量化分析垃圾減量分類活動(dòng)中社會(huì)及個(gè)體因素

潘宇婷，胡偉，陳宇晨

1.上海工程技術(shù)大學(xué)機(jī)械工程學(xué)院，上海,201620 2.上海工程技術(shù)大學(xué)電子電氣工程學(xué)院，上海,201620

量化分析垃圾減量分類活動(dòng)中社會(huì)及個(gè)體因素

潘宇婷1，胡偉1，陳宇晨2*

1.上海工程技術(shù)大學(xué)機(jī)械工程學(xué)院，上海,201620 2.上海工程技術(shù)大學(xué)電子電氣工程學(xué)院，上海,201620

以深圳市為例，研究垃圾減量分類活動(dòng)中各因素之間的關(guān)系，基于層次分析法、專家打分法以及熵值法，獲得各影響因素間的權(quán)重向量；基于Pearson相關(guān)系數(shù)分析四類垃圾之間的相關(guān)性；基于GM(1,1)模型的建立及多元線性回歸分析法對(duì)未來(lái)五年數(shù)據(jù)進(jìn)行預(yù)測(cè)，并分析求解出該工作關(guān)鍵措施實(shí)施的最好與最壞結(jié)果，最后指出深圳市未來(lái)5年推進(jìn)減量分類工作的關(guān)鍵措施。

層次分析法；專家打分法；熵值取權(quán)法；距離分析法；多元線性回歸法；GM(1,1)模型

1 問題的提出

垃圾減量分類活動(dòng)是人類社會(huì)對(duì)自身垃圾產(chǎn)生系統(tǒng)實(shí)施的一項(xiàng)干預(yù)性工程，主要內(nèi)容是由社會(huì)通過(guò)督導(dǎo)、教育、激勵(lì)等社會(huì)因素影響個(gè)體因素，最終形成減少垃圾總量并分類回收的可持續(xù)進(jìn)行的良性控制過(guò)程。目前，隨著經(jīng)濟(jì)社會(huì)高速發(fā)展，深圳市垃圾每年以8%的速度遞增，垃圾填埋場(chǎng)逐漸飽和，“垃圾圍城”[1-3]現(xiàn)象日趨明顯。這種情況下，人們就開始選擇從源頭上讓垃圾減量、無(wú)害化和資源化，以最終化解日益加劇的“垃圾圍城”困境。

量化分析垃圾減量分類中的社會(huì)因素和個(gè)體因素，不僅是為了能夠更好地提升居民的道德素質(zhì)和城市的文明程度，提高城市管理的效率和水平，而且還是為了讓居民有意識(shí)地減少資源損耗，逐步消除垃圾在污染環(huán)境、損害人民健康方面的危害，使得各種垃圾能夠更好地作為“二手資源”回復(fù)到新的產(chǎn)品生產(chǎn)過(guò)程，從而為資源的循環(huán)利用創(chuàng)造有利條件。

本文針對(duì)垃圾減量分類的一系列問題進(jìn)行建模、求解、預(yù)測(cè)以及相關(guān)分析。采取垃圾減量分類措施，并量化分析其中的關(guān)鍵因素，不僅對(duì)于最大限度地實(shí)現(xiàn)垃圾資源利用，減少垃圾處置量，改善生存環(huán)境質(zhì)量具有一定的指導(dǎo)意義，而且還可以通過(guò)在垃圾分類試點(diǎn)小區(qū)中量化分析出垃圾減量分類的切實(shí)有效的實(shí)施方法，并為大面積推廣該方法，實(shí)現(xiàn)城市環(huán)境美化提供可靠依據(jù)。

2 分析及解決過(guò)程

2.1 構(gòu)建量化分析模型，描述垃圾減量分類過(guò)程

依據(jù)深圳市天景花園、陽(yáng)光家園垃圾減量分類過(guò)程相關(guān)數(shù)據(jù)，建立模型,求解社會(huì)因素、個(gè)體因素、經(jīng)濟(jì)因素、環(huán)境因素、內(nèi)在因素五個(gè)因素之間的權(quán)重，其基本層次結(jié)構(gòu)如圖1所示。

