2020年春节前后供水数据看用水行为变化

邹 为，谢 竞，张全会，洪家伟

（1.重庆市自来水公司，重庆400060；2.武汉市三环科普睿科技有限公司，湖北 武汉430070）

2020年春节是一个比较特殊的时段，在这个时段里面，水司抄表正常周期被打破导致该时段内用户用水数据缺失。在这种情况下，如何了解并分区假期和特殊应急事件双重作用下对居民、非居民、管网漏损、居民用户用水行为等因素造成的影响以及各自影响有多大，是非常值得研究的，可为水司对于未来假期或者应急事件发生时如何加强管理有重要的指导作用

1 节假日期间对用户用水进行评估的难度

如果对节假日期间用户用水进行分类，对于用户用水习惯进行分析，一般需要的条件是具备用户端远传水表能够实现实时数据传送。但是目前国内很多城市远传智能户表覆盖率还很低，因此，这种手段目前还难以实现。2020年春节期间用水数据分析难度更大，因为2020年春节爆发了新冠疫情，属于特殊时期。

在这种情况下，希望通过对比2019年春节与2020年春节供水数据以及大样本（50 000 多户）涵盖的小区考核总表数据，消除节假日的影响因素，突出特殊时段的影响，同时，通过对大样本用户用水习惯的统计，了解非居民用户在该特殊时期的影响究竟有多大。

在这个思路下，对于2019年春节及2020年春节对应时间节点进行标定，同时对同时间段的用水总量进行对比评估。时间线分区如图1 所示。

图1 时间线分区图

如图1 所示，2020年非常时期发生起始于春节前一天，为排除春节因素的影响，将进行对比分析的2019年春节，2020年春节前后时间段做了分段处理。以农历除夕（含公历01-24）为节点，将对比时段分割为“节前时段”“春节假期时段”与“节后时段”三个时段进行对比分析。

2019 和2020年春节前后供水数据如图2 所示。

图2 2019 和2020年春节前后供水数据对比图（单位：万t）

从图2 中的数据可以看出，无论是C 市自来水公司还是下属BB 区域，在两个年度“节前时段”的供水量趋势与增幅基本一致，BB 区域上升稍快些，约9.5%，绝对增量不大，仅23 万t/月。

2020-02 供水量，无论是全司还是BB 区域相较2019年都出现更大降幅。降幅分别是2020年全水司-26.7%，BB区-24.1%，而2019年则是全水司-11.6%，BB 区域的-9.5%。考虑到2020年春节在1月份末，2019年春节在2月份初，春节对2019年影响理应更大，对于这个结果，更大可能归因于非常时期影响。

结论：春节后时段，总供水量受非常时期影响出现大幅下降。

2 非常时期对日供水量的影响

2.1 节前时段与春节假期时段的变换规律

如图3 和表1 所示，从2020年与2019年1、2月两个月的日均供水数据分析。春节之前5 d 用水开始下降，初一到达最低值，相较初一之前20 d 均值，2020年初一日供水量减少了37 万t，降幅约为38%；2019年初一供水量下降了34 万t，下降幅度36%。2020年初二开始回升，到初六日供水量增加10 万t，较初一增加16%；2019年供水量增加11 万t，较初一增加18%。

从两组对比数据与趋势图可以看出，两个年度数据变化规律相似，在春节前与春节正常假期内出现的日供水量降低与小幅回升的主要原因还是受国内传统春节假期习惯的影响，数字变化与非常时期无明显关系。

结论：年三十与春节7 d 用水总量用户规模基本不变，节前时段与春节假期，供水变化源于春节假期带来的影响，非常时期影响不明显，2019年与2020年用水规律变化不大。

图3 2019年和2020年春节前后日供水量对比图（单位：万t）

表1 春节前及春节正常假期间日供水量变化对比表

2.2 节后时段的变化规律

如表2 所示，2020年初一后20 d，每日供水量增加11万t，日供水量只出现18%的小幅的回升，20 d 总供水量为1 407 万t。同期，2019年初一后日供水量出现大幅回升，20 天内增加34 万t/日，增幅达56%，总供水量增至1 620万t，完全恢复到节前水平（春节前每日供水量93.4 万t，节后20 每日供水量93.3 万t）。2020年相较2019年春节后同期每日供水量相差17 万t，继续维持在低位运行。

结论：春节正月初六以后日供水受非常时期影响较大，日用水增幅明显不足。

表2 春节后20 d日供水量变化分析表（全司）

3 非常时期对区域非居民工商企事业用户水量的影响评估

从如图4 所示的2019-11—2020-02 的日供水量趋势图看，“节前时段”的11月和12月的日供水量基本保持稳定（保持在8 万t 上下区间）。从01-20 起，区域的日供水量出现明显下降（01-25 降到最小值5.6 万t），02-04 后有缓慢回升。从节前时段与节后时段的数据对比来看最大差值2.2万t/日，平均差值1.4 万t/日），由此可推测，BB 区域的工商企事业用户的日总供/用水量应在1.4 万t 左右。

结论：春节后BB 区域供水受非常时期影响较大的是非居民工商企业用户，居家封闭及停业造成大量企事业单位停工从而用水量大大减少。

图4 2019-11—2020-02BB 区日供水量对比图（单位：万t）

4 非常时期对居民用户的影响

4.1日用水习惯发生变化

如图5 所示，根据对BB 区域DMA 小区/社区的小时用水量数据分析，非常时期期间居民用水的早高峰推迟2～3 h（疫前09：00—10：00，疫后12：00—13：00），晚高峰提前2～3 h（疫前21：00—22:00，疫后19：00—20：00）。

结论：居民用水规律发生变化，呈现早高峰推迟，晚高峰提前的变化态势。

图5 非常时期前后用户小区24 h 流量曲线（单位：m3/h）

4.2 居民、非居民用水变化

根据对BB 区域DMA 小区/社区的小时用水量数据分析，可将DMA 分为两类。第一类：DMA 非居民用水量占比低，不到10%；第二类：DMA 非居民用水量占比高，超过10%。（注：非居民用水量占比高低与非居民户数占比没有逻辑关系）。

第一类DMA 数据分析：如图6 所示，从第一类典型DMA4 个月中每小时用水量的数据来看，其夜间用水量数据变化不大，特别是节前时段的2019-11 与节后时段的2020-02，数据基本重合。

图6 两类DMA 用户月24 h 均值图

而在日间，特别是每日的10：00—21：00 时间段，节后时段的2019-11 的小时用水量数据均高于节前时段的2020-02。由此可见，这一类DMA，因为非居民用水占比不高，整体用水高峰时段没有下降，区域内居民用水受非常时期影响，日间居家时间更长，导致日间用水量增加。

第二类DMA 数据分析：如图6 所示，第二类典型DMA 4 个月小时用水量的数据显示。此类区域因为平时非居民用水占比高，受非常时期影响区域内日间用水整体下降较多。

结论：在C 市BB 区域日间居民用水量稳定略有增加，日间非居民用水量降低导致整体用水量降低。

5 结语

通过对物联网在线远传水表的数据进行比较全面的分析，可以了解到，非常时期对于供水单位及居民用户的用水影响是非常大的，给国民经济造成了较大的影响。