[摘要]：随着大数据时代的来临，数据正义愈来愈成为国内与国际层面的迫切要求。传统的数据分配正义范式作为应对数据控制者与数据主体利益失衡的首选方案，其与生俱来的局限性动摇了平等分配的理论根基。在数据分配正义范式下，实践中存在的不正义问题难以从理论层面寻求有效解决方案，数据控制者与数据主体之间的不平等进一步加剧，这成为该范式难以克服的现实瓶颈。数据分配正义范式之所以面临从理论到实践的双重掣肘，最根本的原因在于忽视了社会结构与制度语境的重要性。数据利益的分配受到数字资本结构、权力结构以及全球正义结构的三重制约，这从结构根源上导致了数据主体在数据利益分配过程中的劣势地位。消除数据不正义不能仅仅依靠再分配，数据正义的基础应当是结构数据正义，需要运用法律手段从源头上遏制不公正的社会结构。
[关键词]：利益失衡；数据正义；分配正义；结构正义；法律规制
随着数据跟踪、存储、处理、挖掘、评估和算法技术的飞速发展，数据已经成为重要的生产要素和企业的核心资产。这促进了数字资本的兴起和发展，数字资本从物理空间向数字空间扩张，渗透到经济、社会和文化各个领域。数据技术与资本的结盟关系催生出了一种新的结构化的超级权力。它“强化了物的关系对人的关系的遮蔽，隐藏了资本对劳动的剥削，新形式的数字异化再生产着阶级冲突和不平等的同时，也以对平等数字权力的拥有这一假象掩盖了当代全球社会中的劳资对立和阶级冲突”。在大数据时代，如何实现数据正义逐渐成为理论与实践层面的重要问题。数据正义强调数据控制者应当在充分尊重其他数据利益相关者的前提下，实现数据开发和利用过程中的平衡。为了实现这一目标，国内学术界和实务界提出了一些解决方案。然而，这些方案均试图从分配正义范式出发来构建数据正义。尽管分配正义范式具有一定的说服力和解释力，但却没有触及到数据不正义产生的根源，也即社会结构的不正义。因此，从结构正义范式出发，关注社会结构因素的影响，对于数据正义的制度建构具有重要的理论与现实意义。
一、分配正义范式下的数据正义
虽然分配正义范式源自于传统物理世界，但是它以强大的解释力而成为大数据时代下理论界和实务界分析数据正义问题的基本范式。这套分配正义范式将社会正义与分配视为相同外延的两个基本概念，并认为社会正义的核心在于自由和权利、权力和机会、收入和财富等利益和负担的分配是否符合社会成员的道德要求。因此，在分配正义范式看来，数据直接关涉权利、利益和资源，如何对数据背后承载的权利、利益和资源进行有效分配是数据正义的核心。
（一）数据分配正义的基本范式
数据技术在推进社会发展的同时，也出现了大量的数据异化现象，从而滋生了大量数据不正义问题。如何构建一套以数据正义为中心的制度规范成为数据时代亟待回应的社会关切。无论是理论界还是制度安排均倾向于从分配正义角度来应对数据不正义问题，将分配正义范式作为处理和解决数据不正义问题的基础和关键。之所以分配正义范式能够成为回应数据正义的重要路径，是因为数据不正义的产生主要源于数据控制者与数据主体之间的不平等，而如何减轻或者消除这种不平等正是分配正义理论所着力解决的问题。分配正义主张公平分配社会资源、机会和利益，致力于通过社会制度再分配而使社会所有成员处于一种平等状态之中。这不仅与数据正义的平等追求存在着一致性与对应性，也符合人们对于数据正义所持有的合理预期。因此，怎样合理配置建基于数据之上的利益，正在成为大数据时代下国家与社会治理的重要任务。
数据分配正义范式依然围绕利益分配而展开，并且随着数字时代的到来而融入了新的理论内涵，主要涉及的是数据治理中多元主体之间的利益分配。这一理论的实质涵盖两个核心概念：主体和利益。从主体来看，数据分配正义主要涉及国家、数据控制者与数据主体。一般来说，国家是执行再分配的主体，企业或平台等数据控制者、数据主体属于被分配者。虽然代表国家的公权力机关为履行法定职责也会涉及数据“控制”行为，但是这种“控制”在本质上不是为了获得某种财产性利益，而是为了维护国家利益与公共利益，因而在性质上属于“做大蛋糕”的分配者。从利益分配的起因来看，由于数据是一种具有外部性和非排他性的公共资源，所以数据控制者与数据主体能够共同参与进数据利益的创造过程之中，但实际情况却是数据控制者占尽优势而数据主体一无所得。这是因为只有数据控制者才具备生产并利用数据集合的能力，而这种规模效应是数据产生经济价值的前提与关键。从利益分配的内容来看，数据控制者的利益一部分是基于数据主体的正当性劳动所得，一部分是建立在侵犯数据主体正当性权益的基础上。其中，即便是作为正当性劳动所得前提的数据也是经由数据主体产生的，这些数据通常承载着个体的人格尊严、人身财产安全、通信自由等价值。这是因为在大数据时代，个人数据与非个人数据的界限不再泾渭分明，即便是匿名化数据经过适当的数据分析仍然能得出相似的结论。因此，如何在不侵犯数据控制者应得份额的前提下合理补偿数据主体的应得份额是数据分配范式“分蛋糕”的核心问题所在。这一分配框架需要框定出数据控制者享有正当性利益的边界所在，也即在不侵害数据主体正当性数据权益的前提下，才对其劳动所得享有财产权益，从而平衡数据保护与利用。具体而言，主要通过严格保护数据主体权益、对数据控制者课以义务、对未履行义务的数据控制者施加责任三种形式补偿数据主体在数据收益中的不当损失与应得份额。
