基于大数据的我国再生资源回收体系优化研究

李雪飞，周恩德，杜小艳

基于大数据的我国再生资源回收体系优化研究

李雪飞，周恩德，杜小艳

（湖北汽车工业学院经济管理学院，湖北十堰442002）

随着大数据技术的发展及其深化应用，推动大数据与再生资源产业融合已成为可能。以国内再生资源回收体系为对象，分析了现有回收体系发展状况及其存在的主要问题，提出了基于大数据思维的我国再生资源回收体系发展的思路、主要路径及相关保障措施。

大数据；再生资源；回收体系

大数据一词来源于英文Big date，包含结构性数据、半结构性数据和非结构性数据，以“3V”，即Volume，Variety，Velocity为特征［1］。大数据处理技术即是伴随大数据采集、传输、处理和应用的相关技术的集合，主要包括分析技术、内存数据库、Nasal数据库和分布式计算技术等。自国家发布“互联网+”行动计划以来，推动移动互联网、云计算、大数据等与现代制造业结合已成为大势所趋。目前已有越来越多的国内企业部署了大数据应用，其中金融、医疗、电子商务、互联网、制造业等领域都取得了相对较快的发展。作为循环经济发展的重要载体，再生资源产业对于大数据技术的应用还未真正落地。因此，探索基于大数据思维的再生资源回收体系，对于促进行业转型升级乃至落实国家战略具有重要意义。

1　我国再生资源回收体系发展现状

1.1再生资源回收体系不断完善

我国再生资源产业起步于20世纪50年代，最初由各级废旧物品回收公司和供销合作社回收网点两大体系构成；改革开放后到20世纪末，逐步形成了遍及城乡的相对完善的再生资源回收体系，由国有物资回收企业、私营物资回收企业和个体回收者三大主体组成［2］；21世纪初，随着2006年、2009年和2011年3批再生资源回收体系建设试点88个试点城市和11个区域性集散基地的规划建设，以回收站点、分拣中心和集散市场为核心的“三位一体”的再生资源回收体系初步形成［3］。截至目前，国家发改委会同有关部门已累计确定5批100个园区循环化改造示范试点园区，6批49个国家“城市矿产”示范基地和5批100个餐

图1　我国再生资源回收体系发展历程

1.2再生资源回收水平不断提高

从回收总值来看，截至2014年底，我国废钢铁、废有色金属、废塑料、废轮胎、废纸、废弃电器电子产品、报废汽车、报废船舶、废玻璃等十大类别的再生资源回收总值达到6 446.9亿元。其中，报废船舶增幅最大，同比增长91.2%。从回收总量来看，我国主要品种再生资源回收总量约为2.45亿t，同比增长5.0%［5］，相对于2008年翻了一番，实现近7年内稳步增长，详见图2。

图2　2008—2014年我国主要再生资源回收情况

2　我国再生资源回收体系存在的问题

2.1回收效率偏低

截止2013年底，全社会再生资源回收企业达10万多家，其中80%以上为中小企业［6］。再生资源回收以“夫妻店”、“小作坊”等社会化个体回收为主，规模化回收企业仅占行业的10%～20%。受限于小规模回收企业逐利驱动以及薄弱的行业发展基础，我国主要类别的再生资源回收效率普遍偏低。废纸、废金属等回收价值较高的品类回收率可达70%，废玻璃等价值低的品类回收率仅在20%左右，利润微薄、环境污染严重的废品甚至随意丢弃，大量可用资源无人问津［7］。

2.2行业发展欠规范

从回收机构来看，我国再生资源行业的市场准入门槛较低，存在相当数量的回收网点没有营业执照和合法的经营场地；从回收人员来看，我国广大流动性收购人员缺乏专门的回收处理培训，专业素质普遍较低，主要凭借市场行情和交易经验来判断物品回收的种类和价值。从监管部门来看，我国再生资源行业涉及多个政府部门，部门间缺乏高效、统一的行业监管机制，监管力度不足。大量再生资源流向个体回收者并由小作坊处理，正规企业拆解处理率严重低下。

