謝榕、張國棟：“做數據”：數字勞動秩序的數據化建構——基于Y直播間銷售勞動的案例研究

“做數據”：數字勞動秩序的數據化建構

——基于Y直播間銷售勞動的案例研究

謝 榕1 張國棟2

(蘭州大學哲學社會學院;

西南大學國家治理學院)

摘要:數字技術不僅對社會結構變遷產生了深遠影響，而且已成為社會結構的一部分。勞動是社會實踐的典型形態，是分析數字社會結構與秩序的重要領域。本文依據結構化理論，設計了案例研究的程序，設計了基于配置性資源與權威性資源的分析框架，對D平臺Y直播間的銷售勞動展開了實證研究；通過展現直播銷售員在“做數據”過程中面臨的數據環境以及個體應勢而生的系統意識和勞動策略，挖掘出了平臺數據所具有的資源配置與工具權威雙重屬性，以及這兩種形態的數據參與塑造數字勞動的實踐過程。在此基礎上，研究揭示了數據勞動的基本邏輯，闡釋了數字勞動秩序如何形成、勞動者如何在平臺權力下發揮主觀能動性這兩個相輔相生的問題。

關鍵詞:數據，數據勞動，數字勞動，直播帶貨，流量，結構二重性

中圖分類號:C919文獻標識碼:A

DOI:10.19524/j.cnki.10-1009/g3.2024.01.063

一、問題的提出

“做數據”一詞容易令人聯想到以數據為勞動內容的專門化工作，然而現已成為數字勞動的重要維度。簡單來說，“做數據”是吸引用戶注意力、積累受眾操作痕跡的勞動過程。數據“做”得好不好直接關系到平臺是否能獲得優質的數字資源，從而直接或間接地成為數字勞動者工作流程設定與勞動效果評價的依據。

互聯網平臺是數字勞動發生的重要空間，依附于平臺生存的低技能體力勞動者近年來受到學術界關注[1-2]。此類勞動者處于數字化工作鏈條的“末端”：一方面為技術系統所“使用”，通過快遞巴槍、搶接單系統等接入平臺服務供給鏈條以便出賣勞動力換取生活資料，另一方面以“零工”身份參與“去雇傭化”的勞動關系[3-4]，看似來去自由，實則受制于平臺的重重規約。以受困于技術控制的勞動主體及其薄弱的勞動權益保障為熱點議題，該領域已積累了不少有洞見的研究成果[5-7]。

然而還有一類數字工人與之不同，它們并非以零工身份在平臺中從事計件獲酬的勞動，而是以平臺為工作空間。換句話說，平臺對于這類勞動者來說并不是任務分發者，而是為勞動過程的推進提供必需的媒介和數據環境。關于這類“非零工”型勞動者尚無充分的學術積累。近年來火熱的直播帶貨銷售員 ①便是觀察此類勞動形態的典型窗口——他們與電商公司之間存在雇傭關系，后者則必須“逐流量而居”地在商業平臺開設直播間進行日常銷售工作。與傳統的網絡商城式銷售模式不同，“做數據”“引流量”是直播銷售員的基礎工作內容?！傲髁俊奔捌浯淼臄祿h境對于數字化勞動的意義是一個值得探索的有趣話題。

在政治經濟學語境中，數據作為新生產要素的作用已經在催動價值增殖、賦能勞動力與資本要素、優化社會分配等角度得到了論證[8-9]；在勞動社會學分析中，也有研究從數字勞動的雙重性出發，指出了數據勞動能夠幫助算法進行優化迭代。然而在現有實證研究中，數據有時是有價值的勞動產品（如受眾勞動[10]、標注勞動[11]），有時又是勞動過程所依賴的材料或管理資源[1]，理路并不清晰?！白鰯祿钡木唧w路徑如何?數據在勞動過程中發揮何種作用？平臺及其提供的數據環境對數字勞動生產秩序的形成有何意義？這些疑問構成了本研究的發問起點。本文將以互聯網直播銷售勞動過程為分析對象，基于D平臺Y直播間的案例研究來回答這些問題。

二、文獻回顧與分析框架

1

文獻回顧：數據、技術與生產勞動

數據是重要的生產要素，也是商業平臺得以運行的物質基礎。已有研究從以下兩個方面討論了傳統馬克思主義生產理論如何將數據元素納入論述體系，同時也注意到了數據在真實勞動世界中對技術權力強化所發揮的作用。

（1）生產力與分配：數據要素引發的理論話題

文字、符號、操作痕跡等數據作為人們在互聯網世界中的原始行為記錄，承載大量有關事物性質、特點和變化的信息，已經被判斷為新質生產力的核心生產要素[12]?，F有研究從生產力的幾個維度進行了分析。

首先，數據是重要的生產資料[13]。數據可以是勞動對象——信息技術對海量操作痕跡的有效集聚與運算，使得這些數據資源成為產業鏈條上的基礎產品和原材料[14]，由此擴展了可處理與利用的客體的深度與廣度；數據還是勞動工具的必要構成——基于大數據的算法、軟件服務等基礎設施成為社會生產的必要手段，充當勞動者將自身活動傳導到勞動對象上的物質中介[15]，提升了信息與服務的集中效能與配給效率。盡管不同學者對數據生產屬性的看法存在一些爭議，一些人認為數據只是閑暇行為的附屬物而將其排除在勞動創造的價值之外[16]，另一些則將數據生產行為劃入生產性勞動[17]，但數據作為社會生產力的內在構成已成事實，并作為資本積累的關鍵要素對生產組織結構產生了重要影響[18-19]。其次，數據對勞動力提出新需求。具備數字素養、掌握數據操作與控制等高階技能逐漸成為“將勞動資料與勞動對象實現數字化結合，從而高效地創造新的勞動產品”之必須[14]。除軟件開發等專業技能外，數據加工、算法邏輯、分析思維等隱性知識與“無身體”思維組織技能也逐漸成為勞動力的內在要求[20-21]。此外，數據要素的分配也是關鍵問題。數據的決策力與價值建立在聚合效應的基礎上，數據生產者、處理方與獲利方等多重主體在此過程中關系模糊，使得數據產權難以清晰界定，其分配只能交由市場處理；數據壟斷背后的個人注意力被無限剝削、隱私暴露與信息安全等也值得擔憂[22]。研究者大多數從分配正義角度出發，指出數據分配應遵循市場決定貢獻、貢獻決定報酬的原則[23]，但也只能從確立產權機制、建立數據競爭制度[9]、數據公共化[24]等理論與制度構想的層面上思考出路。其實，現下對分配問題的討論主要與數據產生的商業價值和利潤聯系在一起，然而馬克思曾指出，分配不僅僅指財產，還涉及生產工具[25]33。這個問題由于數據兼具勞動產品與勞動工具的屬性而更顯棘手，數據分發問題的復雜性便是表現之一。