总之，数据分配正义范式以分配正义作为理论基础，紧紧围绕“平等”这一核心价值，在分配正义理论体系框架内解决与数据相关的非正义问题。正如分配正义理论反对没有任何限制和约束的财产累积与贫富差距，数据分配正义范式亦主张合理划分数据控制者与数据主体之间的数据收益。从本质上来看，数据分配正义范式是一种弥补起点不平等的补偿机制，将数据控制者基于资本与技术优势获得的数据不正当利益返还给相对弱势的数据主体，目的是为了将数据控制者与数据主体之间的不平等控制在合理限度之内。这种补偿离不开国家的有效干预与合理调整。通过国家进行再分配，对数据控制者与数据主体的起点不平等进行弥补与调整，是实现数据分配范式的必然选择。
（二）数据分配正义范式的理论局限
从理论范式本身来看，这种补偿与救济机制缺乏实现公平与正义的内在根基。在操作层面，数据控制者与数据主体的应得份额及其正当性边界的标准很难界定。一方面，由于数据与数据主体息息相关，即便是匿名化的数据，通过技术手段也能重新追踪数据主体，所以数据控制者付诸的劳动很难将数据主体的价值与利益完全剥离掉。另一方面，也不能将数据控制者加工的数据视为数据主体所生产的数据的孳息，这样存在强迫数据控制者为数据主体劳动的风险。因此，数据控制者利益与数据主体利益从内部构成来看早已密不可分，其中蕴含的价值远非可量化的物质分配能够区分清楚的，无论如何分配一方的利益都会影响到另一方的利益。在应用层面，数据分配范式本质上来源于分配正义理论，这是一个封闭的社会理论模型，对于国与国之间的利益失衡问题并不能提供很好的应对策略。具言之，数据分配范式从内容、方法到最终的效果都很难达致平等。
从分配内容与方法看，核心主张是将人格利益作为数据主体的应得份额，并以其作为数据控制者应得份额的正当性边界。数据分配范式的核心意涵之一便是通过限制数据控制者获取应得范围之外的财产性收益的形式来弥补数据主体的人格尊严利益。但是，从根本上来看这一分配方法问题颇多。首先，这种做法将数据主体的人格利益与数据处理的财产利益视为天平两端的砝码，每一端都可以进行估值与增减，导致人格利益物化，存在降低甚至严重贬抑人格权的危险，违背了人格平等的价值准则。现行分配办法的本质是出卖数据主体的人格以换取物质利益，然而人格是不能被出卖的。虽然有学者提出了在发生冲突时二者如何根据效力位阶进行通约的观点，却无法回答在分配框架下这两种性质不同的利益之间如何进行互易。其次，数据分配范式把分配对象看作可以量化的物质财富，在本质上是一种物质利益分配方法。这种分配模式不仅忽视了权利、机会、价值等无形利益的不可分配属性，而且把不平等的产生过程完全静态化处理，忽视了过程本身的动态性所应考虑的诸多因素。
从分配所欲实现的效果看，数据分配范式会扩大数据控制者与数据主体之间的相对不平等。数据分配范式不仅难以弥补数据主体与数据控制者之间在起点上的不平等，反而会让这种起点的不平等以合理的形式继续存在。首先，从数据分配的起因看，平衡数据保护与利用只是手段，如何更好地促进数据利用与经济发展才是最终指向。这为数据控制者利益的无限积累提供了外在“合理”动因。其次，从数据分配的过程看，数据控制者既是被分配者，又是分配规则实施的推动者，而数据主体则被排除在外。这是因为数据主体的数据权益的获得在很大程度上依赖于数据控制者义务的履行，但是数据主体没有足够的能力来判断数据控制者是否遵守了相应的数据处理规则。这就导致了数据主体看似参与进分配之中，实际上却对利益如何被分配到自身一无所知，最终沦为被数据控制者宰割的对象。最后，从数据分配的结果看，数据主体将获得人格权益，企业将获得财产权益，这一结果本身就蕴含着不平等。因为数据人格利益是数据主体人格利益的一部分，而人格利益的获取是对数据主体权益的本来状态遭受损害的一种无限趋近的恢复。无论如何分配，都不可能让数据主体获得额外利益，仅是“存量”的维系。而对数据控制者来说，数据财产权益的获取是其既得利益在新投入劳动的基础上产生的额外获益，也即利益分配是一种“增量”。
二、数据分配正义范式的现实瓶颈
数据分配范式不仅存在内在理论局限，还面临难以克服的现实瓶颈。事实上，数据分配正义范式在改善数据主体的不利处境时并不尽如人意，它面临着社会层面与国家层面的双重困境。当把分配方案应用于某些类型的数据问题处理时，不仅无法扭转数据主体与数据控制者之间的不平等，反而蕴含着权利、机会和财富等重要价值的不公平分配风险。
（一）数据控制者非正义前见的合理存续
数据控制者的利益诉求与价值观能够嵌入进数据处理活动之中，暗中塑造和影响数据主体的自由意志。数据处理活动在本质上是数据控制者为追求效率与利润而不断挤压数据主体利益空间的过程，数字化决策常常在数据主体不知情的情况下被植入数据控制者的营利目的以及数据控制者塑造的数据处理规则。此外，既有的偏见与歧视也会影响到数据控制者的数据化决策。数据控制者的利益诉求与社会既存的歧视共同塑造了数据控制者的非正义前见，从而导致数据处理结果远非客观、公正。
