环境科学学报  2020, Vol. 40 Issue (8): 3062-3070
全球生活垃圾处置方式及影响因素——基于134个国家数据    [PDF全文]
曹玮1, 王忠昊1, 黄景能1, 吴冰思2, 邰俊2, 赵军1, 钱光人1    
1. 上海大学环境与化学工程学院, 上海 200444;
2. 上海市环境工程设计科学研究院有限公司, 上海 200232
摘要:近年来,国内外众多学者从不同角度运用不同方法探究城市生活垃圾产生量的影响因素,但鲜见对生活垃圾处置方式的影响因素进行分析研究.本文以世界银行2018年颁布的《what a waste 2.0》中140个国家数据为基础,删掉数据年份较久远以及缺少GDP数据的6个国家,根据欧盟统计局、各国政府环保部门和统计部门网站以及相关年度报告,对所有国家数据逐一排查进行核实,并修正了40余国家生活垃圾处置数据,以134个国家在地理、经济和社会层面的5项指标为研究基础,选用相关性分析和logistic回归分析等研究方法,探究5种生活垃圾处置方式和影响因素之间的规律.主要结论如下:①生活垃圾开放式倾倒、填埋处置与人均国土面积无显著相关性;人均GDP达到2万美元以上的国家,基本实现"零倾倒",填埋占比也随人均GDP增长逐渐下降;城市化水平与是否采用开放式倾倒呈显著负相关;②人均GDP在2万美元以下或城市化水平在40%以下的国家,基本为"零焚烧";在不考虑"零焚烧"国家的情形下,焚烧处置主要集中在人均国土面积0~3 hm2的国家;人均GDP和受教育程度的高低是各国是否采用焚烧的主要影响因素;③资源化利用水平与人均国土面积呈负相关,而与人均GDP、城市化水平、受教育程度和废物法律法规体系呈正相关,其中法律法规对其影响力较小;人均GDP达到2万美元以上的国家,资源化利用率基本超过40%;受教育程度同样是影响各国是否采用资源化利用的主要因素;④其它处置方式与五项影响指标均呈现负相关;城市化水平为是否存在其它处置方式的决定因素,城市化水平达到80%以上时,其占比基本为0.
关键词全球    生活垃圾    处置方式    影响因素    相关性分析    回归分析    
Disposal pattern of municipal solid waste and influencing factors: Based on data of 134 countries
CAO Wei1, WANG Zhonghao1, HUANG Jingneng1, WU Bingsi2, TAI Jun2, ZHAO Jun1, QIAN Guangren1    
1. Department of Environmental Science and Engineering, Shanghai University, Shanghai 200444;
2. Shanghai Institute for Design and Environmental Co., Ltd., Shanghai 200232
Received 18 December 2019; received in revised from 30 January 2020; accepted 30 January 2020
Abstract: In recent years, different methods have been used to explore the influencing factors of municipal solid waste production from different perspectives, but few analyzed the driving factors of waste disposal patterns. Therefore, based on the data of 140 countries in the "what a waste 2.0" issued by the World Bank in 2018 (six countries were deleted because of out of date or missing GDP data), the data of each country was verified by using European Union Statistics, the department of environmental protection or statistics, and related annual reports. The data on waste disposal in more than 40 countries were revised. Five indicators were used to focus on geographic, economic and social properties of the 134 countries.This study used correlation analysis, logistic regression to investigate the relationship between the waste disposal patterns and its influencing factors.The conclusions are as follows: ① The land area per capita has no significant correlation with landfill and incineration. Countries with GDP per capita more than $20, 000 showed "zero open dump" on the whole, and the proportion of landfills has gradually declined with GDP growth. The higher level of urbanization often lead to the lower percentage of open dump. ② Countries with GDP per capita below $20, 000 or urbanization level above 40% are basically "zero incineration". Taking no account of "zero incineration" countries, incineration disposal is mainly concentrated in countries with land area per capita of 0~3 hm2. The GDP per capita and education are the decisive factors of whether using incineration or not. ③ The waste recycling rate is negatively related to the land area per capita, but positively related with GDP per capita, urbanization, education and environmental regulations. The waste recycling rate would exceed 40% for countries with GDP per capita more than $20, 000. Education is also an important index to affect whether a country use waste recycling.④ The level of urbanization is a decisive factor for the appear of other disposal way. When urbanization level becomes more than 80%, the proportion of other disposal way would close to zero.
Keywords: global    municipal solid waste    disposal methods    influencing factors    correlation analysis    regression analysis    
1 引言(Introduction)

