作者简介
何自力，南开大学经济学院教授、博士生导师，主要从事马克思主义政治经济学研究；
彭李政，南开大学经济学院博士研究生， 主要从事马克思主义政治经济学研究。
摘 要：数字技术以数字化智能化的劳动资料和信息化数据化的劳动对象提升劳动生产力。在资本主义生产方式下，数字技术对劳动生产力的提高没有也不会改变资本主义追逐剩余价值、无偿占有劳动者剩余劳动时间的本质属性。资本凭借数字技术带来的生产力的提高，以直接和间接方式通过任务企业和众包平台，对劳动者在时间层面的劳动时间和闲暇时间，以及在物理空间的本区域和跨区域等两维度进行双重剥削。数字资本主义劳动过程中的劳动主体被碎片化、劳动内容被标准化，劳动过程同时受到传统监督和算法控制，加深了劳动对资本的实际从属。数字资本主义以资本为核心，束缚人的发展、强化资本势力、加深去工业化和全球数字鸿沟，成为其进一步发展的局限性。关键词：数字资本主义;资本主义劳动过程;劳资关系
数字经济发展的基础在于数字技术，它是提高社会劳动生产力的新动能。数字技术是一个类群，而不仅仅是某个单一的具体技术形式。数字技术必须在与实际产业的结合过程中才能转化为实际的生产力，即要求数字技术物化到生产资料中。因此，数字技术在资本主义劳动过程中的应用，首先体现在劳动过程中对生产资料的改造上，表现为劳动资料的数字化、智能化和劳动对象的信息化、数据化，这二者共同推动以数字技术为引领的社会劳动生产力发展新动能的形成。马克思指出，“各种经济时代的区别，不在于生产什么，而在于怎样生产，用什么劳动资料生产”，[1]210从以分工为基础的协作和工场手工业，发展到资本主义生产方式下有意识的、有计划的和系统的机器大工业，整个过程是劳动工具的革命。马克思指出，所有发达的机器本质上是由三个不同的部分构成的，即发动机、传动机构和工具机，其中工具机是关键。从单个机器的工具机来看，与工业经济的工具机相比，数字技术条件下的工具机是在信息技术发展过程中发生革命的，实现了由机器在人脑的控制下用机械完成人手操作，转变为机器在以芯片为核心的硬件驱动的计算机，和以算法算力为核心的软件程序的指令下用机械完成人手操作，并进一步实现在大量数据的深度学习基础上自主进行智能判断后再用机械完成人手操作。因而，数字经济下的智能机器比之前的机器可更进一步地摆脱工人器官的限制，甚至能够彻底脱离工人而自行运转，形成“无人车间”和“关灯车间”。由此，数字时代之前，工业革命使得人的体力劳动被替代，而在数字技术支持下，人的智力劳动在一定程度上也被替代，即之前由人进行的决策随着大数据、人工智能的发展，现在则由智能机器完成。从整个机器体系来看，在数字技术支持下，机器体系已经实现由多种不同职能甚至是生产过程所需的全部流程职能的机器结合形成，不仅实现自动体系下各局部机器按照一定的数目、规模和速度不断地交接工作，而且，随着技术的发展越来越具有数字化、智能化的特点，经数据学习形成的算法模型支持整个机器体系对场景应用形成一定的自主判断和决策，组织各局部机器配合运转。智能机器虽然可以在一定程度上实现自主决策，但是本质上还是机器，决策判断仅仅只是在大量数据学习之后形成模型，从而对新的数据做出基于模型的推演判断，并非是真的有自己的思考空间和思维能力。算法工程师等技术劳动者对模型和机器学习方式的改变会改变智能机器对同样事物的判断，因此像机器人这样被人工智能技术赋能的机器依然是机器，没有从本质上颠覆马克思所分析的机器。这也就意味着，在劳动过程中，同非数字时代的工业机器一样，智能化的机器依然是对象化的劳动，依然只是将自身的价值转移到商品中去，本身并不创造新的价值，其价值构成中包含了技术工程师劳动创造的价值。从这个角度来看，数字技术对劳动资料的改造，是在融合信息技术与机械技术的基础上实现生产力水平提高的。在数字经济时代，生产过程除了生产出大量物质实体商品外，还生产出大量的数字信息产品，人们可运用数字技术对这些信息进行采集，最终以“数据”的形式对其进行存储。当前，全球数据规模爆炸式增长，根据Statista预测，到2035年全球将产生2142ZB的数据量。在生产过程中，随着机器所配备的传感器的数目增多、性能提高，可以收集到的有关机器运行、生产过程的信息和数据也更多，经过加工处理后对决策者有重要指导作用，例如有PLC、SCADA、DCS等为采集实时数据提供技术支撑(2)2，获取到的数据可收集存储在基于分布式文件存储系统HDFS、分布式数据库HBase等支持的数据存储平台[2]，等待进一步的降噪、降维、计算、分析处理。数据的有用性逐渐凸显，表现为既是数字生产过程的副产品，又是数字技术应用于生产的劳动对象。作为劳动对象的数据，当前被视为一种新的生产要素，总体上可复制共享、无限再生使用[3]，具有规模经济性、强渗透性和高流动性[4]，以及使能性和通用目的性[5]等特点。在实际应用过程中，数据能适应灵活的应用场景要求，在相近领域间具有较大的转化能力。[6]从历史发展来看，数据作为现实生产生活信息的转化，在数字经济时代之前的农业经济时代、工业经济时代都存在，但是数字经济时代下的数据表现出新的特点：一是因为体量、容量和数量的庞大而与以往数据形成基础性的量的差别，Seagate报告预计，到2025年，全球数据量将从2015年的18.2ZB增长至175.8ZB,10年间全球每年的数据量大约以26%的速率增长。