普惠金融視域下征信替代數據的功能分析與治理進路

尚博文

（北京大學 法學院，北京 100871）

習近平總書記指出：“共同富裕是社會主義的本質要求，是中國式現代化的重要特征。”[1]促進全體人民共同富裕是一項長期任務，實現共同富裕的基礎是豐盈的財富基礎。從金融領域來看，普惠金融能夠顯著促進共同富裕，在收入提升和縮小差距方面作用效果明顯[2]，是實現共同富裕的重要手段和機制，逐漸成為新時代對金融系統的全新要求。從普惠金融的發展來看，金融活動自身特性與金融抑制政策等因素的存在，加劇了以成本收益和信息對稱問題為核心的金融排斥（financial exclusion）①效應。而我國長期存在的金融抑制政策，亦會在成本收益和信息對稱兩個方面使普惠金融可得性難度進一步提升。傳統征信體系建設幫助解決信息不對稱、降低金融交易成本并助推普惠金融發展已成為一種共識，但傳統征信體系存在其固有局限性，最突出的問題是難以覆蓋普惠金融視野下的“白戶”，還存在銀行傳統風控模式與普惠金融可得性不匹配的問題。

替代數據（alternative data）是在基本信息、借貸信息之外，通過數字技術可獲取的、具備判斷個人和企業信用狀況的數據②。本文認為，征信替代數據助力普惠金融可得性提升的邏輯，本質上在于數據這一新型生產要素的價值創造迭代以及社會信用體系的轉型升級，最終建立推動普惠金融發展的“征信替代數據社會契約”。在實踐中，征信替代數據存在著采集行為亂象，還暴露出數據集聚之下的價值創造與數據安全問題。征信替代數據是推動實現普惠金融可得性的重要推動力，本文通過探尋征信替代數據存在的多元控制結構、厘清數據集聚與規模化之下的公共產品特性，為征信替代數據推動實現普惠金融、助力共同富裕構建現實進路。

一、普惠金融在傳統征信體系下的實現困境

（一）金融排斥效應下的普惠金融

聯合國在國際小額信貸年（2005 年）的宣傳文本中首次提出“普惠金融”（financial inclusion）一詞，其基本含義是能夠以可負擔的成本有效而全方位地為所有社會成員提供金融服務[3]，核心在于幫助全體社會成員獲取公平的金融交易機會。普惠金融的界定方式眾多，但其最基本的度量指標是金融可得性，客觀層面反映在金融產品的覆蓋密度方面，主觀層面則是金融服務在總人口中的獲得比率[4]。實踐中，金融活動自身特性與金融抑制政策等因素的存在，引發了以成本收益和信息不對稱問題為核心的金融排斥效應，使得普惠金融可得性難以實現。

從“金融”自身來看，金融既是一種資源配置方式，也是一種戰略性的稀缺資源，天生就具備馬太效應，使社會中的弱勢個體或企業受到不同程度的金融排斥。尤其是在我國，金融行業屬于需要持牌經營的特許行業[5]，提供融資服務的金融機構只有獲得監管部門許可才能開辦，金融市場中的金融活動同樣也處于事前控制之下[6]。由此，我國長期存在的這種金融抑制政策會阻礙金融資源分配公平，加深金融排斥程度。

具體來看，金融排斥效應會在成本收益和信息對稱兩個方面對普惠金融產生負面影響。一方面，成本收益反映了金融服務遵循其商業邏輯的理論可能性：金融覆蓋長尾群體收集特定個體、小微企業客戶信息的成本過高，收益若無法覆蓋其服務成本（人力、資本、技術、風控等），就會導致政策引導下的“運動式”普惠金融難以具備可持續性[7]。另一方面，即使在理論上普惠金融服務能夠覆蓋成本，信息不對稱現象的存在仍然會使普惠金融難以具備現實可能性。在信息不對稱之下，金融機構不具備衡量前述長尾群體信用狀況的有效指標，會使其難以識別信貸市場中的“劣幣”，缺乏向貧困群體、小微企業、偏遠農村地區提供金融服務的動力，進而產生逆向選擇（adverse selection）與道德風險（moral hazard）兩類問題，引發可得性缺失的惡性循環。

