天津生活垃圾分类预测方法研究与资源化分析

文科军，马 超，吴丽萍，张衍杰，张振宇（. 天津城建大学，天津 300384；. 博天环境集团股份有限公司，天津 3000）



环境与市政

天津生活垃圾分类预测方法研究与资源化分析

文科军1，马 超1，吴丽萍1，张衍杰1，张振宇2
（1. 天津城建大学，天津 300384；2. 博天环境集团股份有限公司，天津 300021）

为最大限度资源化利用天津生活垃圾，通过影响因子与模型遴选，用回归模型预测各年分类量和产量，并评估其资源化价值.预计2013—2022年间垃圾量年均增长3.68%，其中灰土所占比例在逐年下降，塑料、纸类、织物、厨余和金属所占比例在上升，其产生的资源化价值每年可达63.10～94.32亿元，尤其前4项的潜在价值最高，在产生61.57～89.06亿元再生产品的同时，每年使垃圾总量减量化达95.55%，.

环境科学；生活垃圾；资源化价值；分类预测

在自然资源日益紧缺的当今时代，对生活垃圾实施最大限度资源化，是今后固体废弃物管理及城镇生态化建设的重要目标.但是，由于我国当前的生活垃圾分类收集普及率与机械分选集成技术水平较低，使得含有大量可回收资源的生活垃圾被填埋或焚烧处理.这种做法是对垃圾中蕴藏资源和宝贵土地资源的一种浪费.本文选取天津城区2002—2012年的生活垃圾清运量和各成分抽检量数据为依据，将城市能源消费和居民消费结构等44项指标作为预测垃圾分类产量的影响因素，通过模型与显著因素遴选，预测2002—2022年各年的生活垃圾分类量，并对生活垃圾各成分的资源化价值进行评估.其结果既能为政府制定相应法规、税收政策、价格机制、补贴与城镇规划、市政建设投资与管理提供决策参考，以提升企业与各方投资信心，又可利用企业对市场规律的把控与运营行为，推动生活垃圾分类收集普及率及机械分选集成技术水平的提高，以实现真正意义上的生活垃圾“资源化、无害化、减量化”目标.这不仅关系到城镇物质循环、能量流动和信息传递深层次的生态基础设施建设与可持续发展问题，也关系到环保产业链的形成、投资价值与驱动力问题，故倍受政府与有识之士的关注.当下生活垃圾预测研究，多注重不同预测模型的应用及垃圾总量的预测，并在影响其产量因子的选取上仅局限于人口、经济水平等指标，而忽视了其中各分类垃圾量的预测和资源化价值，及城市能源消费、居民消费结构等因素对各分类量的显著影响［1-8］.其结果是资源不清，难于针对性地进行经济和技术的可行性分析，从而影响各方投资有的放矢地发展其资源化龙头企业，实现“三化”目标，推动物质良性循环的基础设施建设与可持续发展.

1 生活垃圾分类预测方法及模型

1.1 分类预测的影响因素与数据来源

选取天津2002—2012年统计年鉴中与城市建设、居民生活和人口相关的44项指标作为预测垃圾分类产量的自变量因素.其中城市建设包括：GDP、工业总产值、社会消费品零售总额、建筑业总产值、市区面积、道路清扫面积、住宅集中供热面积、城市用气普及率、绿地面积、城建区绿化覆盖率、人均公共绿地面积、城市生活能源消费量（总量、煤炭、液化石油气、天然气和煤气、热力、电力）；居民生活包括：居民主要商品人均购买量（粮食、植物油、猪牛羊肉、鸡蛋、蔬菜、鱼、鲜奶、鲜瓜果、服装、鞋类）、居民人均消费支出（食品、住房、家庭设备和用品及服务、医疗保健、交通和通信、娱乐教育文化服务、杂项商品和服务）、居民人均生活能源消费量（总量、煤炭、电力、天然气和煤气、液化石油气）；人口包括：常住人口、户籍人口和接待过夜旅游人数.

