【摘要】从单纯的信息记载载体到新型的生产要素， 数据的价值形态演进为其成为相关主体的资产奠定了基础。探索公共数据资产的证券化， 通过一系列结构化安排将公共数据池及其未来所得收益转化为证券产品进而实现融资担保是数字要素市场化推进的重要方面之一。从目前来看， 公共数据资产证券化的政策前景较为明朗， 一系列支撑技术亦正在应用中， 同时， 公共数据巨大的市场需求、 存量及可预见的增量为其资产证券化提供了基础保障。虽然目前部分地区开展了实践探索， 但从实践反馈来看， 我国公共数据资产证券化还存在规范缺失、 技术应用过程中的潜在风险层出不穷、 部分环节还存在监管空白以及价值评估机制的市场化和法治化不足导致价值虚增四个方面的问题。对此提出以下建议： 逐步完善全局视角下的配套机制； 以协同合作为基点构建合作治理结构； 引入与实施针对性分类识别策略； 多手段结合， 构建科学的价值评估体系。
【关键词】公共数据；资产证券化；价值评估；数据共享；数据安全
【中图分类号】F832.5" " " 【文献标识码】A" " " 【文章编号】1004-0994（2025）08-0109-7
一、 引言
《2023年中国数据交易市场研究分析报告》预测， 至2030年， 我国数据行业市场规模有望激增至5155.9亿元， 标志着我国数据资产的利用和发展步入迅猛发展阶段（李韵石，2024）。其中， 公共数据资产不可小觑。公共数据来源于国家机关和法律法规授权的具有管理公共事务职能的组织以及提供公共服务的企事业单位（孙清白，2024）， 具有体量大、 价值高、 公共属性强、 安全要求严的特点。具体而言： 其一， 行政机关在公共管理和服务过程中积累并共享了大量的公共数据（齐英程，2022）， 能为企业或其他社会组织提供更多的数据素材和业务支撑。其二， 公共数据具有极高的实际应用价值， 在数据来源的合法性、 准确性、 可信性、 标准性与权属界定等方面均具有一定的优势， 不同主体纷纷以营利、 增值为目的对公共数据进行挖掘与利用（沈韵和冯晓青，2023）。其三， 公共数据是数据要素中权威性、 基础性、 通用性、 公益性和可控性较强的数据类型（徐京平和张可雨，2024）， 有较为稳定的预期资产收益， 适合作为数据资产证券化的基础资产。
需要说明的是， “公共数据”的概念在立法中不断发生变化， 其在中央层面呈现相对狭义的界定， 在地方性法规和地方政府规章中的界定出现泛化（马颜昕，2024）。由于数据资产证券化关注的是数据作为资产的价值性质（谢迪扬，2023）， 为了更好地探究公共数据生产全链条背后的价值体系， 本文采用广义的解释（中国信通院，2023）。目前， 我国与公共数据资产证券化直接相关的理论与实践研究较少。理论层面， 经济、 金融等领域的学者已在热烈探讨数据资产证券化的可行路径、 最优模型等问题（谢迪扬，2023）。实践层面， 财政部发布《关于加强数据资产管理的指导意见》等文件， 为公共数据资产的确认、 规范化和开发利用提供了指引（姜爱茹，2024）。实践中试点开展的公共数据授权运营工作以及数据信托尝试（黄京磊等，2023）， 均包含着对数据资产投资管理、 运营的考量， 为数据资产证券化工作的推进奠定了基础。公共数据资产证券化是资产证券化的特殊形式， 传统资产证券化的成熟经验能够为公共数据资产的证券化提供重要的指引和参考。人工智能、 大数据、 云计算、 区块链等新兴技术的应用也为公共数据资产证券化提供了技术支撑（马治国和张楠，2023）。
为此， 本文尝试借鉴资产证券化、 知识产权证券化等领域的经验， 结合公共数据的独特性质， 对我国的公共数据资产证券化进行初步探索。
二、 公共数据资产证券化的价值基础及基本逻辑
对公共数据进行资产证券化的金融操作需满足以下两点： 一是需要公共数据成为公共主体的资产， 这与公共数据的价值演进紧密相关； 二是需要一系列的金融产品设计方案， 遵循一般资产证券化的逻辑。
（一） 公共数据资产证券化的价值基础
在原始数据阶段， 数据主要呈现为未经加工或仅经过初步处理的状态， 但由于缺乏有效的数据分析技术和利用方法， 其价值常常被低估或者忽视。随着数据科学技术的不断发展和数据市场的逐步成熟， 人们逐渐意识到了原始数据的潜力， 促使公共数据向更高级和更有价值的形式发展。传统公共数据主要用于政府部门内部管理和决策支持， 应用范围相对狭窄。许多数据仍处于原始状态， 未经过充分的处理和分析， 通常包含了大量的冗余和不一致性， 需要进行清洗和标准化， 这限制了数据的有效利用和价值挖掘。
