摘  要：数字经济时代，数据已成为最重要的生产要素，受到各界的广泛关注。以数据为核心的社会生产关系催生了数据资本。数据要素化与数据商品化推动数据转变为数据资本，数据资本化的过程依赖于数据生产力完成各阶段的数据价值化处理环节。从数据资本化的运行逻辑来看，资本以平台为媒介占有大量的用户数据，这些数据成为资本化的重要载体。随着数据由流通领域进入生产领域，数据要素与数据生产劳动者的结合实现了价值增值的重要使命，而数据生产劳动者的活劳动是创造剩余价值的唯一源泉。数据经历“要素化—商品化—资本化”的历程，最终形成资本样态，但这一资本化路径会因数据价值形态演进的差异而有所不同。尽管我国数据资本化进程已有较快发展，但资本化运行仍面临诸多难题。因此，有必要对数据资本化过程中出现的问题进行深入分析，为合理引导数据资本的健康发展提供理论基础。

　　关键词：数据资本化；数据资本；数据要素化；数据商品化；数据生产劳动者

一、引言

　　截至2023年12月，我国网民规模达到10.92亿人，互联网普及率已达77.5%。快速发展的网络信息技术构筑起人们数字化生存的网络空间。在以技术为主导的平台运行逻辑中，海量数据的价值不断显现，以数据展开的社会化生产过程早已在平台资本的渗透下呈现出数据资本化的发展趋势。目前，学术界对数据资本的研究不乏独到和深刻见解之处，但围绕数据资本化展开的系统性分析仍较为欠缺。由于学者们的研究视角、研究进路和研究领域不同，对数据资本内涵的理解也存在差异。如，段龙龙等认为，数据资本本身不能创造价值，因此其本质仍属于不变资本；刘震等认为，数据资本是以占有数据从而实现其当前利润或未来收益索取权为目的，通过剥削数据产业劳动者，投入数据生产、流通和交换过程中的资本，因此，数据资本是对数据产业链中作为资本的货币投入的一种抽象概括；徐翔等将数据资本定义为以现代信息网络和各类型数据库为重要载体，基于信息技术和通信技术充分数字化、生产要素化的信息和数据。纵观学者们对数据资本的含义界定，无论是将数据本身理解为一种资本样态，还是将数据视为抽象概括，实质上都离不开对数据资本运行规律的探讨。

　　马克思指出，资本是能带来剩余价值的价值，是一种特殊历史阶段上的社会生产关系。任何资本形态都是特定历史发展阶段对社会关系的集中反映。数据资本以数字技术变革的生产力为依托，通过与其他资本样态相结合得以运行于数字经济时代。解析数据如何从平凡的数据内容到最终呈现为一种资本样态，这是当代马克思主义政治经济学研究面临的新课题。因此，笔者在前人研究的基础上，聚焦数据资本化运行逻辑的研究，秉承马克思主义对资本本质解读的研究范式，以劳动价值论和剩余价值理论为指引，深入解答：数据何以成为资本？数据如何运行成为资本？并且进一步分析数据资本化如何影响我国经济社会运行等系列重要问题。只有正确回答和解决这些问题，才能科学把握资本矛盾变化带来的新机遇和新挑战，为防止数据资本无序扩张、合理引导数据资本健康发展提供相关的理论启迪。

二、数据资本化的实现条件

　　（一）数据可要素化：数据蕴藏着作为生产资料的内在属性

　　信息技术的发展使数据全面渗入日常生活成为可能，数据也不只是人们在网络空间留下的“数字足迹”，而是转变为具有特殊属性的生产要素。2022年，我国大数据产业规模达1.57万亿元，同比增长18%。数据要素正成为劳动力、土地、资本、技术之外最先进、最活跃的新生产要素，不仅改变了传统要素的配置关系，也为数据资本的形成奠定了基础。在《政治经济学大辞典》中，生产要素被界定为投入到某一产品中的各类经济资源，一般包括土地在内的财产资源、资本资源和人力资源。从该定义出发，可将数据要素界定为在一定生产关系语境下形成的可供利用的各类数据资源。例如投入生产的原始数据集、标准化数据集、各类数据产品及以数据为基础产生的系统、信息和知识等，均可纳入数据要素的讨论范畴。之所以将数据要素划分为一种资源样态，就在于不同生产过程所用数据的加工程度不同，相同数据对数字化程度不同的企业而言意义也会有所不同。比如，平台获取的零散数据可以直接作为数据产品打包出售，而对于数据挖掘企业来说，这些数据则是作为数据生产要素，能够再次投入生产过程进行深度开发。

