被数据驱动的社会给东说念主们带来便利，但也显裸露了零碎多的隐忧。在一个“黑箱社会”，除了数据被无数网罗、阴私被侵略，数据化的抽象以及对一切的赋值也导致了对社会现实的误会和偏见。本期将先容一册来自学界、对于数据化社会的最新文章反差 匿名咸鱼，收受愈加偏向政事经济学的角度来瓦解当下的技能巨头如何改动着坐褥和来回机制。

数据化的社会，对咱们到底意味着什么？许多时刻，翻开浏览器的那刹那间，刚刚搜过的商品、探询过的网站或者在应付媒体上粘贴过的内容，都会一望宽广地出当今边栏。偶然刻，咱们不禁怀疑：手机是否在全天候地监听咱们？到底有几许数据被技能巨头所掌捏？

DataEnclaves，KeanBirch

PalgraveMacmillan2023

这背后是无数的、趁火劫夺的数据网罗，精准的数据挖掘，以及开采在巨量数据基础上的东说念主工智能的马上发展。所谓“大数据”，是一种量变引起质变的齐集，因此当下的技颖慧戈也成了数据的干戈。技能的发展依赖着更多种类、更高质地的数据，除了用于锻真金不怕火大模子的翰墨和图片，还有各样传感器和终局所坐褥的数据——每个东说念主在互联网上的浏览数据、地舆定位数据、医疗健康数据等。多样各样的个东说念主数据是当下数字经济的要津，以致是最紧要的资源。

MachineLearners，AdrianMackenzie

TheMITPress2017

但从政事经济学和STS的角度来看，量变引起的质变并不单是体当今技能的“里面”，即模子的锻真金不怕火上。当下的STS学者收受这个学科分支将技能与社会手脚一个轮廓合座来分析的传统，对与数据的坐褥和征集相干的社会关系进行了更深、更广的挖掘。

从纵向来看，阿德里·麦肯王人（AdrianMacKenzie）[1]和弗罗里安·嘉顿（FlorianJaton）[2]等学者从东说念主类学的角度扫视数据和算法模子的坐褥链条，领略了“向量化”（vectorization）等各样技能旨趣对于下流技能和哄骗发展的影响。而从横向开赴，另一部分学者贯串了技能分析的政事经济学，为咱们提供了一个从更全面的角度意会数据化社会的图景。数据的网罗和流通、数据的包摄，乃至数据的呈现，统共体系的游戏法例都在阅历着十分剧烈的变化。

TheConstitutionofAlgorithms

FlorianJaton，TheMITPress2021

加拿大政事经济学家基恩·贝奇（KeanBirch）2023年出书的文章DataEnclaves（《数据飞地》）就将眼力放在了那些掌捏数据的巨头身上。他以为，在往时20年互联网马上发展的经由中，大型科技公司蚁合了无数的数据资源，且这些资源被它们所占据，很猛进度上不受市集或者监管法例的影响，荆棘了流通和交换。这些数据和科技巨头的政事经济资源通盘，酿成了所谓的“数据飞地”。

“数据飞地”是什么？

“飞地”一开首是指一块位于某政权统辖范围内但又不受其适度的地皮，举例被意大利包围的小国圣马力诺。这个主见也被扩充到其他社会和地舆主见上，用于描摹一个自成一体的东说念主群或者聚落。贝奇使用“数据飞地”这一主见去描摹科技巨头自成一体的数据生态：这些公司网罗无数数据，但经由极其不透明，其他东说念主或组织无法得到，更无从查抄、监管。这种闭塞但体量高大的数据系统不仅是科技巨头最紧要的财产，亦然其把持何况主导市集和老本动作的要津。

SeeinglikeaState，JamesC.Scott

YaleUniversityPress2020反差 匿名咸鱼

贝奇在书中从数据自己开首，先容了数据如何被科技巨头圈作飞地的经由。在第二章，他详备地先容了个东说念主数据规模，并借用了东说念主类学家詹姆斯·斯科特（JamesC.Scott）的statecraft主见（即政权为了措置对社会进行的抽象和磋磨）[3]，将其扩展为techcraft，即如何像一个科技公司相似去看待个东说念主数据。

要是隔离数据作念出证据，那么数据就只是一些不消的、溜达的数字信号。而这个经由，等于所谓“挖掘”数据产生对于这些交易公司的潜在价值的经由，亦然对每个东说念主的生活进行“可视化”、测量和估值的经由。这个经由包括开采技能尺度、测量妙技和磋磨以及交易逻辑等，均指向盈利。

在接下来的一章中，贝奇解释了为何这种盈利不是一个市集导向的经由。因为海量的个东说念主数据并不具有交换价值，它们不是商品，而是资产——一个东说念主住在那里、买了几许东西，这些都只是事实信息，并不是具有常识产权的内容；实在产生价值的是这些信息和科技公司的技能妙技之间的互动，是这些互动促成了用户的点击、选藏力资源的滥用、购买步履等。

