新疆餐厨垃圾产生量预测的实证研究

王　雪，刘　丹，张晟义

（新疆财经大学工商管理学院，新疆乌鲁木齐830012）



新疆餐厨垃圾产生量预测的实证研究

王雪，刘丹，张晟义

（新疆财经大学工商管理学院，新疆乌鲁木齐830012）

摘要：随着新疆经济和人口的增加，新疆餐厨垃圾的产生量与日剧增。餐厨垃圾的处理问题较为紧迫。要对餐厨垃圾进行收集、运输、处理，首先要对新疆餐厨垃圾产生量的统计预测，然而受城市规模和人口数量等因素的限制，餐厨垃圾产生量的确切数据较难掌握，运用主成份分析法对新疆餐厨垃圾产生量的影响因素进行分析，建立餐厨垃圾产生量的回归模型，对新疆餐厨垃圾的产生量进行科学预测。

关键词：主成份分析法；新疆餐厨垃圾；产生量预测

近年来，新疆餐厨垃圾相关问题日益凸显，餐厨垃圾拥有废物性和资源性的双重性质，餐厨垃圾处理不当不仅会产生一系列的资源浪费和环境问题，同时对餐厨垃圾不适当的回收与利用也会对人体健康产生威胁。由于餐厨垃圾的复杂性，餐厨垃圾处理系统的建立和完善也较为复杂。然而餐厨垃圾产生量的预测对于接下来收集、运输以及处理的相关工作起着至关重要的作用。因此本文主要研究餐厨垃圾产生量的预测问题，在研究餐厨垃圾产生量影响因素过程中，发现餐厨垃圾产生量的影响因素较多并且之间有相关性，因此本文采用主成份分析法对各个因素进行分类，消除各因素间的相关关系，然后建立餐厨垃圾产生量预测的线性回归模式，这样能更精确地预测新疆餐厨垃圾的产生量。

1　文献回顾

现已有部分学者对垃圾产生量的预测方法进行了研究，闫庆松［1］运用增长预测模式，在获知基准年垃圾的产生量和该城市垃圾年增长率的条件下，可用增长率公式来预测若干年后的垃圾年产量，这种距基准年的年数方法的参数少、数据简单易得，易于掌握。但因未考虑垃圾产生及影响的主要因素，其预测精度较差，因而只适用于粗略的预测，现已很少用。杨先海等［2］运用BP神经网络对城市垃圾的产生量进行预测研究，其预测精度也比较高，但操作复杂不易掌握。聂永丰等［3］运用类比法，首先用层次分析法选择类比城市并根据其历史数据建立数学模型，利用数学模型计算出餐厨垃圾的产生量，这种方法操作相对复杂。郭惠［4］运用线形回归模型分析了垃圾产生量的影响因素，预测了海口市未来的垃圾产生量，此种方法计算参数少、计算过程简单，但对于影响因素的处理不够。张保霞［5］等人运用调查分析法，以问卷、现场跟踪及实际称重的形式对北京市餐饮服务业、高等学校和居民家庭餐厨垃圾产生量调查统计，这种调查研究法操作繁琐，对未来产生量预测精度不高。陈娟等［6］运用灰色预测模型对济南餐厨垃圾产生量进行预测，灰色模型预测是目前应用较广的一种方法，因为此模型有较高的预测精度，但所需参数较多，数据不易获取，且计算过程复杂，经验不足者不易掌握。

本文采用主成份分析法来对餐厨垃圾产生量进行预测，此方法不仅易搜集数据并且操作简单，预测精度也高。

2　研究方法

2.1数据来源

本文数据主要来源于新疆维吾尔自治区统计年鉴（2000—2013年）［7］、新疆维吾尔自治区经济年鉴（1999—2014年）［8］、新疆维吾尔自治区年鉴（1999—2014年）［9］、新疆维吾尔自治区国民经济和社会发展统计公报（1999—2014年）［10］、新疆市环境状况公报（1999—2014年）［11］等资料。

2.2指标选择

由于餐厨垃圾产生量的影响因素较多且复杂，因此本文根据以往文献对餐厨垃圾和生活垃圾产生量影响因素的总结分析，最终主要使用四方面指标：经济发展水平、人口指标、居民生活水平指标、城建发展状况指标。各研究变量和指标来源的文献如表1。

