一、问题提出

　　2024年全国两会期间，新质生产力成为热词，是现阶段国家经济社会发展、科技创新和人才培养着力的方向。政府工作报告中提出的“深化大数据、人工智能等研发应用，开展‘人工智能＋’行动，打造具有国际竞争力的数字产业集群”“支持平台企业在促进创新、增加就业、国际竞争中大显身手”“健全数据基础制度，大力推动数据开发开放和流通使用”“适度超前建设数字基础设施，加快形成全国一体化算力体系”等深入推动数字经济创新发展的举措，都是新质生产力发展的具体体现与要求。

　　数字经济的发展需要相当程度的数据自由流通、共享，但实践中却出现了一些妨碍数据要素有序流通的排除、限制竞争行为。合理破除数据流通的壁垒，打破“数据孤岛”，是当前数字经济治理的重要关切。观之实践，我国在立法层面较早回应了数据垄断的规制需求。2021年2月7日，国务院反垄断委员会印发《关于平台经济领域的反垄断指南》（以下简称《反垄断指南》），并及时修改了《反垄断法》及相关配套法规。自2022年8月起施行的新《反垄断法》中增加第9条，对利用数据从事的垄断行为作出了禁止性规定。

　　然而，数据垄断是一个综合的系统性问题。这一问题的规制涉及反垄断、反不正当竞争、数据安全、网络安全、消费者权益保护、个人信息保护等多元维度。数字经济仍处于高速发展阶段，而现行反垄断法律制度在数字经济新业态、新模式、新技术下呈现适用不能或者适用失能的弊端，加之缺乏监管经验，监管部门易出现介入不及时或执法力度不当的情况，致使存在部分反竞争行为未得到适时有效的规制或者执法过度损害经营者积极性的现象。在此背景下，需系统梳理“数据”和“市场竞争”的关系，明晰反数据垄断到底“反什么”与“怎么反”，并结合数据竞争特点，运用系统观念，统筹高质量发展与高水平安全的动态平衡，协同多主体、多制度、多工具之间的关系，在完善数据要素市场相关理论和制度的基础上，科学审慎做好数据垄断行为的常态化系统规制，更好地实现数字经济规范健康发展。

　　二、数据垄断主要形态及成因

　　党的十九届四中全会明确提出，“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”。数据是数字经济背景下最重要的生产要素之一，具有独特的市场竞争意蕴，是市场竞争的核心要素和法律客体。数据的积累有助于经营者获得更多的竞争优势和市场力量，但若数据的累积程度使经营者能够独立于竞争者、最终独立于消费者而行为，从而使其能够在相关市场上阻碍有效竞争的维持时，则会形成数据垄断。数字平台之间的竞争主要围绕数据展开，或者因数据争夺而产生竞争纠纷。然而，目前无论是在法律层面还是在学理层面，尚缺乏对数据垄断的明确界定和统一认识，数据垄断的主要表现形式以及成因亟待科学认识和理论厘清。

　　（一）数据垄断主要形态

　　从经济学角度出发，数据垄断实际是对市场结构的相对中性的描述，纯粹的市场集中并不必然导致违法性的产生。从法律角度而言，数据垄断则是具备违法性构成要件的市场行为，可以界定为企业或其他组织单独或者联合实施的排除、限制竞争或者可能排除、限制竞争的行为。对此，有学者提出数据垄断至少要分为两个层次，一是“数据量的垄断”，二是“以数据作为强化垄断的工具”。依据《反垄断法》框架，数据垄断的主要表现形式有“使用数据和算法达成并巩固垄断协议”“基于数据优势滥用市场地位”和“数据驱动型经营者集中”三种。

　　第一，使用数据和算法达成并巩固垄断协议，具体可表现为建立数据共享机制以达成垄断协议以及算法共谋。在此种情况下，数据经营商会通过数据共享、算法等数字化和技术化的手段在经营行为上实质形成协调一致的行动。例如，2015年美国司法部（DOJ）分别针对David Topkins和Daniel William Aston及其公司Trod Ltd.展开反垄断调查。美国司法部指出，Topkins与Aston以及其他合谋者利用数据与算法实现合谋，利用特定定价算法与计算机软件达成动态价格垄断协议。

