城市生活垃圾綜合管理決策研究進展

孟小燕,張宇婷,王 毅,3,*

1 中國科學院科技戰(zhàn)略咨詢研究院 可持續(xù)發(fā)展戰(zhàn)略研究所, 北京 100190 2 清華大學 環(huán)境學院, 北京 100084 3 中國科學院大學 公共政策與管理學院, 北京 100049

城市生活垃圾管理是城市生態(tài)系統(tǒng)管理的重要內(nèi)容之一,其管理模式及成效對城市代謝過程的優(yōu)化具有舉足輕重的作用。生活垃圾管理貫穿生活垃圾產(chǎn)生、收集、運輸、循環(huán)利用處理和最終處置的各個環(huán)節(jié),涉及生產(chǎn)者、運輸者、處置者等多個主體,與水污染、大氣污染、土壤污染、人體健康、資源代謝等霜密切相關(guān),具有很強的系統(tǒng)復雜性,管理難度較大[1]。在開展“無廢城市”試點建設(shè)[2]、全面推進生活垃圾分類的新形勢下,我國城市生活垃圾面臨更科學、更精細的管理需求。因此,合理選擇研究方法對城市生活垃圾管理科學決策具有重要意義。生活垃圾綜合管理決策是指“選擇、應用合適的技術(shù)、工藝和管理程序達到特定的管理目標”,實現(xiàn)環(huán)境有益、經(jīng)濟成本可承受和社會可接受[3]。

為支撐該領(lǐng)域科學合理決策,各國學者運用多種模型方法開展了大量研究,積累了豐富的研究經(jīng)驗?？偨Y(jié)而言,常用方法可以分為兩大類：第一類是傳統(tǒng)的數(shù)學模型方法,用于模擬垃圾產(chǎn)生量[4]、垃圾丟棄行為[5]、垃圾收運情況或整體評估生活垃圾管理措施效果；第二類是基于復雜系統(tǒng)理論的系統(tǒng)仿真建模方法,將生活垃圾管理視作復雜系統(tǒng),以系統(tǒng)動力學[6]、基于主體建模[7]等為代表模擬各主體與外界環(huán)境的互動關(guān)系。模型選擇及運用與系統(tǒng)認知直接相關(guān)：在單獨關(guān)注產(chǎn)生、丟棄、收運、處理處置等環(huán)節(jié)時,基于統(tǒng)計數(shù)據(jù)演變規(guī)律、變量影響機制探討等構(gòu)建數(shù)學模型方法；在認識到生活垃圾復雜系統(tǒng)特征后,引入系統(tǒng)動力學、基于主體建模等復雜系統(tǒng)模擬方法仿真主體行為與環(huán)境交互?？偨Y(jié)各類城市生活垃圾管理決策方法概況,如圖1所示。

圖1 城市生活垃圾管理決策方法概覽Fig.1 Overview of decision-making of municipal solid waste management

基于以上分類標準,本研究分別梳理兩類方法的發(fā)展歷程、適用場景、優(yōu)缺點等,分析模型發(fā)展前景,在全面推行生活垃圾分類、推進產(chǎn)業(yè)鏈協(xié)同共治的新形勢下,為進一步促進城市生活垃圾綜合管理決策研究提出建議。

1 數(shù)學模型方法

數(shù)學模型方法可用于模擬評估城市生活垃圾產(chǎn)生、收運、分類、回收處理處置全流程各環(huán)節(jié),常見方法包括統(tǒng)計分析方法、生命周期評價[8]、費用-效益分析[9]、多準則決策分析法[10]、績效評價體系[11]等。數(shù)學模型方法的基本機理是抽象化評價問題,利用符號、函數(shù)關(guān)系等描述關(guān)注對象與其他因素之間的變化關(guān)系,實現(xiàn)評估、預測等目的。

