SBM-DEA模型对污水处...厂环境绩效评价的有效性分析_杨莉.pdf

文章编号:1009-6094(2023)07-2487-10SBMDEA 模型对污水处理厂环境绩效评价的有效性分析*杨莉1，2，李洁1，2，张珊1，2，谢进忠1，2，沈韵1，2，王柯1，2，陈爱侠1，2，郭冀峰1，2(1 长安大学水利与环境学院，西安 710054;2 长安大学旱区地下水文与生态效应教育部重点实验室，西安 710054)摘要:基于 SBM DEA 模型对某市 19 座污水处理厂环境绩效的测评结果，分别结合 Kruskal-Wallis 检验和实际调研数据对环境绩效的影响因素进行深入分析，探讨 SBM DEA 模型对污水处理厂环境绩效评价的有效性。结果表明:考虑非期望产出的非径向、非角度 SBM DEA 模型是实现污水处理厂环境绩效客观定量评价的有效手段;环境绩效非有效(1)分析指出管理和技术因素是提升环境绩效的入手点;Kruskal-Wallis 检验分析梳理的污水处理厂环境绩效影响因素(负荷率、处理工艺、再生水利用和污泥处置方式)均在实际调研数据的分析诠释中得到证实。因此，基于 SBM DEA 模型的环境绩效评价是评估污水处理厂环境治理成效及辨析运维管理中潜在问题的有效手段，可为进一步提质增效提供理论依据和参考。关键词:环境工程学;污水处理厂;SBM DEA 模型;环境绩效;影响因素;综合评价中图分类号:X703文献标志码:ADOI:10.13637/j issn 1009-6094.2022.0930*收稿日期:2022 05 16作者简介:杨莉，副教授，博士，从事水污染控制工程与新型环境友好材料研究，yyangli chd edu cn。基金项目:陕西省创新能力支撑计划项目(2022TD 04);长 安 大 学 研 究 生 科 研 创 新 实 践 项 目(300103703062)0引言2021 年 6 月，国家发改委、住建部等部门联合印发 “十四五”城镇污水处理及资源化利用发展规划，要求系统推动补短板强弱项，全面提升污水收集处理效能，加快推进污水资源化利用，提高设施运行维护水平。作为高能耗产业的污水处理厂在保障水污染防治力度的同时需要消耗大量的能源(电能和化学药剂)1，而污水处理厂的经济投入、管理水平和运行成本也直接关系到污水处理厂的经济效益。因此，在节能减排和可持续发展的背景下，运用科学有效的评价体系实现污水处理厂能耗投入与水环境污染治理效果的综合评估，对污水处理厂的提质增效和稳定达标具有重要意义。环境绩效评价是反映组织或企业环境管理活动中环境污染治理取得成绩或效果的重要手段2。目前，国内外关于环境绩效的评价方法包括数据包络分析法3、生命周期评价法4、模糊综合评价法5 和层次分析法6 等。其中，数据包络分析法(DEA)由 Charnes 等7 于1978 年在相对效率的研究中首次提出，因其具有无需预估参数和假设权重的优势，可在处理多投入多产出的目标决策问题中为无效单元提供改进方向，已被广泛应用于诸多领域的投入产出效率评估8 10。有关污水处理厂环境治理效果评估的相关研究中，2003 年，赵强等11 率先使用数据包络分析法建立污水处理厂的效率评价模型;买亚宗等12 采用 DEA 方法对 2013 年我国 74 座污水处理厂进行了效率评价，并讨论了运行效率与处理规模之间的关系。然而，传统的 DEA 模型需要假设输入或输出是成比例变化的，没有考虑指标的松弛。为了弥补上述缺陷，Tone13 于 2001 年首次提出一种非角度、非径向的 SBM DEA 模型(即基于松弛测度的数据包络分析)，不需要考虑导向的选择问题，且投入与产出不需要严格按照比例变化，能够更真实地衡量各决策单元的效率。在此基础上，Tone 等14 构建了非期望产出的 SBM DEA 模型，解决了非期望产出对效率评估的影响。