曲 兵，石佳麗，李明瑞，陸成偉,3，黃 靜

(1. 西華師范大學(xué)環(huán)境科學(xué)與工程學(xué)院，四川 南充 637002；2. 四川大學(xué)建筑與環(huán)境學(xué)院，成都 610074；3. 成都市環(huán)境保護(hù)科學(xué)研究院，成都 610042；4. 成都市環(huán)境監(jiān)測中心站，成都 610072)

前 言

工業(yè)危險(xiǎn)廢物的環(huán)境污染已成為當(dāng)今世界環(huán)境保護(hù)所面臨的重要難題，也是我國現(xiàn)階段必須解決的主要環(huán)境問題之一[1]。這主要在于危險(xiǎn)廢物具有急性毒性、浸出毒性、可燃性、傳染性、腐蝕性、反應(yīng)性、放射性等危害特性，這些危害表現(xiàn)為潛在性危害和短期的急性危害。除了能造成直接的危害外，還會通過大氣、水體、土壤等自然媒介進(jìn)行遷移、轉(zhuǎn)化、滯留，從而污染土壤、水體、大氣等人類賴以生存的生態(tài)環(huán)境，最終破壞了生態(tài)環(huán)境，影響到人體健康[2～5]。因此，危險(xiǎn)廢物已越來越受到公眾和政府的廣泛關(guān)注，已成為世界各國污染控制的重點(diǎn)。

隨著成都市城市人口和經(jīng)濟(jì)規(guī)模的不斷擴(kuò)大，并處于經(jīng)濟(jì)重大轉(zhuǎn)型期，工業(yè)固體廢物尤其是危險(xiǎn)廢物的產(chǎn)量也隨之不斷增加，危險(xiǎn)廢物污染防治面臨的形勢也更加嚴(yán)峻，壓力也日益加大。與此同時(shí)，廣大民眾也十分關(guān)注危險(xiǎn)廢物對社會所構(gòu)成的嚴(yán)重威脅[6]。固體危險(xiǎn)廢物污染防治，事關(guān)大眾身心健康，關(guān)乎城市綠色循環(huán)發(fā)展，更是生態(tài)文明建設(shè)中難以忽視的問題[7]。

為了更好響應(yīng)生態(tài)環(huán)境部發(fā)布的《關(guān)于提升危險(xiǎn)廢物環(huán)境監(jiān)管能力、利用處置能力和環(huán)境風(fēng)險(xiǎn)防范能力的指導(dǎo)意見》的要求，本文調(diào)查研究目的便是摸清成都市危險(xiǎn)廢物的家底，分析成都市危險(xiǎn)廢物產(chǎn)生量、類別、分布情況，闡明廢物利用、處置以及污染防治現(xiàn)狀；結(jié)合危廢現(xiàn)狀的相關(guān)數(shù)據(jù)獲取人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測的內(nèi)在影響參數(shù)值，提高模型預(yù)測的精準(zhǔn)度，通過擬合預(yù)測了2017～2018年工業(yè)危險(xiǎn)廢物的產(chǎn)量情況。最終，促成完善建立“源頭嚴(yán)防、過程嚴(yán)管、后果嚴(yán)懲”的危險(xiǎn)廢物管理體系。

1 成都市工業(yè)危險(xiǎn)廢物產(chǎn)生源現(xiàn)狀及分析

注：貯存量包括當(dāng)年貯存量和往年貯存量;數(shù)據(jù)資源：成都市歷年固體廢物污染環(huán)境防治信息公告。

2008～2016年九年間成都市危險(xiǎn)廢物產(chǎn)生量呈逐年遞增。2016年其產(chǎn)生量與2008年的比較，危險(xiǎn)廢物產(chǎn)生量增加了近22萬t，增量約21倍；委托處置量增加了近20t，增量約58倍。圖1列出了2008～2016年間成都市工業(yè)危險(xiǎn)廢物的產(chǎn)生量、利用量、貯存量和委托處置量。

由圖1中還可得出，2008～2016年成都市工業(yè)危險(xiǎn)廢物委托處置量占當(dāng)年產(chǎn)生量的比重分別為39.4%、57.4%、81.0%、79.3%、86.8%、85.6%、96.5%、97.3%、98.0%，委托處置量占當(dāng)年產(chǎn)生量的比重呈遞增趨勢。因此，這表明成都市工業(yè)危險(xiǎn)廢物產(chǎn)生量與處理處置量呈正態(tài)增長。

