我国城市垃圾产量预测
孟繁柱
我国城市垃圾产量预测
ForecastingtheAmountofMunicipalSolidWasteinChina
孟繁柱 金志英 王荣森 (沈阳市环境卫生工程设计研究院 沈阳 110013)张 弓也 (沈阳惠天热电股份有限公司)
曹 权 (沈阳皇姑热电有限公司)
摘要 运用统计预测的方法对我国城市垃圾产量进行了预测,并对各时期的预测结果进行分段分析,阐明了影响全国垃圾产量的因素及其贡献大小。
关键词 城市垃圾 产量 预测
Abstract ThispaperforecaststheamountofmunicipalsolidwasteinChinabystatisticalanalysis,andanalyzestheresultpre2dictedbydifferentperiodstoilluminatetherelationbetweentheoutputandcontribution.
Keywords MunicipalSolidWaste Output Forecasting
科学地预测垃圾产量,研究、分析统计了垃圾产量,随着经济的高速发展,我国城市化和消费水平不断提高,城市生活垃圾产生量与日俱增,大量生活垃圾露天堆放或简易堆放处理,对环境造成了巨大危害,如占用土地、污染环境、传染疾病影响居民健康等。因此城市垃圾产量已成为影响城市建设、居民生活和可持续发展的主要因素。
垃圾填埋产生沼气的排放而产生的温室效应与垃圾量有直接关系,必需对全国垃圾总量有相对了解,故全国城市垃圾产量预测有着十分重要意义。
在《城市生活垃圾产量计算及预测方法》CJ/T106-1999中对垃圾产量预测是这样阐述的:“……基数的选取,垃圾产量的预测,在计算出近几年垃圾产量的基础上预测以后年度的垃圾数量,必须以预测年相邻年度开始连续上溯6～8年的垃圾产量为基数。”本文选用了我国20年的垃圾量(1981～2000年)用三次指数平滑法对其进行了产
收稿日期 2003-04-25
,、非农人口、社会总产值、居民消费、气化率、人均日产量等进行了相关分析。应指出“:城市垃圾,指城市区划内产生的垃圾,为无毒无害固体废弃物。”
1 三次指数平滑法对全国城市垃圾产量预
测
统计预测是我国近年来统计科学的一个新发展,它把传统的事后统计扩展到事先预测的新领域,广泛应用了回归预测法、指数平滑预测法等。1.1 预测方法的选用
统计预测要遵守以下两条原则:连贯性原则及类推的原则
为此,统计资料的稳定结构是应用统计预测的必要条件,必须对已占有的大量统计资料进行认真研究之后再决定采用预测的方法。
预测的分类为社会3、经济、科学、技术、军事预测;预测的方法特征又可分为定性、定量3、综合预测;按预测的时间分长期为15～50年、中期5～15年3、短期1～5年预测(标3者为城市垃圾预测所在范畴)。
—21—
环境保护科学 第29卷 总第120期 2003年12
月
表1 全国垃圾产量参量表
序号
[***********][1**********]20
年份
[***********][***********][***********][***********]19992000
城市数(座)X1
[***********][***********][***********]3
城市非农人口(千万)X2
9.1339.5910.0510.9611.5711.6612.4713.9714.3814.7514.9215.4616.5517.6719.4719.8620.1620.95
社会总产值(亿元)X3
4860.35301.85957.47206.78989.110201.411954.514922.316917.818598.421662.526651.934560.546670.057494.573142.776967.280579.488189.5
城市居民消费(亿元)X4
973.31041.41119.11288.81667.51965.0233.13159.93603.73984.14676.15888.2215754.317417.719253.921186.823529.5
气化率/%X5
17.3317.920.221.123.227.732.634.938.639.93341.2648.5563.5567.1568.9270.2676.5378.88