生活垃圾是21世纪最重要的环境问题之一, 垃圾处置也是21世纪最有前景的产业之一(The World Resources Report, 1999).随着世界各国城市化进程的加快, 生活垃圾作为人类生活中最重要的副产品之一, 其增长速度甚至超过城市化速度(Daniel et al., 2012), 生活垃圾处置越来越被重视.

低收入国家生活垃圾管理不当现象严重, 基本没有垃圾填埋场, 约93%的垃圾堆积在街道、露天土地或河道中被焚烧或倾倒, 对全球生活垃圾管理产生重大影响(Gómez et al., 2008; Batool et al., 2009), 因此, 城市固体废物被认为是发展中国家城市面临的最严重的环境问题之一, 各国政府必须认识到开放式倾倒的劣势和其所带来的风险, 寻求可持续的废物处置方法.相反, 高收入国家生活垃圾产生量较大, 但资源化利用水平高, 填埋占比较小(THE WORLD BANK, 2018).对发达国家与发展中国家生活垃圾处置方式差异进行驱动因素分析, 可有效地改善发展中国家的废物管理、增长和性能, 并减少生活垃圾导致的环境退化(Afroz et al., 2011).本文在分析了全球134个国家垃圾处置方式占比的基础上, 从地理、经济和社会层面, 深入研究了垃圾处置方式差异及其影响因素, 可为各国完善生活垃圾管理体系提供较好的参考意义.

2 数据来源与研究方法(Data sources and methods) 2.1 数据来源

本文134国生活垃圾处置方式占比包括:垃圾开放式倾倒量、填埋量、焚烧量、资源化利用量、其它处置量等5种处置方式与总处置量之比, 其中, 资源化利用量为物料回收量和堆肥量之和, 其它处置量指河道、热解以及某些不确定处置量.本研究数据以世界银行2018年颁布的《what a waste 2.0》中140个国家数据为基础, 时间跨度以2015—2017年为主, 删掉数据年份较久远的纳米比亚、尼日利亚、几内亚、尼日尔、缅甸以及GDP为零的叙利亚, 其余国家数据经过逐一排查进行了核实.其中, 欧盟国家以欧盟统计局数据库(European Environment Agency, 2018)、中国以《中国能源统计年鉴》、日本以《日本环境白皮书》、俄罗斯以《俄罗斯废物报告》等国家层面权威网站或年度报告为准对40余国家数据进行了修正;此外, 部分发展中国家(如中国), 包装、塑料等可回收物大都通过公民个人以交易手段卖至废品收购站, 交易量不属于国家环境部门统计, 因此, 此类国家资源化利用量即堆肥量(国家统计局, 2018);而新西兰等国家, 大部分可循环利用的生活垃圾出口到国外处置, 因此, 统计量会比实际产生量小很多.

生活垃圾处置方式影响因素指标中, 人口、国土面积数据来自世界银行, 人均GDP、城市化水平以及受教育程度数据来自于欧盟统计局、各国政府(环境部或统计局)等权威部门网站, 若世界银行统计数据与相关国家部门网站提供数据存在差异, 则以国家网站为准.人均国土面积由国土面积/人口计算得出;城市化水平统计口径为城市人口占国家总人口的比例, 在其他条件不变的情况下, 城市人口的增加必然引起垃圾量的增加(Liu et al., 2011;Wang et al., 2012), 而与垃圾处置方式之间的变化规律有待研究;受教育程度采用高等教育毛入学率表示, 即高等教育在校生数与相应的适龄人口之比, 是衡量一个国家或地区高等教育发展水平的重要指标(隗斌贤, 2001).废物相关法律法规数据源于各国司法部或环境部等网站, 例如:美国环境保护署(United States Environmental Protection Agency)、德国法律档案(German Law Archive)、中华人民共和国司法部、日本环境省等, 分别收集各国有关固体废物管理的相关有效法律、法规或指令, 并统计其数量.

