组合模型在城市生活垃圾产生量预测中的应用

王林昌

（中国石油化工股份有限公司催化剂北京奥达分公司，北京 101111）

组合模型在城市生活垃圾产生量预测中的应用

王林昌

（中国石油化工股份有限公司催化剂北京奥达分公司，北京 101111）

分析了1996—2008年厦门市生活垃圾产生量的变化特性及其影响因素，并利用组合模型预测今后若干年内垃圾产生量。结果表明：近十几年内，厦门市生活垃圾产生量逐年递增，年平均增长率约为10%，岛内垃圾产生量占总量的65%～80%，且垃圾年增长率小于岛外；该市垃圾产生量与城市人口、国民生产总值、社会消费品零售总额和城市居民消费性支出具有较强的正相关性；组合预测结果表明2015年该市生活垃圾产生量约是2010年的1．6倍。

生活垃圾；产生量；组合模型

随着经济的快速发展和人民生活水平的普遍提高，城市生活垃圾每天源源不断产生，大量生活垃圾已成为困扰城市发展、污染市容环境、影响市民生活的社会问题。研究垃圾产生量及其特征，可为城市的环境规划和总量控制提供科学的决策信息，也能为生活垃圾的收集、运输和处理提供科学合理的行动措施和实施方案［1］。以厦门市为例，首先研究该市十几年来垃圾的产生量，及其与影响因素的关系，然后基于组合模型预测今后若干年垃圾的产生量，为垃圾处理与处置的政策制定提供参考。

1 垃圾产生量及影响因素

厦门市生活垃圾的来源主要是企事业单位、居民区的生活垃圾、商业垃圾；部分混入的工业垃圾、建筑装修垃圾；道路清扫与保洁的垃圾。厦门市岛内、岛外和总的生活垃圾年产生量如图1所示。可以看出：垃圾产生量逐年增长，年增长率为4%～17%，平均约为10%；岛内垃圾产生量占总量的65%～80%，年增长率为1%～10%，低于岛外的年增长率7%～38%，岛外的垃圾产生量增速较高。

导致厦门市城市生活垃圾产生量逐年增大的因素主要有人口数量、城市经济发展和居民生活水平等。近几年随着厦门经济和旅游事业的迅速发展，城市规模不断扩大，城市人口快速膨胀，经济多元化吸引了大量农村剩余劳动力，这些因素均促使城市生活垃圾产生量逐年增加。居民收入的增加也导致城市生活垃圾产生量呈上升态势，1997年北京市不同收入的家庭人均垃圾产生量统计表明：人均月收入少于400元的低收入家庭垃圾产生量较大；家庭人均月收入在400～800元，垃圾产生量呈下降趋势；但月收入超过800元后，垃圾产生量又逐渐增加［2］。

影响城市生活垃圾产生量的因素一般可分为内在、自然、个体和社会4个方面［3］。其中内在的因素又包括人口数量、居民生活水平和城市经济发展水平等，通常将其归纳为城市人口、国民生产总值、社会消费品零售总额和城市居民消费性支出，这4个因素与垃圾产生量的线性相关系数分别为 0．97、0．99、0．98 和 0．95。

为了探讨垃圾产生量与影响因素之间的数量关系，根据厦门市的垃圾产生量和影响因素，进行多元线性回归，得到关系式如下：

式中：y为厦门市生活垃圾产生量计算值，万t/a；x1为城市人口，万人；x2为厦门市国民生产总值，亿元/a；x3为社会消费品零售总额，亿元/a；x4为城市居民消费性支出，元/a。

公式（1）计算值与实际值较为接近，拟合性较好，如图2所示。

图2 厦门市垃圾产生量实际值与计算值

2 垃圾产生量组合预测

2.1 单一模型

2.1.1 线性回归法

生活垃圾产生量逐年增大，与年份之间具有较强的线性相关，CJ/T 106—1999城市生活垃圾产量计算及预测方法中也提及采用线性模型预测垃圾产生量，其表达式为：

式中：y为预测年的垃圾产生量，t为预测的年份。

2.1.2 指数回归法

指数模型也常作为预测垃圾产生量的方法，其表达式为：

式中：y为预测年的垃圾产生量，t为预测的年份。

2.1.3 年增长率法

若以年份作为自变量，考虑每年的增长率，则垃圾产生量可表示成年份的一元函数，称为年增长率法，即：

式中：y为预测年的垃圾产生量，y0为基准年垃圾产生量，a为统计周期内年平均增长率，t为预测年限。

2.2 组合模型

单一模型只能代表各自方法的信息，而组合预测法是按照某种原则，把不同方法进行组合，综合利用各种方法提供的信息以提高预测精度。笔者根据误差平方和的平方根最小的原则计算各种方法的权重［4］，设共有m种预测方法，第i种预测方法的误差为：