　　第二，基于数据优势滥用市场地位，具体表现为以独占数据的方式阻碍其他经营者获取数据，影响平台间互联互通，实施自我优待行为，借助数据要素实施“二选一”行为等。例如，脸书要求未经其同意，其他企业不得收集其平台上用户的数据；谷歌要求第三方网站与其签订搜索广告的排他协议，防止竞争对手获取相关数据资源。在相关市场上居于支配地位的经营者，如果对其他用户开放数据，而专门限制向特定竞争对手提供数据，也可能被认为是滥用市场支配地位行为。

　　第三，数据驱动型经营者集中，主要表现为经营者通过经营者集中的方式不断聚合优质数据，数据集中度通常会产生明显的规模经济和范围经济，进一步扩大竞争优势，维系强者恒强的竞争状态。譬如，脸书收购瓦茨艾普（WhatsApp）案中，前者通过收购进行数据整合的行为违反了后者与用户之间签订的数据使用协议，最终被德国反垄断当局以该集中行为能够形成市场支配地位并损害消费者权益为由勒令叫停。

　　（二）数据垄断成因解析

　　网络效应使平台市场趋于集中，甚至成为垄断市场。目前，与网络效应一样，数据垄断是企业进入数字市场的强大障碍。从数据垄断的主要表现形式入手，探析数据何以成为排除、限制竞争的要素，需要先明确数字经济市场模式特殊性与数据垄断的倾向性，并结合数据的可复制性、非实体性、无限性与自我强化效应以及其在市场竞争中的地位和作用进行分析。

　　一方面，数字经济产业具有规模经济、网络效应、跨界竞争等特征，其本质是由数据要素驱动。数据是技术实现的核心资源，物联网、人工智能等技术的创新发展也离不开数据的依托支持。虽然数据具有非竞争性，即一方的使用不会影响另一方的使用，但数字平台可能通过采取排他性策略增强对数据的控制能力，为竞争者访问和使用数据设置技术限制，或是利用人工智能和机器学习，实施数据和算法的垄断，进而维系自身的垄断地位。

　　另一方面，数据垄断是平台垄断的自然结果，拥有先发优势的经营者往往能够通过预先积累数据优势进而扩大其优势地位，利用“守门人”地位，控制业务用户访问潜在客户，逐渐演变为“赢家通吃”的垄断局面。控制数据访问权的平台可以使用这些数据改善用户体验和开发新产品，吸引更多用户，进而生成更多数据，形成一个自我强化的反馈循环。在此情形下，数据已成为经营者阻止其他竞争者进入相关市场的壁垒，而较高的准入壁垒势必限制市场竞争。

　　譬如，美国国会《数字市场调查报告》指出，脸书的数据支配力通过两种形式的“反馈循环”强化其竞争优势。第一，基于庞大的用户，脸书相比其竞争对手可以接入和采集更多的用户数据；第二，其利用这些数据形成更有针对性的用户体验，从而吸引更多的用户并让用户在其平台上停留更长的时间。数据优势的长期持续，固化了市场结构并令新的社交网络平台很难提供有竞争力的用户体验。脸书的数据也可能令其成为“守门人”，排斥其他企业接入其用户的数据，从而形成排除、限制竞争的效果。

　　在部分市场，早期获得的数据所形成的竞争优势有时已经形成了其他竞争者难以进入该市场的局面。譬如，谷歌作为全球搜索引擎市场的头部企业，尽管其核心技术原始版PageRank的专利保护已经到期，且在部分竞争对手已经有着更高级算法的情况下，谷歌仍得益于此类科技企业在竞争中优先积累的数据，进而优化搜索引擎等产品，形成其他竞争者难以匹敌的竞争力，最终获取近乎垄断的市场地位。

　　就国内数字市场发展现状而言，由于我国对于数据的保护制度尚不完善，加剧了平台企业过度收集和滥用数据，严重降低了用户和第三方厂商对数字经济的参与度，进而形成了部分头部平台可能存在“数据垄断”的现象及风险。数字平台大量收集、汇聚和使用数据，利用数据推断用户和第三方厂商信息，发布个性化广告，抑或变相提高消费者支付的价格，巩固其市场主导地位，将消费者剩余转化为垄断利润，遏制了市场创新的活力，对数字经济健康可持续发展的信任基础造成威胁。