表1　研究变量及其来源

1）经济发展水平。

经济发展水平主要包括国民生产总值和新疆餐饮业销售总额两个指标。新疆的国民生产总值代表着新疆的经济发展状况，新疆经济的提升会带动居民收入的提高，当居民的收入增加会增加居民在食品方面的消费，这样餐厨垃圾的产生量也会随之增加。新疆餐饮业的销售总额反映了人们在餐饮方面的消费水平，餐厨垃圾的产生主要有三个来源：餐饮业、食品加工厂、各个家庭的餐厨垃圾。如果餐饮业的销售总额增加就会加大相应餐厨垃圾产生量。

2）人口指标。

人口指标主要包括两方面：常住人口的数量和人口净流量。如果计算人均餐厨垃圾的产生量时，新疆的常住人口数增加会使新疆餐厨垃圾的总产量增加。人口的净流量代表着新疆一年内总的变动数，如果净流量为正，餐厨垃圾的总产生量会增加；如果净流量为负，餐厨垃圾的产生量会减少。

3）居民生活水平指标。

居民生活水平主要表现在四方面：人均可支配收入、人均食品消费性支出、社会消费品总额、用气率。居民收入和社会消费品总额的提高在食品消费方面会产生两种现象，一种是随着收入的增加会增加食品的相对消费，这样也相应的产生更多的餐厨垃圾；另一种是随着收入的增加却减少了食品的相对消费，因为当人们的收入进入高收入状态时会相应增加服务性消费和奢侈品消费，这样使食品消费相对减少，餐厨垃圾的产生量也会有一定的减少。

4）城建发展状况指标。

城建发展状况主要包括建成区绿化覆盖面积、街道清扫面积、环境保护投资三个指标。城建发展状况一定程度反映了经济的发展水平，同时也影响到餐厨垃圾的产生量。大城市餐厨垃圾的产生量受自然环境的影响较小，呈现出更多的共性，如街道清扫面积。并且餐厨垃圾产生量跟季节变动也有一定的关系。

3　模型构建和实证分析

3.1数学模型构建

主成份分析是一种多元统计分析方法。该方法通过构造原变量的一系列线性组合形成新变量，使这些新变量在彼此互不相关的前提下尽可能多地反映原变量的信息。数据信息主要反映在数据变量的方差上，方差越大，包含信息越多。通常用累计方差贡献率来衡量。主成分分析是对多个样本的输入变量形成的数据矩阵求取相关矩阵，根据相关矩阵的特征值，获得累计方差贡献率，再根据相关矩阵的特征向量，确定主成分。具体步骤如下：

1）原始数据标准化。

为消除由于原变量的量纲不同、数值差异过大带来的影响，对原变量作标准化处理。假设有m个指标X1，X2，…，Xm分别表示每个对象的各个特性，如果有N个对象，可以用矩阵表示，即首先进行中心标准化处理生成标准矩阵Y，式中，其中为均值，Sj为方差。

2）建立相关矩阵R，并计算其特征值和特征向量，即R = X*TX*/（N-1）

式中X*为标准化后的数据矩阵。求得自相关矩阵R的特征值，λ1≥λ2≥…≥λm以及相应的特征值向量u1，u2，…，um。

3）确定主成分个数。

方差贡献率和累计方差贡献率分别为

选取主成分的个数取决于累计方差贡献率，通过常累计方差贡献率大于75%～95%时对应的前p个主成分便包含个原始变量所能提供的绝大部分信息，主成分个数就是p个。

3.2实证分析

3.2.1数据整理

通过数据收集然后整理出餐厨垃圾产生量相关影响因素的各年变量值如表2。

表2　1999—2013年餐厨垃圾相关影响因素的数据

3.2.2主成份分析

对上述收集的数据输入计算机运用SPSS软件进行因子分析，首先要测定各因素间的相关关系程度来判定主成份分析法是否适合于餐厨垃圾产生量的预测，因此要计算KMO（Kaiser-Meyer-Olkin）值，KMO值适用于比较观测变量间相关系数平方和偏相关系数平方和的指标。KMO度量的标准：KMO大于0.9表示非常合适，KMO大于0.8小于0.9表示合适，KMO大于0.7小于0.8表示一般，KMO大于0.6小于0.7表示不太适合。KMO小于0.5表示极不合适。通过KMO和Bartlett的检验得出结果如下（表3）从表中结果KMO值为0.84，在0.8和0.9之间，可以看出餐厨垃圾产生量的预测合适应用主成份分析法。

表3　KMO和Bartlett的检验

通过对数据进行KMO数值分析后发现可以应用主成份分析，然后根据数据整理出碎石图找到主成份的个数，碎石图中曲线从开始下降的很快，下降到某一因子之后开始变得平缓，意味着该因子后面的因子特征值大小比较接近，在简化变量的过程中作用不大，因此拐点处对应的成分数为主成份个数，从图1中可以看出餐厨垃圾的主成份为两个。

