摘要：工业遗产作为人类文明从农业社会向工业时代转型的核心见证，其保护与再生对延续城市文脉、推动可持续发展具有战略意义。现聚焦数据确权技术在工业遗产数字化开发中的应用机制，系统探讨如何通过技术创新破解数字资源利用中的权属困境。研究以建筑物点云数据确权为例，阐明技术流程，通过激光扫描获取空间坐标等多维数据，经特征提取、编码后生成唯一哈希值，结合区块链存证确保数据不可篡改。案例验证表明，厂房建筑点云数据经MD5算法生成的数字指纹，可有效支持数据溯源与公开验证。
近年来，我国工业遗产数字化保护和开发备受关注，区块链、人工智能、云计算、大数据、互联网等技术全面助力文化遗产数字化工作。但目前，仍存在数据孤岛化、壁垒化以及地域文化属性不足等问题。《数字中国建设整体布局规划》强调要加快构建数据基础制度，激活数据要素潜能，促进数据要素价值有效释放，增强经济发展新动能，构筑国家竞争新优势[1]。数据作为继土地、劳动力、资本、技术之后的第五要素，日益融入文化内容生产、运营和流通的全环节与全链条[2]。以版权确权为核心的数据确权机制，可以推动数据产权结构性分置和有序流通，是推进文化数字化战略实施的重要措施。如何利用工业遗产确权数据赋能工业文化创新发展，成为亟待研究的工业遗产相关课题。
工业遗产数字确权的时代背景
国内数字确权研究在政策驱动下快速发展。中共中央、国务院印发的《数字中国建设整体布局规划》及“数据二十条”强调，要加快构建数据基础制度，激活数据要素潜能，促进数据要素价值有效释放，增强经济发展新动能，构筑国家竞争新优势。孙宝林强调，数据确权是解决数据要素市场化产生的交易安全与信任的关键，将数字文化产品纳入知识产权体系中，实现数据价值的释放和转化[3]。《国家数据标准体系建设指南》明确提出文化遗产数据确权要求，敦煌研究院率先应用区块链技术对壁画数字资源进行哈希存证，为工业遗产领域提供了重要借鉴。工业遗产作为人类文明演进的关键物质见证，承载着从传统农业社会向现代工业文明转型的历史记忆[4]。然而，工业遗产数字化确权仍面临独特挑战。其一，数据复杂度高，机械图纸、工艺流程档案等非结构化数据占比超过60%，传统确权方案适配性不足；其二，多方协作需求迫切，政府、企业与社区间的权责划分缺乏制度化设计。针对上述问题，清华大学团队提出“文化遗产数字共同体”概念，试图通过智能合约实现自动化权益分配，但其在工业遗产场景中的实践验证仍待深化[5]。目前，首个国家工业遗产工业文化数字藏品“上海船厂”上线，该数字藏品应用了三维建模、区块链技术，并通过小程序进行展示。
数据确权对工业遗产数字化战略的重要意义
在数字技术飞速发展的当下，文化资源数字化已成为推动文化产业转型升级、提升文化传播效能的关键力量。数据确权作为工业遗产数字化进程中不可或缺的基础环节，从权利来源、流转、保护等维度，为工业遗产数字化战略的顺利实施提供了全方位的支撑。
夯实工业遗产数字化的产权基石
数据确权，是明确数据要素资源权利内容、类型及权属关系的关键过程[6]。这一过程包含两个核心层面。其一，精准识别数据权利主体，解决“谁拥有数据”的问题；其二，清晰界定权利内容，明确权利人的具体权益范围。文化资源数字化广泛融合了学术理论、新闻出版、文化旅游等领域的文化资源，涵盖文字、图片、音视频等形态的数据[7]。随着工业遗产数字化进程的加速，海量文化数据资源不断涌现。然而，当前工业遗产数据产权模糊、确权困难等问题，严重制约了文化数据要素的有效形成和价值挖掘。只有明确了文化数据的权属，才能夯实产权基础，促进数据的授权交易与市场化流转，释放数据的潜在价值。
激发文化数据要素市场活力
从权利流转与配置的角度看，数据确权是数据资源交易授权与流转的核心依据，将为工业遗产数字化带来显著的流量红利和市场活力。数据资源的交易与流通，必须以清晰的权属关系为前提。通过数据确权，能够为数据资源提供具有公信力的权属证明，理顺数据生产者、所有者和使用者之间的权利关系，有效激发数据要素市场的潜力，促进数据资源的高效配置与流通[8]。因此，数据确权是解决数据要素市场化过程中交易安全与信任问题的关键所在。同时，只有明确了数据权属，才能对工业遗产进行科学估值，实现数据资源向数据资产的转化，并开展数据资产的授权交易，推动数据价值的释放与转化。
