数智时代不完全劳动关系的量化判断路径
- 公布日期：2025.12.22
- 主题分类：
一、问题的提出
随着数智时代平台经济的兴起，我国灵活就业群体规模持续扩大。以网约车司机、外卖骑手等为代表的新就业形态劳动者数量明显增加，并逐渐成为劳动力市场的重要组成部分。在此背景下，“不完全劳动关系”[1]作为一种新型用工关系的重要性日益凸显{1}。不完全劳动关系指的是劳动者在人格、经济与组织层面受到平台一定程度的控制，但尚未完全符合传统劳动关系从属性标准的中间状态，典型特征是“技术强力控制与合同弱从属性”并存。2021年，人力资源和社会保障部等八部门联合印发的《关于维护新就业形态劳动者劳动保障权益的指导意见》（人社部发〔2021〕56号文）（以下称“人社部56号文”）首次确立了“不完全劳动关系”这一分类框架，并强调应依据用工实际实施分类保障。《2025年国务院政府工作报告》进一步将“加强灵活就业和新就业形态劳动者权益保障”提升到国家战略层面，彰显出该议题在国家治理体系中的重大现实意义与紧迫性。然而，当前新就业形态劳动者权益保
障仍面临着系统性困境[2]，司法实践处理相关争议时也普遍存在认定困难，根源在于传统劳动关系认定标准难以有效适配算法管理下的新型用工模式。尽管最高人民法院在第42批指导性案例中明确强调了劳动关系的本质特征是“支配性劳动管理”[3]，但因其缺乏相对确定的量化判断标准，实践中仍难以被有效识别，这一困境在处于“灰色地带”的不完全劳动关系中表现得更为突出。此类关系的认定标准本就比传统劳动关系更为模糊，而平台用工中广泛采用的算法控制、数据依赖等新型支配形式进一步加剧了从属性判断的复杂性。
针对上述困境，学界围绕不完全劳动关系的司法认定与权益保障开展了多维度的探索。具体而言：以劳动管理为核心的从属性整合路径{2}过度依赖个案化事实审查，其在平台算法控制与形式弱从属性并存的情况下容易陷入裁判矛盾，无法破解平台以“接单自由”否定劳动关系的现实困境；主张三元从属性动态调整的类型化方法{3}虽尝试引入行业变量以提升适应性，但因其缺乏对控制强度、数据依赖性等关键维度权重的科学赋值，导致认定结论存在不确定性；聚焦劳动价值分配的经济指标路径{4}虽敏锐地把握了平台经济的实质，但因其片面依赖收入依存度等单一经济维度，既存在认定泛化风险，也削弱了人格从属性在司法判断中的基础地位。由此可见，现有研究因视角局限或方法单一，均未构建出融合技术特征与法律要件、兼具可操作性与适应性的量化认定体系，难以有效回应数智时代因劳动控制方式的显著变化所带来的挑战。
为弥补既有研究的不足，本文以“数一制融合”原则为基础，构建起以相对确定的量化分析为核心的三维检核体系，即将算法指令频次、数据交互深度与控制强度阈值等关键技术参数嵌入从属性分析框架，使隐性劳动控制得以显性化与可计量化，弥合质的规定与量的测定之间的差距。这一视角有助于克服既有判定方法存在的主观性与碎片化问题，为司法实践提供清晰、统一且具备技术适应性的裁量标准，最终为实现不完全劳动关系的公平认定以及劳动者权益的精准保障提供理论支持与制度路径。
不完全劳动关系认定陷入多重制度困境的根源在于算法控制模式下传统劳动关系的判断要素“难以量化”，具体表现为控制行为隐性化、从属性要素数据化与要件审查形式化三重维度，凸显出现行法律规范与数字用工形态之间的结构性错配。
数智时代下，平台企业广泛应用算法技术将劳动管理深度嵌入数据系统，形成一种缺乏明确主体的控制与隐性支配的独特劳动控制形态{5}。这种形态使人格从属性与经济从属性的实际控制强度难以被有效识别，给不完全劳动关系的精准认定带来较大挑战。
