基于模糊综合评估的污染场地可持续修复效果综合评价方法研究

姜珺秋，王雪莹，王宇航，樊庆锌*，尹 飞，谷庆宝

1. 哈尔滨工业大学环境学院，黑龙江 哈尔滨 150090

2. 黑龙江省极地环境与生态研究重点实验室，黑龙江 哈尔滨 150090

3. 中国环境科学研究院土壤污染与控制研究室，北京 100012

我国城镇化水平的不断提高以及产业结构的不断优化，导致工业企业搬离城市，并遗留下大量的污染场地. 全国土壤污染状况详查重点行业企业信息系统显示，2019年仅东北重工业区正在调查的污染场地有195块，完成修复的污染场地仅15块(全国完成606块)，这些污染场地无疑给居民健康和城市发展带来了潜在或严重的生态环境影响. 在《国务院关于印发土壤污染防治行动计划的通知》[1]和《国务院关于全面加强生态环境保护 坚决打好污染防治攻坚战的意见》的背景下[2]，污染场地修复工作也得到了广泛开展[3-4]. 在对污染场地进行治理修复的过程中，通常会采取工程干预的手段对其进行治理修复，治理过程本身会消耗大量能源和资源，并可能在修复过程中造成二次污染，导致修复工程本身带来的环境净效益大幅降低. 为使“环境足迹”最小化，欧美国家提出了“绿色可持续修复”的概念，其核心意义是指在平衡环境、社会和经济效益的前提下，实现修复治理工程整体效益的最大化[5-6]. 在“绿色可持续修复”理念的推动下，污染场地修复策略进而转向涵盖综合环境、经济和社会效益的多标准管理决策. 污染场地修复效果的评价可以通过构建可持续性的指标体系来评价场地修复技术、修复实施过程和修复最终目标[7-8]. 各国政府机构和组织开始制定一些可持续性的指标来评价场地修复技术、修复实施过程以及修复最终目标，并针对如何进行场地可持续性评价做了大量研究，但尚未就其评价方法达成一致[7,9]. 近年来，国内虽有学者着手对污染场地开展可持续修复评价[10-11]，但场地修复管理缺乏全过程的可持续修复评价环节，多是针对技术的筛选[12-13]，而针对污染场地修复综合效果的评价指标体系研究较少.

该研究旨在建立一种简单易行的污染场地可持续修复综合评价方法，对污染场地可持续性修复效果进行系统量化与分析. 利用理论分析法和频度分析法选取相关指标构成污染场地可持续性评价模型的指标框架. 通过灰色关联度分析法对筛选获取到的各类评估指标逐项进行对比分析及优化，构建针对污染场地修复的可持续修复综合评价技术指标体系. 综合国内外相关领域最新行业标准和专家问卷调查结果，确立综合评价指标标准. 采用主客观结合的AHP-熵权法计算污染场地可持续修复综合评价指标权重值，结合模糊综合评估(fuzzy comprehensive evaluation，FCE)建立污染场地可持续修复指标综合评价模型. 最后进行实例验证，判断所构建的评价方法是否具有可行性. 该研究技术路线如图1所示. 污染场地可持续修复综合评价指标体系的建立与评价模型方法的应用可实现对污染场地治理修复工作的综合评价，具有现实的工程实践意义.

图1 技术路线Fig.1 Technology Frame

1 污染场地可持续修复综合评价指标体系

1.1 指标选取

参考国内外相关标准及通则，如美国可持续修复发展论坛(SuRF)[14]、美国环境保护局(US EPA)和英国可持续修复发展论坛(SuRF-UK)等机构的修复通则[9,15-16]，以及中国环保产业协会发布的《污染地块绿色可持续修复通则》[17]、清华大学发布的关于《农田污染场地可持续修复框架》[18]以及GSR行业标准[19]，初步构建污染场地可持续修复综合评价指标体系基本框架. 运用系统分析法进行分层，目标层是污染场地可持续修复综合评价；准则层包括环境效益、社会效益、经济效益三个维度；要素层由土壤环境改善、地下水改善、空气质量改善、生态环境质量改善、污染场地地价提升、带动周边经济发展、就业与就业资本、周边生活环境改善、健康风险削减以及社区和社区参与等10个构成要素组成. 指标初建一共得到22项评价指标，反映了污染场地可持续修复综合评价系统设计中各维度主要的影响因素. 构建的综合评价指标体系如图2所示.