王晓彤等15 利用 SBM DEA 模型对污水处理厂的技术效率和环境效率进行了评价;曹嘉琪等16 通过 SBM DEA 模型将化学需氧量、氨氮和总磷排放量为非期望产出，分析了山东省污水处理厂运行效率及制约其发展的关键因素;Cheng 等17 基于 SBM DEA 模型评估了农村生活污水处理设施效率。可以看到，SBM DEA 模型在污水处理厂环境绩效的评价研究中已经取得一定成果，但仍存在以下不足:1)以往的研究多侧重于定量评估污水处理厂的环境绩效或运行效率，未将药耗、污泥处置费用等指标列入指标体系，无法全面反映污水处理厂的运行现状8，15 17 并详细梳理下一步环境绩效改进的方向和潜力;2)目前利用 SBM DEA 模型的环境绩效研究主要集中于对模型测算的结果进行影响因素分析，尚未将理论分析结论与污水处理厂的实际运维数据进行比较，无法综合论证 SBM DEA 模型应用于污水处理厂环境绩效评价的方法有效性和结果可靠性。基于此，本文以某市 19 座污水处理厂 20152019 年的调研数据为基础，在兼顾经济和环境因素的基础上，利用 SBM DEA 模型开展污水处理厂环7842第 23 卷第 7 期2023 年 7 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 7Jul，2023境绩效的测算，结合非参数多样本的 Kruskal-Wallis检验和实际调研数据对环境绩效的影响因素进行讨论，并将理论分析与调研数据相结合开展 SBM DEA 模型对污水处理厂环境绩效评价的有效性分析，以期为污水处理厂落实“十四五”节能减排综合工作方案、提质增效和管理决策提供建议和参考。1研究方法与数据来源1.1研究方法1.1.1模型的选择及测算方法考虑到污水处理厂的环境绩效指标体系是综合了期望产出和非期望产出的多投入多产出系统，将基于松弛测度的非径向、非角度 SBM DEA 模型作为污水处理厂环境绩效测度的方法，具有较好的适用性。SBM DEA 模型表达式见式(1)。min，s，s+=1 1mmi=1sixi01+1ssr=1s+ryr0(1)s t x0=X+sy0=Y s+，s，s+0式中 为决策单元效率值，m 和 s 分别为投入和产出指标的类别数量，s和 s+分别为投入与产出的松弛变量，si和 sr+分别为第 i 种投入和第 r 种产出的松弛变量，x0和 y0分别为决策单元的投入与产出向量，xi0和 yr0分别为决策单元的第 i 种投入和第 r种产出，X 和 Y 分别为所有决策单元组成的投入和产出矩阵，为权重变量。1.1.2环境绩效指标体系的确定本文遵循环境绩效指标选取的系统性、科学性、可行性等原则，确定污水处理厂的环境绩效指标体系见表 1。其中，投入指标方面从资本(总投资)、能源(电耗3 和药耗12)和劳动力(劳动人数)3 个角度选取，产出指标确定以规模(年处理水量和年污泥处置费用)和效果(基于化学需氧量18、氨氮、总氮和总磷削减量19 的减排综合指数)2 个角度选取。1.2基础数据调研的 19 座污水处理厂的基本运行数据见表2，投入与产出指标(以 2019 年为例)见表 3。2污水处理厂环境绩效分析2.1环境绩效测度结果分析基于 SBM DEA 模型对 19 座污水处理厂环境绩效的测评结果见表 4。从所属区域来看，各污水处理厂环境绩效的区域差异不明显;从 20152019年动态趋势来看(图 1)，47.4%的污水处理厂(A、C、E、F、J、K、L、N、S)环境绩效有效(=1)且一直处于较高水平，有31.6%的污水处理厂(D、M、O、P、Q、)存在环境绩效较高但不稳定的波动情形，其余污水处理厂(B、G、H、I)的环境绩效则一直处于较低水平;从年平均环境绩效上看，调研的 19 座污水处理厂中有 9 座(A、C、E、F、J、K、L、N、S)处于有效状态，10 座污水处理厂(B、D、G、H、I、M、O、P、Q、)环境绩效处于非有效状态。2.2环境绩效非有效分析兼顾非期望产出的 SBM DEA 模型具有对无效单元提供改进方向的优势，因此对污水处理厂环境绩效非有效的分析有助于辨析出制约污水处理厂平稳运行和提质增效的潜在因素，为污水处理厂高效稳定运行提供重要的反馈信息。