慶陽(yáng)市危險(xiǎn)廢物現(xiàn)狀分析與產(chǎn)生量預(yù)測(cè)研究

折偉強(qiáng)，柴芙蓉，孫晴陽(yáng)，火昭翠，李生彬

(蘭州交通大學(xué) 環(huán)境與市政工程學(xué)院，蘭州 730070)

前 言

隨著《中華人民共和國(guó)固體廢物污染環(huán)境防治法》等法律法規(guī)與《全國(guó)危險(xiǎn)廢物專(zhuān)項(xiàng)整治三年行動(dòng)實(shí)施方案》等文件的出臺(tái)，對(duì)危險(xiǎn)廢物監(jiān)管、利用處置和有效防控危險(xiǎn)廢物環(huán)境與安全風(fēng)險(xiǎn)提出了更高的要求。文章通過(guò)對(duì)危險(xiǎn)廢物現(xiàn)狀分析與未來(lái)產(chǎn)生量預(yù)測(cè)，理清現(xiàn)有危險(xiǎn)廢物利用處置能力，預(yù)測(cè)未來(lái)產(chǎn)生量，為危險(xiǎn)廢物管理者進(jìn)一步部署工作提供參考。許多學(xué)者也采用模型對(duì)危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)，為管理者提供決策參考，如曲兵等人[1]采用人工神經(jīng)網(wǎng)絡(luò)模型對(duì)成都市危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)，為管理部門(mén)提供決策參考；蔡彬等人[2-3]應(yīng)用灰色模型對(duì)危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)；寧忠仁等人[4～7]用回歸模型對(duì)危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)。目前，常用的危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)方法還有PCA-SVR組合模型[8]、變權(quán)重組合預(yù)測(cè)模型[9]等。

目前，慶陽(yáng)市處于經(jīng)濟(jì)發(fā)展的上升期，而其經(jīng)濟(jì)發(fā)展以資源開(kāi)發(fā)利用為主，直接伴隨著環(huán)境問(wèn)題的日益突出，產(chǎn)生大量危險(xiǎn)廢物。對(duì)危險(xiǎn)廢物污染環(huán)境的防治，對(duì)改善大氣、水及土壤等環(huán)境質(zhì)量具有重要意義，同時(shí)對(duì)下一步開(kāi)展環(huán)境保護(hù)工作奠定深厚基礎(chǔ)[10]。因此，對(duì)慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)，為慶陽(yáng)市“十四五”危險(xiǎn)廢物利用處置設(shè)施布局與環(huán)境保護(hù)工作的開(kāi)展具有重要意義。

文章對(duì)慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生、利用現(xiàn)狀及設(shè)施進(jìn)行分析，并根據(jù)慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量數(shù)據(jù)特征選用GM模型、一元非線(xiàn)性回歸模型以及上述兩種模型通過(guò)最優(yōu)加權(quán)系數(shù)法形成的組合模型對(duì)慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)。采用灰色關(guān)聯(lián)系數(shù)判定模型能否適用于慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)，應(yīng)用平均相對(duì)誤差與后驗(yàn)差檢驗(yàn)分析模型的可靠性篩選合適的模型，對(duì)慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)。依據(jù)慶陽(yáng)市已建、在建、擬建危險(xiǎn)廢物利用處置設(shè)施與“十四五”期間危險(xiǎn)廢產(chǎn)生量預(yù)測(cè)值，對(duì)慶陽(yáng)市“十四五”末危險(xiǎn)廢物利用處置能力進(jìn)行評(píng)估。預(yù)測(cè)數(shù)據(jù)以慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生企業(yè)在甘肅省固體廢物管理新系統(tǒng)填報(bào)月度產(chǎn)危險(xiǎn)廢物量為基礎(chǔ)，預(yù)測(cè)數(shù)據(jù)從2018年5月開(kāi)始，至2020年10月截止。慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生現(xiàn)狀分析根據(jù)“十三五”期間慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生、利用現(xiàn)狀調(diào)查數(shù)據(jù)。

