智慧水务行业：AI重构水务运营体系 行业驶入数智化快车道
——从“设备联网”到“系统认知”的产业跃迁（2025—2030）
摘要：中国智慧水务正处在一个容易被总量数据掩盖的结构性节点上。2025年智慧水务全产业链口径规模约1800亿至2100亿元，平台软件口径467.8亿元，数字水务系统口径突破98亿美元；所有口径都指向两位数增长，中国已是全球最大的单一智慧水务市场。但同一张成绩单上，平台型上市公司威派格2025年营收11.60亿元、归母净利润亏损1.53亿元，连续三年亏损；和达科技营收下降35.88%；而硬件端的智能水表CR5升至58.6%，三川智慧以19.60%的份额居首，新天科技净利润增长30.81%。**规模在涨，盈利在分化；设备在赚钱，平台在承压。** 这是理解当前智慧水务产业最诚实的起点。
本报告的核心判断是：智慧水务正在经历从 **“设备联网”向“系统认知”** 的跃迁，而AI是这一跃迁的核心驱动力，但AI的价值兑现路径远比市场叙事所暗示的更为狭窄和苛刻。AI在污水厂曝气优化、加药控制、管网漏损识别等**边界清晰、反馈闭环短、数据密度足够**的场景中已经产生了可验证的经济效益——吨水电耗降低10%—37%、药耗降低20%—67%、漏损识别准确率超过92%。但在跨厂复制、跨区域推广和面向政府客户的按效付费中，AI的规模化落地受制于三个非技术条件：**数据标准的统一、付费机制的重构、以及运营能力的组织化沉淀**。2026年CJJ/T 314—2026和GB/T 47884—2026两项国家标准的实施，正在为第一个条件提供制度基础；江苏太湖流域管网运维入价和合同节水的推广，在局部回应第二个条件；而北控水务“云—链—端”战略与昕彤智能“小场景切入、快速迭代”的合作，则展示了第三个条件的一种可能路径。
在这一框架下，本报告依次考察智慧水务的产业边界与阶段判断、政策体系的刚性约束、市场规模的细分结构与盈利分化、AI技术路线的场景经济性、竞争格局的“两条线”特征、区域策略的梯度差异、商业模式的转型与财务约束，以及面向“十五五”中后期的趋势展望与策略建议。
**关键词**：智慧水务；AI大模型；漏损控制；DMA分区计量；数字孪生；按效付费
第一章 产业边界、口径清理与阶段判断
1.1 为什么智慧水务的“规模”需要被重新理解
智慧水务的市场规模在公开报告中至少存在四个量级的读数，这种混乱本身构成了产业分析的第一道障碍。
GEP Research的“智慧水务平台”口径下，2025年中国市场规模467.8亿元人民币，增速22.1%，只覆盖平台软件与应用服务。“数字水务系统”口径下，2025年中国市场规模突破98亿美元（约合700亿元人民币），占全球34.2%，涵盖智能水表、DMA分区计量、AI预测性维护平台等更宽的硬件与系统集成范围。GEP Research的“智慧水务产业”全产业链口径下，2025年规模突破650亿元，含智能水表、传感器、平台软件、系统集成和运营服务。water8848及多个行业报告的全产业链口径则将2025年规模记为约1800亿元，2026年预计2100亿元，含硬件、工程与服务。此外还有“水务管理系统”合并统计的1460亿元预测值，把传统水务管理系统纳入了同一口径。
四个数字之间的落差不是统计误差，而是**行业边界在四次划定中的系统性扩张**。467.8亿元回答的是“平台软件这一个切片有多大”；700亿元回答的是“数字水务系统与解决方案的市场有多大”；650亿元回答的是“智慧水务核心产业链有多大”；1800亿至2100亿元回答的是“智慧水务作为一个产业生态的总盘子有多大”。增速跨口径基本一致，均指向两位数增长，但任何跨口径的规模比较、集中度计算或增速归因，在本报告中均予以避免或明确标注口径。
更关键的问题不在于总量，而在于**这些钱最终流向谁**。水务集团的数字化预算可能流向设备更新、管网改造、IT集采，也可能流向自建科技公司。独立智慧水务公司能够直接捕获的份额，远小于全产业链口径所暗示的体量。这正是为什么在1800亿元的全产业链口径下，平台型上市公司的营收体量仍然停留在十亿元级别。本报告在结构分析和竞争判断中，优先使用“数字水务系统”和“智慧水务平台”两个口径，因其更贴近“智慧化”的产业内核；在讨论硬件和工程拉动时，则纳入全产业链口径的扩展部分。
### 1.2 产业链结构与价值分布
智慧水务的产业链可以沿“感知—传输—平台—应用—运营”五层拆解。**感知层**包括智能水表、流量计、压力传感器、水质在线监测仪、液位计等终端设备，是数据生产的起点。**传输层**以NB-IoT、LoRa、4G/5G通信模组和边缘计算网关为主，负责数据的低功耗、广覆盖回传。**平台层**涵盖SCADA系统、GIS管网地理信息、数据中台、数字孪生引擎和水务大模型，是数据汇聚与智能决策的中枢。**应用层**面向漏损控制、水质预警、泵站调度、智能加药、营收客服、应急指挥等具体业务场景。**运营层**则是将上述能力转化为持续服务的合同节水、按效付费、托管运营和数据分析服务。
价值分布正在从两端向中间和运营端迁移。感知层的智能水表已经高度成熟和集中，CR5达到58.6%，价格竞争充分，利润空间被压缩。平台层和应用层是当前竞争最激烈、盈利分化最大的环节——技术壁垒名义上更高，但项目制交付、政府客户回款周期和定制化成本使平台型企业的毛利率和现金流承压。运营层是价值捕获的潜在高地，但付费机制尚不成熟，合同节水与按效付费的规模化推广仍需制度条件的配合。这一“两端清晰、中间胶着、运营待熟”的价值分布，是理解智慧水务企业战略选择的底层结构。
### 1.3 阶段判断：从“信息化”向“智能化”跨越的关键窗口
2025年，中国水务企业数字化渗透率约为31.6%，但具备AI决策、数字孪生等高级功能的智慧平台渗透率不足9%。两个数字之间的巨大落差，精确地定义了当前阶段的性质：**基础信息化已经跨越临界点，智能化仍处于导入期**。
这一判断可以从三个维度得到印证。**其一，基础设施层已经就位。** 全国智能水表渗透率超过50%，NB-IoT水表出货量占比超过65%，环境监测物联网和SCADA系统在县级以上水司的覆盖率超过65%。数据采集的物理条件不再是主要瓶颈。**其二，AI应用在点状场景中已经产生可验证的经济效益。** 北控水务江陵威德水质净化厂的AI系统使吨水电耗同比降低约23%，PAC投加量环比下降约60%，碳源用量同比减少约67%，日均污泥产量环比降低约53%，关键工艺单元99%以上工况实现自主决策。莆田市智慧供排一体化平台推动年降本超2000万元，能耗下降5%，药耗降低10%。这些数字证明AI不是概念，而是已经在真实工况中兑现的效率工具。**其三，规模化复制尚未发生。** 多数项目仍停留在“程序控制”阶段，具备自学习、自优化能力的“智慧控制”仍是少数标杆项目的特征。AI系统在不同水厂之间的迁移需要重新训练和工艺适配，简单水厂可在数天内完成模型训练，复杂水厂最快可缩短至1个月，但这一速度的前提是底层数据质量和工艺标准化程度足够高。
