垃圾减量分类方法的量化分析*

尚春钰，刘力军，朱吉祥，余光磊

（大连民族学院理学院，辽宁 大连 116600）

1 数据收集

生活垃圾样品的采集、制备和物理成分、物理性质的分析方法可参照CJ/T 313—2009生活垃圾采样和分析方法，垃圾分类数据来自垃圾分拣中心［1］，数据收集格式如表1所示。

?

通过查找相关文献，本研究将激励措施［2］分为5项，并将这5项激励措施对减量分类效果进行打分（见表2），对主观指标分值量化，可采取1～9分赋值法。即设计问卷时，对题目采用诸如影响效果最强、影响效果较强、影响效果一般、影响效果较弱、影响效果最弱之类答项并按序排列，分别给予1～9分的分值，即影响效果最强为9分，影响效果较强为8分，依此类推，影响效果最弱为1分。运用 SPSS主成分分析法［3］将这5项激励措施以及减量分类效果的指标分别进行降维。

?

随机发放问卷200份，回收问卷193份，有效问卷186份。对所获问卷整理后，运用SPSS统计软件分别进行了相关分析、因子分析和回归分析。

2 数据分析及结果

2.1 Pearson相关分析

相关系数的计算介绍：n个样本的2个指标xik和xil之间的相关系数定义为：

Pearson相关系数的r绝对值越大，相关性越强，相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱。通常情况下以r的绝对值取值范围判断变量的相关强度，见表3。

?

2.2 SPSS回归分析

以可回收垃圾和其他垃圾的调查样本做统计分析，结果见表4。

?

从以上结果可以看出Pearson相关性为-0.619（可以认为是两者的相关系数为-0.619），属于负相关关系，同时显著性（双侧） 结果为 0.000，由于0.000<0.01，所以具备显著性，得出：可回收垃圾和其他垃圾具备相关性。由此得到各类垃圾Pearson相关系数，如表5所示。

?

经上述分析可知对于阳光花园：可回收垃圾与厨余垃圾呈极弱负相关，与有害垃圾呈弱相关，与其他垃圾呈负强相关；厨余垃圾与有害垃圾呈极弱相关，与其他垃圾呈负弱相关；有害垃圾与其他垃圾呈负弱相关。

既然具备相关性，那么需要建立回归分析，并且构建一元线性方程，结果如表6～7、图1所示。

?

?

图1 回归标准化残差的标准P-P图（因变量：可回收物）

结果分析：①从表7的检验结果来看，F的统计量为36.683，P值显示为0.000，拒绝模型整体不显著的假设，证明模型整体是显著的。②从表6可以看出回归系数、回归系数的标准差、回归系数的T显著检验等，回归系数常量为907.792，但是Sig为0.058，常数项不显著，回归系数为-0.619，相对的Sig为0.000，具备显著性。

所以一元线性方程为：可回收物=907.792-0.619×其他垃圾。

接着再次利用SPSS回归-线性分析的方式来分析：有害垃圾和其他垃圾情况是否具备相关性，结果如表8和图2所示。

?

图2 回归标准化残差的标准P-P图（因变量：有害垃圾）

其一元线性方程为：有害垃圾=6.239-0.335×其他垃圾。

2.3 各项激励措施与减量分类效果的相关性

综合网上查找的数据，将激励措施分为以下方面：①对参与垃圾分类的家庭免费提供四色垃圾分类收集袋；②对开展垃圾分类工作突出的居民户在垃圾袋装服务费、垃圾处理费等收取上予以减免；③对积极参与垃圾分类工作的居民代表及其他志愿者给予适当的物质奖励；④对积极主动配合试点工作的社区加大政府投入，优先配置先进作业设备，更换先进设施，创造洁净优美的社区环境；⑤建立家庭环保积分卡，达到一定积分的家庭可换购景点门票和其他生活必需品。

运用SPSS18.0主成分分析的方法，将这5项激励措施以及减量分类效果的指标分别进行降维，因子分析结果见表9。

表9 前2个主成分分析结果

在5项激励措施中，将物质奖励和垃圾分类收集袋归为一类，减免处理费和环保积分卡归为一类。

运用SPSS18.0得到减量分类效果5项指标的因子得分，做出散点图，见图3～4。

图3 贡献度因子分析

图4 相关性因子分析

得出如下结论：①物质奖励和垃圾分类收集袋措施对垃圾回收率的影响较大；②减免处理费和环保积分卡措施对垃圾分类情况影响较大；③更换先进设施措施对收集情况和垃圾数量的影响较大。

3 结论

减量分类收集是彻底实现垃圾减量化的关键，运用主成分分析法最大程度地提取了影响城市生活垃圾减量分类各个因素的有效信息，用综合因子代替原有的众多影响因素实现了对高维变量的降维处理，建立可回收垃圾和其他垃圾的线性回归模型，建立了垃圾减量分类效果和减量激励措施的统计相关性，物质奖励和垃圾分类收集袋措施可以有效提高垃圾的回收率，通过减免处理费和环保积分卡措施可以提高垃圾分类效果，更换先进设施措施可以有效减少垃圾数量。

［1］何德文，金艳，柴立元，等.国内大中城市生活垃圾产生量与成分的影响因素分析［J］.环境卫生工程，2005，13（4）：7-10.

［2］范通达.基于主成分分析的生活垃圾产生量模型研究［J］.环境卫生工程，2009，17（2）：41-43.

［3］张蕾，席北斗，王京刚，等.系统动力学方法在城市生活垃圾产生系统的应用［J］.环境科学研究，2007（5）：72-78.