二是数字时代的数据发生了质的跃迁，表现在生成过程摆脱局限性、分析过程增强可用性、流通过程打破隔离性。三是以人工智能为代表的技术进步为其赋能———拓宽适用性、提高针对性、激发创造性。云平台、网格、数据中心等基础设施的发展降低技术门槛和处理成本。技术差别是数据发挥实质性转变的核心原因，也是数据在生产过程中发挥现实作用的关键因素。四是个性化、多样化、定制化的需求变化和精准化、多维化、透明化的供给变化倒逼数据完成时代演进。数字技术条件下智能机器的应用推动了生产力的巨大飞跃，但资本主义应用数字技术依然是为了满足资本逐利目的，追求尽可能多的剩余价值。因此，数字资本主义劳动过程依然是资本对劳动的剥削过程，跨越了时间和空间的局限性，形成双重剥削体系。资本主义劳动过程的特点：一是工人的劳动属于资本家、工人在资本家的监督下进行劳动；二是劳动产品是资本家的所有物而不是工人的所有物。数字资本主义劳动过程没有颠覆这两大特点，呈现出新形式。数字资本主义的新型雇佣劳动关系在形式上表现为弹性劳动关系、去劳动关系化，具有持续时间不确定、灵活性强、非集中式和依赖数字平台的特点。劳动者在现象上成为独立创业者、独立合约人、独立承包商等具有自主决策、自由安排、灵活参加的非雇佣者，但劳动者与资本家之间存在实质上的雇佣劳动关系。从有酬劳动者占总就业人数的比例来看，进入21世纪以来，世界主要资本主义国家的这一比例始终保持较高水平，远远超过世界平均水平，如表1所示。进入数字资本主义阶段，与劳动者直接结合的劳动工具由劳动者所有，但是数字经济运行的关键生产资料，如互联网平台、算法等依然归私人资本占有，劳动者依然和劳动实现条件的所有权之间相分离，劳动者与资本之间依然存在或显性或隐性的雇佣关系。这种关系下，资本对劳动力的需求得到了即时满足，同时资本又将因未来不确定性所需要承担的风险和代价转嫁给劳动者，规避了在传统的正式雇佣劳动关系中所需承担的对劳动者权益保障的责任。表1 2001-2021年主要资本主义国家有酬劳动者占总就业人数的比例（单位：%） 数据来源：The World Bank,https：// data. world bank. org. cn/ind icator/ SL.EMP. WORK. ZS?end =2021 &start =2001 &view= chart& year= 2021从工业时代独立出来的监督劳动，到现在的数据控制和算法监督，劳动强度不断加大。数字技术条件下，对劳动的监督可以通过数据监测、算法控制实现，劳动者的劳动强度和劳动熟练程度能够被准确监测。自动化技术支持下，资本直接通过控制机器体系的运转速度来加大工人的劳动强度。而在数字技术支持下，工人进行的劳动处于严格的技术监督和精确的算法管理下，劳动的强度在形式上看是由工人自己决定的，但实质上由于算法算力的掩盖，资本对工人劳动强度的控制更加隐蔽，劳资之间的对立从物理实体空间向互联网虚拟空间转移，虽然对立表现隐性化，但实质上的对立和从属关系并没有改变。资本主义私有制条件下，数字基础设施被私人资本占有，通过数字基础设施生成、收集、处理的数据被私人资本无偿占有。私人资本通过占有数字基础设施和数据，保持自己的竞争优势，控制非集中的生产过程，并以此作为阻止其他资本进入的手段。对于长期无偿占有这些数据的资本来说，量的积累是数据与算法结合实现智能系统的机器学习的关键，各私人资本掌握特定算法，同样的数据对其他算法的适用性较弱，单个资本借此通过优化算法设计、流程规划，生产过程的柔性化和灵活性被提高。其次，通过加密保护等技术手段，私人资本确保数据信息产品不外流，不断挖掘数据内容，借此维护其在行业中获得超额剩余价值的优势地位。最后，由于私人资本占有数字基础设施，任何使用这一基础设施的资本和劳动留下的数据都会被该私人资本收集和占有，以此加强私人资本在该领域的控制力。数字技术的应用，实现了资本最大限度支配工人的全部时间，使之全部用于资本的自行增殖，打破了劳动时间的相对限制，形成闲暇时间被工作化的现象。工作日的延长是资本主义进行绝对剩余价值生产的主要方式，马克思指出，“把工作日延长到自然日的界限以外，延长到夜间，只是一种缓和的办法，只能大致满足一下吸血鬼吮吸劳动鲜血的欲望。因此，在一昼夜24小时内都占有劳动，是资本主义生产的内在要求”。[1]297延长工作日是闲暇时间工作化的直接表现。数字资本主义条件下，数字技术支持远程办公，现象上避免了在特定场所加班而形成的工作日的延长，但在远程办公过程中所耗费的劳动时间侵占了劳动者原本的闲暇时间，这部分劳动时间的延长被隐藏在闲暇时间中，工作日的长短由此也更加灵活。随着互联网平台的兴起，催生出被学者们称为“玩劳动”“受众劳动”等的劳动新形式。“受众劳动”是指劳动者在下班的非工作时间里作为广告商的受众，为消费商品的生产者履行必要的营销职能和生产再生产劳动力；而“玩劳动”则被认为是劳动者的娱乐时间和工作时间相交叠，资本主义以“玩”的形式掩盖了剥削的实质。[7]118,168 无论如何定义这一群体，共同特点都强调了劳动时间是被包括在正常工作时间以外的闲暇时间之内，劳动过程隐藏在劳动者的精神享受型消费当中。