生产要素创新性配置是催生新质生产力的源头之一，如何促进要素优化组合是新质生产力发展的重要命题[1]。加快金融强国建设，在市场化法治化轨道上推进金融创新发展，推动要素资源的更新更好更优配置是发展新质生产力的重要路径。工业经济时代的传统金融模式对于激发数字经济时代的要素优化组合存在一定桎梏。一方面，传统金融模式存在一些固有问题，主要为间接金融模式高度依赖于金融中介，金融活动迟滞于经济周期，“晴天送伞、雨天收伞”客观上助推资产泡沫或者经济萧条的发展[2]。另一方面，传统金融模式下生产要素组合和资源配置方式日益固化，以价格趋势和资产状况为基本市场信号和信用锚定，不适配于数据要素等新质要素。

创新推动数字金融发展是金融促进新质生产力的重要可行路径，其结合大数据和人工智能等前沿技术，可以实现逆周期监管、数字信用和金融脱媒，克服传统金融模式的一些弊端，尤其是数字金融转向数据要素为重要内核，实现生产要素的数字融通与优化配置，从基底上推进新质生产力的涌现和跃升[3]。由此，面对新质生产力背景下数字金融的法律供给问题，本文尝试探索数据制度与金融制度双维路径，优化治理，抵制风险，推进“金数共融”，改善金融传统功能，培育新质功能，发挥数字金融、数据要素的乘数效益，切实建构促进新质生产力发展的数字金融法治框架。

金融活动的诞生深深植根于社会各主体追求资源最优配置的内在诉求，而数字金融作为新兴的金融形态，凭借其独特的技术运用和革新性的重塑过程，具有对传统金融功能进行优化升级与深度融合的潜力。数字金融依托于区块链、大数据、人工智能等前沿科技手段，以其独特优势打破时空限制，提高金融信息处理、风险评估、交易执行等各个环节的效率，实现金融功能在更高层次上的发挥，能够精准对接和匹配资本、劳动力、技术、数据等各类生产要素，使之在更大范围、更深层次上实现自由流通和优化配置，从而促进了经济社会的高效运转与持续发展[6]。技术创新的力量对金融功能进行了革新性的扩展与升华，能够从源动力上促进新质生产力的发展。

（一）传统功能的改善：资金融通的优化实现

数字金融可以在一定程度上克服传统金融机构不够灵活、无法敏锐捕捉周期，以及过于依赖资产信用体系等的固有弊端。

其一，融合数据要素，数字金融模式得以多元获取市场信号，更加具备灵活性与韧性。数字金融深度耦合数据要素这一新质要素，以及大模型、人工智能等尖端科技的应用集成，共同构建了一个敏捷的市场认知与预测模型，一定程度上突破以往依赖于价格型传统市场信号捕捉机制的束缚，得以对市场行为的实时、全景式、细颗粒度的追踪与解析为目标。依托其数据处理效能和前沿的算法大模型技术，相比于传统金融在宏观经济周期性波动面前的滞后响应和被动顺应，数字金融可以预测评估经济周期走势，探索“逆周期”逻辑的操作策略，在宏观经济步入衰退阶段，面临市场需求疲软、流动性萎缩的困境时，借助对大规模实时数据的高效捕获与深度剖析，精准锁定市场的有效需求及潜在投资热点，适时创新和调整金融商品与服务供给结构，采用类似定向补给和精确滴灌的策略向市场输送必要的流动性资源，促进经济复苏进程的加速推进；在经济扩张期，市场热情高涨、风险累积阶段，数字金融可以运用先进的风险预警模型和实时监测机制，有望提前甄别并量化各类潜在金融风险节点，并及时采取预控措施，防止金融市场因过度投机和资产泡沫破灭导致剧烈动荡，维系金融体系的整体稳定性和健康运行状态。“逆周期”运作增强了宏观经济周期的缓冲机能，促成经济波动的平滑过渡，提高了金融体系的韧性和抵抗系统性风险的能力，有利于形成灵活有弹性的新质生产力，促成金融体系与实体经济间更为协调、良性互动的发展循环。