因此，将当前阶段界定为“从信息化向智能化跨越的关键窗口期”，其含义不是智能化即将全面爆发，而是**智能化的技术可行性和经济可行性已经在点状场景中被证明，接下来的核心矛盾从“能不能做”转向“能不能低成本地复制”** 。这一转变的性质，与环保产业整体从“规模扩张”转向“质量效益”的逻辑是同构的，只是智慧水务的“质量效益”集中体现为数据驱动的运营效率。
## 第二章 政策框架：刚性约束如何转化为有效需求
智慧水务的政策驱动具有一个区别于其他环保细分领域的显著特征：**核心政策指标是可量化、可考核、与付费挂钩的硬约束**。漏损率、智能水表覆盖率、数字化覆盖率等指标直接进入供水企业的绩效评价和成本监审，使智慧化从“锦上添花”变为“合规必需”。
### 2.1 漏损率：需求侧最硬的指标
全国城市公共供水管网平均漏损率2025年仍在9.87%左右（不同口径的数据在9%—10.7%之间波动），虽较2024年下降0.45个百分点，但距离政策目标仍有差距。全国城市供水管网总长度已达128.6万公里，其中铸铁管与镀锌钢管占比仍超30%，年漏损水量超100亿立方米，直接经济损失逾300亿元。东北地区部分城市漏损率甚至超过20%。
政策目标经历了从“引导”到“强制”的清晰升级。**第一阶段（2022—2025）** ，住建部、发改委提出“力争控制在9%以内”，构建“4+1”任务架构——管网更新改造、分区计量、压力调控、智能化建设四大工程加管理制度完善，中央财政累计投入187亿元，带动地方配套超400亿元。**第二阶段（2025—2027）** ，《城市供水管网漏损控制三年攻坚行动方案》将目标从“力争9%”收紧至“控制在8%以内”，遴选50个试点城市先行示范；2025年试点城市平均漏损率降至9.3%，杭州、成都、厦门等12个城市已低于8%，最低达6.2%。**第三阶段（2026年起）** ，《城镇供水管网漏损控制评价标准》（CJJ/T 314—2026）于2026年3月正式实施，强制要求新建管网漏损率不高于6%、既有管网改造后不高于8%，并将漏损率纳入供水成本监审——超出一级评定标准的部分不得计入供水成本。新版《供水条例》（国务院令第831号）2026年6月1日施行后，城市供水管网漏损率必须控制在9%以内，智能水表覆盖率不低于90%，超标区域将被限制新建项目、削减改造专项资金。
这一政策链条的产业含义在于：**它把漏损从“运营损耗”重新定义为“可考核的合规指标”，并通过成本监审把合规压力直接传导到供水企业的财务报表**。当超标漏损的水量成本无法计入供水成本，供水企业就有了内生的动力去投资DMA分区计量、压力调控和智能检漏——这不是社会责任，而是成本最小化的理性选择。420亿元的管网改造投资空间，正是这一理性计算的宏观加总。
### 2.2 排水管网数字化：首部国标的“技术红线”效应
供水侧的漏损控制之外，排水侧的数字化标准在2026年取得了从无到有的突破。《城镇排水管网数字化通用技术要求》（GB/T 47884—2026）于2026年正式发布，2027年2月起实施，是我国排水管网领域首部数字化通用技术国家标准。标准首次在全国层面统一了数据体系，并设定了三大量化硬指标：模型流量纳什效率系数≥0.5，峰值误差控制在20%以内，峰值时间误差不超过0.5小时；每10公里市政排水管道应布设不少于1个液位或流量监测点位；在线监测仪器校准周期不应大于3个月。
国标的核心功能不是“鼓励创新”，而是**为市场设定统一的验收依据和准入门槛**。在此之前，排水管网数字化长期面临“数据标准不统一、感知布设无规范、水力模型验收无依据、业务调度缺少量化指标”的痛点。标准的缺失使采购方难以比较不同供应商的方案，也使劣质项目得以以“数字化”之名进入市场。国标实施后，水力模型精度和感知布设密度成为可验收的合同条款，这将加速行业从“关系型销售”向“技术能力竞争”的迁移，同时淘汰一批无法达到技术红线的低端供给。
### 2.3 二次供水与农村供水：政策落地的“最后一公里”
二次供水是智慧水务政策链条中一个容易被低估的环节。《供水条例》明确二次供水泵房法定归水务集团管理，终结了物业与水务之间的责任模糊地带，使智慧化改造的采购主体唯一化，订单确定性显著提升。全国百万座存量泵房限期移交，老旧设备更新、智慧监控、水质在线、无人值守等需求集中释放。2025年中国二次供水设备市场规模达到97.4亿元，2026年有望突破110亿元；新建高端商业与住宅项目对智慧泵房、数字集成系统的采纳率已超过35%，预计2030年攀升至55%以上。2026年970亿元中央预算内投资城市更新专项资金明确支持二次供水标准化改造、智慧泵房搭建、老旧管网更新和漏损治理，资金仅支持纯供水民生工程，严禁用于商业开发。
农村供水是另一条政策倾斜的增量赛道。《供水条例》首次将“农村规模化供水”纳入法律统筹，要求提升自动化、数字化、智能化水平。六部门联合印发的《关于进一步加强农村供水工程运行管护工作的通知》叠加多层级水利投资计划，形成政策与资金的双重支撑。农村地区的智能水表渗透率从2023年的22.6%跃升至2025年的41.3%，饮用水安全物联网终端全年安装量突破4800万套。但农村市场的付费能力、运维半径和设施分散性决定了其智慧化路径必须与城市区分：低成本、低功耗、易维护的终端和轻量化的云平台，比高规格的集中式系统更具适配性。2025—2030年农村供水和灌溉场景的智能水表复合增长率预计达22%，这一增速的背后是政策资金对“有没有”的优先关注，而非对“先不先进”的即时要求。
### 2.4 政策体系的张力：刚性指标与付费能力的错配
智慧水务政策框架内含一个结构性张力：**指标是刚性的，但付费方的支付能力是弹性的**。漏损率8%的目标、智能水表90%的覆盖率、排水管网数字化的技术红线，都要求供水企业在限定时间内完成资本开支；但水价调整的滞后、地方财政的承压和供水企业自身的盈利能力，限制了这些资本开支的融资空间。
