尊龙凯官网入口

专家解读

目今
，新一代数字信息通讯手艺的深入生长和普遍应用
，正深刻改变着人类的生涯方法和社会来往方法
，深刻影响着人们的头脑方法、价值看法和道品行为。古板以为
，信息化网络和数字化生长是扁平形态的
，能够自然、快捷地解决不平衡、不充分等生长难题。但从近些年生长现真相形看
， “大数据杀熟”、“二选一”限制生意、拒绝生意等滥用市场支配职位涉嫌垄断的事务频发
，“强者愈强”的马太效应一直加剧。别的
， “数据化贫穷”、“数字化弱势群体”等“数据贫富差别”越来越大
，“数字鸿沟”难以逾越
，这些都进一步加大了不平衡、不充分征象
，甚至是形成新型垄断
，与国家生长主流偏向南辕北辙。

我国社会主要矛盾已经转化为人民日益增添的优美生涯需要和不平衡不充分的生长之间的矛盾
，实现配合富足是国家生长战略目的
，在数字经济配景下
，借鉴配合富足三次分派机制
，充分使用好第三次中分派
，补齐“数据配合富足”历程中的结构性短板弱项
，使用公益力量翻开“数据公益”空间
，统筹推进“数据公益”
， 缩小数据贫富差别
，缓解“数据垄断”倒运因素的影响
，数据赋能配合富足。

从明确数据要素经济学特征的视角来熟悉数据垄断及其危害

数据如水、电、石油一样
，成为基本的新型生产要素
，成为驱动经济生长的新动力。2019年四中全会首次将数据作为生产要素
，提出“健全劳动、资源、土地、手艺、管理、数据等生产要素由市场评价孝顺、按孝顺决议酬金的机制”
，这是对数据生产价值及其经济职位的极大一定
，也标记对数据、数据资源、数据要素的深刻认知的转变。

（一）数据和数据要素

数据要素这个看法相关于数据来讲是厥后者和“新生看法”
，二者密不可分又有差别
，在一样平常使用历程中更多地会使用数据而不是数据要素
，前者通用后者特指。

中国信息通讯研究院以为
，“数据是对客观事务的数字化纪录或形貌
，是无序的、未经加工处置惩罚的原始质料”。国家发改委市场合曾铮和王磊等在《数据市场治理
，构建基础性制度的理论与政策》一书中提到“数据要素是生产和服务历程中作为生产性资源投入
，创造经济价值的数字化信息、数据和知识的荟萃”。由数据到数据要素
，履历着由数据原生【0】到数据衍生历程
，将原始数据加工为数据资源/数据资产
，形成使用价值
，爆发经济效益和社会效益。也就是说
，数据与数据要素的焦点区别在于是否爆发经济效益。

数据要素是生产资料
，可以与其他生产要素交织融合渗透
，释放出乘数倍增效应
，提高全要素生产率；数据要素也是生产力
，放大手艺、劳动力、资源、知识等要素价值
，成为催生新工业新业态新模式的驱动力；属于经济术语
，是具有使用价值
，能够带来经济效益和社会效益的数据。数据要素与其他要素一起
，融入我国经济价值创造系统
，成为数字经济时代的基础性资源、战略性资源和主要生产力。习近平总书记在2017年就指出
，“在互联网经济时代
，数据是新的生产要素
，是基础性资源和战略性资源
，也是主要生产力”。

（二）数据要素的十大经济学特征

数据要素具有虚拟性特点
，虚拟性意味着数据必需以其他生产要素作为载体才华施展作用【1】
，也就是说
，数据要素要与其他生产要素爆发作用
，必需依赖于承载数据的物理载体。在大大都时间
，数据是保存于数字化手艺产品之中的
，数据要素和数字化手艺细密团结
，成为推动经济社会快速生长的主要驱动力。虚拟性是数据要素与其他古板生产要素
，好比劳动力、资源和土地的最主要差别
，也是手艺和数据等新生产要素的主要特点。严重依赖数据和手艺等虚拟生产要素
，是数字经济的一个主要特点
，也是与古板经济的一个主要区别【2】
，随着数字经济时代的到来
，数据要素更是成为驱动数字经济生长可一连康健生长的新引擎主引擎。