虽然数据处理活动携带数据控制者的非正义前见，但是处于技术弱势地位的数据主体对此不仅应对能力不足，而且“视力受损”。一方面，数据技术的非正义前见体现了数据主体如何利用自己的数据与自己的数据如何被数据控制者所利用之间存在严重的不对等。虽然数据是一种公共资源，但在利用与开发过程中数据主体实际上缺少决定权与发言权。即便为了弥补技术劣势，数据主体被分配了选择权、知情权、拒绝权等一系列的权能，但是面对“数据黑箱”的不透明性和不可解释性，数据主体的各项权能并不能得到有效行使。在现实生活当中，人们做出的许多决定都会不同程度地受到大数据杀熟、信息同温层、过滤泡泡、定向推送等的影响，人们看似主动做出的选择实际上是被企业与平台提前计算与规划好的结果。这些现象说明数据活动会被数据控制者所干预与操纵，数据处理结果也会得出数据控制者而非数据主体想要的结论。面对数据控制者强大的技术优势，数据主体最终还是成为数据控制者“算计”的对象。另一方面，尽管数据控制者的非正义前见随着数据技术的普及已经广泛侵入到社会生活的方方面面，但是数据主体对此通常并不知情。因为具有特定意图的数据处理活动会以客观中立的技术过程呈现出来，不懂技术原理的数据主体通常意识不到其中存在问题。即便察觉到了异常，也没有能力识别出来具体存在何种问题。在数据控制者创造的“单向可视镜”场景中，数据主体不得不沦为数据控制者所控制的对象。
数据控制者的非正义前见在数据活动中立性假象的掩盖之下获得了合理生存与发展的空间。此时如果运用数据分配范式，这一方案所预设的公平正义假象会加剧数据主体被蒙蔽的程度，导致数据主体利益得不到合理的补偿。在数据控制者非正义前见的影响下，分配范式所欲实现的“数据正义”将不过是由数据控制者强加给数据主体的，数据主体应得利益将会遭遇数据控制者的极大掣肘。所以，作为实施分配范式重要渠道的数据处理活动，将会遭受合理存续的非正义前见的持续性介入，阻碍分配正义的实现。
（二）国家再分配能力的实现困境
数据分配范式不仅面临社会实践中的操作困局，也面临国家制度层面的供给不足，主要表现为数字时代国家再分配制度及其执行能力的实现受到阻碍。数据分配范式在本质上属于一种社会正义观，以保障社会公平为根本目的，特别强调国家主导作用的发挥。在现代国家理论中，保护弱者是国家义不容辞的责任，而且国家具备其他组织不可比拟的社会资源与组织能力。换言之，如果国家不积极行使再分配能力或者再分配能力的履行受阻，那么分配正义将很难获得实效。然而，数字时代的到来恰恰导致国家再分配能力的发挥受到挑战，从而影响了数据分配正义的实现。
在大数据时代，虽然国家依然是实施再分配的唯一合法主体，但其分配功能与作用的发挥正逐渐受到削弱。首先，国家再分配作用的有效行使受到数据控制者的极大掣肘。如前所述，数据控制者为了获得更多的数据利益，常常通过非正义前见的合理存续的形式将数据主体排除在数据利益的分配过程之外。在技术不透明性特征的掩盖之下，数据控制者的这些行为常常以一种合法的形式表现出来，因而也不容易为代表国家意志的法律所矫正。其次，数据主体的行为也会干扰到国家再分配能力的实现。如果数据主体与数据控制者要想从国家的分配中同等获益，那么首先要保证有关他们的数据与信息受到国家的同等关注。然而，在实践当中，这一前提常常无法得到保证，除去数据控制者的介入外，数据主体本身也会成为阻碍因素。一部分人出于隐私权的顾虑，并不希望国家收集太多关于自己的信息。还有一部分人由于从事非法活动，害怕被国家所关注，也会拒绝国家合法的数据收集活动。例如，旨在通过采集当地学校、医院、社区等的数据来改善贫民窟内的公共服务的“基贝拉地图”项目，就面临数据主体拒绝被列入的问题，因为他们经常从事类似毒品买卖等非法活动，纳入项目地图将极大增加被捕的风险。一旦数据缺失，国家的再分配也很难称之为公正。最后，作为国家执行数据再分配重要工具的法律，也会影响到国家的再分配能力。一则，传统法律的事后处置模式在数据分配中难以奏效。数据控制者往往在数据分配开始前就已将风险转嫁给数据主体，在分配过程中则保持着行为与结果的形式合法性，从而架空事后规制行为后果的法律。二则，法律语言的模糊性为数字分配程序的不公正运行提供了契机。各国个人信息保护法中所普遍规定的“知情同意原则”即是一个典型的例子。法律规定了企业收集个人信息时应当以信息提供者的知情同意为前提，但却未合理区分个人的实质同意与形式上的被迫同意，个人的知情权也就沦为了“纸面上的权利”。三则，法律理应为数据分配建立明确的规则，以确保数据分配程序的顺利运行，但是法律具有滞后性，许多亟待细化的数据分配规则在现行规范上却面临缺失的窘境。
为了改变既有的数据分层格局与保护数字弱势群体的权益，数据分配正义的实现要求国家具备强大的权力与积极的作为，但是数据控制者、数据主体以及法律本身都存在国家履行职责难以克服的问题。这些问题通常表现为一种无形的“软抗拒”形式，使得以约束实实在在的行为为指向的国家权力与积极作为最终被悬置。退一步讲，即便国家能够积极参与数据分配过程，但也仅仅是在数据主体与数据控制者的不平等业已建立基础之上的事后补救，并不能真正起到应有的保障弱者之效。
（三）大数据时代既存利益格局的固化
在数据控制者利益争夺与国家再分配能力受阻的双重影响下，处于技术劣势地位的数据主体成为了数据获益最少的人，数据控制者则凭借绝对的优势获得了最多的利益。这种利益分化不仅存在于一国范围内的企业与个人之间，也存在于国际层面的发达国家与发展中国家之间。发达国家凭借其雄厚的经济与技术基础，形成垄断性的数据技术优势，从而在经济上剥削、在政治上控制、在文化上俘获发展中国家。数据鸿沟、数据排斥、数据分层等数据不正义问题既困扰着一国之内的数据主体，也影响着世界范围内的发展中国家。所以，数据利益分布的“金字塔”格局是一个延伸至全球层面的问题。
