超长大数据文章，看完我相信题主不会有任何疑问了！长文慎入！长文慎入！长文慎入！带着这些问题看看吧~~如何才能成为高薪资高地位的大数据人才？大数据相关职位有哪些？具体负责哪些工作内容？学什么专业才能从事大数据？学什么专业可以做大数据分析？大数据全套申请攻略：院校推荐、院校简介、项目介绍、课程设置、申请条件、申请流程....等等问题美国硕士申请时间规划、专业选择、申请要求、选校定位、就业数据、录取案例等问题，关注我免费咨询。每天输出留学干货知识，不定期分享留学资料包。什么是大数据？相关职位有哪些？01、什么是大数据大数据（Big Data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据有以下三个特点：大批量(Volume)、高速度(Velocity)和多样化(Variety) 。大批量 – 大数据体积庞大。企业里到处充斥着数据，信息动不动就达到了TB级，甚至是PB级高速度 – 大数据通常对时间敏感。为了最大限度地发挥其业务价值，大数据必须及时使用起来多样化 – 大数据超越了结构化数据，它包括所有种类的非结构化数据，如文本、音频、视频、点击流、日志文件等等都可以是大数据的组成部分大数据相关工作主要是指基于各种分析手段对大数据进行科学分析、挖掘、展现，以辅助企业做出商业决策。02、国内外领先的大数据公司有哪些？国内：阿里巴巴、华为、百度、腾讯、浪潮、探码科技、中兴通讯、神州融、中科曙光、华胜天成、用友等。国际：IBM、惠普、Splunk、戴尔、Opower、Teradata、甲骨文、微软、亚马逊、谷歌、New Relic、Alation等。03、大数据相关岗位及职责1.大数据开发工程师开发，建设，测试和维护架构；负责公司大数据平台的开发和维护，负责大数据平台持续集成相关工具平台的架构设计与产品开发等2.数据分析师收集，处理和执行统计数据分析；运用工具，提取、分析、呈现数据，实现数据的商业意义，需要业务理解和工具应用能力3.数据挖掘工程师数据建模、机器学习和算法实现；商业智能，用户体验分析，预测流失用户等；需要过硬的数学和统计学功底以外，对算法的代码实现也有很高的要求4.数据架构师需求分析，平台选择，技术架构设计，应用设计和开发，测试和部署；高级算法设计与优化；数据相关系统设计与优化，需要平台级开发和架构设计能力5.数据库开发设计，开发和实施基于客户需求的数据库系统，通过理想接口连接数据库和数据库工具，优化数据库系统的性能效率等6.数据库管理数据库设计、数据迁移、数据库性能管理、数据安全管理，故障检修问题、数据备份、数据恢复等7.数据科学家数据挖掘架构、模型标准、数据报告、数据分析方法；利用算法和模型提高数据处理效率、挖掘数据价值、实现从数据到知识的转换8.数据产品经理把数据和业务结合起来做成数据产品；平台线提供基础平台和通用的数据工具，业务线提供更加贴近业务的分析框架和数据应用04、大数据岗位的职业发展由于目前大数据人才数量较少，因此大多数公司的数据部门一般都是扁平化的层级模式，大致分为数据分析师、资深研究员、部门总监3个级别。大公司可能按照应用领域的维度来划分不同团队，而在小公司则需要身兼数职。有的时候成功就是这样，方向和平台选择对了，只要付出足够的汗水，选择大于努力。二、大数据分析师介绍01、大数据分析师及其主要职责介绍大数据分析师是指基于各种分析手段对大数据进行科学分析、挖掘、展现，以辅助企业做出商业决策。一般来讲数据分析师的任务是对数据进行清洗、分析以及可视化。在不同的行业，大数据分析师的头衔也可能不一样，比如：业务分析师、商业智能分析师、运营分析师、数据库分析师等等。大数据分析师可以使企业清晰的了解到企业现状与竞争环境，风险评判与决策支持，能够充分利用大数据带来的价值，在进行数据挖据与展现后，呈现给企业决策者的将是一份清晰、准确且有数据支撑的报告。所以，大数据分析师已经不是简单的IT工作人员，而是可以参与到企业决策发展制定中的核心人物。02、大数据分析师就业前景及薪资1.就业前景从20世纪90年代起，欧美国家开始大量培养数据分析师，直到现在，对数据分析师的需求仍然长盛不衰，而且还有扩展之势。根据美国劳工部预测，到2019年，数据分析师的需求量将增长40%。在数据分析行业发展成熟的国家，90%的市场决策和经营决策都是通过数据分析研究确定的。据数联寻英发布《大数据人才报告》显示，未来3-5年内大数据人才的缺口将高达150万。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT等大型互联网公司的招聘职位里，80%以上都在招大数据人才。进入大数据行业，也成了越来越多人实现职场高薪梦的路径之一。2.大数据分析师薪资在美国，大数据分析师每年薪酬高达17.5万美元。而国内顶尖互联网公司，大数据分析师的薪酬可能要比同一个级别的其他职位高20%至30%，且颇受企业重视。国内某大型招聘平台给出的大数据分析师平均薪酬为：9724K（取自1139份样本），北京、上海、广州、深圳、杭州、南京、武汉、成都、长沙为大数据分析师需求量前九的城市。03、成为大数据分析师的条件硬性条件：数据分析师角色/任务：收集，处理和执行统计数据分析必备语言：java、R、Python、HTML、Javscript、C/C++、SQL等技能和特长：电子表格工具(例如Excel)，数据库系统(SQL和基于NOSQL)，通信可视化，数学，统计，计算机，机器学习等软性条件：懂业务：从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析就没有太大的使用价值懂管理：一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行；另一方面的作用是针对数据分析结论提出有指导意义的分析建议懂分析：指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等懂工具：指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作懂设计：懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则三、学什么专业可以做大数据分析上面我们介绍了数据分析师所需要的硬实力和软实力。那么我们就从硬实力和软实力这两个方向分别来分析什么专业可以从事大数据分析师。硬实力：数据分析师需要学生有一定的数学、计算机背景，从这个出发点来说，数学、统计、计算机科学等专业可以从事数据分析工作。不过，这三个专业的同学可以虽然可以处理大量数据，并且拥有很强的数据分析能力，但是这类同学对于Business 和 Marketing缺乏了解，数据分析的结果对于企业并无太大收益。软实力：软实力要求学生懂业务、懂管理，从这个出发点来说，市场营销、电子商务、经济学等专业毕业后也可以从事数据分析相关工作。不过，这几个专业在业务方面可能专业度非常高，但是缺点也是非常明显的：缺乏很强的数学和计算机背景，在实际操作中缺乏相关的专业技能。而要说哪些专业更适合做大数据相关的工作，答案肯定是数据科学（DS/Data Science）和商业分析（BA/Business Analytics）是这两个专业。因为这两个专业本来就是专门为大数据时代而生的，而且不管是从硬实力还是软实力两个方面都非常符合大数据工作对于人才的要求。而随着大数据的快速发展，2013 年前后商业分析和数据科学陆续在各大院校开设。接下来我们就重点介绍一下，商业分析和数据科学这两个专业。01、什么是数据科学，什么是商业分析什么是数据科学？商业分析，英文为Data Science，简称DS，从广义上来说，数据科学顾名思义，和数据有关的科学研究都是数据科学。