（二）傳統征信體系推動金融普惠的局限性

傳統征信體系建設幫助解決信息不對稱問題、降低金融交易成本并助推普惠金融發展已成為一種共識[8]。征信體系提高了金融資源配置的效率，信用報告、信用評級等服務的出現優化了金融業務流程，降低了金融機構交易成本，提升了普惠金融可得性實現的理論可能性。此外，征信體系還彌補了金融服務市場中信息提供的缺失，通過識別個人基本信息、歷史借貸信息，向金融機構提供信貸弱勢群體的基本畫像，提升金融資源的供給水平。

然而，傳統征信體系也存在其固有局限性，最突出的問題是難以完全覆蓋普惠金融視野下的“白戶”。截至2020 年年末，中國人民銀行征信系統已收錄11 億自然人、6092.3 萬戶企業及其他組織，其中小微企業3656.1萬戶、個體工商戶1167萬戶[9]，但目前仍有8000 萬戶小微企業、3500 萬名畢業生和6000萬名低保人員是信用白戶[10]。上述缺少歷史信用檔案、借貸記錄的個人以及經營流水并不豐富的小微企業共同構成了我國金融市場中的白戶。信用白戶在我國數量眾多，在金融市場上具備極為重要的影響力，能否消除信用白戶直接影響到普惠金融可得性的實現。

此外，傳統征信體系下還存在著銀行傳統風控模式與普惠金融可得性不匹配的問題。普惠金融領域的信貸需求有著“點多面廣”“短小頻快”的特點，但是銀行對普惠領域的信貸業務尚未形成針對性、差異化的授信和風控體系，傳統抵押貸款模式仍占相當比例，普惠金融服務面臨信息獲取難、服務成本高、規模不經濟等問題，致使銀行發放小微企業貸款的內生動力不足。

二、普惠金融視域下的征信替代數據及其功能

（一）征信替代數據的含義界定

替代數據也被稱為非傳統性數據（non-traditional data），從國際法源來看，國際征信委員會（International Committee of Credit Reporting）將替代數據定義為通過技術平臺收集并可隨時獲得的數字化信息[11]。世界銀行（The World Bank）認為尚未形成較為統一的替代數據定義，而“通過數字手段獲得大量的數據”則是現有定義中的一種共識[12]。美國金融消費者保護局（Consumer Financial Protection Bureau）對其的使用是描述性而非規范性意義上的，認為傳統數據和替代數據之間可能沒有涇渭分明的界限[13]。

在國內法源下，2021年9月出臺的《征信業務管理辦法》（以下簡稱《辦法》）第三條重構了信用信息的定義③，其概念界定范圍較為寬泛，征信替代數據的確可以納入第三條的“其他相關信息”之中。不過，目前學界尚未對替代數據作出統一定義。通過梳理國際、國內的相關資料，本文認為，征信替代數據是一種在個人基本數據、借貸數據等傳統數據之外的，通過數字技術可獲取并具備判斷個人和企業信用狀況的數據類型。

此外，學界對于征信替代數據與大數據征信的概念普遍存在混淆適用，厘清概念也有助于更好地理解征信替代數據的功能作用。本文認為，應從個人、企業兩類信用主體的二分視角來理解：在個人征信市場中，征信替代數據是一種在獲取、存儲、管理、分析方面大大超出了傳統數據替代數據的數據集合，與大數據的概念在本質上是一致的。也即排除了個人基本數據、銀行等持牌金融機構借貸數據之外的任何數據，倘若其經收集與處理后能用于識別和判斷個人信用狀況，都應屬于征信替代數據的范疇。而在企業征信市場中，如小微企業的水電氣、電信等基礎設施費用、稅務繳費記錄等，其本質上就是各行政、司法部門處的傳統數據，而今不過主要是以政務數據等電子化形式再現。因此，這些政務數據在嚴格意義上并非屬于“大數據”的范疇，僅是在互聯網時代的一種政務數據電子化，并能夠用來綜合判斷企業的日常經營與整體信用狀況。

（二）征信替代數據推動金融普惠的路徑分析

1.整體功能：“征信替代數據社會契約”