人均日产量/(kg・人-1d-1)X6
----------1.40461.591.581.321.321.551.49
垃圾量
/万tY
[***********][***********][***********][***********][1**********]819
表中数据均摘自《中国统计年鉴》《、城市年鉴》《、半月统计》《、城市建设统计年报》等资料。表中带3号数据,在上述资料中没有查到,
插值处理。
1.2 指数平滑法at=3ytbt=
(1)
-3yt2+yt3
()()
指数平滑法是一种重要的时间序列预测方法。它不同于其它方法,是一种自适应模型,也就是可以自动地识别数据模式的变化,特别是在资料有限的情况下,采用这种方法较为有利。首先采用三次指数平滑法预测全国垃圾产量,其趋势曲线方程为:
yt+
T
α)y(t1)-(10-8α)y(t2)2[(6-5)2(1-α
)y(t3)]+(4-3α(1)()()
ct=-2yt2+yt3]2[yt
(1-α)
α分别为一次平滑系数,二次平滑系at、bt、Ct、数、三次平滑系数及加权系数。加权系数α(又称
阻尼系数、平滑常数)是用来将总体中数据的不稳定性最小化的修正因子,默认的阻尼系数其大小决定了本次预测对前期预测误差的修正程度,0.2到0.3之间的数可作为合理的平滑常数。大一些的常数导致快一些的影响会生成不可靠的预测。小一些的常数会导致预测值长期的延迟。
本次采用试算法确定α值。采用的是逐次逼
=at+btT+CtT
2
(1)
计算二次多项式的参数at、bt、Ct则需利用三次指数平滑法,其计算公式:(1)
)y(t1-)1yt=αyt+(1-α
ytyt
(2)(3)
(1)
)y(t2-)1=αyt+(1-α(2)
)y(t3-)1=αyt+(1-α
(2)
式中:—22
—
我国城市垃圾产量预测 孟繁柱
近法:用1986年至1995年产量预测2000年产量,
取几个不同的α值进行预测,比较它们的误差,选取预测最接近实际值,α值为0.1065最佳。1.3 预测2010年垃圾产量
根据(表1)中1991年至2000年垃圾实际产量
yt值,进行预测。
(1)建立模型
反映出来,故运用多元线性回归法分析、研究之。2.1 多元线性最小二乘法简介
多元线性回归式:
(3)y=boxo+b1x1+b2x2+……+bnxn
令xo=1,根据最小二乘法建立回归方程,选取回归系数,使得残差平方和最小,使:
δy=yi-[b0+b1x1+…+bnxn]i=yi-^
(其中i=1,2……m)的平方和
(4)
运行1-1式,1-2式建成三次指数平滑法模
型及计算。
①确定加权系数α=0.1065②确定初始值:y0=y(t1)=y(t2)=y(t3)=7636③计算一、二、三次指数平滑值。
④计算参数值(指数平滑法预测数据表从略)(2)求趋势方程
^2
Y=at+bt×(T-2000)+Ct×(T-2000)例如:2010年预测值(万t)
3
Y=11610.7+330.72(2010-2000)
即:
2δQ=∑最小i
i=1m
(5)
相当于求解下列方程组
m
m(
=∑Yi-∑bjxij)2=0
j=0bkbki=1
(k=0,1,……,n)
(6)
建立y=boxo+b1x1+b2x2+……+bnxn(7),计算中间
相f—F校验值 u———回归平方和 q———
+10.523(2010-2000)^2=15969.92005～2010年预测值,见表2。
表2 /万2005年
2006年
年
年
13527.313973.742214929.7415439.315969.9
s———剩余标准差
仅举1981～2000年数据五元线性回归为例:其方程式为:^y=-411298+3575X1+187.206X2+7.095E-02X3-2.859X4+93.048X5,从运算
2 全国城市垃圾产量多元线性回归
在前面已经介绍了用指数平滑法预测全国城
市垃圾产量,而垃圾产量与诸多因素的关系却没有
结果,r=0.99 表明线性关系很好。f=487.536〉6.26{用F校验法检验,当水平为=0.05,查表F0.05(5、4)=6.26}上式可信。
表3 多元线性回归参数表
