当前，以人工智能、大数据、云计算为代表的新兴技术迅猛发展，成为推动经济社会转型的重要力量。政府在推动这些领域发展的政策支持力度不断加大，相关产业政策的出台对行业格局产生了深远影响。然而，新兴领域具有技术复杂、创新速度快、产业生态高度依赖数据共享和资源聚集等显著特点，若政策措施不当，极易引发市场竞争不公平问题。因此，如何利用公平竞争审查制度规范政府行为，确保产业政策的公平有效，成为当前亟需深入探讨和解决的重要理论与实践问题。

人工智能产业的技术壁垒高、投入成本高、数据资源聚集明显，决定了政府在产业发展初期通常通过财政资金补贴、专项资金扶持、算力资源调配等手段予以支持。这些政策措施虽有助于产业快速启动，却可能导致资源过度集中于少数企业，引发市场垄断和竞争失衡。因此，公平竞争审查在人工智能领域应针对上述特点，建立更具针对性和精细化的审查标准。比如，在财政补贴方面，应制定明确的技术先进性与产业必要性评估标准，确保政策资金精准投向技术前沿、产业突破且市场自身难以推动的关键环节。在算力资源配置方面，应确立公平竞争原则，保障中小企业和初创企业能够平等获取资源，防止公共资源被少数企业垄断。同时，数据共享政策应秉持公平公正原则，避免大型企业过度控制数据资源，防止数据垄断问题。此外，围绕算法推荐和数据分析，应制定明确的伦理规范，严防算法偏见和数据歧视等新型不公平竞争现象。

近年来，北京、深圳、上海、杭州、南京等多个地区在人工智能政策实施过程中进行了积极探索。北京市出台的产业扶持政策明确资金使用技术指标，禁止区域保护与企业歧视，尤其注重保护初创企业的市场公平地位，避免资源被大型企业过度占用。深圳市要求公共算力平台建设运营必须向所有企业公平开放，防止行政性垄断；上海市建立的数据资源公平共享平台，确保了数据资源的公平流动，避免数据垄断风险。杭州、南京通过建立专项资金绩效评估和动态调整机制，确保了资源配置的高效性和竞争的公平性。此外，公平竞争审查在人工智能领域的实施也更加注重专业化评估，强调审查过程的科学性和客观性，力求避免形式主义和表面化。浙江省积极引入高校、科研院所和行业专家组成的专业团队，深入开展政策技术先进性和市场竞争影响的综合评估，并通过设立明确的评价指标和详细的评估程序，确保审查结果的权威性和有效性，避免政策审查流于表面。广东省则积极推行竞争影响评价的第三方独立审查制度，遴选具备较高专业能力和实践经验的第三方机构，独立开展政策措施的竞争影响评估，提升政策审查的公信力和客观性。同时，江苏省进一步完善审查透明化制度，建立了竞争审查结果公开平台，及时公开审查程序、审查结果和整改落实情况，广泛接受社会公众的监督和反馈，形成审查过程中的良性互动和反馈机制。此外，江苏省还定期召开由社会各界代表参与的公平竞争审查公开讨论会，进一步提升审查的公开性和参与度。天津市通过实施竞争审查结果社会公示制度，鼓励社会公众、媒体和相关利益方广泛参与审查监督，并建立有效的反馈与回应渠道，确保审查过程透明公开、结果公正可信，有效提升社会对公平竞争审查制度的认知和认可，推动人工智能领域公平竞争环境的稳步构建。

尽管取得了一定进展，但公平竞争审查在人工智能领域实践中仍面临一系列挑战。首先，由于技术更新迭代快，目前的审查标准过于原则，缺乏精细化和具体化的指标体系，导致审查难以准确评估政策措施的实际竞争影响。其次，例外条款存在被宽泛使用的风险。一些政策常以促进创新、维护国家安全为理由，随意适用例外条款，导致审查制度刚性和约束力不足，影响公平竞争环境。再次，跨部门协作机制不健全，部门间信息壁垒和职能划分不明，导致政策审查难以有效协同。此外，审查人员的专业能力不足，尤其在人工智能这样前沿的技术领域，缺乏深入的专业知识和动态市场信息掌握，制约了竞争影响判断的精准性。

