周 驊

(上海城投水務(wù)<集團>有限公司，上海 200002)

自2020年初，新型冠狀病毒肺炎疫情在全球肆虐橫行。近兩年我國采取積極的防疫抗疫政策，各行各業(yè)都對疫情期間的運行管控方式方法進行了系統(tǒng)深入的研究與改善。供水行業(yè)在法規(guī)政策及技術(shù)儲備上已做了充足的工作，先后發(fā)布和出臺了《突發(fā)公共衛(wèi)生事件應(yīng)急條例》《應(yīng)對新型冠狀病毒感染肺炎疫情應(yīng)急監(jiān)測方案》《飲用水廠加強病毒去與控制的運行管理建議》等[1]。疫情期間，各地供水部門和供水企業(yè)參照前述政策及技術(shù)建議，在確保城市安全優(yōu)質(zhì)供水方面取得了重大勝利。但對在疫情封控管理期間的水量分析、水資源科學(xué)調(diào)控等方面，因數(shù)據(jù)獲取艱難和傳統(tǒng)機理研究與分析方法的不足，存在一定的研究空白。

水資源是重要的戰(zhàn)略資源，供水事業(yè)是城市運行的生命線，疫情封控管理期間對城市供水的影響較大，本文以特大型城市上海在2022年3月—4月新型冠狀病毒肺炎疫情封控管理期間的城市用水量影響進行分析，以期為供水行業(yè)相關(guān)部門及供水企業(yè)在遭遇疫情封控影響時提前分析預(yù)判供水需求，迅速行動，提前儲備，為科學(xué)調(diào)控工作提供參考。

1 上海供水用水概況和疫情的主要影響

經(jīng)長期建設(shè)，目前上海已經(jīng)建成投用了青草沙、陳行、金澤和東風(fēng)西沙4座大型水庫，原水供應(yīng)規(guī)模達(dá)到1 330余萬m3/d。全市生活飲用水水廠共38座，供水能力約為1 230萬m3/d，其中上海城投水務(wù)集團共運營18座水廠，主要服務(wù)中心城區(qū)以及部分郊區(qū)，供水能力為900余萬m3/d，在2021年全市實際供水量中，貢獻(xiàn)率達(dá)到72%。供水量中的居民和非居民水量占比大體各50%，其中非居民用水中以經(jīng)營和工業(yè)兩大類別為主，合計約占非居民用水的70%。

2022年3月起，上海遭遇新冠疫情，且疫情形勢逐步嚴(yán)峻，防控手段逐步增強，對各行各業(yè)的影響也隨之?dāng)U大，供水企業(yè)也面臨人員極限配置、供水量波動等問題。5月起，本輪疫情呈現(xiàn)出逐步向好的趨勢。

2 疫情封控期間用水量變化因素及分析方法確定

2.1 用水量變化影響因素確定

城市用水量的變化具有周期性，隨著用戶輪休及工業(yè)企業(yè)生產(chǎn)的變化呈現(xiàn)不穩(wěn)性波動。一般而言，用水量的變化受諸多因素影響[2-6]，根據(jù)對城市用水量產(chǎn)生影響的周期長短，可分為短期波動影響因素和長期波動影響因素，如表1所示。

表1 用水量變化影響因素的分類Tab.1 Classification of Influence Factors of Water Consumption Change

上海本輪突發(fā)疫情因分析周期較短(2022年3月—4月)，上述影響因素中長期波動影響因素暫不予研究。短期波動影響因素中，上海的管網(wǎng)運行和管理狀況穩(wěn)定，且期間沒有發(fā)生劇烈的氣溫波動，沒有發(fā)生爆管等突發(fā)意外，對管網(wǎng)運行帶來的沖擊性影響不存在。因此，管網(wǎng)運行和管理狀況的影響因素也暫不予考慮。水重復(fù)利用率影響因素主要發(fā)生在工業(yè)及經(jīng)營用水環(huán)節(jié)，與工業(yè)總產(chǎn)值息息相關(guān)，可與工業(yè)總產(chǎn)值影響因素一并進行考慮。因此，本文的主要考慮影響因素為氣象條件、節(jié)假日和工業(yè)總產(chǎn)值3個短期波動影響因素，即綜合考慮疫情封控期間停工停產(chǎn)造成的工業(yè)總產(chǎn)值變化導(dǎo)致工業(yè)及經(jīng)營類用水量的變化、氣象變化可能造成的用水量變化，以及因居民封控居家造成的節(jié)假日用水規(guī)律變化。

