生活垃圾收运模式的聚类分析研究及其应用——以重庆为例

黄媛媛，彭绪亚，王渝昆，2，何 芸

（1.重庆大学城市建设与环境工程学院，重庆400045；2.重庆市环卫控股（集团）有限公司，重庆401121）

随着我国推进城乡统筹发展，城市各区域发展速度加快，城市规模不断扩大，生活垃圾处理场将越来越远离城市中心区域，城市生活垃圾收运系统的服务范围将更为广阔。城市各区域的经济、社会、文化发展不尽相同，人口密度、垃圾的收集状况也相差悬殊。若城市的各区域在选择生活垃圾收运模式时，照搬其他模式，将有可能造成投资大、收运效率低、二次污染严重等许多不良后果，同时也会对社会、居民生活环境等产生深刻影响。

如何根据城市不同区域的实际情况，有针对性的选择生活垃圾收运模式，是我国城市生活垃圾综合管理系统所面临的一项十分紧迫任务，对构建大城市生活垃圾收运系统也尤为重要。

1 生活垃圾收运模式特征指标体系的建立

城市生活垃圾收运系统的建设和规划受到地理地质条件、经济状况、社会环境、城市化水平，垃圾的特性以及垃圾处理的目的与要求等多方面因素影响［1］。因此，城市生活垃圾收运模式的选择，也由社会、经济、环境、等诸多因素交互影响。

另外，由于我国推进城乡统筹化发展，城市规模不断扩大，城市的不同区域也发展迅速。一个地区的综合发展程度［2－4］即区域发展水平不同，则所选择的生活垃圾收运模式也不尽相同。在考虑生活垃圾收运模式的选择时，反应区域发展水平的因素，例如：经济、人口、空间和生活方式等方面的指标，也应进行分析研究。

综合生活垃圾收运模式的影响因素和区域发展的评价指标，影响因素主要有［4－6］：处置设施的位置、收集密度、经济可行性、环境影响、系统接口和交通影响等。其中，处置设施的位置和收集密度将决定收运模式的转运方式，可以通过“垃圾人均产量”和“垃圾收集密度”体现。而后面几个因素具有共性，可以通过“运输距离”集中体现，决定收运模式的转运次数。再结合区域发展的评价指标［7］，可以发现人均GDP、人口密度、区域建成区总面积等指标将对区域生活垃圾收运模式的选择产生一定影响。因此，生活垃圾收运系统主要影响因素指标体系，构建如下表所示。

表1 主要影响因素指标体系

2 生活垃圾收运模式聚类分析研究

2.1 聚类分析的定义

聚类分析又叫群分析、点群分析或者簇分析，是根据被观测对象（研究对象）的个体特征、内在特点和规律，根据相似性或亲疏关系原则对其进行分类的一种多元统计方法。从实现方法上分，聚类分析方法大致分为四种类型：谱系聚类法、图论聚类法、基于等价关系的聚类方法和基于目标函数的聚类法（即模糊聚类）等。其中，快速聚类法和谱系聚类法，在统计分析中应用较为广泛［8］。

谱系聚类法即系统聚类法，又称层次聚类法、分层聚类法，其实质是关系密切的聚合到一个小的分类，关系疏远的聚合到一个大的分类，直到把所有的样本（或变量）都聚合完毕，把不同的类型一一划分并绘制谱系图的一种逐次聚类的方法［9］。层次聚类分析中，对样本的各种特征进行分类的，为Q型聚类；根据对象某一方面特点的变量进行分类的，R型聚类。

2.2 聚类分析方法的选择

本论文的聚类分析思路是：根据生活垃圾收运系统主要影响因素，而确定的垃圾收运模式特征指标体系，对城市的不同区域进行聚类分析，从而为其选择合适的收运模式。

具体来说，本论文将根据变量组合（即指标体系），对不同样本（即不同区域）进行聚类分析。因此，应采用Q型聚类法。

另外，考虑到需要进行分类的区域，其聚类类别数未知，区域数目较小，对相似性度量中，距离的选择要求较多；因此，应该采用层次聚类分析法。

2.3 基础数据的准备

在进行垃圾转运模式的聚类分析时，将需要进行聚类分析的区域，定义为样本（即个案），设有j个样本；而收运模式特征指标体系中的指标，定义为变量，设有i个指标变量。指标和样本的基础数据，汇总见表2。