（2）以數據為基礎的算法權力

在“數字勞動”范疇中，作為行為痕跡記錄的數據往往與媒介受眾的“無酬勞動”聯系在一起[26]，然而有不少實證研究證明“痕跡勞動”還與勞動過程的數字化管理有關[27]。數據及其利用方式如何幫助消解價值生產過程中的不確定性是數字勞動研究的重點議題，現有分析路徑與數據的兩種形態有關：

其一，作為管理資源，數據記錄充當了勞動控制的實施依據。算法可以對平臺工人的生產過程進行實質管理，實施任務分配、操作監管等控制手段并利用動態數據保持這些手段的循環升級[28]，如外賣騎手除了運輸勞動外還從事數據采集勞動，其勞動結果會反過來幫助平臺約束騎手的工作流程。此類話題大多落腳于對算法黑箱效應的揭露和對技術異化的批判，揭示出技術權力隱蔽地攫取了勞動自主性與勞工權益，主導了勞動關系的不穩定性[29]。但是，這一分析方向逐漸拘泥于勞動過程理論的傳統敘事，強調技術權力的外在性而忽略了權力落實的發生細節。其二，作為勞動加工對象，大量的數據處理工作使相關勞動者淪為技術的附庸物。尤其是近年來學術界所關注的數據標注員[30-31]，他們直接服務于算法，所產出的數據供人工智能產業作為“燃料”[32]，因而被認為處于數字勞動序列的最低端[33]。學者們從“幽靈勞動”[34]、“認知勞動”[35]等角度出發予以分析，研究結論仍以平臺技術控制下主體性的侵蝕，以及隨之而來的勞動關系變遷為主，如人的認知系統被標準化以便于監管，勞動者、監工與雇主關系的隱蔽化等。

有關數據與生產勞動的關系，數字勞動研究先驅克里斯蒂安·?？怂梗–hristian Fuchs）和蒂茲納·泰拉諾瓦（TizianaTerranova）很早便將產出數據的活動視為廣義數字勞動的一個從屬范疇[36]，只因數據作為新質生產力及其使用價值與經濟價值越來越凸顯，數據勞動（Data Labour）近來開始獲得分析上的獨立性。研究現狀提示，許多有關數字勞動的爭議與難題根源就在于數據同時具有物質屬性與工具屬性，前者是指數據作為原材料充當勞動產品和下一步的加工對象，后者指數據的分類與分發方式成為數字時代“泰勒制”的基本要素，維持著算法與“算計”。這種雙重形態及其模糊不清的邊界既給數據生產要素的理論化帶來困難，也束縛了對現實問題的分析。

2

配置與權威：一個分析框架

文獻啟發我們，物質資料與權力工具可以是思考數據作用機制的兩個維度，同時，算法權力掌控勞動過程的分析角度雖有益，但過多強調數字技術作為規訓的實施方，缺乏對技術究竟如何被實踐的下游過程的闡釋。已經有學者注意到這一點，關注到“組織”如何中介性地彌補算法無法達到的空間[33]。本文則關心勞動者個體——他們是如何與數據互動并參與數字技術權力的再生產的，嘗試從結構化理論視角解析數據如何充當技術權力與個體行為的媒介。盡管闡述細密但模糊不清的結構化理論被認為只能當作研究邏輯而非研究程序的來源[37]，但也有學者認為如果放棄安東尼·吉登斯（Anthony Giddens）那種適用于所有地方的“一般本體論”，通過一些概念手段給出研究現象以特殊性，那么結構化理論會對實證研究更友好[38]。

基于此，本文提出一個研究框架。首先，上文已闡明數據作為生產資料既是產品、原材料，也是算法管理的依據，所以數據應當被理解為“資源”而非僅僅是“資料”；其次，可以將數據及其技術處理視為一種社會結構要素，因為現下它們已經充當了“特定的時空限制下的社會環境”。在結構化理論中，資源是結構的構成成分，包含配置性資源與權威性資源，前者是實體的、可供使用的客觀物質，后者是非實體的手段與方法，客觀上形成了人與人之間的支配與被支配的關系，兩種資源共同構成了“權力得以實施的媒介”，調配與控制著人類實踐。依此將數據資源的兩重屬性進行理論化設計：源源不斷產出的數據痕跡是數字平臺運營與協調配給的基礎性物質材料，充當了配置性資源；數據的分類、匹配與分發手段的單向性決定與隱含的支配關系又令數據成為一種權威性資源。數據資源不僅作為數字勞動者行動情境的基本條件和中介發揮作用，它自身也是勞動過程的結果；勞動者的數據行為則既依賴數據資源，又依賴再生產著數字社會的結構（見圖1）。

圖 1 結構二重性分析“做數據”的理論框架

本研究初步設計這一分析框架，兼顧數字技術和勞動者所反映的結構二重性特征，以期彌補對算法制約力帶有決定論色彩的強調，和數據概念在現有研究中的抽象化使用。

三、研究方法與案例描述

本研究以D平臺直播間銷售員的勞動過程為內容進行案例研究。銷售員在20世紀上半葉美國勞動力結構轉型時期就是最具研究價值的職業之一[39-40]。近年來“帶貨網紅”“網絡主播”等新型崗位吸納了大量就業人員，也逐漸為大眾所熟悉。這使得該群體及其所蘊含的新興勞動趨勢具有較大的分析潛力。

