我國公共數據資產證券化的制度方案建構

【摘要】從單純的信息記載載體到新型的生產要素， 數據的價值形態演進為其成為相關主體的資產奠定了基礎。探索公共數據資產的證券化， 通過一系列結構化安排將公共數據池及其未來所得收益轉化為證券產品進而實現融資擔保是數字要素市場化推進的重要方面之一。從目前來看， 公共數據資產證券化的政策前景較為明朗， 一系列支撐技術亦正在應用中， 同時， 公共數據巨大的市場需求、 存量及可預見的增量為其資產證券化提供了基礎保障。雖然目前部分地區開展了實踐探索， 但從實踐反饋來看， 我國公共數據資產證券化還存在規范缺失、 技術應用過程中的潛在風險層出不窮、 部分環節還存在監管空白以及價值評估機制的市場化和法治化不足導致價值虛增四個方面的問題。對此提出以下建議： 逐步完善全局視角下的配套機制； 以協同合作為基點構建合作治理結構； 引入與實施針對性分類識別策略； 多手段結合， 構建科學的價值評估體系。

【關鍵詞】公共數據；資產證券化；價值評估；數據共享；數據安全

【中圖分類號】F832.5" " " 【文獻標識碼】A" " " 【文章編號】1004-0994（2025）08-0109-7

一、 引言

《2023年中國數據交易市場研究分析報告》預測， 至2030年， 我國數據行業市場規模有望激增至5155.9億元， 標志著我國數據資產的利用和發展步入迅猛發展階段（李韻石，2024）。其中， 公共數據資產不可小覷。公共數據來源于國家機關和法律法規授權的具有管理公共事務職能的組織以及提供公共服務的企事業單位（孫清白，2024）， 具有體量大、 價值高、 公共屬性強、 安全要求嚴的特點。具體而言： 其一， 行政機關在公共管理和服務過程中積累并共享了大量的公共數據（齊英程，2022）， 能為企業或其他社會組織提供更多的數據素材和業務支撐。其二， 公共數據具有極高的實際應用價值， 在數據來源的合法性、 準確性、 可信性、 標準性與權屬界定等方面均具有一定的優勢， 不同主體紛紛以營利、 增值為目的對公共數據進行挖掘與利用（沈韻和馮曉青，2023）。其三， 公共數據是數據要素中權威性、 基礎性、 通用性、 公益性和可控性較強的數據類型（徐京平和張可雨，2024）， 有較為穩定的預期資產收益， 適合作為數據資產證券化的基礎資產。

需要說明的是， “公共數據”的概念在立法中不斷發生變化， 其在中央層面呈現相對狹義的界定， 在地方性法規和地方政府規章中的界定出現泛化（馬顏昕，2024）。由于數據資產證券化關注的是數據作為資產的價值性質（謝迪揚，2023）， 為了更好地探究公共數據生產全鏈條背后的價值體系， 本文采用廣義的解釋（中國信通院，2023）。目前， 我國與公共數據資產證券化直接相關的理論與實踐研究較少。理論層面， 經濟、 金融等領域的學者已在熱烈探討數據資產證券化的可行路徑、 最優模型等問題（謝迪揚，2023）。實踐層面， 財政部發布《關于加強數據資產管理的指導意見》等文件， 為公共數據資產的確認、 規范化和開發利用提供了指引（姜愛茹，2024）。實踐中試點開展的公共數據授權運營工作以及數據信托嘗試（黃京磊等，2023）， 均包含著對數據資產投資管理、 運營的考量， 為數據資產證券化工作的推進奠定了基礎。公共數據資產證券化是資產證券化的特殊形式， 傳統資產證券化的成熟經驗能夠為公共數據資產的證券化提供重要的指引和參考。人工智能、 大數據、 云計算、 區塊鏈等新興技術的應用也為公共數據資產證券化提供了技術支撐（馬治國和張楠，2023）。

為此， 本文嘗試借鑒資產證券化、 知識產權證券化等領域的經驗， 結合公共數據的獨特性質， 對我國的公共數據資產證券化進行初步探索。

二、 公共數據資產證券化的價值基礎及基本邏輯

對公共數據進行資產證券化的金融操作需滿足以下兩點： 一是需要公共數據成為公共主體的資產， 這與公共數據的價值演進緊密相關； 二是需要一系列的金融產品設計方案， 遵循一般資產證券化的邏輯。

（一） 公共數據資產證券化的價值基礎

在原始數據階段， 數據主要呈現為未經加工或僅經過初步處理的狀態， 但由于缺乏有效的數據分析技術和利用方法， 其價值常常被低估或者忽視。隨著數據科學技術的不斷發展和數據市場的逐步成熟， 人們逐漸意識到了原始數據的潛力， 促使公共數據向更高級和更有價值的形式發展。傳統公共數據主要用于政府部門內部管理和決策支持， 應用范圍相對狹窄。許多數據仍處于原始狀態， 未經過充分的處理和分析， 通常包含了大量的冗余和不一致性， 需要進行清洗和標準化， 這限制了數據的有效利用和價值挖掘。

