董学耕：数据经济的协同剩余价值及制度决定分配——人工智能时代劳动价值理论的核心问题

随着人工智能时代智能体、机器人的广泛应用，“无人化”生产对劳动力的替代成为日益迫近的社会问题，也同时挑战传统的劳动价值论。劳动作为生产要素是否还是必需？创造价值的究竟是人还是人工智能？

傅建平通过梳理马克思劳动价值理论的核心要义，审视了人工智能对劳动价值理论的核心挑战，并对活劳动作为价值唯一源泉做了再确认。（参看文献[1]，以下简称“傅文”。）

傅文将马克思劳动价值论的核心命题正确地概括为以下层次：

商品的二因素。商品具有使用价值和价值两个因素：使用价值是商品满足人的某种需要的属性，是商品的自然属性；价值是凝结在商品中的无差别的人类劳动，是商品的社会属性。

劳动的二重性。具体劳动创造使用价值，抽象劳动创造价值。劳动的二重性是理解政治经济学的枢纽，它揭示了不同使用价值之所以能按一定比例交换的深层基础——它们都凝结了无差别的人类抽象劳动。

社会必要劳动时间决定价值量。商品的价值量不是由个别劳动时间决定的，而是由社会必要劳动时间——即在社会平均生产条件下、用社会平均的劳动熟练程度和强度生产某商品所需的劳动时间——来决定的。

活劳动是价值的唯一源泉。在价值创造过程中，生产资料（不变资本）只是将其原有价值转移到新产品中，而不创造新价值；只有活劳动（可变资本）才能创造新价值，包括补偿劳动力价值和提供剩余价值。

物化劳动是过去活劳动的凝结，是已经转化为生产资料的劳动。它在新的生产过程中，只能通过活劳动的驱动将其价值转移至新产品，而不能独立创造新价值。生产资料越是先进，单位商品中包含的活劳动越少，但单位活劳动所推动的生产资料越多——这正是资本有机构成提高的必然趋势。

理解这一辩证关系，是辨析人工智能是否“创造价值”的理论前提。人工智能无论多么智能，在马克思主义框架中仍然是物化劳动的集中体现，是“对象化的知识力量”，其运行必须依赖活劳动的激活和驱动。

傅文辨析了人工智能对传统劳动价值理论构成的严峻挑战。例如，在“黑灯工厂”中生产环节的“无人化”运行，不能掩盖整个智能生产链条上“总体工人”的活劳动——从芯片设计工程师到算法开发者，从数据标注员到系统运维人员。例如，产品的使用价值日益丰富，而其包含的价值量却因劳动生产率的提高而不断降低，本质上正是反映了“活劳动被先进生产工具逐步替代”的历史趋势。例如，数据的生产要素化，催生了全新的劳动形态，劳动量化与界定的面临困境，大量隐蔽、无酬、被动的“数字劳动”（如网络平台用户在浏览、点击、评论过程中产生行为数据，被平台捕获并用于优化算法和精准投放广告）被无视。例如，人工智能对劳动的“算法管控”导致的劳动异化新形态，并具有全天候、隐蔽性、内化性等特征。

针对这些挑战，傅文基于马克思劳动价值理论的框架，正确地指出：马克思关于“活劳动是价值唯一源泉”的核心论断在人工智能时代依然成立。人工智能的本质是“对象化的知识力量”，属于人类工具属性的延伸。人工智能机器“作为价值什么也不生产”，它必须通过人的指令输入、目标设定、过程干预等活劳动，才能将凝结的“死劳动”激活并实现价值转移。无论AI多么复杂或具有自主性，它在马克思主义政治经济学中的理论地位是不变资本，即积累的死劳动。

只要明确人工智能的工具属性，在价值论的视域下，人工智能时代和工业化的机器时代、电气化时代以及信息化的数字化时代等，就没有本质区别，都是技术进步导致生产力提高，劳动生产率大幅提高，物化劳动比重增加，活劳动比重下降，相同使用价值中的价值量大幅下降……

人工智能时代并没有超出劳动价值论，依然是活劳动激活物化劳动的转移并创造新价值。

生产（劳动）创造（抽象）价值，消费（使用）实现（具体）价值，交换（市场）衡量（价格）价值，这些基本规律没有变。[2]