用户数据手脚资产，也包括了科技公司对数据所领有的正当权益、常识主张、措置施行、协议等，这一整套技能经济成立（configuration）塑造了这些科技公司对数据的苍劲适度，并通过各样估值妙技产生了本质的价值（第四章）。

第五章聚焦贝奇的紧要论点：数据飞地的酿成。有了数据还不够，科技公司的运作模式是将这些数据都圈进我方的规模，制造所谓的数据生态，包括技能开采、平台、用户、开发东说念主员和支付系统，以及附带的法律协议、责权和尺度等。这一切都是为了匡助科技巨头招引其他企业、用户、消费者、开发东说念主员等，依靠这个生态系统生涯，并束缚稳固其市集主导地位。这个生态系统制造了零碎多或明或暗的壁垒，每个参与者在享受便利的同期都受其拘谨。

贝奇用谷歌公司旗下的DoubleClick告白系统手脚本书中为数未几的案例之一，分析了这个系统如何让你一翻开浏览器就能看到各样“个性化”的告白——它掌捏了无数的用户信息，何况能通过浏览器插件“认出”用户，触发自动竞价，将价高者骄贵在用户的浏览器中。告白投放商只可通过DoubleClick涉及用户，而且这个系统还在束缚地通过对个东说念主信息的掌捏消失荆棘游，主导网站告白浏览生态。

“寄生更始”零碎结果

毫无疑问，贝奇对于科技巨头所制造的数据飞地持批判气派。他使用了“寄生更始”（parasiticinnovation）这个主见来界说用数据飞地去主导市集、幸免竞争、幽静竞争敌手的政策企图。贯串传统的政事经济学表面，他以为这种寄生更始亦是一种“寻租”（rentseeking）步履，即用非坐褥性的方式来增多我方的钞票，而不是通过创造新的价值或钞票来得到经济利益。

诚然，这些数据网罗技能都是技能更始，但其创造的壁垒以及在此之上出身的生态系统都并非一种目田、透明的市集交换，而是想方设法榨取逾额利润的步履。传统意思上的寻租通过游说政府、制定保护政策等方式进行，而贝奇以为，科技巨头之是以能够为所欲为，是因为通过数据生态系统所呈现出来的这种把持事实上也荆棘了市集的交换，在此，市集法例不再适用，被由科技巨头制定的法例和技能尺度所取代。

这种寄生更始与平台经济出身初期的启动模式预计：风险投资方撑持的初创企业用技能妙技去制造或者撬动一个新的需求，去探索所谓的“红海”，去霸占用户、开发者和供应链，方向都是独占某个市集需求，整合生态荆棘游，临了仿佛“寄生”在这些资源上一般，达到适度的宗旨。

在这个经由中，科技公司得以榨取新的资源价值，完了营收，何况将成本转嫁（比如，用所谓更始的妙技去藏匿监管，平台劳工即为一例）。其适度的智商来自对于信息和数据的片面、不透明的适度，原有的市集受到侵蚀，并被科技巨头我方制定例则的生态系统所取代，而这些科技巨头对我方的模子和数据来源无不半吞半吐；同期，数据监管的空缺也给了这些科技公司以可乘之机。

那么，寄生更始的结果是什么？除了传统的把持效应带来的成本上涨、用户利益受损等结果，贝奇亦谈到侵占和圈拢数据的经由是一个反身的经由。

数据和相应的数据网罗技能会和用户互动，数据塑造着每个东说念主的用户身份，用户也因此会被这个系统所影响：个体或者说消费者不再是市集想维的中心，信息成了最主要的元素，经过技能的构建和包装的信息素质、激发东说念主们，使之按照这些数据所圈定的方式产生行动；这些行动变成数据，反过来又稳固了数据系统自己，东说念主们亦会受信息影响，改动我方的步履去和系统进行对抗，那么系统网罗到的数据就不再能够反应东说念主们的需求了。

另一个结果被贝奇称为“垃圾化”（enshittification），这是一个当下相比流行的主见，征引自技能月旦家科里·多克特罗（CoryDoctorow）：平台长入免用度户，收割他们的数据；同期，平台为了招引告白商，缩小用户体验（比如推送告白），并向告白主收取无数用度（用数据飞地本质地“占有”了这些用户），此时用户被困在平台上无处可去，除非下一个平台访佛此类经由。

用户体验的缩小和用户流失让平台上的各方不得不去顺风转舵，编造数据，吹嘘价值，从而导致数据的价值进一步崩塌，平台的可用性进一步缩小。

贝奇以为，这些经由最终将插手市集，且莫得为用户带来本色性的克己，惟一的结果是让平台的权力和影响力过度推广。他以为，数据飞地的一大悖论等于，数据的社会价值惟有在怒放、分享的环境中才调得以施展（举例“怒放科学”等尝试），但对科技巨头来说，惟有将数据圈为“飞地”才调更好地为他们带来利润。

