1. 引言
当今时代，算法的发展正以前所未有的速度催生着海量的财富。然而，在这巨大财富的背后，其价值分配问题却逐渐凸显，矛盾日益尖锐。2023年美国零工劳动者中14%时薪低于联邦最低工资、29%低于州最低工资，而科技巨头持续占据超额利润，反映出零工群体在数字平台主导的分配体系中处于弱势地位[1]。这种现象并非市场效率的自然体现，而是资本与劳动在新技术环境下权力失衡的集中体现。马克思在《哥达纲领批判》中指出：消费资料的分配实则是生产条件分配的结果[2]。当前价值分配矛盾的加剧，本质上是资本凭借算法这一新型生产工具，在生产条件分配阶段对劳动进行的挤压与侵蚀。
对数字资本主义的学术探讨存在多种理论视角。例如，传播政治经济学关注受众劳动与数字商品，技术批判理论聚焦算法的社会建构与权力属性，制度经济学则分析平台的网络效应与垄断租金。这些研究虽各有洞见，但往往在技术决定论与资本逻辑之间摇摆，或侧重于现象描述，未能深入剖析价值运动的根本规律。本研究坚持马克思主义政治经济学的核心分析框架，旨在穿透技术表象，揭示算法社会价值分配不平等的生产关系和阶级根源，从而在理论层面深化对数字资本主义本质的认识，并在实践层面为探索更公正的治理路径提供批判性基础。
2. 马克思主义的当代适用性
2.1. 劳动价值论的再阐释
在数字经济蓬勃发展的今天，劳动价值的阐释与适用性面临新的挑战与机遇。传统理论强调，在物质产品的生产过程中，活劳动是价值的唯一源泉，凝结在商品中的价值量则由社会必要劳动时间所决定。马克思指出：“活劳动时间是整个财富创造的基础和实体。”[3]然而，当代经济实践的深刻变革，特别是数字劳动形态的涌现和算法技术的深度介入，迫切要求我们对劳动价值论进行创造性的再阐释。
首先，价值源泉的再确认。数字经济的价值创造依赖于两类性质不同但密切关联的数字劳动：一是“无酬的数据劳动”，即普通用户在平台上的浏览、点击、分享、社交等日常活动。这些活动持续生产着用户数据。尽管用户未获得直接报酬，但其无意识的、社会化的行为构成了价值创造的原始源泉。二是“有酬的数字劳动”，这既包括外卖骑手、网约车司机等提供实体服务的零工劳动者，也包括内容审核员、数据标注员、平台客服等维系数字空间运行的后台劳动者，以及被算法深度管理的程序员、设计师等知识劳动者。他们的劳动直接或间接地生产、维护、加工数据商品及其运营环境。因此，劳动价值论的当代适用性，首先就体现为生产性劳动范畴的扩展：凡是用于创造、维护、加工被资本用以剥削和积累剩余价值的数据商品及其运营环境的劳动，无论是有偿还是无偿，是前台用户还是后台专业操作，都应被视为现代意义上的生产性劳动，是其价值源泉的重要构成。
其次，社会必要劳动时间的新维度。马克思在《资本论》中指出：“资本主义生产的目的，是通过发展劳动生产力来缩短必要劳动时间，从而延长工人无偿为资本家工作的那部分工作日。”[4]传统意义上认为，社会必要劳动时间是指在平均生产条件下，社会平均熟练程度和强度下制造某种商品需要的劳动时间。数字资本主义下，算法成为组织生产、协调分工、衡量效率、分配任务的核心机制，对社会必要劳动时间的理解增加了新维度。一方面，算法通过对极致优化和标准化流程，对外卖配送、网约车驾驶、在线客服等的劳动时间进行压缩。不断重置平均效率的标准，比如更短送达时限，这迫使劳动者必须在单位时间内完成更多工作，在单位时间内强迫劳动者付出了更多更密集的有效劳动，这实质上是算法驱动下社会必要劳动时间的隐形缩短，从而相对延长了剩余劳动时间。另一方面，算法更创造性地重构了劳动过程，实现了价值的系统转移与隐性剥削。它巧妙地将复杂劳动分割、简化、零工化，利用全球劳动市场差异和算法调度，将高技能劳动的部分环节转移到廉价劳动池中完成，并精确计算其耗时成本，实现在全球范围内的价值攫取。更为关键的是，对于“无酬的数据劳动”，平台完全拒绝承认其耗费的社会必要劳动时间，将这些劳动实践创造的价值直接无偿占有；对于“有酬的数据劳动”，平台则通过算法单方面定义其社会必要劳动时间的标准，并拥有随时调整的权力，从而实现对劳动报酬的压缩。
