当前，新一轮科技革命正在深刻改变着世界发展格局，数字经济与低碳经济正在深度融入各行各业各领域。气象行业作为典型的科技型、基础性、先导性行业，拥有海量数据资源，服务场景丰富，用户群体众多，商业价值潜力巨大。气象数据资源不仅是气象服务数字化改造中最重要的载体要素;其对于应对气候变化、实现“双碳”目标、建设美丽中国亦可谓至关重要。

然而，与此同时，气象数据生态亦面临前所未有的风险及挑战。因缺乏足够基础制度和技术等体系保护，以及数据安全和权益保护意识淡薄，数据被过渡无条件共享开放和流失，社会面拥有同质气象数据的主体过多，加之缺乏科学合理的数据定价体系，“盗版气象数商”猖獗，“黑市气象交易”盛行，气象数据在传统流通交易过程中易出现“数据通胀”，在交易过程中出现“价格内卷”，市场价格缩水，整体价值和收益难以体现，投入回报比低，导致气象数据资源的原始权益人相关的权益未得到有效保障，市场化收益较低。

上述权属不清、定价不明、交易不当等问题使得这一价值无可限量的气象数据难以真正触达需求。

普华永道在第五届中国进口博览会上与贵州省气象信息中心、贵阳大数据交易所联合发布《气象数据估值系列白皮书之一：解锁气象数据价值新方程》，旨在聚焦价值与价格、交易与流通等核心领域，厘清多层次新型气象数据价值管理链条，为实现“相互依赖、生气盎然、持续发展”的气象生态圈提供行之有效的借鉴。

本系列中，我们将从解读气象数据价值特征出发，剖析气象数据应用场景，并解锁气象数据价值新方程，从时间和空间等维度诠释气象数据的价值，从而推进探索气象数据有序、安全、高质、高效的流通交易体系，释放气象数据高价值潜力，促进数字经济高质量发展，推动绿色低碳可持续发展。

解读气象数据的价值特征

为全面完善气象数据资产的定义分类，我们将气象数据资产划分为基础型数据资产及服务型数据资产，并在此基础上进一步细分为：原始数据、产品数据、预报数据和服务数据。

基础型数据资产系气象数据的原始数据，主要为直接由观测站或雷达、卫星等设备收集到的各项实时观测指标，这类数据资源并不符合“原始数据不出域”的数据要素流通要求，因而无法直接参与相关的数据交易环节。

服务型数据资产指将基础型数据资产，即气象数据的原始数据通过算法加工后，以数据分析为驱动，直接参与可衡量价值的业务场景的提炼，即“数据+算法+场景”组合后产生的数据资产。根据应用，可以进一步分类如下。

产品数据：由于“原始数据不出域”的要求，可根据原始数据通过网格化加工算法得到用户需要的某一地区的实时气象数据。

预报数据：在网格化实时数据的基础上，诵讨统计学、动力学模型得到各项气象观测指标的预报数据。

服务数据：在气象数据基础上，融合下游相关行业应用场景产生的数据。

气象数据具有以下价值特征

1.场景先导性：气象服务具有先导性特征，关系到"生命安全、生产发展、生活富裕、生态良好"，几乎所有行业和群体都离不开气象服务的助力和支持。

2.时效双重性：气象数据具有典型的时效双重性，该双重性对价值的影响取决于气象数据的用途属性。

3.价值即用性：气象数据属于典型的观测数据，通常是标准化、结构化的数据。同时，原始数据的观测频率和精度都较高，数据序列长且数据质量也在较高水平，无须复杂的数据清洗过程，即可配置到各行业应用场景使用或参与数据要素流通。

剖析气象数据应用场景

1.行业发展趋势

近年全球极端天气事件频发，强度和频率不断增加，对居民财产和生命安全、社会经济生产造成严重威胁，因此，对气象数据的精准和高效处理提出了进一步的要求。随着人工智能、移动通信技术、物联网、云计算等新一代信息技术快速发展，气象数据的采集和分析技术得到了很大的提升，促进了气象数据服务在多个行业领域的成功应用。气象数据的服务范围也从传统的天气播报向着精细化、专业化、多元化方向发展，逐步体现了气象数据的商业价值。

气象服务行业在美国、日本、欧洲等地自1960年代兴起，已有数一年的发展历史并形成了成熟的产业链，每年可推动千亿美元产值。与发达国家相比，我国商业气象服务行业自2015年起开始发展，依然处于初期阶段。虽然起步较晚，中国气象服务行业商业化进程提速很快，随着原始数据的不断积累，以及气象数据商业化程度不断深化，中国气象服务行业具备极大的发展潜力。

2.行业商业模式

气象服务的商业模式较为多样，按下游客户区分，气象数据服务商共有三类商业模式，分别为面向企业模式（ToB）面向用户模式（ToC）及面向政府模式（ToG）。气象服务商以采集的气象数据为基础，经过对数据的处理分析，向各类用户提供查询、行业解决方案等一系列与气象相关的服务。

在对气象数据的管理上，中国与海外有较大的差别。中国的气象数据管理办法规定气象原始数据所有权归国家所有，因此，中国的气象服务商并不掌握上游原始数据，主要通过向气象局申请数据使用权限。外国气象公司自行设置气象监测设施较为普遍，自采数据为行业重要数据来源。例如全美最大的气象数据公司The Weather Company在全球各地建设超4.000万个气象站、10万多个天气传感器，在美国各地建有13个气象资料中心，并且拥有自己的气象卫星和雷达网络。

