执行数据公益 ，缩幼数据贫富差距 ，助力共同富足
颁布功夫 2022-06-17专家解读
当前 ，新一代数字信息通讯技术的深刻发展和宽泛利用 ，正深刻扭转着人类的生计方式和社会交往方式 ，深刻影响着人们的思想方式、价值观点和路德性为 。传统以为 ，信息化网络和数字化发展是扁平状态的 ，可能天然、快捷地解决不平衡、不充分等发展难题 。但从近些年发展示实情况看 ， “大数据杀熟”、“二选一”限造买卖、回绝买卖等滥用市场摆布职位涉嫌垄断的事务频发 ，“强人愈强”的马太效应不休加剧 。此表 ， “数据化贫困”、“数字化弱势群体”等“数据贫富差距”越来越大 ，“数字天堑”难以逾越 ，这些都进一步加大了不平衡、不充分景象 ，甚至是形成新型垄断 ，与国度发展主流方向背路而驰 。
我国社会重要矛盾已经转化为人民日益增长的美好生涯必要和不平衡不充分的发展之间的矛盾 ，实现共同富足是国度发展战术指标 ，在数字经济布景下 ，借鉴共同富足三次分配机造 ，充分利用好第三次等分配 ，补齐“数据共同富足”过程中的结构性短板弱项 ，利用公益力量打开“数据公益”空间 ，两全推动“数据公益” ， 缩幼数据贫富差距 ，缓解“数据垄断”不利成分的影响 ，数据赋能共同富足 。
从理解数据身分经济学特点的视角来意识数据垄断及其风险
数据如水、电、石油一样 ，成为根基的新型出产身分 ，成为驱动经济发展的新动力 。2019年四中全会初次将数据作为出产身分 ，提出“健全劳动、本钱、地皮、技术、治理、数据等出产身分由市场评价贡献、按贡献决定报答的机造” ，这是对数据出产价值及其经济职位的极大注定 ，也标志对数据、数据资源、数据身分的深刻认知的转变 。
（一）数据和数据身分
数据身分这个概想相对于数据来讲是后来者和“新生概想” ，二者密不成分又有分歧 ，在日常使用过程中更多地会使用数据而不是数据身分 ，前者通用后者特指 。
中国信息通讯钻研院以为 ，“数据是对客观事务的数字化纪录或描述 ，是无序的、未经加工处置的原始资料” 。国度发改委市场所曾铮和王磊等在《数据市场治理 ，构建基础性造度的理论与政策》一书中提到“数据身分是出产和服务过程中作为出产性资源投入 ，创造经济价值的数字化信息、数据和知识的集钟妆 。由数据到数据身分 ，经历着由数据原生【0】到数据衍生过程 ，将原始数据加工为数据资源/数据资产 ，形成使用价值 ，产生经济效益和社会效益 。也就是说 ，数据与数据身分的主题区别在因而否产生经济效益 。
数据身分是出产资料 ，能够与其他出产身分交叉融合渗入 ，开释出乘数倍增效应 ，提高全身分出产率；数据身分也是出产力 ，放大技术、劳动力、本钱、知识等身分价值 ，成为催生新产业新业态新模式的驱动力；属于经济术语 ，是拥有使用价值 ，可能带来经济效益和社会效益的数据 。数据身分与其他身分一路 ，融入我国经济价值创造系统 ，成为数字经济时期的基础性资源、战术性资源和沉要出产力 。习近平总书记在2017年就指出 ，“在互联网经济时期 ，数据是新的出产身分 ，是基础性资源和战术性资源 ，也是沉要出产力” 。
（二）数据身分的十大经济学特点
数据身分拥有虚构性特点 ，虚构性意味着数据必须以其他出产身分作为载体能力阐扬作用【1】 ，也就是说 ，数据身分要与其他出产身分发生作用 ，必须依赖于承载数据的物理载体 。在大无数时辰 ，数据是存在于数字化技术产品之中的 ，数据身分和数字化技术缜密结合 ，成为推动经济社会急剧发展的沉要驱动力 。虚构性是数据身分与其他传统出产身分 ，好比劳动力、本钱和地皮的最重要差距 ，也是技术和数据等新出产身分的重要特点 。严沉依赖数据和技术等虚构出产身分 ，是数字经济的一个沉要特点 ，也是与传统经济的一个沉要区别【2】 ，随着数字经济时期的到来 ，数据身分更是成为驱动数字经济发展可持续健康发展的新引擎主引擎 。
数据身分拥有非竞争性/非排他性特点 ，即多家厂商能够同时使用同种数据【3】 。一幼我对数据的使用 ，并不影响他人对其的使用 ，并且对于数据身分额表使用的边际成本险些为零 ，数据的非竞争个性意味着数据能够在不影响价值的情况下被肆意多个数据处置者同时使用【4】 ，这就决定了数据拥有高使用效能和巨大的潜在经济价值 。