　　数据转变为投入生产过程中的数据要素，就是数据要素化的过程。数据作为承载资本运行的载体，其要素化影响着数据资本的生成。一方面，数据成为生产要素进一步激发了资本追求价值增值的本性。数据化的生产资料不可能单独发挥作用，必然要与劳动力相结合才能发挥其潜在价值。尽管活劳动是价值创造的唯一源泉，但是，只有劳动者的劳动也不可能发挥劳动创造价值的作用。劳动过程的简单要素就包含“有目的的活动或劳动本身，劳动对象和劳动资料”，三者缺一不可。因此，在一定的劳动条件下，数据要素化为生产资料并与劳动者结合，促进了资本的价值增值目标的实现。另一方面，数据转变为数据要素是将原本不属于生产过程的数据纳入资本价值增值的范畴，使数据不再仅仅是一种单独的资源形态，而是成为资本实现自身循环的重要环节。不同于其他生产要素，数据要素具有可复制性、非竞争性、零边际生产成本等特点，突破了传统要素对经济增长的限制，以一种新的要素样态投入生产过程，实现了经济样态的转型升级，而与新经济样态相适应的则是新的资本形态。数据资本正是从以货币换取资本增殖所需的数据生产资料出发，经由资本化运行过程才得以形成。总之，数据蕴含着成为数据生产资料的重要属性，这一属性赋予数据以价值化的功能。如果将资本抽象为价值，则数据本身蕴含的潜在价值从最初就能看见“资本的影子”，这是虚拟数据样态能够成为资本的重要原因。

　　（二）数据可商品化：数据可加工成劳动产品并实现价值交换

　　马克思指出：“商品流通是资本的起点。”数据能够成为资本样态，离不开数据商品化的作用。数据商品化是指数据经由一定的价值形成过程后可进入市场交易流通。数据商品化包含数据可加工为数据产品和数据产品可投入市场交易流通两层含义。在第一层含义上，商品首先必须是劳动产品，“在一切社会状态下，劳动产品都是使用物品，但只是历史上一定的发展时代，也就是使生产一个使用物所耗费的劳动表现为该物的‘对象的’属性即它的价值的时代，才使劳动产品转化为商品”。零散的用户数据本身就具有被开发使用的“潜在价值”，大数据更是如此，尤其是人工智能产业训练大模型对数据集的需求带动数据规模持续增长。2021年Gopher数据集已达10550GB，2023年GPT-4的数据量更是GPT-3的数十倍以上。无论是将数据用于智能机器的数字化“喂养”，还是用于生产数据产品，都意味着数据本身可被投入生产过程。在第二层含义上，数据产品要成为数据商品，必须满足进入市场交易流通的条件。数据产品不是自然而然就成为商品，正像其不可能自然就成为劳动产品一样。正如马克思指出的：“一个物可以有用，而且是人类劳动产品，但不是商品。”任何劳动产品的交换价值都只能通过市场交换来实现，数据产品也不例外。进入市场交易使数据产品由生产领域进入流通领域，从私人劳动向社会劳动转变。数据商品借助平台媒介，突破传统交易的地域和时间限制，极大地缩短了流通时间和流通费用，从而加快了资本周转速度。对于数据资本化过程而言，数据可商品化意味着两点：一是数据生产资料可以加工成数据商品以实现资本的价值增值，二是进入市场交易流通的数据商品可以转化为货币以实现数据的交换价值，这两点都是影响数据资本形成的关键。在马克思主义政治经济学的理论范畴中，资本是可以自行增殖的价值，但“资本不能从流通中产生，又不能不从流通中产生。它必须既在流通中又不在流通中产生”。数据资本在生产过程中实现价值增值，但也必然经由流通过程实现商品价值。数据商品化意味着价值量的流通需要通过市场环节的考验，蕴藏在商品中的价值通过交易转变为货币，数据资本在这一过程中得以“产生”。