1.1 工業(yè)危險(xiǎn)廢物產(chǎn)生的重點(diǎn)源分布

以2013年度為例，成都市國家級危險(xiǎn)廢物重點(diǎn)源(年產(chǎn)生量≥100t的企業(yè)或單位)53家，占危險(xiǎn)廢物產(chǎn)生總量188 069.7t，占全市產(chǎn)生量的96.99%；全市省級危險(xiǎn)廢物重點(diǎn)源(10t≤年產(chǎn)生量<100t的企業(yè)或單位)134家，占全市危險(xiǎn)廢物產(chǎn)生企業(yè)數(shù)的16.44%，危險(xiǎn)廢物產(chǎn)生總量4 426.5t，占全市產(chǎn)生量的2.28%；全市市級危險(xiǎn)廢物重點(diǎn)源(1t≤年產(chǎn)生量<10t的企業(yè)或單位)354家，占全市危險(xiǎn)廢物產(chǎn)生企業(yè)數(shù)的43.44%，危險(xiǎn)廢物產(chǎn)生總量1 336.6t，占全市產(chǎn)生量的0.69%；全市區(qū)控危險(xiǎn)廢物源(年產(chǎn)生量<1t的企業(yè)或單位)274家，占全市危險(xiǎn)廢物產(chǎn)生企業(yè)數(shù)的33.62%，危險(xiǎn)廢物產(chǎn)生總量82.9t，占全市產(chǎn)生量的0.04%。

成都市危險(xiǎn)廢物產(chǎn)生量主要集中在高新區(qū)、雙流區(qū)、龍泉驛區(qū)、青白江區(qū)、彭州市，5個區(qū)(市)縣產(chǎn)生量總和為182 756.4t，占全市總量的94.1%。其中：高新區(qū)98 376.6t，占全市危險(xiǎn)廢物產(chǎn)生量的47.6%，雙流區(qū)34 378.1t，占全市危險(xiǎn)廢物產(chǎn)生量的17.7%，龍泉驛區(qū)32 684.5t，占全市危險(xiǎn)廢物產(chǎn)生量的16.8%，青白江區(qū)14 766.6t，占全市危險(xiǎn)廢物產(chǎn)生量的7.6%，彭州市8 544.6t，占全市危險(xiǎn)廢物產(chǎn)生量的4.4%。全市各區(qū)(市)縣危險(xiǎn)廢物產(chǎn)生量及處置利用情況詳見圖2。

注:數(shù)據(jù)資源，同圖1。

1.2 工業(yè)危險(xiǎn)廢物產(chǎn)生的類別分布

2013年全市危險(xiǎn)廢物產(chǎn)生類別共計(jì)32類，產(chǎn)生量占前五位的危險(xiǎn)廢物類別分別為：HW34(廢酸)產(chǎn)生量為55 922.5t，占全市危險(xiǎn)廢物總量的28.8%；HW18(焚燒處置殘?jiān)?產(chǎn)生量為61 217.9t，占全市危險(xiǎn)廢物總量的31.5%；HW17(表面處理廢物)產(chǎn)生量21 924.5t，占全市危險(xiǎn)廢物總量的11.3%；HW49(其他廢物)產(chǎn)生量11 944.4t，占全市危險(xiǎn)廢物總量的6.2%；HW09(油/水、烴/水混合物或乳化液)產(chǎn)生量為11 736t，占全市危險(xiǎn)廢物總量的6.1%。全市各類別危險(xiǎn)廢物產(chǎn)生量見表1。