第一，算法指令具备隐匿性且可追溯性不足[4]的特征，在一定程度上架空了传统的指挥监督框架。在传统劳动关系模式下，雇主对劳动者的指挥监督明确且可追溯。雇主借助直接指令传达、书面规章制度以及清晰的奖惩流程使劳动者清楚地知晓其工作任务、行为规范及可能产生的后果，但平台企业通过算法实施的劳动控制却截然不同。其一，平台主要通过设定接单率、响应时效、满意度评分等处于高频动态调整状态的参数进行劳动管控，其规则迭代速率超出《中华人民共和国劳动合同法》（以下简称《劳动合同法》）第四条规定的民主协商周期{6}。其二，平台采用降权、限流等技术惩戒手段替代传统的书面处分形式，使得劳动者在面临惩戒时难以明晰具体的管理规则及惩戒依据。例如，平台借助特定计算模型，将劳动者信息数据转化为可预期结果的程序编码，以此实施监控并进行自动化或半自动化决策。{7}。以往劳动者能够清楚地知道谁是具体决策者，而在算法主导环境中，责任主体被算法“黑箱”掩盖。同时，动态定价模型频繁调整且不受法定协商周期约束，劳动者可能因模型变动导致次日收入减少，却不知变动原因。技术惩戒手段替代书面警告后，劳动者只能感知订单减少、收入降低等结果，难以获取明确的违规信息。
第二，劳动时空的虚拟化模糊了传统的工作时间、工作场所界限。传统劳动法基于工业时代劳动模式对工作场所和工作时间有明确且相对固定的界定，但在平台用工模式下，信息技术的快速发展改变了劳动时空形态。其一，平台通过多种技术手段改变了相关的法律概念。借助GPS定位构建电子围栏、以应用程序活跃时长替代传统考勤、利用API接口实现组织云端化等一系列措施改变了《劳动合同法》第十七条规定的“工作场所”以及《中华人民共和国劳动法》（以下简称《劳动法》）第三十六条规定的“工作时间”的概念{8}。其二，工作场所的虚拟化。以电子围栏为例，依托GPS定位技术划定的虚拟工作边界突破了传统工作场所的物理空间限制。劳动者不再局限于特定办公室、工厂车间等实体空间，其可在电子围栏界定的广阔区域内活动，并全程处于平台监控之下。这种趋势致使依赖固定物理空间判断劳动关系从属性的传统方式失效{9}。其三，工时度量标准亦发生变化。以应用程序活跃时长作为新的工时度量标准突破了传统工时制度框架。传统工时制度以固定工作时数和明确时段为基础，如每日工作八小时、每周工作五天等，而应用程序活跃时长计量逻辑复杂，涵盖了劳动者等待订单、在途行驶等时段，且时间分布呈碎片化样态，即劳动者可能在一天内分散保持应用程序的活跃状态，难以被传统工时制度统计和规范。
第三，经济依赖被数据伪装掩盖，增加了认定难度。在传统劳动关系中，劳动者对雇主的经济依赖关系明确，即雇主承担生产资料供给义务，按明确薪酬标准付酬。然而，在平台经济模式下，平台借助复杂数据手段掩盖了劳动者对其的经济从属性。一方面，平台将本应承担的生产资料供给义务转化为计价模型中的损耗系数；另一方面，平台通过差评率、超时率等数据指标扣减劳动者报酬，从而将自身经营风险转嫁给劳动者{10}。由于《中华人民共和国电子商务法》第九条将平台服务定性为“技术服务”，这类经济从属性因素未被纳入量化评估体系。平台利用这一法律定性，通过计价模型将设备损耗等自身成本转化为劳动者的负担。例如，平台把设备损耗系数嵌入计价模型，导致劳动者获取报酬时已自行承担了设备成本。但在法律层面，因固守“技术服务”定性，这一体现经济依附关系的关键要素在劳动关系认定中未能得到应有考量，平台通过这种数据伪装掩盖劳动者在经济上对其的实质依赖。司法机关在认定劳动关系时，因缺乏对这一关键经济从属性因素的准确量化评估，难以精准判断劳动者与平台的经济依赖程度，从而增加了认定不完全劳动关系的复杂性。