其二，融合数字信用，数字金融得以建构多元的信用评估体系。数字金融的变革还体现开拓更加开放、包容、灵活的信用创造与验证空间，有力补充和优化过度依赖实体资产作为抵押品的固化做法。在数字金融的框架下，信用评估的过程被赋予全新的内涵与外延，金融机构通过运用先进的大数据技术与人工智能算法，对企业和个人在日常经营活动及社交活动中产生的海量数字足迹进行深度挖掘和精细分析，企业的交易流水、供应链上下游关系网络、员工行为数据、市场口碑信息等多维度数据集都可以产生信用价值[7]。基于数据驱动的信用评估体系，降低信息不对称引发的金融风险，也拓宽信用资源的来源与分配范围，为创新性企业和长尾市场的融资难问题提供切实可行的解决方案[8]。创新性企业在日常经营活动中自然而然积累的大数据资源可以形成新的数据资产，从而也可以作为抵押物，光大银行等开展将数据资产作为增信资产为进一步的数据抵押打下基础。将创新性企业的数据资产引入并整合进信用评估体系之中，实质上构成了一个包含实物资本与信息资本双重维度的综合信用评价模型，创新性企业可以通过挖掘自身数据价值，降低其获取金融服务特别是融资贷款的壁垒。

（二）创新功能的实现：适应生产要素创新配置需求

数字金融深度耦合数据要素，依托于其乘数作用，亦具有放大和重组生产要素的功能，进而结合金融脱媒和金融业态创新，推动生产要素创新组合，在资源配置的传统功能上再开发要素优化组合的新功能。在数字社会之中，数字化工具、基础设施、沟通机制及其相互间的交织融合与创新发展，建构社会化大生产的基础架构和运行逻辑，革新生产要素的流通机制与交互方式，以数字前沿技术为轴心，着力于实现资本、劳动力、数据、技术等多元生产要素在全球范围内的高速流通与高效配置。金融功能需要革新以融入数字化的社会经济体系之中。

1.数字金融通过融通数据要素得以放大和重组其他生产要素效能

数据要素在数字金融生态系统中之所以占据核心位置，其根源在于其融合高效的信息挖掘技术、精准的预测分析模型以及实时的动态反馈机制，能够对资本、劳动力、技术、土地等传统生产要素的潜在价值进行深度挖掘与有效释放。运用先进的数据科技手段，构建高度智能化的预测模型，对各类生产要素的未来走势、风险状况、价值变化等进行一定程度的预测，提升经济系统的适应性、灵活性和稳定性，并实现对传统生产要素潜力的深度发掘和有效释放[9]。

数据要素具有规模性、多样性、流通性和共享性等特点，可以通过多种方式实现价值倍增。在物联网、云计算、大数据等技术的支持下，各种实体对象的数据可以被采集、存储、分析和应用，进而提高生产效率、降低成本、优化管理、创新服务等，放大其他要素的价值，呈现数据要素的放大效应[10]。数据要素的叠加效应体现在通过整合、融合、共享、交换等方式，实现数据的跨界、跨域、跨层、跨组织的价值叠加，促进数据要素与其他要素的价值流动、价值协同、价值优化等，从而进一步提升综合大生产的价值。

2.数字金融进一步实现金融脱媒，推动生产要素直接融通组合

金融脱媒依托于金融体系中中介职能的淡化与去中心化趋势，对生产要素的直接融通与灵活配置带来影响，资金供需双方绕过传统的金融中介机构，通过数字化手段实现直接交互和资源的高效对接。在传统金融体系中，银行和其他金融中介机构在资本流动和资源配置中起着不可或缺的桥梁作用，然而中介环节往往伴随着较高的交易成本和时间成本，有时甚至会对金融市场的信息传递效率和资源配置效率产生一定制约。大数据、云计算、区块链等前沿数字技术的广泛应用，降低信息不对称、提高透明度、简化交易流程，构建去中介化的金融服务模式，数字金融成功地打破了传统金融中介的固有格局，使得供需双方能够跨越地理、时间限制，实时、高效地完成匹配与交易，使得多元生产要素能够更加灵活地组合、更快速地流通，从而在更大程度上推动经济结构的优化与资源配置的市场化进程。利率管制、信贷配额等金融压抑政策往往阻碍金融市场的有效运作，扭曲资金价格信号，导致资源配置效率低下。数字金融的发展，尤其是其推动的金融脱媒过程，凭借先进的信息技术、大数据分析和算法模型，降低了信息不对称。去中介化的趋势削弱了金融压抑政策的约束力，推动了利率市场化进程，使得价格更准确地反映市场供求关系，提高金融市场的资源配置效率。

