马克思劳动价值论视域下数据商品的演化及特性探赜

沈丽

（华南理工大学马克思主义学院，广州 510641）

在人力资源社会保障部修订的《中华人民共和国职业分类大典（2022年版）》中，我国确认增加了“数字职业”标识S，并标注了游戏设计员、数据分析师等97个数字职业。这一修订表明了数据要素对“生产、消费、交换、分配”社会再生产四大环节的影响，已在实际的经济活动中获得反馈，数据在社会生产中的作用愈发凸显。2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，明确了数据作为新型生产要素的发展定位。当前，巨大的市场需求以及日益完善的现实发展条件，与相对欠缺的数据商品理论之间的矛盾日益突出，完善数据商品理论迫在眉睫。

一、数据商品的起源：信息商品数据化发展的产物

从“语言”的产生，到“文字”的产生，再到“纸”的发明，再到“印刷术”的发明，再到“信息技术”的诞生，人类迄今为止已经进行了五次信息技术革命［1］。人类为寻求摆脱自然物质运动变化影响、克服交流时空限制的交流载体，不断推动信息交流形式的迭代更新。正因为如此，信息在发展中不断被要求采取数字形式。当前，数据就是信息获得数字形式的新形态。总结来说：在信息技术革命的作用下，社会生活的各种因素呈现信息化发展，而后朝着数据化方向演变。因此，作为当代信息交流形式的存在形态的数据，也必然紧跟信息的经济化发展步伐，逐渐衍生出数据商品。

（一）从学界研究情况观察数据商品与信息商品的整体关联

在数据交易市场上，数据的本质在于提供有用的信息服务［2］，数据与信息密切关联，二者商品化发展形态也同样联系密切。在对数据商品、信息商品相关研究成果进行可视化分析之后，解析所获得的可视化分析结果可基本得出以下结论：数据是信息在数字时代的变式，数据商品是信息商品数据化发展的产物。

从对数据商品、信息商品研究成果的可视化分析结果（见下页图1）来看，分析图左的突现词图谱可知：随着数字信息技术对经济发展的影响不断深化，信息市场发展迅速，突现值7.44 的“信息商品”自1998 年起成为该领域的一个重要研究趋势，研究热度在持续9年之后趋于下降，其间以“电子商务”“会计信息”作为延续，逐步发展到“数字劳动”“数据商品”研究阶段。在图右的关键词共现聚类分析图谱中，既进一步佐证了上述观点，又表明了“电子商务”“数字劳动”与“数据商品”研究关联密切。因此，由信息商品发展到数据商品的过程可大致演绎为：在由于信息差而导致收益差的市场经济活动当中，信息的价值为大众所发现。自此，构建信息市场要求迫切，信息商品多以知识提炼从而获得前瞻性指导为生产目标。伴随着互联网经济发展，电子商务出现，信息的电子形式逐渐被要求，新一轮的数字信息技术革新有效满足了这一要求，数据商品走进大众视野。承载有用信息是数据商品的必要条件，依据有用信息发挥功用是数据商品使用价值的表现，因此，基本可以认为数据商品对信息商品具有继承性，表现在二者共有的信息内容当中；同时，数据商品对信息商品也具有超越性，表现在数据商品独有的数字形式当中。

图1 数据商品、信息商品研究成果的可视化分析图谱

（二）从使用价值层面分析数据商品对信息商品的继承与发展

“商品体本身……是使用价值，或财物”［3］48，商品通过使用价值对自身作出在质上的规定性，展现其作为具体商品形态与其他商品的区别。因此，从使用价值层面讨论数据商品对信息商品的继承与超越，有利于对数据商品本身作出质的层面的界定。脱胎于信息商品的数据商品，获得了被固定下来的数字形式和更加丰富的信息内容，以快捷的交流速度和精确的信息记录适应于当前社会经济发展的水平。

