“数据+资本”的双要素耦合：公共数据资产证券化的推进路径与风险应对

2024-06-26李文超姜爱茹

金融发展研究 2024年5期

李文超姜爱茹

摘要：在数字化转型日益深入的背景下，数据要素的价值发掘日益从浅层迭进至深层，公共数据资产已逐渐成为驱动地方经济发展的新动力。通过证券化的操作并结合公私主体的协作，可以将公共数据资产转化为可交易的金融产品，从而深入挖掘公共数据价值。目前，我国在政策规范、数据价值、底层支撑以及交易市场等方面都存在充分的现实基础。从公共数据资产证券化运作的具体流程来看，作为基础资产的公共数据是证券化的起点，作为量化方式的资产评估为证券化提供了可能，作为支撑动力的公私主体实现了证券化的推进。但上述流程中仍旧存在特定的风险挑战，具体表现为制度落后于发展的规范真空风险、技术延伸至数据的权益侵害风险、规则未形成体系的交易停滞风险、主体扩展至多层的监管低效风险。为了实现公共数据资产证券化的法治路径，应当通过“先试点、后立法”实现规范细化完善，通过“全角度、泛流程”实现权益合理保障，通过“多主体、共协同”实现交易顺畅展开，通过“类型化、技术化”实现监管高效赋能。

关键词：公共数据；数据资产；证券化；公私协作；数据交易

中图分类号：F830 文献标识码：B 文章编号：1674-2265（2024）05-0057-10

DOI：10.19647/j.cnki.37-1462/f.2024.05.006

数据资产作为一种新型的经济资产，在推动经济社会数字化转型的过程中发挥着重要作用，成为推动数字中国建设和促进数字经济增长的关键战略资源，并已成为继劳动力、资本、土地、技术之后的第五大生产要素。充分发挥数据资产新价值、创新数字运用新场景、调动数字市场新活力，是逐步推进数据要素市场化配置、加快走向数字强国的主要目标。数据资产证券化作为“数据+金融”的新尝试，既是数字中国建设、发展数字经济的内在要求，也是盘活数据资源、拓宽融资途径的重要手段。

提高公共数据供应是推动社会增加数据供应、发挥数据价值、加速数据资产化进程的关键。探索公共数据资产证券化，一方面，有利于促进政府财政转型，为公共部门提供低成本融资渠道，减轻财政压力；另一方面，有助于优化资源配置，增强公共数据流动性，推动公共数据资源的有效利用，创造更大的社会价值。此外，其在促进金融市场发展、挖掘数据经济价值、优化资源配置等方面也具有重要的意义。但目前学界的相关研究刚刚起步，并集中于数据资产证券化领域，相应观点与主张包括：尝试通过区块链技术解决目前的权利与技术困境（张楠和马治国，2023）[1]，通过信息披露与安全保障措施等构建数据资产证券化产品二级市场（宋晓晖，2023）[2]，参考美国经验构建我国的管理人与评估制度（谢迪扬，2023）[3]，通过类知识产权方法展开初期探索（曹硕等，2021）[4]等。以“公共数据”为对象的资产证券化研究仍处于萌芽阶段，因此，本文尝试以数据资产证券化、资产证券化、知识产权证券化的方法为蓝本，并结合公共数据的特有属性，对公共数据资产证券化这一命题展开开创性的探索。

就“公共数据”的内涵外延界定而言，在本文的语境中，由于目前我国各个地方立法和政策文件中对其的指称尚未统一，因此，本文对公共数据的概念进行广义的理解。从数据来源的角度来看，其具体包括来自政务体系的数据，即职能履行受公共财政保障的机关单位在依法履行公共管理职责或者提供公共服务过程中收集、产生的数据；来自科教文卫等公共事业的公共数据，即受公共支持、无行政职能的非营利事业单位或社会组织在公共利益领域内收集、产生的数据；来自其他公共服务的公共数据，即公共服务运营单位在提供供水供电、供气、公共交通等公共服务的过程中收集、产生的数据（中国信通院，2023）[5]。此外，根据第三方使用数据的相应限制条件，公共数据又可以根据开放类型分为无条件开放、有条件开放和不得开放三类。具体来说，涉及个人信息、商业秘密、国家秘密或者法律法规的数据不得开放；那些对数据安全、处理能力和时效性要求较高，或者需要持续获取的公共数据，应有条件开放；其他则以开放为常态，不开放为例外处理，在数据开放、流通、使用中实现公共数据价值的最大化。目前，我国形成了以《个人信息保护法》《数据安全法》《网络安全法》三部法规为基础、各地各部门关于公共数据开放共享以及数据使用的法规与规范性文件等为细化补充的公共数据分类分级使用规则，而正是在上述规范的基础之上，数据要素市场构建、数据资产入表、数据交易、数字资产证券化等政策与社会议题才能够持续深入推进。

一、公共数据资产证券化的现实基础

在我国推动公共数据资产证券化的发展并非突然出现的理论与实践想法，公共数据资产证券化构想的形成具有充分的政策、体量、科技以及市场基础，并逐渐由基础设施搭建、数据产业培育、“互联网+”、数字化与数智化转型等阶段逐步发展而来。因此，本文将分析我国公共数据资产证券化各方面的现实基础，说明在我国推动其发展的可行性。

