關于垃圾分類的可行性分析與研究

習心悅 牛 芾

(河南師范大學數學與信息科學學院，河南 新鄉 453007)

一、問題分析

將生態環境的質量納入進基本公共產品的范疇，這從理論上對生態環境的顯性價值進行了明確，同時，表明政府的職責是提供生態產品，這是公共財政的保障的重點，也是作為中央財政轉移支付、資金補助的一項重要考量因素；更要求我們從實踐上按照梯度推進、統籌城鄉的原則解決農民、農村的環境問題，創造性地因地制宜的解決農村、農業領域小而分散的污染問題。對地方政府而言，在發展的過程中，一定要以堅持把良好的生態環境作為底線，作為又好又快的“好”字的，最基本要求。

黨的十八大報告中，更是提到必須加大對自然生態系統以及環境保護力度，同時也提出要“增強生態產品生產能力”。良好生態環境，包括清新空氣、清潔水源、安全食品作為公共產品——這些都是人類生產生活的必需品、消費品，而各級政府理所應當的成為第一生產者、提供者。“生態產品”的概念在首次亮相于黨代會報告中，深刻地體現了黨對國家、對人民群眾渴望優質生態產品、優良生態環境迫切需求的積極強烈的回應，與此同時也對各級各類相關政府加大力度與環保投入、保障基本環境質量提出了更高更深刻的要求。種種以上這些都是時代發展的產物，所以這些要求我們進行垃圾分類。

二、模型建立

在眾多科學領域的理論研究與實際應用中，通常我們需要對已經含有的多個變量的數據指標進行科學的系統的觀測分析篩選，收集到大量數據指標后往往通過進行分析，來尋找規律。多變量大數據集毫無疑問一定會為研究和相關的實際應用提供豐富、多樣、準確、高效的信息，但是，在某種程度上，也會增加實際數據在真實情境下的采集的龐大的工作量。更為重要的情況是，在很多復雜的情形下，線性相關性會存在很多的實際數據指標中，從而會導致增加問題分析的多變量的復雜性。但是，如果采取分別對不同的每個數據指標進行分析，會發現，分析的這個過程和產生的結果往往會是完全孤立的，而且不能完全的利用數據中的有效信息，因此盲目的、不科學的、不合理的減少指標會導致原始數據損失很多有用的資料與信息，從而會使得我們產生錯誤的結論做出錯誤的反應。基于此情形，我們分析得出，需要盡可能的找到一種高效的、合理的、正確的方法，在可以快速的減少自身分析的指標同時，更能盡量的減少絕大部分的原始指標包含的信息的無效損失，以達到對自身或者外來的收集的數據所進行的全面的綜合的分析目的。由于各變量與變量之間多多少少存在著一定的相關關系，因此可以考慮將關系緊密的變量變成通過降低維度盡可能的變成維度低的數目少的新變量，并且使得這些新的變量可以是兩兩不相關的，于是就可以用較少的分析得到的綜合指標以分別代表之前的存在于各個變量中的各類信息。主成分分析與因子分析就隸屬于這類降維算法。若知道影響垃圾分類的主要因素我們可以通過主成分分析以及因子分析來得到結論。

相關性分析是考察兩個變量之間線性相關性的一種統計方法。更為確切的說，當一個變量發生變化時；另一個變量如何變化的時候，就需要通過計算來做深入的定量考察。近些年來，隨著現代科學技術所導致的生活水平與生活質量的不斷提高，隨之而來的是各種垃圾數量與種類的逐年上升，這給垃圾集中、以及運輸工作不斷地帶來越來越大的壓力。垃圾分類迫在眉睫。根據相關的調查問卷以及社會行為心理分析，本文得出以下結論——影響人們對垃圾分類的接受度有以下幾個主要因素：生活習慣、便捷條件、分類意識、社會宣傳度、監督程度。在對大數目的受訪者提供調查問卷的分析和詢問后，我們對每一項指標的認同人數進行統計。假設兩變量無線性相關而言，一般假設檢驗的顯著性水平為0.05，就拒絕的原始假設條件，說明兩變量具有線性相關性的關系，他們存在無線性或者是相關性的大概可能性小于0.05，如果大于0.05則一般說明認為兩變量間是沒有線性相關性的，至于相關的程度，需要看系數R的大小。如果R越大，則說明相關性是越小的。而越小，則相關程度越低。而偏相關分析是指，當存在兩個變量，同時發生的時候作為習慣以第三個變量相關的時候，我們可以將第三個變量的相關性關系進行剔除，其余的分析，討論另外兩個變量的相關程度與數值大小的過程其檢驗過程與相關性分析的過程是類似的。那么根據以上的分析以及數據的結果，我們可以得出以下結論：影響現代社會人的垃圾分類行為的接受度與認同以及實行垃圾分類政策的最為主要的因素是生活習慣以及便捷條件。由此我們可以考慮加大垃圾分類在社會生活中的熟悉度，使得大眾盡可能的適應于垃圾分類。同時要減少垃圾分類的困難度，便捷高效地進行垃圾分類。