佟慶遠 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。采用數據包絡分析方法，利用我國5 157座污水處理廠2007年至2017年的長歷時運行數據，以電耗作為投入，以化學需氧量（COD）、懸浮顆粒物（SS）、氨氮（NH3-N）和總磷（TP）等污染物指標的去除率作為產出，分析我國污水處理廠污染物減排效率的動態(tài)變化特征及其影響因素。結果表明，2007年至2017年我國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，2013年至2017年有所下降。從處理規(guī)模看，污水處理廠的減排效率總體上與處理規(guī)模呈正相關，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較高，MBR工藝的減排效率相對較低;從經濟地理區(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較高，西北區(qū)域相對較低;從進水污染物濃度看，進水COD濃度與減排效率呈倒U型曲線關系;從影響因素的交互作用看，處理規(guī)模、處理工藝、經濟地理區(qū)域、進水COD濃度等4個因素之間的交互作用對減排效率具有顯著影響?？梢酝ㄟ^提升污水處理廠運營管理水平、推動大型污水處理廠技術革新、新建污水處理廠的工藝選擇綜合考慮減排效率影響因素、加強排水管網系統(tǒng)的規(guī)劃設計和運行維護等方法，提升我國整個污水處理行業(yè)的減排效率。

關鍵詞?污水處理廠;減排效率;電耗;數據包絡分析

中圖分類號?X32???文獻標識碼?A???文章編號?1002-2104（2019）04-0049-09???DOI：10.12062/cpre.20181007

伴隨著快速的城鎮(zhèn)化進程，我國城鎮(zhèn)污水處理廠的數量和規(guī)模也在快速增長。“十五”至“十二五”期間，我國城市污水處理率從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)展時期，我國城鎮(zhèn)污水處理設施建設也逐步從“規(guī)模增長”向“提質增效”轉變。根據原國家環(huán)境保護總局2005年《關于嚴格執(zhí)行〈城鎮(zhèn)污水處理廠污染物排放標準〉的通知》及2006年修訂的《城鎮(zhèn)污水處理廠污染物排放標準》（GB18918—2002）要求，城鎮(zhèn)污水處理廠出水排入國家和省確定的重點流域及湖泊、水庫等封閉、半封閉水域時執(zhí)行一級標準的A標準，拉開了我國城鎮(zhèn)污水處理廠“提標改造”的序幕。污水處理是高能耗行業(yè)，在分解和轉化污水中的污染物質、減少水污染物排放的同時，需要消耗大量的能源。據統(tǒng)計，瑞典的污水處理廠電耗占全社會電耗1%，德國的污水處理電耗占市政用電量的20%[1]。2017年我國污水處理廠電耗達到190億kW·h，占全社會電耗的0.5%。隨著我國溫室氣體排放控制的持續(xù)推進，污染物減排和能源消耗成為衡量污水處理廠環(huán)境績效的兩個重要維度，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“提質增效”的重要發(fā)展方向。因此，選用合理的方法和指標，科學評價污水處理廠的減排效率，是當前和今后一段時期該行業(yè)亟需關注和解決的重要問題之一。

1?問題的提出

現(xiàn)有對污水處理廠效率的研究大多采用關鍵指標評價法、層次分析法和生命周期分析等方法[2-5]，但這些評價方法都需要大量的支撐數據，而我國污水處理行業(yè)的數據相對匱乏，因此這些方法更適用于典型案例的評估，很難應用于全國污水處理行業(yè)的效率評估。近年來，隨機前沿分析（Stochastic Frontier Analysis，SFA）與數據包絡分析（Data Envelopment

