當前，新一代技術(shù)革命與產(chǎn)業(yè)變革交織，新型基礎(chǔ)設(shè)施建設(shè)（以下簡稱“新基建”）是構(gòu)筑數(shù)字時代競爭新優(yōu)勢的戰(zhàn)略基石。在世界處于“百年未有之大變局”的背景下，新基建的發(fā)展狀況直接關(guān)乎我國科技自立自強能力、產(chǎn)業(yè)鏈供應(yīng)鏈的安全與韌性，以及在數(shù)字化、智能化浪潮中的主動權(quán)，已成為大國競爭的戰(zhàn)略焦點。

我國從國家戰(zhàn)略層面高度重視并系統(tǒng)布局新基建。2018年中央經(jīng)濟工作會議首次明確提出新基建概念，即“加快5G商用步伐，加強人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施建設(shè)”；2024年，“人工智能+”行動首次被寫入《政府工作報告》；2025年10月，《中共中央關(guān)于制定國民經(jīng)濟和社會發(fā)展第十五個五年規(guī)劃的建議》更是首次提出“適度超前建設(shè)新型基礎(chǔ)設(shè)施”，推進信息通信網(wǎng)絡(luò)、全國一體化算力網(wǎng)、重大科技基礎(chǔ)設(shè)施等建設(shè)和集約高效利用。當前，我國新基建取得全球矚目的成就，已建成全球技術(shù)最先進、規(guī)模最大的5G網(wǎng)絡(luò)。截至2025年10月底，5G基站總數(shù)已超過475.8萬個；智能算力規(guī)模持續(xù)高速增長，算力互聯(lián)網(wǎng)建設(shè)已邁入“一池共享、一網(wǎng)互聯(lián)”新階段。

金融支持新基建仍存較大挑戰(zhàn)

推動新基建的金融支持存在較大挑戰(zhàn)。值得注意的是，新基建具備不同于傳統(tǒng)基建的特征，給新基建的金融支持帶來較大挑戰(zhàn)。

第一，不少新基建項目存在技術(shù)迭代快、生命周期短的特征。比如，傳統(tǒng)基建如橋梁、公路的使用周期可達數(shù)十年甚至上百年；而新基建如5G、AI芯片的技術(shù)迭代周期可能只有幾年，這意味著巨額投資會面臨更高的技術(shù)風險和貶值風險。

第二，新基建不僅僅是重物理資產(chǎn)，往往也是重知識密集的領(lǐng)域。例如，雖然建設(shè)完成的數(shù)據(jù)中心是重資產(chǎn)，但數(shù)據(jù)中心的核心價值離不開相應(yīng)的軟件、算法、數(shù)據(jù)和知識產(chǎn)權(quán)等典型知識密集型產(chǎn)業(yè)的要素。

第三，商業(yè)模式不成熟，回報不確定性高。和傳統(tǒng)基建不同的是，許多新基建應(yīng)用場景仍處于探索期，清晰的盈利模式尚待驗證。

面臨上述挑戰(zhàn)，新基建投融資模式與傳統(tǒng)信貸和投資不匹配，傳統(tǒng)的投融資模式難以滿足新基建的資金需求，這主要體現(xiàn)在如下四個方面。

一是抵押品缺失，銀行信貸偏好有穩(wěn)定現(xiàn)金流和實物抵押物的項目，而新基建項目前期投入大、現(xiàn)金流不穩(wěn)定、核心資產(chǎn)多為無形資產(chǎn)。

二是現(xiàn)金流不確定性。新基建項目的核心價值往往和數(shù)據(jù)要素的價值密切相關(guān)，但當下數(shù)據(jù)孤島與標準缺失的問題在不少領(lǐng)域并未得到充分解決，部門間、企業(yè)間數(shù)據(jù)難以互通，標準不一，這限制了數(shù)據(jù)要素價值的釋放和新基建的整體效能。與此同時，新基建的商業(yè)模式處于探索期，未來收益流不穩(wěn)定，這不符合傳統(tǒng)銀行信貸評審標準，增加了新基建項目商業(yè)可持續(xù)性的不確定性。