数据要素具有非竞争性/非排他性特点
，即多家厂商可以同时使用同种数据【3】。一小我私家对数据的使用
，并不影响他人对其的使用
，并且关于数据要素特殊使用的边际本钱险些为零
，数据的非竞争特征意味着数据可以在不影响价值的情形下被恣意多个数据处置惩罚者同时使用【4】
，这就决议了数据具有高使用效率和重大的潜在经济价值。

数据要素具有价值异质性和排他性特点
，关于数据价值使用而言
，数据、算法和算力
，缺一不可
，也就是说
，数据要素的价值依赖于数据量足够重大、内容足够富厚和类型足够普遍
，依赖于使用的详细模子、算法和盘算能力
，还依赖于营业应用场景
，具有高度不确定性
，一方面是价值不确定导致数据处置惩罚者存有疑虑
，阻碍了数据流通；另一方面是高价值而导致拥有数据的企业和机构会选择“窖藏”而非分享数据【5】
，使得数据要素体现出高度的排他性
，同样阻碍了数据流通。

数据要素投入具有高牢靠本钱、低边际本钱的特点【6】。《数据要素》作者赵刚博士指出
，“数据要素投入本钱的崎岖取决于是否天生新信息
，数据处置惩罚天生新信息
，需要逆转熵增的自然历程
，支付的本钱较高
，数据复制的历程并没有天生新信息
，支付的本钱较低。但关于低本钱获得数据的一方
，却仍可使用数据的价值。”数据可复制、可共享、可一直天生和供应
，“取之不竭
，用之不尽”
，战胜了古板生产要素的资源总量限制
，可能形陋习模收益递增的经济生长模式。

数据要素具有规模收益递增特征
，数据生产要素的非竞争性进一步爆发了规模酬金递增的效应。即数据的增添提升了数据使用者的生产率
，进而带来了更多的产出与生意
，在此基础上又进一步爆发了更大都据
，发动生产率再次提升【7】
，数据规模越大、类型越富厚
，爆发的信息和知识就越多
，进而爆发更多智能
，泛起出规模收益递增的特点
，切合罗素?阿科夫(Russell Ackoff
，1989)提出的DIKW【8】（Data-Info-Knowledge-Wisdom）金字塔模子理论。也就是说
，数据要素的规模收益递增和网络效应意味着在价值创造方面可以实现“1+1>2”的效果【9】
，若是数据关于整个行业以致经济体的加入者开放
，数据规模扩大带来的经济价值就将更为可观。

数据要素具有外部性特征。关于数据要素外部性的明确
，《数据要素》作者赵刚以为数据要素具有强外部性
，《数据生产要素研究希望》作者徐翔等以为数据要素具有正外部性。即数据要素的强外部性/正外部性是指数据要素的开发和使用不但对拥有数据的人有价值
，并且对公众、社会和其他商业机构都能爆发价值或者分享数据盈利。数据与其他生产要素深度融合
，通过数据要素的放大、叠加、倍增作用
，可以赋能古板工业转型升级
，催生新工业、新业态、新模式
，提高全要素生产率
，同时优化产品和服务
，提高服务质量和知足度。也就是说
，可以极大地提高全要素的生产效率和优化服务是数据要素强外部性特征的主要价值体现。从商业价值变现的视角看
，数据要素的外部性从基础上说是指数据的跨界价值
，即数据的跨界运营与价值变现【10】。

