改进型消费使用模型WEEE城乡回收量预测——以福建省为例

孙黎宏

(武夷学院 商学院，福建 武夷山 354200)

改进型消费使用模型WEEE城乡回收量预测
——以福建省为例

孙黎宏

(武夷学院 商学院，福建 武夷山 354200)

有效预测各类废弃电器电子产品(WEEE)的回收量，是WEEE回收工作开展的重要环节。消费使用模型因其简便易用，故尤其适用于缺乏准确销售量数据的区域WEEE的预测。但由于此种模型不考虑科技进步和经济发展引发的电器电子产品平均使用寿命的变化，在一定程度上影响了估算结果的准确性。故为提高预测的准确度，有必要在现有研究基础上构建改进的消费使用模型。以福建省六类常用家电的社会保有量为数据来源，利用改进的消费使用模型分别对福建省城市和乡镇的家用WEEE回收量进行预测。预测结果发现六类电器电子产品的报废过程遵循一定规律，且有明显的城乡差异特征。为回收企业与相关组织进行家用WEEE的回收处理工作提供指导，进而实现系统的降本增效。

废弃电子电器产品(WEEE)；消费使用模型；福建省；城乡；回收量；预测

当前，我国无论城市还是农村都已进入废旧家电产量高峰期，年均增长率达20%，预计到2020年电子产品每年报废数量将达到1.37亿台。[1]2011年，政府颁布《废弃电器电子产品回收处理管理条例》(以下简称《管理条例》)，2012年5月财政部又出台了《废弃电器电子产品回收处理基金管理办法》，标志着《管理条例》真正的步入实施阶段，并提出生产者责任制，通过“以旧换新”的方式鼓励相关责任方展开回收工作。截止2016年12月31日，进入基金补贴名单的废弃电器电子产品处理企业共计109家，年处理能力超过1.5亿台。废弃电器电子产品处理量约7500万台。[2]根据《管理条例》，电子废物循环处理设施的规划监管将由各省直辖市负责。目前已有一些省直辖市开始了废旧电器电子产品回收处置系统的研究与建设，但处置效果不佳。现有研究几乎都是针对“城市”范围展开，针对“农村”的研究较少。而在某些经济较发达的省、直辖市，其农村地区的废弃电子电器产量也很高。但由于农村居住分散，企业回收物流成本大大高于城镇，迫使当前的回收体系并没有覆盖到农村区域。[3]另外某些维修翻新的二手产品又大量流向农村地区，给回收工作带来更大挑战。[3]

有关“WEEE回收量的预测”问题，国内外学者创建了很多模型，李博等人根据现有废弃电器电子产品产生量估算方法在设计思路、数据需求与适用范围等方面的差异，将其归纳为13种，分别是：市场供给模型、市场供给A模型、斯坦福模型、卡内基梅隆模型、消费与使用模型、时间梯度模型、MFA模型、饱和市场模型、时间序列模型、因子模型、计量经济学分析、使用阶段分析、直接分析法。[4]除上述13种模型外，也有一些学者提出了不同的预测模型。如Walk W假设产品生命周期满足Weibull分布，在此基础上计算家庭保有量，最后利用技术更新的模型(费雪橇模型)计算CRT的废弃量。[5]高平全，范厚明等人建立区域化废旧家用电器生成量的预测模型并进行系统分析，在此基础上构建回收网络布局优化模型，并以大连市某区为例进行实证研究，验证了所构建模型的有效性。[6]汪方建立废旧家电回收量仿真模型，最后运用粗糙集理论构建废旧家电回收量预测模型，并利用仿真数据对预测模型进行检验。[7]刘志峰，张雅堃等人针对我国家电报废量基础数据挖掘困难、回收处于混乱无序状态的问题，运用多元回归法分析报废量的影响因素，建立了考虑人口密度的家电产品报废量预测模型——SPX预测模型，以安徽省为例，对预测模型进行了检验，并对2014—2016年的电视机报废量进行了预测。[8]

总体来看，国内外研究焦点大部分在WEEE产生量的预测模型构建方面以及未来一段时间的具体产量预测方面，对于各种模型下预测的结果准确与否以及各类电子电器产品的报废过程是否遵从一定规律较少有深入研究。此外，大部分研究都是着眼于城市区域，关于农村WEEE的回收问题研究不足，鲜有学者针对农村WEEE产生量进行预测。