案例研究是一種善于回答某項正在發生的事件“怎么樣？”“為什么？”，并探索事件背后重要的情境條件的研究方法[41]19-21，其中的單案例研究法適宜分析直播銷售勞動這樣具有啟示性與批判性的日常事件。所選擇的Y直播間有其典型性，首先它生存的D平臺是月均活躍用戶數量最大的直播平臺之一，已帶動包括帶貨主播在內超3000萬就業機會[42]；其次，電商直播“玩法”分類為“頭部”“腰部”和“尾部”，其中頭部主播（如羅永浩）自帶流量與產品資源，對購買行為有極大影響力，“腰部”次之，且“腰部以上”主播需要數百萬啟動資金，門檻很高，絕大多數直播間在“尾部”，銷售數據極大受限于平臺的流量分發，Y作為“尾部”直播間便是觀測數據與勞動互動過程的良好范例；其三，Y直播間正在經歷由傳統網店銷售向直播銷售轉型的過程，職員對不同平臺的規則差異有清晰的感知，適應平臺環境的過程有助于研究者觀察與研究主題有關的情境條件。所選案例提供較豐富的資料數據，兼具理論上的重要性與研究的現實可行性，為分析者提供了理論輸出的依據。

在分析策略上，本研究預先構建了以結構化理論為基礎的分析框架，但為避免循環論證，計劃一邊運用案例材料對框架進行檢驗，一邊對案例呈現的故事進行概括并推演延伸到相似情境，即實施分析性歸納[41]52，提煉出有解釋力的相關概念以達到“走出個案”的目的。所使用的材料中，一手數據源自于2021年9月至12月陸續獲得的觀察筆記與訪談記錄，此間研究者以“打雜者”身份參與每晚的直播活動以實現參與式觀察，在直播空閑期間對全部7名職員進行了深度訪談、參與了三次直播復盤會；二手資料包括Y公司職員學習直播技巧時使用的教學視頻和攻略等大量視頻與文字資料。多來源數據構成三角證據來源以保證研究的建構效度。

四、“做數據”：運行一個有效直播間的勞動過程

自直播帶貨興起后，許多電商紛紛向短視頻與直播平臺轉型，Y公司也不例外，他們發現網上商城購物模式下銷量逐漸下降，遂將原在J商城中的店鋪關閉大半，招聘了新職員轉向D平臺。D平臺上的直播間并非一開始就能獲得流量、順利銷售。一個直播間從開播到初步穩定，需要經歷入駐和起號兩個基本過程，不同過程的數據各有不同的“做”法。

1

入駐：使勞動內容與數據環境相匹配

只要具備一定的經營資質并知曉平臺要按銷售額收取定量的“技術服務費”后，電商公司就可以開啟直播帶貨了。Y直播間首先面臨如何適應新的媒介環境的問題，此時，“做數據”是指將勞動內容與媒介情境的要求匹配起來。

（1）媒介形態對勞動內容的限定

直播媒介的信息呈現有自身特征，一是具有不同于圖文、短視頻式傳輸的實時性、逼真性和強互動性，能提供身臨其境的真實感，受眾可以通過彈幕提問發言并立即得到反饋，更易被喚起愉悅和感知信任；二是觀眾所能看到的直播并非來自搜索，而是由算法進行推介，智能平臺基于對海量用戶及其行為的實時動態監控和算力實現內容推送，受眾獲得的是依個人興趣的、定制化與異質化的信息。這使得銷售目標群體不再是那些帶著購買意圖直接搜索產品的消費者，而是只有潛在購買可能的直播受眾。勞動內容遭遇斷裂性變化，日常工作流程和勞動方式都被媒介設計形式所重新框定。

“……之前是圖文形式，淘寶京東這些就通過圖文去賣東西的。以前京東店鋪有美工、客服、運營，美工和客服，現在做直播了，有兩個就被裁了。公司陸續招了幾個主播，運營有一個轉型做直播帶貨了，但是一切都得從頭學。”（負責人D訪談記錄）

“淘寶的用戶都是搜索進來的，說明進來的人都是有需求的人，很容易下單。直播用戶是被系統推過來的，只是有可能會買，大概率不會買，所以我得用話術追著他們買，我的介紹就特別重要?！保ㄟ\營Y2訪談記錄）

工作內容與職責需要更新以適應新的勞動場景，主播和運營是直播帶貨的兩個核心崗位。主播負責在鏡頭前展示產品、與用戶互動，其工作目標是通過肢體和口頭語言的持續輸出來吸引注意力、制造購買需求以及與觀眾建立情感連接。運營需要完成撰寫腳本話術、規劃售賣流程、復盤直播數據等任務。勞動內容的徹底更新使得曾經的工作經驗幾乎沒有幫助，勞動技能需從頭學起。

（2）“數據格式”對勞動秩序的規范

源源不斷的數據常被稱為流量，它指用戶終端上接收信息時所消耗字節的數字記錄，是對數據交換現象（用戶既獲取數據也提交數據）的量化反映。不同平臺對流量的設定模式不同，如某條微博的點贊、轉發和評論便是某ID的三個流量指標。可以將這種對輸出數據的特殊設置稱為“數據格式”。D平臺的數據格式十分細致，包括用戶在某直播間的停留時長、關注、加粉絲團、彈幕互動、搶紅包等，以及購物頁面中的購物車點擊、商品點擊、收藏和真實購買行為記錄。這些用戶操作數據被當作直播間的勞動成果記錄下來，由系統轉換為更直觀、可分析的格式呈現給銷售員（見圖2）。

圖 2 直播時運營需要分析的數據看板

圖2中的勞動成果數據對銷售勞動秩序做出了規范和限定，銷售員的行動意圖也因此十分明確，他們很清楚自己的工作就是將每一項格式規定的數據“做”好，并將這種意圖貫徹進勞動過程：