依据陈永清、田春英、彭卫国等对天津市区生活垃圾物理组成比例的研究成果［9-12］和天津统计年鉴中的生活垃圾清运量数据，将2002—2012各年度的生活垃圾总量按比例分解成厨余（饭店、旅馆与企事业单位公共食堂的餐厨废料）、灰土（煤渣、土石、炉灰和砖瓦石等）、纸类（纸张、纸箱等）、塑料（塑料膜、包装和工业制品等）、织物（化纤、动植物纤维）、金属（金属制品、电线、建材等）和其他（居住区绿化垃圾、食物残渣和废弃玻璃）7大类，得到天津2002—2012年生活垃圾总量和分类量（见表1），并依此作为预测模型的因变量.

表1 天津2002—2012年生活垃圾各分类量和总量一览表 万吨

1.2 分类预测模型的精选

参考相关文献［13-15］，首先利用SPSS软件建立44个自变量与各分类因变量的多种预测模型，开展精选研究，剔除预测精度不佳模型及不显著的影响因素，得到显著的影响因素与对应自变量参数，列于表2，计算回归模型.多元线性回归是研究多个变量之间关系的回归分析方法，根据多个自变量的最优组合建立方程来预测因变量.多元回归分析的模型可以表达为

式中：Y为根据自变量计算出的估算值；C为常数项；a1，a2，…，an为偏回归系数；e为随机误差.

多元线性回归分析中常用复相关系数R2作为判定指标.R2介于0～1之间，越接近1，表示线性关系越强；反之表示线性关系越差.R2经常被用来作为多元回归中的判定系数，来解释回归模型中自变量的变化在因变量变化中所占的比率.为了避免自变量的个数对判定系数的影响，回归分析中经常使用修正系数的R2进行判定，以便可以较为确切地反应拟合情况.

将选定的垃圾各分类量的回归预测模型，及其自变量与因变量的显著性检验列于表2.

表2 影响回归模型的显著性自变量与对应参数值

表2（续）

1.3 灰度预测GM（1，1）方法构建

灰度预测GM（1，1）方法是将原始数据进行累加，然后用最小二乘法计算生成的累加数列的灰度预测模型时间响应函数模型，由生成的时间响应函数模型通过逐项相减，得到最终的灰度预测模型.灰色模型建模过程归纳如下：①对原始数列进行生成处理，削弱其随机性，增强规律性；②建立生成数据的模型，用最小二乘法求出模型参数；③对生成的模型进行检验，如果模型可行进入下一步；④根据建立的模型预测生成的将来值；⑤将预测结果作逆生成处理，得到真实值［16］.

设原始数列

对原始数列进行一阶累加

所生成一阶累加数列为

采用一阶单间单变量微分方程进行拟合，得到白化方程的GM（1，1）模型

式中：a、u为待定系数.

灰微分方程动态模型为式中：a为模型发展系数，反映累加数列x（1）（ k）的发展趋势；μ 为模型协调系数，反映数据间的变化关系.

按照最小二乘法求出A

将所求的a， u代回式（5），得到累加模型的预测结果

式（11）为灰度预测模型的时间响应函数模型，是具体

公式，累减还原原始数列的（0）x的灰色预测模型为

2 分类生活垃圾量与资源化潜力预测结果及讨论

2.1 各分类量与总量的预测结果

将表2中显著自变量带入相应回归模型，可以得到2002—2012年度生活垃圾各类成分预测值（见图1）.为计算各年份预测值的准确度，计算2002—2012年总量及各垃圾成分预测值的平均相对误差：预测值和实际值之差与实际值之比的平均值，见表3.为获取未来2013—2022各年度各分类生活垃圾的预测值则需得到2013—2022各年度回归模型的显著因子参数：在表2回归模型的显著性自变量与各年度对应自变量数据的基础上，利用灰色预测模型GM（1，1）的等维灰度递补的动态预测方法，逐个预测，依次递补，以保持数列的等维性，而无需多样本数，也可获得精度较高的预测值优势，依次计算其未来各年份的显著因子参数，结果见表4.通过预测方程及显著因素参数，得2013—2022各年度的各分类量及各分类量加和的垃圾总量预测值，并依此算得各年度分类量所占总量的百分比及未来的增长率，见表5.2002—2022各年度的各分类量及各分类量加和的垃圾总量预测值见于图1.

表3 天津2002—2012年生活垃圾各分类量和总量的平均相对误差 %

表3显示天津2002—2012年各年度总量和各分类量垃圾预测值的平均相对误差在1.036%～9.762%，之间，均达到预测模型精度的2级评估线10%，以下.