Analysis，DEA）方法被應用于污水處理廠的效率評估。HernandezSancho等[6-7]采用DEA方法評價了西班牙338個污水處理廠的效率，其后又采用非徑向DEA方法評價了西班牙177個污水處理廠的效率;Gomez等[8]和Guerrini等[9]分別采用基于雙重自助法的DEA模型評價了西班牙30個污水處理廠和意大利127個污水處理廠的效率。在我國，Dong等[10]將DEA與不確定性分析方法相結合，評價了我國736座污水處理廠的效率;李鑫等[11]采用DEATobit模型評估了2014年我國413個縣域污水處理設施的效率;買亞宗等[12]采用DEA模型分析了2013年我國74座達到一級A排放標準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)的熱點研究問題之一。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，因此經濟地理區(qū)域特征的差異對污水處理廠的效率有顯著影響。梅小樂等[14]根據國內外文獻，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、水泵運行方式、曝氣類型和自然條件。楊凌波等[15]對2006年我國城市污水處理廠能耗規(guī)律進行了統(tǒng)計分析，提出污水處理廠所處地區(qū)的自然環(huán)境條件和社會經濟總體能耗水平、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營效率的關鍵因素。石教娟[1]在2013年采用平衡統(tǒng)計方法建立污水處理廠效率評估體系時，提出污水處理廠運行規(guī)模對能耗影響較大，不同處理工藝和運行年限對能耗有影響但較小，污染物排放濃度、運營管理對污水處理廠效率影響較大。何強等[16]2012年從建設和運營的角度研究了經濟地理區(qū)域、規(guī)模與污水處理工藝選擇的關系，認為不同經濟地理區(qū)域和不同處理規(guī)模的污水處理廠應該采用不同的處理工藝。

雖然國內外已有針對污水處理廠效率的研究，但以節(jié)能減排為目標和依據對污水處理廠效率進行評價的研究卻并不多見。同時，以往研究均采用歷史截面或短歷時數據進行評估分析，無法考察污水處理廠效率隨時間的動態(tài)變化特征，因此不能檢驗國家水污染防治重大政策措施如“提標改造”和“總量減排”等對污水處理廠能耗與減排的影響，也無法識別這些影響因素對污水處理廠效率影響的動態(tài)變化特征。此外，現(xiàn)有研究多依據分散調查的部分污水處理廠的運營數據，容易產生外部效度不足的問題，難以全面反映全國污水處理行業(yè)效率的總體狀況。本文基于2007年至2017年我國5

157座污水處理廠的長歷時數據，運用DEA方法對這些污水處理廠的污染物減排效率開展動態(tài)評估，在全國宏觀層面分析污染物減排效率的動態(tài)變化特征，并研究不同因素對污染物減排效率的影響。

2?研究框架與方法

2.1?減排效率評估框架

本文評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系的標準，同時采用方差分析等方法對減排效率進行統(tǒng)計分析。

2.2?DEA模型

Charnes等[17]提出計算生產過程中投入和產出效率問題的DEA方法，其核心是用線性規(guī)劃的方法評價多投入和多產出決策單元的效率。其原理是通過保持決策單元的投入或者產出不變，借助線性規(guī)劃來構建相對有效的生產前沿面，然后將各個決策單元投影到生產前沿面上，通過比較各個決策單元偏離生產前沿面的距離來評判各個決策單元的相對有效性。

對于投入X和產出Y，（Xt，Yt ）表示在t期的生產決策單元，在t期的生產集合為：

T=（Xt，Yt ）

（Xjt，Yjt

），j=1，2，3…，n

則總的生產決策單元集合為：

T△={（Xt1，Yt1 ），（Xt2，Yt2 ），…，（Xtj，Ytj

） }

定義F為距離函數，θ為技術效率測度。

Ftj0 （Xtj0，Ytj0 ）=minθ

使得：

∑nj=1γjXtj≤θ Xtj0

∑nj=1μj Ytj≥ Ytj0

其中，γj≥0，μj≥0。γ和μ為投入和產出的系數矩陣。θ的值就是第j個決策單元的效率分數，應滿足θ≤1，1代表有效生產前沿面上的點，即技術有效的決策單元。

2.3?指標選擇

以往采用DEA方法分析污水處理廠經濟效率，多將處理規(guī)模、運營成本和雇員人數等作為投入變量[11-12]。本文重點考察污水處理廠能耗與污染物減排的關系，因此DEA模型的投入變量選取電耗指標。首先，電耗作為投入變量具有明確的物理意義，體現(xiàn)了污水處理過程中污染物去除與能耗之間的耦合關系，綜合了污水處理廠環(huán)境績效的兩個維度。其次，電耗是我國污水處理廠運營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營效率。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，僅作為關鍵因素分析其對減排效率的影響。另外，由于我國污水處理廠普遍由政府事業(yè)單位改制而來，其實際人員數量與運營所需人員數量差距較大，導致單位產出投入的人員數量與減排效率之間相關性較差[18]，因此雇員人數也不作為DEA模型的投入變量。