数据要素具有衍生性特征。数据要素衍生性是指在数据要素全生命周期内
，在差别的谋划主体之间流通、共享
，与差别数据要素渗透、融合而爆发新的衍生数据。数据要素的衍生性使得要素自己可一连性爆发与生长
，使数据越来越富厚
，作用越来越大
，用途越来越广
，进而一直实现生产与再生产的演进、迭代和立异
，使用衍生数据获得立异竞争优势
，实验保值与增值谋划。

数据要素的多样性和时效性特征
，包括泉源的多样性和用途的多样性。泉源的多样性是指同样的数据信息
，可能会从差别的泉源获得
，差别的数据可能会源于相同泉源；用途的多样性是指统一类数据可以在差别的领域有差别的用途。别的
，数据要素价值会随着市场动态转变或者应用场景的变换而导致数据价值降低甚至失效。

数据要素的产权模糊性特征
，数据的虚拟性使得数据可以被零本钱或极低本钱复制
，使得数据要素具有可复制性和无限供应特征
，而这些特征又导致数据具有非排他性（非竞争性特征）特征
，即数据要素可以为多个使用者使用
，使得数据生产要素在产权归属上保存一定的模糊性
，其所有权和爆发的各项产出在企业和消耗者之间的分派尚不清晰。数据要素价值的倍增效应需要流通环节来实现
，数据要素流通历程中的“一数多权”问题将客观保存
，体现为数据在“采（收罗）-存（存储）-传（共享交流）-流（通）-用（使用）”的历程中会爆发差别的主体
，以是数据的所有权和数据的使用权在很洪流平上是疏散的
，也就是说数据所有者纷歧定能爆发价值
，而使用者却能爆发价值。好比
，消耗者在使用各项信息通讯手艺ICT产品和服务的历程中会爆发大宗数据
，这些数据往往由企业直吸网络和整理
，消耗者一样平常没有处置惩罚和使用这些数据的机会【11】
，尤其是小我私家消耗者更没有这个意愿和需求。以是清华大学法学院教授申卫星以为
，数据不可接纳古板的物权、债权和知识产权原有的路径加以掩护
，并且数据的生产关系也很是重大
，加剧了数据权力的重大性和模糊性
，一数多权征象普遍。因此
，我们以为
，建设数据要素的“所有权和使用权疏散”制度机制或许成为有益的实验
，就像土地等要素资源的做法一样。

数据要素的强渗透性特点
，能够在有序流通历程中与手艺、资源、劳动力等要素关联、交织、融合和高效设置
，在数字工业化和工业数字化的价值创造与效率提升上能够爆发乘数效应和倍增效应。

我们以为
，剖析数据要素经济学特征可以帮我们更周全地熟悉和明确跟数据相关的诸多命题
，好比数据权属问题、数据生意问题、数据垄断问题、数字鸿沟问题等。正是由于数据的这些特点
，数据垄断的理论争议、成因、行为以及效果都很重大。

（三）数据垄断命题之争

数据垄断是一个较量有争议的问题。虽然数据垄断问题普遍保存
，并且已经引起普遍性的影响
，然而在理论上
，差别领域差别视角的专家学者对数据垄断仍有较量大的理论争议。好比
，山东大学经济学院教授曲创从经济学视角对数据垄断做的解读
，他以为
，“数据垄断所垄断的不是数据自己
，大都情形下是基于数据的垄断
， 基于数据的垄断行为并不是数据垄断
，它们只是垄断的方法
，垄断的手法纷歧样”。对外经贸大学数字经济与执法立异研究中心执行主任允许则以为
，“数据具有非排他性特征
，数据没有执法上的所有者
，并不可排他使用
，因此
，数据垄断问题并不可建设。”上海市审查院审查官陈超然以为
，“在数字经济时代
，谋划者基于自身掌握大宗数据的优势而实验的市场行为
，若是故障到市场竞争和社会福利
，就可能被认定为垄断行为。”中国社会科学院财经战略研究院研究员李勇坚以为
，“数据垄断不但在理论上能够建设
，在实践中也有多样化的案例泛起。”上述多个差别领域的专家看法
，正是对数据多重属性特点的反应
，也增添了数据垄断命题重大性。