　　（三）数据生产力为数据资本化提供技术基础

　　2023年，我国数据生产总量已达到32.85ZB，同比增长22.44%。数据生产规模的快速增长也引发了对数据处理技术转型升级的需求，而要实现对数量庞大、来源分散、格式多样的数据进行分析，就必须依托生产力的发展。生产力作为人类改造自然的物质力量，是衡量社会发展水平的重要依据。“在同一劳动过程中，同一产品可以既充当劳动资料，又充当原料。”数据不仅是商品生产的原材料，其本身也能因应用而产生数据生产力。数据生产力是新质生产力的重要表现形式之一，它是生产者在智能工具的帮助下，将“数据+算力+算法”作为生产的依据，基于能源、资源和数据等生产要素建立起对自然的认知、适应与改造的新能力。数据生产力是由数据衍生出来的数字化处理能力，其发展程度也与数据的利用率和转化率息息相关。

　　数据生产力为数据资本化提供强大的技术基础。首先，数据生产力对数据要素的形成具有支撑作用。在历史发展过程中，新的生产要素的出现总是伴随着社会生产方式的变革，归根到底取决于该时期历史发展阶段生产力的变化。新的生产力催生新的生产资料和新型劳动者的出现，数据能够作为新型生产资料出现，在于数据生产力发展所带来的技术变革。正是在产业转型升级与数据技术演变的进程中，数据成为新的生产要素。其次，平台媒介作为资本运行的过程载体，本质上也是以数据生产力的发展为依托。平台数据的存储、计算、处理与应用等各阶段均依赖数据生产力发展所带来的强大技术手段，比如算力枢纽和算法模型的投入会直接影响数据的处理效果。从统计数据看，我国2200多个算力中心的算力规模约为0.23ZFLOPS，同比增长约30%。不断增长的算力规模为进一步开发数据价值提供了适度超前的基础布局。可见，数据本身就是生产力发展的产物，数据生产力的发展也推动了数据化生产关系的形成，同时为数据转变为数据资本提供了运行的技术支撑。

三、数据资本化的运行逻辑

　　（一）数据资本生成的起点：利用平台模式实现对用户数据的占有

　　数据不同于一般的物质形态的生产要素，其可借助平台成为连接物理空间与网络空间的信息载体。加拿大学者尼克·斯尔尼塞克（Nick Srnicek）认为，平台是一种数字化的基础设施，其能使两个或者两个以上的群体进行互动。平台与用户之间、用户与用户之间的交往互动会产生不同的行为数据，但不同平台类型在数据增长量和数据把控力方面存在明显差异。一般而言，平台关系网络越复杂，产生的数据量就越大。数据既产生于平台，也决定其必然依赖平台才能得以运行，这使平台对数据的提取和控制转变为一种“天然的权利”。马克思在《1844年经济学哲学手稿》中指出：“资本是对劳动及其产品的支配权力。资本家拥有这种权力并不是由于他的个人的特性或人的特性，而只是由于他是资本的所有者。他的权力就是他的资本的那种不可抗拒的购买的权力。”资本家正是借由这种权力实现了对用户数据的占有。用户产生的数据是其在数字世界中接触不同平台媒介而留下的“数字痕迹”。在众多的平台类型中，App软件因其安装简易、实用灵活、趣味性强而受到人们的广泛喜爱，出行、支付、购物等日常生活的方方面面都可找寻到与之相关的App服务软件。正因如此，App软件在搜集用户数据方面也最具有典型的代表性。

　　根据中国网络空间安全协会对公众大量使用的部分App软件收集个人信息情况的调查来看，不同类型的App软件均存在收集用户数据的行为。其中，短视频类和网上购物类App软件在上传用户信息类别中位列第一，采集用户信息总计6类，涉及剪切板内容信息、应用列表信息、手机号码、用户截图操作信息、购物信息、登录信息等。餐饮外卖类、地图导航类和在线影音类App软件位列第二。除因软件类别功能不同所导致的收集信息差异之外，调查涉及的所有软件类型都采集了用户的位置信息和唯一设备识别码。事实上，平台作为链接不同个体的中介，需要在一定范围内采集用户数据以支撑平台运营，但不少App软件存在过度收集用户数据信息的行为。如，在使用短视频类、在线影音类、电子图书类等App软件时，用户本来无需上传个人信息就可使用软件的基本功能服务，但测试结果显示App软件存在采集用户信息的行为，这意味着有些原本未纳入必要个人信息范畴的数据仍被平台所采集。