数智时代下，劳动管理全面数据化的趋势日益显著。这一变革导致传统的劳动关系认定标准在要素识别、权重赋值与证据固定等环节面临较大挑战，其难以有效回应算法控制的动态、多维的特征，进而给不完全劳动关系的认定带来较大困难。
第一，传统的人格从属性认定标准主要依赖劳动者在物理空间的在场以及书面合同中的合意，然而，在平台经济蓬勃发展的当下，传统的人格从属性认定标准已难以适应新的用工模式。。一方面，平台借助“接单率阈值”“路径合规率”“服务分算法”等一系列数据化控制参数对劳动者进行管理，传统标准难以准确测度和识别这些参数背后的实际控制强度{11}；另一方面，平台借助虚拟工作场域与数据化惩戒手段实现了对劳动者高强度的支配。以基于GPS位移追踪的实时监控为例，其监控密度可达传统监管方式的数倍。这种监控不仅频率高，而且能够实时掌握劳动者的位置和行动轨迹。然而，在司法实践中却缺乏能够对控制频次、作用时长与影响深度进行量化的工具{12}。概言之，传统标准所强调的物理在场和文本合意在平台用工场景中已力不从心。平台通过数据化手段实时管理劳动者，使得劳动过程变得更加灵活和虚拟，但也正因如此，传统标准难以衡量这些新的控制参数对劳动者人格从属性的影响程度。如前所述，平台基于GPS位移追踪对劳动者进行高频次实时监控的强度远远超过了传统监管模式下的力度，然而，现行法律并没有明确规定如何量化其对劳动者人格从属性的具体影响，这就导致法官在认定劳动关系时难以准确判断劳动者人格从属性的强弱。
第二，现行法律在认定经济从属性时存在过度关注报酬形式的问题，严重忽视了“算法调度决定创收机会”“数据规则主导收入构成”等反映劳动者对平台实质经济依赖的关键因素{13}。平台常常利用“技术服务协议”这一手段将本应由其承担的生产资料成本巧妙地包装成“第三方费用”，从而规避了《劳动合同法》第六十二条所明确规定的生产资料供给义务。同时，平台还通过行为评分系统来操纵派单优先级和劳动者的收入稳定性，形成了一种“数据杠杆式控制”。在这一控制模式下，劳动者的收入很大程度上取决于平台设定的数据规则和算法调度。然而，现行认定标准却缺乏针对平台收入占比、风险转嫁率、接口依赖度等关键指标的量化识别框架，这就使得实践中在判断经济从属性时仅仅停留在报酬的形式约定上，而忽略了平台用工中劳动者经济依赖的实质内容。例如，平台将生产资料成本转嫁给劳动者，或者通过数据规则随意调整劳动者的收入，但由于缺乏相应的量化识别框架，在判断经济从属性时缺乏准确的依据，无法清晰地界定劳动者对平台的经济依赖程度以及平台对劳动者经济控制的实质情况。
第三，传统的组织从属性审查主要聚焦于劳动者与平台在物理层面的整合以及劳动者的身份外观，然而在数智时代下，这一审查方式已经无法识别平台通过技术整合对劳动者所施加的实质控制强度。如今像API订单指令、行为数据阈值与生物特征验证（如每单强制人脸识别）等新型组织控制手段不断涌现，其对劳动者的系统整合深度远远超过了传统形式合同的约束{14}这些手段使得平台能够更加精准、全面地掌控劳动者的工作过程和行为。然而，《关于确立劳动关系有关事项的通知》（劳社部发{2005〕12号）第二条依然以“场所+监管”作为组织从属性认定的主要要件，并没有将数据上传频率、登录验证强度、算法调度密度等能够反映数智时代平台对劳动者组织控制特征的关键数字指标纳入认定范围。传统审查方式过于关注物理层面的整合和身份外观，在面对平台先进的技术控制手段时显得格格不入。例如，API订单指令精确地规定了劳动者的工作任务和流程，行为数据阈值设定了严格的工作标准，生物特征验证强化了平台与劳动者之间的身份绑定。这些技术手段的控制强度远远超出了传统合同约束的范畴，但由于现行认定标准并没有将这些关键数字指标考虑在内，导致在认定组织从属性时无法准确把握平台对劳动者的实际控制程度。
