从工业劳动到数字劳动：劳动过程变迁与理论探索

文／王 星 王春璇

数字技术已经成为经济增长的新引擎，实施大数据战略、建设“数字中国”也成为中国式现代化的重要驱动力。我国数字经济总体规模占GDP比重，2018年为34.8%，2021年上升到39.8%，2022年则上升到41.5%。[1]根据世界银行的相关分析，数字化程度每提高10%，人均GDP会增长0.5%～0.62%。[2]数字技术通过对传统工业化架构的系统重构，促进产业发展从“工业化模式”向“数字化模式”跳跃，[3]催生了新产业、新业态和新发展模式，并对我们的工作方式和行为模式产生广泛而深刻的影响。自动化、人工智能技术大规模应用驱动新的劳动力组合，劳动形式从在工厂集中生产的工业劳动逐步发展为多种场景下的数字劳动样态，比如组织边界模糊的平台劳动、任务领取型的自雇劳动，等等。

劳动过程的数字化变迁对主要解释工业劳动的传统劳动过程理论提出了挑战。众所周知，劳动控制权争夺是劳动过程理论所关注的核心议题。该理论认为，资本主要通过对劳动组织方式及劳动者技能结构的改造实现对劳动过程的控制。显然，这两方面的手段应用是与工业劳动过程的规模化集中生产相匹配的。然而，在数字劳动过程中，数字技术应用推动了数字技术和人类劳动的深度结合，[4]重塑了劳动组织方式，改变了劳动者的技能形成。相较于工业劳动，更主要的差异在于数字劳动过程会产生一种特有的孪生效应，这使数字劳动成为一种“双重劳动”。据此，本文以劳动组织方式和劳动者技能形成为切入点，分析数字技术应用对工业劳动过程所产生的现实影响，通过对工业劳动和数字劳动的理论比较，进一步思考数字劳动过程中的孪生效应，并探寻经典劳动过程理论的解释适应性及其拓展路径。

一 规模化集中生产与工业劳动过程

现代工厂是适应工业革命时期机器大生产技术应用的产物，以蒸汽机为代表的机械动力技术推动人类社会进入工业文明时代。而在随后的几个世纪里，规模化集中生产的巨型工厂不仅成为国家工业实力的象征，更是寄托着人类改造世界的野心。现代工厂制的劳动组织方式加上大规模使用的自动化机器重组了劳动者的劳动过程，显著提高了劳动生产效率，大幅度提升了生产力，同时也改变了劳动者生产与生活的方式。

（一）工业技术创新下的劳动组织方式与劳动过程控制权上移

工厂化劳动组织方式的内核是理性科层制，[5]这种生产制度安排契合了工业技术对确定性的追求，[6]是一种适配于工业化生产逻辑的组织形态：工厂组织使得生产要素和生产资料在时间和空间维度上形成了规模化的集中效应，通过高度精细化的专业劳动分工提高了生产效率，有助于质量管控进而降低生产失误的可能性。机械化流水线生产提升了生产力，进而能够强化资本对劳动过程的管控能力。事实上，工厂化生产模式催生了全新的生产关系结构，资产阶级与无产阶级逐渐成为主要的社会群体类型。工厂虽然在空间上制造了劳动者工作与生活世界之间的隔离，但是工厂并非只是工业制品的生产方，还会通过与周边的社区产生互动，形成一个基于工厂的市井社会生态。在工厂制下，科层管理依照岗位组织起来的协作结构让参与其中的人形成一个有明确职责和身份边界的组织化群体，[7]从而成为维持工厂生产秩序和形塑劳动过程的主要制度机制。

从这个意义上而言，工厂制下劳动过程的控制权上移过程尽管充满了斗争，但却是适配规模化大生产的必然结果。一般而言，资本家会通过技术控制、组织控制、规范控制三种方式将劳动过程的控制权全方位地收拢在自己手中，其中技术和组织控制主要针对劳动过程的客观内容，规范控制则是资本控制劳动过程的主观方面。