这一张力在平台型企业的财务报表上表现得最为直接。威派格的应收账款余额较大，原因被明确归结为“智慧水务等项目周期长且客户为地方政府，验收结算受地方财政影响”。和达科技2025年末应收账款3.29亿元中一年以上账龄占69.78%。政策的刚性创造的是**名义需求**，但从名义需求到有效需求（有付费保障的订单）之间，隔着一道地方财政的窄门。智慧水务企业在这一张力中的策略分化，将在第八章展开。
## 第三章 市场规模与结构：增长的方向与盈利的错位
### 3.1 总量增长的结构性拆解
在多个口径中，2025—2026年智慧水务市场的增长方向是一致的，但增长的来源正在发生位移。GEP平台口径下，2026—2030年中国累计市场增量预计超过2800亿元，年均增量约560亿元。数字水务系统口径下，2026年中国市场预计突破112亿美元，2025—2030年全球复合增长率约12.8%。全产业链口径下，2026年规模预计2100亿元，较2025年增长约16.7%。
增量的结构可以沿两条线索拆解。**按应用场景**，供水管网漏损控制与智能调度是当前最大应用场景，2025年占整体需求的38.2%；水质在线监测与应急响应平台占22.7%；农村供水智慧化改造、工业园区水循环管理、海绵城市联调联控等新兴场景增速超过25%。**按项目形态**，新增部署项目数在2025—2026年全球超过4100个，中国约1650个，平均项目金额提升至1120万元；用户侧付费模式从一次性建设费向“基础年费+按需服务”转变，2025年服务收入占比27.4%，预计2030年突破45%。
这两个拆解指向同一个判断：**智慧水务的增长正在从“新建系统”转向“存量系统的服务化升级”** 。漏损控制和智能调度是存量管网效率提升的直接工具，服务收入占比的上升则表明客户开始为持续的数据服务和运营优化付费，而非仅为软件许可证和硬件设备付费。这一转变对企业的能力要求是根本性的——从项目交付能力转向持续运营能力。
### 3.2 盈利分化的财务图谱：谁在赚钱，谁在承压
智慧水务2025—2026年最值得记录的事实，不是总量的增长，而是**盈利在产业链不同环节之间的剧烈分化**。
**硬件层是当前最确定的利润池。** 智能水表国内市场CR5在2025年提升至58.6%，三川智慧以19.60%的份额居首，宁水集团11.38%第二，新天科技10.14%第三。新天科技2025年营收10.66亿元，净利润2.51亿元，同比增长30.81%。硬件层的盈利能力来自规模化制造、成熟的渠道网络和相对标准化的产品形态。它的隐忧不在于当期利润，而在于渗透率见顶后的增长持续性——当智能水表渗透率从50%向90%逼近，增量空间将逐步收窄，价格竞争的压力会重新上升。
**平台层和解决方案层则处于系统性的盈利承压状态。** 威派格2025年营收11.60亿元，归母净利润亏损1.53亿元，连续三年亏损；2026年上半年营收1.41亿元，归母净利润-1.30亿元。和达科技营收下降35.88%，连续三年亏损。威派格的亏损原因被归结为“宏观经济波动、行业调整及战略转型影响”，应收账款问题则直接指向地方政府客户的验收结算延迟。平台型企业的困境具有结构性：它们承接的是定制化程度高、交付周期长、回款依赖地方财政的系统集成项目，收入确认与现金回收之间存在巨大的时间缺口；同时，研发投入（AI算法、数字孪生、大模型）是持续性的固定成本，而项目收入是波动性的，两者的错配在需求增速放缓时被放大。
**运营服务层尚未形成独立的利润池，但方向是明确的。** 合同节水、按效付费和托管运营的规模仍然有限，但其收入性质（经常性、与效果挂钩）优于项目制收入。谁能率先将运营服务从“项目附属”转变为“独立业务”，谁就有可能跳出平台层的盈利困境。这一判断将在第八章的商业模式分析中进一步展开。
### 3.3 集中度：分散是常态，集中是趋势
2025年全球智慧水务平台市场CR5约44.6%，中国市场CR5约37.2%。智慧水务整体CR5约37.2%，智慧水利CR3仅10.25%、CR7为14.77%。市场集中度的数据指向一个基本事实：**智慧水务是一个高度分散的市场，头部集中度略高于智慧水利，但距离寡头格局仍然遥远**。
分散的根源在于需求的异质性和项目的非标性。每个水务集团的管网条件、工艺路线、组织架构和财政状况都不同，标准化的软件产品难以直接适配，定制化成为默认选项。定制化抬高了交付成本，也限制了规模效应的发挥。2025—2026年行业并购重组加速，前十大企业中有3家通过收购补齐了水质算法或边缘计算短板，海兴电力拟6.05亿元收购宁波泽联以完善“电力+水务”布局，这些交易的逻辑正是通过补齐能力短板来提升全栈式交付能力。但并购能否真正提升集中度，取决于收购后的整合效果，而非交易本身的规模。
### 3.4 进出口结构：硬件顺差与软件逆差
中国智慧水务的贸易结构呈现鲜明的非对称性。2025年中国数字水务系统核心硬件（智能传感器、智能水表、RTU）出口额23.7亿美元，进口集中于高端边缘计算服务器与工业级数据采集卡，贸易顺差扩大至11.3亿美元。智慧水务硬件终端（智能水表、传感器）出口额23.6亿美元，保持净出口地位；但高端工业软件与云平台授权的进口依存度约31.8%，仍为净进口。
这一结构精确地映射了中国智慧水务在全球价值链中的位置：**制造环节具有压倒性优势，软件与算法环节仍在追赶**。硬件顺差的可持续性较强，但附加值有限；软件逆差的收窄需要时间，国产替代的进程预计到2030年将软件自给率提升至65%以上。软件能力的短板不仅影响出口竞争力，也影响国内高端项目的交付质量——当水力模型、优化调度算法和数字孪生引擎的核心组件依赖进口时，系统的自主可控性和数据安全性都面临约束。
## 第四章 AI重构运营体系：场景经济性与规模化条件
### 4.1 污水厂：AI最先兑现价值的场景
污水处理厂是智慧水务中AI经济性最清晰的场景，原因在于其**边界封闭、反馈闭环短、数据密度高、成本结构可归因**。一个污水厂的处理规模、进水水质、工艺路线和排放标准相对确定，AI的优化目标（在达标前提下最小化电耗和药耗）可以被精确地定义为数学问题，优化效果可以在月度电费单和药剂采购单上直接验证。