常数b0
-1411.2982880.471-2211.689-6256.8-803.996
X1
X2
X3
X4
X5
X6
系数b1
3.5759.6379.63310.441-22.476
系数b2
187.026-433.1077417.862709.222620.859
系数b3
7.095E-020.90239-2.277E-02-4.148E-02.37851
系数b4
-2.859-2.636.118.158
系数b5
93.048-11.913-24.097-63.323186.247
系数b6
r.99.99.99
fLyyuqs时期/a
1981～20001981～19901991～20001991～20001986～1995
487.536155.26284.422258.02855.052
1.886E+081.784E+071.898E+071.898E+073.449E+07
1.875E+081.75E+071.880E+071.895E+073.400E+07
[***********][1**********]
66676
828.173.99.993
-1.396
2.2 全国城市垃圾产量多元线性回归分析
线性回归为例,其它相同。
为了总结分析,下面仅举1981～2000年五元
—23—
环境保护科学 第29卷 总第120期 2003年12月
1981～2000年(五元线性回归)
常数b0为负数;
城市数X1系数b1为正数;
影响趋势
城市数 ↑ 垃圾产量↑
城市非农人口X2系数b2为正数;城市非农人口↑ 垃圾产量↑社会总产值X3系数b3为正数;
社会总产值 ↑ 垃圾产量↑
为了方便观察与分析各系数对全国垃圾产量
的影响,将上面的分析总结为(表4)。从表4中看出:不同年份段,自变量的系数b的影响。全国垃圾产量的趋势不同,从1981～2000年段来看,当城市数量、城市非农人口、社会总产值为正影响,符合人们的一般看法,气化率为正影响却不好理解,但揭露出一个事实,不同时期各自变量对垃圾产量的贡献是不同的。
城市居民消费X4系数b4为负数;居民消费 ↑ 垃圾产量↓气化率X5系数b5为正数;
气化率 ↑ 垃圾产量↑
表4 自变量的系数b与全国垃圾产量关系一览表
参 量
年份
常数b0
-+---
城市数b1
++++-
城市非农
人口b2
+-+++
社会总产值
b3城市居民消费b4
--++-
气化率b5
+--人均日产量b6
备注全国垃圾产量的线性关系。+正影响 -负影响
1981～20001981～19901991～20001991～20101986～1995
++--+
3 结论
本文的数据经查阅有关资料,在大量的统计资料的基础上,又进行计算,形成了全国城市生活垃圾统计资料。
《城市生活垃圾产量计算及预测方法》CJ/
T106-1999标准中没有列出指数平滑法、多元线
,随机性强。
多元线性回归参数表中定量分析了全国城市垃圾量的影响因素;自变量的系数b与全国垃圾产量关系一览表中定性分析了全国城市垃圾产量的影响因素。
综上所述,三次指数平滑法对全国城市垃圾产量预测是比较准确的;多元线性回归法分析比较全面。
参 考 文 献
1.中国城市生活垃圾温室气体排放研究课题组.中国城市生活垃圾
性回归法预测城市生活垃圾产量。本文并非对这
些传统方法推介,所以在文章中尽量减少对公式的叙述,为了说明问题,只列出公式的前面主要内容,应参考相关的方法正文。另外Excel在预测中的应用的专著很多也可参考。
三次指数平滑法对全国城市垃圾产量预测,当加权系数取α=0.1065时,用1991年～2000年全国城市垃圾产量数据预测出2010年全国城市垃圾产量数为15969.9万吨。
全国城市垃圾多元线性回归,将全国城市垃圾产量与诸多因素的关系已反映出来,可以看出每个
产量成份及处理现状的研究.2002.5.
2.唐五湘.程桂枝.Excel在预测中的应用.北京:电子工业出版社,2001.10.
3.王文中.Excel在统计分析中的模应用.北京:中国铁道出版社,2003.1.
4.孟繁柱.温晓新.运用三次指数平滑法及多元线性回归预测并分
析
2000年垃圾产量.环境保护科学.1993.(2):29～23.
5.韩天恩.实用统计预测.北京:冶金出版社,1988.1.