维基百科对 DS 的解释是这样的：“ In general terms , Data Science is the extraction of knowledge from data , which is a continuation of the field data mining and predictive analytics , also known as knowledge discovery and data mining .”具体来说，数据科学是指通过挖掘数据、处理数据、分析数据，从而获取数据中潜在的信息和技术。什么是商业分析？商业分析，英文为Business Analytics，简称BA，是以商业知识为基础，数理编程为手段，从数据分析出发，以决策优化来创造价值的新兴专业，实现 Big Data 的商业应用。麻省理工 Sloan 商学院对于 BA 项目的定位是这样的：“Prepares students for careers that apply and manage modern data science to solve critical business challenges .”总结来说，就是通过对现代量化数据的管理和分析，从而对企业决策做出贡献。02、数据科学和商业分析的渊源DS 是以计算机科学为基础，进而演变而来，其学科基础与 BA 不同，包括了工程学、计算机工程和计算机科学， DS 涉及到的专业知识还包含了 Machine Learning / Cloud Computing / Optimization 等。BA 是从 MS in Statistics 下的 Applied Statistics 分支发展而来，其学科基础是统计学，同时也包含有 Data Mining 和 Regression Model 的运用。更多美国硕士专业问题欢迎添加微信沟通：706684318。03、数据科学和商业分析的区别1.学科内容设置及申请背景Data Science = 30% Statistics + 50% Computer Science + 20% ApplicationDS 专业对申请人背景要求较高，适合于理工科背景的同学申请，有一定编程基础的同学也可以申请，量化背景较强的商科专业，比如金工，同样也适合于申请 DS 专业Ms Business Analytics = 40% Statistics + 30% Computer Science + 30% BusinessBA 对于申请人的背景要求没有过多限制，文科、商科、理工科背景的同学都可以申请2.课程设置DS 专业的课程设置注重于数学、统计学以及计算机科学的融合，更侧重于培养学生利用计算机进行数据的解读分析。基础课程包含：统计理论、线性代数、分析算法、数据库系统等。拓展课程包含：信息科学、人工智能、机器学习等BA 的课程设置包含了统计学、计算机以及商业三门学科的融合，意在数理编程和管理科学中平衡。基础课程包含：统计学、数据分析、数据可视化、商业决策等。拓展课程包含：数据库、数据挖掘等3.就业方向DS 的就业方向包括 Data Scientist 、 Data Engineer 、 Data Analyst 等，就业面非常广，主要的工作内容包含数据模型的建立、数据架构、数据监管与存储等，目的是为了将数据整理好，使其存储成本最小化，查询的效率更高。从就业数据来看，Data Science 在美国更容易找到工作，并且 DS 项目一般设在工程学院下，属于 STEM 项目，在 OPT 期限长度和工作签证方面都受到政府的青睐，加上偏技术的工作对语言交流的要求也不是很高。BA 的就业方向主要在投行、四大、咨询、科技公司等，在不同行业中专门从事行业数据搜集、整理、分析，并通过数据对相应行业进行调研，就业前景非常广阔。在大数据时代，很多行业都需要擅长挖掘和分析数据的人才，例如IT 、互联网、咨询、通信、金融、医药、零售等，因此很BA专业的毕业生很抢手，薪资待遇也很不错。Business Analytics 的优势是在回国后的就业面更广，可以去技术岗，也可以做咨询或市场，去 VC / PE 的也不少，能力更加多样化，回国发展的同学占大多数。其实DS和BA两个专业本身都是技术性、实用性较强的专业，选择什么方向就业和个人能力关系很大，只要有真才实学，就业还是很容易的，毕竟市场需求还是很大的。四、可从事大数据分析的热门项目01、宾夕法尼亚大学数据科学项目介绍1.学校简介宾夕法尼亚大学，简称宾大，位于宾夕法尼亚州的费城，是一所全球顶尖的私立研究型大学，著名的八所常春藤盟校之一。在2019年US News大学综合排名中宾大位列全美第8名，同时宾大被普林斯顿评论评为十大梦想学校之一。根据研究经费及师生质量等学术指标，评定中心把宾大评为研究实力一级研究型大学（并列一级另有哥大、哈佛、麻省理工和斯坦福四所高校）2.项目介绍宾大的数据科学科学项目MSE in Data Science设置在School of Engineering& Applied Science，Department of Computer and Information Science (CIS) 下。项目属于STEM。该项目允许申请人使用同一申请账号申请多于一个硕士项目，但需单独提交并单独交申请费，同时选择“希望被其他项目考虑”。宾大修课自由度很大，学生可根据自己的兴趣在CIS系修读双学位或转学。3.课程设置项目修课时长通常为1.5/2年，学生需要完成10门课，包括3个部分：基础课程 Foundations (two course units)必修核心课 Core Requirements (three course units)专业选修课 Technical and Depth Area Electives (five course units)学生需要完成Thesis/Practicum其中一项目方可毕业宾大的DS课程覆盖面非常广，包括生物医学信息、通信和公共政策、机器人、机器学习和人工智能以及数据隐私等多方面，同时Penn Data Science Group还会举办各种讲座、workshop和data project供学生参加实践。4.录取要求该项目对于托福/雅思没有小分要求。但是有标明建议分数：托福不低于100分，雅思不低于7.5分该项目要求提交GRE成绩，没有明确的最低录取分数要求该项目没有面试要求5.申请材料02布朗大学数据科学项目介绍1.项目介绍布朗大学的数据科学硕士项目将计算机，数学和统计领域知识有效结合，为学生将来在新兴领域的就业夯实坚定的基础，2018年第一届招生。该项目依托于四个非常强大的学术部门(应用数学、生物统计学、计算机科学和数学)，学生可以享用4个部门的资源。目标是为学生建立一个强大的数理分析能力，包括机器学习、数据挖掘、安全与隐私、可视化和数据管理等，为将来的就业做好准备。该项目为STEM项目，有机会获得最长36个月的实习时间。2.申请条件专业无限制，但是建议有数理背景，越强越好。可以通过活动、科研、实习等体现GPA越高越好，但是学校不会单一评判学术成绩，也看其他的条件。建议3.5+建议考GRE，总分建议320以上，数学部分满分为佳，最好能有sub数学的分数要求提交托福成绩，最低105，雅思最低7.5可以提交writing simple来增加录取概率如果有工作经历，也会增加录取概率学生在校期间获得的奖项，荣誉和奖品，参加的相关科研经历等都有助于录取。3.先修课要求至少一年的微积分课程一个学期的线性代数一个学期的基于概率统计的微积分编程入门如果学生不符合线性代数、概率统计和计算机科学的最低要求，也是有可能录取的。被录取的学生可以在开学前的夏季在受认可的机构修读完毕即可4.