技术控制主要作用的是工业产品的生产环节。通过机器生产技术体系，资本重组了整个工业生产流程，将劳动过程的控制权稀释分散到工业流水线之中，而那些附着在工匠个体上的生产控制权也逐渐转移到资本所有的工厂科层组织之中，这种技术革新使他们掌握的技术知识被分解为生产步骤上细小的知识单元并附着在机器本身。在机器生产体系中，机器内部复杂的零件组成和机器之间的协同运转，让生产过程由时间上的顺序进行变成了空间上的并存，劳动任务被不断分解为简单、离散和重复的动作。劳动者被固定在具体的生产环节，对完整生产过程的把握控制转变为对某一固定生产环节的参与协作。车间内的标准化作业流程有效巩固了资本在工厂内部的控制权和主导权。相比之下，“去技能化”的劳动者只能追随在机械运动之后，沦为机器生产体系的构成部分。

组织控制主要涉及劳动过程的组织方式，通过建立适配于机器大生产体系的工厂管理模式，资本对劳动过程的控制延伸到整个工厂组织结构之中。在布雷弗曼看来，现代化生产体系下的流水化标准作业导致了概念和执行的分离、脑力劳动和体力劳动的分离。工厂制中的职业管理部门是监督和管理工人劳动生产过程的重要组织设计，而劳动则“成为管理部门所指挥的生产过程的一种客观要素”。[8]在此基础上，20世纪产生的以流水线作业和M型组织结构为特征的福特制建立了分层控制和人事干部控制两种管理方式，使劳动者依附于工厂组织体系之上：一方面，通过持续提升劳动者在生产流水线上的有效劳动参与率，从时间和空间两个层面最大限度地提高劳动效率；另一方面，劳动过程组织方式的调整不但细化了劳动分工，推动了工业技术进步和工业制成品的市场扩张，也将资本的主导权从劳动生产领域扩展到了社会其他领域，甚至形成了一种“社会工厂治理”格局。[9]

规范控制是指劳动过程中的意识形态塑造。在技术和组织控制的基础上，资本通过企业文化建设、职业伦理灌输以及福利关爱等方式，不断规训工人的意识形态，塑造他们对技术、生产以及工厂的情感认同，使工人群体对机器化劳动过程形成新的集体意识，制造他们的“同意”。当然，在布洛维看来，工厂制下的意识形态控制是在多主体互动中展开的：一方面资本会加入劳动竞赛、超额比拼、生产激励等带有“游戏色彩”的过程性设计，增加劳动过程的趣味性、减少工人对冗长枯燥的流水线生产劳动的倦怠感，进而增强其对高强度劳动的忍受度；另一方面，生产线不同层级的工人群体自身也会在“赶工游戏”中寻求竞争的乐趣，获得一种满足感和自由感，在此基础上形成具有团体规范效用的车间文化，从而自愿服从工厂的生产秩序。[10]以布洛维为代表的现代劳动过程理论认为，通过规范控制合理化了资本对剩余价值的追求，强化了资本对工厂劳动过程的意识形态控制，形塑了资本主义工厂的生产政体。

（二）工业劳动中的技能形成

在工业劳动中，劳动者技能形成既受到工厂体制的塑造，也会受到岗位稳定性、成本分担，以及劳动力市场等方面制度安排的影响。从工业劳动的技能形成路径来看，劳动者主要掌握的是学习及应用工业机器的能力，即在理论知识学习、使用人工物——比如机器、设备等生产工具的劳动实践中逐步养成的技能。因此，工业劳动者的技能多以身体实践为出发点，是慢慢积累在人体感觉与肌肉记忆中的一种默会知识。从这个意义上来说，工业劳动的技能形成很大程度上依赖劳动实践的在场性。从工业劳动的技能形成环节来看，工厂里产业工人的劳动过程需要顺应工业生产的逻辑顺序，遵从“概念”与“执行”相分离的分工原则，这使产业工人的劳动主要集中在工业产品的直接生产环节上，其技能形成主要也是在操作机器过程中逐步累积形成的。因此，在工业劳动的技能构成上，除了包括操作机器生产产品的能力外，还包括解决生产过程中可能遇到的技术故障的能力。就技能形成周期而言，尽管因为行业、工序以及工种差异，技能形成周期不同，但相较于第一、三产业，工业劳动过程中的技能形成周期普遍要更长，从初级新手进阶到熟练工，再到技能精通者，需要更长时间的理论学习和生产实训。在工业劳动模式中，生产流程和工艺上的技术革新通常具有较强的延续性和累积性，因此与工业劳动中技能形成周期较长相对应，其技能衰退期也相对较长。依据IBM商业价值研究院和德勤管理咨询等机构的评估，在过去，工业劳动中专业技能的半衰期通常在10～15年。[11]随着数字技术在工业劳动过程中的应用和拓展，技能衰退期大大缩短了，关于此问题下文将详述。

