佟慶遠(yuǎn) 孫傅 董欣 高建

摘要?污染物減排和能源消耗成為衡量污水處理廠環(huán)境績(jī)效的重要維度，提升污水處理廠的可持續(xù)性需要提高單位能耗的污染物減排效果，即污染物減排效率。采用數(shù)據(jù)包絡(luò)分析方法，利用我國(guó)5 157座污水處理廠2007年至2017年的長(zhǎng)歷時(shí)運(yùn)行數(shù)據(jù)，以電耗作為投入，以化學(xué)需氧量（COD）、懸浮顆粒物（SS）、氨氮（NH3-N）和總磷（TP）等污染物指標(biāo)的去除率作為產(chǎn)出，分析我國(guó)污水處理廠污染物減排效率的動(dòng)態(tài)變化特征及其影響因素。結(jié)果表明，2007年至2017年我國(guó)污水處理廠的噸水處理電耗均值處于0.33 kW·h和0.46

kW·h之間，COD、SS、NH3-N和TP的去除率持續(xù)上升。污水處理廠減排效率的均值在34.0%到40.0%之間，2007年至2013年減排效率呈現(xiàn)上升趨勢(shì)，2013年至2017年有所下降。從處理規(guī)?？矗鬯幚韽S的減排效率總體上與處理規(guī)模呈正相關(guān)，2007年至2017年之間不同規(guī)模污水處理廠減排效率的差距在不斷縮小;從處理工藝看，SBR及其改良工藝、氧化溝和A2/O工藝的減排效率相對(duì)較高，MBR工藝的減排效率相對(duì)較低;從經(jīng)濟(jì)地理區(qū)域看，珠三角、中部和西南區(qū)域污水處理廠的減排效率相對(duì)較高，西北區(qū)域相對(duì)較低;從進(jìn)水污染物濃度看，進(jìn)水COD濃度與減排效率呈倒U型曲線關(guān)系;從影響因素的交互作用看，處理規(guī)模、處理工藝、經(jīng)濟(jì)地理區(qū)域、進(jìn)水COD濃度等4個(gè)因素之間的交互作用對(duì)減排效率具有顯著影響?？梢酝ㄟ^(guò)提升污水處理廠運(yùn)營(yíng)管理水平、推動(dòng)大型污水處理廠技術(shù)革新、新建污水處理廠的工藝選擇綜合考慮減排效率影響因素、加強(qiáng)排水管網(wǎng)系統(tǒng)的規(guī)劃設(shè)計(jì)和運(yùn)行維護(hù)等方法，提升我國(guó)整個(gè)污水處理行業(yè)的減排效率。

關(guān)鍵詞?污水處理廠;減排效率;電耗;數(shù)據(jù)包絡(luò)分析

中圖分類號(hào)?X32???文獻(xiàn)標(biāo)識(shí)碼?A???文章編號(hào)?1002-2104（2019）04-0049-09???DOI：10.12062/cpre.20181007

伴隨著快速的城鎮(zhèn)化進(jìn)程，我國(guó)城鎮(zhèn)污水處理廠的數(shù)量和規(guī)模也在快速增長(zhǎng)?！笆濉敝痢笆濉逼陂g，我國(guó)城市污水處理率從2000年的34.3%上升至2017年的93.0%，污水處理能力從日處理0.47億t提升至1.6億t。在這一快速發(fā)展時(shí)期，我國(guó)城鎮(zhèn)污水處理設(shè)施建設(shè)也逐步從“規(guī)模增長(zhǎng)”向“提質(zhì)增效”轉(zhuǎn)變。根據(jù)原國(guó)家環(huán)境保護(hù)總局2005年《關(guān)于嚴(yán)格執(zhí)行〈城鎮(zhèn)污水處理廠污染物排放標(biāo)準(zhǔn)〉的通知》及2006年修訂的《城鎮(zhèn)污水處理廠污染物排放標(biāo)準(zhǔn)》（GB18918—2002）要求，城鎮(zhèn)污水處理廠出水排入國(guó)家和省確定的重點(diǎn)流域及湖泊、水庫(kù)等封閉、半封閉水域時(shí)執(zhí)行一級(jí)標(biāo)準(zhǔn)的A標(biāo)準(zhǔn)，拉開(kāi)了我國(guó)城鎮(zhèn)污水處理廠“提標(biāo)改造”的序幕。污水處理是高能耗行業(yè)，在分解和轉(zhuǎn)化污水中的污染物質(zhì)、減少水污染物排放的同時(shí)，需要消耗大量的能源。據(jù)統(tǒng)計(jì)，瑞典的污水處理廠電耗占全社會(huì)電耗1%，德國(guó)的污水處理電耗占市政用電量的20%[1]。2017年我國(guó)污水處理廠電耗達(dá)到190億kW·h，占全社會(huì)電耗的0.5%。隨著我國(guó)溫室氣體排放控制的持續(xù)推進(jìn)，污染物減排和能源消耗成為衡量污水處理廠環(huán)境績(jī)效的兩個(gè)重要維度，提升單位能耗的污染物減排效果即污染物減排效率必然成為污水處理“提質(zhì)增效”的重要發(fā)展方向。因此，選用合理的方法和指標(biāo)，科學(xué)評(píng)價(jià)污水處理廠的減排效率，是當(dāng)前和今后一段時(shí)期該行業(yè)亟需關(guān)注和解決的重要問(wèn)題之一。