　　在上述对用户数据的采集过程中，用户个人的隐私数据暴露于平台视域之下，看似自由的软件使用过程容易被资本布局的算法所掌控，占有用户数据成为各大平台软件默认的“游戏规则”。不仅如此，平台可凭借用户数据实现对用户活动过程的再控制，个人意志的发挥在一定程度上受到平台无形的影响。各大平台争相使用算法推荐技术向用户提供信息，会导致用户困于平台构筑的信息茧房而源源不断地为其生产数据。如，短视频类平台可通过用户历史的点击、时长、点赞、评论、转发、不喜欢等行为数据，利用个性化推荐算法推送使用户沉迷于该平台的小视频。用户产生数据的活动是数据形成价值最为基础的环节。尽管用户与平台没有雇佣劳动关系，但平台经济下劳动已发生社会化变迁，离散化的劳动样态与大平台中心化的发展模式使用户原本不被视为生产劳动的行为具有了生产性。用户数据本身具有的潜在价值成为资本利用平台模式争夺数据的重要原因，以数据样态展开的价值生产过程也证明了资本占有数据以寻求价值增值的本性。

　　（二）数据剩余价值的生产：劳动者与数据生产资料的结合

　　数字经济时代的到来让数字劳动成为新的劳动形式并为人们所关注，但对数字劳动范畴的界定，学术界仍存有一定争议。从研究的具体进路来看，笔者将利用数字化技术与数据生产资料相结合以生产数据产品的劳动者定义为“数据生产劳动者”。同时，互联网平台用户的在线活动可产生大量的数据资源，这些计算机数据并不是自然就具备可读性、有意义且能进行交换的潜质，但平台预设的算法机制能过滤掉数据的纯天然属性，赋予其可被识别的关联性，从而使数据从输出端口开始就具备了使用的潜在价值。围绕用户数据展开的数据产品生产的劳动过程是资本实现价值增值的关键，而劳动过程“是制造使用价值的有目的的活动，是为了人类的需要而对自然物的占有”，在这一过程中活劳动仍是创造价值的唯一源泉。

　　对平台资本家而言，将用户数据作为实现资本价值增值的载体是为了获得比预付资本量更多的剩余价值，但“劳动并不是它所生产的使用价值即物质财富的唯一源泉”。平台用户数据的使用价值不仅在于用户的无酬劳动，还包括用户数字化设备和互联网平台转移而来的价值。一方面，数字化设备体现了人类劳动的普遍物化及人类的“一般智力”向生产力的转化，具有一定的价值凝结。用户使用数字化设备进行上网浏览、阅读、听音乐等活动时，以设备本身为中介展开与自然之间的信息交流活动消耗着设备本身并同时产生数据。另一方面，互联网平台如数字化设备一样也是人类劳动对象化的表现，但这种对象化的产物不是物质性产物，而是非物质性产物。互联网平台的价值主要来源于其所花费的引流成本和维护成本。在一定意义上，互联网平台的价值大小可表现为平台流量的大小。平台的流量价值通常为其所拥有的用户规模和用户产生的数据总量。虽然平台也为用户提供相关的产品和服务，但平台自身的价值需要经过市场用户的价值评估。作为网络效应的量化标识，流量成为衡量一个平台是否具有普遍意义的等价物的标准。这些流量的创造主体映射为平台上的每个用户，用户作为“数据劳动者”为平台生产数据。

　　起初，用户生成的数据只是离散的原子，单位数据所蕴含的价值量和使用价值均较低。平台充分挖掘数据价值的前提是对海量单位数据进行加工，使数据实现由零散的单位数据转变为高质量的可供利用的数据要素。事实上，大多数平台企业通过将这些数据要素投入运营过程也能实现数据价值。此时，数据的使用价值表现为一种劳动资料，而“一个使用价值究竟表现为原料、劳动资料还是产品，完全取决于它在劳动过程中所起的特定的作用，取决于它在劳动过程中所处的地位，随着地位的改变，它的规定也就改变”。数据投入经营过程能够帮助企业提升经营效率、降低生产成本，进而获得一部分收益，这一过程带来的利润本质上是实现数据剩余价值的结果。数据剩余价值是资本家以谋取更多货币为目标，利用不同的数据生产模式而获得的经济效益，这种经济效益外化为资本家赚取的利润。“利润是剩余价值的表现形式，而剩余价值只有通过分析才得以从利润中剥离出来。”

