基于灰色关联度分析的上海市生活垃圾产生量的影响因素研究

摘要：上海市全面推行生活垃圾强制分类以来，湿垃圾、可回收物和有害垃圾量显著增加，干垃圾量明显减少。然而，随着经济的发展，人民生活水平提高，生活节奏加快，近些年，上海市生活垃圾产生量依旧逐年上涨。在当前电商经济迅猛发展的背景下，有必要关注居民生活习惯变化，将快递量、餐饮配送及外卖送餐服务等因素作为评价指标，利用Python软件进行灰色关联度分析，明确上海市生活垃圾产生量的影响因素，然后根据分析结果提出建议。结果表明，快递外卖行业的发展、居民生活习惯的变化是上海市生活垃圾产生量的重要影响因素。未来，要提高居民绿色低碳意识，尽快推动快递外卖行业绿色包装体系建设。

关键词：生活垃圾产生量；灰色关联度分析；影响因素；快递外卖行业；上海市

中图分类号：X799.3 文献标识码：A 文章编号：1008-9500（2024）07-0-04

DOI：10.3969/j.issn.1008-9500.2024.07.030

Study on the Influencing Factors of Domestic Waste Production in Shanghai City Based on Grey Relational Analysis

CHEN Wei1，2

（1. Shanghai Environmental Sanitation Engineering Design Institute Co.， Ltd.;

2. Shanghai Institute for Design and Research on Environmental Engineering Co.， Ltd.， Shanghai 200232， China）

Abstract： Since the comprehensive implementation of mandatory classification of domestic waste in Shanghai city， the amount of wet waste， recyclables， and hazardous waste has significantly increased， while the amount of dry waste has significantly decreased. However， with the development of the economy and the improvement of people’s living standards， the pace of life has accelerated， in recent years， the amount of domestic waste generated in Shanghai city has continued to increase year by year. In the context of the rapid development of the e-commerce economy， it is necessary to pay attention to changes in residents’ living habits， use factors such as express delivery volume， catering delivery， and takeaway delivery services as evaluation indicators， conduct grey relational analysis by using Python software， clarify the influencing factors of Shanghai city’s domestic waste production， and then propose suggestions based on the analysis results. The results indicate that the development of the express delivery industry and changes in residents’ living habits are important influencing factors on the amount of domestic waste generated in Shanghai city. In the future， it is necessary to raise residents’ awareness of green and low-carbon， and promote the construction of a green packaging system for the express delivery industry as soon as possible.

Keywords： domestic waste production; grey relational analysis; influencing factors; express delivery industry; Shanghai city

自2019年7月1日《上海市生活垃圾管理条例》实施以来，上海市全面推行生活垃圾分类已有5年，源头分类实效持续保持稳定，生活垃圾“三增一减”实效明显。其中，湿垃圾、可回收物和有害垃圾量显著增加，干垃圾量明显减少。但是，近些年，随着经济的发展、居民生活水平的提高和生活方式的转变，上海市生活垃圾产生量不降反升。生活垃圾产生量的影响因素多样，包括地区生产总值（Gross Domestic Product，GDP）、人均生活消费、人均可支配收入和城市人口数量等。

近年来，随着快速消费模式和一次性消费品的发展，居民生活方式发生巨大转变，快递、外卖已经成为人们日常生活的必需品。据估算，我国快递业每年产生的纸类废弃物超过900万t，产生的塑料废弃物约为180万t。除了快递，外卖订单爆发式增长也带来塑料垃圾泛滥，我国外卖订单量从2015年的17亿件

增长到2020年的171.2亿件，外卖餐盒、餐具和膜袋等塑料包装的消耗量从5.7万t飙升到57.4万t[1]。当前，我国外卖食品塑料包装普遍与生活垃圾一起处理，2020年的平均回收率仅有23.3%[2]。基于居民生活习惯，结合经济、人口和社会等因素，开展灰色关联度分析，明确当前上海市生活垃圾产生量的重要影响因素，可以为上海市“无废城市”建设提供科学指导。

1 研究现状

目前，生活垃圾产生量的影响因素研究方法很多，主要有多元回归分析、岭回归分析、灰色关联度分析以及深度学习算法等。高会苗等[3]通过多元回归分析明确北京市生活垃圾产生量的影响因素，结果表明，垃圾产生量与人口数量、地区生产总值、人均消费支出等因素密切相关。傅碧天[4]基于STIRPAT模型研究长江三角洲城市生活垃圾产生量的驱动因素，指出从大到小，各驱动因子对垃圾产生量的影响排序为城市化率、总人口、三产比重（第一产业、第二产业和第三产业）、人均消费支出、人均收入水平。

3个典型城市中，上海市城市化率对垃圾产生量的贡献最大。牛欢欢[5]运用灰色关联度分析研究上海市生活垃圾产生量的影响因素，提出外地来沪旅游人数、人均可支配收入及人均消费支出是上海市生活垃圾产生量的主要影响因素。Lin等[6]基于深度学习算法实现城市生活垃圾产生量的精准预测，提出平均每户人口数量、环保金额投入、总户数和人均GDP是城市生活垃圾产生量的前4个主导因素，而且彼此呈正相关。贾悦等[7]研究上海市1986—2019年生活垃圾理化特性的变化规律，指出随着外卖、快递与电商等新兴行业的发展，纸类、橡塑类等垃圾的产生量呈上升趋势，生活垃圾产生量激增。综上，经济发展水平、人口数量规模、居民收入水平和城市建设情况等是影响城市生活垃圾产生量的主要驱动因素。