　　三、规制数据垄断的困境

　　《反垄断法》第22条对经营者利用数据和算法、技术以及平台规则等从事滥用市场支配地位行为作出了禁止性规定。但是，将掌控数据和算法等能力作为平台是否拥有市场支配地位的考量指标未免过于原则，难以将数据与数据领域相关市场和市场力量进行有效关联，可操作性方面还存在不足。在数据要素市场下，随着新业态、新模式的不断出现，市场竞争也展现出了新特点，加之相关理论制度正处于初期发展阶段，尚不成熟，在一定程度上也使数据垄断监管实践面临严峻挑战。

　　（一）数据与竞争的关系复杂

　　有市场就有竞争，竞争是市场经济的基础。当前数字竞争呈现出“平台－数据－算法”三维结构，数据垄断竞争样态的形成并非只是数据“单兵突进”，而是在平台、资本、数据、算力、算法等协力下形成的。数据垄断不再局限于其领域本身，更多以双轮垄断的形式呈现，既在横向上延伸也在纵向上渗透，一定程度上造成了数字经济与实体经济的失衡。

　　第一，在数字经济背景下，数据具有特殊性。数据不仅是作为企业生产的产品本身或提供服务的内容，居于企业发展的基础地位，而且在企业决策和战略实施中发挥重要作用，帮助企业准确、全面地理解和分析产业发展方向、消费者偏好、经济特征等，在企业市场竞争中居于辅助地位。在此基础上，不应停留于静态的市场体系，而应以动态变化的视角科学审慎应对潜在的跨界竞争、优势传导、数据集中、复刻式开发、优势滥用、数据控制权争夺等反垄断问题，考虑行业和商业模式的动态创新变化以及数据的充分流动，深入探究数据与竞争的关系。

　　第二，数据在不同行业和技术中扮演的角色不同，需在不同情形下对可能产生的反竞争效果进行针对性规制。以生成式人工智能为例，国家网信办于2023年7月13日发布了《生成式人工智能服务管理暂行办法》，其中明确规定“提供和使用生成式人工智能服务，应尊重知识产权、商业道德，保守商业秘密，不得利用算法、数据、平台等优势，实施垄断和不正当竞争行为”。生成式人工智能技术数据训练的成本高昂，而数据在此类新兴技术中的作用颇为关键，数据垄断行为会直接阻碍新技术的发展，故要结合数据的特性以及数据利用的行业与技术特征采取更具针对性的监管方式。

　　随着数字经济的不断发展，数据与竞争的关系愈加复杂，但是就数据的安全保护与开发开放而言，二者并非对立关系，强化数据保护并不意味着形成数据孤岛、数据断供，而是旨在通过科学、规范、有效的数据保护推进各类数据主体间的数据流动与分享，实现良性的数据竞争与利用，有效推动互联网领域的互联互通，以安全保护促竞争发展。只有正确审视数据与竞争的关系，推动科学合理的数据保护和高效有序的数据流通间的协同共进，才能确保数据价值得以充分释放。

　　（二）传统监管制度亟待更新

　　在数字经济背景下，随着算法与人工智能等新技术被广泛运用于市场经营中，在平台、资本、算法、算力等要素的加持下，数据垄断行为的表现形式更加多样，同时也更为隐蔽，其违法性判断的难度进一步加大。既往反垄断监管法规的执行框架仍以“垄断协议”“支配地位”“经营者集中”的传统概念为靶点，对新型数据垄断活动的监管针对性不足。传统的反垄断规制手段及相关市场界定方法等评价标准尽管仍有适用空间，但是很难直接适用，需要根据互联网平台的双边市场结构、网络效应、锁定效应等特征进行更新和调整。

　　在相关市场界定方面，划定经营者所处的竞争市场是判断其行为是否具有产生反竞争效果的基础，由于以平台企业为代表的数字经济领域企业具有不同于传统企业的特性，致使以价格为主要要素或是质量变化取代价格变化等假定垄断者测试方法出现不适应性。此种不适应性早在奇虎公司与腾讯公司滥用市场支配地位纠纷案中已有体现。在该案中，最高人民法院对于假定垄断者测试在免费商品或服务中的可适用性以及定性定量的分析方法作出了较为详细的阐释，可为数据垄断行为的合理规制提供有益参考。

