提要：近年来，国外左翼学者围绕数字经济展开的讨论聚焦于四个方面：关注劳动过程中的算法控制和“制造同意”；追踪数字经济条件下劳动者境况的变化；剖析平台组织的多重面貌和垄断趋势；研判数字资本主义向何处去。相关研究发现，从劳动过程来看，算法技术的发展使得劳动控制手段更加复杂，算法管理和数字监控主导新式的制造同意过程，进而催生了工人新的抵抗策略；就劳动者境况而言，平台中的数字劳动进一步模糊了生产与消费的界限，以平台为基础的零工经济加剧了生产的不稳定性和工人的无权地位；考察平台组织方式发现，数字平台作为数字经济的核心组织形式则因自然垄断和平台管理模式等因素而呈现垄断趋势；观察数字生产方式的演变，数字资本主义既有一般性的内在矛盾，也有矛盾的特殊呈现，其治理策略的有效性及数字社会主义的可行性是问题的焦点。
关键词：数字经济 算法控制 零工经济 平台垄断 数字资本主义
作者：马慎萧 张袁雪湛
数字经济的高创新性、强渗透性、广覆盖性发展，牵动着经济结构调整和社会生产生活方式转变。对于数字经济的讨论可以追溯至1970年代左翼学者们的一些工作，其研究构成了今天我们分析数字经济的重要基础。例如，传播政治经济学鼻祖达拉斯·斯麦兹（Dallas Smythe）提出的“受众商品”（audience commodity）概念成为研究“数字劳动”范畴的起点，莫里齐奥·拉扎拉托（Maurizio Lazzarato）提出的“非物质劳动”（immaterial labor）概念首次将生产信息文化内容的劳动理论化，蒂齐亚纳·泰拉诺瓦（Tiziana Terranova）正式提出了“数字劳动”（digital labor）概念，丹·席勒（Dan Schiller）的《数字资本主义》成为数字化时代资本主义批判的先驱。伴随着数字平台的智能化发展，国外左翼学者秉承研究传统，密切关注技术变革下的劳动控制、劳动者境况、平台垄断趋势演变、数字资本主义未来发展等问题。本文系统梳理了近年来国外左翼学者的相关研究和最新成果，以期准确描述国外学界的研究进展和轨迹，为推进数字经济的理论研究提供线索。
一、算法加持下劳动控制和“制造同意”的升级
算法技术的发展为劳动控制提供了新的可能，更加个性化、灵活化的算法监控构筑起数字时代的“全景监狱”。算法加持下的新式“赶工游戏”塑造了工人对劳动规则的认同，但工人也探索着抵抗算法管理的手段。
（一）算法控制：数字时代的“全景监狱”
从技术变革的层面考虑，数字平台可以被视为21世纪的机器系统，这一系统的本质是由算法驱动的复杂技术网络。算法作为数字平台的核心，连接用户与服务提供商，管理和控制劳动过程，从而促成劳动组织形式的变革。
借助算法管理和监控系统，平台得以实施更加复杂、灵活的劳动控制机制。凯瑟琳·C.凯洛格（Katherine C.Kellogg）等学者指出，比起传统的控制手段，算法控制更具全面性、即时性、交互性、不透明性，平台可以通过算法推荐、算法限制来指导员工，通过算法记录、算法评级来评估员工的表现，通过算法替代、算法奖励实现对员工的赏罚。借助算法，平台可采取多样化的工资定价策略，包括基于劳动需求的动态工资定价、基于算法工资实验调整工资定价等，泽菲尔·提绍特（Zephyr Teachout）将这些机制概括为“算法差异化工资”（algorithmic personalized wages）。鉴于算法控制进一步贯彻了管理与执行相分离、劳动过程分解等传统控制手段的核心思想，左翼学者们使用“白领工作的泰勒化”“头脑中的装配线”“电子血汗工厂”“泰勒信息控制”“数字牢笼”等词汇对算法控制进行了形象的描述。
