重视数据要素价值释放中的反垄断治理问题

随着数字化进程不断加快，数据已经成为提升综合国力、争取竞争优势的战略资源。习近平总书记在中央全面深化改革委员会第二十六次会议上指出，要“促进数据高效流通使用、赋能实体经济，统筹推进数据产权、流通交易、收益分配、安全治理，加快构建数据基础制度体系”。为更好实现数据要素的价值，推动经济社会健康发展，必须明确数据要素价值释放机理，促进数据的收集、转化与公平流通，积极推进数据反垄断治理，加强数据开放与共享制度建设，重视构建良性数据市场生态，以充分激发数据要素潜能，赋能数字经济增长，驱动国家发展水平整体跃升。

数据要素的价值释放事关国之大计

数字经济是对传统经济形态的超越与发展，是推动经济提质增效的重要力量。数据作为产业转型升级的关键原料，已经完全具备生产要素的属性，在各项变革中展现出令人瞩目的价值潜能，影响着人们生产生活的方方面面，数据要素价值的释放，对服务国家发展全局具有重大意义。

第一，数据成为生产要素是适应时代发展的需要。随着数字技术与算力算法的飞速发展，数据的获取与传播更加便捷，且数据具有非竞争性、规模效应显著等特征，引导数据要素参与生产，能够极大改善劳动效率，为生产力的发展提供强大助力，是适应时代发展的需要。

第二，数据要素为经济社会建设赋予强劲动能。数据技术带来了生产模式的革新，生产者依据市场数据分析，可以精准把握消费者的个性化需要，提供定制服务。消费者借助于数据技术，也可以参与商品的生产、设计与研发等过程，更好地满足自身需求，实现双方的互动和共赢。数据要素还能够提高信息传播效率，有利于构建现代化经济体系，降低生产资源消耗，优化产业资源配置，在价值创造中发挥倍增效应，全面驱动产业效益的提高。数据的合理开放也有利于政府决策获取更加充分的信息支持，改进政务工作方式，提高宏观调控的效率与社会治理的现代化水平。此外，在数据要素驱动下，企业为谋求更高利润，倾向于加大技术研发投入，技术的发展为企业带来更多创新要素，同时可以降低创新的试错风险。

第三，数据要素价值释放机制是数据市场政策设计的基本遵循。释放数据要素价值，一般需要对原始数据进行采集解析，将其转化为能够投入实际生产的数据资源，数据资源也是企业物质资产的一部分，经由多次市场流通与社会化配置，可以进一步转化成为数据资本，通过各种商业战略决策，数据要素的价值最终得以深度释放。依据数据价值释放的规律，针对不同数据主体，应当分别确立相应权利保障机制，重视保护个人隐私权、企业财产权以及公共数据安全，在遵循市场公平原则的前提下，设置更加灵活的数据交易开放方式，激发数据驱动的创新潜能，提高数据流通效率，发挥好数据要素在价值链中的突出优势，以期在新的经济赛道上抢占先机、赢得主动。

数据要素价值释放过程中的垄断问题成因与表现

虽然数据具有非竞争性，但在价值释放过程中，高质量数据作为稀缺资源必然引发竞争。在数据的收集、转化或流通等不同环节，竞争壁垒都可能出现，干扰数据市场秩序，进而造成数据垄断，限制数据要素价值的实现。

第一，马太效应加深数据鸿沟。数据产业具有规模经济与范围经济的特征，市场优势越大的企业对优质数据的掌控力越强，大规模、高质量的数据又能进一步提升企业市场优势，正向效应叠加积累，会不断扩大市场主体间的数据差距，形成垄断态势，带来经济与社会的价值损失。

第二，锁定效应与网络效应强化用户黏性。对于用户而言，转换平台不仅面临着技术与数据转移等障碍，还需要学习适应新的系统操作，因此，用户往往不会轻易切换平台。对于平台而言，用户基数越大，掌握的数据价值越高，越能够吸引新用户，随着时间推移，用户黏性还会不断加强，数据垄断形势随之加剧。

第三，机会成本过高抑制数据开放。企业凭借数据优势，能够加强对关联市场的控制，扩大市场势力范围，由此所获收益比直接交易数据更高，且不同数据库的参数、结构等存在差异，实现数据互通需要针对不同主体需求进行优化，企业不仅要承担较高交易成本，还要面临信息泄露、权益侵犯等隐患，开放数据的积极性不高，数据流动受限，数据要素的价值难以得到深度挖掘。在垄断利益的驱使下，率先占据市场优势的企业往往采取各种策略限制数据获取，降低竞争威胁，如设立排他性合约，有差别地向其他企业开放数据，以及利用市场优势地位和算法优势，对消费者实施隐蔽的不当定价行为，或强制“二选一”等。数据资源被圈定在垄断企业及其利益相关方内部，新入企业的市场空间受到挤压，潜在竞争企业面临更高进入壁垒，垄断者所在行业乃至关联行业的市场竞争活力下降，消费者福利受损，数据资源配置失衡，数据供给能力难以提升，产业创新受阻，数据要素价值开发效率大大降低。

数据要素反垄断治理面临的困境与应对策略

数据要素价值释放的关键在于流通，数据垄断限制着数据资源在市场上的自由配置，严重阻碍了数据要素的价值释放，反垄断治理非常重要。但是，数据垄断行为具有一些与传统垄断模式不同的新特征，比如，由于数据垄断行为的判定标准尚未统一，相关市场边界难以确定，仅凭数据集中或限制行为不能判定垄断；由于数据确权制度不够健全，权益保障无法充分落实，各方收益分配难以规范；由于数据开放合理限度缺乏标准，企业间的权益关系难以平衡，数据安全存在风险；等等。这些新特征都要求数据反垄断治理创新方法、合理应对。

数据资源是数字经济领域的核心资源，推动经济社会高质量发展必须重视数据要素的价值释放，打破制约数据流通的藩篱，其中一项重要任务就是逐步完善数据要素反垄断治理体系。

第一，明确数据市场竞争规则，细化垄断行为约束条款。落实数据治理规范建设，健全个人利益与公共利益的诉讼制度，加强企业自证要求，解决诉讼举证难的问题，针对数据市场上的垄断行为，采用分类列举的方式作出具体规定，建立案例参考制度，实现垄断行为的有效界定与追责。

第二，明确数据权利归属，建立动态产权体系。完善数据产权分割的法律规范，明确数据权责划分，提升大数据思维与应用能力，利用区块链等技术建立产权登记备案体系，探索构建分级分类的数据治理模式，创新数据产权保护路径，加强政策引导，统筹规制市场各主体行为，协调解决各方利益诉求。

第三，加强数据安全监管体系建设，完善数据反垄断治理机制。探索形成安全高效的数据流通模式，着力支持数据安全技术攻关，提升数据管理能力，积极推进数据风险防护系统布局。建立数据交易信用制度，严厉打击不正当竞争行为，加强行业自律。健全数据金融与财政制度，规范数据服务与流通秩序，引入数字化监管模式，发挥政府、社会与市场的协同联动作用，营造良性数据竞争环境，推动数字经济发展行稳致远。