水利数据要素构建与乘数效应激活路径
摘要：依托数字孪生水利建设，水利行业全力夯实水利数据要素发展基础。目前水利行业建立了较为完善的数据资源体系，但是水利数据要素化过程尚未完成，数据开发利用程度仍需加强，数据治理和融合仍有很大发展空间，且面向数据要素市场化的行业制度尚不完备，市场需求不明确，流通交易通道未打通，市场化场景尚需探索。总结水利数据要素化总体思路与任务，研究并提出了水利数据要素化建设方案，主要包括构建完善高质量水利数据资源体系，推进实现水利数据资产化，建立水利数据要素制度体系和安全保障体系，探索建立多元流通的水利数据要素市场，健全水利数据要素保障机制。在此基础上，探索提出“以数强基、以数增效、数字赋能、数惠民生”水利数据要素乘数效应激活路径。从健全数据要素市场体制机制、促进水利数据要素流通、夯实数字孪生水利算据基础、探索跨界协同的要素体系建设、拓宽水利建设投融资渠道等方面提出思考与建议。
2012年以来，我国数字经济增速已连续11年显著高于国内生产总值（GDP）增速。2023年，我国数字经济规模达53.9万亿元，数字经济有效支撑经济稳定增长，数据已成为基础性资源和关键性生产要素。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”）系统布局了数据基础制度体系“四梁八柱”，国家层面顶层设计持续引导，各地不断加速推进数据要素政策、规划细化和市场体系建设，积极探寻数据要素新技术、新服务、新产品，数据要素发展从“蓝图”走向“落地破题”。
水利部高度重视数据要素建设及其在水利高质量发展中的赋能作用，经过各级水利部门有力推动，我国数字孪生水利建设已经取得阶段性成效。在水利数据建设方面，先后提出完善建立雨水情监测预报“三道防线”和构建基于“天空地水工”一体化监测感知的数据要素采集体系。基本形成了涵盖23颗遥感卫星、2500架无人机、1.5万处视频点位、15.5万处地面水文报汛站、千万级工程安全监测点位的“天空地水工”一体化监测感知体系。覆盖55类1600万个水利对象的全国水利数据底板基本建成，产汇流计算、多维洪水演进与淹没分析、水库调度、河冰动力学等40余项自主可控水利专业模型的研发应用取得重要突破，水利人工智能大模型实现业务化应用。在数据赋能层面，分级探索建立了数字孪生流域、数字孪生水网、数字孪生工程的典型应用，数字化网络化智能化协同共享发展体系基本形成。数字孪生水利在水旱灾害防御和水资源管理等工作中提供了有力的决策支持，在2021年黄河秋汛，2022年长江、珠江流域抗旱保供水，2023年海河流域性特大洪水防御和杭州亚运会供水保障，2024年湖南团洲垸、吉林蛤蟆河、内蒙古老哈河险情处置等重大防灾减灾工作中，都发挥了重要作用，在减少经济社会损失和保障人民生命财产安全等方面彰显了突出效能。
虽然水利行业建立了较为完善的数据资源体系，以数字孪生水利为核心的赋能场景已基本形成并逐步发力，乘数效应逐步显现，但是水利数据要素化过程尚未完成，仍集中处于数据资源化阶段，数据开发利用程度仍需加强，人工智能、大模型等新质生产力在数据要素化中的潜力尚未得到释放，数据治理和融合仍有很大发展空间。同时面向数据要素市场化的水利行业制度尚不完备，数据要素“三权”（数据资源持有权、数据加工使用权、数据产品经营权）不清晰，缺乏估值和定价标准，交易模式尚未成熟。另外，水利数据要素面向市场的需求不明确，市场的流通交易通道尚未打通，市场化场景尚需在实践中探索。本文系统分析当前我国数据要素的发展趋势和水利数据要素的发展基础，研究提出水利数据要素的发展任务、建设方案、乘数效应激活路径，并给出思考和建议。
01、水利数据要素化总体思路与任务
1.总体思路
