本文以超大城市深圳市为例,组织人员对全市再生资源回收网点进行分层采样调查,通过实地踏勘网点情况和核查回收台账等方式,探明再生资源回收量与生活垃圾清运量在统计口径上的差异性来源,分析超大城市再生资源回收水平的影响因素,并提出相关对策建议。
传统的生活垃圾管理模式过于依赖焚烧、填埋等末端处置手段,既不适应生态文明建设的新要求,也不利于垃圾处理过程中各环节的系统协同,还易诱发邻避冲突。国家多部委联合颁布的《关于加快推进部分重点城市生活垃圾分类工作的通知》中明确要求“46个重点城市在2020年底之前,生活垃圾回收利用率要达到35%以上”,46个重点城市纷纷出台地方性法规、政府规章及行政规范性文件,强化了生活垃圾强制分类管理。逐渐严格细化的生活垃圾分类政策与洋垃圾进口禁令叠加,共同推动我国再生资源回收水平提升,有利于实现垃圾减量和资源增量。
据统计,2014-2020年我国再生资源回收量保持着高年增长率,2017-2019年维持在10%以上。近年来年增长率略有下降,但仍然保持在2.0%~5.1%,其中,2021年全国的回收量约为4.09×108t,折合人均再生资源回收量为0.77kg/d,已接近人均生活垃圾清运量。这一统计数字既体现了再生资源回收的重要性,又反映出再生资源回收量与生活垃圾清运量在统计口径的差异性,给各地评估生活垃圾分类成效带来了困扰。
尽管《中华人民共和国固体废物污染环境防治法》要求“加强生活垃圾分类收运体系和再生资源回收体系在规划、建设、运营等方面的融合”(简称“两网融合”),但是,我国再生资源回收仍然存在回收网点布局不合理、运营不规范、“两网融合”不畅通、低值可回收物无出路、资源再生技术不够优化等亟需解决的问题。在超大城市,再生资源回收网点选址难、土地使用成本高、回收物流成本高等问题又进一步制约了再生资源回收水平的提高,也进一步干扰了对生活垃圾分类和“两网融合”成效的评估。
为此,本研究以超大城市深圳市为例,组织人员对全市再生资源回收网点进行分层采样调查,通过实地踏勘网点情况和核查回收台账等方式,探明再生资源回收量与生活垃圾清运量在统计口径上的差异性来源,分析超大城市再生资源回收水平的影响因素,并提出相关对策建议。
为了解深圳市回收网点的实际回收情况,本次调查对象和范围是全市运营的1426家回收网点。由于部分回收网点规模小,导致其回收量小且分布散乱,另外还有部分回收网点位于城中村、居民楼中,导致调查过程中可能存在数据瞒报、错报、误报、漏报等问题。因此根据专家建议与行业经验,本次调查选择的目标总体为全市100~3000m2具有代表性的大、中型回收网点,共计779家,占总样本的54.63%。采用抽样后分层的调查方式从779家目标总体中抽取190家回收网点(由于190家回收网点为未剔除再生资源运往市内其他网点的回收网点,为避免重复计算回收量,实际有效样本为170家回收网点),对其实际回收情况进行现场调查与校核,并按占地面积进行统计分层。
本次调查的170家有效样本中,福田区9家、罗湖区16家、南山区12家、盐田区12家、宝安区23家、龙岗区23家、龙华区25家、坪山区20家、光明区16家、大鹏新区14家。调查人员共分3组,每组3人,选择社会经济与生活相对活跃的月份进行调查,通过查看网点台账、交流询问与现场核准等方式统计所调查回收网点的再生资源回收情况,统计的再生资源类别主要为废纸、废塑料橡胶、废金属和废玻璃等4类。
调查为期2个月。由于调查工作量巨大,且调查月份的经济社会活动受春节、疫情等因素的影响较小,所以本研究暂将调查结果外推至全年,作为深圳市全年再生资源回收量的估算值。
本次调查采用抽样后分层的调查方式,根据现场调查情况,对抽取的170家有效回收网点进行分层,分层抽样估计步骤如下:
