的抽成达到30%甚至50%。通过预订费政策，优步利用自己中间人身份的信息优势，在不告知司机和乘客的情况下提高自己的抽成收入。在纽约市，得到计程车管理协会透露的信息之后，我找到了一种测算优步到底多拿了多少钱的方法。协会当时正在寻找证据以证实司机的一系列投诉。乘客为车费支付的消费税很明显是从司机的收入中扣了，纽约市的消费税税率是8.875%，因此我和几个司机博客写手可以将消费税率倒推计算出乘客支付的金额。优步确实利用了乘客和司机的信息不对称，虽说这可能在它的权利范围之内，但这种行为违背了它所描述的自身的商业模式：不论是在法律论坛上，还是在跟司机的合同里，优步公司都声称自己提供了一个连接所有用户的平台，也就是暗示说自己的技术是中立的，就像信用卡处理器一样。在一次法庭听证会上，优步公司的律师在口头辩护时使用了一个不那么精确的比喻来解释公司的逻辑，他是这样说的：“优步的技术可以将人们实时连接起来，这种技术也可以使用在其他软件上。比如有人想吃冰激凌，生产冰激凌的商贩可以通过我们的软件获得商业需求，也就是联系上那些想要他们冰激凌的人。我们为促成这一交易提供便利。不过并不能因此就说我们从事了冰激凌这个行业。”

　　强是纽约的一名全职司机，他三年前加入了优步，签约时他拿到了1000美元的签约奖金。对强来说，那些小的账目出入并不重要，总的来看，优步还是为很多司机提供了就业机会和额外的奖金。在预订费这个问题上，强有自己的看法，他用自己并不流利的英语说道：

　　很多人都遇到过这种情况，我也一样。我个人的态度是，这并不算什么大事。你知道，实际上这是一个系统性的问题。有时候当一名乘客呼叫优步时，系统会采取固定定价的计费模式。例如，如果司机车开得过快，比系统预计的时间更早到达目的地，那么他收到的车费就会比正常的少一些。有时候优步会给你一个最低收入保证。比如，如果一位乘客付了5美元，系统会付给你15美元。所以我们也不是说一直都会吃亏，有时候我们还能赚得多一些。优步公司给我们钱，或者给我们工作机会，让许多人有了得以谋生的手段。我们的视野应该更大一些，而不是只盯着说这个乘客付了两美元而我得到的少了，然后我就要去打官司。不，不应该这样。

　　但即使有些司机对公司的计价方法没有太大意见，优步采取的预定价政策在很大程度上也被视作缺乏诚信的表现，因为在政策试行阶段，司机并没有事先收到通知。由于预定价政策也会对乘客产生影响，这个问题被看作某种对乘客的价格欺诈而受到了媒体的广泛关注，虽然这个问题一开始是在司机之间热议起来的。有意思的是，不是所有的司机都对“揭露”优步这一不光明的政策有同样的感受。在对预定价政策的调查揭露了优步所声称的透明定价策略不过是另一种形式的暗箱操作几个月后，我在蒙特利尔采访了几位刚开始感觉到系统收取乘客的车费和自己获得的报酬之间有种莫名其妙的差距的司机。在美国，来福车不声不响地采用了和优步如出一辙的政策。亚伯拉罕是我在华盛顿遇到的一名来自埃塞俄比亚的优步和来福车司机。2017年7月，他向我展示了自己在一次去往机场的来福车订单中所挣的金额，那一单他的报酬大约是8美元，而乘客实际上被收取了16美元。“哦天哪！”在向我展示两张照片的对比时他感慨道。虽然他补充说：“不管怎样这也算不上世界末日。”不过很明显看得出来，他对这个车费耿耿于怀。

　　优步把乘客给的小费揣到自己口袋了吗？

　　2017年，当优步在软件中增加了小费功能时，司机们都感到兴奋异常。多年以来一直在抱怨这个问题的司机们感觉自己的呼声终于被采纳了。然而，在司机论坛上开始传言说有时候优步会把乘客给司机的小费变成一项“服务费”，然后装进自己的口袋。2017年夏天，一位司机在论坛上说他亲眼看到乘客在软件中输入了小费金额，但是在自己收到的账单上，他看到那笔小费被列成了“服务费”。他在帖子中上传了手机屏幕截图，并对这一事件评论道：“开车时大家留点心。昨天晚上我的一名乘客坐在副驾上，用乘客端软件付给我10美元小费。但是我的账单中并没有这一项。我看到的是一大笔付给优步的服务费，而且这一单乘客付了20美元，我的报酬才有6美元，我从乘客的手机上看到这次行程的车费应该是10美元。我联系了优步的技术支持，在来来回回一堆自动回复之后，平台最终还是从那笔大额的服务费中返还了我应得的小费。”在一次增加业务透明度的尝试中，优步修改了政策，司机不但能看到自己赚了多少钱，还能同时看到乘客付了多少钱。这在一定程度上缓解了人们对于预定价政策透明度的担忧，司机们现在可以密切关注这些金额了。