在数据处理产品阶段， 公共数据要素经过专业的加工与处理， 转化成具有明确用途和需求的数据产品。经过精心设计和优化的产品提升了原始数据的可用性和易用性， 挖掘出数据潜在价值。在这个阶段， 公共数据处理产品不仅能为企业和个人提供更多有价值的信息资源， 还能促进跨领域的创新合作， 从而提高数据作为重要生产要素的地位。随着数据处理技术的不断创新和升级， 数据产品开始展现出独特的经济价值和巨大的市场潜力， 为后续的数据资产证券化等更高级别数据利用形式的发展打下坚实的基础（黄尹旭，2024）。
在数据资产阶段， 公共数据要素经过清洗等处理， 最终转化为可流通和可交易的数据资产， 不仅具备明确的产权归属， 而且遵循一套完整的交易规则。在这个阶段， 数据资产已经不仅仅是信息的集合， 更具有明显的经济属性和市场价值。通过证券化处理， 数据资产可以被包装成为可交易的金融工具， 使得公共数据要素价值得到更全面的释放和提升（苗菊和吴聪聪，2023）。投资者可以通过购买数据资产获取收益， 数据提供者则获得相应的经济回报。
（二） 公共数据资产证券化的基本逻辑
1. 基本经济逻辑。公共数据资产证券化的基本经济逻辑在于， 通过证券化的方式挖掘公共数据的价值， 从而获取收益以补充公共财政。数据安全是重要前提， 在整个证券化过程中， 数据的收集、 处理和使用要符合相关法律法规的要求， 维护数据使用的正当性和合法性。对公共数据进行专业化处理， 将其转化为具有明确用途和市场需求的数据产品。通过数据产品获取的收益可以直接补充公共财政， 用于公共服务和社会福利项目， 为公共事业提供额外的资金支持（黄尹旭和杨东，2024）。数据产品开发还可以促进新技术的应用和服务创新， 提高公共服务的质量和效率。
数据资产证券化能激发市场需求， 推动相关产业的发展， 通过提供更多样化的数据产品和服务， 满足企业和个人在各个领域的信息需求。通过证券化， 公共数据能够以更直接的方式进入资本市场， 从而形成一个从数据的收集、 处理到证券化、 交易的良性循环流程（李芳馨和金京伟，2024）。
2. 业务逻辑。公共数据资产证券化的步骤如下：
首先， 选择和构建基础资产池， 这直接关系到最终证券产品的质量和市场接受程度。基础资产是指那些能够产生可预测现金流的公共数据资产， 应具备稳定的现金流。数据资产所有权必须清晰无误， 不存在突出争议或潜在的权利冲突。高质量数据资产通常指的是准确、 完整、 更新及时的数据集， 能够满足用户的特定需求， 并有助于决策制定。其中： 准确性在于数据准确无误， 以提高决策的精确度， 减少错误决策带来的风险； 完整性要求数据应尽可能完整， 包含所有必要的信息元素； 更新及时要求数据反映最新的状况和变化。资产池的构建需要维护多样性以分散风险， 并且通常包含多个不同来源的数据资产。在一系列的筛选和构建后， 可以形成一个具有较高价值和较低风险的资产池。
其次， 对基础资产池中的资产进行结构化设计， 将基础资产转换为适合不同投资者需求的证券产品。基础资产池会被分割成不同的层级， 每一层级拥有不同的优先级和风险收益特征。典型的分层包括优先级、 中间级和次级。信用增级措施包括引入外部担保机构或保险公司为某些层级的证券提供担保。资产池的价值超过所发行证券的总值， 留有足够的缓冲以保证优先级证券的偿付。发行方承诺在一定条件下回购部分证券， 以增加流动性并保护投资者利益。通过多样化资产池中的资产类型和来源， 减少集中风险， 保持最佳的风险收益比。在数据资产证券化的过程中， 设立特殊目的载体（SPV）是一个关键步骤， 其作为独立的法律实体， 负责购买基础资产、 发行证券产品， 并管理基础资产产生的现金流（徐明月和安小米，2023）。资产转移时需要实现资产的真实销售， 即资产的所有权完全从原始权益人转移到SPV。
再次， 在资本市场上发行资产支持证券（Asset-Backed Securities，ABS）， 将原本流动性较小的基础资产转化为在市场上可以自由买卖的金融工具， 为投资者提供间接持有这些资产并获得收益的机会。在发行ABS之前， 基础资产会被重新打包形成一系列不同等级的证券， 使得较低风险的证券可以从较高风险的证券中得到保护。为了维护信息的透明度和可信度， 需要定期向投资者披露基础资产的情况， 包括资产池的表现、 现金流的生成情况以及其他重要信息（罗玫等，2023）。
最后， 进行现金流的管理和分配， 这需要所有参与方能够根据其贡献获得相应的回报， 即考虑数据提供方、 数据处理方、 数据使用者等各方的利益。收益分配过程应该公开透明。收益分配机制应当能够支持数据资产化产品的长期发展， 鼓励各方继续参与数据的收集、 处理和利用活动。