2.2 用水量數(shù)據(jù)獲取

為提高對用水量變化影響因素研究結(jié)論的準(zhǔn)確性，通過現(xiàn)有數(shù)據(jù)采集手段獲取用水量數(shù)據(jù)。用水量數(shù)據(jù)的采集以遠(yuǎn)傳水表為主，目前上海已安裝約有160萬只遠(yuǎn)傳水表，主要分布在浦西地區(qū)，其中經(jīng)營類、工業(yè)類用戶的遠(yuǎn)傳表在其領(lǐng)域的占比均在60%以上。遠(yuǎn)傳水表還未實現(xiàn)對用戶的全覆蓋，特別對居民用戶的覆蓋率較低，以至于居民用戶的遠(yuǎn)傳數(shù)據(jù)代表性不夠。因此，采用供水量數(shù)據(jù)彌補遠(yuǎn)傳水表尚無法完整顯示疫情對總用水量影響程度的缺陷。供水量數(shù)據(jù)采集自18家水廠的總供水量。

2.3 水量變化分析方法

本文借鑒3種經(jīng)典分析方法，對不同時期和不同目標(biāo)的用水量變化進行多維度分析。第一種方法為環(huán)比法，將疫情前后同周期內(nèi)的日均用水量進行對比，計算損失用水量；第二種方法為同比法，將今年和去年同期周期內(nèi)的日均用水量進行對比，計算損失用水量；第三種方法是在橫比法基礎(chǔ)上進行創(chuàng)新改進，把封控管理期間的實際用水量與根據(jù)變化規(guī)律計算所得的預(yù)測用水量對比，計算損失水量。

3 疫情封控期間用水量變化的分析結(jié)果

3.1 氣象條件分析

根據(jù)氣象數(shù)據(jù)分析，與常年相比，2022年3月—4月呈現(xiàn)出氣溫偏高、降水量偏多、降雨時段較為集中的氣象特點。其中，2022年3月的全市平均氣溫和市區(qū)平均氣溫均較常年同期高出2.9 ℃，3月14日出現(xiàn)市區(qū)極端最高氣溫為28.8 ℃；全市降水量為147.9 mm，比常年同期高出約60%，主要降雨發(fā)生在3月20日—21日，中心城區(qū)過程雨量大于80 mm。4月全市平均氣溫和市區(qū)平均氣溫均比常年同期偏高1.4 ℃，4月12日出現(xiàn)市區(qū)極端最高氣溫為33.1 ℃；全市降水量為165.4 mm，比常年同期高出約100%，主要降雨發(fā)生在4月13日，中心城區(qū)24 h雨量達(dá)100 mm以上。

3.2 工業(yè)用水量的變化分析

2022年和2021年3月—4月每日氣溫和工業(yè)類的水量變化對比如圖1所示。由圖1可知，2021年和2022年3月—4月每日用水量和氣溫的變化未見顯著相關(guān)，可認(rèn)為無論是否受疫情封控的影響，氣象條件對工業(yè)用水量的影響并不明顯。

圖1 2022年和2021年3月—4月每日氣溫和工業(yè)用水量的變化Fig.1 Changes of Daily Air Temperature and Industrial Water Consumption during March to April in 2022 and 2021

在無疫情封控影響的2021年3月—4月，工業(yè)用水量呈現(xiàn)出較明顯的“節(jié)假日效應(yīng)”，即節(jié)假日第1 d的水量會比前1 d有所下降，而之后的第一個工作日又會上升。但是受疫情封控的影響，2022年3月上中旬起，工業(yè)用水量逐步下降，“節(jié)假日效應(yīng)”幾近消失。因此，通過對照分析疫情封控影響下節(jié)假日因素對用水量的影響，對供水企業(yè)預(yù)判用水量波動變化具有一定價值。

3.2.1 工業(yè)用水量下降時間的確定

2022年3月12日—13日為雙休日，期間工業(yè)用水量為3月表現(xiàn)出的最后一個“節(jié)假日效應(yīng)”，此后工業(yè)用水量再未恢復(fù)，這與上海3月中旬起封控范圍逐步擴大，工業(yè)生產(chǎn)受影響面逐步擴大直接關(guān)聯(lián)。從工業(yè)用水量變化曲線分析，隨著疫情封控措施的趨嚴(yán)，最后一個“節(jié)假日效應(yīng)”出現(xiàn)的時間點可作為疫情或其他突發(fā)狀況下工業(yè)用水量變化的警醒點和甄別點，但正常情況下節(jié)假日本身就會體現(xiàn)工業(yè)用水量的下降。因此，不可直接將最后一個“節(jié)假日效應(yīng)”出現(xiàn)的時間節(jié)點作為疫情封控導(dǎo)致的用水量突變點，需要結(jié)合封控措施的具體實施日期做綜合研判。

