郭衛(wèi)廣,雍 毅，吳 怡，侯 江,鄭玲玲

(四川省生態(tài)環(huán)境科學(xué)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(kuò)張、城市人口的增長(zhǎng)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(zhǎng)，成為影響城市發(fā)展的重要因素。準(zhǔn)確地預(yù)測(cè)城市生活垃圾數(shù)量對(duì)今后更好地開(kāi)展環(huán)境管理工作非常重要[1]。

國(guó)內(nèi)外對(duì)城市生活垃圾產(chǎn)量預(yù)測(cè)研究較多。如楊小妮采用多元回歸模型預(yù)測(cè)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(duì)上海市垃圾產(chǎn)量規(guī)模預(yù)測(cè)[3]。任婉俠對(duì)沈陽(yáng)市生活垃圾排放現(xiàn)狀及產(chǎn)生量預(yù)測(cè)[4]。陳群采用灰色預(yù)測(cè)模型與多元線性回歸相結(jié)合對(duì)珠三角地區(qū)典型城鄉(xiāng)生活垃圾現(xiàn)狀與發(fā)展預(yù)測(cè)研究[5]。Chun Qing等采用灰色模型對(duì)長(zhǎng)春市生活垃圾產(chǎn)量進(jìn)行了預(yù)測(cè)[6]。但國(guó)內(nèi)外學(xué)者對(duì)成都市生活垃圾產(chǎn)量的預(yù)測(cè)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(guò)對(duì)成都市生活垃圾產(chǎn)生量進(jìn)行預(yù)測(cè)，同時(shí)通過(guò)對(duì)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(guó)大、中城市固體廢物污染環(huán)境防治年報(bào)》和《成都市統(tǒng)計(jì)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(wàn)噸，平均日產(chǎn)1.71萬(wàn)噸，較2013年增長(zhǎng)了56.4%，年均增長(zhǎng)率為9.4%，這與成都市近些年的城區(qū)快速擴(kuò)張和城市化率的顯著提高有很大關(guān)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(kāi)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(kāi)始部分社區(qū)的垃圾分類試點(diǎn)工作，2015年成都市專門成立了生活垃圾分類工作推進(jìn)小組，發(fā)布了《關(guān)于深入推進(jìn)城鄉(xiāng)生活垃圾分類工作的意見(jiàn)》，2017年又陸續(xù)發(fā)布了針對(duì)中小學(xué)、家庭、公共機(jī)構(gòu)等多個(gè)生活垃圾分類實(shí)施方案。2018年發(fā)布《關(guān)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(shí)施方案(2018-2020年)》、《生活垃圾分類設(shè)施設(shè)備規(guī)范(DB5101T3—2018)》等政策和技術(shù)性文件，加快城市生活垃圾分類進(jìn)程。

成都市出臺(tái)的《成都市生活垃圾分類實(shí)施方案(2018-2020年)》明確，到2020年全市黨政機(jī)關(guān)、學(xué)校等公共機(jī)構(gòu)、軍隊(duì)單位及商業(yè)綜合體、相關(guān)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(dá)60%；生活垃圾末端處理減量率(人均)達(dá)15%，生活垃圾回收利用率達(dá)15%，無(wú)害化處理率達(dá)99%。

2019年發(fā)布的《成都市生活垃圾管理?xiàng)l例》明確了成都市生活垃圾分類標(biāo)準(zhǔn)，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(duì)未按規(guī)定投放生活垃圾的，由城市管理部門責(zé)令改正；拒不改正的將受到強(qiáng)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(gè)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(dá)434.13萬(wàn)戶，居民生活垃圾分類覆蓋率達(dá)68.33%，1519家黨政機(jī)關(guān)、3780個(gè)學(xué)校、868個(gè)醫(yī)療機(jī)構(gòu)、125個(gè)商業(yè)綜合體生活垃圾分類覆蓋率均達(dá)100%；全市9 047個(gè)小區(qū)配備了四分類設(shè)施，配備四分類運(yùn)輸車2015輛，建成投用生活垃圾焚燒處置設(shè)施5個(gè)、無(wú)害化衛(wèi)生填埋設(shè)施7座，日處置生活垃圾1.8萬(wàn)噸以上。成都市預(yù)計(jì)將于2021年3月1日步入強(qiáng)制生活垃圾分類城市之列。