三、 我国公共数据资产证券化发展的条件分析
公共数据资产证券化的发展条件既包括现实条件， 即对公共数据的巨大现实需求以及其所产生的稳定现金流， 也包括法制条件， 即需要相关的制度机制为其提供支撑。
（一） 符合政策指向
国家支持发展数字经济与形成数据要素市场， 并为此出台了一系列政策措施， 包括发布《关于构建数据基础制度更好发挥数据要素作用的意见》（简称“数据二十条”）等政策文件和建设国家数据局等， 为公共数据资产化提供了重要的政策前提。“数据二十条”旨在促进数据要素市场的形成与发展， 推动数据资源的有效利用与价值转化， 为数据要素市场的发展提供了明确的指导方向和支持框架。国家数据局则从国家组织机构层面专项推动数据要素发展。随着政策的不断完善和市场的逐步成熟， 公共数据要素资产化将在我国的数据要素市场发展中发挥越来越重要的作用（范佳佳，2024）。
国家支持公共数据授权运行， 为公共数据要素资产化提供了重要的制度前提和可操作的空间。公共数据授权运行是指政府机构将公共数据的使用权授予第三方机构或个人的过程。这有助于促进公共数据的流通， 可以挖掘公共数据背后的潜在价值， 推动数据资源的有效利用和价值转化， 为政府和社会创造更多的经济与社会效益（黄尹旭，2021）。
2023年， 财政部发布了《关于加强数据资产管理的指导意见》（财资〔2023〕141号）， 明确了数据的资产属性， 提出了依法合规推动数据资产化的重要方针， 强调了数据资产化的必要性和重要性。并提出： 提倡在遵守相关法律法规的前提下推动数据资产化， 保障所有参与方都能够公平合理地分享数据资产化的成果； 鼓励公共服务机构将依法合规持有或控制的、 具有资产属性的公共数据资源纳入资产管理范畴； 重视数据资产应用过程中的数据泄露、 数据滥用等问题， 建立健全风险管理体系， 实现数据资产的安全和稳定。
（二） 新兴技术的强力支撑
大数据、 云计算等新兴技术的运用， 为公共数据资产证券化提供了强有力的技术支持， 具体表现在以下方面： 一是利用大数据技术从海量数据中提取有用的信息和模式， 可以帮助识别数据背后的潜在价值和规律， 为证券化产品设计提供依据。二是云计算平台提供了弹性的计算能力， 可以根据实际需求随时扩展或缩减资源， 保障数据处理能力始终满足需求。云存储服务可提供高成本效益的数据存储方案， 减少本地存储设备的投入和维护成本， 支持数据备份和灾难恢复功能， 增强数据安全性， 支持分布式计算模型， 加快数据处理速度， 缩短分析周期， 提高运营效率。三是人工智能技术的应用进一步提升了公共数据资产证券化的智能化水平， 对公共数据进行深度自动化挖掘和预测， 为证券化决策提供科学依据。构建风险模型评估不同场景下的风险水平， 帮助制定风险管理策略， 及时发现潜在的风险点， 以减少损失。四是区块链技术提供了一个去中心化的平台， 可以降低交易成本， 提高数据资产证券化的透明度和效率。区块链上的数据一旦被记录就无法更改或删除， 能保证数据的真实性和完整性， 从而降低欺诈风险。智能合约是一种自动执行的合约， 当预设条件达成时自动触发交易， 可以自动执行现金流的分配、 证券的发行与赎回等操作， 简化了交易流程， 有助于增强市场参与者的信心， 促进市场健康发展（黄尹旭等，2024）。
（三） 数据规模持续扩张与资源交互日益频繁
随着数字化转型的加速推进， 我国的数据规模呈现爆发式的扩张态势。随着数据规模的扩张， 市场对数据产品的需求不断增加， 为公共数据资产证券化提供了丰富的数据源和广阔的市场空间。随着分析技术的进步， 数据价值得到更好的释放， 蕴含的信息可以帮助决策者制定更有效的政策， 为投资者提供更有价值的洞察。
数据来源的多样性为公共数据资产证券化提供了丰富的素材， 不同类型的数据可以组合形成更具吸引力和实用性的数据产品。数据共享平台和机制允许不同部门与地区的数据进行交互， 从而提高数据的透明度和可用性， 为数据资产证券化提供了便利。通过数据的灵活组合和配置， 可以形成针对特定市场需求的数据产品， 更好地满足投资者的需求， 提升数据产品的市场竞争力（姚宇，2022）。
资源交互的增强减少了数据处理的成本和时间， 更高效的处理流程使得数据资产证券化成为可能， 同时也增强了投资者的信心， 使得更多参与者可以参与到数据资产证券化的实践中来， 从而推动市场的发展。
（四） 服务体系逐步完善与可借鉴的成功经验