课程设置该项目时长3学期，一般包括两个学期的课程和一个为期5-10周的顶点项目对特定领域的数据分析：该项目需要9个学分：每学期4个，夏季1个(顶点研讨)：数学和统计基础3学分数据和计算科学3学分社会信贷的影响和机会1学分自由选修1学分研讨课程1学分学期1(4学分课程)：概率论、统计和机器学习数据和计算科学入门学期2（4学分课程）：概率、统计学和机器学习（与上内容不同）数据与计算科学（与上内容不同）数据和社会03、弗吉尼亚大学数据科学项目介绍1.项目介绍弗吉尼亚大学数据科学硕士每年会招收45-50名学生，属于STEM项目。该项目是严格的为期11个月的专业硕士课程，通过跨学科的方法，结合一流的工作机会，将技术和软技能应用在与工业界，学术界和政府合作的顶点项目上，培养学生领导数据科学的尖端领域。在顶点项目期间，教师、工业和政府代表指导学生团队处理实际问题。2.申请要求及材料学历要求：具有认可机构三年或四年制学士学位的申请人有资格申请，不限专业背景。数据科学的学生来自不同的专业背景，包括经济学、统计学、工程学、计算机科学、数学、酒店管理、历史，等等先修课程要求：单变量微积分、线性代数和矩阵代数、统计学入门、编程入门语言成绩要求：托福总分不低于90分，口语和写作不低于22分，阅读和听力不低于23分/雅思成绩不低于7.0GRE成绩要求：没有最低分数要求，录取的学生通常数学部分达到80%和语文部分达到60%。个人陈述：应该解释数据科学硕士项目如何适合你的短期和长期的教育和职业目标。成绩单两封推荐信申请费：$85.003.学费2017年夏季　　学费：7494美元　　费用：446美元　　共计：7940美元2017年秋季　　学费：14983美元　　费用：1706美元(国际学生额外费用60美元)　　共计：16689美元2018年春季　　学费：14983美元　　费用：1706美元(国际学生额外费用60美元)　　共计：16689美元非弗吉尼亚居民总费用：41318美元04、纽约大学数据科学项目介绍1.学校介绍纽约大学由18个学院和研究所组成，已经成为全美国境内规模最大的私立非营利高等教育机构之一，同时也是美国唯一一座位于纽约心脏地带的私立名校。2.申请要求专业背景该项目学生背景多元化，包括统计学、计算机科学、数学、工程学、经济学、商贸、生物学、物理学和心理学等;由于要求学生有一定的数理和计算机基础，所以比较青睐在machine learning、computational statistics、data mining、large-scale scientific computing、operations research等领域有学术积累的申请者。2017年入学学生的平均GPA是3.69先修课要求微积分I：极限，导数，级数，积分等。线性代数计算机科学概论(或等效的“CS-101”编程课程)：至于具体的语言我们没有要求，但我们都希望至少具备严肃的Python和R学术和/或专业经验。微积分II、概率论、统计学或高级物理、工程或计量经济学课程中的一门课程。05、罗切斯特大学数据科学项目介绍1.项目介绍数据科学硕士由罗切斯特大学Goergen数据科学研究所提供，是STEM项目。项目时长一年或者一年半，毕业将获得该大学文理学院授予的学位。该项目可以通过两个学期（秋季/春季）或三学期（秋季/春季/秋季）的全日制完成，两学期的时长适合进入计算机科学和数学背景很强的学生，并可以承担相对繁重的课程压力（每学期四门课程），以便迅速毕业。在三学期时长中，学生每学期上三门课，学生可以在暑期进行实习。学校会安排很多企业宣讲会，并提供实习申请的建议，但学校不保证实习的安排。学校同时提供暑期桥梁课程，供没有较强计算机科学背景的学生选修。2.专业分支数据科学硕士项目开设有三个专业方向：计算与统计理论健康科学与生物医学科学商学与社会科学3.申请条件要求申请者本科毕业，拥有STEM专业或编程经验背景更受欢迎。GPA3.3+托福105+/雅思7+GRE不是必需的，但分数在80%以上是更有优势的4.课程设置该课程是为具有科学、工程、数学或商业背景的学生设计的，共需修读至少30个课程学分，属STEM。研究生学位均通过艺术与科学学院授予。四门核心课程共16学分。学生可以从多个必修课程中挑自己喜欢的，最终完成30个学分即可。学生需要完成4个学分的实习课程，结束后每个学生需要做个人展示，通过后即可拿到硕士学位（该课程是硕士毕业考试性质的）。学生需要至少修读3门选修课达到10个学分以上。核心课程统计计算入门(每年秋季提供)中级统计和计算方法（春季提供，需先修初级）数据挖掘(秋季和春季提供)数据库系统(秋季和春季提供)实习训练数据科学实习 (暑假期间提供)选修课可以从计算与统计理论、健康科学与生物医学科学、商学与社会科学方向课程06、东北大学数据科学项目介绍1.项目介绍东北大学的数据科学MS in Data Science 开设于NEU波士顿校区CCIS院下，为2016年新增项目。该项目主要培养学生建立起处理、建模、分析和推理数据的综合架构。项目要求完成32个学分。GPA需要达到3.0+/4.0。毕业生一般就业岗位为数据科学家和数据工程师，或者继续就读博士学位。2.先修课要求所有录取学生，无论背景如何，都需要在开学前1周参加两个入学考试。分别是：计算机科学和编程基础和统计、概率论和线性代数基础。如果在考试中成绩低于B，那么学生需要额外修对应的基础课程。3.课程设置项目要求5门核心课程，主要为介绍数据科学的基础技术。算法和数据处理两门核心课程主要研究基本概念和语言，注重数据表示、存储、操作和查询，以及大规模的计算和优化。机器学习和数据挖掘的两门核心课程介绍了关于数据建模、可视化、揭示关联和预测的概念。Capstone课程（相当于毕业项目）主要展示学生数据科学的整体观点。该项目主要面对有数据和计算机基础的学生。五门核心课程算法和数据处理两门核心课程机器学习和数据挖掘两门核心课程信息可视化一门核心课程核心课程GPA要达到3.0+/4.0才可以毕业。学生还可以在学校选择3门选修课。4.学费及奖学金学费每学分1600美金，共32学分。学费花销约51200美金。所有学生都会自动纳入以下两种奖学金的考虑范围，无需额外申请：优秀学生奖学金：为符合资格的学生提供25%的学费减免。此奖学金是颁发给那些在学业上表现优异的新生，只要学生保持良好的学术成绩，奖学金将在学生的整个学习期间提供院长奖学金：全日制学生有资格获得高达学费三分之一的研究生学费奖学金，最高金额不得超过全日制注册的四学期的学费；非全日制学生有资格获得高达学费四分之一的研究生学费奖学金，最高金额不得超过两学期的学杂费5.申请条件成绩单，要求GPA3.0+（成绩单录取后寄）PS，包括相关工作经验的描述。简历GRE，150V/155Q/4.0A（注意写作分要求）TOEFL，100+三封推荐信6.选择东北大学的理由东北大学成立于1898年，是美国十大私立大学之一东北大学在美国综合类大学中连续几年排名前50，US news 2019排名44东北大学校内有350多个学生社团和俱乐部东北大学就业服务排名全美第二。90%以上的本科毕业生在九个月内就可以找到非常满意的全职工作或者继续攻读硕士学位。并且89%以上的学生毕业后都能从事与本专业相关的工作东北大学注重学生的创新意识，发展跨学科领域，倡导体验式学习。自2006年至今，已经新添加了126个新兴的学科领域。2014年一年，共有182项专利来源于学生和老师。截至目前，NU 共有37个跨学科研究中心，29个老师和学生共同创立的衍生企业07、麻省理工学院商业分析介绍1.项目简介：麻省理工学院的商业分析专业开设在斯隆管理学院下，项目时长为1年。该项目适合致力于从事数据科学产业工作的毕业生申请，也适合寻求职业提升或改变的人申请，特别是工程师、数学家、物理学家、计算机程序员和其他高科技职业人士。