1 预测方法选择

通过对上述文献归纳的13种模型进行对比分析，发现主要有三种数据来源，分别是“销售量”、“社会保有量”、“历史废弃物数据”(见表1)。其中“销售量”数据使用最多，有7种模型都以销售量为其数据来源；其次是“社会保有量”和“历史废弃物数据”。由于本文以福建省为例，查阅福建省相关统计数据，并未发现有关电器电子产品的销售数据和历史废弃物数据的统计资料，所以用“销售量”和“历史废弃物数据”作为数据来源进行预测的难度较大。消费使用模型是一种以保有量数据为基础的“估算”模型，依据电器电子产品社会保有量和平均寿命对废弃物产生量进行估算，跟其他预测模型相比更为简便易用，并且该模型对保有量较大的电器电子产品具有普遍适用性。另外，福建省地处东南沿海，经济较为发达，外来人口增长速度较快，社会保有量数据比市场销售数据更能准确反映其电器电子产品数量实际增长情况。[9]故考虑到数据的易得性以及方法的简单实用性，最后本文选定采用消费使用模型进行预测。

2 预测模型构建

一般的消费使用模型主要考虑两个因素：各类电器电子产品的社会保有量和平均寿命。常用的估算公式为：

Qt=H/n (1)

式中，Qt为某一年份某一类别废弃电子电器产品的产生量；H为同年该类产品的社会保有量；n为该类产品的平均使用寿命。[10]

由此可见，此模型简便易用，然而由于不考虑科技进步和经济发展引发的电器电子产品平均使用寿命的变化，在一定程度上降低了估算结果的准确性。[11-12]但是，对于缺乏准确销售量数据的区域则只能利用该方法进行估算，[13-14]故本文预通过充分考虑各类电子电器产品的寿命变化情况，在相关研究的基础上做些改进，以提高模型的实用性和预测的准确性。结合实际需要，改进后的消费使用模型构建如下。

(1)问题描述：在已知某地区各年度每百户城镇居民和每百户农村居民家庭耐用消费品拥有量的情况下，考虑各类电器电子产品的平均使用寿命及使用寿命变化情况，进行城镇与农村回收量的预测。

(2)提出假设：1)假设每类电子电器产品达到其规定的使用年限即报废；2)假设达到报废标准的电子电器产品可一次性回收。

(3)计算公式：

1)关于各类电器电子产品统计期内保有量的计算公式。根据已知数据，首先计算每年各类家用电器电子产品的总拥有量，然后去除每年总拥有量之中包含的已废旧的家用电器电子产品的量，记为将来某段时间可能报废的现有家用电器电子产品的社会家庭保有量(这里假设剩下来的均为新家用电器电子产品)。则公式表达如下：

(2)

(3)

(4)

其中Qki表示第k年i类电器电子产品的“总社会家庭保有量”，单位为万台；K为统计年集合。Qkic表示第k年i类电子电器产品的“城市总保有量”；Qkin表示第k年i类电器电子产品的“农村总保有量”；Ai为各类电器电子的平均使用寿命，I为电器电子产品集合。A1,A2,A3,A4,A5,A6分别表示彩电、冰箱、洗衣机、空调、电脑和手机的平均使用寿命。Hkci，Hkni分别是城镇及农村第k年的每百户居民i类电器电子产品的拥有量，Nkci，Nkni分别是城镇及农村第k年人口总户数。由于统计资料并未体现城镇与农村的总户数数据，所以城镇与农村居民总户数需要根据城镇与农村常住人口总数与平均每户常住人口数进行核算。核算公式如下：

(5)

(6)

2)未来一段时间内各类WEEE的回收预测量估算公式。结合公式(5)和公式(6)，利用公式3、公式4可计算得到城镇及农村统计期内的社会家庭保有量，并假设这些量的WEEE为新产品，那么这些产品将会在其使用寿命达到后报废，由此可预测其在使用寿命达到后的一段时间里的产生量。假设报废量为B，某类电器电子的使用寿命区间为(a,b)，则城镇某类电器电子产品的报废量可表示为：