数据利益分布的不平等其实根源于社会经济地位的不平等。数据虽然看似促进了社会资源的开放与共享，但实际上受到经济与政治实力的影响。一般来说，经济实力较差者，对数据技术的接触与掌控也较少，这就会导致数据处理活动中数据过度代表经济与技术实力更强的数据控制者，而与之相对的弱者将获得更少的数据利益。一个人在数据时代能否获得公正平等的对待，将取决其社会经济地位。以印度生物识别人口数据库Aadhaar为例，Aadhaar旨在保障生活在印度经济贫困线以下的群体能够享受到政府提供的公共福利，但是数据采集的样本压根没有将由于长期经受繁重劳动而没有指纹以及营养不良而无可用虹膜的贫民窟居民收录进来。所以，即便企业与政府共同合作建立数据库为贫困居民服务，但实际效果是印度最贫穷的群体被Aadhaar所排除，根本享受不到政府的公共福利。这种数据利益分布不对等的现象不仅会在一国之中的数据控制者与数据主体之间出现，也同样会在国际层面的发达国家与发展中国家之间发生。比如，欧盟移民当局在欧洲南部边界通过某种算法来识别不受欢迎的东欧移民，并提前采取措施防止这些人到达欧盟领土，从而控制能够提出庇护申请的人数。这个例子反映了数据化过程通过将发展中国家的公民身份特征纳入进来而创造出新的压迫形式，导致数据时代国际层面等级身份的固化。这种利益固化带来的严重后果便是数据控制者忽视和遗忘弱者的资源和机会，导致弱者面临权利弱化困境。
为了缓解因技术能力悬殊而引发的利益分配失衡，数据分配范式应运而生。可是数据分配范式存在一个严重问题，也即虽然在这一分配框架之下非数据控制者获得了比之前更多的利益，但是数字社会中的利益差距并没有就此缩小，也即相对不平等在扩大。这一问题产生的根源在于数字社会利益分布的“金字塔”格局并不会因为分配的介入而受到太多影响，位于利益分布底层的一直都是不掌握技术优势的非数据控制者，数据控制者则一直居于利益分布的“塔尖”。在数字社会利益格局固化这一大前提之下，弱者经由分配获得的利益补偿永远赶不上数据控制者利益积累的速度，社会中两极分化的现象不仅不会得到缓解反而会继续存在下去。数字社会利益格局的固化导致数据技术实际服务于数据控制者，数据弱势群体则被系统排除在数据参与治理活动之外。由于经历、偏好、诉求等被数据处理系统严重低估和忽视，数字社会中能力不足、资源匮乏、地位边缘的弱者最终将在数据分配的框架之中走向边缘化。在数据正义的分配过程中，数据控制者与弱者之间将会形成“强者愈强，弱者愈弱”的层级分化局面。面对数据层级分化的不利处境，针对非数据控制者的任何努力都将变得于事无补。
三、制约数据正义的深层结构性考量
数据分配范式面临的现实瓶颈，其实质是社会正义受到侵害，因为数据正义的基础与本质是社会正义。这些社会不正义现象的产生从根源上来看是社会结构本身存在着不正义，是由社会的背景结构与制度语境所决定的。结构不正义是指社会中存在着一部分群体占据着不正当优势，能够支配与褫夺其他群体的能力与发展机会。数据分配正义以接受结构不正义为前提，在此背景下个人与数据控制者之间因分配而获益的差距只会不断增加。在一个数据权力宰制的社会结构中，数据分配范式将很难达致实质性的正义目标。因此，数据正义的范围并不仅仅止于分配正义，决定分配的社会结构和制度语境尤其需要考虑在内。
（一）数字资本结构的产生
个人数据日益商品化，成为新时期资本积累的重要因素。看似极大增进人类福祉的数字资本主义实际落入传统资本主义的窠臼。马克思指出，资本有着他的“原罪”，“它们到人间，从头到脚，甚至每个毛孔都滴着血和肮脏的东西”。尽管社会经济发展的客观需要以及数据资源的公共属性为企业收集与处理数据的行为提供了某种正当性依据，数字资本的生成依旧建立在数据控制者对个人的剥削与压榨之上。企业首先运用网络技术无偿攫取了承载个人信息的数据，导致个人被迫成为为企业无偿劳动的数据生产者，对个人实行初次剥削。而后在此基础上，企业又凭借对于数据资源与技术的掌握优势，反过来分析并塑造人们的消费欲望与倾向，对个人进行二次压榨。至此，企业成为凌驾于个人之上的数据控制者，通过“数据圈地运动”和“数据殖民主义”进行数据资本的原始积累。
数据资本主义最重要的特征就在于，人们的日常生活直接被纳入数字资本的生产过程之中，从而引发了数字劳动与数字消费的异化。随着社会生活走向数据化，数据成为企业开展商业活动不可或缺的“原材料”，最大程度地挖掘人们的日常活动数据是企业生产并谋利的关键。在此背景之下，劳动者边休闲边生产、边消费边生产的数据商品化模式逐渐形成。这种数据商品化模式与工商业资本主义时期的劳动商品化不同，数据向资本的转化并不是通过严格意义上的劳动关系所推动，而是依靠社会关系的商品化所完成。社会关系商品化首先给传统劳动带来冲击，因为数字劳动发生了异化。数字劳动中劳动时间与休息时间的界限变得模糊，个人在网上休闲娱乐的过程中也在产生大量数据，企业对劳动者剩余价值的剥削程度加剧。而个人却没有获得相应的报酬，使得劳动与报酬发生了分离。与此同时，社会关系商品化也导致传统的消费受到挑战，因为数字消费也在发生异化。人们进行数字消费的过程，也具有了一定的生产属性。例如，充值影视会员不仅仅是一种消费行为，同时也是影视平台获取点击率、流量等额外价值的生产过程。随着数据关系的商品化，建基在数字劳动与数字异化基础上的数字资本结构逐渐形成。