当然，在工业劳动中，劳动者个体技能需要进一步拓展为工业组织的技术能力方能更好地提高劳动效率，形成工业竞争优势。所谓工业技术能力是指能够有效使用工业技术知识的能力，它是工作组织的知识、劳动者技能和经验的集合。[12]与技术能力密切相关的知识大部分属于非标准的缄默知识，是潜藏在企业生产常规行动之中的。而且在现代工业劳动中，“由于现代技术高度复杂使产品和工艺的技术知识远超任何个人所能掌握的知识和技能”，这使得技术能力具有组织性。[13]因此学界的普遍共识是，工业劳动技能形成具有较强的组织依赖性，几乎所有工人都需要在生产实践过程中长期摸索方能逐步积累其技术能力。工业劳动技能形成的组织依赖性使工业特定的知识、技能、经验和诀窍在组织之间的转移很困难。因此，国家或者企业需要通过投资人力资本来提高劳动者的技术学习能力，进而强化国家和企业的技能生产和技术研发能力。[14]据此而言，工业劳动的技能形成也从劳动者个体知识经验获得层次拓展延伸至组织性技术能力形成层次。技能形成从个体到组织层面的拓展，意味着除了关注劳动者个体技能投资行为外，还需要对技能形成体系进行制度分析，关注校企合作、产教融合、社会保护等议题。

二 数字技术对劳动过程的重塑

数字技术在工业领域中的扩散与应用改进了劳动力与生产资料的结合方式，推动工业生产流程的自动化和智能化，在改变劳动组织方式的同时也重塑了工业劳动过程，由此催生了不同于工业劳动的数字劳动样态。有学者预言，在未来数字社会时代，数字劳动会成为人类社会的主导性生存方式。[15]从学理上而言，“数字劳动”概念最早是由马克思主义者提出来的，他们立足经典马克思主义劳动过程和劳动价值理论，将数字技术下的生产活动视为一种劳动样态，尝试通过“不稳定无产者”“赛博无产阶级”等概念来探讨数字劳动中的剥削逻辑与劳动泛化等现象。[16]近些年来，随着数字技术应用场景的拓展，数字劳动日益成为学界关注和研究的焦点，而“零工劳动”“在线劳动”“玩劳动”“自主劳动”“受众劳动”等也逐渐被认为是数字劳动中的典型样态。

（一）社会化数字平台与数字劳动的组织过程

数字时代的经济具有生产协作网络化、产品服务个性化、市场响应及时化等新特点。[17]以数字技术为支撑，扁平化、柔性化的业态组织——数字平台企业成为数字时代驱动经济发展的主要组织模式。普华永道发布的“2023年全球市值100强上市公司排行榜中”，前10名共有6家数字平台企业，分别是苹果、微软、ALPHABET INC（谷歌母公司）、亚马逊、英伟达、META PLATFORMS（脸书母公司）。[18]在数字技术介入和支撑下，数字平台既是数字劳动参与者的依托，同时也重塑了数字劳动过程的组织形式。相较于传统经济组织所具有的生产封闭性而言，数字平台具有明显的社会化特性。数字技术驱动下的精准匹配有形之手很大程度上延伸了“看不见的手”，成为资源流向的重要“指挥棒”，用户评价和流量规模成为数字平台参与者重要的行动指引和信息信号。从这个意义上来说，数字平台本质上属于一种“社会化的技术平台”，具体而言，这种劳动组织方式的社会化特性主要表现在三个层面：一是数字平台能够组织大量社会资源实现超大规模的生产活动，从这个意义上来说，数字平台本质上属于一种社会技术集合体；二是数字平台上的劳动者工作场地具有极大的分散性和不确定性，这会导致由此衍生出来的各类工作关系高度疏离和离散化，这会对数字劳动者的团结和集体意识产生直接影响；三是数字游民依赖平台系统获取业务，他们需要逐网络而居，择平台而栖，这导致他们的生产世界与生活世界相对融合，其职业身份也趋于多元化和模糊化。

