基于大数据分析的城市包装垃圾回收体系研究

2022-03-15王晓燕

科技视界 2022年3期

王晓燕袁帅宋奇

（1.郑州电力高等专科学校，河南郑州 450000；2.慧科教育集团，北京 100000）

0 引言

现阶段国内各个企业署了大数据应用，其中就有金融、医疗、电子商务、互联网、制造业等领域已经有了很大的进步，是发展循环经济的重要组成部分，大数据技术在可再生资源产业中的应用尚未得到实现。因此，结合包装回收市场的现状，研究基于大数据思维的城市包装垃圾回收体系，对于促进产业转型升级乃至国家战略的实施具有重要意义。

1 包装回收市场的现状

伴随电子商务不断进步，网购不断冲击着快递业，为了促使产品可以经受快递公司投拣，成功交付给购物者，商家会把商品包装特别严实，将不可生物降解的塑料、泡沫垫装进去包装袋，用胶带固定。并且大量快递包裹一次性使用后被丢弃，浪费资源，污染环境，如何应对这一问题已成为人们面临的难题[1]。而目前包装回收市场的现状如下：

1.1 缺乏系统和有效的回收系统

缺乏系统、高效的回收体系是限制国内包装回收的主要因素。我国尚未建立起包装回收体系，面对公众、快递公司和包装制造商三个对立的个体，回收也变得分离，不到位。目前的回收系统缺乏一定的信息处理系统，无法收集整理回收过程中包装的数量和流向信息，也让回收工作无法进行。

1.2 回收本钱高

目前外包装或快递包装的回收利用起步较晚，发展慢。包装方面没有强制性的法律法规、标准与激励对策，责任分化不明朗。商务交际、快递公司在购买包装时只注重独特的包装和品牌产品，没有一致的包装规格，这增加了回收的强度。运输期间不细致的分拣与购物者的暴力拆卸造成大概30%的回收包装不可利用，让回收工作变得不经济。回收率高，回收渠道的早期投资和后期维护需要大量的资金投入，小企业无法承受。

1.3 群众参与度低

回收意识淡薄，投资与回报的不均衡，造成群众参与回收的动力不足。包装回收存在不方便性，再次利用或许会造成私人信息暴露，此外，包装污染也会削弱群众的积极性。现阶段，包装回收奖励措施主要是对网购者和电子邮件客户，形式相对简单，吸引力低，参与者有限。

2 回收体系构建的建议

2.1 政府、相关部门

政府对城市包装回收树立有着主导作用，是回收模型建立引领者。鉴于中国包装回收利用发展缓慢，政府要以无可替代的号召力和行动负担起主导力量。第一，经过政府接洽公众、快递站、快递公司与包装生产单位，确定各自任务，鼓励和引导建立有序的区域回收网络，可以先试试，用大数据判断人流和快递量，找到合适的位置放置智能回收箱，比如商业区和人口密集的建筑。第二，树立包装回收数据线路，动态监控互联网回收点的数量并共享回收信息。第三，在政府公共信息服务平台建设中，通过积分反馈和绿色信用机制建设和奖励包装回收区，收集点在城市公共生活中的应用应多样化，如使用公共交通、社区礼品交换、停车位等，动员不同年龄段的居民参与活动，真正将城市包装回收融入社会。

2.2 快递公司

快递公司作为包装的直接使用者和主要回收商之一，在城市包装回收模式中有着无可取代的作用。在树立回收模式期间，快递公司使用标准的包装纸箱，慢慢取代印有公司品牌的纸箱流通，实现快递包装纸箱的标准化，降低因包装不同引起的回收困难。在快递服务点、营业网点的加盟点，要进行区域划分和人员利用，通过讲解流程说明和宣传，引导公众正确回收，并进行代扣邮寄费用等项目。

在回收期间，快递公司要结合自身技术规模调整快递站、自营网点的包装材料回收数量和要求，来体现合理的车辆调度，降低运输投入。退货时，要依据货物情况将包装箱运回，再次循环使用，体现包装逆向物流，增高回收效率。

2.3 包装生产者

包装企业是包装产品的制造者，是社会资源再利用的实施者。成熟的包装制造商可以根据不同包装系统的生命周期，在包装生产过程中融合有关技术和设备，做二次加工。破损程度严重的包装，无法直接使用，可以作为再生材料，经处理后再利用。经过与快递公司建立长期合作关系，包装制造商可以以适当的价格向快递公司售卖无受损包装，此类包装通过简单修补能够重复利用，增加包装利用率。