已验证的效果数据分布在一个较宽的区间内，但方向高度一致。北控水务江陵威德水质净化厂（AAO微曝氧化沟工艺，3.8万吨/日）的“剑企®AI-OS”系统使智能曝气实现“按需供氧”，风机日均电量同比下降约37%，吨水电耗同比降低约23%；加药智能体使PAC投加量环比下降约60%，碳源用量同比减少约67%；日均污泥产量环比降低约53%；关键工艺单元99%以上工况实现自主决策。北控水务长沙昕彤智能水厂的智能曝气系统同样实现了风机日均电量同比下降约37%、吨水电耗同比降低约23%。银川市第一再生水厂的智慧水务系统使药剂投加成本降低18%，年节电290万度，吨水能耗≤0.035千克标准煤，低于行业平均值20%以上。北控枣庄项目的LEBC技术使吨水电耗降低11.9%、碳源投加量减少49.3%，出水稳定达到地表准Ⅳ类标准。行业层面的案例同样印证了这一区间：某5万吨/日AAO工艺污水厂的AI系统使出水达标率升至96.8%，吨水电耗降低28.6%，药剂消耗减少19.2%，年综合成本节约162.6万元；东莞某15万吨/日污水厂的智慧化运营模块可节约成本152.3万元/年，电耗节约13.75%，药耗节约20%。
将这些数据放在一起，可以得出一个审慎的结论：**AI在污水厂场景的节能降耗幅度大致在电耗10%—30%、药耗20%—60%的区间内，具体取决于工艺类型、进水波动性、原有控制水平和AI系统的优化深度**。吨水电耗降低23%这样的数字并非普遍水平，而是深度优化场景下的上限参照；对于控制基础较好的水厂，边际改善空间会相应收窄。AI的经济性不在于“任何水厂都能节能30%”，而在于“在数据质量足够、工艺可调的环节，投资回收期可以被压缩到可接受的范围内”。
### 4.2 管网：漏损识别与压力调控的AI路径
管网是比污水厂更复杂、更分散的系统，AI的应用路径也更为多样。漏损识别依赖三类技术的组合：**DMA分区计量**提供分区水量平衡的基础数据，**AI听漏/异常检测算法**从流量和压力时序数据中识别漏损特征，**压力调控**通过降低管网压力来减少背景漏损和爆管频率。
技术成熟度在2025—2026年已经跨过了可用性门槛。AI算法在漏损识别准确率上达到92%，在水质预警、泵站能效优化与爆管定位场景中的准确率首次突破92%。西宁市的DMA分区检漏预警系统接入155个压力监测点及22个市政加压站数据，管网修正后漏损率从2022年的7.13%降至2024年的6.53%，2025年上半年进一步降至4.78%；市政供水管网停水抢修事件同比下降44.84%。常州通用水司的“AI漏损管控体系”依托河图AI大模型平台，支持自然语言交互和26个异常指标7×24小时自动巡检，实现了漏损管控从“人工经验驱动”向“AI智能驱动”的转变。福州水务基于国产开源大模型底座，结合水务行业语料和生产运营历史数据，形成了面向水质预测、智能加药、管网调度、漏损定位的专用垂直模型。
管网AI的规模化条件比污水厂更为苛刻。**数据质量是第一个瓶颈**——许多城市的管网资料仍停留在纸质图纸阶段，管径、材质、埋深信息不全，AI模型缺乏可靠的基础数据来建立水力拓扑。**漏损构成的复杂性是第二个瓶颈**——我国漏损水量中约70%为物理漏损（管道破裂、接口渗漏），30%为账面漏损（水表误差、偷水、抄表差错），两类漏损的识别和治理路径完全不同，AI需要在两类信号之间做出区分。**经济性验证的周期是第三个瓶颈**——污水厂的节能效果按月结算，管网的漏损治理效果需要更长的时间窗口才能被可靠地归因，而按效付费的考核周期往往短于漏损率变化的自然周期。
### 4.3 水务大模型：产品格局与场景适配
水务大模型是2025—2026年智慧水务最受关注的技术变量，也是最容易被高估的变量。2026年4月版的《国内外水务大模型及产品评测报告》对9款产品进行了系统评测，国内产品包括深水云脑2.0、水萝卜AI、IGC WaterAI、KingWater、威派格河图AI，国外产品包括Aquasight、VODA.ai、Xylem Vue、Veolia Hubgrade。评测结果显示：深水云脑2.0以87.2分位居榜首；国内产品整体竞争力强；国外产品在预测类场景表现突出，但中国场景适配度制约其国内市场竞争力。
这一评测结果的含义需要被准确解读。国内产品的高分主要来自**业务适配（权重30%）和行业特性（权重25%）** 两个维度，而非基础AI能力的全面领先。中国水务场景的特殊性——管网条件复杂、水质标准严格、政企关系嵌入运营、数据格式不统一——使得一个在欧美市场表现优异的预测模型，在中国水厂可能因为缺乏本地化的工艺参数和标准映射而失效。国内产品的优势在于“懂中国水务的流程和语言”，而非“算法本身更先进”。国外产品在预测类场景（如设备故障预测、水质趋势预测）的技术积累仍然值得重视，其在中国市场的竞争力受限更多源于合规和数据跨境约束，而非技术落后。
水务大模型的真正价值不在“大”而在“专”。通用的语言模型无法直接优化曝气量或定位漏损点，它的作用是作为**交互层和推理层**，将自然语言的查询转化为对专业模型和数据的调用，降低运营人员使用复杂系统的门槛。常州“漏损分析助手智能体”支持自然语言交互和26个异常指标的自动巡检，其价值不在于模型参数规模，而在于把漏损分析的专家逻辑封装成了可复用的智能体。昕彤智能的路径——“从小场景切入、快速迭代验证”——被北控水务认为具有现实参考价值，其逻辑是用小场景的低成本试错来积累数据和验证经济性，而非追求一个大而全的通用平台。水务AI的竞争，最终不是模型参数的竞争，而是**场景知识、数据资产和交付能力的竞争**。
### 4.4 数字孪生：从可视化到可计算
数字孪生在水务行业的应用经历了从“三维可视化”到“实时映射”再到“可计算仿真”的演进。2025年，超过200个城市级水务数字孪生平台投入运营，实现水源、水厂、管网、用户四端实时映射。但“投入运营”与“产生决策价值”之间仍有距离。多数数字孪生平台的功能仍集中在状态展示和异常报警，真正能够进行水力仿真、调度方案比选和漏损定位反演的“可计算孪生”仍是少数。
可计算孪生的技术门槛在于**模型精度和实时性的平衡**。GB/T 47884—2026对排水管网模型精度设定了纳什效率系数≥0.5、峰值误差≤20%的验收标准，这一标准本身并不苛刻，但它要求模型必须基于真实的管网拓扑和实测数据校准，而非仅凭设计图纸搭建。福州按月更新管网水力模型拓扑，将数字孪生应用于停水分析和漏损定位，其可持续性依赖于模型更新的制度化和数据采集的连续性。数字孪生的价值兑现，最终取决于它能否被嵌入日常运营决策——每一次调度、每一次停水方案、每一次漏损排查——而非作为一个独立的“展示系统”存在。
