組合模型在城市生活垃圾產(chǎn)生量預(yù)測(cè)中的應(yīng)用

王林昌

（中國(guó)石油化工股份有限公司催化劑北京奧達(dá)分公司，北京 101111）

組合模型在城市生活垃圾產(chǎn)生量預(yù)測(cè)中的應(yīng)用

王林昌

（中國(guó)石油化工股份有限公司催化劑北京奧達(dá)分公司，北京 101111）

分析了1996—2008年廈門市生活垃圾產(chǎn)生量的變化特性及其影響因素，并利用組合模型預(yù)測(cè)今后若干年內(nèi)垃圾產(chǎn)生量。結(jié)果表明：近十幾年內(nèi)，廈門市生活垃圾產(chǎn)生量逐年遞增，年平均增長(zhǎng)率約為10%，島內(nèi)垃圾產(chǎn)生量占總量的65%～80%，且垃圾年增長(zhǎng)率小于島外；該市垃圾產(chǎn)生量與城市人口、國(guó)民生產(chǎn)總值、社會(huì)消費(fèi)品零售總額和城市居民消費(fèi)性支出具有較強(qiáng)的正相關(guān)性；組合預(yù)測(cè)結(jié)果表明2015年該市生活垃圾產(chǎn)生量約是2010年的1．6倍。

生活垃圾；產(chǎn)生量；組合模型

隨著經(jīng)濟(jì)的快速發(fā)展和人民生活水平的普遍提高，城市生活垃圾每天源源不斷產(chǎn)生，大量生活垃圾已成為困擾城市發(fā)展、污染市容環(huán)境、影響市民生活的社會(huì)問題。研究垃圾產(chǎn)生量及其特征，可為城市的環(huán)境規(guī)劃和總量控制提供科學(xué)的決策信息，也能為生活垃圾的收集、運(yùn)輸和處理提供科學(xué)合理的行動(dòng)措施和實(shí)施方案［1］。以廈門市為例，首先研究該市十幾年來(lái)垃圾的產(chǎn)生量，及其與影響因素的關(guān)系，然后基于組合模型預(yù)測(cè)今后若干年垃圾的產(chǎn)生量，為垃圾處理與處置的政策制定提供參考。

1 垃圾產(chǎn)生量及影響因素

廈門市生活垃圾的來(lái)源主要是企事業(yè)單位、居民區(qū)的生活垃圾、商業(yè)垃圾；部分混入的工業(yè)垃圾、建筑裝修垃圾；道路清掃與保潔的垃圾。廈門市島內(nèi)、島外和總的生活垃圾年產(chǎn)生量如圖1所示?？梢钥闯觯豪a(chǎn)生量逐年增長(zhǎng)，年增長(zhǎng)率為4%～17%，平均約為10%；島內(nèi)垃圾產(chǎn)生量占總量的65%～80%，年增長(zhǎng)率為1%～10%，低于島外的年增長(zhǎng)率7%～38%，島外的垃圾產(chǎn)生量增速較高。

導(dǎo)致廈門市城市生活垃圾產(chǎn)生量逐年增大的因素主要有人口數(shù)量、城市經(jīng)濟(jì)發(fā)展和居民生活水平等。近幾年隨著廈門經(jīng)濟(jì)和旅游事業(yè)的迅速發(fā)展，城市規(guī)模不斷擴(kuò)大，城市人口快速膨脹，經(jīng)濟(jì)多元化吸引了大量農(nóng)村剩余勞動(dòng)力，這些因素均促使城市生活垃圾產(chǎn)生量逐年增加。居民收入的增加也導(dǎo)致城市生活垃圾產(chǎn)生量呈上升態(tài)勢(shì)，1997年北京市不同收入的家庭人均垃圾產(chǎn)生量統(tǒng)計(jì)表明：人均月收入少于400元的低收入家庭垃圾產(chǎn)生量較大；家庭人均月收入在400～800元，垃圾產(chǎn)生量呈下降趨勢(shì)；但月收入超過800元后，垃圾產(chǎn)生量又逐漸增加［2］。

