數字金融何以推進新質生產力發展：邏輯、挑戰與進路

【關鍵詞】數字金融；新質生產力；科技創新；數據確權；黑箱治理

一、問題的提出

新質生產力是企業數字化轉型的新引擎，其本質是產業鏈、創新鏈、科技鏈和人才鏈的布局。而金融在本質上是一個資金鏈，為新質生產力“四鏈”領域提供資金支持是發揮金融功能的體現。新質生產力和數字金融融合發展的過程，是社會企業踐行綠色發展、社會責任和可持續經營理念的過程，也是實現經濟效益和社會效益雙贏的過程。因而，因地制宜構建完善的數字金融支持體系，可以更好地服務新質生產力發展格局。但目前數字金融在發展過程中仍存在完善空間，比如，在數字金融技術服務實體經濟發展過程中如何有效解決優勢企業的數據風險問題、算法黑箱問題和算力風險問題，以及在監管層面如何突破現有監管模式、監管工具的局限等。如何準確把握數字金融和新質生產力的內在聯系，妥善解決現有風險挑戰，推動數字經濟和實體經濟、未來產業深度融合成為金融行業必答題。

二、文獻綜述

（一）關于數字金融何以推進新質生產力發展的內在邏輯

從理論邏輯上，張壹帆和陸岷峰（2024）認為創新是發展新質生產力的核心要素，奧地利經濟學家約瑟夫·熊彼特的創新理論為揭示數字金融和新質生產力發展提供了理論作用機制[1]。在制度邏輯上，王學軍（2024）認為制度變革和創新是促進新質生產力發展的關鍵議題[2]；胡剛和陸岷峰（2024）認為通過供給資金和配置資源，金融可以降低新質生產力發展過程中的邊際成本，促進資源流動[3]。在現實邏輯上，高質量發展是數字經濟發展的方向，新質生產力是推動中國數字經濟“質變”躍升的關鍵力量。

（二）關于數字金融推進新質生產力發展的現實挑戰

數字金融是數字、金融、創新、技術等多元因素融合的經濟發展模式，在促進新質生產力發展過程中主要面臨來自數字技術和數字監管兩方面的挑戰。在數字技術方面，杜傳忠等（2023）認為“數據+算法+算力”是數字經濟時代推動創新變革和促進新質生產力發展的核心力量[4]。金融科技時代要謹防數據泄露和數據壟斷問題發生，程雪軍（2023）認為算法驅動為傳統金融轉型升級提供了動力，但是在此過程中也要提防算法對創新的破壞作用[5]。在數字監管方面，劉岳川（2023）認為傳統的“命令-控制”型金融監管模式對創新和數字化轉型具有缺憾，不利于未來產業平穩發展[6]。楊子暉等（2022）認為系統性金融風險因其極強的傳染性特點，是實體經濟發展面臨的重要問題，同時，系統性金融風險也成為制約新質生產力發展的又一不確定因素[7]。

（三）關于數字金融推進新質生產力發展的實踐進路

數字金融成為賦能新質生產力發展的關鍵力量，但是在這一過程中也面臨數字技術和數字監管兩方面的梗阻，將其有效化解是數字金融推進新質生產力發展的重要環節。崔聰聰（2024）認為數據風險發生的根源皆因權利內容的邊界不清，因此有必要通過加強數據確權和數據登記來保證數據的合理利用[8]。呂桐弢（2023）認為算力盜用等問題多發，源自市場和公眾認知落后于其發展，因此，完善算力治理體系，促進算力基礎設施建設，是保障算力服務新質生產力的重要步驟[9]。面對傳統金融監管模式的制約，盧超（2024）認為包容審慎監管策略背后映射出回應性規制的監管思路，有效緩解了金融創新發展與市場監管之間的緊張關系[10]。面對系統性金融風險突發性、復雜性和易受交叉感染的特征，動態化的金融監管模式可以緩解系統性金融風險的擴散。