## 第五章 竞争格局与企业战略分化
### 5.1 “两条线”的梯队结构
智慧水务的竞争格局无法用一条梯队线来描述，因为**智慧水务与智慧水利的边界尚未统一，同一家企业在不同的统计框架中可以落入不同的梯队**。按智慧水务业务营收划分，大禹节水、威派格、汉威科技处于10亿元以上的第一档；新天科技、三川智慧、和达科技在5亿至10亿元之间；山科智能、青岛积成等在5亿元以下。按智慧水利业务规模划分，慧图科技、浪潮信息、中水三立以超过3亿元的年收入构成另一套第一梯队；山脉科技、飞渡科技、艾力泰尔在5000万元至3亿元之间；超图软件、中科星图、和达科技、大禹节水被划入5000万元以下的第三梯队。
这种梯队的错位说明，**智慧水务的竞争格局尚未固化到可以用单一维度排序的程度**。威派格在智慧水务营收口径下属于第一档，但在智慧水利口径下并不突出；和达科技在两套框架中分属不同梯队；大禹节水同时出现在两套梯队的多个位置。梯队的“名次”本身的信息量有限，更有价值的信息是**每家企业选择的竞争维度**：威派格选择的是硬件+解决方案的全栈路线，汉威科技选择的是传感器核心部件的纵向路线，大禹节水选择的是农业节水与水利工程的场景路线，新天科技和三川智慧选择的是智能水表的规模化制造路线。这些路线之间并不存在必然的优劣，但它们对企业的能力要求、资本结构和风险敞口截然不同。
### 5.2 硬件企业与平台企业的战略分野
2025—2026年最值得关注的战略分化，是**硬件企业与平台企业走上了截然不同的风险—收益曲线**。
硬件企业的战略逻辑是**规模效应和渠道壁垒**。智能水表的CR5提升至58.6%，头部企业通过产能规模、供应链管理和运营商集采关系建立成本优势。新天科技2025年营收10.66亿元、净利润2.51亿元、增长30.81%，其盈利的稳定性来自产品标准化程度高、客户分散、回款周期相对可控。硬件企业的风险在于渗透率见顶和价格竞争，但在“十五五”末城乡智能水表普及率90%的政策目标下，增量空间在中短期内仍然存在。海兴电力从智能电网跨界智慧水务，2025年智慧水务营收同比激增近1671%至2.05亿元，并拟以6.05亿元收购宁波泽联以完善“电力+水务”计量平台，其逻辑正是利用电力业务的海外渠道和制造能力，将水表作为公用事业计量的第二增长曲线。
平台企业的战略逻辑是**能力壁垒和运营粘性**，但这一逻辑的兑现远比硬件困难。威派格2025年末在手订单约12.54亿元，其中新签智慧水务类订单占比超50%，毛利率提升约5个百分点，订单结构在改善。但订单改善尚未转化为利润改善——2026年上半年营收1.41亿元、亏损1.30亿元，说明收入确认的节奏和成本费用的刚性之间存在显著错配。平台企业的根本困境在于：它们销售的是“能力”，但客户付费的意愿和支付能力受制于地方财政；它们需要持续投入研发来维持能力领先，但研发投入的回报周期远长于项目的交付周期。
### 5.3 跨界进入者：ICT巨头与AI公司的位置
智慧水务的竞争格局中，跨界进入者正在扮演越来越重要的角色，但其位置与传统的设备商和平台商不同。
**ICT巨头（中国电信、华为、浪潮等）的角色是基础设施层和集成层。** 莆田市智慧供排一体化平台由中国电信莆田分公司与木兰集团共建，接入各类物联设备超90万台，整合13家供水企业、80座厂站SCADA系统、70余万用户信息，日均处理数据超10TB，年降本超2000万元。中国电信提供的是云计算、物联网连接和系统集成的能力，水务专业知识则来自木兰集团。这种“ICT能力+水务场景”的组合，使ICT巨头在不具备水务工艺知识的情况下仍然能够占据系统集成层的位置。深圳五指耙水厂的鸿蒙化升级则是另一种形态——华为提供鸿蒙生态的底层连接能力，水厂实现全量数据100%互联互通，运维效率提升超过30%，误报率降低30%，AI算法优化推动巡检工时降低25%。
**AI技术公司（昕彤智能、百度等）的角色是算法层和智能体层。** 昕彤智能的“剑企®AI-OS”系统在江陵威德水厂的落地，展示了AI公司以“小场景切入、快速迭代”的方式进入水务运营的路径；其Veridix决策世界模型使简单水厂可在数天内完成模型训练，复杂水厂最快1个月，显著降低了AI系统在不同水厂复制落地的时间成本。百度与首创股份合作的水萝卜AI基于文心大模型，上海敢创科技的IGC WaterAI基于DeepSeek-R1，这些产品的共同特征是将通用大模型的能力与水务行业模型结合，以较低的边际成本提供智能问答、预警和辅助决策服务。
跨界进入者的共同影响是**压缩了传统平台企业的“中间层”空间**。当ICT巨头占据集成层、AI公司占据算法层时，传统智慧水务平台企业如果不能在行业知识深度或运营服务粘性上建立差异化，其“系统集成+定制开发”的商业模式将面临上下两端的挤压。威派格的战略转型和连续亏损，在一定程度上正是这一挤压的财务映射。
### 5.4 水务集团自建科技公司：一个被低估的竞争变量
智慧水务竞争格局中一个容易被忽视但影响深远的力量，是**水务集团自建科技公司**。北控水务的北水科技自研水务管理系统，深圳环境水务集团的深水云脑2.0在水务大模型评测中位居榜首，首创环保基于“DARES”框架推进数据赋能运营管理决策，这些案例表明头部水务集团正在将数字化能力从“外部采购”转向“内部沉淀”。
这一趋势对独立智慧水务公司的含义是双重的。**短期看**，水务集团自建科技公司会减少外部采购的份额，尤其是在核心运营系统上，头部集团更倾向于自主可控。**长期看**，水务集团自建的能力可能通过产品化和对外输出，成为独立智慧水务公司的直接竞争者。深水云脑2.0在评测中超越所有国内产品和国外产品，如果这一能力被产品化并向中小水司输出，它将携带着深圳环境水务的运营经验和场景验证，构成一种“运营者做技术”的独特竞争形态。独立智慧水务公司的生存空间，将取决于它们能否在**跨客户的通用性**和**特定场景的深度**之间找到水务集团自建科技公司难以覆盖的生态位。
## 第六章 区域格局与空间策略
### 6.1 梯度格局：试点城市、先行区域与县域市场
智慧水务的区域格局呈现清晰的**三级梯度**，每一级的驱动逻辑和竞争规则不同。
