新疆餐廚垃圾產(chǎn)生量預(yù)測的實證研究

王　雪，劉　丹，張晟義

（新疆財經(jīng)大學(xué)工商管理學(xué)院，新疆烏魯木齊830012）

?

新疆餐廚垃圾產(chǎn)生量預(yù)測的實證研究

王雪，劉丹，張晟義

（新疆財經(jīng)大學(xué)工商管理學(xué)院，新疆烏魯木齊830012）

摘要：隨著新疆經(jīng)濟(jì)和人口的增加，新疆餐廚垃圾的產(chǎn)生量與日劇增。餐廚垃圾的處理問題較為緊迫。要對餐廚垃圾進(jìn)行收集、運(yùn)輸、處理，首先要對新疆餐廚垃圾產(chǎn)生量的統(tǒng)計預(yù)測，然而受城市規(guī)模和人口數(shù)量等因素的限制，餐廚垃圾產(chǎn)生量的確切數(shù)據(jù)較難掌握，運(yùn)用主成份分析法對新疆餐廚垃圾產(chǎn)生量的影響因素進(jìn)行分析，建立餐廚垃圾產(chǎn)生量的回歸模型，對新疆餐廚垃圾的產(chǎn)生量進(jìn)行科學(xué)預(yù)測。

關(guān)鍵詞：主成份分析法；新疆餐廚垃圾；產(chǎn)生量預(yù)測

近年來，新疆餐廚垃圾相關(guān)問題日益凸顯，餐廚垃圾擁有廢物性和資源性的雙重性質(zhì)，餐廚垃圾處理不當(dāng)不僅會產(chǎn)生一系列的資源浪費(fèi)和環(huán)境問題，同時對餐廚垃圾不適當(dāng)?shù)幕厥张c利用也會對人體健康產(chǎn)生威脅。由于餐廚垃圾的復(fù)雜性，餐廚垃圾處理系統(tǒng)的建立和完善也較為復(fù)雜。然而餐廚垃圾產(chǎn)生量的預(yù)測對于接下來收集、運(yùn)輸以及處理的相關(guān)工作起著至關(guān)重要的作用。因此本文主要研究餐廚垃圾產(chǎn)生量的預(yù)測問題，在研究餐廚垃圾產(chǎn)生量影響因素過程中，發(fā)現(xiàn)餐廚垃圾產(chǎn)生量的影響因素較多并且之間有相關(guān)性，因此本文采用主成份分析法對各個因素進(jìn)行分類，消除各因素間的相關(guān)關(guān)系，然后建立餐廚垃圾產(chǎn)生量預(yù)測的線性回歸模式，這樣能更精確地預(yù)測新疆餐廚垃圾的產(chǎn)生量。

1　文獻(xiàn)回顧

現(xiàn)已有部分學(xué)者對垃圾產(chǎn)生量的預(yù)測方法進(jìn)行了研究，閆慶松［1］運(yùn)用增長預(yù)測模式，在獲知基準(zhǔn)年垃圾的產(chǎn)生量和該城市垃圾年增長率的條件下，可用增長率公式來預(yù)測若干年后的垃圾年產(chǎn)量，這種距基準(zhǔn)年的年數(shù)方法的參數(shù)少、數(shù)據(jù)簡單易得，易于掌握。但因未考慮垃圾產(chǎn)生及影響的主要因素，其預(yù)測精度較差，因而只適用于粗略的預(yù)測，現(xiàn)已很少用。楊先海等［2］運(yùn)用BP神經(jīng)網(wǎng)絡(luò)對城市垃圾的產(chǎn)生量進(jìn)行預(yù)測研究，其預(yù)測精度也比較高，但操作復(fù)雜不易掌握。聶永豐等［3］運(yùn)用類比法，首先用層次分析法選擇類比城市并根據(jù)其歷史數(shù)據(jù)建立數(shù)學(xué)模型，利用數(shù)學(xué)模型計算出餐廚垃圾的產(chǎn)生量，這種方法操作相對復(fù)雜。郭惠［4］運(yùn)用線形回歸模型分析了垃圾產(chǎn)生量的影響因素，預(yù)測了?？谑形磥淼睦a(chǎn)生量，此種方法計算參數(shù)少、計算過程簡單，但對于影響因素的處理不夠。張保霞［5］等人運(yùn)用調(diào)查分析法，以問卷、現(xiàn)場跟蹤及實際稱重的形式對北京市餐飲服務(wù)業(yè)、高等學(xué)校和居民家庭餐廚垃圾產(chǎn)生量調(diào)查統(tǒng)計，這種調(diào)查研究法操作繁瑣，對未來產(chǎn)生量預(yù)測精度不高。陳娟等［6］運(yùn)用灰色預(yù)測模型對濟(jì)南餐廚垃圾產(chǎn)生量進(jìn)行預(yù)測，灰色模型預(yù)測是目前應(yīng)用較廣的一種方法，因為此模型有較高的預(yù)測精度，但所需參數(shù)較多，數(shù)據(jù)不易獲取，且計算過程復(fù)雜，經(jīng)驗不足者不易掌握。

