成都市生活垃圾產(chǎn)量預測及政策建議

郭衛(wèi)廣,雍 毅，吳 怡，侯 江,鄭玲玲

(四川省生態(tài)環(huán)境科學研究院，四川 成都 610041)

0 引言

成都市為西南地區(qū)中心城市，隨著城鎮(zhèn)建成區(qū)的擴張、城市人口的增長以及城鎮(zhèn)居民生活水平的提高，成都市生活垃圾產(chǎn)量呈現(xiàn)顯著線性增長，成為影響城市發(fā)展的重要因素。準確地預測城市生活垃圾數(shù)量對今后更好地開展環(huán)境管理工作非常重要[1]。

國內(nèi)外對城市生活垃圾產(chǎn)量預測研究較多。如楊小妮采用多元回歸模型預測了西安市城市生活垃圾產(chǎn)生量[2]。陳文龍采用灰色系統(tǒng)模型對上海市垃圾產(chǎn)量規(guī)模預測[3]。任婉俠對沈陽市生活垃圾排放現(xiàn)狀及產(chǎn)生量預測[4]。陳群采用灰色預測模型與多元線性回歸相結(jié)合對珠三角地區(qū)典型城鄉(xiāng)生活垃圾現(xiàn)狀與發(fā)展預測研究[5]。Chun Qing等采用灰色模型對長春市生活垃圾產(chǎn)量進行了預測[6]。但國內(nèi)外學者對成都市生活垃圾產(chǎn)量的預測研究很少，且主要集中在成都市生活垃圾成分調(diào)查、管理政策分析上[7-10]。

本文基于此，通過對成都市生活垃圾產(chǎn)生量進行預測，同時通過對成都市生活垃圾現(xiàn)狀調(diào)查并結(jié)合現(xiàn)有政策的分析，為成都市制定生活垃圾分類政策提供政策參考。

1 成都市生活垃圾基本現(xiàn)狀

1.1 產(chǎn)量及基本組成

根據(jù)生態(tài)環(huán)境部發(fā)布的《全國大、中城市固體廢物污染環(huán)境防治年報》和《成都市統(tǒng)計年鑒(2014-2019)》數(shù)據(jù)，得到成都市2018年全年產(chǎn)生城市生活垃圾623.1萬噸，平均日產(chǎn)1.71萬噸，較2013年增長了56.4%，年均增長率為9.4%，這與成都市近些年的城區(qū)快速擴張和城市化率的顯著提高有很大關系。

研究組按照《生活垃圾采樣和物理分析方法》(CJ/T313—2009)在成都市開展了生活垃圾采樣，成分分析結(jié)果如表1所示，廚余含量占比接近70%左，可回收物(紙類、橡塑類、紡織品、玻璃類、金屬類等)占25%左右，有害垃圾僅占0.5%以下，其他垃圾占5%左右。

表1 成都市生活垃圾組分比例表 %

1.2 政策現(xiàn)狀

成都市早在2010年開始部分社區(qū)的垃圾分類試點工作，2015年成都市專門成立了生活垃圾分類工作推進小組，發(fā)布了《關于深入推進城鄉(xiāng)生活垃圾分類工作的意見》，2017年又陸續(xù)發(fā)布了針對中小學、家庭、公共機構(gòu)等多個生活垃圾分類實施方案。2018年發(fā)布《關于中心城區(qū)試行餐廚垃圾前端分類減量工作通知》、《成都市生活垃圾分類實施方案(2018-2020年)》、《生活垃圾分類設施設備規(guī)范(DB5101T3—2018)》等政策和技術性文件，加快城市生活垃圾分類進程。

成都市出臺的《成都市生活垃圾分類實施方案(2018-2020年)》明確，到2020年全市黨政機關、學校等公共機構(gòu)、軍隊單位及商業(yè)綜合體、相關企業(yè)生活垃圾分類100%全覆蓋；城鎮(zhèn)社區(qū)和農(nóng)村集中居民區(qū)生活垃圾分類覆蓋率達60%；生活垃圾末端處理減量率(人均)達15%，生活垃圾回收利用率達15%，無害化處理率達99%。

2019年發(fā)布的《成都市生活垃圾管理條例》明確了成都市生活垃圾分類標準，按照可回收物、有害垃圾、餐廚垃圾、其他垃圾四類分別處置，對未按規(guī)定投放生活垃圾的，由城市管理部門責令改正；拒不改正的將受到強制處罰。成都將逐步推行生活垃圾分類投放信息納入單位和個人信用信息系統(tǒng)。截至2020年7月，成都市參與生活垃圾分類的居民達434.13萬戶，居民生活垃圾分類覆蓋率達68.33%，1519家黨政機關、3780個學校、868個醫(yī)療機構(gòu)、125個商業(yè)綜合體生活垃圾分類覆蓋率均達100%；全市9 047個小區(qū)配備了四分類設施，配備四分類運輸車2015輛，建成投用生活垃圾焚燒處置設施5個、無害化衛(wèi)生填埋設施7座，日處置生活垃圾1.8萬噸以上。成都市預計將于2021年3月1日步入強制生活垃圾分類城市之列。