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

2 研究方法

目前對(duì)城市垃圾產(chǎn)量預(yù)測(cè)的方法，主要有趨勢(shì)外推預(yù)測(cè)方法、回歸預(yù)測(cè)方法和BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法等[11]。趨勢(shì)外推預(yù)測(cè)方法是根據(jù)事物的歷史和現(xiàn)實(shí)數(shù)據(jù)，運(yùn)用一個(gè)數(shù)學(xué)模型擬合一條趨勢(shì)線，然后用這個(gè)模型外推預(yù)測(cè)未來(lái)時(shí)期事物的發(fā)展。趨勢(shì)外推預(yù)測(cè)法比較適合中、長(zhǎng)期新產(chǎn)品預(yù)測(cè)?；貧w預(yù)測(cè)方法是根據(jù)自變量和因變量之間的相關(guān)關(guān)系進(jìn)行預(yù)測(cè)的。組合預(yù)測(cè)法是對(duì)同一個(gè)問(wèn)題，采用多種預(yù)測(cè)方法。BP網(wǎng)絡(luò)又稱反向傳播神經(jīng)網(wǎng)絡(luò)，通過(guò)樣本數(shù)據(jù)的訓(xùn)練，不斷修正網(wǎng)絡(luò)權(quán)值和閾值使誤差函數(shù)沿負(fù)梯度方向下降，逼近期望輸出。它是一種應(yīng)用較為廣泛的神經(jīng)網(wǎng)絡(luò)模型，多用于函數(shù)逼近、模型識(shí)別分類、數(shù)據(jù)壓縮和時(shí)間序列預(yù)測(cè)等[12]。

BP神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)、自組織、自適應(yīng)和較強(qiáng)的容錯(cuò)性等特點(diǎn)，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(duì)具有多因素、不確定性、非線性和隨時(shí)間變化特性的對(duì)象進(jìn)行研究。與其他預(yù)測(cè)方法相比，BP神經(jīng)網(wǎng)絡(luò)具有很多突出的優(yōu)點(diǎn)[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(dāng)復(fù)雜的聯(lián)系，具有較強(qiáng)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(luò)模型方法綜合完成。層次分析法對(duì)城市生活垃圾產(chǎn)生量影響因素進(jìn)行綜合評(píng)價(jià)篩選，篩選出主要的影響因素。BP神經(jīng)網(wǎng)絡(luò)分析方法為主要框架，以層次分析法和灰色預(yù)測(cè)模型得出的結(jié)果作為其協(xié)變量因子，進(jìn)行成都市城市生活垃圾產(chǎn)生量預(yù)測(cè)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?、城?zhèn)戶籍人口、城鎮(zhèn)常住人口、旅游總?cè)丝诘?、經(jīng)濟(jì)因素(城市GDP、城鎮(zhèn)居民人均可支配收入、人均消費(fèi)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(chǎng)面積等)等。

本研究采用層次分析法對(duì)影響城市垃圾產(chǎn)生量的因素進(jìn)行綜合評(píng)價(jià)，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(luò)預(yù)測(cè)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(biāo)層、準(zhǔn)則層、指標(biāo)層三級(jí)。在構(gòu)建層次分析結(jié)構(gòu)模型的基礎(chǔ)上，構(gòu)造判斷矩陣，結(jié)合國(guó)內(nèi)城市垃圾行業(yè)專家進(jìn)行專家打分確定權(quán)重，對(duì)專家的打分結(jié)果進(jìn) 行一致性檢驗(yàn)和加權(quán)平均得出最終綜合評(píng)價(jià)的權(quán)重結(jié)果，如表2所示。

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

經(jīng)過(guò)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(fèi)性支出和建成區(qū)面積四項(xiàng)重要指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)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(jì)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(yù)測(cè)