因此，在数字劳动组织过程中，这种社会化特征一方面意味着数字平台对社会资源更加依赖，同时也使数字经济更具有共享性。在这种情况下，传统的工业集中化生产模式和垂直一体化的科层管理难以满足数字时代协同化生产、及时性匹配的市场要求。[19]为了适配数字劳动的特性，数字平台需要更强的自主性和自治能力，其在劳动组织上通常也具有更强的灵活性、流动性以及高效性。[20]数字平台与传统工厂在劳动组织方式上最大的不同在于，在数字技术的加持下，平台一定程度上突破了整合生产劳动的组织边界，数字平台企业能够更加便利地通过分包、转包和外包等方式，将生产和服务任务细化成劳动者可以独立完成的工作任务，由此形成了“平台+个人”的产业分工协作新架构。在这种分工模式下，数字平台企业可以在全产业链甚至全球范围内更高效地开展生产活动，并借助数字技术融合生产者与消费者之间的边界。[21]平台企业借助这种分工模式，将数字劳动从生产空间延伸至生活空间，不断强化其整合生产劳动的广度和深度。在数字经济运行过程中，平台企业兼具直接生产社会化的大型化、集中化和间接生产社会化的小型化、分散化特征，[22]呈现出一种更高维度的社会化大生产秩序。

（二）劳动过程控制的横向拓展

在经典马克思主义劳动过程理论看来，在工业劳动（或工厂劳动）中，资本通过科层等级制、机器替代以及精细分工等方式形成了组织控制、技术控制以及规范控制的一体化控制结构，在维持工厂内生产劳动秩序的同时，最大化提高劳动效率以获取更多的劳动剩余价值。在数字劳动过程中，数字技术的应用极大扩展了劳动过程控制的时空维度，形成了一种新的劳动秩序，使数字劳动过程控制呈现出不同于传统工业劳动的新特征。

在数字劳动中，数字技术拓展了劳动过程控制的时空向度，使劳动时间和劳动作业场景都发生了不同于工业劳动的转变，呈现“去同步化”与灵活化的特点。在时间向度上，八小时工作时长以及固定上下班时间的传统模式不再适用，取而代之的是以一小时甚至更短的时间为单位的弹性化交易模式；[23]在空间向度上，数字经济下的劳动具有“去现场化”的特点，劳动者工作的场所不再局限于实体工厂与办公场所，而是向社会各类场景和领域延伸。[24]“去同步化”与灵活化拓展了资本对劳动过程控制的时空边界，深入到了生产生活的各个方面。正是从这个意义上，很多学者认为，算法系统使数字劳动者陷入更为广泛而全面的“全景”控制结构之中。

同时，相较于工业劳动主要依赖外在控制手段，数字技术不仅拓展了数字劳动的时空边界，也使劳动过程参与主体多元化，劳动控制也更为隐蔽。首先，将局部生产的控制权交还给劳动者个体。劳动者可以自由选择工作时间和空间、工作方式和服务对象，并由此获得一种自由工作的感觉。从这个意义上来说，数字劳动的控制更多是通过规则内化的方式来驱动的，平台企业通过强渗透性和广覆盖性的算法技术强化了劳动者对于平台的依赖性。更关键的是，在数字技术作用下，公开透明的即时计酬成为数字劳动的典型特征，这客观上增加了数字劳动分配的公平性，也使数字劳动者更加积极主动地参与到了数字生产劳动之中。其次，工业化模式下资本强化对工厂劳动过程的控制意在追求更高的生产效率，而在数字模式下，平台企业能够依赖数字技术的渗透作用来提高劳动效率，通过数字技术设备更好地收集和积累生产劳动的数据，进而在数据分析基础上更有效地实现对劳动过程的自动化监管。这种情况下，如何更好地优化劳动力资源配置成为数字平台企业实施劳动管理的核心追求。因此，那些掌握算法技术的平台企业通常将数字劳动者的部分管理权转移给第三方劳务公司。数字平台事实上放弃了传统工业劳动中盛行的雇佣关系模式，大部分数字劳动者不再是传统意义上的受雇劳工，而是成为具有一定自由选择权的独立的任务领取者，与此同时，数字平台通过技术将消费者甚至公众纳入劳动过程的管理之中，由此重构了数字劳动过程的控制主体，在分散劳动控制风险的同时也转移了劳动冲突焦点。

