逆向供应链信息共享平台作用下城市垃圾治理系统仿真

孙冬石，冯士轩 （大连东软信息学院，辽宁 大连 116023）

0 引 言

我国居民消费水平的提高使城市垃圾的产生量越来越多，但并没有与之匹配的高效垃圾治理模式，将使我国城市在不远的未来面临“垃圾围城”的困境。借鉴国内外先进经验是构建具有中国特色的垃圾治理模式的有效途径。

在理论上，学者们也积极地结合地区特色进行大量的研究探索。Liu 等研究了质量为基础的价格模型在WEEE 回收市场上的应用，设计了最优回收方案，证明了废弃品回收与常规产品交易市场融合的必要性；顾一帆等研究了原生与再生资源的耦合关系，正向与逆向供应链主体的责任连接，认为环境税和EPR 的实施有助于废弃品良性循环的畅通；Peeranart 等总结了在电子废弃品回收中的经典研究，认为信息不对称、回收渠道堵塞、废弃品处理机构市场地位低是阻碍电子废弃品回收的主要因素。罗朝璇等对瑞典马尔默的垃圾治理经验进行了借鉴，设计出了一种多属性机构合作的垃圾处理模式。Chang 等证明了联合税收补贴可以对回收者形成有效激励，并设计了与回收量相关的动态奖惩机制。孙冬石等在逆向供应链上设计了垃圾分类驱动、市场机制拉动的“双核”机制，利用系统动力学模型在政府、生产者和研发机构之间进行了演化博弈的动态仿真，在最优平衡下设计了外生变量的配置方案。谢隽阳等研究新型汽车电池的回收方案，分析了不同市场因素下回收主体的行为对回收效果的影响，建立了主体之间的博弈模型，通过模型求解，分析了帕累托均衡状态，确定了整车企业在回收中的主要责任，并建立了以整车企业为主体的责任分配方案。

大量的研究成果已经证明，废弃品逆向供应链的运营管理需要确定回收责任的主体，并明确责任主体与其他主体之间的分工，建立互补的合作模式，并设计合理的奖惩机制来提升主体的积极性。同时主体之间如存在信息不对称特征时，垃圾回收机构的努力程度、再生产企业与垃圾加工处理企业的合作意愿以及资源再利用量的期望值都比信息对称时低。但目前，绝大多数的研究更关注于责任归属和激励机制的设计，鲜有对信息不对称引起的回收效率低下问题的解决方案进行研究。本文研究借鉴互联网中信息匹配平台的成功经验，研究信息共享平台作用下城市垃圾治理的效果。

我国目前的垃圾处理模式是国有垃圾处理机构为主力，第三方垃圾处理机构为补充的模式。在“碳达峰”和“碳中和”的愿景下，我国对垃圾治理中的环境问题越来越重视，如何设计高效的治理模式是亟待解决的问题。

1 研究方法和数据来源

1.1 研究方法

系统动力学（System Dynamics，SD） 的主要思想是系统结构决定系统性能，以控制论为基础，把复杂系统分解为若干子系统，并构建子系统之间的逻辑联系，通过计算机仿真模型，验证系统的性能，为决策提供支持。系统动力学与本文中的城市垃圾治理系统具有较高的适配性，在需要监督不同主体之间复杂的存量和流量变化，并判断大量的外生变量对决策的影响时，系统动力学可以提供较为清晰的仿真结果。

所以，本文应用系统动力学的理念，使用Vensim PLE 软件构建不同的外生变量与决策变量之间的因果关系并绘制存量流量图，并通过对可调控的外生变量进行灵敏度分析，对逆向供应链信息共享平台作用下城市垃圾治理系统的实施效果进行优化。

1.2 仿真模型

1.2.1 第三方垃圾处理机构模块

本文中构建的垃圾治理系统主要包括由国有垃圾处理机构（以下简称国有机构） 和第三方垃圾处理机构（以下简称第三方） 组成的基础运营模块和废弃品逆向供应链信息共享平台（以下简称平台） 作用下的技术创新模块组成。

本部分描述的是第三方垃圾治理情况。从国内外先进地区的垃圾治理经验中可知，第三方是垃圾治理系统的重要组成部分，这类机构的存在，可以把市场机制引入垃圾治理体系。第三方作为盈利机构，其垃圾处理率与垃圾处理的单位收益直接相关，单位收益越高，其愿意承担的垃圾处理量越多。由于垃圾治理中的公益属性，如完全依赖市场经济的调节，第三方的收益无法保障，这就需要政府对第三方提供激励。相比税收减免，按照垃圾处理量提供补贴是更好的激励手段。但在信息不对称的情况下，由于垃圾处理量的计量方式复杂导致监管困难，很多的第三方通过虚报处理量的方式来获取更多的政府补贴。本模块的因果关系图如图1 所示。