1?問(wèn)題的提出

現(xiàn)有對(duì)污水處理廠效率的研究大多采用關(guān)鍵指標(biāo)評(píng)價(jià)法、層次分析法和生命周期分析等方法[2-5]，但這些評(píng)價(jià)方法都需要大量的支撐數(shù)據(jù)，而我國(guó)污水處理行業(yè)的數(shù)據(jù)相對(duì)匱乏，因此這些方法更適用于典型案例的評(píng)估，很難應(yīng)用于全國(guó)污水處理行業(yè)的效率評(píng)估。近年來(lái)，隨機(jī)前沿分析（Stochastic Frontier Analysis，SFA）與數(shù)據(jù)包絡(luò)分析（Data Envelopment

Analysis，DEA）方法被應(yīng)用于污水處理廠的效率評(píng)估。HernandezSancho等[6-7]采用DEA方法評(píng)價(jià)了西班牙338個(gè)污水處理廠的效率，其后又采用非徑向DEA方法評(píng)價(jià)了西班牙177個(gè)污水處理廠的效率;Gomez等[8]和Guerrini等[9]分別采用基于雙重自助法的DEA模型評(píng)價(jià)了西班牙30個(gè)污水處理廠和意大利127個(gè)污水處理廠的效率。在我國(guó)，Dong等[10]將DEA與不確定性分析方法相結(jié)合，評(píng)價(jià)了我國(guó)736座污水處理廠的效率;李鑫等[11]采用DEATobit模型評(píng)估了2014年我國(guó)413個(gè)縣域污水處理設(shè)施的效率;買(mǎi)亞宗等[12]采用DEA模型分析了2013年我國(guó)74座達(dá)到一級(jí)A排放標(biāo)準(zhǔn)且處理工藝相同的污水處理廠的效率與處理規(guī)模之間的關(guān)系。

污水處理廠效率的影響因素一直是污水處理行業(yè)的熱點(diǎn)研究問(wèn)題之一。朱五星等[13]在2005年提出氣候條件、溫度條件等影響污水處理的效率，因此經(jīng)濟(jì)地理區(qū)域特征的差異對(duì)污水處理廠的效率有顯著影響。梅小樂(lè)等[14]根據(jù)國(guó)內(nèi)外文獻(xiàn)，篩選出影響污水處理廠能耗的重要因素包括處理工藝、處理規(guī)模、水泵運(yùn)行方式、曝氣類型和自然條件。楊凌波等[15]對(duì)2006年我國(guó)城市污水處理廠能耗規(guī)律進(jìn)行了統(tǒng)計(jì)分析，提出污水處理廠所處地區(qū)的自然環(huán)境條件和社會(huì)經(jīng)濟(jì)總體能耗水平、處理工藝、處理規(guī)模、污染物去除量和所接納工業(yè)廢水的比例是影響污水處理廠運(yùn)營(yíng)效率的關(guān)鍵因素。石教娟[1]在2013年采用平衡統(tǒng)計(jì)方法建立污水處理廠效率評(píng)估體系時(shí)，提出污水處理廠運(yùn)行規(guī)模對(duì)能耗影響較大，不同處理工藝和運(yùn)行年限對(duì)能耗有影響但較小，污染物排放濃度、運(yùn)營(yíng)管理對(duì)污水處理廠效率影響較大。何強(qiáng)等[16]2012年從建設(shè)和運(yùn)營(yíng)的角度研究了經(jīng)濟(jì)地理區(qū)域、規(guī)模與污水處理工藝選擇的關(guān)系，認(rèn)為不同經(jīng)濟(jì)地理區(qū)域和不同處理規(guī)模的污水處理廠應(yīng)該采用不同的處理工藝。

雖然國(guó)內(nèi)外已有針對(duì)污水處理廠效率的研究，但以節(jié)能減排為目標(biāo)和依據(jù)對(duì)污水處理廠效率進(jìn)行評(píng)價(jià)的研究卻并不多見(jiàn)。同時(shí)，以往研究均采用歷史截面或短歷時(shí)數(shù)據(jù)進(jìn)行評(píng)估分析，無(wú)法考察污水處理廠效率隨時(shí)間的動(dòng)態(tài)變化特征，因此不能檢驗(yàn)國(guó)家水污染防治重大政策措施如“提標(biāo)改造”和“總量減排”等對(duì)污水處理廠能耗與減排的影響，也無(wú)法識(shí)別這些影響因素對(duì)污水處理廠效率影響的動(dòng)態(tài)變化特征。此外，現(xiàn)有研究多依據(jù)分散調(diào)查的部分污水處理廠的運(yùn)營(yíng)數(shù)據(jù)，容易產(chǎn)生外部效度不足的問(wèn)題，難以全面反映全國(guó)污水處理行業(yè)效率的總體狀況。本文基于2007年至2017年我國(guó)5

157座污水處理廠的長(zhǎng)歷時(shí)數(shù)據(jù)，運(yùn)用DEA方法對(duì)這些污水處理廠的污染物減排效率開(kāi)展動(dòng)態(tài)評(píng)估，在全國(guó)宏觀層面分析污染物減排效率的動(dòng)態(tài)變化特征，并研究不同因素對(duì)污染物減排效率的影響。

2?研究框架與方法

2.1?減排效率評(píng)估框架

本文評(píng)估污水處理廠污染物減排效率的方法框架如圖1所示。采用污水處理廠電耗作為DEA模型的輸入，選用多種污染物的去除率作為輸出，將模型計(jì)算得到的減排效率作為衡量污水處理廠能耗與污染物減排關(guān)系的標(biāo)準(zhǔn)，同時(shí)采用方差分析等方法對(duì)減排效率進(jìn)行統(tǒng)計(jì)分析。