在推进公共数据资产证券化的过程中， 我国正逐步完善相关的服务体系， 可为整个流程提供全面的支持。政府部门正在建设统一的数据采集平台， 以便于收集来自不同部门和地区的数据资源。依托于云计算技术， 提供弹性、 可扩展的存储服务， 利用高性能计算资源， 提高数据处理的速度和效率。政府及相关机构正积极建设公共数据平台， 以提供数据存储、 计算、 挖掘等一站式服务。数据交易平台的建立， 为数据资产的交易提供了场所， 可以保障数据在交易过程中的安全性和隐私。数据交易规则和标准的制定， 有助于维护市场的公平竞争。监管机构负责监督数据交易活动， 保护市场参与者的权益。同时， 专业的数据服务商不断涌现， 提供了数据清洗等定制化服务， 可满足市场多样化的需求， 并根据客户需求提供定制化的数据处理和分析解决方案。全方位、 多层次的服务支持体系不仅促进了数据资产证券化的顺利进行， 也为市场参与者提供了更大的创新空间和更多的发展机遇（商希雪，2024）。
此外， 我国在推进公共数据资产证券化的过程中， 还可以积极借鉴国内外的成功经验。在一些地区， 政府和企业尝试利用数据资产进行融资， 取得了积极成果。2023年， 杭州高新金投控股集团有限公司成功登记了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（ABN）， 这是全国首个包含数据知识产权的证券化产品。该产品将数据知识产权转化为可交易的金融工具， 为数据资产化开辟了新的路径。2023年7月， 广西电网有限责任公司与中航信托股份有限公司、 广西电网能源科技有限责任公司正式签署数据信托协议， 在北部湾大数据交易中心完成了首笔电力数据产品的登记及交易， 标志着全国首单数据信托产品在场内交易的顺利完成， 这有助于打破数据“孤岛”现象， 提高数据的质量和可用性。同时， 还可以了解国外关于数据资产证券化的法律法规， 关注国际上关于数据权利归属、 数据跨境流动等议题的最新进展， 借鉴其在保护数据安全、 促进数据流通方面的制度设计。
四、 我国公共数据资产证券化面临的主要问题剖析
我国公共数据资产证券化还缺乏完善的数据要素市场、 安全的交易环境和有效的监管机制， 这影响着我国公共数据资产证券化的实践发展。主要问题如下：
（一） 规范缺失
当前我国在公共数据资产证券化交易配套机制体系中， 仍存在多方面的规范缺失， 主要表现为产权规范不明确、 交易机制缺失以及监督管理失配等问题。
1. 产权规范不明确。数据资产的产权界定、 确权与保护不仅是数据资产流通的前提， 也是数据资产证券化能够顺利推进的基础。目前我国在数据资产产权方面的法律规范尚显滞后， 专门性法律制度的供给未满足市场快速发展的需求。一是数据资产产权的界定模糊， 不同来源、 类型的数据在产权归属上缺乏清晰的标准， 影响数据合法流转； 二是数据资产确权机制不健全， 数据处理环节中权利关系复杂， 缺乏有效的确权手段和程序， 从而增加交易风险； 三是数据资产法律保护体系尚不完善， 数据泄露、 滥用等问题频发， 不仅损害了数据主体的合法权益， 也不利于数据资产证券化市场的健康发展。因此， 产权规范不明确已成为制约数据资产证券化的重要因素（谢迪扬，2023）。
2. 交易机制缺失。数据资产证券化作为一种创新的融资方式， 其成功实施依赖于完善的交易机制。然而， 当前我国数据资产证券化市场尚处于起步阶段， 交易规则、 交易标准、 产品等方面的制度规范尚未统一， 导致市场参与者在交易过程中面临诸多不确定性。一方面， 由于缺乏统一的交易标准和规则， 不同平台之间的数据资产难以互通互认， 严重制约了数据资产的流通， 降低了数据资产的交易效率； 另一方面， 市场上缺乏多样化的数据资产证券化产品， 难以满足投资者的多元化需求。此外， 数据交易平台的服务水平与层次不均衡也是制约交易机制完善的重要因素之一。
3. 监督管理失配。数据资产证券化涉及跨领域、 跨行业的复杂交易， 对监管机制提出了更高的要求。然而， 当前我国在数据资产证券化监管方面存在不足。一是传统的金融监管模式难以适应数据资产证券化这一新兴业态的发展需求， 需要构建更加灵活、 包容的监管框架； 二是数据资产证券化涉及多个监管部门和领域， 需要各部门之间加强沟通与协调， 形成监管合力； 三是监管科技在数据资产证券化监管中的作用日益凸显， 但相应的监管规则和标准尚未建立， 导致监管空白和漏洞出现（张楠和马治国，2024）。这些问题不仅增加了监管难度和成本， 也打击了市场参与者的信心和积极性。
（二） 技术应用过程中的潜在风险层出不穷