数据身分拥有价值异质性和排他性特点 ，对于数据价致符用而言 ，数据、算法和算力 ，缺一不成 ，也就是说 ，数据身分的价值依赖于数据量足够重大、内容足够丰硕和类型足够宽泛 ，依赖于使用的具体模型、算法和推算能力 ，还依赖于业务利用场景 ，拥有高度不确定性 ，一方面是价值不确定导致数据处置者存有疑虑 ，故障了数据流通；另一方面是高价值而导致拥罕见据的企业和机构会选择“窖藏”而非分享数据【5】 ，使得数据身分阐发出高度的排他性 ，同样故障了数据流通 。
数据身分投入拥有高固定成本、低边际成本的特点【6】 。《数据身分》作者赵刚博士指出 ，“数据身分投入成本的凹凸取决因而否天生新信息 ，数据处置天生新信息 ，必要逆转熵增的天然过程 ，支出的成本较高 ，数据复造的过程并没有天生新信息 ，支出的成本较低 。但对于低成本获得数据的一方 ，却仍可利用数据的价值 。”数据可复造、可共享、可不休天生和供给 ，“取之不竭 ，用之不尽” ，克服了传统出产身分的资源总量限度 ，可能形成规模收益递增的经济发展模式 。
数据身分拥有规模收益递增特点 ，数据出产身分的非竞争性进一步产生了规模报答递增的效应 。即数据的增长提升了数据使用者的出产率 ，进而带来了更多的产出与买卖 ，在此基础上又进一步产生了更无数据 ，带头出产率再次提升【7】 ，数据规模越大、类型越丰硕 ，产生的信息和知识就越多 ，进而产生更多智能 ，出现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）金字塔模型理论 。也就是说 ，数据身分的规模收益递增和网络效应意味着在价值创造方面能够实现“1+1>2”的成效【9】 ，若是数据对于整个行业甚至经济体的参加者盛开 ，数据规模扩大带来的经济价值就将更为可观 。
数据身分拥有表部性特点 。对于数据身分表部性的理解 ，《数据身分》作者赵刚以为数据身分拥有强表部性 ，《数据出产身分钻研进展》作者徐翔等以为数据身分拥有正表部性 。即数据身分的强表部性/正表部性是指数据身分的开发和利用不仅对拥罕见据的人有价值 ，并且对公家、社会和其他贸易机构都能产生价值或者分享数据盈利 。数据与其他出产身分深度融合 ，通过数据身分的放大、叠加、倍增作用 ，能够赋能传统产业转型升级 ，催生新产业、新业态、新模式 ，提高全身分出产率 ，同时优化产品和服务 ，提高服务质量和中意度 。也就是说 ，能够极大地提高全身分的出产效能和优化服务是数据身分强表部性特点的重要价值体现 。从贸易价值变现的视角看 ，数据身分的表部性从底子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】 。
数据身分拥有衍生性特点 。数据身分衍生性是指在数据身分全性命周期内 ，在分歧的经营主体之间流通、共享 ，与分歧数据身分渗入、融合而产生新的衍生数据 。数据身分的衍生性使得身分自身可持续性产生与成长 ，使数据越来越丰硕 ，作用越来越大 ，用处越来越广 ，进而不休实现出产与再出产的演进、迭代和创新 ，利用衍生数据获得创新竞争优势 ，尝试保值与增值经营 。
数据身分的多样性和时效性特点 ，蕴含起源的多样性和用处的多样性 。起源的多样性是指同样的数据信息 ，可能会从分歧的起源得到 ，分歧的数据可能会源于一样起源；用处的多样性是指统一类数据能够在分歧的领域有分歧的用处 。此表 ，数据身分价值会随着市场动态变动或者利用场景的调换而导致数据价值降低甚至失效 。