1.1 統(tǒng)計分析方法

統(tǒng)計分析方法通常用于城市生活垃圾產(chǎn)生現(xiàn)狀分析與預測。城市生活垃圾的產(chǎn)生量及成分是綜合管理的基礎(chǔ)信息,可用于支撐城市收集、運輸、存儲、處理處置相關(guān)基礎(chǔ)設(shè)施布局與規(guī)劃設(shè)計。城市生活垃圾產(chǎn)生量研究可分為兩類：(1)依據(jù)過往產(chǎn)生量數(shù)據(jù)進行分析與趨勢外推,如灰色模型、時間序列分析等。朱家明等基于2005—2018 年安徽省垃圾產(chǎn)量數(shù)據(jù)建立GM(1,1)模型預測垃圾產(chǎn)生總量[12]；仝延增等基于2013—2017年天津市生活垃圾清運量及無害化處理量數(shù)據(jù)構(gòu)建灰色分數(shù)階FGM(1,1)模型預測未來3年生活垃圾清運量及無害化處理量[13]；熊華平等基于湖北省2007—2013年城市生活垃圾清運量建立新陳代謝GM(1,1)模型預測未來七年城市生活垃圾清運量[14]。該類方法歷史已久,但近年來仍被采用。其優(yōu)勢為適用于數(shù)據(jù)離散有限、序列變化趨勢明顯情景,符合生活垃圾產(chǎn)生量數(shù)據(jù)特征,高效易操作；但該方法對過往數(shù)據(jù)質(zhì)量及平滑度依賴大,準確性難以保證,多用于短期預測,無法探究眾多因素影響機制。(2)識別產(chǎn)生量的影響因素,分析其與社會經(jīng)濟的互動關(guān)聯(lián),根據(jù)各因素變動情況預測產(chǎn)生量,最常見的方法為回歸分析。生活垃圾產(chǎn)生與經(jīng)濟增長具有明顯關(guān)聯(lián),杜淼等基于北京市16個區(qū)2009年—2016年面板數(shù)據(jù)開展實證研究,發(fā)現(xiàn)城市生活垃圾產(chǎn)生量與人均GDP呈現(xiàn)“倒N型”EKC曲線[15]。汪坪垚等進一步將影響因素擴展為GDP、社會消費品零售總額和人均可支配收入,采用多元線性回歸預測大連市生活垃圾人均日產(chǎn)生量[16]。除經(jīng)濟發(fā)展外,其他社會生活因素陸續(xù)納入考量。楊小妮等按照人口、經(jīng)濟發(fā)展水平、居民生活水平、基礎(chǔ)設(shè)施水平4個層面分別選取指標,建立多元回歸和ARIMA模型預測西安市城市生活垃圾產(chǎn)生量[17]。此類國際研究中,區(qū)域差別導致影響因素各異。Atul Kumar基于家庭規(guī)模、總收入、教育水平、職業(yè)和廚房煤炭用量預測印度生活垃圾產(chǎn)生量[18]?？傮w而言,常見影響因素為GDP[19-20]、家庭收入[21]等,另有研究關(guān)注氣溫[22]、失業(yè)率[23]、人口年齡組成[24]、市容環(huán)境衛(wèi)生費用[25]等變量。除分析與預測總體產(chǎn)生量外,分析生活垃圾組分也具有研究意義[26]。杜吳鵬等作為早期研究代表,關(guān)注南北方、大中小城市等大范圍地理區(qū)域的生活垃圾組分區(qū)別[27]；后續(xù)研究不斷精細化,李昂分析小區(qū)定位與生活垃圾物理成分規(guī)律發(fā)現(xiàn)小區(qū)物業(yè)費與廚余垃圾占比成反比[28]。相比總量研究,組分研究較為零散,組分占比分布規(guī)律及影響因素探索尚不深入。

