数据资本一种新型资本的生成

数据资本一种新型资本的生成

一、大数据技术实现个体消费的流程改变由于大数据技术的广泛应用，数据进入了资本运营的过程，大量的个人数据被收集为“大数据”。“数据资本”时代的资本家通过移动互联设备的使用与依靠“云计算”等高新技术开始无偿地、强制地占有个体用户提供的海量数据,即“数据剥削”。那么,“数据剥削”是怎样产生的?回答这个问题首先要去探究数据如何成为资本。数据在资本运营链条中可以划分为四个类别:原初数据、采集数据、资本数据与数据资本。个体用户在没有智能设备采集的情况下会产生各种数据,这些数据便成为数据资本发展的源头,简称为原初数据。原初数据的根本特征只从属于某一个体,它是没有任何资本渗透的“纯净数据”。原初数据极易被忽略,因为它是一种无形财产。个体用户所产生的海量原初数据被多种智能设备收集并且上传到互联网中,最终成为某些互联网公司所储存并使用的数据,即采集数据。显然,采集数据是原初数据的子集。相对于原初数据,它是无数个体数据组成的某一类或组或群体的数据,具有统计学的意义。采集数据是一种高级数据,通过大数据等相关技术,互联网公司实现了让数据从“无形”到“有形”的转化,哪怕是“零数据”经过技术转化也可以变成对资本运营有价值的数据。每个个体用户所产生的采集数据都会成为“云个体”。自采集数据诞生的那一刻起,它就已经具备了资本的潜在属性。因为,个体收集原始数据的意义微乎其微,而只有被互联网企业收集汇聚成采集数据才能够体现原初数据的价值。一切采集数据皆有价值,只是开发与利用数据所产生的利润多少,要取决于这个互联网公司的具体运营模式。采集数据的本质特点是具有明确指向性的个体数据,即从海量的原初数据中选择某一种特定行为的数据,比如消费数据、社交数据与搜索数据等。用于采集数据的智能设备与软件(APP)两者都是智力产品。这里需要强调的是,互联网公司用于开发App与获得的采集数据以及保存、分析、处理都需要投入相应的成本。因此,采集数据已经与资本有所关联。亚马逊公司的“啤酒+尿布”的数据分析成果早已成了大数据技术应用的经典案例。互联网公司在生产、运营与销售等过程中所使用的采集数据会转化为资本数据。“大数据技术”本质上展现的是数据科学家分析与处理数据的能力,经过相应的资本运作模式才会生成“资本数据”。资本数据可以明显提高生产力、生产效率以及利润率。比如,在网购时代之前,个体用户挑选商品需要到实体店进行购买,在现实中只能“货比三家”。而现今的情形是,个体用户网购时可以利用数据对比“无数个”商家。个体用户面对无数类似且符合个体要求的商品时,他人的购买数据就会成为个体用户购买商品的决定性因素。亚马逊等公司正是利用了“协同过滤”算法才把其他用户的数据“不经意间”提供给“你”。个体用户在互联网上的消费活动也出现了新的形式,即个体消费其实是一种合作消费。因为,个体消费时会参考互联网公司提供的其他消费数据,而某个用户的消费数据也会提供给其他用户。个体用户的数据承载的是一种信息,更是一种“信誉”。张翼成认为:“信誉变成了信息能力省事儿的替代物,而信誉是建立在其他人经历的基础上,可以直接拿来使用而不必知道所有细节,信誉是建立在他人信息能力之上的。”当资本数据成为互联网公司的私有财产,数据的资本特性最终显现,数据资本也随之形成。因此,数据资本是互联网公司作为资产用于生产、销售与转让的一种新型资本。科洛波洛斯和阿基利亚斯指出:“几乎所有收集这一信息的公司,都有跟脸书一样的条款,声明你的数据是‘可转让的’,这意味着如果一家公司被收购了,你的数据就随着本次收购一起成为了交易的一部分……最糟的是在获取数据的同时出现‘漏斗效应’,即数据可能与关于你的其他数据实现进一步关联,每一次新的关联都会让其价值增加。”仅从数量上而言,资本数据是采集数据的子集,采集数据又是原始数据的子集。由资本数据转变成为“数据资本”之后,它也就“合法地”成为了某个互联网公司的私有资产,这就是GAFA等互联网公司的“成功”之道。换言之,数据资本的产生过程可以表示成:原初数据→采集数据→资本数据→数据资本。数据革命使“用数据生产信息和知识”成为可能,而这一过程也促使数据资产转化成可以直接推动生产力的数据资本。