劳动价值论在数字时代并未过时，而是需要依据新的生产方式和技术条件进行深化和拓展。这种再阐释揭示出当代剩余价值创造的新机制：通过将数字劳动以及后台劳动纳入价值创造链，并借助算法优化进行深度压缩与隐秘调度，平台资本在全球范围内持续完成了大规模的价值生产和占有。这表明马克思的劳动价值论在当代依然有效，它透过技术变革揭示数字化剥削的本质，为我们分析和批判数字生产关系中的不公现象提供了理论基础。
2.2. 剩余价值的数字化转型
马克思主义的当代适用性在剩余价值的数字化转型中也得到了深刻印证。马克思关于资本通过剥削劳动力获取剩余价值的核心分析，其内核在数字时代依然有效，但其具体实现形态发生了关键性演变。
首先，绝对剩余价值的生产不再仅仅依赖物理场所内的工时延长，而是通过算法控制实现了隐形工时的无限扩展。在平台经济和远程工作中，智能派单、动态激励、即时响应等要求模糊了工作与休息的界限，智能手机和协作软件使得工作指令无孔不入地渗透进私人领域。工人实质上处于持续的待机状态，其心智劳动时间远超传统意义的下班，算法则借此实现对劳动日市场的隐形延长，以此来榨取更多的绝对剩余价值。
其次，相对剩余价值的来源呈现出“数据驱动”的新特征，核心在于算法对劳动强度的空前压榨。大数据和人工智能不再是中性的效率工具，而变成了无所不在的数字工头。实时动态定价法精确测算劳动者心理底线来压缩劳动者单位时间的报酬，无所不在的GPS，行为追踪等监控技术实时接受经济数据并不断设定动态绩效目标，又通过即时的排名、惩罚等反馈机制迫使工人持续挑战生理和心理的极限。以外卖平台为例，所谓的“自由安排工作”与工资稳定性直接相关，一旦加入“自由”的外卖众包队伍，骑手便无基本工资，仅获得计件报酬。算法中介的时间使得平台可以对劳动过程进行精确计数，实时评估和积分排名直接影响派单，使得劳动者承担来自平台、商家与顾客的多重压力。算法及信息不透明、平台单方面设置和变动规则，使劳动者面临紧张的工作过程和长时间的等待，劳动自主性低，工作不确定性强。劳动过程本身也持续被数据优化分析，不断对低效的间断休息做消除。这种由数据驱动的精密管理体系，使单位时间内被挤压出的劳动强度大幅提升，从而使相对剩余价值率得到提高。
由此可见，数字技术并未颠覆马克思揭示的剩余价值规律，反而为其运作提供了更隐蔽、更精密、更具扩张性的新形式。数字资本利用算法清洗整合多维数据，建立结构化的信息系统用以刻画网络空间用户画像，再依据资本逻辑进行精准的剩余价值剥夺。马克思主义的分析框架，因其深刻地剖析了技术外壳下的剥削本质与权力关系，在解释当代数字资本主义的运行逻辑和矛盾方面，依然不可替代。
2.3. 阶级关系的算法重构
算法对阶级关系的重构并未消解阶级矛盾，而是印证并深化了马克思主义对资本主义生产关系本质的洞察。传统马克思主义理论强调阶级划分的核心是对物质生产资料的占有关系，比如工厂、机器、土地等。然而，在数字资本主义时代，生产资料控制权的本质发生了深刻演变。算法以及支撑其运行的数据、算力和平台架构正取代传统生产资料成为权力的新核心，这种变迁重塑了阶级结构。
