譚茹文， 申紫薇

(四川大學建筑與環(huán)境學院，四川成都 610065)

城市化進程的推進必產(chǎn)生大量的建筑廢棄物，據(jù)統(tǒng)計，目前我國的建筑廢棄物產(chǎn)量位居世界第一。填埋與非法傾倒是現(xiàn)在大多數(shù)建筑廢棄物的處置方式，這些行為不僅會導致安全隱患，而且還會消耗大量稀缺的城市土地資源，對環(huán)境及經(jīng)濟與生態(tài)的平衡造成極大破壞。我們必須鼓勵建筑廢棄物資源化行為，促進經(jīng)濟社會的持續(xù)健康發(fā)展。

準確預(yù)測建筑廢棄物的年產(chǎn)量是對其資源化處置及資源化行業(yè)發(fā)展的基礎(chǔ)，本文在確定建筑廢棄物產(chǎn)量的主要影響指標以及查閱2006～2019年各指標數(shù)據(jù)的前提下，運用灰色理論建立灰色預(yù)測模型，估算與預(yù)測2020～2025年的影響指標的數(shù)據(jù)。在傳統(tǒng)的統(tǒng)計分析方法中，大多采用線性回歸法即通過建立回歸分析模型來進行預(yù)測，當該方法面對繁多的不確定因素且樣本數(shù)據(jù)較少時穩(wěn)定性即準確性表現(xiàn)較差[1]。故本文選取預(yù)測效果更好、誤差更小的支持向量機(SVM)建立了建筑廢棄物產(chǎn)量預(yù)測模型，并準確預(yù)測了我國未來5年的建筑廢棄物產(chǎn)量。最終針對預(yù)測結(jié)果，提出相關(guān)管理見解。

1 影響指標分析與預(yù)測

從歷史上看，我國經(jīng)濟的增長與建筑活動的增加密切相關(guān)，建筑活動又在一定程度上影響著建筑廢棄物的產(chǎn)量。本文通過查閱相關(guān)文獻，發(fā)現(xiàn)與建筑廢棄物年產(chǎn)量相關(guān)的主要影響因素有人口數(shù)量、GDP、建筑行業(yè)產(chǎn)值、建筑施工面積、建筑新建面積、商品房銷售面積、房地產(chǎn)開發(fā)用地及城市固體廢棄物的產(chǎn)量等[2-3]?；疑A(yù)測模型就是通過少量的、不完全的指標數(shù)據(jù)信息，建立灰色微分預(yù)測模型，對指標數(shù)據(jù)做出比較穩(wěn)定的中、長期預(yù)測。我們在查閱上述人口數(shù)量及建筑行業(yè)產(chǎn)值等8個影響指標與建筑廢棄物產(chǎn)量相關(guān)性的基礎(chǔ)上，根據(jù)中國統(tǒng)計年鑒[4]及相關(guān)主管部門資料，進行相關(guān)數(shù)據(jù)分析、灰色預(yù)測模型建立及未來5年數(shù)據(jù)的預(yù)測。灰色模型建立的相關(guān)數(shù)據(jù)如下表1所示。

首先，利用灰色理論模型建立了自變量人口數(shù)量x1、GDPx2、建筑行業(yè)產(chǎn)值x3、建筑施工面積x4、建筑新建面積x5、商品房銷售面積x6、房地產(chǎn)開發(fā)用地x7及固體廢棄物x8這8個指標以時間t為序列的8個灰色預(yù)測微分方程模型如下：

x′1(t+1)=2668.32e0.0049t-2655.17

x′2(t+1)=2831654.16e0.1015t-2620783.2

x′3(t+1)=632508.6e0.1091t-590951

x′4(t+1)=1221.16e0.0419t-1180.14

x′5(t+1)=254.45e0.0474t-246.52

x′6(t+1)=108.98e0.007t-102.79

x′7(t+1)=-101.19e-0.0425t+104.85

x′8(t+1)=446.74e0.0475t-431.59

其次，據(jù)此計算2018～2025年影響指標的預(yù)測值，見表2。

2 SVM預(yù)測模型

我們共收集了20年的8個影響指標數(shù)據(jù)，其分布見表1與表2，建筑廢棄物產(chǎn)量的已知數(shù)據(jù)yi見表3。在以上數(shù)據(jù)基礎(chǔ)上，本節(jié)建立SVM預(yù)測模型，預(yù)測我國2020～2025年建筑廢棄物的年產(chǎn)生量。