二、个体数据价值数据的价值是它作为一种新型的、并且在未来可能成为最重要的劳动资料而体现出来的价值。数据与其他劳动资料最明显的区别在于:遮蔽特性。众多互联网公司都心知肚明,个体的数据价值是一笔“糊涂账”,所以当没有“他者”揭开“数据剥削”的面纱时,他们都三缄其口。这也导致“数据剥削”具有极易隐匿的特征。数据价值的遮蔽特性主要体现在三个方面:第一,易忽略其存在。数据作为一种“无形”的财产,容易被忽略其价值的存在。原因在于:一方面,数据不像其他个人物质财产一样有具体的现实载体;另一方面,在合法的范围内,他人或商业机构使用个人数据也不会对个人造成实质性影响。基于此,个体用户对于自己的数据是否存在价值常常抱有疑惑。第二,难以评估。数据凸显其巨大的经济价值和社会效益,但数据作为新型资本的价值却是难以量化的。简言之,单一的个体的原初数据几乎没有价值,个体的原初数据只有在群体中变成资本数据才能展现其价值所在。个体与个体之间的差别,就造成了不同的个体数据的价值难以衡量。个体数据价值会随着时间的变化而变化,准确地讲,时间越长、个体的采集数据越多,成为资本数据的可能性越高。大数据技术的“神奇”之处就在于:在价值上证明了“2>1+1”是成立的。麦卡锡认为:“数据是具有话语权的,而数据的话语权就掌握在资本手中。正如物体吸引物体那样,数据也吸引数据。……网络有一个属性:随着网络中参与者的数量增加,各参与者的价值也戏剧性地增大。”第三,个体用户缺乏对于数据的控制力。这主要体现在两个方面:其一,“被裹挟”上传数据。当个体用户点开智能手机上的App瞬间,他/她就成为一名“数据佃农”。因为,个体用户上传数据或者分享数据是个体用于获得互联网公司服务的必要条件。以导航软件为例,用户必须提供自身数据才能获取所需的出行路线。马克思曾指出过许多的劳动都可以说是剩余劳动与必要劳动的融合此外,无数上传数据的个体用户与数据资本家之间的关系同样很难确定。马克思认为:“各种经济时代的区别,不在于生产什么,而在于怎样生产,用什么资料生产。劳动资料不仅是人类劳动力发展的测量器,而且是劳动借以进行的社会关系的指示器。”其二,删除数据的能力缺失。个体用户所期望拥有的“数据所有权”只是一厢情愿,看似个体用户拥有上传和删除资料的权力与能力,但实际上个体用户的资料已经保存在互联网的“后台”之中。之所以个体用户没有删除的权力,是因为这种“数据所有权”是单向的,个体不能真正地从互联网公司的“后台”掌控自己的数据。洛克曾对劳动与劳动者做过这样的分析:“人的身体所从事的劳动和人的双手所做的工作,应该属于他自己……劳动是劳动者毋庸置疑的财产,所以只有他本人有权享有渗透着他劳动的那个东西。”个体用户的数据隐私也造成监管难题,主要原因有两个方面:其一,技术难题。众所周知,如何使用数据已经成为各个互联网公司最重要的商业机密,但在互联网技术与大数据技术诞生之前,监管部门可以通过职权去查阅和监督企业的各种数据。如今,对互联网企业的监管必须具备高新技术为基础,而部分监管部门的技术能力难以时刻达到监管互联网企业的日新月异的技术要求。2018年,欧盟制定的《通用数据保护条例》(简称GDPR)正式生效,这在数据保护的法律层面可以说迈开了第一步。然而,问题的关键在于:如果没有相应的监管技术能力做支撑与保障,GDPR就是一纸空文;其二,政治难题。以GAFA为代表的美国互联网巨头公司,他们的业务遍布全球,因此他们所搜集的数据来自世界上各个国家与地区。那么,他们所拥有的非美国采集数据凭什么属于美国的公司?欧盟中的许多国家一直在这个问题上与美国进行经济与政治博弈,其中以法国最为强烈。三、数据财产:个体与互联网公司的资源基于数据价值的遮蔽特性所导致的是数据价值的归属难题。从生产资料所有制角度来看,谁掌握个体用户的“数据财产权”?难题的核心在于个体用户与互联网公司之间无法清晰和明确地划分数据带来的价值与利润。这不仅是一个伦理学问题,而且是一个法律问题。破解这个难题还是要从数据产生的源头入手。