為了判斷本輪疫情封控下工業(yè)用水量下降的準(zhǔn)確節(jié)點，對未受疫情封控影響下“節(jié)假日效應(yīng)”進行分析。如圖1所示，2021年3月—4月每個“節(jié)假日效應(yīng)”首日的工業(yè)用水量平均降幅為10.88%，“節(jié)假日效應(yīng)”后第1 d的工業(yè)用水量升幅平均為14.24%；2022年3月首個“節(jié)假日效應(yīng)”出現(xiàn)時，首日工業(yè)用水量降幅為9.44%，節(jié)假日后首日的工業(yè)用水量升幅為16.3%，規(guī)律基本和2021年同期持平；2022年3月第二個“節(jié)假日效應(yīng)”出現(xiàn)時，首日(3月12日,周六)工業(yè)用水量降幅10.42%，尚符合正常規(guī)律，但節(jié)假日后首日(3月14日,周一)的升幅僅為5.36%，明顯低于正常規(guī)律。而且由于兩日之間的工業(yè)用水量僅小幅波動，說明3月14日的水量變化屬異常情況。統(tǒng)計表明，2022年3月1日—13日的平均工業(yè)用水量為18.2萬m3，3月14日當(dāng)日為16.9萬m3，雖然之后的15 d小幅度上升到17.1萬m3，但16日又降到16.5萬m3并此后一路下滑，說明3月14日后，疫情封控導(dǎo)致的大規(guī)模停工停產(chǎn)對工業(yè)用水量的影響效果已充分顯現(xiàn)。因此，可將2022年3月14日確定為工業(yè)用水量的下降時間，這與上海自3月12日起實施全市中小學(xué)全部在線教學(xué)、大量居民開始轉(zhuǎn)為居家辦公的時間點基本吻合。

3.2.2 工業(yè)用水的損失用水量分析

2021年3月—4月，工業(yè)用水量總體上相對穩(wěn)定，4月較3月增加1.43%。2022年根據(jù)確定的工業(yè)用水量下降時間，以3月14日為界，采用3種分析方法進行對比。

(2)同比法。和2021年相比，2022年3月14日—4月30日期間工業(yè)用水量同比減少約5.0萬m3/d。

(3)改進的橫比法。根據(jù)2022年3月1日—13日的日均工業(yè)用水量，假設(shè)正常情況下2022年3月的日均水量始終能維持在18.2萬m3，且以2021年4月較3月的工業(yè)用水量增長率預(yù)測2022年4月的日均工業(yè)用水量，并與疫情封控下實際的2022年3月14日—4月30日期間的日均工業(yè)用水量作對比，損失用水量約為4.0萬m3/d。

通過3種分析方法綜合判斷，受疫情封控影響，工業(yè)用水的損失用水量為4萬～5萬m3/d，損失用水量約占正常情況下工業(yè)用水量的25%。

3.3 經(jīng)營用水量變化分析

2021年和2022年3月—4月期間每日氣溫和經(jīng)營用水量的變化規(guī)律如圖2所示，與工業(yè)用水量的變化規(guī)律一致，3月—4月期間氣溫和用水量的變化未見顯著關(guān)系。

圖2 2022年和2021年3月—4月每日氣溫和經(jīng)營用水量的變化Fig.2 Changes of Daily Air Temperature and Business Water Consumption during March to April in 2021 and 2022

3.3.1 經(jīng)營用水量下降時間的確定

同3.2小節(jié)工業(yè)用水量下降時間分析的方法，由圖2可知，經(jīng)營用水量早于工業(yè)用水量出現(xiàn)下降趨勢，與疫情封控首先影響到市民的正常出行和經(jīng)營活動的規(guī)律相符。正常情況下，2021年3月—4月的“節(jié)假日效應(yīng)”表現(xiàn)為：節(jié)假日首日的經(jīng)營用水量平均降幅為8.01%，節(jié)假日后第1 d的升幅平均為9.06%。受疫情封控影響，2022年3月首個節(jié)假日首日的經(jīng)營用水量降幅為8.21%，節(jié)假日后第1 d的升幅為8.72%，和去年同期的水平相當(dāng)。但隨后(3月8日，周二)經(jīng)營用水量持續(xù)下跌，第二個節(jié)假日首日(3月12日，周六)的水量降幅高達(dá)12.66%，且節(jié)假日后第1 d(3月14日，周一)的升幅僅為4.81%，表現(xiàn)出劇烈下降和小幅上升的波動規(guī)律。從2022年3月整體的經(jīng)營用水量數(shù)據(jù)分析，3月1日—7日的日均經(jīng)營用水量為42.5萬m3，但自3月8日起連續(xù)下降，下降趨勢再無改變。據(jù)此，把2022年3月8日定為經(jīng)營用水的下降時間，這與3月上旬上海市單日確診病例數(shù)字激增，居民普遍減少非必要外出和消費娛樂活動相關(guān)。

