20世纪末，传播政治经济学学者丹·希勒提出了“数字资本主义”（Digital Capitalism）概念。进入21世纪，互联网加速普及并逐渐成为经济社会发展的新型基础设施，互联网中的数字平台借助大数据、云计算、人工智能等新一代信息技术催生了各式各样的新兴产业，成为当前经济社会发展最活跃和最受关注的领域之一。
随着数字平台在经济领域的全面深入，人类社会已经迈入到数字经济时代，数据作为生产要素的重要性不断凸显。舍恩伯格在《数据资本时代》一书中提出：“在今天的数据时代，数据的全面收集与分析，为我们提供了一个前所未有的看待现实的新视角。”在此背景下，数字资本主义研究不断转向平台和数据，出现了平台资本主义、监控资本主义、数据资本主义等新概念，用以概括数字经济时代基于用户数据提取逻辑的资本主义新形态。
数字经济时代，劳动形式与价值形式均发生了转变，给马克思主义政治经济学提出了新的研究课题：作为生产要素的数据是如何进入资本生产领域的？数字劳动在这一过程中起到了什么作用？从数据到数据商品的过程是如何实现的？数据商品的价值又是如何分配的？
基于上述问题，本文以数据生产为起点，以数字劳动与数据商品为切入点，沿着数据资本化与资本数据化两条发展线，揭露数据资本主义的资本逻辑与剥削逻辑。本文所涉及的平台为一般数字平台，尤其以美国数字平台的实践为基础，而这种数据资本主义的发展已经在全球化的深入给我国经济社会发展带来不良影响，因此最后本文将基于我国发展实际提出应对之策。
一、无雇佣数字劳动：数据资本剥削的扩大与隐蔽
进入数字经济时代，数据已经取代石油成为当今世界最有价值的资源，并成为继土地、劳动力、资本之后的第四大生产要素。随着人们生产生活数字化程度的不断加深，互联网上每天都有数以亿计的数据资源产生。据估计，2022年的全球互联网流量超过了2016年以前的互联网流量之和。数据是数字技术的核心，如数据分析、人工智能（AI）、区块链、物联网（IoT）、云计算和所有基于互联网的服务，其已经成为一种基本的经济资源。数据正在成为这个时代的核心资产，它是生产、创造、消费的主要因素，并影响与改变着社会各方面。
虽然数据如此重要，但是社会各界对数据的理解尚存在一定分歧。对于本文而言，数据是用户在注册和访问数字平台时留下的活动痕迹，是用户“真实”生活的“虚拟”表现。作为一种线上资源，数据有以下特性。一是非竞争性，这意味着许多人可以同时或随着时间的推移使用相同的数据，而不会耗尽数据。同时，对数据的访问可能受到技术及法律手段的限制，出现不同程度的排他性。
二是正外部性，数据的聚合值通常大于单个值的总和。用户访问互联网平台产生的数据往往是零散而琐碎的非结构化数据，这类原始数据并不能直接产生价值，但将这些原始数据通过技术手段进行聚合、处理后，便可以促进数据使用。数据越详细、粒度越细，数据的用途就越多，可以提供的价值也就越丰富。
一般而言，用户注册和访问互联网而产生的数据可以分为两大类——自愿数据与观察数据。自愿数据是用户注册和使用网络时提供的个人身份数据，这类数据是用户为了使用线上服务自愿提供的数据，与用户一一对应，不会无限制增长，通常不会被商业化。平台对于此类数据的使用，应严格遵守相关法律规定。观察数据是用户在线上活动所产生的个人身份数据之外的包含用户个人特征的数据，也可称为线上行为数据，其既包括线上浏览、点赞、评论、转发等简单的行为数据，也包括用户生成内容等具有一定复杂性的行为数据，这类数据通常随着用户的线上活动呈现指数型增长，是平台进行货币化转化的关键资源。
本文所指的数据主要是观察数据，观察数据基本是在用户知情或同意的情况下由平台进行采集与提取，平台拥有访问、使用甚至控制的权利，也正是由于对此类数据的开发利用，数字经济才得以快速发展。