数据身分的产权吞吐性特点 ，数据的虚构性使得数据能够被零成本或极低成本复造 ，使得数据身分拥有可复造性和无限供给个性 ，而这些个性又导致数据拥有非排他性（非竞争性特点）特点 ，即数据身分可以为多个使用者使用 ，使得数据出产身分在产权归属上存在肯定的吞吐性 ，其所有权和产生的各项产出在企业和消费者之间的分配尚不清澈 。数据身分价值的倍增效应必要流通环节来实现 ，数据身分流通过程中的“一数多权”问题将客观存在 ，阐发为数据在“采（采集）-存（存储）-传（共享互换）-流（通）-用（利用）”的过程中会产生分歧的主体 ，所以数据的所有权和数据的使用权在很大水平上是分离的 ，也就是说数据所有者不愿定能产生价值 ，而使用者却能产生价值 。好比 ，消费者在使用各项信息通讯技术ICT产品和服务的过程中会产生大量数据 ，这些数据往往由企业直接管集和整顿 ，消费者通常没有措置和使用这些数据的机遇【11】 ，尤其是幼我消费者更没有这个意愿和需要 。所以清华大学法学院教授申卫星以为 ，数据不能选取传统的物权、债权和知识产权原有的蹊径加以珍视 ，并且数据的出产关系也极度复杂 ，加剧了数据权势的复杂性和吞吐性 ，一数多权景象普遍 。因而 ，我们以为 ，成立数据身分的“所有权和使用权分离”造度机造或许成为有益的尝试 ，就像地皮等身分资源的做法一样 。
数据身分的强渗入性特点 ，可能在有序流通过程中与技术、本钱、劳动力等身分关联、交叉、融合和高效配置 ，在数字产业化和产业数字化的价值创造与效能提升上可能产生乘数效应和倍增效应 。
我们以为 ，分析数据身分经济学特职能够助我们更全面地意识和理解跟数据有关的诸多命题 ，好比数据权属问题、数据买卖问题、数据垄断问题、数字天堑问题等 。正是由于数据的这些特点 ，数据垄断的理论争议、成因、行为以及后果都很复杂 。
（三）数据垄断命题之争
数据垄断是一个比力有争议的问题 。固然数据垄断问题宽泛存在 ，并且已经引起普遍性的影响 ，然而在理论上 ，分歧领域分歧视角的专家学者对数据垄断仍有比力大的理论争议 。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身 ，无数情况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 ，它们只是垄断的方式 ，垄断的手法不一样” 。对表经贸大学数字经济与司法创新钻研中心执行主任许可则以为 ，“数据拥有非排他性特点 ，数据没有司法上的所有者 ，并不能排他使用 ，因而 ，数据垄断问题并不能成立 。”上海市检察院检察官陈超然以为 ，“在数字经济时期 ，经营者基于自身把握大量数据的优势而执行的市场行为 ，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术钻研院钻研员李勇坚以为 ，“数据垄断不仅在理论上可能成立 ，在实际中也有多样化的案例出现 。”上述多个分歧领域的专家概想 ，正是对数据多沉属性特点的反映 ，也增长了数据垄断命题复杂性 。
（四）数据垄断的涵义及成因
对于数据垄断更为普遍性的概想以为 ，数据垄断并不仅仅是对数据自身的垄断 ，无数情况下指的是“基于数据的垄断” ，寂仔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” ，从这个视角来钻研数据垄断问题 。从《反垄断法》和《反垄断指南》司法律规层面上 ，关注的沉点是是否事实上组成了“基于数据优势滥用市场摆布职位的行为” ，从司法律规层面来钻研数据垄断的阐发及其风险问题 ，也就是说 ，通过对数据的网络、挖掘、使用等数据价致符用作为 ，实现基于数据优势而垄断消费者、垄断产品、垄断行业的行为 。下面从两个层面理解数据垄断 。
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利用其用户优势、技术优势、基础设施优势等 ，网络了大量的数据 。从成本结构上看 ，网络和存储数据意味着高固定成本低边际成本 ，这容易产生数据网络和存储的规模经济与领域经济 ，这自身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、虚构性的出产身分 ，拥有一次出产、无限次使用、非竞争性、非排他性等特点 ，可能在多种业务线上同时使用 ，且屡次使用的边际成本趋向于零 ，这些决定了数据使用的场所越多、使用次数越多 ，其价值越大 ，使得数据使器拥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 ，这些特点使得占有海量数据的数据占有者具备了垄断的潜力和可能 。加之数据身分的衍生性特点 ，使得数据使用产生正反馈效应 ，在使用过程中还可能产生新的数据 ，会进一步强化数据垄断作用 。