数智时代的劳动关系认定面临诸多挑战，其中要件审查的形式化与量化工具的缺失制约了司法裁量的公正性与准确性。长期以来，劳动关系认定主要依赖工业时代确立的静态、形式和物理要件，这种认定模式难以有效应对数字经济下复杂多变的劳动关系。由于缺乏动态监测、数据整合及参数赋权的能力，司法裁量极易陷入“主观化”与“碎片化”的困境。
一方面，现行从属性审查拘泥于固定要素的机械枚举，难以适应数智时代劳动关系的变化。该方法仅静态列举若干要素，没有构建科学的衡量体系和判断标准，不仅容易让审查流于形式，也无法精准评估平台对劳动者的控制程度{15}。最高人民法院虽提出了“支配性劳动管理”概念，目的是为劳动关系认定提供更具实质性的判断依据，但这一概念的具体内涵还不够清晰，其中涉及的关键指标，如算法指令频次、经济依赖程度及组织结合程度，均缺乏可操作的测量方法和司法判定标准。以算法指令频次为例，其虽然能反映平台的管理强度，但在司法实践中缺乏统一的判定标准，如每天接收多少条指令才能构成强控制关系。同样，经济依赖程度和组织结合程度也缺乏具体的量化方法，导致法官在审理类似案件时只能依据个人理解来评判。实践中，部分法官认为高频指令就能证明强控制关系，而部分法官则认为需要综合考虑其他因素{16}。这种标准不统一的情况导致“同案不同判”，即当事人可能因法官的理解不同在事实高度相似的案件中得到完全相反的裁判结果，最终影响了司法裁判的公正性和权威性。
另一方面，举证责任配置与技术能力之间存在失衡。劳动者的技术和信息弱势不是偶然现象，而是数字经济结构性不平等的产物{17}。这种弱势地位导致了三重举证障碍，本质是量化工具缺失的直接体现。首先，算法黑箱特性削弱了劳动者的认知能力。平台算法作为劳动控制的隐性机制，因其逻辑不透明导致劳动者无法理解行为评价标准。这不仅剥夺了劳动者的知情权，而且使劳动过程要件失去了量化基础，最终导致司法机关因缺乏可操作指标而依赖主观推定，严重违背了法律的客观性要求。其次，数据垄断阻碍了关键参数的获取。平***占任务分配规则、绩效指标等核心参数，劳动者因无法接触这些数据，导致劳动关系认定的核心要件“控制从属性”难以量化。更关键的是，传统的指挥监督要件没有转化为数据化标准，平台又以商业秘密为由拒绝公开，进一步加剧了信息不对称的程度。最后，存证周期短加剧了证据灭失的风险。数字化劳动数据常因平台的存储策略被短期覆盖或删除，致使关键证据难以留存。这不仅在个案中造成劳动者的举证困难，更凸显出当前劳动关系认定中要件审查体系的局限性，即固化的审查标准难以适应动态、易逝的数字证据环境。《中华人民共和国劳动争议调解仲裁法》（以下简称《劳动争议调解仲裁法》）中没有设定动态存证义务，自动存证系统的缺失导致司法机关无法追溯完整轨迹，最终使事实认定变成了或然性推断。劳动者即使意识到算法或数据的关键性，亦因无法获取证据而使主张落空。
要件审查形式化与量化工具的缺失共同构成了技术屏障，导致司法机关在事实认定中陷入被动。法院在查明平台对劳动者的实际控制程度时，由于缺乏强制数据公开规则与算法解析工具，往往只能依据零散的、平台单方面提供的信息进行裁断。这不仅造成事实认定的碎片化，还明显加剧了信息不对称的风险。实践中，法院常因技术基础设施不足被迫依赖外部信息技术服务商获取数据，这不仅增加了司法成本，还涉及多重权限管理问题，进一步削弱了司法的独立性和效率，进而损害了裁判的公正性与权威性。