本文采用主成份分析法來對餐廚垃圾產(chǎn)生量進(jìn)行預(yù)測，此方法不僅易搜集數(shù)據(jù)并且操作簡單，預(yù)測精度也高。

2　研究方法

2.1數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于新疆維吾爾自治區(qū)統(tǒng)計年鑒（2000—2013年）［7］、新疆維吾爾自治區(qū)經(jīng)濟(jì)年鑒（1999—2014年）［8］、新疆維吾爾自治區(qū)年鑒（1999—2014年）［9］、新疆維吾爾自治區(qū)國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報（1999—2014年）［10］、新疆市環(huán)境狀況公報（1999—2014年）［11］等資料。

2.2指標(biāo)選擇

由于餐廚垃圾產(chǎn)生量的影響因素較多且復(fù)雜，因此本文根據(jù)以往文獻(xiàn)對餐廚垃圾和生活垃圾產(chǎn)生量影響因素的總結(jié)分析，最終主要使用四方面指標(biāo)：經(jīng)濟(jì)發(fā)展水平、人口指標(biāo)、居民生活水平指標(biāo)、城建發(fā)展?fàn)顩r指標(biāo)。各研究變量和指標(biāo)來源的文獻(xiàn)如表1。

表1　研究變量及其來源

1）經(jīng)濟(jì)發(fā)展水平。

經(jīng)濟(jì)發(fā)展水平主要包括國民生產(chǎn)總值和新疆餐飲業(yè)銷售總額兩個指標(biāo)。新疆的國民生產(chǎn)總值代表著新疆的經(jīng)濟(jì)發(fā)展?fàn)顩r，新疆經(jīng)濟(jì)的提升會帶動居民收入的提高，當(dāng)居民的收入增加會增加居民在食品方面的消費(fèi)，這樣餐廚垃圾的產(chǎn)生量也會隨之增加。新疆餐飲業(yè)的銷售總額反映了人們在餐飲方面的消費(fèi)水平，餐廚垃圾的產(chǎn)生主要有三個來源：餐飲業(yè)、食品加工廠、各個家庭的餐廚垃圾。如果餐飲業(yè)的銷售總額增加就會加大相應(yīng)餐廚垃圾產(chǎn)生量。

2）人口指標(biāo)。

人口指標(biāo)主要包括兩方面：常住人口的數(shù)量和人口凈流量。如果計算人均餐廚垃圾的產(chǎn)生量時，新疆的常住人口數(shù)增加會使新疆餐廚垃圾的總產(chǎn)量增加。人口的凈流量代表著新疆一年內(nèi)總的變動數(shù)，如果凈流量為正，餐廚垃圾的總產(chǎn)生量會增加；如果凈流量為負(fù)，餐廚垃圾的產(chǎn)生量會減少。

3）居民生活水平指標(biāo)。

居民生活水平主要表現(xiàn)在四方面：人均可支配收入、人均食品消費(fèi)性支出、社會消費(fèi)品總額、用氣率。居民收入和社會消費(fèi)品總額的提高在食品消費(fèi)方面會產(chǎn)生兩種現(xiàn)象，一種是隨著收入的增加會增加食品的相對消費(fèi)，這樣也相應(yīng)的產(chǎn)生更多的餐廚垃圾；另一種是隨著收入的增加卻減少了食品的相對消費(fèi)，因為當(dāng)人們的收入進(jìn)入高收入狀態(tài)時會相應(yīng)增加服務(wù)性消費(fèi)和奢侈品消費(fèi)，這樣使食品消費(fèi)相對減少，餐廚垃圾的產(chǎn)生量也會有一定的減少。

