作者：徐浩然、胡建涛

　　随着网络基础设施、智能机的升级迭代以及互联网、云计算、物联网、人工智能等数字技术的快速发展，人类对大数据的处理能力和应用水平不断提高，社会生产力倍增，人类进入数字经济时代。近年来，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。数字平台改变了资本循环的空间结构，数据要素赋能资本循环的全过程，数字时代资本循环呈加速发展态势。

　　平台缩短了资本循环中的生产及流通时间

　　资本循环不是抽象的，它实在地存在于由供应商、中间商、物流服务者、消费者等经营主体塑造的网络上。平台是一种数字经济中广泛存在的经营主体组织形式，它作为中介能够将不同用户汇集在一起并促成它们的交易，从而提高资本循环的效率。

　　在传统工业生产方式中，传统企业生产遵循一种链式的生产—销售模式。这种生产—销售模式的价值创造过程是单向运行并且难以逾越中间环节。互联网平台的出现使传统链式格局转变成一种复杂的网络。小世界网络是复杂网络的典型形态之一，网络中各节点依托少数中心节点缩短了彼此之间的距离。因此这类网络有两个特点：一是网络中存在连接度较高的中心节点，二是网络具有较短的平均路径。这意味着相较于线性连通的链式格局，小世界网络中各节点交互的效率高而成本低。

　　在由各类经营主体塑造的小世界网络中，多数主体不再需要经过冗长的路径来相互连通，而是能够借助平台来实现彼此之间的直接连接，并且他们之间的信息反馈是实时的、双向的。路径的缩短降低了主体之间的交易成本并提高了交易效率。例如，消费者能够在消费电商平台直接购得所需；而生产商在平台获取需求信息后能够及时借助物流网络满足消费者需求，这期间无须再经过多个中间销售商，从而节省了资本循环中纯粹劳动时间之外的生产时间和流通时间。这意味着企业预付的货币资本能够更快回流，即加速了资本循环。

　　平台扩展了资本增殖的空间和来源

　　马克思把商品的价值定义为凝结在商品中的无差别的人类劳动。劳动是资本循环中新增价值的来源。平台改变了劳动形式、拓展了生产空间，将非雇佣劳动纳入生产体系中，从而使资本循环的体量和规模加速扩张。

　　平台打破了生产过程的时空限制，从而扩展了资本循环的空间。获取数据是平台进行数据商品生产的前提，这主要通过数字劳动实现。数字劳动是利用数字技术设备对人类的知识、经验和思想等劳动对象进行加工、处理的过程。在平台经济形态下，劳动的时空条件和工作形式趋于虚拟化、灵活化、自主化。生产空间由固定的厂房、车间转为“线上”“云上”等虚拟场所；生产资料由制造装备等重资产转为网络、数据等轻资产；生产方式由集中办公转变为在线办公、虚拟社交等数字活动。随着平台生产的时空限制被打破，人们的工作与生活之间边界逐渐模糊，人们的日常生活也成为价值生产的“车间”。

　　平台将自发形成的非雇佣劳动纳入资本循环的生产过程，从而拓展了价值增殖（价值增殖过程即剩余价值的生产过程）的来源。数据是平台企业与大众共同创造的，因此数据商品的价值具有两个来源：平台员工的雇佣劳动和海量用户自发的非雇佣劳动。当用户使用相关产品和服务或同意使用条款时，其数字劳动就自动地被纳入资本循环的生产过程，并同时赋予资本低成本甚至无偿占有数字劳动及其劳动成果的权利。例如，在具有开放性和互动性的互联网社交平台中，用户自发浏览、点击、评论、分享信息的行为客观上生产了数据、丰富互联网平台内容，创造了一定价值。可见，平台将非雇佣劳动纳入生产体系后，资本循环体系中不仅流动着雇佣劳动创造的价值，还流动着海量用户自发的、无酬的劳动所创造的价值，这成为资本指数级增殖的基础。

　　数据要素充分释放了资本循环的潜力

　　数据是数字经济时代最活跃的生产要素，已经成为推动经济发展和社会变革的关键变量。数据大量产生于人类的生产生活过程中，同时它作为生产要素广泛渗透到生产、分配、交换和消费的各个环节，持续赋能和扩展现代经济的增长空间。比如在工业生产中，企业通过数据采集可以全方位深入了解劳动对象的可塑性，继而不断提升工业机器人、流水线设计与劳动对象的匹配度。又如交换过程，诸如精准推送、直播带货、到家业务等各种营销方式如雨后春笋般呈现出来，人、货、场线上线下全网全渠道融合的结构模式愈加成熟，买卖逐渐超越了时间和空间的限制，而且能够做到端到端的全链路高效、精准的匹配。再如在消费领域，供给方运用大数据技术设计、研发消费者切实需要且适销对路的好产品，提供个性化服务使人们的消费体验不断提升。

　　数据作为重要生产要素可实现规模报酬递增。传统工业生产方式的经济增长更多依赖物质要素的投入，其增长受要素稀缺性限制，难以实现规模报酬递增。在数字经济中，企业的生产规模不存在绝对的临界值，可以实现生产规模持续扩大的规模经济效应，即规模报酬递增。这是因为数据要素本身具有规模报酬递增特性。数据易储存，可复制性强，同时被多个用户使用也几乎不会相互影响，因而更少面临稀缺性限制。数据要素初始投入较高，然而一旦形成参与价值创造的数据资源，其边际使用成本几乎为零，从而不断摊薄投入成本。数据要素具有互补性，不同来源的数据相互融合有助于增加单一数据源的边际价值，也就是说数据规模越大、种类越多，其对生产力的推动作用越强劲。因此，数据要素投入越多、使用越多，其效益就越好，并且成本会被不断摊薄。加之网络效应和学习效应的助推，数据要素就具备了规模报酬递增特性。资本是趋于无限增殖的价值，而土地、劳动力、技术等传统生产要素是相对稀缺的，于是传统生产要素的稀缺性在一定程度上限制了资本的无限增殖趋势，而可实现规模报酬递增的数据要素则能够更充分释放资本循环的增长潜力。

　　数据自由流动赋能资本循环全过程

　　资本循环的原动力在于对剩余价值的追求，利益驱动资本进行不断转换形态周期性运动。然而，在数字经济时代，资本循环仅仅靠利益驱动是无法完成运动全过程的，资本在循环中依靠自由流动的数据来完成不同阶段的形态转化。

　　数据只有在流动中才具有价值，自由流动的数据也会加速资本循环。例如，数据的自由流动有助于企业提高决策的及时性和有效性。企业能够利用数据持续优化产品的研发、制造、销售、运营等环节，为企业产品生产全过程赋能。数据的应用过程本身也可以产生更多新数据，这些源源不断的海量数据投入算法训练将有助于加快算法迭代，从而支持企业完成更及时、更复杂的决策。再如，数据要素能够提高其他要素资源的配置效率。就劳动力要素而言，以往由于劳动力供求信息不对称，劳动者的求职信息成本高、求职过程耗时长。随着各类招聘软件和网站的出现，劳动力供求信息高度集中，从而降低了求职信息成本和求职时耗，劳动力要素配置效率明显提高。从数据的跨境流动来看，全球数据流动对经济增长有明显的拉动效应。