当自由心证在算法黑箱面前失效时，司法裁量便从理性判断退化为有限信息下的妥协。劳动关系的认定变成概率性判断，而非法律确证。自由心证制度虽经现代发展，其根基仍是工业时代的认知前提，即事实可被人类感官与经验直接把握{18}.而算法黑箱本质上是技术不可知论的体现，其决策过程如同多层嵌套的“迷宫”，即使设计者也可能无法完全追溯逻辑链。在此背景下，如果法律规范固守静态要件体系，没有将技术审查能力有效转化为具体可操作的标准，就相当于要求司法裁判者在缺乏专业工具支撑的情况下完成事实认定，而这一要求已经超出当前司法机关的能力范围。
概言之，上述三重困境共同指向“难以量化”这一制度瓶颈，即算法控制因隐蔽性而无法测量，从属性要素因数据化而无法识别，司法裁量因标准滞后而无法精确。唯有构建融合技术验证与法律规则的量化判断体系，才能破解不完全劳动关系的认定困境，为阶梯赋权与精准治理提供制度基础。
“人社部56号文”创设的“不完全劳动关系”本质上是一种旨在穿透技术黑箱，实现对复杂算法技术进行规范与监管的量化法律工具{19}。构建不完全劳动关系的量化判断体系，需以精准识别为前提、阶梯赋权为核心、技术向善为保障，形成层层递进的核心目标体系。这一体系不仅紧密贴合数智时代劳动关系的新特点，更为解决当前不完全劳动关系的认定难题提供了关键指引。
精准识别在构建不完全劳动关系认定体系中起着枢纽作用，其关键在于打破传统劳动法“全有或全无”的二元认定逻辑。数智时代的劳动形态日益呈现混合、模糊与算法化的特点，传统认定框架在应对平台用工模式时力不从心，主要原因在于其难以度量算法控制方式所表现出的分散化、隐蔽化和技术化特征。因此，构建识别体系需实现从定性判断到定量析出的范式转变，也就是把抽象的法律从属性概念转化为可计算、可验证的技术参数{20}从而精准识别算法控制下劳动关系的实质。这一转变与全球劳动关系治理的演进趋势高度相符。
当前，建立多维、动态和相对量化的认定标准已成为国际普遍趋势。其背后的逻辑在于：只有通过更细致的标准和更科学的度量方法才能穿透平台用工的技术表象，揭示其背后的实际支配关系。在这一背景下，国际上的重要进展是通过立法将传统劳动法中的“控制”要素转化为可操作和可显化的具体标准。例如，欧盟《平台工作指令》引入了“法律推定”机制，其重点并非创设新权利，而是重新配置举证责任{21}。其中规定，只要平台符合五项控制标准中的两项，即推定存在雇佣关系。这促使平台主动披露其算法管理行为，将隐藏的控制事实转化为可辩驳的法律条件。西班牙《骑手法》则直接将“算法控制密度”作为认定劳动关系的主要依据，使认定标准更关注平台对劳动过程的控制强度，而不只是劳动成果{22}。比利时立法通过设定八项标准，满足其中两项即可触发推定，从而将平台上分散的控制行为整合为具有法律意义的结构化事实{23}。这些立法实践的共同方向是借助法律技术使“控制”变得清晰可辨，将分散的控制行为系统整合，并增强法律认定的确定性。其不再局限于合同形式或表面上的工作自主性，而是重点关注平台是否通过算法在定价、任务分配、奖惩等关键环节实施了实质性控制。
我国在平台用工领域的政策发展也呈现出明显的“量化转向”特征。“人社部56号文”提出了“不完全劳动关系”这一概念，其重要意义在于将认定标准的关注点从劳动者身份分类转向了对“劳动管理强度”的衡量。随后，人力资源和社会保障部办公厅发布的《新就业形态劳动者劳动合同和书面协议订立指引（试行）》（人社厅发{2023〕6号）进一步明确规定，平台企业必须向劳动者公开“报酬计算方式”与“算法纪律规则”，这实际上是通过增强信息透明度使平台的管理行为能够被司法机构审查和评估。