4）城建發(fā)展?fàn)顩r指標(biāo)。

城建發(fā)展?fàn)顩r主要包括建成區(qū)綠化覆蓋面積、街道清掃面積、環(huán)境保護(hù)投資三個指標(biāo)。城建發(fā)展?fàn)顩r一定程度反映了經(jīng)濟(jì)的發(fā)展水平，同時也影響到餐廚垃圾的產(chǎn)生量。大城市餐廚垃圾的產(chǎn)生量受自然環(huán)境的影響較小，呈現(xiàn)出更多的共性，如街道清掃面積。并且餐廚垃圾產(chǎn)生量跟季節(jié)變動也有一定的關(guān)系。

3　模型構(gòu)建和實證分析

3.1數(shù)學(xué)模型構(gòu)建

主成份分析是一種多元統(tǒng)計分析方法。該方法通過構(gòu)造原變量的一系列線性組合形成新變量，使這些新變量在彼此互不相關(guān)的前提下盡可能多地反映原變量的信息。數(shù)據(jù)信息主要反映在數(shù)據(jù)變量的方差上，方差越大，包含信息越多。通常用累計方差貢獻(xiàn)率來衡量。主成分分析是對多個樣本的輸入變量形成的數(shù)據(jù)矩陣求取相關(guān)矩陣，根據(jù)相關(guān)矩陣的特征值，獲得累計方差貢獻(xiàn)率，再根據(jù)相關(guān)矩陣的特征向量，確定主成分。具體步驟如下：

1）原始數(shù)據(jù)標(biāo)準(zhǔn)化。

為消除由于原變量的量綱不同、數(shù)值差異過大帶來的影響，對原變量作標(biāo)準(zhǔn)化處理。假設(shè)有m個指標(biāo)X1，X2，…，Xm分別表示每個對象的各個特性，如果有N個對象，可以用矩陣表示，即首先進(jìn)行中心標(biāo)準(zhǔn)化處理生成標(biāo)準(zhǔn)矩陣Y，式中，其中為均值，Sj為方差。

2）建立相關(guān)矩陣R，并計算其特征值和特征向量，即R = X*TX*/（N-1）

式中X*為標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣。求得自相關(guān)矩陣R的特征值，λ1≥λ2≥…≥λm以及相應(yīng)的特征值向量u1，u2，…，um。

3）確定主成分個數(shù)。

方差貢獻(xiàn)率和累計方差貢獻(xiàn)率分別為

選取主成分的個數(shù)取決于累計方差貢獻(xiàn)率，通過常累計方差貢獻(xiàn)率大于75%～95%時對應(yīng)的前p個主成分便包含個原始變量所能提供的絕大部分信息，主成分個數(shù)就是p個。

3.2實證分析

3.2.1數(shù)據(jù)整理

通過數(shù)據(jù)收集然后整理出餐廚垃圾產(chǎn)生量相關(guān)影響因素的各年變量值如表2。

表2　1999—2013年餐廚垃圾相關(guān)影響因素的數(shù)據(jù)

3.2.2主成份分析

對上述收集的數(shù)據(jù)輸入計算機(jī)運(yùn)用SPSS軟件進(jìn)行因子分析，首先要測定各因素間的相關(guān)關(guān)系程度來判定主成份分析法是否適合于餐廚垃圾產(chǎn)生量的預(yù)測，因此要計算KMO（Kaiser-Meyer-Olkin）值，KMO值適用于比較觀測變量間相關(guān)系數(shù)平方和偏相關(guān)系數(shù)平方和的指標(biāo)。KMO度量的標(biāo)準(zhǔn)：KMO大于0.9表示非常合適，KMO大于0.8小于0.9表示合適，KMO大于0.7小于0.8表示一般，KMO大于0.6小于0.7表示不太適合。KMO小于0.5表示極不合適。通過KMO和Bartlett的檢驗得出結(jié)果如下（表3）從表中結(jié)果KMO值為0.84，在0.8和0.9之間，可以看出餐廚垃圾產(chǎn)生量的預(yù)測合適應(yīng)用主成份分析法。

表3　KMO和Bartlett的檢驗

通過對數(shù)據(jù)進(jìn)行KMO數(shù)值分析后發(fā)現(xiàn)可以應(yīng)用主成份分析，然后根據(jù)數(shù)據(jù)整理出碎石圖找到主成份的個數(shù)，碎石圖中曲線從開始下降的很快，下降到某一因子之后開始變得平緩，意味著該因子后面的因子特征值大小比較接近，在簡化變量的過程中作用不大，因此拐點處對應(yīng)的成分?jǐn)?shù)為主成份個數(shù)，從圖1中可以看出餐廚垃圾的主成份為兩個。