数字金融业态的创新对于各类生产要素的灵活重组与优化配置发挥重要作用，在传统的金融模式框架下，生产要素的整合与匹配通常受到金融机构，尤其是商业银行信贷业务模式的结构性制约，表现为形式较为单一、流程相对固定。数字金融通过技术赋能和模式重构，有望构建一个多元、高效、包容的生产要素资源配置新体系，大数据、云计算、区块链等前沿技术的应用能够实现对各类生产要素的精准识别、高效评估和实时匹配，从而降低了融资的门槛和难度，使得更多的市场主体能够更容易地获取所需的资金和其他生产要素，促进资本的高效流通与合理配置，还能够根据市场和项目的特性提供定制化的融资解决方案，支持实体经济中的新兴业态和中小微企业发展，并纵向突破金融服务时空限制，实现金融产品随需应变，将服务触角延伸至传统金融难以覆盖的偏远地区和特定人群[11]。

（三）数字融通的障碍：法律供给不适应数字金融的需求

数字金融根源于新质生产力对社会的全局性变革，传统法律需要因应进行系统性改变。数字金融不仅需要数字化转型的金融法律，更重要的是需要适应大变局的数据要素基础制度。

1.数据要素基础制度的缺失，导致数字金融难以发挥新质功能

数据要素体系缺乏可靠的激励和分配体系，根本上阻碍数据要素在数字金融中发挥基本的激励功能，阻碍数据要素价值实现。激励与分配机制作为核心机制，对于数据要素价值的挖掘与释放起着至关重要的作用[12]。数据要素产业链中，数据提供者、数据处理者以及数据使用者各自承担不同的角色与责任，理应共享数据价值创造的成果。现有数据要素体系在激励与分配机制方面存在明显缺陷，主要表现为价值评估标准混乱、利益分配规则不清晰、激励措施缺乏针对性等，导致数据要素市场供需失衡、资源配置效率低下，数据要素的创新潜能未能得到充分释放。在数字金融领域尤为突出，激励与分配机制的缺失或不完善，将直接挫伤各参与主体的积极性，抑制数据要素在推动金融创新、提升服务效率方面的正向激励作用，进而阻碍整个数字金融生态系统的健康发展。

2.数据要素流通机制的不完善，导致数字金融缺乏实现数字融通的底层架构

数据保护法规体系过度严苛，导致数据流通与利用受到不当限制，旨在保护隐私和数据安全的法律，在实践中却可能导致数据流动的梗阻，阻碍金融机构之间必要的数据共享。数据共享对于金融机构而言，不仅是提升风险评估精准度、优化产品设计、实现客户精准画像的关键，也是推动金融创新、提升市场效率的重要驱动力。然而，严苛的法规环境使得金融机构在数据共享过程中面对重重障碍，难以充分发挥数据作为关键生产要素的效能，也可能限制金融机构在适当前提下利用数据进行深度分析、挖掘潜在价值、推动业务创新的能力，进而影响金融体系的整体竞争力和创新能力。当然，未来也需要防止数字金融应用前沿技术后过于智能化和自动化导致的羊群效应。

3.工业经济时代诞生的金融法律还需要进一步数字化转型

其一，数字金融所推动的对生产要素直接融通组合对法律环境提出了新的要求。法律体系需要适应直接金融模式下资金流动、风险分担、权益保护等机制的深刻变革，维护交易的公平、透明、安全，法律制度需具备足够的前瞻性和包容性，以有效应对由直接金融模式创新所带来的未知风险与法律空白，防止因法律滞后而引发市场秩序混乱与消费者权益受损[13]。直接金融模式下，生产要素的流动呈现出去中介化、实时化与全球化的特征，打破了传统金融体系中以银行为核心的中介结构，使得资金供需双方能够直接进行对接与交易，法律体系必须适应新资金需求，对直接金融平台的设立、运营、监管等环节进行明确规范，促进资金流动合法合规，防止非法集资、洗钱等金融犯罪行为的发生。直接金融模式下的风险分担机制也发生了变化，在传统金融体系中风险主要由金融机构承担，而在直接金融模式下，风险更多地由资金供需双方自行承担。隐私保护、数据安全、消费者权益救济等消费者权益保护问题也尤为突出。