中国商业气象服务行业逐步兴起，进入高速增长阶段。气象服务公司一方面在通过社会观测、社会派生观测等多元化手段不断丰富自身数据来源：另一方面在数据处理能力和行业定制化服务能力持续进行差异化、细分化竞争，从而推动气象数据使用效率，预计未来气象数据商业价值仍将不断增长，气象服务行业会继续蓬勃发展，并不断助力经济社会进步。

3.气象数据应用场景及案例

根据著名的德尔菲气象定律，气象投入与产出比为1：98，即企业在气象信息上投资1元，便可以得到98元的回报，这反映了气象数据的巨大价值。不同观测频率与观测重点的气象数据，经过处理后形成了预警，预报、气象指引等不同形式的气象数据产品。

气象灾害预警类数据可以服务于城市管理，尤其是为建设韧性城市，提高数字政府建设水平，强化数字技术在应对气候自然灾害等突发事件应对中的运用，全面提升预警和应急处理能力。

气象数据企业以上述数据产品为基础，通过高时效性、可视化、格点化的数据服务，满足农业、电力、新能源、零售、保险、交通等领域客户的不同需求。对于农业生产、传统电力、交通运输等易受极端气候条件影响的行业而言，准确和及时的气象预测有效减弱甚至部分规避了极端天气和气候变化所带来的不利影响，在避免企业损失方面发挥重要作用。对零售行业而言，随着数字经济的发展，气象数据在推动经济效率提高、催生新型产品和服务供给、引导消费扩容提质、带动经济增长等方面的效益越发明显。

3.1 农业

农业是气象数据应用最多的行业之一。对传统农业生产商而言，诵过应用气象数据，可围绕自身产品建立完善的数据系统，获得巨大经济效益。在检测技术、大数据、云平台等技术不断发展的背景下，气象服务公司结合谣感、物联网、水肥一体化等技术为传统农业提供信息化综合解决方案，帮助农户及时获取种植环境中的温度、湿度、风向、风速等气象要素，为农业生产者对农作物种植面积、作物长势提供遥感监测，进行大宗农产品产量预估，为病虫害和气象灾害提供决策支持，实现减少投入、规避风险、提高产量、增加效益的目的。

3.2 电网行业

极端天气与自然灾害给电网的安全运行造成巨大影响。气象数据及相关产品对在协助电力企业规避风险、降低损失以及能耗调节等方面具备很大价值。例如，通过建立对气象数据的分析平台，电力行业相关企业可针对造成电网及设备设施损害的主要自然灾害进行精细化、杆塔级的监测预警，以先进的科技手段支撑电网防灾减灾。

3.3 零售

越来越多的零售厂商开始重视气象数据对其业务的影响和重要性。精准的天气数据分析不但可以帮助商家预测商品销量、客流量、商品库存量等，也可以通过结合历史气象数据，分析消费者喜好，商家还可以进行精准营销，最终实现降本增效的效果。例如，大型零售企业或便利店集团，通过建立数据中台，结合气象数据和相关信息，在供应链、选品、门店运营等获得巨大提升。

3.4 新能源行业

随着近些年新能源行业发展，气象数据产品广泛应用于新能源发申并网、调度计划制定、电场智禁运营、电力现货交易等领域。例如，新能源发电站通过采用更高精准度的气象数据和智能预测模型，对区域内风光出力进行准确的预测，从而提高能源利用效率并减少因波动性和间歇性特征在并网时给电网造成的冲击。

3.5 保险

全球各类极端天气气候事件更加频繁。这对保险公司加强气象风险认识、妥善应用气象大数据、提高气象风险厘定能力、管理控制气象风险损失也提出了越来越高的要求。基于上述背景，气象数据在保险领域的应用范围及深度不断提升，应用形式越发多样。目前，气象数据在保险领域主要应用包括气象保险指数产品、巨灾保险产品、保险公司风险测定等。

3.6 交通

交通也是与对气象数据产品应用最多的行业之一，因为气象情况对交通安全与效率造成巨大影响。例如，气象数据已在航班管理、民航试飞、机场选址等场景发挥巨大价值，不仅提升了航班安全水平，也帮助相关企业实现降本增效的目的。

解锁气象数据价值新方程

对数据资产的价值进行量化评估，是数据要素市场交易流通定价的基本前提，是数据资产化阶段中价值管理的关键环节。

气象数据方程着眼于气象数据本身，在深度挖掘其价值特征及驱动因素的基础上，提出与数据资产发展阶段相呼应的动态估值框架，从宏观和微观层面解读气象数据内在价值的新方程，以期为资产化阶段的气象数据要素交易流通定价工作提供有效参考，促进气象数据资产的增值与流通，实现数据资产最优配置与发挥最大价值的目标。以气象数据为关键要素的气象服务，可以广泛赋能几乎各行各业的各个环节，助力其趋利避害、降本增利、提质增效。

随着政策的推动和气象技术的日益成熟，商业气象服务的价值逐渐被挖掘。气象数据价值新方程的有效性依赖于有序市场的基本前提，建立一套有序市场交易定价机制迫在眉睫。目前，气象数据处于资产化初期，数据需求方和供给方并不能通过一个有效市场体现出来。因此本方程从供给方进行突破，通过合理的估值方案及参数设计，力求于在未来给需求方提供一个合理的定价参考和更有经济价值的研究工作。

声明：本平台转载分享的文章，旨在传递行业资讯，版权归原作者所有，如涉及版权等问题，请与我们联系。

日期 | 来源：2022年12月11日 | 新财富（http://www.xcf.cn/article/f9beae9177a111ed8e250c42a1b68ab6.html）