統(tǒng)計分析方法還可用于分析城市居民生活垃圾處理行為機制。居民是產(chǎn)生生活垃圾和參與垃圾分類回收的關(guān)鍵主體,其行為選擇直接關(guān)系城市垃圾管理工作的成效。目前,國內(nèi)外關(guān)于居民環(huán)境行為與選擇的研究[29-30]可以分為三類：(1)基于環(huán)境社會學的研究方法。從微觀個體與社會環(huán)境系統(tǒng)的相互作用關(guān)系出發(fā),認為個體的觀念、行為選擇由社會和技術(shù)系統(tǒng)發(fā)展歷程及狀況決定,多用于個體行為定性分析。(2)基于環(huán)境心理學的研究方法,引入非理性因素對個體行為的作用。最主要的理論基礎(chǔ)為規(guī)范行為理論、理性行為理論、計劃行為理論和A-B-C理論[31-32]。其中最常見的計劃行為理論(The theory of planned behavior,TPB)由Ajzen于1985年在理性行為理論基礎(chǔ)上拓展提出[33],強調(diào)個體行為受主觀態(tài)度、社會規(guī)劃和感知行為控制的影響。已有很多學者運用TPB理論對垃圾分類回收行為進行研究[33-34],Nguyen等發(fā)現(xiàn)個人道德規(guī)范是促進居民參與分類回收的重要影響因素；Park等表明居民在看到鄰居或同伴進行垃圾分類回收時,自己的行為也會受到帶動影響[35]。但TPB理論模型框架僅考慮個體主觀因素,對將行為意愿轉(zhuǎn)變?yōu)檎嬲袆赢a(chǎn)生干擾的外部條件(情境)因素考量不足。為此Stern和Oskamp在1987年構(gòu)建了一個復雜環(huán)境行為模型[36],提出環(huán)境行為是由外部情境因素(包含社會制度、具體結(jié)構(gòu)及經(jīng)濟激勵等)和主觀因素(如環(huán)境態(tài)度、信仰、相關(guān)知識信息和行為意向等)共同作用的結(jié)果。在此基礎(chǔ)上,Guangnano等在1995年提出A-B-C理論[37],指出居民生活垃圾回收利用行為(Behavior,B)同時受居民態(tài)度(Attitude,A)和外部條件(Condition,C)影響[38],并將外部條件作為至關(guān)重要的因素。A-B-C理論成為首個面向生活垃圾回收行為建立的理論,對以往以心理學為主的生活垃圾回收行為研究進行了擴展補充。(3)基于微觀經(jīng)濟學的效用最大化理論。以離散選擇模型為典型代表[39],其基本假設(shè)為微觀個體在做出行為選擇決策時,會對各備選項的“效用”進行理性比較并選擇“效用”最高選項[40],“效用”可理解為微觀個體總體“滿意度”或者“好”的程度。但社會規(guī)范、心理狀態(tài)等眾多非理性因素的干擾,使得該理論不一定總是成立,為突破局限后續(xù)研究者不斷完善模型,如兼顧個體理性與非理性因素影響構(gòu)建居民垃圾處理行為決策效用函數(shù)模型[41]。

1.2 多準則決策分析法

多準則決策分析法(Multi-Criteria Decision-Making,MCDM)通過評估比較各備選方案的多個屬性,比選得到最佳方案。多目標優(yōu)化、層次分析法、功效系數(shù)法等是MCDM法的常用求解方法。

MCDM可用于城市生活垃圾收運環(huán)節(jié)優(yōu)化。城市生活垃圾種類繁多、分布分散,垃圾產(chǎn)生后的收集、運輸、轉(zhuǎn)運等收運環(huán)節(jié)優(yōu)化需要關(guān)注。早期研究多關(guān)注生活垃圾處理設(shè)施選址優(yōu)化,Yurteri等最早提出用線性規(guī)劃確定中轉(zhuǎn)站位置[42],隨后模糊綜合評價[43]、層次分析[44]、集合覆蓋模型與整數(shù)規(guī)劃相結(jié)合[45]等方法相繼運用,以垃圾收運系統(tǒng)費用最小為目標選定中轉(zhuǎn)站位置。除將設(shè)施作為單獨節(jié)點進行布局優(yōu)化,垃圾運輸車輛調(diào)度及路徑優(yōu)化也會影響生活垃圾收運效率。陳彥等依據(jù)垃圾收集點位置繪制網(wǎng)絡拓撲圖,以車輛行走距離最小為目標抽象為VRP問題,構(gòu)建混合整數(shù)規(guī)劃模型探索收運路線優(yōu)化[46]。不論是選址優(yōu)化或路徑優(yōu)化,優(yōu)化目標及約束條件在不斷更新。Ombuki-Berman基于車輛工作負荷和環(huán)境效益進行優(yōu)化,減小車輛使用數(shù)量和行駛時間[47]；Li等將車輛總費用最小化作為目標函數(shù)構(gòu)建調(diào)度NP模型[48]；隨著對垃圾收運系統(tǒng)多目標優(yōu)化的認知提高,李海君進一步考慮了同時優(yōu)化回收路徑及選址的經(jīng)濟、社會、環(huán)境負效應,將其作為綜合目標設(shè)計調(diào)度模型[49]。隨著科技發(fā)展與運用,收運環(huán)節(jié)擁有了海量數(shù)據(jù)和智能技術(shù)支撐,如利用GIS[50]、RFID、GPS[51]實時追蹤定位、物聯(lián)網(wǎng)精準監(jiān)管等為多目標優(yōu)化獲取基礎(chǔ)數(shù)據(jù)。