其二，数字金融作为一种依托现代信息技术实现金融服务创新的业态，在法律层面所遭遇的重要挑战体现在金融强监管背景下创新试错空间的相对匮乏。金融强监管环境下的法律法规通常以防范风险、维护市场公平与透明度为导向，对金融产品的设计、营销、风险管理、信息披露等各个环节施加详尽且严格的规范。对于数字金融而言，其依托大数据、人工智能、区块链等先进技术实现的个性化、智能化、去中心化金融服务，往往具有跨界融合、快速迭代的特性，在现行法规框架下可能难以找到完全对应的规制条款，使得企业在尝试新产品或新模式时，面临较高法律风险。强监管环境下的严格执法与处罚机制，加剧了数字金融企业的合规焦虑。监管机构在应对金融风险时，倾向于采取严惩违法行为、树立警示效应的策略，对于违反监管规定的金融机构或金融科技公司，可能会施以重罚、吊销牌照等严厉措施，使企业在创新过程中不得不投入大量资源进行合规审查以防不慎越界[14]。

（一）面向数字金融需求，优化数据基础法律框架

1.建构数据要素公正分配与激励机制

数据要素是数字金融促进新质生产力发展的核心新质要素，需要建立可以真正促进数据要素价值实现的法律机制。数据要素促进社会财富增长的主要依托仍然是其使用价值质与量的提高，拨开数据要素利用的复杂迷雾，缺乏有效的激励、分配机制是数据要素价值创造的本质障碍。新的法律范式应当伴随新质生产力的发展而创设，相较于满足工业经济需求的权利范式，利益范式更加开放和强调合作协商，符合新质生产力的发展要求，合理引导利益驱动，促进数据开放共享，可以最大化创造价值，促进整个社会的效用[15]。部分学者强调的数据权益分配方式往往侧重于赋予数据要素相关主体以权利[16]，虽然在一定程度上保护了数据主体的权益，但在激发数据要素活力和促进数据价值创造方面存在局限，因而需要建构真正面向数据要素价值实现的基础性法律体系：

一方面，应当由关注数据主体的权利赋予转向利益赋予。传统模式通常以权利为基础，强调数据主体对其所产生或拥有的数据享有法定的所有权、使用权、收益权和处分权等。尽管有助于保护数据主体免受非法侵犯，并在数据交易和使用过程中享有一定的控制力，然而权利赋予通常是基于某一时刻的数据状态进行一次性分配，难以适应数据要素随时间推移不断生成、更新、融合的动态特性，导致权益分配与实际价值贡献可能出现脱节。数据在生成、流转、融合过程中涉及数据生产者、收集者、处理者、使用者等多个主体，各主体间的权益边界往往难以清晰界定，导致权益冲突频发，影响数据的有效利用。仅凭权利赋予难以充分调动各主体持续投入资源、积极参与数据价值创造的积极性，尤其是在数据价值实现周期较长、不确定性较大的情况下，单纯的权利保护不足以形成持久的激励动力。以利益范式确认“元利益”结构，推动数据要素融入生产架构之中，促使形成数据资源、数据产品、数据资产等，在转化为可赋权的客体后，再重塑动态多元有负担的权利机制，并探索数据知识产权等新兴数据权利模式。

另一方面，借助中国原创的“共票”理论，构建出一套既能确保公平性又能高效激发数据要素价值创造的新机制[17]。“共票”理论提出以利益赋予为核心的“利益-权利”双元共生的新型数据价值分配机制，根据各主体对数据要素的实际贡献程度，赋予其相应的“共票”收益凭证；共票的发放与持有并非一次性的，而是随着数据生命周期内各主体贡献的变化进行动态调整，确保权益分配始终与价值创造紧密挂钩[18]。共票允许数据贡献者在数据价值实现的全过程中持续分享收益，即使在数据价值创造初期未见明显回报的情况下，也能通过未来收益预期激发主体的长期投入与合作意愿。共票将数据价值创造链条上不同主体的权益融合，通过共票的流转实现权益的合理分配与流转，降低权益冲突，提高数据利用效率。通过法律手段明确并保障公正透明长尾分配机制，不仅确保了数据主体的利益得到有效落实，更为数字金融的持续创新与健康发展提供了坚实的制度基础。共票将数据价值的创造、分配与实现过程紧密联结，使数据价值得以更全面、准确地体现在数据要素贡献者的收益中，促使数据要素价值得到更充分的市场认可与定价。通过构建动态、长尾的收益分配模式，打破传统一次性、短期化的激励框架，为数据要素的贡献者提供了长期、持续的激励，激发其积极参与数据价值创造的热情与动力[19]。中国移动咪咕已经全面落地“共票”机制，打造数据要素内容传播体系，将体系中的数据贡献者作为影响因子，结合业务成效，构建优质数据贡献者筛选机制并写入区块链智能合约，为体系共建者分配“共票”凭证，基于“共票”分享利润，定向配置资源。

