跳至内容
《资本论》第三卷第五章:不变资本使用上的节约

《资本论》第三卷第五章:不变资本使用上的节约

所属专题:《资本论》通俗讲解

第四章讲周转对利润率的影响。

第五章继续讨论影响利润率的因素,但焦点换成不变资本。

第一卷已经讲过,不变资本本身不创造新价值,只把自身已有价值转移到商品中。

但不变资本使用得是否节约,会直接影响成本价格和利润率。

一句话概括本章:

机器、原料、能源、厂房和云资源本身不创造剩余价值。若同样的生产用更少的生产资料就能维持,所需预付资本减少,即使剩余价值量不变,利润率也会提高。节约往往依赖劳动协作,却表现为资本自身的功劳。

不变资本为什么影响利润率

利润率公式是:

p' = s / (c + v)

其中 c 是不变资本。

如果 s 不变,v 不变,而 c 下降,利润率就会上升。

比如:

c = 80
v = 20
s = 20
p' = 20 / 100 = 20%

如果不变资本节约,c 降到 60:

c = 60
v = 20
s = 20
p' = 20 / 80 = 25%

剩余价值没有变,但利润率提高了。

原因是总预付资本减少了。

这就是第五章的基本逻辑。

节约不变资本不等于创造价值

这里要小心。

节约不变资本能提高利润率,但它不是剩余价值的来源。

剩余价值仍然来自劳动力。

节约不变资本的作用是:

降低分母; 减少成本; 减少价值转移; 提高利润率表现。

比如一家 AI 公司优化推理架构,把每次调用成本从 0.02 元降到 0.01 元。

如果用户付费价格不变,工资和劳动组织不变,公司利润率会提高。

但这不是因为 GPU 或 API 自己创造了剩余价值。

而是因为同样劳动成果在更低不变资本消耗下实现。

现代 AI 公司的不变资本

在 AI 和软件公司中,不变资本不只是传统机器和原料。

它包括:

  • 云服务器;
  • GPU;
  • 模型 API;
  • 向量数据库;
  • 存储;
  • 带宽;
  • 数据采购;
  • 标注工具;
  • 办公设备;
  • 内部平台;
  • 自动化测试系统;
  • 监控系统;
  • 安全基础设施。

这些东西在生产过程中消耗或折旧,把价值转移到产品和服务中。

如果公司能节约这些消耗,就能降低成本。

比如:

  • prompt 压缩;
  • 缓存相同请求;
  • 小模型替代大模型;
  • batch 推理;
  • 减少无效日志;
  • 数据冷热分层;
  • GPU 利用率提升;
  • 自动伸缩;
  • 减少重复开发;
  • 统一内部工具链。

判断是否节约了不变资本,要看完成同样任务实际少用了多少设备、算力或存储。只说开发快了,还不能判定节约的是哪一项。

社会化生产带来的节约

马克思强调,不变资本节约常常不是单个资本家聪明,而是社会化生产带来的结果。

大规模生产可以共享:

  • 厂房;
  • 动力系统;
  • 机器;
  • 运输;
  • 仓储;
  • 管理;
  • 技术知识;
  • 基础设施。

比如一个大型数据中心可以比小公司自建机房更节约:

  • 电力采购更便宜;
  • 散热效率更高;
  • 运维更专业;
  • 硬件利用率更高;
  • 网络冗余更强;
  • 安全系统摊薄成本。

这不是某个资本家的个人天才,而是规模协作和社会技术条件的结果。

但在资本主义形式下,这种社会化劳动和社会化条件的收益,表现为资本家的成本优势和利润率提高。

劳动者的经验被资本占有

不变资本节约常常来自劳动者的实践经验。

工人知道怎样减少原料浪费。

工程师知道怎样优化系统。

运维人员知道怎样降低故障和资源空耗。

销售和交付人员知道怎样减少无效返工。

但这些经验一旦进入公司流程、代码库、管理制度和自动化系统,就成为资本控制的生产条件。

比如一个 Python 工程师写了一个缓存层,让模型调用成本下降 40%。

这个优化来自劳动者的知识和劳动。

但成果沉淀为公司系统后,利润率提升归资本所有。

这就是资本主义生产中常见的现象:

集体劳动创造节约; 资本以自己的效率表现出来。

节约和劳动条件恶化

第五章还涉及一个尖锐问题:资本为了节约不变资本,可能恶化劳动条件。

比如传统工厂为了节约厂房、通风、照明、安全设备,把工人挤在恶劣环境中。

这种“节约”并不是技术进步,而是把成本转嫁给劳动者的身体。

拿工程团队作对照。缓存让同一结果不必算第二遍,同样多的请求少耗了算力;省下的是生产资料。撤掉测试环境也能省设备费,但如果开发者从此要在夜里救火,企业账上省下的钱并不是社会净省下的资源。

再看两种也叫“降本”的做法:少雇测试人员,让少数工程师接管更多系统;或者每份标注照做,只压低外包人员的报酬。前者首先改变人员配置和劳动强度,后者首先改变劳动报酬。它们可能让工资账单变小,却不说明完成同样工作少用了一台机器。