数据要素是数字经济时代下，继土地、劳动力、资本、技术之后的第五大生产要素。水利数据要素的建设，是以强化数字孪生水利算据建设为主线，夯实“天空地水工”一体化监测感知要素为基础，完善构建高质量水利数据资源体系为关键，完善构建从数据资源化到数据资本化的全过程技术体系为支撑，推进水利数据资产化为核心，完善建立水利数据要素制度体系和安全保障体系，适度探索水利数据要素资本化，强力推进“数据要素×水利”数据赋能为目标的数据要素化过程。
2.建设原则
（1）坚持构建完善高质量的数据资源
数字孪生水利的建设、数据要素化进程的推进，对高质量的水利数据资源提出了迫切的需求。数据要素化应在现有数据资源的基础上，聚焦“全要素、全过程”数字映射目标，充分应用新技术、新理念，创新数据治理模式，强化数据价值挖掘、数据质量管控、数据间逻辑关系的构建、多源数据有机融合，进一步形成更加场景化、产品化和价值化的水利数据资源体系。
（2）坚持推动数据资源权属明晰
确立数据资源的“三权”是数据资产化的根本要求，是数据要素的核心属性和流通的基本前提。明晰“三权”有利于进一步实现数据资源“权责利”落地，建立良性的数据责任保障机制，更加有利于水利数据资源高质量发展。因此，必须在数据要素化过程中坚持依据相关法规、制度，明确数据资源持有权、数据加工使用权和数据产品经营权，有序推动水利数据要素建设。
（3）坚持总体统筹与分级推动
水利数据在水利部、流域管理机构、省（自治区、直辖市）及市（县、区）水行政主管部门等依法履职中产生，各部门在其权责范围内是数据要素建设的主体。为统筹实现水利数据要素的规范建设，必须坚持水利部发挥行业总体统筹和行业指导作用，各流域和地方分级推进其权责范围内的数据要素建设。同时坚持构建行业统一的数据资源体系，坚持数据应汇尽汇，实现数据由各地、各流域向水利部良性汇集和由水利部向各地、各流域管理机构充分共享，保障数据要素安全、有序流通。
（4）坚持制度先行，试点推进
数据要素建设是一个系统工程，更是一项重要的改革措施。要素化过程涉及数据安全、体制机制和市场体系建设等，应在规范中健康发展。应坚持行业内制度先行，先行建立数据产权、流通和交易、收益分配等管理制度，规范引导水利数据要素建设，通过试点探索不断完善规则、体制、机制，不断建立完善数据要素的技术支撑体系和安全保障体系，合规、有序推进水利数据要素建设和流通。
（5）坚持数据安全与隐私保护
保护个人隐私和确保公共安全是贯彻“数据二十条”的基本要求。水利数据要素建设要坚持把安全建设贯穿数据供给、流通、使用全过程，严守“原始数据不出域、数据可用不可见”等刚性要求，落实以模型、核验等产品和服务等形式向社会提供的技术措施要求。
3.主要任务
对照数据要素信息、权属、价值、安全、交易等5个重要方面，当前水利数据要实现数据要素化还需要进一步开展相关工作，包括6个方面：一是要继续构建完善高质量的数据资源体系，为数字孪生水利和数据要素建设奠定坚实基础；二是实现数据资产化，完成数据要素确权估值；三是建立完善包括水利数据资源权属、水利数据资源价值评估机制、水利数据要素流通交易制度、水利数据要素收益分配制度等在内的制度保障体系；四是要探索建立多元的水利数据要素流通交易市场，促进数据要素市场化配置；五是要健全水利数据要素的安全与保障机制，保障数据安全可信流通；六是探索“数据要素×水利”的激活路径，促进数字孪生水利的高质量发展和水利数据要素赋能社会的数字经济模式。
02、水利数据要素化建设方案
1.完善构建高质量的水利数据资源体系
数据资源是水利数据要素构建的关键，通过以数字孪生水利建设为核心的智慧水利建设进程，创新应用“天空地水工”一体化监测感知、知识图谱、大模型等新技术，初步形成较为完善的水利数据资源体系。