图2 污染场地可持续修复评价指标体系Fig.2 Evaluation index system for sustainable remediation of contaminated soil

1.2 指标优化

指标数量过多会造成指标质量低、指标重叠现象及后续评价工作量大等问题，所以采用灰色关联度法对指标体系进行筛选优化. 灰色关联度分析法是灰色数理统计中的一种分析方法，关联度是描绘2个不同事物或因素之间相关程度大小的变量，它的基本原理是通过建立灰色关联分析模型，结合数列曲线的几何图形，对各因素之间的关联性进行分析，通过比较关联度的大小筛选出对系统影响较大的关键因素. 该方法计算分析步骤较为简单，并且使用的分析数据较少，对数据要求较低，由于研究中定性指标(数理统计学中的“灰色”成分)较多，故选择灰色关联度法作为该研究的指标优化方法.

优化数据来源于修复完成的场地信息. 选取的3个场地分别为重庆某工厂铬类污染场地、广西某工厂含镍污染场地和吉林某复合污染场地，考虑到指标的易得性，通过查询统计年鉴、污染修复场地环评报告等相关公开信息资料，采用直接获取、公式计算、推演获得了22个指标的具体数据，进一步进行了灰色关联度的分析计算[20]. 对22个指标进行关联度计算，选取环境维度下生态服务价值指标作为指标基准，计算得到各相关指标间对于生态服务价值指标的灰色关联度，设定灰色关联度大于0.5为与考核目标相关度较好的指标[21]，经过筛选排序得到污染场地可持续修复评价指标关联度(见表1). 通过定量分析与定性分析对初步选定的评价指标进行综合筛选并优化，利用灰色关联度法计算得出各指标数据之间的灰色关联度系数，最终获得17个评价指标构成场地可持续修复评价指标体系(见图2).

表1 污染场地可持续修复评价指标灰色关联度Table 1 Correlation of initial construction indicators for sustainable restoration of contaminated sites

2 基于FCE法的评价模型构建

2.1 评价模型构建思路

通过建立涵盖环境、经济、社会三个维度的指标体系，该研究运用FCE法来进一步检验污染场地修复效果的可持续性，FCE法基于现代模糊数学方法的模糊隶属度理论来实现把模糊定性分析评价成果转化为定量结果的综合评价，它具有表述层次清晰、系统性更强等一系列特点，能在最短时间高效地实现并解决一些具有模糊的定性以及非确定性的问题[22-23].以构建的评估指标体系为基础，通过该评价计算模型得到污染场地可持续修复效果的综合评价分值. 评价模型构建的具体流程如图3所示.

图3 污染场地可持续修复评价模型构建流程Fig.3 Construction process of sustainable restoration evaluation model for contaminated sites

2.2 污染场地可持续修复评价模型的确定

模糊综合评价模型的科学构建首先需要确定所评估对象的多因素论域F，即评价因素. 鉴于污染场地可持续修复效果评价模型中的数据输入是这17个评价指标的具体评价数值，因此评价模型中F对应的主要评价对象元素中的评价因素论域为

采用五级评分方法构建模糊综合评价模型的评语集论域范围为V=(10，8，6，4，2)，在求得污染场地修复效果可持续性评价分值后，按照可持续性评价评语集和分值的对应关系(见表2)进行综合评价.

表2 可持续性评价与对应分值Table 2 Correspondence between sustainability evaluation and score

2.2.2隶属函数的构造

隶属矩阵函数模型的构造是建立FCE法体系的技术关键，指标隶属矩阵函数模型的建立又分为负指标隶属函数模型的构建以及正指标隶属函数矩阵的构建.

负指标一般是指与可持续性指数呈负相关的指标，负指标隶属函数的模型构建利用了五值逻辑分与半梯形分布函数，具体对应关系如表3所示.