采集数据的产生是由双方协作而成,但是个体与互联网企业之间形成了对数据使用的严重不平等性,即个体相对互联网企业是绝对弱势,这主要体现在:个体没有从互联网企业那获得除使用软件便利之外的收入。斯宾塞把人类的财产分为物质财产与精神财产,他把精神财产归结为无形财产。但是,数据财产却是介于“物质与精神”和“有形与无形”之间的特殊财产,他还指出:“只要任何人的脑力劳动取得了某种结果,他就应当取得从这一结果中自然产生的利益。”具体分析:其一,个体在从原初数据到采集数据过程中的角色。个体用户收集自身数据,价值微乎其微。互联网公司没有个体提供数据,也成了无源之水。显而易见,个体是数据产生的来源,但是互联网公司通过电脑软件与智能设备上的APP或其他互联网技术帮助个体提供了个体不能提供的数据服务。因此,个体产生的数据应该是个体与互联网公司共同拥有。采集数据的产生,必须是两者合作的过程。程啸指出数据在法律中的独特性:“数据具有民事权利客体所要求的独立性与财产性,是现代民法中一类新型的民事权利客体。”那么,是否给予提供数据的个体用户以具体的经济形式回报来解决“数据财产权”的困境?亚马逊公司前首席科学家韦思岸曾对个体数据的价值不以为然,他认为“只有汇集数百万人的数据并加以分析,才可能发现有价值的相关性或规律性。剔除某一个人的数据,数据公司用剩下的数据仍然可以得出相同的结论。数据被剔除的个人将一无所获,而数据公司则几乎没有任何损失,只不过在10亿人的数据总量中减去一个人的数据。”显然,有人必定会站在互联网企业的角度提出反驳的观点:互联网企业用于采集数据,更新软件,编写算法等投入都需要巨大的成本。对于这种观点而言,一言以蔽之:互联网企业用于任何自身公司发展的投入都不能计算在个体上,因为互联网公司的投入都是以获取更多利润为动机,而不是在做公益活动。在大数据时代,意味着GAFA为代表的互联网公司开启“数据剥削”的营利模式,而受到剥削的正是无数的互联网个体用户,上传数据的个体用户与GAFA之间是新型的“雇佣劳动”关系,但是个体用户却没有得到一分一毫的报酬。蓝江针对避免数据被某几个大公司或所有人个体私人占有的情况发生,他提出一个解决方案:共享数据。四、对数据剩余价值的价值创造与价值创造之间的矛盾按照马克思的观点看,工人创造的价值分为两个部分:其一,是为自己劳动所得;其二,是为资本家劳动所创造的价值。资本家无偿占有第二部分的价值,正是剩余价值。数据资本家正在强制地、无偿地占有“数据佃农”所创造的数据价值。数据的剩余价值论主要内容涉及三个方面:其一,数据的剩余劳动时间。有学者指出:“网络用户花费在企业社交媒体平台上的时间全都是剩余劳动时间,在此期间所创造的剩余价值被平台所有者侵吞。”其二,数据的剩余劳动。“数据佃农”在社交、购物、搜索等软件中上传自身大量数据,一方面为自己保存文字、语音、图像与视频等数据,以为己用;另一方面,这些采集数据成为了互联网公司的私有财产。马克思认为:“资本并没有发明剩余劳动。凡是社会上一部分人享有生产资料垄断权的地方,劳动者,无论是自由的或不自由的,都必须在维持自身生活所必需的劳动时间以外,追加超额的劳动时间来为生产资料的所有者生产生活资料。”其三,数据的剩余价值。在数据的剩余劳动时间内,个体用户“生产”海量数据,这些数据并不能完全创造剩余价值。所以,上文引用的数据的剩余劳动时间所创造的剩余价值,不是采集数据的价值,而是资本数据所产生的价值。资本数据最终成为创造剩余价值的有效信息才算在数据资本运营中完成使命。具体而言,数据的剩余价值是呈现重复性增值的特点:首先,同一数据可以无限次的反复使用;其次,当同一数据再次使用时,它自身的价值会增加。以某个人的行为数据为例,当某个人上传了第一次行车路线的数据之后……当这个人上传了100次行车路线的数据之后……当这个人第一次行车路线的数据与其他1000位司机的行车路线一起汇聚时……当数据科学家对所采集的数据进行分析与处理时,此人的第一次行车数据的价值会出现增值情况。此外,数据在复杂网络中,可以形成数据吸引数据,而数据吸引数据所产生的价值,这也是被数据资本家无偿占有的。然而,数据的价值最终体现在它作为商品的价格。那么,数据的价格由谁决定?