表 1环境绩效指标体系Table 1Environmental performance indicator system指标类别指标名称具体指标投入指标资本能源人力总投资/万元药耗/(gm3)电耗/(kWhm3)劳动人数/人产出指标规模效果年处理水量/万 t年污泥处置费用/元减排综合指数图 120152019 年 19 座污水处理厂环境绩效Fig 1Environmental performance of 19 sewage treatmentplants from 2015 to 20198842Vol 23No 7安全 与 环 境 学 报第 23 卷第 7 期表 2调研的 19 座污水处理厂的基础数据Table 2Basic information of 19 sewage treatment plants污水处理厂编号所属区域处理工艺设计规模/(万 td1)实际规模/(万 td1)负荷率/%污泥处置方式A主城区多段多级 AO1214117制水泥B主城区A2O1010100卫生填埋、制水泥C主城区氧化沟1516 17110蚯蚓养殖D主城区A2O2020100卫生填埋、制水泥E主城区氧化沟;A2O2022 24110 120制水泥、制砖F主城区A2O5051102卫生填埋、干化制燃料、蚯蚓养殖G主城区A2O403075卫生填埋H主城区氧化沟;A2O201470制砖、蚯蚓养殖I主城区氧化沟106 6.560 65制砖J主城区氧化沟109.5 9.695 96卫生填埋K周边区县氧化沟33.1 3.2103 107蚯蚓养殖L周边区县A2O1.51.173卫生填埋M周边区县氧化沟;AO52.7 2.854 56蚯蚓养殖N周边区县A2O32.6 2.787 90制砖O周边区县SB;A2O5480卫生填埋P周边区县A2O11.2 1.3120 130蚯蚓养殖Q主城区氧化沟88.2103卫生填埋、干化制燃料、制水泥主城区A2O4.53.5 478 89制砖、蚯蚓养殖S周边区县A2O3.52.3 2.566 71制水泥图 2调研的 19 座污水处理厂 2019 年的环境绩效分析Fig 2Analysis of environmental performance of 19sewage treatment plants in 20192.2.1环境绩效分解将调研的 19 座污水处理厂 2019 年环境绩效进一步分解为纯技术环境绩效和规模环境绩效，结果见图 2。由图 2 可知，19 座污水处理厂的环境绩效、纯技术环境 绩 效 和 规 模 环 境 绩 效 均 值 分 别 为0.823、0.834 和 0.981。其中，规模环境绩效明显高于纯技术环境绩效，表明纯技术环境绩效是限制污水处理厂环境绩效的主要原因。而纯技术环境绩效又与污水处理厂的运营管理和包含负荷率、处理工艺等的技术因素有关。因此，加强工艺升级改造，提高污水处理厂管理水平是污水处理厂提升环境绩效的重要抓手20。此外，从规模环境绩效的角度看，各污水处理厂的规模环境绩效均小于 1，这表明大多数污水处理厂存在规模效应不足的问题16。2.2.2投入产出冗余度分析选用的 SBM DEA 模型在目标函数中引入了98422023 年 7 月杨莉，等:SBMDEA 模型对污水处理厂环境绩效评价的有效性分析Jul，2023表 32019 年 19 座污水处理厂的投入与产出指标Table 3Input and output indicators of 19 sewage treatment plants in 2019污水处理厂编号投入指标产出指标总投资/万元电耗/(kWhm 3)药耗/(gm3)劳动人数/人年处理水量/万 t年污泥处置费用/元减排综合指数A1.2220.210.272605 118.644 297 216.000.055B4.1910.290.493583 743.575 034