基于POI 数据与邻避效应的惠州市塑料垃圾处理场布局优化研究

白 旸，黄雨欣，陈炯羽，谢咏康

（惠州学院 地理与旅游学院，广东 惠州 516007）

南中国海沿海城市社会经济发达，塑料制品的需求量大，塑料垃圾的排放量不断增加［1］，约79%的塑料垃圾未得到有效回收［2］。因废物管理不当而流入海洋的垃圾数量巨大，对海洋环境和生态系统造成严重的破坏［2］。改善废物管理基础设施是减少垃圾流入海洋的重要环节［3］。“十四五”时期，我国全面规范塑料垃圾的回收和清运各流程节点工作［4］，因此，研究垃圾处理场的布局，对减少塑料垃圾环境泄漏量具有重要意义。

随着中国垃圾焚烧行业的迅速发展，LU等［5］提出利益相关者更加关注垃圾处理场对环境和社会的影响。XU 等［6］分析居民对废物焚烧处理场产生的健康和环境的负面影响的反应，通过问卷调查发现部分群体更愿意花钱来避免周围建设垃圾焚烧发电厂。学者们进一步探讨垃圾处理项目对居民态度影响的关键因素。CONG 等［7］采用模糊决策试验与评价实验室（DEMATEL）方法，最终得出的原因有“公众参与度不足”“居住地附近”“非标准政府决策过程”“信息披露低”“破坏周围环境”和“补偿方案不完善”6 个关键因素。FRANGOPOULOS 等［8］基于Pella 地区的两处垃圾填埋场的选址，研究了垃圾处理场与废弃物管理之间的关系，发现当地居民对垃圾处理场的态度和反应与垃圾处理场的临近程度有关。吕添贵［9］基于利益相关者视角，分析了政府、民众和企业等利益主体，指出垃圾处理场选址冲突与民众公平认知与风险认知、政府信息决策与传播机制及企业追求利益最大化与缺乏社会责任感密切相关。学者们从不同的角度探究了选址冲突的解决办法。张向和与彭绪亚［10］从垃圾处理的产业化与市场化视角出发，利用Hotelling 线性城市模型和Bertrand博弈理论，分析了2处垃圾处理场的选址与定价决策，发现完善垃圾处理场选址决策程序、规范垃圾处理技术、提高居民对垃圾处理场的信任度等措施能够回避或减轻邻避效应。许波荣［11］分析了锡东生活垃圾焚烧发电厂选址的成功经验，从超前规划、公开信息、制度设计、规范补偿、一核多元等方面总结破解固废处置设施邻避效应的对策。

邻避效应引起的冲突是由于建设的垃圾处理场会对周边居民在生活环境等方面带来负面影响，但垃圾处理场又是能使大多数人获益的基础设施，同样具有这种影响的设施被称为“邻避设施”。邻避设施这一概念是在1977 年由O'HARE［12］首次提出。MORELL［13］认为政府在环保方面的部分工作存在失职，再加上建设双方的公平性、地方形象的影响等问题是居民反对邻避设施建设的主要原因。随着城市智能化发展进入新的阶段，GIS 技术在许多有关城市垃圾处理的应用上提供了更多便利。徐善宝［14］使用灰色预测模型预测城市生活垃圾产量，通过对生活垃圾综合处理场的多个选址因素进行缓冲距离分析、叠加、赋值，得到不同等级的选址条件。赵丁仪［15］对影响建筑垃圾处理厂选址的主要因素运用层次分析法确定权重，用GIS图层叠加分析和多目标灰色局势决策模型精选出合理适宜的地址。朱梦炼［16］总结了16 个影响垃圾处理场选址的因素，利用层次分析法和熵权法结合计算其权重，使用GIS叠加分析，得到建筑垃圾填埋场选址场地3个层次的评估等级。近年来，POI数据在分析城市空间布局和各产业布局合理性方面，发挥着无可替代的优势［17］。国内POI数据对垃圾处理场的应用较少。惠州是具有代表性的沿海城市，其基础设施相对完善，但要进一步实现人地协调发展仍需解决诸如邻避设施选址这类问题。

该研究以惠州市为研究区，通过调查惠州市各个垃圾处理场的运行状况以及周边居民对垃圾处理场的态度，收集市民对垃圾处理场选址的看法，探究惠州市现行的生活垃圾处理措施中存在的问题，尤其是塑料垃圾处理问题。据此，优化南中国海沿岸城市的垃圾处理场空间布局，在减弱邻避效应的同时，达到提高塑料垃圾回收率、减轻海洋垃圾污染的目的，对惠州市乃至南中国海沿岸的城市塑料垃圾处理问题的改善都具有重要意义。