三是風險評估難。和傳統(tǒng)基建不同的是，新基建項目往往面臨技術(shù)路線、市場競爭、政策變化等多重風險交織的情況。這些都要求銀行在新基建項目的無形資產(chǎn)、數(shù)據(jù)資產(chǎn)、技術(shù)風險和市場風險等方面，具有極高的專業(yè)研判能力。由于銀行過往的研判經(jīng)驗未必能夠指導對新基建項目的研判，傳統(tǒng)風控模型應(yīng)對新基建項目可能會失效。

四是投資期限錯配問題，即部分基礎(chǔ)研發(fā)設(shè)施回報周期極長，短期內(nèi)難以產(chǎn)生可觀回報，而長期回報又存在較大不確定性。在守住不引發(fā)系統(tǒng)性金融風險底線的原則下，銀行沒有足夠的意愿放貸，從而進一步加劇了部分項目的“融資難”問題；追求短期回報的社會資本也會傾向于望而卻步。

數(shù)字金融賦能新基建的邏輯與前景

作為近年來的金融業(yè)態(tài)創(chuàng)新之一，數(shù)字金融主要是指利用數(shù)字技術(shù)提供支付、貸款、保險、投資等金融服務(wù)的新基礎(chǔ)設(shè)施、新金融工具和新金融模式。其中，“數(shù)字”指數(shù)字技術(shù)，涉及人工智能（AI）、區(qū)塊鏈、云計算等技術(shù)；現(xiàn)在，常用人工智能來涵蓋其余多項數(shù)字技術(shù)?！敖鹑凇眲t指金融活動及相關(guān)部門，包括貨幣以及支付、信貸、保險、資產(chǎn)管理以及外匯等相關(guān)機構(gòu)與業(yè)務(wù)活動。數(shù)字金融的本質(zhì)是金融，基于數(shù)據(jù)、算法、算力等方面的進步，使金融服務(wù)實體經(jīng)濟的成本大幅降低；通過場景與商業(yè)模式創(chuàng)新，可以實現(xiàn)拓展金融觸達范圍、提高金融效率、提升風控能力和助力金融安全的效果。目前，我國數(shù)字金融的發(fā)展水平已經(jīng)處于國際前沿；在新發(fā)展階段，數(shù)字金融要更切實地助力增強金融的功能性、支持實體經(jīng)濟發(fā)展，作為新基建的金融引擎則是數(shù)字金融發(fā)揮作用的重要體現(xiàn)，在助力解決新基建項目的投融資問題方面，大有可為。

其一，運用數(shù)字信用。

信用是現(xiàn)代金融活動的基礎(chǔ)，貫穿于金融產(chǎn)品、業(yè)務(wù)以及商業(yè)模式等多個層面。金融機構(gòu)的風險控制，主要是要消除兩種信息不對稱：一是事前的“逆選擇”，即越是無法還款的個體越傾向于借款；二是事后的“道德風險”，即借款后即便有還款能力但也沒有還款意愿。伴隨大數(shù)據(jù)和人工智能算法深入?yún)⑴c到金融決策過程中，信用的來源和表現(xiàn)形式已經(jīng)發(fā)生重要變革。北京大學數(shù)字金融研究中心課題組的研究發(fā)現(xiàn)，數(shù)字信用的本質(zhì)是一種利用大數(shù)據(jù)與算法提取新信息，從而緩解信息不對稱問題的新型信用風險管理手段。以信貸場景為例，這種風險管理包括兩方面：一方面，與借款者特征相關(guān)的新信息（特征大數(shù)據(jù)）能挖掘傳統(tǒng)方法難以辨識的隱形信用，有助于更有效地甄別優(yōu)質(zhì)客戶，解決逆向選擇問題；另一方面，與借款者行為相關(guān)的新信息（監(jiān)測大數(shù)據(jù)）能夠提升貸款機構(gòu)的風險預(yù)警能力，強化借款者的履約意愿，進而減少道德風險。