数据商品对信息商品的继承，表现在数据商品的有用性仍然主要体现在它所承载的有用信息上。作为信息经济时代不同阶段的代表性商品新形态——信息商品、数据商品，在本质上都是交换信息，凭借有用信息来满足人们的各种需要。此外，早在信息商品化发展过程中就存在数据商品的生产及交易，只是当时一般将其称为“数字信息商品”，指代的是“被数字化了并通过一定载体向外传播的文字、声音和图像等一系列数字信息资料”［4］。数据商品对信息商品的发展，一方面表现在信息获得数字形式，数据被固定充当信息的载体，信息的传播精确度和交流速率都大大增强。在商品形式上，信息商品不仅有数字形式，也有纸质形式、声音形式等。因此，在生产信息商品时，需要信息生产者进行形式转化，主动创建信息关系网络。这些因素也就使得信息商品具有以下弊端：一是对信息生产单位的内部生产条件［5］要求较高，信息生产者的自身素养等主观因素将极大地影响信息商品的使用价值；二是信息发挥社会交流功能的速度较低，且提升难度较大。另一方面，表现在庞大体量与增量的大数据，必然呈现比各个独立数据相加更丰富的信息内容。过去，受限于技术发展的不完全性和较低的网络普及率，数据量小且结构简单，主要用于数值运算。后来，数值、字符、声音、图像等能够输入计算机中的符号集合都被纳入数据范畴当中，数据越来越庞杂，需要和能够进行的非数值运算占比也越来越大，多角度的海量数据自然串联形成了用户完整的数字画像，展示了用户更为多元丰富的社会关系。

二、数据商品的生产：从数据化到要素化再到商品化的过程

数据商品的生成演进过程是以用户网络行为数据为起点、以数据商品为终点，在数字劳动和雇佣劳动分阶段发挥作用的情况下，经历“数据化→要素化→商品化”的发展过程，最终彻底完成从用户行为数据到数据商品的转变。在数据化过程中，数字劳动逐渐在现实经济活动中显现劳动在唯物史观层面的三重含义，为数字劳动归属于劳动范畴提供依据。在要素化过程中，数据作为物的要素被纳入数据商品劳动生产过程中，软硬件技术设备通过价值转移的方式参与数据商品价值形成。在商品化过程中，雇佣劳动展现出人类智力的效用，数据商品改变着当代人们的生产生活方式。

（一）第一阶段：用户网络行为数据化

随着数字信息技术的迭代更新，计算机的算术运算和逻辑运算能力不断提升，数据日渐扩展为包括数值信息数据和非数值信息数据两大类的信息符号。在数字空间中，用户的搜索、购买、浏览等行为动作，用户发布的文字、照片、音频视频文件等生成内容，用户依托各类网络社交平台产生的交流信息，都逐渐被纳入数据范畴当中，享有以原格式与状态保存的平等性——形态各异的数据能够为新型数据管理应用所容纳。用户网络行为数据化作为数据商品生成的第一阶段，是数据商品生产的基础，产生了数据商品生产所需的数据原料。

用户网络行为数据化阶段既是数据商品原料的生产过程，也是大众享受平台服务的消费过程。在这种“产消”合一的过程中，生产用户行为数据的数字劳动，表现了人们作为物质生命体在数字空间中的生产生活方式，具备了演变为谋生手段的发展趋势，也在休闲与劳动界限模糊中凸显了实现劳动成为“生活的第一需要”［6］的现实可能。例如，在美国的数据交易流通市场中，个人用户能够以向数据平台贡献其数据的方式换取部分物品、金钱或服务等补偿；在中国的职业分类中，较早进行数字劳动讨论的游戏开发领域的相关人员，如游戏设计师、电子竞技员均被纳入数字职业当中；数字劳动在现实物理空间中表现为休闲、娱乐等活动，在虚拟数字空间中进行着生产性的劳动［7］。因此，数字劳动在“物质变换”“谋生手段”“第一需要”等三个层面的意蕴［8］已逐渐在现实经济活动中显现，数字劳动归属于劳动具备一定的理论依据。

