北京城市生活垃圾产生量的影响因素研究及预测*

高会苗，戴铁军，高晓龙

（北京工业大学循环经济研究院，北京 100124）

北京城市生活垃圾产生量从2003年的425.1万t增长到2008年的672.8万t，年均增长率达9.6%。2008年北京奥运会以来，由于政府加大了环保力度，采取了一系列垃圾减量化措施，一定程度上抑制了垃圾产生量的过快增长，所以城市生活垃圾产生量出现短暂的负增长，2011年下降到634.4万t，但2011年以后垃圾产生量又呈现上升的趋势。笔者着眼于北京市未来可持续规划，对北京城市生活垃圾产生量的影响因素进行研究，分析其对垃圾产生量的作用，并运用科学的方法建立北京城市生活垃圾产生量预测模型，准确预测北京市未来几年的城市生活垃圾产生量，为政府部门进行城市建设和生活垃圾全过程管理提供科学的决策信息。

1 影响因素研究

1.1 内在因素的影响

内在因素是指直接影响城市生活垃圾清运量变化的因素，包括人口数量、城市建设水平、居民消费水平等。

本研究根据相关资料分析并结合数据的可获得性，拟考虑的影响北京城市生活垃圾产生量的内在因素有常住人口、旅游人数、地区生产总值、社会消费品零售额、人均消费性支出、集中供热面积。北京市2003—2012年生活垃圾产生量及可能的影响因素统计数据见表1。

表1 2003—2012年北京市城市生活垃圾产生量及主要影响因素

利用多元线性回归分析方法，借助SPSS对垃圾产生量可能的影响因素进行相关性分析，此方法能较好地反映城市生活垃圾产生量与因素间的相关性，体现各因素影响作用的大小。在显著水平为5%时得到的相关系数矩阵，见表2。

表2 各变量之间的相关性

分析数据表明，垃圾产生量（Y） 与各影响因素（Xi）间的相关系数均在0.7以上，说明所选变量对因变量的影响是显著的，即北京市城市生活垃圾产生量与该地区的人口数量、地区生产总值、人均消费性支出、社会消费品零售额、集中供热面积等因素密切相关。其中这些影响因素可以归2大类，一类是反映人口数量的变量，如X1、X2、X6，一类是反映经济水平的变量，如X3、X4、X5。在其他因素不变的情况下，人口增加必然引起垃圾产生量的增加，人们生活水平提高，消费品种类和数量的增加，这些均会不同程度地引起垃圾产生量的增加。

据统计，经济发达地区的垃圾产生量普遍高于经济欠发达地区。高收入国家人均垃圾产生量为0.7～1.3 kg/（d·人），中等收入国家为0.5～0.9 kg/（d·人），低收入国家仅0.3～0.6 kg/（d·人）［1］。北京作为世界性的大都市，无论经济水平还是人口数量都呈现逐年增长的趋势，这将直接导致城市生活垃圾产生量增加。

1.2 社会因素的影响

社会因素主要是指垃圾管理方面的法律规章制度、社会行为准则、社会道德规范，是人类对垃圾产生系统的干预。如实施生活垃圾源头分类回收、再利用等措施可以大幅减少垃圾产生量。

历年来北京市出台的有关生活垃圾管理及处置方面的政策见表3［2-3］。

表3 北京市生活垃圾管理政策

2008年以后北京市生活垃圾产生量明显下降，这主要得益于政府为举办奥运会采取了一定垃圾减量化措施，同时也印证了政府在垃圾管理方面的重要性。

虽然北京政府早在1993年便提出了垃圾分类的概念，并进行了不断的探索，但管理实践效果一直不理想，而管理者多将原因归结为市民分类意识差，没有分类收集的习惯，却忽视了主要原因：一是缺乏广泛深入的宣传，居民对分类标准不明确。生活垃圾分类需要很强的相关知识，简单的宣传不足以使居民对生活垃圾正确的分类。日本是垃圾分类最成功的国家，除了完善的立法，日本政府还制定详尽的垃圾分类规则，在中小学生教材、家庭主妇生活用书、各种媒体等方面都有体现，使垃圾分类的意识深入人心。二是缺乏有力的政策扶持和配套的执行措施，没有明确的奖惩机制。推广垃圾分类，需要政府很大的投入，尤其在初期，应实行一定的鼓励政策，如给予相关企业财政补贴等以激发人们参与垃圾分类的积极性；增加管理人员，对垃圾分类实行情况进行监督，对不遵守规则的人进行惩罚。我国台北市地少人多，也一度为垃圾问题所困扰，台湾政府实施“垃圾不落地”、“垃圾费随袋征收”等政策，并采取“举报有奖”的措施，有力保障了垃圾分类的顺利进行，垃圾产生量显著下降，2000年台北垃圾日均产生量2 970 t，2009年只有1 009 t，减量67%，资源回收的比例也从2.4%提高到45%［4］。