马克思提醒我们,不变资本节约不是天然进步,要看节约从哪里来、代价由谁承担。

废料利用和副产品

资本还会通过利用废料和副产品来节约不变资本。

传统工业中,边角料、废热、废气、废水可能被重新利用。

现代数字经济中,也有类似形式:

  • 日志数据用于产品优化;
  • 用户反馈用于训练模型;
  • 闲置算力出租;
  • 旧模型蒸馏成小模型;
  • 内部工具产品化;
  • 数据清洗流程复用;
  • 失败实验沉淀为评测集。

这些做法能让原本被浪费的投入转化为新的生产条件。

但也要注意,数据和用户行为的再利用可能涉及隐私、同意和权利问题。

资本把副产品价值化,常常会扩展到人的行为和生活痕迹。

规模经济与共同消费

许多生产资料可以被共同使用。

比如:

  • 一个 CI 系统服务多个团队;
  • 一个监控平台服务多个产品;
  • 一个数据湖服务多个模型;
  • 一个销售渠道服务多个产品线;
  • 一个云基础设施服务多个客户;
  • 一个品牌信任降低多个产品获客成本。

共同使用会降低单位成本。

这就是规模经济。

但规模经济也会提高进入门槛。

大公司能摊薄固定成本,小公司不能。

比如大模型公司训练一个基础模型后,可以服务海量用户。

如果用户规模足够大,单位推理和研发成本下降。

小公司没有这种规模,可能只能依赖上游 API,利润率受限。

不变资本节约因此和资本集中有关。

节约和资本集中

不变资本节约往往要求更大规模的生产组织。

大型资本能:

  • 采购更便宜;
  • 自建基础设施;
  • 摊薄固定成本;
  • 更充分利用机器;
  • 雇佣专业优化团队;
  • 投资长期自动化;
  • 控制供应链。

小资本则可能被迫使用更贵的外部服务。

比如小 AI 公司按量调用模型 API。

大公司自建模型和算力,单位成本可能更低。

这会让大资本在竞争中更有优势,推动资本集中。

当然大资本也可能因为组织臃肿和固定资本沉重而效率下降。

但总体上,不变资本节约与规模、集中和技术控制密切相关。

利润率提高的表象

当公司通过节约不变资本提高利润率时,资本家会说:

我们的资本效率提高了。

这句话在经营层面成立。

但从马克思角度,要继续追问:

  • 节约来自技术进步吗?
  • 来自劳动者经验吗?
  • 来自规模摊薄吗?
  • 来自压缩安全和劳动条件吗?
  • 来自外部化环境成本吗?
  • 来自平台权力压价吗?

利润率数字不会自动回答这些问题。

它只显示结果,不显示代价和来源。

这就是第三卷一再强调的:现实经济形式真实存在,但会遮蔽内部关系。

对 AI 开发者的理解抓手

作为 AI/Python 开发者,你可以把第五章理解成“资源效率的政治经济学”。

优化推理成本、减少重复计算、提升缓存命中率、降低云账单,当然重要。

但你还可以多问一层:

这个节约的收益归谁? 这个节约是否增加了劳动强度? 这个节约是否牺牲了可靠性和安全? 这个节约是否来自用户数据的无偿利用? 这个节约是否扩大了平台对开发者的控制?

这样,你就不会把“降本增效”只看成中性的工程目标。

它同时是资本提高利润率的手段。

国学类比:节用与伤本

可以借“节用”来类比。

节约资源本来可以是善治。

但如果为了节省表面成本而伤害劳动者身体、产品质量、环境和长期生产能力,就是“伤本”。

马克思这里分析的不是道德修辞,而是资本为了提高利润率会怎样推动节约,以及这种节约的社会代价。

本章的核心结论

第五章的核心是:

不变资本不创造剩余价值; 但节约不变资本会降低成本价格和预付总资本; 在剩余价值量不变时,利润率会上升。

这种节约可能来自技术进步、规模生产、共同使用、废料利用和劳动者经验。

但在资本主义形式下,它常常表现为资本自身的效率,并可能伴随劳动条件恶化、成本外部化和资本集中。

对 AI 和软件行业来说,这章解释了:

  • 为什么推理成本优化能显著影响利润率;
  • 为什么云账单、GPU 利用率和 API 成本是资本关心的核心;
  • 为什么内部工具和自动化会变成资本优势;
  • 为什么降本增效可能同时意味着劳动压力转嫁;
  • 为什么规模经济会强化大平台和大模型公司的竞争地位。

第六章将继续讨论影响利润率的因素:价格变动。尤其是不变资本要素价格涨跌,会怎样导致资本价值增减、利润率变化和企业命运差异。


上一章:周转对利润率的影响 · 第三卷目录 · 下一章:价格变动的影响

本文写作中使用了 AI 辅助。文字采用 CC BY-NC-SA 4.0 许可。

最后更新于