“直播間吸引流量的話術一般就是這么幾個：先強調送福利——比如強調新粉的福利，今天這個產品大家人手一個免費送——這樣大家就會停留下來看嘛，做停留時長；然后引導關注，告訴老鐵們進來趕緊點關注，只要超過300人關注就送，不夠就不送，這樣的關注率就上去了；接著告訴大家我們的產品多便宜，讓他們去天貓京東上看他們賣多少錢，打折后也要39元哦，我直播間只需要19.9包郵到家，還送小禮物哦！這是引導下單率；然后是介紹產品的具體信息，保證產品質量；最后倒數補倉，告訴大家庫存就100份，準備開搶啦！最關鍵的是問有沒有搶到的，沒搶到的稍微等一下，我再申請一波庫存。我這么一說，大家還會再等待，停留時間就更長了?！保ㄘ撠熑薉訪談記錄）

可見盡管最終是為了賣貨，但銷售勞動的直接目的其實是完成各項數據輸出指標。在人均看播時長、成交率等數據格式的規定下，主播被要求對身體景觀（如外貌、表達）進行整飭，扮演本不真實存在的親切或激動、幽默或樸實來吸引眼球或達成情感連接，以此賺取累計觀看、看播時長、新增粉絲等數據；運營則緊盯數據變化曲線，根據成交趨勢圖、用戶特征、成交率等數據實時調整直播策略。被平臺算法所分類和梳理過的數據成為直播銷售流程的全部依據。

2

起號：使數據勞動被系統“看到”

在設置好能夠輸出與處理直播內容的崗位后，直播間就正式進入“起號”時期。此間，Y直播間度過了“新手扶持”和“引流”兩個階段，勞動目標是在平臺系統的監測下展示出合格的數據表現，在符合平臺規則的前提下贏得流量。“做數據”此時指直播間產出大量數據來“打標簽”，即讓自己在系統“眼中”的形象清晰起來，進而獲得自己想要的流量類型。平臺并不會放任入駐商家自由經營，而是始終進行監控與引導。從主播的表現到直播間布置陳設再到運營的數據設置，勞動過程的所有動作都經由平臺內部的操作系統記錄和計算。對于平臺來說，這種監測的根本目的是激發賣家店鋪的流量和轉化率以便提高“技術服務費”抽成，同時保障在直播間下單的用戶獲得良好的購物體驗，確保平臺用戶的穩定增長，這對于數據的可持續供給非常重要。

（1）新號扶持與“標簽勞動”

新開直播間依賴以監控為前提的扶持幫助，若沒有這種監控，再久的直播也是無用功，這與既往觀念中技術監控的約束性和負面感受不完全相同。Y直播間一開啟就被識別為“新手”，獲得了D平臺的“新手禮包”：流量。

“開直播都會有新人禮包，就是首次開播會給你比較好的流量，但是你要表現好一點，比如視頻畫質要清晰，時長最好在15秒—30秒之間，直播的話要在兩小時以上，太短會被認為內容欠佳，不會把流量推薦給你。有時候新號開播沒一個人進來，主播和賣家的積極性大受打擊，這時候平臺甚至會派一些“大頭娃娃”去撐撐場面，就是機器人，頭像全都是大頭照，有幾個大頭娃娃在會暗示主播，別緊別擔心，有人看的。但其實只是機器人。……機器人還有一個任務是看我們播得怎么樣?！保ㄟ\營Y4訪談記錄）

“平臺的扶持規則是這樣的，新號開播會有扶持政策，把你當作小學一年級的水平，給你出簡單的考題并且提供便利條件，讓你能夠成長，比如第一天你成交5單就算表現很好了，能獲得推流；第二天你成交10單，到二年級水平，它依然會扶持你；第三條你流量多了，成交100單，那么平臺會認為你已經成長起來了，不需要扶持了；如果你沒有接住這個流量，第四天你流量又跌回跟第一天一樣，平臺就不再會扶持你了，因為它默認你不再需要幫助了。你要從谷底再慢慢遞增，花的代價是剛開始的很多倍。”（直播學習資料）

不難看到這種扶持性監測仍逃不開質量監控的深層邏輯：系統監控對于起步階段直播銷售員的真正意義在于提供“養號”的機會，也就是在系統的“注視”下表現出良好的直播狀態，向平臺證明自己是一個誠信經營、敬業的賣家。但除了勞動監管以外還有更重要的，系統監測是確立直播間與平臺之間“數據交換”方式的必要前提——扶持時期所輸出的數據可以讓平臺看到Y直播間的特征與理想觀眾，平臺可以依此將更“準確”的受眾群體推薦到Y直播間，提高成交率，這一過程被銷售員稱為“打標簽”。

“我們是賣白酒的，剛開播時男女比例對半，肯定不合適的。這時候不管有沒有觀眾看都要一直播下去，因為系統會看到你是誰。就這么播了幾天，男性多了，逐漸加到95%，這個標簽就清楚多了，成交量自然就上來了。你跟女的播肯定就被很快滑走了呀?！保ㄟ\營Y4訪談記錄）

平臺的監視既能為直播間推送合適的潛在購買者以助其提高成交量，又保證將有價值轉換潛質的直播間推到更多用戶面前從而提升自身流量。系統監測和銷售員“打標簽”的數據勞動行為分別構成了雙方有效數據交換的必要條件與充分條件。

（2）“引流”：獎懲與規則

在系統的“看管”下完成“新手任務”、打好標簽后，直播間就進入了常規運行階段——接受平臺推薦流量池用戶，實現流量與現金收入的轉化。流量是銷量的基礎，獲得大量、優質的用戶推薦是平臺對直播間的“獎勵”，獎勵依據“做數據”效果的優劣，主要包含買家評價和交易指標，交易指標又涉及互動數據（如停留時長、點贊數量等）與現金交易量（如整場銷售額GMV、單個觀眾平均產出UV等）。也就是說，直播間只有將所被期待的數據和轉化值貢獻給平臺，才會獲得后者的優質流量推薦。

懲罰主要依據賣家行為是否違反平臺規則。在D平臺“電商學習中心”可以查詢到大量繁復的營銷規則，包含了從招商入駐、店鋪命名、信息發布等內容，此外還有每天更新數條的“避坑指南”，基于這些細致詳盡的規范約束，銷售勞動者在直播、發貨和售后時稍不注意——例如說違禁詞、涉嫌虛假宣傳、發貨超時等，就可能違規而遭到處罰。