因此，數(shù)字信用改變了以抵押為代表的金融契約的制定和執(zhí)行范式，實現(xiàn)“去抵押化”。數(shù)字信用不僅可以增加缺乏抵押的優(yōu)質(zhì)中小微企業(yè)的融資機會、提升金融支持實體經(jīng)濟的能力，而且能減少抵押清算活動產(chǎn)生的交易成本，提高金融體系的資源配置效率。

此外，數(shù)字信用也為數(shù)據(jù)資產(chǎn)估值提供了一種新視角，即可以用數(shù)據(jù)替代的抵押品價值作為評估數(shù)據(jù)資產(chǎn)價值的重要參考。課題組從數(shù)據(jù)資產(chǎn)投入、數(shù)據(jù)資產(chǎn)建設(shè)、數(shù)據(jù)資產(chǎn)產(chǎn)出能力、戰(zhàn)略與組織保障等四個維度構(gòu)建上市公司的數(shù)據(jù)資產(chǎn)指數(shù)，發(fā)現(xiàn)數(shù)據(jù)資產(chǎn)完成度高的企業(yè)和大規(guī)模企業(yè)在各階段均具有相對較高的全要素生產(chǎn)率水平。

數(shù)字信用實現(xiàn)“去抵押化”、數(shù)據(jù)資產(chǎn)本身可以作為一種抵押以及數(shù)據(jù)資產(chǎn)高的企業(yè)全要素生產(chǎn)率水平較高這三點，為在新基建中應(yīng)用數(shù)字信用，提供了理論和實踐基礎(chǔ)。

其二，推動風控模式變革。

傳統(tǒng)金融機構(gòu)風控模型的本質(zhì)特征是一種基于歷史、靜態(tài)和個體的“證明”邏輯。在這一視角下，企業(yè)過往的財務(wù)報表用于證明其盈利的穩(wěn)定性；足額的廠房、土地作為抵押證明企業(yè)有抵御風險的能力。這一模式在中國經(jīng)濟顯著落后于發(fā)達國家的時候運行良好，因為彼時企業(yè)發(fā)展主要是運用國際已經(jīng)成熟的商業(yè)模式，金融機構(gòu)也沿用類似風控模式，就能做到風險可控。傳統(tǒng)模式假定了過去表現(xiàn)良好且有實物資產(chǎn)做背書的企業(yè)，未來違約的概率更低，但這不適用于存在極大不確定性的新基建項目的風控。

數(shù)字金融發(fā)展則重塑了風險評估的時空維度，構(gòu)建了以實時、多維、預(yù)測為特征的前瞻式風控范式。大量實時、非結(jié)構(gòu)化的替代數(shù)據(jù)為風控提供了豐富的資料。比如，云計算中心的服務(wù)器利用率、帶寬負載，工業(yè)互聯(lián)網(wǎng)平臺的設(shè)備連接數(shù)、API調(diào)用量等技術(shù)效能數(shù)據(jù)；手機App的日活月活、用戶增長曲線、特定數(shù)據(jù)產(chǎn)品或算力服務(wù)的簽約客戶數(shù)與合同金額等市場驗證數(shù)據(jù)；企業(yè)在開源社區(qū)的貢獻度、在關(guān)鍵技術(shù)標準組織中的參與度等生態(tài)位勢數(shù)據(jù)等。這些實時、高頻的數(shù)據(jù)可以即時反映一個企業(yè)或者項目的技術(shù)活力、市場接受度和成長健康度，是傳統(tǒng)財務(wù)報表之外，金融機構(gòu)可用于評估企業(yè)信用狀況的重要信息。

