党的二十届四中全会审议通过的《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》提出，“加快高水平科技自立自强，引领发展新质生产力”。习近平总书记强调，“推动高质量发展，最重要是加快高水平科技自立自强，积极发展新质生产力，在推动科技创新、加快培育新动能、促进经济结构优化升级上取得实质性、突破性进展”。中国人保积极服务科技自立自强，为助力新质生产力蓬勃发展贡献保险力量。本期专题围绕如何通过保险赋能AI产业、如何构建科技保险矩阵、如何创新发展数据保险和如何在健康保险引入新质生产力四个方面进行报道，供系统内参考学习。

　　数据是数字经济的核心生产要素，是数字化、网络化、智能化的重要基础。党中央高度重视，将数据要素明确列为关键生产要素，强调其在发展新质生产力、推动数字经济高质量发展中的核心作用，并提出健全数据要素市场化配置机制、促进数字技术与实体经济深度融合等改革举措，为推动数字经济高质量发展指明了具体方向。发展数据保险是数字经济时代风险管理的重要制度创新，不仅能够提升数据安全防护水平，保障数据要素的合规高效使用，还可以促进数据资源的深度开发和价值释放，对加快发展新质生产力、推动数字经济高质量发展具有重要的支撑作用。

　　创新发展数据保险的重要意义

　　数据是数字时代的战略性资源，也被称为数字经济时代的“石油”，与土地、资本等传统生产要素相比，数据具有非竞争性、可复制性、价值不确定性和价值聚合性等鲜明特点，其能够与其他要素深度融合，产生乘数放大效应，为数字经济发展提供持续增长动能。大力发展数字经济，首要是促进数据的广泛流通和规模应用，而数据在流通和应用过程中常常会遇到数据泄露、数据损坏、产权纠纷、安全合规等各类风险挑战，这些风险的存在导致企业在数据要素开发利用过程中普遍陷入“不愿共享、不敢交易、难以定价”的实践困境。

　　数据保险是以数据为承保对象的创新型金融工具，针对数据在采集、存储、流通、应用等环节中的各类风险，通过保险机制提供专业化风险保障和主动式风险管理服务。创新发展数据保险，不仅能够有效破解数据要素市场化进程中的流通壁垒和应用障碍，还可以为数字经济的健康发展构建关键的风险防控基础设施。

　　发展数据保险有助于企业数字化业务稳定经营。数据资产作为企业核心战略资源，其价值创造能力与风险敞口往往同步提升。数据保险通过专业化风险转移机制，将企业在数据全生命周期中面临的潜在损失转化为确定性保险保障，当数据遭受损失时，企业可以获得保险公司的经济补偿，快速修复企业的资产负债表，维持现金流稳定，保障数字化业务的稳定经营。

　　发展数据保险有助于促进数据驱动创新发展。数据保险通过构建市场化风险分担机制，为数据要素的价值释放和创新发展提供系统性保障。这一机制不仅能够促进企业深化数据价值挖掘，推动数据要素与其他生产要素的深度融合，更能有效激励市场主体依法合规开展数据采集与应用活动。通过建立“数据开发—保险护航—价值创造”的良性循环，数据保险有力支撑了数据驱动型创新模式的培育发展，为数字经济高质量发展注入新动能。

　　发展数据保险有助于提升企业数据治理水平。保险机构依据国家数据安全法律法规和行业标准，将数据分类分级保护、跨境流动合规等要求纳入保险合同，形成市场化的数据安全管理约束机制，有效引导企业建立健全数据全生命周期安全管理体系，强化合规意识，规范数据处理活动。通过保险这一市场化手段，实现了法规要求与企业实践的有效衔接，为数字经济健康发展提供了制度性保障。

　　发展数据保险存在的主要难点

　　一个合格的保险标的至少需满足合法性、可保利益、特定性、价值可评估性和风险可保性等五方面要求，发展数据保险的主要难点在于数据的非排他性、可复制性与保险标的的特定性、价值稳定性存在根本冲突，这一矛盾导致数据保险在精算定价、风险管控和理赔定责等方面面临挑战。

　　特定性冲突：数据可被用于重复投保

　　常规财产保险标的如房屋、车辆等，具有物理上的唯一性，而数据可以被多个主体持有、复制和使用。例如，某医疗AI企业将其研发的医疗影像数据集用于AI模型训练，该数据集可能被企业、合作医院、云服务商等多方存储，若三方均将该数据集用于投保，则可能引发“一数多投”的道德风险。数据确权是解决保险标的特定性问题的关键路径。国家“数据二十条”提出数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权运行机制，为数据确权提供制度基础；区块链和隐私计算技术则实现了权属可追溯和使用可控，为数据保险发展提供了制度保障和技术支撑。