为解决上述问题，公平竞争审查制度在人工智能领域的完善应立足产业特点，提出以下针对性的措施：首先，构建具体、精细化的审查标准体系，建立人工智能技术先进性、数据共享公平性、算力资源配置合理性等专项指标，并制定明确的操作指南，指导政策的精准审查和科学评估。在资金补贴方面，明确技术目标和绩效考核制度，防止资金使用偏差。此外，强化算法伦理与数据应用的专项审查，建立防范算法偏见与数据垄断的明确标准。其次，严格控制例外条款的适用范围，落实比例原则，确保人工智能相关政策严格论证其必要性和替代方案，避免过度干预竞争环境。同时，建立例外条款适用的备案审查与定期评估制度，加强透明度和合规性。第三，加强多部门联合协作机制建设。建议设立跨部门联席会议制度，实现市场监管、科技、经信、网信、财政、发改等部门的全面协同，共享信息资源，共同开展政策竞争评估，避免决策碎片化和政策冲突。同时，成立人工智能竞争审查专家委员会，提升审查决策的专业性和权威性。此外，强化审查人员培训机制，提高审查队伍的专业化水平。第四，加强信息技术手段在公平竞争审查中的应用，建立人工智能政策竞争影响数据库和大数据分析平台，实时监测和评估各项政策措施的竞争影响。通过大数据和人工智能技术，提升审查的实时性和准确性，有效防范竞争风险。同时，鼓励研究机构和高校参与竞争审查标准和技术工具的研发与推广，提升技术支撑的能力和水平。第五，强化政策执行监督与问责机制。建立完善的竞争审查政策执行情况监督评估机制，定期进行审计和绩效评估，及时发现和纠正审查执行中的偏差和不足。同时，对于存在明显行政干预市场、公平竞争审查不严谨的部门或地方，实施严肃的问责机制，增强各级政府部门执行公平竞争审查制度的自觉性和严肃性。

中国在人工智能领域的产业实践和政策探索已取得了举世瞩目的成就。近年来，中国在人工智能技术研发、应用推广和产业生态构建方面快速发展，成功培育了一大批具有全球竞争力的企业和创新成果。这些实践不仅为全球人工智能发展提供了鲜活案例，也积累了丰富的政策实施经验，为公平竞争审查制度在新兴技术领域的适用提供了宝贵的现实参考。为了更好地推动公平竞争审查制度与人工智能产业的融合，中国需要进一步系统总结已有的产业政策经验，梳理和分析成功案例和实践中的不足，以实践为基础，持续深化理论研究。尤其要立足我国自身的发展阶段和制度优势，积极探索具有中国特色的公平竞争审查理论体系，推动审查标准的精细化、审查机制的科学化和审查流程的规范化。在这个过程中，应强调多层次、多维度的政策效果评估，深入挖掘政策实施中的规律性认识，不断完善政策制定和执行的理论基础。此外，还应着力培养和建设高水平的公平竞争审查研究团队和智库机构，鼓励学界与业界密切合作，开展针对性强、实操性高的政策研究，推进理论创新和方法创新。通过理论与实践的良性互动，逐步形成完善的、富有中国特色的公平竞争审查理论和实践路径，进而推动审查制度持续优化，最终为全球竞争政策治理提供宝贵的中国智慧和可复制的经验模式。

（作者：白金亚，上海交通大学凯原法学院助理研究员，法学博士，本文系上海市哲学社会科学规划 “研究阐释党的二十届四中全会精神” 专项课题“加快完善要素市场化配置体制机制研究”的阶段性研究成果）