数字监控作为算法技术下的新型控制手段，突出体现了算法控制相较于传统控制手段的升级，也进一步加剧了劳资之间的权力不对等。比起此前的自动化设施，计算机在运作中会不断产生信息，从而使得活动过程透明化，基于实时信息的计算机学习行为已经成为日常商业活动的重要组成部分。对此，肖莎娜·祖博夫（Shoshana Zuboff）用“监视资本主义”（surveillance capitalism）来概括我们所处的信息资本主义阶段，认为监视资本主义依赖大数据作为其积累逻辑的基础，借助数据预测和影响人们的行为，从而产生收入，控制市场，实现资本积累。数字平台可以通过实时跟踪、记录对话、生物识别、客户反馈等方式获取数据，这就造成了劳资双方信息不对称的局面，结合算法决策过程的不透明性，员工往往置身“数字黑箱”内，缺乏对工作整体流程的掌握，时常陷入不确定和焦虑之中。对于上述情况，拉比·雅米尔（Rabih Jamil）沿用杰里米·边沁（Jeremy Bentham）和米歇尔·福柯（Michel Foucault）的“全景监狱”概念，把数字监控系统称为“算法全景监狱”（algopticon）。例如，Uber的监控系统就是一个典型的算法全景监狱，其中，Uber的算法系统类似于全景监狱的监视塔，地理围栏技术将城市划分为多个区域，进行需求预测和定价调整，司机的手机被用于数据收集，进而实现对司机的全时段监控。算法全景监狱代表了现代劳动控制发展的一种突出趋势，即利用数字技术增强对劳动过程的监控和调节，同时减少对传统劳动法律的依赖。
算法控制进一步加剧了工人的劳动异化和群体分化。在数字平台的机械系统中，劳动过程依照机器和算法的逻辑来组织，员工成为机器的“活生生的附件”。西蒙·绍普（Simon Schaupp）提出了“控制论无产阶级化”（cybernetic proletarianization）的概念，用于描述工人将自身的生产知识通过编程转化为数据、进而集成到数字控制系统的过程，而转化为数据形式的生产知识将成为独立于工人的公司财产，从而实现数据替代人力的目标。因此，“数字无产阶级劳动过程的一部分就是让自己变得多余”。算法控制除了导致工作技能的下降之外，还给员工带来了工作时间不规律、过度劳动、睡眠不足、社会孤立、不合群等问题。这些负面影响可能会从零工工作传播到正式就业环境中，从而加剧经济和种族不平等，损害劳动团结。
（二）“制造同意”的升级与工人的抵抗策略
早在1970年代末，迈克尔·布若威（Michael Burawoy）便指出，仅从强制的角度已经无法解释劳动过程的顺利进行，工人不是完全消极被动地参与“赶工游戏”，应当将强制与同意结合起来理解生产场域中资本与雇佣劳动的互动关系，一种自发的、对“游戏”规则的同意解释了生产中“两厢情愿”的积极合作行为。世纪之交前后，一些学者发展了布若威的“赶工游戏”理论，提出了“性别游戏”（sex games）、“透明度游戏”（the transparency game）、“抢椅游戏”（the game of musical chairs）等概念，用以刻画工作场合中不同情境下的同意塑造。
进入数字时代后，算法的介入拓展了工作场域，丰富了游戏形式，创造了新式赶工游戏，使得“制造同意”进一步升级。瓦莱里娅·普利尼亚诺（Valeria Pulignano）等人提出了“数字锦标赛”（digital tournament）的概念，用于描述自由职业者在平台上面临的激烈竞争，这种竞争事实上也是一种升级版的赶工游戏，在同意了游戏规则后，所谓自由职业者事实上是超时劳动、无偿劳动被合理化的数字工人。与传统工厂相比，算法在Uber、Youtube等数字平台的同意塑造中扮演了核心角色。在传统劳动环境中，劳动者的同意可能通过直接监督和管理层的压力产生，而平台劳动者通常面临算法管理的间接控制，直接监督是缺失的。间接监督的灵活性赋予了劳动者更多自主性，但算法的不断调整也要求劳动者持续学习，这种适应过程也是劳动者同意的持续产生过程。Uber通常会将指导劳动的环节游戏化，例如，通过设置挑战和奖励来激励司机达成特定目标，司机选择参与游戏即反映了他们对游戏规则的同意。Youtube上的创意劳动成果可以通过广告分成、品牌赞助等方式转化为收入，视频作品的传播度因此而成为被争夺的资源，即便博主们可以通过使用高级外设、专业软件来提高视频质量，通过优化标签和描述等方式来吸引观众的注意力，但通过制作视频获取收入仍存在风险，平台算法的更新、流行内容的更迭都具有不确定性，这反映了算法加持下游戏规则的复杂性和多变性。