2 数据与方法

2.1 数据来源

根据上海市2016—2023年发布的统计年鉴（https：//tjj.sh.gov.cn/tjnj/index.html），获取2015—2022年上海市的生活垃圾产生量、人口数量、外地来沪旅游人数、地区生产总值、人均可支配收入、快递量、餐饮配送及外卖送餐服务营业收入和环保投资等基础数据，如表1所示。其中，外地是指其他省、自治区和直辖市。

2.2 研究方法

灰色关联度分析是一种多因素统计分析方法，根据因素发展趋势的相似或相异程度，评估一个系统中各因素的关联程度[8]。Python软件是灰色关联度分析的常用工具，Python模型适用于分析各种类型的数据，尤其是样本数据较少或者数据质量较差时，具有较强的健壮性。基于居民生活习惯变化，利用Python软件开展灰色关联度分析，明确当前影响上海市生活垃圾产生量的主要因素。

Python模型的建立分为多个步骤。首先，确定参考数列（生活垃圾产生量）和比较数列（影响因素），如式（1）和式（2）所示。各数列的原始数据量纲（单位、性质）不一致，分析时得出的结论不准确，因此采用均值化方法，根据式（3）对原始数据进行无量纲化处理。根据式（4）计算参考数列和比较数列在同一时期的绝对差值。根据式（5）找出最大值，根据式（6）找出最小值。根据式（7）计算灰色关联系数。因为关联系数是比较数列与参考数列在各个时段的关联程度，所以它的数不止1个，而信息过于分散，不便于进行整体性比较。因此，有必要将各个时段的关联系数集中为一个值，即根据式（8）计算其平均值。灰色关联度用于表征比较数列与参考数列的关联程度。

X0={x0（1），x0（2），…，x0（n）}（1）

Xi={xi（1），xi（2），…，xi（n）}（2）

（3）

∆i（k）=|x0（k）-xi（k）|（4）

（5）

（6）

（7）

（8）

式中：X0为参考数列；Xi为比较数列，i为因素序号，i=1，2，…，m，m为因素个数；x0（n）为参考数列X0的第n个元素；xi（n）为比较数列Xi的第n个元素；k为时间段（年份）的序号；xi为比较数列Xi的第k个元素原始数据xi（k）的处理值；∆i（k）为参考数列X0的第k个元素x0（k）和比较数列Xi的第k个元素xi（k）在同一时期的绝对差值；P为参考数列与比较数列在第k个时间段的二级最大差数绝对值；p为参考数列与比较数列在第k个时间段的二级最小差数绝对值；ξi（k）为关联系数；ρ为分辨系数，取值范围为0～1，这里取常用值0.5；γi为灰色关联度。

3 结果与讨论

利用Python软件开展灰色关联度分析，通过计算得到2015—2022年上海市生活垃圾产生量与不同影响因素的关联系数，结果如表2所示。根据关联系数计算灰色关联度并排序，结果如表3所示。灰色关联度用于直接表征因素间的关联程度，取值介于0～1，数值越大代表其与参考数列的相关性越强，贡献越高。经评价，7个影响因素中，人均可支配收入的贡献最高（关联度为0.932），其次是地区生产总值（关联度为0.916），因此经济发展和居民收入水平是影响生活垃圾产生量的重要因素。环保投资贡献排第3位（关联度为0.893），说明城市配套环境设施的完善程度对垃圾产生量也会有很大影响。快递量的贡献排第4位（关联度为0.829），餐饮配送及外卖送餐服务营业收入的贡献排在第6位（关联度为0.661），这说明发展迅猛的快递外卖行业影响生活垃圾产生量，进一步验证当前快递外卖行业绿色包装、居民绿色低碳消费的必要性。

4 结论

当前，我国居民生活习惯发生变化，快递外卖行业已成为生活垃圾的重要来源。通过Python软件开展灰色关联度分析，研究上海市生活垃圾产生量的影响因素。结果表明，从灰色关联度排名来看，人均可支配收入、地区生产总值和环保投资是影响上海市生活垃圾产生量的主要因素，排名位居前三位，但是快递量、餐饮配送及外卖送餐服务营业收入也是影响上海市生活垃圾产生量的重要因素。结合碳达峰碳中和目标和“无废城市”建设要求，上海市有必要推动快递、外卖和电商等行业加快推广绿色包装材料，建立包装废弃物回收利用体系，同时提高居民绿色低碳意识，将生活垃圾源头减量化细化到生产、消费和使用等环节。

参考文献

1 张思洁，周 颖.快递外卖成塑料污染“重灾区”，何以难“瘦身”？[J].记者观察，2023（34）：46-47.

2 ZHANG Q Q，LAN M Y，LI H R，et al.Plastic pollution from takeaway food industry in China[J].Science of the Total Environment，2023（12）：166933.

3 高会苗，戴铁军，高晓龙.北京城市生活垃圾产生量的影响因素研究及预测[J].环境卫生工程，2014（1）：24-28.

4 傅碧天.基于STIRPAT模型的城市生活垃圾产生量影响因素分析研究[J].绿色科技，2020（12）：130-132.

5 牛欢欢.垃圾分类背景下上海市生活垃圾产生量的影响因素研究及预测[J].环境卫生工程，2023（2）：41-45.

6 Lin K S，Zhao Y C，Kuo J H.Deep learning hybrid predictions for the amount of municipal solid waste：a case study in Shanghai[J].Chemosphere，2022（4）：136119.

7 贾 悦，李晓勇，杨小云.上海市1986—2019年生活垃圾理化特性变化规律研究[J].环境卫生工程，2021（3）：20-24.

8 荣光旭，陈 墨.基于灰色关联度重庆万州区边坡稳定影响因素分析[J].安庆师范大学学报（自然科学版），2019（3）：89-93.