　　在市场竞争状况分析方面，在互联网领域中，市场份额作用弱化，市场份额只是判断市场支配地位的一项比较粗糙且可能具有误导性的指标。在传统的反垄断监管方式下，营业额是对市场占有率进行评定的标准，但在数字经济下，占有较大市场份额的平台企业如果不能充分发挥网络效应与锁定效应的优势，那么也并不意味着其能获得相应的市场支配地位。动态的市场竞争大大增加了互联网平台企业市场占有率的不确定性，市场份额与产出能力之间的对应关系并不稳定，市场份额与市场支配地位之间的对应关系正在逐步减弱，市场份额在认定市场支配力方面的地位和作用必须根据案件具体情况确定。

　　在经营者集中规制方面，现行《反垄断法》难以有效地规制掌握海量数据的数字企业施行的集中行为。集中是经营者之间一种常见的合作方式，从竞争角度，集中一方面可以整合各方的数据优势资源，提高效率，对市场竞争和创新起到积极作用；另一方面，集中也可能导致竞争者的业务整合、协同行为，很可能形成限制、排除竞争的效果。掌握海量数据的数字企业施行的集中行为在某些情况下可能被视为协议行为，给经营者带来重大的反垄断合规风险。与此同时，当前在我国反垄断规制实践中，尚无法精准识别纵向行为的违法性与正当性之间的界限，更应根据平台差异化、动态创新、网络效应等因素作出一定修正，给予经营者合理的行为预期及监管者适当的规制行为边界。

　　此外，我国的反垄断执法仍以行政处罚等事后监管手段为主，但是这种处罚未必能发挥震慑超级平台经营者的作用，存在一定的应激实用倾向，不仅执行上易陷于处罚中心主义的窠臼，且效果上亦未能引发数据利用的“共享中心主义”嬗变。譬如，在中国反垄断机构对阿里巴巴、美团等“二选一”垄断行为进行处罚时，二者的股价一度上涨近10%，市值增长已经高于反垄断机构对其罚款数额。超大型平台企业往往可以轻而易举地筹备必要资金来支付反垄断罚款，传统反垄断事后执法体制在应对数据垄断问题时面临失效风险。

　　传统反垄断法具有较强的政策刚性，难以适应平台经济快速创新发展的现实，缺乏灵活应对数字平台基于商业模式创新的各种新型数据垄断行为的弹性，特别是其对特定行为严厉的事后禁止可能“误伤”非涉案企业，导致已有商业模式的巨大调整，增加创新发展的不确定性。同时，反垄断事后执法也难以有效回应数据垄断带来的非经济损害，无法有效实现社会性价值目标。此外，传统的反垄断法调查和执法程序冗长，竞争损害往往难以恢复。反垄断的目标是维护市场竞争，然而反垄断事后执法通常只能制止特定的数据垄断行为，无法有效恢复市场竞争，难以从根本上解决市场缺乏竞争的问题。

　　总之，传统反垄断法的事后监管属性决定其调整范围与调整方法，应用于平台经济颇有捉襟见肘之嫌，仅凭事后监管以维护市场有效竞争的难度较高。在此种情况下，需要从创新视角审视反垄断执法并思考如何改进，降低反垄断执法过程对涉案企业创新的负外部性，将适度的事前监管作为重要补充，以事前、事后相结合的监管方式进行规制。例如，在《互联网平台落实主体责任指南（征求意见稿）》中，即对超大型平台课以在公平竞争、内部治理、生态开放等方面的义务，从事前角度预防平台利用数据要素实施排除、限制竞争的行为。

　　（三）政府监管与市场创新需动态平衡

　　在数字经济下，科技型平台企业在科技革新中发挥着不可替代的作用。在金融领域，数据在支付体系、信用体系的构建优化过程中发挥了重要作用，金融基础设施不断创新；在人工智能等技术领域，数据是保障通用人工智能模型技术创新和应用落地的关键要素，尤其是在人工智能技术由“仿人”向“类人”演变的过程中，海量数据的需求不仅开辟了新型市场，又催生了新型的竞争模式。