—24—
我国城市垃圾产量预测
孟繁柱
我国城市垃圾产量预测
ForecastingtheAmountofMunicipalSolidWasteinChina
孟繁柱 金志英 王荣森 (沈阳市环境卫生工程设计研究院 沈阳 110013)张 弓也 (沈阳惠天热电股份有限公司)
曹 权 (沈阳皇姑热电有限公司)
摘要 运用统计预测的方法对我国城市垃圾产量进行了预测,并对各时期的预测结果进行分段分析,阐明了影响全国垃圾产量的因素及其贡献大小。
关键词 城市垃圾 产量 预测
Abstract ThispaperforecaststheamountofmunicipalsolidwasteinChinabystatisticalanalysis,andanalyzestheresultpre2dictedbydifferentperiodstoilluminatetherelationbetweentheoutputandcontribution.
Keywords MunicipalSolidWaste Output Forecasting
科学地预测垃圾产量,研究、分析统计了垃圾产量,随着经济的高速发展,我国城市化和消费水平不断提高,城市生活垃圾产生量与日俱增,大量生活垃圾露天堆放或简易堆放处理,对环境造成了巨大危害,如占用土地、污染环境、传染疾病影响居民健康等。因此城市垃圾产量已成为影响城市建设、居民生活和可持续发展的主要因素。
垃圾填埋产生沼气的排放而产生的温室效应与垃圾量有直接关系,必需对全国垃圾总量有相对了解,故全国城市垃圾产量预测有着十分重要意义。
在《城市生活垃圾产量计算及预测方法》CJ/T106-1999中对垃圾产量预测是这样阐述的:“……基数的选取,垃圾产量的预测,在计算出近几年垃圾产量的基础上预测以后年度的垃圾数量,必须以预测年相邻年度开始连续上溯6～8年的垃圾产量为基数。”本文选用了我国20年的垃圾量(1981～2000年)用三次指数平滑法对其进行了产
收稿日期 2003-04-25
,、非农人口、社会总产值、居民消费、气化率、人均日产量等进行了相关分析。应指出“:城市垃圾,指城市区划内产生的垃圾,为无毒无害固体废弃物。”
1 三次指数平滑法对全国城市垃圾产量预
测
统计预测是我国近年来统计科学的一个新发展,它把传统的事后统计扩展到事先预测的新领域,广泛应用了回归预测法、指数平滑预测法等。1.1 预测方法的选用
统计预测要遵守以下两条原则:连贯性原则及类推的原则
为此,统计资料的稳定结构是应用统计预测的必要条件,必须对已占有的大量统计资料进行认真研究之后再决定采用预测的方法。
预测的分类为社会3、经济、科学、技术、军事预测;预测的方法特征又可分为定性、定量3、综合预测;按预测的时间分长期为15～50年、中期5～15年3、短期1～5年预测(标3者为城市垃圾预测所在范畴)。
—21—
环境保护科学 第29卷 总第120期 2003年12
月
表1 全国垃圾产量参量表
序号
[***********][1**********]20
年份
[***********][***********][***********][***********]19992000
城市数(座)X1
[***********][***********][***********]3
城市非农人口(千万)X2
9.1339.5910.0510.9611.5711.6612.4713.9714.3814.7514.9215.4616.5517.6719.4719.8620.1620.95
社会总产值(亿元)X3
4860.35301.85957.47206.78989.110201.411954.514922.316917.818598.421662.526651.934560.546670.057494.573142.776967.280579.488189.5
城市居民消费(亿元)X4
973.31041.41119.11288.81667.51965.0233.13159.93603.73984.14676.15888.2215754.317417.719253.921186.823529.5
气化率/%X5
17.3317.920.221.123.227.732.634.938.639.93341.2648.5563.5567.1568.9270.2676.5378.88