2.2?DEA模型

Charnes等[17]提出計(jì)算生產(chǎn)過(guò)程中投入和產(chǎn)出效率問(wèn)題的DEA方法，其核心是用線性規(guī)劃的方法評(píng)價(jià)多投入和多產(chǎn)出決策單元的效率。其原理是通過(guò)保持決策單元的投入或者產(chǎn)出不變，借助線性規(guī)劃來(lái)構(gòu)建相對(duì)有效的生產(chǎn)前沿面，然后將各個(gè)決策單元投影到生產(chǎn)前沿面上，通過(guò)比較各個(gè)決策單元偏離生產(chǎn)前沿面的距離來(lái)評(píng)判各個(gè)決策單元的相對(duì)有效性。

對(duì)于投入X和產(chǎn)出Y，（Xt，Yt ）表示在t期的生產(chǎn)決策單元，在t期的生產(chǎn)集合為：

T=（Xt，Yt ）

（Xjt，Yjt

），j=1，2，3…，n

則總的生產(chǎn)決策單元集合為：

T△={（Xt1，Yt1 ），（Xt2，Yt2 ），…，（Xtj，Ytj

） }

定義F為距離函數(shù)，θ為技術(shù)效率測(cè)度。

Ftj0 （Xtj0，Ytj0 ）=minθ

使得：

∑nj=1γjXtj≤θ Xtj0

∑nj=1μj Ytj≥ Ytj0

其中，γj≥0，μj≥0。γ和μ為投入和產(chǎn)出的系數(shù)矩陣。θ的值就是第j個(gè)決策單元的效率分?jǐn)?shù)，應(yīng)滿足θ≤1，1代表有效生產(chǎn)前沿面上的點(diǎn)，即技術(shù)有效的決策單元。

2.3?指標(biāo)選擇

以往采用DEA方法分析污水處理廠經(jīng)濟(jì)效率，多將處理規(guī)模、運(yùn)營(yíng)成本和雇員人數(shù)等作為投入變量[11-12]。本文重點(diǎn)考察污水處理廠能耗與污染物減排的關(guān)系，因此DEA模型的投入變量選取電耗指標(biāo)。首先，電耗作為投入變量具有明確的物理意義，體現(xiàn)了污水處理過(guò)程中污染物去除與能耗之間的耦合關(guān)系，綜合了污水處理廠環(huán)境績(jī)效的兩個(gè)維度。其次，電耗是我國(guó)污水處理廠運(yùn)營(yíng)成本中最重要的組成部分，通常占總成本的70%[16]，采用電耗作為投入變量在一定程度上表征了污水處理廠的整體運(yùn)營(yíng)效率。由于本研究已將模型投入變量折算為污水處理單位電耗，即處理每噸污水的電耗，因此不再把污水處理廠規(guī)模作為投入變量，僅作為關(guān)鍵因素分析其對(duì)減排效率的影響。另外，由于我國(guó)污水處理廠普遍由政府事業(yè)單位改制而來(lái)，其實(shí)際人員數(shù)量與運(yùn)營(yíng)所需人員數(shù)量差距較大，導(dǎo)致單位產(chǎn)出投入的人員數(shù)量與減排效率之間相關(guān)性較差[18]，因此雇員人數(shù)也不作為DEA模型的投入變量。

對(duì)于污水處理廠的污染物減排指標(biāo)，本文選擇多種污染物的去除率作為DEA模型的產(chǎn)出變量。考慮到本文的效率評(píng)價(jià)單元較多，DEA模型的自由度足夠計(jì)算更多的產(chǎn)出變量，因此允許較為全面地選取污染物減排指標(biāo)。綜合“十一五”和“十二五”期間“總量減排”的考核指標(biāo)和“提標(biāo)改造”重點(diǎn)關(guān)注的污染物指標(biāo)，選取化學(xué)需氧量（COD）、懸浮顆粒物（SS）、氨氮（NH3-N）和總磷（TP）的去除率作為模型的產(chǎn)出變量。

利用DEA模型計(jì)算得到污水處理廠的污染物減排效率，在此基礎(chǔ)上分析處理規(guī)模、處理工藝、經(jīng)濟(jì)地理區(qū)域、進(jìn)水污染物濃度等單一因素及其交互作用對(duì)減排效率的影響。

2.4?研究樣本

采用中國(guó)城鎮(zhèn)供水排水協(xié)會(huì)匯編的全國(guó)污水處理廠2007年至2017年的年度運(yùn)營(yíng)統(tǒng)計(jì)數(shù)據(jù)，包括各個(gè)污水處理廠的規(guī)模、工藝、電耗、污染物去除率等指標(biāo)。經(jīng)人工校對(duì)數(shù)據(jù)并剔除缺失電耗等重要指標(biāo)數(shù)據(jù)的污水處理廠后，共獲得5 157座污水處理廠的運(yùn)營(yíng)數(shù)據(jù)。由于這11年間污水處理廠有新建或者關(guān)閉的情況以及部分污水處理廠統(tǒng)計(jì)上報(bào)信息缺失等，最終獲得歷年污水處理廠有效樣本的數(shù)量不完全一致。如表1所示，2007年有效樣本數(shù)為653座，而2017年為4437座。

3?污染物減排效率及其變化

2007年至2017年全國(guó)污水處理廠電耗和污染物去除率的均值和標(biāo)準(zhǔn)差如表1所示。從表中可以看出，2007年至2017年我國(guó)污水處理廠的噸水處理電耗均值處于0.33 kW·h和0.46 kW·h之間，高于美國(guó)污水處理廠均值0.29kW·h[1]。我國(guó)污水處理廠大范圍執(zhí)行一級(jí)A排放標(biāo)準(zhǔn)，其出水水質(zhì)標(biāo)準(zhǔn)明顯高于美國(guó)《清潔水法》規(guī)定的基本污水排放標(biāo)準(zhǔn)[19]，因此我國(guó)污水處理廠電耗水平高于美國(guó)是符合預(yù)期的。