（四）評述

綜上，數字金融是促進創新范式變革和賦能新質生產力蓬勃發展的核心力量。在理論邏輯、制度邏輯和現實邏輯三方面實現了有機融合，為揭示數字金融和新質生產力發展提供了理論指導。但數字金融具備數字和金融的雙重特征，在推進新質生產力發展過程中也面臨來自技術創新和市場監管兩方面的現實挑戰，通過制度創新、理念創新和治理創新等多種手段可以緩解金融創新和市場發展之間的緊張關系。然而，在新發展階段，我們面臨的市場環境也空前復雜，金融賦能新質生產力發展的不確定因素也在不斷增加，為遏制市場經濟的自發性、盲目性和滯后性所帶來的危害，促進金融強國建設和未來產業的發展，仍需要有為政府和有效市場共同發力，注重運用法律的調節和規制作用，充分發揮市場在資源配置中的決定性作用，營造鼓勵創新、允許試錯的良好氛圍。

三、數字金融何以推進新質生產力發展的內在邏輯

（一）理論邏輯：創新是發展新質生產力的核心要素

科技創新是數字金融助推新質生產力發展的關鍵變量和內在需求。在數字經濟時代，數字金融作為新興的經濟力量，正深刻影響著新質生產力的發展。一是數字金融填入了新的生產原料。熊彼特的創新理論認為掠取或控制原材料或半成品的一種新的供應來源被視為一種創新。在數字金融時代，數據已成為數字金融的關鍵生產要素，要完成對傳統金融的超越和實現金融領域的要素賦能，就必須依靠數據這一新型生產要素賦能新質生產力。二是數字金融促進了產品創新。新質生產力是產業現代化的關鍵要素，產品創新是產業現代化的重要環節，金融行業的轉型升級為加快生產力迭代，形成新的競爭優勢創造了市場環境。三是數字金融推動了市場創新。創新理論認為開拓新市場是創新的重要表現，而市場創新又是助力服務業從低附加值到高附加值轉變的重要方向。數字金融憑借其跨地域、跨時空的特點，打破了傳統金融市場的界限，深入挖掘市場需求，整合創新資源，為塑造新質生產力，培育新動能新優勢開辟了新賽道。

（二）制度邏輯：降低交易成本是激發新質生產力發展的制度性要求

制度變革和創新是促進新質生產力發展的關鍵議題。自科斯提出交易成本理論后，不論是制度變革還是技術創新，都是為了在特定條件下最大程度激發生產潛能。在新質生產力背景下，重新審視數字金融與市場發展之間的聯系，以降低交易成本為目標，充分激發市場活力，構成數字金融推動新質生產力發展的制度性要求。具體而言，可以從以下三個方面分析。一是金融資本的注入。新質生產力本質是產業鏈、創新鏈、科技鏈和人才鏈的布局。金融在本質上是一個資金鏈，為新質生產力四鏈領域提供資金支持是發揮金融功能的體現。二是優化資源配置。引導金融資源聚焦源頭創新，支持關鍵技術的攻關，加大對原始創新策源和科技成果轉化等領域的資金支持，同時發揮政府投資基金的杠桿作用，培育壯大耐心資本，為科技創新提供長期穩定的資金來源。三是要降低制度摩擦成本。所謂制度摩擦成本，是指在數字金融支持新質生產力發展過程中，由于配套制度的不完善或者不適應所產生的各種成本。所以，為了降低制度摩擦影響，政府要充分發揮市場監管功能、完善配套法律，減少金融體系支持新質生產力發展過程中所面臨的交易成本。