（四）数据垄断的涵义及成因

关于数据垄断更为普遍性的看法以为
，数据垄断并不但仅是对数据自己的垄断
，大都情形下指的是“基于数据的垄断”
，既有数据量的垄断也有基于数据的垄断。基于数据的垄断强调的是“以数据作为强化垄断的工具”
，从这个视角来研究数据垄断问题。从《反垄断法》和《反垄断指南》执律例则层面上
，关注的重点是是否事实上组成了“基于数据优势滥用市场支配职位的行为”
，从执律例则层面来研究数据垄断的体现及其危害问题
，也就是说
，通过对数据的网络、挖掘、使用等数据价值使用行动
，实现基于数据优势而垄断消耗者、垄断产品、垄断行业的行为。下面从两个层面明确数据垄断。

一是数据量的垄断。在数字经济领域
，以互联网平台为代表的机构使用其用户优势、手艺优势、基础设施优势等
，网络了大宗的数据。从本钱结构上看
，网络和存储数据意味着高牢靠本钱低边际本钱
，这容易爆发数据网络和存储的规模经济与规模经济
，这自己会加剧数据量方面的垄断。

二是以数据作为强化垄断的工具。数据作为一种无形的、虚拟性的生产要素
，具有一次生产、无限次使用、非竞争性、非排他性等特点
，能够在多种营业线上同时使用
，且多次使用的边际本钱趋向于零
，这些决议了数据使用的场合越多、使用次数越多
，其价值越大
，使得数据使用具有边际产出规模递增效应。也就是说
，数据使用越多
，价值越凸显
，这些特点使得拥有海量数据的数据拥有者具备了垄断的潜力和可能。加之数据要素的衍生性特征
，使得数据使用爆发正反响效应
，在使用历程中还能够爆发新的数据
，会进一步强化数据垄断作用。

基于中国宏观经济研究院刘志成关于数据垄断的明确和我们的剖析
，可以大致地给出数据垄断的涵义。即数据垄断是基于数据的占有和使用而形成的垄断
，可以明确为主要数据被控制在少数企业或其它市场主体手中
，并被不对理分派与使用【12】
，导致基于数据优势滥用市场支配职位的行为爆发
，进而频发影响市场公正竞争的征象泛起。

“数据富足群体”将数据作为强化竞争优势的工具和数据垄断的手段
，以实现数据及其衍生品的价值叠加并获得逾额收益。在相当水平上加剧了数据垄断的形成
，爆发数据垄断的基础缘故原由是数据网络隐藏化、平台数据产权化和数据使用黑箱化。

（五）数据垄断的体现形式及危害

1、数据垄断的主要分类和体现形式

数据垄断的主要类型包括三大类
，一是使用数据和算法实现默示同谋与实验垄断协议；二是基于数据优势而滥用市场支配职位；三是谋划者集中将限制康健的竞争行为
，破损竞争秩序。

一是使用数据和算法实现默示同谋与实验垄断协议。使用数据和算法同谋以抵达和实验垄断协议
，这里的垄断协议是指谋划者扫除、限制竞争的协议、决议或者其他协偕行为。协议、决议可以是书面、口头等形式。其他协偕行为是指谋划者虽未明确订立协议或者决议
，但通过数据、算法、平台规则或者其他方法实质上保存协调一致的行为。

二是基于数据优势而滥用市场支配职位。具有市场支配职位的谋划者使用数据、算法和算力优势而从事滥用市场支配职位行为。上海市审查院审查官陈超然以为
，“聚敛性滥用用户数据着实属于基于数据优势滥用市场支配职位的行为
，应当是一个手艺支持的商业模式转化成一个数据垄断的历程
，从手艺角度来说
，“大数据杀熟”就是聚敛性滥用用户数据。”《反垄断法》
，特殊是《国务院反垄断委员会关于平台经济领域的反垄断指南》（简称“反垄断指南”）
，关于滥用市场支配职位的行为有详细判断
，主要体现为六类行为。