本研究采用灰色預(yù)測(cè)模型對(duì)2020-2030年的城鎮(zhèn)常住人口、旅游總?cè)丝?、城?zhèn)居民人均消費(fèi)性支出和建成區(qū)面積四項(xiàng)重要指標(biāo)進(jìn)行預(yù)測(cè)。預(yù)測(cè)結(jié)果模型精度都為1級(jí)，滿足要求，結(jié)果如下表4。

3.3 建模與訓(xùn)練

本研究采用SPSS24軟件中神經(jīng)網(wǎng)絡(luò)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(fèi)性支出和建成區(qū)面積作為BP神經(jīng)網(wǎng)絡(luò)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(shè)Xn為輸入值，X1為城鎮(zhèn)常住人口，X2為旅游總?cè)丝冢琗3為城鎮(zhèn)居民人均消費(fèi)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(duì)輸入變量和期望輸出值進(jìn)行離差標(biāo)準(zhǔn)化，離差標(biāo)準(zhǔn)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(guò)離差標(biāo)準(zhǔn)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(biāo)準(zhǔn)化的數(shù)據(jù)都是沒(méi)有單位的純數(shù)量。離差標(biāo)準(zhǔn)化是消除量綱(單位)影響和變異大小因素影響的最簡(jiǎn)單的方法。

其次計(jì)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(jì)算隱含層輸出層。根據(jù)隱含層輸出、連接權(quán)值和閾值，計(jì)算神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出。根據(jù)網(wǎng)絡(luò)預(yù)測(cè)輸出和期望輸出，計(jì)算網(wǎng)絡(luò)預(yù)測(cè)誤差。根據(jù)網(wǎng)絡(luò)預(yù)測(cè)誤差更新網(wǎng)絡(luò)連接權(quán)值。根據(jù)網(wǎng)絡(luò)預(yù)測(cè)誤差更新網(wǎng)絡(luò)節(jié)點(diǎn)閾值。通過(guò)反復(fù)對(duì)模型進(jìn)行訓(xùn)練，發(fā)現(xiàn)訓(xùn)練次數(shù)為9 000次時(shí)達(dá)到很好的精度要求，整體誤差達(dá)到了0.000 27。

3.4 模擬預(yù)測(cè)結(jié)果

訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的2001-2019年垃圾數(shù)量與實(shí)際垃圾數(shù)量非常接近，可以用這個(gè)模型來(lái)預(yù)測(cè)未來(lái)10年的垃圾數(shù)量。利用在灰色模型中預(yù)測(cè)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(fèi)性支出和建成區(qū)面積數(shù)據(jù)及已經(jīng)過(guò)訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)模型，得到如下圖1預(yù)測(cè)數(shù)據(jù)。經(jīng)預(yù)測(cè)，2020年成都市城市垃圾產(chǎn)生量為699.21萬(wàn)噸，2025年為834.28萬(wàn)噸，2030年為960.198萬(wàn)噸。

4 結(jié)論

經(jīng)過(guò)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(fèi)性支出和建成區(qū)面積四項(xiàng)重要指標(biāo)對(duì)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(luò)模型方法對(duì)成都市生活垃圾產(chǎn)生量進(jìn)行預(yù)測(cè)，經(jīng)預(yù)測(cè)成都市2020年城市垃圾產(chǎn)生量為699.210萬(wàn)噸，2025年為834.280萬(wàn)噸，2030年為960.198萬(wàn)噸。其中，2025年和2030年分別比2018年的增長(zhǎng)了33.9%和54.1%。

根據(jù)對(duì)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(shè)施建設(shè)，未來(lái)垃圾設(shè)施建設(shè)規(guī)模預(yù)計(jì)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(yùn)車、垃圾分類轉(zhuǎn)運(yùn)站的全面改造升級(jí)。增強(qiáng)小區(qū)垃圾分類桶及垃圾轉(zhuǎn)運(yùn)站的污染防治措施。

(2)廚余類垃圾是開(kāi)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(yīng)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(yùn)和處置成本，建議廚余類垃圾后續(xù)回收桶應(yīng)增加干濕分離篩，夏天應(yīng)增加收運(yùn)次數(shù)，開(kāi)展多種創(chuàng)新模式，如加強(qiáng)設(shè)施建設(shè)推進(jìn)廚余垃圾就地處置等。