**第一级是漏损治理试点城市和先行区域。** 50个试点城市在2025年平均漏损率降至9.3%，杭州、成都、厦门等12个城市低于8%，最低达6.2%。这些城市的智慧水务投资已经越过了“要不要做”的阶段，进入“如何做得更深”的阶段——数字孪生的可计算化、AI的跨场景协同、厂网一体化的智能调度是它们的下一阶段需求。上海将公共供水管网漏损率约束性目标设为6.0%，西宁的漏损率降至4.78%，这些城市的实践为全国提供了技术路线的参照，但也意味着它们的增量空间更多来自系统升级而非基础建设。
**第二级是地级及以上城市的数字化覆盖率达标需求。** 政策要求到2027年地级及以上城市供水管网数字化覆盖率不低于70%。这一目标覆盖的城市数量远大于试点城市，其需求以DMA分区计量、智能水表部署、SCADA升级和基础平台建设为主，技术复杂度低于第一级，但项目数量和设备采购规模更大。这一级市场是硬件企业和系统集成商的主战场，也是应收账款风险最集中的区域——地级市的财政状况差异巨大，部分城市的支付能力可能显著弱于试点城市。
**第三级是县域和农村市场。** 农村智能水表渗透率从22.6%升至41.3%，饮用水安全物联网终端全年安装量突破4800万套，但县域市场的付费能力、运维半径和技术接受度与城市存在系统性差距。政策资金（中央预算内投资、专项债、水利投资）是这一级市场的主要资金来源，“十四五”期间年均落实地方政府专项债券和银行贷款3279亿元。县域智慧水务的项目形态更多是“智慧水网+基础设施”的打包申报，将数字化建设融入水库除险加固、管网改造等实体工程，而非独立的智慧化项目。这一级市场的竞争规则不是技术领先，而是**成本适配和资金申报能力**——能够以可接受的成本提供基本可靠的数字化功能，并帮助地方政府完成专项债项目包装的企业，比技术最先进的企业更有竞争力。
### 6.2 区域需求差异的技术含义
区域差异不仅是规模差异，更是**技术适配性的差异**。东北地区部分城市漏损率超过20%，其管网老化程度和冬季冻胀问题要求检漏技术和管材选择与南方城市截然不同。西宁的成功经验——DMA分区计量、压力调控、智能监测的组合——在高原低温和低人口密度条件下有效，但其技术参数和模型需要针对不同气候和管网条件重新校准，而非直接复制。重庆南川区的“政府+企业+居民”三方费用共担机制（区财政20%、供水企业75%、居民5%）是一种融资模式的创新，但它成立的前提是居民对供水服务的付费意愿和当地财政的承受能力，这一组合在其他区域未必可复制。
区域策略的核心不是“把先进地区的方案推广到落后地区”，而是**识别不同区域的约束条件，匹配相应的技术—融资组合**。试点城市适合前沿技术的验证和示范，地级市适合成熟技术的规模化部署，县域和农村适合低成本、易维护的轻量化方案。将一线城市的高规格数字孪生方案直接下沉到县域，不仅经济上不可行，运维能力上也难以持续。
### 6.3 粤港澳与长三角的特殊位置
粤港澳大湾区在智慧水务的区域格局中具有独特的位置。深圳环境水务集团的深水云脑2.0在水务大模型评测中位居榜首，五指耙水厂成为全国首座鸿蒙智慧水厂，大沙河项目是全国首个流域级鸿蒙化水务示范项目。深圳的智慧水务能力已经超越了“应用先进技术”的阶段，进入了“定义技术架构”的阶段——鸿蒙化水务的底层逻辑是用国产操作系统替代传统工业控制系统的碎片化架构，这一选择的战略意义远超单个水厂的效率提升。深圳“AI水管家”覆盖全市7000余个小区，AI智能体月均服务市民超50万人次，应答成功率达98%，展示了超大城市在用户服务端的智慧化规模效应。
长三角的优势则在于**制度协同和付费机制创新**。江苏太湖流域将管网运维纳入污水处理成本的改革，为智慧水务的漏损控制和厂网一体化运营创造了价格基础；上海6.0%的漏损率目标设定了全国最严格的地方标准；苏州的全市供水管网互联互通和福州的水力模型按月更新，展示了区域尺度上系统协同的可能性。长三角的智慧水务需求更多来自“运营效率的精细化提升”而非“基础能力的补课”，这使其成为按效付费、合同节水等商业模式创新的试验场。
## 第七章 商业模式转型与财务约束
### 7.1 从项目制到服务化：收入结构的缓慢迁移
智慧水务的商业模式正在从一次性项目交付向持续性服务收入迁移，但迁移的速度远慢于市场叙事。全行业服务收入占比2025年为27.4%，预计2030年突破45%。项目制交付仍占约67%的份额，运营服务（O&M）合同与按效付费模式占比上升至18%，预计2026年突破22%。
服务化转型的动力来自供需两侧。**需求侧**，水务集团的数字化预算从“买系统”转向“买效果”，按效付费和托管运营的接受度在提升；**供给侧**，平台型企业需要通过经常性收入来平滑项目收入的波动，并建立客户粘性。但服务化的实现需要两个前提：**效果的可计量性**和**付费的可持续性**。效果计量依赖监测数据的连续性和公信力，付费可持续性依赖地方财政或使用者付费机制的稳定性。在这两个前提成熟之前，服务化更可能以“基础年费+按需服务”的混合形态存在，而非纯粹的效果付费。
### 7.2 合同节水与按效付费：制度条件比技术条件更关键
合同节水和按效付费是智慧水务服务化在制度层面的两种典型形态。雅安市汉源县第二中学的合同节水项目采用“效益分享+用水托管”复合模式，签订10年长期合作协议，按约定比例共享节水收益，合同期满后所有设备无偿移交校方。丽水市首个节水效益分享型农村供水管网漏损治理项目引入社会资本，通过8年长效运维和节水效益分成实现投资闭环。福建理工大学合同节水项目合同期10年，企业分享节水效益的90%，学校分享10%。乐清市党政机关“用水费用托管型”项目以2025年度实际用水量为基准核减3.11%后确定年度托管基准水量，中心按固定托管费支付。
这些案例的共同特征是**通过合同结构将节水效益转化为可预期的现金流**，而非依赖财政补贴或一次性工程款。但它们也暴露了规模化的障碍：合同期限长（8—10年），对企业的资金耐久性和信用风险承受能力要求高；效益分成的计量和验证需要双方认可的基线和方法学，交易成本不容低估；更重要的是，合同节水目前集中在学校、机关、农村管网等**边界清晰、计量独立**的场景，尚未扩散到厂网一体化的复杂系统中。按效付费在污水处理领域的推广面临类似的边界问题：进水污染物浓度、污染物削减量等考核指标的设计需要精细的基线设定和不可抗力条款，否则效果波动可能引发合同争议而非激励改善。
### 7.3 数据资产化：从概念到可交易资产的早期探索
水务数据资产化在2025—2026年取得了从零到一的实质性进展，但其产业化程度仍然很低。河北某地市水务公司完成了设备监测数据的资产化全链条服务，包括全量数据盘点、成本厘清、数据资源正式入表、合规确权登记，并最终实现与某水表设备厂商的数据产品交易，使数据赋能水表厂商的新产品研发。中原环保开发了“水务运营综合分析数据集产品”和“污水处理综合能效分析系统”2款数据产品，在郑州数据交易中心完成登记并取得产权证书，与北京工商大学完成首单数据产品交易。舟山市定海水厂的石灰投加节药降碳数据在浙江省数据知识产权登记平台完成登记，可应用于水厂运营优化、节药降碳核算和绿色金融等场景。
