1. 引言
在移动互联网时代，伴随着大数据、人工智能和云计算等前沿技术的突破性进展，一种以数据驱动为核心、以平台经济为支撑，实现线上线下协同发展的新型经济模式呈现出迅猛增长态势。在“互联网 + 服务业”的背景下，基于共享经济理念的数字平台经济通过整合互联网技术与各种传统产业，催生了一种创新的“数字平台 + 自由职业者”的用工架构，网络预约工(以下简称为网约工)作为新兴职业群体也就应运而生。网约工由于其在核心生产工具、就业形式以及与平台企业的就业关系等方面展现出显著的新颖性，因而构成了不同于灵活就业人员的新就业形态的主要群体(韩烨，2022) [1]。具体而言，网约工群体所依托的核心生产工具通常涉及高度数字化与信息化的设备，其就业形式突破了传统的全职或兼职界限，呈现出高度的灵活性与自主性。此外，网约工与平台企业之间的就业关系也超越了传统的雇佣模式，更多体现为一种基于任务分配与完成的合作关系。正因为该职业灵活性较强，具有独立性、自主性和动态性的特点(李才海、王妍，2020；廉思、周宇香，2019) [2] [3]，吸引了一大批没有正规工作或拥有大量碎片化时间的群体加入网约工大军。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，其中服务人员约8400万人，同比增长约7.7% [4]。
在看到网约工数量迅速扩增的同时，也不能忽视该群体在劳动力市场面临的困境。平台企业通常将所需要的劳动者分为两类，一类是可剥离性、可替代性低的核心成员。对于这种劳动力，平台企业会与其签订劳工合同；另一类便是可剥离性、可替代性较高的，为满足大规模平台企业客户需求的网约工。对于这类网约工，仅有极少数能够与企业签订劳动合同，且这种情况通常发生在企业创建初期(该群体并不是本文的主要研究对象)。而大多数网约工并不会有与企业签订劳动合同的机会，他们在平台接单后，平台企业按照完成次数支付“服务费”，且该笔费用并不包含工资、社会保险、岗位培训、劳动保护等在内的劳动成本(韩烨，2022) [1]。因此，网约工的就业稳定性和劳动保障性较差，普遍存在着人员流动性强、劳动强度高、劳动报酬低、各项福利缺失、社会保险参保率低、维权难等现象(关博、朱小玉，2018；陈俊梁、唐怡静，2019) [5] [6]。劳动收入微薄和各项福利保障的缺失对网约工个人生计会产生极为不利的影响，如何更好地维护快递新业态灵活就业者的劳动权益，统筹社会保障，增强职业发展及其职业生计可持续性对于个人幸福感提升、平台经济高质量发展、社会劳动参与率提高具有重要作用。
对于网约工的研究，现有文献主要聚焦于劳动关系的认定、劳动权益的保护、平台用工模式等方面。由于劳动标准是基于雇员与雇主之间劳动关系而存在，而网约工无法简单归入传统劳动关系范畴，且传统标准劳动关系的法律也并不适用于网约工，由此便造成了网约工劳动关系的模糊性(王全兴、王茜，2018；胡放之，2019) [7] [8]。同时也正是因为其劳动关系的不确定性，使得网约工在司法实践中面临劳动权益保护的困境(唐鑛，胡夏枫，2018) [9]。此外，在网络平台用工方面，网约工群体往往遭受平台算法裹挟(李营辉，2022) [10]。平台为追求利润最大化和风险最小化，往往会利用算法技术不断强化对网约工群体的劳动控制，通过提高劳动强度和加速工作节奏，实现对劳动力的支配与控制；同时，为了降低自身运营风险，平台通过算法设计有意规避责任，将潜在风险转嫁给网约工个体，导致网约工的劳动权益、休息权益、健康权益以及工作自主权等在不同程度上遭受侵犯。
