徐州市城市生活垃圾的產(chǎn)生量預測研究

熊蕾蕾

（河海大學公共管理學院，江蘇南京210098）

徐州市城市生活垃圾的產(chǎn)生量預測研究

熊蕾蕾

（河海大學公共管理學院，江蘇南京210098）

依據(jù)徐州市2006—2014年城市生活垃圾數(shù)據(jù)，運用多元回歸分析方法對徐州市2015—2022年城市生活垃圾產(chǎn)生量進行預測。結(jié)果表明：徐州市城市生活垃圾清運量在未來幾年仍然緩慢增長，至2020年達到1.36×106t。

城市生活垃圾；回歸分析；預測；徐州市

1 基礎數(shù)據(jù)和預測方法的選定

1.1 徐州市城市生活垃圾產(chǎn)生量

根據(jù)CJ/T 106—2016生活垃圾產(chǎn)生量計算及預測方法［1］，選取徐州市2006—2014年基礎數(shù)據(jù)進行分析，并對徐州市城市生活垃圾產(chǎn)生量預測。徐州市2006—2014年城市生活垃圾清運量變化趨勢如圖1所示。

圖1 2006—2014年徐州市城市生活垃圾清運量變化趨勢

由圖1可知，徐州市2006—2014年城市垃圾清運量總體呈上升趨勢，年平均增長率約8.37%，2012—2014年上升趨勢明顯加快，隨著城市發(fā)展水平的不斷提高，城市生活垃圾清運量也會不斷增加。

1.2 預測方法

國內(nèi)學者已對城市生活垃圾產(chǎn)生量的預測展開了大量探索研究，如吳文偉曾利用人口、消費、燃料結(jié)構和道路清掃面積4個因素對垃圾產(chǎn)生量進行回歸分析，并進行了垃圾產(chǎn)生量預測［2］；張益使用物流平衡及灰色理論對上海市的垃圾產(chǎn)生量進行了預測［3］；馬慧民基于BP神經(jīng)網(wǎng)絡模型對上海市的城市生活垃圾產(chǎn)生量進行了預測研究［4］。目前，城市生活垃圾的預測方法主要有時間序列法、回歸分析法、灰色系統(tǒng)模型法和系統(tǒng)動力學法等［5］，由于回歸分析具有較好的精確度和可信度，筆者選擇采用多元線性回歸分析方法。

1.3 影響因素

研究表明，影響城市生活垃圾產(chǎn)生的主要因素是內(nèi)在因素、社會人口學因素、個體因素、自然因素和政策因素。其中，個體因素和政策因素屬于不可完全控制的因素，為了確保研究的科學性和準確性，筆者主要考慮可定量的內(nèi)在因素和社會人口因素進行預測。包括人口、經(jīng)濟、居民生活水平和城市發(fā)展建設水平等方面，具體表現(xiàn)為戶籍人口、國內(nèi)生產(chǎn)總值（GDP）、人均消費支出、建成區(qū)面積等。根據(jù)數(shù)據(jù)資料和相關性分析，選取相關系數(shù)高于0.95的3個影響因素常住人口、國內(nèi)生產(chǎn)總值、人均可支配收入，見表1。

表1 徐州市生活垃圾產(chǎn)生量影響因子

2 徐州市城市生活垃圾清運量預測

2.1 模型的建立

選取徐州市2006—2014年各因變量和自變量的已有數(shù)據(jù)，利用SPSS17.0軟件［6］進行線性回歸分析，得到預測方程為：

Y=223.449-0.538x1+0.031x2-0.001x3

式中：Y為徐州市城市生活垃圾清運量預測值，x1表示常住人口數(shù)量，x2表示國內(nèi)生產(chǎn)總值（GDP），x3表示人均可支配收入。

相關系數(shù)R2=0.991，復相關系數(shù)為0.996，調(diào)整相關系數(shù)為0.986，表明自變量和因變量是高度正相關，該預測回歸模型成立且具有較高擬合度。

2.2 模型的檢驗

利用徐州市2006—2014年數(shù)據(jù)作為測試樣本計算預測值的相對誤差。結(jié)果如表2所示。

表22006 —2014年徐州市生活垃圾清運量預測值與實際值比較

將模型的預測值與實際值進行對比，發(fā)現(xiàn)預測值和實際數(shù)量的相對誤差較小，均在5%范圍內(nèi)，細微誤差可能是城市生活垃圾清運量其他因素的影響。

2.3 生活垃圾清運量的預測

2.3.1 各影響因素的取值方法

1）徐州市人口預測。根據(jù)近9 a徐州市常住人口年增長率，并考慮到徐州市的經(jīng)濟發(fā)展水平和生育政策的變動，人口數(shù)量按照3.4%增長率來計算未來幾年徐州市常住人口數(shù)量。

2）徐州市地區(qū)生產(chǎn)總值預測。根據(jù)《“十二五”徐州經(jīng)濟社會發(fā)展情況分析》，“十二五”期間，徐州市國內(nèi)生產(chǎn)總值年均增長率為11.2%，未來幾年徐州市GDP按年增速10%計算。

3）徐州市人均可支配收入預測?？紤]到徐州市目前的經(jīng)濟發(fā)展水平和政府的未來發(fā)展規(guī)劃，徐州市人均可支配收入年增速以5%計算。

2.3.2 清運量預測

根據(jù)3個生活垃圾清運量主要影響因素的預測，結(jié)合建立的預測模型對徐州市2015—2020年的城市生活垃圾清運量進行預測，結(jié)果見表3。

表32015 —2020年徐州市生活垃圾清運量預測結(jié)果

［1］生活垃圾產(chǎn)生量計算及預測方法：CJ/T 106—2016［S］.北京：中國標準出版社，2016.

［2］吳文偉.北京市城市生活垃圾產(chǎn)量和成分的預測分析［J］.預測，1994（6）：18-22．

［3］張益，楊承休.上海市區(qū)生活垃圾產(chǎn)生量及成分分析［J］.環(huán)境衛(wèi)生工程，2000，8（3）:104-106.

［4］馬慧民，張政.基于BP神經(jīng)網(wǎng)絡的城市生活垃圾產(chǎn)生量預測研究［J］.環(huán)境科學與管理，2015，40（2）：56-59.

［5］徐禮來，崔勝輝，閆禎，等.城市生活垃圾產(chǎn)生預測的核心問題探討［J］.環(huán)境科學與技術，2013，36（2）：184-190.

［6］賴國毅，陳超.SPSS17.0中文版常用功能與應用實例精講［M］.北京：電子工業(yè)出版社，2010.

Municipal Solid Waste Output Prediction of Xuzhou City

Xiong Leilei
（School of Public Administration，Hohai University，NanjingJiangsu210098）

On the basisof Xuzhou city municipal solid waste output data from 2006 to 2014，we used multiple regression analysis method to forecast municipal solid waste output from 2015 to 2020.The results showed that in the next few years municipal solid waste output of Xuzhou would continue to grow slowly and municipal solid waste output will reach 1.36×106tonsin 2020.

municipal solid waste；regression analysis；prediction；Xuzhou city

X799.3

B

1005-8206（2017）02-0021-02

熊蕾蕾（1992—），在讀碩士研究生，研究方向為環(huán)境社會學。

2016-09-23