1. 引言
在当前时代背景下，新质生产力与数字经济之间的联系日益紧密，它们相互融合、相互促进，形成了一种耦合性。所谓新质生产力，指的是生产力实现了质的飞跃。新质生产力仍然是生产力范畴，依旧是人类利用、改造自然以满足自身需要的生产能力[1]。但是新质生产力突破了传统经济增长和生产力的发展模式，具有高科技、高效能、高质量的特点。用更通俗的话来说，就是通过创新驱动，摆脱过去的老路子，用更先进的技术、更高的效率和更好的质量来推动经济发展。这种生产力符合当前经济高质量发展的需求，在数字时代更展现出融合性，被赋予了新的内涵。而数字经济作为一种全新的经济形态，它以数据资源作为关键要素，以现代信息网络作为主要载体，依靠信息通信技术的融合应用，把全要素数字化转型作为重要推动力[2]。在如今数字经济的大背景下，新质生产力在继承“生产力与生产关系矛盾运动规律”的基础上，有了新的突破。它既遵循了生产力决定生产关系、生产关系反作用于生产力这一基本规律，又通过构建基于数据的新型生产关系，打破了传统生产关系的局限。新质生产力与数字经济在时代发展中相互耦合，不仅为马克思主义生产力理论注入了新的活力，还可以更好地起到推动生产要素的创新性配置，促进产业的深度转型升级等方面的作用。它们成为了推动当代经济社会发展的关键力量，对于实现经济高质量发展和中国式现代化具有十分重要的意义。
2. 要素维度分析：数据作为“新型生产资料”的哲学属性
2.1. 数据要素的“非排他性”与马克思“共同占有生产资料”思想的关联
在数字经济时代，数据已成为一种核心的生产要素，它的“非排他性”特点和马克思生产资料“共同占有”思想有很深的关系。马克思主义经济理论中强调的生产资料的“共同占有”是指生产资料不应被少数人垄断，而应由全体社会成员共同拥有和管理，从而实现资源的公平分配和高效利用。在传统工业社会中，生产资料主要指土地、工厂、机器等有形资源，这些资源具有排他性，即一旦被某个人或群体占有，其他人便无法同时使用。然而，随着信息技术的发展，数据作为一种新型生产资料，其特性与传统的物质资源截然不同。数据的“非排他性”是其核心特征之一，它可以做到被无限复制与分享，不易造成资源枯竭。这一属性突破了生产资料私有制这一传统模式的限制，为生产资料社会共有的实现提供了一个全新的角度。马克思在其著作中强调：生产资料私有制是社会不平等与阶级剥削产生的根源。在他看来，人的自由全面发展只有在生产资料社会共有的条件下才有可能得以实现[3]。数字经济时代实现了数据共享与流通，能够促进资源优化配置、降低资源浪费，符合马克思生产资料的社会共有思想。然而，尽管数据的非排他性为共同占有提供了可能性，但在实际中仍面临挑战。数据的所有权、隐私保护以及利益分配等问题需要得到妥善解决。例如，个人数据的收集和使用涉及隐私权，如何在共同占有与个人权益之间取得平衡是一个重要课题。此外，数据的商业化利用也带来了利益分配的不平等，如何实现数据的公平共享仍需探索。
2.2. 数字劳动的二重性：创造性劳动与异化风险并存
数字劳动具有二重性，一方面，它表现为创造性劳动，数字技术的发展使得劳动者可以根据自己的意愿和能力选择工作，不用受到传统雇佣关系的束缚。这种灵活性和个性化为劳动者提供了更多的创新机会，有助于激发个体的创新潜能，推动社会生产力的发展；另一方面，它也存在着异化风险。在数字经济条件下劳动过程的一大特点就是“标准雇佣关系逐渐走向解体”[4]，平台载体具有竞争性高、监视性高、分散性高、稳定性低的“三高一低”特征[5]，也有学者直言数字技术的资本主义应用或资本化直接导致了劳动新异化[6]，数字技术“并没有终结资本对劳动的控制和剥削”[7]。这种异化现象主要表现在以下几个方面：首先，劳动者的工作被算法严格控制，缺乏自主性和创造性；其次，劳动者的收入和工作机会受到平台的控制，缺乏稳定性和安全感；最后，劳动者在平台经济中的地位被动，缺乏话语权和议价能力。