保障数据资源安全
在权利保护与维护方面，数据确权是数据资源运营、开发和使用的重要保障，为工业遗产数字化的实施提供了坚实支撑。数据资源具有重要的财产属性和市场价值，但在互联网环境下，数据的易复制性和低侵权成本，使数据权益面临严峻挑战。数据权利归属不清晰，是导致数据领域举证难、维权难的根本原因[9]。通过数据确权，能够为工业遗产的数据保护、数据管理和数据要素市场化配置提供有力保障。
工业遗产数字确权的基本方法
数据采集
点云数据（point cloud data）是工业遗产数据确权的基础。点云数据是指在一个三维坐标系统中的一组向量的集合。扫描资料以点的形式记录，每一个点包含有三维坐标，并且可以携带有关该点属性的其他信息，如颜色、反射率、强度等，通常由激光扫描仪、相机、三维扫描仪等设备获取，并以大量离散点的坐标及相关属性来描述建筑的外观、结构等特征，其数据主要包括以下几方面。
坐标信息。建筑点云数据中的每个点都包含三维坐标值（X，Y，Z），精确地表示了该点在空间中的位置，如建筑的墙角点、门窗边框点、屋顶边缘点等的坐标，通过这些坐标能构建出建筑的基本框架和轮廓。
强度信息。激光反射回波的强度也会被记录下来，不同的建筑材料对激光的反射强度不同，如金属材质的反射强度较高，而玻璃、木材等材质的反射强度相对较低。根据强度信息可以在一定程度上区分建筑的不同材质部分。
颜色信息。部分先进的激光扫描设备或多源数据融合技术还能为每个点赋予颜色值（R，G，B），使点云数据呈现出建筑的真实色彩，更直观地反映建筑的外观特征，如建筑墙面的颜色、装饰线条的色彩等。
法向量信息。法向量描述了每个点在其所在表面的法线方向，它对于分析建筑表面的朝向、曲率等几何特性非常重要。例如，在分析建筑的曲面屋顶或倾斜墙面时，法向量能帮助确定表面的方向和变化趋势。
生成数字指纹
数字指纹在区块链上的生成和验证过程基于哈希函数和Merkle树等数据结构，确保数据的完整性和真实性。通过为数据生成唯一的哈希值（数字指纹），并将其存储在区块链上，可以实现对数据的不可篡改和可验证性。这为版权保护、数据完整性验证等领域提供了强大的技术支撑。哈希（hash）算法是实现信息完整性的有效方法，是工业遗产数据确权的重要技术手段。Hash算法可以将数据转换为一个标志，这个标志和源数据的每个字节都紧密相关，难以找到逆向规律[10]。使用Hash算法不仅能提高存储空间的利用率和数据的查询效率，还可用作数字签名，增强数据传递的安全性，并且能够快速地对给定的点云数据计算出哈希值，具有较高效率。
1.点云特征提取
从点云数据中提取有代表性的特征，这些特征应该能够捕捉点云的关键信息，如几何特征、拓扑特征等。常见的特征包括点的坐标、法向量、曲率、点云的局部密度等。
①计算点云的质心：
②计算每个点到质心的距离：，
③计算点云的平均距离：
2.特征编码
将提取的特征进行编码，转化为数字向量或矩阵的形式，以便计算机进行处理和比较。编码方式可以根据具体的算法和需求进行选择。例如，使用主成分分析（PCA）将特征投影到低维空间，或者使用哈希函数将特征映射为固定长度的哈希值。将质心坐标和平均距离组成一个特征向量：。
3.生成数据指纹
根据编码后的特征，通过特定算法生成唯一的数字指纹。可以简单地将编码后的特征进行串联、求和，或使用更复杂的加密算法计算，最终得到一个固定长度的数字序列作为点云数据的指纹。使用简单的哈希函数，如将特征向量的每个元素乘以一个固定的系数，求和并取整，得到一个整数值作为指纹。
实际应用中，点云数据会更复杂，特征提取和编码的方法也会更高级和多样化，可能会使用到机器学习中的深度学习模型自动提取更复杂的特征，再通过专门的哈希算法或加密技术生成更安全、更唯一的数字指纹。
工业遗产数字确权实证示例
数字指纹的生成