在开启数据要素价值实现的法律制度之后，进而可以以数据要素的流通带动多元生产要素的融通，以数据要素的价值实现乘数放大其他要素的价值创造。金融业以其庞大的规模、严密的制度和高效的流通机制，可以为数据的有效流通和广泛应用提供支持。金融交易、支付结算等活动产生的海量数据，经过标准化、结构化处理后，能够在不同的场景下发挥价值，推动金融科技的研发创新、催生新的商业模式、助力宏观经济调控政策的精准实施等。金融与数据的紧密融通，不仅促进了金融服务质量和效率的跃升，也有力推动了相关产业的创新发展和升级转型，使得产业界得以依托金融工具和数据智慧，不断突破传统的生产模式与经营模式，迈向更高层次的价值链定位，从而在整个经济体系中释放出更大的增长动能和创新活力。金融与数据的共融互通可以成为驱动经济转型升级、激发社会创新潜能的新质引擎。

2.探索数据要素资产化机制

为了实现“金数共融”，在根本上需要激励数据开放，在经济逻辑上促进数据要素的流通性，还需要在金融层面优化数据资产化路径。建构数据开放共享体系，治理“数据孤岛”顽疾，化解数据流通障碍，最大化发挥数据作为新质生产要素的潜力。数据开放共享制度通过规范数据的采集、存储、传输、使用等全生命周期管理，明确数据开放的条件、流程、责任等，打破物理隔离与权限封锁，为数据的自由流通创造条件[20]。为从根本上促进数据开放，还需要塑造构建一套科学、合理的激励与分配机制，通过经济手段激发数据提供者、使用者以及平台方等多方主体的积极性，实现数据资源的有效汇集、高效利用与公平分配，最终达到打破数据壁垒、释放数据价值的目标。鼓励金融机构开发基于数据资产价值的数据质押贷款、数据证券化等金融产品，为数据开放主体提供融资支持，拓宽其资金来源，增强其数据开放能力。在推动数据开放与共享的过程中，法律规制尤其是竞争法的介入，可以保障数据基础设施平台公平、合理、非歧视地开放数据。数据基础设施平台在设定数据开放条件、收费标准、服务条款等时，应充分考虑市场供求状况、成本收益分析、用户需求等因素。平台不得滥用市场优势地位，制定过高费用、不合理限制或附加不合理条件，阻碍数据的正常流通与利用[21]。

实现数据资产化需要在法律制度上建构数据入表、数据登记、数据估值模型等机制，通过标准化的数据定价机制，量化数据的经济价值，使其在金融市场上可交易、可抵押，形成具有流动性的数据资产。通过立法明确数据的资产属性，优化会计准则，明确规定数据资产的确认、计量、记录和报告原则，指导企业将符合资产定义的数据纳入财务报表，反映其对企业经济价值的影响，借鉴实物资产、知识产权等估值理论，结合数据资产的独特属性，构建适用于数据资产的估值模型。建立动态灵活的数据登记机制，尤其是可以先行试点数据知识产权登记，颁发数据收益凭证，明确数据相关利益者权益关系，在现行数据交易所体系上构建数据资产流转平台，提供数据资产的挂牌、交易、结算、交割等服务，实现数据资产的市场化流转[22]。一些金融机构已经开始资产化实践，光大银行推动数据资源入表，探索数据托管、信贷、证券化以及场景金融等金融创新，这些数据要素金融产品（服务）推动资金融通，促进普惠金融，有利于扩大社会财富。

