水务数字经济创新实践及发展趋势行业研究报告
（2026年10月）
摘要:中国水务行业正经历一场从规模扩张向存量提质、从要素驱动向系统驱动的结构性重塑。2025年中国水务行业总营收约9800亿元，预计2026年首次突破1.05万亿元；智慧水务全产业链口径规模约1800亿至2100亿元，中国已成为全球最大的单一智慧水务市场。然而，规模增长与盈利分化并存：智能水表等标准化硬件环节盈利能力稳健，智能水表CR5升至58.6%，而平台型智慧水务上市公司普遍承压，威派格2025年营收11.60亿元、归母净利润亏损1.53亿元，和达科技营收同比下降35.88%。这一“规模在涨、盈利在分化；设备在赚钱、平台在承压”的格局，构成了理解水务数字经济当前阶段的基本起点。
本报告的核心判断是：水务数字经济的价值兑现，正从“设备联网”和“系统覆盖”阶段，向“场景经济性”和“系统认知”阶段过渡。AI在污水处理曝气优化、智能加药、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、运营能力的组织化沉淀。2026年CJJ 92—2026和GB/T 47884—2026等国家标准的实施，正在为第一个条件提供制度基础；合同节水与按效付费在部分地区的推广，局部回应了第二个条件；北控水务“云—链—端”范式与威派格“河图AI”平台的探索，则指向第三个条件的可能路径。
报告认为，“十五五”期间水务数字经济的结构性机会将集中在四条主线上：**漏损控制的刚性达标市场、污水处理节能降碳的运营优化市场、县域与农村供水的数字化补短板市场、以及数据资产化与碳资产化衍生出的新型价值空间**。与此同时，网络安全风险、平台型商业模式的财务可持续性、以及数据治理能力的区域分化，构成必须正视的约束条件。
第一章 产业边界、口径清理与阶段判断
1.1 为什么水务数字经济的“规模”需要被重新理解
水务数字经济不是一个边界自明的统计对象。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，也往往被市场叙事有意或无意地忽略。
最窄的口径是“智慧水务平台软件”，仅覆盖平台软件与应用服务。GEP Research的数据显示，2025年中国智慧水务平台市场规模467.8亿元，增速22.1%。其次是“数字水务系统”口径，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，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%。第三个口径是智慧水务全产业链，包含智能水表、传感器、平台软件、系统集成和运营服务，water8848及多个行业报告将2025年规模记为约1800亿至2100亿元。第四个更宽的口径将传统水务管理系统一并纳入，得出约1460亿元的预测值，但这在方法论上已经偏离了“数字经济”的核心含义。
口径差异的根源在于对“什么算智慧水务”缺乏统一界定。一个只统计软件许可收入和系统集成收入的口径，与一个将智能水表硬件出货量也纳入的口径，指向的是完全不同的产业图景和竞争逻辑。对于投资者和决策者而言，更诚实的做法是放弃追求一个“唯一正确”的总量数字，转而追问：在每一个细分环节上，谁在赚钱、谁在承压、价值分配遵循什么规律。
这正是本报告采取的分析策略。我们不试图调和口径之间的差异，而是将口径差异本身作为分析对象——它揭示的是水务数字经济内部不同环节的成熟度差异和商业模式差异。
1.2 阶段判断：从“设备联网”向“系统认知”的跃迁
智慧水务的产业叙事在过去几年经历了一个显著的转折。早期的主流框架是“连接即价值”：将水厂、管网、水表连接起来，产生数据，数据本身就被假定为价值的来源。这一阶段的核心产品是SCADA系统、GIS管网台账、远传水表，核心商业逻辑是设备销售和系统集成。
但连接并不自动产生认知。一个安装了数十万只智能水表的水司，如果缺乏数据治理能力和分析模型，得到的不过是更频繁的抄表数据和更庞大的数据孤岛。2025年前后的产业数据清晰地反映了这一阶段的边界：硬件端（智能水表、流量计）盈利能力稳健，而平台端普遍承压。越靠近一个明确的设备、一项明确的功能、一个明确的采购场景，生意越容易算清楚；越往“综合智慧水务平台”走，价值兑现的链条越长，财务压力越大。
当前的跃迁方向是“系统认知”：不是在更多节点上部署传感器，而是让系统能够理解自身的运行状态、预测偏差、并在闭环中优化决策。AI在这一跃迁中的角色是核心的，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。它在曝气优化、加药控制、漏损识别等场景中已经跨过了经济性门槛，因为这些场景具备三个共同特征：**因果链条短、反馈信号清晰、历史数据足以支撑模型训练**。而在跨厂复制、跨区域推广和面向政府客户的按效付费中，AI的规模化落地仍然受制于数据标准、付费机制和组织能力三重非技术约束。
1.3 本报告的分析框架
基于上述判断，本报告采取“环节—场景—约束条件”的分析框架。第二章梳理政策体系的刚性约束如何塑造需求结构；第三章拆解市场规模的细分结构与盈利分化的机制；第四章分析AI、数字孪生、物联网等核心技术路线的场景经济性；第五章至第七章分别考察供水、污水处理、农村供水与非常规水源等应用场景的创新实践；第八章讨论商业模式的转型与财务约束；第九章分析竞争格局与区域结构；第十章处理网络安全与数据治理的约束条件；第十一章进行比较研究；第十二章给出趋势展望与策略建议。
第二章 政策体系：从“鼓励试点”到“刚性约束”
2.1 “十五五”规划的水务数字经济定位
2026年3月发布的“十五五”规划纲要，对水务数字经济的需求结构产生了比“十四五”时期更为直接和刚性的塑造作用。最值得关注的变化不在于新增了哪些试点或示范，而在于将约束性指标和合规要求嵌入到了水务运营的日常逻辑之中。
纲要明确将水利列入基础设施数智化升级的三大重点领域之一，与交通、能源并列。这一表述的政策含义是：智慧水务不再是一个“可选项”或“示范项目”，而是基础设施升级的组成部分，水厂自动化改造、管网GIS系统、DMA分区计量、在线水质监测等将获得制度性的推进动力，供水企业的数字化转型预算有望纳入政府专项债或超长期特别国债的支持范围。2026年中央财政支持城市地下管网建设改造资金规模达到1600亿元，比上年增加250亿元，其中智慧化升级是明确的投向之一。
在价格机制方面，纲要提出“深化水利工程供水价格改革”和“健全促进可持续发展的公用事业价格机制，优化居民阶梯水价”的双重任务。价格改革与数字化的关联在于：精细化的成本核算和绩效度量是价格调整的前提，而数字化系统提供的分区计量、能耗监测、资产健康度数据，正在成为水价调整论证中的技术依据。在市场准入方面，纲要明确“鼓励支持民营企业参与铁路、核电、水电、供水等领域项目建设”，供水被进一步列入民营企业可参与的领域，标志着水务行业的市场化开放程度继续提升。这对智慧水务企业的含义是：客户结构将更加多元，除了传统的地方国有水司，民营水务运营商和工业用水户可能成为增量需求来源。
2.2 漏损控制的刚性达标：CJJ 92—2026的产业效应
如果说“十五五”规划提供了方向性框架，那么2026年修订发布的《城镇供水管网漏损控制及评定标准》（CJJ 92—2026）则提供了一个具有明确时间表和数字目标的刚性约束。新标准提出到2027年全国城市公共供水管网漏损率控制在10%以内，重点城市降至9%以下。
这一标准的产业效应不容低估。中国的城市供水漏损率在相当长时期内处于较高水平，许多城市的实际漏损率在15%—25%之间，部分县域和山区管网甚至更高。从15%以上降至10%以内，意味着需要系统性的漏损控制能力——不仅仅是修复漏点，而是包括DMA分区计量、压力管理、夜间最小流量分析、管网资产健康评估、检漏队伍组织化在内的完整体系。这为智慧漏损管理产品和服务创造了一个具有明确时间节点的刚性市场。
与CJJ 92—2026形成协同的是GB/T 43872—2026《智慧水务 供水管网监测系统技术要求》，后者对监测系统的布点密度、数据频率、精度和传输可靠性提出了技术规范。两项标准的组合效应在于：前者定义“必须达到什么”，后者定义“用什么技术手段达到”，共同将漏损控制从“项目制”推向“合规制”。对于水务企业而言，漏损控制不再是可以视预算弹性安排的可选工作，而是具有监管问责基础的合规义务。
标准的另一层效应是市场集中度的潜在提升。当漏损控制从“经验驱动的检漏”转向“标准驱动的系统能力”时，具备完整技术栈（感知层硬件+DMA分析平台+压力调控设备+持续运维服务）的供应商将获得结构性优势，而仅提供单一环节产品或一次性检漏服务的供应商面临被整合的压力。