马克思主义劳动价值论认为，无论劳动形式如何变化，活劳动都是价值创造的唯一源泉。数字经济时代，数据并非凭空而来，数据价值的形成离不开数字劳动。随着数字劳动形式的转变，用户作为无雇佣数字劳动者被纳入资本主义生产体系，数据资本剥削进一步扩大，并呈现出高度隐蔽的特征。
（一）数字劳动的类型分析
英国马克思主义理论家克里斯蒂安·福克斯对数字劳动做了深入的研究，并认为数字劳动是我们理解互联网的政治经济学的一个基础概念。福克斯理论体系中的数字劳动内涵丰富，他把所有涉及到数字媒介的体力劳动与脑力劳动均划分到数字劳动范畴，而资本剥削正是通过数字劳动得到加强。通过对现有研究的总体考察，数字劳动按照雇佣性质可划分为雇佣数字劳动和无雇佣数字劳动。
雇佣数字劳动是生产经营数据的劳动，非雇佣数字劳动包括生产个人数据、中间数据与公共数据的劳动。其中，雇佣数字劳动分为两类：一类是存在于企业内部并与企业签订了正式劳动合同的劳动者，此类属于正式的雇佣关系，企业要支付其工资并为其缴纳社保，另一类是与平台之间存在非正式的雇佣关系或合作关系的数字劳动者，这类劳动者一般没有基本工资，通常按单计费，且大多无法得到相应的社会保障。雇佣数字劳动是一种有酬数字劳动，无雇佣数字劳动是无雇佣关系的无酬数字劳动。按照上述分类，本文对不同类型的数字劳动进行了具体探讨与比较，如表1所示。
（二）无雇佣数字劳动及其剥削
在具有正式雇佣关系的数字劳动之下，资本一方面通过生产监视不断强化劳动控制，提高劳动生产率，另一方面通过形式上的弹性劳动模糊工作时间与非工作时间的界限，延长事实上的劳动时间，最终加强对劳动者的剥削，这在学界已基本形成共识。而具有合作雇佣关系的零工劳动者，通常受到平台在线系统的实时监视，为了在规定时间内完成订单，他们会不断强化自我劳动控制，同时平台通过评分机制再次加强对零工劳动者的规训。无雇佣关系的数字劳动，也即广大平台用户的线上行为活动，是否属于数字劳动，是否具有生产性质，用户是否遭受资本剥削，当前在研究中仍然存在较多争议。基于此，本文将从以下三个层面展开论证。
第一， 用户的线上活动属于数字劳动。马克思在《资本论》中指出了劳动过程的三个要素：“有目的的活动或劳动本身，劳动对象和劳动资料。” 首先，用户的线上活动是有目的的活动。比如搜索感兴趣的信息，通过浏览商品获取市场信息，通过观看短视频娱乐身心，通过评论、点赞与转发表达看法、进行社交等。总之，用户使用平台主要是为了满足个人的某种需求。
其次，用户在线上的劳动对象是数字平台上满足用户搜索、消费、娱乐、社交等各种形式的信息内容，用户会对接收到的信息内容进行处理，这不仅会花费用户时间，还会消耗用户一定的体力和脑力。比如，当用户判断搜索到的内容是有用的，就愿意花时间去浏览，否则会重新搜索或关掉页面。用户浏览新闻信息和短视频时亦是如此，而平台正是基于此来进行用户画像。
最后，用户在线上的劳动资料是智能设备与数字平台。用户通过智能设备连接数字平台，通过数字平台的使用，即对平台上的信息获取与处理来满足个人需求。社交平台给每个人分配一小块虚拟土地，让用户在这块土地上耕作自己的互联网作物，而这个互联网作物的产出就是数据。
第二，用户的数字劳动属于生产性数字劳动，用户在无形中成为平台的无雇佣劳动者。马克思提出，劳动是一种“有目的的生产活动”。有研究认为，从人类劳动所具有的“目的性”看，用户在互联网上产生数据的各种活动，并不是一种“以生产数据为目的”的劳动。普通用户使用平台更多是为了社交、娱乐、交易等非生产性的目的，这一过程中产生的数据只是社交娱乐的副产品。况且用户与平台之间并不存在雇佣关系，用户是自由的，不受劳动关系的制约。