在數據處理產品階段， 公共數據要素經過專業的加工與處理， 轉化成具有明確用途和需求的數據產品。經過精心設計和優化的產品提升了原始數據的可用性和易用性， 挖掘出數據潛在價值。在這個階段， 公共數據處理產品不僅能為企業和個人提供更多有價值的信息資源， 還能促進跨領域的創新合作， 從而提高數據作為重要生產要素的地位。隨著數據處理技術的不斷創新和升級， 數據產品開始展現出獨特的經濟價值和巨大的市場潛力， 為后續的數據資產證券化等更高級別數據利用形式的發展打下堅實的基礎（黃尹旭，2024）。

在數據資產階段， 公共數據要素經過清洗等處理， 最終轉化為可流通和可交易的數據資產， 不僅具備明確的產權歸屬， 而且遵循一套完整的交易規則。在這個階段， 數據資產已經不僅僅是信息的集合， 更具有明顯的經濟屬性和市場價值。通過證券化處理， 數據資產可以被包裝成為可交易的金融工具， 使得公共數據要素價值得到更全面的釋放和提升（苗菊和吳聰聰，2023）。投資者可以通過購買數據資產獲取收益， 數據提供者則獲得相應的經濟回報。

（二） 公共數據資產證券化的基本邏輯

1. 基本經濟邏輯。公共數據資產證券化的基本經濟邏輯在于， 通過證券化的方式挖掘公共數據的價值， 從而獲取收益以補充公共財政。數據安全是重要前提， 在整個證券化過程中， 數據的收集、 處理和使用要符合相關法律法規的要求， 維護數據使用的正當性和合法性。對公共數據進行專業化處理， 將其轉化為具有明確用途和市場需求的數據產品。通過數據產品獲取的收益可以直接補充公共財政， 用于公共服務和社會福利項目， 為公共事業提供額外的資金支持（黃尹旭和楊東，2024）。數據產品開發還可以促進新技術的應用和服務創新， 提高公共服務的質量和效率。

數據資產證券化能激發市場需求， 推動相關產業的發展， 通過提供更多樣化的數據產品和服務， 滿足企業和個人在各個領域的信息需求。通過證券化， 公共數據能夠以更直接的方式進入資本市場， 從而形成一個從數據的收集、 處理到證券化、 交易的良性循環流程（李芳馨和金京偉，2024）。

2. 業務邏輯。公共數據資產證券化的步驟如下：

首先， 選擇和構建基礎資產池， 這直接關系到最終證券產品的質量和市場接受程度。基礎資產是指那些能夠產生可預測現金流的公共數據資產， 應具備穩定的現金流。數據資產所有權必須清晰無誤， 不存在突出爭議或潛在的權利沖突。高質量數據資產通常指的是準確、 完整、 更新及時的數據集， 能夠滿足用戶的特定需求， 并有助于決策制定。其中： 準確性在于數據準確無誤， 以提高決策的精確度， 減少錯誤決策帶來的風險； 完整性要求數據應盡可能完整， 包含所有必要的信息元素； 更新及時要求數據反映最新的狀況和變化。資產池的構建需要維護多樣性以分散風險， 并且通常包含多個不同來源的數據資產。在一系列的篩選和構建后， 可以形成一個具有較高價值和較低風險的資產池。

其次， 對基礎資產池中的資產進行結構化設計， 將基礎資產轉換為適合不同投資者需求的證券產品。基礎資產池會被分割成不同的層級， 每一層級擁有不同的優先級和風險收益特征。典型的分層包括優先級、 中間級和次級。信用增級措施包括引入外部擔保機構或保險公司為某些層級的證券提供擔保。資產池的價值超過所發行證券的總值， 留有足夠的緩沖以保證優先級證券的償付。發行方承諾在一定條件下回購部分證券， 以增加流動性并保護投資者利益。通過多樣化資產池中的資產類型和來源， 減少集中風險， 保持最佳的風險收益比。在數據資產證券化的過程中， 設立特殊目的載體（SPV）是一個關鍵步驟， 其作為獨立的法律實體， 負責購買基礎資產、 發行證券產品， 并管理基礎資產產生的現金流（徐明月和安小米，2023）。資產轉移時需要實現資產的真實銷售， 即資產的所有權完全從原始權益人轉移到SPV。

再次， 在資本市場上發行資產支持證券（Asset-Backed Securities，ABS）， 將原本流動性較小的基礎資產轉化為在市場上可以自由買賣的金融工具， 為投資者提供間接持有這些資產并獲得收益的機會。在發行ABS之前， 基礎資產會被重新打包形成一系列不同等級的證券， 使得較低風險的證券可以從較高風險的證券中得到保護。為了維護信息的透明度和可信度， 需要定期向投資者披露基礎資產的情況， 包括資產池的表現、 現金流的生成情況以及其他重要信息（羅玫等，2023）。