對于污水處理廠的污染物減排指標，本文選擇多種污染物的去除率作為DEA模型的產出變量?？紤]到本文的效率評價單元較多，DEA模型的自由度足夠計算更多的產出變量，因此允許較為全面地選取污染物減排指標。綜合“十一五”和“十二五”期間“總量減排”的考核指標和“提標改造”重點關注的污染物指標，選取化學需氧量（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出變量。

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

2.4?研究樣本

采用中國城鎮(zhèn)供水排水協(xié)會匯編的全國污水處理廠2007年至2017年的年度運營統(tǒng)計數據，包括各個污水處理廠的規(guī)模、工藝、電耗、污染物去除率等指標。經人工校對數據并剔除缺失電耗等重要指標數據的污水處理廠后，共獲得5 157座污水處理廠的運營數據。由于這11年間污水處理廠有新建或者關閉的情況以及部分污水處理廠統(tǒng)計上報信息缺失等，最終獲得歷年污水處理廠有效樣本的數量不完全一致。如表1所示，2007年有效樣本數為653座，而2017年為4437座。

3?污染物減排效率及其變化

2007年至2017年全國污水處理廠電耗和污染物去除率的均值和標準差如表1所示。從表中可以看出，2007年至2017年我國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，高于美國污水處理廠均值0.29kW·h[1]。我國污水處理廠大范圍執(zhí)行一級A排放標準，其出水水質標準明顯高于美國《清潔水法》規(guī)定的基本污水排放標準[19]，因此我國污水處理廠電耗水平高于美國是符合預期的。

表1表明，我國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“提標改造”的考核指標有關。在污染物去除率穩(wěn)步上升的過程中，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，2013年后緩慢上升。這一變化過程在一定程度上體現(xiàn)了“十一五”以來，由于污水處理廠技術工藝的總體改進，同步實現(xiàn)了節(jié)能和減排，而隨著技術工藝潛力挖掘完成，只能依靠增大能耗進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準差較大，表明不同污水處理廠之間存在較大的個體差異。但是，從2007年至2017年，各個指標的標準差總體呈現(xiàn)逐年減小的趨勢，說明我國污水處理廠運營的差異在逐步縮小，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出，運用DEA模型計算得到2007年至2017年全國5157座污水處理廠的減排效率變化結果如表2所示。從表中可以看出，我國污水處理廠的減排效率均值在34.0%到40.0%之間，說明大部分污水處理廠的減排效率與構建的生產前沿面的距離較大。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，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“十一五”以來大力推進污水處理廠“提標改造”有關。而2013年以來減排效率的下降則意味著，如果未來污水處理技術沒有大幅度創(chuàng)新，污水處理廠繼續(xù)“提標”，則其單位電耗會進一步增大。

4?影響因素的數理分析

4.1?處理規(guī)模與減排效率的關系

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

效率計算結果箱線圖。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，這與李鑫、買亞宗、王佳偉等[11-12，20]的研究結論類似。但是通過置信區(qū)間95%的方差分析可知，日處理10萬t以上污水處理廠的減排效率隨處理規(guī)模的增長不顯著，其原因可能是日處理規(guī)模大于10萬t的污水處理廠通常是由多個5～10萬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。通過對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，帶動了中小型污水處理廠減排效率的總體提升。

處理規(guī)模與減排效率關系的分析結果說明，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。針對目前我國中小型污水處理廠占絕大多數的現(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系