关于生计脆弱性，国内外的研究主要集中在对贫困地区低收入人群、生态环境变迁、重大工程移民和特殊群体等方面(李争等，2020) [11]。脆弱性这一概念最先被用来预测和评价自然系统、社会系统承担外部不利影响的能力，目的是维持系统的可持续发展(赵锋，2015) [12]。随着研究的深入，脆弱性概念逐渐引入贫困、生计可持续发展研究之中。生计脆弱性是一种潜在损失，既可以看作是因生计资本匮乏导致谋生能力受损，也可以是外在环境改变形成压力引发的生计风险(赵锋、杨云彦，2009) [13]。在理论分析框架方面，主要有“外部–内部”分析框架(Chambers R. & Conway G., 1992) [14]、敏感–恢复力框架(Moser C., 1998) [15]、暴露–能力–潜力框架(Watts M.J. & Bohle H.G., 1993) [16]、暴露–敏感–适应能力框架(IPCC, 2001) [17]等。当前最具影响力的是政府间气候变化委员会提出的暴露–敏感–适应能力分析框架。在指标构建方面，多采用脆弱性指数评价方法。在指数计算方面，常采用综合评价法(Micah B. H. et al., 2008) [18]、模型指数法(刘伟、朱玉春，2014；刘伟等，2018) [19] [20]、利益相关者评价法(李广东等，2012；赵雪雁等，2015；张钦等，2016)等[21]-[23]。综合评价法和利益相关者评价法虽然便于采用、应用广泛，但主观性过强，评估结果的准确性和合理性有待进一步验证。模型指数法是通过建立函数模型来计算生计脆弱性指数，便于后续进一步分析其影响因素，但是目前函数模型尚未形成统一定论。
综上，已有研究对网约工职业发展进行了探索，但在研究视角、研究方法等方面还存在进一步拓展的空间。研究视角方面，已有研究主要关注了网约工劳动关系、劳动权益和劳动保障等方面，但尚未对网约工生计可持续发展给予足够的关注。研究方法方面，已有文献或采用访谈法、案例分析法对网约工所处现状、面临的问题进行描述性分析，鲜有文献能够利用数据直观反映不同个体特征和社会特征下网约工的生计脆弱性。
基于此背景，本文使用2019年家庭金融追踪调查数据，借助IPCC“暴露–敏感–适应能力”分析框架，构建网约工生计脆弱性指数，评估其生计脆弱程度，并探讨个体特征和社会保障等因素对其生计脆弱性的影响，为准确把握数字产业发展动态，提升网约工就业质量，防范和化解网约工生计风险提供参考。本文的边际贡献在于：(1) 研究视角方面，已有较多文献对于生计脆弱性和网约工群体劳动权益等问题展开研究，但研究网约工群体生计脆弱性的文献较少。(2) 研究方法方面，对该主题的研究多采用案例分析的方法，本文通用使用2019年CHFS调查数据，通过数据分析反映不同个体特征和社会特征下网约工的生计脆弱性。
2. 研究设计
(一) 数据来源
本文数据来源于2019年中国家庭金融调查数据(CHFS)。该数据是中国家庭金融调查与研究中心在全国范围内开展的抽样调查项目，旨在收集有关家庭金融微观层次的相关信息，主要内容包括：住房资产与金融财富、负债与信贷约束、收入与消费、社会保障与保险、代际转移支付、人口特征与就业以及支付习惯等相关信息。
鉴于本文的研究对象为在互联网平台工作的网约工群体，根据问卷中对于职业的分类，保留职业为“网约车司机、快递平台注册快递员、快递平台注册外卖员、自媒体人、网络主播以及在其他互联网平台自主就业人员”后，剩下有效样本112个。
(二) 指标体系与研究策略
(1) 指标体系
本文中的生计脆弱性是指快递灵活就业者以家庭为单位，以稳定就业和创造收入为基础，围绕家庭收支平衡、防范和化解生计风险的调适和应对能力。本文遵循IPCC提出的“暴露–敏感–适应能力”脆弱性分析框架构建快递员群体的生计脆弱性评估体系，计算出生计脆弱性指数。对于暴露性、敏感性、适应性分析的具体指标如表1所示。
暴露性衡量的是个体或系统与潜在风险或压力源的接近程度，以及它们在没有保护措施的情况下可能遭受的损害。对于网约工群体而言，由于计件(时)结算的工资特点，网约工为获得较为满意的薪资不得不增强自己的劳动强度、延长自己的劳动时长，较高的工作强度进而增加网约工过劳死的风险，因此，劳动时间越长，对网约工的伤害也越大，其暴露性水平也就越高。
Table 1. Framework of indicators for the livelihood vulnerability index