2.3数据资源短缺

数据资源是应用大数据技术优化我国再生资源产业发展的基础，而数据资源不足已成为制约我国传统再生资源回收方式根本性变革的重要因素。从数据增量来看，我国数据年增长量仅占美国的7%，欧洲的12%，远远低于欧美发达国家。从数据存量来看，我国政府和制造业的数据积累远远落后于国外［8］。就已有有限的数据资源来说，其标准化和准确性等都有待认证。与此同时，我国政府公共管理数据开放度较低，行业企业受限于商业利益垄断数据资源，“信息孤岛”大量存在。

2.4数据鸿沟突出

我国不同群体间的数据获取能力存在巨大差异，使得利用大数据技术支撑再生资源回收的功能无法充分实现。2014年《第34次中国互联网络发展状况统计报告》显示，目前我国网民规模达到6.32亿，从职业看，学生占比 25.1%；个体户及自由职业者占比21.4%；企业及公司管理人员占比2.9%；党政机关事业单位一般职员占比为4.3%；党政机关事业单位领导干部占比0.5%；其他人群共占比45.8%［9］。由于职业和文化水平的差异，不同群体对于依靠大数据平台解决再生资源回收问题，在拥有数据、分析数据和使用数据等环节存在数据鸿沟。

3　基于大数据思维的再生资源回收体系设计

3.1数据采集与整合

（1）结构化数据采集与整合。应用企业内部数据采集工具，实时或定时采集回收数据库、交易数据库和加工数据库的数据，包括订单编号、客户名称、客户地址、废弃物种类、数量等相关信息。

（2）非结构化数据采集与整合。通过网络爬虫或网站公开API等方式，从再生资源相关网站上获取包括图片、音频、视频等多种形式的网络数据信息［10］。

（3）其他数据采集与整合。收集和整理国家有关统计资料和一次性普查资料；各有关行业、部门正式出版的年鉴或统计资料；各级政府主管部门或行业协会己掌握的数据资料或一次性调研资料；长期在行业中从事该项工作的专家和行业企业中工作人员掌握的资料。

3.2数据分析与预测

（1）可视化分析。基于大数据技术，对再生资源基础数据库、业务数据库与数据仓库数据进行挖掘处理，通过表格、图形、地图等形式清晰地反应海量数据所蕴藏的信息。一是企业通过数据分析洞察客户交投行为，更好地指导回收过程，基本实现以客户为中心的精准化回收。二是政府通过数据分析，把握国内外行业基本信息，用于政策制定和行业指导。

（2）预测分析。基于可视化分析和数据挖掘的结果实现对客户交易行为的趋势预测、客户评价行为的客户流失预测和对环境数据分析的行业形式预测等基本预测。具体包括：第一，基于客户交易行为的趋势预测。通过数据预测模型对搜索引擎中热点和交投历史等数据进行分析，对未来一段时间内废弃物的产生量、交投量等数据进行预测。第二，基于客户评价行为的客户流失预测。根据客户行为模型对客户投诉行为、负面评价行为、交易量下降等行为预测客户流失的可能性，并采取针对性措施。第三，基于环境数据的外部形势预测。依据市场竞争形势、国内外经济形式等数据，对外部环境形式做先导性预测，并及时采取相应措施，应对环境变化。

3.3数据实现与路径选择

依据我国生活类、产业类、服务消费类和公共机构类四大类别的再生资源，分类建立以下不同模式的回收体系［11］。

3.3.1以三级网络为基础的生活类再生资源回收体系

针对生活类再生资源，以大数据技术为依托，综合平衡全社会范围内的回收网点、分拣中心和集散市场的分布密度及回收水平，并根据城市每1 000～1 500户，乡镇1 500～2 000户一个回收网点的设置原则，对回收网点分布过于密集的区域关停部分“脏、乱、差”的小回收个体，对回收网点设置不足的区域，规划和建设一批新型回收企业，最终形成覆盖全社会的、点线面协调发展的生活类再生资源回收体系。回收企业借助回收平台，发布废品分类、收购价格等相关信息并与居民的废品交投信息形成有效对接，对待交易废品采取定点投放或上门回收等回收形式，彻底解决回收企业“吃不饱”的难题。