第一层级是掌握算法的控制阶级，包括拥有核心算法知识产权与数据垄断权的科技巨头、主导算法设计与部署的技术集团。他们通过垄断数字生产资料支配整个价值创造与分配流程。第二层级是数字无产阶级，他们表面上是自由的个体，实质上却是算法系统的执行者与服务对象。其中包括，数据生产者：普通用户在使用社交媒体、搜索引擎等免费服务时无意识地无偿提供原始数据，成为算法训练与优化的养料；算法执行者：外卖骑手、网约车司机、内容审核员等零工劳动者，其劳动过程被算法精密调度、监控与评估，沦为算法指令的载体；技能依附者：程序员、设计师等知识劳动者，虽具备专业技能，其工作流程和产出标准仍被算法管理工具深度规制。第三层级是传统资本转型群体，他们虽保有部分传统资产，却因依赖平台入口、算法营销和数据分析系统，不得不将利润分成和运营规则主导权让渡给算法控制阶级，形成依附性共生关系。
算法重构的阶级关系内部，已经形成了算法设计权与算法执行者的对立，这种对立的核心在于算法设计权的集中化垄断。算法并不是中立的工具，它的底层逻辑包含着资本意志驱动的效率最大化、成本压缩和风险规避的诉求。设计权高度集中于平台资本和核心技术集团手中，使算法能自动地隐形分配劳动机会、定价、评估绩效甚至筛选淘汰劳动者。而数字无产阶级则存在于单向度的权力结构中：规则由算法设定却无从揭示，行为被实时监控却无法申诉，劳动价值被算法量化且可以随意调整。劳动者丧失对劳动过程的自主权、对自身数据的掌控权、对算法决策的知情权，导致其在生产关系中彻底被客体化。这一权力失衡的实质是算法遮蔽下的新型剥削关系。因此，马克思的阶级分析方法需穿透技术表象：数字时代的剥削不仅在于剩余价值的榨取，更在于算法控制权这一生产资料的垄断。
3. 算法社会的资本积累逻辑
算法社会是资本主义在数字时代发展的新阶段。正如福克斯所言：“今天，整个星球都是资本主义的工厂”。数字资本利用算法构筑的平台突破了物理场域的限制，以“时间消灭空间”，将世界范围内的劳动力裹挟其中进行价值转移和创造，并剥夺其剩余价值。其资本积累逻辑的核心在于：利用算法技术实现对劳动过程的深度控制、将用户数据转化为垄断性资本、并通过算法中介的权力实现对价值的最大化榨取和分配，最终导致价值分配不平等的加剧与固化，对算法与数据的垄断成为数字时代垄断资本主义资本积累不断演进的新方式。
3.1. 算法生产控制
马克思主义认为，价值由劳动者的社会必要劳动时间创造。资本家通过控制劳动过程来最大化剩余价值。在算法社会中，算法成为组织、监督和强化劳动过程的核心工具。它不仅仅是工具，更是嵌入生产关系的控制系统。福克斯指出：“社交媒体的用户是商品化过程中的双重客体：一方面，他们本身就是商品；另一方面，通过商品化过程，用户的意识受广告商品化逻辑的支配。”[5]算法将复杂劳动分解、标准化，并对劳动节奏、流程甚至情绪进行精准调控。这极大地强化了对劳动过程的控制，提升了劳动强度，为延长工作时间和提高工作效率创造了条件。然而，算法驱动的效率提升，表面上减少了用户的等待时间，但直接后果却是平台劳动者必须在更短时间内完成更多工作，单位时间内的劳动强度增强，创造的剩余价值量也可能扩大，但劳动者获取的份额未必得到相应增长。算法让这种高强度劳动和榨取显得“自动化”、“高效”和“理所当然”，掩盖了剥削本质。
算法控制的系统性后果是劳动者议价权的严重削弱。劳动者的绩效评估、收入水平、乃至能否获得工作机会，都高度依赖于算法系统的判定和规则。平台拥有算法规则的绝对制定权和修改权，并且通常缺乏透明度。这使劳动者在面对不合理的分配规则或业绩评价时，既缺乏知情权，也难以有效申诉或抗争，最终导致其价值分配份额极易被单方面挤压和压缩。更为隐蔽的是，大量维系算法系统正常运转所必须的、却不被承认的劳动形态，如：数据标注、内容审核、以及用户进行的无酬数据劳动等，都被平台视为“非劳动”或无关紧要。这些劳动通常被外包给价格低廉的分包商处理，或者干脆通过用户协议被平台无偿占有。这些被无偿获取的劳动所创造的巨大价值，直接被平台囊括为资本寄来的基础来源，从而更深层次地加剧了整个社会价值创造与价值分配之间的不平等。