（一）中央联动地方的政策规范基础

近年来，中央层面针对数据资产管理发布了一系列政策和规划。从2020年的“促进数据要素市场的快速发展”起，至2021年提出“探索建立数据要素流通规则”，再到2022年发布的《关于构建数据基础制度更好发挥数据要素作用的意见》，这些政策逐步构建了数据基础制度体系的框架。2024年1月1日起实施的《企业数据资源相关会计处理暂行规定》规定，符合企业会计准则相关规定的数据资源应当确认为无形资产或存货等资产类别，是数据资产要素化过程中的又一项重要举措。财政部《关于加强数据资产管理的指导意见》侧重于对公共数据资产管理提出要求，推动依法依规对公共数据资产进行合法合规的开发利用。金融、交通、医疗和电信等多个数据资源丰富的行业正在积极探索多样化的数据资产利用和开发方式。

地方性法规多采用“市场化”“社会化”方式推动公共数据从原始的数据资源转变为数据资产，通过公私部门合力，为社会公众释放普惠性公共数据价值。政府部门积极建设公共数据基础设施和开放平台，制定有利于公共数据开发利用的规则和标准，鼓励商业主体或以与商业主体合作的方式共同参与数据经济价值开发过程。可见，公权力主体正积极从传统意义上的监管者演变为同时扮演参与方、赋能方、监管方等多重角色（孟飞，2023）[6]。浙江、江苏、上海、北京、广东、深圳、重庆、福建、贵州、海南、河南、吉林、四川、天津、陕西等省市政府针对公共数据管理和促进数字产业发展出台多部地方规章。例如，《北京市数字经济促进条例》第二十一条提出支持数据入股、数据租赁、数据信托和数据资产证券化等数字经济的创新模式；《深圳经济特区数字经济产业促进条例》第二十五条规定，市政府应推动设立数据交易平台，制定交易规则，推动数据跨境流通和数据资产证券化等交易模式的创新；《上海市数据条例》立足长三角区域协同强调进一步深化数据合作，建立全国一体化大数据中心体系长三角国家枢纽节点和跨区域数据融合开发利用机制，促进数据资源共享和利用。截至2022年底，全国约三十个省（自治区、直辖市）设立了省级大数据管理机构，广东、江苏等地据此尝试建立了“首席数据官”制度。

此外，从历史视角来看，我国在21世纪初便积极参与到信息革命的“洪流”之中，已经为数字化转型、数据价值释放等奠定了相关基础。在第十个和第十一个五年规划时期，我国加速推进信息技术需要的公共基础设施的建设工作；在第十二个五年规划时期，我国加强信息技术相关产业的推进与发展，并于2014年在贵州设立了大数据产业试验区；在第十三个五年规划时期，国家于2016年提出了数据作为“战略资源”的定位转向，并于2020年进一步将数据作为“生产要素”；在目前所处的第十四个五年规划时期，上文所提及的政策、法规与文件便是相应的展现。由此可见，已然作为生产要素的数据，在进一步加快数据开放共享、数据资产入表的背景之下，通过公共数据资产证券化的方式实现市场机制下的公共数据价值释放已经具有了重要的政策保障。

（二）增量叠加体量的数据价值基础

《数字中国发展报告（2022年）》《中国数字经济发展研究报告（2023年）》等资料显示，2022年，我国大数据产业规模达1.57万亿元，同比增长18%；数据产量已达到8.1ZB，年增长率为22.7%，占全球数据总量的10.5%，位列世界第二。2022年，我国数字经济增长至50.2万亿元，同比增长10.3%，连续第十一年高于同期GDP的名义增速，并与第二产业在国民经济中的比重相当，达到了41.5%。以上数据表明，我国作为数据大国，数字经济持续为国民经济增长保驾护航，已成为我国经济稳增长促转型的重要引擎，具有巨大的发展潜力。而在日常生活中，数据通过结合人工智能、算法等技术，已然充分融入饮食、出行、医疗、教育、就业、财政等各个领域，但在“数字孪生”“虚拟现实”“元宇宙”等新技术领域与名词不断发展与开拓的社会态势之中，数据价值释放在适用领域与适用可能方面仍旧存在很大的提升空间。

公共数据相较于企业数据，在数据来源合法性和准确性、权属界定清晰等方面具有一定的优势，在政府决策支持、政务服务提供以及公共治理等方面已然发挥了巨大的协同增效作用。从具体实践来看，目前全国一体化政府数据共享枢纽已接入各级政务部门6000余个，发布各类数据资源1.5万类，200多家省市政府上线政府数据开放平台①。截至2023年8月，全国已有34.5万数据集，各地公共数据开放平台上的开放数据数量和容量初具规模。北京、上海、山东、浙江等地还制定了年度数据开放计划，列明了计划开放的数据集名称、字段、计划完成时间等内容。公共数据在决策支持、政务服务和公共治理等三个方面被广泛运用的同时，大量新的公共数据又在这些方面不断涌现。公共数据数量大、种类多、分布广、质量优，具有较强的实践操作性和潜在的应用价值，更适合作为起步阶段数据资产证券化的适格资产。