表1表明，我國(guó)污水處理廠的污染物去除率持續(xù)上升。特別值得注意的是，NH3-N去除率從2007年的75.1%攀升到了2017年的90.9%，提升了15.8%;TP去除率從72.3%上升到了83.0%，提升了10.7%。NH3-N和TP去除率的快速提升與其在“十二五”期間被納入“總量減排”和污水處理廠“提標(biāo)改造”的考核指標(biāo)有關(guān)。在污染物去除率穩(wěn)步上升的過(guò)程中，污水處理廠的噸水處理電耗在2007年至2013年總體呈下降趨勢(shì)，2013年后緩慢上升。這一變化過(guò)程在一定程度上體現(xiàn)了“十一五”以來(lái)，由于污水處理廠技術(shù)工藝的總體改進(jìn)，同步實(shí)現(xiàn)了節(jié)能和減排，而隨著技術(shù)工藝潛力挖掘完成，只能依靠增大能耗進(jìn)一步提高污染物的去除率。

從表1還可以看出，污水處理廠的電耗和污染物去除率的標(biāo)準(zhǔn)差較大，表明不同污水處理廠之間存在較大的個(gè)體差異。但是，從2007年至2017年，各個(gè)指標(biāo)的標(biāo)準(zhǔn)差總體呈現(xiàn)逐年減小的趨勢(shì)，說(shuō)明我國(guó)污水處理廠運(yùn)營(yíng)的差異在逐步縮小，趨近行業(yè)平均水平。

以電耗作為投入，以多種污染物去除率作為產(chǎn)出，運(yùn)用DEA模型計(jì)算得到2007年至2017年全國(guó)5157座污水處理廠的減排效率變化結(jié)果如表2所示。從表中可以看出，我國(guó)污水處理廠的減排效率均值在34.0%到40.0%之間，說(shuō)明大部分污水處理廠的減排效率與構(gòu)建的生產(chǎn)前沿面的距離較大。從減排效率的歷年變化可以看出，減排效率在2007年至2013年呈現(xiàn)上升趨勢(shì)，從2013年至2017年有所下降，但總體變化不大。2013年以前污水處理廠減排效率的提升，可能與我國(guó)“十一五”以來(lái)大力推進(jìn)污水處理廠“提標(biāo)改造”有關(guān)。而2013年以來(lái)減排效率的下降則意味著，如果未來(lái)污水處理技術(shù)沒(méi)有大幅度創(chuàng)新，污水處理廠繼續(xù)“提標(biāo)”，則其單位電耗會(huì)進(jìn)一步增大。

4?影響因素的數(shù)理分析

4.1?處理規(guī)模與減排效率的關(guān)系

2017年全國(guó)4437座污水處理廠的日處理規(guī)模從0.2萬(wàn)t至220萬(wàn)t不等，平均日處理規(guī)模為3.35萬(wàn)t。本文將日處理規(guī)模劃分為0.5萬(wàn)t以下、>0.5～1萬(wàn)t、>1～2萬(wàn)t、>2～5萬(wàn)t、>5～10萬(wàn)t和10萬(wàn)t以上6個(gè)區(qū)間，考察日處理規(guī)模對(duì)污水處理廠減排效率的影響。按此分類統(tǒng)計(jì)2007年至2017年不同規(guī)模污水處理廠的數(shù)量分布如圖2所示，可以看到每一個(gè)規(guī)模區(qū)間仍有足夠的樣本進(jìn)行模型計(jì)算。從圖2可知目前我國(guó)日處理5萬(wàn)t以下的污水處理廠在數(shù)量上占到80%以上，同時(shí)2013年以后處理能力0.5萬(wàn)t以下的污水處理廠快速增長(zhǎng)，因此關(guān)注小型污水處理廠的運(yùn)營(yíng)效率問(wèn)題對(duì)于整個(gè)污水處理行業(yè)的可持續(xù)發(fā)展更為重要。

效率計(jì)算結(jié)果箱線圖。從圖中可以看出，減排效率均值按平均日處理規(guī)模從小到大依次為0.250、0.311、0.333、0.365、0.430和0.440，總體上呈正相關(guān)，這與李鑫、買(mǎi)亞宗、王佳偉等[11-12，20]的研究結(jié)論類似。但是通過(guò)置信區(qū)間95%的方差分析可知，日處理10萬(wàn)t以上污水處理廠的減排效率隨處理規(guī)模的增長(zhǎng)不顯著，其原因可能是日處理規(guī)模大于10萬(wàn)t的污水處理廠通常是由多個(gè)5～10萬(wàn)t的處理單元并聯(lián)而成。從圖4所示的2007年至2017年不同規(guī)模污水處理廠減排效率的變化來(lái)看，不同規(guī)模污水處理廠減排效率的差距在縮小，2007年最大差異為0.30，2017年僅為0.19;小型污水處理廠的減排效率緩慢上升，大型污水處理廠的減排效率略有下降。通過(guò)對(duì)2007年以前建成的污水處理廠減排效率的跟蹤發(fā)現(xiàn)，早期建成的污水處理廠的減排效率在2007年至2017年之間呈現(xiàn)緩慢下降的狀態(tài)，而近年來(lái)新建的大量中小型污水處理廠由于采用了較新的工藝和管理技術(shù)，帶動(dòng)了中小型污水處理廠減排效率的總體提升。