3.2. 数据资本化
生产资料私有制是资本主义的基石。资本原始积累通过暴力剥夺小生产者，迫使其成为无产者。在算法社会，数据成为关键的新型生产资料。平台通过几乎零成本地持续获取用户日常行为，如搜索、社交、购物、出行等产生的大量数据，构建了其财富基础。这本质上是一种新型、隐蔽的“原始积累”：用户在未能获得与其数据价值相称报酬的前提下，其生活痕迹被平台系统性地剥夺，如同历史上小生产者被剥夺土地和生产工具一样，为平台奠定了对关键数字生产资料即数据的垄断所有权。凭借数据驱动的网络效应、规模经济和强大的算法处理能力，平台巨头建立起极高的市场壁垒，将其对用户行为、偏好、社会关系的数据垄断权固化为核心资产。数据不仅是洞察用户的工具，更是平台赖以运行的核心基础设施。
作为核心数字生产资料的实际垄断者，平台向依赖其基础设施的所有参与者，劳动者、企业、甚至用户征收“数字租金”。网约车司机和外卖骑手必须接入平台的数据网络才能工作，平台从他们的每单收入中抽取高额佣金，这就是基于生产资料垄断的对劳动者的直接租金；第三方企业要触达用户、进行精准营销或使用云服务，则必须为平台的流量、数据和基础设施支付广告费、平台费或服务费，构成对企业的租金；即便是“免费”用户，其注意力、隐私和行为习惯也被平台商品化并出售给广告商，形成对用户的隐性征税。最终，一个深刻的断裂出现：价值的真正创造者在数字空间中协作创造了巨大的价值财富。然而，价值分配的掌控权却被垄断数字生产资料的平台截留，巨额利润最终流向平台所有者，而真正的价值创造者往往只能获得微不足道的份额或被完全忽视。这种价值创造与价值归属的分离，是算法社会分配不平等的核心结构性根源。
3.3. 算法权力集中
马克思主义关注经济基础如何决定上层建筑。平台经济塑造了新型的阶级关系，算法不仅是技术工具，更是社会权力关系的体现者和执行者。算法拥有塑造认知、分配机会、影响决策的能力，成为一种隐蔽的治理和规训权力，这种权力集中加剧了阶级分化和社会不平等。算法根据预设规则和训练数据，决定信息排序、机会分配、资源匹配。这直接塑造了人们接触信息、获得资源和发展机会的可能性。算法系统的设计和训练可能内嵌着历史偏见、歧视性假设或平台的利润导向。这会系统性地边缘化某些群体，加剧信息茧房和机会不平等。算法评价体系构成了数字化、自动化的社会分层标准，直接影响个人在社会中的地位和资源获取能力，固化了等级结构。平台是算法的开发者、部署者和唯一解释者。算法的具体逻辑、规则权重、决策依据对用户和劳动者而言是“黑箱”。这种信息不对称使得平台能够将歧视性结果，如不公平的定价、不合理的工作分配归咎于“算法中立”，逃避责任。隐蔽地进行价格歧视(大数据杀熟)、滥用市场支配地位，维护自身利益。这实际上是掌握算法控制阶级对数字无产阶级知情权与参与权的剥夺，用户和劳动者无法理解或挑战影响他们生活的算法决策，实际上被剥夺了基本的参与权和决策权。
算法社会的价值分配不平等的深层结构，根源于平台资本凭借对算法技术、关键生产资料以及算法权力的集中垄断，构建了一个更加隐蔽、自动化、且能自我强化的价值榨取和分配机制。马克思主义的分析框架揭示，这种不平等不是技术发展的偶然结果，而是资本主义内在逻辑在数字时代的必然延伸与深化。要缓解这种不平等，需要超越技术解决方案，着眼于深刻的社会生产关系变革和对新型“数字生产资料”的民主化控制。