2.3 数字孪生水利体系的制度推进
数字孪生是水务数字经济中政策推动力度最大、层级最高的技术方向之一。水利部在“十五五”开局之年将“构建数字孪生水利体系取得决定性进展”列为六项战略任务之一，明确“完善‘天空地水工’一体化监测感知系统、‘高保真’数字流场模拟数学模型系统、以效用为导向的数字孪生平台，系统谋划推进数字孪生流域、数字孪生水网、数字孪生工程建设”。
从建设进展看，94项数字孪生流域建设先行先试任务已全面完成，14个省级水网先导区的数字孪生建设正分批推进；数字孪生三峡、南水北调、小浪底、丹江口等11项重点工程已投入实战应用。监测感知网络的规模已涵盖34颗遥感卫星、180多部测雨雷达、13.6万处地面水文站及超过30万处工程安全监测点。这些数据表明，数字孪生在流域和重大工程层面的“底座”建设已经具备相当规模，当前的瓶颈不在于感知覆盖，而在于模型精度和应用深度——“高保真”数字流场模拟的精度是否足以支撑调度决策，“以效用为导向”的平台是否真正嵌入了业务流程，而非停留于可视化展示。
数字孪生的政策推进对水务数字经济的需求结构有两个层面的影响。在流域和调水工程层面，它创造的是大型系统集成和模型服务的需求，客户集中于流域管理机构、省级水投和重大工程运营方，项目规模大但数量有限。在城市水务和县域供水层面，数字孪生的“下沉”版本——供水管网的数字孪生、污水厂的数字孪生——正在成为漏损控制和节能降碳的技术载体，其市场逻辑更多遵循CJJ 92—2026等运营合规标准，而非重大工程的示范逻辑。
2.4 农村供水与县域数字化的政策补短板
农村供水数字化是政策驱动特征最为明显的细分领域，其逻辑与城市智慧水务有本质区别。城市智慧水务的核心命题是“提质增效”——在已有较高覆盖率的基础上优化运营；农村供水数字化的核心命题是“补短板与可及性”——在设施基础薄弱、运维力量分散的条件下，建立基本的在线监测、异常预警和县域统管能力。
水利部推进数字孪生农村供水工程建设的政策明确要求将信息化基础设施、数字孪生平台建设纳入主体工程“同步设计、同步建设、同步改造”。截至2025年，北京、吉林、浙江等9省（区、市）建成农村智慧供水省级平台，709个县域平台、230个数字孪生农村供水工程实现水量、水压等参数在线监测。县域统管模式的数字化表达——如浙江遂昌的“1314”县域统管模式、湖南平江投资2400万元建成的“一屏”管理全县用水平台——正在成为可复制的组织模板。
这一领域的商业逻辑与城市市场显著不同。单个县域的项目金额有限，付费能力受地方财政约束，但项目数量众多且标准化程度较高。这决定了农村供水数字化市场更适合“产品化+平台化”的轻量交付模式，而非城市市场中常见的定制化系统集成模式。能够将县域供水数字化产品做到低成本、可快速部署、且具备可持续运维能力的企业，在这一市场中具有结构性优势。
2.5 政策体系的内部张力
需要指出的是，政策体系并非内部一致的。漏损控制的刚性标准、数字孪生的示范推进、农村供水的补短板要求，三者对技术路线和商业模式的要求并不相同；地方财政的约束与合规义务的扩张之间存在现实张力；数据要素市场化改革的推进速度与水务数据的敏感性之间也需要持续平衡。水务数字经济的实际发展节奏，将取决于这些张力在具体项目层面的调和方式，而非取决于任何单一政策的力度。
第三章 市场结构：规模、细分与盈利分化
3.1 总量图景与结构特征
2025年中国水务行业总营收约9800亿元，预计2026年突破1.05万亿元；全球水务市场规模已突破1.2万亿美元。智慧水务作为其中的数字化增量部分，全产业链口径约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。全球智慧水务市场2025年销售额约117.5亿美元，预计2032年达到199.3亿美元，CAGR约8.3%。
但总量数据掩盖的结构性事实是：水务数字经济内部存在一条清晰的“盈利分水岭”。分水岭的一侧是标准化硬件和明确的运营优化服务，另一侧是综合平台和定制化系统集成。
在硬件侧，智能水表是规模最大、成熟度最高的细分市场。2025年中国智能水表渗透率超过50%，市场规模约250亿元，NB-IoT搭载率超过70%，全年新增安装量3120万只。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2025年营业收入同比增长19.79%，归母净利润增长30.81%，其收入主要来自智能水表、流量计等相对标准化的产品。这一侧的盈利逻辑清晰：设备有明确的规格、明确的采购预算、明确的验收标准，规模效应和供应链效率决定利润。
在平台侧，情况截然不同。威派格2021年营业收入12.64亿元、归母净利润接近2亿元，此后波动下行，2022年亏损1.44亿元，2023年微利2334万元，2024年亏损2.12亿元，2025年亏损1.53亿元，2026年上半年营收同比下降57.41%、亏损1.30亿元。和达科技2021年上市前后营业收入5.07亿元、归母净利润超过1亿元，2025年营收降至3.07亿元、亏损6973万元。这些企业的共同特征是：核心业务是智慧水务平台软件和系统集成，客户主要是地方国有水司和政府部门，项目制交付，回款周期长，定制化程度高。
3.2 盈利分化的机制解释
盈利分化的根源不在于“平台没有价值”，而在于平台型商业模式的三个结构性摩擦。
**第一，需求是真实的，但可被供应商直接捕获的市场规模远小于直觉判断。** 水务企业当然需要数字化，但“需要”转化为“预算”再转化为“可盈利的合同”，中间隔着采购制度、财政周期、决策链条和价格敏感度。一个水司可能同时面对漏损达标、能耗考核、水质合规、客服升级等多重需求，但这些需求在预算编制中往往被拆分为不同科目、由不同层级审批，难以整合为一个足以支撑平台型企业盈利的大型合同。
**第二，平台的价值高度依赖于客户的组织能力，而组织能力的分布极不均衡。** 一个智慧漏损分析平台在客户具备DMA分区基础、数据治理规范和专业化检漏队伍的条件下，可以产生显著的节水效益；但如果客户缺乏这些前置条件，平台交付后就沦为“可视化大屏”。平台型企业被迫承担了大量的客户能力建设成本，而这些成本难以在合同价格中得到充分补偿。
**第三，付费机制与价值创造之间存在错位。** 平台创造的效益（节水、节能、降药耗）体现在客户的运营成本节约中，但供应商的收费通常基于项目建设或软件许可，而非基于效益分享。当客户财政紧张时，项目建设的预算优先级下降，而效益分享机制尚未大规模制度化。合同节水的推广正在局部改变这一格局，但其规模仍不足以扭转平台型企业的整体财务曲线。
3.3 细分市场的规模排序与增速差异
将水务数字经济拆解为若干细分市场，可以看到清晰的规模梯度和增速分化。
**智能水表与计量终端**是规模最大的单一细分市场，约250亿元，渗透率超过50%但仍有大量机械表存量替换空间，预计2026年保持15%以上的增速。其增长逻辑是存量替换和通信技术升级（NB-IoT向超声波计量演进），受宏观财政波动的影响相对较小。
**漏损控制与DMA分区计量**是政策刚性最强的细分市场。CJJ 92—2026的达标要求将在2026—2027年集中释放需求，涵盖流量计、压力传感器、夜间最小流量分析软件、压力调控设备和检漏服务。这一市场的特点是硬件与服务并重，且服务具有持续性（漏损控制不是一次性工程），能够为供应商提供经常性收入。
**污水处理过程优化与智能控制**是AI经济性最清晰的场景。智能加药、曝气优化、碳源投加优化等应用已在多个项目中产生可验证的节能降耗效果：药剂投加成本降低18%，年节电290万度；曝气能耗降低10%、药剂投加量减少5%；单位电耗与药耗较设计值下降约10%。这一市场的客户是污水厂运营方，付费意愿与节能效益直接挂钩，商业模式更接近“效益分享”或“运营服务”，而非纯软件销售。
**数字孪生与流域/工程数字化**是项目规模最大但数量最有限的细分市场。客户集中于流域管理机构、重大调水工程运营方和省级水投，单个项目金额可达数千万至数亿元，但市场进入壁垒高，竞争格局由具备水利模型能力和大型系统集成经验的企业主导。
**农村供水数字化**是项目数量最多但单体金额最小的细分市场。709个县域平台和230个数字孪生农村供水工程的建设规模表明需求正在释放，但付费能力约束决定了这一市场更适合标准化、轻量化的产品交付模式。
3.4 “规模在涨、平台承压”是否是一个阶段性现象
一个需要审慎回答的问题是：平台型企业的盈利压力是阶段性的调整，还是结构性的常态？