處理規(guī)模與減排效率關(guān)系的分析結(jié)果說(shuō)明，大型污水處理廠通常擁有較高的減排效率，而小型污水處理廠的減排效率則有很大的提高空間。針對(duì)目前我國(guó)中小型污水處理廠占絕大多數(shù)的現(xiàn)狀，挖掘和提高中小型污水處理廠的減排效率是提升整個(gè)污水處理行業(yè)可持續(xù)發(fā)展效率的可行路徑。

4.2?處理工藝與減排效率的關(guān)系

2007—2017年不同工藝污水處理廠的數(shù)量變化如圖5所示。從圖中可以看出，各種處理工藝的污水處理廠在“十二五”期間快速增長(zhǎng)，在“十三五”期間增長(zhǎng)速度趨緩;氧化溝、A2/O和SBR及其改良工藝在10年間發(fā)展迅速，且比例不斷上升。在2017年統(tǒng)計(jì)的4437座污水處理廠中，28.1%為氧化溝工藝，23.7%為A2/O工藝，17.0%為SBR及其改良工藝，10.0%傳統(tǒng)活性污泥工藝，4.8%為AO工藝，3.4%為生物濾池工藝，2.9%為MBR工藝。這一分布與國(guó)內(nèi)其它學(xué)者發(fā)表文獻(xiàn)中的污水處理廠工藝分布基本吻合[9，18]，這也表明了本文污水處理廠樣本的充分代表性。

圖6為2017年我國(guó)不同處理工藝污水處理廠的減排效率計(jì)算結(jié)果箱線圖。從圖中可以看出，不同工藝污水處理廠的減排效率存在差異，但差異較小。根據(jù)95%置信區(qū)間的兩兩對(duì)比方差分析可知，SBR及其改良工藝、氧化溝和A2/O工藝的減排效率相對(duì)較高，其2017年的減排效率均值分別為0.391、0.386和0.385;MBR工藝的減排效率相對(duì)較低，均值為0.355，這與MBR工藝中膜污染控制所需要的電耗有關(guān)。圖7所示為2007年至2017年全國(guó)不同處理工藝污水處理廠的減排效率，可以看出所有處理工藝的減排效率均值從2007年以來(lái)呈現(xiàn)波動(dòng)下降的趨勢(shì)，說(shuō)明在現(xiàn)有工藝和技術(shù)水平下，大幅提升污水處理廠??的污染物排放標(biāo)準(zhǔn)需要以更高的電耗投入作為代價(jià)。

以往部分研究認(rèn)為SBR工藝的電耗水平較高，如梅小樂(lè)采用103座SBR污水處理廠2006年的數(shù)據(jù)計(jì)算得到SBR平均電耗高于氧化溝工藝和A2/O工藝[14]。但從本文的計(jì)算結(jié)果來(lái)看，2007—2017年SBR及其改良工藝的減排效率與氧化溝和A2/O處于同一較優(yōu)水平。2017年，SBR及其改良工藝的電耗均值（0.340 kW·h/t）低于全部樣本均值（0.368 kW·h/t），接近氧化溝工藝（0.338 kW·h/t）和A2/O工藝（0.339kW·h/t）的水平。這可能是因?yàn)槲鬯幚韽S樣本之間的個(gè)體差異以及污水處理工藝其他環(huán)節(jié)的電耗差異掩蓋了處理工藝之間的差異，比如有研究指出提升泵房的電耗和曝氣的方式對(duì)污水處理廠能耗有顯著影響[19]。同時(shí)，從4種污染物中NH3-N的去除率可以看出，2017年SBR及其改良工藝的去除率均值達(dá)到92.3%，高于氧化溝（91.1%）和A2/O（91.5%）的平均水平。從減排效率的角度看，中小型污水處理廠采用SBR及其改良工藝是比較適宜的，大型污水處理廠采用A2/O工藝是符合減排效率要求的。

4.3?經(jīng)濟(jì)地理區(qū)域與減排效率的關(guān)系

1996年第八屆全國(guó)人民代表大會(huì)第四次會(huì)議上通過(guò)的《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展“九五”計(jì)劃和2010年遠(yuǎn)景目標(biāo)綱要》把中國(guó)大陸分為七大經(jīng)濟(jì)地理區(qū)域，這種劃分方式綜合反映了氣候及自然地理?xiàng)l件和經(jīng)濟(jì)發(fā)展水平的區(qū)域相似性。圖8為不同經(jīng)濟(jì)地理區(qū)域污水處理廠的減排效率計(jì)算結(jié)果箱線圖，從圖中可以看出不同經(jīng)濟(jì)地理區(qū)域的減排效率差異顯著。根據(jù)95%置信區(qū)間的兩兩對(duì)比方差分析可知，不同經(jīng)濟(jì)地理區(qū)域按減排效率均值高低分為三組：第一組為珠三角、中部和西南（均值依次為0.633、0.554和0.545），第二組為東北、長(zhǎng)三角和華北（均值依次為0.513、0.479和0.471），第三組為西北（均值為0.378）。以往研究表明，經(jīng)濟(jì)發(fā)達(dá)地區(qū)污水處理廠的運(yùn)營(yíng)效率高于經(jīng)濟(jì)相對(duì)落后地區(qū)，平均氣溫高的區(qū)域高于平均氣溫低的區(qū)域，人口密度高的區(qū)域高于人口密度低的區(qū)域，濕潤(rùn)的地區(qū)高于干旱的地區(qū)[10-12]，本文減排效率的比較結(jié)果總體上與這些結(jié)論相符?？紤]到區(qū)域差異，不同經(jīng)濟(jì)地理區(qū)域可以基于區(qū)域特征構(gòu)建污水處理廠減排效率的標(biāo)桿，評(píng)估和持續(xù)提升本區(qū)域污水處理廠的環(huán)境績(jī)效。