该项目属于STEM项目，有36个月的OPT。2.课程设置：该项目共需完成48学分的课程，完成一年专业课程学习后，学校还将跟部分大公司合作为学生提供实习。麻省理工学院的商业分析专业课程中，核心课程侧重定量分析，选修课可以自由选择分析类或商科管理类课程，包括：7门专业必修课：边缘分析，应用概率和随机模型，定点分析，优化方法，分析实验，机器学习，从分析到行动；一个关于分析工具的研讨会；3门选修课，从以下课程中选择：非线性优化，强大的建模、优化和计算，媒体公司，投资管理，财务分析，算法交易和定量投资策略，数字营销和社交媒体分析，企业数字经济的转换，运营管理概论，供应链规划，运营管理理论，物流系统，营销管理，产品管理，营销分析，网络科学和模型，统计学习理论和应用程序，应用机器学习，机器学习，矩阵方法在数据分析、信号处理和机器学习中的应用等等。从指导课程开始，过渡到核心课程，核心课程以数据分析和R语言软件的运用为基础，侧重分析能力的培养，为学生日后从事商业分析、处理大数据方面的工作打下坚实的基础。3.往年录取数据：平均GPA3.9男生62%，女生38%美国学生25%，国际学生75%平均工作经验0-2年，包含实习4.申请建议：不管你是什么专业背景，请务必保证高GPA，最低3.8以上商科或文史类本科的小伙伴，必须补充计算机编程课程建议争取刷分到托福110左右，GMAT750左右或GRE330左右你还必须有强大的实习背景，商业分析、行业分析、数据分析、金融分析等类实习都可以08、加州大学圣地亚哥分校商业分析介绍1.项目介绍：加州大学圣地亚哥分校，是设立在美国加州圣地亚哥市拉霍亚的一所世界顶尖的研究型大学，隶属于著名的加州大学系统。加州大学圣地亚哥分校商业分析硕士为期1年，共需修读50个学分，属于STEM延长签适用项目，要求申请者本科毕业，拥有数学、经济学、统计学、物理、工程或计算机科学或其它计量专业背景，数学基础良好，且学习过统计学、概率论等课程并掌握一些统计软件或程序语言的运用，如SAS、R语言、STATA、MATLAB等。2.申请要求：托福：95/雅思：7.0GMAT：平均715GPA：平均3.5学费：$56,000/年3.课程设置：必修课Professional Seminar 专业研讨会Business Analytics in Marketing, Finance, and Operations 市场营销，财务和运营的分析Collecting and Analyzing Large Data 大数据的收集与分析Business Analytics 商业分析Business Analytics Capstone Project 商业分析顶点项目选修课List A (要求20学分):Customer Analytics 消费者分析Supply Chain Analytics 供应链分析Business Intelligence Systems 商业智能系统Experiments in Firms 企业试验Managerial Judgment and Decision Making 管理判断与决策Business Analytics Project Management 商业分析项目管理List B (要求12学分):Creativity and Innovation 创意与创新Technology and Innovation Strategy 技术与战略创新Research for Marketing Decisions 营销策略研究Consumer Behavior 消费者行为Pricing 定价Social Media Marketing 社会化媒体营销Behavioral Finance 行为金融学Business Forecasting 商业预测09、纽约大学商业分析介绍1.学校介绍：纽约大学（New York University）简称“NYU”，是一所位于纽约的世界著名私立综合性研究型大学，成立于1831年。纽约大学由18个学院和研究所组成，已经成为全美国境内规模最大的私立非营利高等教育机构之一，同时也是美国唯一一座位于纽约心脏地带的私立名校。2.项目信息：MSBA项目是一个为期一年的非全日制项目，分为纽约大学Stern，纽约大学Abu Dhabi分校和纽约大学上海的五个现场教学模块。MSBA课程培训您的技能，洞察力和能力，将数据转化为富有预见性的信息，从而获得更好的结果。3.课程设置：商务分析学硕士项目的设计考虑到了工作繁忙的专业人士。这是一个为期一年的非全日制项目，分为五个现场教学模块。这个项目利用了纽约大学的全球网络。这五个课程模块分别在纽约大学纽约分校、纽约大学阿布扎比分校和纽约大学上海分校这三个全球学位授予校园中进行，让你在学习过程中获得无与伦比的体验式学习和人脉机会，充分发掘每个地点的价值。学员在课程间隙时，在各自国家全职工作和生活; 这种非全日制将工作缺席时间减少到大约五周。在课程模块之间，学生通过在线平台每周平均完成25小时的学习。4.费用：学费、课程材料、一些餐费和活动费加起来是$76,750，不包含住宿和旅行费用。录取后的留位费是$7,150。5.申请建议：建议国际生在2月1日之前申请，以预留签证时间；建议申请人早申请，申请结果Rolling发放。作者：美国硕士留学来源及题目：公众号——美国数据分析专业申请解析：学什么专业才能从事大数据？文章链接：美国数据分析专业申请解析：学什么专业才能从事大数据？美国硕士申请时间规划、专业选择、申请要求、选校定位、就业数据、录取案例等问题，关注我免费咨询。每天输出留学干货知识，不定期分享留学资料包。}

2024-03-28 09:32
来源:
TAweekly发布于：北京市
在数字化浪潮席卷全球的今天，北京时装周以一场别开生面的数字时尚板块活动，展示了时尚产业与数字经济深度融合的无限可能，为新质生产力的崛起注入强劲动力。作为2024年北京消费季的重点活动之一，AW2024北京时装周不仅延续了以往对时尚文化的深度挖掘和展示，更在数字时尚板块成功打造了一个集数字化、智能化、个性化于一体的时尚新体验，为观众带来了一场视觉与思维的双重盛宴。本季时装周数字时尚板块以「ài will……」边界之外为主题，一起探讨科技的发展将引领我们走向何处？「AI」作为创作工具之外，是否能传递我们心中的「ài」爱与温度，留下数字时代的人文情怀？这既是一场关于时装革命的想象，也是一场对爱与温度的回溯，旨在希望创作者们能够透过科技展现未来，同时也能带来有深度、有思考的作品。在数字时尚板块的呈现中，汇聚了来自伦敦艺术学院、中央圣马丁艺术学院、英国皇家艺术学院、香港理工大学、清华大学、东华大学、中国传媒大学、中央美术学院、中国美术学院、北京服装学院等院校的青年设计师们。这些想象力无限的年轻设计师们借助当下快速发展、迭代的数字建模、AIGC等技术，将创意、时尚与数字世界完美融合，呈现出了别具一格的时尚作品。同时，通过线上直播、社媒互动等方式，实现了与消费者的实时互动，让时尚的魅力跨越时空界限，触达更多人群。北京时装周数字时尚板块不仅展现了时尚产业与数字经济相结合的巨大潜力，也为新质生产力的发展提供了有力支撑。在数字经济蓬勃发展的今天，时尚产业正逐渐成为推动经济增长的重要引擎之一。通过数字技术的运用和创新，时尚产业不仅能够实现更高效、更精准的生产和销售，还能够为消费者带来更加个性化、多样化的产品和服务。未来，随着数字技术的不断发展和普及，北京时装周数字时尚板块将继续发挥其在时尚产业中的引领作用，推动数字经济与时尚产业的深度融合。同时，也将为更多品牌商和消费者提供展示和交流的平台，共同推动时尚产业的创新和发展。在数字经济的推动下，时尚产业将迎来更加广阔的发展前景和更加美好的未来。PHANTOM SYSTEM“太空咏叹调Space Aria”赵昶然“拟态塑像”Yilin Du 'AnrornA'SAMSTUDiO 'SPACE-TIME URBANLIZATION' 时空城市计划Vikin 'INFINITE'返回搜狐，查看更多