数字资本主义结构植根于不平等的经济基础，数字资本的逐利本性从根本上决定了数据分配的不正义。数字资本主义同样伴随着剥削与异化，如传统资本主义一样，“为了100%的利润，它就敢践踏一切人间法律；有300%的利润，它就敢犯任何罪行，甚至冒绞首的危险”。数字企业和数字运营商试图最大可能地占有凝结在数据之中的价值，而将个人排斥在利益获取的过程之外。可是，分配正义范式并没有看到这一点，甚至是以承认或默认这种数字资本结构为前提来看待数据正义问题。其结果是难以从经济结构的角度根本性地解决数字社会的不平等问题。
（二）传统权力结构的消解
大数据时代不但受到数字资本结构的影响，还受到以数据“权力”与专业知识结盟为前提的新型“权力”结构的影响。随着数字时代的来临，数字信息技术既加强了公权力，又衍生出了新型的数据“权力”，改变了既有的权力结构。首先，数据改变了权力的来源与运作机制。一方面，正如约瑟夫 · 奈指出，信息成为继资本之后重要的权力资源，掌握数据资源与数据技术是现代社会权力生产的关键。数据独特的资源禀赋为权力生产所需的话语力量、传播途径、监控机制等提供了全新基础。另一方面，数据技术重塑了权力运作的机制，使得规范意义上的权力强制性、中心化与公开性被消解。其次，数据作为兼具知识属性的信息载体，本身也具有权力的特质，专业化的知识体系往往赋予相关主体以权威，生成权力不对等的社会关系。数据权力虽然并未改变权力专属于国家的规范属性，但却在事实层面对传统的权力结构造成冲击，使得数据分配范式赖以展开的重要基础——国家权力面临挑战。在新型的权力结构制约下，数据分配范式将难以落到实处。
数据权力与知识结盟的本质在于数据控制者基于专业知识形成一套话语权，对不掌握数据技术的个体施加强制性的影响。究其原因，囿于知识和理性局限，数据主体只能被排斥于数据化处理和决策之外。正如吉登斯所说，“专门知识恰似某种不对外开放的商店”，内部人员用专业术语建构起一堵阻隔外人进入的高墙。出于对专家系统的信任，人们聘请他们充当自己的代理人。各种代理人产生了各种形式的解释、概念和方法。人们既没有能力，也没有兴趣，来了解数字化技术应用中到底发生了什么。因此，没有掌握数据知识的人被褫夺了实际的数据控制权。掌握数据权力的主体借助数据知识这一“武器”对普通民众进行规训。
数据权力与专业知识的结盟奠定了数据社会的基本权力结构，从根本上影响和重塑了个体与社会之间的相互关系。具体来讲，主要体现在以下方面：首先，数字化技术的普及使得数据权力如“毛细血管”一般渗透进社会的各个角落，实现对全体社会成员无处不在的规训和监视。每一个体都被纳入数据技术的“圆形监狱”之中，成为暴露在数据权力之下彻彻底底的“透明人”。其次，数据催生了“软生命政治”。它通过身份类别的数字化建构，剥夺了网络用户对于虚拟身份的控制权和定义权。传统生命政治通过对出生率、死亡率、结婚年龄、生育年龄等涉及人口的统计数字的关注，在整体层面上来干预和控制人口。“软生命政治”则主要运用数字化的计算方法来为用户建立身份类别和行为模型。例如，在网络空间，性别这一类别不是由一个人的染色体决定的，而是数据控制者从外部强加给个人的，是为了特殊目的而不断动态调整和建构的“算法身份”。最后，通过智能算法推荐影响公众的偏好。算法与数据的结合，能够起到重构公众环境、规范人的行为的作用，从而塑造个体的认知结构和需要偏好，并将民众锁定在“信息茧房”之中。
（三）全球数据正义结构的失衡
与新兴的数字资本结构与数据权力结构相伴随，全球社会结构中也出现了系统性的数据不正义，引发全球数据正义结构的失衡。全球数据正义结构失衡是指在数据正义结构的形塑过程中，发达国家一跃而成为“数据控制者”，发展中国家则集体噤声。数字异化与数据权力不仅复制和延伸了阶级不平等，也通过对于平等拥有数字权力假象的营造，遮蔽了当今国际社会中广泛存在的阶级冲突。全球数据正义结构失衡的实质在于西方资本主义竭力塑造一种“数据世界主义”的话语权，也即将西方社会所属的数据研究与处理范式在全世界范围内推而广之。这一做法无视发达国家与发展中国家在历史、政治、文化等社会结构层面的诸多差异性以及由这些差异性所引发的诸多不平等问题，由此导致不发达的国家成为了全球数据处理活动中的“数字弱势群体”。西方资本主义凭借其领先的数据技术优势对发展中国家形成支配性的控制，将海量与多元的大数据转化成往往只反映资产阶级意识形态的“小”数据，使得“数据正义”沦为了资产阶级的附庸。