表1. 生计脆弱指数构建指标
维度 |
一级指标 |
一级指标权重 |
二级指标 |
均值/ 频率 |
标准差/ 占比 |
暴露性 |
工作时长 |
0.940 |
平均每天工作时长(小时) |
9.566 |
3.005 |
敏感性 |
个人收入在家庭收入的占比 |
0.804 |
个人收入在家庭收入的占比 |
0.514 |
0.279 |
家庭负担 |
0.196 |
家庭教育、医疗、养老支出在家庭总支出的占比 |
0.016 |
0.021 |
适应性 |
人力资本 |
0.005 |
健康水平 |
|
|
|
非常不好 |
1 |
0.893% |
|
不好 |
7 |
6.250% |
|
一般 |
26 |
23.214% |
|
好 |
56 |
50.000% |
|
非常好 |
22 |
19.643% |
0.015 |
受教育水平 |
|
|
|
初等 |
12 |
10.714% |
|
中等 |
74 |
66.071% |
|
高等 |
26 |
23.214% |
0.205 |
家庭劳动力数量 |
1.098 |
0.299 |
物质资本 |
0.058 |
拥有房屋数量 |
0.705 |
0.743 |
金融资本 |
0.289 |
政府补贴(元) |
463.375 |
2617.831 |
0.302 |
家庭收入(元) |
89943.884 |
84590.792 |
0.134 |
贷款(元) |
20161.491 |
47619.117 |
社会资本 |
0.245 |
社会转移支付(元) |
5717.282 |
30999.859 |
社会保障 |
0.017 |
社会保险的持有数量 |
1.613 |
0.916 |
注：数据来源于2019年CHFS调查数据。
敏感性是指一个系统、社区、生态系统或个体在面对风险或威胁时，其受到负面影响的可能性和程度。敏感性高意味着该主体更容易受到外部因素的损害，并且可能遭受更大的损失。个人收入占比反映了该家庭成员对家庭经济的贡献程度，如果一个家庭成员的收入在家庭总收入中占据较大部分，那么这个家庭在经济上对该成员的依赖性较高，当该成员面临失业、疾病或其他导致收入减少的情况，家庭整体的经济状况可能会受到较大影响。此时，个体对风险的敏感性也就会越高。此外，家庭负担比代表家庭教育、医疗、养老方面的必要支出在家庭总支出的占比，该指标越高，表明该家庭的经济支出中必要支出占较大比重，个体对额外支出的敏感性较高，一旦遭遇突发事件时，该家庭便会遭到较大损失。
适应性是指个体或系统对潜在风险的适应和应对能力，对个体或系统在不断变化的环境中生存和繁荣具有重要作用，包括能够采取的预防措施、应对策略和从冲击中恢复的能力。已有研究多使用五大生计资本对适应性进行衡量(徐洁等，2019) [24]，本文结合网约工所处社会地位及其就业的非正规性的特点，将社会保障中社会养老保险、社会医疗保险、失业保险、住房公积金、商业保险的拥有量和五大生计资本中的人力资本、物质资本、金融资本、社会资本对适应性加以衡量。
(2) 研究方法
借鉴Cinner (2012) [25]和Morzaria-Luna (2014) [26]的脆弱性评估研究，本文采用国际上广泛使用的综合指数评估模型测算网约工的生计脆弱性。综合指数评估模型是对一个系统进行评价，且对进一步的预测起决定性的参考作用，主要包括评价指标的选取、权重系数的设置和评价模型的确定等。本文为消除不同量纲和数量级的影响，采用极差标准化方法对各指标进行处理，并利用熵值法计算出网约工的暴露水平、敏感性和适应能力以及生计脆弱性指数，其生计脆弱性(LVI)计算公式如(1)所示。其中，LVIi，Ei，Si，Ai分别表示第i个个体的生计脆弱性指数、暴露水平、敏感性、适应能力。
(1)
(3) 分析策略