公共数据资产证券化伴随着一系列安全隐患， 需要给予足够的重视。主要涉及以下风险：
1. 数据泄露风险。公共数据资产证券化的本质是将数据打包成金融产品进行交易， 这就意味着大量的个人隐私数据和敏感信息可能会暴露在网络环境中。但在实际操作中， 一旦数据包被非法获取， 就可能导致大规模的信息泄露事件， 进而损害公民隐私权益和社会稳定（姜爱茹，2024）。此外， 即便是最先进的加密算法也可能存在被破解的风险， 这进一步加剧了数据泄露风险。
2. 数据篡改风险。在公共数据资产证券化的各个环节中， 数据的真实性至关重要。然而， 若缺乏有效的监管机制和技术保障， 就有可能出现数据被人为篡改的情况。篡改后的数据不仅会误导投资者的决策， 还可能会影响政策制定和社会资源配置， 造成严重的经济损失和社会信任危机。
3. 数据滥用风险。虽然公共数据资产证券化旨在促进数据资源的合理配置， 但如果缺乏合理的制度设计和严格的监管措施， 可能会导致数据被滥用。
4. 技术依赖风险。现代数据处理高度依赖算法和自动化系统， 但任何技术都有其局限性和潜在漏洞。过分依赖技术可能会导致决策过程中忽视人的主观判断， 一旦技术出现故障， 缺乏及时的人工干预， 就可能会对社会秩序造成严重影响。
（三） 公共数据资产证券化的部分环节还存在监管空白
公共数据资产证券化旨在通过公私协作将公共数据资产转化为可交易的金融产品， 从而深入挖掘其潜在价值。在这一过程中， 各方主体面临着监管空白所带来的诸多挑战， 难以有效适应并顺利推动证券化进程。
1. 相关法律法规不完善。从监管法律体系的角度来看， 我国公共数据资产证券化尚处于起步阶段， 相关法律法规体系尚不健全， 针对公共数据资产证券化的专门性法规仍显不足。法律空白导致在证券化过程中， 各方主体的权利义务关系不明确， 容易发生法律纠纷和合规风险。同时， 由于缺乏统一的法律标准， 不同地区监管部门的执法过程可能存在差异， 这进一步加剧了监管的不确定性。
2. 监管体系不统一。2023年3月， 我国成立了国家金融监督管理总局， 旨在通过整合原有的监管资源解决之前存在的监管不统一、 信息分散等问题。但在公共数据资产证券化的实践中， 仍然存在以下两方面的挑战： 一方面， 新监管机构的职能整合与运作需要时间磨合， 短期内可能无法完全消除监管空白或重复监管的现象； 另一方面， 由于市场对新监管环境的适应尚处于初期阶段， 投资者与市场参与者对新规则的理解和信任还不够强， 这在一定程度上会影响市场的活跃度和流动性（宋晓晖，2023）。因此， 在公共数据资产证券化这一新兴领域， 如何充分利用新监管机制的优势加强金融部门之间的信息共享和协同仍然是一大难题。
3. 监管问题导致市场流动性不足。在公共数据资产证券化的市场中， 由于缺乏对新型监管体制的了解和有效的信息披露制度， 投资者难以充分了解证券化产品的风险收益特征， 从而削弱了其投资意愿。同时， 市场参与者对监管政策的预期不明确， 也导致了其对市场交易的谨慎和保守。这种市场流动性的不足进一步限制了公共数据资产证券化市场的发展空间， 使得各方主体在推动证券化进程时面临更大的困难。
（四） 价值评估机制的市场化和法治化不足导致价值虚增
公共数据资产证券化涉及多方面的考量。在实际操作中， 缺乏统一的标准和透明的评价体系， 加之市场参与者对于数据价值的认知差异， 导致定价过程中主观判断占据较大比重， 可能引发价值虚增。
1. 从数据本身的特性来看， 数据的非实体性决定了其价值难以通过传统手段进行精确衡量。数据的价值更多体现在其使用价值上， 即通过数据分析挖掘出的信息对于决策的支持作用。这种价值形式使得在进行公共数据资产证券化时， 如何合理评估数据的潜在利用价值成为一大挑战（李文超和姜爱茹，2024）。传统的资产评估方法如成本法、 收益法等在面对数据资产时显得“力不从心”， 难以准确反映数据资产的真实价值。市场法虽能体现公允价值， 但受制于数据产业的发展局限， 难以普遍适用。此外， 评估机构在评估过程中可能受到利益驱动， 人为推高数据资产的价值， 为后续的证券化埋下隐患。
2. 制度环境的缺乏为价值虚增提供了“温床”。当前我国在数据确权、 流通和交易等方面尚未形成成熟的操作规范。这使得在公共数据资产证券化过程中， 各方利益主体容易受到短期利益驱动， 采取乐观估计甚至夸大预期收益的做法， 推高数据资产的“价格泡沫”。同时， 在公共数据资产证券化过程中， 信息不对称现象尤为突出。数据资产的所有者（如政府机构、公共事业单位等）往往掌握着更全面的数据资源， 而投资者则相对处于信息劣势地位。这种信息不对称不仅增加了投资者的决策难度， 也为价值虚增提供了空间。数据资产的所有者可能通过选择性披露信息或隐瞒关键信息， 误导投资者对数据资产价值的判断， 进而实现价值虚增。