真正的数据正义应当跳脱出“西方中心主义”的视角，因为不同阶级与多元主体之间存在立场与利益的冲突和矛盾。具体来说，这些冲突和矛盾主要体现在三个维度。首先，数据的工具性价值对于发达国家与发展中国家来说并不相同。以数据开放与流动这一数据活动为例，除了具有推动数字经济发展、促进信息传播等正向价值之外，还是西方据以获取与掌握更多信息从而更好地控制发展中国家的有力武器。然而，如果据此要求严格限制数据流动，又会剥夺掉经济落后地区的人们改善生存前景的希望。根植于这一矛盾之中的是发达国家与发展中国家之间巨大的物质与经济差距。如果无视这一差距而一味套用西方资本主义的数据流动规则，将会使得西方资本主义打着“人道主义”援助的旗号公然畅行无阻地监控其他国家，推行政治、经济与文化霸权。其次，与此相对应，植根于不同经济基础与制度实践的数据处理规则也存在抵触。在数字产业规模齐备的西方资本主义国家，对于国内公民最大的困扰是数据技术所引发的信息权益保护问题，因此在国内政策与制度实践中更加注重保护公民的权利，建立了一系列完善的法律监管制度。然而，一些发展中国家尚未优先考虑大数据监管，以保护其公民免受伤害的数字实践，他们的发展重心依然是促进数字技术应用与发展从而提高生产力。如果忽视这些发展中国家的落后条件，站在西方的道德制高点上指责这些国家数据保护不力，无疑会损害当地人民的实际利益。最后，这些冲突和矛盾也体现在关于大数据的社会科学研究领域，主要表现为大数据社会科学研究中的“南北”不对称。有学者指出，现行主流的数据社会科学研究均建基于西方自由民主框架之上，而反映“南方”发展中国家背景的研究则存在参与不足的情况。具体来说，无论是在开展研究的机构和作者的数量上，还是在认识论内容上，都缺乏来自“南方”发展中国家的方法。即便有针对“南方”发展中国家的大数据研究，人们也多持一种外部性的视角。这一南北不对称进一步巩固了数据正义中的“西方中心主义”观点，从西方自由民主的标准视角来解决南方发展中国家的数据问题。
在数据正义深受西方资本主义国家影响的宏观背景之下，数据分配正义在道德上既不值得向往，在实践上亦不可行。因为数据分配也会受到西方资本主义数据控制者的牢牢把控，从根本上受制于不公正的国际背景环境的制约。面对全球范围内的不正义问题，首先应当消除全球政治与经济秩序方面的背景性不正义，而不是推行分配正义。所以，应当从扭转全球不正义的结构入手，促进数据正义在世界范围内落到实处。
四、结构正义范式下数据正义的法律构建
数据正义来源于社会结构的正义，是一种集有形财产分配与无形利益平衡于一体的复合型数据正义。数据分配范式既没有从根源上去触动社会的结构性不平等，又以一种物质利益量化思维去解决社会中所有的数据不正义问题，所以只能实现一种不够全面与不够彻底的数据正义。数据正义的实现路径必须跳出分配范式的小修小补，转而寻求对社会结构进行调整与完善，也即从数据分配正义走向数据结构正义。
（一）从分配正义到结构正义的哲学基础转向
之所以分配正义范式会受到社会结构的制约，是因为分配正义是在不触动结构性不平等的前提下进行的分配，所以分配正义并不能实现实质性的社会正义。虽然分配正义围绕社会的基本结构而展开，但分配的原则与方法却不是从社会结构中产生，而是在既有的制度结构下单纯针对结果的调整。分配正义范式仅仅考虑对社会呈现出来的结果不平等进行矫正，而没有触动社会结构本身的正义性，这说明分配正义在向结构正义迈进的过程中做出了妥协与让步。正如阿玛蒂亚·森指出，分配正义理论几乎完全集中于公正制度的理想上，而忽视了根植于人们实际生活之中的正义评估。可见分配正义与结构正义的目标都是为了实现社会正义，但是二者在手段上存在着根本性的差别，也即是否关注社会结构本身。
从分配正义向结构正义迈进的深层次原因，可以归纳为如下两点：其一，分配正义割裂了分配与生产之间的关联性，将分配视为一个独立的环节孤立地进行研究。这一做法预设了资本主义生产关系的正当性，掩盖了资产阶级的剥削本质。分配本质上是一种人与人之间的社会关系，而这种社会关系是由生产领域决定的，参与生产的方式决定了参与分配的形式。在资本主义生产关系中，分配关系之所以产生，是由于生产者与生产资料相分离引起的。不占有生产资料的生产者只能通过雇佣劳动与生产资料结合，与资本家之间形成一种雇佣关系，最终劳动产品的分配也会更加偏向于雇佣者。在这种资本主义生产关系中，劳动者不仅不会随着财富的增长而获得更多的利益，反而受制于财富两极分化以及持续支配自身的社会权力。劳动者或工人阶级不仅面临经济上的贫困，更陷入发展自身能力的泥淖，甚至代际传递这一劣势。因此，生产关系的不平等从根源上决定了分配关系的不平等，脱离物质生产来空谈正义，其结果也必然引致不正义。其二，分配正义指向一种静态的社会原子主义，而数据结构正义关注主体间的合作。如果正义仅仅停留于分配层面，那么人与人之间自生产伊始产生的矛盾冲突将会遭到遮蔽，个人与他人之间的关系仅限于最终占有物品的静态比较。这容易引发作为主体的“我”与作为客体的“他”之间的矛盾与对抗，是一种主客二分的主体哲学思维。结构正义认为个体并非物品的被动接受者，而是有目的的行动者，并且个体的行动一直都处在社会关系之中，绝非孤立的行动者，这其实蕴含了一种主体间性的哲学思维。正如现代社会之中的贫富差距从根源上看是由现代社会的生产关系所决定的，远非黑格尔所说“同任性一样，偶然的、自然界的和外部关系中的各种情况，都可以使个人陷于贫困”。所以，结构正义重视社会结构的历史性以及不同主体之间的社会关系。