对于劳动者在劳动时间之外的闲暇时间来说，劳动者在平台上作为平台受众为平台资本创造数据，在此劳动时间内，他的浏览、购买甚至是游戏行为留下大量数据信息，成为数据劳动者，他们在平台上所花费的时间完全是剩余劳动时间，包括生产数据的劳动时间和在生活中生成消费数据的劳动时间。[8]平台企业不需要为这部分劳动者负担任何劳动力再生产的费用，对这部分劳动的剥削，实现了剩余价值空间的扩大和剩余价值的无限复制，节约了大量资本。[9]在这个过程中，劳动者一方面是物质商品的受众，帮助资本实现剩余价值的转移[10]，处于被动方———被动接受大量广告推送；另一方面他们又是消费过程的主动方，主动选择消费的类型和内容。3．资本以自然时差对本区域和跨地域劳动者进行双重剥削资本本身就是要追逐剩余价值而不管工人的死活，但是资本为了自身的利益也需要规定一种正常工作日，这违背资本延长工作日界限的意愿。在非数字技术条件下，随着经济全球化的推进，全球劳动力已经被跨国公司重组。数字技术的应用进一步推进了在经济全球化过程中已经形成的全球分工体系。克里斯蒂安·福克斯（Christian Fucus）指出，新的劳动的国际分工在时空上重组了劳动过程，形成“整个商品的具体组成部分在全球经济的特定空间生产，并重新组装以形成一个商品销售的连贯整体”，[7]219以生产网络的形式将各类劳动联系在一起而在时空上拓展了剥削的范围。不仅如此，数字技术还将分散在全球的劳动者结合在一起，劳动力的流动性大为增强，尤其依托于互联网平台，形成新的劳动力组织结构。大量分散在全球各地的劳动者被互联网、算法和平台联系在一起，由算法决定分工、由平台组织劳动，物理空间的分散被互联网平台的联结统一在一起。资本可根据地球自转带来的不同空间区域存在的自然时间差，在全球寻找不同时区的劳动者，由此可实现不同时区的劳动者在生理和道德界限内工作，但是在既定的24小时昼夜内都有劳动者为资本创造价值，资本可以“指挥全球和整个白天的劳动”[7]219。克莱尔·李斯特（Clare Lyster）从物流重塑当代城市这个角度，认为这是资本“根据时间校准空间，从而使城市成为一个时间轴”[11]71。而阿尼许（A.Aneesh）通过研究印度IT工人的流动性，提出了“虚拟移民”的概念，以此阐释身在印度的IT业工人为其他地方的公司工作，他们的具体劳动处在与劳动内容不相符合的文化和时空背景下，是“没有迁移的移民”[11]108。本文认为，这是数字技术带来的“劳动力的相对流动性”，也就是说，各地区的劳动者并没有进行物理空间上的流动，但是资本利用数字技术，将各时区的劳动者纳入资本主义生产体系中，就好像同一批劳动者在不同的时间段流动于不同时区之间为资本创造价值一样。这种“劳动力的相对流动”实现了服务的可交易化[12]91，只要资本在平台上发布工作任务，各时区的劳动者根据时间要求选择任务并在当地完成。由数字技术带来的这种“劳动力的相对流动”是对离境生产、在境生产、近境生产、近境外包等的超越，减少了资本在物理空间投资设厂的资本投入，并且无需承担正式雇佣和本地雇佣所要求的购买劳动力的预付资本，就可在全球范围内剥削廉价劳动力。这种以空间上的自然时间差突破劳动者身体上的生理时间局限，也使得资本不再需要牺牲自行增殖的利益来规定工作日，缓和了特定空间里的劳资关系。24小时运转的全球劳动力市场为资本创造了更为庞大的劳动力后备军，对整个劳动力群体形成了雇佣安全的威胁，资本的权力得到强化。数字技术条件下，外包、众包的劳动形式得到新的发展，这一发展反映了在现象上表现为自动化、智能化的工作，背后实际上有规模巨大的全球临时劳动力在劳动，比如无人驾驶汽车的算法需要庞大的训练数据集支撑，数据集就由大量的人力劳动完成包括识别图像、描述产品、标记物体等工作而产生。[11]143,145这些劳动被隐藏在算法背后，进行劳动的大量劳动者覆盖全球不同地区、年龄、性别、职业等异质化人群。这些劳动力通过众包工作平台被随机组织起来，直接从属于众包平台资本，并受到众包平台的直接监督，众包平台则通过随机截屏、键次计数、任务打分等方式评价劳动者。众包平台往往又扮演着承包商的角色，其对劳动者的任务布置往往来源于其他企业的需要。虽然作为承包商的众包平台在技术设计上不允许任务发起方和实际劳动者直接沟通，但是二者之间依然存在着间接从属关系。任务发起方的任务要求是劳动者实际劳动过程中所必须遵守的。在这种情况下，参与劳动过程的劳动力，受到作为承包商的平台资本的直接剥削和作为任务发布者的资本的间接剥削。实际上，包括脸书、YouTube、推特等在内的各大企业，都会通过埃森哲（Accenture）、高知特（Cognizant）等承包平台将比如内容审核这样的工作外包给其他拥有大量廉价且有资历的劳动力的国家[11]216。除这类直接承担工人雇佣的平台企业外，如GoGlobal这样的全球人力资源平台企业，则为雇主提供全球雇佣外包服务。与前述承包平台不同，GoGlobal帮助客户公司在全球完成人才雇佣并提供劳动者的管理服务，平台本身与劳动者之间不形成直接的雇佣关系，但劳动者和雇主要通过平台才能形成雇佣关系。无论哪一类平台企业，它们都与任务企业或客户公司共同占有劳动者创造的剩余价值，对劳动者形成双重剥削。