这似乎没有问题，从外在的种种表现上来看，普通用户的线上活动的确不同于传统认知上的雇佣生产劳动。然而，这正是数字经济时代资本的高明之处。“如果整个过程从其结果的角度，从产品的角度加以考察，那么劳动资料和劳动对象二者表现为生产资料，劳动本身则表现为生产劳动。”用户生产的数据对用户自身没有多大用处，但这些数据成为平台进一步生产数据商品的原材料，平台可以从中选取具有使用价值的数据进行利用，用户数据的最终产品成为可用于交易的数据商品。因而用户生产数据的活动从一开始就被纳入资本主义的生产体系，用户也在无形中成为事实上的无雇佣数字劳动者。生产数据不是用户的目的，但让用户源源不断地生产数据却是资本的目的。
第三，数据资本通过隐蔽的方式实现了对用户的数字劳动剥削。数据商品的形成需要经过两个阶段：第一阶段为数据生产，这一阶段主要是无雇佣数字劳动形式下的生产，劳动主体为平台用户；第二阶段为对用户数据的整合加工，这一阶段主要是雇佣数字劳动下的生产，劳动主体为平台内部从事数据技术工作的劳动者。第一阶段用户生产的数据作为第二阶段数据商品生产的原材料，是数据商品形成的基础。因而，数据商品的价值来源于平台用户的无雇佣数字劳动与平台内的雇佣数字劳动。
马克思认为：“只有为资本家生产剩余价值或者为资本的自行增殖服务的工人，才是生产工人。”在数据商品生产的第一阶段，资本通过提供平台服务的方式源源不断获取用户的线上行为数据，并进一步将用户与用户生产的数据进行分离，为无偿使用用户行为数据奠定了合法基础。
也就是说，在数据生产环节，用户与数据是一体的，没有用户就没有数据，而在数据加工环节，用户与数据是分离的，平台决定了以何种形式使用并销售用户数据。因而第一阶段用户的数字劳动被隐匿，用户无法参与数据商品价值分配，用户数字劳动所创造的那部分价值被自然而然地剥削。其结果是资本创造性地打破了雇佣劳动的剥削界限，将无雇佣数字劳动者——用户，纳入剥削体系，并通过隐蔽的形式实现了对用户剩余价值的占有。
无雇佣关系的数字劳动生成的一般数据，成为数字平台获取数据生产要素的主要渠道。截至2022年6月，我国网民人均每周上网时长达到29.5个小时。数字平台想方设法延长用户的在线时间，因为用户在设备上花费的时间越多，生产的数据也就越多，平台可用于投入生产的数据也就越丰富。数据技术的开发者有意设计令人上瘾的技术，通过“无限滚动”与“实时推荐”等形式，使用户无需任何输入性行为便可无休止地“向下滑动”。在“完美配置”下，消费者甚至失去了寻找替代品的动力，因为平台可能会理解、预见并在适当时候满足用户任何潜在需求。
此外，无雇佣关系的平台用户也包含有雇佣关系的数字劳动者，在雇佣关系之外形成了二次剥削，平台最终成为人们生产与生活的双重操作系统。数字劳动者逃离了装配生产线，却又深陷 App、智能算法等数字机器所左右的“数字漩涡”（Digital Vortex）。
二、数据商品：数据价值的实现与私人占有
资本主义生产方式占统治地位的社会的财富，表现为“庞大的商品堆积”。上文从数字劳动视角分析了数据资本如何实现新形式下的劳动剥削，以及其如何占有无雇佣数字劳动者的剩余价值。接下来，本文将从数据商品视角分析数据价值如何实现，以及资本如何合法化私人占有数据商品价值。
（一）数据商品的生产流通
数据商品的生产和流通直接发轫于对数据价值的发掘和应用，并主要作为一种新的生产资料来间接满足人的需要。Zuboff 在《监控资本主义时代》（2019）一书中提出了一种基于人们在线行为探索的新型资本主义，通过对改进服务之外的行为数据进行分析预测，打造了一个“未来行为市场”，实现了数据的商品化流通，从而占有了用户的行为剩余价值。根据 Zuboff 的研究，数据商品的生产流通大致经历了以下环节。