（三）現實邏輯：新質生產力是驅動高質量發展的關鍵力量

新質生產力是推動中國數字經濟“質變”躍升的關鍵力量[11]。具體而言包括三個方面。一是要加快推進金融企業數字化轉型。金融在推動新質生產力發展中發揮著基礎性作用，加強金融企業數字化轉型，深化金融供給側結構性改革，是推進金融業服務實體經濟，服務國家戰略的重要體現。二是要推進原創性關鍵技術的突破。科技創新是發展數字金融和培育新質生產力的核心要素。因此要加大對科技基礎研究的支持力度，培育具有自主知識產權體系的關鍵技術，形成系統協調的科技創新生態體系。三是要推動未來產業創新發展。根據《工業和信息化部等七部門關于推動未來產業創新發展的實施意見》，未來產業主要是指“未來產業由前沿技術驅動，當前處于孕育萌發階段或產業化初期，是具有顯著戰略性、引領性、顛覆性和不確定性的前瞻性新興產業。”數字金融具有數字與金融的雙重特征，對于帶動未來產業發展，培育新質生產力具有戰略選擇，因此要發揮數字金融優勢，為創新產業發展提供更多金融資本注入。

四、數字金融推進新質生產力發展的現實挑戰

（一）技術維度

1.數據風險對發展新質生產力的挑戰

數據是關鍵生產要素，數據要素憑借非競爭性、高流動性和低成本復用等優勢，成為推進新質生產力發展的重要引擎。然而，目前數字金融治理仍面臨以下風險。一是數據泄露。因金融機構擁有海量涉及個人隱私的敏感數據，在與市場進行交互的過程中，個人資產信息、征信信息、生物特征信息等都關系到每個人的切身利益和幸福生活，一旦泄露，會嚴重危害個人隱私和財產安全[12]。二是數據壟斷。由于目前數據產權仍無法完全界定，數據產權不明晰成為數據優勢一方盤剝數據弱勢群體利益的規則漏洞。依據《反壟斷法》框架，數據壟斷的形態主要有“利用數據達成壟斷協議”“基于數據優勢濫用市場地位”和“數據驅動型經營者集中”三種表現形式[13]。某些金融機構可能利用自身優勢地位形成數據壟斷，阻礙技術擴散和消弭產業創新。三是數據篡改。惡意篡改交易數據是金融數據風險的另一重要方面。金融系統攻擊者通過技術手段入侵系統，篡改交易金額、賬戶狀態或偽造交易記錄。這可能導致資金流向錯亂、賬目混亂，甚至誘發市場操縱行為，給金融機構與用戶帶來巨大損失。

2.算法黑箱對發展新質生產力的挑戰

參考《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》相關內容，可將算法歧視簡單描述為設定特定的數據管理方式，在無正當理由的情況下對交易條件相同的對象實施差別待遇，侵害消費者合法權益的行為[14]。其形成原因可以歸結為以下三個方面。一是算法黑箱結構的不透明性。算法黑箱技術隱藏了其決策的復雜過程，接收者只能得到簡單的輸出結果，由于無法刺透黑箱內部的分析和運算，所以一些金融機構就利用算法黑箱技術的這一本質缺陷，以技術抗辯規避其非法金融活動。典型的做法如“大數據殺熟行為”。二是算法黑箱技術的不成熟性。技術的不成熟性是引發金融風險的源頭。在算法黑箱技術存在初期，數據形成較為單一，算法決策過程仍可在一定程度上進行解釋。但在金融市場全面數字化下，算法技術的應用場景呈現多樣化，金融活動的經濟實質與技術治理之間的認知差距，導致了算法“保護”下的算法歧視和治理套利行為。三是算法黑箱導致的信息不對稱性。因算法黑箱決策的不透明性，導致了輸出信息的不透明性。隨著算法提供者與消費者之間的信息差加大，由此引發的金融風險也愈發不可控。例如，以算法隱藏定價規則，對不同群體的消費者實施差別定價，利用信息不對稱誤導消費者投資，由此引發的金融市場公平性問題等。算法黑箱對金融市場運營環境的健康發展形成威脅，不利于創新發展，成為制約數字金融助推新質生產力發展的又一要素。