（三）技术依托设施的底层支撑基础

公共数据资产证券化离不开深层次的数据开放利用体系和能力，数据无法脱离技术独立存在，只有与区块链、云计算、人工智能等技术深度耦合才能更好地发挥效用，这对政府和市场的数据统筹管理能力和技术支撑能力都提出了更高和更新的要求。例如，公共数据开放所要求的“机器可读性”涉及存储、计算、运维等多个方面的政府工作，这对政府的财政能力和管理效能都是重大挑战。需要通过“政府—市场”协同合作，在资金、技术、管理等方面形成合力，进而建立可持续的公共数据加工体系（王锡锌和黄智杰，2022）[7]。近年来，我国在人工智能等领域的政策支持和经费投入力度不断加大，数字基础设施规模能级大幅提升。截至2023年6月，我国人工智能核心产业规模达到5000亿元，企业数量超过4300家；算力基础设施规模世界领先，算力规模位居全球第二；截至2022年底，我国区块链专利申请量和公开量均已超6万项，其中2022年申请量约7800余项，公开量约16000余项，均位居全球第一，数字技术创新能力持续提升。

先进的技术和基础设施支撑对于数据资产证券化至关重要：一是明晰数据资产权属，二是促进信息共享以加强监管，三是将人工智能应用到数据价值评估中以确保交易的公平公正，四是通过区块链、云计算、数据加密和防火墙等技术强化数据安全与流动共享。如上海数据交易所采用联盟链②将交易信息存储在区块链节点中，山东数据交易有限公司通过区块链记录交易协议、交互过程等关键信息，保留数据交易存证。人工智能、大数据、高性能计算、区块链等先进技术不仅可以提高数据处理的效率和准确性，保障数据的安全性和隐私性，还能动态反映、记录资产交易与证券环节变更情况，加强风险管理和监控，推动公共数据资产与金融市场业务衔接与效率协同，促进公共数据资产证券化的健康发展。

（四）经验融合创新的交易市场基础

中国具有较为成熟的资产证券化市场和制度体系，除了《证券法》《公司法》等相关法律法规外，中国人民银行及原银监会也为规范信贷资产证券化制定了相应的管理办法。相关法律文件主要从信贷资产的特点出发规范信息披露。自2013年起，证监会发布了《证券公司资产证券化业务管理规定》《证券公司及基金管理公司子公司资产证券化业务管理规定》以及相关的《信息披露指引》和《尽职调查工作指引》。上海证券交易所、深圳证券交易所发布多项业务指引，明确资产支持证券的审核关注事项，提升优质项目融资效率，完善信息披露要求，规范特定品种资产支持证券要求。此外，多起知识产权证券化产品的成功发行为公共数据资产证券化提供了经验。截至2022年底，沪深交易所共发行了91单知识产权证券化产品，发行规模达210.04亿元，非实体资产证券化交易机制不断完善。

实践中，“数据+资本”已掀起热潮，各地加速布局数据化平台建设，上线公共数据开放平台，成立大数据集团或数据交易公司。自2015年贵阳大数据交易所成立以来，截至2022年8月全国已成立40余家数据交易机构，主要集中在华东、华南和华中地区。从上述数据交易平台、机构、公司的具体实践来看，我国数据流通机制的尝试目前正处于“百花齐放”的阶段，不同的机构可能存在交易平台、撮合交易等定位的区别，而从被交易的数据来看，也有原始数据、数据产品、数据集等不同的形式。以深圳数据交易所为例，其数据交易平台上线的“开放广东专区”面向社会提供政府开放数据，率先推出生态环境、经济建设、卫生健康、民生服务、社会资源等12个主题。多省市加速推动数字资产实践，例如2023年7月，杭州高新金投控股集团有限公司成功发行了2023年度第一期杭州高新区（滨江）数据知识产权定向资产支持票据，作为质押物的知识产权中有2件为数据知识产权，在实际操作层面为数据资产变现提供了有效的参考借鉴。

二、公共数据资产证券化的运作模式

从公共数据资产证券化的外部条件来看，其存在多方面的实现土壤。而进一步从公共数据资产证券化的内部运行机制来看，以公共数据为对象、以公私主体合作为推动、以数据资产评估为保障的公私协作模式能够全面地实现公共数据的价值释放与目标实现，提升数字化国际竞争中我国的竞争力水平。从公共数据资产证券化的过程来看，政府与商业主体、商业主体与商业主体、商业主体与投资者等数据开放主体、数据利用主体、资产证券化参与机构和社会公众之间形成了以公私协作关系为核心的法律规则，多元主体共同参与公共数据价值的创造和分配，因此，需要建立创新性的法律规则和交易模式。

（一）以公共数据为基础资产的证券化起点

资产证券化是通过把有价值的资产或现时流动性较低但有发展预期的资产，以设立特殊目的载体的方式集合，将其未来回款现金流打包以结构化的方式打造成可交易证券的金融活动（郭杰群，2018）[8]。资产证券化能成功运作的前提是基础资产池内能够产生稳定的现金流。根据《证券公司及基金管理公司子公司资产证券化业务管理规定》第三条，资产池内应为权属明确的财产或某种财产权利，能够满足产生的现金流独立、可预测且上述权利可被特定化等条件。鉴于数据与知识产权具有相似性和交叉性，在数据资产证券化的实施路径方面可借鉴知识产权证券化的模式。从学理角度分析，知识产权所有权、许可使用合同债权、权益性投资分红权等或者对债务人具有较高的实用价值和变现能力，或能通过知识产权专业机构的评估取得确定价值的智慧成果，都可参与证券化（黄勇，2015）[9]。之所以鲜有以知识产权本身作为基础资产的实例出现，也是因其定价及现金流的预测难以靠目前的证券化技术解决。客观条件的限制使得知识产权理论上的经济价值难以通过证券化直接转换为现金利益。我国早期的两个知识产权证券化产品第一创业—文科租赁一期资产支持专项计划、奇艺世纪知识产权供应链ABS也是通过把知识产权应收债权放入资产池的方式构建的。