圖1 層次分析法結(jié)構(gòu)示意圖

2.1.1 主要影響因素

2.1.1.1 社會(huì)因素影響

應(yīng)用層次分析[4]的思想，構(gòu)建成對(duì)比較矩陣A，并把比較的結(jié)果定量化。

2.1.1.1.1 數(shù)據(jù)處理

(1)把各個(gè)因素分別標(biāo)記為A1：督導(dǎo)；A2：社會(huì)道德；A3：激勵(lì)；A4：教育，A5：回收利用。可以用1～9尺度來(lái)定量化。

(2)假定各因素重要性之間的相對(duì)關(guān)系為：A2比A1的影響強(qiáng)，A3比A1的影響稍強(qiáng)，A2比A3的影響稍強(qiáng)，則兩兩相對(duì)比較的定量結(jié)果如(1)中成對(duì)比較矩陣所示：

(1)

(3)對(duì)社會(huì)因素中的五個(gè)子因素進(jìn)行綜合排序。根據(jù)類比性，可以得到社會(huì)因素的重要性向量為：

(2)

采用歸一化處理，通過(guò)MATLAB[5]編程，得到一個(gè)權(quán)重向量如式(3)所示。

(3)

2.1.1.1.2 對(duì)數(shù)據(jù)結(jié)果進(jìn)行一致性檢驗(yàn)

與(1)式對(duì)應(yīng)的特征方程為：

(4)

由此可以解出其最大特征值：n′=5.2047，有

CI=0.0512，CR=0.0457

(5)

由式(5)可知，CR<1，因此,其不一致性可以被接受，即該結(jié)果滿足一致性要求。

2.1.1.2 個(gè)體因素影響

由個(gè)體因素中家庭結(jié)構(gòu)、家庭收入、戶籍資料、生活習(xí)慣、職業(yè)背景五項(xiàng)因素的成對(duì)比較矩陣B。

(6)

將矩陣B做歸一化處理,然后按行求和，最后將求和結(jié)果進(jìn)行歸一化處理，得權(quán)重矩陣：

w2=[0.39410.15540.05690.09370.2999]

(7)

(8)

該結(jié)果滿足一致性的要求。

2.1.2 專家打分法求權(quán)重

請(qǐng)10名專家對(duì)五個(gè)因素進(jìn)行打分，打分結(jié)果如表1。

表1 10名專家對(duì)五項(xiàng)因素打分結(jié)果

利用MATLAB可得權(quán)重向量為：

w1=[0.22590.12320.22720.19200.2318]

(9)

2.1.3 熵值取權(quán)法[6]

由于專家打分法分?jǐn)?shù)權(quán)重矩陣的給出存在主觀因素，于是利用熵值取權(quán)法進(jìn)行校正。

以0.3∶0.7的比例進(jìn)行校正，從而對(duì)合理化指標(biāo)的組合權(quán)重給出一個(gè)5個(gè)因素的1×5的權(quán)重矩陣w，對(duì)專家打分法給出1×5的權(quán)重w1，值矩陣W=0.7w1+0.3w。結(jié)合附錄中相關(guān)數(shù)據(jù)及網(wǎng)上所查數(shù)據(jù)求解得到：

w=[0.26700.24700.24900.22690.2567]

(10)

則最終5個(gè)因素對(duì)合理化指標(biāo)的組合權(quán)重值矩陣：

S=0.3w1+0.7w

(11)

由該權(quán)重結(jié)果可知，影響垃圾減量分類活動(dòng)中最重要的因素是社會(huì)因素，其次是個(gè)人因素。

2.2 分析試點(diǎn)小區(qū)四類垃圾組分本身的數(shù)量之間的相關(guān)性

2011年，深圳市垃圾物理構(gòu)成成分如圖2所示。

圖2 深圳市垃圾物理構(gòu)成成分

2.2.1 數(shù)據(jù)處理

2.2.1.1 分析試點(diǎn)小區(qū)四類垃圾組分本身的數(shù)量之間的相關(guān)性

(1)把四類垃圾組本身的理化指標(biāo)分別記作：

Xi={x1，x2，x3，x4}

(12)