進入數字經濟時代，數據已經成為新型國家重大戰略資源，是繼勞動、土地、資本等之后的又一重要生產要素。從國際政府間組織所倡導的數據治理及其功能來看，其關鍵是實現數據的價值、安全和公平追求。世界銀行2021年發布的副題為“數據改善生活”的《世界發展報告》即為最好詮釋：世行呼吁建立新的“數據社會契約”（social contract for data），并提出了良好的數據治理標準[14]：一是保障所有利益相關方數據權利和權益，增強數據生態系統的可信度；二是推動數據使用和針對不同用途的再利用；三是通過投資和監管創造一個公平的競爭環境。

通過世行的這一理論棱鏡審視征信替代數據，其功能實現關鍵是建立能夠推動普惠金融發展的“征信替代數據社會契約”。“征信替代數據社會契約”中存在正、負兩項循環：隨著征信替代數據的共享和利用，信用數據服務和信用大數據分析帶來的益處和價值在大幅增加；與此同時，征信數據被濫用的風險也會逐步上升。普惠金融可得性實現的過程，需要重復進行征信替代數據的共享和利用，背后是公眾的自愿參與，但持續發生的數據濫用將會使公眾喪失對數據交流所依賴的系統、法規和制度的信任，致使其拒絕自愿參與數據價值創造過程。由此，整個數據治理體系將陷入信任度缺失、數據價值難以利用的負面循環。繼承自霍布斯、洛克提出的社會契約思想，“征信替代數據社會契約”意味著需要在數據創建、再利用和共享過程中的所有參與者達成一種共識，促成并增進金融機構、信用白戶、全體社會公民之間的信任，推動形成普惠金融可得性持續提升的正向循環。

2.具體路徑：數據價值與信用升級

征信替代數據推動普惠金融發展的兩條具體路徑，分別是數據的價值創造迭代以及社會信用體系的轉型升級。

第一，從數據的價值創造來看，征信體系中征信替代數據的廣泛運用使得信用數據來源不再匱乏單一，解決白戶“從零到一”信用評價的最大難題，充分提高貸款獲得的可能性。使用行為數據或是公共部門的數據，能夠替代歷史借貸數據、對之前沒有過信貸經歷的個人和企業作出信用判斷，例如通過在校成績、獲獎和相關志愿活動、社交網絡信用評分等數據，判定應屆畢業生的信用狀況。由此，征信替代數據推動普惠金融從只能夠完成“從一到萬”的信用狀況評價，到能夠消除信用白戶、實現“從零到一”的可得性縱深發展。

第二，從社會信用體系的轉型升級來看，替代數據能夠滿足金融機構信用評價、風控系統的合規需求。“增厚”白戶的信用檔案，能夠推動金融普惠理論上的可能性提升，但是否愿意投放、能否長期持續投放，則還需符合金融機構自身的商業邏輯。從事征信業務的科技公司采集替代數據并向金融機構推送信用報告、風險預警等信息，能夠持續滿足金融機構對借款客戶精準畫像、密切動態跟蹤的需要，完善現代征信業下銀行風控體系。金融機構征信數據的廣度和深度得以擴展，信息的關聯度得到增強，使金融機構能夠充分判斷企業的經營狀況與個人的替代信用狀況，進而完成社會信用體系的深度轉型升級。研究表明，通過替代數據給金融機構提供服務，營銷、審貸、貸后管理的成本得以降低，其不良貸款率甚至低于金融機構常規統計的不良貸款率[15]。

（三）現有征信替代數據治理的突出問題

受益于公共基礎設施建設方面的制度優勢，我國征信對替代數據的使用已經走在世界前列。但與此同時，替代數據助力普惠金融過程中的諸多現實問題逐漸顯現。總體而言，這些問題可以劃分為兩類：一是征信替代數據采集行為及其市場結構的亂象，二是數據規模化提升、數據集聚之下的價值創造與數據安全問題。

從征信替代數據采集行為及其市場結構的亂象來看，大數據征信機構以金融科技公司為主體，其中有較多從事數據服務但游離于監管之外的數據服務機構。這些機構業務中涉及的信息采集、整理、保存、加工和提供沒有明確的規定，既會產生信息主體合法權益的侵權風險，又難以保證數據采集質量[16]。傳統金融機構由于不具備較強的數據分析能力，在與科技公司開展深入合作時難以對合作流程進行實質監督，導致征信替代數據存在泄露、濫用風險；而后者則得以控制豐富的客戶和消費者數據，借由數據與算法的“標準化”實現更強大的平臺規模效應，成為大型平臺科技公司④。