例如，平台规定“超时扣分或减少派单”的行为本质上是以数据手段实施管理约束，这类参数正是平台行使控制权的具体体现{24}。当前制度构建面临的主要挑战是如何让法律规则适应快速迭代和不易理解的算法技术，仅靠立法条文难以应对算法的动态性和不透明的特征，因此需要建立相应的技术治理机制作为支撑。例如，采用算法决策日志存证，可以帮助追溯任务分配和绩效评价的完整过程；通过参数审计，能够评估平台在定价、评分等关键环节对劳动者的影响程度；建立数据追溯机制，可以生成如指令服从率、行为监控覆盖度、收入波动系数等一系列关键指标，从而将对“控制”的理论讨论转化为对实际控制程度的量化分析{25}。这意味着未来劳动关系的认定将逐渐发展成一种基于数据验证的判断方式。司法机关和监管机构可以不再单纯依靠主观经验或零散证据，而是能够借助技术存证与参数分析更全面地还原平台对劳动者的实际管理状况，最终推动从属性认定走向更加科学、客观和证据化的新阶段。
综上，精准识别体系的构建本质上是通过法律框架定量化与技术控制可验化的双轨融合，将隐藏于算法背后的权力关系重新揭示出来，为不完全劳动关系的认定奠定坚实的事实与规范基础。这不仅代表着一次法律技术的升级，更是对数智时代劳动保护原则的再次确认。无论劳动管理以何种复杂的技术形态出现，其对劳动者的支配都必须在法律层面得到准确的识别、合理的评估以及有效的规制。
阶梯赋权是不完全劳动关系认定体系的核心制度目标，其根本宗旨是改变传统劳动法“全有或全无”的权益配置范式，依据实际控制强度构建多层次、差异化的权利保障结构{26}。该体系旨在实现实质正义，通过量化评估平台对劳动者的算法控制、过程管理及绩效支配程度，将抽象“从属性”转化为可操作的赋权基准，使权益配置与劳动实质相匹配，从而在司法与政策层面达成灵活、公平且高效的制度平衡。从本质上来看，阶梯赋权的构建顺应了数智时代劳动形态“去标准化”与“再层级化”的双重趋势，其核心逻辑是：劳动关系的法律效果不应只取决于合同形式或身份标识，而应遵循“事实优先”与“权力制衡”原则，依据平台是否行使及如何行使控制权来配置相应强度的保障。这意味着劳动权利不再是“捆绑式权益”，而是可拆解、可计量、与劳动贡献及管理强度动态对应的法律权益。
在国际实践中，阶梯化探索主要表现为根据平台对劳动者的控制强度来匹配不同层次的权利类型，形成更为精细的“权利一义务”对应关系。例如，新加坡《平台工人法案》没有简单地将平台劳动者归类为雇员或自雇者，而是依据其接单密度、经济从属程度和平台管理行为划分为三个逐步提升的权益层次：基础层关注即时人身保障（如工伤保险），中间层强调持续性经济安全（如公积金分级缴纳），高层则保障集体性发展权益（如协商议价权）{27}。这一结构不仅体现出权利的分层配置，亦反映了“控制越强，责任越大”的法理逻辑。类似地，加拿大安大略省《数字平台工人权利法》遵循“基础经济权利优先”的原则，围绕最低工资、计价透明性和申诉机制等内容设立底线保障{28}。该设计在承认平台用工特殊性的同时，仍将关系劳动者基本生计的经济权益放在首位，体现出阶梯化体系中“必要权利优先保障”的制度设计思路。
我国政策体系同样体现出根据控制强度与风险场景进行权利分层的特征，并逐步形成了三阶层递进的保障结构。第一，生存性权益保障阶层主要针对高风险劳动场景，例如人力资源和社会保障部等十部门联合印发的《关于开展新就业形态就业人员职业伤害保障试点工作的通知》（人社部发〔2021〕110号）推动了职业伤害保障试点，优先解决外卖、网约车等行业劳动者面临的即时性、高强度的劳动风险{29}。其法理依据在于，平台通过限时派单、路径规划等方式对劳动过程实施高度控制，实际上对劳动风险的产生负有主要责任，因此应承担相应的安全保障义务。