表4 回归模型显著自变量参数的预测值

由表5和图1可得：总量和各分类垃圾量的增长率和所占百分比具有以下特点.

（1）在2013—2022年间，垃圾总产量将由197.22万吨升至为272.90万吨，年平均增长3.68%，.

（2）21年间灰土垃圾产量在下降.其值一直平均保持在10%，以上的负增长态势，所占总量百分比由2002年的36.56%，下降到2022年的0.39%，.这与土建与装修一体化设计施工、装修垃圾不在市政收集统计之列和煤改气有关.

（3）纸类、塑料、织物和金属量增速超过厨余垃圾.由于人口基数的增长，及光盘行动和政府反腐8项规定，厨余垃圾所占百分比一直处于高位的波动性增长，到2010年达峰值65.45%，后，开始逐渐下降.而纸类、塑料、织物和金属所占总量百分比则处于稳步上升态.显然，这与国民收入水平的提高而引发生活习惯、饮食与消费结构的变化，及社会所主导的风气有关［17］.

（4）塑料垃圾增长率超过纸类.2013年后塑料垃圾增长率加快，并预计到2018年超过纸类垃圾.显然，这是由于塑料产品因价格便宜、易加工和使用等优点，逐渐替代金属、木质、陶瓷等材料所造成：与金属、木质和陶瓷等材料相比较，塑料材料具有使用寿命短、易老化的特点，因此日常生活中大量使用塑料产品后因老化而被废弃的塑料垃圾量会远高于金属和陶瓷等材料.此外，塑料垃圾的大量产生还与网络信息与购物高速发展导致的塑料类包装材料的大量使用有关［18］.

（5）其他垃圾增长加快.其他垃圾的年均增长率由2012年前的0.32%，增至2013年后的3.10%，这主要是由于市政绿地的建设和居民家庭的花卉、果蔬消费产生了更多园林植物残体、果蔬皮和废玻璃等杂物所造成.

表5 2013—2022年天津生活垃圾各分类量的预测结果所占百分比与增长率 %

图1 2002—2022年天津生活垃圾各分类的预测结果

2.2 分类垃圾的资源化及价值评估

城市生活垃圾的分类和资源化利用具有巨大的环境和经济价值，不仅是彻底解决生活垃圾处理难题的最佳途径，还是提供各种珍贵工业资源和工作岗位的新兴产业.分类垃圾资源化价值通过能源利用，转化利用和回收利用3种途径实现.

2.2.1 生活垃圾的能源利用

通过化学或生物法，释放生活垃圾中的能量，并加以回收利用的方式称为生活垃圾的能源利用.生活垃圾中的厨余垃圾和塑料垃圾中富含大量高热值的有机物，非常适合于回收能源.

厨余垃圾是食物的残渣和各种汤类和残油的混合物，富含大量淀粉、蛋白质、油脂等有机成分，是发酵制沼气和提炼生物柴油等清洁能源的理想原料：2013—2022年，天津平均每年产生144.63万吨厨余垃圾，可分离出6.15～8.61万吨废油脂和114.33～116.79万吨含油废水.以厨余垃圾中废油脂为原料，经高温高压水解、pH中和、过滤和脱水加氢等一系列工艺的处理，可提炼出占其质量4%，～5%，的生物柴油.这些生物柴油与普通柴油混合使用，能够解决能源紧缺问题，并缓解温室效应问题［19］；以厨余垃圾中含油废水中有机物为原料进行厌氧发酵，产气率为300.59～488.521，L/kg，其中甲烷体积分数0.540 5%～0.560 4%，［20］.

预计2013—2022年天津平均每年产生36.11万吨塑料垃圾，其中除占36%，的塑料瓶和塑料薄膜易回收利用外，还有将近23.11万吨的塑料包装、泡沫和其他塑料配件的碎片难于回收，而这些废旧塑料经过热解和氢化作用可以制得汽油和柴油，平均每裂解1，kg塑料可得到0.5，L汽油和0.5，L柴油.

2.2.2 生活垃圾的转化利用

通过一定的工艺，对生活垃圾中的一些成分进行重新加工以制取新形态的物质称为生活垃圾的转化利用.转化利用厨余、灰土、塑料、纸类、织物和其他垃圾中的有用成分得到新的产品与材料是目前生活垃圾资源化的研究热点.