3. 市场认知偏差也是导致价值虚增的重要因素。随着数字化转型的加速推进， 社会各界对大数据、 人工智能等前沿技术给予了高度关注， 也间接影响到公共数据资产的市场表现。部分投资者由于对新技术缺乏深入了解， 容易受到市场情绪的影响， 盲目追求所谓的“数据红利”， 忽略了背后存在的技术及其应用不确定性问题， 导致投资决策过于乐观， 无形中推升了对数据资产的价值预期。
五、 我国公共数据资产证券化的法治化因应
公共数据资产证券化是数据资源化、 资产化和资本化进程中的重要环节， 涉及的法律问题复杂多样， 包括数据权属、 合规性、 交易安全等， 为此需要系统性地从法治层面予以回应。
（一） 规范搭建： 逐步完善全局视角下的配套机制
全局视角下的配套机制是确保公共数据资产证券化健康、 有序发展的基石， 研究数据资产证券化的规制路径具有极大的现实意义。为了实现数据从资源化向资产化再到资本化的逐步演进（张楠和马治国，2024）， 不仅需要在法律层面加快制定专项法律法规， 还需要修订数据保护、 证券及税收等相关法律法规， 积极参与国际法律协调， 降低法律风险与成本。
在监管体系方面， 需构建一个多层次、 动态的监管架构， 确保中央与地方、 行业监管与综合监管的有效结合。强化跨部门协作与信息共享， 实施动态监管与风险评估， 及时发现并处置潜在风险， 同时建立健全投资者保护机制， 增强市场参与者的信心。
在技术标准方面， 统一数据标准和格式对于促进数据的互联互通与共享共用至关重要。这就需要加强数据安全与隐私保护技术的研发与应用， 利用先进技术手段确保数据安全与隐私。同时， 建设并运维高效、 稳定的技术平台， 为数据提供方、 需求方及中介机构提供便捷的交易场所与服务。
在市场机制方面， 积极培育与引导多元化市场主体参与公共数据资产证券化市场， 形成良性竞争与合作格局。鼓励金融机构根据市场需求和投资者偏好进行创新， 发行多样化的产品。同时， 拓展公共数据资产证券化的应用领域， 推动其与其他金融产品的融合与互补， 提升市场的吸引力和活力。此外， 加强与国际市场的合作与交流， 推动公共数据资产证券化的国际化进程。
渐进式地完善和落实法律框架、 监管体系、 技术标准及市场机制等， 可以为公共数据资产证券化提供全面有力的支持与保障。
（二） 安全保障： 以协同合作为基点构建合作治理结构
在深入探索公共数据资产证券化的法律与实践框架时， 构建基于协同理念的合作治理结构显得尤为重要。这一治理结构不仅是确保数据安全与隐私、 维护市场秩序及保障投资者权益的基石， 更是推动公共数据资产证券化可持续发展的重要保障。首先， 合作治理结构需紧密依托于全面且细致的法律体系， 该法律体系需通过国家层面的立法活动确立， 明确界定公共数据资产证券化的法律地位、 操作流程， 以及确立数据安全与隐私保护的严格标准与规范， 从而为合作治理提供坚实的法律支撑。其次， 合作治理结构应广泛吸纳多元主体（如政府机构、数据提供方、数据参与方、证券化参与方等）， 确保它们在享有平等地位和权利的基础上能够积极参与决策过程， 促进彼此间的信任与合作， 共同应对数据资产证券化过程中可能出现的各种挑战与风险（黄丽华等，2022）。再次， 强化监管与问责机制是确保合作治理结构有效运行的关键环节。监管部门需对数据资产证券化过程进行全面、 深入的监管， 及时发现并纠正违规行为， 对违反法律法规或合作治理结构规则的行为依法追究相关责任方的法律责任。最后， 推动技术的创新与应用， 如运用区块链等先进技术提升数据安全与隐私保护水平（马治国和张楠，2023）， 利用人工智能等前沿技术提升合作治理结构的运行效率与效果（胡凌，2022）， 进一步提升公共数据资产证券化的整体效能， 为数字经济的繁荣发展注入新的活力。
因此， 构建一个基于协同理念的合作治理结构， 是确保公共数据资产证券化合法、 合规、 安全运行的重要途径（杜庆昊，2020）。这一治理结构需紧密依托全面的法律体系， 吸纳多元主体参与， 制定详尽的规则与标准， 强化监管与问责机制， 并推动技术的创新与应用。
（三） 监管强化： 引入与实施针对性分类识别策略