表1 成都市各類別危險(xiǎn)廢物產(chǎn)生量

續(xù)表1

2 神經(jīng)網(wǎng)絡(luò)模型預(yù)測工業(yè)危險(xiǎn)廢物產(chǎn)生量

2.1 工業(yè)危險(xiǎn)廢物產(chǎn)生量與工業(yè)總產(chǎn)值的關(guān)系

一般情況下，工業(yè)經(jīng)濟(jì)的結(jié)構(gòu)、工業(yè)總產(chǎn)值、使用材料性質(zhì)、工藝水平以及產(chǎn)品產(chǎn)量都與危險(xiǎn)廢物的產(chǎn)生量有很大關(guān)系，分析工業(yè)危險(xiǎn)廢物產(chǎn)生量與工業(yè)總產(chǎn)值之間的關(guān)系，也可能發(fā)現(xiàn)一些危險(xiǎn)廢物的產(chǎn)生規(guī)律[8]。從縱向看，分析危險(xiǎn)廢物產(chǎn)生量與工業(yè)產(chǎn)值的變化趨勢，可以得出經(jīng)濟(jì)增長與危險(xiǎn)廢物消長之間的關(guān)系。從橫向看，通過衡量單位工業(yè)產(chǎn)值產(chǎn)生危險(xiǎn)廢物量，對不同地區(qū)危險(xiǎn)廢物的產(chǎn)生水平進(jìn)行比較分析，可以找出不同地區(qū)危險(xiǎn)廢物的一些產(chǎn)生規(guī)律。

圖3繪出了2008～2016年成都市工業(yè)危險(xiǎn)廢物產(chǎn)生量和工業(yè)總產(chǎn)值的數(shù)據(jù)，并計(jì)算出萬元工業(yè)產(chǎn)值產(chǎn)生危險(xiǎn)廢物的系數(shù)。從表中可看出，2008～2016年成都市工業(yè)危險(xiǎn)廢物萬元工業(yè)產(chǎn)值產(chǎn)生危險(xiǎn)廢物的系數(shù)逐年增大，說明成都市經(jīng)濟(jì)發(fā)達(dá)地區(qū)工業(yè)產(chǎn)值與的危險(xiǎn)廢物產(chǎn)污系數(shù)成正比關(guān)系；同時(shí)反映出成都市經(jīng)濟(jì)增長帶來的污染成本在不斷增大。

注：數(shù)據(jù)資源，歷年成都市統(tǒng)計(jì)年鑒。

2.2 工業(yè)危險(xiǎn)廢物產(chǎn)生量與人口的關(guān)系

根據(jù)統(tǒng)計(jì)資料，2008年成都市人口為1 124.96萬人，2016年增長到1 591.8萬人。圖4列出了2008～2016年成都市工業(yè)危險(xiǎn)廢物產(chǎn)生量與人口關(guān)系情況。通過計(jì)算得出：2008～2016年成都市人均危險(xiǎn)廢物產(chǎn)生量在0.89～17.56kg之間。2008～2011年成都市人均產(chǎn)生的危險(xiǎn)廢物較低，低于全國人均產(chǎn)廢水平，2012～2016年成都市人均產(chǎn)廢量已經(jīng)超過了全國人均約10kg的水平，但還沒有超過歐美發(fā)達(dá)國家人均約幾十到一百多千克的水平[9]。2015～2016年成都市人均產(chǎn)廢量有所下降，人均產(chǎn)廢量還較低的主要原因是成都市人口基數(shù)大。但隨著成都市經(jīng)濟(jì)水平的不斷發(fā)展，今后人均產(chǎn)生危險(xiǎn)廢物的數(shù)量仍將會有較大增長，逐步接近中等發(fā)達(dá)國家的水平。

注：數(shù)據(jù)資源，同圖1。

2.3 工業(yè)危險(xiǎn)廢物產(chǎn)生量預(yù)測過程

影響工業(yè)危險(xiǎn)廢物產(chǎn)生量的因素比較多，內(nèi)在的影響因素主要有人口數(shù)量、國內(nèi)生產(chǎn)總值以及工業(yè)生產(chǎn)總值等不確定，因此，目前成都市危險(xiǎn)廢物預(yù)測還比較困難。

人工神經(jīng)網(wǎng)絡(luò)(Artificial Nerual Network)是一種旨在模仿人腦結(jié)構(gòu)和功能的腦式智能信息處理系統(tǒng)，由相互間部分或完全聯(lián)系的微處理單元，即神經(jīng)元組成的系統(tǒng)，通常神經(jīng)元是一種非線性單元，它們從其他單元或環(huán)境(待求解問題的相關(guān)輸入數(shù)據(jù)空間)中接收輸入信號，同時(shí)產(chǎn)生輸出值。按照連接模式和信號傳輸方向，人工神經(jīng)網(wǎng)絡(luò)可分為前饋網(wǎng)絡(luò)和回饋網(wǎng)絡(luò)[10-11]。如圖5所示，前饋網(wǎng)絡(luò)中神經(jīng)元按層排列，可分為輸入層、隱藏層和輸出層，網(wǎng)絡(luò)的輸入層接收輸入信號，并將信號傳遞給所有層，最終通過輸出層將信號返還給環(huán)境，前饋網(wǎng)絡(luò)多應(yīng)用于預(yù)測問題中[12]。