1 研究對(duì)象與研究方法

1.1 研究對(duì)象

文章根據(jù)調(diào)研結(jié)果與統(tǒng)計(jì)數(shù)據(jù)對(duì)慶陽(yáng)市“十三五”期間危險(xiǎn)廢物產(chǎn)生、利用現(xiàn)狀，主要危險(xiǎn)廢物種類(lèi)、危險(xiǎn)廢物產(chǎn)生企業(yè)重點(diǎn)源分布進(jìn)行分析。優(yōu)化GM(1,1)模型與一元非線(xiàn)性回歸模型，并基于以上兩種模型采用最優(yōu)加權(quán)系數(shù)法構(gòu)建組合模型對(duì)慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)。根據(jù)慶陽(yáng)市已建、在建、擬建危險(xiǎn)廢物處理處置設(shè)施，對(duì)慶陽(yáng)市危險(xiǎn)廢物處理處置能力進(jìn)行評(píng)估。

1.2 研究方法

文章將調(diào)研結(jié)果與統(tǒng)計(jì)數(shù)據(jù)按照危險(xiǎn)廢物年度產(chǎn)生、利用處置量、危險(xiǎn)廢物種類(lèi)產(chǎn)生量、危險(xiǎn)廢物重點(diǎn)源分布與設(shè)施能力進(jìn)行統(tǒng)計(jì)分析。采用GM模型、一元非線(xiàn)性回歸模型與組合模型對(duì)慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)，應(yīng)用灰關(guān)聯(lián)系數(shù)判定模型是否適用于慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)，并通過(guò)平均相對(duì)誤差、后驗(yàn)差法對(duì)預(yù)測(cè)結(jié)果進(jìn)行驗(yàn)證，選擇預(yù)測(cè)精度最高的模型對(duì)慶陽(yáng)市“十四五”期間危險(xiǎn)廢物產(chǎn)生量進(jìn)行預(yù)測(cè)。依據(jù)慶陽(yáng)市危險(xiǎn)廢物處理處置設(shè)施已建、在建、擬建項(xiàng)目與“十四五”期間危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)值對(duì)該地區(qū)“十四五”期間危險(xiǎn)廢物處理處置設(shè)施能力進(jìn)行評(píng)估。依據(jù)現(xiàn)狀分析結(jié)果、“十四五”危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)結(jié)果與處理處置設(shè)施能力評(píng)估結(jié)果對(duì)慶陽(yáng)市危險(xiǎn)廢物管理存在問(wèn)題進(jìn)行總結(jié)。

2 慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生與處置現(xiàn)狀分析

2.1 危險(xiǎn)廢物產(chǎn)生現(xiàn)狀分析

經(jīng)過(guò)對(duì)調(diào)研結(jié)果與統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析，2016～2020年慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量呈上升趨勢(shì)，2020年產(chǎn)生危廢91 968.85t，相較于2016年增長(zhǎng)2.67倍，2016年產(chǎn)生34 431.2t、2017年產(chǎn)生41 363.2t、2018年產(chǎn)生65 043.9t、2019年產(chǎn)生82745.1t。慶陽(yáng)市產(chǎn)生危廢主要以委外處理處置為主，2016～2020年平均委外處理處置率為84.01%，僅有少量自行處理處置。除2020年外，慶陽(yáng)市危險(xiǎn)廢物平均貯存率為9.47%，2020年貯存率為22.29%，詳見(jiàn)下圖。

圖 2016～2020年慶陽(yáng)市危廢產(chǎn)生處置情況Fig. Production and disposal of Hazardous Wastes in Qingyang City in 2016～2020

2.2 危險(xiǎn)廢物產(chǎn)生重點(diǎn)源分布

以2019年數(shù)據(jù)為基礎(chǔ)，慶陽(yáng)市國(guó)家級(jí)危廢重點(diǎn)源(年產(chǎn)生量≥100t的企業(yè)或單位) 20家，產(chǎn)生危廢81872.42t，占全市總產(chǎn)量的98.95%；省級(jí)危廢重點(diǎn)源(10t≤年產(chǎn)生量<100t的企業(yè)或單位)15家，產(chǎn)生危廢500.3t，占全市總產(chǎn)量的0.6%；市級(jí)危廢重點(diǎn)源(1t≤年產(chǎn)生量<10t的企業(yè)或單位)35家，產(chǎn)生危廢114.29t，占全市總產(chǎn)量的0.14%；

慶陽(yáng)市危險(xiǎn)廢物主要集中于華池縣、慶城縣、合水縣和環(huán)縣，這4個(gè)地區(qū)共產(chǎn)生危廢73 818.74t，占全市總產(chǎn)量的89.21%。其中，華池縣產(chǎn)生危廢24 982.41t，占全市30.19%；慶城縣產(chǎn)生危廢22 576.92t，占全市27.28%；合水縣產(chǎn)生危廢17 381.39t，占全市21.01%；環(huán)縣產(chǎn)生危廢8 878.02t，占全市10.73%。