第二，经济性权益保障阶层重点关注劳动者的报酬与休息等基本权利，例如人力资源和社会保障部办公厅发布的《新就业形态劳动者休息和劳动报酬权益保障指引》（人社厅发〔2023〕50号文）（以下称“人社厅50号文”）要求平台公开算法计价参数和休息计算规则，使劳动者的收入权和休息权变得可衡量、可追责。这一举措旨在限制平台利用算法不透明性滥用控制权，将关键经济权益纳入法律有效监管的范围。第三，发展性权益保障阶层以集体协商为主要机制，例如人力资源和社会保障部等四部门联合印发的《新就业形态劳动者权益协商指引》（总工办发〔2024〕27号）推动建立了“平台一工会一劳动者”三方协商格局。该阶段以算法知情权、同意权与异议权为实施基础，目标是改善劳动者在议价中的弱势地位，使其能够参与规则制定，从而实现权利保障方式从被动接受向主动形成转变。
阶梯赋权体系的实施需要依靠灵活可调整的技术治理机制。例如，欧盟允许各成员国根据平台对劳动者的控制程度设定不同的社保缴费标准[5]：新加坡系统根据劳动者年度接单量，自动确定其公积金缴纳比例[6]：我国在职业伤害保障试点工作中也正在探索按照工作里程或工时动态计算保险费的做法[7]。这些实践体现了这样一种新的权利适配方法，即将劳动强度、平台依赖程度、风险暴露水平等因素转化为具体的保险覆盖范围、带薪休假天数、协商权比重等法律参数，使控制、权利与责任之间形成相互匹配的动态关系。由此可见，阶梯赋权不仅仅是一种简单的制度设计，其更代表着劳动法在数智时代的一次重要范式转型：从过去静态的身份分类保障模式逐步走向动态的行为规制模式，从追求形式上的平等转变为实现实质上的公正，最终通过技术赋能和法律创新的双重机制构建起一个兼具适应性、精细化和人性化的权利保障生态系统。
技术向善是不完全劳动关系治理体系的核心理念与价值基石，其根本宗旨是通过法律与伦理的协同规制，纠正算法权力与人类权益之间的结构性失衡，确保技术进步服务于人的尊严、公平与福祉，避免技术进步沦为强化控制、加剧异化的工具{30}。数智时代的算法已深度渗透劳动过程，其自动化、不透明与规模化特征如果缺乏有效规制，将引发劳动去技能化、隐形剥削及权利客体化等系统性风险。因此，技术向善不是附属性伦理倡议，而是数智时代劳动法治的必然要求，核心是构建负责任的算法权力运行框架，以法律规则重塑技术发展的价值排序。
从国际经验视角来看，算法治理正经历从局部纠偏到系统规制的转变，各国共同呈现出“以权利制衡技术权力”的法治化发展趋势。欧盟《平台工作指令》是该趋势的典型代表，其主要创新点在于确立“算法问责”原则，要求平台公开影响劳动者权益的关键算法参数，包括任务分配逻辑和绩效评估标准[8]。其法理基础在于，信息对称是意思自治的前提条件。如果劳动者不了解管理自身工作的规则，契约自由就难以实现。更重要的是，该指令明确禁止全自动化惩戒裁决，强调必须引入人工复审机制。这一举措不仅符合程序正义的要求，还削弱了“算法决断”在劳动关系中的主导地位，明确了人类判断在涉及劳动者重大权益决策中的最终决定地位。西班牙《骑手法》在此基础上进一步提出了“算法争议权”概念，通过设立独立的算法审计委员会，为劳动者对自动化决策提出异议和申诉提供了正式渠道。该制度设计体现了这样一种认识：算法正义不能仅依赖系统预设的公平性，还必须通过外部化、制度化的纠偏机制来保障。其核心是通过“程序制衡技术”防止算法决策演变为不容置疑的数字权威。