圖5 典型前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

數(shù)據(jù)獲取及后處理，本次預(yù)測輸入數(shù)據(jù)獲取自2008～2016年成都市統(tǒng)計(jì)年鑒，預(yù)測年地區(qū)生產(chǎn)總值按照《成都市國民經(jīng)濟(jì)和社會發(fā)展第十三個五年規(guī)劃綱要》中發(fā)展目標(biāo)年均18%推算；考慮到近年實(shí)際增長速度，預(yù)測年工業(yè)總產(chǎn)值在《成都市工業(yè)發(fā)展“十三五”規(guī)劃》中目標(biāo)年均21%調(diào)整到13%進(jìn)行推算；預(yù)測年人口數(shù)按近九年平均增長率1.1%推算，詳見表2。

表2 輸入數(shù)據(jù)和訓(xùn)練數(shù)據(jù)

數(shù)據(jù)經(jīng)過歸一化處理，使所有的數(shù)據(jù)范圍在0.1～0.9之間，以加快神經(jīng)網(wǎng)絡(luò)計(jì)算收斂，處理方法如式1，歸一化后數(shù)據(jù)如表3。

nData=0.1+0.8×[rData-Min(rData)]/[Max(rData)-Min(rData)]

(1)

式中：nDate, 預(yù)測年個數(shù)；rDate, 上一組參照系數(shù)；Max, 最大值；Min, 最小值

(此段為模型編程語言，代入數(shù)據(jù)為表2值)

表3 輸入數(shù)據(jù)和訓(xùn)練數(shù)據(jù)歸一化處理結(jié)果

地區(qū)生產(chǎn)總值與工業(yè)生產(chǎn)總值的協(xié)同應(yīng)用在模型預(yù)測上存在一定的輔助意義，這主要在于其概念、內(nèi)容和計(jì)算方式的不同引起的差異化計(jì)算，還有其補(bǔ)充性的關(guān)聯(lián)核算[13-14]。有研究報(bào)道，我國危廢產(chǎn)生量(西部地區(qū))與經(jīng)濟(jì)發(fā)展(GDP)呈現(xiàn) “正N型”，危廢產(chǎn)生量隨著經(jīng)濟(jì)的增長呈現(xiàn)先增長后下降再增長的趨勢。因此，危廢產(chǎn)生量與經(jīng)濟(jì)發(fā)展關(guān)系呈現(xiàn)出一定的線性[15-16]。

R語言的neural-net包提供多種神經(jīng)網(wǎng)絡(luò)構(gòu)建方法，此處選擇RPROP+(帶權(quán)重回溯的彈性前饋神經(jīng)網(wǎng)絡(luò))方法建立神經(jīng)網(wǎng)絡(luò)，取隱藏層節(jié)點(diǎn)數(shù)為輸入數(shù)據(jù)個數(shù)+2，即8層，并重復(fù)計(jì)算6次，通過下列語句建立神經(jīng)網(wǎng)絡(luò)，并取亂序后的2008年至2016年九年數(shù)據(jù)作為訓(xùn)練子集，計(jì)算神經(jīng)網(wǎng)絡(luò)所得數(shù)據(jù)和2008至2016實(shí)測數(shù)據(jù)之間的偏差，詳見圖6。

圖6 神經(jīng)網(wǎng)絡(luò)所得數(shù)據(jù)和實(shí)測數(shù)據(jù)之間的偏差

nn<-neuralnet (TOX～I(xiàn)DP+GDP+CEN, data=trainset, hidden=5, threshold=0.001, rep=5, algorithm=’RPROP+’)

(2)

式中：相關(guān)英文縮寫參照表3—表頭備注；(此段為模型編程語言，代入數(shù)據(jù)為表3及圖6值)

神經(jīng)網(wǎng)絡(luò)訓(xùn)練采用誤差自檢驗(yàn)方式進(jìn)行，定義檢驗(yàn)標(biāo)準(zhǔn)為偏差，限定神經(jīng)網(wǎng)絡(luò)計(jì)算結(jié)果與真實(shí)數(shù)據(jù)之間的偏差不超過±1%，并使用神經(jīng)網(wǎng)絡(luò)進(jìn)行重復(fù)計(jì)算，當(dāng)滿足偏差限制時(shí)帶入預(yù)測數(shù)據(jù)進(jìn)行預(yù)測[10, 17-18]。訓(xùn)練所得神經(jīng)網(wǎng)絡(luò)構(gòu)成如圖7。