（二）塑造适应金融数字化的法律制度，建立新型金融法律体系

1.以分布式监管应对去中心化直接金融

构建适应去中心化直接金融模式的新型法律体系，特别是风险共担机制的法规框架、去中介化风险披露机制以及去中心化金融消费者权益保护法规，针对去中心化直接金融模式下风险结构的分布式特征与风险传递的点对点特性，构建风险共担机制的法规框架是确保风险有效管理与合理分散的核心。明确去中心化金融平台、节点参与者、监管机构等主体在风险识别与评估环节的法律责任，要求其运用区块链、智能合约等技术手段，实现风险的自动识别与实时评估，为风险分散、转移、补偿提供数据支持。构建基于智能合约的自动赔付机制，推动风险事件发生后投资者、消费者等受损方能够得到即时、精准的补偿。制定适用于去中心化直接金融模式的信息披露规则，要求去中心化金融平台、节点参与者等定期、真实、准确、完整地披露其运营状况、风险状况、智能合约代码等信息，提高市场透明度，保障投资者的知情权。通过监管节点、监管沙盒等手段，加强对去中心化金融平台、节点参与者的信息披露监管，对信息披露违规行为进行智能合约自动执行的处罚。鼓励社区自治、节点投票等参与信息披露的监督，形成分布式监管格局。针对去中心化直接金融模式下数据保护的重要性，制定专门的去中心化金融消费者数据保护法规，明确数据收集、使用、存储、传输等环节的去中心化法律边界。

2.建立生产要素优化组合试错的法律技术空间

面对数字金融领域层出不穷的新挑战，金融监管体系需要与时俱进，创新监管手段以适应快速变化的技术环境和市场需求，探索基于数字金融特点和新质生产力发展要求的监管沙盒与技术驱动型金融监管体系。监管沙盒的核心价值在于其能够有效平衡金融创新与风险控制之间的关系，鼓励积极尝试突破性创新，克服因严格法规约束可能导致的“创新抑制”现象，从而推动数字金融领域的持续进步。监管沙盒在严格的监管框架下开辟一个相对宽松且可控的试验场，有利于推动创新与监管的动态平衡，倡导监管机构与创新者共同参与、实时互动，通过试错与学习，使监管规则与市场实际相适应，实现监管与创新的同步进化。严格的合规要求可能导致许多创新产品因无法满足标准而被扼杀在萌芽状态。监管沙盒则允许企业在一定期限内，在有限的客户群体中试运行创新产品，降低创新的市场准入门槛。“沙盒”环境中，金融机构能够在实际运营之外，针对新产品、新服务或新技术进行实证测试，探索创新方案，而监管机构则能够在不影响金融市场稳定性的前提下，观察、评估并指导这些创新活动，还得以探索促进要素数字融合与优化配置的最优政策环境，引导“金数共融”的实现和健康发展。在数字金融理念下，监管沙盒既是监管的试验场，也是创新的熔炼地，杭州“中国数谷”推出数据要素“改革沙盒”，就是改革措施和数字创新业态的融合共进，探讨最佳的平衡和组合方式。

3.构筑技术驱动型监管体制应对数字化风险

金融风险也呈现数字化趋势，需要积极引入大数据、区块链、人工智能等前沿技术，建立技术驱动型监管体制，亦即监管科技（RegTech）的范式，提升监管效率，增强风险识别与防控能力，亦可促进监管模式从传统的规则驱动向数据驱动、智能驱动转变[23]。在金融监管中的应用主要体现在对市场动态的实时监测与精准评估上。通过收集、整合、分析海量金融交易数据、市场舆情数据、宏观经济数据等多元信息，监管机构能够实时感知市场情绪、捕捉异常交易行为、预测市场趋势，为风险预警、压力测试、政策制定等提供强有力的数据支撑。大数据分析有助于监管者从宏观到微观、从定性到定量全方位洞察金融市场状况，实现风险的早发现、早预警、早处置。区块链的分布式账本特性可以增强金融市场的公信力，降低信息不对称带来的风险，通过接入区块链网络实时验证交易数据，追踪资金流向，有效遏制洗钱、欺诈、内幕交易等违法行为，维护金融市场的公平公正[24]。通过人工智能机器学习、自然语言处理、知识图谱等技术，自动识别风险信号，挖掘潜在关联，进行风险量化分析，提高监管的精准度与响应速度。