3.3.2以产业共生为特点的产业类再生资源回收体系

大力建设一批资质深、实力强的再生资源回收龙头企业，积极对接各类产废企业与再生资源产业园区，签署战略合作协议。回收企业依据数据预测模型对产废企业历史交投数量、资源大类、时间间隔等数据进行分析，对未来一段时间内各类废弃物的产生量、交投量等进行预测，并依托原有或整合建设回收网络，以直接回收或委托第三方回收公司，深入各类生产基地实现定向的、一次性大规模回收，提高回收效率。同时，鼓励产废企业自主配送库存垃圾，实现再生资源物流的双向流动，满足下游利废企业用料需求，减少回收环节，优化再生资源回收系统。

3.3.3与回收企业对接的公共机构类再生资源回收体系

政府以公开招标的形式组织一批规范化经营的再生资源回收企业对接国家机关、事业单位等公共机构，通过定期回收、流动回收等多种回收方式对其产生的废弃物进行定期清运或实时清运。回收企业应统一行业标准，在避免过度打扰的前提下，实现精准预测、及时回收，线上线下协同管理，打造行业规范化回收处理标准，维护公共机构形象和秩序。同时，依据客户评价模型，对客户投诉行为、负面评价行为、交易流失等现状进行分析，及时评估渠道投放效率并采取针对性措施，循环优化，持续提升。

3.3.4全社会共同参与的服务消费类再生资源回收体系

以服务消费类再生资源相对分散的特性为出发点，主张实行共同责任分担制度［2］，建设成为以政府牵头为指导、以生产、销售企业投入为主体，消费者支持为基础的全社会共同参与的回收体系。地方政府牵头建设再生资源回收处理专项基金，鼓励垃圾生产相关责任人积极落实回收责任，调动全社会回收敏感性。对消费者，实行有偿回收政策，对其主动交付垃圾的行为给予一定奖励；对销售者，鼓励其充分利用销售配送网络，打造逆向回收渠道，最终交付回收处理企业处理并领取一定基金补偿；对生产者，鼓励生产者或生产者联盟通过各级分销渠道，对废品、残次品和包装等进行回收再处理。

4　保障措施

4.1人才支撑

拥有专业的数据分析人才是发挥大数据技术支撑解决再生资源回收的基本条件。我国基于大数据思维推动再生资源产业转型升级，急需一大批深度数据分析人才和既熟悉再生资源回收形式又了解大数据技术与应用的管理者。建议行业协会及相关政府部门积极创造条件，部署数据分析人才培养专项计划和完善人才引进计划，加大数据分析人才的培育和引进力度，为行业各主体提供技术咨询与服务。鼓励高校或高校联盟依托各自在数据分析领域和循环经济领域的优势开设数据分析学、循环经济学等相关学科，完善专业人才培养和健全产学研衔接互动机制，满足政府部门和行业企业的用人需求。

4.2技术攻关

我国对大数据技术的认识、研究和应用普遍不足，制约了再生资源行业运用最先进的技术转型升级的需求。因此，我国应从政策层面，构筑适合再生资源行业特点的大数据技术发展专项规划，加强其在再生资源回收领域的适应性和针对性。从技术层面，整合多方力量成立专业的大数据技术研发团队，重点解决数据存储、数据挖掘和运算等技术难题，为大数据技术应用企业和政府决策提供咨询与指导。从资金支持层面，鼓励政府专项资金向大数据研发领域倾斜，鼓励金融机构为中小企业技术研发拓宽融资渠道。

4.3法律保障

大数据的挖掘和利用需要有法可依，建立健全政策法规是促进数据资源共享、保障信息安全的关键手段。针对数据资源短缺问题，提供以下两点建议。一是以政府为出发点，尽快制定《信息公开法》等相关法律法规，推动各级政府部门信息开放共享并鼓励公众进行挖掘和利用；二是以行业协会为出发点，鼓励建立统一的行业数据开放门户网站，增强行业数据流动性。针对数据安全问题，我国应加快探索形成一系列针对个人信息安全、企业信息安全以及国家信息安全的立法议案，量化出台关于数据质量、权利、隐私、安全等的规定，多措并举地维护数据安全。

4.4群众支持

广大群众依靠和支持大数据技术支撑解决再生资源回收是行业发展的推动力量，培养民众形成依靠数据分析交投垃圾的行为方式和习惯，是发挥大数据技术促进行业转型升级的关键所在。一是通过多途径的宣传教育，让群众认识大数据进而依靠数据分析智能处理生活垃圾；二是加强政府对行业关键数据的开放力度，为社会公众提供数据资源并鼓励挖掘与利用；三是支持政府承担部分再生资源数据分析责任，以有效弥补普通民众缺乏数据分析能力的现实问题。

［1］郭昕，孟晔.大数据的力量［M］。北京：机械工业出版社，2013.