　　就一般的数据产品生产过程而言，数据剩余价值来源于数据生产劳动者的价值创造过程。劳动者与生产资料的结合通过三个阶段得以顺利完成：第一阶段是筹备有形和无形的生产工具，如计算机设备、服务器、传感器等数字化硬件设备，以及数据可视化软件、元数据引擎、深度学习引擎等各类软件开发工具，这部分生产工具构成数据产品的不变资本C1。第二阶段是筹备生产资料的阶段，即准备投入生产过程的数据要素阶段，形成不变资本C2。第三阶段则是由数据生产劳动者结合数据生产资料进行数字化处理，以生产出可供利用的数据产品的环节。数据生产劳动者作为可变资本V1进入生产过程，创造出数据剩余价值M1。因此，数据产品的价值构成为W=C1+C2+V1+M1。值得一提的是，当平台免费占有用户数据时，数据资源成为企业自有的生产要素。这部分数据资源转变为数据要素固然需要平台企业付出一些成本，但数据生产所带来的价值要远大于其投入的处理成本，因而可以看作是“免费”获得的数据生产资料。此时，构成数据产品价值的不变资本C2近似为零，数据产品的价值构成为W=C1+V1+M1。如此一来，数据于生产过程的增值性就赋予其转变为资本的内在属性。当资本家用货币购买到数据生产劳动者，使这种“活的劳动力同这些商品的死的对象性合并在一起时，他就把价值，把过去的、对象化的、死的劳动转化为资本，转化为自行增殖的价值”。在这一过程中，数据由原来代表生产资本样态的要素转变为蕴含数据剩余价值的数据产品，数据产品的市场化交易则推动数据商品转变为货币从而形成资本样态。

　　从上述分析可知，数据资本的运行离不开产业资本所构造的软硬件设备。虽然数据存在于虚拟网络空间中，但无论是社会化过程产生的数据，还是从物理世界采集的数据，都要依赖手机、电脑、平板等实体设备来进行存储、计算、生产加工和流通。数据的价值化生产赋予数据以一定的价值，也推动了数据转变为数据资本。对数据资本化的考察总是处于特定历史关系的演进之中，理解和把握不同背景下生成的资本样态，对于认识数据资本的本质有着重要意义。

　　（三）数据资本与其他形态资本的关系

　　唯物史观认为，生产力是人类社会发展进步的决定性力量。伴随生产力发展的不同历史阶段，会形成新的生产关系，进而衍生出各种资本样态。在为卖而买的商业运动中出现了资本的最早状态即商业资本，“这是以交换价值本身为内容的最初的运动，交换价值在这种运动中不仅是形式，而且是运动本身的内容”，但“商业资本不过是流通资本，而流通资本是资本的最初形式；资本在这种形式上还决不会成为生产的基础”。随着机器大工业时代的来临，产业资本逐渐取代商业资本成为占统治地位的资本样态，马克思将其作为分析资本主义生产方式演变的主要资本形态。产业资本是整个资本主义社会的经济基础，产业资本的壮大和信用制度的发展催生了与现实资本运动相分离的虚拟资本样态。虚拟资本由生息资本衍生而来。马克思在《资本论》中并没有对虚拟资本的定义作出明确解释，但他指出“虚拟资本的形成叫做资本化”。就这层含义而言，数据资本化的过程显然隐藏着虚拟化的成分。那么数据资本是否就已经是一种虚拟资本呢？笔者认为，对这一问题的解答，需要回到数据资本化本身的定义进行重新审视。

