当前，新一代技术革命与产业变革交织，新型基础设施建设（以下简称“新基建”）是构筑数字时代竞争新优势的战略基石。在世界处于“百年未有之大变局”的背景下，新基建的发展状况直接关乎我国科技自立自强能力、产业链供应链的安全与韧性，以及在数字化、智能化浪潮中的主动权，已成为大国竞争的战略焦点。

我国从国家战略层面高度重视并系统布局新基建。2018年中央经济工作会议首次明确提出新基建概念，即“加快5G商用步伐，加强人工智能、工业互联网、物联网等新型基础设施建设”；2024年，“人工智能+”行动首次被写入《政府工作报告》；2025年10月，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》更是首次提出“适度超前建设新型基础设施”，推进信息通信网络、全国一体化算力网、重大科技基础设施等建设和集约高效利用。当前，我国新基建取得全球瞩目的成就，已建成全球技术最先进、规模最大的5G网络。截至2025年10月底，5G基站总数已超过475.8万个；智能算力规模持续高速增长，算力互联网建设已迈入“一池共享、一网互联”新阶段。

金融支持新基建仍存较大挑战

推动新基建的金融支持存在较大挑战。值得注意的是，新基建具备不同于传统基建的特征，给新基建的金融支持带来较大挑战。

第一，不少新基建项目存在技术迭代快、生命周期短的特征。比如，传统基建如桥梁、公路的使用周期可达数十年甚至上百年；而新基建如5G、AI芯片的技术迭代周期可能只有几年，这意味着巨额投资会面临更高的技术风险和贬值风险。

第二，新基建不仅仅是重物理资产，往往也是重知识密集的领域。例如，虽然建设完成的数据中心是重资产，但数据中心的核心价值离不开相应的软件、算法、数据和知识产权等典型知识密集型产业的要素。

第三，商业模式不成熟，回报不确定性高。和传统基建不同的是，许多新基建应用场景仍处于探索期，清晰的盈利模式尚待验证。

面临上述挑战，新基建投融资模式与传统信贷和投资不匹配，传统的投融资模式难以满足新基建的资金需求，这主要体现在如下四个方面。

一是抵押品缺失，银行信贷偏好有稳定现金流和实物抵押物的项目，而新基建项目前期投入大、现金流不稳定、核心资产多为无形资产。

二是现金流不确定性。新基建项目的核心价值往往和数据要素的价值密切相关，但当下数据孤岛与标准缺失的问题在不少领域并未得到充分解决，部门间、企业间数据难以互通，标准不一，这限制了数据要素价值的释放和新基建的整体效能。与此同时，新基建的商业模式处于探索期，未来收益流不稳定，这不符合传统银行信贷评审标准，增加了新基建项目商业可持续性的不确定性。

三是风险评估难。和传统基建不同的是，新基建项目往往面临技术路线、市场竞争、政策变化等多重风险交织的情况。这些都要求银行在新基建项目的无形资产、数据资产、技术风险和市场风险等方面，具有极高的专业研判能力。由于银行过往的研判经验未必能够指导对新基建项目的研判，传统风控模型应对新基建项目可能会失效。

四是投资期限错配问题，即部分基础研发设施回报周期极长，短期内难以产生可观回报，而长期回报又存在较大不确定性。在守住不引发系统性金融风险底线的原则下，银行没有足够的意愿放贷，从而进一步加剧了部分项目的“融资难”问题；追求短期回报的社会资本也会倾向于望而却步。

数字金融赋能新基建的逻辑与前景

作为近年来的金融业态创新之一，数字金融主要是指利用数字技术提供支付、贷款、保险、投资等金融服务的新基础设施、新金融工具和新金融模式。其中，“数字”指数字技术，涉及人工智能（AI）、区块链、云计算等技术；现在，常用人工智能来涵盖其余多项数字技术。“金融”则指金融活动及相关部门，包括货币以及支付、信贷、保险、资产管理以及外汇等相关机构与业务活动。数字金融的本质是金融，基于数据、算法、算力等方面的进步，使金融服务实体经济的成本大幅降低；通过场景与商业模式创新，可以实现拓展金融触达范围、提高金融效率、提升风控能力和助力金融安全的效果。目前，我国数字金融的发展水平已经处于国际前沿；在新发展阶段，数字金融要更切实地助力增强金融的功能性、支持实体经济发展，作为新基建的金融引擎则是数字金融发挥作用的重要体现，在助力解决新基建项目的投融资问题方面，大有可为。