然而，工人并不只是一味地同意规则和适应算法，算法在“制造同意”的同时也制造出数字工人新的抵抗策略。寻找平台漏洞绕过监管就是典型策略之一。自由职业者在Upwork等平台能够找到绕过平台声誉度量的方法，通过与客户形成在线联盟来操纵绩效评估系统。同时，社交媒体成为工人联络、集会、组织抵抗运动的重要媒介。英国“游戏工人联合工会”（Game Workers Unite）利用Discord和Whatsapp等社交媒体分享算法信息，扩大行业影响力，组织在线请愿、线下抗议等活动。美国沃尔玛工会“我们的沃尔玛”（OUR Walmart）活动通过网络平台连接不同门店的员工，以此建立阶级团结感，组织动员罢工等抗议活动。洪都拉斯服装行业的工人通过电子邮件、Skype、WhatsApp等数字工具来建立广泛的集体联系和行动网络。此外，工人还可以借助法律手段争取工作场合的权益。英国“寄养护理工作者协会”（Foster Care Workers）通过法律动员争取到了最低工资、带薪休假、吹哨人保护等基本权利。最后，同一领域的工人可以利用数字手段组建行业网络，优化工作策略。
二、数字经济条件下劳动者的境况变化
零工经济的崛起给工人带来了双重影响，更高的经济包容性为一些工人提供了更加灵活的就业机会，但这种灵活性也成为不稳定的源泉。左翼学者强调，零工工人群体具有复杂性，在研究中应当充分考虑这一群体内部的异质性。此外，数字媒体的普及使数字劳动和产消者迅速跃升为数字经济的一个核心议题，这组概念也成为左翼学者揭露平台剥削免费劳动的有力工具。
（一）零工经济与不稳定工作
自2008年全球金融危机以来，社会发展呈现长期就业不足和互联网普及度快速提升的趋势，这两种趋势叠加，共同助推了零工经济的崛起。零工经济给工人带来的双重影响是左翼学者讨论的一个焦点。一些学者认为，零工经济具有更高的经济包容性，可能增加某些人群（例如在本地劳动力市场难以找到工作的人)的就业机会。史蒂文·瓦拉斯（Steven Vallas）和朱丽叶·朔尔（Juliet B.Schor）驳斥了一味将零工经济视作“不稳定加速器”的主流观点，认为一些工人将平台工作作为全职工作的补充收入来源，从而减少了债务或积累储蓄，这实际上减轻了工人的不稳定性。工人对平台的依赖程度越低，零工经济就越有可能发挥减轻不稳定性的作用。
但是，更多学者仍强调零工经济给工人带来的不稳定性和无权地位。一些学者批判了将零工经济作为提升个体自由就业模式的官方话语，如宣扬零工经济能够提供更多的独立性和灵活性、让工人“做自己的老板”等。此类话语所宣扬的自由掩盖了工人所处的被支配地位和面临的系统性风险。相较于正式雇员，零工工人缺乏制度化资源来抵御他们所面临的各类强制权力。因此，关于零工经济提升自由度的话语更大程度上是一种虚构，因为它掩盖了零工经济带来的劳动市场不稳定、劳动条件恶化和劳动保障缺失的问题，非正式化和不稳定化正在成为同一现象的两个侧面。吉尔·费利克斯（Gil Felix）提出的“超级流通”（super-circulation）概念，描述了劳动力流通数量的扩展和空间的延伸，以及劳动力市场买卖加速的现象。流通的加速意味着劳动力的雇佣和解雇变得更加频繁，劳动者在不同工作、行业和地区之间的转换也变得更加迅速。在超级流通的背景下，劳动者被要求具备更多的技能和更强的适应性，从而快速融入不断变化的工作环境。
与早期研究相比，近年来的零工经济研究更加关注劳动群体的异质性。零工工人并非同质群体，不同工人可能拥有不同的社会和文化背景、不同的技能和资格、不同的工作动机和需求，以及不同的工作时间和工作模式。这种异质性对于理解工人的行为至关重要，例如，高度依赖平台的工人比将平台工作作为兼职的工人更容易面临收入不稳定、职业前景不明朗等问题，这些工人更加倾向于参与工会活动和集体行动，以争取更好的工作条件和权益保护，而对平台依赖程度较低的工人则对集体行动采取较为消极冷漠的态度。有学者提供了一个理解工人异质性的分析框架，根据工人对平台的依赖程度和工人的工作状态两个维度划分出平台依赖型工人、平台基础型工人、虚假自雇型工人、独立自雇型工人，这一框架有助于理解不同类型的零工工人在平台中的权力大小以及工作决策方式的差异。