最后， 進行現金流的管理和分配， 這需要所有參與方能夠根據其貢獻獲得相應的回報， 即考慮數據提供方、 數據處理方、 數據使用者等各方的利益。收益分配過程應該公開透明。收益分配機制應當能夠支持數據資產化產品的長期發展， 鼓勵各方繼續參與數據的收集、 處理和利用活動。

三、 我國公共數據資產證券化發展的條件分析

公共數據資產證券化的發展條件既包括現實條件， 即對公共數據的巨大現實需求以及其所產生的穩定現金流， 也包括法制條件， 即需要相關的制度機制為其提供支撐。

（一） 符合政策指向

國家支持發展數字經濟與形成數據要素市場， 并為此出臺了一系列政策措施， 包括發布《關于構建數據基礎制度更好發揮數據要素作用的意見》（簡稱“數據二十條”）等政策文件和建設國家數據局等， 為公共數據資產化提供了重要的政策前提。“數據二十條”旨在促進數據要素市場的形成與發展， 推動數據資源的有效利用與價值轉化， 為數據要素市場的發展提供了明確的指導方向和支持框架。國家數據局則從國家組織機構層面專項推動數據要素發展。隨著政策的不斷完善和市場的逐步成熟， 公共數據要素資產化將在我國的數據要素市場發展中發揮越來越重要的作用（范佳佳，2024）。

國家支持公共數據授權運行， 為公共數據要素資產化提供了重要的制度前提和可操作的空間。公共數據授權運行是指政府機構將公共數據的使用權授予第三方機構或個人的過程。這有助于促進公共數據的流通， 可以挖掘公共數據背后的潛在價值， 推動數據資源的有效利用和價值轉化， 為政府和社會創造更多的經濟與社會效益（黃尹旭，2021）。

2023年， 財政部發布了《關于加強數據資產管理的指導意見》（財資〔2023〕141號）， 明確了數據的資產屬性， 提出了依法合規推動數據資產化的重要方針， 強調了數據資產化的必要性和重要性。并提出： 提倡在遵守相關法律法規的前提下推動數據資產化， 保障所有參與方都能夠公平合理地分享數據資產化的成果； 鼓勵公共服務機構將依法合規持有或控制的、 具有資產屬性的公共數據資源納入資產管理范疇； 重視數據資產應用過程中的數據泄露、 數據濫用等問題， 建立健全風險管理體系， 實現數據資產的安全和穩定。

（二） 新興技術的強力支撐

大數據、 云計算等新興技術的運用， 為公共數據資產證券化提供了強有力的技術支持， 具體表現在以下方面： 一是利用大數據技術從海量數據中提取有用的信息和模式， 可以幫助識別數據背后的潛在價值和規律， 為證券化產品設計提供依據。二是云計算平臺提供了彈性的計算能力， 可以根據實際需求隨時擴展或縮減資源， 保障數據處理能力始終滿足需求。云存儲服務可提供高成本效益的數據存儲方案， 減少本地存儲設備的投入和維護成本， 支持數據備份和災難恢復功能， 增強數據安全性， 支持分布式計算模型， 加快數據處理速度， 縮短分析周期， 提高運營效率。三是人工智能技術的應用進一步提升了公共數據資產證券化的智能化水平， 對公共數據進行深度自動化挖掘和預測， 為證券化決策提供科學依據。構建風險模型評估不同場景下的風險水平， 幫助制定風險管理策略， 及時發現潛在的風險點， 以減少損失。四是區塊鏈技術提供了一個去中心化的平臺， 可以降低交易成本， 提高數據資產證券化的透明度和效率。區塊鏈上的數據一旦被記錄就無法更改或刪除， 能保證數據的真實性和完整性， 從而降低欺詐風險。智能合約是一種自動執行的合約， 當預設條件達成時自動觸發交易， 可以自動執行現金流的分配、 證券的發行與贖回等操作， 簡化了交易流程， 有助于增強市場參與者的信心， 促進市場健康發展（黃尹旭等，2024）。

（三） 數據規模持續擴張與資源交互日益頻繁

隨著數字化轉型的加速推進， 我國的數據規模呈現爆發式的擴張態勢。隨著數據規模的擴張， 市場對數據產品的需求不斷增加， 為公共數據資產證券化提供了豐富的數據源和廣闊的市場空間。隨著分析技術的進步， 數據價值得到更好的釋放， 蘊含的信息可以幫助決策者制定更有效的政策， 為投資者提供更有價值的洞察。

數據來源的多樣性為公共數據資產證券化提供了豐富的素材， 不同類型的數據可以組合形成更具吸引力和實用性的數據產品。數據共享平臺和機制允許不同部門與地區的數據進行交互， 從而提高數據的透明度和可用性， 為數據資產證券化提供了便利。通過數據的靈活組合和配置， 可以形成針對特定市場需求的數據產品， 更好地滿足投資者的需求， 提升數據產品的市場競爭力（姚宇，2022）。

資源交互的增強減少了數據處理的成本和時間， 更高效的處理流程使得數據資產證券化成為可能， 同時也增強了投資者的信心， 使得更多參與者可以參與到數據資產證券化的實踐中來， 從而推動市場的發展。