占厨余垃圾质量15%，的固态沉渣较难发酵，一直是厨余垃圾处理的难点，而使用固态沉渣制备蛋白发泡剂的构想是实现厨余垃圾固态沉渣资源化的最佳选择.发泡剂是一种使材料内部形成闭孔或联孔结构的发泡物质，是制备隔热保温材料的重要添加剂［21］.天津每年产生的21.69万吨厨余垃圾固态沉渣为制造发泡剂提供了丰富原料，如得到有效利用每年可生产蛋白发泡剂4.34～5.42万吨，前景广阔.除此之外，塑料垃圾裂解制汽油柴油同时得到炭黑，纸类垃圾重新制浆得到再生纸制品，利用织物垃圾中的动植物纤维制备活性碳纤维，灰土垃圾中煤渣、土石、炉灰和砖瓦石成分经粉碎作为混凝土骨料，绿植与蔬果残渣垃圾的生物堆肥也是前景广阔的生活垃圾转化利用产业.

2.2.3 生活垃圾的回收利用

生活垃圾中的一些成分经过分类回收和初步处理后重新使用的方式为生活垃圾分类回收.这是目前最广泛和最成熟的垃圾资源化方式，包括废旧金属的回收和废玻璃的回收等.

为了对未来天津生活垃圾资源化价值进行更详细的评估，以预测的2013—2022年各类垃圾组分的年平均产量为基数，预估其资源化后所得产品的产量及市场价值，作为资源化龙头企业的生产规模与经济产出的估算值，结果见表6.

表6 2013—2022每年企业可资源化生产规模与经济产出的估算值［10，19-20，22-24］

表6（续）

通过对2013—2022年间分类垃圾资源量预测，预估资源化产业链企业的生产规模与经济产出，由表6显示：未来十年可资源化生活垃圾的年均量为232.82万吨，利用这一资源生产转化成各类再生资源或产品，其年产值可达63.10～94.32亿元，资源化潜力巨大.其中，以厨余、塑料、纸类和织物垃圾产生的价值最高，不仅可得61.57～89.06亿元的再生产品，每年还可以处理掉原来生活垃圾质量的95.55%，.

3 结 语

我国生活垃圾分类收集普及率与机械分选集成技术水平均较低，要真正实现垃圾的“三化”处理，首先须寻求适宜的预测模型，预测垃圾各分类量，并评估其资源化价值，以估算出“城市矿业”潜在的资源价值.这样才能提升企业与各方投资垃圾资源化产业的信心，利用市场规律，改善目前的垃圾回收困局，驱动垃圾分类收集普及率与机械分选集成技术水平的提高，形成循环再利用产业，实现经济的可持续发展.

通过生活垃圾分类量预测与回归分析的显著性因素检验，结果表明：在涉及城市发展、居民生活和人口3方面的44个因素中，真正对垃圾分类预测量产生显著性影响的因素只有16个，而且所有模型均与城市生活能源消费量或居民人均生活能源消费量有着显著的相关关系.其预测模型误差平均在1.036%～9.762%，之间，均在预测模型精度的2级评估线内.

［1］ 郑 文. 基于神经网络模型的城市生活垃圾预测［J］.西南师范大学学报（自然科学版），2014，39（8）：51-56.

［2］ 李远平，汪万芬. 六安市城市生活垃圾预测研究［J］.安徽理工大学学报（自然科学版），2008，28（3）：5-7.

［3］ 杨有清，袁涌铨，孙 杰. 青岛市生活垃圾量的关联度分析与灰色预测模型［J］. 中南民族大学学报（自然科学版），2005，24（3）：5-8.

［4］ KARAVEZYRIS V，TIMPE K P，MARZI R. Application of system dynamics and fuzzy logic to forecasting of municipal solid waste ［J］. Mathematics and Computers in Simulation，2002，60（3-5）：149-158.

［5］ DYSON B，CHANG N B. Forecasting municipal solid waste generation in a fast-growing urban region with system dynamics modeling ［J］. Waste Management，2005，25（7）：669-679.

［6］ JALILI G Z M，NOORI R. Prediction of municipal solid waste generation by use of artificial neural network：a case study of Mashhad［J］. International Journal of Environmental Research，2008，2（1）：13-22.