［2］陈静.我国再生资源回收体系的研究［D］.天津：南开大学，2014.

［3］周汉城.改造集散市场建设新型再生资源回收利用体系［J］.再生资源与循环经济，2014，7（4）:18-21.

［4］四部委关于开展电器电子产品生产者责任延伸试点工作通知［J］.再生资源与循环经济，2015，8（7）:6.

［5］《中国再生资源回收行业发展报告（2015）》发布［J］.中国资源综合利用，2015，33（4）:15.

［6］中国已有再生资源回收企业10多万家［EB/OL］.2014-04-25. 新 华 网 http://news.xinhuanet.com/fortune/2014-04/25/ c_1110417063.htm.

［7］再生资源怎样才能走出“互联网+”的特色之路［EB/OL］.2015-06-18.中国日报网http://cnews.chinadaily.com.cn/2015-06/ 18/content_21039444.htm.

［8］歌晓.大数据落地“三道坎”与信息安全［J］.上海信息化，2013，11:82-85.

［9］苏玉娟.大数据技术在解决民生问题中的应用［J］.中共山西省委党校报，2015，38（1）:90-92.

［10］ 周健.大数据的特征、管理与挖掘［J］.中国市场，2015，86045:105-106.

［11］商务部等部门关于印发《再生资源回收体系建设中长期规划（2015—2020）》的通知［J］.再生资源与循环经济，2015，8（2）: 1-5.

Abstract:With the development and in-depth application of big data technology，the integration of big data and the industry of renewable resources has become possible.This Paper mainly talks about renewable resources recovery system，analyzes its status quo and problems.Finally，it put forward ideas，main path selections and related supporting measures concerning the development of renewable resources recycling system based on big data.

Keywords:big data；renewable resources；recovery system

（收稿日期2016-05-07）

Objective characteristics and effect evaluation of the circular transformation of the park

ZHANG Canjun
（Xintai Economic Development Zone Management Committee，Xintai 271200，China）

After many years of development and exploration，the industrial park has surpassed economic and technological development zone，industrial technology park and other traditional construction mode，developing to eco industrial park to adapt to the requirements of the green recycle development of the social economy.At present，the manifestation of the eco industrial park is manifold，but，it organizes enterprises or production unit materially using the idea of circulation economic to realize the recycling of material，energy and information on the level of symbiosis. Circular park is a complex system including many factors such as social，economy and environment.One or a few indicators used to reflect its development status and future development trend is not comprehensively and objectively. Therefore，integrating many scholars of previous research results，combined with the actual work in our country，this paper put forward typical characteristics of circular transformation and the evaluation index system of circular degree.

circular transformation of the park；objective characteristics；effect evaluation厨废弃物资源化利用和无害化处理试点城市（区）［4］，再生资源行业回收规模持续扩大。到2020年，一个遍及全社会的布局合理、管理规范、回收模式多样化的完善的再生资源回收体系有望形成。我国再生资源回收体系发展历程如图1所示。

Research on the optimization of renewable resources recovery system based on big data

LI Xuefei，ZHOU Ende，DU Xiaoyan
（School of Economics and Management，Hubei University of Automotive Technology，Shiyan 442002，China）

F124.5

A

1674-0912（2016）06-0011-04

2016-04-20）

湖北省社科联“基层社科研究资助”项目“十堰市再生资源产业发展研究”（hbsskl15jz033）；湖北汽车工业学院2015年度“本科教学工程”（大学生创新训练计划项目）（SJ201549）

李雪飞（1994-），女，河北承德人，湖北汽车工业学院国际经济与贸易专业学生。