2.3 危險(xiǎn)廢物類(lèi)別分布

2020年慶陽(yáng)市危險(xiǎn)廢物種類(lèi)涉及《國(guó)家危險(xiǎn)廢物名錄》所列50類(lèi)中的10類(lèi)，產(chǎn)生量較大的依次是HW08廢礦物油與含礦物油廢物、HW18焚燒處置殘?jiān)?、HW49其他廢物、HW50廢催化劑，以上幾類(lèi)危廢占慶陽(yáng)市危廢總產(chǎn)量的99.71%，慶陽(yáng)市危險(xiǎn)廢物主要類(lèi)別詳見(jiàn)表1。

表1 2020年慶陽(yáng)市主要危險(xiǎn)廢物產(chǎn)量Tab.1 Production of main hazardous waste in Qingyang City in 2020

2.4 處置能力分析

經(jīng)統(tǒng)計(jì)，2020年慶陽(yáng)市危險(xiǎn)廢物經(jīng)營(yíng)單位共10家，危廢處理處置類(lèi)別主要為HW08廢礦物油與含礦物油廢物、HW18焚燒處置殘?jiān)?、HW01醫(yī)療廢物、HW50廢催化劑、HW06廢有機(jī)溶劑與含有機(jī)溶劑廢物和HW49其他廢物。HW08處理能力≥22.832萬(wàn)t/年，處理處置企業(yè)8家，處理能力盈余；HW50(772-007-50)處理能力≥0.6萬(wàn)t/年，處理處置企業(yè)2家，處理能力盈余；具有HW18、HW49處理處置企業(yè)1家，處理能力可滿(mǎn)足需求；其余產(chǎn)生量小的危險(xiǎn)廢物種類(lèi)，能力不足可通過(guò)運(yùn)輸至其他地區(qū)利用處置。醫(yī)療廢物處理能力可滿(mǎn)足感染性廢物、損傷性廢物，處理能力為6t/d，目前處于提標(biāo)改造中；鎮(zhèn)原縣在建醫(yī)療廢物處理設(shè)施能力可滿(mǎn)足病理性廢物、化學(xué)性廢物、藥物性廢物三類(lèi)醫(yī)療廢物，處理能力為0.073萬(wàn)t/年。慶陽(yáng)市危險(xiǎn)廢物處理處置設(shè)施可滿(mǎn)足自身需求。

3 產(chǎn)生量預(yù)測(cè)

根據(jù)甘肅省固體廢物管理新系統(tǒng)危險(xiǎn)廢物月度填報(bào)數(shù)據(jù)統(tǒng)計(jì)分析得出慶陽(yáng)市危險(xiǎn)廢物月度產(chǎn)生規(guī)律，根據(jù)規(guī)律以每年5～10月、每年11～12月與次年1～4月各為一個(gè)數(shù)據(jù)的方式進(jìn)行數(shù)據(jù)整理，以此類(lèi)推。本次預(yù)測(cè)原始數(shù)據(jù)取值從2018年5月到2020年10月截止，月度數(shù)據(jù)經(jīng)疊加處理，文章所用預(yù)測(cè)原始數(shù)據(jù)序列為(34 994.17t，34 336.28t，32 670.83t，37 701.85t，49 480.39t)。

3.1 GM(1，1)模型的建立

-3754715.5614

(1)

(2)

通過(guò)灰關(guān)聯(lián)定理對(duì)該模型進(jìn)行驗(yàn)證，對(duì)于慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量的預(yù)測(cè)存在關(guān)聯(lián)度低的問(wèn)題，其預(yù)測(cè)結(jié)果不符合慶陽(yáng)市產(chǎn)廢趨勢(shì)。

3.2 一元非線(xiàn)性回歸模型的建立

一元非線(xiàn)性回歸模型將非線(xiàn)性原始數(shù)據(jù)轉(zhuǎn)化為線(xiàn)性數(shù)據(jù)，進(jìn)行預(yù)測(cè)，該模型預(yù)測(cè)結(jié)果完整，且對(duì)數(shù)據(jù)轉(zhuǎn)折點(diǎn)具有鑒別能力。應(yīng)用一元非線(xiàn)性模型預(yù)測(cè)公式及預(yù)測(cè)原始數(shù)據(jù)，通過(guò)計(jì)算得知|r|=0.7591>0.7，說(shuō)明回歸直線(xiàn)與實(shí)際數(shù)據(jù)變化趨勢(shì)相符，達(dá)到預(yù)測(cè)要求。