圖1　碎石圖

根據(jù)表4的數(shù)據(jù)可以得出兩個主成份的等式：

表4　成份得分系數(shù)矩陣

由上述結(jié)果可以看出主成份1主要側(cè)重于對經(jīng)濟(jì)發(fā)展水平和城市建設(shè)兩個指標(biāo)的描述，然而成份2主要側(cè)重人口指標(biāo)以及城市建設(shè)變量的描述。成份Y1的表達(dá)式中我們可以看出新疆的國民經(jīng)濟(jì)、常住人口、人均可支配收入、社會消費(fèi)品零售總額、天然氣年消費(fèi)總量、街道清掃面積等變量與Y1成正相關(guān)關(guān)系。然而餐飲業(yè)銷售總額、環(huán)境保護(hù)投資兩個變量與Y1成負(fù)相關(guān)關(guān)系。在Y2的表達(dá)式中餐飲業(yè)銷售總額、人口凈流量、人均年消費(fèi)性支出、人均食品年消費(fèi)性支出、環(huán)境保護(hù)投資等變量與成份Y2成正相關(guān)，然而常住人口、天然氣年消費(fèi)總量兩個變量與Y2成負(fù)相關(guān)關(guān)系。

3.3線性回歸分析

由spss軟件進(jìn)行主成份分析結(jié)果表明影響餐廚垃圾產(chǎn)生量的各因素間均有一定的相關(guān)性，因此用主成份分析法計算出的兩個主成份是有效的，并且用于線性回歸模式中進(jìn)行餐廚垃圾產(chǎn)生量預(yù)測，不僅可以消除因素間相關(guān)關(guān)系的干擾，還使預(yù)測結(jié)果更精確。

構(gòu)建線性回歸模型：Z=B+a1×Y1+a2×Y2，將上述數(shù)據(jù)經(jīng)過spss軟件的回歸分析得出如下結(jié)果（見表5）。

表5　回歸結(jié)果

由輸出結(jié)果得出餐廚垃圾產(chǎn)生量的預(yù)測線性回歸方程：Z=157.467+6.102×Y1+7.898×Y2

由表格中t統(tǒng)計量的P值可以看出常量和Y1、Y2兩個自變量系數(shù)均在5%置信區(qū)間上是顯著的，表明回歸模型的系數(shù)值是可信的、有效的。

線性回歸模式有效性的檢驗結(jié)果如表6。

表6　模型有效性相關(guān)數(shù)據(jù)

線性回歸模型有效性檢驗的結(jié)果可以看出模型是有效的，從表格的數(shù)據(jù)中得出模型的整體解釋變量達(dá)到了顯著性水平，F(xiàn)統(tǒng)計量的P值為0.006表示在5%的置信水平下是顯著的，因此回歸模型的整體解釋變量是可用的。從表中得出擬合優(yōu)度R2為0.865，說明模型的各個參數(shù)對于餐廚垃圾產(chǎn)生量的解釋程度很高，模型的擬合優(yōu)度高。杜賓（Durbin-Watson）檢驗值為1.351比較接近數(shù)值2，則線性回歸模型中殘差值不存在自相關(guān)關(guān)系。綜上所述，線性回歸模型：Z= 157.467+6.102×Y1+7.898×Y2是有效的。

4　結(jié)論和展望

由2013年各項數(shù)據(jù)國民生產(chǎn)總值為8 360.24億元；餐飲業(yè)銷售總額為162 326.0萬元；常住人口數(shù)為2 264.30萬人，旅游人口凈流動為52 030 933人；人均年消費(fèi)性支出為15 206.16元；人均食品年消費(fèi)性支出為5 223.68元；社會消費(fèi)品零售總額為2 039.15億元；天然氣年消費(fèi)總量為7.35億立方米；環(huán)境保護(hù)投資為281.14萬元；街道清掃面積為12 315萬平方米。經(jīng)過主成份分析法處理后然后帶入線性回歸模型可得348.96萬噸，和2013年餐廚垃圾產(chǎn)生量真實值352萬噸相差不大，說明模型的預(yù)測精度高。并且由模型預(yù)測出來的垃圾產(chǎn)生和現(xiàn)有餐廚垃圾處理能力不匹配，并且現(xiàn)有的餐廚垃圾處理系統(tǒng)存在一定的問題，本文主要提出以下幾點建議和展望。