3.算力風險對新質生產力發展的挑戰

算力是數字金融發展的重要基座，是推動經濟社會數字化轉型的重要條件，也是推動新質生產力發展的底層邏輯[15]。2023年10月工業和信息化部等六部門聯合印發的《算力基礎設施高質量發展行動計劃》中指出：算力是集信息計算力、網絡運載力、數據存儲力于一體的新型生產力。新質生產力以數據要素為核心，但對數據的處理離不開強大算力的支撐。新質生產力背景下，要促進產業轉型和AI智能場景落地，就必須促進中國算力的發展。然而目前我國金融算力生態系統仍面臨以下幾個問題。一是算力盜用風險。“算力盜用”是指未經授權或非法獲取計算資源，進行數據挖掘、加密貨幣挖礦等一系列計算密集型任務的行為。二是行政監管力量欠缺。算力監管通常具有較高的技術門檻，這意味著算力監管需要專業的行政監管力量來執行，但目前我國在算力監管方面的行政力量相對欠缺，例如人員編制和監管任務不匹配、監管技術和監管手段滯后等，導致算力監管效率低下，無法及時有效應對算力領域出現的新問題。三是算力監管的協同治理格局尚未形成。數字金融涉及領域廣，觸發系統性金融風險的概率也在穩步提升，因此，協同治理成為有效治理途徑。然而，目前我國算力協同治理格局尚未形成，政府、企業和社會之間的協作和溝通還不順暢，無法形成有效的監管合力，可能導致算力資源在不同地區和不同領域之間難以有效分配，進而削弱新質生產力全面發展。

（二）監管維度

1.“命令-控制”型監管模式對新質生產力發展的阻礙

數字金融關注對金融科技的深度運用，同時技術的革命性突破也是發揮科技創新動能催生新質生產力的關鍵前提，因此科技創新成為二者發展的核心要素。但是傳統金融監管模式常常表現為“命令-控制”型監管，需要事先制定規則，并要求被監管者嚴格遵守相關命令，當被監管者違反相關規則時，就要受到監管機構的警告或者懲罰[16]。這種治理策略存在一定缺陷。一方面，“命令-控制”型監管作為一種靜態和單向度的監管模式，嚴重依賴政府機構的主觀積極性，但政府機關負有多重發展任務，難以實現有效監管。另一方面，在“命令-控制”型監管模式中，監管者和被監管者之間始終處于一種緊張狀態，當監管機構受到政策方針影響時，往往會在不同目標當中搖擺不定，從而呈現“運動式監管”，或過度監管，或監管留白，導致市場主體不能對監管形成穩定預期，以致對創新行為造成損害。尤其是在以“顛覆性科技創新”為發展內核的數字金融和新質生產力發展過程中，“命令-控制”型監管模式不僅影響科技創新規制的有效性，也會對科技創新本身產生嚴重影響。

2.系統性金融風險對新質生產力發展的制約

數字金融賦能新質生產力發展過程中仍面臨系統性金融風險的侵擾。所謂系統性金融風險是指因金融體系整體或局部受到破壞導致金融服務中斷，對實體經濟具有潛在負面影響的風險。系統性金融風險具有明顯的傳染性特征，這意味著單個金融機構、金融市場的波動，都將向金融系統中的其他機構和其他市場快速傳遞。在數字技術與傳統金融融合發展下，大數據、人工智能、ChatGPT等新一代信息技術成為推動金融業轉型發展的新動能，金融科技和數字金融在金融業態應用中不斷深化。在提高金融效率、降低交易成本的同時，也帶來了諸如AI換臉所導致的信用風險、數據泄露導致的安全風險、算法歧視導致的技術風險、虛假交易所引發的市場風險、技術創新與監管失衡所引發的監管風險等一系列風險。因此，如何應對金融系統的異常波動，既是金融治理的關鍵，也是促進新質生產力發展的關鍵。