表3 负指标隶属函数Table 3 The membership function of positive indicator

正指标是指与可持续性指数呈正相关的指标，同样采用五值逻辑分区法构造出正指标的隶属关系函数，如表4所示.

表4 正指标隶属函数Table 4 The membership function of negative index

2.2.3模糊综合评价结果的计算

德国成熟的分类体系与各级政府采取的法律制约、政策导向和经济刺激等手段密不可分，一是合理的垃圾收费政策，可回收垃圾不收费，剩余垃圾按量收费；二是抵押金制度；三是企业化的垃圾回收宣传教育；四是巨额的惩罚机制。完善的法规和良好的民众环保意识促进了德国生活垃圾处理产业的发展，为德国在全球垃圾处理领域的领先地位奠定了基础。目前90%的德国家庭参与分类收集，家庭的分类工作是对系统的重大贡献，如果在家庭没有进行预分类，到了分拣厂就很难进行高效率的分选，回收和再利用的效果将大打折扣。

确定了指标的隶属关系函数后，根据该函数可进行单因素的评价，首先需要创建一组单因素评判矩阵集R〔见式(1)〕.R中元素rij是第i个指标值按第j级评价标准的隶属度通过隶属函数计算后得到的元素值，R中每一行数字反映出各评价指标值在各评价区间上对应的隶属情况.

借助模糊合成子模型将单因素评判矩阵R与权重向量W进行组合，通过式(2)构建模糊评判集B，评判集B中各元素反映出污染场地修复可持续性水平在5个评价因子区间的隶属情况.

2.2.1节中所确定的模糊综合评价模型的评语集论域见式(3)，依据模糊评价理论框架中的加权平均原则，由式(4)求得污染场地修复可持续综合评价结果的实际得分(S).

式中，V为评语集论域.

在模糊综合评价模型的运用中，还需对污染场地可持续修复评价指标标准区间值和各评价指标层指标权重进行确定，确定隶属度函数模型中各评价指标的标准区间端点值(ai)和权重向量(W)，进而完善所构建的综合评估方法.

2.3 评价指标标准的确立

结合行业标准、线上咨询会议(3次)和问卷调查(20份)结果，确定了17个主要指标的评价标准.将污染场地可持续修复评价的指标标准与指标本身能够实现的最终值或预期值进行比较，并按正、负指标的分类[24]依次进行比较，制定标准后分别计算得到污染场地可持续修复评价指标标准(见表5).

表5 污染场地可持续修复评价指标标准Table 5 The standards of sustainable restoration evaluation indicator

2.4 基于AHP-熵权法的组合权重的确立

通过主客观模型相结合的计算方法，根据指标体系中各指标的重要性和贡献率来分配指标的权重[25]，采用AHP-熵权法来计算[26-27]. 在偏差的平方和最小的前提下，权重的最佳配置组合结果通常是主观AHP权重和客观熵权重分别占50%，表明两种权重对指标重要性的理解是一致的[28-29]，最终组合权重为w=[w1,w2,···,wm]T，计算得出的指标权重和熵权结果如表6所示.

表6 污染场地可持续修复评价指标权重值Table 6 The weight value of the sustainable restoration evaluation index

结果显示，环境指标的组合权重达0.473 57，在衡量环境、经济和社会三大主要指标体系中所占权重最大. 这是因为污染场地治理的首要目标是解决土壤长期污染所引起的环境问题，其次是修复后获得的社会和经济效益. 在环境指标中，土壤质量改善权重值最大，达0.215 02，其是土壤治理效果最直观有效的表现，地下水水质改善与生态服务价值提升的权重相当. 在社会指标中，健康风险削减权重值最大，为0.131 88. 在经济指标中，污染场地地价提升是场地修复后一个最直接的经济体现，因此其权重值最大，达0.119 78；带动周边经济发展是场地整体性修复的最大间接效益，权重值达0.079 68.