關(guān)注收運環(huán)節(jié)的研究已較為成熟,但作為連接前端產(chǎn)生與終端處理的中間環(huán)節(jié),中轉(zhuǎn)站及車輛容量、布局等都依賴于垃圾產(chǎn)生量與處置手段的選擇,單獨研究該環(huán)節(jié)無法得出系統(tǒng)最優(yōu)方案。為此,MCDM也用于評估城市生活垃圾管理全過程的系統(tǒng)方法。陳三清運用層次分析法的模糊綜合評價法(AHP-FCE)對深圳市寶安區(qū)5種垃圾分類方案進行比選,得到適于寶安區(qū)現(xiàn)階段發(fā)展水平的居民區(qū)垃圾分類方案[52]。Yap 和Nixon對印度和英國市政垃圾能源化利用的幾種備選方案進行比較分析,認為氣化和厭氧消化分別是英國和印度市政垃圾能源化處理最佳方案[53]。但評價指標權(quán)重確定難以形成客觀統(tǒng)一標準,MCDM存在主觀性與局限性。

1.3 費用-效益分析法

費用-效益分析法(Cost-Benefit Analysis,CBA)將各種政策或備選方案的全部直接或間接成本及效益定量貨幣化,用于評價其可行性或確定優(yōu)先次序,為決策者提供科學依據(jù)[54]。其中成本包括政策或備選方案實施的經(jīng)濟成本、自然資源消耗或污染物排放帶來的環(huán)境成本,效益包括經(jīng)濟收益及環(huán)境質(zhì)量改善帶來的不直接用貨幣價值表示的收益等。CBA廣泛運用于城市生活垃圾分類回收管理方案或政策評價[55],如Yang等使用CBA評估優(yōu)化城市生活垃圾處理系統(tǒng)[56],程云飛等對孝感市居民區(qū)不同垃圾分類回收管理方法開展比較[57]；劉學之等利用CBA分析得出深圳市“源頭分類+全量焚燒”生活垃圾處理模式最具經(jīng)濟效益[58]。CBA優(yōu)勢在于可體現(xiàn)行為選擇的理性,以衡量個人為獲取一定收益的支付意愿或彌補一定損失的賠償預期。但城市生活垃圾管理決策涉及眾多利益相關(guān)主體,CBA模型難以簡單表征；有研究者構(gòu)建生活垃圾管理社會成本評估方法,用以計算全部社會成本[59],但在將環(huán)境資源等問題貨幣化過程中,存在模型參數(shù)不準確、追求經(jīng)濟利益最大化而忽視環(huán)境問題的風險。

1.4 生命周期評價法

生命周期評價法(Life cycle assessment,LCA)被作為評價環(huán)境影響及效應的重要工具廣泛應用于生活垃圾管理決策領(lǐng)域[60]。常用于分析某類廢物處理與回收利用的環(huán)境效應,如廢玻璃回收利用[61]、廢紙回收利用[62]、PET瓶回收利用[63]和廢物能源化途徑[64]。除針對具體廢物品類外,也有研究采用LCA評估生活垃圾管理系統(tǒng)成效,曹艷樂等分析了不同生活垃圾分類收集管理模式的效益[65],趙巖等利用EASTWASTE模型對北京某城區(qū)當前生活垃圾系統(tǒng)與規(guī)劃系統(tǒng)下垃圾處理過程進行了生命周期評價[66]。傳統(tǒng)LCA在生活垃圾管理決策研究領(lǐng)域使用較為成熟,但LCA重點評估環(huán)境影響指標,忽略了經(jīng)濟效益等分析；原始數(shù)據(jù)需求量較大；系統(tǒng)邊界不一致可能導致結(jié)果不可比且存在“截斷誤差”[67]；屬于靜態(tài)分析方法,缺乏靈活性、時效性等。針對以上不足,LCA拓展出其他模型,如生命周期成本分析(Life cycle costing, LCC)[68-69]、混合生命周期評價(Hybrid life cycle assessment, HLCA)[70]用于評估含經(jīng)濟效益在內(nèi)的綜合效率；環(huán)境投入產(chǎn)出—生命周期評價(Environmental Input-Output Life Cycle Assessment, EIO-LCA) 模型將EIO追溯上游獲知環(huán)境影響隱含流動的優(yōu)勢與LCA聯(lián)合,突破邊界劃定帶來的不準確性等。