五、數字金融推進新質生產力發展的法治進路

（一）加強數據確權制度建設

金融數據確權是發揮數據價值的前提和基礎，數據泄露和數據壟斷的發生皆因權利內容的邊界不清，從而引發秩序失衡。2022年12月2日國務院出臺《中共中央國務院關于構建數據基礎制度更好發揮數據要素作用的意見》（以下簡稱《數據二十條》）強調要“建立公共數據、企業數據、個人數據的分類分級確權授權制度”[17]。金融數據特性復雜，金融數據確權建設應從以下三個方面展開。一是完善金融數據初始權利配置。《數據二十條》在權利初始配置上強調要根據數據的來源和生成特征，界定數據的合法權利。因此，金融數據確權也應以數據產生的實質性貢獻為標準，準確把握原始數據、衍生數據和創新性數據的特征，明確金融數據的特征為“所有”而非簡單“占有”，權能應包括占有、使用、收益和處分。同時，基于分配正義原則，還應賦予原始數據所有者以利益分配請求權。二是加強金融數據產權登記。數據產權登記制度是數據產權結構性配置的基礎性制度，現有數據產權登記機構的分散性、數據產權登記效力的模糊性和數據產權登記客體的復雜性嚴重制約著數據功能的發揮。數據產權登記應當發揮金融數據資產確權、數據可信交易和擔保融資以及數據監管等功能[18]。三是加強數據分類分級。數據產權配置強調不同主體間的權責關系，著重于數據的外部關系，而數據分類分級注重數據內部的精細化治理，以適應不同需求。《數據二十條》提出建立數據資源持有權、數據加工使用權、數據產品經營權的“三權分置”的產權配置制度，但金融數據的復雜性決定了其在不同的場景和環節具有不同的作用，可能存在權利配置需求的沖突。因此，根據不同類型的數據采取差異化的策略，充分考慮金融數據在開發利用、流通共享和價值挖掘方面的作用至關重要[19]。

（二）創新數字金融算法黑箱治理機制

數字金融助推新質生產力發展必須依托良性的算法治理機制。面對算法黑箱技術存在的弊端，應從以下四個方面創新治理機制。一是堅持發展與治理并重的價值導向。治理體系重構的核心是堅持良善算法治理導向，形成良序算法治理格局。政府在頂層設計和監管實踐中，要勇于打破傳統的部門利益結構，探索更具敏捷性和創新性的技術監管手段，引導金融機構形成“技術向善”氛圍，為推進未來產業創新發展塑造技術價值導向[20]。二是要健全算法審查標準。健全算法準入的事前審查標準，以算法產品的內在本質為實質性標準為主，而非程序上簡單的外觀主義。一方面要對算法服務提供者進行實質性審查，另一方面也要對算法運營過程進行實質性審查，最大可能揭示算法黑箱的真實情況。三是強化科技治理。以科技制約科技是治理算法黑箱的最佳途徑，可以在算法技術設計之初加入技術代碼保護某些敏感數據，在實際運行過程中對算法偏向進行預警。同時，監管機構也應引進智能化監管技術，提高風險識別、分析和監管的有效性。四是強化信息披露建設。針對算法黑箱引發的信息不對稱問題，強化信息披露建設至關重要。要引導金融機構主動披露算法決策的依據、潛在的風險和對投資者可能產生的影響。以可靠性、及時性、相關性、可比性和可驗證性為標準制定詳細的信息披露標準，提高信息披露質量。同時建立公開平臺和互動機制等信息披露渠道，以提高信息披露的積極性。

（三）完善算力治理體系建設

完善算力治理體系建設是保證數字金融發展，支持新質生產力拓展的重要步驟。一是積極引導算力設施建設。算力盜用本質是因算力資源的稀缺性和難以獲得，算力需求和算力供給之間的不平衡引發了算力秩序的失衡。因此，積極引導算力基礎設施建設，加快算力資源供給可以在一定程度上緩解這一矛盾，推動算力服務實體經濟。二是推動政府監管和數字化轉型。政府監管數字化轉型是破解傳統監管低效的關鍵，其核心在于運用互聯網、大數據、人工智能等技術手段實現政府治理信息化與法治化深度融合，優化革新政府監管流程和方式[21]。政府監管部門要善于利用技術大模型實現對風險的識別與預警，克服基于執法經驗對人力需求和資源需求的短板，促進算力治理效能。三是構建算力協同治理新機制。要形成以數字化為底座的算力協同治理，構建協同治理新機制。一方面要發揮機構領導作用，為推動跨區域、跨層級、跨系統、跨部門的協同治理提供有力保障；另一方面要搭建統一數字平臺，推動算力資源共治共享，提高區域協同效能與治理效率，更好發揮算力資源賦能新質生產力發展的服務格局[22]。