人均日产量/(kg・人-1d-1)X6
----------1.40461.591.581.321.321.551.49
垃圾量
/万tY
[***********][***********][***********][***********][1**********]819
表中数据均摘自《中国统计年鉴》《、城市年鉴》《、半月统计》《、城市建设统计年报》等资料。表中带3号数据,在上述资料中没有查到,
插值处理。
1.2 指数平滑法at=3ytbt=
(1)
-3yt2+yt3
()()
指数平滑法是一种重要的时间序列预测方法。它不同于其它方法,是一种自适应模型,也就是可以自动地识别数据模式的变化,特别是在资料有限的情况下,采用这种方法较为有利。首先采用三次指数平滑法预测全国垃圾产量,其趋势曲线方程为:
yt+
T
α)y(t1)-(10-8α)y(t2)2[(6-5)2(1-α
)y(t3)]+(4-3α(1)()()
ct=-2yt2+yt3]2[yt
(1-α)
α分别为一次平滑系数,二次平滑系at、bt、Ct、数、三次平滑系数及加权系数。加权系数α(又称
阻尼系数、平滑常数)是用来将总体中数据的不稳定性最小化的修正因子,默认的阻尼系数其大小决定了本次预测对前期预测误差的修正程度,0.2到0.3之间的数可作为合理的平滑常数。大一些的常数导致快一些的影响会生成不可靠的预测。小一些的常数会导致预测值长期的延迟。
本次采用试算法确定α值。采用的是逐次逼
=at+btT+CtT
2
(1)
计算二次多项式的参数at、bt、Ct则需利用三次指数平滑法,其计算公式:(1)
)y(t1-)1yt=αyt+(1-α
ytyt
(2)(3)
(1)
)y(t2-)1=αyt+(1-α(2)
)y(t3-)1=αyt+(1-α
(2)
式中:—22
—
我国城市垃圾产量预测 孟繁柱
近法:用1986年至1995年产量预测2000年产量,
取几个不同的α值进行预测,比较它们的误差,选取预测最接近实际值,α值为0.1065最佳。1.3 预测2010年垃圾产量
根据(表1)中1991年至2000年垃圾实际产量
yt值,进行预测。
(1)建立模型
反映出来,故运用多元线性回归法分析、研究之。2.1 多元线性最小二乘法简介
多元线性回归式:
(3)y=boxo+b1x1+b2x2+……+bnxn
令xo=1,根据最小二乘法建立回归方程,选取回归系数,使得残差平方和最小,使:
δy=yi-[b0+b1x1+…+bnxn]i=yi-^
(其中i=1,2……m)的平方和
(4)
运行1-1式,1-2式建成三次指数平滑法模
型及计算。
①确定加权系数α=0.1065②确定初始值:y0=y(t1)=y(t2)=y(t3)=7636③计算一、二、三次指数平滑值。
④计算参数值(指数平滑法预测数据表从略)(2)求趋势方程
^2
Y=at+bt×(T-2000)+Ct×(T-2000)例如:2010年预测值(万t)
3
Y=11610.7+330.72(2010-2000)
即:
2δQ=∑最小i
i=1m
(5)
相当于求解下列方程组
m
m(
=∑Yi-∑bjxij)2=0
j=0bkbki=1
(k=0,1,……,n)
(6)
建立y=boxo+b1x1+b2x2+……+bnxn(7),计算中间
相f—F校验值 u———回归平方和 q———
+10.523(2010-2000)^2=15969.92005～2010年预测值,见表2。
表2 /万2005年
2006年
年
年
13527.313973.742214929.7415439.315969.9
s———剩余标准差
仅举1981～2000年数据五元线性回归为例:其方程式为:^y=-411298+3575X1+187.206X2+7.095E-02X3-2.859X4+93.048X5,从运算
2 全国城市垃圾产量多元线性回归
在前面已经介绍了用指数平滑法预测全国城
市垃圾产量,而垃圾产量与诸多因素的关系却没有
结果,r=0.99 表明线性关系很好。f=487.536〉6.26{用F校验法检验,当水平为=0.05,查表F0.05(5、4)=6.26}上式可信。
表3 多元线性回归参数表
