深圳市城市垃圾处理社会总成本分析模型

2018-01-02张艳妮

赤峰学院学报·自然科学版 2017年23期

关键词：零售总额总成本分析模型

张艳妮

（吉林建筑大学城建学院，吉林长春 130112）

深圳市城市垃圾处理社会总成本分析模型

张艳妮

（吉林建筑大学城建学院，吉林长春 130112）

随着相关政策的不断推行和进步，怎样对垃圾进行有效处理和应用已成为当下社会进步的重要因素之一.本文主要是从政府角度研究垃圾处理产生的社会总成本的当期和未来的估算方案.采用了多元线性回归的方法，并借助于Matlab数学软件建立了城市垃圾处理的社会成本分析模型，并利用拟合的方法对所得数据进行分析，为政府提出相应的政策建议.

多元线性回归；Matlab软件；成本分析模型

2017年3月18日，国务院向全国发布了《生活垃圾分类制度实施方案》，这标志着中国垃圾分类制度建设开始了一个全新阶段，垃圾分类已成为推进社会经济绿色发展、提升城市管理和服务水平、优化人居环境的重要举措.为保证这一目标顺利实现，必须对城市生活垃圾进行分类处理的全过程总成本，进行科学计算及动态监测.而科学计算垃圾处理总成本的能力，直接反映了城市管理、社会治理水平的高低，下面我将从以下几个方面入手来建立深圳市垃圾处理社会总成本分析模型.

成本模型属于简单的求和模型，所以该问题主要考虑的是对各因素成本的估算.首先考虑到垃圾处理社会总成本模型的每一个成本都必须建立在垃圾清运量上，所以下面先对垃圾清运量进行预测.

由于与垃圾清运量相关的因素很多，这里我们采取多元线性回归的方法.首先通过改进的灰关联度计算公式对地区生产总值、常住人口、人均公共绿地面积等因素进行分析，可知消费品零售总额、第三产业、建成区绿化覆盖面积是与垃圾清运量关系最密切的三个影响因子，取社会消费品零售总额、第三产业、建成区绿化覆盖面积作为变量进行回归，令X1为社会消费品零售总额，X2为第三产业，X3为建成区绿化覆盖面积.然后通过Excel数据分析中的回归可得与目标变量Y的关系列得目标函数与变量的关系为

然后对原数据进行对比测得误差小于7%，所以可认为

是清运量与消费品零售总额、第三产业、建成区绿化覆盖面积的关系.所以下一步我们将对三个变量因子进行预测.

1 消费品零售总额的预测

通过对历年社会消费品零售总额占GDP比重进行分析，可将2010的所占比重视为30.0%，近似假设每年所占比重按逐年1%递增，那么研究的目的就在于如何准确预测深圳市GDP的增长.

图1

首先，GDP的增长规律符合人口的增长规律，所以我们采取Malthus模型对GDP进行预测.先取1979年改革开放至2013年的数据通过Matlab进行处理得出2000年前的GDP增长率过高，不予考虑.所以选择建立从2000年至2013年的Malthus模型得GDP按X=0.2187*exp(0.15*(t-t0))增长，对实际值和预测值相对误差进行比较得图1.

可知相对误差较小，可作为GDP的预测模型，利用Matlab对历年的增长率进行汇总后得增长率随时间的函数为X=0.0070*e-(0.0437*(t-t0))

可知深圳市GDP的发展趋向稳定，根据GDP与社会消费品零售总额的关系得社会消费品零售总额预测值如表1.

表1 社会消费品零售总额预测值

2 第三产业的预测

在《珠江三角洲地区改革发展规划纲要》方案中可知深圳市在2010年到2015年第三产业占GDP 的比重分别为 0.55、0.57、0.58、0.589、0.598、0.607，假设该比例按现增长趋势线性增长，那么按线性关系可知比重逐年递增0.1，则预测出第三产业的产值如表2.

表2 第三产业的预测产值

3 建成区绿化覆盖面积的预测

在深圳绿地规划中规划：至2010年，绿化覆盖率为50%，预计到2020年，市域森林覆盖率应达到55%，所以以2010年的绿化覆盖率为基准逐年提高0.5%，同时，规划中指出自2007年750平方公里的全市建设用地规模，到2020年的全市建设用地规模需控制在890平方公里以内，所以预测得2020之后，森林覆盖率达到峰值为35525.38公顷.

根据上述对垃圾处理社会总成本的分析，结合北京报告中给出的核算方法建立如下模型.

垃圾处理社会总成本模型：