数据同知识产权类似，既具有本身的使用价值，也有基于市场流通的数据交易价值，但在资产证券化中主要体现为使用的预期收益并在未来可以产生稳定的现金流。对比知识产权保护对象与数据，数据具有非实体性、依托性，可被共享、复制、使用、加工而不受贬损等性质，可被不同群体以不同目的同时使用，进而产生更高的价值。因此，目前我国在探索数据要素市场的实践中，山东、浙江、北京等地在积极推动通过“数据知识产权”的方式对数据上承载的各方利益实现法律层面上的明确界定划分。此外，与传统生产要素不同，只有利用相关技术对数据的碎片信息进行汇聚、加工形成的数据集合才能产生价值。因此，可被证券化的公共数据资产包括符合要求的数据软件服务、数据平台服务或数据基础设施服务等，即相关数据资源、技术、应用等形成的预期产生可持续收益的有机整体。

除满足经济价值外，公共数据必须满足法律属性，不得违反相关法律法规及政策文件，需要在纳入资产池前谨慎判断。如根据《关于构建数据基础制度更好发挥数据要素作用的意见》，可以考虑对于旨在促进产业和行业发展的公共数据实行有条件的有偿使用制度。从具体的数据资产登记实践来看，《深圳市数据产权登记管理暂行办法》已经进行了相应的尝试。首先，该办法对数据相关的数据资源、数据产品等客体进行了明确。其次，具体发展了“数据三权分置”中的三类权利内涵，即强调“数据资源持有权”的权能为对数据资源进行管理、使用、收益；“数据加工使用权”为通过各种方式、技术手段对数据进行采集、使用、分析或加工；“数据产品经营权”为对数据产品进行占有、使用、收益或处分。最后，基于上述客体与权能的明晰，通过明确登记机构、登记行为、登记内容等要点明确了数据确权的实现方式。

针对公共数据的确权登记，深圳也已经有了相应的实践。从相关网站公示的案例来看③，佛山市南海区大数据投资建设有限公司便申请登记了名为“企业环保宝”的公共数据资产。而由于该产品涉及的环保信息等需要持续依赖公共数据信息的公示以及抓取，因此，需要对应政府部门的授权许可。从具体的登记信息来看，佛山市生态环境局南海分局享有100%的数据资源持有权、佛山市南海区大数据投资建设有限公司享有50%的数据加工使用权以及100%的数据产品经营权、广东柯内特环境科技有限公司享有50%的数据加工使用权。由此构成对公共数据涉及的不同主体之间利益诉求的有效划分与法律确认。

（二）以资产评估为量化方式的证券化可能

公共数据资产证券化的核心在于数据本身，数据质量和价值对于数据交易而言至关重要，因此，数据资产评估定价是整个证券化过程中的关键环节。中国资产评估协会在财政部的指导下于2023年9月下发了《数据资产评估指导意见》，其作为数据资产价值评估的纲领性文件，从数据资产的属性、特征方面为数据资产划定了相对明确的边界，明晰了影响数据资产价值的四大因素，即成本因素、场景因素、市场因素和服务因素，并沿用了资产评估的成本法、收益法、市场法三种基本方法及其衍生方法。其中，成本法强调分析数据资产价值与全部投入的相关程度，市场法则需要数据交易市场的活跃性和一定的可比案例，收益法的重点是根据数据资产的历史应用情况和未来应用前景分析数据资产经济收益的可预测性。

但在具体实操中，缺乏成熟的数据交易市场、可比物数量不足、数据资产未来应用增值难以确定、数据资产的折旧规则亟待细化等问题都是横亘在价值评估中的难题。一是数据资产的成本。数据的采集、存储、加工、挖掘及使用均会产生一定的费用，但在信息化时代，技术产品的成本与价值却不一定成正比，对某些前期研发费用较高、周期较长的技术而言尤其如此。此外，还需要考虑基础设施和人力成本、数据运维和安全等方面的投入。二是收益的预测。即使是同一数据资产，在不同的应用场景或商业模式下也会产生价值差异，还需要综合考虑法规政策、授权使用范围、技术更迭等影响的预期收益变化。三是市场交易规模评价的准确性。传统的市场法需要足够的市场交易案例，在资产类型、交易条件、交易时间、交易价格等方面进行可比分析。然而数据资产缺少统一交易市场和可比案例，不同数据资产的应用场景也较难进行单一性比较。由于数据要素的特殊性，不同行业、不同企业以及不同业务场景下，同样的数据资源所体现的数据价值不同，对数据资产的定价评估也存在争议（欧阳日辉和杜青青，2022）[10]。虽然国内外已有一些数据资产的交易案例，例如，在2023年8月，青岛华通智能科技研究院有限公司等机构进行了国内首个数据资产作价入股的尝试，依据《数据资产价值与收益分配评价模型》建立了一套评价体系来评估数据资产的质量。普华永道等事务所探索从风险维度、应用维度、质量维度和成本维度构建开放式数据资产价值评价指标分析框架。具体而言，数据资产估值标准还需在实践中进一步细化和完善，借鉴金融资产和知识产权的评估经验的同时，还要考虑到数据作为新型生产要素可能存在的法律和道德风险。