我们面临的新问题是，人工智能时代的劳动日益碎片化、隐蔽性、总体化，劳动价值界定难、计量难，该如何分配价值？

关于价值分配，傅文指出：少数AI企业凭借数据、算法、算力优势获得远超行业平均的利润率，这一现象经常被误读为“AI独立创造了价值”。然而，从劳动价值论视角看，这本质上是利润在资本之间的重新分配。率先应用AI技术的企业，其个别劳动生产率高于社会平均水平，从而获得超额利润。当AI技术普遍推广后，社会必要劳动时间下降，超额利润随之消失，利润率趋于平均化。

这是技术进步的一般规律，不独属于AI，任何新技术的采用过程都伴随着率先采用者的超额利润。这也是技术进步的动力机制。

和传统技术进步不同的是，数据经济的“赢者通吃”现象。这是因为数据经济具有边际报酬递增的特性，因而不仅具有规模经济的特征，更具有范围经济的特征，通过平台经济构筑生态体系，能够“捕获由分布式人类劳动网络（有酬与无酬）生产的价值。”

因此，针对人工智能时代的价值分配，关注重点不在“利润在资本之间的重新分配”，而在活劳动创造的价值如何在碎片化、隐蔽性、总体化，甚至无酬化的劳动者以及组织劳动的资本之间分配。

笔者的《数据基础设施论纲》系列研究了数据的整体特性，数据的规模经济和范围经济，数据在规模性和范围性上的效用递增，指出，数据的平台化是必然趋势。我们通过对数据基础设施的研究，数据要素化、数据价值化必然依赖数据基础设施，数据基础设施本身就是基础平台。数据的平台化又必然产生巨型平台，并围绕平台形成生态化。

要避免“技术封建主义”，必须充分发挥国家在维护社会公平正义上的特殊作用，既充分尊重平台对于数据规模化、整体化的不可或缺性，充分发挥平台的动态创新能力，又坚决抑制平台的过度垄断和超级寻租，避免平台的食利者化。

数据的整体性、规模性和范围性，数据的平台化和生态化，特别是数据的边际效用递增，数据相关主体又都在为数据的整体性做出贡献，这些事实上就意味着数据的某种共有属性。

这是一种数据个体所有制和数据共有制的辩证统一。数据既是一条条的个体决定的单条数据，又是这一条条数据集合起来形成的整体数据，只有两者辩证统一起来，数据才能真正价值化。单条数据本身尽管个体控制，但是如果不加入到数据整体中，就不存在嵌入数据产品这回事，也就无所谓价值；数据整体如果不是由一个个的个体对一条条的数据进行授权和权益让渡，数据整体也无法构成，数据产品和数据价值化也不存在。[3]

在这种数据个体所有制和数据共有制的辩证关系中，我们才能深刻理解数据整体性、规模性、范围性相应的边际报酬递增规律，以及各类数据劳动者（数据处理者、数据来源者、数据使用者）和各类促使数据整体性、规模性、范围性得以成立的资本（数据平台方、数据产品开发者、来源数据提供者）各自对价值创造的边际贡献，并据此确定各类劳动者以及组织劳动的资本之间的价值分配。

笔者在文献[3]中也论证了数据相关主体权益的一致性。这种一致性是数据整体性和规模报酬递增的结果，这也是数据生产关系的核心，是数据经济（包括智能经济）不同于传统经济规模报酬递减的新特征，决定了数据经济中整体价值大于部分价值之和，即1+1＞2，单个主体孤立劳动创造的价值很小，而在数据经济的整体系统中（例如在数据产品、智能体、大模型中）则可以汇聚成为远远大于个体之和的巨大价值。

因此，在个体劳动的价值报酬之外，还有因整体性协同而生产的剩余报酬。这是数据的边际报酬递增规律决定的通过整体协同产生的协同剩余价值。这个协同剩余价值不应只是落在资本身上，而应该公平分配给贡献边际报酬递增的相关主体。

怎样保证这种协同剩余价值的公平分配？当然不能是顺其自然，因为如果是顺其自然，一定强势者获得较大份额，甚至是独占，也就是资本方、平台方获利——现实就是这样，数据来源者、数据使用者虽然也是数据劳动者，也是数据价值贡献者，但是却没有得到协同剩余。