结构正义的哲学思维反映在数据正义的制度安排上，表现为制度关注的对象从数据处理的过程与结果转移至数据处理的生产资料占有、从单边的权利保护走向双边的权力平衡。单纯以分配数据正义范式为指导的制度安排，认为数据主体与数据控制者可以在同一起跑线上权衡利益分配，而参与数据生产活动的力量差异并未被纳入制度射程之内。实际上，数据利益如何在数据主体与数据控制者之间分配完全取决于数据生产资料与生产条件如何在数据主体与数据控制者之间分配，这种先在的不平等并不能通过数据利益的增长与数据利益的分配而得到弥补。只有对社会经济结构与数据权力结构进行变革，才能瓦解数据主体与数据控制者之间不平等的根基。唯有如此，才能够从根本上避免在数据处理活动中个人数据权形同虚设的现状，增强数据主体在数据处理活动中与数据控制者平等对话的能力。
（二）数据要素产权的明晰化
要想限制数字资本原始积累的无限扩张，应当对数字资本主义的经济结构进行完善。虽然分配正义也对资本主义私有产权进行了批判，但在回溯财产权利的渊源与基础时做出了妥协，认为对资源进行一次全面的再分配就可以纠正现实的不平等。结构正义对生产资料的关注是在批判分配正义的妥协与让步基础上发展起来的，是实现经济领域平等更具革命性的举措。然而，鉴定社会经济结构之中的初始产权绝非易事，究竟回溯多远才能纠正初始产权获得的不正义也充满争议，这些都是调整数据资本结构需要重点考虑的问题。在数据产权划分尚不明晰而数字资本结构已然形成的现实条件下，未来数据产权制度的建立必须对数字资本主义所引致的巨大贫富差距保持警惕，反对不受限制和约束的绝对数据财产权。
为了阻止企业在数据产权不明的情形下攫取更多的财产利益，应当将不负载人格利益、特定财产利益与特定公共利益的数据纳入国家公共领域之中进行保护与利用。具体来说，第 一，对初始状态中产权明晰的数据进行分类保护。涉及商业利益且由企业自己产生的数据、载有个人信息的数据不应当纳入公共领域之中，而应当分别赋予绝对的财产权保护、人格权保护；涉及公共利益的政务数据虽然应当向公众公开，可以纳入国家公共领域的“保护”范畴，但由于不能用来产生财产利益，不属于国家公共领域的“利用”范畴，因而也应当排除出去。第二，上述数据之外的其他数据由于处于产权不明的状态，可以纳入国家公共领域之中进行保护与利用，如企业产生的与商业利益无关的数据、个人上网时留下的数据痕迹等。这部分数据及相应的生产工具，任何人都无权自行收集与利用，而是收归国家统一进行管理。个人、企业或其他组织要想利用这部分数据，应当向国家付费。由于企业具有先进的人才物力优势，所以要严格限制企业自行处理数据的行为，而只能付费向国家购买数据分析的结果。也即，打破企业对数据技术优势的垄断。但是，数据的关联识别特征使得匿名化的数据也存在识别个人信息的可能，进而导致数据是否携带个人信息变得难以区分。在分配范式下，这一问题的存在容易给企业获取个人信息留下可乘之机。而这部分数据纳入国家公共领域保护与利用之后，这一漏洞也就随之不复存在。第三，国家获得的数据收益用于支付购买生产资料与生产工具的费用。凡是生产数据的数据主体都有分享数据红利的资格，贡献知识的技术人才也应获得应有的物质激励。
这一数据产权配置模式做到了将企业与个人放置在数据经济结构之中的同一起点上，从而从根源上限制数据领域下的资本原始积累及其可能带来的不正义现象。尽管在当前的经济发展与历史条件下，在传统经济领域内以结构正义范式进行调整不具有现实可能性，但在新兴的数据社会中，以结构正义思维避免数字资本原始积累的生成则是有可能的。
（三）数字社会权力结构的再平衡
数据分配范式难以平衡好数据主体与数据控制者之间的利益分配，表现在无形的物质利益方面主要是利益的不当交换与失衡。这背后的根源在于社会中各方主体之间的力量失衡，要想化解这一局面，必须从社会中的“权力”配置方面重新寻求个人、社会与国家之间的平衡。随着科技进步将现代社会引向一个数字时代，现代性的形式平等也开始变得不可靠。形式平等强调的是起点、机会的平等，然而，随着数据愈发成为一种罗尔斯式的“基本善”，数据获取的起点却是十分不平等的。大型企业和垄断组织可以轻而易举地获取用户的各种数据并将其转化为经济利益，而作为信息权利主体的个人在数据控制者的侵犯之下却毫无还手之力，知识的不平等与社会财富的不平等在数字时代的背景下被愈发地放大。面对扩张的数据权力，需要重新平衡个人、社会与国家之间的力量。国家的权力有必要得到进一步的加强，公民的个人权利则需要更强有力的保护，而数据权力则应当受到新的法律规则的有效约束。
为了防范数据控制者宰制局面的形成，应当将数据权力纳入公权力的规训。首先，数字化时代的社会制度应当正视数据权力这一社会性权力存在且必然存在的基本事实。现代法律制度出于控制权力的目的，针对公主体和私主体设定了不同的行为标准。对公权力而言，法无授权即禁止；而对私主体而言，法无禁止即自由。这一标准即建立在一切权力都必然是公共性的前提之上，现代性的制度理念并不认可社会性权力的存在，从而将社会权力的掌握者视为是私主体。这就造成了一个后果，当社会生活发生新变化时，资本可以轻而易举地利用其优势在新领域内扩展其垄断地位，社会权力也快速扩张，而政府的权力则受到法律严格限制而不能相应地达到与其匹配的程度。如果政府不能对资本实现有效控制，不能对正在膨胀的社会性权力加以有效干预，那么不单单是数据正义无法实现，社会各个方面的正义都会逐渐丧失。其次，宪法的效力也应当进行适度扩张。传统的理念认为“只有涉及国家对权利的侵害时，方可被视为宪法问题”，这样的观念实际上是建立在权力全部掌握在国家手中的规范性假设之上的。而如果承认宪法的真正作用在于保障个人的权利与自由，就应当承认，宪法不能对社会团体手中的那些披着合法外衣，却在实质上对宪法所要保护的权利、推崇的价值进行肆意侵犯的力量坐视不管。在当代，大型的卡特尔组织绝不应当再简单地被视为私主体，而应当受到宪法和法律更多的限制，法律在社会基本结构问题上也应当对传统的制度理念加以突破，唯有如此，现代社会才有达致数据正义的可能。