图1 第三方垃圾处理机构模块因果关系图

本模块中重要的变量表达为：

（1） 第三方垃圾处理单位收益=政府对第三方补助*1+第三方虚报处理量比例）+第三方每单位再利用收益-单位垃圾处理直接成本-第三方基础运营成本-垃圾处理机构交易成本

（2） 第三方垃圾处理率=（EXP （0.01*第三方垃圾处理单位收益）-1 ）*10 000

本公式借鉴参考文献[9]的研究成果，通过对超过50 家第三方进行问卷调研，确定了随着收益变化，不同第三方的垃圾处理意愿，并拟合数据得到以上的函数关系式。

（3） 利废企业回收价格=（新原料价格-生产者交易成本）*回收材料质量预期，回收材料质量预期=MIN（100%，单位垃圾处理直接成本/100）

这两个函数关系式表示，利废企业为第三方提供的再生资源的回收价格与再生资源的质量息息相关。而再生资源的质量取决于第三方对垃圾处理的直接投入，投入越多，质量越高。当然，直接成本投入再多，再生资源的质量只能等于新原材料的质量。显然，回收材料质量预期是一个百分比。

本模块中其他的变量表达式如下：

第三方每单位再利用收益=第三方垃圾回收利用率*利废企业回收价格；

第三方焚烧掩埋量=第三方垃圾处理量-第三方再利用量；

第三方再利用量=第三方垃圾处理量*第三方垃圾回收利用率；

第三方垃圾处理量=INTEG （第三方垃圾处理率-第三方再利用量-第三方焚烧掩埋量, 39 000 ）。

1.2.2 国有垃圾处理机构模块

当第三方的作业量达到饱和，其余的城市垃圾处理由国有机构承担。本模块的基本构架与第三方模块类似，篇幅关系，不画出因果关系图。国有机构是非盈利的组织，政府对国有机构的补贴是为了保障其日常的运营，补贴相比对第三方要少。此外，国有机构和第三方共同决定了城市垃圾的焚烧掩埋率，这一指标是政府非常关注的，对城市的环境保护产生直接影响。

1.2.3 平台作用模块

本模块描述了平台作用下城市垃圾治理模式的运作机制。平台的主要功能是信息共享和信息匹配。信息共享功能可以使供应链上主体在平台上进行需求或供给的准确描述（包括产品的数量、规格、质量、采购或生产计划等），区块链等新技术的应用可以保证数据溯源、不可篡改，为政府节省了大量的监督成本，且避免了非专业性的监督壁垒，同时使再生资源的质量公开透明，方便利废企业合理定价。信息匹配功能可以使再生资源生产企业和回收企业之间交易更加的灵活、便捷，节省了在交易过程中的合作伙伴关系管理、质量检测、议价等交易成本。

在没有平台的条件下，利废企业无法甄别再生资源的质量，只能根据全社会的平均再生资源质量进行统一定价，这严重地阻碍了逆向供应链上的绿色技术创新和应用。在平台的辅助下，再生资源的质量有效地被区分，差别化的定价得以现实。再生资源质量越高，回收价格越高。本模块的因果关系图如图2 所示。

图2 平台作用模块因果关系图

本模块中重要的变量表达为：

（1） 绿色技术投资率=IF THEN ELSE（第三方企业收益率＞=3e+06+Time*200 000∶AND∶第三方回收质量预期＜=0.85∶AND∶第三方企业收益＞=3e+07, 3e+07, 0）

函数表达式代表绿色技术投资有3 个前提条件：第一是绿色技术对第三方企业收益率的增长影响力足够大；第二是第三方回收质量预期小于85%，这是因为进一步提升再生资源的质量需要过高的成本，对企业来说是不经济的；第三是第三方的投资额小于现有的资金量。

（2） 第三方回收质量预期=MIN（100%，单位垃圾处理直接成本/100）+SMOOTH（LN（（绿色技术总投资/1e+07）/20+1），投资调整时间）

函数表达式代表了第三方回收质量预期除了受单位垃圾处理直接成本影响外，还受绿色技术的加成。绿色技术投资转化为再生资源质量的提升需要一定的投资调整时间，即投资具有延迟效应。

本模块中其他的变量表达式如下：

第三方企业收益率=第三方垃圾处理单位收益*第三方垃圾处理率

第三方企业收益=INTEG第三方企业收益率-绿色技术投资率，3e+07）

绿色技术总投资=INTEG （绿色技术投资率，0）

1.2.4 系统状态模型

综合上述三个模块可得平台作用下城市垃圾治理系统状态图。模型构建基于如下假设：

假设1：第三方和国有机构处理的原垃圾质量是相同的，相同包含两个方面：一是指相同重量的原垃圾其可回收的平均价值是相同的；二是指其原垃圾的分类情况是相同的，进行垃圾处理的直接成本是相同的。