（三）以公私主体为支撑动力的证券化推进

针对公共数据的自身特性，需在产品架构、公私协作管理、信息披露与监管、数字技术等方面加强数据资产市场体系建设，更加全面专业地服务证券化市场发展（曹硕等，2021）[4]。此外，数据资产证券化在数据存储设备、网络数据安全、技术人才储备等方面也有较高的要求。

整体来看，起步阶段的公共数据资产证券化可借鉴一般性资本证券化或知识产权证券化的方式处理，以数据权的转让和回租、数据权的二次许可使用、供应链应收账款模式和数据资产抵押贷款模式实现结构化。从数据未来收益的角度出发，可以引入市场上相对成熟的数据许可模式，并设计出可在市场上交易的证券产品（曹硕等，2021）[11]。参与主体包括原始权益人、计划管理人、资产服务机构、律师事务所、会计师事务所、投资者等。其中，就公私主体之间形成的基本合作模式而言，私主体若需合法使用不同类型的数据，存在不得使用、需要得到公权力机关授权、无需得到公权力机关授权三种情况。例如，根据《浙江省公共数据条例》第三十条第一款第三项，涉及个人信息、商业秘密或保密商务信息的公共数据禁止开放。该条第二款第一项规定，涉及个人信息的公共数据经匿名化处理后，可以列为受限开放或者条件开放的数据。此外，公私主体之间还涉及后续数据资产以及衍生品的权益、权利划分问题。一旦核实开放的公共数据侵犯了相关主体的合法权益，应采取撤回或处理后再开放等措施，依法保护当事人的信息权利。

从公共数据资产证券化的一般性流程上看，一是需要数据资产登记确权，明确数据权利归属、使用目的、范围、年限和权限等要素，并建立相应的访问控制机制；二是要进行公共数据资产评估定价，为资产入池和产品设计提供参考；三是进行证券化产品的设计，组建资产池（如数据检索、加工使用、数据处理或签署使用许可协议等产生的费用），根据数据类型和市场使用情况，设计出符合投资者需求的证券化产品，合理设计结构阻隔破产风险；四是在证券化产品发行和交易中，选择适当的发行方式和适格投资者，特别是为了保护投资者权益，应审慎设置公共数据资产证券化的发行者和投资者准入门槛，防止因缺乏专业知识和抵御风险的能力导致系统性风险在金融市场爆发，或造成投资者重大损失；五是加强数据资产证券化全生命周期的风险管理和监督，建设完善的信息披露制度和风险管理制度，确保公共数据资产证券化的合规与安全。

鉴于无形的基础资产一般保留在原始权益人名下，不向特殊目的机构（special purpose vehicle）转移，基础资产回款将首先进入发起机构名下的原收款账户，再向特殊目的机构设立的账户归集。在数据运营管理方面，可借鉴“数据信托”的方法，调整数据主体与数据控制人的权益结构，确保数据资产增值部分能够按照委托人的意愿进行分配，并明确资产的收益分配安排。在技术层面上，可以考虑将数据信托机构及其运营机构作为整合数据、计算能力和算法等资源的“工作站”，在加强风险隔离的同时将不同地区、行业的资源优化组合，充分利用资产证券化产品的结构设计满足各方需求。

三、公共数据资产证券化的风险挑战

如上文所述，公共数据资产证券化具有政策、体量、科技、市场等多方面的扎实现实基础，并且能够通过透视公私协作模式的主体、流程、内容等形成公共数据资产证券化等可行性认识，但在上述积极面向之外，推动公共数据资产证券化、贯彻公私协作的有效运作等仍存在多方面的风险与挑战。

（一）制度落后于发展的规范真空风险

近年来，我国先后制定《网络安全法》《数据安全法》《关键信息基础设施安全保护条例》等法律法规及配套制度，为构建数据资产证券化提供了初步的数据法律框架。然而，公共数据资产证券化作为一项新兴金融产品，数据资产法律制度明显落后于市场发展，整体上呈现指导性多、原则性多、实质性规则少的特点。《关于构建数据基础制度更好发挥数据要素作用的意见》等政策文件创造性提出数据产权结构性分置制度、构建多层次数据交易市场体系，着力推动数据产权制度的构建，但通过立法程序将政策文件转化为实体法治规范并非一蹴而就，既有数据产权、授权、交易、市场监管、法律责任等规则存在真空，对传统产权、流通、分配、治理等规则提出挑战。实践中，多地仍秉持对新型生产要素的谦抑和谨慎态度，公共数据持有者既存在发展动力不足、不愿开放或不会开放数据的问题，也存在因公共数据在市场大范围流动导致安全管理边界扩大、管理者不敢开放的问题。各地的“数据条例”“数字经济促进条例”“公共数据开放共享条例”等地方性法规的章节安排、内容表达等均大同小异，尚未形成体系化的法律规则以保障公共数据的供给质量和使用效果。公共数据资产证券化作为一种市场化的数据价值实现方式，证券价值体现的是市场对其的预期与认可，如果缺乏一定程度上法律法规的明确性与稳定性，那么必然存在市场信息受挫并难以恢复的可能。在不甚理想的情况下，如果监管政策或法律法规出现调整，可能会对证券化业务产生不利影响，扩大违约风险继而引发连锁的市场震荡。而这一不利后果可能演化为公众对于政府的不信任以及质疑，从而使得公共数据资产证券化的实际效果与其预期目的截然相反。