4. 不平等再生产的四重结构机制
在算法社会深刻重塑生产与分配体系的背景下，价值分配不平等并非偶然结果，而是由一系列相互强化的结构性机制系统性驱动的。这些机制构成了算法资本主义条件下不平等的再生产框架，主要体现为四个关键维度，它们共同作用，稳固并加深了既有的社会分化。
4.1. 算法垄断结构
算法垄断结构构成不平等的初始动力与核心支撑。垄断生成依赖于三个关键要素：对海量稀缺数据资源的独占性控制、拥有卓越数据处理与模型开发能力的算法技术壁垒、以及网络效应带来的赢者通吃格局。这种垄断地位直接转化为显著的分配后果：平台巨头能够通过个性化定价最大限度榨取消费者剩余，同时利用平台对市场接入与任务分配的绝对控制权，系统性剥夺数字无产阶级的议价能力，迫使其接受更低的报酬和更不稳定的条件。
4.2. 劳动异化结构
劳动异化架构则在微观层面实现了价值生产与占有的不对称。平台经济催生了新型的数据劳动者——无论是主动提供服务的有酬劳动者，还是被动产生数据的无酬产消者。这些个体在不断进行生产个人数据这一无形劳动的过程中，其劳动成果被平台背后的算法占有数据资本无声地捕获与整合。最终，这庞大的、由集体行为产生的数据资本通过算法这一媒介，实现对劳动者自身的反支配：数据劳动者不仅被剥夺了劳动产品的所有权，其劳动自主权也因算法对工作节奏、绩效评估乃至去留的精确控制而遭到严重算法侵蚀。
4.3. 算法歧视固化结构
算法歧视固化结构将历史与现实中根深蒂固的社会不公嵌入技术系统，使其得以借客观技术之名持续运作。算法歧视内置的经济文化政治不平等进一步强化了参与的不平等，且较之于传统的政治经济文化等方面的不平等，算法不平等常常因为算法的隐蔽性而不易被识别，从而在不知不觉中进一步强化了公民的政治经济和参与不平等[6]。算法训练依赖的历史数据本身往往承载着过往偏见(如种族、性别、地域歧视)，算法不加批判地吸收并强化这些模式。更严重的是，算法黑箱决策的普遍存在使得歧视性结果变得难以察觉、质疑和纠正。这不仅加剧了现实中的不平等，更通过貌似中立的自动化过程将其技术化和合法化，阻碍了社会流动并进一步固化了社会劣势群体的地位。
4.4. 规则制定权垄断结构
最为根本的是规则制定权垄断结构，它确立了价值分配的核心游戏规则由谁主导。掌握核心算法技术和数据资源的技术精英与拥有雄厚资本的集团结成了强大的联盟，独占了算法标准制定和关键平台规则设计的话语权。这些平台的地位尽管是中介，但它们不仅获得了海量的数据，而且控制和监控着游戏规则[7]。通过定义这些规则，联盟得以暗中调节价值分配规则，最大化自身利益，并通过宣称技术的复杂性与中立性来实现合法化不平等的结构性结果。在此过程中，“公众参与缺失”是普遍而系统性的：用户的数据权、算法知情权、以及规则异议权均被实质性地系统性剥夺，他们被迫在既定规则下参与游戏，却对规则的制定毫无发言权，沦为被动接受算法社会价值分配结果的沉默对象。
综上所述，这四重结构机制——算法垄断奠定了控制基础，劳动异化重塑了微观生产与占有关系，算法歧视隐蔽地将历史不公技术化再现并固化，而规则制定权的垄断则从顶层彻底锁定利益分配格局并竭力避免公众的反制可能——交织运作，形成了一个精密且强韧的算法不平等再生产体系。它们共同确保了在数字技术驱动的经济社会中，价值的创造与分配持续且深刻地倾向于结构性偏向资本与技术权力的中心，加剧并长期维系着社会的不平等状态。
5. 算法社会的治理与变革