4.4?進(jìn)水污染物濃度和減排效率的關(guān)系

以COD為代表的進(jìn)水污染物濃度與污水處理廠減排效率的關(guān)系如圖9所示。從圖中可以看出，2017年我國(guó)污水處理廠的進(jìn)水COD濃度主要分布在150～250 mg/L，占全部污水處理廠的60%以上;約6%的污水處理廠進(jìn)水COD濃度小于100mg/L，這明顯低于生活污水通常濃度，說(shuō)明有外水匯入稀釋;超過(guò)15%的污水處理廠進(jìn)水COD濃度大于400 mg/L，說(shuō)明有其它來(lái)源污水特別是高濃度工業(yè)廢水的匯入。

從圖9可以看到，污水處理廠進(jìn)水COD濃度與減排效率呈現(xiàn)倒U型曲線的關(guān)系，COD濃度在150～250mg/L時(shí)減排效率最高。這一倒U型關(guān)系可由圖10所示的進(jìn)水COD濃度與COD去除率和噸水電耗之間的關(guān)系得到解釋。從圖10可以看出，隨著進(jìn)水COD濃度的升高，COD去除率逐步升高但增速趨緩，而噸水電耗先下降后上升且上升較快，因此減排效率與進(jìn)水COD濃度呈現(xiàn)倒U型曲線關(guān)系。

同時(shí)，現(xiàn)有研究發(fā)現(xiàn)，污水處理廠進(jìn)水污染物濃度、污染物削減濃度、能耗等存在地區(qū)差異[21]。圖11所示為2017年各經(jīng)濟(jì)地理區(qū)域污水處理廠的進(jìn)水COD濃度，可以看出各區(qū)域COD濃度均值從高到低依次是西北、華北、長(zhǎng)三角、東北、中部、西南、珠三角，兩兩對(duì)比方差分析結(jié)果也表明均值在95%置信區(qū)間上差異顯著。珠三角、西南和中部3個(gè)區(qū)域的污水處理廠的進(jìn)水COD濃度在7個(gè)區(qū)域中處于較低水平，東北、長(zhǎng)三角和華北處于中等水平，西北最高。綜合不同經(jīng)濟(jì)地理區(qū)域污水處理廠進(jìn)水COD濃度與減排效率的結(jié)果，可以看出污水處理廠進(jìn)水污染物濃度差異是導(dǎo)致不同經(jīng)濟(jì)地理區(qū)域減排效率差異的重要原因。

通過(guò)污水處理廠進(jìn)水污染物濃度與減排效率關(guān)系的分析可知，污水處理廠普遍存在外水匯入的現(xiàn)象，導(dǎo)致進(jìn)水濃度遠(yuǎn)低于或者遠(yuǎn)高于生活污水的濃度，同時(shí)改變污染物組分的比例，降低污水處理廠的減排效率。結(jié)合經(jīng)濟(jì)地理區(qū)域來(lái)看，珠三角區(qū)域污水處理廠進(jìn)水COD濃度均值只有157.7 mg/L，其中51%污水處理廠的進(jìn)水COD濃度小于150 mg/L;西南區(qū)域均值只有175.4 mg/L，其中40.0%污水處理廠的進(jìn)水COD濃度小于150 mg/L。這意味著這些區(qū)域的污水收集系統(tǒng)可能存在地下水入滲、雨污混流或雨水管錯(cuò)接等問(wèn)題。西北區(qū)域污水處理廠進(jìn)水COD濃度較高，均值為346.6 mg/L，17.5%污水處理廠的進(jìn)水COD濃度高于500 mg/L，最高甚至達(dá)到1 500 mg/L，進(jìn)水COD濃度說(shuō)明該區(qū)域的污水收集系統(tǒng)可能接納了大量工業(yè)廢水。因此，從提升污水處理廠減排效率的角度看，應(yīng)加強(qiáng)排水管網(wǎng)系統(tǒng)的規(guī)劃設(shè)計(jì)和運(yùn)行維護(hù)，如工業(yè)廢水整治和接入管理、排水管網(wǎng)日常維護(hù)等。

4.5?多因素的交互作用

以往開(kāi)展處理規(guī)模、處理工藝、經(jīng)濟(jì)地理區(qū)域和進(jìn)水污染物濃度等因素交互作用對(duì)污水處理廠減排效率影響的研究較少。采用多因素方差分析上述4個(gè)因素交互作用對(duì)減排效率影響，結(jié)果如表3所示。從表中可以看出，經(jīng)濟(jì)地理區(qū)域、處理規(guī)模、處理工藝、進(jìn)水COD濃度等4個(gè)因素之間的交互作用對(duì)污水處理廠減排效率具有顯著影響，這恰恰表明了減排效率是多種影響因素共同作用的結(jié)果。

進(jìn)一步考察多因素方差分析結(jié)果，可以從減排效率的角度獲得典型的優(yōu)勢(shì)組合。例如，在西南區(qū)域，日處理規(guī)模5～10萬(wàn)t、進(jìn)水COD濃度150～200mg/L的污水處理廠，采用氧化溝工藝和A2/O工藝時(shí)減排效率較高，均值分別達(dá)到了0.70和0.69。再如，在西北和西南區(qū)域，日處理規(guī)模1～2萬(wàn)t、進(jìn)水COD濃度100～150

mg/L的污水處理廠，采用SBR及其改良工藝時(shí)減排效率最高，均值分別為0.67和0.68，這與何強(qiáng)等[16]根據(jù)層次分析法分析提出西部區(qū)域0.2～2萬(wàn)t/d的小型污水處理廠應(yīng)采用改良SBR工藝的結(jié)論相吻合。由此可見(jiàn)，新建污水處理廠在選擇處理工藝時(shí)應(yīng)綜合考慮經(jīng)濟(jì)地理區(qū)域、處理規(guī)模、進(jìn)水污染物濃度等特征，這既與污水處理廠設(shè)計(jì)的長(zhǎng)期實(shí)踐經(jīng)驗(yàn)相符，也有利于在節(jié)能減排雙重環(huán)境績(jī)效要求下提升污水處理廠的減排效率。