“直播間不允許說‘最好’‘高效’‘免費’這樣的詞，只好用其他詞代替。系統的人工智能一直在直播間里蹲著，聽到就判違規。我們就寫在背景板上，后來發現人工智能會屏幕截圖的，那我們就用錯別字，把‘送’寫成‘宋’之類的，大家都知道什么意思。昨天我才不小心說了‘隨機’，今天流量就不好了，又得重新拉流量。”（主播Z1訪談記錄）

處罰方式仍以流量為中介：或減量、或降低匹配度，不論哪種都會直接造成銷售量的降低。

“系統對直播間的評價在直播間操作后臺的‘達人表現雷達圖’里能看到，評價分為成交表現、拉新表現、流量表現和轉化表現四個維度，把‘達人表現’與‘行業平均線’和‘行業優秀線’進行比較，得出優秀、普通、不好三個等級，這些是第二天流量獎勵的數字依據?！保ㄘ撠熑薉訪談記錄）

指導工人工作、評估工人表現和對工人實施獎懲是資本主義企業對勞動者的三種控制權[43]17，盡管直播銷售與平臺間不存在工人與企業之間的雇傭關系，但平臺實際享有著對電商公司所有人員的管理控制權，“給平臺打工”成為從電商老板到銷售雇員的共同感受。

從“入駐”平臺到按規操作，平臺與銷售員之間始終不存在雇傭關系，也沒有達成與“零工”式勞動類似的“承攬協議”，卻能在有序的互動中達成雙方目標。數據、流量和平臺作為銷售勞動展開過程的關鍵詞，其深層意義值得進一步探討。

五、數據雙重性、數據勞動與系統意識

數據在直播銷售勞動中占據中心地位，它是接受質檢的“產品”，是買賣成交所依賴的“礦池”，也是平臺揮灑權力的“鐵鞭”。它以不同的角色參與數字空間的勞動實踐，也借此不斷強化著自身的權力。這種互動秩序是如何可能的？

1

數據、流量與數據資源分配

從數據及其特性說起。平臺所占有和掌控的數據來自用戶個體和直播商家。用戶在平臺上花費時間和注意力，并有可能對直播內容產生興趣而付出情感資源和進一步操作（如互動、購買），商家則產出直播內容，二者的行動痕跡集合起來構成了數據的主體。勞動者“做數據”實質是一種爭取數據資源分配的行為，“做”字內含“輸出”和“獲得”兩層意思：“輸出數據”是銷售員通過長時間直播、有趣講解等吸引用戶駐足和互動，達成各項數據格式的指標；“獲得數據”則是通過各種方式向平臺爭取更多的用戶量推送。二者存在因果關系，產出的數據越好，獲得的數據也就越好。數據呈現不同形態，它可以是完成狀態的、具體的行動痕跡，已經被數據格式所細致分類的勞動成果或“產品”，也可以是模糊的、有待分配的用戶集合，意味著將要發生的行為的結果，是潛在的勞動資料，例如將男性推送到白酒銷售直播間，是因為他們比女性更可能被說服而停留、購買。盡管這兩種形態的數據根本上都源自受眾勞動且彼此相互聯系，但在訪談語境中，后者（即未來有可能發生的受眾數據）因其龐大規模和不確定性而被稱為流量（見圖3）。

圖 3 數據在案例中的雙重維度表現

“輸出數據”與“流量”各有其配置屬性與權威屬性。首先，輸出數據由兩部分構成，由直播間產出的傳播內容是一種配置性資源——主播們提供了規模龐大、品類豐富的視覺產品與商品信息，這些客觀存在物為平臺搭建的信息框架填充了內容；另一部分，直播間按規定格式完成的指標數據則是一種權威性資源——看播時長、點贊量、成交率等數據指標是平臺將各個直播間進行優劣區分、配給不同流量的憑據，是平臺權力得以貫徹的抓手。其次，待分發的流量也同時具有分配性與權威性的功能：只有依賴平臺所推介的觀眾以及他們將要付出的受眾勞動這一物質資源，主播的說服功力才有可施展對象，直播間也才可能完成平臺要求的數據；而平臺通過分發不同品質的流量實現對某一直播間的獎懲，利用數據充當實施勞動監管的鐵鞭。

物質配給性與權威工具性的雙重存在展現了數據資源如何充當“權力得以實施的媒介”。數據既會賦權、又能約制，作為有力的杠桿對直播銷售乃至所有潛在受眾的行動進行調節與控制，對數字世界中的勞動實踐發揮了重要功能。平臺因此獲得了決定如何塑造與使用數據的獨享權力。進一步地，數據資源又轉化成為一種行事規則：那種“以博取流量為達成一切目標的必經之路”的做法盡管未經正式規定，卻已然被相關行動者策略性地掌握，成為“一般化的程序”融入了數字化生存的行動慣例。細觀之，“數據至上”的生存規則以下述內容為必要條件：

其一，以數據換數據的必要性。在互聯網中生存，只有付出數據勞動換取優質流量才可能實現“變現”。何謂優質？從案例中可以概括出流量的維度：一是寬度，即受眾人數，只有被展現在足量用戶眼前并獲得足夠駐足時間，銷售員才有可能進一步追求互動數據和交易數據；二是深度，指受眾與直播間的互動程度，代表了用戶與平臺之間數據交換的復雜性，數據交換越復雜，“變現”的可能性越高；三是精確度，代表看播用戶與售賣商品之間的匹配性，這基于平臺對每個個體興趣、偏好和行為傾向（例如是否?；?、常下單）的掌控和安排，因為用戶的行動痕跡也幫助生成了他們自己的“身份標簽”，有助于平臺對其實現高效利用。寬度、深度和精確度越高的流量越容易變現，平臺正是通過對三個維度的控制實現直播勞動成果的評判，將優質流量推給數據“做”得好的直播間作為激勵，對于違規者則給予不精確的流量，甚至“限流”。這一步驟使得“做數據”介入進“付出勞動力-獲取勞動收益”的因果鏈條，“付出勞動-獲得數據-收益轉化”的邏輯取而代之。