同時，數(shù)字風控通過人工智能與大數(shù)據(jù)技術(shù)，進行跨域、多維的關(guān)聯(lián)分析，繪制出企業(yè)或者項目發(fā)展過程中的數(shù)字全景。這解決了傳統(tǒng)模型往往就單個企業(yè)來評估其風險狀況、所用數(shù)據(jù)維度有限的痛點。目前常用的關(guān)聯(lián)分析有三類：一是采用企業(yè)的用電數(shù)據(jù)、社保繳納數(shù)據(jù)、物流數(shù)據(jù)與運營規(guī)模數(shù)據(jù)等來識別欺詐風險；二是采用企業(yè)在產(chǎn)業(yè)鏈中的位置、其上下游合作伙伴的實力與穩(wěn)定性等，幫助判斷單個企業(yè)信用狀況；三是采用創(chuàng)始人及其團隊數(shù)字畫像，通過分析核心團隊的教育背景、專利成果、過往創(chuàng)業(yè)經(jīng)歷甚至在專業(yè)社區(qū)的影響力，評估其執(zhí)行能力與信譽。這對于新基建相關(guān)項目的執(zhí)行，尤為重要。

此外，人工智能算法讓風控模型更為精準。基于機器學習、結(jié)合大語言模型等方式的人工智能算法，讓風控可以從更豐富的視角、更精準的判斷中展開和執(zhí)行。一是可以預(yù)測現(xiàn)金流，結(jié)合行業(yè)趨勢、技術(shù)成熟度曲線及企業(yè)的實時運營數(shù)據(jù)，動態(tài)預(yù)測其未來6個月至3年的現(xiàn)金流狀況，而非依賴歷史報表的簡單推測。二是預(yù)警潛在風險，即通過模式識別，提前預(yù)警技術(shù)路線可能面臨的替代風險、客戶集中度風險或供應(yīng)鏈斷鏈風險。三是評估技術(shù)價值，即利用自然語言處理分析技術(shù)文檔和專利，結(jié)合領(lǐng)域知識圖譜，對其技術(shù)的先進性和商業(yè)轉(zhuǎn)化潛力進行量化評分。

其三，支持場景化金融產(chǎn)品創(chuàng)新。

不同于傳統(tǒng)基建主要由政府主導的特征，新基建需要的資金多、周期長，往往需要政府和市場共同參與，采取“政府引導、市場主導”的模式，這就需要大量科技企業(yè)、互聯(lián)網(wǎng)公司成為重要的投資和建設(shè)主體。為此，需要有足夠的金融創(chuàng)新產(chǎn)品，為這些經(jīng)營主體提供可以投資的空間。數(shù)字金融可以推動金融產(chǎn)品的設(shè)計邏輯發(fā)生根本性轉(zhuǎn)變，即從基于財務(wù)報表的通用供給轉(zhuǎn)向基于業(yè)務(wù)場景的精準定制模式。這為解決新基建“高風險、長周期、輕資產(chǎn)”的融資困境，開辟了一條務(wù)實的新路徑。具體而言，這種定制化能力主要體現(xiàn)在以下三個層面。

首先，精準匹配項目的全生命周期現(xiàn)金流。傳統(tǒng)貸款往往要求固定的本息償還計劃，這與成功的新基建項目前期投入大、后期收益多的現(xiàn)金流模式嚴重沖突?；跀?shù)字金融，則有望實現(xiàn)動態(tài)適配：在項目建設(shè)期，可以提供“投貸聯(lián)動”或可轉(zhuǎn)債，以風險共擔的形式支持技術(shù)攻關(guān)；一旦進入運營期，便可立刻將這些未來收益權(quán)打包進行資產(chǎn)證券化，快速回籠資金，實現(xiàn)“建成即盤活”。也就是說，金融產(chǎn)品可以隨著項目的“生長”階段而靈活演變。當然，要實現(xiàn)這一演變，其核心在于利用好關(guān)鍵數(shù)據(jù)，比如，當智慧高速公路的ETC車流、數(shù)據(jù)中心的算力出租率等實時數(shù)據(jù)穩(wěn)定后，即可從建設(shè)期轉(zhuǎn)入運營期。