1.5 其他數(shù)學模型方法

除以上常見數(shù)學模型外,物質(zhì)流分析(Material Flow Analysis,MFA)通過模擬經(jīng)濟系統(tǒng)與生態(tài)系統(tǒng)間物質(zhì)流動規(guī)律,來核算輸入、輸出經(jīng)濟系統(tǒng)的物質(zhì)流量和存量[71]。該方法已廣泛運用于模擬生活垃圾代謝情況[72]、核算生活垃圾回收流向[73]、支持生活垃圾管理多目標分析決策[74]等研究中。

近年來,隨著智能計算技術(shù)的發(fā)展,在傳統(tǒng)數(shù)學模型基礎(chǔ)上出現(xiàn)了新算法、新技術(shù)在城市生活垃圾管理決策中的最新嘗試。如運用模糊數(shù)學理論構(gòu)建全新的生活垃圾防治指標[75],運用遺傳算法迭代優(yōu)化生活垃圾設(shè)施選址[76],運用物體識別、文字識別和大數(shù)據(jù)分析技術(shù)支持垃圾智能處理系統(tǒng)[77],開發(fā)基于卷積神經(jīng)網(wǎng)絡算法的智能垃圾分類系統(tǒng)提高生活垃圾分類準確率及效率[78]等,這些研究體現(xiàn)了在生活垃圾高效精細管理需求下數(shù)學模型方法的發(fā)展趨勢。

2 復雜系統(tǒng)模擬方法

城市生活垃圾綜合管理體系涵蓋眾多主體和環(huán)節(jié),互相關(guān)聯(lián)；同時受到經(jīng)濟發(fā)展、政策干擾等外界因素影響,這些因素共同決定生活垃圾管理效果。隨著對綜合管理決策的認知不斷提高,數(shù)學模型難以完全滿足需求,研究者開始探索復雜系統(tǒng)模擬在管理決策中的應用。

復雜系統(tǒng)是一個社會(Society),其成員稱為主體(Agent),主體具有自治性、適應性、主動性、可通信性和反應能力；主體間存在交互作用及信息、物質(zhì)和能量的交換[79]。復雜適應系統(tǒng)(Complex Adaptive System, CAS)是復雜系統(tǒng)中最具代表性的一類[80],最早在1995年由Holland提出,認為系統(tǒng)中各主體的主動性及主體與環(huán)境的相互作用是促使系統(tǒng)演化的根本原因。涌現(xiàn)(Emergence) 是復雜系統(tǒng)理論的中心概念[81],指多個要素構(gòu)成一個新系統(tǒng)后可得到以前沒有的性質(zhì),使得系統(tǒng)整體功能表現(xiàn)大于各主體表現(xiàn)之和,涌現(xiàn)性是系統(tǒng)中各主體之間非線性交互作用的結(jié)果。

復雜適應系統(tǒng)由若干元素組成,元素間存在交互作用,包含大量非線性關(guān)系,整體系統(tǒng)行為特征不是由單個元素特征簡單線性加和,因此很難使用以往數(shù)學模型方法進行定量表征和分析。復雜系統(tǒng)模擬方法的基本機理是,借助計算機建模技術(shù),把復雜系統(tǒng)中各個主體之間的非線性關(guān)系轉(zhuǎn)化為可執(zhí)行的程序,以模型程序自動運行的方式推演模擬系統(tǒng),從而能以簡化的方式對那些實際中的需要長時間演化的系統(tǒng)進行動態(tài)仿真,實現(xiàn)對復雜系統(tǒng)中主體間交互作用及其帶來的系統(tǒng)涌現(xiàn)進行模擬分析。目前,針對復雜系統(tǒng)的建模方法主要有系統(tǒng)動力學建模(SD)、基于智能體/主體建模(AB)、基于過程建模的離散事件仿真(DE)等經(jīng)典方法。每種建模方法都有其適用的抽象層級范圍,如圖2所示。

圖2 復雜系統(tǒng)仿真建模的主要方法Fig.2 The main methods of complex system simulation modeling