其二，以數據分配為勞動控制的手段。傳統銷售過程的勞動目標是讓消費者“下單”，但對于直播銷售來說，只要得到優質流量的配給，變現是自然而然的結果，也就是說，流量與現金貨幣的轉化近在咫尺。于是數據擁有了一種“類貨幣”屬性：平臺給直播間分配優質數據與直接給予貨幣激勵近無二致，“限流”則無異于罰款。這種以數據分發為手段的勞動控制啟發了對數據生產要素分配的新認知：由于數據的經濟效能基于其聚合效應，所以數據要素的分配看似是利潤平等化的法律問題和經濟問題，實質是一個技術-社會問題，與“頭部”互聯網企業對數據的集合能力與計算能力所導致的技術權力有關，或進一步地，與數據資源需求方（勞動者）如何服從權力規則的行動方式有關，只有付出勞動，而且是被平臺算法所詳細設計、劃定標準后的勞動，才能得到勞動資料。

2

系統意識與數字社會結構的再生產

只強調平臺權力容易走向帶有技術批判色彩的決定論。按照結構化理論，結構是在人的行動之中并通過行動來得到體現的[44]50，規則的存在高度依存于行動者的自覺意識[45]。勞動者和他們所付出的勞動過程是數據規則被實現的載體。被研究對象為什么理所當然地將“做數據”作為銷售勞動的本職工作？根源在于“系統意識”的存在。系統意識是勞動者對技術系統在場性和權力有效性的感知，是基于對平臺運行邏輯持續的反思性認知所形成的行動動機，一種“覺醒”。經歷過若干次“違規”懲罰后的直播銷售員十分清楚，他們真正的“展示”對象并不是看播用戶，而是D平臺。上文提到的“標簽勞動”中就能看到銷售員有意識地面向系統進行“表演性”勞動，此外，他們還會利用某些規范外的技巧去“迎合系統”，甚至“算計系統”。以“騙流量”為例：

“我們在后臺做鏈接的時候會默認設置一個‘兩件起拍’，但是不讓用戶看到，這時候只想拍一件的人就會卡住一會兒，這就等于給我們提供了停留時間的數據。后來投訴的人多了，系統也發現這個問題了，這招就用不了了。有的直播間才叫過分，他們直播間賣1塊錢的東西，其實他只設置了1個或2個庫存，根本搶不到的，但大家都喜歡搶，他就是用這種辦法吊著你，讓你幫他做流量?！保ㄟ\營Y1訪談記錄）

盡管受到算法的支配，但銷售員會結合自身需求、意識和現實條件，用能動性力量去測試和確認行動的規則，用“操弄的態度”[44]56利用規范的約制來為自己服務，一邊復制和再現著規則的有效性，一邊參與著技術系統新樣貌的建構：

“我們這些鉆漏洞的主意總有一天會被平臺發現，然后補上漏洞的，但在那之前，總能用一陣子，過后再想別的辦法。在D平臺，我們天天找漏洞、試方法，平臺天天補漏洞。我們不會怕同行競爭，因為最大的對手是平臺，一切手段都是為了應付平臺?！保ㄟ\營Y3訪談記錄）

從“系統意識”出發可以試圖理解“數字勞動秩序何以可能”的問題。一方面，系統意識幫助塑造有“資格”的勞動者。系統意識是數字社會結構特性打在勞動者身上的“烙印”，直播銷售員將數據資源及其法則的重要性充分內化，形成了既包含外部知識又包含行為傾向與態度的“內化的結構”（internal structures）[38]，勞動者也因此被形構出了新的主體性：數據計算、對系統運行邏輯的判斷、迎合算法規則等“系統互動傾向”成為當代數字勞動者的基本素養，一種勝任勞動任務的資格能力。于是數字勞動者在經歷了“去技能化”后又被“再技能化”，在與技術系統的持續互動中構建和完善著自身。

另一方面，技術作為一種塑造社會關系的結構力量，發揮作用的方式不僅是組織上的，還有心理上或文化上的。眼下，互聯網、平臺企業等技術主體對勞動世界的影響頗受重視，特別是關于它們如何創設了新的勞動關系組織方式，或如何促使勞動控制從管理過程中隱身。這一切得以真實發生的一個關鍵環節是勞動的具體承擔者，是勞動者個體實現了將技術運行的外部條件內化為自身的行動邏輯，他們在反復實踐中知曉了如何與技術“合作”才能達到目標，傳統工作思維被一再重塑，新的、技術化的共同觀念正在顯現。這種共同觀念不同于傳統“工人階級文化”中對企業管理者的防御性與對抗性[46]464-465，而與日益增強的專業化有關，與一種面向技術的團結感有關。那種彌散的、不可言明的“系統意識”也許能夠解答雷蒙·威廉斯（Raymond Williams）的問題：如何在高度專業化技術之下界定文化的團結感[46]466。

六、結 論

本文基于結構化理論，解讀了數字勞動者及其行動與數字技術的結構情境是如何完成整合的。通過展現直播銷售員在“做數據”過程中面臨的數據環境以及個體應勢而生的勞動策略，挖掘出了平臺數據所具有的資源配置與工具權威雙重屬性，以及這兩種形態的數據參與塑造數字勞動的實踐過程。在此基礎上，研究揭示了數據勞動的基本邏輯，對數字勞動秩序如何形成、勞動者如何在平臺權力下發揮主觀能動性這兩個相輔相生的問題作了闡釋。以真實勞動過程為案例的實證研究，既是對“結構屬性既是構成那些系統的實踐的媒介，又是其結果”[47]的理論立場的呼應，也是將結構化理論用于指導經驗研究程序設計的嘗試。

透過結構二重性能看到什么呢？首先，在勞動者-數字技術這一互動系統再生產的過程中，數據發揮了關鍵的媒介作用。數據作為配置性資源既體現為數據勞動所產出的有價值的內容產品，又以流量再分發的方式完成了萬千數字勞動者所渴望的勞動資料的分配；作為權威性資源，數據既為勞動者設定了數據產品的形態和標準，又充當了對勞動者實施管理、激勵與制裁的中介手段。與數據相關的行事規則由數據資源轉換而成，進一步成為平臺技術權力的來源，共同參與勞動過程的塑造并完成自身的再生產。數字技術在縱深與廣度上的延展，令它不僅對社會結構變遷產生了影響，更已經生長為結構的一部分。平臺企業作為技術的掌控主體獲得了某種支配地位，所擁有的制服、分配的權力與勞動者對數據的渴望、依賴形成了一種結構性不對稱。