这一双重剥削也反映了劳动力与资本之间临时且灵活的雇佣关系，马克思指出，劳动力的买卖双方在法律上是平等的，劳动力的占有者始终是人身的自由所有者，劳动力所有者“就必须始终把劳动力只出卖一定时间”，“他必须始终让买者只是在一定期限内暂时支配他的劳动力，消费他的劳动力，就是说，他在让渡自己的劳动力时不放弃自己对它的所有权”。[1]195,196数字技术的使用使得这种买卖关系的存续期间大大缩短、更不牢固，削弱了劳动者作为一个整体组织起来维护自身利益的能力，而大大加强了资本控制、压制劳动力的权力。马克思指出，“在直接劳动者仍然是他自己的生存资料生产所必需的生产资料和劳动条件的'占有者’的一切形式内，财产关系必然同时表现为直接的统治和从属的关系，因而直接生产者是作为不自由的人出现的”，“从直接生产者身上榨取无酬剩余劳动的独特经济形式，决定了统治和从属的关系，这种关系是直接从生产本身中生长出来的，并且又对生产发生决定性的反作用”。[13]893,894 资本主义生产方式改变了劳动过程，劳动对资本的从属关系从形式从属转向实际从属，“一方面，只是现在才表现为特殊生产方式的资本主义生产方式，创造出一种已经改变了的物质生产形态。另一方面，物质形态的这种改变构成了资本关系发展的基础，因此与资本关系完全适合的形态只是与物质生产力的一定发展阶段相适应的”[14]383,384。数字资本主义条件下劳动对资本从属关系的新变化表现为以下三个方面。数字资本主义条件下，劳动者作为有生命的人的社会性和现实性被削弱和掩盖，呈现出碎片化、分散性、虚拟化的特征。碎片化表现为劳动者不再被固定地组织在某个确定的时空中进行劳动，而是随时随地都可以展开各式各样的工作，比如“零小时合同”的雇佣形式，工人的工作时间不被保证，工人被需要时随时通知；或如“露营车劳动力”雇佣形式，将工人安排在露营车以保证工人可在全球范围内流动工作。[11]64,65分散化表现为劳动者分散在全球各个地方，完成已经被分解的劳动内容，单个劳动者感受不到与其他劳动者的分工协作，只是完成分配到个体的具体劳动内容。虚拟化则表现为算法和程序掩盖了现实中的人的异质性，线上交互的个体隐藏了现实中的真实特征，具有显著的趋同性和人为重塑性。这种从现象上看到的劳动者个体的碎片化，实质上受到资本力量的组织控制。为同一资本创造价值的工人现象上表现为在不同地方孤立地进行劳动，但实际上资本控制的算法结构将这些分散在各点的碎片化工人纳入资本的控制体系中。对上述现象，本文参考莫里茨·奥滕立德（Moritz Altenried）在《数字工厂》一书中提出的“同心圆”结构，他以这一结构阐释了平台资本雇佣的少数核心劳动力与围绕在周围的外包工人之间的关系[11]195。基于这一阐释并对其进行扩展，本文认为，数字资本主义劳动过程中的劳资结构也具有类似的特征。在“同心圆”式的劳资结构中，资本处于核心位置，劳动力围绕资本向外辐射、以劳动对资本的相关性即劳动为资本创造的价值大小为辐射距离形成“同心圆”。不同的资本核心形成围绕其的“同心圆”组，各资本又可无限扩展“同心圆”的范围，将与核心资本相关的劳动力都纳入这一体系，并根据与核心资本相关程度的不同来表征不同劳动者之间的层级关系，形成相对独立的劳动力网络体系。同时，不同的核心资本创建的“同心圆”之间可相互交叠，以此反映各独立劳动者与不同资本核心之间的多维联系。由此，分散在全球各地的各孤立劳动者从事的碎片化劳动，实际上不同程度地为处于核心地位的各类资本创造价值。劳动者并不一定知道自己到底在为哪一层资本创造价值、创造了多大的价值，也不知道他们处于整个劳动过程中的哪一环节，劳动者与劳动内容相分离，对他来说，“这种劳动不是他自己的，而是别人的；劳动不属于他；他在劳动中也不属于他自己，而是属于别人”[15]160。机器大工业时代，进行劳动的工人转变为机器的助手，具体的劳动内容呈现标准化的特点，局部工人之间的人为差别被年龄和性别的自然差别所替代。[1]483 数字技术条件下，这种均等化趋势更加凸显。由于智能机器的运转原理主要由其背后的算法决定，机器本身的运转过程对工厂实际操作的工人要求降低。因此，资本在不得不雇佣工厂工人的情况下，工厂工人的实际操作被标准化，算法管理的生产方式对工人的每个动作都有具体规定，并制定任务操作标准程序来规范和实时监控工人。这种标准化将有利于保持生产过程的连续性，人员的更换不会中断劳动过程，但削弱了工人在工作中的自主性和作为有生命个体的创造力。同时，由于人肢体的灵活性难以被机器所取代，精细复杂的工作目前还需要掌握技能的工人完成，且智能机器运行所依赖的算法也需要算法工程师等编写。因此，工人之间由于技能差别被分化。劳动者或是作为程序工程师一类的技能劳动者对机器运行进行设计，或是作为工厂中的直接劳动者辅助机器运行，二者都是以间接方式参与生产过程，而没有直接成为生产过程的主要作用者。对于技能工人来说，机器的实际应用场景会影响编程设计，但劳动者并不一定需要参与到一线的生产中。对于其他劳动者来说，“工人不再是生产过程的主要作用者，而是站在生产过程的旁边”[14]196，劳动者对于操作智能机器背后所涉及的算法不了解也不关心，只是作为机器和算法的附庸参与劳动过程。劳动技能的分化加剧了脑力劳动和体力劳动之间的分离，低技能、无技能的劳动者进一步丧失了在劳动过程中的主体地位。由于缺少数字时代所需要的技能，这些劳动者容易被智能机器所替代，很难再获得与数字经济相关的就业机会，而只能继续依靠现已掌握的技能寻找就业岗位，或者被迫走向自谋职业以维持生存。图1 2003～2022年美国不同等级技能之间的工资差距变化（单位：2017 PPP)