(7)

同理，农村某类电器电子产品的报废量可表示为：

(8)

3 实证分析

3.1数据来源与参数确定

(1)六类电器电子产品的社会保有量估算。

根据《福建省统计年鉴》2005—2014年福建省城镇与农村每百户年末耐用消费品拥有量数据,得到福建省2005—2014年每百户城镇与农村居民冰箱、洗衣机、空调、彩电、电脑和移动电话的拥有量及各年度常住人口及家庭户数据(见表2、表3)。

表2 2005—2014福建省每百户城镇与农村居民年末6类家用电器电子产品拥有量 /台

表3 福建省2005—2014年常住人口统计及总户数估算表

根据6类家电的每百户耐用品拥有量数据及家庭户数数据，代入公式3与公式4可分别获得各类家电产品统计期内城镇和农村的社会保有量，计算结果见表4。

表4 福建省2005—2014年6类家用电器电子产品社会保有量估算结果 /万台

(2)六类产品的使用寿命统计。

除社会保有量之外，另一个对WEEE的回收量进行预测具有重要影响的关键参数为各类产品的使用寿命情况，为提高预测的准确性，本文首先采用各类产品的平均使用寿命进行社会保有量的估算。为弥补消费使用模型的不足，应考虑科技进步和经济发展引发的电器电子产品平均使用寿命的变化，故而需要再统计各类产品不同废弃年限的废弃比例以确定未来预测期的回收产量。六类产品的使用寿命及不同年限的报废比例见表5。

表5 主要电子电器产品使用寿命统计表[15]

注：括号内的数字为使用年限，如：洗衣机的使用年限为11～14年，其中15%的报废年限为11年。

3.2预测计算

在确定了各类家用电器电子产品的社会保有量及使用寿命分布情况之后，可运用公式7和公式8，进行福建省未来一段时间内各类家用电器电子产品的可回收产量预测，预测结果见表6。

由计算结果可知，2016年以后的十几年里，依次进入报废高峰期的电子电器产品分别是手机、空调、电脑，然后是彩电、洗衣机和电冰箱。出现这样的结果，跟它们各自使用寿命的长短密切相关，使用寿命越短则可预测期越短，回收速度也更快。比较各类产品的产量变化(见图1)，可以发现：各类产品可回收产量曲线均呈现类似的“人与装备曲线”变化①，即走向与装备可靠性的“浴盆曲线”颠倒。此种现象表明，各类产品的回收过程存在周期性变化趋势，其报废过程遵从威布尔分布，而其回收过程却刚好相反，本文将此现象定义为“倒浴盆曲线”。

表6 福建省未来一段时间内的6类家用电器电子产品可回收产量预测结果 万台

注：表中有底色部分为不同废弃年限比例值都计算在内的年度总产量，即可比较的产量。

为分析方便，可将城镇与农村进行对比，画折线图如图1所示。

图1 福建省城镇与农村6类产品回收产量变化对比

3.3预测结果讨论

本文的预测结果与其他学者预测的结果稍有不同。其他学者预测的结果一般都认定所预测的家电产品的报废量在未来某段时间会呈现出一种较有规律的上涨趋势。如郭彬、孙美丽利用消费使用模型预测我国手机的报废量在2005—2011年“呈线性稳步增长趋势”。[10]陈鸣、宗刚、高晓龙等人利用等维灰数递补动态预测方法预测北京4种家电(电脑、洗衣机、空调、电视)在2013—2016年的销售量变动状况，然后运用市场供给A模型预测废旧量，得出“北京市电脑、空调淘汰总量在以较快的速度增长”。[16]除此之外，还有许多学者的预测结果都是未来几年内将呈现一定程度的“线性增长”趋势。这与各位学者的数据处理过程密切相关。由于近年来，我国经济飞速发展，科技水平不断提高，导致各类电器电子产品更新换代速度很快，加上人民生活水平的稳步提高，生产生活物资的销量也在不断提升，所以如果通过分析销售量变化进行废旧量的预测，无论使用什么模型，最终得出的结论一定会出现相同的增长趋势的结果。利用保有量数据进行预测，也存在着同样的原理。现有研究中也有一些学者选择了保有量数据进行废旧量预测，而他们的预测过程却与使用其他方法的学者类似，均是根据逐年增长的百户家庭的拥有量，以及考虑人口增长率，城镇化率等方面因素，再通过线性回归进行数据分析预测，得出的结论同样是呈现“线性增长”趋势。