　　那些我交谈和采访过的司机常常都对优步按时支付报酬的行为给予肯定，这也是这份工作吸引人的地方之一。但报酬体系中的那些账目出入也会让司机心生疑窦。如果优步私吞了小费，并把它说成服务费，那这就是技术欺诈。这种欺诈（或者说商业操作）是一种惯用的手段，也是导致司机收入不符的原因，这一点我在哈里·坎贝尔的“行程分享者”博客上发表的文章中已经阐述过。即使这种出入很少发生在小费收入上，但由于过去各种已经被证实的工资盗窃行为，各种流言依然四处流传。

　　“机器”是否侵吞司机的小费这个大问题与优步软件设计的可视化程度和透明度息息相关。因为直接问一名乘客是不是付了小费显得很不礼貌，所以司机也无法知道自己会不会收到小费。这类资金的转移只有当司机确定自己的乘客支付了小费而自己却没收到时才能被发现。技术驱动型平台不透明的本质让这类不公正的做法更难被发现。司机唯一可以依靠的资源就是咨询优步社区技术支持代表，通过多个电子邮件渠道进行沟通，然后追索自己的损失。

　　图4.5 一名司机给优步发信息，申诉自己的小费不见了

　　注：这条消息是从2017年论坛上发布的一个屏幕截图中转录的。

　　图4.6 乘客的支付金额明细

　　注：这张图片是从2017年论坛上发布的一个屏幕截图中转录的。

　　图4.7 司机收到的账单明细

　　注：这张图片是从2017年论坛上发布的一个屏幕截图中转录的。

　　图4.8 司机收到优步的回复

　　注：在几条消息沟通之后，优步最终确认小费将会很快发到司机的账户中。这张图片是从2017年论坛上发布的一个屏幕截图中转录的。

　　不要盲目追求溢价：算法是如何误导人的

　　不是所有的算法欺骗行为都达到了工资盗窃的标准，但同样会让我们踟蹰不前。算法系统对待处境相似的用户会有很大的不同，即使系统理在理论上应该是完全中立的。优步的联合创始人和前CEO特拉维斯·卡兰尼克在就优步的溢价算法的中立性问题发言时，拿费率上涨为例说道：“不是我们在定价，而是市场在定价。”然而，优步似乎对处境相似的用户采用了不同的定价策略——这项政策被称为动态价格歧视，一些消费者和评论家认为这种策略值得警惕。计算机科学家陈乐、艾伦·米斯洛夫和克里斯托·威尔逊对不同地区费率上涨期间优步软件交互界面对不同用户所采用的定价标准进行了研究，并把这些价格与乘客实际收到的账单进行了对照（乘客端软件上显示的溢价金额）。研究结果发现，彼此之间存在差异，费率上涨期间同一地区同一时间的不同用户收到的价格也互不相同。优步解释说这是系统的一个小漏洞。在技术层面上对这种差异产生的可能性的解释是，由于服务器基础结构不同。“在一个发散性的网络中想要实现完全一致的价格标准是件很困难的事情。”有些人认为，优步在有意放任这种歧视性价格体系的存在，因为这样它就可以获得大量关于乘客以及他们在不同价格等级中的付费意愿的相关数据。不论原因如何，很明显的一点是，所谓算法中立这套新的说辞并没有对过去老的价格歧视行为造成什么本质上的改变。

　　在劳动关系和算法管理的语境下，算法中立的说法有不同的含义。优步使用溢价政策让司机对额外收入有更高的期待，然而这些收入他们可能永远也没办法拿到（见图4.9）。在优步的引导下，司机坚信溢价政策高度精确地反映了当时市场上司机的供应量和乘客的需求量之间的对比关系。系统会使用短信、邮件和信息推送来通知他们费率已经开始上涨，或者“客户需求量非常大”。算法掌握着相关“数据”，或者可以看出来需求量的大小，于是可以向司机建议什么时间到什么地方就可以享受标准费率之外的溢价收入。当司机按系统提示去做之后，却发现自己被派去接了一名并不支付溢价费的乘客，也就是说额外的溢价收入不见了，他们感觉自己受到了欺骗。