基于过往研究，本文首先构建网约工生计脆弱性评价指标体系，通过运用熵值法设置各指标的权重，进而分别获得网约工的暴露水平、敏感性和适应能力以及生计脆弱性指数。其次，根据网约工生计脆弱性指数的大小，将网约工生计脆弱性分为高脆弱性和低脆弱性类型。同时考虑到网约工的不同脆弱性水平与其个人、社会保障等多层面因素紧密相关，本文将描述与对比不同生计脆弱性水平的网约工个人、社会保障特征。其中，个体特征和社会保障的异质性是网约工生计脆弱性差异的重要来源，本文最后将根据健康水平、受教育程度、参与的社会保险数量来分析与描述网约工生计脆弱性的现状与差异，试图考察和识别网约工中易脆群体的类型和特征。
3. 结果与分析
(一) 网约工生计脆弱性类别及特征
生计脆弱性既体现当前个体的生计现状，也揭示了当前个体及其后代在未来陷入生计脆弱的概率。当前个体生计脆弱性高的个体可能是当前生计脆弱的个体，加之代际之间的传递性，其子女往往也更容易陷入生计脆弱性的泥潭。个体作为家庭的一份子，其生计脆弱性对家庭抵御风险能力的具有重要意义，它的高低在一定程度上可以代表个体和家庭陷入生活困境的可能性以及应对生活困境能力的强弱。
Table 2. Individual characteristics by livelihood vulnerability level
表2. 不同生计脆弱程度下的个体特征
特征 |
低脆弱N = 54 |
高脆弱N = 58 |
总样本N = 112 |
性别 |
0.781 |
0.931 |
0.839 |
年龄 |
36.130 |
39.586 |
37.920 |
婚姻状况 |
0.704 |
0.828 |
0.768 |
健康水平 |
|
|
|
非常不好 |
0% |
1.72% |
0.89% |
不好 |
5.56% |
6.90% |
6.25% |
一般 |
16.67% |
29.31% |
23.21% |
好 |
50% |
50% |
50% |
非常好 |
27.78% |
12.07% |
19.64% |
受教育水平 |
|
|
|
初等 |
7.41% |
13.79% |
10.71% |
中等 |
64.82% |
67.24% |
66.07% |
高等 |
27.78% |
18.97% |
23.21% |
户口 |
|
|
|
农村户口 |
66.67% |
41.38% |
53.57% |
城镇户口 |
27.78% |
44.83% |
36.61% |
居民户口 |
0% |
3.45% |
1.79% |
其他户口 |
5.56% |
10.35% |
8.04% |
参保数量 |
1.528 |
1.690 |
1.613 |
注：数据来源于2019年CHFS调查数据。对于连续性变量以均值反映，分类变量则使用百分比反映。
本文将生计脆弱性指数按照均值划分为高脆弱性和低脆弱性两组。其中高生计脆弱组的生计脆弱指数的均值为0.786，低生计脆弱组的生计脆弱指数均值为0.206。由表2可以发现，高生计脆弱性网约工具有高龄、身体健康水平较低、教育水平较低、多为农村户口、社会保险拥有数量较多等特征。由于健康水平和教育水平在一定程度上代表其人力资本情况，因此当网约工身体健康水平和受教育水平偏低时，其生计的可持续发展便会受到不利的影响。
另外，关于高生计脆弱性网约工群体拥有的社会保险数量高于低生计脆弱性组这一现象，本文认为可以从两方面进行解释：(1) 参与社会保险的成本加大了网约工群体的经济负担，使得生计脆弱性提高。以武汉市的基本养老保险为例，以个人身份参加企业职工基本养老保险时的缴费比例为20%，若当地社平工资为7000元，按最低档60% (4200元)为基数缴费，每月社保支出约为840元，对于一个日均收入200~300元的网约配送员或司机而言，这意味着每月需要拿出3~4天的纯收入来缴纳社保。在收入好的月份尚可承受，但在淡季或遭遇伤病时，这笔支出就成为巨大负担，加大参保网约工的生计脆弱性。(2) 参保情况与生计脆弱性的双向因果。对于高生计脆弱性的网约工而言，其面临的经济、健康等方面的风险较高，为降低突发情况对其发展的影响，其更愿意通过参加社会保险分担风险带来的经济损失。