1 研究区概况与研究方法

1.1 研究区概况

惠州市地处中国粤港澳大湾区城市群中，东接粤东潮汕、河源地区，西接广州、深圳、东莞等珠三角重要城市，南临南中国海，海岸线长达281.4 km，沿海县区人口密度为445 人/km2［19］，是粤港澳大湾区城市群重要的组成部分以及重要交通枢纽（图1）。随着城市近年来的快速发展，生活垃圾处理问题引发的人地矛盾、居民生活与城市管理的矛盾日益突显，现惠州市生活垃圾处理已基本实现100%焚烧处理，但仍旧面临着垃圾资源化利用能力薄弱、垃圾无害化处理程度低、垃圾分类成效不显著等问题［20］。

惠州市近21年的16 方位风向玫瑰图显示（图2），惠州市夏季是以南东南（SSE）、东南（SE）为主导风向；冬季是以北东北（NNE）、东北（NE）为主导风向。其中：东南风（SE）出现的频率最高为1 642次，占总频率22.37%；其次是北东北风（NNE）出现频率为1 535 次，占总频率20.92%。

图1 研究区区位图

图2 惠州市近21年风向频率图

1.2 数据来源

POI 数据来源于高德地图开放平台，通过Python编程调用高德地图API 获取，数据的获取时间截止为2022年5月，有效数据151 864个，共包括17类场所：餐饮、购物、生活服务、体育休闲、商务住宅区、交通枢纽、风景名胜区、产业园区、政府机构、科教文化场所、公司企业、农林牧渔基地、公共设施、住宿、医疗保健、湖泊和水库。河流矢量数据、2021年各级公路数据从OMS平台获取。垃圾处理场位置数据从惠州市生态环境局获取，垃圾中转站位置数据以惠州市城乡管理和综合执法局政务平台获取的数据为主，用高德地图数据作为补充，以提高垃圾中转站数据的准确度，最终确定140个垃圾中转站点。

1.3 研究方法

使用的研究方法包括：问卷调查法、熵权法、核密度分析、位置-分配模型等。首先，通过问卷调查获得核心利益相关者对各类邻避因子的接受度，使用熵权法对其分析，计算得到各类邻避因子的权重；其次，用核密度分析来度量各类型POI的密度分布；最后，通过加权叠加运算识别出研究区的垃圾处理场布局影响因子空间分布。在垃圾处理场的空间优化中，首先建立研究区的公路路网模型，之后使用“位置—分配”模型和网络分析对现有垃圾处理场的空间分布进行度量，继而针对邻避影响较大的区域进行垃圾处理场模拟选址和空间优化。

1.3.1 文献分析法

对国内外关于邻避效应的研究情况进行充分阅读分析，广泛吸取前人的经验。系统收集垃圾处理场选址原则与标准、生活垃圾清运处理规划，仔细阅读当地在垃圾收集、运输及处理等方面的政策和文件，了解在实施过程中的各种具体规定，找到研究所需的相关数据。

1.3.2 问卷调查法

对核心利益相关者，即垃圾处理场附近居住的居民进行问卷调查，了解核心利益相关者对垃圾处理场的选址的态度和建议，以及垃圾处理场给其带来的有利和不利影响，探究居民对垃圾处理的认知度与接受度，做好定量分析准备。

依据《城市环境卫生设施规划标准》［21］、《生活垃圾填埋场污染控制标准》［22］等相关政策文件对垃圾处理场的选址的要求，以垃圾处理场的邻避性为主，在问卷设计中选取了7 种评价因素，并根据其自身属性特点和影响特征，分为3类影响因子，以及它们分别对应的POI 类型，见表1。影响人们日常生活的因素，称为人流因子，由于垃圾处理场属于邻避设施，应尽可能远离人流密集的场所；对人们生产活动产生影响的因素称为社会因子，所包含的地区是对周围的环境要求较高，并具有相应的红线警戒值，垃圾处理场的选址应该避开这些地区；与自然环境关系密切的因素称为自然因子，由于居民生活用水和地下水的使用相关联，水体的流动性使污染物更易扩散，因此，垃圾处理场需要尽可能远离湖泊和水库等区域。

表1 邻避因子的分类

1.3.3 熵权法

熵权法作为一种客观的赋权方法，能够避免人为的主观因素的影响，使得到的结果更加符合客观实际。根据各个评价指标的数据分散程度，利用信息熵计算出各个评价指标的熵权值，再根据各个评价指标对熵权值进行一定的修改，从而得到较为客观的熵权值。利用EXCEL软件，用熵权法公式对问卷调查所得数据进行定量分析，从而计算出各邻避因子的权重，以此来确定不同邻避因子的重要程度。