從數據規模化提升、數據集聚之下的價值創造與數據安全問題來看，一方面，存在著信用數據共享的問題。當前各類征信替代數據大多分布在工商、稅務等政府部門尤其是在市場化的個人征信公司中，個人征信公司對征信替代數據的壟斷成為突出問題。征信數據壟斷可以作兩層理解：一是對征信數據這一要素進行壟斷；二是基于數據要素的壟斷——各類經營個人征信業務的大型金融科技公司，通過控制數據來獲得預測和控制消費者行為的能力以及由此帶來的經濟效益[17]，并依托于數據控制和處理優勢成為強勢主體，向接受金融服務的弱勢消費者及整個社會分配風險。再加上不同類別數據之間的相互交易與互聯互通難度較大，數據共享的愿景更加難以實現。另一方面，數據規模化提升帶來了數據安全問題。一些大型金融科技公司掌握著海量征信替代數據，對國家利益、社會公共利益造成了深遠影響。長久以來征信替代數據治理中“紅綠燈”邊界的缺失，也帶來了2022 年《政府工作報告》所述“資本無序擴張”問題。

三、征信替代數據的結構拆解與屬性分析

（一）結構拆解：多元控制結構

我國《個人信息保護法》的建構理念源自個人數據“自決”論，其前提是數據處理需要得到數據主體的同意，意即個人享有對自己數據的支配權⑤。經由“用戶同意”的數據“自決”成為數據處理的法定基礎，但數據自決論在理論與現實中均顯現出其局限性。

在理論方面，數據對個人而言雖有利益聯系，但自決實際仍難以被證明是一種對個人數據的支配性權利。數據不具備稀缺性，更不應該作為一種支配權存在[18]。此外，高度的信息自決權究竟包括哪些個人數據并不明晰[19]。而自決論下的“知情同意”機制，也存在著強制披露機制失效的問題[20]。

從現實層面看，征信替代數據更難言是完全處在個人控制之下，而是存在一種多元控制的格局。如圖1所示，以個人征信替代數據為例，征信替代數據從個人在日常活動和金融交易活動中產生，個人是征信替代數據的生產者、一級控制者。銀行、證券公司、保險公司在內的金融機構是征信替代數據的二級控制者，涉及用戶的金融資產、負債、交易數據等各類數據。但實踐中，金融機構往往缺乏數據挖掘能力，無奈出讓數據控制權[21]，金融機構與第三方征信等科技公司合作趨熱。個人征信公司憑借金融機構合作外包交付的替代數據，以及金融科技集團公司或關聯方之間對公民個人使用各類軟件數據的收集分析，成為個人征信數據的三級控制者，也是實踐中最大限度挖掘利用數據價值的控制方[22]。最后，跨機構、跨平臺全量交易數據的平臺（如銀聯、網聯等）和人民銀行征信、百行征信等征信數據平臺成為個人征信數據的四級控制者。企業征信同樣如此，如前所述，企業征信替代數據實際上是傳統政務、司法信息的電子化形式，地方各行政、司法部門、各行業組織是企業征信替代數據的二級控制者，央行征信數據平臺是三級控制者，同樣具備多元控制結構的現實格局。

圖1 個人征信替代數據的多元控制結構

厘清征信替代數據中的多元控制結構是數據良法善治的前提。進一步來看，“控制”并非簡單提供金融服務，其實質代表著對征信替代數據的支配。以金融機構與個人征信公司的合作為例，多元控制結構下的數據控制轉移，并非僅是征信替代數據由一方到另一方的簡單分包或共同開發，實踐中暴露出的是金融機構將信息科技管理和風險控制等核心環節外包給個人征信公司的弊病。金融機構及其控制之下的數據實際被其分包委托的征信公司所支配，而機構自身無法在技術上監督個人征信公司，從而引發數據收益分配、風險損失責任分擔之間的難以協同等各項問題。