（三）数字劳动中的技能形成

数字经济的生产力要素主体不再局限于人本身，而是扩展为人与人工智能的双劳动主体。[25]在传统工作模式向智能协同化生产的新工作模式转变的过程中，人和智能技术与智能设备的协同整合推动了数字劳动生产效率的提高。针对数字劳动的这个特点，有学者认为以人机融合为主要内涵的数字劳动将会是人类劳动形态的发展方向，并可能成为“人们生活的第一需要”。[26]人机协同的全新工作模式决定了数字劳动不仅仅指向物的最终生产环节，更能够指向优化设计生产的环节。人机协同的关键是人拥有与数字技术协同工作的技能，因此提升数字技能的重要性不仅仅针对数字技能人才，对参与社会生产生活的每一个数字劳动者都有意义。

就数字技能形成路径来说，如果传统工业劳动的技能多以身体实践为出发点，是慢慢积累在人体感觉与肌肉记忆中的一种默会知识。那么数字技能的形成路径则需要劳动者在操作技术前学习基本知识，并在操作的过程中掌握算法收集数据的逻辑、人工智能学习的路径等隐性知识，并形成把控数字技术的能力。通过这些数字技能，数字劳动者将数字技术知识转化为数字产品并创造数字劳动价值。尽管工业生产的数字化改造与升级也需要依赖现场体验以帮助技术更好地融入生产实践中，但数字技术的介入使很多工作场景能够变成一种“无身体”的存在。比较而言，数字劳动者对身体默会和肌肉记忆的依赖程度则会小很多，更需要的是能够在数字工具与数字产品之间搭建起关系结构的思维能力与组织能力。因此，数字劳动者的技能养成更多依赖体外化的机器学习与逻辑创新。在这个意义上，数字技术不仅无法替代劳动者技能，而且对劳动者的技能提出了更高的要求。同时，掌握数字技能也使得劳动者掌握了对劳动过程的部分控制权。相较于工业劳动过程，数字技术打通了传统工业劳动中“概念”与“执行”之间的区隔，一定程度上重构了工业劳动的逻辑原则，使数字劳动者与数字工具之间形成了一种参数化人机协作关系结构。数字劳动者不仅需要熟悉数字工业生产的全流程知识，而且需要掌握与数字技术协同生产的数字技能，其技能的领域跨度会更大，要求也更高。

与此同时，数字劳动技能的衰退速度要明显快于工业劳动。这就需要劳动者不断地更新和提高自己的劳动技能。依据IBM商业价值研究院和德勤管理咨询等机构的评估，在过去，专业技能的半衰期通常在10～15年，而现在，专业技能的半衰期只有5年左右，数字技能的半衰期甚至更短，30%左右的技能会在三年之内过时失效。与此相伴随的是，弥合技能缺口所需要的时间在不断增加，过去7年里，通过传统技能培训方式弥合缺口所花的时间从3天激增到42天，增加量超过10倍。数字技术加快技能过时速度主要是因为：首先，数字技术重组了生产流程，在海量数据处理基础上，提高了生产组织的灵活性，这对数字劳动者技能更新提出了更高要求；其次，数字技术推动了工作方式的自动化和智能化，使企业能够更好地依据市场环境变动对产能和员工进行高效率的调配，这提升了数字劳动者即时响应能力的要求；最后，随着数据积累和深度学习算法的进步，数字技术自身迭代的速度不断加快，数字技术应用所依赖的基础设施更新也随之加速，这也缩短了数字劳动者技能的衰退期。因此，随着数字技术的快速更新迭代，劳动者的技能也需要不断地更新迭代，这就促使传统的技能培养方式需要变革以适应数字技术的发展速度。

另外，数字技术革命带来的技能偏向型技术进步导致了劳动力市场出现了所谓的“技能极化”现象：需要高技能水平和低技能水平的工作类型就业增长速度最快，[27]而处于中等技能水平、参与“可编码”日常任务的数字劳动者面临更大的就业岗位替代风险。麦肯锡全球研究院的调查显示，到2030年，全球将有8亿人的工作岗位被机器取代，3亿多劳动力需要进行数字技能再培训。[28]在数字劳动时代，数字技能既包括数字硬技能，即数字知识、数字认知技能和数字实用技术，也包括数字软技能，即数字领域的非认知技能，包括对数字领域的认知、态度、情感和社交等技能。[29]数字技术变革提出的技能要求是一个结构性转换的过程，其中数字劳动者“再技能化”支持体系的建构则尤为重要。[30]