支持“阶段性”的证据包括：数据标准统一（CJJ/T 314—2026、GB/T 47884—2026）将降低跨项目复制的成本；合同节水和按效付费的推广将改善付费机制与价值创造的匹配；水务行业整合带来的客户集中度提升，可能使平台型企业面对更少但更大的客户，降低销售和交付的边际成本。支持“结构性”的证据则更为直接：平台型企业的亏损已经持续多年，并非短期波动；定制化需求不会因为标准出台而消失，因为中国水司的设施基础、组织结构和数据条件差异极大；地方政府财政约束在“十五五”期间预计仍将偏紧，项目预算的优先级难以系统性改善。
更可能的图景是分化而非统一。少数能够将平台能力产品化、将交付过程标准化、并绑定持续性运营服务收入的企业，可能走出盈利困境；而依赖项目制定制开发、缺乏可复制产品内核的平台型企业，其财务压力将持续存在。硬件企业向平台和服务延伸（如智能水表企业向数据服务和漏损分析延伸）以及运营型企业将数字化能力内化（如北控水务的“云—链—端”），是两条更有可能产生可持续盈利的路径，而非纯粹的独立平台型公司。
第四章 技术路线与场景经济性
4.1 AI大模型在水务中的“窄门”
水务行业对AI的期待在2024—2026年间经历了从“通用叙事”向“场景验证”的收敛。早期的讨论倾向于将AI描述为一种通用能力，可以在水务的所有环节同时产生价值；当前的共识则更为审慎：AI的经济性高度依赖于场景的边界清晰度和反馈闭环的短促程度。
在**智能加药**场景中，AI的效益已经具有可重复验证的特征。基于水质实时监测数据，模型动态调节混凝剂、絮凝剂或碳源的投加量，在保证出水稳定性的前提下降低药耗。台水公司的AI精准加药系统降低整体用药量约25%，并减少污泥量。莆田市智慧供排一体化平台应用基于模型预测控制的智能加药技术，入选住建部2025年智慧水务典型案例。这类场景的共同条件是：加药量与出水水质之间的关系相对明确，传感器提供的反馈信号频率足以支撑模型迭代，药剂成本在运营总成本中占有可感知的份额，使得节约效益可以被直接度量。
在**曝气优化**场景中，AI的价值同样清晰。污水处理曝气是厂站能耗的最大单项，AI模型通过预测进水负荷和水质变化，优化曝气设备的运行策略。广州沥滘净水厂三期通过智慧低碳平台实现吨水电耗和药耗降低5%以上；张家口建发水务平台实现曝气能耗降低10%。与加药类似，曝气优化的因果链条短、反馈信号（溶解氧浓度）连续可得，模型的经济效益可以直接映射到电费账单。
在**漏损识别**场景中，AI的应用更为多样，但经济性的验证条件也更为复杂。基于水力模型的管网漏损识别、AI声学漏水检测、夜间最小流量异常分析是三条主要技术路线。台水公司与工研院合作的AI声学地下漏水检测系统，通过建立漏水音特征数据库与判断模型快速辨识漏点。津滨威立雅的协同暗漏检测体系结合卫星探漏、噪声相关监测和管道内窥检测，每年减少漏失水量170万立方米，减少年生产成本440万元。这些案例的成功依赖于一个往往被低估的前提：**检漏之后的快速修复能力**。AI可以定位漏点，但如果修复队伍的组织化程度不足，定位精度带来的价值会被响应延迟所侵蚀。
AI在水务中规模化落地的困难，集中体现在那些**跨环节、跨厂站、面向政府客户**的场景中。一个在单厂验证有效的加药模型，复制到另一座工艺不同、水质波动模式不同、传感器配置不同的水厂时，往往需要大量的重新训练和调参；面向政府客户的“城市级智慧水务平台”，其价值主张涉及多个部门的协同，而部门间的数据壁垒和决策权分割使得AI的优化建议难以形成闭环执行。这正是“场景经济性”框架的意义所在：它不否认AI的长期潜力，但要求将分析锚定在可验证的效益产生机制上，而非泛化的技术叙事。
4.2 数字孪生：从“可视化”到“可计算”
数字孪生在水务中的技术成熟度呈现出显著的层级差异。在流域和重大工程层面，数字孪生已经进入“可计算”的阶段：数字孪生三峡、南水北调等工程投入实战应用，洪水预报预见期从3天延长至10天，关键期预报准确率达90%。这些应用的核心不是三维可视化，而是高保真数学模型与实时监测数据的耦合，使系统能够在数字空间中预演不同调度方案的水文后果。
在城市供水管网层面，数字孪生的“可计算”程度参差不齐。津滨威立雅的在线水力模型于2021年上线，具备实时结果、检测、规划设计、阀门调整等功能，精度在两米以内，支撑了管网水质合格率100%、压力合格率99.64%的运营表现。但这类模型的维护成本高昂——管网拓扑变化、阀门状态改变、用户用水模式漂移都要求模型持续校准，而许多水司缺乏专职的模型维护能力。数字孪生在管网层面的推广，瓶颈不在于建模软件，而在于**模型全生命周期的组织能力**。
污水厂的数字孪生则处于更早期的阶段。新加坡PUB在樟宜再生水厂建设的数字孪生是一个标杆案例，能够模拟电力或设备故障等运营情景的后果，并预测处理过程的偏差。但这类应用在中国的普及仍受限于传感器密度、数据质量和工艺建模能力的不足。污水厂数字孪生的经济性论证也比加药或曝气优化更为困难：它的价值更多体现在风险规避和决策支持上，而这些效益难以像电耗和药耗节约那样直接量化。
4.3 物联网与感知层：被低估的基础约束
水务数字经济的讨论往往集中于AI和数字孪生等“上层”技术，但感知层的质量和可靠性构成了更为基础的约束。智能水表的渗透率超过50%是一个重要的里程碑，但它意味着仍有近一半的计量终端不具备高频数据采集和远程传输能力。在管网监测中，压力、流量、水质传感器的布点密度和数据频率远未达到支撑精细模型的要求；许多已部署的传感器面临电池寿命、通信稳定性和维护可达性的问题。
感知层的约束在农村和县域市场尤为突出。农村供水工程分布分散、通信条件不稳定、运维力量薄弱，标准的城市智慧水务感知方案难以直接移植。数字孪生农村供水工程的建设要求“同步设计、同步建设、同步改造”，恰恰反映了感知层缺失对上层应用的制约。在这一市场中，低功耗、广覆盖、易维护的感知方案比高精度的复杂模型更具现实价值。
4.4 技术融合的真实边界
水务数字经济的下一个阶段，技术路线的竞争将不再是“AI vs. 传统方法”或“数字孪生 vs. 经验调度”的二元对立，而是**技术组合与场景约束的匹配效率**。在漏损控制中，CJJ 92—2026的达标要求将推动“DMA分区计量+压力管理+AI异常识别+组织化检漏”的组合方案成为标准配置；在污水处理中，“在线传感+软测量模型+智能控制”的组合将首先在能耗和药耗敏感的大型厂站中扩散；在县域供水中，“低功耗感知+县域统管平台+移动运维”的组合比城市级数字孪生更具可及性。
技术融合的边界由经济性划定，而非由技术先进性划定。一个在技术上令人印象深刻但在运营上无法维持的解决方案，在水务行业中的生命周期通常很短，因为水务运营的容错空间有限，且客户的运维资源长期紧张。
第五章 供水系统：漏损控制作为数字化转型的“锚点”
5.1 漏损控制为何成为最具牵引力的场景
在供水系统的多个数字化应用场景中，漏损控制具有独特的战略地位。它不是智慧水务中技术最前沿的场景，但它是**政策刚性最强、效益度量最直接、付费逻辑最清晰**的场景，因而成为供水企业数字化转型中最具牵引力的“锚点”。
其牵引力来自三个条件的叠加。第一，CJJ 92—2026提供了明确的时间表和数字目标，使漏损控制从“改善性工作”变为“合规性义务”。第二，漏损控制的经济效益是自证的：节约的水量直接减少取水和处理成本，延迟或避免新增供水能力的投资，且效益发生在运营预算中而非资本预算中，对于财政紧张的水司而言，运营成本的节约比资本性支出的优化更具吸引力。第三，漏损控制需要系统性的数字化能力——DMA分区计量是感知层的部署，夜间最小流量分析是数据层的应用，压力管理是控制层的执行，检漏和修复是组织层的闭环——它几乎串联了智慧水务的所有环节，因而成为检验企业综合能力的试金石。
5.2 从“检漏”到“漏损管理体系”的范式转换
中国供水行业的漏损控制正在经历一个范式转换：从以“检漏”为核心的事后修复模式，转向以“漏损管理体系”为核心的系统防控模式。这一转换的技术含义和组织含义同样深刻。
传统模式的逻辑是：漏损发生→检漏队伍发现漏点→修复。这一模式的效率取决于检漏队伍的经验和密度，漏损率的下限受制于检漏频率和修复速度之间的匹配。许多城市在传统模式下已经将漏损率降至一个平台期，进一步下降需要范式层面的改变。
新范式的逻辑是：通过DMA分区计量建立水平衡的基线，通过夜间最小流量和压力数据的持续分析识别异常区域，通过压力管理减少背景漏损和爆管频率，通过资产健康评估优先更换高风险管段，最后才是在异常区域进行精准检漏和修复。检漏仍然是必要的，但它从“主要手段”变为“体系中的一个环节”，其触发由数据分析驱动，而非由固定巡检周期驱动。