3. 协作维度分析：数字技术对社会化大生产的重塑
3.1. 从“工厂手工业分工”到“全球数字协作网络”的演变
马克思生产力理论指出：社会生产力的发展是靠两个主要因素来完成的：一是生产要素的变化，二是劳动者间协作的不断加深[8]。在工业时代，生产活动大多在工厂里进行，工人们通常也就在工厂内部相互协作。但是数字经济的来临却使这些都发生了变化，数字技术突破了地理与时间上的局限，使生产活动能够在更加广阔而灵活的空间内进行安排。这样不但使生产更加有效，而且还能给职工带来更多的机会。如今，生产活动能够超越国界，全球范围内的劳动者能够在互联网以及多种数字平台上进行即时沟通，协作，分享知识和技能，从而更好地配置资源。而数字技术的发展也导致生产方式的改革。通过大数据，人工智能的运用，能够使生产过程智能化、自动化，从而可以更好地提高生产效率和质量。
3.2. “新质生产力 + 数字化”有助于实现人自由而全面的发展
新质生产力通过数字化手段渗透于人才要素，有利于推动其与以数据要素为核心代表的新型生产要素有机结合，促进中低技能劳动主体数字意识和数据要素向更加综合和复合型特征劳动者转变[9]。数字平台正把全球劳动力与资源紧密地联系在一起，并为建构马克思所描述的人自由而全面的发展奠定了初步框架。在这一框架下，劳动者可以依据自身兴趣与专业技能进行择业，突破传统雇佣模式。这一灵活性大大加强了工人的自主性，让工人自己组织生产活动、自我管理、个人成长。另外，数字平台带来全新协作方式，有利于知识共享与技能扩散，为人自由而全面的发展带来新契机，并从多个维度彰显价值。
4. 矛盾分析：数字经济赋能新质生产力的辩证关系
4.1. 生产力跃迁的积极面
4.1.1. 数据要素的倍增效应
在数字经济时代，数据已经成为核心的生产要素。数据要素的复用性特征使价值创造呈现指数级倍增效应[10]。它的倍增效应已表现于许多领域。在农业领域，精准农业技术应用显著提高全要素生产率。例如，传感器与物联网技术可以对土壤湿度，温度以及作物生长情况进行实时监控，并通过数据分析对灌溉与施肥策略进行优化，降低了资源的浪费，提升了作物的产量与品质。并且该数据驱动农业生产模式在提升农业生产效率的同时也有利于可持续发展目标的达成。在制造业领域，工业4.0崛起使生产过程更加智能化、自动化。数据分析与机器学习算法实现了生产设备的自我优化、生产效率的提升以及产品质量的改善等等，这些数字化应用不仅提升了生产效率，还增强了企业的市场竞争力。
4.1.2. 智能工具对人机协作的解放
马克思明确阐述：“不论生产的社会形式怎样，劳动者和生产要素始终是生产因素，凡要进行生产，就必须使他们结合起来”[11]。数字经济发展促使智能工具得到广泛运用，它们极大地释放人机协作潜能。以人工智能为背景，AI技术的运用有潜力取代许多重复性的脑力工作，例如数据的分析和文档的审核，这使得工作者可以将更多的精力和时间集中在创新和策略性的任务上。该技术替代在提高工作效率的同时也有利于促进劳动者工作满意度和职业发展。以医疗领域为例，智能诊断系统借助对海量医疗数据的分析来帮助医生诊断疾病并制定治疗方案。该智能工具在使用过程中，既能提高诊断准确性与效率，又能帮助缓解医疗资源紧张问题。另外在教育领域中，个性化学习平台可以通过对学生学习数据进行分析，为学生提供定制化学习资源与教学策略，促进教育质量与效率等方面。这些都说明了智能工具在推动人机协作和行业发展方面发挥着重要作用。