成都市目前已經(jīng)逐步試點推行生活垃圾分類投放、分類收集、分類運輸、分類處置。成都市餐廚垃圾運輸至餐廚垃圾無害化處理中心集中處理；可回收物運輸至各區(qū)縣分揀中心進行分揀；有害垃圾先收集貯存，再運輸至成都市危險廢棄物處置中心處理；其他垃圾運輸至垃圾焚燒廠和填埋場處理，約40%進入垃圾填埋場處理，約60%由垃圾焚燒廠處理。但成都市生活垃圾分類工作在分類收集、運輸、處置、利用上尚未形成完善的配套體系。政府對居民生活垃圾分類缺乏有效監(jiān)管。

2 研究方法

目前對城市垃圾產(chǎn)量預測的方法，主要有趨勢外推預測方法、回歸預測方法和BP神經(jīng)網(wǎng)絡預測方法等[11]。趨勢外推預測方法是根據(jù)事物的歷史和現(xiàn)實數(shù)據(jù)，運用一個數(shù)學模型擬合一條趨勢線，然后用這個模型外推預測未來時期事物的發(fā)展。趨勢外推預測法比較適合中、長期新產(chǎn)品預測。回歸預測方法是根據(jù)自變量和因變量之間的相關關系進行預測的。組合預測法是對同一個問題，采用多種預測方法。BP網(wǎng)絡又稱反向傳播神經(jīng)網(wǎng)絡，通過樣本數(shù)據(jù)的訓練，不斷修正網(wǎng)絡權(quán)值和閾值使誤差函數(shù)沿負梯度方向下降，逼近期望輸出。它是一種應用較為廣泛的神經(jīng)網(wǎng)絡模型，多用于函數(shù)逼近、模型識別分類、數(shù)據(jù)壓縮和時間序列預測等[12]。

BP神經(jīng)網(wǎng)絡具有學習、自組織、自適應和較強的容錯性等特點，正好是描述非線性系統(tǒng)的一種有效的工具，特別適用于對具有多因素、不確定性、非線性和隨時間變化特性的對象進行研究。與其他預測方法相比，BP神經(jīng)網(wǎng)絡具有很多突出的優(yōu)點[13]。

城市生活垃圾的產(chǎn)生量受諸多因素的影響，而且這些因素之間還存在著相當復雜的聯(lián)系，具有較強的非線性特性。本文采用層次分析法、灰色模型結(jié)合BP神經(jīng)網(wǎng)絡模型方法綜合完成。層次分析法對城市生活垃圾產(chǎn)生量影響因素進行綜合評價篩選，篩選出主要的影響因素。BP神經(jīng)網(wǎng)絡分析方法為主要框架，以層次分析法和灰色預測模型得出的結(jié)果作為其協(xié)變量因子，進行成都市城市生活垃圾產(chǎn)生量預測分析。

3 分析與討論

3.1 篩選成都市垃圾產(chǎn)量的主要影響因素

影響城市垃圾產(chǎn)生量的因素較多，如人口因素(戶籍總?cè)丝凇⒊擎?zhèn)戶籍人口、城鎮(zhèn)常住人口、旅游總?cè)丝诘?、經(jīng)濟因素(城市GDP、城鎮(zhèn)居民人均可支配收入、人均消費性支出等)、城市面積因素(城市總面積、建成區(qū)面積、居住用地面積、綠地面積、道路廣場面積等)等。

本研究采用層次分析法對影響城市垃圾產(chǎn)生量的因素進行綜合評價，篩選出影響權(quán)重較大的因素作為下一步BP神經(jīng)網(wǎng)絡預測分析的協(xié)變量。

首先構(gòu)造城市生活垃圾產(chǎn)生量影響因素層次分析結(jié)構(gòu)模型。該模型的層次可分為:目標層、準則層、指標層三級。在構(gòu)建層次分析結(jié)構(gòu)模型的基礎上，構(gòu)造判斷矩陣，結(jié)合國內(nèi)城市垃圾行業(yè)專家進行專家打分確定權(quán)重，對專家的打分結(jié)果進 行一致性檢驗和加權(quán)平均得出最終綜合評價的權(quán)重結(jié)果，如表2所示。

表2 層次分析法對影響城市垃圾產(chǎn)量影響因素權(quán)重分析結(jié)果

經(jīng)過層次分析法篩選后，得到城鎮(zhèn)常住人口、旅游總?cè)丝?、城?zhèn)居民人均消費性支出和建成區(qū)面積四項重要指標作為BP神經(jīng)網(wǎng)絡分析的協(xié)變量因子。表3為成都市垃圾歷年產(chǎn)生量及主要影響因素的歷史統(tǒng)計數(shù)據(jù)。