西宁的案例展示了这一体系的成效。西宁市在入选国家公共供水管网漏损治理试点城市后，推进DMA分区计量管理试点，接入155个压力监测点及22个市政加压站数据，累计完成供水管网更新改造24.4公里，安装流量计47台。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%；同期市政供水管网停水抢修事件同比下降44.84%。值得注意的是，西宁的起点漏损率已经相对较低（7.13%），其降至4.78%的幅度说明即使在较好基础上，体系化的漏损管理仍能产生显著增量。
重庆南川区的案例则展示了从高位漏损大幅下降的路径。南川区通过组建专业探漏队伍、运用听音探测和超声导波技术、建立漏点“发现即修复”闭环机制，累计查处漏点2034处，漏损率从19.39%降至5.02%，年节水约400万立方米、效益1200万元。这一案例的关键不在于某项单一技术的先进性，而在于**组织化的持续执行**：探漏队伍的专业化、修复响应的闭环化、以及节水效益的可见化，三者共同构成了体系运转的动力。
5.3 智慧漏损管理的技术栈与经济效益
智慧漏损管理的技术栈可以划分为四个层次，每个层次的技术成熟度和经济效益特征不同。
**感知层**包括流量计、压力传感器、噪声记录仪和智能水表。流量计和压力传感器是DMA分区的基础，其布点密度和数据频率决定了后续分析的精度。噪声记录仪用于在疑似漏损区域进行精确定位，但受管材、埋深和背景噪声的影响较大。智能水表提供了用户端的消费数据，但在漏损分析中，其更重要的价值可能在于为水平衡计算提供更准确的“合法用水量”分母。
**数据层**的核心是分区计量和水平衡分析。DMA分区将供水管网划分为若干独立计量区域，通过夜间最小流量评估各分区的漏损水平。这一方法的技术门槛不高，但其有效性高度依赖于分区的合理设计、计量设备的准确性和数据采集的完整性。许多DMA项目失败的原因不在分析方法，而在分区边界不清、计量设备误差累积或数据缺失。
**分析层**包括异常识别算法、压力管理模型和管网水力模型。AI在这一层的价值主要体现在从海量时序数据中识别人眼难以察觉的微弱异常信号，以及预测不同压力管理策略对漏损和爆管风险的影响。津滨威立雅的实践表明，在线水力模型结合卫星探漏、噪声相关监测和管道内窥检测，每年减少漏失水量170万立方米、减少生产成本440万元。这一效益量级在大型水司中具有可复制性，但其实现依赖于模型精度和多种检测手段的协同。
**组织层**是技术栈中最容易被低估的部分。漏损管理的最终执行者是检漏和修复队伍，其组织化程度、激励机制和技能水平决定了技术投入的转化效率。合同节水模式之所以在一些地区产生显著效果，正是因为它通过外部专业服务商注入了组织能力，弥补了水司内部检漏力量不足的短板。宁波海曙区的“智慧水务+合同节水”模式使城区管网漏损率从21.9%下降至12.57%，降幅9.33个百分点，累计节约水量916万立方米。开化县引入“节水效果保证型”合同节水管理，以取售比为核心的分阶段目标，合作方提供全周期技术服务，水务公司按实际节水效果付费，实现了“风险共担、效益共享”。
5.4 漏损控制市场的竞争格局与商业模式
漏损控制市场的供应商结构正在从“碎片化”向“分层化”演变。
最上层是具备“咨询+平台+工程+运维”综合能力的服务商，其客户是面临CJJ 92—2026达标压力、但内部能力不足以独立完成体系建设的城市水司。这一层的竞争壁垒在于跨环节的整合能力和项目融资能力，合同节水模式是其主要商业载体。
中间层是专注于特定技术环节的供应商，如DMA分区计量系统、压力管理阀门、AI漏损识别算法或专业检漏服务。这一层的竞争更为充分，技术差异化和交付效率是核心竞争力，部分企业可能通过产品标准化实现规模效应。
底层是硬件供应商（流量计、传感器、噪声记录仪）。这一层与智能水表市场类似，规模效应和成本控制是关键，但漏损控制硬件的定制化程度高于水表，标准化程度较低。
从商业模式看，漏损控制领域正在经历从“工程付款”向“效果付款”的渐进转变。传统的DMA建设项目按工程进度付款，供应商不承担漏损率是否达标的风险；合同节水模式则将部分或全部付款与节水效果挂钩，供应商承担了技术效果和客户组织能力的双重风险，但也获得了分享持续节水效益的机会。这一转变对供应商的现金流管理能力提出了更高要求，可能加速市场向具备资金实力和运营经验的企业集中。
5.5 供水数字化的下一个前沿：从漏损控制到全域运营优化
漏损控制作为“锚点”的价值不仅在于其自身市场，更在于它建立的感知层、数据层和组织能力可以迁移到供水系统的其他优化场景。
在水质安全方面，在线水质监测和管网水力模型可以支撑“从源头到龙头”的水质预警和溯源。津滨威立雅的在线水力模型使其管网水质合格率稳定在100%。水质数字化的下一阶段是将监测数据与水力模型耦合，实现污染事件的扩散路径预测和应急处置方案的预演。
在能耗优化方面，供水泵站的智能调度可以利用电价信号、用水需求预测和管网压力约束，在满足服务压力的前提下降低电耗。这一场景的经济性与污水处理曝气优化类似，但其约束条件更复杂（压力合格率是刚性约束），优化空间受管网拓扑和调蓄能力的限制。
在资产健康管理方面，管网风险评估模型可以将管龄、管材、历史爆管记录、土壤腐蚀性和压力波动等变量整合为风险评分，指导更新改造投资的优先序。这一应用的效益体现为资本性支出的优化和爆管损失的减少，但其价值度量比漏损控制更为困难，因而在当前的付费环境中推广较慢。
第六章 污水处理：节能降碳驱动下的运营智能化
6.1 污水处理数字化的独特逻辑
污水处理数字化与供水数字化的驱动逻辑存在结构性差异。供水数字化的核心约束是漏损控制和供水安全，其效益主要来自“减少损失”；污水处理数字化的核心约束是能耗、药耗和排放合规，其效益主要来自“降低转化成本”。这一差异决定了两个领域的技术路线、客户行为和商业模式并不相同。
污水处理是一个能量和药剂密集的转化过程。曝气、提升、污泥处理构成能耗的主体，碳源、除磷剂、絮凝剂构成药耗的主体。这些成本项在运营总成本中占有足够高的比重，使得任何可验证的节约都具有直接的经济意义。同时，污水厂的排放标准是刚性的，优化不能以牺牲出水水质为代价，这为数字化优化设定了一个清晰的约束边界——**在合规前提下最小化成本**。这一问题的数学结构相对清晰，正是AI和模型预测控制能够发挥作用的典型场景。
另一个独特条件是污水厂的数据密度远高于供水管网。一座现代化的污水厂配备了大量在线传感器（溶解氧、氨氮、硝态氮、ORP、流量、液位等），数据采集频率可达分钟级，且工艺单元之间的因果关系比管网漏损更为直接。这为数据驱动的建模和优化提供了比供水管网更好的数据基础。
6.2 智能控制的经济效益：从“经验调节”到“模型预测”
污水处理智能控制的经济效益已经在多个层次上得到验证，但效益的量级高度依赖于控制策略的精细程度和原有运营水平。
在最基础的**回路控制**层面，溶解氧（DO）的PID控制取代人工调节，可以实现曝气能耗的初步优化。在**模型预测控制（MPC）** 层面，系统以出水水质约束和能耗/药耗成本为目标函数，滚动优化曝气量、内回流比、碳源投加量等操作变量。莆田市智慧供排一体化平台应用的基于模型预测控制的智能加药技术和基于混合整数规划的多水厂协同优化调度技术，代表了这一方向的较高成熟度。在**数据驱动的AI优化**层面，机器学习模型从历史运行数据中学习最优操作模式，或构建代理模型加速优化求解。
从可验证的效益数据看：北控水务银川第一再生水厂的智慧水务系统实现药剂投加成本降低18%、年节电290万度；上海泰和污水处理厂智慧综合生产管控系统投用后单位电耗与药耗较设计值下降约10%；广州沥滘净水厂三期实现吨水电耗和药耗降低5%以上。行业层面，AI在曝气优化和加药控制场景中实现的吨水电耗降低幅度在10%—37%之间、药耗降低在20%—67%之间，漏损识别准确率超过92%——但需注意这些区间的高端值通常对应原有运营水平较低或优化空间较大的项目，而非普遍可达的基准。
6.3 “厂—网—河（湖）”一体化与系统级优化
污水处理数字化的下一个层级是从单厂优化走向系统级优化，其核心是“厂—网—河（湖）”的一体化调度。这一转变的驱动力来自一个日益明显的矛盾：单厂层面的优化可能以管网层面的问题为代价。例如，为提高单厂处理效率而增加抽水量，可能导致管网低流速、沉积加剧和溢流风险上升；反之，为减少溢流而降低抽水量，可能导致厂站处理能力闲置和出水水质波动。
国家发改委推广的污水处理绿色低碳标杆厂经验中，北京市酒仙桥再生水厂建设了污水处理“厂网”一体化调控系统，作为核心节点发挥负荷调配和能耗调控作用。这一方向的数字化含义是：优化对象从“厂内工艺参数”扩展为“厂—泵站—管网—排放口”的系统运行策略，优化变量包括泵站调度、调蓄池使用、厂间负荷分配等，约束条件包括管网液位、溢流风险和受纳水体的环境容量。