　　数据资本化有狭义与广义之分。狭义视角下，数据资本化是指拓展数据价值的方式，使数据由货币性资产向可增值的金融性资产转化，包括数据信贷融资和数据证券化两种形式。毫无疑问，这两种形式会在不同的社会关系下形成不同的资本本质。数据信贷融资是以数据资产作为信用担保来获得融资的方式，实际上是通过将数据所具有的货币价值进行变现，以获取企业所需资金。笔者认为，该种数据资本化的方式实质上是基于数据的金融创新，构成以数据资产为核心的新型借贷关系。在此社会关系下形成的数据资本实质是一种借贷资本，或者说是以借贷关系来表现数据价值的资本样态。数据证券化是以数据资产未来的现金流为偿付支持，通过结构化设计进行信用增级，发行可出售和流通的权利凭证，以此获得融资的过程，如IPO、重组并购。这种资本化方式与马克思所描述的虚拟资本的形成过程十分接近，同样是一种代表未来收入所有权的证书，与数据资产现实的资本运动无关，而只是代表虚幻的资本的货币价值。从这个视角看，以该种方式形成的数据资本似乎等同于马克思分析的虚拟资本形态，因为数据证券化方式所生成的虚幻的资本价值不取决于现实运行的社会再生产过程，证明了这一数据资本化过程确实形成了“虚拟资本”，但这是以虚拟资本形态来运行的数据资本，并不意味着数据资本等同于虚拟资本。一方面，数据资本的运行不能完全脱离生产关系而独立存在。数据是信息的虚拟化载体，包含由实体设备支撑带来的价值提供。资本运行过程必须消耗掉的不变资本都是现实存在的实体要素，这些要素由产业资本家提供。数据资产本身只有经过开发利用后才能形成未来的价值收益，这与马克思阐述的虚拟资本完全脱离现实资本的运动过程并不相同。另一方面，数据资本不是依赖信用制度建立起来的资本形态。数据资产本身蕴含着可转变为货币的价值量，但基于信用制度发展而来的有价证券本身并无价值。尽管数据资本会受市场主体信用体系的影响，但其不以信用制度为基础展开价值化运行。因此，狭义视角下资本化运行过程所形成的数据资本并不等同于全部的数据资本样态。同样，在这一过程中，以虚拟资本形态运行的数据资本也不等同于马克思所分析的虚拟资本。数据转变为数据资本必然需要借助不同的资本职能来完成，但执行职能的资本样态并不代表数据资本本身。从更为广义的视角看，数据资本化是以用户生成的数据为起点，经过数据产品的价值创造过程，将其投入市场交易并转变为货币的价值化运行过程。数据资本最终总是以货币资本的形式生成，而货币是资本最初的表现形式。当抽象化的数据价值转变为可量化的货币形式时，数据也就成功转变为数据资本。

四、促进我国数据资本化规范发展的对策

　　在现有对数据资本化的研究中，最核心的问题仍是数据资本的价值增值。从我国数据资本化的现状看，资本化前期主要关涉数据基础制度建设和数据的要素化发展，关键在于数据的市场化交易。2021—2022年，我国数据交易行业市场规模增长明显，由617.6亿元增长至876.8亿元，预测2030年将有望达到5155.9亿元。从交易形式看，场外交易仍是数据交易的主要形式，2022年场外数据交易规模约为1000亿元，是场内交易规模的50倍。目前，我国已先后成立了53家数据交易机构，其中活跃的数据交易机构上架数据产品超12000种，场内数据交易多元化模式也不断取得新的突破，数据价值释放经实践探索获得较大发展。但与之相对的是，由于海量数据复用价值较低，大部分过程类数据产生后即被丢弃、覆盖。加之大模型、训练工具等支撑能力不足，海量数据开发利用价值低于存储成本，导致部分高价值数据在清洗过程中被遗弃。这意味着社会化生产过程中数据产存转化率仍然较低，导致源头数据价值流失，数据的潜在价值尚未得到充分利用，更谈不上进入数据资本市场。就数据资本化中后期而言，主要关涉数据产品的价值化生产与应用。数据生产过程仍需大量算力和算法技术的支撑，这对加快数据化基础设施建设提出了更高要求。工信部数据显示，我国基础设施算力规模达到180EFlops，位居全球第二，这为加快数据价值开发提供了有力支撑。随着实体经济与数字经济的深度融合，数据服务与应用范围加速扩大。2022年，我国数据应用环节市场规模已超300亿元，数据应用正不断助推数据资本化的发展。