责任编辑：}

深
柳
堂
编者按
“闲门向山路，深柳读书堂”，语出（唐）刘昚虚《阙题》。深柳掩映下的清净书堂，最是读书人向往的治学之所。由是，我们用“深柳堂”来命名《新闻与传播研究》论文推介栏目,以期让同好慢慢品读，细细体味。
本栏目期待能够成为学者们田野归来坐而论道的一方宝地， 将理论与实践结合起来， 切之，磋之； 也欢迎各位读者向作者提出问题， 琢之，磨之;我们会精选问题予以回应， 奖之，励之。
数字劳动视域下的移动游戏陪练：剥削、异化与反抗
作者｜燕道成 蒋青桃 陈蓉
内容提要
数字经济时代，娱乐消费与生产日趋一体化，网络游戏领域价值创造的结构与方式也因此改变。移动游戏陪练伴随着移动游戏市场扩张而诞生，从数字劳动理论出发，移动游戏陪练的劳动可分为雇佣型有酬数字工作和非雇佣型无酬数字劳动。作为由数字技术改写的数字工作，移动游戏陪练面临着平台的剥削，包括平台隐性时间控制下的形式吸纳、平台规训下的实质吸纳和平台垄断逻辑下的抽成剥削。作为数字时代的无酬数字劳动，移动游戏陪练在创造使用价值时，也在生产为游戏商和平台所占据的剩余价值，面临劳动过程异化、劳动者自我景观异化和劳动产品反噬性异化。 面对剥削与异化，他们主要通过断链接、建私域和聚言论三种方式进行反抗。
关键词
数字劳动 移动游戏陪练
剥削 异化 反抗
引言
互联网在信息技术、大数据技术、云计算技术、人工智能技术的加持下，无孔不入地渗透到人们的生活和工作中，共同编织着后现代网络社会。人们的工作生产、生活娱乐都延伸或搬挪至互联网上，在数字空间生产数据、创造价值，由此孕育出数字劳动这一新的劳动形式。
移动游戏陪练由移动游戏和游戏陪练两个概念延伸而来，是指以手机、平板、掌上游戏主机等移动智能设备为工具，为移动游戏玩家提供一对一的游戏陪伴或者陪练服务的群体。根据中国音数协游戏工委与中国游戏产业研究院联合发布的《2021年中国游戏产业报告》，中国移动游戏市场实际销售收入2255.38亿元，同比增长7.57%，移动游戏用户规模达6.56亿人，同比增长0.23%。2020年第一季度受疫情影响，居民居家时间增多，催生了“宅经济”，电竞行业快速发展。随着90后、95后消费观念的逐渐成形，以及相关法律政策对青少年数字消费产品正版意识的培育，青少年在移动游戏上的付费意愿大大增强。“移动游戏用户整体占比”和“移动游戏陪练付费用户占比”两个基础数据的提升，说明移动游戏陪练行业在近几年快速发展，并有望在未来3-5年成为电竞生态中新一轮崛起之星。面对诱人的发展潜力，许多人匆匆加入游戏陪练行业。 那么，我们应如何理解移动游戏陪练在游戏中的劳动？移动游戏陪练与普通玩家的游戏劳动有何区别？移动游戏陪练在劳动中会遭受怎样的剥削和异化？在遭受剥削和异化时，他们如何进行反抗？本研究试图从数字劳动的研究视角切入，运用深度访谈法，对移动游戏陪练这一新生事物进行探讨。
一、数字劳动与移动游戏陪练文献综述
（一）数字劳动研究起源与综述
国外关于数字劳动的研究最先起源于传播政治经济学，以加拿大的达拉斯·斯迈思（Dallas Walker Smythe）、文森特·莫斯可（Vincent Mosco）等人为代表。1997年，斯迈思在《传播：西方马克思主义的盲点》一文中提出“受众商品论”，引发了一场“盲点之争”。斯迈思认为，媒介将“受众的注意力”作为商品卖给广告商从而获取利益，受众观看广告这一行为就构成了“受众劳动”。自此，劳动议题开始广泛进入传播政治经济学的研究范围。
意大利学者蒂齐亚纳·泰拉诺瓦（Tiziana Terranova）用“免费劳动”来指代互联网时代的数字劳动，她在2000年发表的《免费劳动：为数字经济生产文化》一文中指出，“网奴”的网络活动已经不再是单纯的文化知识消费过程，而是一种普遍存在于资本主义社会并遭受剥削的生产性活动，也就是免费的数字劳动。2008年后，国外学界对“数字劳动”的探讨迎来热潮。2014年，英国学者克里斯蒂安·福克斯（Christian Fuchs）的《数字劳动与卡尔·马克思》一书系统详细地解释了数字劳动的概念，对数字化时代的数字劳动进行了批判性研究，同时还阐释了数字劳动与非物质劳动的区别，整体上搭建了数字劳动研究的理论框架。
福克斯通过对马克思经典概念——“劳动”和“工作”进行词源考察，为数字劳动概念构建理论基础。他提出，数字工作是在人脑、数字媒体和语言的帮助下，以创造新产品的方式组织人类经验。数字工作是创造使用价值的活动，而数字劳动则是数字工作的定价化，是异化的数字工作。福克斯将数字劳动与价值链的全球剥削结合起来进行研究，他认为，数字劳动涵盖了工业、服务业、信息媒介等领域中各种相关的劳动形式，跨国信息资本主义为实现利润最大化会在全球布局并剥削国际数字劳动。
福克斯继承了斯迈思的受众劳动框架之后，结合马克思历史唯物主义，总结了数字劳工在后资本主义时代被剥削的三种方式：（1）胁迫：用户在思想上被胁迫使用互联网进行交流、创造等，不使用则容易陷入社会孤立；（2）异化：用户创造的价值和利润归公司所有，而不是自己；（3）占有：产消者（prosumer）在平台上花费时间、生产信息，这些劳动创造价值，但没有薪酬回报，都被公司无偿占有。
我国学者倾向于借助数字劳动理论，将数字劳动与具体案例结合起来探讨中国的数字劳工问题。姚建华从传播政治经济学的角度分析了媒介产业数字劳工的商品化、去技能化和分散化过程。栾轶玫等探讨了目前直播带货的三大异化倾向：直播主播被“人设”奴役、直播的受众成为“数字劳工”、媒介生态因失去多样性而生态失谐。罗峰将中国青年数字劳动分为五类：一是以程序员和字幕组为代表的知识与技能的网络兑现；二是以购物、外卖、网约车为典型的日常生活的网络化；三是以网络写手与视频博主为代表的网络时代“手艺人”；四是以主播为代表的屏幕自我展示；五是以粉丝、游戏代练、网络水军为代表的互联网另类劳动。
（二）移动游戏陪练研究综述
移动游戏陪练是网络变化催生的新兴职业，由于这种新型劳动来得“既急又快”，因此，移动游戏陪练的研究在国外尚属空白，在国内仅有几篇相关论文。李鼎从传播心理学视域出发，分析了电竞陪玩的传受者心理。但分析不够深入，仅从表象入手，忽视了移动游戏陪练的劳动本质及其受到的剥削和异化。刘芳儒分析了游戏陪练的劳动特点，即在平台软性规则的规训下自我进取，将自我商品化，凭借情感沟通能力胜任工作，依据玩家需求制定性别维度的情感服务。但并未进一步探讨陪练的自我规训是否会导致个体异化以及在哪些方面异化。
（三）数字劳动与移动游戏陪练关系的研究综述
当前学界较少从数字劳动角度研究移动游戏陪练，胡冯彬探讨了网络游戏代练的日常生活实践，分析其数字身份背景、数字劳动的去边界化以及群体遭受的污名化现象。但仅停留在数字劳动的表层，即工作与娱乐边界的模糊，并未深入分析网络游戏代练的劳动机制。
总体而言，当前学界对移动游戏陪练的关注较少，很少以小切口研究移动游戏陪练在数字工作中所受的剥削以及在数字劳动中所受的异化，而是以较为总体和宏观的视角看待移动游戏陪练，在研究中存在着将“剥削机制”泛化的问题。
二、研究方法
在国内，最早的游戏陪练平台是上海一谈网络科技有限公司开发的“比心”APP，截至2021年，该应用仍是国内最大的陪练平台。“比心”平台聚集了众多客户群体和游戏陪练，也逐渐形成了一系列成熟的规则。因此，本文以比心平台为例，探讨移动游戏陪练在数字劳动中所遭受的剥削、异化，以及他们的反抗方式。本文主要采用深度访谈法，研究者从2021年6月到2021年12月线上访谈了10位均在比心APP上接单的移动游戏陪练（包含全职、兼职、曾任职等不同劳动状态，涵盖头部、腰部和尾部等不同层次），访谈时间为25-45分钟不等。结合参与式观察，深入观察移动游戏陪练在比心APP上的劳动方式和劳动过程。受访者的基本信息如下：