第一，管理進(jìn)行規(guī)范化。餐廚垃圾的回收運(yùn)輸部門必須在相關(guān)管理部門頒發(fā)運(yùn)營許可證之后，按照《辦法》實施管理的規(guī)范化。餐廚垃圾的收運(yùn)活動必須建立詳細(xì)的流程記錄檔案，作為以后監(jiān)管和獎懲的依據(jù)。第二，構(gòu)建相關(guān)的政府獎勵措施。由于餐廚垃圾回收處理是一項有益于社會的項目，因此在相關(guān)的流程上政府應(yīng)該給予一定的激勵。例如在對于垃圾處理時的臨時安置地點的費(fèi)用，鼓勵生產(chǎn)單位降低垃圾的產(chǎn)生量，減少運(yùn)輸費(fèi)用和相關(guān)處置費(fèi)用。第三，建立全程的監(jiān)管機(jī)制。相關(guān)部門要在餐廚垃圾的產(chǎn)生到運(yùn)輸、加工、處理進(jìn)行全程的監(jiān)管機(jī)制。同時在相關(guān)食用油生產(chǎn)加工、經(jīng)營和使用的相關(guān)鏈條上加大監(jiān)管力度，從而阻止“地溝油”進(jìn)入市場。在相關(guān)的文件上加強(qiáng)和規(guī)范餐廚垃圾處理的方向，提升社會意識程度，讓支持餐廚垃圾無害化處理和資源化利用成為社會上主導(dǎo)的處理餐廚垃圾的方式方法。第四，餐廚垃圾處理市場化。鼓勵社會力量參與餐廚垃圾的處理利用，從而積極探索餐廚垃圾處理進(jìn)入市場的方法，將餐廚垃圾處理產(chǎn)業(yè)化，規(guī)模化，以市場需求和供給為先導(dǎo)準(zhǔn)則，總結(jié)出一套資源優(yōu)勢最大化，利潤驅(qū)動的經(jīng)營模式，以此來鼓勵更多的企業(yè)加入餐廚垃圾處理。同時也要規(guī)范相關(guān)企業(yè)的進(jìn)入和退出機(jī)制，加強(qiáng)管理，推進(jìn)規(guī)范化、制度化的運(yùn)營機(jī)制。

參考文獻(xiàn)：

［1］閆慶松.城市垃圾產(chǎn)生量的預(yù)測方法［J］.山東環(huán)境，1994（6）：39.

［2］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)測研究［J］.西安理工大學(xué)學(xué)報，2003（4）：335-339.

［3］聶永豐，李歡，金宜英，等.類比法在城市生活垃圾產(chǎn)生量預(yù)測中的應(yīng)用［J］.環(huán)境衛(wèi)生工程，2005（1）：31-34.

［4］郭惠.?？谑猩罾幹玫墓芾矸治觯跠］.海口：華南熱帶農(nóng)業(yè)大學(xué)，2007.

［5］張保霞，付婉霞.北京市餐廚垃圾產(chǎn)生量調(diào)查分析［J］.環(huán)境科學(xué)與技術(shù)，2010（S2）：651-654.

［6］陳娟，楊秀祿，張玥，等.基于GM（1，1）的濟(jì)南市餐廚垃圾產(chǎn)生量預(yù)測［J］.環(huán)境衛(wèi)生工程，2014，22（2）：27-28.

［7］新疆維吾爾自治區(qū)統(tǒng)計局.新疆統(tǒng)計年鑒［DS/ OL］.2000—2013［2016-03-06］. http：//www.xjtj.gov.cn/ sjcx/tjnj_3415/.

［8］新疆維吾爾自治區(qū)財政廳.新疆經(jīng)濟(jì)年鑒［DS/OL］.1999—2014［2016-03-06］. http：//www.xjcz.gov.cn/1.

［9］新疆維吾爾自治區(qū)統(tǒng)計局.新疆年鑒［DS/OL］.1999—2014［2016-03-06］. http：//www.xjtj.gov.cn/sjcx/.

［10］新疆統(tǒng)計局和國家統(tǒng)計局新疆調(diào)查總隊.新疆維吾爾自治區(qū)國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報［EB/OL］. （2015-02-28）［2016-03-01］. http：//epaper.xjdaily. com/detail.aspx?id=8855950.