　　从实践来看，我国数据资本化过程受阻因素仍然较多，与数据相关的体制机制有待建立完善，数据资本化运行还存在许多问题有待解决。整体而言，数据资本化过程面临以下难题：第一，数据交易流通依然存在困难。由于我国数据交易市场起步较晚，导致数据交易规则和标准等尚未统一，数据所有权界定、数据资源交易定价等仍在探索中，这在一定程度上阻碍了数据的市场化交易，导致大部分数据未能进入生产流通领域。同时，数据交易市场供需之间仍存在矛盾，数据产品场内交易的吸引力不足，交易机构数据产品成交率不高。数据显示，27家交易所上架的数据产品中仅有17.9%实现交易，数据场内交易活跃度较低。第二，数据资本化的收益分配关系不合理。2022年互联网行业数据交易规模达到238.8亿元，占各行业数据交易市场规模的比重约28%。但由数据产生的红利主要被平台占有，平台用户并未得到相应的收益分配。当资本逻辑成为平台运作的主导逻辑时，大资本吞并小资本所引发的资本集中将不可避免，用户与平台之间也会出现数据收益不公现象。而且有些平台并不是借助数据本身获利，而是将数据投入运营环节以实现更大的经济效益，一些大平台甚至凭借自身的垄断优势地位而获取更多的超额利润。第三，数字化劳资关系强化了资本对劳动者的控制。平台零工劳动者的出现使劳动与资本之间的关系变得弹性化，劳动的时间和空间不再固定，而是呈现分散化状态，且平台对劳动者的监督和控制愈发强化。同时，随着技术革新下机器人对部分人工的替代，不仅会加重社会的失业风险，而且相对过剩人口的增加还会导致劳动力价值贬值。

　　数字经济的加快发展将使数据资本化过程中产生的问题不断深化。在社会主义市场经济中，数据资本既有一般资本追逐剩余价值的本性，又对经济发展有着重要的助推作用。这就要求我们在认识和把握数据资本特殊性的同时，对数据资本化过程产生的问题予以回应与解答。首先，引导数据资本的健康发展。习近平总书记指出：“资本是社会主义市场经济的重要生产要素，在社会主义市场经济条件下规范和引导资本发展，既是一个重大经济问题、也是一个重大政治问题，既是一个重大实践问题、也是一个重大理论问题。”科学认识和把握这一问题，关乎社会主义市场经济的顺利运行。当前，我国正处于迈向现代化强国的关键阶段，这就要求我们必须做好新的时代条件下对数据资本的理论研究工作，正确把握资本的本质与特性，深化对不同资本形态发展变化规律的认识，以科学理论引导资本的良性发展。尽管数据资本早已超脱马克思所处年代中的资本样态，但资本的本质并未改变，数据资本仍然是处于特定历史发展阶段、以不同社会关系构成的资本样态。其次，从顶层设计、制度治理和法律保障等多个层面发力，从根本上破除数据资本化过程中的数据流动障碍。一方面，加快数据交易市场的顶层设计规划，通过明确数据所有权，推动数据治理的制度体系建设。加快完善数据治理相关法律，为促进数据自由流动提供有力指导。另一方面，推动建立多元化的数据流通模式，使场内场外交易协同联动发展。进一步加快数据分级分类规范制度建设，通过对接数据产品需求方，以需求牵引供给，完善数据产品评估和定价机制，着力解决数据产品的供需矛盾。最后，完善数据收益分配体系。共享经济是以实现全体人民共同富裕为长远目标，借助平台为载体发展起来的新业态新模式。根据“数据二十条”的要求，平台应依照“谁投入、谁贡献、谁受益”的原则，着重保护数据要素各参与方的投入产出收益，依法依规维护数据资源资产权益，探索个人、企业、公共数据分享价值收益的方式。使数据价值化过程的参与者利益得到充分保障，这是推动全体人民共同富裕、实现发展成果由人民共享的重要体现。此外，要规范平台与劳动者之间的用人关系，保障新业态下劳动者的合法权益。

五、结语

　　资本不是凭空形成的抽象产物，而是处于发展过程的具体样态，这也决定了资本的运行需要借助一定的载体。数据之所以能成为数据资本，在于数据本身可以要素化与商品化。一旦将数据蕴藏的潜在价值赋予其价值增值的重要属性，数据将经由价值化运行转变为资本样态。数据从进入生产过程时起，资本与技术之间的结合就开始支配数据与其他生产资料的结合，最终为数据资本的形成铺平道路。数据资本不同于工业时代的产业资本和虚拟资本，它的最大特点在于能够通过平台媒介实现资本循环。尽管数据生产力本身不具有价值决定性，但资本与技术的结合有可能导致理性的缺失。因此，“发展社会主义市场经济，既要发挥市场作用，也要发挥政府作用”。在数据资本化的过程中，既要通过法律法规、市场规则、深化改革等方法净化平台生态环境，以防止数据资本通过平台进行无序扩张，又要充分发挥社会主义制度优势，合理设置资本发展的“红绿灯”。要通过多方面举措推动平台和资本的良性发展，以更好地服务于社会主义现代化强国建设。