基于中国宏观经济钻研院刘志成对于数据垄断的理解和J9集团官网分析 ，能够大体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 ，能够理解为沉要数据被节造在少数企业或其它市场主体手中 ，并被不合理分配与使用【12】 ，导致基于数据优势滥用市场摆布职位的行为发生 ，进而频发影响市场平正竞争的景象出现 。
“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伎俩 ，以实现数据及其衍生品的价值叠加并获得超额收益 。在相当水平上加剧了数据垄断的形成 ，产生数据垄断的底子原因是数据网络荫蔽化、平台数据产权化和数据利用黑箱化 。
（五）数据垄断的阐发大局及风险
1、数据垄断的重要分类和阐发大局
数据垄断的重要类型蕴含三大类 ，一是利用数据和算法实现默示合谋与执行垄断和谈；二是基于数据优势而滥用市场摆布职位；三是经营者集中将限度健康的竞争行为 ，粉碎竞争秩序 。
一是利用数据和算法实现默示合谋与执行垄断和谈 。利用数据和算法合谋以达到和执行垄断和谈 ，这里的垄断和谈是指经营者排除、限度竞争的和谈、决定或者其他协同业为 。和谈、决定可所以书面、口优等大局 。其他协同业为是指经营者虽未明确订立和谈或者决定 ，但通过数据、算法、平台规定或者其他方式内容上存在协调一致的行为 。
二是基于数据优势而滥用市场摆布职位 。拥有市场摆布职位的经营者利用数据、算法和算力优势而从事滥用市场摆布职位行为 。上海市检察院检察官陈超然以为 ，“剥削性滥用用户数据其实属于基于数据优势滥用市场摆布职位的行为 ，该当是一个技术支持的贸易模式转化成一个数据垄断的过程 ，从技术角度来说 ，“大数据杀熟”就是剥削性滥用用户数据 。”《反垄断法》 ，出格是《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”） ，对于滥用市场摆布职位的行为有具体判定 ，重要阐发为六类行为 。
①不平正价值行为 ，重要阐发为利用数据、算法执行价值歧视 。拥有市场摆布职位的平台经济领域经营者 ，可能滥用市场摆布职位 ，以不平正的高价销售商品或者以不平正的廉价采办商品 。
②低于成本销售行为 ，重要阐发为拥有市场摆布职位的领域经营者可能滥用市场摆布职位 ，没有正当理由 ，以低于成本的价值销售商品 ，排除、限度市场竞争 。
③回绝买卖行为 ，重要阐发为拥有市场摆布职位的领域经营者可能滥用其市场摆布职位 ，回绝与第三方发展业务 ，从而褫夺市场参加者的竞争可能 。无正当理由回绝与买卖相对人进行买卖 ，排除、限度市场竞争无正当理由回绝与买卖相对人进行买卖 ，排除、限度市场竞争 。
④限造买卖行为 ，重要阐发为拥有市场摆布职位的领域经营者限造他人依照自己的意愿进行买卖 ，从而倾轧其他经营者的平正竞争 。比力典型的就是要求平台内经营者在竞争性平台间进杏装二选一” ，或者限造买卖相对人与其进行独家买卖的其他行为 。分析是否组成限造买卖 ，沉点思考以下两种情景：一是经营者通过屏蔽店铺、搜索降权、流量限度、技术阻碍、扣取保障金等惩治性措施执行的限度 ，因对市场竞争和消费者利益产生直接侵害 ，通常能够认定组成限造买卖行为 。二是经营者通过补助、折扣、优惠、流量资源支持等激励性方式执行的限度 ，可能对平台内经营者、消费者利益和社会整体福利拥有肯定积极成效 ，但若是有证据证明对市场竞争产生显著的排除、限杜装响 ，也可能被认定组成限造买卖行为 。