我国致力于构建以“技术民主化”为特征的治理路径，核心是将算法透明原则与劳资协商机制深度融合。以“人社厅50号文”为例，该文件明确要求建立“算法修订民主协商程序”。这一规定将算法规则的制定与修订过程由封闭的技术决策体系转变为劳资双方共同参与的公共协商过程，这意味着算法不再仅是工程师进行技术优化的对象，更应成为劳动关系主体共同界定的治理约定{31}。与此同时，人力资源和社会保障部等七部门联合印发的《关于落实网络餐饮平台责任切实维护外卖送餐员权益的指导意见》（国市监网监发{2021〕38号）对配送时限等关键参数作出了明确规定，结合“人社部56号文”对算法歧视的禁止性条款，共同形成了“源头规制一过程公开一结果问责”的全链条治理体系。该体系的核心是通过劳动数据主权平衡平台数据垄断，使劳动者在算法时代不再被动接受决策，而成为具有主体权利的行动者{32}。劳动者可凭借其劳动数据主权维护合法权益，对抗平台利用数据垄断实施的不当行为。
技术向善目标的实现需要推动法律与技术在基础设施层面的深度融合。欧盟通过《通用数据保护条例》确立“算法解释权”[9]，西班牙构建“算法审计机制”[10]，这些均是将法治原则嵌入技术架构的制度探索。这类机制要求算法系统不仅要追求效率，还应具备可审查、可解释、可异议的特征。我国实践中的“数据可携权”也属于这一范畴，其既是技术功能，也是法定权利，让个体能够借助数据证据对抗算法不公，重新平衡争议中的举证能力。这些制度创新均指向一种新型治理范式：在数智时代背景下，法律与技术的互动关系正从“外源性规制”转向“内生性融合”，形成“法律嵌入技术逻辑、技术承载法律价值”的双向赋能机制。未来治理的关键在于推动“伦理规范具体化”，将透明度、公平性、人工监督等原则转化为算法系统的强制性设计标准与认证要求，实现“治理前置”和“伦理内置”。技术向善旨在回应一个关乎人类劳动本质的根本性问题：在算法管理日益普及的未来，劳动能否依然保持其应有的尊严，成为劳动者实现自我价值的活动？答案取决于我们是否具备足够的法律智慧和制度勇气，为技术发展设定明确且不可逾越的权利边界。这并非要阻碍技术创新，而是要为技术指引方向，使其朝着更加公平、以人为本的数字文明迈进。
综上所述，构建可操作的不完全劳动关系的量化判断标准势在必行。以人格控制强度、经济依赖强度与组织整合度为核心维度的层级化结构，其科学性与合理性源自劳动法理、实证数据及国际实践的三重验证。人格控制强度居于核心地位，体现了雇主对雇员的指示、监督与惩戒，反映了劳动关系的本质特征；经济依赖强度的关键在于保障劳动者的生存权，揭示劳动者对平台的经济从属程度：组织整合度则回应了数字经济特征，通过技术指标解析平台对劳动者的系统性控制强度。这三层维度共同构成了量化评估的坚实框架基础，为新就业形态劳动者的权益保障提供了稳固的理论与实践支撑。
以“支配性劳动管理”判断劳动关系亟须量化判断的辅助体系。劳动关系认定需从“岗位治理”转向“任务治理”，更加注重实质判断，而非简单以劳动者表面上的“自由”否定劳动关系，不完全劳动关系认定更是如此，这需要借助量化分析方法对劳动行为本身的实质特征进行精准衡量{33}。构建科学的量化判断标准及其配套实施机制是不完全劳动关系判断及实质保障的关键路径。从制度演进与技术创新双向赋能的视角出发，在数智化转型背景下，需要明确以“数一制融合”原则作为基本判断原则。
将“数一制融合”原则作为不完全劳动关系认定的基本判断原则，具有法律上的正当性。传统劳动关系认定模式主要依赖形式上的合同审查和法官的主观经验判断，存在明显的局限性。其一，人格从属性、经济从属性和组织从属性等抽象标准缺乏统一的衡量尺度，导致司法实践中同类案件裁判结果不一致{34}；其二，平台企业常借助算法和数字技术构建信息壁垒，掩盖其对劳动者的实际控制，从而规避《
······