基于灰色關聯度分析的上海市生活垃圾產生量的影響因素研究

摘要：上海市全面推行生活垃圾強制分類以來，濕垃圾、可回收物和有害垃圾量顯著增加，干垃圾量明顯減少。然而，隨著經濟的發展，人民生活水平提高，生活節奏加快，近些年，上海市生活垃圾產生量依舊逐年上漲。在當前電商經濟迅猛發展的背景下，有必要關注居民生活習慣變化，將快遞量、餐飲配送及外賣送餐服務等因素作為評價指標，利用Python軟件進行灰色關聯度分析，明確上海市生活垃圾產生量的影響因素，然后根據分析結果提出建議。結果表明，快遞外賣行業的發展、居民生活習慣的變化是上海市生活垃圾產生量的重要影響因素。未來，要提高居民綠色低碳意識，盡快推動快遞外賣行業綠色包裝體系建設。

關鍵詞：生活垃圾產生量；灰色關聯度分析；影響因素；快遞外賣行業；上海市

中圖分類號：X799.3 文獻標識碼：A 文章編號：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條例》實施以來，上海市全面推行生活垃圾分類已有5年，源頭分類實效持續保持穩定，生活垃圾“三增一減”實效明顯。其中，濕垃圾、可回收物和有害垃圾量顯著增加，干垃圾量明顯減少。但是，近些年，隨著經濟的發展、居民生活水平的提高和生活方式的轉變，上海市生活垃圾產生量不降反升。生活垃圾產生量的影響因素多樣，包括地區生產總值（Gross Domestic Product，GDP）、人均生活消費、人均可支配收入和城市人口數量等。

近年來，隨著快速消費模式和一次性消費品的發展，居民生活方式發生巨大轉變，快遞、外賣已經成為人們日常生活的必需品。據估算，我國快遞業每年產生的紙類廢棄物超過900萬t，產生的塑料廢棄物約為180萬t。除了快遞，外賣訂單爆發式增長也帶來塑料垃圾泛濫，我國外賣訂單量從2015年的17億件

增長到2020年的171.2億件，外賣餐盒、餐具和膜袋等塑料包裝的消耗量從5.7萬t飆升到57.4萬t[1]。當前，我國外賣食品塑料包裝普遍與生活垃圾一起處理，2020年的平均回收率僅有23.3%[2]。基于居民生活習慣，結合經濟、人口和社會等因素，開展灰色關聯度分析，明確當前上海市生活垃圾產生量的重要影響因素，可以為上海市“無廢城市”建設提供科學指導。

1 研究現狀

目前，生活垃圾產生量的影響因素研究方法很多，主要有多元回歸分析、嶺回歸分析、灰色關聯度分析以及深度學習算法等。高會苗等[3]通過多元回歸分析明確北京市生活垃圾產生量的影響因素，結果表明，垃圾產生量與人口數量、地區生產總值、人均消費支出等因素密切相關。傅碧天[4]基于STIRPAT模型研究長江三角洲城市生活垃圾產生量的驅動因素，指出從大到小，各驅動因子對垃圾產生量的影響排序為城市化率、總人口、三產比重（第一產業、第二產業和第三產業）、人均消費支出、人均收入水平。

3個典型城市中，上海市城市化率對垃圾產生量的貢獻最大。牛歡歡[5]運用灰色關聯度分析研究上海市生活垃圾產生量的影響因素，提出外地來滬旅游人數、人均可支配收入及人均消費支出是上海市生活垃圾產生量的主要影響因素。Lin等[6]基于深度學習算法實現城市生活垃圾產生量的精準預測，提出平均每戶人口數量、環保金額投入、總戶數和人均GDP是城市生活垃圾產生量的前4個主導因素，而且彼此呈正相關。賈悅等[7]研究上海市1986—2019年生活垃圾理化特性的變化規律，指出隨著外賣、快遞與電商等新興行業的發展，紙類、橡塑類等垃圾的產生量呈上升趨勢，生活垃圾產生量激增。綜上，經濟發展水平、人口數量規模、居民收入水平和城市建設情況等是影響城市生活垃圾產生量的主要驅動因素。

2 數據與方法

2.1 數據來源

根據上海市2016—2023年發布的統計年鑒（https：//tjj.sh.gov.cn/tjnj/index.html），獲取2015—2022年上海市的生活垃圾產生量、人口數量、外地來滬旅游人數、地區生產總值、人均可支配收入、快遞量、餐飲配送及外賣送餐服務營業收入和環保投資等基礎數據，如表1所示。其中，外地是指其他省、自治區和直轄市。