⑤搭售或者附加不合理买卖前提行为 ，重要阐发为拥有市场摆布职位的领域经营者 ，可能滥用市场摆布职位 ，无正当理由执行搭售或者附加不合理买卖前提 ，排除、限度市场竞争 。好比利用体式条款款、弹窗、操作必经步骤等买卖相对人无法选择、更改、回绝的方式 ，将分歧商品进行绑缚销售；以搜索降权、流量限度、技术阻碍等惩治性措施 ，强造买卖相对人接受其他商品；对买卖前提和方式、服务提供方式、付款方式和伎俩、售后保险等附加不合理限度;在买卖价值之表额表收取不合理用度；强造网络非必要用户信息或者附加与买卖标的无关的买卖前提、买卖流程、服务项目 。
⑥差距待遇行为 ，重要阐发为拥有市场摆布职位的领域经营者 ，可能滥用市场摆布职位 ，无正当理由对买卖前提一样的买卖相对人执行差距待遇 ，排除、限度市场竞争 。好比 ，基于大数据和算法 ，凭据买卖相对人的支付能力、消费偏好、使用习惯等 ，尝试差距性买卖价值或者其他买卖前提;尝试差距性尺度、规定、算法;尝试差距性付款前提和买卖方式 。
三是经营者集中将限度健康的竞争行为 ，粉碎竞争秩序 。我国《反垄断法》第二十条界定了经营者集中的情景 。对于数据垄断而言 ，垄断行为重要阐发为占罕见据资源的经营者集中将导致数据资源越发集中而粉碎数据市场的竞争性 。本已占有大量数据资源的经营者 ，通过经营者集中行为 ，好比归并、控股或签定和谈等 ，占有越发齐全的数据资源 ，催生出数据寡头 ，限度市场中的健康竞争行为 ，粉碎竞争秩序 。
2、数据垄断带来的三方面风险
数据垄断的风险至少有三个方面：
一是利用推荐算法 ，影响滋扰消费者判断 ，侵害市场平正竞争和消费者合法权利 ，这也将使得对消费者权利珍视变得越发难题 。网络消费者的身份数据、行为数据等 ，通过数据画像 ，透视消费者的消费意愿和预期价值 ，施杏装一人一价”、差距化定价 ，这种价值歧视的内容正是利用算法与大数据来“杀熟”或“杀贫”【13】 。同时 ，关于平台经济领域经营者要求商家“二选一”、“大数据杀熟”、未依法申报执行经营者集中等涉嫌垄断问题的反映和举报日益增长 ，这些行为侵害了市场平正竞争和消费者合法权利 。
二是分歧业业的数据资源整合存在风险 ，容易达成横向、纵向和轴辐垄断和谈【14】 ，产生市场自由竞争壁垒 。数据存量较幼的幼型公司或草创公司无法与数据寡头竞争 ，而占有丰硕数据的企业之间能够更好地进行互换而达成默示合谋 ，蕴含数据合谋和算法合谋两方面 。
三是垄断问题带来安全问题 ，数据垄断会叠加数据安全 ，带来更严沉的隐衷风险 ，可能会侵害社会公共利益 ，进而威胁国度安全 。隐衷珍视作为一项非价值竞争成分【15】 ，在竞争失效市场里其器沉水平会大大降低【16】 。此表 ，海量数据的网络、处置、存储、流通和使用环节 ，即在数据“采-存-传-流-用”全周期内 ，安全缝隙和安全风险也会随之传输、存储、流转而叠加、放大 ，及大地增长风险露出面 。再好比“滴滴事务” ，事务以数据安全问题为表征 ，背后则体现出数据安全与本钱垄断逻辑的并生与杂糅 。也就是说 ，数据安全 ，尤其是由数据垄断而产生的数据安全的叠加危机的确会触际遇数据主权与国度安全的底线【17】 。
总之 ，必要将安全问题与垄断问题结合起来 ，将其搁置在国度治理持久绩效的宏观布景下 ，高站位多视角地对待数据垄断命题及其带来的真问题 。数据垄断会设置竞争壁垒、限度健康竞争、侵害市场平正 ，加害隐衷、侵害消费者权利 ，叠加安全风险、威胁国度安全 ，不利于引发创新创造活力 ，不利于推进经济高质量发展 ，不利于“共同富足战术指标”的实现 。
借鉴国民收入三次分配模式 ，两全执行数据公益 ，推进数据共同富足
习近平总书记在党的十九大汇报中明确指出：“中国特色社会主义进入新时期 ，我国社会重要矛盾已经转化为人民日益增长的美好生涯必要和不平衡不充分的发展之间的矛盾 。”2021年10月 ，习近平总书记颁发沉要文章《扎实推动共同富足》 ，指出推进共同富足总的思路是 ，对峙以人民为中心的发展思想 ，在高质量发展中推进共同富足 ，正确处置效能和平正的关系 ，构建初次分配、再分配、三次分配协调配套的基础性造度铺排 。
中国社会科学院财经战术钻研院钻研员李勇坚以为 ，解决数据垄断问题 ，需成立数据共享规定 ，明确平台数据的权势系统 ，规范数据网络的赞成条款和网络领域 ，成立数据开发与信息珍视相平衡的机造 ，从而加强对数据垄断的监管 。