对于技能劳动者，由于需要接受更多更复杂的教育而提升了劳动力的价值；而对于其他劳动者，数字技术的应用减少了劳动力的学习教育费用，也因此降低了劳动力的价值，这部分劳动力的贬值将进一步加大掌握数字技术的资本的增殖。马克思指出，“由学习费用的消失或减少所引起的劳动力的相对贬值，直接包含着资本的更大的增殖，因为凡是缩短劳动力再生产所必要的时间的事情，都会扩大剩余劳动的领域”[1]406。资本主义应用数字技术造成了：一是技能劳动者的分工越来越细化，非技能劳动者的劳动内容越来越统一和标准化；二是二者之间的劳动力价格的差距不断拉大。图1展示了2003～2022年美国不同等级技能的劳动者之间的工资水平差距变化情况。由图可以看出，中低等级技能之间的工资差在过去20年时间里基本保持稳定，而高中等级技能之间和高低等级技能之间的工资差随时间变化在逐步加大。由此，无技能和低技能的工人成为资本压低工资获取利润的主要剥削对象，这部分工人的工资甚至由固定工资转变为弹性工资，而因此收入更低、波动更大、来源更不确定，社会收入不平等状况也将由此加剧[16]80-83。图2展示了2001～2022年美国收入占比前20%的人群所占社会财富的比重，这部分人群所占社会财富的比重随着时间推移不断增大，进入2014年超过了70%。图2 2001～2022年美国收入占比前20%的人群所占社会财富的比重（单位：%）
马克思在《资本论》中指出，“凡是直接生产过程具有社会结合过程的形态，而不是表现为独立生产者的孤立劳动的地方，都必然会产生监督和指挥的劳动”，但这种劳动具有二重性，作为生产劳动，监督劳动是许多人进行协作时，过程的联系和统一的体现；另一方面，监督劳动产生于一切“建立在作为直接生产者的劳动者和生产资料所有者之间的对立上的生产方式中”。[13]431 在资本主义生产方式下，监督和指挥劳动同资本所有权相分离，资本家无须再承担这一职责，资本家雇佣经理人来承担这一职责。数字资本主义劳动过程中承担监督劳动的雇佣劳动力群体并没有消失，劳动者如此前一样依然受到管理者监督，根据绩效目标的安排展开工作。同时，资本主义应用数字技术，使得实际劳动过程被标准化和可追踪，劳动者不仅在具体的操作过程方面被规范化和标准化，而且如在工厂内的走动路线、行动时间、动作幅度等都受到算法的严格追踪，劳动者分分秒秒的表现都被管理者所监督，管理者用此表现和绩效目标相对照，对劳动者进行管理和定级，以此决定劳动者的去留和升迁[11]60,61。因此，在数字资本主义条件下，劳动者不仅成为机器的附庸，还进一步成为算法的附庸，人的自主操作和自由行动不仅服从资本管理的意志，还要服从资本算法的逻辑，传统监督和算法控制的并存实现了资本对劳动的双重控制。资本通过算法控制还力图改变劳动者的行为习惯以更好满足资本要求。比如，美国最大的私营物流之一UPS采用算法管理技术，使用道路优化与导航（ORION）系统，远程监控驾驶员的驾驶行为，UPS希望驾驶员减少倒车速度以减少事故风险，当软件算法判定驾驶员倒车速度过快或次数过多，管理者将要求驾驶员改变驾驶风格。[11]76-79此外，传统监督条件下，工人的劳动成果按照配额计算，管理者可以因工人的工作缺乏效率和表现不佳而辞退工人。在实际劳动过程中，工人可以通过产量节制来反抗资本，尤其是在技术为工人掌握的情况下，工人通过限制生产的做法来增强与资本在工资、雇佣时间等方面的谈判能力，也由此来避免增加劳动付出反而削减计件工资或是被辞退的可能。这种由管理者辞退的监督控制机制存在管理者和资本家之间、管理者和工人之间的利益对立矛盾，在工厂中的典型代表是“工头”的执行权力被加强，间接削弱资本权力，而“工头”因个人利益对权力的行使与整个企业生产的利益之间可能存在矛盾，背离资本意志。在数字资本主义条件下，资本实现算法控制，工人的劳动强度和劳动效率被严格监督。相较于只有传统监督，算法控制的加入可以在绩效目标的实现过程中调整实际目标配额，测评、组织和监控劳动者的具体行为，削弱劳动对资本的反抗能力。管理者通过算法控制，准确地掌握劳动者的劳动认真程度，有针对性地对劳动者进行管理，如以积分制度作为绩效管理的方式，出现违反时间、空间、强度等规定的行为都会在积分中有所体现。亚马逊推行积分制度，对工人休息的频率和时间进行了监控，迟到早退缺勤会被扣0.5分、1分或3分，累计扣分达6分则终止合同。[11]64这种情况下，资本辞退劳动者的理由更加充分和不可质疑，且资本对“工头”的依赖性大大减弱。资本主义应用数字技术推动社会生产力发展是客观事实，以美国数据来看，2005～2021年，数字经济增加值占GDP的比重从7.3%增加到10.3%。但资本主义体制本身固有的局限性和矛盾不是技术进步、机器更新所能解决的。在现实发展过程中，资本主义发达国家发展数字经济主要依靠私人资本。