（二）第二阶段：数据要素化

马克思在考察资本主义商品生产的劳动过程时指出：“（未来的资本家）已经在商品市场上购买了劳动过程所需要的一切因素：物的因素和人的因素，即生产资料和劳动力。”［3］215数据商品以数据为核心，是对数据要素进行内涵分析、信息挖掘等处理之后产生的劳动产品。因此，在数据商品生产之前必然存在数据转变为数据要素的过程，也就是数据商品生成的第二阶段——数据要素化。

数据要素是参与数据商品劳动过程中重要的物的因素。因此，数据在这一阶段将会作为生产数据商品的物的要素被售卖（这也使得在部分研究中将数据要素称为数据商品）。那么，平台在通过出售数据要素取得利润的同时，究竟为数据要素的生产付出了怎样的成本呢？在实际的经济活动中，数据要素的直接生产者（用户）被限制在消费领域，并未被给予任何的劳动报酬。而数据要素的所有者（平台）凭借其所拥有的数据收集、更新和积累等技术设备取得了占有数据要素的垄断权力，并宣称数据要素的价值来源于技术设备使用损耗的价值转移。从用户网络行为数据到数据要素，零散分布的用户网络行为数据被收集起来形成庞大、复杂的“具有描述性和指向性的标准化数据集合”［9］。因此，虽然“劳动并不是它所生产的使用价值即物质财富的唯一源泉”［3］56，但数字劳动作为数据要素使用价值的重要来源是毋庸置疑的。从劳动表现为使用价值生产来看，生产用户网络行为数据的具体劳动与生产数据要素的具体劳动是一致的。换言之，生产用户网络行为数据的抽象劳动与生产数据要素的抽象劳动也具有一致性。所以，生产用户网络行为数据的抽象劳动形成了数据要素的价值。综上所述，数据要素的价值至少由两部分构成：一是用户网络行为数据中凝结的一般的无差别的人类劳动的价值；二是生产过程中的技术设备使用耗损的价值。

（三）第三阶段：数据商品化

数据商品的最后一个劳动阶段与马克思所考察的雇佣劳动过程相似。在这一劳动生产过程中，数据要素充当原料，劳动过程中所需要的一切物质资料（工具、机器等）充当劳动资料，被雇用的数据分析师充当劳动者，进行着对数据要素的加工劳动活动。数据商品的生产以获取尽可能多的有用信息、知识为尺度，要求以剔除数据要素中承载着缺失、重复、错误信息的数据片段，提升数据信息集中程度，在节约存储与管理成本的同时增强数据应用效率；要求以数据要素中不同数据的优化组合、信息交流，实现决策指导、模拟测验、匹配服务、环节管理等不同的使用价值，满足购买者个性化需求。

数据要素的筛选、分类和挖掘等数据商品的生产环节，都要求被雇用的劳动者具有较强的大数据分析能力，因此，在充当原料的数据要素旧价值的基础上追加新价值的活劳动一般为复杂的脑力劳动。这一状况也使得数据商品的质量在很大程度上受到被雇用的劳动者自身因素（如科学文化素养、专业技术能力等）的影响。亚当·斯密在《国富论》中指出：“一个人如把他一生全消磨于少数单纯的操作，而且这些操作所产生的影响，又是相同的或极其相同的，那么他就没有机会来发挥他的智力，或运用他的发明才能来寻找克服困难的方法。”［10］在数据商品生产的过程中，简单、重复的操作为机器设备所替代，被雇用劳动者被要求充分发挥聪明才智发现数据背后所掩盖的潜在信息。这样看来，数据分析师们的劳动呈现出逐渐摆脱“成为人人都能从事的劳动”［11］356状态的趋势，在传统机器大工业生产过程中劳动与智力分离的状况在数据商品生产行业得以改善。而在数据商品的使用价值实现的过程中，无论是依据描绘消费者购买行为的数据商品实现产品的定向广告推送，还是将体现算法管理的数据商品与工厂生产线有机结合，数据商品“已快速融入生产、分配、流通、消费和社会服务管理等各个环节”［12］，帮助有效节约销售成本，优化生产组织，提升生产效率。