影響城市生活垃圾產(chǎn)生量的因素一般可分為內(nèi)在、自然、個(gè)體和社會(huì)4個(gè)方面［3］。其中內(nèi)在的因素又包括人口數(shù)量、居民生活水平和城市經(jīng)濟(jì)發(fā)展水平等，通常將其歸納為城市人口、國(guó)民生產(chǎn)總值、社會(huì)消費(fèi)品零售總額和城市居民消費(fèi)性支出，這4個(gè)因素與垃圾產(chǎn)生量的線性相關(guān)系數(shù)分別為 0．97、0．99、0．98 和 0．95。

為了探討垃圾產(chǎn)生量與影響因素之間的數(shù)量關(guān)系，根據(jù)廈門市的垃圾產(chǎn)生量和影響因素，進(jìn)行多元線性回歸，得到關(guān)系式如下：

式中：y為廈門市生活垃圾產(chǎn)生量計(jì)算值，萬(wàn)t/a；x1為城市人口，萬(wàn)人；x2為廈門市國(guó)民生產(chǎn)總值，億元/a；x3為社會(huì)消費(fèi)品零售總額，億元/a；x4為城市居民消費(fèi)性支出，元/a。

公式（1）計(jì)算值與實(shí)際值較為接近，擬合性較好，如圖2所示。

圖2 廈門市垃圾產(chǎn)生量實(shí)際值與計(jì)算值

2 垃圾產(chǎn)生量組合預(yù)測(cè)

2.1 單一模型

2.1.1 線性回歸法

生活垃圾產(chǎn)生量逐年增大，與年份之間具有較強(qiáng)的線性相關(guān)，CJ/T 106—1999城市生活垃圾產(chǎn)量計(jì)算及預(yù)測(cè)方法中也提及采用線性模型預(yù)測(cè)垃圾產(chǎn)生量，其表達(dá)式為：

式中：y為預(yù)測(cè)年的垃圾產(chǎn)生量，t為預(yù)測(cè)的年份。

2.1.2 指數(shù)回歸法

指數(shù)模型也常作為預(yù)測(cè)垃圾產(chǎn)生量的方法，其表達(dá)式為：

式中：y為預(yù)測(cè)年的垃圾產(chǎn)生量，t為預(yù)測(cè)的年份。

2.1.3 年增長(zhǎng)率法

若以年份作為自變量，考慮每年的增長(zhǎng)率，則垃圾產(chǎn)生量可表示成年份的一元函數(shù)，稱為年增長(zhǎng)率法，即：

式中：y為預(yù)測(cè)年的垃圾產(chǎn)生量，y0為基準(zhǔn)年垃圾產(chǎn)生量，a為統(tǒng)計(jì)周期內(nèi)年平均增長(zhǎng)率，t為預(yù)測(cè)年限。

2.2 組合模型

單一模型只能代表各自方法的信息，而組合預(yù)測(cè)法是按照某種原則，把不同方法進(jìn)行組合，綜合利用各種方法提供的信息以提高預(yù)測(cè)精度。筆者根據(jù)誤差平方和的平方根最小的原則計(jì)算各種方法的權(quán)重［4］，設(shè)共有m種預(yù)測(cè)方法，第i種預(yù)測(cè)方法的誤差為：

式中：ei為第i種預(yù)測(cè)方法的誤差；yit為第i種預(yù)測(cè)方法第t年的垃圾產(chǎn)生量預(yù)測(cè)值；y0t為第t年的垃圾產(chǎn)生量實(shí)際值；n為年數(shù)。

由最小二乘法求得權(quán)重：

式中：yt為第t年垃圾產(chǎn)生量的組合預(yù)測(cè)值。

2.3 精度檢驗(yàn)與預(yù)測(cè)結(jié)果

根據(jù)CJ/T 106—1999，預(yù)測(cè)基數(shù)選取時(shí)，必須以預(yù)測(cè)相鄰年份開始連續(xù)上溯6～8 a的垃圾產(chǎn)生量為基數(shù)。根據(jù)圖1中1996—2005年廈門市生活垃圾產(chǎn)生量，預(yù)測(cè)2006—2008年的垃圾產(chǎn)生量，通過與實(shí)際值的比較，檢驗(yàn)預(yù)測(cè)模型的精度；然后從中選取預(yù)測(cè)精度最高的模型，根據(jù)1996—2008年13 a的垃圾年產(chǎn)生量，預(yù)測(cè)未來(lái)5 a垃圾的產(chǎn)生量。