三 数字孪生与劳动过程理论的再思考

就劳动过程的结构而言，数字劳动不仅仅包括现实世界可见的劳动过程，还包括非显性的数字世界的劳动过程，这产生了数字劳动的孪生现象。所谓“数字孪生”是指通过数据和信息的实时交互，在现实物理空间之上建立起的虚拟数字空间，数字孪生可以根据多重的反馈源数据进行自我学习，进而实现对物理空间中的人、机、物、环境等社会系统的预测、监控、诊断、修正等优化控制。[31]因此，算法驱动下的数字孪生不是对物理空间简单的复制还原，而是不断地带入物理世界的反馈、主体认知与实践提升成果的过程。[32]数字技术所产生的孪生现象赋予了数字劳动的新内涵和意义：一方面，数字劳动通过对物理空间里的生产要素进行数字化映射，使劳动者与劳动资料的结合方式逐渐由“劳动者—实物劳动资料”的直接结合，转向“劳动者—数据要素—实物劳动资料”的间接结合，这种转变最终导致劳动过程的割裂和劳动者的分化；[33]另一方面，在劳动者参与数字劳动的过程中，数字技术不仅能够监控现实的劳动过程，也在建构信息化的劳动过程。[34]数字技术能够精准捕获劳动者的活动轨迹并对生产要素进行智能调配，[35]进而增加数字劳动数据的附加值。因此，劳动者在参与数字劳动时，其主体实践活动也被带入到了数字孪生体的塑造过程，在数字世界创造着新的劳动价值。而且借助数字技术产生的孪生效应，数字平台使用者也参与到了数字劳动价值创造过程之中，出现所谓的“受众劳动”。在受众劳动过程中，数字平台依据数字技术获取用户使用行为的数据，并通过智能算法实现定向精准推送，从而将受众用户更长久地“粘在”数字平台之上，平台用户以一种“非直接劳动”的方式生产着劳动价值。在这一意义上，数字孪生使得传统主客二分的实践机制发生了根本性的转变：劳动者的劳动过程在改造现实世界和促进再生产的同时，劳动过程本身被记录、收集、编码，并作为数据生产要素通过数字孪生技术影响和塑造现实世界的生产过程。

如上文所言，工业劳动过程的控制主要是为了提高工厂劳动的效率，而数字劳动过程的控制则更多是为了优化劳动力资源的配置。笔者以为，数字劳动及其产生的孪生效应意味着一种不同于传统工业劳动的全新劳动过程，如果说依托工厂体制而展开的工业劳动是传统产业模式运行的基础，那么依托数字平台的数字劳动则逐渐成为当下产业运行的主流样态。而经典劳动过程理论所关注的诸如劳动过程控制、劳动者技能形成等议题也面临着研究范式转换的必要性和迫切性。从工业劳动到数字劳动，数字技术推动了产业运行模式的转型，重构了劳动过程。在这个数字技术主导的劳动过程中，劳动者被裹挟进入一个更加开阔多元的劳动场景之中，劳动灵活性增强，劳动者对组织的从属性减弱，雇佣劳动关系模糊化。所有这些现象对经典劳动过程理论的研究拓展提出了新挑战，可以说，数字劳动及其所产生的孪生效应是以往工业劳动过程理论从未面对的新问题。这也意味着，如果我们依然立足于工业劳动过程的理论框架，可能会导致在面对数字劳动时的解释失败，同时也会使我们无法理解真实的数字劳动的实践过程。当然，不可否认的是，经典劳动过程理论中一些重要观点对于数字劳动依然具有较强的解释力，其关于劳动控制权与劳动价值分配的一些讨论也适用于数字劳动过程。虽然经典劳动过程理论关注的工业劳动中劳资零和冲突关系，转向了数字劳动中一定程度上的合作共赢，[36]但在数字劳动过程中，以智能算法为核心的数字技术能够对数字劳动过程实施更加广泛而深入的管理。与工业劳动作为一种社会化生产劳动类型相似的是，数字劳动过程不仅受到数字技术力量的形塑，也受到社会力量的建构，与社会政治经济制度紧密相关。[37]因此，面对不断革新的数字技术和多元的数字劳动样态，数字时代劳动过程理论发展需要在具体化、情境化的数字劳动实践中不断丰富和创新。