4.6?污水處理行業(yè)減排效率提升路徑

通過(guò)研究處理規(guī)模、處理工藝、經(jīng)濟(jì)地理區(qū)域和進(jìn)水污染物濃度等因素及其交互作用對(duì)污水處理廠減排效率的影響，可以為我國(guó)污水處理行業(yè)減排效率的整體提升提出建議。

（1）整個(gè)污水處理行業(yè)特別是低于行業(yè)平均水平的污水處理廠，需要進(jìn)一步提升運(yùn)營(yíng)管理水平，深挖管理減排潛力。

（2）現(xiàn)有小型污水處理廠提升減排效率應(yīng)側(cè)重優(yōu)化運(yùn)營(yíng)管理，大型污水處理廠應(yīng)側(cè)重技術(shù)革新，例如引入物質(zhì)和能源回收技術(shù)等。

（3）新建污水處理廠應(yīng)以提高減排效率為目標(biāo)，綜合考慮所在區(qū)域、處理規(guī)模、進(jìn)水污染物濃度等因素選擇處理工藝。

（4）加強(qiáng)排水管網(wǎng)系統(tǒng)的規(guī)劃設(shè)計(jì)和運(yùn)行維護(hù)，減少地下水入滲、雨水和工業(yè)廢水混接錯(cuò)接等問(wèn)題，維持污水處理廠適宜的進(jìn)水污染物濃度。

5?結(jié)?論

本文采用DEA模型方法，以電耗作為投入，以COD、SS、NH3-N和TP的去除率為產(chǎn)出，評(píng)估污水處理廠的污染物減排效率。采用2007年至2017年我國(guó)5

157座污水處理廠長(zhǎng)歷時(shí)、大樣本的運(yùn)營(yíng)數(shù)據(jù)，分析了污水處理廠減排效率的動(dòng)態(tài)變化特征及其影響因素。研究結(jié)果表明。

（1）我國(guó)大部分污水處理廠的減排效率與構(gòu)建的生產(chǎn)前沿面的距離較大。減排效率在2007年至2013年呈現(xiàn)上升趨勢(shì)，2013年至2017年有所下降。

（2）從處理規(guī)?？矗鬯幚韽S減排效率均值總體上與平均日處理規(guī)模呈正相關(guān)。2007年至2017年，小型污水處理廠的減排效率緩慢上升，大型污水處理廠的減排效率略有下降，不同規(guī)模污水處理廠減排效率的差距在不斷縮小。

（3）從處理工藝看，SBR及其改良工藝、氧化溝和A2/O工藝的減排效率相對(duì)較高，MBR工藝的減排效率相對(duì)較低。2007年至2017年，不同處理工藝污水處理廠的減排效率呈波動(dòng)下降趨勢(shì)。

（4）從經(jīng)濟(jì)地理區(qū)域看，珠三角、中部和西南區(qū)域污水處理廠的減排效率最高，東北、長(zhǎng)三角和華北區(qū)域次之，西北區(qū)域最低。

（5）從進(jìn)水污染物濃度看，進(jìn)水COD濃度與污水處理廠減排效率呈倒U型曲線關(guān)系，COD濃度在150～250mg/L時(shí)，污水處理廠的平均減排效率最高。

（6）從影響因素的交互作用看，經(jīng)濟(jì)地理區(qū)域、處理規(guī)模、處理工藝、進(jìn)水COD濃度等4個(gè)因素之間的交互作用對(duì)污水處理廠減排效率具有顯著影響。

（編輯：李?琪）

參考文獻(xiàn)

[1]石教娟. 基于節(jié)能減排的污水處理廠績(jī)效評(píng)估體系的研究[D]. 廣州： 暨南大學(xué)，2013.

[2]宋國(guó)君， 韓冬梅. 中國(guó)城市生活污水管理績(jī)效評(píng)估研究[J]. 中國(guó)軟科學(xué)， 2012（8）： 75-83.

[3]HE F， CHEN W， ZHU L， et al. Energy consumption evaluation in urban wastewater treatment plant based on AHP[J]. Oxidation communications， 2016， 39（1A）：1100-1107.

[4]LIMPHITAKPHONG N， PHARINO C， KANCHANAPIYA P. Environmental impact assessment of centralized municipal wastewater management in Thailand[J]. The international journal of life cycle assessment， 2016， 21（12）：1789-1798.

[5]LORENZOTOJA Y， VAZQUEZROWE I， AMORES M J， et al. Benchmarking wastewater treatment plants under an ecoefficiency perspective[J]. Science ofthe total environment， 2016， 566-567： 468-479.

[6]HERNANDEZSANCHO F， SALAGARRIDO R. Technical efficiency and cost analysis in wastewater treatment processes： a DEA approach[J]. Desalination， 2009， 249（1）：230-234.

[7]HERNANDEZSANCHO F， MOLINOSSENANTE M， SALAGARRIDO R. Energy efficiency in Spanish wastewater treatment plants： a nonradial DEA approach[J].Science of the total environment， 2011， 409（14）： 2693-2699.

[8]GOMEZ T， GEMAR G， MOLINOSSENANTE M， et al. Assessing the efficiency of wastewater treatment plants： a doublebootstrap approach[J]. Journal of cleaner production， 2017，164： 315-324.

