信用是現(xiàn)代市場經(jīng)濟(jì)運(yùn)行的基石。隨著智能科技的迅猛發(fā)展，信用體系建設(shè)正加快邁向數(shù)據(jù)化、智能化階段。信用數(shù)據(jù)的廣泛采集與深入應(yīng)用，使信用服務(wù)從傳統(tǒng)的金融信貸領(lǐng)域，延伸至消費(fèi)、就業(yè)、政務(wù)、招投標(biāo)等社會生活的方方面面。2024年，個人征信機(jī)構(gòu)提供信用評分、信用畫像、反欺詐等各類征信服務(wù)700余億次；154家企業(yè)征信機(jī)構(gòu)共提供各類征信服務(wù)365億次。截至2025年末，中國人民銀行征信系統(tǒng)收錄11.6億自然人、15557萬戶企業(yè)和其他組織的信用信息，累計(jì)提供信用報告查詢服務(wù)75.6億次。這表明，我國已形成規(guī)模龐大、應(yīng)用深入的信用數(shù)據(jù)庫體系，信用服務(wù)正成為社會運(yùn)行的重要支撐。

　　新型生產(chǎn)要素的崛起與治理命題的提出

　　《中共中央 國務(wù)院關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》明確提出，“強(qiáng)化數(shù)據(jù)安全保障體系建設(shè)，把安全貫穿數(shù)據(jù)供給、流通、使用全過程”，實(shí)現(xiàn)政府監(jiān)管、市場自律、法治保障和行業(yè)自治的有機(jī)統(tǒng)一。《中共中央辦公廳 國務(wù)院辦公廳關(guān)于健全社會信用體系的意見》進(jìn)一步提出，建立信用信息安全管理追溯機(jī)制、侵權(quán)責(zé)任追究機(jī)制和應(yīng)急處理機(jī)制，嚴(yán)格落實(shí)各環(huán)節(jié)安全責(zé)任。當(dāng)前，我國信用數(shù)據(jù)治理正由“制度起步”向“體系建設(shè)”階段轉(zhuǎn)型，但距離頂層設(shè)計(jì)所要求的全流程安全保障、跨部門協(xié)同監(jiān)管仍有一定差距。

　　信用數(shù)據(jù)的廣泛流動與深度使用，帶來了數(shù)據(jù)泄露、濫用、非法交易等風(fēng)險。如何在促進(jìn)數(shù)據(jù)有效利用與保障數(shù)據(jù)安全之間實(shí)現(xiàn)平衡，成為信用數(shù)據(jù)治理的核心難題。過度限制數(shù)據(jù)采集與共享，會抑制信用服務(wù)創(chuàng)新與信用經(jīng)濟(jì)潛能；而治理機(jī)制滯后，則可能引發(fā)數(shù)據(jù)安全事件、損害公民隱私與市場信任。因此，完善信用數(shù)據(jù)治理體系，既是構(gòu)建統(tǒng)一市場的制度要求，也是推動數(shù)字經(jīng)濟(jì)安全健康發(fā)展的關(guān)鍵任務(wù)。

　　完善信用數(shù)據(jù)治理體系的五個著力點(diǎn)

　　第一，在信用數(shù)據(jù)治理全過程貫徹目的限制原則。目的限制原則是信用數(shù)據(jù)治理中最具基礎(chǔ)性的規(guī)范原理，核心在于通過“用途綁定”防止數(shù)據(jù)權(quán)利的功能異化。由于信用數(shù)據(jù)并非一般意義上的信息資源，而是高度嵌入主體社會評價體系的制度性要素，其處理活動天然具有不對稱性和強(qiáng)制性。一旦脫離既定目的，信用數(shù)據(jù)很容易從風(fēng)險管理工具演變?yōu)樾袨楸O(jiān)控手段，進(jìn)而侵害人格尊嚴(yán)與交易自由。所以，目的限制原則不僅是個人信息保護(hù)法上的合規(guī)要求，更是信用制度維持正當(dāng)性的前提條件。在治理實(shí)踐中，目的模糊或用途漂移往往發(fā)生于數(shù)據(jù)多次流轉(zhuǎn)、跨主體共享或跨境傳輸環(huán)節(jié)。如果缺乏對“原始目的—后續(xù)用途”之間一致性的持續(xù)審查，信用數(shù)據(jù)容易被再利用于畫像營銷、差別化定價或其他非信用評估目的，從而放大制度性風(fēng)險。尤其是在處理敏感信用數(shù)據(jù)時，目的正當(dāng)性與必要性必須構(gòu)成“雙重門檻”，否則任何技術(shù)安全措施都難以彌補(bǔ)合法性缺陷。因此，通過明確用途邊界、防止功能擴(kuò)張，有助于確保信用數(shù)據(jù)始終服務(wù)于制度目標(biāo)。