本文以确权对象为一个简易三层厂房A为例。确权对象尺寸为长20米，宽15米，每层高3米。使用激光扫描仪对其进行扫描获取点云数据，如下表。
以表中点云数据为基础使用MD5生成哈希值，将上述点位坐标数据按图表从左到右顺序整理成相应字符串，再利用Python中的MD5库函数计算哈希值。在下述代码中，首先定义了包含点云数据的列表points，每个点包含名称（name）和坐标（coordinates）字段，由于未获取到强度信息的定义与数据，因此未对强度信息相关数据进行整理。其次，通过双重for循环将points列表坐标数据取出，并将名称和坐标组合成一个字符串，通过不停的叠加进而形成一个完整的字符串。再次，使用Python的hashlib.md5（）创建MD5哈希对象，并使用update方法将字符串pointstr的字节流（通过encode（utf-8）转换）传入。最后，通过hexdigest方法获取计算得到的哈希值，并将其打印输出。最终，上述代码计算出的哈希值为：f39d86d8967c25699959a4677c67c376，这个哈希值在一定程度上可以作为厂房A数字指纹（如图）。本文因篇幅有限，未纳入对象的强度信息、色彩信息、法向量信息，这些信息可以参考上述方法一并生成哈希值。
图 使用 MD5 生成哈希值全过程（Python界面截图）
值得注意的是，不同编程语言计算MD5哈希值的方式可能略有不同，每次运行结果可能因数据顺序等因素略有不同。但基本原理都是将数据转换为字节流后输入到MD5算法中进行计算，计算得到32位十六进制字符串，哈希值可以作为厂房A点云数据的数字指纹，用于数据的标识、验证和比对等操作。
数字指纹的使用
区块链存证。将哈希值存储在区块链上。由于区块链的去中心化、不可篡改等特性，一旦哈希值被记录在区块链上，就可以确保其真实性和完整性。任何人都可以查看区块链上的哈希值记录，验证厂房A点云数据的存证情况，从而提高存证的透明度。其他用户可以通过获取原始数据并计算哈希值，与区块链上的哈希值进行对比，以验证数据是否与存证时一致，确保数据未被非法修改。
数据溯源。结合时间戳等信息，哈希值可以用于数据溯源。每当厂房A点云数据发生变化或进行存证操作时，都会生成一个新的哈希值，并记录相应的时间戳。通过查看哈希值的变化序列和对应的时间戳，可以清晰了解数据的变更历史和存证时间顺序，使数据的来源和演变过程透明可查。这有助于追踪数据的更新情况，明确数据在不同时间点的状态，为厂房A数据的管理和审计提供有力支持。
公开验证。将哈希值公开在特定的平台或数据库中，供相关方进行验证。厂房A项目的参与方、监管机构或其他感兴趣的人员都可以获取哈希值，并通过计算原始数据的哈希值验证数据的一致性。这种公开验证的方式增加了存证的透明度，使得数据的存储和使用处于各方的监督之下，减少了数据被篡改或伪造的可能性，保障了厂房A数据存证的可信度和公正性。
数据确权作为工业遗产数字化战略的核心机制，在权利界定、流转配置与安全保护中发挥关键作用。一是可以起到产权基石作用。通过精准识别数据主体与权益范围，破解“数据孤岛”困境，为文化数据市场化提供法律保障。二是具备市场激活价值。依托区块链与智能合约技术，构建“数据—资产—价值”转化链条，释放工业遗产的文化与经济潜能。同时，数据确权存在一些技术实践挑战，如需攻克非结构化数据确权适配性、跨链互通性等难题，推动标准化体系与协作机制建设等。
未来，应深化“文化遗产数字共同体”理论，探索多方协同治理模式。开发面向工业遗产的专用确权工具（如AI驱动的异构数据解析算法）。构建“文化—技术—政策”三位一体的数字版权治理生态。数据确权不仅是技术命题，更是文化再生的战略引擎。通过制度创新与技术突破，工业遗产将从“沉睡的档案”转化为“活化的文化资产”，为数字中国建设注入可持续的文化动能。
本文为2023年安徽省社科规划项目“皖江流域工业遗产数字化保护与应用”（AHSKYY2023D040）阶段性成果之一。
（作者单位：安徽工业大学艺术与设计学院）