其一，运用数字信用。

信用是现代金融活动的基础，贯穿于金融产品、业务以及商业模式等多个层面。金融机构的风险控制，主要是要消除两种信息不对称：一是事前的“逆选择”，即越是无法还款的个体越倾向于借款；二是事后的“道德风险”，即借款后即便有还款能力但也没有还款意愿。伴随大数据和人工智能算法深入参与到金融决策过程中，信用的来源和表现形式已经发生重要变革。北京大学数字金融研究中心课题组的研究发现，数字信用的本质是一种利用大数据与算法提取新信息，从而缓解信息不对称问题的新型信用风险管理手段。以信贷场景为例，这种风险管理包括两方面：一方面，与借款者特征相关的新信息（特征大数据）能挖掘传统方法难以辨识的隐形信用，有助于更有效地甄别优质客户，解决逆向选择问题；另一方面，与借款者行为相关的新信息（监测大数据）能够提升贷款机构的风险预警能力，强化借款者的履约意愿，进而减少道德风险。

因此，数字信用改变了以抵押为代表的金融契约的制定和执行范式，实现“去抵押化”。数字信用不仅可以增加缺乏抵押的优质中小微企业的融资机会、提升金融支持实体经济的能力，而且能减少抵押清算活动产生的交易成本，提高金融体系的资源配置效率。

此外，数字信用也为数据资产估值提供了一种新视角，即可以用数据替代的抵押品价值作为评估数据资产价值的重要参考。课题组从数据资产投入、数据资产建设、数据资产产出能力、战略与组织保障等四个维度构建上市公司的数据资产指数，发现数据资产完成度高的企业和大规模企业在各阶段均具有相对较高的全要素生产率水平。

数字信用实现“去抵押化”、数据资产本身可以作为一种抵押以及数据资产高的企业全要素生产率水平较高这三点，为在新基建中应用数字信用，提供了理论和实践基础。

其二，推动风控模式变革。

传统金融机构风控模型的本质特征是一种基于历史、静态和个体的“证明”逻辑。在这一视角下，企业过往的财务报表用于证明其盈利的稳定性；足额的厂房、土地作为抵押证明企业有抵御风险的能力。这一模式在中国经济显著落后于发达国家的时候运行良好，因为彼时企业发展主要是运用国际已经成熟的商业模式，金融机构也沿用类似风控模式，就能做到风险可控。传统模式假定了过去表现良好且有实物资产做背书的企业，未来违约的概率更低，但这不适用于存在极大不确定性的新基建项目的风控。

数字金融发展则重塑了风险评估的时空维度，构建了以实时、多维、预测为特征的前瞻式风控范式。大量实时、非结构化的替代数据为风控提供了丰富的资料。比如，云计算中心的服务器利用率、带宽负载，工业互联网平台的设备连接数、API调用量等技术效能数据；手机App的日活月活、用户增长曲线、特定数据产品或算力服务的签约客户数与合同金额等市场验证数据；企业在开源社区的贡献度、在关键技术标准组织中的参与度等生态位势数据等。这些实时、高频的数据可以即时反映一个企业或者项目的技术活力、市场接受度和成长健康度，是传统财务报表之外，金融机构可用于评估企业信用状况的重要信息。

同时，数字风控通过人工智能与大数据技术，进行跨域、多维的关联分析，绘制出企业或者项目发展过程中的数字全景。这解决了传统模型往往就单个企业来评估其风险状况、所用数据维度有限的痛点。目前常用的关联分析有三类：一是采用企业的用电数据、社保缴纳数据、物流数据与运营规模数据等来识别欺诈风险；二是采用企业在产业链中的位置、其上下游合作伙伴的实力与稳定性等，帮助判断单个企业信用状况；三是采用创始人及其团队数字画像，通过分析核心团队的教育背景、专利成果、过往创业经历甚至在专业社区的影响力，评估其执行能力与信誉。这对于新基建相关项目的执行，尤为重要。