一是获取存储数据。人们在使用网络的过程中产生了源源不断的行为数据，这些数据被数字平台储存，而对这些数据原材料的获取与存储的投入与平台的其他投入相比，可以忽略不计。
二是分析数据。通过对数据的挖掘与分析，智能机器不断推测用户想法，精准用户画像，从而实现广告、内容等与不同用户需求的智能匹配，在增加用户黏性的同时实现广告的精准投放。
三是预测行为。数字平台仅仅获取人类经验是不够的，其还通过预测行为与塑造行为，进一步增加平台对用户的控制，增加广告投放的精准性。
四是引导消费。平台通过用户行为数据分析与推论出各种情报，在预测行为基础上，制造预测产品，引导用户消费。在消费之外，智能算法还将在更多方面引导用户的消费决策，使其决策符合平台利益，推动利润最大化。
在数据商品的生产环节，用户的线上行为数据作为数据商品生产的原材料而存在，平台在获取数据原材料的基础上，通过智能算法分析进行用户画像，基于用户的偏好数据、消费数据等生产出具有使用价值的数据产品。
对于广告商而言，他们可以在更短时间与更大范围内找到目标消费群体，进行精准投放与精准营销；对于生产商而言，他们可以深入了解市场供求状况，对未来市场发展做出预测，从而及时调整生产经营策略，提高生产决策的科学性；对于服务商而言，他们可以增加服务项目的曝光率，提高客单量。
在数据商品的流通环节，平台将具有使用价值的数据商品出售给广告商、生产商、服务商等第三方企业，通过交易流通实现了数据商品的价值。除了与第三方企业合作，平台还会通过海量的用户数据来改进自身服务，发现新的商业趋势，为进一步商品化用户数据占得先机。数据商品的生产流通，加速了资本周转与资本循环，为数据资本积累创造了条件。
（二）数据商品价值的私人占有逻辑
马克思指出：“资本主义生产不仅是商品的生产，它实质上是剩余价值的生产。”前文述及，对于观察数据，平台拥有访问、使用和控制的权利，这是平台生产数据商品的前提。在数据商品生产的第二阶段，平台将用户与其生产的数据相分离，由于用户不占有生产资料，无法参与数据商品生产的全过程，平台自然就占有了用户数字劳动的剩余价值。那么，数据商品形式如何能突破传统的资本剥削路径，成为资本实现价值积累的新形式呢？
第一， 要回到劳动力商品，从劳动力商品到数据商品的转化中寻找答案。工业资本主义把劳动力转化为可以被资本占有的商品，为了换取工资，工人加入了生产机器的行列，成为生产过程中的齿轮，并把他们的智力和知识纳入其中。数字平台通过为用户提供免费服务的方式来获得用户的免费数字劳动，从而代替了工业时代以货币购买劳动力的环节。用户表面上是自由的平台使用者，实质上是为平台生产数据的免费数字劳动者。
与劳动力商品不同，用户不用依赖平台维持个人以及家庭生计，平台也不用对用户进行教育和培训，互联网与智能手机的普及降低了平台使用门槛，用户在网络化的过程中自然地完成了自我培训。马克思指出：“资本占有的不是工人，而是他的劳动。”在劳动力商品中，劳动者通过出卖个人劳动力获取工资报酬，而用户是形式上享受平台服务的自由活动者，与平台之间并未建立起雇佣关系，即使付出了劳动，也无法成为劳动力商品，最终不能获得相应的报酬。
成为商品的是用户数据，获得用户数据价值的是平台。劳动力商品在消费的过程中能够创造出比它本身更多的价值，数据商品亦是如此，数据商品的可复制性带来的零边际成本与边际效应递增，为数字平台带来了更加可观的利润。因而，劳动力商品到数据商品的转化，一方面掩盖了劳动剥削，另一方面扩大了剩余价值来源。