（二）数字平台中的产消者
“产消者”概念最早由阿尔文·托夫勒（Alvin Toffler）提出，用以描述后工业社会中生产者与消费者角色交融的现象。托夫勒认为，人们的消费行为越来越多地服务于产品的创造和生产环节。乔治·里策尔（George Ritzer）和拿单·于尔根松（Nathan Jurgenson）进一步发展了“产消者”的概念。他们指出，资本主义社会已经完成了从生产社会向消费社会的转向，当前正在经历从消费社会向产消社会的转向。值得注意的是，WEB 2.0并非产消活动诞生的场景，托夫勒口中的“产消者”概念也并不是针对WEB 2.0场景的，但考虑到互联网和数字技术的快速发展和迅速普及，WEB 2.0目前可以被视为产消活动最活跃的场所。总之，“产消者”概念捕捉到的核心现象是现代社会中生产与消费界限日益模糊。
左翼学者讨论产消者问题的焦点是以数据提取为核心的新商业模式的崛起，以及这种商业模式下平台占有免费劳动的问题。奥尔琼·卡萨普（OrÇun Kasap）和阿尔图·亚尔钦塔斯（Altug Yalcintas）提出了“商品化2.0”（commodification 2.0）的概念，用于概括大型互联网公司通过提取用户数据来获取价值的商业模式。商业化2.0模式模糊了生产者、消费者和版权持有人之间的界限，也模糊了工作时间与休闲时间、租金与利润之间的界限，这不仅是对传统商业模式和知识产权保护模式的挑战，更是对整个工业资本主义时期公司和劳动组织观念的挑战。克里斯蒂安·福克斯（Christian Fuchs）划分了整个社会中的四种劳动形态，即工资劳动、奴隶劳动、家务劳动、用户无偿数字劳动，进而提出了“劳动的有机构成”（organic composition of labour）概念，用于衡量一个经济体中未支付劳动时间与支付劳动时间的比例，“劳动的有机构成”反映了资本主义经济对未支付劳动的依赖程度。无薪劳动一向是资本主义体系固有的一部分，数字平台的工作就是把越来越多的无薪劳动合法化。尽管产消者为社交媒体平台创造了价值，但他们并未因此获得报酬，这一现象是数字劳动辩论中的一个核心问题。
“产消者”概念在广受欢迎的同时也备受争议，部分学者从经典劳动价值论的立场提出了质疑。尼克·斯尔尼塞克（Nick Srnicek）反对将社交媒体用户的产消活动称为劳动，因为这些活动并未承受资本主义标准和要求带来的压力，如精简生产过程、降低成本、提高生产力等。巴尔托什·米卡（Bartosz Mika）认为，只有当劳动力被作为商品购买时，雇佣劳动者在商品生产中的劳动才能被视为创造价值的抽象劳动。依照这一逻辑，用户在社交媒体上的活动足迹虽然为平台创造了数据和潜在的商业价值，但这些活动本身并不直接产生可以在市场上交换的商品或服务，因此这些行为不应被视为生产劳动。米卡建议，不应过于简化数字场景下复杂的社会经济关系，应当在更广泛的社会分工和分配关系的背景下重新考虑和定义产消者的角色。
三、平台组织的多重面貌及其垄断趋势
数字平台作为数字经济的核心组织形式，备受左翼学者们关注。国外左翼学者从不同维度描述了平台组织方式的多重面貌，相关讨论侧重于对数字平台垄断趋势的揭露，以及对数字平台垄断机制的分析。
（一）数字平台的多重面貌
左翼学者从多种视角对平台组织方式进行了分析。史蒂文·瓦拉斯（Steven Vallas）和朱丽叶·朔尔（Juliet B.Schor）用五个隐喻概括了数字平台在现有文献中呈现出的面貌，包括“创业孵化器”（incubators of entrepreneurialism）、“数字牢笼”（the digital cage）、“不稳定加速器”（accelerants of precarity）、“制度变色龙”（institutional chameleons）、“宽容的君主”（permissive potentates）”。