①不公正价钱行为
，主要体现为使用数据、算法实验价钱歧视。具有市场支配职位的平台经济领域谋划者
，可能滥用市场支配职位
，以不公正的高价销售商品或者以不公正的低价购置商品。

②低于本钱销售行为
，主要体现为具有市场支配职位的领域谋划者可能滥用市场支配职位
，没有正当理由
，以低于本钱的价钱销售商品
，扫除、限制市场竞争。

③拒绝生意行为
，主要体现为具有市场支配职位的领域谋划者可能滥用其市场支配职位
，拒绝与第三方开展营业
，从而剥夺市场加入者的竞争可能。无正当理由拒绝与生意相对人举行生意
，扫除、限制市场竞争无正当理由拒绝与生意相对人举行生意
，扫除、限制市场竞争。

④限制生意行为
，主要体现为具有市场支配职位的领域谋划者限制他人凭证自己的意愿举行生意
，从而倾轧其他谋划者的公正竞争。较量典范的就是要求平台内谋划者在竞争性平台间举行“二选一”
，或者限制生意相对人与其举行独家生意的其他行为。剖析是否组成限制生意
，重点思量以下两种情形：一是谋划者通过屏障店肆、搜索降权、流量限制、手艺障碍、扣取包管金等处分性步伐实验的限制
，因对市场竞争和消耗者利益爆发直接损害
，一样平常可以认定组成限制生意行为。二是谋划者通过津贴、折扣、优惠、流量资源支持等激励性方法实验的限制
，可能对平台内谋划者、消耗者利益和社会整体福利具有一定起劲效果
，但若是有证据证实对市场竞争爆发显着的扫除、限制影响
，也可能被认定组成限制生意行为。

⑤搭售或者附加不对理生意条件行为
，主要体现为具有市场支配职位的领域谋划者
，可能滥用市场支配职位
，无正当理由实验搭售或者附加不对理生意条件
，扫除、限制市场竞争。好比使用名堂条款款、弹窗、操作必经办法等生意相对人无法选择、更改、拒绝的方法
，将差别商品举行捆绑销售；以搜索降权、流量限制、手艺障碍等处分性步伐
，强制生意相对人接受其他商品；对生意条件和方法、服务提供方法、付款方法和手段、售后包管等附加不对理限制;在生意价钱之外特殊收取不对理用度；强制网络非须要用户信息或者附加与生意标的无关的生意条件、生意流程、服务项目。

⑥差别待遇行为
，主要体现为具有市场支配职位的领域谋划者
，可能滥用市场支配职位
，无正当理由对生意条件相同的生意相对人实验差别待遇
，扫除、限制市场竞争。好比
，基于大数据和算法
，凭证生意相对人的支付能力、消耗偏好、使用习惯等
，实验差别性生意价钱或者其他生意条件;实验差别性标准、规则、算法;实验差别性付款条件和生意方法。

三是谋划者集中将限制康健的竞争行为
，破损竞争秩序。我国《反垄断法》第二十条界定了谋划者集中的情形。关于数据垄断而言
，垄断行为主要体现为占有数据资源的谋划者集中将导致数据资源越发集中而破损数据市场的竞争性。本已占有大宗数据资源的谋划者
，通过谋划者集中行为
，好比合并、控股或签署协议等
，占有越发完整的数据资源
，催生出数据寡头
，限制市场中的康健竞争行为
，破损竞争秩序。