在深入探索公共数据资产证券化监管体系的优化路径时， 引入一套针对性强、 操作性强且高度精细化的分类识别策略， 显得尤为迫切且具有深远的理论与实践意义。此策略的核心在于， 通过对公共数据资产的多维度特征、 证券化流程的复杂性以及潜在风险的动态性进行深入剖析， 构建一套科学合理的分类体系， 以实现监管资源的有效配置与监管效能的最大化。
1. 分类识别策略的实施需建立在对公共数据资产特性的深刻理解之上。监管机构可依据数据的敏感性、 经济价值、 流通范围及潜在影响等因素， 将公共数据资产划分为不同的类别或等级。在分类过程中， 不仅要考虑数据的当前状态， 还要预见到其未来可能的变化趋势， 从而确保分类准确并具有前瞻性。在此基础上， 监管机构可以针对不同类别的数据资产， 制定差异化的监管标准、 审查流程及风险控制措施， 确保监管具有针对性和有效性。
2. 分类识别策略需与现有的合作治理结构紧密结合， 形成协同监管的合力。监管机构可与其他参与方建立紧密的沟通协作机制， 共享数据资产证券化过程中的关键信息， 包括数据流动轨迹、 风险评估报告、 合规审查结果等。通过信息共享， 监管机构可以更加准确地掌握市场动态和风险状况， 及时调整监管策略， 共同维护市场的稳定与安全。
3. 分类识别策略的实施离不开先进技术的支持。监管部门可积极运用大数据、 人工智能等前沿技术， 提升数据处理的效率和准确性（周蓉蓉，2020）。同时， 智能合约等技术的应用也可以在一定程度上实现监管规则的自动化执行， 减少人为干预， 提高监管的透明度和公信力。
4. 分类识别策略的实施还需考虑法律的约束与保障作用。监管机构要在法律法规的框架内制定和执行分类识别策略， 确保策略合法合规。同时， 法律法规的完善也可以为分类识别策略的实施提供有力的制度保障， 推动公共数据资产证券化监管体系的不断完善和升级。
因此， 引入针对性强、 操作性强且高度精细化的分类识别策略， 是优化公共数据资产证券化监管体系的重要举措。深入剖析数据特性、 加强合作治理、 运用先进技术以及完善法律法规， 构建一套更加科学、 合理、 高效的监管体系， 可以为公共数据资产证券化的健康、 有序发展提供坚实保障。
（四）定价优化： 多手段结合， 构建科学的价值评估体系
构建一个针对公共数据资产的、 科学的价值评估体系是目前面临的难题， 该体系不仅要能准确捕捉公共数据资产的内在价值， 还要能够应对市场变化、 技术革新以及法律政策调整带来的不确定性。
1. 价值评估体系需要遵循法律法规和政策导向。这就要求价值评估体系必须紧跟国家及地方关于数据资产、 证券化以及隐私保护的最新法律法规和政策。同时， 应鼓励并促进与国际标准接轨， 以便在全球化背景下更好地评估和管理风险。
2. 价值评估体系需要深度融合传统评估方法与新兴技术。成本法、 市场法等传统评估方法提供了评估价值的基础框架， 而大数据、 人工智能等新兴技术则为评估提供了更强大的数据处理能力和更精确的预测模型。如通过人工智能技术可以分析数据的使用模式、 用户行为和市场需求， 为定价提供更精准的依据。
3. 在评估过程中， 对公共数据资产的多维度特征进行细致入微的分析。对于价值评估体系， 除了常规的质量、 规模、 时效性和稀缺性， 还应考虑数据的可访问性、 可处理性、 可解释性以及与特定应用场景的匹配度。这些特征共同决定了数据资产的实际应用价值和潜在经济价值， 进而影响证券化产品的定价。此外， 还需充分考虑证券化产品的风险特征和市场环境。评估者应运用金融工程学、 风险管理学和计量经济学等理论与方法， 建立复杂的风险评估模型和定价模型， 以准确反映风险与收益的关系。
4. 价值评估体系的实用性和可操作性也是不可忽视的重要方面。对于价值评估体系， 应设计简洁明了的评估流程和评估报告模板。同时， 还应提供持续的培训和支持， 确保评估者能够熟练掌握评估方法和工具， 不断提高评估的准确性和效率。除此以外， 建立统一的数据交易平台也能够有效促进数据的交易（陈舟等，2022）。
综上， 构建一个全面、 深入、 科学且实用的多手段结合的价值评估体系， 是公共数据资产证券化定价机制的核心任务。这一体系的建立不仅有助于推动公共数据资产证券化市场的健康发展， 还能为投资者提供更加准确、 透明的定价信息， 促进资源的有效配置和市场的繁荣稳定。
六、 结语
数据资产证券化不仅有利于数据资产的流动， 还有利于数据资产市场的规范化运作， 提升市场的透明度和公平性， 并为数据市场的繁荣和发展注入新的活力， 为数据驱动型经济的增长提供强大的动力。随着数据资产市场的不断完善和发展， 越来越多的企业和个人开始认识到数据资产的重要性， 并积极参与到数据资产的创建、 交易和管理之中， 这反过来又能进一步推动数据市场的成熟和技术的进步。通过数据资产化， 可以将原本仅用于行政管理的公共数据转化为具有经济价值的资产， 有助于提高数据的利用效率， 促进数据市场的健康发展。同时还能突破原有的利用方式， 拓宽数据的应用领域， 通过数据共享平台， 可以让更多的企业和个人访问公共数据， 推动数据的创新应用和开发。