[9]GUERRINI A， ROMANO G， INDIPENDENZA A. Energy efficiency drivers in wastewater treatment plants： a double bootstrap DEA analysis[J].Sustainability， 2017， 9（7）： 1126.

[10]DONG X， ZHANG X， ZENG S. Measuring and explaining ecoefficiencies of wastewater treatment plants in China： an uncertainty analysis perspective[J]. Water research， 2017， 112：195-207.

[11]李鑫， 孫小霞， 蘇時(shí)鵬. 基于DEATobit模型的中國(guó)縣域污水處理服務(wù)減排效率測(cè)評(píng)[J]. 資源科學(xué)， 2017，39（3）： 451-460.

[12]買(mǎi)亞宗， 肖婉婷， 石磊， 等. 我國(guó)城鎮(zhèn)污水處理廠運(yùn)行效率評(píng)價(jià)[J]. 環(huán)境科學(xué)研究， 2015，28（11）： 1789-1796.

[13]朱五星， 舒錦瓊. 城市污水處理廠能量?jī)?yōu)化策略研究[J]. 給水排水， 2005， 31（12）：31-33.

[14]梅小樂(lè)， 周燕. 城市污水處理廠節(jié)能水平評(píng)估標(biāo)準(zhǔn)探討[J]. 給水排水， 2011， 37（3）： 45-49.

[15]楊凌波， 曾思育， 鞠宇平， 等. 我國(guó)城市污水處理廠能耗規(guī)律的統(tǒng)計(jì)分析與定量識(shí)別[J]. 給水排水， 2008， 34（10）： 42-45.

[16]何強(qiáng)， 李彥春， 龍騰銳， 等. 中國(guó)西部小城鎮(zhèn)環(huán)境基礎(chǔ)設(shè)施經(jīng)濟(jì)適用技術(shù)識(shí)別、集成與示范[J]. 中國(guó)科技成果， 2012（11）：61-62.

[17]CHARNES A， COOPER W W， RHODES E. Measuring the efficiency of decision making units[J]. European journal of operations research， 1978， 2（6）：429-444.

[18]佟慶遠(yuǎn)， 高建. PPP模式影響公共事業(yè)財(cái)務(wù)績(jī)效的實(shí)證研究[J]. 技術(shù)經(jīng)濟(jì)， 2018， 37（5）：136-143.

[19]任慕華， 張光明， 彭猛. 中美兩國(guó)城鎮(zhèn)污水排放標(biāo)準(zhǔn)對(duì)比分析[J]. 環(huán)境保護(hù)， 2016， 44（2）： 68-70.

[20]王佳偉， 張?zhí)熘?陳吉寧. 污水處理廠COD和氨氮總量削減的成本模型[J]. 中國(guó)環(huán)境科學(xué)， 2009， 29（4）： 443-448.

[21]任福民， 毛聯(lián)華， 阜葳， 等. 中國(guó)城鎮(zhèn)污水處理廠運(yùn)行能耗影響因素研究[J]. 給水排水， 2015， 41（1）：42-47.Statistical assessment and determinant analysis of the pollutantremovalefficiencies of wastewater treatment plantsTONGQingyuan1?SUN Fu2?DONG Xin2?GAO Jian1（1.School of Economics and Management，Tsinghua University， Beijing 100084， China;2.School of Environment， TsinghuaUniversity， Beijing 100084， China）

Abstract?Pollutant discharge reduction and energy consumption are two key dimensions in measuring the environmental performance of wastewater treatment plants （WWTPs）. It is critical to enhance WWTPs sustainability by improving the pollutant discharge reduction per unit of energy consumption， i.e. the pollutant removal efficiency. Based on the longterm operation data of 5 157 WWTPs in China between 2007 and 2017， data envelopment analysis （DEA） was applied， with power consumption as input and the removal rates of chemical oxygen demand （COD）， suspended solids （SS）， ammonia nitrogen （NH3-N）， and total phosphorus （TP） as output， respectively， to study the dynamic characteristics and determinants of the pollutant removal efficiencies of WWTPs. Results showed that the power consumption of WWTPs in China ranged from 0.33 kW·h to 0.46 kW·h per ton of treated wastewater， while the removal rates of COD， SS， NH3-N and TP rose steadily between 2007 and 2017. The average pollutant removal efficiency of WWTPs varied between 34.0% and 40.0%， and it increased from 2007 to 2013 but decreased from 2013 to 2017. Regarding treatment capacity， the pollutant removal efficiencies of WWTPs were positively correlated with their treatment capacity， and the gap in pollutant removal efficiencies between WWTPs of different treatment capacity narrowed from 2007 to 2017. In terms of treatment process， SBR and its variants， oxidation ditch and A2/O had relatively high pollutant removal efficiencies， while those of MBR were relatively low. With respect to economic geography， the pollutant removal efficiencies of WWTPs in the Pearl River Delta， Central China and Southwest China were relatively high， while those in Northwest China were relatively low. From the perspective of influent pollutant concentrations， the pollutant removal efficiencies and the influent COD concentrations of WWTPs exhibited an inverted ‘U relationship. The combined effects of these determinants on the pollutant removal efficiencies were also examined， and the interactions among the region， treatment capacity， treatment process， and influent COD concentration had significant impacts on the pollutant removal efficiencies. The pollutant removal efficiency of the entire wastewater treatment industry could be elevated by enhancing operation and management of WWTPs， promoting technology innovations in largecapacity WWTPs， determining the treatment processes of new WWTPs with the consideration of potential factors that influence the pollutant removal efficiency， and improving the planning，

design， operation and maintenance of sewage systems.

Key words?wastewater treatment plant; pollutant removal efficiency; power consumption; DEA