以美国为例，无论从数字经济增加值，还是从就业人数来看，私人资本都发挥了主要的统领作用，以当期美元计算的数字经济增加值来看，私营部门创造的数字经济增加值占所有部门创造的数字经济增加值的比重自2005年以来，始终保持在98.88%以上，到2021年这一比重达到99.51%；而从就业人数占比来看，数字经济领域中在私营部门就业的人数占总就业人数的比重在2021年达到99.29%。在私人资本主导劳动过程的情况下，数字技术、数字基础设施、数据均掌握在私人资本手中，私人资本由此也就占有了潜在的数字生产力。因此，数字资本主义劳动过程中，生产社会化与生产资料资本主义私人占有之间的基本矛盾依然存在并将不断加深，这些矛盾成为资本主义在数字时代进一步发展的局限性。社会生产力的发展方向，是要实现人自由而全面的发展，实现“每个人的自由发展”以至于实现“一切人的自由发展”，[17]53 “任何人都没有特殊的活动范围，而是都可以在任何部门内发展”[15]537。数字技术的发展逐步实现将人从繁重的体力劳动中解放出来，代之以自动化智能化的机器体系，给人创造了发展自己的各方面需要的空间。数字技术的发展目的是辅助人，使人成为“掌舵者”积极参与其中，而不是要把人从生产体系中排斥出去。数字技术的发展应实现“人类越来越多地被赋予决定性地位。通过自动化推动以脱离生产和工厂不再是人们的目标和愿望，相反，人们将是生产和工厂的关键组成部分并且不可分离”[18]158,159。但如前所述，在资本主义生产方式下，数字技术成为资本控制劳动者的新手段。资本利用数字技术，以传统监督和算法控制双重手段加强对劳动者的监督和控制，将劳动资料数字化、劳动主体碎片化、劳动内容标准化，形成对劳动者的双重剥削体系，劳动对资本的实际从属大大加强，与数字技术推动的生产力发展方向相矛盾。另外，生产力发展的表现是生产过程中对劳动时间的节约。马克思指出，“时间实际上是人的积极存在，它不仅是人的生命的尺度，而且是人的发展的空间”[19]532，生产力的发展将使得“财富的尺度决不再是劳动时间，而是可以自由支配的时间”[20]787。生产力发展的目的本身就是要节约劳动时间，使人们获得越来越多的剩余时间，并用这些时间实现自我发展、增加社会产品。但是资本主义条件下，“资本的趋势始终是：一方面创造可以自由支配的时间，另一方面把这些可以自由支配的时间变为剩余劳动”[14]199，将劳动生产力提高节约的剩余时间再次转化为劳动时间，并且是为对劳动者来说的异己力量无偿进行剩余劳动的时间。数字资本主义进一步发展了对劳动者的时间剥削。数字资本主义条件下，劳动者不仅不能从事更多自由的活动，反而受制于数字平台资本的制约而不得不为了临时的雇佣关系牺牲自己更多的时间。劳动者必须随时准备好被潜在的资本家雇主雇用他们的劳动力，随时处于“待命”状态。这也就意味着，即使结束了一段短暂的雇佣关系，获得了相应碎片劳动的报酬，劳动者依然没有离开劳动，而这段劳动时间实际上却是没有实际劳动内容的。这些劳动时间本来应该凭借数字技术的发展而被合理应用，缩短社会必要劳动时间，发展人类一般能力的[21]。但在数字资本主义条件下，劳动者实际上被剥夺了规划时间的权利，而更容易虚掷光阴，也不能利用这段时间发展自己。[16]232-234数字技术的发展使得大量涉及相关个体的行为信息、隐私信息、机密信息，比如行动路线、身体机能监测、企业机密信息等数据得以被收集。在数字资本主义条件下，私人资本通过占有数字基础设施等生产资料而占有这些数据，虽然当前存在如数据发布匿名保护技术、社交网络匿名保护技术、数据水印技术等支持数据隐私和安全的保护[22]，但问题的关键并不在于有什么样的技术可以实现隐私保护，问题在于这些技术被谁拥有、为谁服务。数字资本主义条件下，这些隐私信息的保护受到质疑，私人资本在获得大量数据后会进行深入挖掘以发现巨大价值、帮助其获得更多利益，整个过程中，私人资本内部对信息的收集、处理，以及内部个人对信息数据的不正当使用都会造成信息泄露；从外部来看，私人资本将数据出售给第三方，或者外部资本通过非正规途径对内部数据进行窃取、造成信息泄露[23]。凭借对已收集的数据的占有，单个资本得以有序组织自身的生产过程，并通过对数据的垄断进一步扩展形成用户垄断、技术垄断。以平台大资本为代表的资本力量能以其充足的资本金对其他平台企业实施投资兼并，在扶植小企业做大做强的同时掌握控制权，实现跨界创业，在所涉领域、覆盖规模上进一步扩大其市场势力，加固垄断地位。大资本在实质上控制更多的劳动和小资本，并凭借主导势力在危机中显示出应对弹性，进一步吞并经营困难的中小资本，扩大市场势力，攫取社会财富。以2021年数据来看，全球前100的数字平台53%都分布在欧美地区，占据了全球价值总额的70%。2020年，美国领先数字平台的净收入达到1924亿美元，同比增长21.1%。与2019年同期相比，亚马逊、Alphabet（包括谷歌）、苹果、脸书和微软的净利润在2020年第3季度增长31%，在2020年第4季度增长41%，实现了净利润的显著增长。大资本对市场强劲的控制势力使得大多数中小资本依然面对的是不确定的市场环境，单个资本依然是盲目涌入能带来高额利润的部门，而由于数字技术应用存在的用户粘性、前期大规模固定资本投入等特点，小资本在新的领域依然容易受到大资本的压制。