与闲散垃圾收购站、移动人员等回收方式比较，固定回收点有助于减少受损纸箱的分散。包装公司专注于回收利用，能够降低原材料和加工本钱。也可以降低快递包装垃圾与可回收垃圾在垃圾分类中混杂引发的不必要浪费。

2.4 智能优化

运用扫码识别、采用文本识别和大数据分析技术，实现垃圾智能处置。先要利用视觉分类器辅助信息质量特征，结合能识别的信息，对放置在垃圾储存装置中的垃圾，像垃圾桶、垃圾桶收购站进行智能分类，降低人工成本。再使用大数据对垃圾进行计算，让垃圾数据与附近配送点的产业链协同合作，降低运输成本，增加垃圾收集点覆盖率，提高垃圾回收率，节约产品费用[2]。

3 基于大数据分析的城市包装垃圾回收体系

结合垃圾分布位置数据、各类垃圾与所属产业集群划分、垃圾运输路线规划、大数据研判及推理等技术，提升包装垃圾回收效率。基于垃圾分布和垃圾收集点分布数据，综合大数据分析等技术手段，确定垃圾收集点分布的合理性。上述内容也打包进SDK，统一交由后台部署。

3.1 数据采集与数据整合

基于问卷调查、网页数据爬取、物联网感知等技术采集包装废弃物的材质、规格、收回位置等信息，依托数据归并与整合等手段，建立包装废弃物的样本集与训练集，为城市包装垃圾回收体系建设提供数据支撑[3]。问卷调查须保证调查对象的随机性、普遍性和代表性，在此基础上收集居民对不同类型包装废弃物处理方式的合理化建议；网页数据爬取利用Http爬虫方式从电商平台、包装厂商、监管服务部门官方网站上获取包装收回信息，掌握包装废弃物收购情况、回收价格、回收渠道、回收利润等数据；物联网感知技术基于包装废弃物建立无线传感网络，涉及多个终端传感器采集包装废弃物的分布位置和移动路径等数据，为回收包装废弃物的全面、深入分析建立基础。数据归并与整合将采集到的多数据源中不同类型的数据进行合并，通过偏移量和数据加载到内存中的起始位置计算不同数据对应的字段值,从而依据字段值进行数据的归并与整合。经过上述步骤可有效建立合理化、规范化的包装废弃物样本集与训练集，为数据清洗与数据挖掘操作提供便利。

3.2 数据清洗与数据挖掘

经过数据采集与数据整合后的数据质量参差不齐，且训练集的数据质量严重影响分析算法的有效性和精确度，研究与设计基于缺失值统计、重复记录消除和不一致性检测的数据清洗策略，可有效提升包装废弃物样本集和训练集的数据质量。缺失值统计是将缺失值从样本集中推导出来，以均值、最值或概率估计值替代缺失值的方法；重复记录消除需判断数据的属性值是否相等，再将相等的数据合并为一条记录。

数据挖掘是自动发现有价值信息的过程，用来探查样本集，发现事先未知的有用模式，还能够推测未来的观测结果，对国家、社会、个人的决策起到指导性作用。运用数据挖掘技术，从回收对象、回收主体、回收机制等方面分析包装废弃物回收机制现存的问题，结合深度学习等人工智能算法，为居民预测、推荐合理的包装垃圾处理策略。基于包装废弃物的种类、垃圾分布位置和垃圾收回点位置数据，运用基于人工势场法的路径规划算法，使包装废弃物与垃圾回收点产生引力，使包装废弃物与途径垃圾回收点的障碍物之间产生斥力，随后有效构建引力函数和斥力函数，引力函数表达式如下：

ε：引力增益；d2（q，qgoal）：当前点q到目标点qgoal距离的平方；

斥力函数表达式如下：

D（q）：q点与其最近障碍物的距离；β：斥力增益；Q*：障碍物的作用距离阈值，小于等于此距离的障碍物将产生斥力影响。

势函数表达式如下：

求解势函数的最优解，使之拥有局部路径最短且耗时最少的最优值，同时提供预测和建议路线，以降低居民到达垃圾回收点的行走距离。

3.3 数据应用与数据价值

数据清洗与挖掘后可有效建立包装废弃物的样本集和收回预测模型，利用物联网识别中的二维码技术标记包装不同材质、规格的包装，同时产品的外包装应详细标注材料的制造商、生产日期、主要成分、大致成本和推荐的回收方式等信息。最后设计移动端App的功能模块，扫描外包装上的二维码信息，即可调用对应的收回预测模型，实时地为用户提供合理化的包装废弃物回收建议。合理利用科学技术和科学方法，在包装废弃物回收过程中能起到事半功倍的作用，再结合政府、社区、公司、个人等方面对包装垃圾回收系统的推动作用，促进社会绿色发展。