表3 成都市垃圾歷年產(chǎn)量及主要影響因素

3.2 主要影響因素預測

本研究采用灰色預測模型對2020-2030年的城鎮(zhèn)常住人口、旅游總?cè)丝凇⒊擎?zhèn)居民人均消費性支出和建成區(qū)面積四項重要指標進行預測。預測結(jié)果模型精度都為1級，滿足要求，結(jié)果如下表4。

3.3 建模與訓練

本研究采用SPSS24軟件中神經(jīng)網(wǎng)絡分析中多層感知器模型，將歷年的垃圾產(chǎn)生量、城鎮(zhèn)常住人口、旅游總?cè)丝凇⒊擎?zhèn)居民人均消費性支出和建成區(qū)面積作為BP神經(jīng)網(wǎng)絡的輸入層，輸出值為2020年、2025年和2030年的城市生活垃圾產(chǎn)生量。設Xn為輸入值，X1為城鎮(zhèn)常住人口，X2為旅游總?cè)丝?，X3為城鎮(zhèn)居民人均消費性支出，X4為建成區(qū)面積；Y代表輸出值，為城市生活垃圾產(chǎn)生量。

本研究采用首先對輸入變量和期望輸出值進行離差標準化，離差標準化是將某變量的觀察值減去該變量的最小值，然后除以該變量的極差，即Xn=(Xn-Xmin)/(Xmax-Xmin)。經(jīng)過離差標準化后，各種變量的觀察值的數(shù)值范圍都將在[0，1]，并且經(jīng)標準化的數(shù)據(jù)都是沒有單位的純數(shù)量。離差標準化是消除量綱(單位)影響和變異大小因素影響的最簡單的方法。

其次計算隱含層。根據(jù)輸入變量X，輸入層和隱含層連接權(quán)值以及隱含層閾值，計算隱含層輸出層。根據(jù)隱含層輸出、連接權(quán)值和閾值，計算神經(jīng)網(wǎng)絡預測輸出。根據(jù)網(wǎng)絡預測輸出和期望輸出，計算網(wǎng)絡預測誤差。根據(jù)網(wǎng)絡預測誤差更新網(wǎng)絡連接權(quán)值。根據(jù)網(wǎng)絡預測誤差更新網(wǎng)絡節(jié)點閾值。通過反復對模型進行訓練，發(fā)現(xiàn)訓練次數(shù)為9 000次時達到很好的精度要求，整體誤差達到了0.000 27。

3.4 模擬預測結(jié)果

訓練好的BP神經(jīng)網(wǎng)絡預測的2001-2019年垃圾數(shù)量與實際垃圾數(shù)量非常接近，可以用這個模型來預測未來10年的垃圾數(shù)量。利用在灰色模型中預測得到的2020-2030年城鎮(zhèn)常住人口、旅游總?cè)丝?、城?zhèn)居民人均消費性支出和建成區(qū)面積數(shù)據(jù)及已經(jīng)過訓練的BP神經(jīng)網(wǎng)絡模型，得到如下圖1預測數(shù)據(jù)。經(jīng)預測，2020年成都市城市垃圾產(chǎn)生量為699.21萬噸，2025年為834.28萬噸，2030年為960.198萬噸。

4 結(jié)論

經(jīng)過層次分析法篩選后，得到城鎮(zhèn)常住人口、旅游總?cè)丝?、城?zhèn)居民人均消費性支出和建成區(qū)面積四項重要指標對成都市城市垃圾產(chǎn)生量的影響作用較大。采用層次分析法、灰色模型結(jié)合BP神經(jīng)網(wǎng)絡模型方法對成都市生活垃圾產(chǎn)生量進行預測，經(jīng)預測成都市2020年城市垃圾產(chǎn)生量為699.210萬噸，2025年為834.280萬噸，2030年為960.198萬噸。其中，2025年和2030年分別比2018年的增長了33.9%和54.1%。

根據(jù)對成都市生活垃圾的成分及政策調(diào)研，給出以下建議：

(1)完善及增加垃圾分類設施建設，未來垃圾設施建設規(guī)模預計需增加50%左右，從居家分類垃圾袋、小區(qū)垃圾分類桶、街道垃圾分類桶、垃圾分類收運車、垃圾分類轉(zhuǎn)運站的全面改造升級。增強小區(qū)垃圾分類桶及垃圾轉(zhuǎn)運站的污染防治措施。

(2)廚余類垃圾是開展垃圾分類的重中之重。因廚余類垃圾為居民生活垃圾的主要成分，占據(jù)70%左右，應增加廚余類垃圾桶的容量或數(shù)量比例。廚余類垃圾含水率較高，增加了轉(zhuǎn)運和處置成本，建議廚余類垃圾后續(xù)回收桶應增加干濕分離篩，夏天應增加收運次數(shù)，開展多種創(chuàng)新模式，如加強設施建設推進廚余垃圾就地處置等。