2007—2017年不同工藝污水處理廠的數量變化如圖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，在“十三五”期間增長速度趨緩;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。這一分布與國內其它學者發(fā)表文獻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年我國不同處理工藝污水處理廠的減排效率計算結果箱線圖。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95%置信區(qū)間的兩兩對比方差分析可知，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。圖7所示為2007年至2017年全國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年以來呈現(xiàn)波動下降的趨勢，說明在現(xiàn)有工藝和技術水平下，大幅提升污水處理廠??的污染物排放標準需要以更高的電耗投入作為代價。

以往部分研究認為SBR工藝的電耗水平較高，如梅小樂采用103座SBR污水處理廠2006年的數據計算得到SBR平均電耗高于氧化溝工藝和A2/O工藝[14]。但從本文的計算結果來看，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。這可能是因為污水處理廠樣本之間的個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污水處理廠能耗有顯著影響[19]。同時，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?經濟地理區(qū)域與減排效率的關系

1996年第八屆全國人民代表大會第四次會議上通過的《國民經濟和社會發(fā)展“九五”計劃和2010年遠景目標綱要》把中國大陸分為七大經濟地理區(qū)域，這種劃分方式綜合反映了氣候及自然地理條件和經濟發(fā)展水平的區(qū)域相似性。圖8為不同經濟地理區(qū)域污水處理廠的減排效率計算結果箱線圖，從圖中可以看出不同經濟地理區(qū)域的減排效率差異顯著。根據95%置信區(qū)間的兩兩對比方差分析可知，不同經濟地理區(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，經濟發(fā)達地區(qū)污水處理廠的運營效率高于經濟相對落后地區(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，濕潤的地區(qū)高于干旱的地區(qū)[10-12]，本文減排效率的比較結果總體上與這些結論相符?？紤]到區(qū)域差異，不同經濟地理區(qū)域可以基于區(qū)域特征構建污水處理廠減排效率的標桿，評估和持續(xù)提升本區(qū)域污水處理廠的環(huán)境績效。

4.4?進水污染物濃度和減排效率的關系

以COD為代表的進水污染物濃度與污水處理廠減排效率的關系如圖9所示。從圖中可以看出，2017年我國污水處理廠的進水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%的污水處理廠進水COD濃度小于100mg/L，這明顯低于生活污水通常濃度，說明有外水匯入稀釋;超過15%的污水處理廠進水COD濃度大于400 mg/L，說明有其它來源污水特別是高濃度工業(yè)廢水的匯入。

從圖9可以看到，污水處理廠進水COD濃度與減排效率呈現(xiàn)倒U型曲線的關系，COD濃度在150～250mg/L時減排效率最高。這一倒U型關系可由圖10所示的進水COD濃度與COD去除率和噸水電耗之間的關系得到解釋。從圖10可以看出，隨著進水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，因此減排效率與進水COD濃度呈現(xiàn)倒U型曲線關系。

同時，現(xiàn)有研究發(fā)現(xiàn)，污水處理廠進水污染物濃度、污染物削減濃度、能耗等存在地區(qū)差異[21]。圖11所示為2017年各經濟地理區(qū)域污水處理廠的進水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、長三角、東北、中部、西南、珠三角，兩兩對比方差分析結果也表明均值在95%置信區(qū)間上差異顯著。珠三角、西南和中部3個區(qū)域的污水處理廠的進水COD濃度在7個區(qū)域中處于較低水平，東北、長三角和華北處于中等水平，西北最高。綜合不同經濟地理區(qū)域污水處理廠進水COD濃度與減排效率的結果，可以看出污水處理廠進水污染物濃度差異是導致不同經濟地理區(qū)域減排效率差異的重要原因。

通過污水處理廠進水污染物濃度與減排效率關系的分析可知，污水處理廠普遍存在外水匯入的現(xiàn)象，導致進水濃度遠低于或者遠高于生活污水的濃度，同時改變污染物組分的比例，降低污水處理廠的減排效率。結合經濟地理區(qū)域來看，珠三角區(qū)域污水處理廠進水COD濃度均值只有157.7 mg/L，其中51%污水處理廠的進水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接等問題。西北區(qū)域污水處理廠進水COD濃度較高，均值為346.6 mg/L，17.5%污水處理廠的進水COD濃度高于500 mg/L，最高甚至達到1 500 mg/L，進水COD濃度說明該區(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，應加強排水管網系統(tǒng)的規(guī)劃設計和運行維護，如工業(yè)廢水整治和接入管理、排水管網日常維護等。