（四） 服務體系逐步完善與可借鑒的成功經驗

在推進公共數據資產證券化的過程中， 我國正逐步完善相關的服務體系， 可為整個流程提供全面的支持。政府部門正在建設統一的數據采集平臺， 以便于收集來自不同部門和地區的數據資源。依托于云計算技術， 提供彈性、 可擴展的存儲服務， 利用高性能計算資源， 提高數據處理的速度和效率。政府及相關機構正積極建設公共數據平臺， 以提供數據存儲、 計算、 挖掘等一站式服務。數據交易平臺的建立， 為數據資產的交易提供了場所， 可以保障數據在交易過程中的安全性和隱私。數據交易規則和標準的制定， 有助于維護市場的公平競爭。監管機構負責監督數據交易活動， 保護市場參與者的權益。同時， 專業的數據服務商不斷涌現， 提供了數據清洗等定制化服務， 可滿足市場多樣化的需求， 并根據客戶需求提供定制化的數據處理和分析解決方案。全方位、 多層次的服務支持體系不僅促進了數據資產證券化的順利進行， 也為市場參與者提供了更大的創新空間和更多的發展機遇（商希雪，2024）。

此外， 我國在推進公共數據資產證券化的過程中， 還可以積極借鑒國內外的成功經驗。在一些地區， 政府和企業嘗試利用數據資產進行融資， 取得了積極成果。2023年， 杭州高新金投控股集團有限公司成功登記了2023年度第一期杭州高新區（濱江）數據知識產權定向資產支持票據（ABN）， 這是全國首個包含數據知識產權的證券化產品。該產品將數據知識產權轉化為可交易的金融工具， 為數據資產化開辟了新的路徑。2023年7月， 廣西電網有限責任公司與中航信托股份有限公司、 廣西電網能源科技有限責任公司正式簽署數據信托協議， 在北部灣大數據交易中心完成了首筆電力數據產品的登記及交易， 標志著全國首單數據信托產品在場內交易的順利完成， 這有助于打破數據“孤島”現象， 提高數據的質量和可用性。同時， 還可以了解國外關于數據資產證券化的法律法規， 關注國際上關于數據權利歸屬、 數據跨境流動等議題的最新進展， 借鑒其在保護數據安全、 促進數據流通方面的制度設計。

四、 我國公共數據資產證券化面臨的主要問題剖析

我國公共數據資產證券化還缺乏完善的數據要素市場、 安全的交易環境和有效的監管機制， 這影響著我國公共數據資產證券化的實踐發展。主要問題如下：

（一） 規范缺失

當前我國在公共數據資產證券化交易配套機制體系中， 仍存在多方面的規范缺失， 主要表現為產權規范不明確、 交易機制缺失以及監督管理失配等問題。

1. 產權規范不明確。數據資產的產權界定、 確權與保護不僅是數據資產流通的前提， 也是數據資產證券化能夠順利推進的基礎。目前我國在數據資產產權方面的法律規范尚顯滯后， 專門性法律制度的供給未滿足市場快速發展的需求。一是數據資產產權的界定模糊， 不同來源、 類型的數據在產權歸屬上缺乏清晰的標準， 影響數據合法流轉； 二是數據資產確權機制不健全， 數據處理環節中權利關系復雜， 缺乏有效的確權手段和程序， 從而增加交易風險； 三是數據資產法律保護體系尚不完善， 數據泄露、 濫用等問題頻發， 不僅損害了數據主體的合法權益， 也不利于數據資產證券化市場的健康發展。因此， 產權規范不明確已成為制約數據資產證券化的重要因素（謝迪揚，2023）。

2. 交易機制缺失。數據資產證券化作為一種創新的融資方式， 其成功實施依賴于完善的交易機制。然而， 當前我國數據資產證券化市場尚處于起步階段， 交易規則、 交易標準、 產品等方面的制度規范尚未統一， 導致市場參與者在交易過程中面臨諸多不確定性。一方面， 由于缺乏統一的交易標準和規則， 不同平臺之間的數據資產難以互通互認， 嚴重制約了數據資產的流通， 降低了數據資產的交易效率； 另一方面， 市場上缺乏多樣化的數據資產證券化產品， 難以滿足投資者的多元化需求。此外， 數據交易平臺的服務水平與層次不均衡也是制約交易機制完善的重要因素之一。

3. 監督管理失配。數據資產證券化涉及跨領域、 跨行業的復雜交易， 對監管機制提出了更高的要求。然而， 當前我國在數據資產證券化監管方面存在不足。一是傳統的金融監管模式難以適應數據資產證券化這一新興業態的發展需求， 需要構建更加靈活、 包容的監管框架； 二是數據資產證券化涉及多個監管部門和領域， 需要各部門之間加強溝通與協調， 形成監管合力； 三是監管科技在數據資產證券化監管中的作用日益凸顯， 但相應的監管規則和標準尚未建立， 導致監管空白和漏洞出現（張楠和馬治國，2024）。這些問題不僅增加了監管難度和成本， 也打擊了市場參與者的信心和積極性。

