我国生活垃圾产量的多元线性回归预测分析
郭华+李佳美+邱明杰+刘俊良+张万仓
摘要：我国生活垃圾产生量逐年增加，带来了许多不可避免的问题，对政府和社会、居民等产生了极大的困扰。为促进生活垃圾产业结构的调整和技术开发，采用多元线性回归模型，对固体废弃物产量预测，结果表明，2020年和2025年生活垃圾产量将分别达到21305.7万t和26683.2万t。由于我国垃圾清运水平较低，实际产生量比预测值更高。且截止到现在差距有逐渐增大的趋势，虽然垃圾的无害化处理率逐年增加，但仍显不足。
关键词：生活垃圾；产量预测；回归分析；预测
中图分类号：X703 文献标识码：C 文章编号：2095-672X（2018）01-0061-01
DOI：10.16647/j.cnki.cn15-1369/X.2018.01.035
Multivariate linear regression prediction of domestic waste yield in China
Guo Hua1，Li Jiamei1，Qiu mingjie1，liu junliang1，zhang wancang2
（1.College of Urban and Rural Construction， Agricultural University of Hebei， Baoding Hebei 071001， China；
2.Baoding Huarui Founder Machinery Manufacturing Co.， Ltd.，Baoding Hebei 071000，China）
Abstract：The increase of domestic solid waste generation in our country has brought many unavoidable problems and caused great troubles to the government， society and residents. In order to promote the adjustment of industrial structure and technological development of domestic waste， multivariate linear regression model was used to predict the solid waste output. The results show that the output of domestic waste in 2020 and 2025 will reach 213，057，000 tons and 266，832，000 tons respectively. Due to the low level of garbage transportation in China， the actual production is higher than the predicted value. As of now， the gap has been gradually increasing. Although the rate of harmless treatment of rubbish has been increasing year by year， it is still insufficient.
Key words：Living garbage； production forecast； Multiple linear regression；prediction
隨着生活水平的不断提高，城镇化的高速推进，我国生活垃圾产生量逐年增加，带来了许多不可避免的问题。特别是垃圾排放量激增所造成的污染和占用大量用地问题日益凸显，危害人的身体健康。此外我国还存在对垃圾处理的经验、技术、意识等不足的问题，导致垃圾处理问题越来越严峻。生活垃圾的预测在其治理中发挥着举足轻重的作用。因此对固体废弃物产量预测，以此指导促进生活垃圾产业结构的调整和技术开发具有重要意义。
1 预测方法选择
目前，研究者对城市生活垃圾产量的预测主要是根据社会经济特征（产值、人口等）和数理统计方法（回归分析、灰色预测方法等）进行的，使用较为普遍的方法有简单趋势预测法、人均产率推算法、多元回归分析法和灰色系统模型分析[1～4]。多元回归是指两个或两个以上的自变量与一个因变量的变动分析，多元线性回归分析方法就是利用因变量与自变量之间存在的较好的线性相关性进行预测的方法，广泛地应用于医学、农业、地学领域。
相对于比率推算法、问卷调查法等传统预测方法， 应用多元线性回归分析法在数据能够完整获取、来源可靠的条件下，能够较综合的、全面地反映出生活垃圾产量与各内在因素之间的关系， 进而能够较准确的预测出生活垃圾的产量。
2 多元线性回归分析法预测
2.1 基础数据
对于生活垃圾产量的分析和预测在广义上可以分为社会因素和内在因素。社会因素包括相关的政策法规、居民的垃圾丢放习惯等。考虑到社会因素和内在因素可能存在冲突，所以在建立回归模型时不予考虑，在内在因素分析预测的基础上进行调整[2]。因此，根据实际情况，通过分析城市生活垃圾产量的影响因素，结合数据的可获取性，选取影响我国生活垃圾产量的影响因素为人均消费支出、人口、社会消费品零售总额、人均可支配收入、GDP和CPI共6项[1]。