因此，数据为谁扫数，为谁所用，通过怎么的机制施展作用，将会是下一个阶段各方“争斗”的焦点。对于个东说念主数据，应该要有愈加更始的措置方式，以便重新界说数据包摄和使用的模式；除了保护阴私等相比蹙迫的需求，也应该充分辩论数据和数据网罗的社会影响。

“数据殖民”：数据到底是资产照旧基础范例？

对于科技公司的鼎力扩张以及数据化、平台化趋势，当下STS学界也有零碎多的探讨，其中亦不乏肖珊娜·祖博夫（ShoshanaZuboff）的TheAgeofSurveillanceCapitalism（《监视老本主义期间》）[4]这种“出圈”的作品。

不外，从政事经济学角度切入，用一个扫视国度、市集和企业的视角来扫视数据和技能，真是启发了东说念主们从一个更基础、更宏不雅的角度去意会平台。监视步履自己天然紧要，但“监视”——数据的网罗和处理——只是是对科技巨头的步履的一种证据。在巨量数据驱使下的逐利和割据决定了技能公司的经济和技能联想逻辑，“监视”粗略只是其带来的一个结果。

TheAgeofSurveillanceCapitalism

ShoshanaZuboff，PublicAffairs2019

和数据飞地有殊途同归之妙的提法是“数据殖民”（datacolonialism）[5]。伦敦政事经济学院的尼克·库尔德利（NickCouldry）和乌利塞斯·梅加斯（UlisesA.Mejias）使用殖民主义的框架来探讨当下的数据网罗惬心。历史上，宗主国通过篡夺从属国资源，酿成了工业老本主义的原始齐集，而当下对于数据的篡夺与此类似：咱们生活和关系的方方面面都被数据的收割所“霸占”，不外将新大陆转换为资源与市集罢了。

而数据殖民的要津在于这种关系瑕瑜常不对等的，咱们和技能巨头是被篡夺者、被殖民者和篡夺者、总揽者的关系。咱们对技能妙技酿成依赖，无法挣扎这种克扣关系的存在。数据殖民和数据飞地不同的少量，在于其对意志形态的制造——个东说念主化、数据化、流畅等成了当来天下的紧要价值，但这些价值的流行与技能巨头的隐讳分不开。

虽然贝奇在书中也有探讨“数据的价值”，何况证据了它的社会价值并不等同于其资产价值等，但对于这种价值和当下新目地主义社会的价值取向的关系，贝奇并未赐与发扬。

TheCostsofConnection

NickCouldry，UlisesA.Mejias

StanfordUniversityPress2019

另外一个瓦解的角度是技能妙技的社会机理。零碎多的STS学者都将当下的技能平台纳入基础范例的层面赐与想考，因为基础范例使东说念主们进行社会经济、来回行动变得可能，也潜入地影响着各方的步履模式。然而，基础范例是如何开采的，这其中有着怎么的社会角力，临了将落实成为怎么的形态，《数据飞地》并未作念详备的梳理。

STS学界对于“施行”的验证和分析，即什么组成了数据施行，需要借由更偏实证的诡计去探讨。一些历史文章粗略能给咱们提供参考——比如，好意思国保障业开首是如何用数据去构建风险的[6]，各样金融机构以及金融奇迹对有限数据的网罗和索要，以及各样意料和磋磨中掺杂着政事和文化带来的偏见与铸成大错的决议。放到今天的数据社会，类似的摸索和角力势必会以另外一种形态产生，临了亦会影响技能的形态。政事经济学与技能东说念主类学的贯串，粗略会给咱们提供更多新的洞见。

参考文件

[1]MACKENZIEA.MachineLearners:ArchaeologyofaDataPractice[M].Cambridge:TheMITPress，2017.

[2]JATONF.TheConstitutionofAlgorithms:Ground-Truthing，Programming，Formulating[M].Cambridge:TheMITPress，2020.

[3]SCOTTCJ.SeeingLikeaState:HowCertainSchemestoImprovetheHumanConditionHaveFailed[M].NewHaven;London:YaleUniversityPress，2020.

[4]ZUBOFFS.TheAgeofSurveillanceCapitalism:TheFightforaHumanFutureattheNewFrontierofPower[M]//SocialTheoryRe-wired.London:Routledge，2023:203-213.

[5]COULDRYN，MEJIASUA.TheCostsofConnection:HowDataareColonizingHumanLifeandAppropriatingitforCapitalism[M].RedwoodCity:StanfordUniversityPress，2020.

[6]BOUKD.HowOurDaysBecameNumbered:RiskandtheRiseoftheStatisticalIndividual[M].Chicago:UniversityofChicagoPress反差 匿名咸鱼，2019.