保证公平分配，需要国家出手，充分发挥国家在维护社会公平正义上的特殊作用。

如果说，生产（劳动）创造（抽象）价值，消费（使用）实现（具体）价值，交换（市场）衡量（价格）价值，那么，制度决定价值分配，或者说，制度分配价值。

价值的分配，关键在于政策选择，在于制度设计。

笔者在文献[3]中提出了这一制度设计的原则想法。数据分配关系的原则是既要体现效率，也要促进公平；基础是数据共有制的数据产权关系；关键是保障数据来源者及数据使用者的数据价值权益。在一次分配环节，依托数据权益基础设施，通过对关联对象数字空间被调用的流量等进行计量，以平台返利或数据产品合约等方式来落实数据处理者对数据来源者及数据使用者价值权益的一次补偿。

数据分配关系的核心是更好发挥政府在数据要素收益分配中的引导调节作用。既要体现效率，也要促进公平，特别是要更加关注公共利益和相对弱势群体，防止和依法依规规制资本在数据领域无序扩张形成市场垄断等问题。国家要通过对数据处理者中的大型数据价值载体（特别是巨型平台）根据数据量收取数据税，通过国家税收形式对数据价值权益进行二次分配，以保障公共利益，并向数据来源者、数据使用者进行二次价值补偿。

当前，在数据经济的价值分配上，国家与资本的博弈体现的并不充分，特别是国家的作用还没有足够的发挥。关于数据税收和二次分配，目前还不存在。关于在一次分配环节数据处理者对数据来源者及数据使用者价值权益的补偿也是缺乏的。事实上，数据来源者、数据使用者在和数据处理者特别是数据平台的博弈中，始终是处于弱势地位，他们只是平台规则或标准合同的被动接受方，并没有博弈能力。

在这种情况下，需要国家出手，代表数据来源者、数据使用者主张相关权利。这不仅需要体现在立法上，也需要体现在对数据处理者特别是数据平台相关规则制定的规制上。

刘权认为：平台规则的社会公共性日益凸显，影响的人口规模巨大，适用的社会场景多元，但又是平台单方面制定，并作为平台的强制规范，是网络公共空间的行为准则。平台规则实际上成为了国家立法的重要补充。一方面，国家权力对平台规则要求的义务性规范，也给予了权力转移规范，例如，《电子商务法》要求电商平台建立交易规则、知识产权保护规则、信用评价规则、争议解决规则等规则，《个人信息保护法》要求平台建立未成年人个人信息处理规则，《反不正当竞争法》要求平台明确平台内公平竞争规则。另一方面，尽管平台规则具有重要的公共治理功能，但由于私人主体固有的私利性，私人治理秩序可能缺乏公正性。作为私人治理产物的平台规则，其合法性和合理性难以完全通过私法自治机制得到解决，适度的公法治理必不可少。[4]

在制度构建上，应当不断完善平台规则透明机制，推进平台规则制定的民主化，健全平台规则法治审核和备案审查机制，规范平台规则的变更权，建立直接和附带审查并行的平台规则司法监督机制。

平台规则是私主体制定的公共规范，是网络公共空间的行为准则，对用户的多项数字人权产生着日益广泛的深刻影响。平台规则报送政府备案审查，可以及时发现平台规则中不合法、不合理的内容，助力矛盾尽早化解、高效化解。虽然要求将所有平台规则都进行备案不具有可行性，而且平台规则涉及平台自治权，过度的备案审查不利于发挥平台市场在资源配置中的决定性作用。但是对于基础性平台规则应向有关监管部门备案，对于其他影响用户重大利益的规则如商品价格管理规则、违规处理规则、争议处理规则，也可以根据具体情形要求报送备案。

笔者认为，数据平台对数据来源者、数据使用者的价值权利的保障，对其协同剩余价值的分配就应该属于需要报送备案的内容，由政府机关审核以保障数据来源者、数据使用者的利益。

审核的依据是什么呢？怎样决定相关主体的协同剩余报酬呢？

本文提出计算相关主体价值贡献的公式如下：

V_n =∂I/∂x_n-∂C/∂x_n

希望有据此展开的实证研究。

参考文献：

[1]傅建平. 人工智能对劳动价值理论的冲击与时代审视. 

[2]董学耕. 数据要素市场的相对独立性——兼论高质量数据集市场化价值化. 

[3]董学耕. 数据基础设施论纲Ⅳ——作为新质生产关系的数据基础设施. 

[4]刘权. 平台规则的法治边界. 

作者简介：董学耕, 原海南省大数据管理局局长

研究方向：数字政府、数据要素