马克思指出，“只有在劳动能力大量存在的地方，机器体系才会出现”[14]193，机器体系的应用与大工业的发展息息相关，大工业的发展使得大量生产资料和劳动力得以集中，若脱离了实体大工业的发展，科学技术将无法转化为现实的生产力，机器体系也将失去用武之地。数字技术要转化为现实的生产力要求产业支撑，数字经济就是在数字技术与实体产业相互结合的基础上，实现数字产业化和产业数字化的。从数字产业化角度来看，5G、人工智能、区块链、云计算等数字技术逐渐转化为现实生产力，形成新兴产业，举例来看，数字技术体系可将数据用于一般生产过程，利用技术革新推动劳动生产率的提高、改善产品和服务。从产业数字化的角度来看，数字技术从研发到实际应用，一方面需要技术转型，现实生产需要技术不断创新；另一方面需要产业转型，不仅要求第三产业进行数字化转型，更重要的还需要第一、第二产业的数字化转型，尤其是第二产业即制造业领域的数字化转型，只有通过制造业的数字化转型，才能实现经济动能的深刻转换，充分发挥数字技术提升社会生产力的作用。比吉特·沃格尔-霍伊泽尔（Birgit Vogel-Heuser）等认为，德国因为拥有强大的工业体系，因此在数字时代发展智能产品、智能服务、智能工厂将具有先发优势[24]。但实际上，德国制造业增加值占GDP的比重在2022年已经由1990年的24.85%下降到18.45%。制造业增加值占GDP比重的下降趋势在世界发达资本主义国家中都有体现，美国这一占比在1997年为16.09%，而到2021年就已经下降到10.71%；而英国的下降速度更快，1990年英国的这一占比为16.47%，到2022年已经下降到8.45%。进入20世纪70年代以来，受到主张私有化、市场化、自由化的新自由主义思潮的影响，资本主义发达国家向外大规模转移制造业，产业逐步空心化，已经进入去工业化阶段，经济陷入长期停滞。以数字技术推动形成新的经济增长点、以数字经济实现再工业化成为这些经济体当前发展数字技术的一个着力点，如美国先后发布《先进制造业国家战略计划》《加速美国先进制造》《智能制造振兴计划》等文件，强调智能制造和技术密集型先进制造业的创新发展[25]。但是，产业空心化的问题使得在数字化转型过程中，资本主义发达国家缺少数字技术大规模应用的实体产业的支撑，实体经济的数字化过程难以落实。在进行大量基础研究后，作为研究成果的高端技术难以实现产业化、规模化，难以转化为现实的生产力，不少技术创新企业进入以中国为代表的发展中国家寻找技术实现、技术转化的市场空间，即出现技术创新在发达国家完成，而技术实现向外转移的现象。这将使得本国产业不仅得不到升级，而且还导致其进一步向外转移，加剧资本主义发达国家产业空心化的问题。另一个反映资本主义发达国家去工业化水平的数据是制造业就业人数占比。从经验数据来看，2012～2021年，美国制造业就业人数占总就业人数的比重从10.97%下降到9.91%。与此同时，在这10年间，仅考虑美国数字经济领域的就业人数，其中的制造业行业就业比重也呈现下降趋势，制造业就业人数占数字经济总就业人数的比重由2012年的12.69%下降到2021年的10.02%；相较而言，数字经济领域中零售贸易业的就业人数所占比重由2012年的4.89%上升至2021年的8.02%，专业商业服务业就业人数所占的比重由2012年的27.96%上升至2021年的31.26%。由此可以看到，数字技术的使用并没有提高美国制造业领域的就业人数占比，这一比重而是与整个社会的制造业就业人数的比重呈现相同的下降趋势。以当前已有的就业指标数据来看，数字技术的应用很难说有助于实现发达资本主义国家的再工业化。经济全球化作为社会生产力发展的客观要求和科技进步的必然结果，是不可改变的历史发展潮流，这一历史大势将不以人的意志为转移，也不会因人为干预而改变。数字技术的应用破除了劳动力分工在空间和时间上的局限性，不仅使得劳动力的流动更加自由，更重要的是实现了“劳动力的相对流动”，形成全球劳动力市场；不仅实现了实体物理世界的交往，还实现了虚拟世界的万物互联互通，打破了传统物质世界互通局限性。借助互联网，生产活动的范围超越了时空界限，分散在世界各地的生产活动可以通过远程控制完成，而数字技术的发展又使得远程控制更加实时化、精准化。因而数字技术条件下，全球的经济联系将更加紧密。但由于当前的经济全球化、世界经济政治格局是由发达资本主义国家建立并主导，全球分工链、产业链主要反映的是资本主义国家的利益诉求，为了维护自身利益，资本主义发达国家通过跨国公司、国际垄断同盟主导并控制世界市场，遏制发展中国家的产业升级和经济赶超。在新一轮产业革命和科技革命的冲击下，发展中国家和发达国家之间的数字鸿沟加深。发展中国家缺少数字基础设施和数字核心技术，就个人使用互联网的人口占比来说，2022年全球有66%的人口使用互联网，但非洲地区只有40%的人口接入了互联网；而如果从收入水平来看，低收入国家只有26%的人口使用互联网，相较而言，高收入国家的互联网使用人数占比已经达到92%。并且，接入网络的质量和水平也有较大的国际差距，2022年世界上88%的人口已经实现了4G网络的覆盖，高收入国家99%的人口接入4G网络，但是低收入国家只有34%的人口能够覆盖4G网络，有42%的人口还只能接入3G网络，还有少部分人口继续使用2G网络。