卡萨布兰卡水损失经济水平的估算：迈向高效可持续的城市水资源管理

《HydroResearch》：Estimating the economic level of water losses in Casablanca: Toward efficient and sustainable urban water management

　　

Python自动化提供了卡萨布兰卡经济水平水损失（ELWL）的可重复估算。ELWL为40.67 m³/customer/year，接近人工估算的40.7。2016—2020年间，真实损失（Real Losses）下降了5.5%，而表观损失（Apparent Losses）上升了49.7%。2020年的损失水平比估算的经济阈值低12.34%。ELWL敏感性主要由水损失量的变化主导。

在全球水资源日益稀缺的背景下，非收益水（Non-Revenue Water，NRW，指供水系统中未产生收益的水量）成为水务运营商面临的重大运营与可持续性挑战。水损失不仅造成直接的经济损失，还带来资源浪费和环境影响，削弱了供水服务的可靠性。已有多种方法用于评估经济水平水损失（Economic Level of Water Losses，ELWL，即削减水损失的成本与水价值达到平衡时的损失水平），如总成本法、边际成本法和累计成本效益法。然而，在摩洛哥及北非地区，ELWL的公开应用仍然有限，且现有累计成本效益法多依赖人工曲线拟合和视觉交点选取，主观性强、可复现性差。因此，开发一种在数据受限条件下仍能准确、客观估算ELWL的自动化方法具有重要的现实意义。

研究人员利用卡萨布兰卡供水网络2014—2020年的运行、技术和财务数据，依据国际水协会（International Water Association，IWA）水平衡框架，系统量化了系统输入、授权消耗、真实损失和表观损失。在此基础上，计算了当前年真实损失（Current Annual Real Losses，CARL）、供水百分比（Water Supply Percentage，WS%）、真实泄漏平衡（Real Leakage Balance，RLB2）、不可避免年真实损失（Unavoidable Annual Real Losses，UARL）和基础设施泄漏指数（Infrastructure Leakage Index，ILI）等性能指标。为克服手动方法的不足，研究人员开发了基于Python的自动化累计成本效益框架，自动完成数据预处理、候选曲线拟合、模型筛选和数值求根，以确定ELWL，并通过单因素敏感性分析评估关键输入参数的影响。该研究成果发表于《HydroResearch》。

研究所用的主要技术方法包括：采用IWA水平衡框架计算水量构成；利用CARL、WS%、RLB2、UARL和ILI等指标评价管网效率；应用累计成本效益法，对累计控制成本和累计收益分别拟合幂函数、指数函数和二次多项式，依据最高平均决定系数（R²）选择最优模型组合，并通过数值求根确定ELWL；进行单因素敏感性分析，对总水损失量、控制支出和边际水成本施加±5%、±10%、±15%的扰动。数据来源于卡萨布兰卡水与卫生网络绩效服务部门。

研究结果如下：

**3.1 网络增长与系统特征**：卡萨布兰卡的供水管网是摩洛哥最大的城市网络之一，2020年总长约6867公里，服务超过135万客户。系统由36个服务水库和19个泵站组成，划分为多个压力区。这些特征为理解水损失指标提供了背景。

**3.2 水平衡与损失构成**：系统输入量从2016年的198.33百万m³增加到2020年的213.33百万m³。总水损失从44.87百万m³上升到48.39百万m³，其中真实损失（CARL）下降5.5%，从33.98降至32.10百万m³；表观损失上升49.7%，从10.88增至16.29百万m³。这表明总损失增加的主要贡献者是表观损失，而非真实损失。

**3.3 性能指标**：五年间网络效率保持在77%左右，2020年为77.32%。RLB2从约398 L/connection/day降至357 L/connection/day，UARL从4.72增至5.15百万m³/年，ILI从7.20降至6.24。尽管真实损失指标有所改善，但ILI仍远高于理论参考值1，表明仍存在进一步削减物理损失的技术空间。

**3.4 ELWL估计**：自动化程序选择二次多项式拟合累计控制成本（R²=0.812），指数函数拟合累计收益（R²=0.953），数值交点对应的ELWL为40.6703 m³/customer/year，与手动图形估计的40.7 m³/customer/year仅相差0.03，验证了自动化方法的数值一致性。2020年观测损失水平为35.6509 m³/customer/year，比ELWL低约12.34%，表明卡萨布兰卡在财务平衡损失水平之下运行。

**3.5 敏感性分析**：当水损失量统一扰动±15%时，ELWL在34.59至46.74 m³/customer/year之间变化，接近成比例响应；而控制支出和边际水成本统一变化±15%时，ELWL的变化幅度小于0.08 m³/customer/year。这说明ELWL对水损失量最敏感，对经济变量相对不敏感。

讨论部分强调，实体损失改善与表观损失恶化形成鲜明对比，必须分别诊断和管理。ILI和ELWL回答不同决策问题：ILI衡量技术可行性，ELWL衡量财务平衡。自动化方法提高了可重复性，但外推区间有限，且未纳入环境、资源稀缺等外部性，因此ELWL应被视为财务决策支持基准，而非运营目标。敏感性分析凸显了准确测量水损失量和客户数量的重要性。未来研究应使用更长时序、空间细化数据，并分别制定真实损失和表观损失的经济阈值。

研究结论可总结为：卡萨布兰卡供水系统在2016—2020年间网络效率稳定，但总水损失上升，表观损失是主要驱动因素。自动化累计成本效益法估算的ELWL为40.67 m³/customer/year，与手动估计一致。敏感性分析表明，水损失量对ELWL影响最大。建议维持高压力、易漏损和关键区域的针对性物理泄漏控制，同时加强计量、计费和客户数据管理。ELWL应作为财务决策基准，而非让损失上升的目标。未来需要更长的时空序列数据和分项经济阈值，以支持可持续的水损失管理。