《资本论》第一卷第十九章:计件工资
第十八章讲计时工资,按小时、日、月支付。
第十九章讲另一种重要工资形式:计件工资。
在雇佣关系中,工资可以按验收合格的产出数量计算,比如:
- 做一件衣服多少钱;
- 标注一条数据多少钱;
- 送一单外卖多少钱;
- 审核一条内容多少钱;
- 完成一个任务多少钱;
- 写一篇文章多少钱;
- 修一个 bug 多少钱;
- 完成一个项目模块多少钱。
表面上,计件工资比计时工资更公平:做多少,拿多少。
但马克思要说明:计件工资并没有改变工资的本质。它仍然是劳动力价值或价格的转化形式,只是把时间工资伪装成产品单价。
一句话概括本章:
计件工资把劳动力价格表现为每件产品的价格,使劳动者看起来是按成果自由获得报酬;但它实际上便于资本计量劳动、提高强度、转嫁风险,并让劳动者自我监督。
计件工资看起来更像“按贡献付费”
计时工资按时间付费。
计件工资按产出付费。
这很容易让人觉得计件工资更合理。
比如:
- 标注一条数据 0.5 元
- 送一单外卖 6 元
- 写一个页面 500 元
- 修一个 bug 200 元
- 完成一个 API 接口 1000 元
做得多,赚得多。
做得少,赚得少。
这看起来像直接把劳动成果和收入绑定。
但马克思会说:计件工资只是计时工资的变形。
因为每件产品的工资,归根到底还是根据一定时间内正常劳动者能生产多少件,以及劳动力日价值来折算。
比如一天劳动力价值是 800 元,正常一天能完成 8 件产品,那么每件工资就是:
800 / 8 = 100 元表面上是每件 100 元,实际上仍然是劳动力日价值的分摊。
计件工资如何从计时工资转化而来
计件工资的基础可以这样理解:
计件单价 = 劳动力日价值 / 正常日产量比如一个数据标注员一天正常工作 8 小时,劳动力日价值折算为 200 元。
如果正常一天能标注 400 条数据,那么每条单价就是:
200 / 400 = 0.5 元看起来是每条数据值 0.5 元。
但这 0.5 元不是每条劳动产品的全部价值,而是劳动力价格在每件产品上的表现。
劳动者一天标注 400 条,拿 200 元。资本或平台利用这些标注数据训练模型、出售服务,创造的价值可能远高于 200 元。
所以,计件工资不会取消剩余价值,只是换了一种表现形式。
计件工资便于资本监督质量和速度
计件工资有一个明显特点:它把劳动结果直接量化。
资本不需要像计时工资那样时时监督劳动者是否偷懒。因为收入和件数挂钩,劳动者会主动提高速度。
这对资本很有利。
劳动者为了多赚,会自我加速、自我监督、自我延长劳动时间。
比如:
- 骑手为了多接单,压缩休息时间;
- 数据标注员为了多赚钱,长时间盯屏;
- 内容审核员为了达标,提高处理速度;
- 自由开发者为了多接项目,缩短交付周期;
- 平台创作者为了流量收益,持续生产内容;
- 众包测试员为了任务奖金,反复抢单。
资本表面上没有强迫你多干。
但单价和收入结构会推动你自己加速。
这就是计件工资的强大之处:它把资本的监督部分转化为劳动者的自我监督。
计件工资和劳动强度
计件工资天然鼓励提高劳动强度。
在计时工资下,劳动者可能倾向于保持一定节奏,因为工资和时间挂钩。
在计件工资下,收入和产出数量挂钩,劳动者为了多收入,会尽量多做。
于是同样一天,劳动强度可能大幅提高。
比如 AI 数据标注平台按条付费。
劳动者为了达到日收入目标,可能:
- 缩短休息;
- 提高点击速度;
- 同时处理多个任务;
- 忽略身体疲劳;
- 在夜间继续接单;
- 接受低质量任务;
- 承担返工风险。
这看起来是劳动者自主选择,实际上是单价压力和收入目标共同塑造的结果。
