在可持续发展目标下，污水处理厂不仅要有效去除污染物，还要综合考虑节能减排、减少二次污染等多项任务。面向此需求，基于数据包络分析法建立了污水处理厂综合效能评估方法。在此基础上，对我国2019年4733座城镇污水处理厂的综合效能进行了量化，识别了影响综合效能的因素，并对我国污水处理厂综合效能的提升提出了分类指导意见。不仅能够为单个污水处理厂的综合效能提升提供路径指导，也能够为我国污水处理行业的绩效监管提供方法支撑。
0 引言
随着近十余年的高速建设，中国的城镇污水处理厂已经从2007年的1 205座增长到2019年的5462座，增长了354%。在“量”提升的同时，污水处理厂的“质”开始受到关注。对污水处理厂进行效能评估能够促进其效能的提升。中国住房和城乡建设部在2014年12月发布了《城镇污水处理厂运营质量评价标准》，美国和欧盟也分别提出ENERGY STAR和ENERWATER对污水处理厂的能耗效能进行评价。
污水处理厂在去除污染物的同时，也会产生温室气体、污泥等非期望产出。随着人们对可持续发展目标的关注，大部分研究者在经济效能和能耗效能基础上提出了生态效能（eco-efficiency）的概念。G-MEZ等指出，污水处理厂的生态效能有3个主要目标：①增加服务或者产品的价值；②优化资源的使用；③减少环境影响。随着生态效能概念的提出，污水处理厂效能评估的方法也有了相应的发展。目前，污水处理厂效能评估的方法有三大类。第一类是指标法，包括赋权均值法、层次分析法、优劣解距离法、全生命周期法等；第二类是参数法，包括随机前沿面法、最小二乘法等；第三类是非参数法，主要包括数据包络分析法（Data Envelopment Analysis，DEA）。
在众多效能评估方法中，DEA方法在近些年应用地比较广泛。与全生命周期法相比，该方法的复杂度低，能够对大量样本同时进行评估，便于应用于实际管理中。与随机前沿面法相比，该方法不需要定义最佳前沿面的函数形式，在目前对于污水处理厂生产函数认知十分欠缺的情况下，可以相对有效客观地开展效能评估。
1 数据与方法
1.1 污水处理厂综合效能评估指标体系建立
根据DEA方法的原理，本研究建立的污水处理厂综合效能评估指标体系包括投入类指标、期望产出类指标及非期望产出类指标。具体各项指标及计算方法如图1所示。
1.2 污水处理厂综合效能计算方法
式（1）给出了污水处理厂综合效能θ(WWTP0)的计算方法，其等于1减去污水处理厂的最大综合效能改进潜力D(WWTP0)。污水处理厂的综合改进潜力越小，表明其综合效能越高。针对污水处理厂多投入多产出以及存在非期望环境影响类产出的特征，本研究利用DEA中的加权Russell方向距离函数模型对其最大化综合效能改进潜力进行量化。
其中θ(WWTP0)为待评价污水处理厂WWTP0的综合效能。D(WWTP0)为待评价污水处理厂WWTP0的最大化的综合改进潜力。ωenergy、ωCOD、ωTN、ωTP、ωsludge、ωEutro、ωGHG、ωWF 为能耗权重、COD去除量权重、TN去除量权重、TP去除量权重、污泥权重、富营养化潜力权重、温室气体权重、灰水足迹权重，本研究分别取1/3, 1/9, 1/9, 1/9, 1/12, 1/12, 1/12, 1/12。β0-energy、β0-COD、β0-TN、β0-TP、β0-sludge、β0-Eutro、β0-GHG、β0-WF 为待评价污水处理厂WWTP0的能耗改进潜力、COD去除量改进潜力、TN去除量改进潜力、TP去除量改进潜力、污泥改进潜力、富营养化潜力改进潜力、温室气体改进潜力、灰水足迹改进潜力；其中β0-energy、β0-sludge、β0-Eutro、β0-GHG、β0-WF取值范围［0,1)，β0-COD，β0-TN，β0-TP取值范围［0,+∞)。K为待评估污水处理厂总数。λk为使得综合改进潜力最大化的污水处理厂线性组合最优解中，第k个污水处理厂WWTPk的系数，k=1,2,3,……,K。Energyk、CODk、TNk、TPk、Sludgek、Eutrok、GHGk、WFk为污水处理厂WWTPk的能耗、COD去除量、TN去除量、TP去除量、污泥、富营养化潜力、温室气体、灰水足迹，k=1,2,3,……,K。Energy0、COD0、TN0、TP0、Sludge0、Eutro0、GHG0、WF0为待评价污水处理厂WWTP0的能耗、COD去除量、TN去除量、TP去除量、污泥、富营养化潜力、温室气体、灰水足迹。COD0-effluent、TN0-effluent、TP0-effluent为待评价污水处理厂WWTP0出水中COD总量、TN总量、TP总量。
2 2019年我国城镇污水处理厂综合效能评估
2.1 评估样本基本情况
在进行数据清洗后，本研究最终对我国2019年4 733座城镇污水处理厂的综合效能进行了评估。
