污水处理厂减排效率的统计评价及影响因素分析

　　摘要：污染物减排和能源消耗成为衡量污水处理厂环境绩效的重要维度，提升污水处理厂的可持续性需要提高单位能耗的污染物减 排效果，即污染物减排效率。采用数据包络分析方法，利用我国5157座污水处理厂2007年至2017年的长历时运行数据，以电耗作 为投入，以化学需氧量(COD)、悬浮颗粒物(SS）、氨氮(NH3-N）和总磷(TP）等污染物指标的去除率作为产出，分析我国污水处理厂 污染物减排效率的动态变化特征及其影晌因素。结果表明，2007年至2017年我国污水处理厂的吨水处理电耗均值处于0.33kW·h 和0.46kW·h之间，COD、SS、NH3-N和TP的去除率持续上升。污水处理厂减排效率的均值在34.O％到40.0％之间，2007年至 2013年减排效率呈现上升趋势，2013年至2017年有所下降。从处理规模看，污水处理厂的减排效率总体上与处理规模呈正相关， 2007年至2017年之间不同规模污水处理厂减排效率的差距在不断缩小；从处理工艺看，SBR及其改良工艺、氧化沟和A2/O工艺的 减排效率相对 较高，MBR工 工艺的减排效率相对较低；从经济地理区域看，珠三角、中部和西南区域污水处理厂的减排效率相对较离， 西北区域相对较低；从进水污染物浓度看，进水COD浓度与减排效率呈倒U型曲线关系；从影晌因素的交互作用看，处理规模、处理 工艺、经济地理区域、进水COD浓度等4个因素之阊的交互作用对减排效率具有显著影响。可以通过提升污水处理厂运营管理水 平、推动大型 污水处理厂技 术革新、新建 污水处理厂的 工艺选择综合考虑减排效率影响因素、加强排水管网系统的规划设计和运行维 护等方法，提升我国整个污水处理行业的减排效率。

　　关键词：污水处理厂；减排效率；电耗；数据包络分析

　　伴随着快速的城镇化进程，我国城镇污水处理厂的数量和规模也在快速增长。“十五”至“十二五"期间，我国城市污水处理率从2000年的34.3%上升至2017年的93.0%，污水处理能力从日处理0.47亿t提升至1.6亿t。，在这一快速发展时期，我国城镇污水处理设施建设也逐步从“规模增长”向“提质增效"转变。根据原国家环境保护总局2005年《关于严格执行<城镇污水处理厂污染物排放标准〉的通知》及2006年修订的《城镇污水处理厂污染物排放标准》（CB18918-2002）要求，城镇污水处理厂出水排入国家和省确定的重点流域及湖泊、水库等封闭、半封闭水域时执行--级标准的A标准，拉开了我国城镇污水处理厂“提标改造"的序幕。污水处理是高能耗行业，在分解和转化污水中的污染物质、减少水污染物排放的同时，需要消耗大量的能源。据统计，瑞典的污水处理厂电耗占全社会电耗1%，德国的污水处理电耗占市政用电量的20%n。2017年我国污水处理厂电耗达到190亿kW.h，

　　占全社会电耗的0.5%。随着我国温室气体排放控制的持续推进，污染物减排和能源消耗成为衡量污水处理厂环境绩效的两个重要维度，提升单位能耗的污染物减排效果即污染物减排效率必然成为污水处理“提质增效"的重要发展方向。因此，选用合理的方法和指标，科学评价污水处理厂的减排效率，是当前和今后-段时期该行业亟需关注和解决的重要问题之一.。

　　1 问题的提出

　　现有对污水处理厂效率的研究大多采用关键指标评价法、层次分析法和生命周期分析等方法（-1，但这些评价方法都需要大量的支撑数据，而我国污水处理行业的数据相对匮乏，因此这些方法更适用于典型案例的评估，很难应用于全国污水处理行业的效率评估。近年来，随机前沿分析（Stochastie Frontier Analysis，SFA）与数据包络分析（Data Envelopment Analysis，DEA）方法被应用于污水处理厂的效率评估。Hemandex-Sancho 等（6-71采用DEA方法评价了西班牙338个污水处理厂的效率，其后又采用非径向DEA方法评价了西班牙177个污水处理.