3.3.2 經(jīng)營用水的損失用水量分析

2021年3月—4月，經(jīng)營用水總體上相對穩(wěn)定，4月較3月增加3.87%。2022年根據(jù)確定的經(jīng)營用水量下降時間，以3月8日為界，同樣采用3種方法對損分析水量進行計算。

2.1 不同惡性腫瘤疾病組血漿Hsp90α表達(dá)水平比較 各惡性腫瘤疾病組血漿Hsp90α表達(dá)水平均明顯高于健康對照組，差異有統(tǒng)計學(xué)意義(P<0.05)，見圖1。

(1)環(huán)比法。將2022年3月1日—7日的日均經(jīng)營用水量為42.5萬m3視為疫情風(fēng)控前的日均水量，和3月8日—4月30日日均經(jīng)營用水量26.8萬m3相比，受疫封控情影響下的日均損失經(jīng)營用水量為15.7萬m3；

(2)同比法。將2022年3月8日—4月30日期間的經(jīng)營用水量和2021年同期進行對比，損失的經(jīng)營用水量約17.5萬m3；

(3)改進的橫比法。假設(shè)2022年3月全月的日均水量，能維持在疫情封控前的42.5萬m3/d，且以2021年4月較3月的增長率預(yù)測2022年4月的日均經(jīng)營用水量，與2022年疫情封控后的實際經(jīng)營用水量做對比，日均損失經(jīng)營用水量約17.9萬m3。

通過3種分析方法綜合判斷，受疫情封控影響，綜合來看，經(jīng)營用水的損失用水量為16萬～18萬m3/d，損失用水量約占正常情況下經(jīng)營用水量的35%。

綜上，以浦西中心城區(qū)為主區(qū)域內(nèi)的工業(yè)和經(jīng)營類所損失的用水量，合計20萬～23萬m3/d，以遠(yuǎn)傳水表占比在60%以上的數(shù)據(jù)采集量估算，則浦西地區(qū)的工業(yè)和經(jīng)營類用水量損失預(yù)計為33萬～38萬m3/d，損失用水量約占正常情況下工業(yè)及經(jīng)營用水量的30%～35%。

3.4 供水量變化分析

由于客觀條件下，上海的智能遠(yuǎn)程表布局有限，上述分析只限于估算主要非居民用戶的損失用水量，還存在其他非居民用戶和大量居民用戶的數(shù)據(jù)缺口。為了深入分析疫情封控對特大型城市總體用水量的影響程度，采用主要對應(yīng)前述工業(yè)及經(jīng)營類用戶的18家水廠總供水量數(shù)據(jù)再做補充分析。

3.4.1 疫情封控期間居民用水量與非居民用水量的“對沖效應(yīng)”分析

節(jié)假日影響方面，由于居民和非居民用水呈現(xiàn)出規(guī)律相反的“節(jié)假日效應(yīng)”，且上海的居民用水和非居民用水占比總量基本相當(dāng)，因此，反映在供水量上的“節(jié)假日效應(yīng)”并不明顯。

氣象條件影響方面，非居民用水基本不受氣象條件影響，而居民用水受氣象條件影響較大(圖3)。2022年3月—4月，最大日供水量出現(xiàn)在3月12日，當(dāng)日供水量達(dá)601.8萬m3，當(dāng)日是全市中小學(xué)全部線上教學(xué)的第1 d，可以認(rèn)為是居民用水量的急劇上升導(dǎo)致供水量的上升。說明受疫情封控影響，隨著大量居民從工作場所轉(zhuǎn)向居住場所，居民用水和非居民用水此消彼長，對總供水量產(chǎn)生“對沖效應(yīng)”。為了進一步判斷“對沖效應(yīng)”的規(guī)律，分別以最大供水量日(3月12日)和最高氣溫日(3月14日)作為節(jié)點，將3月供水量數(shù)據(jù)分為3個階段做同期水量和氣溫的比較(表2)。