（二）屬性分析：公共產品維度

習近平總書記提出，要加快新型基礎設施建設，推動數字經濟和實體經濟融合發展，推進重點領域數字產業發展[23]。金融基礎設施是為各類金融活動提供基礎性公共服務的系統及制度安排，處于金融市場的中樞地位，是需要國家向公民提供的公共產品。主張自由放任的古典經濟學亦認可集體行動困難在國家安全、社會安全、司法制度等產品提供中的存在，故國家應當承擔起提供最低限度公共服務的義務。薩繆爾森（Paul Samuelson）最早區分了公共產品與私人產品，認為“每個人對公共產品的消費都不會導致其他人對該產品消費的減少”[24]。公共產品的最重要特征是非排他性（non-excludability）和 消 費 的 非 競 爭 性（non-rival-ness）；布 坎 南（Buchanan）認為薩繆爾森等人所定義的公共產品屬于“純公共產品”，認為在現實中大量存在介于公共和私人產品之間的“準公共產品”或“混合商品”[25]。

就數據自身的屬性來看，有觀點認為數據即是公共產品，但這一論斷并未清晰地認識到數據要素性質隨規模的變化趨勢：

其一，單個自然人的個人數據本身并無價值[26]，個人數據只有經過匯總和處理后才有價值，且其“期權”價值隨著數據規模和詳細程度上升⑥。因此，單個人的征信替代數據自然難以稱得上公共產品。

其二，數據的集聚具備較高價值，但并非公共產品。數據的集聚是指金融機構、征信機構對征信替代數據的采集匯總，這一集聚形式的價值創造是非守恒性的，所有數據產生的總價值往往大于所有單個數據價值的總和[27]。但是，多元控制結構下的征信替代數據集聚天然具備高度排他性。以個人征信公司為例，其基于數據開發出的算法工具或是分析結果，是公司運營與產品推廣的核心價值所在。雖然數據集聚存在能夠被多方共同使用的理論可能，但每多一次基于相同數據范圍的價值創造，數據集聚價值的稀缺性便會隨之減弱。市場主體不愿放棄其信息優勢和形成規模經濟的機會，征信替代數據完全不具備成為公共產品的現實可能性。從另一個角度思考，將數據的集聚認定為公共產品也會阻礙和損害數字經濟創新。

其三，以國家提供公共產品的視角審視征信替代數據，如圖2所示，在數據量級達到相當巨大的規模后，兩類征信替代數據控制者實質上構成了金融基礎設施。第一類是國家構建的金融數據平臺，例如中國人民銀行征信中心、金融基礎數據中心等，具備完全的非競爭性和非排他性，屬于純公共產品范疇；第二類是如螞蟻、騰訊集團等提供信用服務的大型科技公司，實質上屬于準公共產品性金融基礎設施。

圖2 征信替代數據性質隨規模提升而改變

提供信用服務的大型科技公司依靠其海量數據和龐大的生態體系，以占據主導地位的優勢覆蓋了全國絕大多數用戶，實現了數據資源內部高度整合[28]。如支付寶、微信支付通等產品取代銀聯進行跨行資金結算，支配海量用戶的生產經營和生活支出，實質性發揮了消費金融和基礎性征信的功能。從數據濫用風險來看，其威脅到的也是國家金融體系安全和社會公共利益。因此，提供信用服務的大型科技公司所建立的跨界生態科技體系，本質上是一種社會化的金融基礎設施，是一種排他性較強但競爭性較弱的準公共產品，應按國家金融基礎設施和準公共產品的要求進行規制。

四、征信替代數據推動普惠金融實現的現實進路

（一）構建多元控制結構下的多主體協同共治體系

多元控制結構下的多主體協同共治體系構建，是征信替代數據推動普惠金融發展的外部保障。黨的十九屆四中全會著重強調，要“堅持和完善共建共治共享的社會治理制度”，“建設人人有責、人人盡責、人人共享的社會治理共同體”。針對征信替代數據形成的多元控制格局，應當構建起“征信+科技”“政府+市場”“全國+地方”多層次發展的多主體協同共治體系。