（四）深化包容審慎監管制度落實

為擺脫傳統金融監管對新質生產力發展的束縛，有必要從以下三個方面深化包容審慎監管制度落實。一是完善金融監管法律法規框架。要緊跟金融發展趨勢，及時推進金融重點領域和新興領域的立法工作，填補法律空白，補齊短板弱項。加快推進《金融穩定法》的出臺，確保金融法律法規能夠隨著金融市場的變化而不斷更新和完善，為金融業創新和新質生產力發展提供堅實的法律保障。二是促進溝通商談機制創新。包容審慎監管策略下的回應性規制，日益強化企業、行業協會、行政機構及數字金融領域新興力量之間的深度融合。在此過程中，數字金融企業以其技術前沿性和市場敏銳度，成為推動監管創新的重要力量；行業協會則發揮其橋梁作用，促進信息共享與標準制定；而行政機構則通過優化監管工具，如沙盒監管、柔性執法等手段，確保監管既能跟上技術發展的步伐，又不至于扼殺創新活力。三方協同，共同探索出一條既符合數字金融特性，又能有效防范風險的新型監管之路，為新質生產力的蓬勃發展保駕護航。三是提升金融監管科技應用水平。金融監管科技的應用可以推動監管模式創新，實現由事后監管向事前、事中監管的轉變。這種轉變有助于監管機構在風險發生前進行預防和干預，降低系統性風險的發生概率，同時也為金融機構提供更加寬松、包容的創新環境。

（五）推進動態化金融監管體系建設

防范系統性金融風險一直是金融監管的核心，也是做好數字金融大文章的重心。系統性金融風險具有突發性、復雜性和易受交叉感染的特征，一旦爆發，便可能在短時間內迅速傳播，對金融體系和經濟造成巨大沖擊。因此有必要以動態化監管為策略，防范化解系統性金融風險。一是要構建動態化金融監管框架。2018年中國人民銀行等部門聯合發布的《關于完善系統重要性金融機構監管的指導意見》（以下簡稱《指導意見》）一定程度上為金融監管部門動態化監管提供了依據。但在法律層級上，《指導意見》作為體系內部的法律文件效力有限，因此，應制定相關法律，對系統性金融風險動態監管的界定、識別標準、監管原則和監管框架等問題進行宏觀設計，以保證規則實施的協調性和整體性，明確各監管部門的職責分工與責任機制，消除法律規定不明確和規則不清晰的狀態[23]。二是加強穿透式監管。要善于通過審查金融產品的表面形態看清金融業務和行為的實質，將資金來源、中間環節與最終走向穿透連接，以甄別金融業務的性質，確保金融市場的透明度和安全性[24]。三是推進持續監管。持續監管的核心在于精心構建監管責任閉環，定期進行監管行為的深度復盤。一方面要建立健全風險預警與處置機制，運用大數據、人工智能等對系統性金融風險進行實時監測與深度分析，實現金融風險從萌芽到消退的全周期、精準化監管，有效遏制風險擴散與升級。另一方面要構建全面覆蓋、高效協同的檢查糾改治理機制，確保對違規問題從發現、報告、整改到評估的全鏈條監管無死角。同時還要打造消費者權益保護協調管理機制，通過數據分析預測潛在侵權風險，實現從預防、監測、處置到反饋的侵權行為全過程監管，確保消費者權益得到及時、有效的保護。