第二，从受众与用户的视角来看，受众商品到数据商品的转化，亦使得数据资本剥削不断深化。达拉斯·斯麦兹（Dallas Smythe）从“受众商品”和“受众劳动”出发，发现了消费领域中隐藏在广告商、大众媒体和受众三者关系背后的资本积累和价值攫取的秘密。从传统媒体到如今的数字平台，平台使用者从受众转变为用户，平台获利的方式也不仅仅是依靠受众注意力，而是转变为如今的用户数据。（数据）商品形式与受众商品存在连续性，同时也有新的特点出现，推动着商品形式的再创造。
从受众商品到用户生成内容（UGC），再到用户生成数据，用户劳动范围不断扩大。受众商品需要付出注意力，用户生成内容需要耗费必要的脑力，形成知识劳动，而用户生成数据则不必如此，在用户打开平台的那一刻，就已经成为平台的“劳动者”。
为了进一步说明问题，笔者查阅并统计了Alphabet与Facebook两大数字平台的财务报告，发现近2017年—2021年来 Alphabet的广告收入占比总体在80%以上，而Facebook则接近 100%。Facebook平台上的广告使营销人员能够根据年龄、性别、地点、兴趣等因素联系到人们。Alphabet 的广告解决方案帮助数以百万计的公司通过各种设备和产品来发展业务，目标是通过在正确的时间提供正确的广告以及与品牌和代理商建立深度合作关系来确保积极的用户体验。
可以看出，Alphabet 和 Facebook 的广告模式已经不同于传统媒体时期，它们更多是立足于对用户数据的洞察和不断完备的数据技术来获取利润。
作为数字经济时代的生产要素，海量数据所具有的生产力潜能不断增加着社会财富，然而这部分增加的社会财富并没有造福多数人，而是被平台占有了。交易成本降低所产生的正外部性似乎实际上被这些大型中介机构占用，而不是作为公共品投放市场。同时随着生产和消费的界限不断模糊，数据商品使用价值的生产和消费具有产消同一性，商品流通过程自然消融于商品生产过程。最终，用户不仅贡献了数据，还为由个人数据生成的数据商品来买单。因此，就像资本家的工薪工人是那些将部分生产作为剩余价值被资本家提取的人一样，在数字时代，被视为数据持有者的互联网用户的日常生活被转化为有利可图的数据，扩大了资本积累的限度。
三、资本数据化：数据资本的扩大再生产
资本数字化既以数字经济的崛起为前提，又是对数字领域的进一步促进和发展。资本通过数据的生产与再生产，不断扩大资本再生产，为了最大限度获取数据的价值和利润，资本不断流向数据生产领域，数据成为资本的寄居之所。马克思提出 ：“把剩余价值当做资本使用，或者说，把剩余价值再转化为资本，叫做资本积累。”随着数字平台将广泛的经由用户数字劳动产生的数据投入数据商品生产并私有化数据商品价值，数字平台完成了数据资本化的过程。在占有数据资本的基础上，资本为进一步保证数据要素的无限供给而走向了资本数据化阶段。
（一）数据驱动：资本加速流向数据生产领域
数据一旦有利可图，资本便一拥而入，这是资本的逐利本性所决定的。近年来，超级数字平台广泛投资收购有潜力的中小型数字企业，不断扩大并细分数字生态体系，使得资本正在加速流向数据生产领域，如谷歌收购YouTube、马斯克收购Twitter等。通过投资收购与应用开发，超级数字平台已经成为应用集成的嵌套平台，脸书旗下的App家族（除Facebook外，还有Instagram、WhatsApp、以及第三方附属网站或移动应用程序等）、Alphabet 旗下的应用程序集（Chrome、Gmail、谷歌硬盘、谷歌地图、谷歌照片、谷歌播放器和 YouTube）等，能够实现并将其数据基础设施扩展到第三方网站、平台和应用程序。