　　图4.9 溢价案例

　　注：一名司机按系统提示来到溢价地区，但是在这一“需求量很高”的地方等了半个小时还没接到一个订单。此图于2015年在一个论坛上被发布。

　　司机还会收到客户需求量的提示，这似乎意味着优步可以实时精确地预测市场供需关系，但是这种建议处于较低的可信区间。类似“客户需求量极大”这样的语言跟宾夕法尼亚州利哈伊谷的一名司机收到消息非常相似。2016年冬天他收到一条系统短信说某个周六费率将会上涨，因为“我们发现昨天晚上的客户需求量非常大”。之后他又收到第二条短信，优步宣布：“周末已经到来，利哈伊谷的客户需求量正在快速上涨！准备好今晚上线，留意周边地区的溢价时段，你可以赚取平时三倍的收入！保持在线直到午夜，尽享最高费率。继续和优步在一起！”

　　图4.10 优步发送给司机的关于需求量预测的短信截图

　　注：这张图片于2016年发布在一个论坛上。

　　优步的短信比传统的公司经理鼓励你深夜加班时所用的说辞更具煽动性。这些短信与优步更宏大的那套说辞相呼应——它具有足够强大的技术实力，可以预测市场需求，并将其告知自己的司机。

　　一些司机遵循着那些需求量预测的提示，按照优步公司的引导，来到一个他们本以为需求量会很大的地区，结果却发现现实并非如此。就像我跟卢克·斯塔克在2016年元旦前夕所观察到的那样，一名司机在论坛上发布了自己收到的信息，信息写道：“我们还想提醒您元旦前夜将是一年中最忙碌的夜晚。有如此高的客户需求，您如果出车接单将会有非常好的收益！”然而，如此高的需求量在现实中却并没有出现。另外一名司机问道：“当到处一片沉寂时，为什么要给我发消息说这是一年中最忙碌的夜晚？”优步少有地承认说对需求量的预测并不像实时高需求量提示的那么精确，社区技术支持代表在回复中说：“我们努力根据前一年的历史数据来预测未来需求量的大小。预测结果不会100%准确。”这也就是说优步成功地将司机从家里哄骗出来，让他们以为街上有大量乘客需要接送，结果因为需求量并没有预测中的多，所以溢价政策无法生效，他们也没法享受费率上涨带来的额外收益。这直接导致司机的利益受损，优步公司和乘客却从中受益。通过使用数据来欺骗司机相信所谓的“高需求”，并以此操纵他们什么时间出来、在哪里工作，优步却无须为自己的误导性信息承担责任，正是这一系列行为导致司机失去了对优步的信任。为了描述这种动态的信任关系，我想用一种社会安排来做类比。例如，你可以想象一下有两个朋友，贝琪和卡尔，他们计划第二天晚上见面。贝琪告诉卡尔她极有可能在晚上7～8点在市区跟他见面。卡尔按照约定来到市区等待贝琪。然而贝琪计划有变，她却没有通知卡尔她无法到达。当卡尔就此事跟贝琪对质时，贝琪解释说：“严格来说我并没有保证一定会跟你见面，因为当时我说的是‘极有可能’。”从本质上说，在误导卡尔这个问题上，贝琪使用了狡猾的话术来逃避自己的社会责任。技术服务同样也会利用我们善意的期待来误导我们，但我们可能依然无法意识到这种数据驱动型的建议是如何操纵我们的。当然，算法系统的用户对算法推荐的反应各不相同，司机也不会完全盲目地按照算法的建议去做。然而，他们是通过一段时间的实践才摸索出算法操作的规律，而且通常需要老司机的指点。在论坛上老司机最经常给新手的建议是，“不要盲目追求溢价”。其他通用服务，比如谷歌地图或Waze（交通导航类应用），会根据用户的需求向他们推荐不同的路线，比如“最短路线”或“最畅通路线”。但正如我跟蒂姆·黄所记录的那样，地图软件的用户可能会在不知情的情况下被指向一条并非最佳选择的路径，以便让以数据为中心的系统收集这条不常用的路线的相关数据。大部分时间，系统都会根据交通状况的总体数据来向用户推荐“最佳路线”。而在另外一些时候，比如在我们假设的案例中，用户会在不知情的情况下被指引到一条不常用的路线上充当探路者，用以收集数据以便让系统总体更加完善，但这条对系统收集数据有利的路线对这位用户来说不一定是最佳选择。