图1　碎石图

根据表4的数据可以得出两个主成份的等式：

表4　成份得分系数矩阵

由上述结果可以看出主成份1主要侧重于对经济发展水平和城市建设两个指标的描述，然而成份2主要侧重人口指标以及城市建设变量的描述。成份Y1的表达式中我们可以看出新疆的国民经济、常住人口、人均可支配收入、社会消费品零售总额、天然气年消费总量、街道清扫面积等变量与Y1成正相关关系。然而餐饮业销售总额、环境保护投资两个变量与Y1成负相关关系。在Y2的表达式中餐饮业销售总额、人口净流量、人均年消费性支出、人均食品年消费性支出、环境保护投资等变量与成份Y2成正相关，然而常住人口、天然气年消费总量两个变量与Y2成负相关关系。

3.3线性回归分析

由spss软件进行主成份分析结果表明影响餐厨垃圾产生量的各因素间均有一定的相关性，因此用主成份分析法计算出的两个主成份是有效的，并且用于线性回归模式中进行餐厨垃圾产生量预测，不仅可以消除因素间相关关系的干扰，还使预测结果更精确。

构建线性回归模型：Z=B+a1×Y1+a2×Y2，将上述数据经过spss软件的回归分析得出如下结果（见表5）。

表5　回归结果

由输出结果得出餐厨垃圾产生量的预测线性回归方程：Z=157.467+6.102×Y1+7.898×Y2

由表格中t统计量的P值可以看出常量和Y1、Y2两个自变量系数均在5%置信区间上是显著的，表明回归模型的系数值是可信的、有效的。

线性回归模式有效性的检验结果如表6。

表6　模型有效性相关数据

线性回归模型有效性检验的结果可以看出模型是有效的，从表格的数据中得出模型的整体解释变量达到了显著性水平，F统计量的P值为0.006表示在5%的置信水平下是显著的，因此回归模型的整体解释变量是可用的。从表中得出拟合优度R2为0.865，说明模型的各个参数对于餐厨垃圾产生量的解释程度很高，模型的拟合优度高。杜宾（Durbin-Watson）检验值为1.351比较接近数值2，则线性回归模型中残差值不存在自相关关系。综上所述，线性回归模型：Z= 157.467+6.102×Y1+7.898×Y2是有效的。

4　结论和展望

由2013年各项数据国民生产总值为8 360.24亿元；餐饮业销售总额为162 326.0万元；常住人口数为2 264.30万人，旅游人口净流动为52 030 933人；人均年消费性支出为15 206.16元；人均食品年消费性支出为5 223.68元；社会消费品零售总额为2 039.15亿元；天然气年消费总量为7.35亿立方米；环境保护投资为281.14万元；街道清扫面积为12 315万平方米。经过主成份分析法处理后然后带入线性回归模型可得348.96万吨，和2013年餐厨垃圾产生量真实值352万吨相差不大，说明模型的预测精度高。并且由模型预测出来的垃圾产生和现有餐厨垃圾处理能力不匹配，并且现有的餐厨垃圾处理系统存在一定的问题，本文主要提出以下几点建议和展望。

第一，管理进行规范化。餐厨垃圾的回收运输部门必须在相关管理部门颁发运营许可证之后，按照《办法》实施管理的规范化。餐厨垃圾的收运活动必须建立详细的流程记录档案，作为以后监管和奖惩的依据。第二，构建相关的政府奖励措施。由于餐厨垃圾回收处理是一项有益于社会的项目，因此在相关的流程上政府应该给予一定的激励。例如在对于垃圾处理时的临时安置地点的费用，鼓励生产单位降低垃圾的产生量，减少运输费用和相关处置费用。第三，建立全程的监管机制。相关部门要在餐厨垃圾的产生到运输、加工、处理进行全程的监管机制。同时在相关食用油生产加工、经营和使用的相关链条上加大监管力度，从而阻止“地沟油”进入市场。在相关的文件上加强和规范餐厨垃圾处理的方向，提升社会意识程度，让支持餐厨垃圾无害化处理和资源化利用成为社会上主导的处理餐厨垃圾的方式方法。第四，餐厨垃圾处理市场化。鼓励社会力量参与餐厨垃圾的处理利用，从而积极探索餐厨垃圾处理进入市场的方法，将餐厨垃圾处理产业化，规模化，以市场需求和供给为先导准则，总结出一套资源优势最大化，利润驱动的经营模式，以此来鼓励更多的企业加入餐厨垃圾处理。同时也要规范相关企业的进入和退出机制，加强管理，推进规范化、制度化的运营机制。

参考文献：

［1］闫庆松.城市垃圾产生量的预测方法［J］.山东环境，1994（6）：39.