表2 指标和样本基础数据汇总表

（1）人口密度［10－12］：是指单位土地面积上所拥有的人口数，是反映人口地理分布的一项基本指标，说明了该区域的人口疏密、人口分布等情况。计算公式为：

（2）建成区面积：指行政区范围内，由征用的土地和实际建设从而发展起来的非农业生产地段，它包括城市市区集中连片的部分和分散在近郊区同城市有着密切联系的，并具备基本完善的市政公用设施的城市建设用地。

（3）运输距离：指生活垃圾从区域内各收集点，转运至最近的生活垃圾处理场的平均距离。为了便于测量和计算，在本论文的聚类分析中，考虑的是区域内各收集点与生活垃圾处理场的最小距离。

（4）人均GDP：即人均地区生产总值，是指一个核算期内（通常是一年），区域实现的生产总值与该区域的常住人口（目前使用户籍人口）相比的值。计算公式为：

（5）垃圾收集密度：是指单位土地面积上垃圾的收运质量。计算公式为：

2.4 数据的标准化处理

考虑到垃圾收运模式主要影响因素指标体系中，各项指标涉及范围较广，且各自计量单位和数量级不同，故各指标不具有代表性，不能直接进行综合分析。因此，必须对各指标数值进行标准化处理，解决其数值不可综合分析的问题，消除其量纲的影响［13］。

目前，主要有四大类指标无量纲化处理方法：极值化方法、均值化方法、标准化方法和标准差化方法［14］。而这些方法中，标准化方法是多变量综合分析中使用最广泛的一种方法，通常在原始数据呈正态分布的情况下，利用该方法对数据进行无量纲处理是较为合理的。该方法不仅可以消除量纲和数量级的影响，还消除了原始数据的变异程度的差异，从

（6）垃圾人均产量：反映了各区域生活垃圾的产生情况。计算公式为：而将无量纲化后的两个变量同等看待［15］。因此，可以选择标准化方法进行基础数据的标准化处理。

2.5 相似性度量的选择

层次聚粪分析中，度量样本（或者指标）之间的亲疏程度是关键。对于Q型聚类分析，研究时会涉及到两种类型亲疏程度的计算：一种是样本数据之间的亲疏程度（即点和点的距离），一种是样本数据与小类、小类与小类之间的亲疏程度。这些亲疏程度的测量，主要通过样本之间的距离，或者样本间的相似系数来进行度量的。

对于连续变量的样本距离的测量，样本若有P个变量，则可以将样本看成是一个P维的空间的一个点，样本和样本之间的距离就是P维空间点和点之间的距离，反映了样本之间的亲疏程度；聚类时，距离相近的样本属于一个类，距离远的样本属于不同类。测量距离主要有：欧氏距离、欧氏距离平方、绝对值距离、切比雪夫距离、明氏距离等。

另外，所谓小类，是指在聚类过程中根据样本之间亲疏程度形成的中间类，小类和样本、小类与小类继续聚合，直到最后，将所有样本都包括在一个大粪中。在聚类运算过程中，计算样本与小类、小类与小类之间的亲疏程度，有多种计算方法，例如：类间平均链锁法、最短距离法、最长距离法、重心法等。

大量的实践证明，类间平均链锁法和欧氏距离平方是非常优秀、稳健并且运用广泛的方法，因此本次聚类分析使用该方法［16］。

2.6 利用SPSS软件进行聚类分析

SPSS软件作为世界上应用最广泛的专业统计软件，被广泛应用于多个社会科学和自然科学的领域、行业［17］。本论文选择了版本较新功能全面的SPSS 13.0标淮版作为辅助的统计分析工具，进行了生活垃圾收运模式的聚类分析研究［18］。

2.7 聚类结果的判定

根据聚类分析的结果，对城市不同区域进行分类，从而对不同区域选取适合的生活垃圾收运模式。根据生活垃圾收运模式的影响因素，以及相应的指标体系，并结合城市都市化的发展模式，可以将城市区域分成以下4类［5，19－21］，这也是对聚类结果进行分析的参照分类标准，具体见表3。