系统级优化的技术和组织难度都显著高于单厂优化。技术上，它需要耦合管网水力模型、厂站工艺模型和受纳水体模型，模型的不确定性和计算复杂度大幅上升。组织上，它要求跨越传统上分属不同部门（排水公司、污水厂运营方、河道管理部门）的决策边界。这使得“厂—网—河”一体化的推进速度慢于单厂智能化，但其潜在效益也更大——它不仅涉及能耗和药耗，还涉及溢流污染削减和系统韧性提升。
6.4 碳核算与碳管理：数字化的衍生价值
污水处理数字化的一个新兴价值维度是碳核算与碳管理。污水处理过程产生甲烷和氧化亚氮等温室气体，同时消耗电力和药剂产生间接排放。随着“双碳”目标的推进和碳市场覆盖范围的潜在扩展，污水厂的碳足迹正在从“环境报告中的一项”变为“运营管理的一个维度”。
数字化系统在碳管理中的角色是提供**可审计、可追溯、可优化**的排放数据。广州水投净水公司的“智碳”实践基于活性污泥法模型建立碳排放核算方法，依托数字化平台实时采集130项参数，动态评估碳排放足迹，实现吨水电耗和药耗降低5%以上，减排比例优化至24%。福州飞凤山水厂的全流程碳足迹精算体系覆盖从取水、制水、输配到污泥处理的全链条，溯源精度达95%以上。首创环保集团构建了城镇供排水系统全周期的碳排放核算体系，并建立了远程碳排放核算与管理平台。
碳管理的商业含义在于，它将数字化的价值从“成本节约”扩展到“碳资产”。如果碳市场未来将水务行业纳入，或碳普惠机制在水务领域推广，精确的碳核算能力将直接关联到碳资产的确认和交易。即便碳市场未覆盖，碳核算数据也在绿色金融、ESG披露和地方政府低碳考核中具有价值。这一维度的数字化投入，其回报并不完全来自运营成本的节约，而部分来自制度性激励的获取。
6.5 污水处理数字化的商业模式约束
尽管技术经济性清晰，污水处理数字化的商业模式仍然面临与供水数字化类似的约束，且在某些方面更为突出。
污水厂的运营主体高度分散。除了北控水务、首创环保等大型集团运营的厂站外，大量污水厂由地方国有排水公司或小型运营商管理，其付费能力和技术吸收能力差异极大。大型集团可以通过集中采购和标准化平台降低单位成本，而小型运营商的数字化项目往往缺乏规模经济。
付费机制方面，污水处理费的定价通常覆盖运营成本，但数字化投资的回报周期与特许经营期的匹配存在问题。如果数字化优化的效益需要3—5年才能充分体现，而运营商的剩余特许经营期较短，其投资激励将受到抑制。这是“运营服务”模式在污水处理领域比“系统销售”模式更具适应性的原因之一：运营服务商可以在多个厂站之间分摊技术投入，并通过持续运营获取效益。
北控水务的“云—链—端”范式提供了一种组织化的回应。该模式从传统“单厂运营”向“系统化平台运营”转型，2025年启动研发污水领域垂类大模型“Enki”，打造“懂工艺、善决策”的污水运营智慧大脑，并在山东枣庄区域和广东广佛区域试点部署。这一路径的核心不是销售软件，而是将数字化能力嵌入自身的运营服务体系，通过运营效率的提升而非软件许可来获取回报。对于行业而言，这意味着领先运营商的数字化能力可能成为其获取托管运营合同的核心竞争力，从而推动市场向“运营+技术”一体化方向集中。
第七章 农村供水、县域数字化与非常规水源
7.1 农村供水数字化的结构性特征
农村供水数字化是水务数字经济中与城市市场逻辑差异最大的板块。这种差异不是程度上的，而是结构性的。
城市智慧水务的客户通常是具有一定技术能力和预算规模的水司，项目以系统集成和平台建设为主，追求的是在已有较好设施基础上的优化。农村供水数字化的客户是县级水利部门或县域统管主体，面对的是设施分散、标准不一、运维力量严重不足的基本现实。其核心需求不是“优化”，而是**建立基本的可监测性和可管理性**：知道哪个水站停机了、哪段管网压力异常了、哪个村庄的水质指标超标了。
这一需求特征决定了技术路线的差异。城市市场中流行的高精度水力模型、数字孪生和AI优化，在农村场景中往往因数据密度不足和运维能力缺失而难以持续。更适配的方案是低功耗感知、云端集中平台、移动端运维和AI异常预警的组合。浙江遂昌的“1314”县域统管模式提供了一个组织模板：县级统管、技术、村级协管三支队伍，配合数字化平台的AI模型“水灵儿”自动预警异常，实现供水服务闭环管理。山东无棣投资450余万元建设的供水数字孪生系统，将1300多公里管网、566个村庄的供水设施“搬”到线上，实现从“源头”到“龙头”的全过程智慧化管理。这些案例的共同特点是**组织创新先于或至少同步于技术创新**——没有县域统管的组织架构，数字化平台就缺乏执行的载体。
7.2 县域统管模式与数字化的相互塑造
县域统管是农村供水数字化的关键组织条件，而数字化又是县域统管得以有效运转的技术前提。两者之间存在相互塑造的关系。
从组织侧看，县域统管将分散的水站和管网纳入统一的管理主体，使得标准化的监测和运维成为可能。湖南平江县投资2400万元建成“智慧水务”信息平台，全县各个水源地、水厂、区域管网实现数字化联通，农村供水实现县域统管，“十个人管好了四十八万人的供水”。这一效率的来源不是数字化本身，而是数字化支撑下的集约化组织——少数经过培训的运营人员借助平台管理大量分散设施，替代了每个水站配置人员的传统模式。
从技术侧看，县域统管平台的设计必须适配农村供水的约束：通信条件不稳定要求边缘计算和断点续传能力；运维人员技术水平有限要求界面简洁和移动端优先；设施分散要求低功耗和远程控制。这些约束条件与城市智慧水务平台的设计假设不同，直接移植城市方案往往导致“建而不用”。
从商业侧看，县域统管模式创造了一种不同于城市项目的付费逻辑。城市水司的数字化项目通常有独立的预算科目，而县域统管平台的建设和运维费用往往嵌入在统管服务的整体预算中，其可持续性取决于县级财政对统管服务的支付意愿和能力。这解释了为什么农村供水数字化市场更适合与设备更新、管网改造、运维服务打包的“交钥匙+持续服务”模式，而非独立的软件销售模式。
7.3 再生水与海水淡化的数字化管控
非常规水源的数字化管控是一个规模尚小但战略意义上升的细分领域。其逻辑与常规供水不同：再生水和海水淡化的成本结构以能耗为主，数字化优化的核心目标是**能效**和**水质稳定性**。
烟台万华工业园的实践提供了一个高水平的参照。其蓬莱园区建设的单膜法海水淡化装置以“工艺最优、成本最低、自动化程度最高”为目标，实现电耗2.62度/吨、运行负荷率98%以上、全球首套黑屏操作和无人自主运行。这里的“黑屏操作”是一个值得注意的概念：它不是简单的自动化，而是系统在正常工况下完全自主运行，操作员从“监控屏幕”转向“管理异常”。这一模式的经济性来自人力的极致节约和运行参数的持续优化，其前提是感知层的完备性和控制模型的可靠性。
在再生水领域，数字化的价值更多体现在水质监控和管网调度上。再生水管网的风险特征与饮用水管网不同：用户对水质的敏感度因用途而异（工业冷却、景观补水、农业灌溉的标准不同），水质超标的影响范围和严重程度也不同。数字化系统需要支持分质供水的调度和水质分区的管理。目前这一领域的数字化投入规模和成熟度均低于饮用水和污水处理，但随着再生水利用量的增长和水质监管的趋严，其需求正在上升。
7.4 农村与非常规水源数字化的市场含义
从市场结构的角度看，农村供水和非常规水源数字化代表了两类不同的机会。
农村供水数字化是一个**广度市场**：项目数量多、单体金额小、标准化程度可以做到较高、但付费能力受县域财政约束。在这一市场中，能够将产品做到低成本、易部署、可远程运维的企业，可以通过规模效应建立优势。硬件（低功耗传感器、智能水表、远程控制终端）和云平台订阅服务可能是比定制化系统集成更可持续的商业模式。
非常规水源数字化是一个**深度市场**：项目数量少、单体金额大、技术复杂度高、客户集中于大型工业企业和市政供水集团。在这一市场中，竞争壁垒在于工艺知识（膜法、热法海水淡化的工艺建模能力）与数字化能力的结合，纯粹的IT企业难以进入。这一市场的规模增长将取决于海水淡化成本的持续下降和再生水利用政策的力度，其节奏比农村供水数字化更难以预测，但单项目的价值密度更高。
第八章 商业模式：从“交付系统”到“交付效果”
8.1 商业模式转型的驱动力
水务数字经济的商业模式正在经历一个缓慢但方向明确的转型：从“交付系统”（项目建设+软件许可+初期运维）向“交付效果”（按节水/节能效果付费、持续运营服务、数据资产化）转变。这一转型的驱动力来自三个方向。