三、移动游戏陪练数字劳动的类型
当前数字劳动研究中有一种将“剥削机制”泛化的倾向，为了避免这种倾向，有必要将“工作”与“劳动”区分开来：对由数字技术改写的数字工作进行剥削分析，而对劳动者自身都不知情的免费数字劳动进行异化分析。据此，移动游戏陪练的数字劳动可分为雇佣型有酬数字工作和非雇佣型无酬数字劳动两种类型。
（一）雇佣型有酬数字工作：有酬玩劳动和情绪劳动
福克斯指出，数字工作是在人脑、数字媒介和语言的帮助下，将人类的经验组织起来从而创造出新的产品。移动游戏陪练的雇佣型有酬数字工作主要包括有酬玩劳动和情绪劳动。
移动游戏陪练这一劳动形态彻底打破了娱乐和工作、生产和消费之间的边界，谓之“玩劳动”。移动游戏陪练的劳动工具主要是移动通信设备、大脑、肢体等，劳动对象主要是顾客和游戏，劳动产品主要包括游戏陪伴的服务和游戏等级/段位的提升等。移动游戏陪练在劳动过程中借助操作技术和人际沟通技巧，为顾客在游戏过程和游戏结果两方面带来优质体验，向顾客出售服务和劳动成果。
（做一名游戏陪练最需要什么技能或品质？）小黄回道：“那些又会说话，技术又好的陪练最吃香。你光游戏打得好，但不知道怎么讨老板开心是做不长久的。”思思说道：“其实没有特别高的限制，对女孩子来说性格好、会哄老板开心就可以了，要是技术还好的话就更好了。”
“情绪劳动”这一概念是美国社会学家阿莉·拉塞尔·霍赫希尔德（Arlie Russell Hochschild）针对Delta航空公司空服人员的情绪表达进行深入研究后提出的，“情绪劳动”以欧文·戈夫曼（Erving Goffman）的拟剧理论为基础，指“为了报酬，员工管理自己的情绪，并按照组织对面部表情或者身体语言的要求来表演的劳动”。由此可见，情绪劳动中的情感不完全是个人真实情感，情感转变成了具有交换价值的商品。游戏陪练与传统游戏代练最大的区别就在于陪伴，人际交往与情感交流贯穿移动游戏陪练的数字劳动始终，他们的服务过程实质上是生产与客户之间社会关系的过程。
（你会注重和客户之间的情感交流吗？您怎样看待这样的情感交流？）怪川说道：“会的呀，老板有时候就是为了找个人聊聊天，如果和老板相处得来，感情就真，（游戏）打久了，关系就铁了，如果相处不来或者当时自己没状态，也会尽量满足老板，但是这种情况比较少，实在不行就退单。有时候为了要好评、续单，也会哄一哄老板之类的。”
可见，对移动游戏陪练来说，情绪劳动十分常见，部分游戏陪练为了获得五星好评、争取客户延长消费时间，还会刻意压抑自身的消极情绪，付出一定的情感劳动以满足客户的特定情感需求。
（二）非雇佣型无酬数字劳动：无酬游戏劳动和UGC生产劳动
移动游戏陪练的非雇佣型无酬数字劳动包括无酬游戏劳动和UGC生产劳动。
游戏劳动的概念起源于“玩劳动”。“玩劳动”最早由尤里安·库克里奇（Julian Kücklich）提出，游戏模组爱好者凭借自身对于游戏的爱好和创造能力，免费为游戏厂商修改或增补游戏设计，其劳动性质更类似于自愿劳动，其劳动成果被游戏厂商无偿剥削。随着免费的多人在线游戏（multiplayer online game， MO）在国内兴起，“游戏劳动”这一概念应然而生，即所有游戏玩家都是游戏厂商的免费劳动力，他们玩游戏的行为不仅停留在消费层面，而且会产生使用价值，并为游戏厂商免费生产剩余价值。
玩家在MO类游戏中生成的数据不会被磨灭，而是作为生产资料，永久性地留存在游戏劳动的“生产过程”中。因此，网络游戏产品的普通玩家既是游戏产品的消费者，也是游戏生产领域中的游戏“产消玩工”。然而，游戏劳动的生产资料（游戏版权）和劳动产品并不归玩家所有，而是归游戏厂商所有；游戏厂商对玩家的游戏劳动并不支付薪酬，而是无偿占有他们的劳动成果。毋容置疑，移动游戏陪练必须首先是游戏玩家，他们会在游戏上耗费大量时间，不断创造使用价值，生成自己的劳动产品，但其生产的价值却被游戏厂商无偿占有了。
用户生产内容(user generated content, UGC)生产劳动大多源于用户的分享欲、个人兴趣和心理满足，少数产生于平台激励机制。移动游戏陪练在比心平台上发布的UGC游戏视频或者图文内容大多是玩家在游戏中的高光时刻，例如王者五杀视频、吃鸡精彩操作视频等，以此来推广和营销自己，但最终的结果却是给平台和游戏商引流，吸引或者黏附更多的用户，从而导致其生产的价值为资本无偿占有。
（您除了做陪练还会做其他与游戏相关的内容吗？）无忧表示：“偶尔做点视频，但是做视频也就是觉得有意思，抖音不让引流，对自己当游戏陪练没什么帮助，但我平时也会发到比心上给老板们看，说不定他们就看对眼了。”
四、移动游戏陪练数字工作中的平台资本剥削机制
移动游戏陪练的数字工作是指陪练凭借自己的大脑、肢体、语言和移动通信设备等将自身的游戏经验、游戏技术和人际沟通技巧组织起来，在虚拟世界中创造出新的劳动产品，提供优质服务。移动游戏陪练虽然处于数字化语境中，但依旧是以获取流通货币为主要目的，因此，其面临的剥削适合运用马克思剩余价值理论进行探究。
（一）时间控制：平台隐性时间控制下的形式吸纳
“形式吸纳”指的是资本将位于其领域之外的劳动并入自身的生产关系之中，主要表现为资本通过延长劳动时间，将工人的休闲时间纳为工作时间，从而吸收劳动者生产的绝对剩余价值。
在智媒时代，人们既可以具身化的方式生活在现实世界，又可以离身化的方式畅游在网络世界。由此，现实世界和虚拟世界、私人情境与公共情境的界限消弭。与此相应，生活、工作和娱乐的界限越来越模糊，技术的进步使得资本能够无形地延长劳动者的劳动时间，剥夺其生产的绝对剩余价值。
一般而言，平台采用弹性工作制，表面看来，劳动者具有自由支配劳动时间和地点的权利，但实际上，弹性雇佣制反而把时间控制从“有形”转化为“无形”。由于存在流量波动、多劳多得等因素，陪练的工作时间和收入状况在一定程度上会受到隐性控制。陪练除了在高峰时间接单外，一些全职陪练在低峰时间也不得不一直在线等单。
（您的工作时间一般是怎么安排的？）龙碧萝表示：“我做全职那阵子都是一整天在线接单，但不是时时刻刻都在打，只是在线等单，上个厕所都怕错过订单，在线时间得有16个小时吧。”
这种非雇佣时间下的自愿劳动并不一定会得到回报，而超长的待机状态和工作的不稳定性，反而进一步增强了陪练对平台的依附和平台对陪练的时间控制。
（二）数字控制：平台资本规训下的实质吸纳
当形式吸纳的压迫和侵占达到一定限度后，容易引起劳动者的集体反抗，这时，资本就会更多地转向“实质吸纳”。“实质吸纳”是指“资本不再简单地在生产过程中吸纳之前就外在于资本创造出的劳动行为（这只是形式吸纳），而是创造出新的、真正的资本主义劳动形式，也就是说，将劳动完全整合进资本主义的躯体内”。“实质吸纳”主要表现为通过改进设备、加强管理等方式提高劳动生产率，从而剥夺劳动者生产的相对剩余价值。换而言之，“形式吸纳”是劳动对资本形式上的从属，而“实质吸纳”则是劳动对资本实际上的从属。