三、数据商品的二因素与独有特性

数据商品作为一般商品，具备马克思在《资本论》中所考察的商品的二重因素——使用价值和价值，这既是数据能够商品化的前提，也是能够继续运用马克思劳动价值论来对其进行考察的原因。同时，数据商品作为互联网时代下的具体商品形态，一方面不存在物理意义上的形态，产品数量由一到多并不会增加其生产成本，使用也不会造成物理损耗；另一方面，从总体上看，伴随着使用人群的增加，并最终形成一定的使用规模，将会给数据商品带来质与量的优化提升。因此，数据商品的非排他性呈现复用性和规模效益的统一，然而，伴随着平台资本的“数据圈地”行为破坏数据商品的平等交易，数据商品必然呈现去商品化特征。

（一）二因素：使用价值与价值

商品的使用价值是商品体本身能够满足人们某种需要的有用性特质，是商品交换价值的物质承担者。数据商品以数据为核心，其使用价值源自数据所承载的有用信息，商品体凭借自身所具备的有用信息为人们的各类社会行为提供依据，满足个性化需求，但相较于数据原料而言，经过各类加工处理后的数据商品，获得了统一的数据格式，数据分析更加高效，信息内容的集中程度也显著提升，大大降低了数据存储空间的占用和数据管理的难度。同时，数据商业化的发展意味着数据体量的庞大积累，在格式统一化和设备普遍化的技术条件下，大数据的流动性增强，大众的数字生活获得了更多的灵活性，算法也随之优化升级，数据商品生产部门发生结构调整，专业的数据加工处理部门、企业应运而生。这就使得从数据消费过程来看，消费者的数字素质、文化水平、经济条件等方面的要求进一步放宽，更为多数的人群成为数据商品的潜在用户，但不可否认的是，数据商品的使用价值实现，就目前发展水平来看，并不仅仅取决于本身所固有的有用性属性，还与使用者的内外在条件、全社会科学技术水平密切相关。

数据商品中所包含的价值是既定的，但是它最终能产生出的价值量受到数据商品体本身的信息密度、消费者自身内外在条件以及国家之间不同水平的数据解释运用能力的影响。数据商品中包含的既定价值由三个部分组成：一是数据原料本身的价值。在通常情况下，这部分价值是由平台企业无偿占有的，一般被称为数据资本家形成的“原始积累”过程，也是数据交易市场这一不完全竞争市场结构形成的根源——数据占有者据此“要求获得其他企业创造的剩余价值”［13］。二是数据生产、收集、加工所需的软硬件设备的价值转移。三是数据筛选、挖掘等过程中所耗费的人类劳动价值。上述三个部分价值的确定性，使得数据商品中所凝结的无差别人类劳动量的价值能够进行一般意义上的确定性估算。而在数据商品作用于现实经济活动时，首先，信息不对称性和不确定性仍然存在于数据商品的生产、消费过程中，这要求购买者率先付出一定的成本对数据商品的质量和价值进行评估和验证；其次，数据商品的利用往往涉及再次开发，再次开发依赖于专业的技术、平台以及算法、模型等工具，这要求购买者同时获得相应的开发资源；最后，从数据中提取信息在应用于实际的决策、管理等活动中时，会受到宏观层面如市场环境、政策法规等因素和微观层面如使用者自身素质、供求变化等因素的影响。总的来说，信息密度对数据商品价值构成正向影响，国家整体的数据解释应用能力基本上规定了数据商品实际收益的一般水平，而消费者的内外在条件则个别化地影响着具体数据商品的实际收益最终是低于一般水平还是高于一般水平。

