在数据资产估值中，收益法作为一种广泛应用的评估方法，其核心在于通过预测资产未来能够带来的经济收益来确定其价值。然而，在实际操作中，是否应当考虑市场竞争或竞争对手的影响，往往成为一个容易被忽视但又至关重要的问题。尤其是在数据资产这一高度依赖于市场环境和应用场景的无形资产中，忽略竞争因素可能导致评估结果出现显著偏差。

首先，我们需要明确收益法的基本原理。收益法主要依赖于对未来收益的预测以及适当的折现率来计算资产的现值。在数据资产评估中，未来收益通常来源于数据的直接变现（如数据销售、数据服务）或间接收益（如提升产品性能、优化运营效率、增强客户体验等）。因此，预测收益时，必须考虑这些收益来源是否具有可持续性，而这一点与市场竞争状况密切相关。

一个显而易见的事实是，数据资产的价值并非静态不变，而是在不断变化的市场环境中波动。如果一个企业所拥有的数据资源在市场上具有较强的排他性和稀缺性，那么其未来收益预期将相对稳定，估值自然较高。反之，如果市场上存在大量相似或替代的数据资源，企业将面临激烈的竞争压力，数据资产的变现能力可能因此受到限制，从而影响其估值结果。

例如，某企业拥有某一特定行业客户行为数据的数据库，若该数据在市场上具有独特性，且短期内难以被其他企业复制或获取，则其收益预测可以较为乐观。但如果市场上已有多个竞争者掌握类似数据，并提供相似的数据分析服务，那么该企业的市场份额和盈利能力将受到挑战，其数据资产的预期收益将相应下调。此时，评估人员在使用收益法时，必须考虑竞争对手的进入或现有竞争者的扩张对预期收益的影响。

此外，技术更新和商业模式的快速迭代也加剧了数据资产的竞争压力。数据资产的价值往往与技术平台、应用场景紧密相连。如果竞争对手在技术上实现突破，或者采用更具创新性的商业模式，可能会迅速削弱原有数据资产的市场地位。因此，在进行收益预测时，应充分评估技术变革对竞争格局的影响，并在预测模型中引入相应的风险调整机制。

在实务操作中，评估人员可以通过多种方式将竞争因素纳入收益法的评估框架中。首先，可以在市场调研阶段，详细分析目标数据资产所处行业的竞争格局，包括市场集中度、主要竞争者的市场份额、进入壁垒等指标。其次，在收益预测过程中，可以引入情景分析或蒙特卡洛模拟等方法，考虑不同竞争环境下的收益变化情况。再次，在确定折现率时，也应考虑因市场竞争带来的不确定性风险，适当提高风险溢价，从而更准确地反映数据资产的风险收益特征。

值得注意的是，部分评估人员可能认为，收益法更侧重于企业自身的盈利能力，而非外部环境的变化。然而，这种观点在数据资产评估中并不完全适用。因为数据资产本身具有高度的外部依赖性，其价值实现往往受到市场供需关系、政策法规、技术发展等多重因素的影响。忽视这些外部因素，尤其是来自竞争对手的压力，将导致评估结果失真，难以真实反映数据资产的市场价值。

在某些特殊情况下，如企业在数据资产方面具有垄断地位或受到法律保护（如数据独家授权、专利保护等），则竞争因素的影响可能相对较小。但即便如此，评估人员仍应关注潜在竞争者的进入可能性，特别是在技术门槛较低或数据获取渠道日益多元化的背景下，潜在竞争的威胁不容忽视。

综上所述，在采用收益法评估数据资产时，必须充分考虑市场竞争和竞争对手的影响。这不仅是评估方法科学性的体现，更是确保评估结果客观、合理的重要前提。评估人员应在全面分析市场环境的基础上，合理预测未来收益，并在模型中适当反映竞争带来的不确定性，从而提升数据资产评估的准确性和实用性。只有这样，才能真正实现对数据资产价值的科学衡量，为企业在数据驱动时代的发展提供有力支撑。