2、数据垄断带来的三方面危害

数据垄断的危害至少有三个方面：

一是使用推荐算法
，影响滋扰消耗者判断
，损害市场公正竞争和消耗者正当权益
，这也将使得对消耗者权益掩护变得越发难题。网络消耗者的身份数据、行为数据等
，通过数据画像
，透视消耗者的消耗意愿和预期价钱
，实验“一人一价”、差别化定价
，这种价钱歧视的实质正是使用算法与大数据来“杀熟”或“杀贫”【13】。同时
，关于平台经济领域谋划者要求商家“二选一”、“大数据杀熟”、未依法申报实验谋划者集中等涉嫌垄断问题的反应和举报日益增添
，这些行为损害了市场公正竞争和消耗者正当权益。

二是差别行业的数据资源整合保存危害
，容易告竣横向、纵向和轴辐垄断协议【14】
，爆发市场自由竞争壁垒。数据存量较小的小型公司或首创公司无法与数据寡头竞争
，而拥有富厚数据的企业之间可以更好地举行交流而告竣默示同谋
，包括数据同谋和算法同谋两方面。

三是垄断问题带来清静问题
，数据垄断会叠加数据清静
，带来更严重的隐私危害
，可能会损害社会公共利益
，进而威胁国家清静。隐私掩护作为一项非价钱竞争因素【15】
，在竞争失效市场里其重视水平会大大降低【16】。别的
，海量数据的网络、处置惩罚、存储、流通和使用环节
，即在数据“采-存-传-流-用”全周期内
，清静误差和清静危害也会随之传输、存储、流转而叠加、放大
，及大地增添危害袒露面。再好比“滴滴事务”
，事务以数据清静问题为表征
，背后则体现出数据清静与资源垄断逻辑的并生与杂糅。也就是说
，数据清静
，尤其是由数据垄断而爆发的数据清静的叠加危急确实会触遇到数据主权与国家清静的底线【17】。

总之
，需要将清静问题与垄断问题团结起来
，将其安排在国家治理恒久绩效的宏观配景下
，高站位多视角地看待数据垄断命题及其带来的真问题。数据垄断会树立竞争壁垒、限制康健竞争、损害市场公正
，侵占隐私、损害消耗者权益
，叠加清静危害、威胁国家清静
，倒运于引发立异创造活力
，倒运于增进经济高质量生长
，倒运于“配合富足战略目的”的实现。

借鉴国民收入三次分派模式
，统筹实验数据公益
，增进数据配合富足

习近平总书记在党的十九大报告中明确指出：“中国特色社会主义进入新时代
，我国社会主要矛盾已经转化为人民日益增添的优美生涯需要和不平衡不充分的生长之间的矛盾。”2021年10月
，习近平总书记揭晓主要文章《扎实推动配合富足》
，指出增进配合富足总的思绪是
，坚持以人民为中心的生长头脑
，在高质量生长中增进配合富足
，准确处置惩罚效率和公正的关系
，构建首次分派、再分派、三次分派协调配套的基础性制度安排。

中国社会科学院财经战略研究院研究员李勇坚以为
，解决数据垄断问题
，需建设数据共享规则
，明确平台数据的权力系统
，规范数据网络的赞成条款和网络规模
，建设数据开发与信息掩护相平衡的机制
，从而增强对数据垄断的羁系。

（一）避免数据垄断
，增进配合富足
，探索数据要素领域分派协调配套机制的新思绪新要领

数据垄断倒运于配合富足战略目的的实现
，配合富足的主要方法是反垄断和税收调控【18】。在我国公有制经济主体配景下
，探索新思绪、新要领
，借鉴“配合富足”的三次分派机制
，构建数据要素领域的首次分派、再分派、三次分派协调配套的基础性制度安排。探讨施展第三次分派的效能
，翻开数据公益的空间
，以捐赠和资助的方法开展“数据公益”事情
，实现数据要素和数据资源的三次分派。以“数据公益”的方法实验第三次分派
，作为首次分派和二次分派的增补
，有利于缩小“数字鸿沟”
，缩小“数据贫富差别”
，包管人民更好地分享数字化生长盈利
，增进数字化时代的社会公正正义和配合富足。