(二) 网约工生计脆弱性分析
本文将生计脆弱性指数视为一种相对概念，反映的是一种趋势，如果生计脆弱性为正数，说明暴露水平和敏感度较高，且数值越大，网约工生计越脆弱。如果脆弱性为负值，表明网约工适应能力较强，且绝对值越大，网约工生计越不脆弱。下面将在已构建的网约工生计脆弱性评价指标的基础上，分析不同个体特征和社会特征的网约工生计脆弱性的差异性。
(1) 不同健康水平下网约工生计脆弱性分析
图1展示了不同健康水平下网约工的生计脆弱性指数。
Figure 1. Distribution of ride-hailing workers’ household livelihood vulnerability index by health status
图1. 不同健康水平下网约工家庭生计脆弱性指数分布
其中横轴1~5分别代表“非常不好”“不好”“一般”“好”“非常好”。从健康水平来看，图1中健康水平为“好”的生计脆弱性指数分布更为集中，表明其生计趋于稳定，而健康水平为“非常不好”和“不好”的网约工，其生计脆弱性指数分布不均，内部较为离散，说明其稳定性不高，且脆弱性程度较高。此外，健康水平为“非常好”的网约工，其生计脆弱性指数较多地集中分布在0.5以下，0.5以上则是零散分布表明健康水平为“非常好”的网约工，其生计脆弱性越低。
Figure 2. Exposure, sensitivity, and adaptive capacity of ride-hailing workers by health status
图2. 不同健康水平下网约工的暴露性、敏感性与适应性
人力资本理论认为，较差的健康状况导致的低劳动生产率会影响劳动者获取收入的能力，反之，较好的健康状况便可以提高劳动者的收入，为其生活提供保障，因此健康水平较差的网约工普遍为生计脆弱性群体。图2表明，相对其他健康水平(非常不好、不好、一般、好)的网约工，健康水平为“非常好”的网约工暴露性指数最低，同时其适应性指数也最高；反之，健康水平为“非常不好”的网约工，其暴露性指数最高，适应性指数最低。健康水平高的网约工可以通过提高自己的劳动效率增加自己的劳动收入，增强自己抵御风险的能力；而健康水平较差的网约工遭受更多风险冲击，更容易受到风险的影响，适应能力不足以应对与抵御暴露性，为生计脆弱性群体。
(2) 不同受教育程度下网约工生计脆弱性分析
图3展示了不同受教育程度下网约工的生计脆弱性指数。其中横轴1~3分别代表“初等受教育”“中等受教育”“高等受教育”。
Figure 3. Distribution of ride-hailing workers’ livelihood vulnerability index by education level
图3. 不同受教育程度下网约工生计脆弱性指数分布
Figure 4. Exposure, sensitivity, and adaptive capacity of ride-hailing workers by education level
图4. 不同受教育程度下网约工的暴露性、敏感性、适应性
已有较多文献表明受教育程度和劳动者的人力资本积累呈显著的正相关关系，且教育回报和人力资本积累的差异是导致收入不平等的重要因素，即使是在同一行业中，不同的受教育程度也会带来不同的收入。由此一来，教育程度便会影响网约工生计脆弱性。从受教育程度来看，图3中中等受教育程度的生计脆弱性指数分布更为集中，表明其生计趋于稳定；而初等受教育程度的网约工，其生计脆弱性指数分布不均，内部较为离散，说明其稳定性不高，且脆弱性程度较高。此外，与中等教育水平的网约工相比，高等教育程度的网约工生计脆弱性指数虽然上限低，但其更为分散，表明高等教育程度的网约工生计脆弱性不稳定，且生计状况与中等教育程度网约工相比较差。