高质量的数据资源是实现数据赋能水利和数据要素市场中水利数据要素有效供给的重要基石，其建设过程需充分结合水利数据的特点。水利数据具有以下特点：一是时空分布性，数据随季节、地理位置的变化呈现显著差异，具有强烈的时空相关性；二是动态复杂性，水的状态会受到自然因素和人为活动影响而变化，且涉及多个相互作用的过程，数据呈现高度动态性；三是多源关联性，数据来源广泛，既包括“天空地水工”监测数据，也包括通过数学模型模拟产生的数据以及水利业务过程中产生的数据等，且这些数据联系紧密；四是价值密度低但整体价值高，单个数据作用有限，但综合分析可以揭示重要趋势和规律，对于防洪减灾、水资源优化配置等方面具有极高的应用价值。
基于这些特点，可从行业、时空、服务对象、重要程度以及加工程度等不同维度梳理水利数据要素。以服务对象维度为例，水利数据要素可服务于水利行业内部、相关行业及社会公众等，对于能服务于多个对象的数据要素，可归入主要服务对象类别。
▲水利数据要素梳理（以服务对象维度为例）
水利数据的特点和水利数据要素价值释放的要求，决定着水利数据的资源化建设必须遵循更高标准。在数据质量方面，需探索基于人工智能（AI）的数据智能质控与监测设施故障主动诊断预警技术应用，确保数据准确可靠。在数据存储方面，需基于多模态数据特性和应用冷热度的矩阵存储技术，提高数据读写效率和供给能力。在融合价值上，需基于应用场景的多模态数据融合等技术与治理模式创新，进一步拓展新资源、催生新价值。这些技术与创新模式的应用，将有力推动水利数据资源化建设，为数字孪生水利建设提供有力支撑。
（1）强化数据源头质量保障
在大力推动共享汇集的基础上，推进基于AI的数据智能质控与监测感知设施故障主动诊断预警技术应用，提升“天空地水工”监测感知的可靠性。
①技术需求：水利活动空间跨度大，流域、水系等主要水利对象多处于自然环境下。目前行业初步形成“天空地水工”一体化监测感知体系，但受极端天气、自然条件限制和设备故障等原因影响，海量、多源的监测数据仍会出现不及时、不完整等情况。
传统的数据质控主要依赖业务规则对比和专业技术人员判断，大多由于数据严重缺失现象才发现设备故障，且基于事后现场检查进行原因诊断。在广域的监测设施布局和海量的数据体系下，数据质量难以得到高效保障，设备故障难以主动发现、及时处置。
②关键技术流程设计：基于AI的数据智能质控与监测设施故障主动诊断预警技术，是利用水利监测数据要素的业务规则，基于长序列历史数据和关联站点数据，建立基于人工智能的数据质量评价模型和数据自动同化插补模型。基于监测设备自身参数、历史故障数据，构建形成设备动态画像，建立设备故障智能诊断与预警模型。同时，数据质控模型在发现数据异常后，驱动设备故障智能诊断与预警模型开展设备运行状态评估分析，针对设备具体故障部位发出故障预警。
▲基于AI的数据智能质控与监测设施故障主动诊断预警技术流程示意
（2）优化技术支撑响应能力
结合水利“天空地水工”数据资源快速增长、海量的特性，以及“四预”（预报、预警、预演、预案）动态、快速分析的需求，完善数字孪生水利海量算据的数据组织体系，实现基于数据特性和应用冷热度的多模态存储与高效服务。
①技术需求：数字孪生水利建设产生了海量的多模态数据。目前在数据资源存储和开发利用上，大部分水利部门建立了形式多样的数据存储体系，但仍以传统结构化和文件数据进行存储和服务为主，存储形式与数据特性和应用冷热度适配不佳，极大影响数据资源运行效能和分析效率。
②关键技术流程设计：当前，不同模态的数据存储技术产品相对成熟，利用技术对数据进行不同格式转换，并适配最优数据存储产品，能够极大提升数据资源开发利用程度和服务水平。不同模态的数据矩阵存储技术路线如下图。
▲基于数据特性和应用频率的多模态存储优化技术示意
（3）深入推动基于场景驱动的数据治理
面向数字孪生水利“正向—逆向—正向”、“流域、水网、工程”协同衔接、“流域、干流、支流、断面”一体联动等多维变化需求，强化海量多模态数据治理，实现基于应用场景的多模态数据融合。