1.3 个体因素的影响

个体因素主要是指垃圾产生主体的行为习惯和受教育程度等，这主要是与个体的环境保护意识有关［3］。如增强人们环保和节约资源的意识，通过改变行为习惯可以实现垃圾的源头分类，使垃圾的产生量减少。

据调查，大多数人能理解环境保护，但是为了保护环境而牺牲自己的某些舒适性和方便性的人还很少［5］。从社会规范角度分析，垃圾分类行为是一个利他行为。利他行为的一个重要特点是多数人同意这是一个导致道德行为的规范，但实际中并不是每个人都愿意这样做。Hopper和Carl-Niesen利用利他模型（图1）解释城市生活垃圾回收行为，这个模型试图解释在哪些条件下社会规范才能转化为行为，研究表明，只有在特定情况下，人们感受到回收行为结果和责任意识为高时，回收社会规范才会通过调节个人规范影响回收行为［6］。

图1 作为利他行为的回收行为

同样，对于垃圾分类的规范，当人们感受到分类行为的结果和责任意识较高时，才会自觉地实施分类行为。如何提高人们垃圾分类的责任意识，使人们感受到垃圾分类的结果，学者普遍认为，对个体而言，垃圾分类行为主要受动机、能力、机会3个因素的影响。

首先，需具有参与垃圾分类的动机，这是人们自觉进行垃圾分类工作的驱动力。政府可以采取一定的经济政策，奖惩同施，如免费发放具有垃圾分类标识的垃圾桶和垃圾袋，收取垃圾排放费，对未按要求进行分类的人们进行一定的经济罚款，从经济上激励人们对垃圾进行分类和减量，使人们的经济利益与排放垃圾的行为联系起来。

其次，需具备垃圾分类的能力，才能按规定完成垃圾分类的责任。生活垃圾的种类有很多，绝大部分没有分类标识，未经垃圾分类知识培训的大多数人不能按照细化的方法将其正确分类，尤其是老人和儿童。因此，政府部门需要加强分类知识的宣传力度，对人们进行细致而深入的宣传教育，提高人们垃圾分类能力，这是对垃圾进行准确分类的前提。

此外，还需提供促使人们参与垃圾分类的机会，这就需要政府提供完善的垃圾分类收集、分类运输、分类处置的设施。

2 北京城市生活垃圾产生量预测

目前比较成熟的垃圾产生量预测方法主要有：多元回归分析法、灰色预测法、时间序列分析法、比率推算法等［7］。其中多元回归分析和灰色模型在生活垃圾产生量预测方面较为常用。

2.1 预测模型的适用性分析

2.1.1 多元线性回归模型适用性分析

多元回归分析，就是用2个或2个以上的影响因素作为自变量来解释因变量的变化，表达式为yi=β0+β1x1i+β2x2i+…+βkxki+μi，该模型除了能做产量的预测之外，还可以进行影响因素的分析，比如在对于共同影响一个变量的许多变量之间找出主要影响因素和次要因素，该模型考虑的因素比较多，预测结果较为科学。已有一些专家学者运用回归模型对城市生活垃圾产生量进行了预测。如丁湘蓉等采用多元线性回归分析方法对北京海淀区城区的生活垃圾进行分析，得出非农业人口和暂住人口、国内生产总值、城镇居民人均可支配收入、城镇居民人均消费性支出是影响垃圾产生量的主要因素，由此建立了垃圾产生量预测模型，并成功对2006—2010年海淀区生活垃圾产生量进行了预测［8］。

由表2的分析结果表明，各影响因素对北京市城市生活垃圾产生量影响很大，相关系数均在0.7以上。但各影响因素间的相关性也很大，如地区生产总值与社会消费品零售额之间的相关性高达0.996，影响因素间的相关性最低值也在0.9以上。从表2可以看出，自变量间的相关性远高于因变量与自变量之间的相关性，不符合多元回归模型中“自变量之间互斥性”的准则，因此，垃圾产生量不能用多元线性回归方法进行预测。

2.1.2 GM（1，1） 预测模型适用性分析

由于城市垃圾系统为灰色系统，既有已知信息，也有未知信息。城市垃圾产生量一般具有单调递增，并且非负，变化率不均匀的特点，符合灰色理论的建模条件［9］。因此，对北京城市生活垃圾产生量的预测拟采用GM（1，1）模型。

首先，对北京市城市生活垃圾产生量的原始数据进行GM（1，1）模型的级比检验，分析建模的可行性。

设为非负的原始数据序列X（0）={x（0）（1），x（0）（2），…，x（0）（n）}，对给定的序列X（0）进行级比检验，分析能否建立精度较高的GM（1，1）预测模型，一般可用X（0）的级比的大小与所属区间来判断，级比计算式为，当σ（0）（k）∈时，序列X（0）可作GM（1，1） 建模。由2003—2012年北京城市生活垃圾产生量构建原始数列并计算级比得：