发达资本主义国家由于掌握技术，通过外包、产业转移等攫取其他国家产业创造的剩余价值，发展中国家则在一定程度上是被迫加入到数字经济这一时代进程中。在数字资本主义主导条件下，全球数字经济发展的数字鸿沟逐步凸显，这与数字技术加深了全球的紧密联系之间存在矛盾，并由此将加剧全球发展的不平衡。数字技术通过对劳动过程中生产资料的改造，实现劳动资料的数字化、智能化和劳动对象的信息化、数据化，由此提升劳动生产力。但资本主义的基本矛盾难以因数字技术的应用而得以解决。基于劳资关系的视角，资本主义发展的局限性就在于其推动的是立足于资本而不是以广大劳动群众为中心的发展，数字资本主义依然如此。在数字资本主义劳动过程中，资本利用数字技术，侵占劳动者的闲暇时间，跨区域攫取剩余价值，并以任务企业和众包平台两种身份对劳动者进行双重剥削。资本主义应用数字技术，使得全球劳动力被纳入资本体系中，同时实施传统监督和算法控制，加强了资本对劳动的控制力和监管力，加深劳动对资本的实际从属。数字资本主义劳动过程以资本为核心，形成“同心圆”式的劳资结构，难以实现劳动者的全面发展，对资本主义推进再工业化形成阻碍，也加深了全球数字鸿沟。以数字资本主义的发展为鉴，中国在推动数字技术发展与应用过程中，首先应加强数字技术攻关，推进数字基础设施建设，以我国制造业发展的门类齐全、生产能力强、创新能力提升快等优势，推动数字技术转化为现实的生产力。其次，推进数字经济发展进程，须坚持党的集中统一领导，发挥这一政治制度优势，坚持以人民为中心的发展思想，将广大人民群众的发展需要摆在重要位置，着力解决发展数字经济中的劳动者合法权益保障、劳动者高素质发展等关系人民群众切身利益的问题。同时，坚持社会主义市场经济体制，加强对资本的有效监管，引导资本规范健康发展，防止资本无序扩张。要以中国特色社会主义制度优越性，实现数字技术更好地服务社会主义社会发展、推动经济高质量发展；实现数字技术提升生产力，以更好地解放人、发展人，满足人民日益增长的美好生活需要。参考文献
[1] 马克思恩格斯文集：第5卷[M]．北京：人民出版社，2009.
[2]王万良，张兆娟，高楠，赵燕伟．基于人工智能技术的大数据分析方法研究进展[J]．计算机集成制造系统，2019(3):529-547.
[3]王静田，付晓东．数字经济的独特机制、理论挑战与发展启示———基于生产要素秩序演进和生产力进步的探讨[J]．西部论坛，2020(6):1-12.
[4] 戴双兴．数据要素：主要特征、推动效应及发展路径[J]．马克思主义与现实，2020(6):171-177.
[5]王建冬，童楠楠．数字经济背景下数据与其他生产要素的协同联动机制研究[J]．电子政务，2020(0):22-31.
[6]谢富胜，吴越，王生升．平台经济全球化的政治经济学分析[J]．中国社会科学，2019(12):62-81 200.
[7] 克里斯蒂安·福克斯．数字劳动与卡尔·马克思[M]．周延云，译．北京：人民出版社，2020.
[8]王俊，苏立君．元宇宙与资本结合的剩余价值生产方式[J]．财经科学，2022(7):62-75.
[9]王璐，李晨阳．平台经济生产过程的政治经济学分析[J]．经济学家，2021(6):53-61.
[10] 乔晓楠，郗艳萍．数字经济与资本主义生产方式的重塑———一个政治经济学的视角[J]．当代经济研究，2019(5):5-15 113.
[11] 莫里茨·奥滕立德．数字工厂[M]．黄瑶，译．北京：中国科学技术出版社，2023.
[12] 尼克·斯尔尼塞克．平台资本主义[M]．程水英，译．广东：广东人民出版社，2018.
[13] 马克思恩格斯文集：第7卷[M]．北京：人民出版社，2009.
[14] 马克思恩格斯文集：第8卷[M]．北京：人民出版社，2009.
[15] 马克思恩格斯文集：第1卷[M]．北京：人民出版社，2009.
[16] 盖伊·斯坦丁．朝不保夕的人[M]．徐偲騄，译．浙江：浙江人民出版社，2023.
[17] 马克思恩格斯文集：第2卷[M]．北京：人民出版社，2009.
[18] 比吉特·沃格尔-霍伊泽尔，托马斯·保尔汉森，迈克尔·腾·洪佩尔．德国工业4.0大全：智能生产技术（原书第2版）[M]．房殿军，林松，张新艳，等译．北京：机械工业出版社，2023.
[19] 马克思恩格斯全集：第47卷[M]．北京：人民出版社，1979.
[20] 马克思恩格斯选集：第2卷[M]．北京：人民出版社，2012.
[21]赵敏，王金秋．资本主义智能化生产的马克思主义政治经济学分析[J]．马克思主义研究，2020(6):72-82.
[22]冯登国，张敏，李昊．大数据安全与隐私保护[J]．计算机学报，2014(1):246-258.
[23]刘雅辉，张铁赢，靳小龙，程学旗．大数据时代的个人隐私保护[J]．计算机研究与发展，2015(1):229-247.
[24] 比吉特·沃格尔-霍伊泽尔，托马斯·保尔汉森，迈克尔·腾·洪佩尔．德国工业4.0大全：技术应用（原书第2版）[M]．林松，房殿军，邢元等，译．北京：机械工业出版社，2021:252.
[25] 中国信息通信研究院．数字经济概论：理论、实践与战略[M]．北京：人民邮电出版社，2022:51.