1.3.4 核密度分析

核密度分析法是密度分析的常用方法，是根据地理学的第一定律所衍生出来的，表示与目标物体越近的事物其相关性强，与目标物体越近的位置获取到的密度扩张值也就越大［16］。核密度分析法是衡量POI数据聚集程度最直观的一种方法［17］，在此对各类邻避因子的POI 数据进行核密度分析研究，获取各类邻避因子的分布情况。其计算公式：

1.3.5 位置-分配模型

ArcGIS中的网络分析可以依据特定的优化模型进行位置分析，网络分析中经典的位置-分配模型有最大化覆盖范围等7种模型，研究采用最小化阻抗模型，提出一种垃圾处理场空间布局的方法，对惠州市垃圾处理场在空间布局上进行优化。

2 研究结果

2.1 问卷结果与分析

为了解惠州市当前垃圾处理场邻避效应的真实情况，基于核心利益相关者理论对居住在垃圾处理场附近3 km 范围内的居民开展问卷调查。前往调查惠州市垃圾处理场共5处，收回有效问卷126份。分析问卷结果可知：

（1）82%的居民认为垃圾处理场散发出的异味对他们生活影响最大，另外，滋生蛇鼠蚊虫以及在垃圾处理过程中所产生噪音的影响均超过了50%，认为没有不良影响的居民仅占9%。

（2）数据显示，有47%的居民认为垃圾处理场距离他们的居住地在5 km范围内可接受，32%的居民认为在3~5 km范围内可接受，21%的居民希望距离在5 km以上，也有居民表示垃圾处理场离自己越远越好，说明垃圾处理场对其产生的邻避效应显著。

（3）问卷调查通过利益相关者打分的方式，设置分值区间为1~10 分，分值越高，表示居民对该类不良影响的厌恶程度越高。由图3 可知，60.32%的居民给异味的影响打了10 分，且“异味”的分数在8 分及以上的比例达到90%，这说明垃圾处理场产生的异味对居民的生活影响极大。其次，对居民生活影响较大的还有噪音和蛇鼠蚊虫，而地表污水、地下污水、污染土壤和粉尘对居民的生活影响较小。

图3 居民对垃圾处理场产生的不良影响打分

考虑到每类邻避因子对人们邻避心理影响程度有差异，故对此数据使用熵权法对每种邻避因子（表1）的标准化结果增加权值，经过计算最终确定人流、社会、自然等3 类邻避因子的权值分别为0.639 30、0.151 714、0.208 976。

（4）通过五点量表法调查垃圾处理场重新选址的意愿，结果发现能接受现有垃圾处理场位置的居民仅占11%，表示无所谓中立的态度的占26%，表示不能接受的达63%，即有63%的居民希望垃圾处理场重新选址的意愿较强，表明现有的垃圾处理场影响了周边居民的生活。

2.2 核密度分析识别邻避因子影响区

以POI数据为最小分析单元，以问卷分析获得的3类邻避因子权重值为数据基础，使用ArcGIS软件对各类邻避因子进行核密度分析，采用自然间断点分级法将密度值分为5个等级区间，结果见图4。

由于不同类型邻避因子的密度值域不同，需要进一步对核密度分析结果进行归一化处理。各类邻避因子的分布密度与邻避反应呈正相关，因此各类型均为邻避效应的积极因子。

为得到惠州市邻避因子影响区的空间分布，需对不同类型的邻避因子用线性归一化方法处理后加权叠加，将结果以自然间断点法分为5个等级，如图5。图5用于表征邻避因子影响的分布情况，密度指数高表示在该地建设邻避设施发生邻避效应的可能性越高，密度指数低表示在该地建设邻避设施相对不易引发邻避冲突。据图5可发现邻避效应发生可能性高的区域主要集中在东南部的惠城区、惠阳区城区等社会经济发展较好、人流密集的地区。现今惠州市的垃圾处理场都分布在较低密度的地区，从整体上来说垃圾处理场的选址是合理的。但根据实地调查的情况，居住在这些垃圾处理场附近（3 km以内）的居民的生活都有受到影响，这从微观角度来说垃圾处理场的选址存在不足，因此，依然需要考虑垃圾处理场如何选址才能让邻避效应受到最大的削弱。