①技术需求：“天空地水工”一体化监测感知产生了海量的结构化数据、影像数据、视频数据等，通过复杂或固化的集成，其在数字孪生水利实时映射和预演体系中发挥了良好作用。但多模态数据场景化应用更多以技术集成为主，加载和分析效率不高，同时场景中“看得见的数据”尚未入库形成“存起来的数据资源”。因此亟须通过多模态数据的融合，形成可存储、可流通的数据资源产品。
②关键技术流程设计：综合应用遥感图像自动解译、视频图像自动识别、自然语言处理、语言自动理解等人工智能技术，智能提取多模态数据的基本属性、时空属性、特征属性、语义属性等，按照基于空间关联的关系、基于时间关联的演化、基于水利模型预报结果的边界、基于知识图谱、基于相同特征等多种场景化融合，实现多模态数据的标准化映射，落地存储形成高质量、高价值、场景化的数据产品。
▲基于应用场景的多模态数据融合技术流程示意
2.推进实现水利数据资产化
数据资产化是数据要素化的核心，是将数据资源转换为具有明确应用场景、价值可度量、权属明确的数据资产。
（1）分类分级逐步推动水利数据资源“三权分置”
“数据二十条”提出了数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的数据产权制度框架。
水利部、流域管理机构、各级水行政主管部门之间的水利数据资源持有权可按照“谁建设、谁持有”的原则确立主体。
依据“数据二十条”中明确的“对各级党政机关、企事业单位依法履职或提供公共服务过程中产生的公共数据，加强汇聚共享和开放开发，强化统筹授权使用和管理，推进互联互通，打破‘数据孤岛’”，以及“推动用于公共治理、公益事业的公共数据有条件无偿使用”，水利行业各级部门依法依规享有水利公共数据加工使用权。
数据产品经营权可由水利数据资源持有权主体面向不同的交易市场依法依规进行授权经营。
（2）建立多元化的价值评估体系
由行业统筹，综合成本法、收益法和市场法等评估方法，建立适用于水利行业的数据价值评估体系。
成本法面向数据权属单位，测算权属单位数据资产管理的总成本，评估的目的主要是数字资产入表。目前，水利行业以水利要素采集为主的监测站点建设基本采用财政资金申报模式，建设过程中均依据站点构成的成本定额进行费用申报，因此水利大部分数据可采用该方法进行估值。
收益法面向场景化的数据产品，测算引入数据资产所带来的业务效益变化，评估的主要目的是为数据资产交易定价提供价值参考。水利行业对外提供服务的数据产品，如汛期降水量等值线图、年降水量距平图、地下水水位埋深等值线面图等，可采用该方法进行估值。
面向交易市场，采用市场法，对比公开数据交易市场上相似产品的价格，同时考虑成本和预估收益，确定数据资产价值，建议按照《中共中央办公厅 国务院办公厅关于加快公共数据资源开发利用的意见》，探索有条件有偿使用。
3.建立水利数据要素制度体系和安全保障体系
（1）依法依规建设水利数据要素制度体系
水利数据要素制度体系建设，是构建以“数据二十条”为遵循，以《水利数据分类分级指南（试行）》、水利行业公开目录和数据安全法、知识产权法为基础，以“劳动界权、利益平衡、责权明晰”为原则，以数据“供得出、流得动、用得好、保安全”为目标的制度体系。
▲水利数据要素制度体系示意
构建系统规范的数据要素治理制度是基础。一是完善数据管理、数据脱敏、数据质量、数据应用、价值评估等标准规范，全方位支撑水利数据要素化进程。二是构建数据分类分级制度，提供基于类别维度和等级维度的通用规范和框架。
构建明确有序的数据要素产权制度是核心。一方面，要建立水利数据产权制度，制定水利数据权属界定标准，完善分类分级确权授权制度，构建覆盖采集、加工、交易、利用等环节的水利数据全生命周期权益保护机制，维护数据主体的合法权益。另一方面，要制定水利数据管理办法，明确水利行业数据采集、汇聚、共享、开放、授权运营、使用、管理等要求，确保数据管理的规范性和一致性。同时，建立水利数据授权运营管理办法，按照“原始数据不出域、数据可用不可见”的要求，以模型、核验等形式提供公共数据产品和服务，保护数据主体的隐私和安全。