［7］ 周翠红，路迈西，吴文伟. 北京市城市生活垃圾组分预测［J］. 安全与环境学报，2004，4（5）：37-41.

［8］ 于 涛，黄 涛，潘膺希，等. 兰州市城市生活垃圾清运量影响因素多元统计分析［J］. 广西大学学报（自然科学版），2013，38（2）：499-506.

［9］ 陈永清. 天津城市生活垃圾处理价格策略研究［D］. 北京：中国人民大学，2007：4-7.

［10］ 田春英. 天津市生活垃圾收运设施规划［J］. 环境卫生工程，2010，18（4）：30-33.

［11］ 刘 齐，孙玉辉，寇 巍，等. 季节性城市生活垃圾成分分析及厌氧消化特性研究［J］. 环境工程学报，2013，7（11）：4507-4512.

［12］ 彭卫国，何俊宝，姚庆军，等. 天津城市生活垃圾物理组成及影响因素［J］. 环境卫生工程，2014，22（3）：12-14.

［13］ 梁广生，吴文伟，赵桂瑜，等. 北京市2002年—2007年生活垃圾产生量预测分析［J］. 环境科学研究，2003，16（5）：48-51.

［14］ 刘 芳，陈季华，奚旦立，等. 上海生活垃圾生产量、组成特性及处置对策研究［J］. 环境卫生工程，2005，13（2）：37-43.

［15］ 于 涛，黄 涛，潘膺希，等. 基于BP神经网络和灰色关联度组合模型的城市生活垃圾清运量预测［J］.安全与环境学报，2013，13（4）：94-97.

［16］ 杨广顺. 胜利油田短期电力负荷预测方法的研究［D］.济南：山东大学，2005：29-34.

［17］ 梁斯敏，樊建军. 中国城市生活垃圾的现状与管理对策探讨［J］. 环境工程，2014，32（11）：123-126.

［18］ 张 博. 城市生活垃圾清运量及组分预测模型研究［D］. 武汉：华中科技大学，2008：7-11.

［19］ 赵立军. 厨余垃圾组份分选装置及关键部件研究［D］.哈尔滨：东北农业大学，2013：5-7.

［20］ 郭燕峰，孔晓英，刘婉玉，等. 有机负荷对厨余垃圾常温厌氧发酵产甲烷的影响［J］. 农业工程学报，2011，27：96-100.

［21］ 倪 红，陈 婷，李亚东. 高稳定性污泥蛋白发泡剂的发泡特性及应用研究［J］. 环境工程学报，2009，3（12）：2254-2260.

［22］ 李 超，卢向阳，田 云，等. 城市有机垃圾车库式干发酵技术［J］. 可再生资源，2012，30（1）：113-119.

［23］ 孙亚明. 废旧塑料回收利用的现状及发展［J］. 云南化工，2008，35（2）：36-40.

［24］ 刘国涛，张红炼，彭绪亚. 有机垃圾热解生物碳的研究进展［J］. 安全与环境学报，2012，12（1）：89-94.

Classification Prediction Method and Recycling Analysis of Tianjin Municipal Solid Waste

WEN Kejun1，MA Chao1，WU Liping1，ZHANG Yanjie1，ZHANG Zhenyu2
（1. Tianjin Chengjian University，Tianjin 300384，China；2. Poten Environment Group Co.Ltd，Tianjin 300021，China）

To maximize the utilization of municipal solid waste in Tianjin，this paper uses the regression model to predict the amount of waste classification and production each year and evaluates its recycling value through impact factor and model selection.It is expected that municipal solid waste grows by an average of 3.68%， each year from 2013 to 2022.The proportion of lime soil declines year by year.The proportion of plastic，paper，fabric，kitchen and metal wastes is on the rise.The recycling value of municipal solid waste each year can reach 6.310～9.432 billion CNY，especially the plastic，paper，fabric and kitchen waste items，which have the highest potential value.The recycled product has the value of 6.157～8.906 billion CNY，with the total waste reduction rate of 95.55%， a year at the same time.

environmental science；municipal solid waste；recycling value；classification forecast

X799.3

A

2095-719X（2016）02-0126-08

2015-03-03；

2015-04-22

天津市科技计划项目（12ZCZDSF01900）；天津市科技支撑计划重点项目（08ZCGYSF02500）作者简介：文科军（1957—），男，江西永新人，天津城建大学教授，博士.