同时，也要发挥好数据权力作为一种新型治理手段的积极作用，推动公权力与数据权力的互动与关系优化，促进权力治理格局的机制创新。一方面，辅助既有的公权力治理，形成多元化的治理格局。公权力的治理思维强调自上而下的科层制管控，而这种层级治理手段在应对灵活多变的数字不正义现象时往往显得过于僵化与形式性。与之相反，数据权力这种社会权力具有“去中心”与扁平化特征，以其知识与人才优势形成一种“准公权力”。如果这种“准公权力”用得好，便能够形成对公权力治理的有效助益。社会第三方参与治理也能够促使企业、平台由规制客体变为规制主体，形成一种具有内控性质的自我规制，从而在源头上遏制数据建构中“非正义前见”的嵌入。另一方面，自觉履行与贯彻数据权利的价值追求，与公权力的权利保障功能形成有效互补与良性互动。数据权力的基础在于数据权利的让渡，如果无视数据权利的保护，那么数据权力的行使也将失去合法性。数据权力应当扭转对于数据主体的支配、控制与操纵态度，积极尊重、保障与促进数据权利。只有保持数据权力与数据权利的均衡统一，才能切实增强数据主体在数据治理实践之中的参与感和获得感。
（四）全球数据治理路径的展开
全球数据正义结构的失衡，本质在于数据控制者与数据主体之间在利益享有中的不平等，不过这种不平等背后的推手是数字资本与数据权力的全球性扩张与不平等分布。对于数据资本与数据权力的法律约束就不能仅仅局限于一个国家之内，如何处理发达国家与发展中国家数据利益分布的不平等也是数据正义的应有之义。作为克服全球分配正义诸多弊端的全球治理机制，也是实现全球数据正义的重要路径。
首先，全球数据治理应当采取一种去中心化的模式。全球数据正义与实现域内数据分配正义所需要的制度环境最大的区别在于，在国际社会之中公共权威是缺位的，并没有一个所谓的占据主导局面的“全球政府”。任何妄图树立超国家政府的统一权威的做法都与数据治理的实际情形相背离。国际实践当中存在的“数据霸权主义”“数据殖民主义”等不利情形，愈发地凸显出发展中国家参与数据治理的必要性与紧迫性。为了打破西方垄断数据治理话语权的情形，数据治理应当吸纳国际社会多元主体的共同参与。为了实现全球数据正义，国家、非国家行为体、个人等众多行为主体的立场与诉求都应当为数据治理结构所包含。
其次，与治理模式的去中心化相对应，全球数据治理应当落实真正的自由、平等与民主原则。第一，切实保障每一位数据主体的权利，这是全球数据治理的核心。全球数据治理中的大多数数据均来源于活生生的个体，而非一个组织乃至一个国家。为此，必须打破数据控制者为首的利益集团对一国数据话语体系的垄断，将数据治理的目光投射到每一个被忽视的数据主体身上，实现每一个人的正义。第二，尊重不同国家关于数据正义的认知差异，反对西方推行的“数据世界主义”。西方资本主义社会总是以推广“自由”“民主”“市场经济”等虚假理由，竭力将具有本国意识形态与利益诉求的数据处理规则发展为一种普适性的价值。所以，需要看到各国数据化能力的差距，发达国家的数据处理规则可以为处于弱势地位的发展中国家的数据化处理提供借鉴，但绝不能完全取代后者。第三，在全球数据治理中，每一个国家都应当从“独语”的国家走向“对话”的国家，贯彻商谈式民主。康德曾经指出法律总是随着政权范围的扩大而愈发失去分量，所以强制性的国家权力体系在全球数据治理中难免失灵。数据治理规则应当来自于不同国家自愿性的认同而非强制性服从。在这种情况下，促进不同国家在数据治理之中的民主协商与交流对话就显得尤为必要。
最后，发展中国家应当努力增强自身国家治理能力，提升在全球数据治理之中的话语权。面对西方数字资本主义在现行数据治理格局中的主导地位，加强国家间的合作是一方面，努力加强对国内数据控制者的监管也是非常重要的另一方面。对于法律监管付之阙如的部分“南方”国家来说，尤其需要尽早制定相应的法律规则。只有每一个发展中国家均能在全球数据治理中占有一席之地，全球数据正义才能真正实现。
结语
数据正义问题看似是伴随着新技术而出现的一个新问题，但从本质上看，数据正义问题和传统的社会正义问题本就是一个问题的两个侧面。数据技术带来了各种新形式的非正义现象，但如果透过数字技术的表象去观察，便不难发现所谓的数据正义问题根本就不是什么新问题。新技术仅仅为社会中普遍存在的歧视与不平等现象提供了一种新的工具，数字技术本身并不能自发地造成新的不公正，真正引发不公正的只能是技术的操纵者。数据正义能够成为一个问题，其根本原因在于社会本身存在着结构性的不正义，社会正义才是数据正义的本质与先决条件。以数据正义的表象掩盖社会结构正义的实质，实际上是稀释了正义问题的位阶，将对社会本身正义问题的关注引入数字时代的表象之中。因此，分析数据正义问题，唯有从社会本身的结构正义问题入手，才能触及问题的实质与关键。