（二）技术延伸至数据的权益侵害风险

虽然公共数据资产证券化以数据的收益权为基础，不涉及数据所有权的转移，且相较于其他类型的数据而言具有一定的安全优势。但在数据的流通使用过程中，仍可能存在侵权、泄露等安全隐患或将依法未公开的数据公开、使用数据超过规定限度等问题。因数据不同于传统生产要素，其原始生成和交易流转均建构于技术系统之上，数据资源之规模性依赖于技术系统的扩张，数据资产交易的安全性需要先进的技术支撑。但在信息时代，数据节点多、传输链条长、网络安全漏洞多、黑客手法更加隐蔽，数据隐私泄露等公共安全风险事件的频发折射出数据要素市场存在的技术安全风险，因此，需要提高数字安全技术并设计科学合理的法律责任制度以保障各方权益。

此外，探讨数据资产证券化的实施路径时不能简单地将数据从技术系统剥离，否则将忽略数据与技术动态发展、深度耦合的现实需求，若将未脱敏、去密的商业信息或未经匿名处理的、包含个人信息的公共数据纳入资产池，不仅难以充分挖掘数据价值，而且会进一步使数据安全遭受威胁，阻碍公共数据资产证券化的推进和实践。

（三）规则未形成体系的交易停滞风险

《数据安全法》第三十三条仅对数据交易中介服务机构做了原则性规定。多地地方性法规虽然提及了数据交易的部门职责、交易原则等内容，但资源管理职责不清晰、数据质量标准不统一、数据资源流通不畅、交易规则不健全等问题突出，过于原则性的指引难以规制交易环节的具体活动。截至2023年6月底，中国内地已经建立了44家由政府创立、领导或批准的数据交易机构，交易数据类型已涵盖金融、医疗、气象、交通、物流、地理、生活服务等诸多领域。但各地交易所普遍存在平台交易规则、标准不统一以及平台服务水平与层次不均衡等问题，公共数据运营存在开放意愿不强、使用方使用不便、定价收益不明确的障碍，与公共数据资产证券化发展所需的数据聚合和流通共享要求不相适应（张楠和马治国，2023）[1]。全国乃至全球第一家大数据交易所——贵阳大数据交易所就因数据确权、定价、数据规模和技术等问题在很长一段时间内几乎没有交易，交易规模和质量难达预期。此外，各个数据交易中介服务机构的设立主体、服务类型也存在不同程度的区别，因此，可能存在不同的利益关系牵涉问题，进一步增大了以数据交易为基础的公共数据资产证券化的实施风险与潜在不利因素。

（四）主体扩展至多层的监管低效风险

现阶段我国公共数据资产证券化还处于理论设计阶段。上海证券交易所、深圳证券交易所此前针对特定品种资产支持证券发布专门指引，如上海证券交易所《资产支持证券挂牌条件确认规则适用指引第4号——特定品种资产支持证券》对绿色资产、科技创新资产、知识产权资产支持证券等产品设置了一定的披露规则，要求计划管理人在计划说明书、标准条款中详细披露相关信息，并对证券风险进行充分揭示。

数据资产证券化过程中涉及多个参与主体，各方权利义务不明确，极易产生纠纷。信息披露制度不完善，投资人、监管人等难以及时跟进数据资产经营状况，多元主体之间信息博弈和失衡容易导致信用危机。政府掌握垄断的公共数据资源，在数据定价交易缺少市场化标准和体系化监管时，极易滋生寻租空间，攫取与数据价值不相符的利润。此外，数据资产证券化涉及数据在多个地区、领域、行业的流转，受到网信、金融、公安、国家安全、保密及其他行业主管部门的多重监管，但受制于传统的监管方式，存在各部门间监管责任不明确、协同机制难以细化落地、专业化程度不够等问题，容易出现监管空白。虽然在国家数据局的示范效应下，截至2024年2月已有21家数据管理局或类似的数据管理部门正式揭牌或投入运行，但从具体的权能上看，数据管理部门的主要任务在于统筹协调和整体推进数据要素基础制度建设，相应的监管服务仍旧主要由国家互联网信息办公室牵头负责。上述机构改革之后形成的权限新态势以及在实践中的权力互动格局无疑又给相应数据行动的监管带来了更多的不确定性，至少在省级层面可能会进行新一轮的机构调整以便更好承担顶层设计、总体布局的工作。

四、公共数据资产证券化的法治保障

公共数据具有极高的现实应用价值，公共数据资产证券化在我国也具有充分的现实基础，具体运作模式的构建也存在相应的可行性。为了克服上述可能存在的法律、技术、交易以及监管风险，需要采取针对性的解决方案为我国公共数据资产证券化提供法治保障。

（一）“先试点、后立法”实现规范细化完善

数据资产证券化的过程涉及复杂的证券产品设计、权益界定和分配问题，交织着不同类型、相互冲突的利益平衡，需要通过法律制度明确规则，划定权责边界。目前，我国数据资产证券化还在理论阶段，运行机制尚不完善，相关法律法规存在空白，使得探索公共数据资产证券化的过程中面临一系列法律和监管挑战。

第一，需要坚持创新方式与试点先行相结合。鉴于各地数据应用程度和发展水平不同，可在北京、上海、深圳、浙江等公共数据基础设施较为健全、数据规则较为完善、数据交易规模较大的省市探索数据要素流通和交易的监管沙盒试点，选择具有代表性的金融机构、产品和消费者，引入先进的数据处理技术和国际经验，在市场主体的共同参与下聚焦地区优势特色领域，在确权侧、运营侧、场景侧、流通侧等方面着力破冰。在监管沙盒内进行公共数据资产证券化的试验，并根据过程中发现的风险和问题及时调整产品框架和监管规则，在保护投资者权益的同时加大金融创新力度，疏通难点堵点，总结有益经验。