（二）独有特性：非排他性

从数据资源的开发应用实际状况来看，普遍采取的是“实践先行”路径，即允许在数据空间中先行构建安全可信的数据交换路径，以数据市场化发展促进数据相关政策和法律的提出与完善，从而提高数据资源的利用率和安全性。之所以能够在法律法规尚不成熟时就允许数据进行市场化运营，不仅源自其能够具备成为商品的基本属性——拥有使用价值和价值，还源自数据产品本身能够重复使用以及具有规模效应的特点，使得数据产品具有要求商品化发展的内在倾向。

在商品流通过程中，无论是复制出售的数据商品或是无限次出售使用权的数据商品，都与原数据商品无异，它的第一位购买者并不意味着剥夺其他人的使用权，它能够同时被多人使用，这就是数据商品的非排他性。同时，数据商品的生成依赖于人的活动，数据商品的使用者越多，数据商品内容也将得以不断优化。因此，大数据的发展局面得到不断巩固，数据生产形成“循环加速结构”。在循环加速结构中，市场化运营的大数据要求增强数据流动性，有效促进数据流通，多元组合配置形成新数据，优化算法以实现数据商品使用价值，为用户提供更多的灵活性。而数据来源于平台用户行为，这些行为主体是一切被卷入平台生产中的具有自主能力的主体。由此可见，数据生产在获得更优的生产条件之后，无论是数量还是质量都将有较大提升，数据商品的实时更新意味着单一具体数据商品的时效性将为整个数据商品生产行业的实时更新所弥补，数据资源必然朝着更优方向发展。

数据的商品化发展为自身赢得了循环加速的发展结构，但也在数据商品不断朝着数据资本发展的过程中呈现去商品化、去资本化的发展要求。这一发展要求在经济市场上表现为数据商品的非排他性与平台资本的垄断性的矛盾运动，在生产力水平提升上表现为数据交流与数据壁垒的矛盾运动。数据商品能够带来规模收益递增，这也必然要求全社会积极推动数据资源有效开发和共享使用；而平台在收益分配中排斥数据生产者（用户），挤压数据商品生产者（数据分析师），在一定程度上腐蚀着数据平等交易市场，导致数据交易市场成为当代不完全竞争市场的典型，甚至出现数据市场的“卡特尔”，进而使得数据壁垒高筑，阻碍数据交流。

四、结语

21 世纪是“数据大爆炸”的时代，数字信息技术的普遍应用使得包裹着信息的数据，成为当代人类社会信息交流的新形式。用户的网络行为信息填充了数据内容，用户、平台建设工程师、数据分析师的活劳动赋予数据生命力，数据商品的二因素本质上仍然来源于生产数据商品的劳动二重性。数据商品作为新质生产力重要表现之一，在融入生产、分配、交换、消费等环节的过程中，潜在地改变着人类的生产、生活方式。“劳动并不向来就是雇佣劳动”［11］332，以劳动力成为商品为分界线，在此之前，原始公社的社员共有、人与人之间的人身依附关系，使得劳动不是雇佣劳动；在此之后，工人只有靠出卖自身劳动力，才能获得生存的条件，雇佣劳动关系成为资产阶级奴役工人的锁链。而在包含雇佣劳动和非雇佣劳动的数据商品演化的过程中，数据分析师的雇佣劳动以专业的数据分析（脑力劳动）为主，结合繁复的数据整理（体力劳动），劳动者的自身素养直接影响着数据商品的质量；用户的数字劳动（非雇佣劳动）在空间层面上实现了劳动与休闲的统一，其劳动产品及后续加工产品具备不断循环优化、可重复利用的非排他性。上述情况表明：工业化时代造成的劳动“无内容化”的状况逐渐在信息化时代得到缓和，甚至呈现着劳动内容的恢复，劳动生产越来越依赖于人的活动。