②在调查完后,再按回收网点的占地面积将n个样本分为若干个层,并进行分层抽样估计。
根据总体参数估计(各层参数采用点估计,即取各层的回收量均值)与总体参数的区间估计公式(95%的置信水平),可以估算全市779家回收网点全年再生资源的回收总量及其上下限。总体参数的区间上、下限估计(95%置信水平)分别如公式(3)和公式(4)所示:
深圳市170家有效回收网点全年的再生资源回收量数据如表1所示。从表1可以看出,170家有效回收网点的再生资源回收量为6.524×105t/a,再生资源类别呈现出“利大抢收,利小不收”的市场选择现象:
①废纸、废金属产生量大且回收价值较高,回收人员自发回收力度大,分别占再生资源回收总量的50.5%和35.7%;
③废玻璃的回收量仅占回收总量的0.5%,这是由于废玻璃主要包括玻璃瓶、碎玻璃片、暖瓶等,回收后利用价值低且在回收过程中存在占地面积大、运输成本高等问题,导致回收人员或回收网点基本不回收废玻璃,在所调查的170家有效回收网点中仅有6家回收网点回收废玻璃,且回收量较小,回收后接近1个月仍未外运处理。
针对深圳市所调查的170家有效回收网点采用抽样后分层方法,根据回收网点面积将样本分为3层,每层分配1个调研组进行现场网点面积、日回收总量的统计调查,进而根据每层的回收情况通过总体参数估计推算出深圳市779家回收网点全年的回收总量,以明确全市大、中型回收网点的回收情况,便于后续对单位面积回收量与人均回收量指标的分析比较,具体分层情况如表2、表3所示。
结果表明:3个分层组的网点面积与网点日回收总量呈显著正相关关系,但单位面积回收量表现出分层组1>分层组2>分层组3,这可能是由于样本在分层过程中带有随机性,样本中分层组3的回收网点虽然整体占地面积大,但回收网点附近可能存在人口密度小、再生资源产量小、回收网点布局分散等问题导致其单位面积回收量最小;此外,3个分层组所推算的全市779家再生资源的回收总量结果接近,无显著波动,表明抽样后分层法所推算的回收量结果较稳定。
根据总体参数的区间估计公式对170家有效回收网点的回收量进行推算,得到深圳市779家回收网点全年的再生资源回收量与置信区间情况如表4所示。由表4可知,全市779家回收网点全年的回收总量为2.707×106t/a,与分层组2所推算的结果接近。废纸、废金属回收量分别为1.3566×106t/a与9.689×105t/a(取各层回收量均值),分别占回收总量的50.1%与35.8%,废玻璃则占总回收量的0.54%。
再生资源的回收来源不同,其回收途径也不同。随着深圳市产业结构调整,传统制造型企业逐步迁出,使深圳市再生资源的回收源头主要来源于居民小区、超市、商场、写字楼等区域。此类区域由于人口密集、人流量大,再生资源产量大并具有经济效益,所以区域中回收网点数量多且分布相对集中,主要以基层生活源回收网点(由流动回收车、回收箱、小型回收网点组成)的形式进行回收,随后以大、中型回收网点作为分拣转运中心,分拣打包后统一运往市外再利用企业集中处理(图1):
④废玻璃主要运往佛山、肇庆等地区的玻璃厂加工处理。这是由于深圳市为土地资源稀缺型城市,受土地空间限制与产业结构调整等因素影响,导致本地缺少大、中型回收网点与再生资源综合利用企业,对再生资源的回收与处理能力较低,使大量再生资源不得不进行外运处理。
为进一步了解深圳市回收网点的分布情况,对深圳市各辖区内779家回收网点全年的再生资源回收情况进行了分析,结果如表5所示。