由于用户越来越多地使用不同的设备和方式访问互联网，在不断扩充的数字体系下，资本能够获得更为全面的用户数据。通过为用户提供从“头”到“脚”的服务，不断完善的数据价值链所构建的数字生态，使资本拥有了获取数据的更广阔的空间和更便利的渠道。总之，从“圈地运动”到“圈数运动”，数据资本时代的数字平台寻求主导一切可能的数据市场。在大规模的数据投资之下，数字平台为进行新一轮的数据资本化提供了数据要素准备，不断加速着数据资本循环。
（二）技术变革：打造新形式的数据生产空间
数据资本对用户数据永不满足，其通过不断创新数字技术，为数据生产开创新形式和新领域。2021年10月，Facebook 创始人扎克伯格在《创始人来信》中宣布将Facebook更名为 Meta，其在信中描述了人类社会的新世界——元宇宙（Metaverse），声称将在未来投入上百亿美元开发构建元宇宙所需的技术，随后在世界范围内掀起了元宇宙研究与投资热潮。
2022年底，ChatGPT风靡全球，在短时间内吸引了过亿用户，成为有史以来用户增速最快的应用。元宇宙作为互联网发展要素的集合体而存在，未来在数字技术支持的理想状态下，人们可以在元宇宙中沉浸体验虚拟现实的各类场景；而ChatGPT的诞生则颠覆了内容生产的方式，在以往技术改变人类行为方式与生产方式的基础上，进一步改造着人类的思维方式。
元宇宙与 ChatGPT 虽是两种不同形式的新技术，但实质都是资本全面深入挖掘人类数据的新手段，是深度数据化的新空间，服务于数据资本获取剩余价值的目标。元宇宙带来现实与虚拟的深度交融，虚拟现实的大规模应用，个性化到定制化的服务，是资本全方位、立体化获取人类数据的新平台。ChatGPT基于对网络空间人类数据的整合，以及对用户使用过程中的反馈，不断吸纳并形成更加精准的“数据池”，在反复多次的数据喂养中实现新一轮的数据监视与数据剥削。
（三）数据垄断：垄断资本主义的当代复位
数据资本不满足于仅仅扩大规模，为了确保竞争优势从而对数据资源拥有绝对主导权，垄断无可避免。马克思指出：“资本主义积累的本性，决不允许劳动剥削程度的任何降低或劳动价格的任何提高有可能严重地危及资本关系的不断再生产和它的规模不断扩大的再生产。”如前文所述，超级数字平台内部拥有庞大的数字生态体系，导致数字基础设施越来越集中于几个少数超级数字平台之上，数据的生产力以及数据价值的实现也更多地发生在头部平台内部。
在强大的规模效应与网络效应影响下，头部平台很容易形成市场支配地位，尤其是已经具备跨国影响力的超级数字平台，可以在零边际成本下形成“赢者通吃”局面。数据资本终究无法摆脱资本主义发展的内在逻辑与历史周期律，最终将进入到数据垄断资本主义阶段。在数据垄断之下，新兴的中小型数字企业无法与头部数字平台进行较量，甚至时刻面临被头部数字平台吞并的风险。掌握数字平台的科技巨头以牺牲一时的现金流为代价，换回极具聚合效应的全链路数据流。
跨国数字平台不满足于其国内的市场份额，不断向全球扩张。具体可以体现在近五年超级数字平台在世界范围内员工总人数的增加（图2）与本国以外世界其他区域年度总收入的增加（图3，其中Facebook 统计为美国和加拿大以外的地区）。这种扩张从经济发达国家到发展中国家，形成数据霸权。
数字空间与数据资源取代了过去的地理空间与自然资源，成为数字殖民主义征服、控制与攫取的新对象。平台通过确保没有竞争对手比它们做得更好而得以生存，因此它们试图确保自己是全球所有角落特定服务的唯一选择。他们的目标是获取更多、更好的数据，作为一种资源，以与“历史殖民主义的掠夺性开采行为”没有太大区别的方式出售。通过世界范围的数据垄断，跨国数字平台在世界范围内获得了更多超额垄断利润。最终，在这场数据资源争夺战中，超级数字平台大获全胜，数据资本加速扩张，资本再生产不断扩大。