计件工资把“多劳多得”变成资本提高劳动强度的机制。
计件工资和工作日延长
计件工资还会推动工作日延长。
因为劳动者收入取决于件数,只要还有任务,他就有动力继续做。
平台尤其擅长利用这一点。
比如外卖平台在高峰期给补贴,诱导骑手延长在线时间。
内容平台通过流量收益刺激创作者持续更新。
众包平台通过任务池和排名机制,让劳动者不断刷新、抢单、加时。
AI 标注平台可能设置任务批次、奖励门槛、质量评级,让劳动者为了达到收益目标而延长劳动时间。
在这些场景中,资本不一定直接规定你每天工作多久。
它通过计件单价、奖励规则、任务供应和排名系统,让你自己延长工作日。
平台雇用劳动者时,按单付薪可以是计件工资;独立接单的人也可能遇到相似的工时压力。
计件工资把风险转嫁给劳动者
计件工资还有一个重要作用:把一部分生产风险转嫁给劳动者。
在计时工资下,只要劳动者按要求工作,即使产量暂时下降,工资通常仍按时间支付。
在计件工资下,产量下降就直接影响收入。
比如:
- 平台任务少,劳动者收入下降;
- 系统故障,劳动者无法接单;
- 客户需求变动,外包者空档;
- 标注任务被判质量不合格,报酬被扣;
- 外卖订单少,骑手收入下降;
- 内容平台流量变化,创作者收益下降。
资本可以把市场波动、任务不足、质量争议、等待时间等风险部分转给劳动者。
劳动者表面上更自由,实际上收入更不稳定。
这也是零工经济的核心问题之一。
计件工资和质量控制
计件工资鼓励数量,但也可能损害质量。
劳动者为了多做,可能降低每件质量。
资本会用检查、扣款、评级、返工来控制质量。
比如数据标注平台会设置:
- 抽检;
- 准确率;
- 通过率;
- 返工;
- 封号;
- 降权;
- 质量等级;
- 任务资格。
这就形成一种双重压力:
既要快,又要准。
劳动者承担速度压力,也承担质量风险。
AI 行业中,标注和审核尤其典型。任务单价低,但质量要求可能很高。错误会导致扣款或失去任务资格。
这种机制使劳动者不断自我训练和自我压迫,以适应资本设定的质量标准。
计件工资和劳动者之间的竞争
计件工资还会强化劳动者之间的竞争。
因为收入直接取决于个人产出,劳动者容易把彼此看成竞争者。
谁做得快,谁抢到更多任务,谁评级更高,谁收入更多。
平台会利用这种竞争:
- 排行榜;
- 接单优先级;
- 等级制度;
- 奖励门槛;
- 限时任务;
- 流量分配;
- 抢单机制。
劳动者之间的竞争,会削弱他们共同争取更高单价、更好规则的能力。
资本不必直接压迫每个人,只要设置规则,让劳动者互相竞争,就能压低成本、提高强度。
现代平台经济对此非常熟练。
计件工资和中间人
马克思还注意到,计件工资容易产生中间剥削。
比如包工头承接任务,再分包给劳动者,从中抽取差额。
现代外包和平台也有类似现象。
一个企业把数据标注项目外包给服务商,服务商再分给小团队,小团队再招兼职标注员。
企业支付较高单价,最终劳动者拿到较低单价,中间层层抽取。
软件外包也一样:
- 甲方付给总包;
- 总包分给外包公司;
- 外包公司分给个人开发者;
- 个人承担实际开发和返工。
计件或按项目支付让这种层层分包更容易发生。
劳动者离最终客户越远,议价能力越弱。
计件工资看似自由,实则更适合资本控制
计件工资有一种自由表象:
你想做就做; 做多少赚多少; 没人强迫你; 收入靠自己努力。
这套话在平台经济中非常常见。
但马克思会让我们看结构:
- 单价谁定?
- 任务谁分配?
- 质量谁判定?
- 账号谁控制?
- 规则谁修改?
- 流量谁分发?
- 扣款谁决定?
- 劳动者能否集体议价?