构建高效透明的数据要素流通交易制度是关键。首先，要建立水利数据要素流通交易管理制度，明确数据主体及其责任、权益和权限，制定数据交易的基本规则和流程，确保交易的透明度和公平性。其次，要建立数据流通交易监管制度，制定数据流通和交易负面清单，明确不能交易或严格限制交易的数据项。
构建科学公正的数据要素收益分配制度是保障。建立水利数据要素收益合理分配机制，明确数据使用条件、适用场景和收费标准，按照“劳动界权、利益平衡、责权明晰”原则，制定具体办法和流程，确保收益分配的透明度和公平性。
（2）依托区块链、密码保护等技术构建安全保障体系
数据安全是水利要素建设的重要内容。水利数据要素安全保障体系，是以“原始数据不出域、数据可用不可见”为目标，综合应用区块链、密码保护等技术，围绕水利数据要素建设过程中涉及的数据本身安全、数据资源安全、数据资产安全以及数据流通安全等，打造的多层次、体系化安全保障体系。
▲水利数据要素全过程安全保障技术体系示意
数据本身安全方面，针对数据及数据承载信息的传输、存储过程，利用文档加密、数据库加密、数据脱敏、传输加密等密码保护技术，为数据本身安全提供保障。
数据资源安全方面，应按照水利数据分类分级的成果，采用数据安全标识技术，为指定的一般数据、重要数据、核心数据添加不同等级的数据安全标识。在此基础上，围绕数据资源采集、传输、存储、共享、利用、销毁等全过程，利用认证与访问控制、数据加密保护、跨网跨域安全共享、隐私计算利用、数据确权溯源等相关技术，为数据资源安全提供保障。
数据资产安全方面，针对数据资产开发利用、运营交易等所涉及的网络通信、存储计算、数据应用等基础设施安全，采用网络通信加密、云密码服务、隐私计算等技术，防止基础设施上承载的数据资产丢失、泄露、被篡改，保障数据运营、交易业务正常运行，确保数据资产安全。
数据流通安全方面，围绕数据在数据交易市场中的流通过程，采用区块链技术，建立数据来源可确认、使用范围可界定、流通过程可追溯、安全风险可防范的数据可信流通体系，保障数据在流通过程中的安全。
4.探索建立多元流通的水利数据要素市场
水利数据要素市场是一个以水利数据要素为核心资源，以水利数据要素制度体系为支撑和保障，具有“一体双驱多元”鲜明特征的行业数据要素市场。
“一体”指水利数据要素在全国范围内统一规划、统一标准、统一平台，进而实现跨地区、跨层级、跨部门高效流通与交易。“双驱”强调市场和行业共同驱动水利数据要素市场发展，市场通过竞争机制优化资源配置，发挥决定性作用，而行业履行监管和服务职责，确保市场公平、透明、有序运行，维护各方权益。“多元”是指水利数据要素市场在数据来源、流通模式、交易方式、授权运营模式等方面的多样性。水利数据要素流通见图7。
▲水利数据要素流通示意
强化多源水利数据要素高质量供给。加快推进“天空地水工”一体化监测感知体系建设，整合卫星遥感、地面监测站、无人机、物联网设备等多源数据，提升水利数据要素供给能力。建立健全全生命周期质量管控体系，在数据采集、处理、存储、应用等各环节明确数据质量责任主体，确保数据的准确性和可靠性。
加强水利数据要素共享流通。由信息化部门牵头，遵循《数字孪生流域共建共享管理办法（试行）》《水利信息资源共享管理办法（试行）》《水利数据分类分级指南（试行）》，以及水利信息资源共享技术要求等相关文件要求，明确数据资源共享目录、共享方式、共享标准、质量控制、共享安全等关键要求。在此基础上建立统一的水利信息资源共享平台，开展数据资源的共享交换工作。通过优化共享流程、提高共享效率实现水利部、流域管理机构、各级水行政主管部门之间数据双向流通和高效共享。