第二，需要坚持新业态发展于法有据。充分发挥地方立法作用，鼓励支持各方因地制宜、大胆探索，将试点经验及时上升为法律法规，以地方立法先行先试探索公共数据资产证券化的可行途径，明确公共数据授权运营的合规政策和管理要求，进一步明确数据供给、管理、加工使用等各方的权利义务，以法律供给优化创新产品的制度环境。

第三，加强顶层设计。有关行业主管部门要以建设全国性、高质量、权威性的交易平台为目标，从完善流通规则、交易市场等方面逐步打破不同地区、不同交易平台的数据壁垒，推动跨层级、跨领域、跨部门的公共数据融合和开发应用，在适应产业发展和公众诉求的同时，体现出安全发展和数据保护并行的态势。

（二）“全角度、泛流程”实现权益合理配置

公共数据资产证券化面临的数据安全合规问题既是法律问题，也是技术问题。一方面，要严格遵守《网络安全法》《数据安全法》《个人信息保护法》等法律规定。无论持有、使用的数据资产主体是政府、公共服务机构还是私营主体，都应当严格遵守相关法律制度，遵守“原始数据不出域，数据可用不可见”的原则，建立敏感数据输出脱敏规则和主体授权机制，遵循资产管理和财务管理的规定，规范管理公共数据资产，实现数据用途可控可计量，在确保安全的情况下开发使用数据，以免减损公共利益。涉及国家安全、商业秘密和个人隐私的数据的开发利用应当依照法定权限，不得超出履行法定职责所必需的范围和限度，守住数据安全底线。另一方面，要借助市场化力量加快建设安全可信的数据基础设施，积极探索数据流通安全保障技术、标准、方案，建立安全可信的运营环境。政府和私营主体通过合作共同投资数据基础设施和数据安全技术，可以快速提高数据服务的质量和效率，实现政府和社会主体之间的资源共享和风险共担，充分发挥市场配置资源的决定性作用。

完善交易主体合法权益保护和损害赔偿制度，实现数据保护和数据利用的协同发展，促进公共数据能流动、敢流动、流得动。同时，制定数据安全事件应急响应计划，以便在数据泄露或其他风险事件发生时迅速采取行动。在此过程中，既要遵守数据安全、资本市场等法律法规，又要关注区块链、人工智能、算法等新兴领域的发展，推动建立数据、科技、金融监管协同一致的法律治理框架。就相应的技术治理问题而言，需要秉持可解释性、透明性原则的高度融入，有效承担《个人信息保护法》《数据安全法》《网络安全法》所明确的责任与义务。此外，也可以尝试通过“透过技术治理技术”的方式确保公共数据资产证券化过程中数据安全、隐私保护等目标同时实现。

（三）“多主体、共协同”实现交易顺畅开展

公共数据资产证券化离不开数据运营商对数据的利用与开发。应培养能够提供服务的、应用驱动的和技术导向的数据运营商，推动公共数据的深度挖掘和有效转化。同时，改善数据交易市场的布局，创造一个有利于数据产品和服务价值发现以及供需对接的环境。

金融机构应提高专业服务能力。实践中，公共数据资产证券化的数据处理加工、价值评估、证券设计、信用评级、法律服务、审计与监管等各个环节都需要专业的中介机构参与，作为“数据+金融+科技”的复合型产品，该过程对于中介服务人员的专业知识和能力水平有较高的要求。加强与其他行业机构的合作，探索数据要素在不同业务场景的复用模式，基于人工智能算法对评估、交易、融资、发行等多维度数据进行分析，稳妥推进金融服务创新转变，实现数据要素多向赋能。积极参与数据资产定价交易实践，理性借鉴国际先进经验和其他金融创新产品的经验做法，利用金融工具进一步挖掘数据要素内在价值。

政府应积极引导专业化市场建设。目前数据交易机构多由国有资本控股或100%持股，如北京国际大数据交易所由北京市国资委实控、深圳数据交易所由深圳市国资委实控，政府公信力为数据交易平台背书，在推动更多高质量公共数据进入市场的同时也面临规则设计、监督管理等专业性方面的限制。探索建立政府机构、高等科研院所、专业化服务机构的合作交流平台，培养数据法治和金融科技、数据科技等领域的高质量复合型人才，加强专业化数字经济人才队伍建设。政府应鼓励金融机构积极探索公共数据资产证券化，对相关企业给予政策指导、税收优惠、绿色通道等方面的支持，政企联手推动公共数据资产证券化市场规模化发展。

提升项目管理人的职业素养。鉴于公共数据资产证券化新增诸多要点和风险点，管理人的履职能力和履职方式也应做出相应改变。可借鉴美国《1940年投资顾问法》、美国证券交易委员会《顾问注册统一申请表》等对资产管理人的能力要求，针对公共数据资产证券化的管理人设定一定的教育背景、从业经历等要求，如要求相关人员具备数据专业知识和实践经验，谨慎开展尽职调查，定期开展数据安全教育培训，明确其未遵守数据安全和信息保护规则的惩戒措施（谢迪扬，2023）[3]。此外，数据经济素养将直接影响公民在数字化社会中能够享有的所有正当性权利与利益，因此，也需要强化政府、企业等主体对公民的数据经济素养提升义务，从而实现社会各主体之间的高效与全面互动协同。