X（0）={425．1，495．5，536．9，585．1，619．5，672．8，669．1，634．9，634．4，648．3}；

σ（0）= （0．858，0．923，0．918，0．944，0．921，1．005，1．054，1．001，0．978）。

2.2 GM（1，1） 模型的建立

采用GM（1，1）模型，建模步骤如下：

第一步，对作1-AGO（一次累加生成），得X（1）=对作紧邻均值生成，得其中

第二步，求参数a、b。

设（a，b）T为待估参数向量，构建累加数据阵B和常数向量Y。

参数a、b可通过最小二乘法求得

第三步，确定模型。

上述方程的解即时间响应函数为：x（1）（t）=

2） 求X（1）模拟值。

取x（1）（1）=x（0）（1），得

3） 求X（0）的模拟值。

第四步，精度检验，见表4。

表4 模型精度检验判别

1） 计算相对误差。

残差e（k），相对误差ε，平均相对误差ε¯，精度p0的计算公式分别为：

n残差数列方差

4） 计算后验差检验值C，小误差概率P。其中

按上述步骤计算得：a=-0．027，b=526．807。代入时间响应式得，（k+1）=19 613．118e0．027k-19 188．018，k=1，2，…，n。

式中k为时间序列排序值，对2003—2012年北京城市生活垃圾产生量进行排序，k的取值依次为0～9。2003—2012年北京城市生活垃圾产生量的预测值及精度分析结果见表5。

2.3 产生量预测

经验证，该模型精度较高，不需要作残差修正，可作垃圾产生量的预测。根据现有数据和目前的管理现状，进一步运用此模型对北京市未来几年的生活垃圾产生量进行预测，结果显示：2015年，北京市城市生活垃圾年产生量将达到750万t；到2020年，将超过870万t；远期到2025年，垃圾年产生量将达到1 000万t。

3 减量化建议

1）健全垃圾管理专项法规和实施细则。健全完善的立法体系应是综合性的基本法、各主要方面的单行法、针对具体问题的法规和规章，相互配合相互补充的协调统一体系。历年来，北京市虽然颁布了一些垃圾管理方面的规章制度，但多为原则性规定，可操作性不强。在生活垃圾管理的立法方面，政府部门应充分利用立法权利，制定垃圾管理的专项法规，其内容至少要明确垃圾管理的原则、减量化目标、分类标准、再生资源范围、各相关主体的职责、优惠政策以及违法行为的惩罚措施等内容，以此为母法，再制定配套的实施细则和标准。

表5 GM（1，1） 模型的精度分析

2）变革垃圾收费类型促进垃圾源减量。北京政府已经认识到垃圾排放收费的必要性，对排放垃圾的住户收取垃圾处理费。但收费形式多为固定收费，即将垃圾费归为物业费，不论垃圾产生量多少每月收取固定的费用。这种收费形式虽然能够为垃圾处理筹集到资金，使政府财政压力得到缓解，但对公众起不到垃圾减量化的激励，达不到垃圾源头减量的作用。在垃圾收费方面，政府应该明确收费的目的是为了促进垃圾源头分类、源头减量。对此，可借鉴国内外先进经验，采用垃圾费随袋征收，计量收费的形式。政府免费给居民发放有分类标识的垃圾袋，对不同种类的垃圾采用不同的收费标准，例如，对可回收利用的垃圾收取相对较低的费用，让民众看到分类后的实惠，提高自愿分类的积极性。

3）源头分类是实现垃圾减量的重要前提，政府部门在采取合理有效的法律和经济政策对主体行为进行约束的同时，还应加强垃圾处理的技术支撑、鼓励回收利用企业、加大垃圾分类宣传等管理措施，保障垃圾再生利用系统持续健康的发展，真正实现垃圾的减量化、资源化，提高垃圾回收利用率，降低垃圾产生量。

［1］穆罕默德·马斯理.城市垃圾管理系统优化的研究［D］.武汉：武汉大学，2004.

［2］肖献法.北京市有关“生活垃圾分类收集和处理”的政策回顾［J］.商用汽车，2011（2）：21-22，49.

［3］贾子利.北京市生活垃圾分类及处置方式研究［D］.北京：北京林业大学，2011.

［4］谭文柱.城市生活垃圾困境与制度创新：以台北市生活垃圾分类收集管理为例［J］.城市发展研究，2011（7）：95-101.

［5］Mee N，Clewes D.The influence of corporate communication on recycling behavior［J］.Corpor Commun，2004，9（4）：265-275.

［6］Hopper J R，Carl-Niesen J M.Recycling as altruistic behavior：Normative and behavior strategies to expand participation in a community recycling program［J］.Environ Behav，1991，23 （2）：195-220.

［7］赵丽君.城市生活垃圾减量与资源化管理研究［D］.天津：天津大学，2009.

［8］丁湘蓉，霍维周，童金义，等.生活垃圾产量预测实例研究［J］.环境与可持续发展，2007（6）：39-42.

［9］李小明，王敏，陈昭宜.灰色理论模型预测城市垃圾量［J］.环境工程，2002，20（3）：70-71.