　　在数据这一重要生产要素的加持下，创新成了数字经济发展的代名词。然而，未知风险总与创新相伴相生，为反垄断规制带来诸多新挑战。一方面，技术创新使数据垄断行为的类型更加复杂，表现更加隐蔽。以算法共谋为例，因算法共谋具有形式多样、结构稳定、行为隐蔽、操作智能等特征，在技术层面合谋主体主观意识并不明显，规制机构现有技术难以认定共谋行为，算法共谋下的市场垄断结构一旦形成则难以打破。

　　另一方面，实践中难以将“创新因素”纳入反垄断执法、司法过程中，实现“鼓励创新”的价值目标。尽管在《禁止垄断协议规定》《禁止滥用市场支配地位行为规定》等法律文件中均体现了对于创新因素的关切与重视，但当前的执法实践依然缺乏对阻碍创新的扼杀性并购、拒绝关键数据共享而引发的妨碍新产品开发等现实问题的回应。

　　实际上，社会的发展有一个“创新—监管—再创新”的过程，其背后是效率和安全两种价值的平衡。面对层出不穷的数据垄断问题，不能一味地抑制创新谈监管，进行“一刀切”“层层加码”式监管，这将无法适应平台经济快速创新发展的现实，阻碍商业模式创新。监管政策的制定及愿景的设定，与整个行业创新发展之间并不存在冲突，甚或说是高度一致的，当下以公平竞争促进创新发展的内在需求愈加凸显，能否激发行业的创新发展活力同样是衡量和评估政策监管效果最重要的指标之一。

　　从这个角度来看，创新是发展动力，监管是安全保障，我国反垄断、反不正当竞争监管应当科学把握数字平台经济演化的基本特征和发展规律，立足数字平台经济演化的动态视角推动监管创新，从而降低垄断型平台的负面影响，更好地放大数字平台经济的福利效应。简言之，从创新活力和国际竞争力角度去看待政府和市场之间的关系，明确政府监管与市场发展之间辩证统一的关系。

　　四、规制数据垄断行动路向

　　“数据垄断”表象背后的本相是，经营者持有相对较多的数据量并不意味着其拥有无可比拟的市场力量，但这也并不意味着竞争管理机构可以放松对数字经济市场的竞争管控。虽然持有大量数据的企业并不一定拥有强大的市场力量，但是，在网络效应、技术优势以及缺乏外部选择等因素的作用下，这些经营者仍然可能对市场的良性竞争产生一定的威胁，且在某些特定情况下，数据的收集和分析可能是导致反竞争效果的一个因素。

　　当下，仍需重点关注与数据相关的竞争行为，全面准确看待数据垄断的表象与本相、过程与结果、即期与长期等多维度辩证关系，建议运用系统观念，统筹高质量发展与高水平安全的动态平衡，协调多主体、多制度、多工具之间的关系，聚焦数据要素特征，完善数据基础制度建设，健全数据流通共享基础配套设施，做好数据垄断行为的常态化系统规制，强化跨部门综合性监管，破除数据垄断，促进数据要素流通，形成新质生产力，保障数字经济市场的健康有序发展。

　　（一）健全完善数据要素基础制度

　　当前，科技型企业之所以会“肆意”地收集、分析、使用数据，导致数据垄断问题频发，在很大程度上囿于我国数据要素基础制度的不完善。2022年12月2日，《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）提出构建数据产权、流通交易、收益分配、安全治理四项制度，初步形成我国数据基础制度的“四梁八柱”，充分激活数据要素价值，赋能实体经济，推动高质量发展。

　　2024年1月4日，国家数据局等17部门联合印发《“数据要素X”三年行动计划（2024－2026年）》（简称“数据要素X计划”），提出到2026年年底，打造300个以上示范性强、显示度高、带动性广的典型应用场景，培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，数据产品和服务质量效益明显提升，数据产业年均增速超过20%，再次强调了完善数据基础制度建设的重要性与阶段性目标。

　　通过国家层面不断推出的数据相关计划可以看出，数据基础制度是构建数据基础设施、提升数据开发利用水平、促进数据确权流通、发挥数据要素乘数作用以及对数据垄断行为进行有效监管的重要前提。同时，完善的基础制度能够促进数据合规高效流通使用，推进数据要素市场化，并强化数据安全治理，建立一定的数据安全保障规范和标准，有效地化解数据垄断监管所面临的部分难题，切实有效解决发挥数据要素作用的“后顾之忧”。在现有基础上优化我国数据基础制度，需要做到以下几点。