　　算法有权力在不告知用户的情况下让其充当探路者。这类似优步司机被算法派到假的溢价区，或者把真实度高的实时需求量评估与真实度低的需求量预测混合在一起向司机发出不可靠的建议。司机在算法的管理下感受到的摩擦揭示出科技服务行业用户普遍感受到的一种动态。虽然算法管理或许在宏观层面为大多数平台用户提供了社会价值，但在微观层面可能也欺骗了个别用户。

　　对溢价的承诺就像悬挂在司机眼前的胡萝卜——优步使用这种策略来控制司机的行为。图4.11展示了一条消息，消息中用一个闪电符号提示司机费率上涨的情况：“你确定要下线吗？你所在的地区目前需求量非常大。来挣更多的钱，就是现在，不要停！”当然，“高需求量”并不能确保司机一定可以挣更多额外的收入（优步通常用“高需求量”来替代“溢价”），但溢价给司机带来的期望成了优步操纵他们的工具。在另一个案例中，当一位司机晚上想回家要退出系统时，优步在软件中展示了一条消息写着：“你的下一位乘客将会是一个非常优质的客户！保持在线，去认识一下这位乘客。”在这条消息之后他有了两个选项：“下线”或“继续驾驶”。一些司机说这类信息对人很有诱惑力，尤其是优步提醒他们费率马上就要上涨的时候。对一些人来说，这意味着即使他们已经非常疲劳需要休息，他们依然会继续工作。

　　图4.11 优步劝说司机不要下线

　　注：这个屏幕截图于2015年发布在一个论坛上。

　　图4.12 优步劝说司机接受更多订单

　　注：这个屏幕截图于2015年发布在一个论坛上。

　　一些司机表示他们很想遇到费率上涨的情况，而另外一些司机则说碰上溢价就跟买彩票一样。不是所有人都会听从优步发送的建议，一部分原因是，他们觉得其他司机都会按系统推荐的去做，这样的话，原本“低供应量”和“高需求”的供需关系就会扭转。2017年秋天，我对路易斯安那州巴吞鲁日的一名优步和来福车司机杜伯曼进行了采访，他带着浓重的意大利口音对我说：“很可惜，我有两个理由没法按这些消息推送说的去做。首先我的时间安排没办法符合消息上的要求，这是没办法的事情。其次我想如果所有司机都出来找溢价订单，那么想接到一单溢价订单就不那么容易了。所以，我看到这类信息时也不怎么兴奋。”

　　优步会处心积虑并系统性地对司机的行为进行监控，而这类诱导行为只是优步公司用来激励、引诱、管理和控制司机行为的工具之一。在我研究优步的这段时间里，这些诱导行为也在不断变化，信息风格也从活泼型（下一位客户将会是一名优质客户哦！）到实用型（需求高峰提示：下午3～7点以及晚上10～12点），请求语气（不要停！或再有1美元你今天的收入就达到40美元了），抑或是信息通知（大都会棒球队下午4：05～8：45在花旗球场有比赛），不一而足。大家都知道优步软件会给司机发送当地各种活动例如体育比赛的通知，以便让他们对客户需求量有所预估。

　　虽然不是所有的诱导行为都是操纵性的，并且确实会给受众一种自己可以自主选择的感觉，但是这类行为对受众树立期待值的影响非常大。某个司机从优步收到的推荐有可能是数据科学算法的结果，但优步是否是一个诚信的数据代理就不得而知了。除此之外，当司机利用这些数据来追求自身的利益时，例如在溢价区域拒接非溢价订单而等待提供溢价的客户订单，他们就要承担被处罚的风险。换句话说，司机并不仅仅是免费数据分析的消费者，例如GPS的用户。他们在使用数据时会受到管理者所制定的规则限制，这会对他们的生计产生直接的影响。

　　这类算法管理凸显了一个现实，就是看似为用户提供客观的供需关系数据的“中立”算法可能会操纵司机。优步对司机的算法管理向我们展示了非中立性的平台可能会利用工作者。同时优步的这些行为也让我们得以窥见从硅谷诞生的这种数据驱动的算法是如何影响我们所有人的生活的。