“创业孵化器”隐喻描述了平台组织间的垄断竞争状态。数字技术降低了交易成本，便利了拥有闲置资源的人参与市场、实现货币资源化，从而削弱了传统企业模式的主导地位，使得构建基于微型创业者的社会网络成为可能。普里什尼·阿穆古姆（Prishnee Armoogum）等学者提出了“相互容忍”（mutual forbearance）的概念，用于描述大型平台之间的新型合谋形式。大型平台为了避免在对方平台的核心领域内竞争，选择不进入或谨慎进入对方市场，这种自我约束能够减少平台的竞争压力，从而在没有正式合谋的情况下维持高利润。部分学者认为，垄断竞争状态不足以描绘平台经济现状，平台经济已经形成了一个权力结构层级：大型平台和金融资本位于顶层，控制着关键资源和资金，而不平等交换可能是大型平台巩固垄断地位的重要因素；小型平台位于中层，依赖大型平台和金融资本维持运营；其他市场参与者和用户位于底层，他们的行为受到平台规则和算法的强烈影响。
“宽容的君主”“数字牢笼”“不稳定加速器”等隐喻描述了平台组织内部的劳资关系与阶级冲突。数字平台建立基础设施管理经济交易，采取了更加开放的雇佣方式，放弃了对工作方法、工作时间等方面的直接控制，赋予工人更大的自主权，但同时保留了任务分配、数据收集、服务定价等核心职能，其治理机制呈现出权力集中但控制分散的新特点。算法赋予了企业更强的控制权，加剧了信息不对称，降低了工人抵抗、逃避、挑战公司的能力；同时，数字平台可以通过灵活雇佣逃避对雇员的一些传统责任，相应地，工人失去了最低工资、退休金、医疗保险等保障，生活陷入日益脆弱的境况。
“制度变色龙”隐喻则描述了平台组织在不同的国家、社会、制度环境中的不同特性。制度背景和文化的差异可能使得平台企业在不同地区的行为模式及其所带来的社会经济效益大相径庭，因而对数字平台的分析需要避免简单化、片面化的技术主义解读。当前正处于平台经济监管转型的早期阶段，监管扩张正逐步取代深陷危机至少十年之久的新自由主义。在这个过程中，填补平台治理与合法化真空成为关键任务。法比安·法拉利（Fabian Ferrari）特别强调国家在平台组织监管方面的重要作用，认为国家在平台治理中应在鼓励创新与防止滥用市场支配地位之间找好平衡点，国家不仅是监管者（regulator），还同时扮演着引导者（facilitator）、购买者（buyer）和生产者（producer）的角色。
（二）数字平台的垄断机制分析
在分析数字平台的不同维度中，头部平台的垄断机制是左翼学者最为关注的话题。与1990年代世界上规模最大的公司集中于能源和汽车行业不同，今天，大型公司大部分是平台公司，如谷歌、亚马逊、脸书、苹果、微软、百度、阿里巴巴、腾讯等公司。针对这些数字平台，学者们指出，规模经济、网络效应、数据积累等行业特征可能导致自然垄断，知识产权控制、数据占有、战略性收购等不同治理模式下的平台行为则会带来人为垄断，自然垄断与人为垄断往往是交织在一起的。左翼学者们从不同角度分析了数字平台企业的垄断机制，大致可以归结为平台自然垄断和平台治理模式。
在平台自然垄断方面，数字行业的规模效应和网络效应为平台占据广阔市场提供了先天优势。平台公司在获得市场份额的同时，也积累起庞大的用户数据，这些数据能够用于产品和服务的进一步优化。例如，数字广告作为平台积累用户数据的有力工具，既能帮助平台吸引消费者、收集实时数据，又能为平台提供收入，实现对免费服务的交叉补贴。亚马逊收集的消费者数据越多，就越能精准地预测消费者的下一个需求；谷歌和脸书拥有的用户数据越多，提供的广告就越具有针对性，大数据本身的特性便决定了较高的市场集中度。此外，一些平台采用生态捆绑、基础设施化的战略，控制关键的数字基础设施，在应用程序中捆绑越来越多的服务，来加强用户和其他平台对自身的依赖性。对于平台自然垄断，杰拉尔德·伯克（Gerald Berk）和安娜李·萨克森尼安（AnnaLee Saxenian）主张，反垄断法应当鼓励平台从中心化模型转向去中心化生态系统，通过使合作比合并更有吸引力来促进创新。