总体来说，数据资本化与资本数据化是数据资本主义发展的一体两面，在资本发展逻辑之下，两者并存且相互促进。数据资本化是基础阶段，为数据资本主义发展提供了资本积累，资本数据化是强化阶段，进一步扩大着数据资本生产。（图4）在数据资本化与资本数据化的不断循环当中，数据资本成为不断扩大的“数据帝国”，用户成为庞大数据帝国当中被异化的“自由数据人”。“历史上很多事物看似蕴含着解放的可能性，结果却是资本主义剥削的支配性实践的回归。”
四、数据资本主义的在地困境与中国应对
2023年2月，中共中央、国务院印发《数字中国建设整体布局规划》，指出建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。数字经济作为数字中国建设的关键环节，应对数据资本主义，要以中国数字经济的发展为起点，以中国式现代化道路为方向，超越西方“资本至上”的逻辑，寻找“依靠对旨在从用户身上提取价值的资本主义平台的替代方案”。
（一）数据资本主义的在地困境
21世纪初，在发达的经济与先进的技术优势基础上，美国率先建成了Amazon、Google、Facebook等具有国际影响力的跨国数字平台。在资本推动下，这些平台积累了来自世界范围的数十亿用户，收割了来自全球的数据资源，美国由此成为世界数字经济发展的第一大国。就我国而言，阿里巴巴、腾讯等是依托本土市场建立起来的数字平台，成为我国数字经济发展的基础性数字设施，推动我国数字经济发展形成规模优势，对促进产业升级与数字化建设发挥了重要作用。当然，在肯定我国平台企业积极作用的同时，也要看到其发展带来的问题。
一是数据垄断与分布不均衡问题突出。当前，我国数字经济规模居世界第二位，本土数字平台存储的海量数据资源成为数字经济发展的“压舱石”。但也应当看到，由于平台的自然垄断特征，数据资源的访问权和控制权仍然归数字平台所有，大型数字平台为了保持自身竞争优势，往往通过各种技术手段制造数据壁垒，并利用自身的市场支配地位打压新兴数字企业，一定程度上限制了市场竞争与技术创新。同时在垄断之下，数据资源在我国的分布也不均衡，主要表现为区域之间、产业之间、群体之间的不均衡，这导致数字经济发展的不平衡。数字经济红利分配格局呈现出城市多、农村少，东部多、中西部少的局面，不同群体的数字化生存与数字收益能力亦存在明显差异，数字鸿沟有扩大趋势。
二是数字劳动形式下资本剥削的深化正在加剧劳资矛盾与贫富分化。在数据资本主义发展下，数字劳动成为资本剥削剩余价值的源泉。无论是企业内部的数字劳动者，还是以平台为中介的零工劳动者，或是与平台无直接雇佣关系的外部“玩工”与普通用户，均沦为被剥削的对象。平台通过劳动时间的延长、空间的扩大，不断模糊生产与生活之间的界限，由生产劳动的监工进化为对人们活动的立体监视。在剥削性的生产关系之下，数据要素所创造的巨额财富不断向少数阶层集中，拥有数字资本和精通数字技术的群体借此获得了更多的经济政治权力。普通阶层人群虽然工资水平有所提高，但劳动报酬的比重却在实际减少，购买力也随之下降 ；劳动者内部也由于简单劳动与智能劳动的差别不断出现分化，劳动分配的公平性进一步丧失。
三是数据利用与数据保护之间的矛盾凸显。数据的广泛与深度利用是释放数据价值、推动数字经济快速发展的前提，而数据安全则是数字经济平稳、健康、可持续发展的保障。平台不能以维护数据安全为由进行数据封锁，也不能为了追求利润而危害数据安全，侵犯国家利益与消费者权益。在数据资本主义的全球扩张之下，国外数字资本凭借技术与资本优势，想方设法攫取我国数据资源，进一步加剧了数据安全风险。