圖3 2021年和2022年3月—4月每日氣溫和供水量的變化Fig.3 Changes of Daily Air Temperature and Water Supply Quantity during March to April in 2021 and 2022

表2 2021年和2022年3月供水量對比Tab.2 Comparison of Water Supply Quantity in March 2021 and March 2022

由表2可知，2022年3月1日—11日，氣溫和2021年相比略高，日均供水量略高于去年；3月12日—14日，供水量和氣溫均明顯高于2021年同期；3月15日—31日，氣溫雖與2021年同期相當(dāng)，但供水量卻顯著小于去年。結(jié)合上海自3月12日起實行的學(xué)生居家線上教學(xué)的措施和后續(xù)不斷擴大的封控范圍，雖然居民用水量會隨氣溫上升同步上升，但3月15日—31日期間的日均供水量比2021年同期明顯降低，甚至低于2022年疫情封控前的日均供水量，說明在疫情封控措施的影響下，居民用水中隨氣溫上升而升高的用水量無法抵充非居民用水的損失量。

3.4.2 疫情封控期間供水量損失情況的分析

結(jié)合工業(yè)用水量下降時間3月14日和經(jīng)營用水量下降時間3月8日，選取3月15日(周二)為例進行分析，當(dāng)日的供水量(564萬m3)比前1 d的供水量(586萬m3)已明顯下降。此后氣溫逐日升高，最高出現(xiàn)連續(xù)32 ℃以上的氣溫，但供水量再未超過564萬m3/d。因此,可以認(rèn)為受疫情封控影響，最遲到3月15日，上?？偣┧砍霈F(xiàn)了下降。

2022年3月15日—4月30日，18家水廠總的供水量同比下降約60萬m3/d，損失供水量約占正常情況下供水量的7%，其中非居民用水量的損失為主要原因。若考慮到2022年的氣溫要明顯高于2021年同期，疫情封控期間造成的用水量損失可能更大。

4 總結(jié)

疫情封控對城市供水量的影響非常明顯，非居民用水量的大幅度減少是其中最主要影響結(jié)果。以上海特大型城市為例，對2022年3月—4月疫情封控期間的用水量變化情況進行分析，結(jié)論如下。

(1)疫情封控對城市用水量影響明顯，用水量的下降時間和封控措施實施的時間同步。

(2)疫情封控期間，非居民用水量的損失較大，工業(yè)類用水損失用水量約占正常情況下用水量的25%，經(jīng)營類用水損失用水量約占正常情況下用水量的35%。

(3)疫情封控期間，居民用水量隨氣溫變化而起伏的規(guī)律依然存在，但“節(jié)假日效應(yīng)”已非常微弱，這主要是受疫情和管控措施發(fā)展，大量人員居家所致。上海18家水廠的供水總量的損失量約占正常情況下的7%，其中非居民用水量的損失為主要原因。

疫情封控期間，供水企業(yè)在崗人員顯著精簡的情況下，進行數(shù)據(jù)分析挖掘，定量分析或預(yù)判疫情對工作的影響程度，是供水企業(yè)提前預(yù)判最低供水量、制定相應(yīng)預(yù)案、合理地減少生產(chǎn)負(fù)荷、確保城市水資源供應(yīng)處于合理、高效的優(yōu)化配置狀態(tài)的重要技術(shù)保障，對供水企業(yè)在疫情封控狀況下的運營具有重要意義。但為確保相關(guān)數(shù)據(jù)采集和分析預(yù)判的準(zhǔn)確性，建議如下幾點。

(1)供水企業(yè)必須加快信息化、智能化建設(shè)。遠(yuǎn)傳水表的實時數(shù)據(jù)是突發(fā)情況下用水量分析的重要依據(jù)，應(yīng)加快遠(yuǎn)傳水表的普及，消除明顯的數(shù)據(jù)樣品缺失或樣本量不夠的問題。

(2)開展更細(xì)小顆粒度的深入研究，進一步設(shè)置不同行業(yè)、區(qū)域，以及每日天氣情況等復(fù)雜影響因子，研究它們對用水量影響的規(guī)律，為城市精細(xì)化管理提供更為豐富的分析預(yù)測手段。

(3)進一步加強數(shù)據(jù)挖掘，以大數(shù)據(jù)分析方法支撐供水保障及用水計劃調(diào)整，更高效地應(yīng)對未來的不可控因素造成的人為決策缺陷，進一步提高城市水資源應(yīng)急狀態(tài)下配置、管理的科學(xué)性。