其次，深度嵌入具體的產(chǎn)業(yè)運營場景。傳統(tǒng)的還款周期固定、基于對以往信用的評估，可鎖定具體項目，實現(xiàn)還款來源與項目自身即時創(chuàng)造的價值。例如，為工業(yè)園區(qū)智慧節(jié)能改造設(shè)計的融資方案，其還款金額可以與物聯(lián)網(wǎng)實時監(jiān)測并核證的“節(jié)電效益”直接掛鉤，節(jié)省得多則還款多，真正實現(xiàn)“用項目省下的錢來還項目的債”。通過將金融合同與物理世界的運營成效深度綁定，減少信息不對稱中的道德風險問題，提高風控的精準性和項目的可持續(xù)性。

最后，將新型生產(chǎn)要素直接轉(zhuǎn)化為可融資的抵押資產(chǎn)。在新基建中，數(shù)據(jù)、算法、知識產(chǎn)權(quán)、特定場景的經(jīng)營權(quán)（如充電樁位、5G微基站址等）是核心資產(chǎn)。通過區(qū)塊鏈、智能合約等技術(shù)，可以將這些權(quán)益進行確權(quán)、登記和分割，使其成為合格的抵押品或證券化基礎(chǔ)資產(chǎn)。例如，一家人工智能公司可以用其核心算法的預(yù)期授權(quán)收入，作為質(zhì)押獲取融資；一個城市數(shù)字孿生平臺可以用其特定模塊的政府購買服務(wù)協(xié)議的未來收益，作為質(zhì)押獲取融資。這能從根本上破解輕資產(chǎn)科技型企業(yè)的抵押物困局。

總體來說，數(shù)字金融對新基建的賦能，本質(zhì)是建立了一套以數(shù)據(jù)和人工智能等數(shù)字技術(shù)為核心的新型金融支持邏輯。數(shù)字金融要成為新基建的金融引擎，需要三個方面的前提和基礎(chǔ)。一是依托企業(yè)經(jīng)營、產(chǎn)業(yè)鏈等多維動態(tài)數(shù)據(jù)，構(gòu)建起數(shù)字信用體系；二是利用實時數(shù)據(jù)流與智能算法，建立起穿透項目周期、前瞻管理風險的新型風控模式；三是基于前兩者，開發(fā)出精準匹配新基建各場景現(xiàn)金流與風險特征的定制化金融產(chǎn)品?？梢钥吹?，從這三個角度出發(fā)，對于系統(tǒng)性破解新基建融資難題提供了廣闊前景。

展望未來，數(shù)字金融助力新基建也有短期和中長期安排的考量。短期可側(cè)重于擴大成熟模式的適用范圍，例如，推動將數(shù)據(jù)資產(chǎn)質(zhì)押融資、基于特定收益權(quán)的資產(chǎn)證券化等已有的成功實踐從試點區(qū)域和頭部企業(yè)向更廣泛的新基建領(lǐng)域推廣。從中長期看，需要高度重視數(shù)字金融賦能新基建的挑戰(zhàn)，如數(shù)據(jù)要素建設(shè)短板、隱私保護與數(shù)據(jù)安全以及人工智能算法的監(jiān)管等。解決問題的關(guān)鍵，在于夯實支撐體系基礎(chǔ)。這有賴于數(shù)據(jù)產(chǎn)權(quán)、估值、登記等底層制度的統(tǒng)一與完善，以及跨部門數(shù)據(jù)合規(guī)流通機制的健全，要從制度和實踐等多方面打通痛點、堵點問題，加強數(shù)字金融相關(guān)基礎(chǔ)設(shè)施的建設(shè)，最終形成市場主導、風險可控、商業(yè)可持續(xù)的金融供給新格局，穩(wěn)定保障國家重大戰(zhàn)略項目的資金需求。

（北京大學國家發(fā)展研究院教授 沈艷）