3 实证分析

3.1 案例概况

该研究选取东北某化工厂(南厂区)作为分析案例. 该企业是一家以综合性化工原料产品研发及生产为主的现代化企业. 通过查阅该污染场地风险评估报告、污染场地治理与修复技术方案、治理与修复工程施工组织设计方案、污染场地治理与修复工程环境影响报告表等文件判断该污染场地关键污染物为有机化合物，包括六六六、六氯苯、三氯苯、苯、多环芳烃等. 根据化工区域总体规划，企业本部将陆续搬迁至该市经济技术开发区化工园区，原南部厂区将开发为商住区.

3.1.1污染场地修复方案

根据污染场地土壤性质不同，采用分区修复异位处理的方案. 对于污染地块进行开挖，开挖至土壤污染物浓度满足相关标准，并对原址进行验收. 开挖运输到其他区域的污染土壤，根据污染物的类型和程度制定不同的修复方案，进行分类处理，所采用的治理技术分别为化学氧化法、固化稳定法和填埋场直接填埋法. 场地修复总体技术路线如图4所示.

图4 案例场地修复技术路线Fig.4 The technology roadmap of case site restoration

3.1.2主要设备及原材料

调查案例污染场地已经完成的修复工程现场数据，收集评价修复工程可持续性效果的客观定量数据. 对修复工艺、设备、药剂以及能源等数据进行综合统计分析，结果如表7所示.

表7 污染场地修复主要数据Table 7 Main data of contaminated site remediation

3.2 污染场地可持续修复评价

3.2.1污染场地各指标参数

通过查询案例污染场地的场地风险评价报告、场地修复环境影响评价报告、统计年鉴等国内外相关文献[30-34]，结合行业标准、线上咨询会议(3次)和问卷调查(20份)结果，借助场地数据分析、场地生命周期评价和专家对场地的评分，得到案例污染场地的评价指标如表8所示.

表8 案例污染场地评价指标Table 8 The evaluation index of contaminated site

3.2.2污染场地可持续修复评价

通过上文给出的隶属函数，计算得到单因素判断矩阵R.

确定权重向量W，利用式(2)(3)计算模糊评判向量B.

结合评语集论域V，根据模糊集理论中的加权平均原则，按照式(4)计算污染场地修复可持续性最终得分.

对比污染场地修复效果可持续性分值，可以判断该污染场地的可持续修复情况处于“良好”的范围，与场地实际修复工程效果一致. 实践证明，从环境、经济和社会的综合评价来看，污染场地的可持续修复效果较好，这与实际修复情况相符.

为了优化污染场地可持续修复综合效果，通过比较各指标与其区间的关系，发现评价指标体系中交通便利度的改变和新增就业机会的指标值处在合格的评价区间内，污染场地周边商品价值提升率的指标值虽然处在中等评价区间内，但是数值较小，对可持续性影响较大，因此通过方案的完善可使处在评分较低区间的指标值提升，从而使场地修复的可持续性评分提高，具体措施和提升结果如表9所示.

表9 可持续性优化分析Table 9 The optimization analysis of sustainability

通过对案例的应用研究发现，在环境、经济和社会三个维度的指标中，处在中等和合格区间的指标大部分集中在社会维度指标和部分经济维度指标中，对于该区间内的指标优化空间较大，可通过合理的方案设计及规划实现可持续评分的提升，说明在目前的污染场地修复过程中环境和经济指标在国家标准和经济效益的要求下实现情况较好，但对于社会维度指标考虑较少，因此后续对污染场地的治理可对该部分进行措施优化，以提高其治理的可持续性.

4 结论

a)通过分析筛选构建出污染场地可持续修复综合评价指标体系，在此基础上采用主客观结合的AHP-熵权法获得各指标权重值，其中，权重值最高的指标与污染场地可持续修复的首要目标—土壤质量的改善相吻合，指标权重的最终计算结果与项目实际相符合.

b) 对污染场地修复实际案例的可持续修复评价得分为7.70，污染场地的可持续修复情况在“良好”评价范围内，符合案例实际修复效果，该研究所构建的基于FCE法的污染场地可持续修复综合评价方法可为污染场地的修复效果综合评价提供优化技术支撑.