习近平总书记强调：“古往今来，很多技术都是‘双刃剑’，一方面可以造福社会、造福人民，另一方面也可以被一些人用来损害社会公共利益和民众利益。”
5.1. 技术与社会的协同治理
算法社会的治理不能仅仅依赖于技术手段，而应强调技术与社会的协同治理。邱泽奇指出，算法已经从古老的计算演化为实时关系模型的自我迭代与演进，进而让算法的过程治理既在技术上不可行，也在管理上代价高昂[8]。技术手段可以对算法进行一定的监管和优化，但无法从根本上解决由资本主义生产关系所导致的价值分配不平等问题。对算法资本化要运用实施辩证的“扬弃”策略，引导算法技术健康发展。马克思恩格斯在剖析资本主义生产关系时，始终坚持一分为二的矛盾分析法，既看到资本的逐利本性，也不否认其推动社会生产力发展的正向价值。对于智能算法资本化应用所带来的社会效应，必须以对立统一的思维把握资本与技术的互动机理，充分发挥社会主义市场经济体制的制度优势，在尊重技术先进性的基础上，既健全法律制度，强化市场监管，限制资本的无序扩张，又充分释放其驱动技术更新的活力，扩大正面效益。社会协同治理则需要从法律、政策、伦理等多个层面入手，构建一个更加公平、透明、可持续的数字生态系统。政府应加强对算法的监管，制定相关法律法规，明确平台的责任和义务，保障劳动者的权益。同时，推动算法的透明化和可解释性，让用户和劳动者能够了解算法的决策过程，增强对算法的信任。此外，鼓励社会各方参与算法治理，包括学术界、企业界、社会组织和公众，形成多元共治的局面，共同推动算法社会的健康发展。
5.2. 劳动者的数字素养与组织
在算法社会中，劳动者的数字素养至关重要。劳动者需要具备一定的数字技能，以适应数字劳动的要求，提高自身的竞争力。同时，劳动者还应增强对算法的认识和理解，了解算法对自身劳动过程和价值分配的影响，从而更好地维护自身权益。此外，劳动者组织的作用也不可忽视。劳动者组织可以为劳动者提供支持和帮助，组织劳动者进行集体谈判，争取更好的劳动条件和价值分配。通过组织的力量，劳动者可以增强自身的议价能力，打破平台对劳动过程的单向控制，实现劳动者与平台之间的权力平衡。要唤醒智能时代人的主体意识，信息技术的应用使人的主体性迷失于纷繁复杂的数字“陷阱”中，必须唤醒数字劳工的主体意识，努力提升其算法素养与媒介审美能力，帮助其在技术架构层面明确算法的运行机理，理性审视人与算法的关系，塑造良性的人机协作关系。
5.3. 数字生产资料的民主化
要从根本上解决算法社会的价值分配不平等问题，必须推动数字生产资料的民主化。数字生产资料，包括算法、数据、算力和平台架构等，不应仅仅被少数平台资本所垄断，而应成为社会共享的公共资源。通过建立公共数据平台、开放算法接口、加强算力基础设施建设等措施，降低数字生产资料的获取门槛，使更多的劳动者和企业能够参与到数字生产中来，促进数字经济的公平发展。同时，推动数字生产资料的民主化，还需要建立相应的制度和机制，保障数字生产资料的合理使用和分配，防止新的垄断和不平等的产生。
算法社会的价值分配不平等是一个复杂而深刻的社会问题，它不仅仅是技术发展的产物，更是资本主义生产关系在数字时代的延续和深化。通过对算法生产控制、数据资本化和算法权力集中的分析，我们可以清晰地看到平台资本如何利用算法技术构建了一个隐蔽、自动化、自我强化的价值榨取和分配机制，导致了价值分配的不平等加剧。要解决这一问题，需要我们超越技术解决方案，从社会生产关系变革和数字生产资料民主化等角度入手，进行深刻的治理和变革。通过技术与社会的协同治理、劳动者数字素养与组织的提升以及数字生产资料的民主化，我们可以构建一个更加公平、透明、可持续的数字生态系统，实现数字时代的社会公平与正义。