第二章 文獻探討
第二節 數據資本主義及其生產要素
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
消費活動的趨勢下，運用網路與數位技術調查消費者的需要，成為廣告業得以 持續運作的重要前提；廣告客戶對掌握網路輿情與網路上的商品評價訊息的需 求，推動市場調查業者汲營於資料探勘與大數據分析應用技術。
前文以資訊社會的控制觀點回顧了歐美調查產業的發展，循著歐美調查產 業的發展腳步了解臺灣調查產業的興起和運作方式。時至今日，資訊社會的控 制觀點在技術變遷下仍然存在，調查產業的基礎源自工業化社會中早已存在的 資訊控制結構，而網路輿論與社群媒體平台的出現，放大了資訊控制的範圍與 對行動者的影響層面。在科技變遷下，網路輿論與社群媒體資料在內的廣大數 據，成為今日資本主義中的重要生產要素，出現了「數據資本主義」的現象
14，並對調查產業產生影響。
第二節 數據資本主義及其生產要素
數據做為資訊的展現形式，與調查產業有切身的關聯。在當代「數據資本 主義」概念興起的時代背景下，資本主義的生產要素也發生了某種改變。
人們對資本主義的反思，奠基於德國哲學家馬克思（Karl Marx）15。馬克 思認為，資本主義起源於城市，資產階級是資本主義社會的主角。資產階級的 出現奠基於人口大幅增長、食物生產上升、農業科技的發展、商業的復興，以 及城市生活復甦等（黃瑞祺，1996，頁 303）。
在資本主義下，馬克思認為商品的低廉價格是資產階級用來征服「非歐美 人」的武器，資產階級藉此迫使其他民族採用它的生產要素和方法，推行「歐
14 牛津大學教授麥爾荀伯格提出數據資本主義的概念，描寫當代社群媒體平臺和串流音樂、直 播與電子商務等行業如何透過數據發展新興服務與商業模式（Mayer-Schönberger & Ramge, 2018/林俊宏譯，2018）。
15 卡爾‧馬克思（Karl Marx），猶太裔德國哲學家，研究工人和資本家之間的關係，所出版的
《共產黨宣言》與《資本論》，奠定其後諸多經濟思想的基礎（黃瑞祺，1996，頁 iii）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
美文明」的制度，創造超額的利潤（黃瑞祺，1996，頁 311）。這是馬克思對資 本主義的反思，重點聚焦在資本主義的異化和剝削。
同樣是對資本主義的反思，當代研究網路經濟的牛津大學教授麥爾‧荀伯 格提出數據資本主義（data capitalism）與「富數據」（rich data）的概念，認為 相對於「大數據」（big data）只針對某個單一面向，「富數據」更指涵蓋眾多面 向的大數據集合（Mayer-Schönberger & Ramge, 2018/林俊宏譯，2018）。具備富 數據的市場，扮演了目前所知的資本主義，轉向數據資本主義的推手。
相似於馬克思對資本主義的反思角度，荀伯格同樣關注資本主義在當代的 生產要素和方法。在金融資本主義中社會主角是資產階級，他們透過金融資本 創造利潤。相對的，在數據資本主義中，社會主角轉變為「擁有富數據者」，並 藉由富數據創造利潤。荀伯格認為，這已經成為當代資訊社會、市場經濟的重 要運作原則。
在數據資本市場中，富數據資產階級的產生，需要兩個條件。一，資料數 據能輕鬆流動，每個人都能輕鬆取得相關可用的全面資訊；二，人類能將這些 資料數據轉化為各種決定。因此，富數據市場的出現，實為奠基於當代資料處 理能力、機器學習系統，和網路科技的進步（Mayer-Schönberger & Ramge, 2018/林俊宏譯，2018）。
荀伯格提出，在數據資本市場中，只有「原始數據」還不夠，還需要知道 資料數據究竟代表什麼意義。這些為資訊加以標記和分類、「關於資料」的資 料，被稱為後設資料（meta data）。在建置後設資料時，人們為特定領域資訊加 以標記和分類時所運用的規則，被稱之為「資料本體論」（data ontology）16。 在數據資本主義市場中，開發出有效的標籤策略，找出正確的資料本體，有助