通過(guò)計(jì)算慶陽(yáng)市危險(xiǎn)廢物產(chǎn)量預(yù)測(cè)一元非線(xiàn)性回歸預(yù)測(cè)模型為：

y=29545.796432e0.07863x

(3)

其中，|r|為線(xiàn)性相關(guān)判定依據(jù)，當(dāng)0<|r|<1，r越接近1，說(shuō)明變量x與變量y之間線(xiàn)性關(guān)系越強(qiáng)，利用回歸方程求得預(yù)測(cè)值越可靠。通過(guò)預(yù)測(cè)，數(shù)據(jù)預(yù)測(cè)結(jié)果偏差較大，平均相對(duì)誤差大，該模型不適用于慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量的預(yù)測(cè)。

3.3 基于最優(yōu)加權(quán)系數(shù)法進(jìn)行的組合模型

基于以上模型的優(yōu)缺點(diǎn)，為消除其模型針對(duì)慶陽(yáng)市產(chǎn)廢特點(diǎn)存在的弊端，將慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)GM(1，1)模型與一元非線(xiàn)性模型，通過(guò)最優(yōu)加權(quán)系數(shù)法形成組合模型，克服單一模型預(yù)測(cè)存在的不足，提高預(yù)測(cè)結(jié)果的可靠性。通過(guò)計(jì)算，GM(1，1)模型最優(yōu)加權(quán)系數(shù)值W1=0.57124，一元非線(xiàn)性回歸模型加權(quán)系數(shù)值W2=0.42876。故慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)組合模型為：

Y=W1y1+W2y2

(4)

其中，yi為一元非線(xiàn)性回歸模型或GM(1，1)模型的擬合及預(yù)測(cè)結(jié)果；Y即組合模型預(yù)測(cè)結(jié)果。

4 慶陽(yáng)市危險(xiǎn)廢物預(yù)測(cè)結(jié)果及精度對(duì)比分析

4.1 預(yù)測(cè)結(jié)果對(duì)比分析

通過(guò)灰關(guān)聯(lián)度分析，三種模型灰色關(guān)聯(lián)度R皆大于0.6，都能夠用于慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)，其中非線(xiàn)性回歸模型與組合模型關(guān)聯(lián)度較高。采用平均相對(duì)誤差對(duì)三種預(yù)測(cè)模型預(yù)測(cè)誤差進(jìn)行對(duì)比，得出GM(1，1)模型與組合模型平均相對(duì)誤差相對(duì)較低，詳見(jiàn)表2。

表2 實(shí)際值與各預(yù)測(cè)值對(duì)比表Tab.2 Comparison between actual and predicted values

4.2 預(yù)測(cè)模型精度檢驗(yàn)

采用后驗(yàn)差檢驗(yàn)方式判定GM(1，1)模型與組合模型預(yù)測(cè)結(jié)果精度，后驗(yàn)差比值C越小，說(shuō)明模型精度越高，預(yù)測(cè)結(jié)果準(zhǔn)確度越高，檢驗(yàn)結(jié)果如表3所示。依據(jù)后驗(yàn)差檢驗(yàn)精度指標(biāo)，兩種預(yù)測(cè)模型后驗(yàn)差比值C與小概率誤差P均能滿(mǎn)足“一級(jí)”的等級(jí)要求。綜合考慮，組合模型精度最高，作為慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量的預(yù)測(cè)模型。

表3 模型檢驗(yàn)結(jié)果比較Tab.3 Comparison of model test results

續(xù)表3

4.3 組合模型預(yù)測(cè)結(jié)果

采用組合模型對(duì)慶陽(yáng)市危險(xiǎn)廢物產(chǎn)量進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如表4所示。

表4 預(yù)測(cè)結(jié)果Tab.4 Prediction result

由于受新冠疫情影響，2020年1～4月危廢產(chǎn)量與往年相比存在較大偏差，故以2018～2019年慶陽(yáng)市各月度危廢產(chǎn)量在全年總產(chǎn)量占比為依據(jù)，對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行處理。預(yù)測(cè)慶陽(yáng)市2021年產(chǎn)生危廢115 498.45t，2022年產(chǎn)生146 074.91t，2023年產(chǎn)生185 382.52t，2024年產(chǎn)生236 046.74t，2025年產(chǎn)生301 508.03t。