（一）预防数据垄断 ，推进共同富足 ，索求数据身分领域分配协调配套机造的新思路新步骤
数据垄断不利于共同富足战术指标的实现 ，共同富足的重要方式是反垄断和税收调控【18】 。在我国公有造经济主体布景下 ，索求新思路、新步骤 ，借鉴“共同富足”的三次分配机造 ，构建数据身分领域的初次分配、再分配、三次分配协调配套的基础性造度铺排 。探求阐扬第三次分配的效力 ，打开数据公益的空间 ，以捐赠和赞助的方式发展“数据公益”工作 ，实现数据身分和数据资源的三次分配 。以“数据公益”的方式执行第三次分配 ，作为初次分配和二次分配的补充 ，有利于缩幼“数字天堑” ，缩幼“数据贫富差距” ，保险人民更好地分享数字化发展盈利 ，推进数字化时期的社会平正正义和共同富足 。
（二）借鉴共同富足三次分配机造 ，充分阐扬第三次分配效力
关于“国民收入三次分配” ，严以宁教授以为 ，一次分配是由市场依照效能准则进行的分配；二次分配是由当局依照两全公和善效能、侧沉平正的准则 ，通过税收、社会保险支出这一收一支所进行的再分配；而三次分配则是在路德力量的推动下 ，通过幼我自愿捐赠而进行的分配 。
全国政协参政议政人才库特聘专家贾康以为 ，由公益慈悲机构和自愿者组织主导、按自愿准则的第三次分配 ，有别于初次分配和再分配 ，以自愿为准则 ，以伦理路德为驱动力 ，以自治和多样性为特点 ，以召募、捐赠和赞助等慈悲公益方式对社会资源和社会财富进行分配 ，是对初次分配和再分配的有益补充 ，有利于缩幼社会差距 ，实现更合理的收入分配 。
关于若何能力更好地执行第三次分配 ，我们能够参考世界经济论坛（WEF ，2021）颁布的〖向数据经济的数据互换框架》里 ，有关非钱币激励数据共享互换的三种模式【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接见其他提供者数据的权势 ，从而实现互惠互利 。二是提供创新机遇 ，能够通过黑客马拉松、众测/众创等方式来获得数据集创新机遇 。三是数据信誉 ，将出于共同主张的数据共享作为企业社会责任的沉要组成部门 ，以此为社会公家带来利益 。类似于碳信誉一样 ，可以为公司提供数据信誉 ，以此激励企业将数据用于共同主张的共享 。
借鉴“共同富足”的初次、再次、三次分配机造 ，构建数据身分领域的初次分配、再分配、三次分配协调配套的基础性造度铺排 。在我国公有造经济主体布景下 ，索求新思路新步骤 ，激励“数据富足群体”愿意出让数据收益 ，解决好数据分配问题 ，有效缩幼数据贫富差距、城乡差距和区域差距 。
（三）参考五大发展理想 ，充分阐扬第三次分配效力
大型科技平台利用其用户优势、技术优势、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“创新、协调、绿色、盛开和共享”五大新理想的共享理想 ，充分体现和阐扬数据身分自身的非竞争性和非排他性等特点 ，在造度上形成数据共享机造 ，使得“数据富足群体”可能愿意共享数据 。在“数据富足群体” 利用数据优势获得巨大收益基础上 ，让更多占有海量数据的平台和机构参加“数据公益”事业 ，在数据共同富足的第三次分配中阐扬更大作用 。打开数据公益的空间 ，以捐赠、赞助等方式发展“数据公益”工作 ，实现数据身分和数据资源的三次分配 ，以此作为初次分配和二次分配的补充 ，有利于缩幼“数据天堑” ，缩幼“数据贫富差距” ，推进数字化时期的社会平正 。
（四）数据赋能推动数据公益 ，加强治理平台型数据垄断 ，助力数字化发展布景下的共同富足
1、数据赋能共同富足
利用数字技术赋能解决共同富足问题 。在当前数据壁垒还未真正形成之前 ，基于共同利益和价值观基础 ，在公和善包涵的环境规定下 ，抓紧当下功夫窗口 ，提前成立两全效能和平正的数据珍视、互换、共享、买卖机造 ，以及有关技术基础设施平台 。面向数字化发展中涉及的公共安全和民生福祉等领域 ，由当局牵头成立科学齐全的系统监管系统 ，通过数字化伎俩获取精准数据并发展有效调节 ，利用数字技术解决数字化发展中的问题 ，保险实现共同富足 。