在平台治理模式方面，市值最大化目标以及金融化力量的支持加强了平台的垄断地位。在以公司市值为中心的投资模式下，估值时常优先于收入流，扩张和垄断时常优先于盈利能力。风险投资、私募股权、主权财富基金等金融资本往往根据其评估的垄断租金水平协助或逼迫平台公司通过收购行为实现规模扩张和市场垄断，从而达到公司市值最大化的目标。头部平台企业也常常将很大一部分垄断租金投资于金融资产，在2019年资产负债表中，有价证券等金融资产占据了谷歌和脸书总资产的40%以上。这些企业通过战略性收购来巩固自身的垄断地位，这就形成了一种金融垄断资本自我强化的循环。塞西莉亚·里卡普（Cecilia Rikap）认为，知识产权租金与金融化相辅相成，共同加强了平台公司的垄断地位。一方面，平台公司通过知识产权获得的租金可以提升其市场价值，提高公司在金融市场的吸引力。另一方面，金融市场提供的资本使公司能够增加研发投入，进一步增强其市场力量。此外，一些平台公司将知识产权转移至低税率的国家以减少税负，这也是其金融化策略的一部分。
四、数字资本主义向何处去
自席勒提出“数字资本主义”概念以来，左翼学者们广泛运用这一概念对数字技术下的资本主义社会结构进行整体性的研究。下面我们将关注国外左翼学者对数字资本主义内在矛盾的病理分析，同时介绍国外左翼学者提出的数字资本主义治理策略及数字社会主义展望。
（一）数字资本主义批判
左翼学者通常用“数字资本主义”来描述资本主义经济体系如何通过数字化手段进行社会再生产，数字资本主义的关键特征包括平台公司成为企业—市场混合体、大数据成为主要原料、无形固定资本占有中心地位、算法控制和监管、租金与利润界限的模糊、工作时间与休闲时间界限的模糊、免费劳动成为利润来源等。
左翼学者们往往从生产方式出发分析数字资本主义的积累逻辑、阶级状况、社会矛盾等问题。艾托·希门尼斯·冈萨雷斯（Aitor Jiménez González）扩展了劳伦斯·莱西希（Lawrence Lessig）提出的“代码即法律”（code as law）概念，认为算法即数字时代的私法，没有国家权威的支撑，却能成为企业家监管工人的工具。相应地，受到平台资本主义合法化剥削的群体成为“数字无产阶级”（digital proletariat），无论是Deliveroo的骑手、Uber的司机、在线大学的教授，还是亚马逊物流中心的操作员，都因不掌握数字时代的生产资料而成为受困于算法系统的被剥削阶级。加里·耶里齐安（Gary Yeritsian）借用法国社会学家吕克·博尔坦斯基（Luc Boltanski）和夏娃·夏佩洛（Éve Chiapello）的“新资本主义精神”概念指出，这一强调劳动力参与的管理话语和实践体系已经从正式的工作场所扩展到互联网，从员工扩展到用户。新资本主义精神通过强调自主性改变了劳动者对工作的认识和态度，使他们更愿意接受灵活、不稳定的工作形式。巴尔托什·米卡（Bartosz Mika）指出，尽管数字资本主义加速了生产过程的数字化、就业的碎片化、工作的不稳定化，但资本主义的本质并未变化，数字资本主义仍然受资本主义积累逻辑的支配，依赖不断的技术创新和用户参与，同时加剧着劳动条件的不稳定和社会不平等，这两方面共同构成了数字资本主义积累模式的内在矛盾。克里斯托弗·维默（Christopher Wimmer）提出了相似的看法，认为尽管数字化在许多场景下改善了人们的生活条件，但数字资本主义仍然与资本主义的竞争和剥削逻辑紧密相连，问题不在于技术本身，而在于技术的发展和应用被资本主义逻辑支配。
（二）数字资本主义治理与未来社会展望
左翼学者关于数字资本主义的实践方案大致从治理数字资本主义和展望数字社会主义两个方面展开。“平台合作主义”（platform cooperativism）是特雷博·肖尔茨（Trebor Scholz）等学者提出的一种利用平台资本主义的算法为平台合作运营模式服务的数字版传统合作主义，旨在促进去中心化、民主共有和公平的价值分配。在平台合作主义下，算法将被用于更好地协调各方利益、提高合作效率，而不仅仅是为了实现平台资本主义下的利益最大化目标。