表3 城市分区及其特点

根据聚类的结果，对城市的不同区域选择合适的收运模式，具体见表4。此表仅是提出的生活垃圾收运模式的选择参考，并不是绝对的情况，不同区域可根据实际情况作出调整。

表4 城市区域生活垃圾收运模式选择参考表

3 重庆市主城区生活垃圾收运模式聚类实例分析

3.1 聚类分析的结果

根据《重庆市统计年鉴（2010）》以及重庆市GIS中心提供的各区域面积以及各区域的常住人口数（即包含了农业人口数）等相关资料，按照聚类分析的要求，整理出了重庆市主城各区域的基础数据，见表5。

表5 重庆市主城各区指标和样本基础数据汇总表

3.2 聚类分析的结果

重庆市主城各区域生活垃圾收运模式的聚类分析，其结果是由输出的树形图表示的，此图可以形象的反应各样本之间的分类情况。当将样本分为四类时：样本1为第一类；样本7、9为第二类；样本4、6为第三类；样本2、3、5、8为第四类。结果见图1。

图1 聚类分析树形图示意图

按树形图，将重庆市主城区可分为4类。

第一类区域，渝中区。渝中区是重庆市主城区的中心区域（核心区）其人口密度高，垃圾产量较大，收集强度大，垃圾收集密度高。该区域繁华、经济水平高，商业街区较多，对市容市貌、区域环境质量要求颇高。

第二类区域，沙坪坝区和南岸区。这两个区域临近渝中区，区域都市化进程较快，人口密度较高，垃圾产量较大，收集强度一般，垃圾收集密度较高。这类区域属于城市分中心（副中心），主要是居住、教育、文化区，商业作为附属产业发展，经济水平较高。由于该区域临近近郊区域，故与生活垃圾处理场距离较近。

第三类区域，大渡口区、江北区、九龙坡区和渝北区。这类地区应属于近郊地区，是城市推进都市化进程的产物，地域广阔，人口密度离散；但在这类地区的中心地区，人口密度较高，垃圾收集密度较大；总的来说，其垃圾收集强度和人口密度的差异性较大。

第四类区域，北碚区和巴南区。这类地区远离都市区范围，属于郊区，地域广阔，人口密度离散，人口密度较小，垃圾收集密度也小。该地区远离城市核心和中心区，城市化进程缓慢。

3.3 收运模式的选择

（1）重庆市主城区的中心区域

根据该区域的特点，应选择一级或者二级转运收运模式。重庆市城市发展迅速，该区的部分地区也建议生活垃圾的收运采用者二级转运收运模式，总的来说该区可以选择采用一级与二级转运收运模式相结合的方式，作业流程图如下：

图2 重庆市中心区域生活垃圾收运模式作业流程图

主要采用“小型收集点＋压缩中转站收运模式”。生活垃圾的前端收集，可以由居民自行投放到收集点，或者专人收集，再由小型的垃圾运输车辆、送至压缩中转站，压缩入集装箱中，待集装箱装满后，由中型拉臂钩车、送至垃圾处置场；部分运输距离较大的地区，可再次转运至中型垃圾中转站，经压缩后再由大型垃圾转运车辆、统一运输到垃圾处理场。

（2）重庆市主城区的副中心区域

根据该区域的特点，应选择一级转运收运模式，作业流程图如下：

图3 重庆市副中心区域生活垃圾收运模式作业流程图

主要采用“小型压缩收集站／小型收集点＋压缩中转站收运模式”。生活垃圾的前端收集，可以采取送到小型压缩式收集站内，利用站内的压缩机装到集装箱中，再由车厢可卸式垃圾车将集装箱直接拉走，送至垃圾中转站；也可以采取，在一般收集点由小型车辆转运垃圾至中转站，这两种方式。最后，均由大型垃圾转运车（集装箱转运车）运送至垃圾处理场。

（3）近郊区域远郊区域

根据该区域的特点，应选择一级转运收运模式与直接收运模式相结合的方式。对于近郊区的中心区域部分，由于距离垃圾处理场有一定距离，可以采取一级转运收运模式；而对于近郊区域的周边地区以及远郊地区，由于距离生活垃圾处理场较近，则可以采用直接收运模式，作业流程图如下：