第一，應繼續加強以中國人民銀行為中心的征信業務監管體系。金融市場基礎設施建設屬中國人民銀行職能，應堅持《辦法》對個人征信業務許可制、企業征信和信用評級業務備案制的規定⑦，將利用金融信貸信息的各類征信機構統一納入管理，并建立中國人民銀行牽頭、反壟斷執法個人信息保護等多部門聯合執法機制。此外，還需在現有三家個人征信持牌機構的基礎上發放更多個人征信牌照，盡快規范并推動個人征信市場在持牌經營要求下發展。

第二，發揮地方征信行業協會自律協調規制功能。行業自律組織是中國人民銀行征信監管的重要協助力量，能夠搭建市場主體溝通和協調的平臺，也可作為科技公司提升內控水平、強化自我治理的有力推手。應推動行業協會向上反映行業訴求、向下提供各類服務，有效推動各類規制政策及配套制度落地。特別是在征信糾紛解決中，行業協會較為完善的糾紛處理、協調溝通功能在一定程度上能解決政府和市場失靈的問題[29]。

第三，在政府規制、行業協會自律管理之外，推動中小微企業、金融科技公司以及各類地方信用示范園區等機構參與治理，發揮各類主體的優勢互補與功能配合作用，促成較為良好的信用生態循環。此外，還需加強對征信市場各方的宣傳教育，拓寬社會群體的監督渠道，提升征信機構與數據主體的信息保護意識。

（二）激發以共享為價值取向的數據價值創造

公私部門各自及其之間的征信替代數據共享，是普惠金融實現的價值之源。私營部門是征信替代數據的主要控制者，控制大量數據會產生相當大的規模經濟效益，且會給數據持有者帶來經濟或政治方面的“數據權力”[14]。表面上，重復或共享使用并不會折損數據自身價值，但實質仍然會讓原有控制主體在市場中喪失信息優勢。因此，私營部門不愿與其他機構分享、出售和交換數據的根本原因，正是在于不愿放棄形成“數據權力”的可能性。例如，我國“花唄”“借唄”數據早期遲遲未與“百行征信”等基礎設施進行互聯互通是如此；美國亞馬遜只賺取微薄的利潤，并以低于成本的價格尋求成為關鍵基礎設施亦是經典一例[30]。此外，征信替代數據在采集、傳輸、交換等各個環節均面臨風險，數據流通的規范性、兼容性不足也是一大阻力。

黨的十九屆四中全會明確指出，要加強數據有序共享，依法保護個人信息。從單個數據到數據集聚、再到海量征信替代數據，隨規模化程度提升的數據價值是數據控制多次轉移實現的。積極踐行共享理念是最大程度完成數據價值挖掘創造的前提，也是實現多元控制結構中各方共贏的必由之路。

一方面，對于提供信用服務的大型科技公司來說，其本質上提供了準公共產品性金融基礎設施，應當將其納入宏觀審慎管理，并按照國家金融基礎設施和準公共產品的要求對其進行監管，以大數據穿透式監管推動其互聯互通與數據共享。同時，有兩項互補的政策工具可以應對“數據權力”：一是變革現有《反壟斷法》對市場支配地位的認定方式；二是制定完善的事前政策，促進征信替代數據公司之間的充分競爭。

另一方面，“十四五”規劃提出要“建立健全數據產權交易機制和交易平臺”。完善的數據資源產權與交易流通機制，能夠發揮金融基礎設施在信息流通、安全保護方面的優勢，激勵私營部門進行數據資源采集、處理和共享。目前，我國第一家金融數據港已于2021 年7 月在上海浦東開港。在建設金融數據交易所過程中，應當通過多方安全計算、聯邦學習、差分隱私、聯盟鏈等技術保障數據使用權交易，實現數據可用不可見、數據不動價值等的深層次征信替代數據共享⑧。

（三）完善以分類分級為標準的數據安全保障

習近平總書記指出：“金融安全是國家安全的重要組成部分，是經濟平穩健康發展的重要基礎。”[31]征信替代數據的價值創造有賴于包含數據安全在內的社會信用度整體提升，完善的數據分類分級標準是征信替代數據推動普惠金融實現的內生動力。