推动水利数据要素多元流通交易。一是探索构建水利行业数据要素交易平台，提供系统全面、高质安全的数据产品。二是鼓励地方融入对应的各级市场交易平台，丰富水利数据要素的市场供给通道。三是与数据商、数据中介等第三方服务机构合作，拓展交易渠道。四是依据数据产权制度框架及价值评估体系，建立数据交易利益分配机制。
坚持“原始数据不出域、数据可用不可见”的要求。为保障数据资源持有者的权益，原始数据不通过拷贝、网络传输等方式直接对外提供。原始数据应经过数据资源持有者或第三方服务机构加工后，以模型、核验等产品和服务等形式对外提供。
保障水利数据要素安全流通。通过加强应用密码保护、安全标识、认证与访问控制、网络通信加密、隐私计算、区块链等数据安全技术，切实保护数据存储、传输、应用安全，保障水利数据要素在各环节安全流通。
5.健全水利数据要素保障机制
（1）加强组织领导
水利部加强行业工作统筹，动态掌握全行业数据要素建设情况，促进跨地区、跨层级、跨部门协同联动，强化督促指导。各流域管理机构、水行政主管部门、有关工程管理单位要高度重视数据要素建设，结合各自实际，制定工作举措，细化任务分工，抓好推进落实。
（2）强化制度规范
在《数字孪生流域共建共享管理办法（试行）》《水利信息资源共享管理办法（试行）》《水利数据分类分级指南（试行）》的基础上，加快研究制定数据产权制度、流通和交易制度、收益分配制度、数据要素治理制度等，让水利数据要素建设有章可循、有规可依。
（3）开展先行先试
参照推进数字孪生水利的经验做法，率先在部本级、流域管理机构和基础较好的地方（如贵州、浙江等），针对水利数据要素建设的关键环节开展先行先试工作，鼓励其他地方积极参与。
（4）加强监督管理
水利部作为行业主管单位，跟踪指导和监督检查各单位水利数据要素化建设进展程度，依法依规向审计机关开放公共数据资源目录和开发利用情况。鼓励开展公共数据资源开发利用成效评价和第三方评估，加强经验总结和宣传推广，营造良好氛围。
（5）完善安全体系
完善数据流通交易全流程安全管理体系，健全数据安全风险评估、信息共享和应急处置等机制。按照等级保护2.0三级以及商业密码评估要求，运用隐私计算、区块链、联邦计算等技术和数据安全防护策略，完善行业内数据交易平台网络安全及密码安全体系。
03、“数据要素×水利”乘数效应的激活路径
当前，水利数据要素建设仍处于数据资源化阶段。水利数据要素激活路径应聚焦高质量数据资源体系构建，通过数字孪生水利建设，从强化数据基础、挖掘数据价值、提升数据赋能能力等方面开展探索。强化数据基础方面，通过夯实数字孪生水利“天空地水工”一体化监测感知体系，拓展数据采集的渠道与方式，提高数据质量；挖掘数据价值方面，通过“人工智能+大模型”形成的水利新质生产力，提高数据治理效率，挖掘数据潜在价值；提升数据赋能能力方面，行业内部实现业务与数据双向牵引提升，行业外部促进数据有效流通，提升水利政务服务能力。
水利数据要素发挥乘数效应的目标是：按照“需求牵引、应用至上、创新应用”原则，进一步破除数据流通使用的体制性障碍，激发共享开放动力，优化数据资源配置，创新数据资源建设机制，聚行业内外之数据构筑水利之要素；利用数字孪生水利的新质生产力建设，充分发挥数据要素放大、叠加、乘数效应，释放数据要素在水利行业管理、治理中的赋能作用；融入国家数字经济体系中，进一步开放共享、开发利用、供给流通，赋能实体经济，扩大消费需求，拓展投资空间，提升其他行业的治理能力。
1.以数强基，夯实“天空地水工”一体化监测感知体系
2024年水利部印发《数字孪生水利“天空地水工”一体化监测感知夯基提能行动方案（2024—2026年）》，要求到2026年年底，水利要综合应用卫星、雷达、无人机、无人船、视频点、地面监测站等载体，基本建成“点线面体”监测网络，持续优化迭代升级，基本覆盖水利对象全要素和水利治理管理全过程。构建“天空地水工”一体化监测感知体系，是充分运用“天空地水工”多种监测技术装备方法，在时空、范围、精度、频次等方面协同融合、交互补充、相互验证，实现水利对象全要素和治理管理全过程智能监测感知和数据要素采集。