为了获得更高的生产效率和剥削效率，资本对主体的剥削不再以强制的方式执行，而是以 “你能”这种没有止境和上限的 “洗脑”不断推动劳动者进行自我完善、自我更新，在工作中竭尽全力奉献所有。因此，“‘你能够’甚至比 ‘你应当’更具强迫性，自我强迫比强迫他人能带来更明显的效果，因为自己不可能反抗自己的意志。新自由主义的政权将这一强迫性巧妙地隐藏在表面的个人自由之下。”在数字化社会，平台对劳动者的控制更为隐蔽，平台往往不依赖改善基础设施来提高劳动生产力，而是采取软性规训的方式，如通过平台内部的推荐、算法排名和评价等机制隐蔽地对劳动者进行控制。平台资本的兴起，打破了传统的依靠社会关系和熟人网络所形成的供需关系链条，注意力由社交关系转移到平台服务的正规化和标准化差异。由此，劳动者在劳动过程中要努力达到平台资本制定的标准，才能够更好地享有平台提供的资源。在这种软性规训下，移动游戏陪练会陷入到迈克尔·布若威（Michael Burawoy）所说的“赶工游戏”中，竞相提高自己在系统中的评分和可见度。例如，在比心平台上，移动游戏陪练都有个人评价页面，评价系统的得分会在很大程度上影响陪练的接单和系统推荐。这种软性的规训比强制式的规训更有效，平台本身的强制属性和剥削属性淡化，最终会推动劳动者不断进行自我完善和自我剥削。
龙碧萝说：“比心的陪练都有要好评的习惯，评价好就让你排名靠前一点，差评很多、评分很低的基本上不给你推荐。”小黄也说：“在游戏里要保护好老板（客户），给老板让‘人头’，还要提供笑点，给他们讲段子哄他们开心。”
在比心APP上的软性规训还表现为情绪劳动的内化、时薪的内卷（陪练不断压低自己的单价争取客源）、外貌（头像要网红头像，用自己的头像会被嫌丑）和声音（声音要甜美、好听）的规训等。在这样的软性规训下，劳动者会尽可能地调整自己，由此，陪练劳动逐渐转变为“泰勒制”的服务劳动。
（三）垄断控制：平台垄断逻辑下的高额抽成
平台的网络效应极力地把具有信息能力的广大群众吸纳进平台资本主义体系中成为新型数字劳动生产资料，但与此同时平台权力的垄断与排他性质却并没有改变。平台会凭借其信息特权，垄断市场供需信息，对消费者和劳动者的交易金额进行高额抽成。
比心APP聚集了众多客户群体和游戏陪练，并在这样的大型流量池中开设相关活动，组织个人与个人之间的电子商务（consumer to consumer，C2C）。平台提供了单独的交易货币，消费者若想购买平台提供的陪练服务，需要以“1人民币：0.7比心币”的比例进行充值；交易完成时，平台会直接抽取陪练师10%的利润；陪练在交易完成后，若想将比心币提现到银行卡，平台会再次抽取10%的利润。
（你觉得比心陪练平台怎么样？）卓川说：“比心能提供我们赚钱的机会确实很好，但是平台抽成太高了！小金额还不觉得，金额一大就觉得抽走太多了，所以有时老顾客不走平台而走微信。”茉说：“抽成挺高的，平台要抽一点就抽吧，我在比心上赚的钱一般不会转出去，就留着给其他小姐姐送单，因为提现还有一轮手续费。”
这样的抽成标准使得平台可以同时剥削消费者和劳动者，为平台削减了劳动力成本、增加了利润。此外，由于提现存在二次抽成，许多陪练会选择不提现，将赚取的比心币留下来消费，这就保证了整个平台市场运营的稳定。假如不依靠陪练平台，游戏陪练行业还可以通过主播俱乐部引流的方式获取客源，但是进入俱乐部也需要缴纳会费或存在其他方式的抽成。由此可见，平台凭借自身掌握着众多客户的具体信息和需求的优势，以抽成的方式剥削游戏陪练。
五、移动游戏陪练数字劳动中的多重异化
移动游戏陪练在数字劳动的过程中，既作为玩工免费为游戏厂商修改或增补游戏设计，其劳动成果被游戏厂商无偿剥削，又作为陪练平台的受雇者，通过展演自我为陪练平台引流。无论是游戏过程中抑或是自我展演过程中，其产生的价值都被资本所占有，这些被无偿占有的“劳动”，属于非雇佣型无酬劳动，是劳动者自身都不知情的免费数字劳动，包括无酬游戏劳动和UGC生产劳动。针对这类免费劳动，不适合运用传统剩余价值剥削理论进行分析，需要借助福克斯的数字劳动剥削异化理论进行探讨。福克斯认为，数字劳动是异化的数字工作，是指劳动主体与自身、生产资料与劳动产品之间发生了异化。阶层关系带来剥削，剥削产生异化，通过异化，常规的数字工作转变为免费的数字劳动。
（一）劳动过程异化：资本主导下的三重异化
马克思认为劳动异化包括劳动过程的异化、劳动产品的异化、人的类本质的异化、人与人之间相互关系的异化，福克斯将该异化理论放在当下数字时代的数字劳动研究中，重新得出社交媒介中无偿数字劳动的异化三角图（图1）。移动游戏陪练数字劳动的这一异化过程主要是在游戏平台、社交平台以及陪练平台上完成的。
首先，劳动力的异化。移动游戏陪练的主要劳动场所是游戏平台和陪练平台，离开了平台，劳动就无法构成。劳动者在劳动时，会受到来自平台的意识形态的渗透、收编甚或胁迫。游戏平台的游戏成瘾机制吸引陪练沉迷游戏而无法自拔，进而隐蔽地控制着劳动者；如果离开游戏陪练平台，陪练又会面临客源减少、收入降低的风险。因此，劳动者与平台之间产生的联系越多，他们离开平台的难度就越大，沉没成本就越高；而且一旦离开后，他们将会面临着交往贫困和联系减少的困境。
其次，生产资料的异化。生产资料包括劳动对象与劳动工具，移动游戏陪练的劳动对象主要是劳动者自身的经验和数据资料，但平台通过隐私条款和使用条款等让用户和玩家同意其生产的数据可用于商业化，因此，这些私人数据被上传到平台上进而演变为公共数据。而陪练的劳动工具——游戏平台和社交平台都不属于他们个人所有，而是属于平台资本私人所有。这样，劳动对象的公共化和劳动工具的私人化共同造成了劳动者与生产资料之间关系的异化。
最后，劳动产品的异化。在劳动资料异化后，数据资料的所有权通过隐私条款转移到平台方。在游戏平台上，陪练通过游戏操作，为队友生产价值，生成数字化劳动产品；在社交平台和陪练平台上，他们将其生产的数据和游戏经验公开传播，供他人阅听，从而产生使用价值。他们生产的产品虽然在一定程度上可以为自己增加知名度，获得交往资本，但终究停留在使用价值上，不具备货币价值，平台也不会支付相应的劳动报酬。而游戏平台、陪练平台和社交平台，可以通过后台数据统计，将他们的劳动数据和信息商业化，转售给广告商或投资方，从而将其经济价值转换为利润。
（二）劳动者自我景观异化：刻意表演下的“主”“客”分离
移动游戏陪练会受到平台的隐性“胁迫”和规训，同时其思想、观念也会受到一定的影响。居依·德波（Guy Debord）提出，现代社会生活本身展现为景观的庞大堆聚。在景观社会中，现实世界被虚拟影像构成的景观所取代，资本掌握传播渠道，给人们灌输“呈现的都是好的，只有好的才会被呈现”的观念。社会化媒体时代，人们不仅观赏景观，同时也开始制造景观，形成自我景观化。自我景观化往往发生在人际交往行为中，人们在与他人的互动过程中了解“客我”，不断修正自己的行为来塑造他人心目中的预期形象。
移动游戏陪练在劳动过程中会进行一定的表演和自我展示，从而给客户提供更好的游戏体验。例如，陪练会使用行业青睐的专业声线进行交流，这在女性陪练群体中更为明显。当然，这种现象在各行各业都有，因为服务过程中的适当表演有助于提升服务质量。但是，部分陪练也会刻意迎合顾客需求，强行改变自己，用异化的自我景观呈现自我。
（您的语音介绍里是您平时说话的声音吗？）思思说：“那肯定是‘夹’了一点啦，现在‘夹子’不是很火吗？我也就跟着录了一个。跟刚认识的人交流的时候也会想用好听一点的声音来跟他们说话，虽然说话会累一点，我感觉自己平时说话的声音没那么好听。”
“夹子音”是指夹着嗓子说话，让声音的声线变得非常细、非常嗲，是一种极致做作、幼态娇嗔的说话方式。即使“夹子音”不符合自己的审美标准或使用习惯，部分陪练也会借用这种方式呈现自己，从而引发关注、赚取流量。
久而久之，在强烈对比之下，自我景观化会加深主体对原本自我的否认，导致自我的过度修正，进而加速“主我”与“客我”的分离，致使自我景观异化。
（三）劳动产品的反噬性异化：工具理性下的主体削弱
马克思的异化劳动理论认为，在资本主义社会，劳动所生产的对象即劳动产品，作为一种异己的存在物，不依赖于生产者的力量并同劳动相对立。在资本主义社会中，劳动者与劳动产品的异化主要体现在他们生产的商品越多，自身就会变为更加廉价的商品，物的升值与人的贬值成正比。在当下数字化时代，数字劳动产品与劳动者的异化主要体现在主体性问题上，即数字化产品在众人的追捧中逐渐丧失其原本的工具性质，反而逐渐凌驾于使用者和生产者之上，反噬人的主体意识，暗中控制人的劳动行为。