【 主 要 参 考 文 献 】
陈舟，郑强，吴智崧．我国数据交易平台建设的现实困境与破解之道［ J］．改革，2022（2）：76 ～ 87．
杜庆昊．数据要素资本化的实现路径［ J］．中国金融，2020（22）：34 ～ 36．
范佳佳．公共数据进入数据要素市场模式研究［ J］．信息资源管理学报，2024（2）：68 ～ 81．
胡凌．数据要素财产权的形成：从法律结构到市场结构［ J］．东方法学，2022（2）：120 ～ 131．
黄京磊，李金璞，汤珂．数据信托：可信的数据流通模式［ J］．大数据，2023（2）：67 ～ 78．
黄丽华，郭梦珂，邵志清等．关于构建全国统一的数据资产登记体系的思考［ J］．中国科学院院刊，2022（10）：1426 ～ 1434．
黄尹旭，杨竹，张超.数字融通与优化配置：促进新质生产力发展的数字金融法治建构［ J］．学习与实践，2024（7）：104 ～ 114.
黄尹旭，杨东．“利益—权利”双元共生：“数据要素×”的价值创造［ J］．中国社会科学，2024（2）：47 ～ 64+205．
黄尹旭．和合共生：公共数据治理的“传统——现代”互融式建构［ J］．法治社会，2024（3）：116 ～ 126．
黄尹旭．论国家与公共数据的法律关系［ J］．北京航空航天大学学报（社会科学版），2021（3）：27 ～ 31．
姜爱茹．公共数据资产的证券化运作及其法治保障［ J］．征信，2024（6）：58 ～ 66．
李芳馨，金京伟．数据资源的资产化及资本化研究［ J］．通信世界，2024（6）：18 ～ 20．
李文超，姜爱茹．“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［ J］．金融发展研究，2024（5）：57 ～ 66．
罗玫，李金璞，汤珂．企业数据资产化：会计确认与价值评估［ J］．清华大学学报（哲学社会科学版），2023（5）：195 ～ 209+226．
马颜昕．论公共数据的范围［ J］．行政法学研究，2024（4）：83 ～ 96．
马治国，张楠．区块链赋能数据资产证券化及其法律治理［ J］．深圳大学学报（人文社会科学版），2023（3）：114 ～ 124．
苗菊，吴聪聪．数字认知与传播中的多语言多模态术语知识库——社会应用与价值实现［ J］．中国科技术语，2023（4）：12 ～ 20．
齐英程．公共数据增值性利用的权利基础与制度构建［ J］．湖北大学学报（哲学社会科学版），2022（1）：12 ～ 20．
商希雪．两级市场模式下公共数据开放与再利用的制度进路——兼论数据财政的实现路径［ J］．理论与改革，2024（3）：62 ～ 81．
沈韵，冯晓青．公共数据商业利用边界研究［ J］．知识产权，2023（11）：60 ～ 77．
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）：20 ～ 22．
孙清白．公共数据授权运营营利性与公益性的冲突及其制度协调［ J］．行政法学研究，2024（3）：140 ～ 153．
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（3）：57 ～ 67．
徐京平，张可雨．国家审计与公共数据资产管理：逻辑体系、作用机制和驱动路径［ J］．财会通讯，2024（5）：14 ～ 21+26．
徐明月，安小米．数智治理概念体系构建：要素、特征及关系［ J］．中国科技术语，2023（4）：47 ～ 56．
姚宇．公共数据资源化管理在地方立法中的检视与制度构造——基于数据经济要素统一大市场的构想［ J］．经济研究导刊，2022（24）：153 ～ 155．
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（2）：211 ～ 222．
中国信通院．公共数据授权运营发展洞察（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.我国金融科技发展现状、困境与战略路径［ J］．新金融，2020（10）：55 ～ 59．