如果这些都由平台或资本控制,那么所谓自由就是有限的。
劳动者自由选择接不接单,但不自由决定单价和规则。
劳动者自由增加劳动时间,但这是在收入压力下的自由。
这种自由形式,常常比传统直接监督更适合现代资本。
AI 众包和计件工资
AI 行业大量依赖计件工资或准计件工资。
比如:
- 图像标注按张计费;
- 文本标注按条计费;
- RLHF 反馈按任务计费;
- 模型回答评测按题计费;
- 内容安全审核按条计费;
- 数据清洗按量计费;
- 语音转写按分钟计费;
- bug bounty 按漏洞计费;
- 插件开发按功能计费。
这些劳动常常隐藏在“智能系统”背后。
用户看到的是模型能力,资本宣传的是 AI 自动化,但背后有大量按件计价的人类劳动。
计件工资让这些劳动变得低成本、可扩展、易替换、易外包。
这也是为什么理解第十九章对 AI 开发者很重要:你不仅要看模型,还要看模型背后的劳动组织。
计件工资和开发者外包
先划条线:独立开发者把约定的成果卖给客户,两万元是项目报价,不因按件付款就成了雇佣关系中的计件工资。两者值得对照的,是总价事先定好以后,多出来的工时由谁承担。做得快,你也许能留下效率带来的收益;返工时,情况正好倒过来。
比如你报价 2 万做一个 AI 工具,预计两周完成。
结果客户不断改需求,模型效果不稳定,部署环境复杂,售后支持很多。最后你花了六周,实际小时收入大幅下降。
所以这份报价不能只看单价,还要看谁有权定验收标准。签约前至少要问清:
- 需求边界;
- 验收标准;
- 返工规则;
- 维护范围;
- 付款节点;
- 风险分担;
- 变更计费。
这些没讲清,表面上没有变化的项目总价,就可能把本来不在报价里的工时都留给开发者。
计件工资和 AI 提效
AI 工具对计件工资的影响也很复杂。
如果你按件收费,而 AI 工具提高效率,你可能赚更多。
比如过去一天写 1 篇技术文档,现在一天写 3 篇,单价不变,收入提高。
但竞争会很快改变单价。
当大家都能用 AI 提高产出,市场会降低每件价格。
于是你可能需要做更多件,才能维持原收入。
这就是相对剩余价值和计件工资结合后的结果:
生产力提高,单位产品所需劳动时间下降,计件单价也可能下降。
所以,AI 提效的收益很可能是暂时的,除非你拥有更难复制的能力,如行业理解、质量控制、客户信任、系统集成、数据资源和问题定义能力。
国学类比:多劳多得与规则之权
“多劳多得”听起来很合乎常情。
但第十九章提醒我们,多劳多得要看规则由谁制定。
如果单价、质量、结算、任务分配都由资本决定,那么“多劳多得”可能变成“多劳多耗”,劳动者为了达到收入目标不断加速,而资本掌握规则收益。
借“权”来理解:计件工资的关键不只是劳动者有多努力,而是谁握有定价之权、验收之权、分配任务之权。
这不是否定按成果付费,而是提醒:成果付费是否公平,取决于规则和权力结构。
对 AI 开发者的理解抓手
第十九章可以直接用于你的接单和职业判断。
第一,按件收费不一定比按小时好。
如果需求边界不清,风险会转嫁给你。
第二,计件单价要考虑全部隐形劳动。
沟通、返工、测试、部署、维护、学习、等待都要算进去。
第三,平台任务的自由度要看规则权。
谁定单价,谁判质量,谁分发任务,谁能封号?
第四,AI 提高产出后,单价可能下降。
不要把短期效率红利当成长期壁垒。
第五,计件工资会诱导自我压榨。
你以为是自己想多做,实际上可能是单价和收入目标迫使你延长工作日。
原文对照
原文(第一卷第十九章):计件工资只是计时工资的转化形式。
原文(第一卷第十九章):计件工资是克扣工资和进行资本主义欺诈的最丰富的源泉。
转述(第一卷第十九章):计件工资看似按劳分配、多劳多得,实际上是把资本对劳动时间和强度的监督,转化成了劳动者的自我监督和自我加速。
本章的核心结论
第十九章可以浓缩成一句话:
计件工资把工资表现为每件产品的报酬,制造“按成果自由付费”的表象,但它本质上仍是劳动力价格的转化形式,并且特别适合资本提高劳动强度、转嫁风险和组织竞争。
更具体地说:
- 计件工资可以由计时工资转化而来;
- 每件单价通常基于劳动力日价值和正常日产量;
- 它让劳动者自我监督、自我加速;
- 它便于资本控制质量和数量;
- 它容易延长工作日和提高劳动强度;
- 它把任务不足、返工、质量争议等风险转给劳动者;
- 它强化劳动者之间的竞争;
- 平台经济和 AI 众包大量使用计件工资或其变体;
- 按项目、按任务、按成果付费是否公平,取决于规则权和风险分配。
理解这一章之后,你看到“多劳多得”“自由接单”“按结果付费”时,会多问一层:
单价怎么来的? 正常产量由谁定义? 质量由谁判定? 风险由谁承担? 劳动强度是否被隐藏? 资本是否通过计件形式获得更多剩余价值?
上一章:计时工资 · 第一卷目录 · 下一章:工资的国民差异
本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。