马克思认为商品的价格是由需求与供给关系决定的,但是现今的状况是,数据的价格制定与个体毫无关系。以出售数据为例,在各个产业链之中,上游企业与下游企业各自从事自己的商品生产,各自拥有自己的数据,未来企业与企业之间,行业与行业之间的数据交换与数据买卖将会成为资本竞争的一大热点。互联网企业之间的兼并与购买,以占有对方的数据库为第一目标,其中的收益与个体用户之间毫无关系。2016年,IBM公司花费超过20亿美金购买了美国天气公司除了广播部门之外的所有业务,其中最重要的就是该公司所有的天气记录数据。无独有偶,微软在同一年收购LinkedIn,微软的目标就是要整合这家全球最大社交网站的数据资源。在可预见的未来,个体用户对于数据的价格定制,仍然毫不知情与无能为力。此外,基于互联网的政策与规则也在“暗中”提升互联网巨头们获取数据剩余价值的便利性。比如,网络的“匿名制”与“实名制”之间存在博弈。互联网诞生之初,倡导的是一种匿名性,随着网络伦理与规范建设日趋完善,实名制已经达到了共识。从技术的角度讲,“实名制”比“匿名制”更有利于数据的处理与分析,因为拥有实名制的个体数据可以做到与其他个体数据进行关联。具备某一特征的个体数据更容易凸显其数据的特征,而互联网公司便利用这一点获取数据的剩余价值。五、社会化媒体的隐私价值产生“数据剥削”的条件在于三个方面:第一,个体用户“无意识”地上传数据。卡尔认为:“每个社交平台都拥有大量信息,而这些信息都是由无数用户自主创造的。事实上,真正集中起来的不是网上的内容,而是那些内容产生的经济价值。虽然现在有许多人都在互联网中创造分享内容,但是只有少数人能最终从中获利。”互联网平台提供这样一个场景,数据佃农面前只有一台数字设备,他们不再与资本家有着面对面接触的机会。换言之,卡尔指出的是“数据佃农”上传自身数据时没有意识到个人的真正目的不是为了牟利,而互联网巨头们则恰恰相反。苏达克认为:“社会化媒体给消费者带来了巨大的好处,因此,对于许多人来说,用一定隐私换取这种贴心服务,是值得的。”此外,“数据剥削”是作为一种新型的剥削形式而出现的。在过去的资本主义世界的剥削关系中,存在剥削者与被剥削者两类人群。但是,“数据剥削”中的两类人群合二为一,更进一步而言,被动的剥削变成主动剥削,即自我剥削。更为可怖的是,数据剥削成为自我剥削一种形式,韩炳哲深刻地指出其存在的原因:“当生产力达到一定程度时,自我剥削比他者剥削更有效率,功能更强大,因为自我剥削伴随着一种自由的感觉。”第二,数据资本家强制地、无偿地占有个体用户群体的数据。经过数据劳动之后,数据的价值与“数据佃农”毫无关系了。个体用户所上传或分享的数据包含个体用户的数据劳动价值。在霍奇森看来,“数据剥削”也是一种身体剥削,他认为:“资本家使用他的财产获得收益不需要参加实际工作,但工人和他们的劳动力是不可分离的。我称之为身体剥削。任何生产方式,只要涉及劳动,以及从其他各自拥有的生产要素中获得收入,就存在身体剥削。问题是这种不可分离性让劳动与其他要素的所有者相比,处于不利地位。”最后的要点:当个体数据生成的价值大于资本主义互联网公司投入的研发成本时,就会产生“数据剥削”。正如马克思所指出的那样:“剩余价值就是商品价值超过消耗掉的产品形成要素即生产资料和劳动力的价值而形成的余额。”随着社会发展与互联网技术的不断升级,数据作为生产要素在生产活动中的重要性与日俱增。未来,数据可能会成为生产活动或资本运营的第一要素。需要明确的是,数据在资本主义运营下发挥巨大作用,这取决于:大数据技术只有在与之相匹配的社会生产力的帮助下才能真正发挥其作用,即在短时间内可以大量生产与销售更新、更好的商品。在罗萨看来这也是人类社会从“物理消费”走向“道德消费”的主要原因。六、数据的“劳动”状态正是数据资本的形成才为“数据剥削”奠定了前提与基础。数据剥削的本质是个体用户与数据资本家之间的“信息不对称性”。而在这种不对称性的基础上,“数据剥削”将会为西方社会产生诸多弊端:第一,数据泄露的危险性提高。类似Facebook公司与美国第一资本金融公司泄露用户数据的事件的发生已经不是新闻了。无论出于什么样的原因,互联网公司在保护个体数据隐私方