系統(tǒng)動力學模型適用于較高的抽象層次,例如經(jīng)濟、社會系統(tǒng)、生態(tài)系統(tǒng)等,已在這些領(lǐng)域的決策建模中得到了廣泛應用；基于主體的建模適用于中高抽象層級,如項目管理、交通、供應鏈、經(jīng)濟社會系統(tǒng)等領(lǐng)域；離散事件仿真方法主要適用于中低層級的建模,如行人活動、微觀交通系統(tǒng)、機場車站、控制系統(tǒng)等領(lǐng)域。城市生活垃圾管理系統(tǒng)符合復雜適應系統(tǒng)特征,包括元主體序貫決策[82]、系統(tǒng)動力學、基于主體建模等方法常用于模擬分析城市生活垃圾管理系統(tǒng)。

2.1 系統(tǒng)動力學模型

20世紀50年代,以麻省理工學院福雷斯特教授為首的研究組創(chuàng)立了系統(tǒng)動力學模型方法(System Dynamics,SD)[83],該方法是一種基于反饋機制的系統(tǒng)分析方法,將復雜系統(tǒng)中存在的各子系統(tǒng)之間的關(guān)系、子系統(tǒng)與外部環(huán)境的關(guān)系等用函數(shù)或微分方程表達,主要應用在復雜系統(tǒng)隨時間變化而產(chǎn)生的行為模式的研究中,該方法認為行為的動態(tài)變化是系統(tǒng)中反饋結(jié)構(gòu)隨時間變化的結(jié)果。在環(huán)境領(lǐng)域,SD方法被廣泛應用于資源管理[84]、可持續(xù)發(fā)展評估[85]等。在城市生活垃圾管理研究中,SD分析可用于分析垃圾產(chǎn)生量[86-87],如張蕾等運用SD分析影響垃圾產(chǎn)生量的各因素關(guān)系并預測深圳市生活垃圾產(chǎn)生量[88]；SD更多運用于模擬評估生活垃圾管理政策的效果,代峰等關(guān)注垃圾焚燒發(fā)電,運用SD對三方進化博弈過程進行動態(tài)模擬仿真[89]；Cesar, Augusto等為巴西23萬名居民構(gòu)建SD模型并為10年后生活垃圾管理進行情景設(shè)置與評估[90]。其典型優(yōu)勢在于可以模擬復雜系統(tǒng)隨時間變化的線性及非線性關(guān)系,但也存在一定局限。如只能模擬可以用函數(shù)或微分方程進行表達的系統(tǒng)中各主體的反饋機制,無法表達不能用函數(shù)方程表達的交互作用機制等。

2.2 基于主體的建模方法

主體(Agent)的概念最早由麻省理工學院計算機學家及人工智能學科創(chuàng)始人之一Minsky在其1986年出版的《思維的社會》(The Society of Mind)中提出。他認為社會中的各Agent之間通過協(xié)議能夠得到某問題的解,同時認為Agent具有智能性和交互功能[91]。目前Agent的準確定義尚未達成統(tǒng)一,但大多研究者認為Agent具有自治性、主動性、交互性和社會性等屬性。由于復雜系統(tǒng)結(jié)構(gòu)復雜,內(nèi)部包含大量交互成分,且交互頻繁,傳統(tǒng)的建模方法(如解析法、數(shù)值分析法、歸納推理法等)已不能解決復雜系統(tǒng)的研究問題,基于Agent與多Agent的建模和仿真方法(Multi-Agent Based Modeling and Simulation, MABMS)被認為是最具活力、最有效的研究方法。這種方法將CAS系統(tǒng)中的各主體抽象為各Agent,通過刻畫主體的行為響應和主體間的交互作用機制,對系統(tǒng)的整體行為進行模擬,是一種自下而上的建模方法。

基于主體的模型(Agent Based Model,ABM)包含三個元素：Agent、環(huán)境及交互作用。每個Agent都有信息接收、信息輸出(數(shù)值或函數(shù))的功能,通常用多個控制變量、決策目標、決策函數(shù)、行為規(guī)則來刻畫；環(huán)境定義Agent的感知條件和行動對象,無自主行動但是ABM仿真中必不可少的部分；交互作用是Agent協(xié)調(diào)協(xié)作的基礎(chǔ),其核心是消息傳遞,常見形式如Agent之間收發(fā)消息直接交流或模仿蟻群利用信息素傳遞信息調(diào)節(jié)群體行為等?；谥黧w的模型對應三類建模活動：行為模型、環(huán)境模型及調(diào)度模型,分別描述Agent感知行動、環(huán)境互動演化及二者耦合。