　　第一，应明确数据产权的动态结构，形成数据多元主体之间的互动，进而降低数据交易的制度成本，促进数据流通。数据产权包括数据权主体对数据可以行使的控制、处理、处分和收益四项权能。出于对经济利益和隐私保护的考量，应该结合数据要素特性强化高质量数据要素供给，赋予数据提供者对原始数据的控制权、携带权等数据自决权。特别是对原始数据中涉及人格利益的部分享有排他性权利，对可去名化处理后的数据享有非排他性权利，譬如分享持有的权利，或者共同持有的权利，赋予数据处理者开发及加工后的数据加工使用权，以及开发产生数据产品的经营权等基于数据商业化开发开放后的自主经营等权益。并在此基础上，综合考量个人数据权益保护与数据要素市场发展的关系，建立保障权益、合规使用的数据产权制度，积极推进数据要素的开放共享。

　　第二，应完善数据安全保障制度，提高数据要素市场的风险控制能力。《数据安全法》主要从国家层面确立了数据分类分级保护制度，同时提出各地区、各部门要制定本地区、行业或者领域的重要数据目录。而《个人信息保护法》直接规定了个人信息处理者应对个人信息实行分类管理。为破除数据垄断，企业要尽量细化自身处理的数据类型，应以国家制定的数据分类分级保护制度为基准，以各地区、各部门的数据目录为指导，制定平台企业内部的数据分类分级管理制度，针对不同数据设置不同的管理措施，既要把控风险，又要避免过度限制，以满足不同类型数据监管的要求，保障数据依法有序自由流动。

　　第三，应遵守审慎原则，构建以反垄断法为核心的多法协同体制，充分发挥市场化治理机制的作用，合理权衡竞争、隐私和创新目标，避免过度监管。数据反垄断监管的基本目标是确保数据采集利用的安全共享，为此，应当加强对于严重阻碍竞争和创新的数据封锁行为的反垄断执法，在合理保护数据隐私安全的基础上促进数据的开放共享。通过底层既有的反垄断法，中层新建与数据、算法、平台相关的政策法规，上层调整、融合各个行业的政策法规，最终形成自下而上、较为系统的三层数据要素市场的监管法规体系。

　　（二）完善数据流通共享基础配套设施

　　2024年全国两会政府工作报告提及“深入推进数字经济创新发展”，还提出要“健全数据基础制度，大力推动数据开发开放和流通使用”，以及“适度超前建设数字基础设施，加快形成全国一体化算力体系”。这些是本次报告亮点之一，凸显了当前国际竞争日趋激烈环境下，推动数字经济等创新发展的重要性以及健全数据流通共享基础配套设施的紧迫性。

　　首先，健全完善数据流通共享基础配套设施应以数据分类分级制度为基础。当前市场中的数据资源及数据产品复杂多样，应结合数据属性类别、重要程度、风险等级等因素进行分类分级：一方面，规范参与市场流通的数据类型，避免不宜市场交易的数据种类流入市场；另一方面，促进数据权利持有者充分挖掘数据价值，提升交易规则的科学性和精细度，提高数据要素市场供给质量，推动数据使用权交换和市场化流通。

　　其次，健全完善数据流通共享基础配套设施应以数据权属结构性分置制度为核心。“数据二十条”提出，要探索数据产权结构性分置制度，即根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制。2023年2月，深圳市发展和改革委员会出台《深圳市数据交易管理暂行办法》，率先探索了数据产权结构性分置的具体实践，为数据交易提供了相对明确的数据确权方案。

　　再次，健全完善数据流通共享基础配套设施应以数据交易安全合规制度为重点。数据交易安全合规制度是数据交易制度体系的重点，尤其是针对数据跨境流动的制度规范，在当前各国数据安全博弈的背景下更为重要。合规与安全是数据交易的红线，安全合规制度既能减少个人信息与国家秘密泄露的风险，又能增加企业在数据跨境交易中的抗风险能力，有利于其充分释放创新活力、打造核心竞争力、开拓海外市场。