此外，人工智能算法让风控模型更为精准。基于机器学习、结合大语言模型等方式的人工智能算法，让风控可以从更丰富的视角、更精准的判断中展开和执行。一是可以预测现金流，结合行业趋势、技术成熟度曲线及企业的实时运营数据，动态预测其未来6个月至3年的现金流状况，而非依赖历史报表的简单推测。二是预警潜在风险，即通过模式识别，提前预警技术路线可能面临的替代风险、客户集中度风险或供应链断链风险。三是评估技术价值，即利用自然语言处理分析技术文档和专利，结合领域知识图谱，对其技术的先进性和商业转化潜力进行量化评分。

其三，支持场景化金融产品创新。

不同于传统基建主要由政府主导的特征，新基建需要的资金多、周期长，往往需要政府和市场共同参与，采取“政府引导、市场主导”的模式，这就需要大量科技企业、互联网公司成为重要的投资和建设主体。为此，需要有足够的金融创新产品，为这些经营主体提供可以投资的空间。数字金融可以推动金融产品的设计逻辑发生根本性转变，即从基于财务报表的通用供给转向基于业务场景的精准定制模式。这为解决新基建“高风险、长周期、轻资产”的融资困境，开辟了一条务实的新路径。具体而言，这种定制化能力主要体现在以下三个层面。

首先，精准匹配项目的全生命周期现金流。传统贷款往往要求固定的本息偿还计划，这与成功的新基建项目前期投入大、后期收益多的现金流模式严重冲突。基于数字金融，则有望实现动态适配：在项目建设期，可以提供“投贷联动”或可转债，以风险共担的形式支持技术攻关；一旦进入运营期，便可立刻将这些未来收益权打包进行资产证券化，快速回笼资金，实现“建成即盘活”。也就是说，金融产品可以随着项目的“生长”阶段而灵活演变。当然，要实现这一演变，其核心在于利用好关键数据，比如，当智慧高速公路的ETC车流、数据中心的算力出租率等实时数据稳定后，即可从建设期转入运营期。

其次，深度嵌入具体的产业运营场景。传统的还款周期固定、基于对以往信用的评估，可锁定具体项目，实现还款来源与项目自身即时创造的价值。例如，为工业园区智慧节能改造设计的融资方案，其还款金额可以与物联网实时监测并核证的“节电效益”直接挂钩，节省得多则还款多，真正实现“用项目省下的钱来还项目的债”。通过将金融合同与物理世界的运营成效深度绑定，减少信息不对称中的道德风险问题，提高风控的精准性和项目的可持续性。

最后，将新型生产要素直接转化为可融资的抵押资产。在新基建中，数据、算法、知识产权、特定场景的经营权（如充电桩位、5G微基站址等）是核心资产。通过区块链、智能合约等技术，可以将这些权益进行确权、登记和分割，使其成为合格的抵押品或证券化基础资产。例如，一家人工智能公司可以用其核心算法的预期授权收入，作为质押获取融资；一个城市数字孪生平台可以用其特定模块的政府购买服务协议的未来收益，作为质押获取融资。这能从根本上破解轻资产科技型企业的抵押物困局。

总体来说，数字金融对新基建的赋能，本质是建立了一套以数据和人工智能等数字技术为核心的新型金融支持逻辑。数字金融要成为新基建的金融引擎，需要三个方面的前提和基础。一是依托企业经营、产业链等多维动态数据，构建起数字信用体系；二是利用实时数据流与智能算法，建立起穿透项目周期、前瞻管理风险的新型风控模式；三是基于前两者，开发出精准匹配新基建各场景现金流与风险特征的定制化金融产品。可以看到，从这三个角度出发，对于系统性破解新基建融资难题提供了广阔前景。

展望未来，数字金融助力新基建也有短期和中长期安排的考量。短期可侧重于扩大成熟模式的适用范围，例如，推动将数据资产质押融资、基于特定收益权的资产证券化等已有的成功实践从试点区域和头部企业向更广泛的新基建领域推广。从中长期看，需要高度重视数字金融赋能新基建的挑战，如数据要素建设短板、隐私保护与数据安全以及人工智能算法的监管等。解决问题的关键，在于夯实支撑体系基础。这有赖于数据产权、估值、登记等底层制度的统一与完善，以及跨部门数据合规流通机制的健全，要从制度和实践等多方面打通痛点、堵点问题，加强数字金融相关基础设施的建设，最终形成市场主导、风险可控、商业可持续的金融供给新格局，稳定保障国家重大战略项目的资金需求。

（北京大学国家发展研究院教授 沈艳）