4.5?多因素的交互作用

以往開展處理規(guī)模、處理工藝、經濟地理區(qū)域和進水污染物濃度等因素交互作用對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個因素交互作用對減排效率影響，結果如表3所示。從表中可以看出，經濟地理區(qū)域、處理規(guī)模、處理工藝、進水COD濃度等4個因素之間的交互作用對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果。

進一步考察多因素方差分析結果，可以從減排效率的角度獲得典型的優(yōu)勢組合。例如，在西南區(qū)域，日處理規(guī)模5～10萬t、進水COD濃度150～200mg/L的污水處理廠，采用氧化溝工藝和A2/O工藝時減排效率較高，均值分別達到了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t、進水COD濃度100～150

mg/L的污水處理廠，采用SBR及其改良工藝時減排效率最高，均值分別為0.67和0.68，這與何強等[16]根據層次分析法分析提出西部區(qū)域0.2～2萬t/d的小型污水處理廠應采用改良SBR工藝的結論相吻合。由此可見，新建污水處理廠在選擇處理工藝時應綜合考慮經濟地理區(qū)域、處理規(guī)模、進水污染物濃度等特征，這既與污水處理廠設計的長期實踐經驗相符，也有利于在節(jié)能減排雙重環(huán)境績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

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

（1）整個污水處理行業(yè)特別是低于行業(yè)平均水平的污水處理廠，需要進一步提升運營管理水平，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側重優(yōu)化運營管理，大型污水處理廠應側重技術革新，例如引入物質和能源回收技術等。

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

（4）加強排水管網系統(tǒng)的規(guī)劃設計和運行維護，減少地下水入滲、雨水和工業(yè)廢水混接錯接等問題，維持污水處理廠適宜的進水污染物濃度。

5?結?論

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

157座污水處理廠長歷時、大樣本的運營數據，分析了污水處理廠減排效率的動態(tài)變化特征及其影響因素。研究結果表明。

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

（2）從處理規(guī)模看，污水處理廠減排效率均值總體上與平均日處理規(guī)模呈正相關。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較高，MBR工藝的減排效率相對較低。2007年至2017年，不同處理工藝污水處理廠的減排效率呈波動下降趨勢。

（4）從經濟地理區(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、長三角和華北區(qū)域次之，西北區(qū)域最低。

（5）從進水污染物濃度看，進水COD濃度與污水處理廠減排效率呈倒U型曲線關系，COD濃度在150～250mg/L時，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，經濟地理區(qū)域、處理規(guī)模、處理工藝、進水COD濃度等4個因素之間的交互作用對污水處理廠減排效率具有顯著影響。

（編輯：李?琪）

參考文獻

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

[2]宋國君， 韓冬梅. 中國城市生活污水管理績效評估研究[J]. 中國軟科學， 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， 蘇時鵬. 基于DEATobit模型的中國縣域污水處理服務減排效率測評[J]. 資源科學， 2017，39（3）： 451-460.

[12]買亞宗， 肖婉婷， 石磊， 等. 我國城鎮(zhèn)污水處理廠運行效率評價[J]. 環(huán)境科學研究， 2015，28（11）： 1789-1796.

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

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

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

[16]何強， 李彥春， 龍騰銳， 等. 中國西部小城鎮(zhèn)環(huán)境基礎設施經濟適用技術識別、集成與示范[J]. 中國科技成果， 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， 高建. PPP模式影響公共事業(yè)財務績效的實證研究[J]. 技術經濟， 2018， 37（5）：136-143.

[19]任慕華， 張光明， 彭猛. 中美兩國城鎮(zhèn)污水排放標準對比分析[J]. 環(huán)境保護， 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]. 中國環(huán)境科學， 2009， 29（4）： 443-448.

[21]任福民， 毛聯(lián)華， 阜葳， 等. 中國城鎮(zhèn)污水處理廠運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