本文的不同之处在于，利用每百户家庭拥有量进行社会保有量预测时考虑到当前各类家电产品在家庭消费方面已趋于饱和，市场需求较稳定，故在进行各类产品的社会保有量估算时去除了每年总拥有量之中包含的已废旧的产品的量。这样做有两个原因：其一是年鉴中给出的每百户居民家庭的拥有量数据，只是当年各家庭电器产品的拥有情况反映，而每年的统计数据当中是否一定含有新增的量，或者也包含已经废弃的家电数量，年鉴中并未给出具体说明，为了尽可能的减小数据处理中产生的误差，所以做此处理。其二是在估算了平均每年的电器电子产品保有量的基础上，再考虑各类产品的报废过程是受多方因素影响的，除了产品本身的性能之外，还会受到使用者的行为以及市场行情等因素影响，其实际的回收量必然不能与预测值完全一致，所以预测的重点应该是放在对其过程的观测以及各类产品报废过程的差异上，所以本文预测的重点不在具体的量，而是其报废的过程及产品差异。

4 结论及建议

通过对WEEE回收量的预测研究，发现常用的预测方法有很多。但众多模型主要以三种数据为其预测的主要数据来源，分别是：“销售量”、“社会保有量”和“废弃量”。三种数据属“社会保有量”数据最为容易获取，因为我国各地的统计机构每年都有对每百户家庭耐用品消耗量进行统计，这为“社会保有量”数据的估算带来了便捷。

在预测方法的选择上，本文主要分析了13种常用的预测模型，并选取最为简单易用的“消费使用模型”进行预测。充分考虑各类电器电子产品的寿命变化情况，以弥补现有消费使用模型的不足，本文对现有的消费使用模型进行了改进。在进行各类产品的社会保有量估算时，考虑到当前各类家电产品在家庭消费方面已趋于饱和，市场需求较稳定，且各类电器电子产品由于技术更新导致其更新换代很快，故具体预测时本文将预测重点放在报废规律方面，而非具体的量上。

从预测结果来看，达到了本文的预想效果，各类电器电子产品的报废过程是遵循一定的规律的，即本文所提出的“倒浴盆曲线”规律。在生产者回收责任制的情况下，此种现象可指导电器电子设备生产者根据其所生产设备的性能进行回收规划。除此之外，预测结果还表明，不同产品的报废过程存在着较大的城乡差异。城市WEEE的回收一直是行业关注的焦点，但农村WEEE的回收问题也不容小觑。

为有效提高WEEE的回收成效，本文在上述分析基础上，作如下建议：

(1)构建政府与企业之间的信息共享机制。为提高我国WEEE的回收量的预测精度，我国统计机构应重视各类电器电子产品销售量和废弃量的统计。社会保有量数据虽然容易获取，但相对用“销售量”数据(尤其是“废弃量”数据)进行预测，精度并不高。如果政府统计部门能够与企业建立起一个有效的信息共享机制，可及时的获取生产企业的销售量信息及回收拆解企业的回收废弃量信息。那么对于未来WEEE的报废产量的预测将会有更为准确可用的数据来源，进而提高预测的准确性。

(2)加大对农村WEEE回收的支持力度。从预测结果可知，农村地区的WEEE产量虽然与城市相比不够巨大，但从绝对值来看，有些产品的量(比如手机和电视)也非常可观。且还有一些产品的产量有较为明显的增长趋势(比如电脑)。另外，不同产品在城乡之间也表现出了不同的报废规律，且这种差异的出现可能与人们的居住环境、生活需求以及消费行为习惯有着密切关系。故我国也应专门针对农村地区的WEEE回收问题进行系统分析。

注释：

① 出自董子峰.战斗力生成模式转变[M].军事科学出版社，2012:104-105.