［2］杨先海，褚金奎，吕传毅.基于BP神经网络模型的城市生活垃圾产生量预测研究［J］.西安理工大学学报，2003（4）：335-339.

［3］聂永丰，李欢，金宜英，等.类比法在城市生活垃圾产生量预测中的应用［J］.环境卫生工程，2005（1）：31-34.

［4］郭惠.海口市生活垃圾处置的管理分析［D］.海口：华南热带农业大学，2007.

［5］张保霞，付婉霞.北京市餐厨垃圾产生量调查分析［J］.环境科学与技术，2010（S2）：651-654.

［6］陈娟，杨秀禄，张玥，等.基于GM（1，1）的济南市餐厨垃圾产生量预测［J］.环境卫生工程，2014，22（2）：27-28.

［7］新疆维吾尔自治区统计局.新疆统计年鉴［DS/ OL］.2000—2013［2016-03-06］. http：//www.xjtj.gov.cn/ sjcx/tjnj_3415/.

［8］新疆维吾尔自治区财政厅.新疆经济年鉴［DS/OL］.1999—2014［2016-03-06］. http：//www.xjcz.gov.cn/1.

［9］新疆维吾尔自治区统计局.新疆年鉴［DS/OL］.1999—2014［2016-03-06］. http：//www.xjtj.gov.cn/sjcx/.

［10］新疆统计局和国家统计局新疆调查总队.新疆维吾尔自治区国民经济和社会发展统计公报［EB/OL］. （2015-02-28）［2016-03-01］. http：//epaper.xjdaily. com/detail.aspx?id=8855950.

［11］新疆维吾尔自治区环境保护厅.新疆市环境状况公报［R/OL］.1999—2014［2016-03-06］. http：//www.xjepb. gov.cn/tabid/403/Default.aspx.

［12］徐荣菊.深圳城市生活垃圾产生量预测及南山区垃圾处理路线设计［D］.武汉：华中师范大学，2013.

［13］左浩坤，付双立.北京市建筑垃圾产生量预测及处置设施建设分布研究［J］.环境卫生工程，2011，19（2）：63-64.

［14］曹巍.济南市人均生活垃圾产生量分析与预测［J］.环境卫生工程，2015，23（4）：12-14.

［15］任婉侠，耿涌，薛冰.沈阳市生活垃圾排放现状及产生量预测［J］.环境科学与技术，2015（9）：105-110.

［16］王林昌.组合模型在城市生活垃圾产生量预测中的应用［J］.环境卫生工程，2011，19（4）：50-51.

［17］高会苗，戴铁军，高晓龙.北京城市生活垃圾产生量的影响因素研究及预测［J］.环境卫生工程，2014，22（1）：24-28.

［18］许元，李聪.城市建筑垃圾产生量的估算与预测模型［J］.建筑砌块与砌块建筑，2014，（3）：43-47.

［19］张珏，张建强.基于灰色理论与BP神经网络预测成都市生活垃圾产生量［J］.环境科学与管理，2012，37（8）：52-56.

［20］邢布飞，陈少玲，王彤彤，等.北京市垃圾产生量的预测：基于三种预测模型的比较［J］.中国集体经济，2015（1）：78.

［21］马慧民，张政.基于BP神经网络的城市生活垃圾产生量预测研究：以上海市为例［J］.环境科学与管理，2015，40（2）：56-59，73.

［22］董兵，刘汉湖，李凯，等.徐州市城市生活垃圾产生量预测分析［J］.环境卫生工程，2015，23（3）：30-32.

［23］应玲，陈善平，张瑞娜，等.上海市餐厨垃圾产生量预测分析［J］.环境卫生工程，2015，23（4）：4-7.

［责任编辑：吴卓］

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

中图分类号：X705（245）

文献标志码：A

文章编号：1672-6138（2016）02-0037-06

DOI：10.3969/j.issn.1672-6138.2016.02.009

收稿日期：2016-03-09

基金项目：新疆财经大学研究生科研基金项目（XJUFE2015K007）。

作者简介：王雪（1990—），女，满族，辽宁本溪人，硕士研究生，研究方向：战略管理。