原特区内(福田区、罗湖区、南山区、盐田区)与原特区外相比,原特区内的回收网点数量占比约10%,导致原特区内再生资源回收量仅占全市回收量的14%,与区域内的再生资源产生情况、常住人口及商业综合体的数量不匹配。但是,原特区内回收网点的单位面积回收量均高于原特区外,表明原特区内回收网点的利用强度较高,这主要局限于原特区内土地空间限制、回收网点经营成本较高与产业政策等因素,导致再生资源主要以流动回收车、“以车代库”等形式回收后,运往原特区外的中大型回收网点进行打包分拣,使再生资源回收呈现出两极化发展趋势。
原特区内盐田区人均回收量水平最高,其他辖区都在166kg/(人·a)以下,原特区外除大鹏新区,人均回收量都在166kg/(人·a)以上,这可能是因为原特区内部分再生资源运往原特区外集中处理的原因。
原特区内的各区相比,福田区受限于土地资源紧缺、土地租金高等因素导致其仅有9家回收网点,占地面积仅为2430m2,回收量占总回收量的1.1%,但单位面积回收量(12.19t·m-2·a-1)在原特区内各区中最高,回收网点利用率较高;福田区与南山区的人均回收水平较低,可能是由于辖区内回收的再生资源通过不同形式运往了其他辖区。
原特区外的各区相比,宝安区与龙岗区由于常住人口多、人流量大,其回收网点数量较多且回收量较高,两个辖区分别有287、173家回收网点,回收量分别占回收总量的36.3%与23.5%;大鹏新区有16家回收网点,但由于大鹏新区常住人口最少,导致再生资源产量和回收量都较少,其单位面积回收量在各辖区中最低,网点利用率较差。
对深圳市各辖区内回收网点面积、回收总量、常住人口、人口密度以及GDP进行了相关性分析, 结果如图2所示。
注:深圳市各辖区常住人口、人口密度、GDP数据来源于深圳市统计局;*指p≤0.05,**指p≤0.01。
由图2可知,深圳市各辖区再生资源回收总量与回收网点面积、常住人口有极显著的正相关关系,而与各辖区内GDP的相关性不显著,与人口密度则表现出负相关关系,表明 回收网点面积与常住人口是限制再生资源回收总量的关键因素。 通过回收网点面积与人口密度的相关性分析,表明从回收网点建设来看,常住人口与人口密度存在一定程度的相关性,常住人口数量增加会使人口密度增大,使深圳市的土地资源越发紧张,导致回收网点的建设与再生资源的回收覆盖率受到负面影响。
从再生资源回收品类上看,废纸等品类的回收水平高,尤其近年来网购消费增多,我国废纸包装的废弃量显著增多,基本形成了较完整的回收利用产业链条。但再生资源回收市场仍普遍存在“利大抢收,利小不收”的现象,造成严重的资源浪费:如废玻璃由于市场需求低与利用水平有限,难以形成完整的回收利用产业链,导致回收情况低迷。
针对此类低值再生资源利润低、回收成本高的问题,一方面需要通过综合比较各类回收技术的工艺流程、投资运营成本及经济效益等因素,为低值再生资源高值化利用探索路径;另一方面我国行业管理和调控的相关政策对再生资源的回收至关重要,近年来上海、广州、南京、泉州等城市相继出台低值再生资源回收扶持政策,但深圳市暂时还未出台任何有关促进低值再生资源回收的扶持政策,因此需要政府对回收低值再生资源给予一定的资金和政策扶持,以此激发资源利用水平的提升空间。
商务部2014-2020年发布的《中国再生资源回收行业发展报告》数据(图3)表明2013-2019年全国再生资源回收量总体上呈现逐年增长的趋势。2015年受国内外市场影响,主要品种再生资源的价格下跌,原材料、劳动力成本上涨快,导致再生资源回收量略有下降,但是,之后国家供给侧结构性改革不断深入,且与全面清除“地条钢”、去产能等政策因素叠加,推动了再生资源价格上涨,使得再生资源回收企业的经营状况逐步向好,回收量较往年出现较大幅度增长。
全国人口逐年增加也可能是再生资源回收量增长的重要因素。为了解再生资源回收量与全国人口数量的关系,以再生资源回收量为回归因变量,以全国人口数量为自变量,采用线性回归模型和Logistic回归模型进行分析(图4)。结果表明人口增长有利于再生资源的回收,这可能是由于人口增加所引起的再生资源产量、企业数量以及从业人员数量上升等原因,使再生资源的回收量增加。