假设2：在没有达到垃圾利用价值最大化之前，垃圾的回收价值与垃圾处理的直接成本投入成正比，与绿色技术的融合程度成正比。

系统存量流量图如图3 所示。

图3 系统存量流量图

仿真中的基本参数设置为：INITIAL TIME=0, FINAL TIME=52, TIME STEP=1, Unites for Time=Week。

1.3 数据来源

本文的数据来自于广州市2019～2020 年的垃圾治理的实际数据。部分变量的赋值参考了经典研究文献[10-11]，或进行了函数拟合处理，具体变量的赋值情况如表1 所示。

表1 数据来源

2 结果与分析

2.1 仿真结果

（1） 情景1：没有平台

此时，交易成本=20，回收企业交易成本=50，第三方虚报处理量比例=20%。

（2） 情景2：平台只有监督和降低交易成本的功能

此时，在使用平台后，国有机构、第三方、再生资源回收企业的交易成本全部为0，第三方虚报处理量比例为0。但绿色技术投资率为0。

（3） 情景3：平台可以辅助对不同质量的再生资源进行差异化定价功能

此时，在使用平台后，第三方机构有意愿进行绿色技术的投资。绿色技术投资率为正常。

在不同情景下，国有机构垃圾处理量、第三方垃圾处理量、第三方企业收益和焚烧掩埋率的仿真结果如图4 所示。

模型记录各类别的碎片信息出现的频率、时间甚至地点等，然后根据这些经验分析哪个时间段，哪个地点适合推送什么类别的语义图示。机器学习通过先向学习者推送未聚类的知识变量使学习者根据知识特征进行手动聚类，并将结果与机器学习的聚类结果进行匹配，就能发现学习者可能遗漏或者不确定的知识点，这些反馈信息就代表学习者还需努力进步的方向。学习者可以根据自身要求将某些知识变量设置不同的重要等级。

国有机构和第三方的垃圾处理量是此消彼长的关系。图4（a） 和图4（b） 是一组对比图，证明了情景1 和情景2 对比中，平台降低交易成本、防止第三方不诚信的作用对提升第三方垃圾处理量的影响非常有限。这是由于降低交易成本变相提高收益，防止不诚信又使第三方收益降低，两者的作用相抵。图4（c） 中证明了平台的主要作用是使再生资源质量透明化。不同质量的再生资源有不同的回收价格，使企业有了提升再生资源质量的动力。这样的方式使市场机制纳入供应链，会有效激励绿色技术的研发，形成良性循环。绿色技术的投资虽然在短期内影响企业收益，但在中长期看，是企业获取更高收益的必由之路。图4（d） 是政府最关心的垃圾焚烧掩埋率，显然，平台促进绿色技术研发，将有效地降低焚烧掩埋率，是环境保护的重大利好。

图4

仿真结果证明了平台的不同功能对垃圾治理的差异作用，图5 更直观地显示了具备完整功能的平台对垃圾治理系统中各存量的影响。

图5 显示，平台作用下，绿色技术投资会阶梯式上涨，直到再生资源的质量达到很高的程度，而在度过前期投资等待期后，企业的收益曲线为斜率较大的增函数，且增幅稳定；同时，随着收益增加，第三方愿意承担更多的垃圾处理责任，降低了国有机构的压力。在没有平台之前国有机构和第三方之间是大猪努力、小猪等待式的平衡，第三方作为小猪，没有主动改善垃圾治理的动力。而在平台的作用下，“小猪”有了主动进行绿色技术升级的意愿，并可以通过努力，实现从“小猪”到“大猪”的角色转换。

图5 平台作用下废弃品逆向供应链存量变化图

2.2 灵敏度分析

基于平台的废弃品逆向供应链中的外生变量较多，本部分选择可以进行决策调整的重要外生变量进行灵敏度分析，以确定系统的优化路径。

（1） 单位垃圾处理直接成本

在垃圾处理中直接成本的投入影响着再生资源的质量。其他变量保持不变，直接成本分别为30,50,70 的时候，第三方的垃圾处理量如图6 所示。

图6 直接成本对第三方垃圾处理量的影响分析

从图6 结果可知，垃圾处理直接成本的投入对第三方承担更多的垃圾处理的意愿有正向作用。直接投入高，再生资源质量高，则再生资源的回收价格高，第三方收益增加。但直接成本投入并不是越高越好，投入过高的时候，将影响第三方的收益，使其处理垃圾的意愿降低。图中的直接成本50 和70 的曲线存在交点，代表着当再生资源的质量已经达到很高水平的情况下，更高的直接成本投入就变成了企业的负担。