（二） 技術應用過程中的潛在風險層出不窮

公共數據資產證券化伴隨著一系列安全隱患， 需要給予足夠的重視。主要涉及以下風險：

1. 數據泄露風險。公共數據資產證券化的本質是將數據打包成金融產品進行交易， 這就意味著大量的個人隱私數據和敏感信息可能會暴露在網絡環境中。但在實際操作中， 一旦數據包被非法獲取， 就可能導致大規模的信息泄露事件， 進而損害公民隱私權益和社會穩定（姜愛茹，2024）。此外， 即便是最先進的加密算法也可能存在被破解的風險， 這進一步加劇了數據泄露風險。

2. 數據篡改風險。在公共數據資產證券化的各個環節中， 數據的真實性至關重要。然而， 若缺乏有效的監管機制和技術保障， 就有可能出現數據被人為篡改的情況。篡改后的數據不僅會誤導投資者的決策， 還可能會影響政策制定和社會資源配置， 造成嚴重的經濟損失和社會信任危機。

3. 數據濫用風險。雖然公共數據資產證券化旨在促進數據資源的合理配置， 但如果缺乏合理的制度設計和嚴格的監管措施， 可能會導致數據被濫用。

4. 技術依賴風險。現代數據處理高度依賴算法和自動化系統， 但任何技術都有其局限性和潛在漏洞。過分依賴技術可能會導致決策過程中忽視人的主觀判斷， 一旦技術出現故障， 缺乏及時的人工干預， 就可能會對社會秩序造成嚴重影響。

（三） 公共數據資產證券化的部分環節還存在監管空白

公共數據資產證券化旨在通過公私協作將公共數據資產轉化為可交易的金融產品， 從而深入挖掘其潛在價值。在這一過程中， 各方主體面臨著監管空白所帶來的諸多挑戰， 難以有效適應并順利推動證券化進程。

1. 相關法律法規不完善。從監管法律體系的角度來看， 我國公共數據資產證券化尚處于起步階段， 相關法律法規體系尚不健全， 針對公共數據資產證券化的專門性法規仍顯不足。法律空白導致在證券化過程中， 各方主體的權利義務關系不明確， 容易發生法律糾紛和合規風險。同時， 由于缺乏統一的法律標準， 不同地區監管部門的執法過程可能存在差異， 這進一步加劇了監管的不確定性。

2. 監管體系不統一。2023年3月， 我國成立了國家金融監督管理總局， 旨在通過整合原有的監管資源解決之前存在的監管不統一、 信息分散等問題。但在公共數據資產證券化的實踐中， 仍然存在以下兩方面的挑戰： 一方面， 新監管機構的職能整合與運作需要時間磨合， 短期內可能無法完全消除監管空白或重復監管的現象； 另一方面， 由于市場對新監管環境的適應尚處于初期階段， 投資者與市場參與者對新規則的理解和信任還不夠強， 這在一定程度上會影響市場的活躍度和流動性（宋曉暉，2023）。因此， 在公共數據資產證券化這一新興領域， 如何充分利用新監管機制的優勢加強金融部門之間的信息共享和協同仍然是一大難題。

3. 監管問題導致市場流動性不足。在公共數據資產證券化的市場中， 由于缺乏對新型監管體制的了解和有效的信息披露制度， 投資者難以充分了解證券化產品的風險收益特征， 從而削弱了其投資意愿。同時， 市場參與者對監管政策的預期不明確， 也導致了其對市場交易的謹慎和保守。這種市場流動性的不足進一步限制了公共數據資產證券化市場的發展空間， 使得各方主體在推動證券化進程時面臨更大的困難。

（四） 價值評估機制的市場化和法治化不足導致價值虛增

公共數據資產證券化涉及多方面的考量。在實際操作中， 缺乏統一的標準和透明的評價體系， 加之市場參與者對于數據價值的認知差異， 導致定價過程中主觀判斷占據較大比重， 可能引發價值虛增。

1. 從數據本身的特性來看， 數據的非實體性決定了其價值難以通過傳統手段進行精確衡量。數據的價值更多體現在其使用價值上， 即通過數據分析挖掘出的信息對于決策的支持作用。這種價值形式使得在進行公共數據資產證券化時， 如何合理評估數據的潛在利用價值成為一大挑戰（李文超和姜愛茹，2024）。傳統的資產評估方法如成本法、 收益法等在面對數據資產時顯得“力不從心”， 難以準確反映數據資產的真實價值。市場法雖能體現公允價值， 但受制于數據產業的發展局限， 難以普遍適用。此外， 評估機構在評估過程中可能受到利益驅動， 人為推高數據資產的價值， 為后續的證券化埋下隱患。