基础数据来源我国统计年鉴，具体数据见表1。
2.2 多元线性回归模型预测
采用EXCEl多元回归分析模块，建立生活垃圾产量（Y）与居民消费水平（X1）、人口（X2）、社会零售（X3）、城镇居民人均可支配收入（X4）、GDP（X5）、CPI指数（X6）等6个因素的线性回归模型。
利用模型对2020-2025年中国的生活垃圾产量进行预测，结果表明，2020年和2025年生活垃圾产量将分别达到21305.7万t和26683.2万t。
模型建立基础数据为统计生活垃圾清运量，由于我国垃圾清运量远低于垃圾产生量，实际产生量比预测值更高。而且截止到现在差距有逐渐增大的趋势，再加上农村大量的生活垃圾没有进入处理的行列，我国生活垃圾状况非常严峻，很多省市已经出现了垃圾围城的情况。虽然垃圾的无害化处理率逐年增加，但仍显不足。
3 结论
本文综合考虑了影响垃圾产量的多种因素，建立了多元线性回归理论模型，对我国城市生活垃圾产量进行预测，2020年和2025年生活垃圾产量将分别达到21305.7万t和26683.2万t。我国生活垃圾的大量产生对政府和社会、居民等产生了极大的困扰，为解决生活垃圾处理问题，必须加快生活垃圾产业结构的调整和技术开发。
参考文献
[1]陈国艳，张衍国，曾纪进.灰色系统理论对我国垃圾产量的预测[J].环境保护科学，2011，37（04）：29-32.
[2]何强，朱姝，吴正松，胡学斌.基于综合分析法的重庆市生活垃圾产量预测研究[J].中国给水排水，2011，27（01）：72-74.
[3]李海红，巩雪松，同帜.多元线性回归预测模型在农村生活垃圾产量预测中的应用[J].西南农业学报，2010，23（04）：1325-1328.
[4]金龙，赵由才.计算机与数学模型在固体废物处理与资源化中的应用[M].北京：化学工业出版社，2006.
收稿日期：2018-01-03
基金项目：2017年度河北省水利科研项目（2017-53）
作者简介：郭华（1986-），女，研究生，讲师。
摘要：我国生活垃圾产生量逐年增加，带来了许多不可避免的问题，对政府和社会、居民等产生了极大的困扰。为促进生活垃圾产业结构的调整和技术开发，采用多元线性回归模型，对固体废弃物产量预测，结果表明，2020年和2025年生活垃圾产量将分别达到21305.7万t和26683.2万t。由于我国垃圾清运水平较低，实际产生量比预测值更高。且截止到现在差距有逐渐增大的趋势，虽然垃圾的无害化处理率逐年增加，但仍显不足。
关键词：生活垃圾；产量预测；回归分析；预测
中图分类号：X703 文献标识码：C 文章编号：2095-672X（2018）01-0061-01
DOI：10.16647/j.cnki.cn15-1369/X.2018.01.035
Multivariate linear regression prediction of domestic waste yield in China
Guo Hua1，Li Jiamei1，Qiu mingjie1，liu junliang1，zhang wancang2
（1.College of Urban and Rural Construction， Agricultural University of Hebei， Baoding Hebei 071001， China；
2.Baoding Huarui Founder Machinery Manufacturing Co.， Ltd.，Baoding Hebei 071000，China）
Abstract：The increase of domestic solid waste generation in our country has brought many unavoidable problems and caused great troubles to the government， society and residents. In order to promote the adjustment of industrial structure and technological development of domestic waste， multivariate linear regression model was used to predict the solid waste output. The results show that the output of domestic waste in 2020 and 2025 will reach 213，057，000 tons and 266，832，000 tons respectively. Due to the low level of garbage transportation in China， the actual production is higher than the predicted value. As of now， the gap has been gradually increasing. Although the rate of harmless treatment of rubbish has been increasing year by year， it is still insufficient.