［11］新疆維吾爾自治區(qū)環(huán)境保護(hù)廳.新疆市環(huán)境狀況公報［R/OL］.1999—2014［2016-03-06］. http：//www.xjepb. gov.cn/tabid/403/Default.aspx.

［12］徐榮菊.深圳城市生活垃圾產(chǎn)生量預(yù)測及南山區(qū)垃圾處理路線設(shè)計［D］.武漢：華中師范大學(xué)，2013.

［13］左浩坤，付雙立.北京市建筑垃圾產(chǎn)生量預(yù)測及處置設(shè)施建設(shè)分布研究［J］.環(huán)境衛(wèi)生工程，2011，19（2）：63-64.

［14］曹巍.濟(jì)南市人均生活垃圾產(chǎn)生量分析與預(yù)測［J］.環(huán)境衛(wèi)生工程，2015，23（4）：12-14.

［15］任婉俠，耿涌，薛冰.沈陽市生活垃圾排放現(xiàn)狀及產(chǎn)生量預(yù)測［J］.環(huán)境科學(xué)與技術(shù)，2015（9）：105-110.

［16］王林昌.組合模型在城市生活垃圾產(chǎn)生量預(yù)測中的應(yīng)用［J］.環(huán)境衛(wèi)生工程，2011，19（4）：50-51.

［17］高會苗，戴鐵軍，高曉龍.北京城市生活垃圾產(chǎn)生量的影響因素研究及預(yù)測［J］.環(huán)境衛(wèi)生工程，2014，22（1）：24-28.

［18］許元，李聰.城市建筑垃圾產(chǎn)生量的估算與預(yù)測模型［J］.建筑砌塊與砌塊建筑，2014，（3）：43-47.

［19］張玨，張建強(qiáng).基于灰色理論與BP神經(jīng)網(wǎng)絡(luò)預(yù)測成都市生活垃圾產(chǎn)生量［J］.環(huán)境科學(xué)與管理，2012，37（8）：52-56.

［20］邢布飛，陳少玲，王彤彤，等.北京市垃圾產(chǎn)生量的預(yù)測：基于三種預(yù)測模型的比較［J］.中國集體經(jīng)濟(jì)，2015（1）：78.

［21］馬慧民，張政.基于BP神經(jīng)網(wǎng)絡(luò)的城市生活垃圾產(chǎn)生量預(yù)測研究：以上海市為例［J］.環(huán)境科學(xué)與管理，2015，40（2）：56-59，73.

［22］董兵，劉漢湖，李凱，等.徐州市城市生活垃圾產(chǎn)生量預(yù)測分析［J］.環(huán)境衛(wèi)生工程，2015，23（3）：30-32.

［23］應(yīng)玲，陳善平，張瑞娜，等.上海市餐廚垃圾產(chǎn)生量預(yù)測分析［J］.環(huán)境衛(wèi)生工程，2015，23（4）：4-7.

［責(zé)任編輯：吳卓］

An Empirical Study on the Prediction of the Amount of Kitchen Garbage Generated in Xinjiang

WANG Xue，LIU Dan，ZHANG Shengyi
（School of Business Administration，Xinjiang University of Finance and Economics，Urumqi Xinjiang 830012，China）

Abstract:With the growth of the economy and population in Xinjiang，the volume of kitchen garbage generated is increasing year by year，which exerts certain bad influence towards the city management，environmental protection and people's health. Therefore，the handle of kitchen garbage is an urgent issue. In order to collect，transport and process the garbage in an efficient way，it is necessary to forecast the amount of kitchen waste generated in Xinjiang. However，as it is restricted by the city size and population，an accurate number of garbage volume is not easy to access. This paper analyzes the factors influencing garbage production by adopting the method of principal component analysis，and establishes a regression model to predict the amount of kitchen garbage in a scientific way.

Key words:the method of principal component analysis；kitchen garbage in Xinjiang；prediction of the amount generated

中圖分類號：X705（245）

文獻(xiàn)標(biāo)志碼：A

文章編號：1672-6138（2016）02-0037-06

DOI：10.3969/j.issn.1672-6138.2016.02.009

收稿日期：2016-03-09

基金項目：新疆財經(jīng)大學(xué)研究生科研基金項目（XJUFE2015K007）。

作者簡介：王雪（1990—），女，滿族，遼寧本溪人，碩士研究生，研究方向：戰(zhàn)略管理。