　　最后，我国政府也在通过不断完善数据交易市场、数据登记制度、交易制度等基础设施加强数据流通，促进数据共享。譬如，国家数据局的获批成立，标志着中国对于数据的保护、监管工作又迈上新的台阶。对于数据垄断问题，只有源头治理与多元治理协同实施，并在源头调整数据与企业的关系，才能有效化解数据带来的垄断风险。数据流通有助于打破超级平台对数据的垄断，尤其是针对以数据及其持有量为核心竞争要素，并在此基础上形成市场壁垒的情形而言，共享对于促进竞争打破垄断有重要意义。

　　（三）科学强化常态化监管

　　常态化监管，是指在法治的框架下依据明确的法律法规，统筹考虑安全与发展的基本理念，依托多元主体协同治理、多元工具系统运用，开展敏捷监管、精准监管、透明监管与规范监管。我国经历了由“宽松监管”到“包容审慎”监管再到强化专项监管，步入常态化监管的过程。常态化监管已成为我国反垄断监管部门规制数字经济领域限制、排除竞争行为的基调、原则及方式方法。这一过程体现了我国数字经济监管由宽松监管转向精细监管、从主体行为监管转为多要素、多维度监管的基本走向。由此推论，数据作为数字经济创新发展、加快发展新质生产力的关键要素，当下和未来对其进行常态化的反垄断监管是符合常态化监管的基本思路和行动范畴的。此外，还值得指出的是，常态化监管特别是常态化的反垄断监管，并不意味着放任不管，而是更及时、更精准、更有效地做好监管，这里的常态化监管理应且必然包括执法。

　　2022年中央经济工作会议明确提出，要加快建设现代化产业体系，大力发展数字经济，提升常态化监管水平，支持平台企业在引领发展、创造就业、国际竞争中大显身手。2023年全国两会期间，市场监管总局党组书记、局长罗文在“部门通道”接受采访时，指出要提升常态化监管水平，特别是在数字经济、民生保障等重点领域，强化精准监管，帮助企业提高合规管理水平，为企业发展提供帮助。2024年全国两会期间，政府工作报告再次指出，要“支持平台企业在促进创新、增加就业、国际竞争中大显身手。健全数据基础制度，大力推动数据开发开放和流通使用”。数字经济的健康持续发展离不开科学规范、公正有效的监管，常态化监管将成为当前和未来数字经济发展中关键的制度和措施支撑。

　　在细化实施常态化精准监管的工作中，首先，应拓宽数字平台经济领域反垄断规制思路，强调多元价值目标的平衡，特别是要关注创新要素在反垄断规制中的影响。反垄断法通过规制垄断行为、维护竞争机制来促进创新。一方面，反垄断法的一般制度框架可以提供创新的总体市场竞争环境；另一方面，反垄断法通过规制滥用知识产权的行为，为在特定市场上的创新提供竞争环境，实现竞争与创新的协调。在反垄断执法和司法实践中不能对垄断行为听之任之，而应关注平台利用自身市场的数据竞争优势限制、打压小型企业或个人创新的行为。

　　其次，应创新反垄断规制工具，引入科技监管手段，以科学监管促进对数字经济平台企业反竞争风险的合规治理与精准规制，探索适宜数字经济健康发展的平台企业垄断认定思路与方法，推进平台经济健康发展。与此同时，还应优化反垄断规制方法，结合数字经济平台竞争的主要特征，对个案进行具体分析。

　　最后，应建立精准的互联互通规则体系，推动平台分类分级，厘清互联互通行为边界，健全互联互通监管体制机制，重点完善政府监管机制，辅之以搭建多元化的监管格局，助力常态化监管下我国平台互联互通的安全发展。常态化监管意味着监管要及时转变思维理念，深刻认识平台经济的构成要素、底层逻辑与组织形式，深入分析平台监管的动态性、复杂性、紧迫性与专业性。基于分类分级原则，有效定位不同平台的核心业务归属，确定相应的监管主体、规则、工具及监管力度，对安全风险较高的平台采取较为严格的监管手段，对安全风险较低的平台则采取较为宽松的监管手段。