（二）借鉴配合富足三次分派机制
，充分验展第三次分派效能

关于“国民收入三次分派”
，厉以宁教授以为
，一次分派是由市场凭证效率原则举行的分派；二次分派是由政府凭证兼顾公正和效率、着重公正的原则
，通过税收、社会包管支出这一收一支所举行的再分派；而三次分派则是在品德力量的推动下
，通过小我私家自愿捐赠而举行的分派。

天下政协参政议政人才库特聘专家贾康以为
，由公益慈善机构和自愿者组织主导、按自愿原则的第三次分派
，有别于首次分派和再分派
，以自愿为原则
，以伦理品德为驱动力
，以自治和多样性为特征
，以召募、捐赠和资助等慈善公益方法对社会资源和社会财产举行分派
，是对首次分派和再分派的有益增补
，有利于缩小社会差别
，实现更合理的收入分派。

关于怎样才华更好地实验第三次分派
，我们可以参考天下经济论坛（WEF
，2021）宣布的《面向数据经济的数据交流框架》里
，有关非钱币激励数据共享交流的三种模式【19】。一是互惠互利模式
，就是激励数据提供者共享数据以换取会见其他提供者数据的权力
，从而实现互惠互利。二是提供立异机会
，可以通过黑客马拉松、众测/众创等方法来获得数据集立异机会。三是数据信用
，将出于配合目的的数据共享作为企业社会责任的主要组成部分
，以此为社会公众带来利益。类似于碳信用一样
，可以为公司提供数据信用
，以此激励企业将数据用于配合目的的共享。

借鉴“配合富足”的首次、再次、三次分派机制
，构建数据要素领域的首次分派、再分派、三次分派协调配套的基础性制度安排。在我国公有制经济主体配景下
，探索新思绪新要领
，勉励“数据富足群体”愿意出让数据收益
，解决好数据分派问题
，有用缩小数据贫富差别、城乡差别和区域差别。

（三）参考五大生长理念
，充分验展第三次分派效能

大型科技平台使用其用户优势、手艺优势、基础设施优势等
，网络了海量的数据
，形成了数据量上的富有甚至垄断。参照“立异、协调、绿色、开放和共享”五大新理念的共享理念
，充分体现和施展数据要素自身的非竞争性和非排他性等特点
，在制度上形成数据共享机制
，使得“数据富足群体”能够愿意共享数据。在“数据富足群体” 使用数据优势获得重大收益基础上
，让更多拥有海量数据的平台和机构加入“数据公益”事业
，在数据配合富足的第三次分派中施展更着述用。翻开数据公益的空间
，以捐赠、资助等方法开展“数据公益”事情
，实现数据要素和数据资源的三次分派
，以此作为首次分派和二次分派的增补
，有利于缩小“数据鸿沟”
，缩小“数据贫富差别”
，增进数字化时代的社会公正。

（四）数据赋能推进数据公益
，增强治理平台型数据垄断
，助力数字化生长配景下的配合富足

1、数据赋能配合富足

使用数字手艺赋能解决配合富足问题。在目今数据壁垒还未真正形成之前
，基于配合利益和价值观基础
，在公正和容纳的情形规则下
，抓紧当下时间窗口
，提前建设兼顾效率和公正的数据掩护、交流、共享、生意机制
，以及相关手艺基础设施平台。面向数字化生长中涉及的公共清静和民生福祉等领域
，由政府牵头建设科学完整的系统羁系系统
，通过数字化手段获取精准数据并开展有用调理
，使用数字手艺解决数字化生长中的问题
，包管实现配合富足。

2、统筹推进数据公益

建设公允、规范的数据公益基础性制度
，实验“数据公益”
，增进基本的数据公共服务均等化是实现“数据配合富足”的着力点。数据公益不是搞数据平均主义
，更不是削弱市场和政府关于数据要素的调配和监视作用
，而是为了镌汰数字工业化和工业数字化生长中因“数据贫富两级分解”而可能带来的担心定因素
，是为了补齐基本的数据公共服务均等化与实现数据配合富足历程中的结构性短板弱项。