2. 制度環境的缺乏為價值虛增提供了“溫床”。當前我國在數據確權、 流通和交易等方面尚未形成成熟的操作規范。這使得在公共數據資產證券化過程中， 各方利益主體容易受到短期利益驅動， 采取樂觀估計甚至夸大預期收益的做法， 推高數據資產的“價格泡沫”。同時， 在公共數據資產證券化過程中， 信息不對稱現象尤為突出。數據資產的所有者（如政府機構、公共事業單位等）往往掌握著更全面的數據資源， 而投資者則相對處于信息劣勢地位。這種信息不對稱不僅增加了投資者的決策難度， 也為價值虛增提供了空間。數據資產的所有者可能通過選擇性披露信息或隱瞞關鍵信息， 誤導投資者對數據資產價值的判斷， 進而實現價值虛增。

3. 市場認知偏差也是導致價值虛增的重要因素。隨著數字化轉型的加速推進， 社會各界對大數據、 人工智能等前沿技術給予了高度關注， 也間接影響到公共數據資產的市場表現。部分投資者由于對新技術缺乏深入了解， 容易受到市場情緒的影響， 盲目追求所謂的“數據紅利”， 忽略了背后存在的技術及其應用不確定性問題， 導致投資決策過于樂觀， 無形中推升了對數據資產的價值預期。

五、 我國公共數據資產證券化的法治化因應

公共數據資產證券化是數據資源化、 資產化和資本化進程中的重要環節， 涉及的法律問題復雜多樣， 包括數據權屬、 合規性、 交易安全等， 為此需要系統性地從法治層面予以回應。

（一） 規范搭建： 逐步完善全局視角下的配套機制

全局視角下的配套機制是確保公共數據資產證券化健康、 有序發展的基石， 研究數據資產證券化的規制路徑具有極大的現實意義。為了實現數據從資源化向資產化再到資本化的逐步演進（張楠和馬治國，2024）， 不僅需要在法律層面加快制定專項法律法規， 還需要修訂數據保護、 證券及稅收等相關法律法規， 積極參與國際法律協調， 降低法律風險與成本。

在監管體系方面， 需構建一個多層次、 動態的監管架構， 確保中央與地方、 行業監管與綜合監管的有效結合。強化跨部門協作與信息共享， 實施動態監管與風險評估， 及時發現并處置潛在風險， 同時建立健全投資者保護機制， 增強市場參與者的信心。

在技術標準方面， 統一數據標準和格式對于促進數據的互聯互通與共享共用至關重要。這就需要加強數據安全與隱私保護技術的研發與應用， 利用先進技術手段確保數據安全與隱私。同時， 建設并運維高效、 穩定的技術平臺， 為數據提供方、 需求方及中介機構提供便捷的交易場所與服務。

在市場機制方面， 積極培育與引導多元化市場主體參與公共數據資產證券化市場， 形成良性競爭與合作格局。鼓勵金融機構根據市場需求和投資者偏好進行創新， 發行多樣化的產品。同時， 拓展公共數據資產證券化的應用領域， 推動其與其他金融產品的融合與互補， 提升市場的吸引力和活力。此外， 加強與國際市場的合作與交流， 推動公共數據資產證券化的國際化進程。

漸進式地完善和落實法律框架、 監管體系、 技術標準及市場機制等， 可以為公共數據資產證券化提供全面有力的支持與保障。

（二） 安全保障： 以協同合作為基點構建合作治理結構

在深入探索公共數據資產證券化的法律與實踐框架時， 構建基于協同理念的合作治理結構顯得尤為重要。這一治理結構不僅是確保數據安全與隱私、 維護市場秩序及保障投資者權益的基石， 更是推動公共數據資產證券化可持續發展的重要保障。首先， 合作治理結構需緊密依托于全面且細致的法律體系， 該法律體系需通過國家層面的立法活動確立， 明確界定公共數據資產證券化的法律地位、 操作流程， 以及確立數據安全與隱私保護的嚴格標準與規范， 從而為合作治理提供堅實的法律支撐。其次， 合作治理結構應廣泛吸納多元主體（如政府機構、數據提供方、數據參與方、證券化參與方等）， 確保它們在享有平等地位和權利的基礎上能夠積極參與決策過程， 促進彼此間的信任與合作， 共同應對數據資產證券化過程中可能出現的各種挑戰與風險（黃麗華等，2022）。再次， 強化監管與問責機制是確保合作治理結構有效運行的關鍵環節。監管部門需對數據資產證券化過程進行全面、 深入的監管， 及時發現并糾正違規行為， 對違反法律法規或合作治理結構規則的行為依法追究相關責任方的法律責任。最后， 推動技術的創新與應用， 如運用區塊鏈等先進技術提升數據安全與隱私保護水平（馬治國和張楠，2023）， 利用人工智能等前沿技術提升合作治理結構的運行效率與效果（胡凌，2022）， 進一步提升公共數據資產證券化的整體效能， 為數字經濟的繁榮發展注入新的活力。

因此， 構建一個基于協同理念的合作治理結構， 是確保公共數據資產證券化合法、 合規、 安全運行的重要途徑（杜慶昊，2020）。這一治理結構需緊密依托全面的法律體系， 吸納多元主體參與， 制定詳盡的規則與標準， 強化監管與問責機制， 并推動技術的創新與應用。