2.2 研究方法

灰色關聯度分析是一種多因素統計分析方法，根據因素發展趨勢的相似或相異程度，評估一個系統中各因素的關聯程度[8]。Python軟件是灰色關聯度分析的常用工具，Python模型適用于分析各種類型的數據，尤其是樣本數據較少或者數據質量較差時，具有較強的健壯性。基于居民生活習慣變化，利用Python軟件開展灰色關聯度分析，明確當前影響上海市生活垃圾產生量的主要因素。

Python模型的建立分為多個步驟。首先，確定參考數列（生活垃圾產生量）和比較數列（影響因素），如式（1）和式（2）所示。各數列的原始數據量綱（單位、性質）不一致，分析時得出的結論不準確，因此采用均值化方法，根據式（3）對原始數據進行無量綱化處理。根據式（4）計算參考數列和比較數列在同一時期的絕對差值。根據式（5）找出最大值，根據式（6）找出最小值。根據式（7）計算灰色關聯系數。因為關聯系數是比較數列與參考數列在各個時段的關聯程度，所以它的數不止1個，而信息過于分散，不便于進行整體性比較。因此，有必要將各個時段的關聯系數集中為一個值，即根據式（8）計算其平均值。灰色關聯度用于表征比較數列與參考數列的關聯程度。

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為參考數列；Xi為比較數列，i為因素序號，i=1，2，…，m，m為因素個數；x0（n）為參考數列X0的第n個元素；xi（n）為比較數列Xi的第n個元素；k為時間段（年份）的序號；xi為比較數列Xi的第k個元素原始數據xi（k）的處理值；?i（k）為參考數列X0的第k個元素x0（k）和比較數列Xi的第k個元素xi（k）在同一時期的絕對差值；P為參考數列與比較數列在第k個時間段的二級最大差數絕對值；p為參考數列與比較數列在第k個時間段的二級最小差數絕對值；ξi（k）為關聯系數；ρ為分辨系數，取值范圍為0～1，這里取常用值0.5；γi為灰色關聯度。

3 結果與討論

利用Python軟件開展灰色關聯度分析，通過計算得到2015—2022年上海市生活垃圾產生量與不同影響因素的關聯系數，結果如表2所示。根據關聯系數計算灰色關聯度并排序，結果如表3所示。灰色關聯度用于直接表征因素間的關聯程度，取值介于0～1，數值越大代表其與參考數列的相關性越強，貢獻越高。經評價，7個影響因素中，人均可支配收入的貢獻最高（關聯度為0.932），其次是地區生產總值（關聯度為0.916），因此經濟發展和居民收入水平是影響生活垃圾產生量的重要因素。環保投資貢獻排第3位（關聯度為0.893），說明城市配套環境設施的完善程度對垃圾產生量也會有很大影響。快遞量的貢獻排第4位（關聯度為0.829），餐飲配送及外賣送餐服務營業收入的貢獻排在第6位（關聯度為0.661），這說明發展迅猛的快遞外賣行業影響生活垃圾產生量，進一步驗證當前快遞外賣行業綠色包裝、居民綠色低碳消費的必要性。

4 結論

當前，我國居民生活習慣發生變化，快遞外賣行業已成為生活垃圾的重要來源。通過Python軟件開展灰色關聯度分析，研究上海市生活垃圾產生量的影響因素。結果表明，從灰色關聯度排名來看，人均可支配收入、地區生產總值和環保投資是影響上海市生活垃圾產生量的主要因素，排名位居前三位，但是快遞量、餐飲配送及外賣送餐服務營業收入也是影響上海市生活垃圾產生量的重要因素。結合碳達峰碳中和目標和“無廢城市”建設要求，上海市有必要推動快遞、外賣和電商等行業加快推廣綠色包裝材料，建立包裝廢棄物回收利用體系，同時提高居民綠色低碳意識，將生活垃圾源頭減量化細化到生產、消費和使用等環節。

參考文獻

1 張思潔，周 穎.快遞外賣成塑料污染“重災區”，何以難“瘦身”？[J].記者觀察，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 高會苗，戴鐵軍，高曉龍.北京城市生活垃圾產生量的影響因素研究及預測[J].環境衛生工程，2014（1）：24-28.

4 傅碧天.基于STIRPAT模型的城市生活垃圾產生量影響因素分析研究[J].綠色科技，2020（12）：130-132.

5 牛歡歡.垃圾分類背景下上海市生活垃圾產生量的影響因素研究及預測[J].環境衛生工程，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 賈 悅，李曉勇，楊小云.上海市1986—2019年生活垃圾理化特性變化規律研究[J].環境衛生工程，2021（3）：20-24.

8 榮光旭，陳 墨.基于灰色關聯度重慶萬州區邊坡穩定影響因素分析[J].安慶師范大學學報（自然科學版），2019（3）：89-93.