**客户侧**的驱动力是财政约束和合规压力的组合。地方水司和政府在项目制采购中面临预算审批的困难，而CJJ 92—2026等合规要求又创造了必须完成的任务。效果付费模式将部分财务风险从客户转移到服务商，降低了客户的初始资金门槛，同时将服务商的回报与可验证的结果绑定，提高了合规任务的可信度。
**技术侧**的驱动力是效益的可度量性提升。漏损率、吨水电耗、吨水药耗、碳排放强度等指标在数字化系统支撑下可以被持续、客观地度量，为效果付费提供了计量基础。没有可信的度量，效果付费就无法运转；而数字化本身正是建立这种可信度的手段。
**制度侧**的驱动力来自合同节水、按效付费等机制的推广。南京的实践表明，“先改造、后付费/按效付费”机制可助力用水户以“零启动资金”开展节水，“效益分享”机制可让企业按约定比例分成，获取长期稳定收益。开化县的“节水效果保证型”合同以取售比为核心的分阶段目标，水务公司按实际节水效果付费，实现了风险共担和效益共享。
8.2 合同节水的机制设计与适用条件
合同节水是效果付费模式在漏损控制和节水领域最成熟的形态。其基本结构是：专业节水服务商投资进行管网改造、计量设备安装和漏损控制体系建设，水司以节约的水费或节水效益的一定比例向服务商支付回报，合同期通常为3—8年。
这一模式的有效运转依赖于四个条件。**第一，节水量必须可准确计量。** 取售比（或产销差率）是常用的核心指标，但其准确性依赖于取水计量和售水计量的精度，以及环境变量（气温、降雨、用户行为）的归一化处理。如果基线的设定存在争议，合同的执行就会困难。**第二，服务商必须具备持续的技术和运维能力。** 合同节水不是一次性工程，漏损控制的效果需要持续维护，服务商如果在合同期内退出或降低投入，效果将迅速衰减。**第三，水司的配合机制必须到位。** 服务商的改造和检漏工作需要水司在管网信息、修复作业和用户协调上的配合，如果水司内部的组织激励不足，服务商的技术投入难以转化为实际节水。**第四，合同期的长度必须与投资回收周期匹配。** 如果合同期过短，服务商无法回收投资，效果付费模式就难以成立。
邯郸美的公司的合同节水项目采用“托管运营+效益分享+全流程管理”模式，预计年节水量约11万吨，节水收益双方按合同约定比例分成。永春县泰丰生态农业的“合同节水效果保障型”模式则采用“效果兜底，达标付费”的逻辑，适用于节水效果不确定性较高的场景。这些变体表明，合同节水的机制设计需要根据具体场景的风险分配需求进行调整，不存在单一的最优模板。
8.3 数据资产化：从“副产品”到“可入表资产”
水务数据资产化是2024—2026年间出现的最具制度创新意义的商业模式探索。其核心逻辑是：水务企业在日常运营中产生的数据——用水量、水质、管网运行、用户行为——经过治理、确权、质量评估后，可以成为权属清晰、价值可衡量的数据资产，进而用于融资、交易或内部价值管理。
郑州高新供水公司的“居民用水异常行为分析”和“居民用水画像”两项数据产品在深圳数据交易所完成登记认证并获得数据产权登记证书，是河南省水务行业数据产品首次实现产权规范化登记。宜宾叙州金源水务完成“水生产及供应”数据资产入表，并获批390万元数据资产质押贷款。株洲水务集团与湖南大数据交易所合作，打造了“金融机构信贷评估、企业财产险定价与理赔、区域房屋用水画像分析”3个数据产品，入表金额186.2万元，为水务数据资产化提供了可复制的操作范式。
数据资产化的直接财务贡献目前仍然有限——数百万元的入表金额或质押贷款对于大型水务集团而言并非实质性规模。其更重要的意义在于制度基础设施的建立：它迫使水务企业系统性地梳理数据资源、建立数据治理规范、明确数据权属，而这些工作恰恰是数字化深入的前提。从商业模式的角度看，数据资产化开辟了一条新的价值链条：数字化投入的回报不再仅来自运营成本节约，还可以部分来自数据作为资产的确认和流通。
然而，水务数据资产化面临的约束也不应低估。水务数据涉及公共利益和个人信息，其交易和流通受到严格的合规限制；数据产品的定价缺乏成熟的方法论；数据资产的价值高度依赖于应用场景和买方需求，流动性远低于传统资产。在可预见的未来，水务数据资产化更可能以“内部价值管理+有限场景的对外服务+融资增信”的形态存在，而非发展为一个大规模交易市场。
8.4 运营服务化与“代差化”能力
第三种商业模式转型是运营服务化：数字化能力不再作为独立的产品销售，而是嵌入运营服务中，成为服务商获取和维持运营合同的核心竞争力。
北控水务的战略表述清晰地反映了这一逻辑。该公司提出由投资公司转型为科技公司，“代差化”的运营能力通过科技、“云—链—端”模式和管理机制三方面实现。“云—链—端”范式从传统“单厂运营”向“系统化平台运营”转型，目标是提升运营效率、降低成本，并构建可持续的代差化服务能力。在这一模式中，数字化投资的回报不是通过软件销售实现的，而是通过运营服务合同的利润率提升和市场份额扩大来实现的。
这一模式的优势在于解决了“平台型企业客户能力不足”的问题：服务商自身就是运营者，它不需要说服客户具备某种数据治理能力或组织能力，而是将数字化能力内化为自身运营体系的一部分。其约束在于，只有具备相当资产规模和运营经验的企业才能采用这一模式，且其数字化能力的价值被“锁”在运营服务中，难以作为独立产品变现。对于行业格局的含义是：领先运营商的数字化优势可能进一步扩大其在运营服务市场的份额，而独立的平台型技术企业则需要寻找运营商的覆盖范围之外的细分市场，或与运营商形成技术供给关系。
8.5 商业模式的财务可持续性检验
三种转型方向——效果付费、数据资产化、运营服务化——各自回应了平台型商业模式的部分痛点，但没有一种能够单独解决全部问题。效果付费改善了付费与价值的匹配，但将技术和组织风险转移给服务商，对服务商的资金和运营能力要求更高；数据资产化开辟了新的价值来源，但规模有限且合规约束强；运营服务化解决了客户能力问题，但只适用于具备资产运营能力的企业。
更现实的图景是混合模式：以标准化硬件或软件产品提供基础收入，以效果付费或运营服务提供增量收入和客户黏性，以数据资产化作为补充性的价值实现渠道。纯粹的项目制平台销售模式，在地方财政约束和客户能力分化的条件下，其财务可持续性将持续面临挑战。
第九章 竞争格局、区域结构与产业链权力转移
9.1 竞争格局的“两条线”特征
中国水务数字经济的竞争格局呈现清晰的“两条线”特征：一条是**资产运营线**，由大型水务集团主导，竞争的基础是资产规模、运营效率和资本成本；另一条是**技术产品线**，由硬件供应商、软件平台商和专业化服务商构成，竞争的基础是产品性能、交付效率和场景适配能力。
在资产运营线上，区域专营的国有地方水务企业是行业主力军，部分实力较强的地方国有水务企业和央属水务企业通过并购、合资等方式跨区域扩张，成为综合水务龙头。这些企业的数字化能力主要服务于自身运营，但其规模和资源使其有能力进行较大规模的系统投资。北控水务、首创环保等头部运营商的数字化战略——如“云—链—端”范式、污水垂类大模型“Enki”——正在将数字化从“支撑工具”提升为“核心竞争力”。
在技术产品线上，竞争格局更为分散且动态。智能水表领域的集中度较高，CR5达58.6%，三川智慧以19.60%份额居首。智慧水务平台领域的集中度低，威派格、和达科技等上市公司的营收规模在数亿元至十余亿元，且面临来自大型IT企业（华为、浪潮、百度）和垂直领域专业公司的多重竞争。大型IT企业的优势在于云计算基础设施和通用AI能力，但其对水务工艺和运营场景的理解深度有限；垂直专业公司的优势在于场景知识，但规模和资金实力相对有限。
“两条线”之间的关系正在从“供需”向“竞合”演变。运营商越来越倾向于将数字化能力内化，而非完全依赖外部供应商；技术产品商则试图通过效果付费和运营服务向下游延伸。这一演变的结果可能是：纯粹的“技术产品供应商”市场空间被压缩，而“技术+运营”混合能力的企业的生存空间扩大。
9.2 外资企业的位置与本土化策略
外资水务技术企业在中国市场的角色正在经历调整。威立雅、苏伊士、赛莱默在膜处理与数字化运维领域保持技术领先，全球前十大工程企业合计占据32.6%的市场份额。但在中国市场的智慧水务竞争中，外资企业面临本土化适配的挑战：中国水司的组织结构、数据条件、付费习惯和监管环境与欧美市场存在显著差异，全球标准产品难以直接满足本地需求。
外资企业的应对策略呈现分化。赛莱默强调打造本地研发队伍，引进全球创新技术并开发满足中国用户需求的产品，实现研发创新的“双循环”。威立雅和苏伊士则将资源集中于大型系统集成和智慧水务解决方案，在高端市场和技术复杂度高的项目中保持优势。总体而言，外资企业在中国水务数字经济中的位置更可能是“技术高地的补充者”而非“规模市场的主导者”，其竞争优势集中在需要深度工艺知识和全球经验的细分领域。
9.3 区域结构：华东领先、华北投资强度突出、中西部渗透率低