其中，x1代表可回收物，x2代表廚余垃圾，x3代表有害垃圾，x4代表其他垃圾。

(2)用距離分析法對(duì)Xi和Yi兩個(gè)多維向量進(jìn)行相關(guān)性分析，結(jié)果如表2和表3所示。

表2 天景花園小區(qū)值向量間的相關(guān)性

表3 陽(yáng)光家園兩小區(qū)值向量間的相關(guān)性

2.2.1.2 分析數(shù)據(jù)結(jié)果

同種垃圾組分相關(guān)性均顯著；不同種垃圾組分的相關(guān)性關(guān)系分析如下。

(1)天景花園：廚余垃圾與可回收物呈極弱相關(guān)或無(wú)相關(guān)，廚余垃圾與其他垃圾呈中等程度負(fù)相關(guān)，有害垃圾與可回收物呈強(qiáng)相關(guān)、和廚余垃圾均呈弱相關(guān)，其他垃圾與可回收物之間呈弱負(fù)相關(guān)、與廚余垃圾呈中等程度弱相關(guān)、與有害垃圾之間均呈弱負(fù)相關(guān)。

(2)陽(yáng)光家園：廚余垃圾與可回收物、其他垃圾呈弱負(fù)相關(guān)，有害垃圾與可回收物、廚余垃圾呈弱正相關(guān)，其他垃圾與可回收垃圾呈顯著負(fù)相關(guān)，有害垃圾與其他垃圾呈弱負(fù)相關(guān)。

2.3 垃圾減量分類工作關(guān)鍵措施及結(jié)果預(yù)測(cè)

由于深圳市的流動(dòng)人口數(shù)量占據(jù)相當(dāng)?shù)谋戎?，政府部門可以直接干預(yù)的是社會(huì)因素而非個(gè)體因素，因此，通過(guò)選取社會(huì)因素中的相關(guān)子因素來(lái)預(yù)測(cè)結(jié)果更具有可行性。

2.3.1 結(jié)果預(yù)測(cè)

利用深圳年鑒[12]中的相關(guān)數(shù)據(jù)，并將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)歸一化處理，如表4所示。

表4 深圳市減量分類工作關(guān)鍵因素及生活垃圾清運(yùn)量數(shù)據(jù)(已歸一化處理)

由多元線性回歸得出四者之間的關(guān)系如式(13)所示。

Y=0.000376X1+0.000322X2-0.000335X3

+0.220030X4

(13)

其中，Y代表城市垃圾產(chǎn)生量，X1代表水利、環(huán)境和公共設(shè)施管理業(yè)，X2代表教育，X3代表公共管理和社會(huì)組織，X4代表常住人口數(shù)。

通過(guò)建立GM(1,1)模型，如表5所示，可以預(yù)測(cè)未來(lái)5年深圳市對(duì)水利、環(huán)境和公共設(shè)施管理業(yè)、教育、公共管理和社會(huì)組織，常住人口等二級(jí)指標(biāo)的值，并通過(guò)所得模型預(yù)測(cè)，得出相應(yīng)的垃圾減量利用預(yù)測(cè)值，如式(14)所示：

表5 通過(guò)GM(1，1)預(yù)測(cè)出未來(lái)5年深圳減量分類工作關(guān)鍵措施

Y=10-3×[0.0479 0.0609 0.0774

0.0983 0.1245 0.1574 0.1983]

(14)

由預(yù)測(cè)出的數(shù)據(jù)，可以看出未來(lái)5年深圳垃圾清運(yùn)量將大幅增加，這大大加重了城市負(fù)擔(dān)，給居民的生活將帶來(lái)極大的不便，此為最壞結(jié)果。

基于所建立的預(yù)測(cè)模型，未來(lái)想取得最好的結(jié)果，必須在控制人口增長(zhǎng)及公共管理和社會(huì)組織投入這兩個(gè)方面加大工作力度。本文預(yù)測(cè)：當(dāng)公共管理和社會(huì)組織指標(biāo)系數(shù)由-0.000 335變?yōu)?0.001 75，人口增長(zhǎng)指標(biāo)系數(shù)由0.220 030降為0.143時(shí)，將得到最好結(jié)果，此時(shí)：

Y=[-0.0016 -0.0017 -0.0019-0.0022

-0.0024 -0.0027 -0.0030]