式中：ei为第i种预测方法的误差；yit为第i种预测方法第t年的垃圾产生量预测值；y0t为第t年的垃圾产生量实际值；n为年数。

由最小二乘法求得权重：

式中：yt为第t年垃圾产生量的组合预测值。

2.3 精度检验与预测结果

根据CJ/T 106—1999，预测基数选取时，必须以预测相邻年份开始连续上溯6～8 a的垃圾产生量为基数。根据图1中1996—2005年厦门市生活垃圾产生量，预测2006—2008年的垃圾产生量，通过与实际值的比较，检验预测模型的精度；然后从中选取预测精度最高的模型，根据1996—2008年13 a的垃圾年产生量，预测未来5 a垃圾的产生量。

首先利用3种单一方法预测2006—2008年的垃圾产生量，预测结果见表1，线性回归法的误差较大，年增长率法的误差较小。然后综合利用3种方法进行组合预测，经计算3种方法的权重依次为0．10、0．38和0．52，组合模型的预测结果见表1，该法的平均误差小于单一法的误差，可见其精度最高。

根据3种单一方法的预测结果和权重，由下式计算垃圾产生量的组合预测值：

式中：y1、y2和y3分别为线性回归法、指数回归法和年增长率法的垃圾产生量预测值。

表1还列出各种方法预测今后厦门市5 a的垃圾产生量，根据组合预测结果，2015年厦门市垃圾产生量约是2010年的1．6倍。

表1 厦门市生活垃圾产生量预测结果

3 结论

1） 1996—2008年厦门市生活垃圾产生量逐年递增，年增长率约10%，岛内垃圾产生量占总量的65%～80%，且其垃圾年增长率小于岛外。

2）厦门市垃圾产生量与城市人口、国民生产总值、社会消费品零售总额和城市居民消费性支出具有较强的正相关性。

3）由线性回归法、指数回归法和年增长率法的组合公式预测精度高于单一预测模型。

4）组合预测结果表明，2015年厦门市生活垃圾产生量约是2010年的1．6倍。

［1］杨先海，褚金奎，吕传毅．基于BP神经网络模型的城市生活垃圾产生量预测研究［J］．西安理工大学学报，2003，19（4）：335-339．

［2］刘芳，陈季华，奚旦立，等．上海生活垃圾产生量、组成特性及处置对策研究［J］．环境卫生工程，2005，13（2）：37-43．

［3］张蕾．城市生活垃圾产生量预测及垃圾产生系统调控研究［D］．北京：北京化工大学，2007．

［4］邓宇，罗安．基于综合模型的中长期电力负荷预测系统的实现［J］．计算机工程与应用，2003（3）：227．

［5］赵刚，朱超，封学军．组合预测在港口吞吐量预测中的应用研究［J］．水运工程，2005（3）：34-37．

Application of Combination Model in Production Prediction of Municipal Domestic Waste

Wang Linchang
（Beijing Auda Division of Catalyst Company,SINOPEC Corp,Beijing 101111）

Variation characteristics and influencing factors of domestic waste output in Xiamen from 1996 to 2008 were analyzed,and then waste output in the next few years was predicted by a combination model．The results showed that domestic waste output in Xiamen increased year after year over the last decade,its average annual growth rate was about 10%,the proportion of waste output in the island was 65%～80%,and the growth rate in the island was less than that outside the island．Waste output in Xiamen has a significant positive correlation with urban population,GNP,total retail sales of social consumer goods and consumption expenditure of urban households．Combination forecasting results showed that domestic waste output of Xiamen in 2015 is about 1．6 times of that in 2010．

domestic waste；output；combination model

X705

A

1005-8206（2011）04-0050-03

2011-03-21

王林昌（1973—），博士，高级经济师，主要从事环境规划与管理研究。

E-mail：woodwang@qq．com。

（责任编辑：郑雯）