玩游戏的最初目的是获得娱乐，人与游戏之间，人永远处于主体地位。但是，当移动游戏陪练这一职业出现后，玩游戏的目的发生了一定的偏移。以游戏为业的玩家群体清醒地意识到自己在通过游戏中各种形式的劳动获取报酬。此时，玩游戏不是为了获得快乐，而是为了获取报酬。马克斯·韦伯（Max Weber）认为社会行动的合理性取向包括“工具理性的”和“价值理性的”，工具理性即“决定于对客体在环境中的表现和他人的表现的预期，行动者会把这些预期用作‘条件’或者作为‘手段’，以实现自身的理性追求和特定目标”。价值理性则“决定于对某种包含在特定行为方式中的无条件的内在价值的自觉信仰，无论该价值是伦理的、美学的、宗教的还是其他的什么东西，只追求这种行为本身，而不管其成败与否”。作为一种意识活动，“合理性”的偏向会影响劳动的过程以及最终产品的呈现。尽管人的行为可能同时具有工具理性和价值理性所宣扬的某个方面，但是移动游戏陪练在长期受到平台的“软性”规训后，其行为更偏向于工具合理性行动，更加注重目的和预期结果的实现，而非“不考虑后果和条件”。
（您觉得做陪练累吗？）小黄表示：“做全职游戏陪练一年半了，现在我在带老板上分的时候已经感受不到很多快乐了，自己就是个无情的上分机器，只有在不顾虑评分，不考虑KD的时候，才觉得玩游戏比较开心。”思思也说：“我有时候会卸掉比心，停一阵子，就觉得打游戏没意思，很心累，但是缺钱的时候又下载回来了。”
从某种角度来看，移动游戏陪练的诞生就昭示了劳动产品反噬性异化这一结果。显而易见，移动游戏陪练的劳动产品在本质上来说只是游戏的附属品，但在平台的各种规训下，游戏开始变味了！玩游戏似乎不是为了快乐，而是为了生产出游戏的附属品。因此，对于陪练来说，他们早已成为游戏劳动产品的奴隶，在重复劳动中，逐渐丧失自己的主体性意识而遭受反噬性异化。
六、移动游戏陪练的反抗
移动游戏陪练会在一定的空间范围内进行微弱的抵抗，争取和维护自己的权益。在平台的绝对力量面前，游戏陪练的反抗仍是微弱的，但这种反抗在某种程度上也是一种对自我权益保护的呼唤，有利于制衡平台的权力，规范行业的发展。从本质上来说，移动游戏陪练的真正的敌人从来都不是参与游戏的个体竞争者，而是主导规则并从中获利的第三方。因此，挣脱剥削和异化的真正可能性，就在于摆脱资本制造出来的“同意”，直面被遮蔽的第三方。从这一意义上讲，选择断链接、建私域以及聚言论的“越轨者”的出现，预示着平台规则破产的可能性。
（一）断链接：劳动者的自我保护
数字劳动的自主性强、流动性高，因而数字劳工在寻找工作时享有周期短、成本低的优势。当数字劳工的个人权益受到侵犯或不能得到有效保障时，他们会把“离开”作为一种反抗，切断与该行业或该平台的连接。小妖是来自知乎的受访者，在采访过程中提到了离开比心平台的原因。她在工作中，碰到了性骚扰以及经济纠纷，忍受着客户的语言辱骂和恶意举报。尽管平台方在举报问题上给予了陪练申诉权力，她也如实提交了申诉材料，但平台并未回应她的申诉，反而冻结了她的个人账号和收益。小妖吐槽道：“我一开始真的觉得比心平台好，给我们提供一边打游戏一边赚钱的机会，但这次真的是被比心伤到了。”值得注意的是，这样的情况绝非个例，而是具有一定的普遍性。除此之外，还有部分游戏陪练因工作作息不规律、损害身体健康而选择离开。
（做陪练对您的日常生活有什么影响？）小春说：“当陪练挺好的，钱多还能收获人脉，但是长期做下来，就觉得饮食不规律、经常熬夜、黑眼圈什么的，弄得整个人身体很憔悴。”
移动游戏陪练行业方兴未艾，相关的劳动者权益保障制度也有待进一步规范化、体系化。面对这些剥削与权益问题，数字劳工的断链接式抵抗一方面表达了不满，另一方面也倒逼平台进行制度改革，更加重视对劳动者权益的保障。
（二）建私域：劳动者的自我赋权
自主论马克思主义者认为，面对压迫，受剥削者会积极主动地为自身创造权利，发挥自身的能动性和自主性，并试图创造独立于资本控制之外的自治可能性。对于受剥削的数字劳工来说，在面临平台剥削时，他们也在悄无声息地进行着反剥削实践，通过形成自己的劳动关系渠道、劳动社群等方式实现自我赋权。
比心平台其实扮演着中介的角色，只有刚入行的“新手小白”在没有客户源的情况下，才会较多地依赖平台的派单，成熟的游戏陪练会慢慢通过不同方式跳过平台剥削。
（您有自己的私人客户群吗？）木凡说：“有一些，我们有时候会直接走微信转账，第一次对接的客户可能不会这样，毕竟在平台下单对客户来说有保障，但是对一些信得过我的客户，一般都是加微信后在微信下单或存单。”小黄说：“我们全职游戏陪练的主要客户源并不来自比心，我们都有固定的老板和车队，主要收入还是靠自己手头上的客户群，比心只是获得客源的渠道之一。”
移动游戏陪练充分发挥其主观能动性，将公域流量池中的部分流量转换为私域流量，一定程度上摆脱了平台的高额抽成剥削。这一过程也是自我赋权的过程，移动游戏陪练通过运营自己的私域流量池，可以增强自己在劳动关系中的控制权。部分全职移动游戏陪练还会通过微信等渠道组建客户社群，开设游戏陪练公会或俱乐部，独立运营客户群体，实现自我劳动权益的最大化。
（三）聚言论：劳动者的碎片化抗争
部分游戏陪练会通过碎片化的言论，传达经验和教训，警醒未来从业者。移动游戏陪练群体流动性大，缺少特定的反抗领袖和统一的劳动抗争团体，因此，整体抵抗意识和抵抗能力较弱。于是，陪练们往往以个人经验为例，在网络上讲述自己的遭遇，表达合理诉求并试图争取相应的权利，形成了社群关系和独特的反抗文化底色。这些前车之鉴对于即将从事游戏陪练这一行业的新手们来说是一个警钟，可以让他们更好地意识到当下这一行业中的劳资关系和剥削问题。以知乎平台为例，关于“你为什么不想在比心做陪玩了？”这个话题的讨论，有两百多位陪练回答了这个问题，整体浏览量高达252万。
这些碎片化言论在“游戏陪练”的身份下聚集起来，形成“网络连接式”抗争，这种言论抗争也许微弱，但对于游戏陪练行业的改进与健康发展大有裨益。正如福克斯认为，数字媒体在加剧不同数字劳工被剥削程度的同时，也在增强这些劳动力的团结程度，使得他们有可能在数字世界中反抗资本的剥削。
结语
丹·席勒（Dan Schiller）说，传播若要在语言、意识形态与意义展示平台上有一席之地，就必须先要劳动与传播产生一种互动关系。 数字劳动的发展为传播与劳动之间的互动关系提供了良好的现实土壤，数字劳动研究只有结合斯迈思的受众劳动理论和马克思的剩余价值理论，才能更加贴合信息与通信技术快速发展的网络时代。
移动游戏陪练数字劳动可以分为雇佣型有酬数字工作和非雇佣型无酬数字劳动两种类型。借助马克思剩余价值理论对雇佣型有酬数字工作进行分析发现：平台通过隐性时间控制，消弭了陪练们工作和休闲的边界，剥削劳动者生产的绝对剩余价值；行业通过软性规训，让陪练们自愿进行自我剥削，不断剥削其生产的相对剩余价值；平台通过垄断市场供需信息，借助高额抽成的手段，最大限度地剥削陪练们生产的剩余价值。借助福克斯数字劳动剥削异化理论对非雇佣型无酬数字劳动进行分析发现：移动游戏陪练数字劳动会受到资本主导下的劳动过程异化，劳动者的自我景观异化和劳动产品的反噬性异化。移动游戏陪练主要通过断链接、建私域、聚言论三种方式表达对资本剥削的抵抗。
数字经济时代，数字劳动成为一种重要的新型劳动形态，无论是美团骑手、滴滴司机还是娱乐主播都面临着相应的资本剥削与劳动异化困境。深入探究移动游戏陪练的数字劳动，对于维护数字劳动者权益，推动数字经济发展以及建设健康有序的网络世界具有前瞻性意义。本次研究尚未将陪练劳动群体进行细分，未来研究可以从更加具体、微观的角度对陪练群体进行差异化研究。
载《新闻与传播研究》2022年第5期
囿于篇幅，公号舍去注释，完整版本请见刊物。
编辑
崔袁返回搜狐，查看更多
责任编辑：}