首先利用3種單一方法預(yù)測(cè)2006—2008年的垃圾產(chǎn)生量，預(yù)測(cè)結(jié)果見表1，線性回歸法的誤差較大，年增長(zhǎng)率法的誤差較小。然后綜合利用3種方法進(jìn)行組合預(yù)測(cè)，經(jīng)計(jì)算3種方法的權(quán)重依次為0．10、0．38和0．52，組合模型的預(yù)測(cè)結(jié)果見表1，該法的平均誤差小于單一法的誤差，可見其精度最高。

根據(jù)3種單一方法的預(yù)測(cè)結(jié)果和權(quán)重，由下式計(jì)算垃圾產(chǎn)生量的組合預(yù)測(cè)值：

式中：y1、y2和y3分別為線性回歸法、指數(shù)回歸法和年增長(zhǎng)率法的垃圾產(chǎn)生量預(yù)測(cè)值。

表1還列出各種方法預(yù)測(cè)今后廈門市5 a的垃圾產(chǎn)生量，根據(jù)組合預(yù)測(cè)結(jié)果，2015年廈門市垃圾產(chǎn)生量約是2010年的1．6倍。

表1 廈門市生活垃圾產(chǎn)生量預(yù)測(cè)結(jié)果

3 結(jié)論

1） 1996—2008年廈門市生活垃圾產(chǎn)生量逐年遞增，年增長(zhǎng)率約10%，島內(nèi)垃圾產(chǎn)生量占總量的65%～80%，且其垃圾年增長(zhǎng)率小于島外。

2）廈門市垃圾產(chǎn)生量與城市人口、國(guó)民生產(chǎn)總值、社會(huì)消費(fèi)品零售總額和城市居民消費(fèi)性支出具有較強(qiáng)的正相關(guān)性。

3）由線性回歸法、指數(shù)回歸法和年增長(zhǎng)率法的組合公式預(yù)測(cè)精度高于單一預(yù)測(cè)模型。

4）組合預(yù)測(cè)結(jié)果表明，2015年廈門市生活垃圾產(chǎn)生量約是2010年的1．6倍。

［1］楊先海，褚金奎，呂傳毅．基于BP神經(jīng)網(wǎng)絡(luò)模型的城市生活垃圾產(chǎn)生量預(yù)測(cè)研究［J］．西安理工大學(xué)學(xué)報(bào)，2003，19（4）：335-339．

［2］劉芳，陳季華，奚旦立，等．上海生活垃圾產(chǎn)生量、組成特性及處置對(duì)策研究［J］．環(huán)境衛(wèi)生工程，2005，13（2）：37-43．

［3］張蕾．城市生活垃圾產(chǎn)生量預(yù)測(cè)及垃圾產(chǎn)生系統(tǒng)調(diào)控研究［D］．北京：北京化工大學(xué)，2007．

［4］鄧宇，羅安．基于綜合模型的中長(zhǎng)期電力負(fù)荷預(yù)測(cè)系統(tǒng)的實(shí)現(xiàn)［J］．計(jì)算機(jī)工程與應(yīng)用，2003（3）：227．

［5］趙剛，朱超，封學(xué)軍．組合預(yù)測(cè)在港口吞吐量預(yù)測(cè)中的應(yīng)用研究［J］．水運(yùn)工程，2005（3）：34-37．

Application of Combination Model in Production Prediction of Municipal Domestic Waste

Wang Linchang
（Beijing Auda Division of Catalyst Company,SINOPEC Corp,Beijing 101111）

Variation characteristics and influencing factors of domestic waste output in Xiamen from 1996 to 2008 were analyzed,and then waste output in the next few years was predicted by a combination model．The results showed that domestic waste output in Xiamen increased year after year over the last decade,its average annual growth rate was about 10%,the proportion of waste output in the island was 65%～80%,and the growth rate in the island was less than that outside the island．Waste output in Xiamen has a significant positive correlation with urban population,GNP,total retail sales of social consumer goods and consumption expenditure of urban households．Combination forecasting results showed that domestic waste output of Xiamen in 2015 is about 1．6 times of that in 2010．

domestic waste；output；combination model

X705

A

1005-8206（2011）04-0050-03

2011-03-21

王林昌（1973—），博士，高級(jí)經(jīng)濟(jì)師，主要從事環(huán)境規(guī)劃與管理研究。

E-mail：woodwang@qq．com。

（責(zé)任編輯：鄭雯）