图3从评估指标体系的角度总结了本次评估样本的基本特征。从图3中可以看出，2019年我国有50%的城镇污水处理厂吨水能耗为0.25~0.49 kW·h/m3，吨水COD去除量为120~250 mg/L，吨水TN去除量为14~30 mg/L，吨水TP去除量为1.7~3.9 mg/L，吨水污泥产量为2.3~7.0 t/万m3，吨出水富营养化潜力为4.1~6.0 mg PO43--eq/L ，吨水温室气体排放量为4.3~8.3 t CO2-eq/万m3，吨出水灰水足迹（不含调正值）为-0.17~0.57。从数据分布来看，灰水足迹的厂间差距较小，变异系数仅为0.15，其余变量的变异系数均介于1.1至1.9。
2.2 综合效能评估结果及其特征分析
图4展示了2019年我国4733座城镇污水处理厂综合效能的计算结果。全国城镇污水处理厂的综合效能均值为0.60，其意味着，平均而言我国城镇污水处理厂的综合效能有40%的提升空间。评估样本中综合效能为1的标杆厂有179座，占比3.8%。50%的厂综合效能介于0.53至0.67之间。
从空间分布来看综合效能较低的污水处理厂主要位于南方和西部经济及污水处理设施建设后发省份。西藏、海南、江西的综合效能最低，相比全国平均值低了60%、20%和17%。天津、山东、北京的综合效能最高，相比全国平均值高了20%、9%和8%。
图6给出了179座标杆厂基于评估指体系的基本特征。可以看出，标杆厂具有低吨水电耗、低污泥强度、低富营养化潜力的特征。统计上，50%的标杆厂吨水电耗为0.18~0.40 kW·h/m3，中位数比全国平均水平低22%；吨水污泥排放量为0.3~6.4 t/万m3，中位数比全国平均水平低36%；吨出水富营养化潜力为2.8~5.6 mg PO43-.eq/L ，中位数比全国平均水平低19%。
从污水处理厂自身属性来看，通过计算不同组别标杆厂占该组所有污水处理厂数目的比例，发现大规模（>20万m3/d）、高入水COD浓度（>400 mg/L）、高入水C/N（>15）、高出水水质标准（地表Ⅳ）的厂更容易成为标杆厂，如图7所示。
2.3 综合效能影响因素分析
对于污水处理厂而言，综合效能的差异既可能与其自身特征相关，如地域、规模、技术、入水水质，也可能与人为管理相关，如运行负荷等相关。因此，本研究按照规模、技术、入水COD浓度、入水C/N、地域以及负荷率，对4 733座污水处理厂的综合效能进行了分组描述统计，结果如图8所示。
通过非参数检验发现，规模、技术、入水COD浓度、入水C/N、地域以及负荷率都是影响综合效能的重要因素。规模越大，综合效能越高，其中规模大于40万m3/d的厂相比小于1万m3/d的厂综合效能平均提高48%。氧化沟以及曝气生物滤池的综合效能相对较低，采用这两种技术的污水处理厂综合效能分别比全国平均水平低了5%和14%。入水COD浓度越高，污水处理厂综合效能越高，其中入水COD浓度高于400 mg/L的厂相比浓度小于150 mg/L的厂综合效能平均提高34%。入水C/N越高，综合效能越高，其中入水C/N>15的厂相比<5的厂综合效能平均提高10%。东部一线城市的污水处理厂综合效能最高，相比全国平均高14%。负荷率100%~120%的厂综合效能最高，相比全国平均水平高8%。
2.4 综合效能提升建议
如式（1）所示，在计算各污水处理厂综合效能的同时，还可以量化该污水处理厂在8项评估指标方面的改进潜力。通过对8项指标的改进潜力进行聚类，并对各个类别的污水处理厂进行特征归纳后，本研究针对我国2019年的污水处理厂运行提出了4条综合效能提升建议：
对于低入水C/N、高负荷率、东部的污水处理厂，可通过污泥减量进一步提升综合效能；
对于高入水COD浓度、高出水标准的污水处理厂，可通过温室气体减排进一步提升综合效能；
对于大规模、高入水C/N的厂，可通过节能降耗和污泥减量进一步提升综合效能；
对低出水标准的污水处理厂，可通过污染物去除率提升、节能降耗以及污泥减量等进一步提升综合效能。
3 结论与建议
本研究基于数据包络分析方法，建立了涵盖生产投入、污染削减、生态环境影响等3类8项指标的污水处理厂综合效能评估模型。针对污水处理厂的生产特点，本研究选取DEA中的方向距离函数模型对综合效能进行量化。从综合效能评估结果来看，2019年全国平均综合效能为0.60，50%的厂综合效能介于0.53至0.67。空间上，经济发达地区的综合效能水平相对更高。从影响因素来看，规模、入水COD浓度以及入水C/N具有规模效益，即该值越大，污水处理厂的综合效能越高；SBR及AAO、东部一线、负荷率100%~120%的厂综合效能也相对更高。基于聚类，本研究提炼出4条综合效能提升路径，适用于不同地域、规模、入水水质、负荷率以及出水水质的污水处理厂。这些路径在污泥减量、温室气体减排、节能以及污染物去除率提升上有不同侧重。
本研究有两个层面的意义。对于单个污水处理厂，本研究的评估结果能够为其提出综合效能改进的具体路径与目标，为其进一步开展优化运行、技术改造、标准提升等提供数据及理论支持。对于管理部门，本研究能够支撑城镇污水处理厂综合效能提升的相关政策制定，同时也能够为管理者提供新的管理视角、方法与技术手段。
未来的研究可以进一步讨论不确定性对于评估结果的影响，包括模型结构，如权重和改进方向设置的不确定性、指标选取的不确定性、数据输入的不确定性、样本集构建的不确定性等，从而提升评估的稳健性。