水务数字经济的区域分布高度不均衡，且这种不均衡同时反映了经济发展水平、水资源禀赋和政策优先序的叠加影响。
从市场规模看，华东、华南、华北三大区域合计占据全国近八成份额。华东地区是最大市场，占比超过三分之一；中西部地区（华中、西南、西北）合计占比约18%，渗透率较低；东北地区占比约5%。从投资强度看，华北地区因水资源短缺问题突出，投资强度领先全国，占总投资额的32%；长三角和珠三角地区则聚焦于供水管网智能化改造，项目密度较2024年提升40%。从招投标看，广东省以339个项目、9.11%的市场占比居省份第一，凭借智慧城市建设的先发优势与水务数字化的高投入领先。
这一区域格局的政策含义是：智慧水务的全国性推广不能采取“一刀切”的技术标准和项目模板。华北缺水地区的优先序是漏损控制和节水，其投资逻辑与水资源刚性约束直接相关；华东和华南发达地区的优先序是管网智能化改造和水质安全，其投资逻辑与服务品质和监管要求相关；中西部和东北的优先序是基础监测能力和县域统管，其投资逻辑与补短板和可及性相关。能够针对不同区域的需求结构提供差异化产品组合的企业，比提供统一平台的企业更有可能实现规模化覆盖。
9.4 产业链权力转移：谁在获取价值
水务数字经济的产业链价值分布正在发生一个微妙但重要的转移：从“项目建设”环节向“持续运营”和“数据与算法”环节移动，但移动的速度和幅度在不同细分市场中差异很大。
在智能水表市场，价值仍然主要集中在制造环节，规模效应和供应链效率决定利润分配，但领先企业正在尝试从“计量终端”向“水务数据入口”转型，通过数据服务获取增量价值。在漏损控制市场，价值正在从“工程实施”向“持续检漏和压力管理服务”移动，合同节水模式是这一转移的制度载体。在污水处理市场，价值正在从“系统集成”向“运营优化服务”移动，具备工艺知识和大数据能力的运营服务商获取的份额在上升。
这一权力转移对市场参与者的战略含义是：**控制“最后一公里”的组织能力比控制“技术栈的上层”更重要**。一个拥有先进AI算法但缺乏检漏队伍和修复执行能力的企业，在漏损控制市场中难以获取持续价值；一个拥有数字孪生平台但无法嵌入客户运营流程的企业，在污水厂市场中难以证明其价值。技术是必要条件，但组织能力和场景嵌入能力才是价值捕获的决定条件。
第十章 网络安全、数据治理与风险约束
10.1 工控安全：被数字化扩大的攻击面
水务数字化的每一个进步都在扩大工控系统的攻击面。当水厂和管网从封闭的SCADA系统走向云平台、移动运维和远程控制时，原本物理隔离的保护屏障被打破，而水务设施作为关键基础设施的公共安全属性使得安全事件的后果远超一般的信息系统故障。
水务工控系统面临的风险类型包括：勒索攻击导致生产中断、非授权操作篡改工艺参数、用户程序篡改造成混凝或消毒过程异常，以及通过篡改投料比进行供水投毒。2025年某品牌水文遥测终端被预置后门、攻击者通过正常通信链路横向突破至调度系统并影响6地市供水调度的事件，揭示了**供应链安全**这一容易被忽视的维度。国际案例同样警示了这一风险的现实性：2025年挪威发生的水坝控制系统参考值被操纵事件表明，水务工控安全不是理论上的担忧。
当前水务工控安全的主要薄弱环节包括：资产可视化不足（不知道网上有哪些设备）、网络边界模糊（IT与OT网络隔离不严格）、工业协议脆弱（许多水务专用协议缺乏认证和加密机制）、以及供应链管理薄弱（对第三方设备和软件的安全审查不足）。等级保护2.0框架和纵深防御理论提供了合规基线，但合规并不等于安全——真正的安全需要持续的威胁监测、漏洞管理和应急响应能力，而这些能力在大多数水司中仍然稀缺。
10.2 数据治理：标准统一之前的结构性障碍
数据标准不统一被普遍认为是制约水务数字化规模化的首要非技术障碍，但这一表述需要更精确的拆解。标准不统一至少包含三个不同层次的问题，各自的解决方案和难度不同。
**第一层是术语和编码的不统一。** 不同水司对同一类设备、同一类事件、同一类水质指标使用不同的编码和定义，导致数据在系统间无法直接交换。这一层的问题可以通过国家和行业标准（如CJJ/T 314—2026、GB/T 47884—2026）的推行逐步解决，但标准的采纳和存量系统的改造需要时间。
**第二层是数据模型和粒度的不统一。** 即使术语一致，不同系统对同一业务对象的数据组织方式可能不同（例如，管网资产按管段管理还是按拓扑节点管理，水质数据按小时均值还是瞬时值存储）。这一层的问题比编码统一更难解决，因为它涉及业务流程和数据架构的设计选择，标准只能提供参考框架，无法强制统一。
**第三层是数据质量和完整性的不均衡。** 标准可以规定数据应该长什么样，但不能保证数据实际长什么样。许多水司的历史数据存在缺失、错误和口径不一致的问题，而数据治理的成本往往被低估。一个AI模型在高质量数据上可以达到90%以上的准确率，但在存在大量缺失和噪声的生产数据上可能表现大幅下降。
这三个层次的问题共同解释了为什么“数据标准统一”被反复强调，但进展缓慢。标准的颁布是必要条件，但不是充分条件；真正的瓶颈在于数据治理的组织投入和持续维护，而这恰恰是项目制预算难以覆盖的。
10.3 从安全与治理约束中衍生的商业机会
安全与治理约束本身构成市场机会。网络安全等级保护咨询、工控安全监测、数据治理服务、数据质量评估等专业服务，正在成为水务数字化市场中增长较快的细分领域。其需求驱动力不是“优化”而是“合规”和“风险规避”，因而付费意愿相对稳定，受财政周期的影响小于建设项目。
更深层的商业机会在于**将安全与治理能力产品化**。例如，面向中小水司的轻量级工控安全监测方案，以订阅制方式提供，降低了一次性投入的门槛；面向县域统管平台的标准化数据治理工具包，将数据清洗、编码映射和质量检查打包为可复用的组件。这些产品化尝试的规模尚小，但它们指向了一个重要的方向：水务数字经济的可持续增长，不仅需要“创造价值”的应用，也需要“守护价值”的基础设施。
第十一章 国际比较：新加坡、以色列与荷兰的经验与边界
11.1 新加坡PUB：高 fidelity 数字孪生与制度整合
新加坡公用事业局（PUB）的智慧水务实践在全球范围内具有标杆意义，但其最值得关注的不是某一项技术的先进性，而是**技术系统与制度系统的深度整合**。
新加坡的“活跃、美丽、干净”水计划（ABC Waters）和NEWater再生水系统将水资源管理、土地利用和公众教育整合在一个制度框架下，数字化系统是这个框架的技术表达而非独立的技术项目。在漏损控制方面，PUB开发了高保真的数字孪生异常漏点查找器（ALF），利用水力模型与每日监测数据重新校准，将漏点定位精度提升至1公里以内；自2024年1月起，这一系统将PUB的管网监测从时间驱动的例行巡检转变为数据驱动的精准监控。
PUB经验的可借鉴之处在于**制度整合先于技术部署**。数字孪生之所以能够发挥作用，是因为PUB拥有统一的管网数据标准、清晰的资产管理流程和跨部门的决策协调机制。技术系统嵌入在一个已经高度整合的制度环境中，而不是用来弥补制度碎片化。对于中国的水务行业而言，这意味着数字化的深度最终受制于体制整合的深度——县域统管、厂网一体、城乡供水一体化等组织变革，可能比技术选择对数字化成效的影响更大。
PUB经验的不可直接移植之处在于规模差异。新加坡是一个城市国家，管网规模和行政层级远小于中国的大多数省份，其集中化的制度架构在中国的省级或跨省尺度上难以复制。中国的水务数字化需要在更大的尺度上和更复杂的行政分割中寻找整合路径，这决定了其技术架构（分布式、多层级）和组织模式（县域统管、区域协同）必然与新加坡不同。
11.2 以色列：漏损控制的技术创业生态与出口导向
以色列的水务数字化路径与新加坡形成鲜明对照。新加坡以制度整合和公共投资驱动，以色列则以**技术创业和出口导向**为特征。以色列在水资源极度匮乏的条件下发展出了全球领先的漏损控制技术集群，其核心能力集中在精准检漏、压力管理和计量技术。
以色列企业的技术路线具有鲜明的“穿透性”特征。ASTERRA的“Recover”系统最初用于火星寻找水源项目，现广泛应用于全球城市供排水管道的漏损检测，利用专利AI算法穿透地面土壤与障碍物高精度识别地下管网渗漏，无需破土即可大幅提升排查效率。伯尔梅特提供精准调节的水力控制阀门和数字化控制部件，包括阀门控制器、数字记录仪和云平台数据服务，为不同规模的水司提供一站式压力管理解决方案。以色列企业还 pioneered 了长寿命智能水表和传感器（电池寿命超过20年）以及AI驱动的预测性工具来监测和优化配水网络。