（三） 監管強化： 引入與實施針對性分類識別策略

在深入探索公共數據資產證券化監管體系的優化路徑時， 引入一套針對性強、 操作性強且高度精細化的分類識別策略， 顯得尤為迫切且具有深遠的理論與實踐意義。此策略的核心在于， 通過對公共數據資產的多維度特征、 證券化流程的復雜性以及潛在風險的動態性進行深入剖析， 構建一套科學合理的分類體系， 以實現監管資源的有效配置與監管效能的最大化。

1. 分類識別策略的實施需建立在對公共數據資產特性的深刻理解之上。監管機構可依據數據的敏感性、 經濟價值、 流通范圍及潛在影響等因素， 將公共數據資產劃分為不同的類別或等級。在分類過程中， 不僅要考慮數據的當前狀態， 還要預見到其未來可能的變化趨勢， 從而確保分類準確并具有前瞻性。在此基礎上， 監管機構可以針對不同類別的數據資產， 制定差異化的監管標準、 審查流程及風險控制措施， 確保監管具有針對性和有效性。

2. 分類識別策略需與現有的合作治理結構緊密結合， 形成協同監管的合力。監管機構可與其他參與方建立緊密的溝通協作機制， 共享數據資產證券化過程中的關鍵信息， 包括數據流動軌跡、 風險評估報告、 合規審查結果等。通過信息共享， 監管機構可以更加準確地掌握市場動態和風險狀況， 及時調整監管策略， 共同維護市場的穩定與安全。

3. 分類識別策略的實施離不開先進技術的支持。監管部門可積極運用大數據、 人工智能等前沿技術， 提升數據處理的效率和準確性（周蓉蓉，2020）。同時， 智能合約等技術的應用也可以在一定程度上實現監管規則的自動化執行， 減少人為干預， 提高監管的透明度和公信力。

4. 分類識別策略的實施還需考慮法律的約束與保障作用。監管機構要在法律法規的框架內制定和執行分類識別策略， 確保策略合法合規。同時， 法律法規的完善也可以為分類識別策略的實施提供有力的制度保障， 推動公共數據資產證券化監管體系的不斷完善和升級。

因此， 引入針對性強、 操作性強且高度精細化的分類識別策略， 是優化公共數據資產證券化監管體系的重要舉措。深入剖析數據特性、 加強合作治理、 運用先進技術以及完善法律法規， 構建一套更加科學、 合理、 高效的監管體系， 可以為公共數據資產證券化的健康、 有序發展提供堅實保障。

（四）定價優化： 多手段結合， 構建科學的價值評估體系

構建一個針對公共數據資產的、 科學的價值評估體系是目前面臨的難題， 該體系不僅要能準確捕捉公共數據資產的內在價值， 還要能夠應對市場變化、 技術革新以及法律政策調整帶來的不確定性。

1. 價值評估體系需要遵循法律法規和政策導向。這就要求價值評估體系必須緊跟國家及地方關于數據資產、 證券化以及隱私保護的最新法律法規和政策。同時， 應鼓勵并促進與國際標準接軌， 以便在全球化背景下更好地評估和管理風險。

2. 價值評估體系需要深度融合傳統評估方法與新興技術。成本法、 市場法等傳統評估方法提供了評估價值的基礎框架， 而大數據、 人工智能等新興技術則為評估提供了更強大的數據處理能力和更精確的預測模型。如通過人工智能技術可以分析數據的使用模式、 用戶行為和市場需求， 為定價提供更精準的依據。

3. 在評估過程中， 對公共數據資產的多維度特征進行細致入微的分析。對于價值評估體系， 除了常規的質量、 規模、 時效性和稀缺性， 還應考慮數據的可訪問性、 可處理性、 可解釋性以及與特定應用場景的匹配度。這些特征共同決定了數據資產的實際應用價值和潛在經濟價值， 進而影響證券化產品的定價。此外， 還需充分考慮證券化產品的風險特征和市場環境。評估者應運用金融工程學、 風險管理學和計量經濟學等理論與方法， 建立復雜的風險評估模型和定價模型， 以準確反映風險與收益的關系。

4. 價值評估體系的實用性和可操作性也是不可忽視的重要方面。對于價值評估體系， 應設計簡潔明了的評估流程和評估報告模板。同時， 還應提供持續的培訓和支持， 確保評估者能夠熟練掌握評估方法和工具， 不斷提高評估的準確性和效率。除此以外， 建立統一的數據交易平臺也能夠有效促進數據的交易（陳舟等，2022）。

綜上， 構建一個全面、 深入、 科學且實用的多手段結合的價值評估體系， 是公共數據資產證券化定價機制的核心任務。這一體系的建立不僅有助于推動公共數據資產證券化市場的健康發展， 還能為投資者提供更加準確、 透明的定價信息， 促進資源的有效配置和市場的繁榮穩定。

