摘要：大数据与物联网技术的发展凸显了数据作为商品的重要性，催生了收集和分析用户数据的数据挖掘产业。反映生产生活各行业领域动态的原始数据被收集起来，上传至云端数据库并交由互联网企业的技术团队进行挖掘分析与解读，生产出包含“剩余数据”的商品，面向市场出售和提供服务。“剩余数据”是一种不断根据数据分析结果进行处理的动态累积型数据，也是实现数据商品化的技术要素。它承载着数字劳动所创造的价值，并以商品化的形式分离了有关数据的所有权和使用权。通过这种分离，平台资本获得了利润，将数字劳动生产出来的数据商品发展成为数字资本。在数字经济蓬勃发展的今天，必须深入考察和分析“剩余数据”的生产方式，警惕平台资本借助这种形式榨取利润并无序扩张。

关键词：数字经济；物联网；数据挖掘；剩余数据

在数字经济（digitaleconomic）时代，大数据、物联网技术与现代社会生产生活的关系密切。对数据（data）的收集和运用体现了技术的进步，也呈现出一种数据商品化和资本化的特征。数据通过不断累积其体量，借助自身被数据库记录和加工为信息商品在市场上交易的过程，完成了数据的资本化转变。在有关数据的生产和交易过程中，数据的所有权和使用权互相分离，为企业增加利润和扩大市场影响力带来了新模式。

一、智能时代的统计学：大数据与平台经济

数据是当今生产生活中常见和不可或缺的要素。数据的本质是一种信息，它承载的内容和体量反映了特定时期经济社会发展的水平。现代社会治理工作的展开需要借助统计学对数据进行收集和分析，对数据的利用水平受人们接收与处理信息的能力制约，这个能力随着科技进步实现了从过去基于抽样调查的因果分析到如今利用大数据技术进行相关性分析的跨越。

数据经历了从统计学数目字到宏观经济数据的转变。在17世纪中叶的欧洲即古典统计学萌芽时期，人们采取抽样调查模式，以求从最少的数据得到最多的信息。例如英国政治算数学派代表人物约翰·格朗特在年就利用当时教区对伦敦死亡人数的记录来估算整个伦敦的人口，“但这只是一条捷径，是在不可收集和分析全部数据的情况下的选择”，样本的随机性会影响结果的准确性。由于抽取样本的信息量十分有限，它在排除与调查目的不相关或者错误的信息的同时，会导致结论不具备普遍性，让调查数据的真实性受限于样本与结论之间的线性因果逻辑。现代社会比过去更加重视对社会经济运行情况的审计考察，有关社会的数字（digit/number）统计成为考察和研究经济发展情况的晴雨表，其最直观的表现就是每个季度由审计部门公开的各项事关人们“吃喝住穿”的经济数据，如CPI（居民消费价格指数consumerpriceindex）、PPI（生产价格指数producerpriceindex）、GDP（国内生产总值grossdomesticproduct）等。这些来自计量经济学的调查方法将数字统计与社会经济结构分析有机结合起来，强化了基于人口与数字化经济总量在分析和理解上的数字逻辑同构性。因此，在从事这种审计工作时，就必须将具体的生命活动抽象化为精确的数字，呈现社会共同体多种事关社会大生产的行为在特定时间、区间或者事件中的动态分布或者大体分布趋势，每一串数字的背后都指向体量非常庞大的社会群体。