以色列经验的可借鉴之处在于**技术产品化的深度**。以色列企业将漏损控制的特定环节（检漏、压力管理、计量）做到了高度的产品化和可出口性，其商业模式不依赖于在客户现场进行长期定制开发，而是通过标准化产品在全球市场复制。这对于中国智慧水务企业的启示是：在平台型项目制模式盈利承压的背景下，将特定场景的技术能力产品化并寻求更广阔的市场（包括海外市场），可能是一条比“做大做全平台”更可持续的路径。
其不可移植之处在于，以色列的技术生态嵌入在一个高度集中的国家水系统和强烈的出口导向政策中，其技术路线的选择受到水资源稀缺程度的极端约束，而中国不同区域的水资源条件和设施基础差异极大，单一技术路线难以覆盖全部市场。
11.3 荷兰：韧性导向与空间整合
荷兰的水务数字化嵌入在其“与水共存”的治理传统中，其优先序与新加坡和以色列不同。荷兰的“还地于河”（Room for the River）等策略将洪水风险管理与空间规划整合，数字化在这个框架中的角色更多是**支撑系统韧性和跨部门协调**，而非单纯的效率优化。
荷兰经验的一个关键概念是“绿色大坝”和管理型排水技术，其数字化系统需要处理的是多目标优化问题：防洪安全、生态健康、航运、农业用水和城市发展之间的权衡。这种多目标属性使得荷兰的水务数字化更强调情景模拟、参与式决策和不确定性管理，而非单一目标的自动化控制。
对于中国的水务数字经济而言，荷兰经验的借鉴价值集中在**流域层面的多目标协调**上。中国的数字孪生流域建设在洪水预报方面已经取得了显著进展，但在多目标权衡（防洪、供水、生态、发电、航运）的数字化支撑方面仍处于早期阶段。随着“十五五”期间国家水网建设的推进和流域治理复杂性的上升，荷兰式的多目标情景分析能力可能成为数字孪生流域从“预报工具”向“决策工具”升级的关键。
11.4 国际比较的总结：没有“最佳模式”，只有“匹配模式”
三个国际案例的共同启示是：水务数字经济的成效不取决于采用何种技术，而取决于**技术系统与制度环境、资源约束和治理目标的匹配程度**。新加坡的制度整合使其能够实施高精度的集中化数字孪生；以色列的极端水资源约束催生了出口导向的产品化技术生态；荷兰的多目标治理传统塑造了韧性导向的数字化路径。
对中国水务数字经济的含义是：不能以一个统一的“国际最佳实践”作为目标模式，而需要在不同区域和不同场景中识别**制度条件与技术路线的匹配关系**。县域统管条件下的农村供水数字化，其匹配模式不同于大型城市水司的漏损控制；流域管理机构的数字孪生，其匹配模式不同于工业园区的海水淡化管控。这种“匹配思维”比“对标思维”更有可能产生可持续的成果。
第十二章 趋势展望与策略建议（2026—2030）
12.1 四条结构性主线
基于前文分析，本报告判断“十五五”期间水务数字经济的结构性机会将集中在四条主线上。
**第一条主线：漏损控制的刚性达标市场。** CJJ 92—2026设定的2027年10%目标，将在2026—2027年集中释放需求。这一市场的规模由政策时间表锁定，不确定性的来源不是“有没有需求”，而是“需求以什么方式被满足”——是传统的工程分包模式，还是效果付费的综合服务模式，以及后者能够在多大程度上替代前者。具备“DMA体系+AI分析+组织化检漏+持续运维”综合能力，并能够承担效果付费模式资金压力的服务商，将处于最有利的位置。
**第二条主线：污水处理节能降碳的运营优化市场。** 这一市场的经济性已经验证，扩散速度取决于两个因素：碳约束的强化程度和运营服务市场的集中度。如果污水处理的能耗和碳绩效在监管和考核中的权重上升，智能控制的需求将从“领先企业的选择”变为“合规运营的标配”。如果运营服务市场继续向大型集团集中，这些集团将把数字化能力内化为竞争优势，独立技术供应商的市场空间将受到压缩。
**第三条主线：县域与农村供水的数字化补短板市场。** 709个县域平台和230个数字孪生农村供水工程的建设规模表明需求正在释放，但这一市场的盈利模式需要与城市市场区别对待。标准化产品、低成本的云平台订阅、与设备更新和运维服务打包的交付方式，比定制化系统集成更具适应性。县域统管的组织变革进度是这一市场增速的关键前置变量。
**第四条主线：数据资产化与碳资产化的衍生价值空间。** 这两条线目前的规模有限，但它们代表了水务数字经济价值实现方式的制度性扩展。其发展节奏取决于数据要素市场和水务碳核算制度的成熟度，不确定性较高，但方向是明确的。对于具备数据治理基础和碳核算能力的水务企业，提前布局可以在制度成熟时获得先发优势。
12.2 AI落地的三个非技术条件与“十五五”中期的检验点
本报告反复强调的核心判断是：AI在水务中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、运营能力的组织化沉淀。2026—2027年将是检验这三个条件改善速度的关键窗口期。
在数据标准方面，CJJ/T 314—2026和GB/T 47884—2026的实施效果，需要观察存量系统的改造进度和跨厂商数据的互操作性是否真正改善，而非仅仅停留在标准文本的发布。在付费机制方面，合同节水在漏损控制领域的推广规模、以及污水处理领域是否出现规模化的“节能效益分享”合同，是比政策文件更有说服力的指标。在运营能力方面，北控水务“云—链—端”试点区域的可复制性和威派格“河图AI”平台在跨项目部署中的调参成本，将揭示领先企业的组织化沉淀是否正在形成可推广的模式。
如果这三个条件在“十五五”中期取得实质性进展，AI在水务中的价值兑现将从“点状验证”进入“面上扩散”；如果进展有限，则更可能出现的图景是“少数领先企业和少数高价值场景的深度应用”，而非全行业的普遍智能化。后一种图景并不悲观——它意味着数字化投入将更集中于经济性最清晰的环节，避免了“为数字化而数字化”的浪费——但它意味着行业内部的能力差距和绩效差距将进一步扩大。
12.3 对市场参与者的策略建议
**对水务运营企业：** 优先投资于具有明确合规时间表和可度量效益的场景，而非追求技术覆盖面的广度。漏损控制（受CJJ 92—2026驱动）和污水厂能耗药耗优化是当前经济性最清晰的两个切入点。在组织能力上，数字化投入必须伴随检漏队伍、数据治理和运维流程的同步建设，否则技术投资将难以转化为运营绩效。对于县域水务主体，县域统管平台的建设应先于或同步于高级分析应用，基本可监测性是比AI优化更紧迫的需求。
**对技术产品与服务企业：** 在平台型项目制模式盈利承压的环境下，产品化能力比平台化叙事更重要。将特定场景（漏损分析、加药优化、工控安全监测）的能力封装为可复制的标准化产品或订阅服务，比承接大型定制化平台的财务风险更低。与运营服务商形成技术供给关系（而非试图替代运营商的角色），可能是独立技术企业更可持续的定位。海外市场，尤其是中东、东南亚和拉美等水资源约束较强且数字化需求上升的地区，为产品化能力提供了出口空间。
**对投资者：** 硬件和标准化产品环节的盈利可见性高于平台环节，但增长天花板也相对较低。效果付费模式下的综合服务商具有更高的增长潜力，但其风险敞口（技术效果风险+客户组织能力风险+资金占用）需要仔细评估。数据资产化和碳资产化目前尚不足以支撑独立的投资主题，但可以作为水务资产价值重估的期权性因素加以关注。
**对政策制定者：** 标准颁布与能力建设之间的差距是当前政策体系中最需要弥补的环节。CJJ 92—2026的达标不仅需要标准本身，还需要检漏人员的培训体系、DMA分区设计的技术指南、以及效果付费合同的示范文本和争议解决机制。县域统管的推进需要与财政转移支付和运维补贴机制协同设计，避免“建了平台但养不起”的局面。数据要素市场的制度设计需要充分考虑水务数据的公共属性和安全敏感性，在促进流通和保障安全之间建立清晰的规则边界。
12.4 结语：水务数字经济的“窄门”与长期主义
水务数字经济在过去几年经历了一个从“宽门”到“窄门”的认知收敛过程。早期的叙事假设数字化可以在水务的所有环节同时创造价值，平台越大、覆盖越广，价值越高。产业实践表明，价值兑现的路径远比这一假设狭窄：它集中在少数因果链条短、反馈信号清晰、付费逻辑直接场景中，依赖于数据标准、付费机制和组织能力这三个非技术条件的同步改善。
这一收敛不是对水务数字化前景的否定，而是对其发展规律的更诚实的认识。水务是一个资产寿命长、运营容错空间小、制度约束密集的行业，数字化的价值必然以渐进的方式释放，而非以颠覆的方式爆发。那些能够在“窄门”中建立可持续能力的企业和机构——将特定场景做到极致经济性、将技术嵌入组织流程、将付费机制与可验证的效果绑定——将定义水务数字经济下一个阶段的面貌。对于整个行业而言，这意味着少一些对“规模”和“平台”的迷恋，多一些对“场景经济性”和“组织能力”的投入。这既是约束，也是机会所在。
（报告完）
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）