目前基于主體的建模方法已被廣泛應用在社會系統(tǒng)[92]、電力市場、供應鏈研究[93]、碳排放交易[94]等,在環(huán)境領(lǐng)域也逐漸運用于水資源管理、能源政策分析[95]。近年來,國內(nèi)外學者開始采用主體建模方法應對城市固體廢物綜合管理系統(tǒng)中的復雜性問題,但相關(guān)研究仍很匱乏。美國邁阿密大學Shi等開發(fā)基于Agent的SSR(Single-stream recycling)系統(tǒng)仿真決策模型框架[96](圖3),利用基礎(chǔ)數(shù)據(jù)庫支撐仿真模塊識別系統(tǒng)仿真的各種不確定因素,比較和評價SSR系統(tǒng)的各種替代路徑。該模型被實際運用于佛羅里達州,為實現(xiàn)2020年廢物資源化率達75%的目標提供決策依據(jù)；李清慧等運用ABM構(gòu)建了工業(yè)廢物交換復雜系統(tǒng)的仿真模擬模型,探討了宜興開發(fā)區(qū)產(chǎn)業(yè)系統(tǒng)中的廢物交換機制和宏觀系統(tǒng)的演化過程[97]；Meng等構(gòu)建基于ABM的生活垃圾分類回收仿真模型,并以蘇州為案例開展政策模擬分析[7]。

圖3 基于Agent的SSR(Single-stream recycling)系統(tǒng)仿真決策模型框架Fig.3 Agent-based SSR (Single-stream recycling) system simulation decision model framework

基于主體的建模分析方法可充分考慮系統(tǒng)的復雜性,如系統(tǒng)中不同主體的目標、屬性、行為、信息等；可制定環(huán)境、經(jīng)濟、社會的不同規(guī)則和決策目標,對系統(tǒng)進行整體調(diào)控模擬；可跨越長時間尺度,綜合空間地理信息,對系統(tǒng)進行預測、優(yōu)化等動態(tài)分析。可見其具有傳統(tǒng)數(shù)學模型方法無法比擬的優(yōu)勢。但由于基于多主體的仿真建模尚屬于新興研究領(lǐng)域,建模理論和方法仍需進一步完善,特別是在模型不確定性分析與可靠性檢驗等方面還較為薄弱[98],加上模型中各主體的行為規(guī)則和決策機制的準確刻畫比較復雜,目前該方法在城市生活垃圾管理決策中的應用研究還比較少,有待進一步加強。

3 城市生活垃圾管理決策研究評述與展望

對國內(nèi)外城市生活垃圾綜合管理決策方法進行綜述,主要發(fā)現(xiàn)如下：

(1)總體而言,常見的城市生活垃圾管理決策方法包括傳統(tǒng)數(shù)學模型方法和復雜系統(tǒng)模擬方法兩大類,可基本涵蓋城市生活垃圾產(chǎn)生、丟棄、收運、回收處理處置等所有環(huán)節(jié),關(guān)注生活垃圾產(chǎn)生者、收運方、終端處置者等不同主體角色。

(2)總結(jié)以往關(guān)注單獨環(huán)節(jié)的研究,城市生活垃圾產(chǎn)生現(xiàn)狀和預測的研究從數(shù)據(jù)規(guī)律外推轉(zhuǎn)變?yōu)橛绊懸蛩靥接?有利于探索生活垃圾產(chǎn)生機制的重要轉(zhuǎn)變,但數(shù)學模型方法仍無法體現(xiàn)主體間非線性關(guān)系對產(chǎn)生量的影響；居民生活垃圾處理行為機制的研究多為基于社會調(diào)查的統(tǒng)計分析,分析因素逐漸發(fā)展為同時包含理性與非理性因素,但多以單個主體為對象,無法解釋各因素交互作用對系統(tǒng)的影響；城市生活垃圾收運的研究從運籌領(lǐng)域布局、路徑優(yōu)化建模開始發(fā)展,逐步借助新技術(shù)與數(shù)據(jù),試圖將社會、經(jīng)濟、環(huán)境效益納入全面考量,但仍無法全面衡量不同產(chǎn)生量、不同居民行為以及不同終端處理手段下的收運系統(tǒng)響應情況。