征信替代數據的上位概念，是《中國人民銀行金融消費者權益保護實施辦法》和《個人金融信息保護技術規范》（以下簡稱《規范》）規定的金融數據⑨。如表1所示，數據分類分級的理念已在現有規制體系中有所體現。現行金融數據分類分級體系在數據升降級方式等部分存在亮點，但在數據重要性判斷依據方面值得進一步思考。例如，《規范》根據敏感程度將數據從高到低分為C3、C2、C1三個類別，但C3類別信息的損害后果局限于個人金融數據主體自身的安全，未體現規模化的個人金融數據對公共利益、國家安全的可能影響。

表1 現有金融及網絡行業數據分級體系對比

首先，在宏觀理念層面，應推動征信替代數據分類分級標準由業務視角向重要性視角的轉變。2021 年出臺的《數據安全法》取代了《網絡安全法》中以“網絡運營者”為主體的模式，以國家作為數據分類分級的主體，這一轉變凸顯了國家對數據作為基礎性戰略資源的認識和管理思路的升級[32]。沿此思路審視征信替代數據，公共產品的提供者由公共部門擴展至掌握海量數據的科技公司，科技公司作為金融公共基礎設施的一部分，具備影響國家和公共利益的現實可能性。因此，應當推動征信替代數據分類分級標準由金融機構、征信公司自身業務處理視角，向影響國家、社會公共利益的視角轉移。

其次，數據分類分級的前提是征信機構類別的劃分，應在《辦法》現有全持牌要求之上先建立機構分級持牌機制，持一級牌照的征信機構可以收集全部征信數據，持二級牌照的征信機構需要在中國人民銀行進行備案，并只能夠收集征信替代數據。

再次，在具體分級分類規則層面應采取“正面分級+負面清單”的模式。一是正面分級標準，以類別與規模二分法判斷替代數據所含價值，并按所含價值與關系利益劃分國家核心征信替代數據、重要征信替代數據、一般征信替代數據。二是級別之間的關聯，應引入《網絡數據分類分級指引》規定的數據重要性“升降級”機制，將替代數據體量增加、大量多維替代數據關聯等作為數據重要性升級信號，將數據公開與披露、發生特定事件導致脫敏等作為降級標志。并且，對于允許采集的數據，還要對數據進行信用性和可控性考量，綜合判斷確定可采集數據的范圍與標準化流程。三是應將包括《個人信息保護法》規定的個人敏感數據、價值較低的數據以及處理行為極易侵犯個人數據權利等數據類型排除在數據處理范圍之外，構建起征信數據領域的數據處理負面清單制度。

注釋：

①金融排斥是指個人或者企業獲取金融服務的途徑有限。See Sharon Collard，Elaine Kempson&Claire Whyley，Tackling Financial Exclusion-An Area-based Approach，The Policy Press，2011，at Introduction.

②“信息”“數據”兩概念并無實質意義上的區別，在本文語境下對兩概念進行交替使用。

③《征信業務管理辦法》第三條，將信用信息界定為“依法采集，為金融等活動提供服務，用于識別判斷企業和個人信用狀況的基本信息、借貸信息、其他相關信息，以及基于前述信息形成的分析評價信息”。

④根據金融穩定理事會（Financial Stability Board，FSB）的定義，大型科技公司是指具有廣泛建立的客戶網絡并使用其平臺來促進金融服務的大型技術公司。參見FSB. FinTech and market structure in financial services：Market developments and potential financial stability implications，https：//www.fsb.org/wp-content/uploads/P140219.pdf.

⑤如歐洲基于人格尊嚴、美國基于隱私保護的個人數據保護理論，GDPR的第21條和第22條也賦予數據主體對個人信息的高度自決權。

⑥個人活動、產品、事件和行為中收集到的原始數據本身沒有價值，而一旦經過匯總、處理和變現、或用于社會目的，就能產生價值。UNCTAD.Digital Economy Report 2021：Cross-border Data Flows and Development， https：//unctad.org/webflyer/digital-economy-report-2021.

⑦《征信業務管理辦法》第四條規定：從事個人征信業務的，應當依法取得中國人民銀行個人征信機構許可；從事企業征信業務的，應當依法辦理企業征信機構備案；從事信用評級業務的，應當依法辦理信用評級機構備案。

⑧參見中國人民銀行《金融科技發展規劃（2022—2025年）》。

⑨《中國人民銀行金融消費者權益保護實施辦法》第二十八條，以及《個人金融信息保護技術規范》第3.2條。