常数b0
-1411.2982880.471-2211.689-6256.8-803.996
X1
X2
X3
X4
X5
X6
系数b1
3.5759.6379.63310.441-22.476
系数b2
187.026-433.1077417.862709.222620.859
系数b3
7.095E-020.90239-2.277E-02-4.148E-02.37851
系数b4
-2.859-2.636.118.158
系数b5
93.048-11.913-24.097-63.323186.247
系数b6
r.99.99.99
fLyyuqs时期/a
1981～20001981～19901991～20001991～20001986～1995
487.536155.26284.422258.02855.052
1.886E+081.784E+071.898E+071.898E+073.449E+07
1.875E+081.75E+071.880E+071.895E+073.400E+07
[***********][1**********]
66676
828.173.99.993
-1.396
2.2 全国城市垃圾产量多元线性回归分析
线性回归为例,其它相同。
为了总结分析,下面仅举1981～2000年五元
—23—
环境保护科学 第29卷 总第120期 2003年12月
1981～2000年(五元线性回归)
常数b0为负数;
城市数X1系数b1为正数;
影响趋势
城市数 ↑ 垃圾产量↑
城市非农人口X2系数b2为正数;城市非农人口↑ 垃圾产量↑社会总产值X3系数b3为正数;
社会总产值 ↑ 垃圾产量↑
为了方便观察与分析各系数对全国垃圾产量
的影响,将上面的分析总结为(表4)。从表4中看出:不同年份段,自变量的系数b的影响。全国垃圾产量的趋势不同,从1981～2000年段来看,当城市数量、城市非农人口、社会总产值为正影响,符合人们的一般看法,气化率为正影响却不好理解,但揭露出一个事实,不同时期各自变量对垃圾产量的贡献是不同的。
城市居民消费X4系数b4为负数;居民消费 ↑ 垃圾产量↓气化率X5系数b5为正数;
气化率 ↑ 垃圾产量↑
表4 自变量的系数b与全国垃圾产量关系一览表
参 量
年份
常数b0
-+---
城市数b1
++++-
城市非农
人口b2
+-+++
社会总产值
b3城市居民消费b4
--++-
气化率b5
+--人均日产量b6
备注全国垃圾产量的线性关系。+正影响 -负影响
1981～20001981～19901991～20001991～20101986～1995
++--+
3 结论
本文的数据经查阅有关资料,在大量的统计资料的基础上,又进行计算,形成了全国城市生活垃圾统计资料。
《城市生活垃圾产量计算及预测方法》CJ/
T106-1999标准中没有列出指数平滑法、多元线
,随机性强。
多元线性回归参数表中定量分析了全国城市垃圾量的影响因素;自变量的系数b与全国垃圾产量关系一览表中定性分析了全国城市垃圾产量的影响因素。
综上所述,三次指数平滑法对全国城市垃圾产量预测是比较准确的;多元线性回归法分析比较全面。
参 考 文 献
1.中国城市生活垃圾温室气体排放研究课题组.中国城市生活垃圾
性回归法预测城市生活垃圾产量。本文并非对这
些传统方法推介,所以在文章中尽量减少对公式的叙述,为了说明问题,只列出公式的前面主要内容,应参考相关的方法正文。另外Excel在预测中的应用的专著很多也可参考。
三次指数平滑法对全国城市垃圾产量预测,当加权系数取α=0.1065时,用1991年～2000年全国城市垃圾产量数据预测出2010年全国城市垃圾产量数为15969.9万吨。
全国城市垃圾多元线性回归,将全国城市垃圾产量与诸多因素的关系已反映出来,可以看出每个
产量成份及处理现状的研究.2002.5.
2.唐五湘.程桂枝.Excel在预测中的应用.北京:电子工业出版社,2001.10.
3.王文中.Excel在统计分析中的模应用.北京:中国铁道出版社,2003.1.
4.孟繁柱.温晓新.运用三次指数平滑法及多元线性回归预测并分
析
2000年垃圾产量.环境保护科学.1993.(2):29～23.
5.韩天恩.实用统计预测.北京:冶金出版社,1988.1.
—24—