米歇尔·博旺（Michel Bauwens）和瓦西里斯·科斯塔基斯（Vasilis Kostakis）批评了平台合作主义在封闭版权体系下运作的局限性，主张将其纳入更广泛的开放合作主义模型。埃万盖洛斯·帕帕迪米特罗普洛斯（Evangelos Papadimitropoulos）进一步指出，在开放合作主义模型的基础上，为了实现真正的变革，需要将伦理和政治文化嵌入到制度设计中，促进个体与集体共同利益的实现。治理数字资本主义的方案多从立法和监管方面着手。K.萨比勒·拉曼（K.Sabeel Rahman）和凯瑟琳·泰伦（Kathleen Thelen）从重新定义雇佣关系、改善劳动组织、扩大劳动法适用范围、推动行业范围的集体谈判、强化反垄断执法、监管风险投资和私募股权、提高消费者数据隐私意识等方面提出了应对数字资本主义带来的不稳定性的策略。马库斯·吉尔罗伊-韦尔（Marcus Gilroy-Ware）建议，左翼应当更好地学习生产技术，掌握技术主动权，改变社交媒体被商业利益主导的局面。马丁·J.科尼恩（Martin J.Conyon）认为，政府应当在保护个人数据隐私方面起到一定的干预作用，例如欧盟的《通用数据保护条例》（GDPR）可以作为保护数据隐私的立法模型。此外，公司应当充分重视透明度和用户同意在数据隐私保护中的重要性，在获取数据前，必须以清晰、易懂的方式说明数据用途，并在获得用户同意的情况下处理用户数据。
大数据和互联网的迅速发展使得围绕数字社会主义的讨论和研究更加丰富。20世纪关于社会主义经济可行性的部分争论似乎在数字时代能够通过技术手段得以解决。叶夫根尼·莫罗佐夫（Evgeny Morozov）指出，数字技术可能使经济协调不再依赖价格机制，而是通过直接的数据交流和算法处理来实现，这种转变可能为社会主义经济提供新的组织原则。基斯·范德皮尔（Kees van der Pijl）认为，信息和知识本质上是社会的，市场不应该是现代经济的唯一调节者，利用大数据和信息技术可以创建一个灵活的中央规划系统，系统与个体偏好相结合，就能在保持个体自由和创造力的同时实现更有效的资源分配。尽管如此，许多学者也指出，技术本身并不是解决问题的万能钥匙，而是需要结合社会主义的价值观和目标来设计和实施。希尔维亚·里夫（Silvia Rief）认为，数据分析和算法并不能自动解决经济规划和治理问题，需要结合对经济机构的重组和对技术科学客观化和商品化的批判性分析，才有可能借由数据和算法实现社会主义。
五、结语
算法控制及“制造同意”的升级、数字劳动者生存境况的变化、平台组织的多重面貌及垄断趋势、数字资本主义批判及未来社会展望构成了我们追踪数字经济研究进展的最新线索。
首先，控制技术的发展及“制造同意”的升级展现了生产过程中斗争地带与合作空间的演变。算法技术的加持使得平台可以实施更具全面性、即时性、交互性、不透明性的控制手段，数字监控作为算法控制的典型，构筑出数字时代的“算法全景监狱”。工人一面接受和适应算法的规则以追求更高的收入，一面反抗算法的压迫以维护合理的权益。
其次，新劳动形态的发展意味着数字经济条件下劳动者的权益保护受到新挑战。零工经济带来了工人工作不稳定、劳动条件恶化和社会保障缺失等问题，不同的技能和资格、不同的工作动机和需求等因素是理解不同劳动群体受零工经济差异化影响的关键；同时，数字经济中劳动者生产与消费界限的模糊引发了围绕数字劳动与价值创造的争议。
再次，左翼学者描述了平台组织形式的多重面貌，数字平台的垄断机制是讨论的一个焦点。平台组织间的垄断竞争状态与权力结构、平台组织内的劳资关系与阶级冲突、平台组织在不同制度环境中的不同特性展现了描述平台组织形象的丰富维度。平台组织特点以及平台金融化的发展等因素带来了平台企业垄断趋势，左翼学者从平台自然垄断和企业治理模式等方面对巨型科技企业的垄断机制进行了分析。
最后，通过对数字资本主义的批判性分析，左翼学者指出，借助数字化手段，资本主义经济体系扩大了生产和积累，也创造了数字无产阶级以及更复杂的社会矛盾。立法、监管、数据隐私保护、劳动法改革等可以被视为数字资本主义的治理方案，而数字技术发展也引发了更多对超越资本主义、实现数字社会主义的探索。