與此同時，勞動者并非束手就擒，在“做數據”的過程中他們會通過部署自己的結構知識來行使權力，運用系統意識這一有跡可循的理性來源去計劃工作流程、選擇恰當的勞動策略。當勞動者應用“以勞動換流量、以流量換收益”的數據規則的同時，也在幫助自己施展權力并使自己獲得了資源。平臺利用數據和算法控制勞動過程，本意是為企業用戶提供良好服務從而吸引更多消費者，勞動者則將數據原則做了極端化處理，認定流量的唯一重要性并不時采取“破壞性”手段，以用戶利益受損為代價來達到目的，這種對數據的“異化”應對正是一種產生性力量，使作為實踐的數字勞動與數字空間結構之間處于一種變動不居的關系之中。

研究“做數據”背后的數據勞動還幫助擴展了數字勞動的意涵。在既有研究中，數字勞動概念因泛化使用而被認為是一種空洞的能指[48]，它在傳播學視野下等同于受眾勞動，在社會學實證研究中則近似于平臺勞動（尤其是低技能平臺勞動），各自所探討的問題也面臨窄化趨勢。實際上，數據勞動不僅僅是數字勞動的子集——或是以混淆了工作與閑暇界限為前提的生活痕跡的無償產出，或是干脆指數據標注勞動；它應當是數字勞動的一個內在維度，是理解勞動秩序與勞動者境遇的重要變量。這是由于當下的數字勞動已經高度依賴于作為勞動材料與生產工具的數據，要求勞動者遵循數據流通規則和掌握與系統互動的技能，勞動者自身則對數據權力有了深刻感知并進行有意識的運用，這使得數字勞動議題的討論有可能與個體-結構整合這一經典理論問題關聯起來，向數字社會的整體性認知更邁進一步。總之，勞動是實踐的典型形態，回答勞動者做什么、如何做的問題是解答“數字社會何以建構”的微小但必要步驟，數字勞動對于回答“人如何在自我選定的條件下創造歷史”這一馬克思式的問題仍有廣闊的分析價值待發掘。

① 注：據《中華人民共和國勞動法》有關規定，受人力資源社會保障部委托，中國就業培訓技術指導中心于2020年5月公布了包括“互聯網營銷師”在內的10個新職業。

參考文獻

陳龍. 兩個世界與雙重身份——數字經濟時代的平臺勞動過程與勞動關系. 社會學研究, 2022, 37(6): 81-100, 228.

吳清軍, 李貞. 分享經濟下的勞動控制與工作自主性——關于網約車司機工作的混合研究. 社會學研究, 2018, 33(4): 137-162, 244?245.

鄭祁, 楊偉國. 零工經濟前沿研究述評. 中國人力資源開發, 2019, 36(5): 106-115.

韓文龍, 劉璐. 數字勞動過程中的“去勞動關系化”現象、本質與中國應對. 當代經濟研究, 2020(10): 15-23.

[5]

黃再勝. 人工智能時代的價值危機、資本應對與數字勞動反抗. 探索與爭鳴, 2020(5): 124-131,160.

[6]

邱澤奇. 勞動與尊嚴——數字時代“不躺平”的邏輯前提. 探索與爭鳴, 2021(12): 74-79,178.

[7]

Chen, B; Liu, T and Wang, YQ. Volatile Fragility: New Employment Forms and Disrupted Employment Protection in the New Economy. International Journal of Enviromental Research Public Health, 2020, 17(5):1-14.

[8]

李政, 周希禛. 數據作為生產要素參與分配的政治經濟學分析. 學習與探索, 2020(1): 109-115.

[9]

陳衍泰, 許正中, 謝在陽. 數字經濟發展背景下數據要素參與分配的機制研究——以浙江為例. 清華管理評論, 2021(11): 92-98.

[10]

劉懿璇, 何建平. 從“數字勞工”到“情感勞動”: 網絡直播粉絲受眾的勞動邏輯探究. 前沿, 2021(3): 104-115.

[11]

黃瑜, 曠軼丹. 人工智能背后不可或缺的“人工”——關于貴州自動駕駛汽車的圖像數據標注員的調研. 清華社會學評論, 2023(2): 56-85.

[12]

王國成. 加快形成新質生產力, 推動數據要素價值創造. 中國社會科學網. http://www.cssn.cn. [2023-1-22].

[13]

邵占鵬. 工業互聯網作用下的結構與權力變遷——數據作為重要生產資料的視角. 社會學評論, 2021, 9(5): 85-104.

[14]

何玉長, 王偉. 數字生產力的性質與應用. 學術月刊, 2021, 53(7): 55-66.

[15]

阮朝輝. 馬克思主義生產方式視閾中的數據技術: 性質、地位與作用. 探索, 2018(1): 21-31.

[16]

余斌. “數字勞動”與“數字資本”的政治經濟學分析. 馬克思主義研究, 2021(5): 77-86,152

[17]

王傳智. 數據要素及其生產的政治經濟學分析. 當代經濟研究, 2022(11): 26-33.

Zuboff, S. Big Other: Surveillance Capitalism and the Prospects of an Information Civilization. Journal of Information Technology, 2015, 30(1): 75-89. DOI: 10.1057/jit.2015.5.

王天夫. 數字時代的社會變遷與社會研究. 中國社會科學, 2021(12): 73-88,200-201.

王星, 王春璇. 從工業勞動到數字勞動: 勞動過程變遷與理論探索. 新視野, 2023(6): 38-45.

[21]

趙磊, 厲基巍. 與數字技術同行: 技術與技能互構視角下的勞動過程研究——以外賣騎手為例. 新視野, 2023(6): 46-54.

[22]

Birch, K. JanTechnoscience Rent: Toward a Theory of?Rentiership?for Technoscientific Capitalism. Science Technology & Human Values, 2020, 45(1): 3-33.