在智能时代，通信技术的进步和数字计算机的普及，推广了电子记账和在线交易等新型数据记录与保存方式，经济数据得以利用一种与人类存在的时空完全异质且更精确的样态，实现了从问卷和账本上的统计数据向网络和系统上存储和传输的流动数据的转变，统计科学也就在物联网和云计算等新技术运用的加持下发展成为更加依赖数据分析的数字科学，构成当下数字经济的重要特质。现代社会的存在根基也越来越被这种表现为数字统计的加速活动所表达，生动表现为社会有机体在生产和生活领域中通过联网设备留下的大量行动痕迹。此外，与抽样调查的线性因果逻辑不同，数字科学的统计逻辑是非线性的，它通过尽可能多地占有数据以占有一种事实与数据之间的相关性，靠这种相关性贴近对现实情况的描画，形成了“大数据”逻辑。“大数据”是指数字科学中“需要处理的信息量过大已经超出一般电脑在处理数据时所能使用的内存量”，技术人员必须借助性能更强大的计算机和通信网络等软硬件工具才可以收集和处理这些数据中隐藏的大量信息，分析涉及人类生活的各种问题，挖掘复杂的数据来统计规律。海量的数据、繁多的信息种类以及数据对现实的有效反映，是数据分析能够对现实决策产生有效影响的重要保证。

海量数据的实时传输和记录保存需要精密网络设备的支持。技术哲学家芬伯格指出，当今世界已经形成一个利用数字计算机“控制自然、经济、管理或其他环境”的数字智能领域，技术与社会互为嵌套，我们在网上进行的娱乐与消费以及分享和传输数据行为也离不开使用智能设备服务来实现。据统计，年全年社交网络数量仅相当于年一天的量，到年更是只等于1小时的量。数据是对人们日常生活动态的记录，数据存储和流动（传输）构成了数字经济的“大数据”基本样态。海量数据的传输需要更加高效和智能的网络技术支持，物联网（internetofthings，简称IOT）正是能够满足这一需要的技术，它通过诸如红外感应器、全球定位系统（globalpositioningsystem，简称GPS）、激光扫描器等传感设备，利用计算机智能协议将各种终端设备与互联网结合起来，把用户端产生的庞大的数据流量传输到各个智能应用技术端口，把人与人之间的社交网络沟通形态拓展到人与人、人与物、物与物之间，实现多维度的智能化识别、定位、跟踪、监控和管理。

马克思认为，“个人的一定的活动方式，是他们表现自己生命的一定的方式，他们的一定的生活方式。个人如何表现自己的生命，他们自己就是怎样”。在数字经济时代，物联网和大数据所搭建起的技术平台存在着大量动态数据，让数字化成为发展技术生产力的新趋势。通用电气在年就曾主张用“大数据与智能化机器”“把整个地球建成一个可以识别传感器数据的巨型计算机”，创建“工业互联网”，通过把设备、生产线、工厂、供应商、产品和客户紧密连接融合起来，实现跨系统数据流动，借助“数字孪生”技术进行产品建模分析，推动工业生产的智能化。此外，诸如京东、淘宝、亚马逊等在线电商平台，也通过后台程序记录人们浏览网页和购物消费的行为所产生的数据信息，时刻在网上进行传输，与快递物流动态追踪、网约车和餐饮在线预订服务等平台有着数据上的交互共享。产业和商业领域的数字智能化发展搭建起一种独特的信息平台，依托这类平台开展的经济活动也被称为“平台经济”，它囊括了当下诸多利用平台建立起来的社会生活关系。资本得以在产业资本和商业资本的形式之外，借助互联网企业寻找增加利润的新途径，构筑起一种新的资本运作模式，将数据传输、挖掘、分析和计算等一系列操作和流程集于一身，利用产业升级的契机将数据商品化。

二、平台经济下的数据挖掘：物联网与数据商品化

迄今为止，资本主要通过剥削实体制造业中的劳动者，利用劳动者生产相关的产品创造剩余价值，再借助产品的销售来获得利润。在人类进入智能时代之后，大数据和物联网技术推广让生产和生活增加了数字化、信息化、智能化特征，资本要获得利润，除了继续依靠实体经济中劳动者的辛勤劳动之外，还通过发展出平台资本这种新样态实现对数据信息的深度经营。这种经营方式离不开数据的商品化趋势，离不开由数字智能在全社会范围内不断构筑的物联网结构，即自下而上互相配合的感知层、网络层和应用层三部分：感知层负责利用传感器、