六、 結語

數據資產證券化不僅有利于數據資產的流動， 還有利于數據資產市場的規范化運作， 提升市場的透明度和公平性， 并為數據市場的繁榮和發展注入新的活力， 為數據驅動型經濟的增長提供強大的動力。隨著數據資產市場的不斷完善和發展， 越來越多的企業和個人開始認識到數據資產的重要性， 并積極參與到數據資產的創建、 交易和管理之中， 這反過來又能進一步推動數據市場的成熟和技術的進步。通過數據資產化， 可以將原本僅用于行政管理的公共數據轉化為具有經濟價值的資產， 有助于提高數據的利用效率， 促進數據市場的健康發展。同時還能突破原有的利用方式， 拓寬數據的應用領域， 通過數據共享平臺， 可以讓更多的企業和個人訪問公共數據， 推動數據的創新應用和開發。

【 主 要 參 考 文 獻 】

陳舟，鄭強，吳智崧．我國數據交易平臺建設的現實困境與破解之道［ J］．改革，2022（2）：76 ～ 87．

杜慶昊．數據要素資本化的實現路徑［ J］．中國金融，2020（22）：34 ～ 36．

范佳佳．公共數據進入數據要素市場模式研究［ J］．信息資源管理學報，2024（2）：68 ～ 81．

胡凌．數據要素財產權的形成：從法律結構到市場結構［ J］．東方法學，2022（2）：120 ～ 131．

黃京磊，李金璞，湯珂．數據信托：可信的數據流通模式［ J］．大數據，2023（2）：67 ～ 78．

黃麗華，郭夢珂，邵志清等．關于構建全國統一的數據資產登記體系的思考［ J］．中國科學院院刊，2022（10）：1426 ～ 1434．

黃尹旭，楊竹，張超.數字融通與優化配置：促進新質生產力發展的數字金融法治建構［ J］．學習與實踐，2024（7）：104 ～ 114.

黃尹旭，楊東．“利益—權利”雙元共生：“數據要素×”的價值創造［ J］．中國社會科學，2024（2）：47 ～ 64+205．

黃尹旭．和合共生：公共數據治理的“傳統——現代”互融式建構［ J］．法治社會，2024（3）：116 ～ 126．

黃尹旭．論國家與公共數據的法律關系［ J］．北京航空航天大學學報（社會科學版），2021（3）：27 ～ 31．

姜愛茹．公共數據資產的證券化運作及其法治保障［ J］．征信，2024（6）：58 ～ 66．

李芳馨，金京偉．數據資源的資產化及資本化研究［ J］．通信世界，2024（6）：18 ～ 20．

李文超，姜愛茹．“數據+資本”的雙要素耦合：公共數據資產證券化的推進路徑與風險應對［ J］．金融發展研究，2024（5）：57 ～ 66．

羅玫，李金璞，湯珂．企業數據資產化：會計確認與價值評估［ J］．清華大學學報（哲學社會科學版），2023（5）：195 ～ 209+226．

馬顏昕．論公共數據的范圍［ J］．行政法學研究，2024（4）：83 ～ 96．

馬治國，張楠．區塊鏈賦能數據資產證券化及其法律治理［ J］．深圳大學學報（人文社會科學版），2023（3）：114 ～ 124．

苗菊，吳聰聰．數字認知與傳播中的多語言多模態術語知識庫——社會應用與價值實現［ J］．中國科技術語，2023（4）：12 ～ 20．

齊英程．公共數據增值性利用的權利基礎與制度構建［ J］．湖北大學學報（哲學社會科學版），2022（1）：12 ～ 20．

商希雪．兩級市場模式下公共數據開放與再利用的制度進路——兼論數據財政的實現路徑［ J］．理論與改革，2024（3）：62 ～ 81．

沈韻，馮曉青．公共數據商業利用邊界研究［ J］．知識產權，2023（11）：60 ～ 77．

宋曉暉．數據資產證券化：意義、法律風險及其應對［ J］．互聯網周刊，2023（19）：20 ～ 22．

孫清白．公共數據授權運營營利性與公益性的沖突及其制度協調［ J］．行政法學研究，2024（3）：140 ～ 153．

謝迪揚．數據資產證券化的法律風險辨識與中國啟示——以美國數據資產證券化實踐為鑒［ J］．上海金融，2023（3）：57 ～ 67．

徐京平，張可雨．國家審計與公共數據資產管理：邏輯體系、作用機制和驅動路徑［ J］．財會通訊，2024（5）：14 ～ 21+26．

徐明月，安小米．數智治理概念體系構建：要素、特征及關系［ J］．中國科技術語，2023（4）：47 ～ 56．

姚宇．公共數據資源化管理在地方立法中的檢視與制度構造——基于數據經濟要素統一大市場的構想［ J］．經濟研究導刊，2022（24）：153 ～ 155．

張楠，馬治國．數據資產證券化探索的法律困境與解決路徑［ J］．重慶大學學報（社會科學版），2024（2）：211 ～ 222．

中國信通院．公共數據授權運營發展洞察（2023年）［EB/OL］．（2023-12-01）［2025-02-05］．http：//www.caict.ac.cn/kxyj/qwfb/ztbg/202312/P0202312213

90945017197.pdf．

周蓉蓉.我國金融科技發展現狀、困境與戰略路徑［ J］．新金融，2020（10）：55 ～ 59．