首先，將2006～2017年建筑廢棄物產(chǎn)量的12個樣本進行劃分，選取前10個樣本即2006～2015年建筑廢棄物的年產(chǎn)量作為訓練樣本，剩下2個樣本即2015～2017年建筑廢棄物年產(chǎn)量作為測試樣本。在Matlab環(huán)境中，將歸一化處理后的輸入集數(shù)據(jù)和輸出集數(shù)據(jù)分別導入到SVM預(yù)測模型中，支持向量機的起始參數(shù)為：懲罰系數(shù)C=1.51572，核函數(shù)的寬度系數(shù)σ2=0.25。最后的訓練與測試結(jié)果見圖1與圖2，從圖中我們可以發(fā)現(xiàn)該預(yù)測模型擬合度較高，具有一定推廣性。為了對預(yù)測模型進行更深入的分析，采用平均相對誤差eMAPE對模型性能進行評價，其計算公式如下：

表1 2006～2017年建筑廢棄物產(chǎn)量及影響指標數(shù)據(jù)

表2 2018～2025年影響指標數(shù)據(jù)的預(yù)測值

表3 2006～2017年建筑廢棄物年產(chǎn)量 單位：×108 t

圖1 訓練結(jié)果

圖2 測試結(jié)果

最后導出支持向量機對2020～2025年建筑廢棄物年產(chǎn)量的預(yù)測結(jié)果,見表4。通過計算，可以發(fā)現(xiàn)eMAPE模型的平均相對誤差值為3.63 %，詳見表5，該結(jié)果表明建筑廢棄物年產(chǎn)量的預(yù)測值和實際值之間的誤差較小，該模型具有較高的預(yù)測精確度。

表4 2020～2025年建筑廢棄物預(yù)測產(chǎn)量 單位：×108 t

4 結(jié)束語

本文首先利用灰色預(yù)測模型準確預(yù)測出近5年人口、建筑行業(yè)產(chǎn)值等8個影響指標的數(shù)據(jù)，在這些數(shù)據(jù)基礎(chǔ)上，繼續(xù)通過預(yù)測效果更好的SVM建模，預(yù)測出近5年我國建筑廢棄物產(chǎn)量，可以看到隨著人口數(shù)量、經(jīng)濟與建筑業(yè)的發(fā)展，我國建筑廢棄物的產(chǎn)生量以前所未有的速度逐年增加，到2025年有望達到36×108t產(chǎn)值。

表5 模型性能分析 單位：×108 t

針對這個現(xiàn)象，有必要迫切對建筑廢棄物的特性和管理進行更多的研究并迅速采取行動，比如，一方面在設(shè)計階段通過延長新建筑物和現(xiàn)有建筑物的使用壽命從源頭來減少建筑廢棄物的產(chǎn)生。建筑廢棄物減量化有極限，但資源化無盡頭，另一方面，需要政府管理部門有所作為，制定相關(guān)建筑廢棄物管理政策來建立健全管理制度。通過采取必要措施支持和鼓勵建筑廢棄物資源化行業(yè)的發(fā)展，進而擴張資源化市場，提高建筑廢棄物的終端處置能力，從而將建筑廢棄物轉(zhuǎn)化為可用資源，減少建筑廢棄物的同時，還可以避免嚴重的環(huán)境，經(jīng)濟和社會影響。