▲“天空地水工”一体化监测感知体系构建示意
2.以数增效，构筑基于“人工智能+大模型”的水利新质生产力
“天空地水工”一体化监测感知体系的完善，为基于人工智能、水利视频等技术在广域尺度进行智能监管和在精细尺度获取数据要素创造了良好条件。应在此基础上，拓展完善基于遥感、视频和大数据的“天空地水工”数据要素的智能识别应用，在遥感层面拓展建立智能解译专业模型，动态解译流域范围下垫面数据、动态反演蒸散发系数、堤防沉降变形等水利要素；在视频、音频层面拓展建立智能识别专业模型，针对工程安全运行、安全施工、非法排污等建立动态的监测、监管模式，针对水位、积水等建立动态的要素智能计算模型，更加多维地获取要素信息；同时增强大数据智能分析技术在水利海量数据治理中的应用，建立数据质量控制和趋势预测等专业算法模型。这些应用总体上与水利专业机理模型形成立体组合互补的新质生产力，为水利“四预”和日常监管创造更加全面、高效的水利新质生产力。
▲基于“人工智能+大模型”的新质生产力构建技术路径示意
3.数字赋能，构建数字映射、智能模拟、前瞻预演的数字孪生水利“四预”体系
应坚持需求牵引，结合实际业务需求，“数据赋能”构建定制化数字孪生水利“四预”体系。坚持构建基于水利机理模型、机器学习模型等多模态结合的滚动预报模式和支持自定义条件场景的“正向—逆向—正向”灵活推演能力。坚持做实、做细、做精、做准数据，做对象关联关系清晰的数据。坚持捋顺如“降雨—产流—汇流—演进”“流域—干流—支流—断面”“总量—洪峰—过程—调度”“技术—料物—队伍—组织”等明晰的工作链条，并融入“四预”过程的孪生体系，实现对象、风险、职责、人员、措施与“四预”过程耦合。总体基于坚实的数据基础、核心的数据机理、专业的模型机理、逻辑清晰的数据关系、完整准确的数据映射、快速灵活的数据适配等，实现水利“四预”体系中的数据赋能。
▲“数据赋能”的数字孪生水利“四预”体系构建路径示意
4.数惠民生，打造数据驱动、优政惠民、共建共治的水利治理模式
党的十九大报告提出“打造共建共治共享的社会治理格局，提高社会治理的智能化水平”后，水利行业不断优化政务服务，涌现出宁夏“互联网+城乡供水”、重庆磁器口“基层四预”等一系列成功模式。水利社会治理应创新数字治理体制、构建数字应用场景。政府管理端面向行政许可事项、涉水风险分析、取用水精准引导、河湖生态环境保护等社会治理内容，通过加强内部业务整合、推动数据关联聚合、降低业务流程耦合、促进数据跨主体流通、增强数据智能分析等，强化数据智能服务，以数据要素融合流通为载体，实现水利面向社会的需求智能分析、风险智能识别、信息智能触达、流程智能优化、服务智能推送的数字治理体系，实现水利治理体系从管理到治理、从监管到引导模式的转变，以主动服务模式、精准服务水平带动企业、群众等社会主体主动参与水利社会治理体系。
04、水利数据要素化的思考与建议
水利数据向水利数据要素的转变，其核心是在全面推动行业数据汇集的基础上，完善构建高质量水利数据资源，建立水利数据的确权、估值机制和安全流通体系。水利数据由原始数据到数据要素的转变，其重点和难点包括：构建更加健全的顶层设计和制度规范引导体系；统一行业共识，聚焦数字孪生水利算据需求，完成行业内部数据的全面汇集、流通和高质量供给；建立与行业外部的长效共享流通机制；进一步明晰数据“权责利”，加快落实数据资源的“三权分置”工作；构建以模型、核验等产品和服务的新形态数据流通模式和安全保障机制。
1.加快完善水利数据要素顶层设计，健全数据要素市场体制机制