　　价值稳定性冲突：数据价值动态波动

　　传统有形资产的价值通常可采用线性折旧法等确定性模型实现标准化评估，而数据价值受市场需求、政策调整、技术迭代等因素影响，呈现非线性特征。例如，用户行为数据因隐私法规加强可能价值归零，或因AI训练需求突然增值。构建数据价值动态评估体系是破解保险标的价值稳定性难题的重要方法。《“数据要素×”三年行动计划（2024—2026年）》《企业数据资源会计处理规定》等政策，已建立起涵盖会计规范、市场定价和金融支持的数据价值动态评估制度框架。在设计数据保险时需明确动态定价规则、合理设置赔偿条件、运用技术手段确保评估可靠，这样才能既保障企业利益，又控制保险公司承保风险。

　　风险复杂性冲突：数据安全风险多维交织，保险责任界定困难

　　数据安全风险具有多源性、因果复杂性和长尾性三大特征。首先数据安全风险的来源十分多样化，既可能包括黑客攻击等外部威胁，也可能涉及内部泄露和操作违规等问题，这些因素往往相互交织；其次因果关系认定非常困难，损失结果往往难以明确区分是因为技术漏洞还是管理缺陷所导致的；最后数据安全风险的长尾特征明显，如数据泄露事件引发的隐私侵权纠纷，企业往往在数年后才收到用户的索赔。这些特征给保险责任和保险期限界定带来严峻挑战，需要构建完善的风险图谱来明确责任边界，设置动态赔付条款区分主次责任，并运用区块链等先进技术固化证据链，从而实现精准定责和精准风控。

　　构建数据保险制度的相关建议

　　当前，数据保险发展整体仍处于“产品碎片化、市场小众化、风控手段单一”的初级发展阶段，要突破当前发展瓶颈，必须构建“政策—市场—技术”协同驱动机制，政策端加快完善制度框架，市场端培育多元化产品体系，技术端加快突破数据确权、动态定价等核心环节的技术壁垒，通过系统性创新推动数据保险业务高质量发展。

　　完善政策体系

　　建议国家数据局和金融监管总局加快制定《数据保险高质量发展指导意见》，明确数据保险产品的分类标准、精算规则和监管要求，为行业发展提供制度保障。同时需要建立全国统一的数据产权登记制度，切实推进“三权分置”政策落地实施，从根本上解决数据特定性的难题。此外，建议优化《数据资产评估指导意见》，规范动态估值方法和评估流程，为数据保险定价提供依据。

　　健全市场机制

　　建议推动建立数据保险共保体，通过构建多层次风险分散体系破解行业发展瓶颈。共保体主要实现三个目标：一是建立风险共担机制，解决单一保险机构“不敢保、不愿保”的问题；二是制定统一承保标准，凝聚保险行业对数据风险评估的共识，避免恶性竞争；三是共享风险数据，共建精算模型，提升产品定价科学性。建议由国家数据局和金融监管部门牵头，联合主要保险公司、数据交易所共同发起，初期可选取标准化程度较高的产品先行试点，待机制成熟后逐步扩大承保范围，最终形成覆盖数据全生命周期的风险保障体系。同时要加快发展数据再保险市场，探索巨灾债券等风险证券化工具，为数据保险提供风险分散渠道。

　　强化技术支撑

　　建议建设数据风险监测平台，整合政企数据资源，建立覆盖数据采集、传输、存储、使用等全流程的风险预警体系，实现风险的实时预警和动态评估。深化区块链技术应用，重点推进区块链在数据权属存证、智能合约自动理赔等关键环节的落地，确保保险业务全流程可追溯、不可篡改。加大隐私计算技术研发与应用力度，实现数据“可用不可见”，在保障数据安全的前提下提升保险服务效率。

　　加强政策协同

　　建立由国家数据局、工信部、金融监管总局等多部门组成的数据保险发展统筹推进机制，统筹制定行业标准、监管规则和配套政策，形成跨部门协同推进的工作格局。在北京、上海、深圳、杭州等数据要素市场基础较好的地区，开展数据保险应用试点示范，通过示范工程的实施，力争在2—3年内形成一批可复制、可推广的典型应用案例，带动数据保险市场规模化发展。