别的
，帮扶和捐助“数字化弱势群体”
，实验精准数字化扶贫
，提高其数字化素养
，提升其用数意识和手艺
，激活数据潜能施展数据价值
，阻止其在不自觉中掉进“数字化贫穷”陷阱。

3、增强治理平台型数据垄断

在构建合理的市场机制和政府羁系系统基础上
，在引发平台立异活力的条件下
，指导头部的“数据富足群体”（数据拥有者和控制者）愿意
，对“数据匮乏群体”施行倾斜性资助
，同时勉励“数据富足地区”向“数据匮乏地区”转移数据
，好比可以借鉴“东数西算”工程的战略结构
，以此较好地平衡数据要素资源设置和区域生长
，实现数据配合富足。

参考文献：

【0】毕亲波
，潘柱廷
，“数利”基础设施总论
，妙德经略
，2022.5. 

/new_type/zkyj/20220526/23916.html.

【1,2,5,11】徐翔等
，数据生产要素研究希望
，经济学动态
，2021.4

【3,7】卢虹羽
，一个包括数据要素的经济增添模子
，中国互联网经济研究院
，

http://ccie.cufe.edu.cn/info/1006/1672.htm

【4,9】《“十四五”数字经济生长妄想》解读∣加速推进数据要素市场化建设 充分验展数据要素作用
，国家发改委

https://www.ndrc.gov.cn/xxgk/jd/jd/202201/t20220121_1312584.html?code=&state=123

【6】赵刚.数据要素: 全球经济社会生长新动力[M].北京: 人民邮电出书社, 2021.

【8】DIKW Ackoff（1989）提出的DIKW模子.

【10】黄文
，谈谈数据的外部性
，https://zhuanlan.zhihu.com/p/164835440.

【12,13】刘志成,李清彬,掌握目今数据垄断特征优化数据垄断羁系
，中国生长视察, (develpress.com)

【14】国务院反垄断委员会关于平台经济领域的反垄断指南.

【15】于澜. 数据驱动型并购中隐私危害的反垄断规制[J]. 中国价钱羁系与反垄断, 2020(5):6 .

【16】陈根：数据垄断三宗罪
，数据反垄断有多灾？https://zhuanlan.zhihu.com/p/164927245

【17】“滴滴事务”背后：数据清静与资源垄断的双重逻辑,

http://www.youzikankan.com/index/index/newinfo/id/136048.html.

【18】上林院. 2021年配合富足元年：反垄断和税收刷新让配合富足不再是口号.

【19】贺佳瀛
，赛博研究院,天下经济论坛（WEF）面向数据经济的数据交流框架白皮书
，2021.8.

引用其他机构的数据均在文中标注。

专家点评

我国正在步入以数据资源为要害要素的数字经济时代
，犹如现实天下中泛起种种垄断行为一样
，由于数据平台的高科技性以及数据网络的隐藏性
，数字经济时代越发容易形成数据寡头
，造成数据垄断
，从而影响人民的生涯
，阻碍立异
，危害国民经济生长。

本文作者以奇异的视角
，总结出数据要素具有十大经济学特征
，辨析了数据垄断的内在、剖析了数据垄断分类和体现形式
，指出数据垄断造成多方面危害
，开创性地提出在国家关于数据领域的各项执律例则的条件下
，借鉴“配合富足”的三次分派机制
，构建数据要素领域的三次分派机制
，避免数据垄断
，增进数据配合富足。

本文建议的施行数据公益不但有利于掩护数字经济时代新型弱势群体的正当权益
，并且有助于维护国家清静
，对我国数字经济康健一连生长有很大的借鉴价值和参考作用。

相识更多内容请扫码关注