（邵東市自來水公司 羅小剛¹）

任何一種漏控模式都不能包治百病的。不管是DMA分區計量，還是合同漏控都應根據水務企業的現狀、特點，因地制宜的選擇漏控模式才是上策。如何選擇一種適合的漏控模式就是擺在水務企業面前的難題。隨著對漏控認識的提升，大數據、物聯網技術的廣泛應用，一種高效的、經濟的大數據漏控模式開始誕生。因此，就高效、經濟漏控模式與大家共同探討。

1.大數據漏控模式

大數據漏控模式是一種利用水廠、管網、客服、營業、施工、檢漏、生產調度等部門生產經營過程中產生各種海量數據構成的數學模型和算法，準確地挖掘漏控問題和根源，因地制宜、對癥下藥制訂降差策略和措施，再通過數據實時、跟蹤，監督策略貫徹執行，實現對產銷差控制。大數據漏控優勢： 

①精準

漏控最大的難點和痛點是缺少抓手和著力點，看著哪里都有問題，卻不知道該從哪里入手。而大數據降差模式恰恰可以精準找到漏控的難點和痛點，直擊病灶。比如：從成千上萬的用戶中可以準確到每條抄表線路、每個用戶存在的漏抄、估抄、間歇抄、滯后抄、欠費等問題，為精準漏控提供了目標和方向。

②高效

“高效”就是要集中優勢資源打“殲滅戰”，而不是“拉鋸戰”。漏控之所以，久控不下根源就是資源分散、藥不對癥，各自為政，扯皮消耗把時間浪費掉了。導致漏控工作成效甚微。“高效”的核心是把資源、資金、人力投入到解決主要矛盾問題上。

③經濟性

眾所周知，漏控的目的是為了降本增效，提升企業經濟效益和管理水平，而不是為了漏控而漏控，忽略投入產出比。因此，經濟漏控概念應作為漏控工作重要的評價指標才符合漏控需求。實際上，當前的漏控已經是無序的、盲目的，甚至走入了誤區的一種狀態。全國水務都在積極探索和建設DMA分區計量，好像缺少了DMA分區計量就不能降差。其實，從經濟性分析，DMA分區計量建設并不經濟，其投入產出比并不高，且不能精準找到漏控的難點和痛點。

2.大數據漏控的思路

大數據降差思路是通過大數據模型和算法對生產、管網、營銷、計量等環節精準查找出問題和漏洞。然后，針對性制定技措、健全體系，按既定計劃和進度貫徹落實。同時，大數據實時跟蹤、動態調整策略、強化對過程控制和管理，實現高效降差目的。降差流程如下圖。

大數據核心直擊降差的難點和痛點，然后對癥下藥，靶向治療，直擊病灶。

①“審”

從產銷差產生途徑和根源看，產銷差問題錯綜復雜。只有通過系統的漏損審計，大數據模型和算法，才能查清問題，理請思路、量化指標，分清職責，才能科學、合理、經濟地制定產銷差策略和行動計劃，才能把多少水損失掉了，從哪里損失掉了，怎么損失掉了，應該如何管理、控制，改進控制策略等問題系統解決。

“審”是大數據降差核心，更是查清問題的重要手段，系統漏控的重要抓手和舉措。

②“分”

根據審計或評估的結論，把年度降差指標和任務層層分解到各部門、科室，再把任務分解至各自崗位，層層落實，層層責任到人。如此，才能保障降差工作落實到位。指標設定、任務分解不是拍腦門，而是在科學診斷、評估、審計基礎上充分挖掘各部門降差潛力。就是說，指標是有空間和余地的，只要各部門努力一定可以完成的。

③“簽”

為了讓降差指標能夠真實落實下去，堅決貫徹執行，公司應與各部門簽訂降差目標責任狀，把責權利明確清楚，讓各部門清楚完成如何獎勵，完不成如何處理。“簽”責任狀不僅是約束基層，也是約束公司和高層，對雙方而言就是契約，更是兌現的憑證。

④“干”

“干”就是各部門根據分解指標和任務，積極行動起來，制定詳細、周密計劃、工作進度，嚴格按照規范和要求和執行，全面貫徹和落實降差措施。“干”的核心是按先主次的順序，沿著正確的方向積極行動，而不是偏離目標蠻干、瞎干。

⑤“評”

“評”是指每月根據數據統計、分析，跟蹤各部門降差策略和措施的落實和進展情況，評價降差成效。同時，檢查降差措施和策略是否合理、是否需要優化調整，檢查在措施在執行過程是否存在偏離目標、落實不到位的情況，然后，及時要求各部門整改。另外，就是根據制定績效制度，每月對各部門、崗位嚴格監督、測評。

⑥“控”

所謂的“控”是當產銷差率下降到合理范圍之后，實時數據跟蹤，監測，控制和預防產銷差反彈。控制是長期的，需要持續的、實時的采用干預措施。俗話說，“降低容易，控制難”。就是因為產銷差率下降了，達標了，很容易松懈下來。因此，一旦進入漏損控制階段，須對績效考核和激勵機制進一步調整和優化，以保障能夠長效、持久的把產銷差率維持在合理范圍。

3. 案例分析

案例1：某水務公司是供水區域約65km²，水廠2座，日供水量約為12.5Х10⁴m³/d，供水管線約550km，用戶約16.83Х10⁴戶。XXX年產銷差率19.65%。該公司采用大數據漏控模式，耗時6個月，更換大口徑水表38塊，測壓點11個，檢測漏點164處及清理失蹤表30塊等措施。當年產銷差率下降至9.23%，實際下降了10.42%，當年即把產銷差控制合理范圍之內。降差前后數據對比見下圖。

從投入產出比分析，該水務公司并未增加額外投資，而是在原先降差技錯基礎上進行優化和完善，強化基礎管理，績效制度的修訂。當然，這與漏損構成有直接的關系。假設是管網老化嚴重，需要大量的管網更新改造就另當別論。

案例2：某市自來水公司承擔著城區、開發區近32多萬人口生產，生活用水供水任務。現有水廠3座, 實際供水7Х10⁴m³ m3/d, 供水面積40 km²，增壓站3座，DN100以上管道230km，管網覆蓋率95%,上半年平均產銷差率36%。該公司采用大數據漏控模式，耗時6個月，通過強化抄表管理、壓力優化、積極主動檢漏和表具更換措施，平均產銷差率從上半年36%下降至下半年16.8%，實際下降了19.2%。

從投入產出比分析，該公司主要措施是強化抄表管理、表具更換、積極主動檢漏，水廠調壓等措施，與收益相比投資幾乎可以忽略不計。其主要問題是集中在管理上、而不是管網及硬件設施上。

4.結論

總之，大數據漏控是一種高效、經濟、科學的漏控模式，投入少產出高，且可在短時間內把漏損控制在合理范圍之內。盡管，大數據漏控受到數據質量的影響，但并不會影響其漏控的成效。隨著物聯網、5G技術的發展，大數據漏控模式將會成為未來漏控的優先選擇。