4.2. 生产关系的新挑战
4.2.1. 数据垄断与“数字鸿沟”加剧阶级分化
数字经济促进了生产力的发展，但也对生产关系提出了若干新的挑战，数据垄断、数字鸿沟等问题表现得尤为明显。数据这一宝贵的资源为数字经济中的企业提供竞争优势。但是集中的数据可能导致垄断现象，若是少数几家大科技公司掌握着绝大部分数据资源的话，不仅加剧了社会阶级分化，甚至给市场竞争带来负面影响。同时，越来越多的“数字鸿沟”现象凸显。在数字技术高速发展的今天，各区域，各人群在技术获取，应用能力，数字素养等方面存在着越来越大的差异。这一差距既制约了弱势群体发展机遇，也加剧了社会不平等现象。
4.2.2. 算法霸权下的劳动异化
数字经济时代算法重塑劳动关系同样是不容忽视的话题。许多传统的管理决策，如人力资源管理和任务分派，正在被算法所替代。这种基于算法的管理方式在促进效率的同时，也会带来劳动者异化的问题。尤其是零工经济条件下，劳动者往往面临着工作与收入的不稳定性，其工作安排与收入水平直接受算法影响。零工经济条件下的“去技能化等”问题表现得尤其明显。很多平台企业为了追求效率、降低成本，把繁杂的工作简化成非专业人士同样可以胜任的简单工作。这一趋势在弱化劳动者专业技能与职业发展机会的同时，也会造成劳动力市场上技能总体水平降低。
5. 实践向度：发展数字新质生产力的中国路径
5.1. 构建数据要素市场化机制
在数字经济时代，数据已经成为核心的生产要素，其价值和潜力正在被逐步认识和挖掘。在这一背景下，中国为推动数据要素更好地服务经济社会发展，围绕数据的确权、流通与定价，采取了一系列措施，致力构建数据要素市场化机制。首先，为了确立数据的产权，近些年，《数据安全法》《个人信息保护法》以及其他一系列的法律和法规已经开始陆续实施。这些法律确保了数据活动在合法和合规的前提下有条不紊地进行，使得数据的所有者可以放心地持有和利用这些数据，从而为数据的市场化分配提供了坚实的法律支撑。接下来，中国的政府正在积极地起到指导的角色，强烈推动政府各部门和公共事业单位向公众开放非敏感的数据资源，以便让那些原本可能被忽视的数据资源能在更为宽广的领域中施展其价值。除了这些，中国也在积极地尝试创建数据交易平台，以便通过市场机制来实现数据的合理定价和高效分配。
5.2. 培育“数字工匠”与复合型劳动者
为适应数字经济发展潮流，我国积极打造“数字工匠”，培养复合型人才。此举对促进中国经济数字化转型、增强整体竞争力起到关键作用。在职业教育中，由政府指导高校增加了大数据分析、人工智能应用和云计算技术等数字技能密切相关的专业课程，这几门课要求既要重视理论知识，又需要突出实践操作。同时为助力在职人员应对数字化转型，积极促进终身技能培训。在高等教育中，鼓励高校与企业协同培养跨学科背景复合型人才。以产教融合和校企合作为抓手，强化高校和企业在人才培养上的合作，从而培养出既懂技术又懂管理的复合型人才。另外，强化全民数字素养教育也是不容忽视的。通过开展形式多样、丰富多彩的数字素养教育活动，来缩小数字鸿沟，让数字技术惠及全民。
5.3. 制定技术伦理规则