图4 重庆市其他区域生活垃圾收运模式作业流程图

4 结 论

（1）通过研究生活垃圾收运模式的影响因素，构建了以人口密度、区域建成区总面积、运输距离、人均GDP、垃圾收集密度和垃圾人均产量为主的特征指标体系。

（2）运用聚类分析中的层次聚类法，对城市的不同区域进行了聚类，结果表明，城市可以分为4类区域：城市中心区域、城市次中心区域、近郊区域和远郊区域。就如何根据聚类分析的结果，对各区域进行生活垃圾收运模式的选择进行了分析研究。

（3）利用城市生活垃圾收运模式聚类分析方法，对重庆市主城各区域生活垃圾收运模式的选择进行了实例分析。基于重庆市主城区生活垃圾收运系统的现状，借助SPSS统计分析软件，对重庆市主城9区进行了分类，将主城区划分为了4类区域，并根据不同区域的特点，选择了合适的生活垃圾收运模式。

［1］ 李定龙，王 晋.城市生活垃圾处理模式选择的影响因素［J］.环境卫生工程，2004，12（4）：223－226.

［2］ 司朝霞，陈小素.河南省区域发展水平测度研究［J］.河南理工大学学报，2008，9（3）：312－317.

［3］ Lundin，U.Indicators for Measuring the Sustainability of Urban Water Systems－a Life Cycle Approach［D］.PhD Thesis，Department of Environmental Systems Analysis，Chalmers U－niversity of Technology，Gyteborg，Sweden，2003.

［4］ Rajesh Kumar Smgh，H.R.Murty，S.K.Gupta and A.K.Dikshi.An overview of sustainability assessment methodologies［J］.Ecological Indicators.2009，（2）：189－212.

［5］ 陶 渊，黄兴华，邱 江.生活垃圾收运模式研究［J］.环境卫生工程，2003，4（11）：211－213.

［6］ 李 东，何永全.城市生活垃圾清运车辆的技术经济比较［J］.环境卫生工程.2000.8（4）：155－156.

［7］ 王桂琴，罗一鸣，等.基于层次分析法的城市生活垃圾收运模式优选［J］.中国环境科学.2008，28（9）：838－842.

［8］ 张红兵，贾来喜，李 潞，等.SPSS宝典［M］，北京：电子工业出版社，2007.

［9］ 余建英，何旭宏.数据统计分析与SPSS应用［M］，北京：人民邮电出版社，2003.

［10］ 金 君，印 洁，等.人口密度推求的技术方法研究［J］.测绘通报，2002，（5）：58－60.

［11］ Sridhar K S.Density gradients and their determinants：Evidence from India.Regional Science and Urban Economics，2007，37（3）：314－344.

［12］ Bertaud A，Malpezzi S.The spatial distribution of population in 48world cities：Implications for economies in transition.Research Working Paper［M］.University of Wisconsin，Center for Urban Land Economics，2003.

［13］ 韩胜娟.SPSS聚类分析中数据无量纲化方法比较［J］.科技广场，2008，（3）：229－231.

［14］ 张卫华，赵铭军.指标无量纲化方法对综合评价结果可靠性的影响及其实证分析［J］.统计与信息论坛，2005（3）：33－36.

［15］ Yu C H，SPSS and Statistic Analasis［M］.Beijing：Publishing House of Electronics Industry，2007.

［16］ 侯景新，尹卫红.区域经济分析方法［M］，北京：商务印书馆，2004.

［17］ 蔡建琼，朱于惠芳，朱志洪，等.SPSS统计分析实例精选［M］，北京：清华大学出版社，2006.

［18］ 余建英，何旭宏.数据统计分析与SPSS应用［M］，北京：人民邮电出版社，2003.

［19］ 沈佳璐.上海城市生活垃圾处置对策研究及其评价［D］.东华大学硕士学位论文，2006.

［20］ Rajesh Kumar Singh，H.R.Murty.S.K.Gupta and A.K.Dikshi.An overview of sustainability assessment methodologies［J］.Ecological Indicators，2009，（2）：189－212.

［21］ 马 丹，庄培章.区域城市化水平初探［J］.闽西职业大学学报，2005，9（3）：11－14.