　　第二，在采集與共享信用數(shù)據(jù)環(huán)節(jié)堅(jiān)持最小必要原則。最小必要原則是比例原則在信用數(shù)據(jù)治理中的具體化，其邏輯并非“數(shù)據(jù)越多越好”，而是通過壓縮數(shù)據(jù)規(guī)模降低系統(tǒng)性風(fēng)險。從風(fēng)險治理角度看，數(shù)據(jù)規(guī)模與風(fēng)險敞口呈高度正相關(guān)：數(shù)據(jù)收集越廣、保存時間越長、共享鏈條越復(fù)雜，泄露、濫用和誤用的概率就越高。信用評估的精度提升并非無限依賴數(shù)據(jù)堆積，而更多取決于數(shù)據(jù)質(zhì)量、相關(guān)性與模型設(shè)計(jì)。在實(shí)踐中，一些治理主體以“全面畫像”“風(fēng)險防控”為由，持續(xù)擴(kuò)大征信數(shù)據(jù)采集范圍，形成事實(shí)上的數(shù)據(jù)囤積。這種做法不僅會帶來更大的合規(guī)負(fù)擔(dān)，還可能導(dǎo)致評估數(shù)據(jù)中混入更多干擾因素，降低信用判斷的準(zhǔn)確性與可靠性。更重要的是，過度采集會模糊公共信用治理與商業(yè)數(shù)據(jù)開發(fā)之間的界限，損害信用制度的公共屬性。因此，應(yīng)當(dāng)通過前置必要性評估、分級共享機(jī)制和定期清理制度，將最小必要原則轉(zhuǎn)化為可執(zhí)行的治理約束，以有限數(shù)據(jù)實(shí)現(xiàn)信用評估功能的最優(yōu)化。

　　第三，落實(shí)信用數(shù)據(jù)分類分級保護(hù)。分類分級保護(hù)是實(shí)現(xiàn)信用數(shù)據(jù)精細(xì)化治理的關(guān)鍵制度工具，理論基礎(chǔ)在于風(fēng)險差異化管理。信用數(shù)據(jù)并非同質(zhì)，其在可識別性、敏感性及潛在危害后果方面存在顯著差別。如果采取“一刀切”的保護(hù)或開放模式，既可能造成安全資源浪費(fèi)，也可能留下高風(fēng)險盲區(qū)。在《數(shù)據(jù)安全法》和《個人信息保護(hù)法》確立的制度框架下，參照相關(guān)國家標(biāo)準(zhǔn)，信用數(shù)據(jù)可以按照主體屬性、應(yīng)用場景、風(fēng)險程度等進(jìn)行分類分級。高敏感信用數(shù)據(jù)一旦泄露，可能對個人生存權(quán)、發(fā)展權(quán)產(chǎn)生實(shí)質(zhì)性影響，應(yīng)適用最嚴(yán)格的訪問控制與安全措施；中敏感信用數(shù)據(jù)更多關(guān)聯(lián)市場秩序和公共利益，應(yīng)在可控條件下重點(diǎn)監(jiān)管；一般信用數(shù)據(jù)則可以在合規(guī)前提下適度流通，以釋放數(shù)據(jù)要素價值。通過建立重要信用數(shù)據(jù)目錄和分級管理清單，將抽象的安全要求轉(zhuǎn)化為具體責(zé)任分配與技術(shù)措施，有助于提升監(jiān)管精準(zhǔn)性，避免重形式、輕實(shí)效的治理偏差。