　　厂的效率；Gomez等[0]和Gurrini等9]分别采用基于双重自助法的DEA模型评价了西班牙30个污水处理厂和意大利127个污水处理厂的效率。在我国，Dong等[0]将DEA与不确定性分析方法相结合，评价了我国736座污.水处理厂的效率；李鑫等|"1采用DEA-Tobit模型评估了2014年我国413个县城污水处理设施的效率；买亚宗等[2）采用DEA模型分析了2013年我国74座达到--级A排放标准且处理工艺相同的污水处理厂的效率与处理规模之间的关系。

　　2研究框架与方法

　　2.1减排效率评估框架

　　本文评估污水处理厂污染物减排效率的方法框架如图1所示。采用污水处理厂电耗作为DEA模型的输人，选用多种污染物的去除率作为输出，将模型计算得到的减排效率作为衡量污水处理厂能耗与污染物减排关系的标准，同时采用方差分析等方法对减排效率进行统计分析。

　　2.2 DEA 模型

　　Charmes等（173提出计算生产过程中投人和产出效率问题的DEA方法，其核心是用线性规划的方法评价多投人和多产出决策单元的效率。其原理是通过保持决策单元的投入或者产出不变，借助线性规划来构建相对有效的生产前沿面，然后将各个决策单元投影到生产前沿面上，，通过比较各个决策单元偏离生产前沿面的距离来评判各个决策单元的相对有效性。

　　3污染物减排效率及其变化

　　2007年至2017年全国污水处理厂电耗和污染物去除率的均值和标准差如表1所示。从表中可以看出，2007年至2017年我国污水处理厂的吨水处理电耗均值处于0.33kW.h和0.46 kW.h之间，高于美国污水处理厂均值0.29 kW.h'"l。我国污水处理厂大范围执行一级A排放标准，其出水水质标准明显高于美国《清洁水法》规定的.基本污水排放标准！"91，因此我国污水处理厂电耗水平高于美国是符合预期的。

　　4影响因素的数理分析

　　4.1处理规模 与减排效率的关系

　　2017年全国4437座污水处理厂的日处理规模从0.2万t至220万t不等，平均日处理规模为3.35万1。本文将日处理规模划分为0.5万t以下.>0.5~1万t.>1~2万t.>2-5万1.>5-10万t和10万t以上6个区间，考察8处理规模对污水处理厂减排效率的影响。按此分类统计2007年至2017年不同规模污水处理厂的数量分布如图2所示，可以看到每一个规模区间仍有足够的样本进行模型计算。从图2可知目前我国日处理5万t以下的污水处理厂在数量上占到80%以上.同时2013年以后处理能力0.5万t以下的污水处理厂快速增长，因此关注小型污水处理厂的运营效率问题对于整个污水处理行业的可持续发展更为重要。

　　4.2处理工艺与减排效率的关 系

　　2007-2017 年不同工艺污水处理厂的数量变化如图5所示。从图中可以看出，各种处理工艺的污水处理厂在“十二五”期间快速增长，在“+三五”期间增长速度趋缓；氧化沟、A2/0和SBR及其改良工艺在10年间发展迅速，且比例不断上升。在2017年统计的4437座污水处理厂中，28.1%为氧化沟工艺，23.7%为A2/0工艺，17.0%为SBR及其改良工艺，10.0%传统活性污泥工艺，4.8%为AO工艺，3.4%为生物滤池工艺，2.9%为MBR工艺。这一分布与国内其它学者发表文献中的污水处理厂工艺分布基本吻合'9.42），这也表明了本文污水处理厂样本的充分代表性。

　　5结论

　　本文采用DEA模型方法，以电耗作为投入，以COD、ss、NH2-N和TP的去除率为产出，评估污水处理厂的污染物减排效率。采用2007年至2017年我国5 157座污水处理厂长历时、大样本的运营数据，分析了污水处理厂减排效率的动态变化特征及其影响因素。研究结果表明。

　　（1）我国大部分污水处理厂的减排效率与构建的生产前沿面的距离较大。减排效率在2007年至2013年呈现上升趋势，2013年至2017年有所下降。

　　（2）从处理规模看，污水处理厂减排效率均值总体上与平均日处理规模呈正相关。2007 年至2017年，小型污水处理厂的减排效率缓慢上升，大型污水处理厂的减排效率略有下降，不同规模污水处理厂臧排效率的差距在不断缩小。

　　参考文献

　　[1]石教娟，基于节能减排的污水处理厂绩效评估体系的研究[D]..广州：暨南大学，2013.

　　[2]来国君，韩冬梅中国城市生活污水管理绩效评估研究[J].中国软科学，2012（8）：75-83.

　　[3]HEF，CHEN w.ZHU L，et al.Energy onsumption evalution in urban wastewater treatment plant based m AHP[J]，0xidation emnmuniratins，2016.39（1A）：1100-1107.

　　[4]UMPHITAKPHONG N，PHARINO：C，KANCHANAPIYA P.Envirnmental impaet ussment of eentralized municeipal wastewalermanagement in Thailand[J].The iterational joumal of life cyele asessment，2016，21（12）：1789-1798.

　　作者：佟庆远1 孙傅2 董欣2 高建1

《污水处理厂减排效率的统计评价及影响因素分析》

上一篇：京津冀城市群绿色土地利用效率研究

下一篇：基于国际碳足迹标准的中国人造板产业碳减排路径研究