　　（四）深入推进跨部门协同监管

　　数据具有财产属性、人身属性、主权属性、国家安全属性等多重属性，数据垄断行为所带来的利益损害不单在于竞争秩序，更有可能对用户数据及隐私、社会公共安全乃至国家总体安全造成危害，故此，数据的治理需要跨部门综合性的监管。从法律规范层面出发，《数据安全法》《个人信息保护法》《反垄断法》等法律法规中均有条文规定了关于利用数据优势、平台优势实施垄断、不公正交易等行为的内容。从目前的监管实践出发，数据垄断相应监管立法、措施、方法等尚未有效发挥作用，数据反垄断治理必须依托跨部门进行综合治理。

　　然而，在涉及数据竞争行为的规制实践中，不仅有市场监管部门的参与，而且相关行业产业发展部门基于其行业发展需求纷纷进行业内的竞争监管，这虽然符合了数据监管的多元主体要求，但也意味着我国进行数据反垄断监管时面临多部门介入的现实及由此引发的监管叠加甚或冲突风险。譬如，在网约车市场上，行业监管部门和市场监管部门交叠监管，交通运输部于2021年发布《交通运输部办公厅关于维护公平竞争市场秩序加快推进网约车合规化的通知》，于2023年发布《推动交通运输新业态平台企业降低过高抽成工作方案》，先后对网约车市场的反垄断问题进行介入。

　　2022年1月，国家发展和改革委员会会同其他8部委发布的有关促进平台经济发展的重要政策文件中也涉及对数据竞争的多部门监管问题。在此背景下，应统筹数据安全与数字经济发展并举的目标，构建以国家数据局为核心、行业监管和市场监管合理分工与高效协同的跨部门综合监管协调机制，并明确行业监管与市场监管的分工，重视对跨行业协同监管。探索数据分类管理的监管政策组合，确保在数据要素市场中更好地发挥政府作用，提升数据资源配置效率，实现数据价值最大化与收益共创共享。

　　从行业监管出发，其应制定相应的行业数据安全规则和监管措施。《数据安全法》第6条规定，行业、领域主管部门负有对本行业、本领域的数据安全监管职责。“数据二十条”明确提出，要创新数据治理机制，强化分行业监管和跨行业协同监管。数据的收集、处理、存储、传输和共享环节较多，其过程更是涉及多个行业和领域的监管部门，具有较大的数据安全风险。加强跨行业监管机制，进行全面而综合的监管覆盖，制定行业规范，可以从一定程度上防止数据滥用和不当行为的发生，更好地推动行业的发展和创新，破除数据垄断。

　　从市场监管出发，其重点是保护竞争。行业不当的监管措施可能阻碍数据要素跨行业或跨领域流通，产生行业数据垄断问题，限制市场竞争。此时，协同行业监管与市场监管颇为重要，应平衡竞争保护与数据价值共享的关系，更好地保护竞争、鼓励创新，并实现数据价值共创共享。

　　五、结语

　　数据是数字经济中最为重要的生产要素，数据市场竞争治理是一项复杂的系统工程，对数据垄断进行规制势必要顺应数字经济的发展规律和产业特点。虽然，我国已有针对性地制定了一系列法律法规，对数据垄断行为进行科学规制，但由于对数据如何实质性地影响市场竞争的结果还有待进一步明晰，实践中尚不能准确识别与数据相关的垄断行为，数据基础制度、基础设施等尚未健全，导致相应监管立法、措施、方法等难以有效发挥作用，传统监管制度亟待更新，传统监管措施难以实现规制目的，政府监管与市场创新难以平衡。

　　在此情势下，应根据立法、执法、司法实践，结合数据要素及竞争行为的特征，全面准确看待数据垄断的表象与本相、过程与结果、即期与长期等多维度辩证关系，总结规制数据垄断的相关经验，调适规制数据垄断的实现路径。为此，建议运用系统观念，统筹高质量发展与高水平安全的动态平衡，协同多主体、多制度、多工具之间的关系，完善数据基础制度，健全数据流通共享基础配套设施，出台一系列与实践紧密结合的措施，通过丰富完善反垄断常态化监管措施，不断丰富反垄断监管工具和实施方法，加强和精细化反垄断事前监管，帮助企业做好合规经营，打造全周期、全链条、全过程的涉数据竞争的监管机制。

　　（作者单位：南开大学竞争法研究中心主任，法学院教授、博士生导师，南开大学数字经济交叉科学中心研究员）