圖7 神經(jīng)網(wǎng)絡(luò)構(gòu)成圖

帶入預(yù)測數(shù)據(jù)并計(jì)算出結(jié)果，表4列出了成都市2017～2018年危險(xiǎn)廢物產(chǎn)生的發(fā)展趨勢。

表4 2017～2018年成都市工業(yè)危險(xiǎn)廢物產(chǎn)生量預(yù)測值

結(jié)合2017～2018年成都固體廢物污染環(huán)境防治信息公告，兩年內(nèi)成都市產(chǎn)生的工業(yè)危廢量達(dá)到了24.46和25.99萬t，預(yù)測相對偏差范圍在±0.27%之間，具有較好的預(yù)測效果。但預(yù)測模型仍需在明確GDP與工業(yè)危廢產(chǎn)生量二者對應(yīng)關(guān)系；且成都市危廢產(chǎn)生種類和產(chǎn)生行業(yè)繁多，從中選取關(guān)鍵的核心因子；以及考慮固體危廢國家、地方的法律法規(guī)的政策限制條件等問題進(jìn)行解決，從而較為準(zhǔn)確地對工業(yè)危廢的產(chǎn)生量進(jìn)行模擬計(jì)算。

3 結(jié) 論

隨著成都市經(jīng)濟(jì)的飛速發(fā)展，危險(xiǎn)廢物增量所導(dǎo)致的環(huán)境問題勢必會日益凸顯危險(xiǎn)廢物并因其“產(chǎn)量大”和“危害性”成為環(huán)境污染治理的重中之重。成都市2008～2016年九年間危險(xiǎn)廢物產(chǎn)生量呈逐年遞增趨勢。2016年較2008年，危險(xiǎn)廢物產(chǎn)生量增加了近22萬t，增量約21倍。通過城市主體工業(yè)企業(yè)的固體廢物產(chǎn)生量的預(yù)測可知：

3.1 本研究利用人工神經(jīng)網(wǎng)絡(luò)模型結(jié)合城市工業(yè)企業(yè)以及人口和經(jīng)濟(jì)的發(fā)展，預(yù)測了2018年成都市危險(xiǎn)廢物的產(chǎn)量將達(dá)到25.99萬t，而實(shí)際產(chǎn)量約為27.19萬t，預(yù)測誤差值為4.45%，較符合實(shí)際情況精準(zhǔn)度的要求；

3.2 模型預(yù)測仍受到特定因素影響：附加動量項(xiàng)(政策法規(guī)控制因子、GDP影響因子、設(shè)定數(shù)據(jù)有效性篩選等參數(shù)調(diào)整以及梯度迭代計(jì)算)；自適應(yīng)學(xué)習(xí)率(解決收斂速度和收斂性的矛盾、算法對比總結(jié)適應(yīng)設(shè)計(jì))，需進(jìn)一步對神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化和修正；

3.3 通過優(yōu)化,神經(jīng)網(wǎng)絡(luò)模型可對醫(yī)療廢物、建筑廢物和一般城市廢物的產(chǎn)生量進(jìn)行預(yù)測。

綜上所述，城市危險(xiǎn)的治理需各相關(guān)方(政府、企業(yè)、團(tuán)體及個人)嚴(yán)格遵循環(huán)境保護(hù)“預(yù)防為主、防治結(jié)合、綜合治理”的工作方針和“三同時(shí)”規(guī)定；生態(tài)環(huán)境保護(hù)部門應(yīng)對危險(xiǎn)廢物產(chǎn)生量和無害化處置給予高度關(guān)注和重視，加大對從事收集、貯存、處置危廢經(jīng)營活動單位的監(jiān)管力度；結(jié)合危險(xiǎn)廢物產(chǎn)生量多少及危險(xiǎn)重點(diǎn)源分類，有必要將石化產(chǎn)業(yè)、醫(yī)藥產(chǎn)業(yè)、垃圾處置產(chǎn)業(yè)、餐飲產(chǎn)業(yè)及建筑業(yè)五大產(chǎn)業(yè)列入控制和治理的優(yōu)先行業(yè)事件，還需要依靠公眾和媒體對造成固體廢物污染環(huán)境的單位和個人進(jìn)行舉報(bào)和監(jiān)督。