5 處理設(shè)施能力評(píng)估

依據(jù)慶陽(yáng)市已建危險(xiǎn)廢物利用處置設(shè)施、“十四五”期間在建與擬建危險(xiǎn)廢物處理處置設(shè)施及“十四五”末慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)值，對(duì)慶陽(yáng)市“十四五”末危險(xiǎn)廢物產(chǎn)生量處理處置能力能否滿(mǎn)足需求進(jìn)行評(píng)估。

該地區(qū)現(xiàn)有危險(xiǎn)廢物處理處置設(shè)施總規(guī)模為30.60萬(wàn)t/年，其中填埋規(guī)模4.7萬(wàn)t/年、綜合利用規(guī)模22.90萬(wàn)t/年、收集規(guī)模3.00萬(wàn)t/年。在建處理處置設(shè)施總規(guī)模為6.20萬(wàn)t/年，其中綜合利用規(guī)模5.00萬(wàn)t/年，收集規(guī)模1.20萬(wàn)t/年；具有環(huán)評(píng)批復(fù)的擬建處理處置設(shè)施總規(guī)模為55.10萬(wàn)t/年，其中綜合利用規(guī)模為43.00萬(wàn)t/年，收集規(guī)模為12.10萬(wàn)t/年。綜合統(tǒng)計(jì)，該地區(qū)“十四五”末危險(xiǎn)廢物處理處置設(shè)施總規(guī)模為91.90萬(wàn)t/年，填埋規(guī)模為4.70萬(wàn)t/年，綜合利用規(guī)模為70.9萬(wàn)t/年，收集規(guī)模為16.3萬(wàn)t/年，以處理處置廢礦物油與含礦物油廢物為主。

2025年慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)值為301 508.03t，該地區(qū)危險(xiǎn)廢物處理處置設(shè)施能力基本能夠滿(mǎn)足需求，但焚燒飛灰處理處置能力存在缺口。廢鉛蓄電池、含汞廢物、含鉻廢物、含銅廢物、含鉛廢物、廢酸在“十三五”期間產(chǎn)生量小，未規(guī)劃相關(guān)處理處置設(shè)施，“十四五”期間需委外處理處置，將存在能力短板。

6 總 結(jié)

6.1 “十三五”期間，慶陽(yáng)市危險(xiǎn)廢物主要以委外處理處置為主，自行處理處置為輔。2016～2020年平均委外處理處置率為84.01%，平均自行處理處置率為11.70%。說(shuō)明慶陽(yáng)市危險(xiǎn)廢物自行利用處置設(shè)施較少。

6.2 通過(guò)將三種預(yù)測(cè)模型應(yīng)用于慶陽(yáng)市危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)，對(duì)三種模型后驗(yàn)差比值與灰關(guān)聯(lián)定理進(jìn)行比對(duì)，組合模型后驗(yàn)差比值為0.16、灰關(guān)聯(lián)系數(shù)為0.72，高于GM(1，1)模型與一元非線(xiàn)性模型。采用采用該模型預(yù)測(cè)結(jié)構(gòu)精度高于GM(1,1)模型與一元非線(xiàn)性模型。

6.3 經(jīng)設(shè)施能力評(píng)估分析，慶陽(yáng)市“十四五”末危險(xiǎn)廢物經(jīng)營(yíng)規(guī)模總能力為91.90萬(wàn)t/年，其“十四五”末危險(xiǎn)廢物產(chǎn)生量預(yù)測(cè)值為301 508.03t，依據(jù)總能力能夠滿(mǎn)足需求。但“十三五”期間產(chǎn)生量較小的危險(xiǎn)廢物種類(lèi)，未規(guī)劃其處理處置設(shè)施，需委外處理處置，故“十四五”末慶陽(yáng)市危險(xiǎn)廢物處理處置能力基本滿(mǎn)足需求。

6.4 根據(jù)慶陽(yáng)市“十三五”期間危險(xiǎn)廢物產(chǎn)生量，采用組合模型預(yù)測(cè)得到慶陽(yáng)市“十四五”危險(xiǎn)廢物產(chǎn)生量數(shù)據(jù)精度較高，可作為慶陽(yáng)市“十四五”危險(xiǎn)廢物利用處置能力設(shè)施布局依據(jù)，為管理部門(mén)進(jìn)一步部署工作提供參考。