当前我国数据的权属问题仍需进一步厘清，数据交易流通的各环节需要进一步规范，这是数字经济高质量发展的必然要求。上述问题需要在政策、法律、市场等多层面进行更加具体的探讨，并结合我国社会主义的制度要求与共同富裕的发展目标，以及数字经济发展的规律与特征，将数据安全贯穿于数据利用的各个环节，使数据利用与数据安全相辅相成。
（二）数据资本主义的中国应对
面对数据资本主义发展带来的不利影响，我们需要将马克思主义政治经济学基本原理与中国数字经济发展实际相结合，在深刻认识数据资本主义本质的基础上，采取有效的政治经济手段寻求数字平台的有效治理路径。
第一，打造开放、流通、安全的数据市场，进一步释放数据生产力。党的十八大以来，中央针对平台企业反垄断进行了重要部署，在防止平台企业数据垄断与无序扩张上取得了明显成效。在建设全国统一大市场的背景下，数据资源的垄断是数字经济循环发展的关键堵点，数据要素的不畅通阻碍了数据生产力的进一步释放。在数据反垄断基础上，当前数字经济发展的重点是推动建立可开放、能流通、保安全的数据要素市场。
安全有效的数据市场的建立，有赖于政府、平台等多元主体共同推动。政府要推动形成数据要素的法律法规与行业共识，进一步明确数据产权与可流通的数据范围，畅通数据流通渠道，建立数据市场试点，在实践中总结发展经验，为数据的开放与流通提供依据。平台企业要增强社会责任，树立公平竞争理念，逐步开放可用于市场交易的数据资源，扩大数据要素的流通范围，推动数据要素价值社会化 ；要强化数据风险防范意识，对用户信息进行匿名化处理，保护用户隐私与权益。同时要格外重视涉外数据交易，切实维护国家数据安全。
第二，建立兼顾效率与公平的“数据要素收益分配制度”，形成与数字经济发展相适应的数字生产关系。数字经济时代，社会的价值创造形式与劳动形式均发生了转变，探索完善与数字经济发展相适应的数字分配制度是解决当前发展困境的题中之义。在首次分配中，应适当提高传统劳动者的收入水平，缩小传统劳动者与技术劳动者之间的收入差距，同时吸纳更多失业人员参与零工劳动并保障其劳动报酬与社会福利。对于数据提供者与数据内容创建者，要保障其在数据流转过程中享有相应的数据权益，探索建立个人数据市场，按照数据的市场定价给予其相应报酬。
在二次分配中，由于数字平台的货币化过程具有一定的隐蔽性，很难按照传统的税收方式进行征税，因此要尽快建立相应的数字税收制度，避免社会财富的不断集中导致贫富分化加剧。在三次分配中，要完善数字经济发展的公共基础设施，重点保障数字边缘群体的数字化生存与数字收益能力，缩小不同群体间的数字鸿沟，同时要加大对中西部地区的数字投资，做大数字经济蛋糕，让数字经济的发展成果惠及更多地区和人民，为实现共同富裕助力。
第三，统筹数据资源，构建超越市场价值的数据共同体。数据不仅是数字经济时代的生产要素，同时是人类数字化生存阶段的社会治理要素。发展中国特色社会主义数字经济，构建数字社会主义，需要在数据商品化之外，建立一种超越市场价值，超越剥削和异化的数据共同体，在释放数据生产力的同时不断提升社会治理效能。
随着网络化和智能化的发展，通过数据进行数智治理已成为现实。作为一种社会治理要素，数据还将在社会发展的更多领域发挥作用，要进一步探索丰富数据的应用空间与应用场景。在数据安全的前提下，逐步打通政务数据、公共数据、企业数据与个人数据之间的壁垒，统筹利用多种数据资源，推动数据要素在全社会范围的优化配置，形成你中有我、我中有你的数据共同体。
本文来自微信公众号：探索与争鸣杂志 （ID：tansuoyuzhengming），作者：陈积银、孙月琴