[23]

操奇, 孟子碩. 數據作為生產要素參與分配機制的幾個問題. 福建論壇(人文社會科學版), 2020(11): 19-27.

[24]

李巧巧. 數據產權的分配正義及其制度實現——基于馬克思的產權論與正義觀. 行政法學研究. http://kns.cnki.net/kcms/detail/11.3110.D.20240110.1002.002.html. [2024-03-10].

[25]

馬克思恩格斯全集. 第46卷上. 北京: 人民出版社, 1997: 33.

[26]

謝芳芳, 燕連福. “數字勞動”內涵探析——基于與受眾勞動、非物質勞動、物質勞動的關系. 教學與研究, 2017(12): 84-92.

[27]

孫萍. “算法邏輯”下的數字勞動: 一項對平臺經濟下外賣送餐員的研究. 思想戰線, 2019, 45(6): 50-57.

[28]

閆澤華. 算法邏輯下的數字勞動權益及治理轉型. 學習與實踐, 2023(12): 23-32.

[29]

李勝藍, 江立華. 新型勞動時間控制與虛假自由——外賣騎手的勞動過程研究. 社會學研究, 2020, 35(6): 91-112,243?244.

[30]

賈文娟, 顏文茜. 認知勞動與數據標注中的勞動控制——以N人工智能公司為例. 社會學研究, 2022, 37(5): 42-64,227.

[31]

Hill, D. W. Cognitive Labour. The Pathology of Communicative Capitalism. Palgrave Pivot, London. https://doi.org/10.1057/9781137394781_2 [2024-03-14].

[32]

戴宇辰, 袁冰雨. 云上車間中的勞動折疊: 人工智能數據標注的勞動過程研究. 福建師范大學學報(哲學社會科學版), 2023(3): 108-121, 170.

[33]

吳桐雨, 夏冰青. 計算與算計: 數據標注勞動中的算法補足組織. 社會學評論, 2023, 11(6): 66-86.

[34]

瑪麗·L. 格雷, 西達爾特·蘇里. 銷聲匿跡: 數字化工作的真正未來. 左安浦譯. 上海: 上海人民出版社, 2020.

[35]

赫伯特·西蒙. 認知: 人行為背后的思維與智能. 荊其誠,張厚粲譯. 北京: 中國人民大學出版社, 2019.

[36]

克里斯蒂安·?？怂? 數字勞動與卡爾·馬克思. 周延云譯. 北京: 人民出版社, 2020.

[37]

Turner, JonathanH. The Theory of Structuration. American Journal of Sociology, 1986, 91(4): 969-77. DOI: 10.1086/228358.

[38]

Parker, John. Structuration’sFuture?Journal of Critical Realism, 2006.5(1): 122–138.

[39]

哈里·布雷弗曼. 勞動與壟斷資本: 二十世紀中勞動的退化. 方生等譯. 北京: 商務印書館, 1979.

[40]

賴斯·米爾斯. 白領: 美國的中產階級. 周曉虹譯. 南京: 南京人民出版社, 2016.

[41]

羅伯特·K. 殷. 案例研究: 設計與方法. 周海濤, 史少杰譯. 重慶: 重慶大學出版社, 2017.

[42]

中國人民大學國家發展與戰略研究院. 靈工時代: 抖音平臺促進就業研究報告. http://nads.ruc.edu.cn/zkcg/ztyjbg/c90764ffcbd641b79e3b9e352abeee61.htm. [2024-03-16].

[43]

EdwardsR. ContestedTerrain: The Transformation of the Workplace in the Twentieth Century. New York: Basic Books, 1979: 17.

[44]

GiddensA. Domination, Power and Exploitation: anAnalysis. In A contemporary Critique of Historical Materialism. Macmillan Education UK, 1995: 49–68.

[45]

謝立中. 主體性、實踐意識、結構化: 吉登斯“結構化”理論再審視. 學海, 2019(4): 40-48.

[46]

雷蒙·威廉斯. 文化與社會1780—1950. 高曉玲譯. 長春: 吉林出版集團有限責任公司, 2011.

[47]

安東尼·吉登斯. 社會理論的核心問題. 郭忠華, 徐法寅譯. 上海: 上海譯文出版社, 2015: 77.

[48]

吳靜, 鄧玉龍. 以數據勞動解析平臺資本主義的價值生成. 馬克思主義理論教學與研究, 2023, 3(3): 67-76.

“Making Data”: The Digital Construction of Labor Order

——A case study of sales labor in Y live streaming rooms

XIE Rong1

ZHANG Guo-dong2

（1School of Philosophy and Sociology, Lanzhou University;2College of State Governance, Southwest University）

Abstract:Digital technology has not only profoundly influenced the transformation of social structures but has also become an integral part of these structures. Labor represents a typical form of social practice and is a crucial area for analyzing the structure and order of digital societies. Under the guidance of Structuration Theory, a case study methodology was designed, incorporating an analytical framework based on allocative and authoritative resources. This framework was applied to an empirical study of sales labor in the live streaming rooms on Platform D. By showcasing the data environment faced by live salespersons during the "data-making" process, as well as the emergence of systemic awareness and labor strategies in response to this environment, the study uncovers the dual attributes of platform data as both a resource allocation mechanism and a tool of authority. Furthermore, it explores how these two forms of data participate in shaping the practice of digital labor. Building on this, the research reveals the fundamental logic of data labor and elucidates how the order of digital labor is formed and how laborers exert their agency under the power of platforms, addressing two interrelated questions.

Keywords:data, data labor, digital labor, live streaming sales, traffic, duality of structure

作者簡介：

謝榕，蘭州大學哲學社會學院講師。研究方向為技術社會學、馬克思主義社會學;

張國棟，西南大學國家治理學院講師。研究方向為科學技術與社會、社會網絡分析。

項目資助：

中央高?；究蒲袠I務費專項資金資助項目“數字技術賦能與青年新型職業實踐研究”（2023lzujbkydx029）；重慶市社科規劃一般項目“共同富裕與高質量發展背景下重慶鄉村數字應用的社會分層研究”（2023NDYB97 ）。