文章核心观点 - 数字时代的生产资料已从机器、厂房转变为数据、算法和算力，这不仅是技术变革，更深刻重构了资本与劳动、平台与用户之间的社会生产关系，导致资本的关系本质从“物化依附”演变为“数据异化”[1] 理论基石：资本的关系本质 - 资本的本质不是物理形态的物，而是一种以物为媒介的历史性的、动态的社会权力关系，即生产资料所有者对劳动力的支配权[2][3] - 在工业资本主义模式下，这种关系表现为掌握物质生产资料的资本家与仅拥有劳动力的工人阶级之间的清晰二元对立结构[3] 数字时代资本关系的三重升级 - **控制结构升级**：从传统的“资本家-工人”二元对立结构，升级为更具渗透性的“平台-算法-用户”三元控制结构，用户往往身兼消费者和生产者双重角色，但其“数字分身”产生的价值被平台占有[5][6][7] - **控制方式升级**：资本对劳动的控制从“工厂纪律”升级为全时空、精细化的“算法霸权”，例如特斯拉工厂的AI系统每秒分析2000帧工人动作图像进行合规评分，亚马逊仓储系统通过传感器监控工人路径与速度[8] - **剥削形式升级**：剥削从对“劳动时间”的剥削延伸至对“行为数据”的剥削，平台通过用户协议完成数据的原始积累和私有化，用户和劳动者的行为数据成为资本增殖的原料，例如美团平台的剩余价值率高达380%，远高于传统制造业平均140%的水平[10] 数据垄断与“数字封建主义” - 全球数字资产高度集中，国际货币基金组织2023年数据显示，全球1%的主体控制着高达85%的数字资产[11] - 数据垄断构筑了动态且极高的市场壁垒，具有赢家通吃和自我强化的“飞轮效应”，平台通过跨界并购形成生态闭环，中小企业不得不依附于平台生态系统并支付高昂“租金”，例如苹果App Store或Google Play收取高达30%的佣金[12] - 垄断超越经济层面，演变为广泛的社会权力掌控，平台通过算法推荐和规则深刻影响信息流动、舆论走向和社会文化塑造，拥有缺乏透明度与问责机制的“算法治理权”[13] - “数字封建主义”结构加剧了结构性不平等，财富以数据租金形式从“数字佃农”（如平台创作者、司机）流向“数字领主”，导致个体对平台产生深刻依附性和不安全感[14] 中国实践的探索 - **混合所有制改革**：例如中国联通、东航物流通过混合所有制改革引入员工持股，东航物流核心员工169人通过持股平台持股10%，尝试构建“国家-资本-劳动者”利益共同体，缓解劳资对立[15] - **数据确权制度创新**：深圳数据交易所实践《数据二十条》，推行数据资产凭证“三权分置”，其中数据资源持有权归提供者占70%、加工使用权归平台占20%、产品经营收益权中政府税收占10%，旨在保障原始数据生产者的权益[15] - **数据资产入表**：北京试点的“数据资产入表”机制使企业数据资源可计入资产负债表，2024年首批12家企业资产增值超180亿元[15] - **算法监管**：国家网信办出台《生成式人工智能服务管理暂行办法》，明确禁止算法歧视并要求建立人工复审通道，旨在规制“算法霸权”，在自动化中重新嵌入人的价值判断[16]

事件概述 - 特斯拉车主历时四年诉讼，法院判决特斯拉需提供事故前半小时完整行车数据 [1] 行业数据透明度问题 - 部分车企将数据视为私有领地，以技术复杂性和隐私保护为由建立数据壁垒 [1] - 企业以技术优势转化为话语霸权，将消费者置于信息不对称的境地 [1] - 智能汽车领域频发“刹车失灵”争议，常陷入车企称无责而车主举证困难的僵局 [2] 判决的行业影响 - 法院判决打破了车企数据垄断的恶性循环，为破除行业积弊提供了司法范本 [2] - 判决警示行业需重新校准技术伦理，技术进步应服务于人的安全与福祉 [2] - 事件促使行业反思“技术至上、用户次之”的价值观 [1] 对企业的建议与要求 - 企业需摒弃“数据霸权”思维，将数据透明作为底线责任 [2] - 应建立标准化数据接口，允许车主及第三方合法获取关键数据 [2] - 需完善数据存证机制，确保信息真实可追溯 [2] 监管层面的启示 - 需加快完善汽车数据安全管理法规，明确数据归属权与使用权边界 [2] - 应建立独立于车企的第三方数据监管平台，对事故数据实施强制存证与公正解读 [2] - 需加大对数据垄断行为的惩戒力度 [2]

平台经济"反内卷"调查行动背景 - 国家持续加码"反内卷"政策 但平台经济仍深陷"低价竞争"和"补贴大战"困境 [1] - 网经社发起"破'卷'立新 重塑生态"调查行动 旨在通过多维度举措推动行业健康发展 [1][23] - 行动重点关注零售电商、本地生活、跨境电商、网约车、在线酒旅五大领域平台 [24][25][26][32] 法律适用实践困境 - 低价倾销成本认定难题 平台通过交叉补贴模糊成本边界 反不正当竞争法未明确成本界定标准 [11] - 双边市场支配地位认定困难 传统市场份额计算方法失效 反垄断法缺乏针对双边市场的细化标准 [12] - 算法共谋取证障碍 现行法律要求证明"意思联络" 但算法合谋缺乏直接沟通记录 [13] 新兴竞争行为法律空白 - 数据滥用与垄断认定缺失 现行法律未规定数据互操作性义务或滥用具体情形 [14] - 算法歧视责任主体模糊 算法设计方、平台运营方、数据提供方责任划分缺乏依据 [15] 执法机制与责任体系短板 - 跨领域监管协调不足 平台行为可能同时触犯多部法律 但部门间执法标准不一 [16] - 法律责任威慑力不足 罚款上限低于垄断收益 且未明确平台内经营者连带责任 [17] - 事前监管措施缺失 对"扼杀式并购"等高风险行为缺乏事前干预机制 [18] 政策建议 - 细化平台经济专项规则 在反垄断法中增设特别条款 明确双边市场界定标准 [18] - 强化数据与算法治理 制定《数据反垄断条例》和《算法合规指南》 [19] - 优化执法机制 设立专门法庭 引入行为禁令制度 提高罚款上限至全球销售额10%-20% [20] 调查方法与范围 - 动态追踪平台企业整改情况 联合5000+记者进行立体传播 [26] - 覆盖京东、淘宝、拼多多等零售电商平台 美团、饿了么等本地生活平台 [32] - 包括滴滴、曹操出行等网约车平台 飞猪、携程等在线酒旅平台 [25][32]