数据资产化的战略意义不在于短期的交易收入，而在于**它为智慧水务的投入提供了一种新的价值回收渠道**。当水务集团产生的运营数据可以被确权、估值和交易时，智慧化投入的回报就不再局限于内部的效率改善，而可以扩展到数据产品的对外授权和交易。但这一渠道的规模化面临三重约束：数据确权和合规的规则仍在建设中，数据产品的定价缺乏成熟的方法学，数据交易的买方市场尚未形成。在“十五五”前期，数据资产化更可能作为智慧水务投入的**边际收益补充**存在，而非独立的商业模式。
### 7.4 应收账款：平台型企业面临的结构性约束
应收账款是智慧水务平台型企业面临的最具普遍性和杀伤力的财务约束，其性质与环保产业整体的应收账款问题同构，但在智慧水务领域表现得更为尖锐。威派格的应收账款问题被明确归结为“智慧水务等项目周期长且客户为地方政府，验收结算受地方财政影响”；和达科技2025年末应收账款3.29亿元中一年以上账龄占69.78%；威派格对超4年账龄应收款按约70%迁徙率计提坏账。
应收账款对智慧水务企业的产业后果是深远的。**它抬高了企业的实际资金成本**，压缩了研发投入和再生产的资源空间；**它扭曲了企业的项目选择行为**，使企业倾向于承接回款条件更好但技术附加值可能更低的项目；**它强化了硬件企业与平台企业之间的不对称**——硬件企业的客户分散、单笔金额小、回款周期短，平台企业的客户集中于地方政府、单笔金额大、回款周期长，前者在现金流上的天然优势在需求增速放缓时被放大。
解决这一问题需要超越企业层面的现金流管理。智慧水务项目的付费方主要是地方政府或地方供水国企，付费链条的长度和财政支付的节奏决定了回款周期。当地方财政承压时，智慧水务项目作为“非紧急性”的资本开支，往往成为被延迟支付的对象。江苏太湖流域将管网运维纳入污水处理成本的改革，如果能够在更大范围推广，将从价格机制上为供水企业创造稳定的收入来源，从而间接改善其支付智慧化项目的能力。但在这一制度基础设施普及之前，应收账款将继续构成平台型企业商业模式转型的硬约束。
## 第八章 趋势展望与策略建议
### 8.1 “十五五”中后期的四个确定性趋势
**趋势一：AI从“点状示范”走向“有限规模化”，但速度取决于数据治理而非算法进步。** 污水厂的AI优化已经证明了经济性，接下来的规模化将沿着“数据质量好、工艺标准化程度高、运营方有付费能力”的水厂逐次展开，而非一次性铺开。水务大模型的竞争将从“谁有大模型”转向“谁有高质量的场景数据和可复用的智能体”，昕彤智能“数天到1个月完成模型训练”的能力如果能够被更多案例验证，将显著降低AI的复制成本。
**趋势二：漏损控制的政策窗口在2027年前后达到峰值，之后需求结构从“达标改造”转向“长效运营”。** 2027年8%的目标是刚性约束，2026—2027年是投资集中释放期。窗口过后，增量需求将转向已建成系统的持续运维、模型更新和效果优化，运营服务收入的重要性将上升。企业需要在这一窗口期内完成从项目交付能力向运营服务能力的组织转型，而非将窗口期收入视为可持续的增长。
**趋势三：硬件层的集中度继续提升，平台层的整合和出清同步加速。** 智能水表CR5已经达到58.6%，进一步集中需要依赖并购或渠道壁垒的加固。平台层中缺乏场景深度和现金流管理能力的企业将面临出清，而能够与水务集团形成深度绑定、或在特定场景（如漏损控制、污水厂优化）建立可验证能力的企业，将在整合中占据主动。
**趋势四：数据资产化和按效付费从“边缘探索”向“制度组成部分”缓慢渗透。** 数据资产入表和交易的产品化案例在增加，合同节水与按效付费的合同结构在成熟，但它们成为智慧水务的主流收入模式仍需时间。更可能的路径是：数据资产化首先在集团内部的资产估值和融资增信中发挥作用，按效付费首先在边界清晰的细分场景（工业废水、园区供水、农村管网）中规模化，而非全面替代项目制。
### 8.2 对企业的策略建议
**对于硬件层企业**，核心任务是在渗透率见顶之前完成**从产品到“产品+服务”的延伸**。智能水表的制造优势是现金流的基础，但单纯依赖硬件销售的 growth 曲线终将平坦化。将水表作为数据入口，向水务集团提供基于计量数据的漏损分析、营收稽核和用户画像服务，是在硬件之外建立第二收入曲线的现实路径。海兴电力“电力+水务”的跨界逻辑提示，公用事业计量的渠道协同和海外市场复制可能是比国内硬件市场更持久的增长来源。
**对于平台层企业**，最大的战略风险是**在“通用平台”和“深度场景”之间摇摆**。威派格的亏损和和达科技的营收下滑表明，试图覆盖所有水务场景的通用平台模式在需求分化和财政约束下难以维持盈利。更可行的策略是收敛到1—2个具有可验证经济性的深度场景（如污水厂AI优化或漏损控制），用效果数据建立客户信任，再以场景为支点向相邻环节延伸。同时，现金流管理应优先于收入增长——在应收账款周期难以根本改善的环境下，选择性承接回款条件可控的项目，比追求营收规模更能保障企业的生存。
**对于水务集团自建的科技公司**，核心命题是**能力的对外产品化**。深水云脑2.0的评测领先和深圳的大规模用户服务经验，构成了对外输出的能力基础。但产品化需要与运营经验解耦——将深圳特定条件下的模型和流程抽象为可适配不同城市的标准化产品，是一项与内部运营优化性质不同的能力。能否完成这一转换，决定了水务集团科技公司是停留在“成本中心”还是成为独立的业务增长点。
**对于跨界进入者（ICT巨头和AI公司）** ，策略的关键是**明确自身在产业链中的生态位，避免与水务集团的运营能力正面竞争**。ICT巨头的优势在连接、算力和集成，AI公司的优势在算法和快速迭代，两者都应与水务集团的场景知识和运营经验形成互补，而非试图替代。莆田“电信能力+木兰场景”和江陵“昕彤算法+北控运营”的合作模式，是跨界进入者在水务行业取得实际效果的现实路径。
### 8.3 对政策制定者的建议
**第一，将数据标准的执行与付费机制的建设同步推进。** CJJ/T 314—2026和GB/T 47884—2026解决了“数据怎么采、模型怎么验”的问题，但智慧水务的可持续投资还需要“数据怎么用、服务怎么付费”的制度安排。建议在漏损治理试点城市率先探索基于实际漏损削减量的付费机制，将智慧化投入的回报与可计量的效果挂钩，而非与设备数量或系统功能挂钩。
**第二，将农村和县域智慧水务的融资模式从“项目申报”转向“长效运营”。** 县域市场的核心约束不是建设资金，而是建成后的运维能力和持续付费。专项债和中央预算内投资可以解决“建”的问题，但“用”和“养”需要水价机制、托管运营和合同节水的配套。建议在县域智慧水务项目中强制要求运营维护方案和资金来源安排，避免“建成即闲置”。
**第三，审慎界定AI在供水安全和水质合规中的决策权限。** AI在优化调度和节能降耗中的价值已经得到验证，但在涉及供水安全、水质超标处置和公共卫生风险的决策中，AI应定位为辅助建议而非自主决策。标准制定应明确AI系统的可解释性要求、人工复核节点和故障降级机制，避免技术乐观主义掩盖安全底线。
### 8.4 结语
智慧水务的产业叙事容易被两个极端拉扯：一端是“AI将重构一切”的技术乐观主义，另一端是“平台企业都在亏损”的悲观现实主义。本报告试图在这两端之间给出一个更诚实的判断：**AI已经在特定的、边界清晰的场景中证明了它能够创造可验证的经济价值，但这一价值的规模化兑现依赖于数据治理、付费机制和组织能力三项非技术条件的同步成熟**。2026年的政策标准和试点实践正在为这些条件提供部分基础，但距离系统性的成熟仍有数年时间。