（2） 投资调整时间

投资调整时间决定了绿色技术从投资到产生效果的时间。其他变量保持不变，投资调整时间分别为2,4,6,8 的时候，第三方垃圾处理量的变化如图7（a） 所示。

从图7（a） 可以看到，调整时间的增大可以使第三方垃圾处理量增加，但存在阈值，在阈值前后，调整时间的作用效果相同。这与常识相悖，通常认为从投资到技术产生效果的时间越短，对企业的收益越好。其原因如图7（b） 所示。

图7（b） 说明了在调整时间较长，如6 和8 的时候，企业进行了5 次投资；对比调整时间为2 和4 时，只进行了4 次投资。这是由于，大多数的投资是有前提条件的，本文中的绿色技术投资的条件在平台作用模块中进行了说明。当调整时间较短时，绿色技术的生效期变短，将更快地超过投资条件（回收质量预期＜=0.85），投资则不再继续。

图7

投资调整时间的灵敏度分析说明了绿色技术的应用具有延迟效果，在垃圾治理工作中不能过于看重投资回报。只要真正对垃圾回收工艺产生改善，缓慢产生的收益可持续效果可能更好。

（3） 第三方补助

第三方补助影响着第三方的收益，间接影响其处理垃圾意愿，但过重的补助也会给政府财政造成巨大的负担。

借鉴文献[13]中的方法，本文设计了一种动态补助方式，即动态补助=160-2*Time。初始补助160，52 周仿真周期结束时的补助为56，平均的补助为108，与初始的补助值近似。应用这种补助验证当第三方收益增加后逐渐降低补助的效果。

其他变量保持不变，第三方补助分别为85,105,135 和动态补助的时候，第三方的垃圾处理量和第三方企业收益的变化如图8（a） 和8（b） 所示。

图8

从仿真图中可知，第三方补助对第三方企业收益影响显著，但设计的动态补助机制的效果却没有达到预期。动态补助和补助105 的对比最为明显，在38 周之前，动态补助使第三方更加努力地进行绿色技术投资，承担的垃圾处理量也高于补助105，但在38 周后，绿色投资的效果发挥充分后，动态补贴额的降低使企业处理垃圾的意愿同步降低，动态补助对企业收益的正向作用反而不如补助105。

灵敏度分析显示了补助对第三方的作用，在市场机制中，显然补贴已经是第三方收益组成中不可或缺的一环。政府在进行补助设计的时候不能局限于短时间的效果，要合理平衡财政压力和对企业的持续性激励，如无法长期维持高额的补助，可以帮助第三方在其他盈利点上进行造血，或在金融、税收上进行等价代偿。

3 结 论

本文通过应用系统动力学的方法对废弃品逆向供应链信息共享平台构建和运营效果进行了仿真，得到如下结论：

（1） 平台的构建可以降低再生资源交易成本，并防止第三方虚报垃圾处理量获得额外补助的不诚信行为，但这两项作用对垃圾的精益处理和焚烧掩埋率影响并不大。平台的主要功能是提供了与市场机制接轨的路径，使第三方可以通过提升再生资源质量来提升收益。改变了之前第三方与国有机构之间的“智猪博弈”的平衡，使第三方从作为国有机构补充的“小猪”，成长为城市垃圾治理的主力军。本文的研究再一次证明了，城市垃圾治理可持续发展、精益化发展需要依靠市场的力量，把垃圾治理的公益属性向盈利属性转化，才能带动垃圾治理的创新发展。

（2） 研究中通过仿真找出收益曲线拐点时的直接成本，并设计了企业投入的最佳方案。证明了垃圾治理中直接成本的投入对再生资源质量有直接的影响，但是成本过高会降低企业的总收益，直接成本与企业收益之间是抛物线函数关系。

（3） 绿色技术调整时间影响着绿色技术的生效时间，但调整时间并不是越短越好。研究中分析了调整时间对绿色技术投资累积的影响，证明过短的调整时间可能使企业过早地满足于收益增长的目标，而停止对绿色技术的持续投资。

（4） 目前，第三方参加垃圾治理依赖于政府补助。不同水平的补助对第三方垃圾处理量的灵敏度分析表明，较高的补助可以使第三方更加积极地进行绿色技术创新，提升再生资源质量。但政府补贴是一把“双刃剑”，维护高水平的补助给政府财政带来巨大的压力。第三方的数量需要维持一个合理的水平，过少，则国有机构的压力过大，垃圾粗放处理比例增大；过多，则第三方之间会形成内卷，导致绿色技术的“军备竞赛”，且会使国有机构的垃圾处理能力闲置。所以，政府可以通过补助调节市场上第三方的数量，和国有机构形成良性的互补。