Key words：Living garbage； production forecast； Multiple linear regression；prediction
隨着生活水平的不断提高，城镇化的高速推进，我国生活垃圾产生量逐年增加，带来了许多不可避免的问题。特别是垃圾排放量激增所造成的污染和占用大量用地问题日益凸显，危害人的身体健康。此外我国还存在对垃圾处理的经验、技术、意识等不足的问题，导致垃圾处理问题越来越严峻。生活垃圾的预测在其治理中发挥着举足轻重的作用。因此对固体废弃物产量预测，以此指导促进生活垃圾产业结构的调整和技术开发具有重要意义。
1 预测方法选择
目前，研究者对城市生活垃圾产量的预测主要是根据社会经济特征（产值、人口等）和数理统计方法（回归分析、灰色预测方法等）进行的，使用较为普遍的方法有简单趋势预测法、人均产率推算法、多元回归分析法和灰色系统模型分析[1～4]。多元回归是指两个或两个以上的自变量与一个因变量的变动分析，多元线性回归分析方法就是利用因变量与自变量之间存在的较好的线性相关性进行预测的方法，广泛地应用于医学、农业、地学领域。
相对于比率推算法、问卷调查法等传统预测方法， 应用多元线性回归分析法在数据能够完整获取、来源可靠的条件下，能够较综合的、全面地反映出生活垃圾产量与各内在因素之间的关系， 进而能够较准确的预测出生活垃圾的产量。
2 多元线性回归分析法预测
2.1 基础数据
对于生活垃圾产量的分析和预测在广义上可以分为社会因素和内在因素。社会因素包括相关的政策法规、居民的垃圾丢放习惯等。考虑到社会因素和内在因素可能存在冲突，所以在建立回归模型时不予考虑，在内在因素分析预测的基础上进行调整[2]。因此，根据实际情况，通过分析城市生活垃圾产量的影响因素，结合数据的可获取性，选取影响我国生活垃圾产量的影响因素为人均消费支出、人口、社会消费品零售总额、人均可支配收入、GDP和CPI共6项[1]。
基础数据来源我国统计年鉴，具体数据见表1。
2.2 多元线性回归模型预测
采用EXCEl多元回归分析模块，建立生活垃圾产量（Y）与居民消费水平（X1）、人口（X2）、社会零售（X3）、城镇居民人均可支配收入（X4）、GDP（X5）、CPI指数（X6）等6个因素的线性回归模型。
利用模型对2020-2025年中国的生活垃圾产量进行预测，结果表明，2020年和2025年生活垃圾产量将分别达到21305.7万t和26683.2万t。
模型建立基础数据为统计生活垃圾清运量，由于我国垃圾清运量远低于垃圾产生量，实际产生量比预测值更高。而且截止到现在差距有逐渐增大的趋势，再加上农村大量的生活垃圾没有进入处理的行列，我国生活垃圾状况非常严峻，很多省市已经出现了垃圾围城的情况。虽然垃圾的无害化处理率逐年增加，但仍显不足。
3 结论
本文综合考虑了影响垃圾产量的多种因素，建立了多元线性回归理论模型，对我国城市生活垃圾产量进行预测，2020年和2025年生活垃圾产量将分别达到21305.7万t和26683.2万t。我国生活垃圾的大量产生对政府和社会、居民等产生了极大的困扰，为解决生活垃圾处理问题，必须加快生活垃圾产业结构的调整和技术开发。
参考文献
[1]陈国艳，张衍国，曾纪进.灰色系统理论对我国垃圾产量的预测[J].环境保护科学，2011，37（04）：29-32.
[2]何强，朱姝，吴正松，胡学斌.基于综合分析法的重庆市生活垃圾产量预测研究[J].中国给水排水，2011，27（01）：72-74.
[3]李海红，巩雪松，同帜.多元线性回归预测模型在农村生活垃圾产量预测中的应用[J].西南农业学报，2010，23（04）：1325-1328.
[4]金龙，赵由才.计算机与数学模型在固体废物处理与资源化中的应用[M].北京：化学工业出版社，2006.
收稿日期：2018-01-03
基金项目：2017年度河北省水利科研项目（2017-53）
作者简介：郭华（1986-），女，研究生，讲师。