(3)總結(jié)以往生活垃圾管理方案總體評估的研究,LCA、CBA、MCDM等數(shù)學模型研究方法大多為靜態(tài)的或?qū)δ硯讉€時間點進行分析,忽略了系統(tǒng)性和系統(tǒng)中各主體間的非線性關(guān)系、行為的交互作用及隨時空的動態(tài)變化等。雖然也有少量研究采用系統(tǒng)動力學等系統(tǒng)建模方法,但大多集中在環(huán)境因素對系統(tǒng)的影響或?qū)a(chǎn)生量的預測等方面,對系統(tǒng)中各主體間行為交互作用及其對系統(tǒng)演化的影響的研究仍很匱乏。

(4)城市生活垃圾管理系統(tǒng)具有復雜適應特征,這是目前管理決策研究中常被忽視的問題。城市生活垃圾管理系統(tǒng)是一個復雜系統(tǒng),包含多個主體且主體間交互作用,對該系統(tǒng)的優(yōu)化和政策調(diào)控需要新的決策模型工具來支撐。在城市廢物管理政策評估中,大多單獨評估減量化效益、資源節(jié)約效益、環(huán)境效益、經(jīng)濟效益等,其中很多研究只是基于社會調(diào)查、專家評估、案例比較等進行定性分析；定量研究也多采用傳統(tǒng)線性數(shù)學函數(shù)模型,無法體現(xiàn)系統(tǒng)中存在的大量非線性關(guān)系、主體間信息傳遞和交互作用,沒有充分考慮到城市生活垃圾處理系統(tǒng)的復雜性。針對已有研究對城市生活垃圾管理系統(tǒng)的復雜性、各利益相關(guān)主體行為響應機制、政策實施效果的定量化評價與預測均較為缺乏的現(xiàn)狀,認為有必要充分考慮城市生活垃圾管理的復雜性和系統(tǒng)模擬方法的適用性,加強系統(tǒng)仿真和預測模擬模型開發(fā),定量預判政策實施效果,為決策提供依據(jù)。

(5)隨著經(jīng)濟發(fā)展和社會結(jié)構(gòu)轉(zhuǎn)變,城市生活垃圾管理體系面臨新的挑戰(zhàn),以往的簡單模擬方法將越來越受到模型合理性與數(shù)據(jù)準確性的局限。不同的管理需求為生活垃圾管理方法提出不同的要求,如以電商、快遞、外賣等為代表的新興行業(yè)使得城市生活垃圾的產(chǎn)生更為量大分散,產(chǎn)生情況受消費者習慣影響明顯,需通過運用大數(shù)據(jù)平臺與數(shù)據(jù)挖掘獲知數(shù)量與時空分布；如生活垃圾可回收物管理涉及產(chǎn)業(yè)鏈上下游多主體,如何完成廢物收集、處理和處置,需通過多主體行為建模進一步明確環(huán)境責任等。以基于主體建模、物聯(lián)網(wǎng)與大數(shù)據(jù)等為代表的方法,將擁有更廣泛的應用前景,共同為實現(xiàn)最佳環(huán)境、經(jīng)濟和社會效益的固體廢物綜合管理決策提供工具支撐。與此同時,鑒于基于主體的建模、計算機模擬仿真等方法本身存在的局限性,未來也應進一步加強在建模方法、模型不確定性分析與可靠性檢驗等方面的改進研究,以提升模擬結(jié)果的準確性和可靠性。

4 結(jié)語

促進生活垃圾源頭減量和資源回收、構(gòu)建前后端匹配的生活垃圾基礎(chǔ)設(shè)施體系、管理運營財政支出低成本化等是城市生活垃圾綜合管理的直接目標,據(jù)此達成環(huán)境、社會、經(jīng)濟效益最優(yōu)的最終目標。如今我國已逐漸邁入生活垃圾精細化管理時代,系統(tǒng)中不同主體需承擔共同但有區(qū)別的責任。新形勢要求下,管理決策研究需與時俱進,擺脫單一主體、有限目標、部分環(huán)節(jié)、線性關(guān)系等局限,充分探索復雜系統(tǒng)模擬方法,注重社會學、數(shù)學建模、計算機技術(shù)與環(huán)境管理等學科方法的交叉融合,加強系統(tǒng)性分析,關(guān)注系統(tǒng)中各利益相關(guān)主體間的非線性交互作用及其對系統(tǒng)演化的影響等,以助力實現(xiàn)城市生活垃圾精準化管理和系統(tǒng)、科學決策。