（四）“类型化、技术化”实现监管高效赋能

公共数据资产证券化中数据、金融、科技的深度耦合给传统监管工作带来了巨大的冲击。对此，要以多种方式完善创新产品监管体系，在尊重数据资产价值实现的同时，坚守数据权益和证券市场保护，构建公私协同合作的监管新模式。

探索针对不同类型基础资产提出差异化的信息披露需求。特别是对于不同类型的公共资产及其细分类型，应有针对性地规定信息披露措施，以提高监管效率，进一步保护公众和投资者利益。同时，考虑到数据的专业性，可适当引入外部监管，公共数据资产证券化的监管方应由具备专业能力的第三方、监管部门和业务参与主体代表组成，完善基础资产全生命周期信息披露制度，特别是重视和强化事后跟踪评估和监管，完善公共数据资产证券化多元共治格局。此外，还需要类型化区分不同使用目的、使用场景、使用主体的披露义务，以实现安全与效率的共赢。

加强数据要素市场社会信用体系建设。核查数据上下游主体的不良行为记录，强化数据资产证券化市场监管，严格记录数据来源和去向。政府应进一步引导企业完善投资者保护机制，建立交易异常行为发现与风险预警机制，保障数据流通过程可追溯、安全风险可防，提升数据安全保障水平和交易透明度。就不同信用等级的企业主体来看，可以通过税收优惠、政务服务“绿色通道”等激励措施来实现社会整体信用氛围的构建与提升。

加强监管过程中新兴科技的应用。区块链和人工智能在公共数据资产证券化监管中可以发挥重要作用，如通过区块链的分布式账本技术，实时监控和记录数据资产证券化的所有交易和更改，确保数据的透明性和不可篡改。利用人工智能对海量监管数据进行深度分析，形成可视化的监管报告帮助监管机构掌握市场动态和风险状况。建立以金融监管部门为主的联合监管平台，实现跨部门跨地区的智能协同监管，以政策扶植、资金补贴等形式鼓励高新技术企业加大数据监管领域核心技术创新。

五、结语

超大规模市场、海量数据和丰富场景优势为开创中国式数据资产证券化创造了诸多有利条件。然而公共数据资产证券化的理论研究与实践应用都处于起步阶段，制度不健全、市场不成熟、技术不完备、服务不专业等诸多因素不仅限制了数据市场的发展，还极易引发法律、技术与监管风险。为此，应以公私协作为基础，构建多方发展的数据经济发展共同体，不断优化多元参与、共享共治的发展格局，以“数据+金融”不断催生新产业、新业态、新模式，积极推动数字经济成为经济稳定增长的新引擎。

强化政府部门统筹管理作用，充分发挥市场主体作用，激发数据金融市场开发利用动力。坚持系统思维，打破公私壁垒，整合政府、企业、个人多方力量，从政策、市场、标准、技术、应用等多维度综合考量。坚持创新思维，聚集数据前沿技术、前沿应用，勇于探索新理念、新机制、新手段，促进数据应用、产品创新和风险防范化解，推动数据资产向前发展。坚持底线思维，聚焦保护国家安全和数据权益，坚持试点先行、科学发展，健全监管体系，提高监管能力，以发展促安全，以安全保发展。政府和私营部门应在公共数据资产证券化过程中通力协作，推动这一创新进程的顺利进行。

注：

①国家互联网信息办公室：《数字中国发展报告》（2022年），载商务预报网，2023年4月。

②联盟链又称“共同体区块链”（Consortium Blockchain），是指参与区块链的节点是事先选择好的，节点间通常有良好的网络连接等合作关系。联盟链的运用场景有多家银行之间的支付结算、多个企业之间的物流供应链、政府之间的信息互通互享等。有关区块链上的数据权属分析可参考程啸（2020）[12]。

③广东省政务服务和数据管理局：《关于佛山市南海区大数据投资建设有限公司1份公共数据资产登记申请材料合规审核情况的公示》，2023年4月18日，https：//zfsg.gd.gov.cn/zwgk/gggs/content/post_4156276.html。

参考文献：

[1]张楠，马治国.数据资产证券化探索的法律困境与解决路径 [J].重庆大学学报（社会科学版），2024，30（02）.

[2]宋晓晖.数据资产证券化：意义、法律风险及其应对 [J].互联网周刊，2023，（19）.

[3]谢迪扬.数据资产证券化的法律风险辨识与中国启示——以美国数据资产证券化实践为鉴 [J].上海金融，2023，（03）.

[4]曹硕，廖倡，朱扬勇.数据要素证券化的“类知识产权”方法 [J].清华金融评论，2021，（05）.

[5]中国信通院.公共数据授权运营发展洞察（2023年）[D/OL].安全内参，2023-12-21，https：//www.secrss.com/articles/62038.

[6]孟飞.公共数据开放利用的逻辑与规则 [J].上海政法学院学报，2023，（05）.

[7]王锡锌，黄智杰.公平利用权：公共数据开放制度建构的权利基础 [J].华东政法大学学报，2022，（02）.

[8]郭杰群.资产证券化——基础、创新与案例 [M].中国金融出版社，2018年.

[9]黄勇.知识产权资产证券化法律风险防范机制之研究 [J].政法论坛，2015，（06）.

[10]欧阳日辉，杜青青.数据估值定价的方法与评估指标 [J].数字图书馆论坛，2022，（10）.