2、两全推动数据公益
成立公允、规范的数据公益基础性造度 ，施杏装数据公益” ，推进根基的数据公共服务均等化是实现“数据共同富足”的着力点 。数据公益不是搞数据均匀主义 ，更不是减弱市场和当局对于数据身分的调配和监督作用 ，而是为了削减数字产业化和产业数字化发展中因“数据贫富两级分化”而可能带来的不安谧成分 ，是为了补齐根基的数据公共服务均等化与实现数据共同富足过程中的结构性短板弱项 。
此表 ，助扶和捐助“数字化弱势群体” ，执行精准数字化扶贫 ，提高其数字化素养 ，提升其用数意识和技术 ，激活数据潜能阐扬数据价值 ，预防其在不自觉中掉进“数字化贫困”陷阱 。
3、加强治理平台型数据垄断
在构建合理的市场机造和当拘泥管系统基础上 ，在引发平台创新活力的前提下 ，疏导头部的“数据富足群体”（数据占有者和节造者）愿意 ，对“数据匮乏群体”执行倾斜性赞助 ，同时激励“数据富足地域”向“数据匮乏地域”转移数据 ，好比能够借鉴“东数西算”工程的战术布局 ，以此较好地平衡数据身分资源配置和区域发展 ，实现数据共同富足 。
参考文件：
【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 ，数据出产身分钻研进展 ，经济学动态 ，2021.4
【3,7】卢虹羽 ，一个蕴含数据身分的经济增长模型 ，中国互联网经济钻研院 ，
http://ccie.cufe.edu.cn/info/1006/1672.htm
【4,9】《“十四五”数字经济发展规划》解读∣加快推动数据身分市场化建设 充分阐扬数据身分作用 ，国度发改委
https://www.ndrc.gov.cn/xxgk/jd/jd/202201/t20220121_1312584.html?code=&state=123
【6】赵刚.数据身分: 全球经济社会发展新动力[M].北京: 人民邮电出版社, 2021.
【8】DIKW Ackoff（1989）提出的DIKW模型.
【10】黄文 ，谈谈数据的表部性 ，https://zhuanlan.zhihu.com/p/164835440.
【12,13】刘志成,李清彬,把握当前数据垄断特点优化数据垄断监管 ，中国发展观察, (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衷风险的反垄断规造[J]. 中国价值监管与反垄断, 2020(5):6 .
【16】陈根：数据垄断三宗罪 ，数据反垄断有多难？https://zhuanlan.zhihu.com/p/164927245
【17】“滴滴事务”背后：数据安全与本钱垄断的双沉逻辑,
http://www.youzikankan.com/index/index/newinfo/id/136048.html.
【18】上林院. 2021年共同富足元年：反垄断和税收鼎新让共同富足不再是标语.
【19】贺佳瀛 ，赛博钻研院,世界经济论坛（WEF）面向数据经济的数据互换框架白皮书 ，2021.8.
引用其他机构的数据均在文中标注 。
专家点评
我国在步入以数据资源为关键身分的数字经济时期 ，如同现实世界中出现各类垄断行为一样 ，由于数据平台的高科技性以及数据网络的荫蔽性 ，数字经济时期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 ，故障创新 ，风险国民经济发展 。
本文作者以怪异的视角 ，总结出数据身分拥有十大经济学特点 ，辨析了数据垄断的内涵、分析了数据垄断分类和阐发大局 ，指出数据垄断造成多方面风险 ，开创性地提出在国度关于数据领域的各项司法律规的前提下 ，借鉴“共同富足”的三次分配机造 ，构建数据身分领域的三次分配机造 ，预防数据垄断 ，推进数据共同富足 。
本文建议的执行数据公益不只有利于珍视数字经济时期新型弱势群体的合法权利 ，并且有助于守护国度安全 ，对我国数字经济健康持续发展有很大的借鉴价值和参考作用 。
相识更多内容请扫码关注
京公网安备11010802024551号