对于产业参与者而言，最重要的问题不是“智慧水务的市场有多大”，而是“在从设备联网向系统认知跃迁的过程中，我的能力积累是否指向了价值捕获的环节”。硬件层的规模效应、平台层的场景深度、运营层的效果兑现、水务集团的数据资产化——这四条路径各有其门槛和风险，但共同的要求是：**从“交付系统”转向“交付效果”，从“项目收入”转向“可持续的运营收入”，从“技术能力的展示”转向“经济性的可验证”** 。完成这一转变的企业，将在“十五五”中后期的智慧水务格局中占据更有利的位置。
## 附录：主要数据口径与来源说明
| 指标 | 数据 | 口径/来源 | 备注 |
|---|---|---|---|
| 智慧水务平台市场 | 467.8亿元（2025），增速22.1% | GEP Research | 平台软件与应用服务 |
| 数字水务系统市场 | 98亿美元（2025），2026年112亿美元 | GEP Research | 含智能水表、DMA、AI平台 |
| 智慧水务全产业链 | 1800—2100亿元（2025—2026） | water8848/行业综合 | 含硬件、工程与服务 |
| 智慧水务产业（核心链） | 突破650亿元（2025） | GEP Research | 智能水表+传感器+平台+集成 |
| 水务管理系统合并口径 | 1460亿元（2026预测） | 行业报告 | 含传统水务管理系统 |
| 数字化渗透率 | 31.6%（2025） | GEP Research | 具备AI决策/数字孪生高级功能不足9% |
| 数字水务系统渗透率 | 37.5%（2025） | GEP Research | 较2020年提升近20个百分点 |
| 全国平均漏损率 | 9.87%（2025） | 住建部统计/行业引用 | 2024年下降0.45个百分点；另有9%以下和10.7%口径 |
| 漏损控制目标 | 2027年≤8%，新建≤6% | 三年攻坚方案/CJJ/T 314—2026 | 2025年试点城市平均9.3% |
| 智能水表渗透率 | 超过50%（2025） | GEP Research | NB-IoT占比超65% |
| 智能水表CR5 | 58.6%（2025） | 行业研究 | 三川智慧19.60%居首 |
| 智慧水务平台CR5（中国） | 37.2%（2025） | GEP Research | 全球CR5约44.6% |
| 服务收入占比 | 27.4%（2025）→45%（2030预测） | GEP Research | 项目制仍占约67% |
| 威派格2025年 | 营收11.60亿元，归母净亏损1.53亿元 | 上市公司年报/公告 | 连续三年亏损 |
| 新天科技2025年 | 营收10.66亿元，净利润2.51亿元，+30.81% | 上市公司年报 | 主要收入来自智能水表 |
| 北控水务江陵项目 | 吨水电耗-23%，PAC-60%，碳源-67% | 北控水务/昕彤智能公开案例 | AAO微曝氧化沟，3.8万吨/日 |
| 银川一再 | 吨水能耗≤0.035千克标准煤，药剂成本-18% | 北控水务官网 | 30万吨/日，半地下式 |
| AI漏损识别准确率 | 92% | 行业研究/GEP | 水质预警、爆管定位场景 |
**免责声明**：本报告基于公开可获取的行业数据和研究文献编制，不同来源的数据口径存在显著差异，报告已在引用处尽可能标注来源和口径。部分市场规模数据来自商业研究机构的付费报告摘要，其完整方法论未公开，引用时需注意其局限性。报告中的趋势判断和策略建议仅供研究参考，不构成投资建议。
免责声明：本报告基于公开信息和行业研究数据编制，仅供行业参考，不构成投资建议，投资有风险，风险自己承担。
中国给水排水2027年大会主办协办技术报告邀请
欢迎来自各部委行业管理单位、各大高校、科研机构、设计院所、工程总承包（EPC）公司、水务集团、水务（排水）管理、城市更新技术及典型案例、污水处理厂设备更新及提标改造工程技术及典型案例、水务环境科技创新、转型升级、新技术、新材料、新场景应用、智慧绿色低碳水厂建设及运行、废水及污水处理绿色低碳标杆厂建设及运行、水务降本增效技术及实践、污泥处理处置及资源化利用、工业（园区）污泥处理处置、绿色零碳园区建设及运营、固废处理及资源化利用、垃圾渗滤液处理、污水处理厂、水环境综合治理、黑臭水体治理、溢流污染治理、工业企业的水处理技术/管理专家等申请发言，作与会议主题相关的优秀报告。（王领全 13752275003 主办、协办、报告、展览展示等）
新兴产业水务发展：超纯水供应技术，冷却系统运维管理，新兴产业废水处理，新兴产业废水污染监测，废旧汽车电池处置废水处理技术，废弃太阳能、风能组件处置废水处理技术。（王领全 13752275003 主办、协办、报告、展览展示等）
中国给水排水智慧水务大会 会议主题：
1、城乡水务数字化转型政策方向与行业发展新趋势
2、智慧水务顶层设计与数字孪生平台建设实践
3、供排水管网漏损智能监测与精准管控技术
4、AI大模型在水务调度、水质预警、运维巡检中的应用
5、水务数据中台建设、数据治理与数据安全
6、污水处理厂智能化升级、智能加药、工艺数字调控
7、二次供水智慧化改造、水质在线监测与风险管控
8、智慧水务项目建设模式、投资管控与运维长效机制
9、物联网感知、新一代传感设备在水务场景落地应用
10、智慧水务建设难点复盘、典型项目经验与教训
（王领全 13752275003 主办、协办、报告、展览展示等）