在数字技术迅速发展的今天，中国非常重视技术伦理，特别关注如何避免技术垄断侵犯劳动价值。借用马克思对“机器论的片断”的精辟论述，技术进步应该是为人类全面发展服务的，不应该堕落为资本增值的载体。对此，中国对技术垄断采取立法和监管并举战略。从立法层面上看，中国继续加强反垄断法律的建设，并明确增加了对滥用市场支配地位和排除限制竞争的惩罚力度，从而保障了市场竞争的公平环境和劳动者权益免受侵犯。从监管引导上看，我国积极促进技术创新和社会责任的融合。激励企业注重社会价值与劳动者福祉，同时谋求经济效益。一方面刺激企业增加研发投入以促进技术创新；另一方面也需要企业积极履行社会责任以有效维护劳动者的权益。
5.4. 建立数字劳动权益保障体系
为保障数字劳动者权益，我国正积极建设数字劳动权益综合保障制度。该制度涉及完善劳动法规，促进算法透明立法，构建劳动争议解决机制等方面。在完善劳动法规方面，中国正在努力厘清数字劳动者权利义务关系。在平台经济、远程办公等新就业形态下，传统劳动法规已经不能适应新形势需要。为此，中国正着手修改《劳动法》及其他有关法律法规，明确数字劳动者在工作时间，休息休假以及社会保险方面的权利与利益，强化对上述新的就业形态进行规制。在算法透明立法方面，中国正致力于限制算法可能给劳动者权益带来的不正当影响。比如通过让企业披露算法规则、决策逻辑等信息，由第三方进行评价与监管，以保护劳动者免受算法歧视和不公平待遇的影响。在劳动争议解决机制方面，中国正努力构建一个多样化的解决方案，涵盖了调解、仲裁以及诉讼等众多途径，并在此过程中增强了劳动监督和执法的力度，以确保劳动争议得到及时解决，保护劳动者的合法权益。
5.5. 创新制度协同
中国正在积极推进“东数西算”工程，该工程通过优化算力资源配置来促进生产力发展空间均衡布局，实现东西部地区的协同发展。马克思在《资本论》中指出：“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”[12]。算力作为数字时代的生产资料，其空间布局调整反映了社会生产关系在数字经济中的适应性变革。“东数西算”工程对于优化资源配置具有深远意义，该工程的核心是对数据中心的地理位置进行优化，巧妙地将数据中心从资源稀缺、环境压力较大的东部地区迁移到资源丰富、环境承载力更强的西部地区。这种迁移不仅可以显著减轻东部地区的能源和环境负担，还能充分利用西部地区丰富的能源和土地资源，为西部地区吸引更多的人才和创造更多的就业机会。这样的布局调整不仅促进了资源的高效使用，同时也推动了东西部区域之间的经济均衡增长。
5.6. 发挥社会主义制度优势与数字经济的融合
中国正在积极探索将社会主义制度优势与数字经济发展深度融合。这一融合体现在基础设施建设、公共服务提升以及政府数字化转型等多个方面。在基础设施建设领域，中国政府利用社会主义制度集中力量办大事的优势，大力推进新一代信息基础设施建设，从而为数字经济的发展奠定坚实的基础。在公共服务领域，中国政府通过“互联网 + 政务服务”战略，建设电子政务平台和优化政务服务流程，有效提高政府服务的效率和质量。此举既可以便利了企业和民众，也为政府治理现代化注入了新活力。在政府数字化转型方面，中国政府积极实施“放管服”改革，通过简政放权、放管结合、优化服务等措施，激发市场活力和社会创造力。
6. 结论
在数字化浪潮中，新质生产力和数字经济相结合，正在重塑经济风貌。这一整合加快了信息流通、减少了交易成本、使资源配置更有效率，给各行业都带来了革命性变化。数字经济的繁荣发展不仅可以给传统产业带来新的生机，促进传统产业数字化转型，而且还能给新兴产业提供生长的沃土。在这一进程中数据作为一种新型生产要素与资本和劳动力并驾齐驱，成为拉动经济的新动力。在数字基础设施日臻完善的背景下，数字经济正在成为全球竞争新高地并引领新的产业革命。