加快探索水利数据要素“三权分置”的落地细则，细化数据资源持有权、数据加工使用权、数据产品经营权的内容和范围，明确水利部、流域管理机构、省级水行政主管部门、水利公共服务企业等的权利和职责。研究建立水利数据要素的估值、收益分配机制、安全流通规则等，形成完善的水利要素顶层设计，健全数据要素市场体制机制，保障水利数据要素健康发展。
2.加速推进数字孪生水利数据要素化，促进水利数据要素流通
一是加快完成水利数据从资源化向资产化转化、向资本化迈进。二是深入推动水利数据资源汇集，推进数据资源标准化水平，避免水利数据要素进入市场流通环节后形成分散、零碎、低价值的数据供给并造成“有市无数”的困境。三是进一步深化水利数据资源价值，提升水利数据治理水平，为市场供给高附加值、形式多样的数据要素。四是进一步强化数据安全，从保护个人隐私、保护商业秘密和保障国家安全的角度出发，充分利用数据加密、数字身份等技术手段，建立和完善数据安全保障体系，为流通端提供坚强保障。五是推动数据资源“三权”划分，建立数据资源价值评估体系，构建数据资产登记体系，确保水利数据资产的准确登记和全面记录，制定并发布统一、权威的公共数据开放目录，推动水利数据资源资产化，为水利数据资源入市创造必要前提。
3.加强公共数据要素的开发利用，夯实数字孪生水利算据基础
据不完全统计，截至2024年3月全国各地由政府发起、主导或批复的数据交易场所已有59家，以北京、上海、贵州为代表的数据交易市场挂牌数据产品涉及气象、交通、旅游、证券、电信、电力等领域。部委行业层面，气象数据要素市场建设较好，建立了国家级气象数据流通安全监管平台，全国范围内发布数据产品2500多项，场景上形成了防灾减灾、智慧农业、交通运输和能源安全等典型案例。总体上，公共数据要素开发利用尚处于起步阶段，数据要素种类有限、交易冷清，但模式已形成，数据要素日益丰富。
数字孪生水利“四预”高度依赖丰富、及时、准确的数据要素，尤其是经济社会、人口、多源遥感数据、地理信息等方面的数据要素，它们是预报工作的重要输入、预警工作的靶向依据、预演工作的兼顾要素、预案工作的制定基础。因此，数字孪生水利的算据建设，未来可逐步探索面向公共的要素市场，进一步扩展、融合、集成，为“四预”工作提供更加全面的算据基础。
4.有序推进水利数据要素市场构建，探索跨界协同的要素体系建设
全国各地不断探索建立数据交易市场，但全国性的数据交易市场尚未建立，数据交易各自为政、规则不一、价格不一，存在“有市无数”和“有数无市”的困境，主要原因为数据供给不足，数据要素单一，未形成高价值、融合型数据产品等。
水利是国家基础性公共事业，“天空地水工”一体化监测感知数据、雨水情监测预报“三道防线”数据以及水资源量、取用水量、水权、节约用水等数据和产品，在规划、农业、交通航运、生态环境、城市管理、防灾减灾、碳汇、保险、康养等领域都具有良好的应用空间。水利数据要素市场体系的构建有积极意义和价值空间，市场的流通体系可借鉴气象模式，探索行业统筹推动的水利要素市场构建，并与公共数据交易市场结合。同时为更好发挥水利数据要素的乘数效应，应探索跨界协同，融合气象、经济社会、人口、产业等不同领域、行业要素，创新建设融合型、高价值数据产品。
5.探索水利数据要素资产入表、融资，拓宽水利建设投融资渠道
数据要素化的一项重要功能就是实现数据要素的金融功能。据不完全统计，北京、上海等15个省份的商业银行已落地首单数据资产融资，融资方式主要包括专利/知识产权质押融资、数据资产凭证/公共数据授权/数据产品/数商证书融资、数据资产质押/无质押增信贷款等，融资规模超5亿元。
水利当前正处于数字孪生流域、水网和工程建设的全面推进期，海量的数据在资产化后具有良好的资产属性，在融资上都是良好的数据资产，因此水利行业尤其是水利公共服务企业，应进一步加快数据要素化进程，发挥数据要素金融属性，进一步拓宽水利建设的投融资渠道，助力数字孪生水利加快构建。