估算我国2019年人均再生资源回收量为237kg/(人·a),而深圳市2020年的人均回收量约为203kg/(人·a),体现出全国统计口径与深圳市的差异性。差异性的来源主要是再生资源的来源,深圳市的数据是基于现场调查而得到的,且调查过程中更偏重于对生活源再生资源的调查,而全国统计数据未区分生活源和工业源。
本研究对我国一线城市(北京、上海、广州)的再生资源回收情况与人口情况进行了统计,结果如表6所示。
总体来看,各一线城市的再生资源回收量逐年上升,这与全国再生资源回收量的增长态势是一致的。不同出处的统计数据差异较大。
以上海市为例,2017-2019年的再生资源数据来源于上海再生资源回收利用行业协会,回收量超过7.00×106t,人均再生资源回收量均超过237kg/(人·a),但2021年的数据来源于上海环境卫生工程设计院(文章出自湖北省再生资源行业协会),回收量仅有2.56×106t,人均回收量仅为103kg/(人·a)。结合深圳、广州等城市的回收量数据来看,上海市每年7.00×106t以上的回收量并未区分生活源和工业源。
城市所在区位对统计数据的影响较大。4个一线城市中,北京市、上海市、广州市分别为京津冀地区、长三角地区、珠三角地区的中心城市和枢纽城市。当再生资源回收量涉及工业源时,枢纽城市统计的回收量数据往往包含其他城市经由本地中转的回收量,使得这几个一线城市在再生资源回收量方面的差异远大于在实际居住人口数据上的差异。深圳市实际居住人口超过两千万人,经济社会较为发达,但并非再生资源回收的枢纽城市,因而统计的再生资源回收量低于其他3个一线
由于目前再生资源的回收仍然缺乏全口径统计数据,因此为全面掌握再生资源的回收情况,建议管理部门对再生资源回收数据进行统计,搭建行业信息平台,全面、准确、及时地整合再生资源回收信息,最大程度地保证数据来源的时效性和真实性,同时建立数据共享机制,实现资源回收数据互联互通与信息动态化,为管理部门提供决策依据。
(1)经分层抽样调查,估算深圳市全年的再生资源回收量为2.707×106t/a,再生资源类型以废纸、废金属等回收价值较高的资源品类为主,分别占回收总量的50.1%与35.8%,而废玻璃这类低值再生资源回收量仅为1.46×104t/a,呈现出“利大抢收,利小不收”的市场选择现象。深圳市再生资源回收网点主要分布在原特区外,各辖区再生资源回收总量与回收网点面积、常住人口呈正相关,与人口密度呈负相关,表明回收网点面积与常住人口是限制再生资源回收量的关键因素。
(2)再生资源回收量未区分生活源和工业源是造成“两网”统计口径差异的重要原因,在深圳市人均再生资源回收量与全国水平以及其他一线城市的比较中反映明显。与北京市、上海市、广州市不同,深圳市并非区域中心城市,也非再生资源物流的枢纽城市,在统计再生资源回收量时更少重复统计其他城市经由本地中转的再生资源回收量,故而统计出的再生资源回收量偏少。这也说明完善再生资源回收量的统计口径是推动“两网融合”的关键之一。
(3)本研究提出的人均再生资源回收量可与人均生活垃圾清运量比较,用于辨别再生资源回收量的数据来源
;提出的再生资源回收网点的单位面积回收量,可用于评价回收网点的利用强度。这两个指标能够为健全生活垃圾分类及“两网融合”的评价指标体系提供支撑。信息咨询,老朋友请联系工作人员,新朋友请联系:火狐电竞 APP 官网火狐电竞 APP 官网
Copyright © 2019-2023 火狐(集团)有限公司 版权所有 备案号:渝ICP备19007339号