3 結(jié)束語(yǔ)

基于數(shù)學(xué)模型建立及相關(guān)量化分析可知，垃圾減量分類活動(dòng)是解決“垃圾圍城”現(xiàn)象的有效措施，廚余垃圾是垃圾減量分類活動(dòng)中的重要環(huán)節(jié)。通過(guò)分析社會(huì)因素和個(gè)體因素可知，應(yīng)該在控制人口增長(zhǎng)及公共管理和社會(huì)組織投入這兩個(gè)方面加大投資力度，從而進(jìn)一步推進(jìn)深圳市垃圾總量的減少工作有效進(jìn)行。

[1]樊良樹.環(huán)?；仞仯骸班彵苄袆?dòng)”化解之道[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2013,7(1):66-69

[2]李松.城市生活垃圾危局凸顯如何化解“垃圾圍城”的困境[J].決策探索，2012(9):55-57

[3]林一煥.如何完善城鎮(zhèn)垃圾分類減量監(jiān)管體系[J].能源與節(jié)能，2012(12)：75-76

[4]劉新憲,朱道立.選擇與判斷:AHP(層次分析法)決策[M].上海:上海科學(xué)普及出版社,1990

[5]董守貴.基于MATLAB的層次分析法實(shí)現(xiàn)[J].航空兵器,2003(4):16-18

[6]陸添超,康愷.熵值法和層次分析法在權(quán)重確定中的應(yīng)用[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào),2007(22):19-20，53

[7]Pearson相關(guān)系數(shù)簡(jiǎn)介[EB/OL].[2013-05-18].http://wenku.baidu.com/view/24f36106de80d4d8d15a4fad.html,2013-5-17

[8]盛驟,謝式千.概率論與數(shù)理統(tǒng)計(jì)[M].北京:高等教育出版社,2010

[9]牛海鵬,宋建蕊.基于一元線性回歸和GM(1,1)模型的農(nóng)村人口預(yù)測(cè)[J].農(nóng)村經(jīng)濟(jì)與科技，2013(2):113-114,130

[10]李慶揚(yáng),王能超,易大義.數(shù)值分析[M].5版.北京:清華大學(xué)出版社,2008:73-76

[11]薛毅.數(shù)學(xué)建?；A(chǔ)[M].2版.北京:科學(xué)出版社,2011:367-370

[12]深圳統(tǒng)計(jì)局,國(guó)家統(tǒng)計(jì)局深圳調(diào)查隊(duì).深圳統(tǒng)計(jì)年鑒2012[M].中國(guó)統(tǒng)計(jì)出版社，2012:1-416

(責(zé)任編輯：汪材印)

QuantitativeAnalysisofSocialandIndividualfactorsinGarbageReductionandClassificationActivities

PAN Yu-ting1，HU Wei1，CHEN Yu-chen2

1.Shanghai University of Engineering Science，Mechanical Engineering，Shanghai,201620;2.Shanghai University of Engineering Science，Institute of Electrical and Electronic Engineering，Shanghai,201620,China

Taking the city of Shenzhen as an example,the relationships between the factors of classification of waste reduction are studied.Based on AHP,expert scoring method and entropy method,the weight vectors among each factor are obtained.Based on Pearson's correlation coefficient,the correlation among the four types of waste is analyzed.Based onGM(1,1) model and multiple linear regression analysis,the data in the next five years are predicted and the best and the worst results in the implement of the key measures in the work are analyzed.Finally, the key measures to promote the reduction and classification work in the next five years in Shenzhen are pointed out.

AHP;Expert scoring method;Entropy method;Distance analysis;Multivariate linear regression;GM(1,1) model

10.3969/j.issn.1673-2006.2013.09.020

X799.3

A

1673-2006(2013)09-0074-04

2013-05-24

潘宇婷(1990-)，女，安徽宿州人，碩士研究生，主要研究方向：電力系統(tǒng)潮流計(jì)算。

陳宇晨(1957-)，上海人，博士，教授，主要研究方向：電力系統(tǒng)分析、智能電網(wǎng)、電氣設(shè)備控制檢測(cè)、電力系統(tǒng)信息化。