16 常見於資訊科學領域，對網路輿情分析行業來說，資料本體的案例可以是階層嚴謹、明確的 關鍵字架構、規則、分類類別，或標籤策略。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
於完成資料基礎建設，推動豐富、多面向的資料流。
數據資本市場的成功，有賴於豐富的資料流。也因此，「富數據媒合服務」
因而誕生，它以富數據為基礎，提供數據的媒合配對服務。荀伯格預測，未來 可能會出現新的中介機構，扮演資訊交換中心，在媒合過程中創造價值，變成 一種商業服務。
另一個推動數據資本主義市場蓬勃發展的關鍵，是所謂「能自我回饋、修 正和優化」的富數據機制。荀伯格認為，富數據市場與三項資訊科技相輔相 成：資料本體的改進、媒合演算法的改進、適應性機器學習系統17。
所謂的適應性，可以用麻省理工學院數學家維納（Norbert Wiener）提出的 關於「回饋」的機制加以解釋18。維納指出，此類機制有其風險，因為「可能 遭到某個人類或某群人類的利用，增加對其他人類的控制」（Wiener, 1988）。荀 伯格也指出，以回饋驅動系統為基礎的富數據市場，如果學習過程缺乏多元 性，情況就可能非常危險。富數據市場的最大弱點，在於協助人類決定的適應 性系統，可能受到集中控制。
監控資本主義（surveillance capitalism）作為資本主義的變形，描繪了數據 資本主義成為集中控制手段之負面情況。相對於數據資本主義觀點對富數據處 理機制的中立詮釋，監控資本主義更為貼近馬克思對資本主義及其加諸其餘階 級之異化和剝削的批判，認為大數據作為一種新的經濟秩序，使得人類成為商 業預測、銷售和商業利益的免費的原物料，驅動財富、知識與權力集中在擁有 數據的資產階級身上（李宣緯，2018）。
17 適應性機器學習系統是指設計為具有自我調整、自我訓練與學習能力的機器學習模型。
18 維納在《人類的人性用途》一書中，討論了「回饋驅動的模控學（cybernetics）」，其概念核 心為「回饋迴路」，透過收集並詮釋回饋的資料數據，幫助控制系統、調整目標，認為「資訊 流」是數據資本主義主要的推動因素（Dyson, 2012）。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
回顧數據資本主義與監控資本主義的相關概念，觀察網路輿情分析行業的 生產要素與行業運作過程，有三個值得本研究注意的重點。
第一，數據資本主義延續金融資本主義的脈絡，認為企業以尋求利潤為目 標，認為財產與生產要素為私人擁有；只不過，這裡的生產要素由過往的金融 資本，轉變為當代的數據資本。網路輿情分析行業以社群媒體資料作為行業生 產要素，在追求利潤的目標下，可能對行業的工作場域帶來影響，如為了公司 利益，私人擁有工具背後的分析方法將不透明；技術門檻成為產業間競爭之壁 壘，出現數據資本主義下的資訊控制疑慮。
第二，數據資本主義的壯大有其情境前提與場域特性，如擁有容易近用數 據的環境、優異的資料處理能力、強力的機器學習系統，和網路科技的進步。
數據資本主義帶來的跨領域工作團隊，以及數據處理與機器學習工具，可能對 網路輿情分析行業的行動者知識帶來轉變。
第三，經由應用數據而延伸的新興服務若具有能自我回饋、修正和優化的 機制和動力，使數據資本主義市場更加蓬勃發展，卻也帶出其隱含的「權力」
隱憂。對網路輿情分析行業來說，行業在商業環境中如何與利益關係人相處，
在關係中是否隱含權力、權力透過何種機制影響行業，值得討論。
回顧資訊控制與數據資本主義觀點，使本研究已知歐美調查產業的發展歷 程，也讓本研究釐清產業應然的生產要素和特質。網路輿情分析行業作為當代 數據化社會中的一種新興市調方式，行業的核心價值和堅持與過往金融資本主 義下的市場調查產業有何異同？因此本研究針對行業核心價值的實踐研究方式 展開討論，建立本研究回答網路輿情分析行業的特殊性之基礎。