[1] 朱迪.中国家电网[EB/OL].(2017-08-04).http://www.techweb.com.cn/data/2014-12-04/2103670.shtml

[2] 中国家用电器研究院.北极星环保网[EB/OL].(2017-07-25).http://huanbao.bjx.com.cn/news/20170525/827461-3.shtml

[3] 童昕，蔡一帆，颜琳.基于“家电以旧换新”回收数据评估电子废物产生量估算方法[J].生态经济，2013(7)：38-42.

[4] 李博，杨建新，吕彬等．废弃电器电子产品产生量估算——方法综述与选择策略[J]．生态学报，2015，35(24):7965-7973．

[5] Walk W. Forecasting Quatities of Disused Household CRT Applicances - A Regional Case Study Approach and its Application to Baden - Wurttemberg[J]. Waste Management, 2009(29).514-523.

[6] 高平全，范厚明，李阳，等.基于生成量预测的城市废旧家用电器回收网络[J].大连海事大学学报，2013，39(4)：131-134.

[7] 汪方.废旧家电回收量预测研究[D].成都：西南交通大学经济管理学院，2015.

[8] 刘志峰，张雅堃，黄海鸿，等.家电报废量预测模型与安徽省实例分析[J].环境工程学报，2016.10(1)：317-322.

[9] 刘恒博,雍毅，尹朝阳.基于消费与使用模型的成都市废弃电器电子产品产生量预测研究[J].环境与可持续发展，2016，41(2):135-138．

[10] 郭彬,孙美丽.基于消费使用模型的废旧手机产生量测算研究[J].科技管理研究,2013(19):193-196.

[11] Fishbein B K. Waste in the Wireless World: the Challenge of Cell Phones[R]. New York: INFORM Inc, 2002.

[12] Osibanjo O, Nnorom I C, Ogbonna K C. Modelling Waste Generation by the Telecom Sector in Nigeria: the Grey Side of the Impressive Outing[J]. Waste Management & Research, 2008, 6(4) : 317-326.

[13] Robinson B H. E-waste: an Assessment of Global Production and Environmental Impacts[J].Science of Total Environment, 2009,408(2):183-191.

[14] Chung S S, Lau K Y, Zhang C. Generation of and control measures for, e-waste in Hong Kong[J]. Waste Management,2011,31(3):544-554.

[15] 张雅堃.家电产品保有量报废量预测及回收网络规划一以安徽省为例[D].合肥：合肥工业大学机械工程学院，2015.

[16] 陈鸣，宗刚，高小龙.北京市废旧家电产生量预测及回收体系规范化研究[J].再生资源与循环经济,2013,6(12):24-27.

ForecastofWEEEUrbanandRuralRecyclingBasedonImprovedConsumptionandUseApproach:AnEmpiricalAnalysisofFujianProvince

SUN Li-hong

(Business School, Wuyi University, Wuyishan 354300,Fujian China)

The effective forecast of the recovery is an important part of the recycling of waste electrical and electronic equipment(WEEE).Consumption and use approach is particularly useful for forecasting regional WEEE when accurate sales data is lacking. However, because of this model does not take into the change of the average life which is caused by scientific and technological progress and economic development. To a certain extent, this affects the accuracy of the estimation results. Therefore, in order to improve the accuracy of the forecast, it is necessary to build an improved consumption and use approach. The paper have the social security of six kinds of household appliances in Fujian Province as the data source, to predict the recovery of the product, including the city and the township by using the improved consumption and use approach.The results show that the scrapping process of the six kinds of products follows certain laws. And there are obvious differences between urban and rural areas. This phenomenon can provide a guide for the enterprises engaged in waste electrical and electronic products recycling., And then achieve the purpose of reducing the efficiency of the system.

waste electrical and electronic equipment(WEEE)；consumption and use approach; Fujian province; urban and rural; the number of recycling; forecasting

2017-06-10

2017-09-20

福建省教育厅社会科学研究项目 (JAS160550)资助。

孙黎宏(1981— )，女，内蒙古赤峰市喀喇沁旗人，武夷学院商学院讲师；研究方向：物流与供应链管理。

F252.82； X799.3

A

2096-2371(2017)05-0025-08

[责任编辑：张永军]