由图4可知，初等教育程度的网约工，其暴露性指数与中等教育程度和高等教育程度网约工相近，但敏感性指数高于其他受教育程度网约工，同时，在适应性方面，初等教育程度网约工的适应性指数低于高等教育程度网约工。较高的暴露性和敏感性、较低的适应性，使得初等教育程度网约工成为生计脆弱群体。
Figure 5. Distribution of ride-hailing workers’ livelihood vulnerability index by social security level
图5. 不同社会保障水平下网约工生计脆弱性指数分布状况
Figure 6. Exposure, sensitivity, and adaptive capacity of ride-hailing workers by social insurance participation
图6. 不同参保情况下网约工的暴露性、敏感性、适应性
(3) 不同社会保障水平下网约工的生计脆弱性分析
社会保障作为一项基础性的社会制度，对于提升民众的生活质量、提高国民的整体福祉至关重要。图5展示了不同社会保障水平下网约工生机脆弱指数的分布状况。其中横轴0~4代表网约工参加的社会保险数量。如图5所示，与其他网约工相比，社会保险持有量为2的网约工生计脆弱性指数分布更为集中且更加靠下，表明社会保障数量持有过多或过少，都会对网约工生计脆弱性产生不利影响。由于参与社会保险需要一定的成本，但对于网约工这些薪资水平并不高的群体而言，与其花费较高的成本参与社会保险，他们更愿意承担没有社会保险的风险(邹会聪、邓志强，2022) [27]。
由图6可以发现，参与社会保险的网约工群体，其暴露性和敏感性均高于未参与社会保险的网约工，但参与保险的网约工的适应性能力仅仅以0.013的差值高于未参与社会保险的网约工。
4. 结论与建议
本文从脆弱性的基本内涵与分析框架出发，在IPCC“暴露性–敏感性–适应性”分析框架基础上，利用2019年CHFS调查数据，构建网约工生计脆弱性评价指标体系和评估模型。为有效识别网约工的脆弱性特征，分析了不同个体特征和社会特征下网约工的生计脆弱性指数及其维度。本文基于网约工群体的特点，借鉴生计脆弱性的研究方法，提出并构建网约工脆弱性指标体系，从而形成生计脆弱性指数，在一定程度上反映网约工的现状与问题，为从微观层面对网约工的可持续生计评估提供借鉴。研究发现：(1) 与低生计脆弱性的网约工相比，高生计脆弱性网约工具有高龄、低教育水平、低健康水平的个体特征。(2) 低健康水平和低受教育程度的网约工暴露性与敏感性较高，更易遭受外来风险的胁迫与干扰，生计更为脆弱。同时，该类群体由于较低的适应性，其在遭受外来干扰时的恢复能力也更弱。(3) 网约工群体的社会保险参与情况不容乐观，社会保险的平均拥有量仅达到1.613。虽然参与社会保险的网约工适应性与未参加社会保险的网约工相比较高，但同时由于参与社会保险需要一定的成本，且参与成本对于收入微薄的网约工群体而言价格不菲，因此，参加社会保险的网约工群体的敏感性和暴露性也会较高。
基于以上结论，本文认为需要加强对网约工群体的社会保障。社会保险是确保个人在遭遇外部冲击后能够迅速恢复的关键支持，同时也是分散风险、提高社会稳定性的有效途径。因此，为提高快递员生计可持续性，破解“社会保险相对价格较高加剧网约工生计脆弱性”的难题，需要结合网约工群体的特殊性对传统的社会保险加以创新。(1) 在保险内容方面，针对网约工群体，特别是外卖骑手，工作强度较高、发生交通事故概率较大的特点，可以通过设计一款以“职业伤害险”和“突发大病医疗险”为核心的专项保险产品体系。(2) 在参保机制方面，为降低参保费用对网约工群体暴露性和敏感性的影响，可以设置政府、企业、个体三方共担参保费用的机制，以降低个体的参保费用，减轻因暴露性和敏感性对其可持续生计的不利影响。
基金项目
基金来源：本项目受中南财经政法大学中央高校基本科研业务费专项中研究生科研创新平台项目《医疗保险对网约工生计脆弱性的影响》(202511511)资金资助。
NOTES
*通讯作者。