　　第四，強(qiáng)化內(nèi)外部信用數(shù)據(jù)安全管理。信用數(shù)據(jù)安全并不是單一技術(shù)問題，而是典型的涉及制度、組織和技術(shù)的復(fù)合型風(fēng)險。從內(nèi)部看，數(shù)據(jù)泄露和濫用往往源于權(quán)限配置失衡、流程缺失或責(zé)任不清，而非單純的系統(tǒng)漏洞。如果缺乏全生命周期管理視角，即使技術(shù)防護(hù)水平較高，也難以防范合法入口下的非法使用。從外部看，信用數(shù)據(jù)合作鏈條不斷延伸，第三方服務(wù)商、技術(shù)平臺和數(shù)據(jù)接口成為新的風(fēng)險節(jié)點(diǎn)。一旦外部主體安全能力不足或合規(guī)意識薄弱，風(fēng)險將通過數(shù)據(jù)流動迅速放大，并反向沖擊治理主體。因此，信用數(shù)據(jù)安全治理必須構(gòu)建“內(nèi)部可控、外部可管、責(zé)任可追”的閉環(huán)體系，通過制度化流程、可審計(jì)機(jī)制和協(xié)同治理結(jié)構(gòu)，提升整體抗風(fēng)險能力。

　　第五，規(guī)范人工智能與隱私計(jì)算等新興技術(shù)應(yīng)用。新興技術(shù)在提升信用評估效率的同時，也重塑了風(fēng)險結(jié)構(gòu)。算法模型通過學(xué)習(xí)歷史數(shù)據(jù)形成判斷規(guī)則，其結(jié)論通常具有高度的技術(shù)權(quán)威性。然而，如果模型設(shè)計(jì)本身存在偏向，或訓(xùn)練數(shù)據(jù)中隱含結(jié)構(gòu)性歧視，算法不僅可能固化既有不公，甚至可能將其放大。由于算法決策過程高度復(fù)雜，傳統(tǒng)事后救濟(jì)機(jī)制往往難以發(fā)揮實(shí)效。事實(shí)上，信用評估并非純技術(shù)行為，而是具有準(zhǔn)公共決策屬性，應(yīng)當(dāng)接受可解釋性與可問責(zé)性的約束。透明并不意味著完全公開源代碼，而是要求評估邏輯、數(shù)據(jù)來源和影響因素在合理范圍內(nèi)可被理解與質(zhì)疑。同時，隱私計(jì)算等技術(shù)為化解“數(shù)據(jù)需流通”與“風(fēng)險難承受”之間的矛盾提供了新路徑，但應(yīng)用前提仍然是標(biāo)準(zhǔn)統(tǒng)一、責(zé)任清晰和安全可驗(yàn)證。只有在規(guī)范框架內(nèi)推動技術(shù)應(yīng)用，才能真正實(shí)現(xiàn)信用數(shù)據(jù)“可用而不可濫用”，為信用經(jīng)濟(jì)創(chuàng)新提供穩(wěn)固支撐。

　　以高水平數(shù)據(jù)治理支撐高質(zhì)量信用經(jīng)濟(jì)

　　信用數(shù)據(jù)治理是數(shù)字時代社會信用體系建設(shè)的核心環(huán)節(jié)。完善信用數(shù)據(jù)治理，不僅關(guān)乎數(shù)據(jù)安全與個人權(quán)益保護(hù)，更關(guān)乎國家治理體系和治理能力現(xiàn)代化。進(jìn)入“十五五”時期，應(yīng)以習(xí)近平法治思想為指導(dǎo)，堅(jiān)持統(tǒng)籌發(fā)展與安全、創(chuàng)新與規(guī)范、效率與公正，推動信用數(shù)據(jù)治理體系法治化、科學(xué)化、智能化。只有在安全可控的前提下釋放數(shù)據(jù)要素價值，才能真正夯實(shí)信用經(jīng)濟(jì)的制度根基，助力建設(shè)統(tǒng)一開放、競爭有序、誠信守法的社會主義市場體系。（本文系國家社科基金一般項(xiàng)目“數(shù)據(jù)出資法律問題研究”（25BFX108）階段性成果）

作者趙吟，西南政法大學(xué)民商法學(xué)院教授。內(nèi)容來自中國社會科學(xué)網(wǎng)-中國社會科學(xué)報，本文章僅限學(xué)習(xí)交流使用，版權(quán)歸原作者所有。

—— EDN ——

Serving national strategies, focusing on university research and the transformation of scientific and technological achievements