图4 各类邻避因子的核密度分布图

图5 惠州市邻避因子影响区的空间分布

2.3 欧氏距离分析垃圾处理场的邻避现状

参考已有文献及相关国家标准［21-22］，结合问卷调查情况（2），确定各邻避因子特定的邻避距离如表2。以0.5 km 为等间距用重分类方法从1~5 赋值，距离越小赋值越大，邻避因子影响程度越大。其中异味、粉尘因素受风向影响，为综合考虑夏季风和冬季风的影响，以W 为垂直主导风向的方向将惠州市按最东端和最西端的距离值164.431km平均分为5个区域，由上风向区域向下风向区域依次递减赋值。各因子分析所得的图层见图6。

表2 评价因素与影响距离

图6 各因子影响程度分析

将距离分析所得的所有图层进行叠加分析得到初选模型，对其使用字段计算器计算将叠加所得的综合得分赋权重得到最终得分（图7），将惠州市根据得分高低划分为5个等级：非常适宜、适宜、比较适宜、比较不适宜、不适宜，分数越高的地方邻避因子影响越强，越不适合建设垃圾处理场。结合实地调查情况可以验证：惠州市垃圾处理场的邻避效应最小，附近居民极少且邻避反应最弱；龙门、博罗、惠东3 地的居民邻避反应也相对较弱，居民的意见集中于异味、水源等影响因子，对人们的生活质量有一定影响，但仍处于可接受范围；尽管惠阳环境园位于第4级比较不适宜区域，但其实际邻避效应并不强烈。因惠阳环境园所处位置的人流因子、社会因子相比于其他的垃圾处理场密度更高，故分析所得邻避因子影响范围更广，且该地附近主要分布工业园区，社会生产活动频繁，人类活动已对生活环境产生一定污染，在此前提下，居民对惠阳环境园所产生的不良影响的觉察度减弱。

2.4 位置分配模型优化垃圾处理场空间布局

图7 垃圾处理场选址适宜程度分级图

根据垃圾处理场选址适宜程度分级图，从中选择邻避影响较小的第1~3级适宜区域作为优化垃圾处理场候选区域的初选模型。另外，参考与产生邻避效应主体直接相关的社会、人流两类POI数据核密度，选址与其尽可能远离；同时综合考虑到山地地形有一定的消减邻避作用，可以作为选址条件之一，因此，在确保交通可达的前提下，选择合适的具有山地地形的区域，作为二级模型的条件。通过模型条件的筛选，在惠州市下辖的5个县级行政区划中，各自选择3~5个垃圾处理场候选设施项。建立位置-分配模型，解读优化目标的实现途径是最小化各垃圾中转站运输垃圾到垃圾处理场所需的总体行驶时间，因此，使用“最小化阻抗”模型。在确定垃圾处理场需优化的前提下，即不考虑现有垃圾处理场的情况下，线性变换结果显示的最佳优化设施点如图8。

图8 垃圾处理场选址优化结果

3 讨论与结论

基于惠州市全域的POI数据，将其分为3类邻避因子，并通过熵权法对问卷调查数据计算权重，进一步核密度分析识别出垃圾处理场邻避因子影响区，之后结合国家标准规定和实际调查情况，使用欧氏距离分析方法具体分析垃圾处理场在邻避因子影响下的现状，利用道路网络数据，结合垃圾中转站位置，使用“位置—分配”模型和网络分析方法，考虑垃圾链周期管理中的运输转运效率，对垃圾处理场的选址进一步优化。得出主要结论如下：

（1）通过对噪音、蛇鼠蚊虫、异味、粉尘、土壤污染、地表水污染、地下水污染等7 种垃圾处理场邻避因子的POI核密度分析，识别出邻避因子的影响区，分析影响区的空间分布发现发生邻避效应可能性高的区域主要集中在惠城区、惠阳区等社会经济发展较好、人流密集的地区，而龙门县、惠东县和博罗县等地区发生邻避效应的可能性较低，目前垃圾处理场均位于邻避因子影响程度小的低密度区域，从该角度看垃圾处理场的布局适宜性较高。

（2）在问卷调查中发现，垃圾处理场附近（3 km 以内）的居民仍然存在邻避效应，通过熵权法计算人流、社会、自然因子对居民的影响程度，分别占比0.639 30、0.151 714、0.208 976。通过欧氏距离与加权分析，发现多数垃圾处理场位于比较合适区域，仅有1 个位于比较不合适区域的垃圾处理场，但其邻避效应并不明显。

（3）进一步优化垃圾处理场选址以最小化邻避效应为前提，以适宜性分析结果作为初选模型，综合考虑垃圾中转站与垃圾处理场之间的转运效率，将交通可达与适宜的地形作为二级模型筛选条件，建立最小化hool 阻抗模型，最大程度减小了邻避效应发生的可能性，同时保持较高的转运效率，但优化后相比于现有垃圾处理场转运成本更高。