2.2 数据统计

作者对面板数据进行统计分析(表 1), 可见全球生活垃圾处置方式中填埋占比最高, 资源化水平达到了19.5%, 焚烧处置占比较低.欧洲资源化利用、焚烧水平领先于其它各洲, 德国等典型国家资源再利用处置体系则代表了全球最高水平, 在全球范围内具有较好的借鉴意义;大洋洲资源再利用仅次于欧洲, 而填埋是其主要的处置方式;亚洲国家采用开放式倾倒、填埋和其它处置方式共占72.9%, 焚烧和资源化利用处置有待继续探索;南美洲90%以上的生活垃圾由开放式倾倒、填埋和其它处置方式处置, 全洲基本“零焚烧”, 资源化利用率也较低;北美洲主要采用填埋处置, 资源化利用水平在全球中等偏上水平;非洲生活垃圾处置与南美洲相似, 主要采用开放式倾倒、填埋和其它处置方式.此外, 不论全球还是六大洲角度分析, 不同生活垃圾处置方式的最大值与最小值均表明全球各国垃圾处置方式发展程度存在较大的差异, 列支敦士登、瑞士等51个国家实现“近零填埋”(填埋占比<10%), 新西兰、墨西哥、巴西等97个国家为“零焚烧”, 新西兰、土耳其、马尔代夫等32个国家为“零资源利用”.全球134国开放式倾倒、填埋、焚烧、资源化利用及其它处置方式具体占比按洲分布图, 见图 1.

表 1 按洲对垃圾处置方式与影响因素基本特征描述统计 Table 1 Statistical analysis of MSW disposal and driving factors by continent

图 1 全球134国生活垃圾处置方式占比按洲分布图 Fig. 1 Continental distribution map of waste disposal methods in 134 countries

地理、经济和社会层面的5项影响因素分析得出, 大洋洲人均国土面积、城市化水平、受教育程度和废物法律法规体系均位居六大洲首位;欧洲人均GDP最高, 除人均国土面积外其余项指标仅次于大洋洲.在统计的134个国家范围内, 人均国土面积最高的为多米尼克, 是最低国家(摩纳哥)的12590倍;人均GDP最高的列支敦士登与最低的刚果相差近1500倍;城市化水平在90%以上的有13个国家, 摩纳哥、新加坡两国均达到了100%;希腊的受教育程度高达113.9%, 相比占比最低的海地仅有1%的受教育者;德国是目前全球有关固体废物管理法律法规体系最完善的国家, 截止2016年, 仍在有效执行的有37部.

2.3 研究方法

国内外众多学者从不同角度运用不同方法探究生活垃圾产生量的影响因素(Afroz et al., 2011徐礼来等, 2013Jadoon et al., 2014赵艳等, 2016), 但鲜见报道对垃圾处置方式的影响因素进行分析.通过对134个国家面板数据的基础分析, 作者先做出假设, 后选用相关性分析和Logistic回归分析等方法具体探究了人均国土面积、人均GDP、城市化水平、受教育程度和废物法律法规体系对生活垃圾处置方式占比的影响.

针对134国发展指标及生活垃圾处置现状分析可见, 经济发展较差的国家, 城市化水平、受教育程度均较低, 且法律法规体系完善程度较差.人均国土面积较少则国家大面积填埋的条件不足, 选用其它处置方式的可能性较大;城市化水平较低则国家以经济水平较低的农村地区为主, 垃圾处置可能较多采用开放式倾倒;受教育程度越高则国家科技发达程度与国民综合素质水平较好, 较多采用要求较高的焚烧与资源化利用处置垃圾.同时由表 1可得, 大洋洲人均国土面积、城市化水平、受教育程度和废物法律法规体系均位居六大洲首位, 其开放式倾倒占比均值为零, 填埋、焚烧和资源化利用占比位居六大洲前列;欧洲人均GDP最高, 其资源化利用占比同样居于首位.基于此统计分析结果, 作者针对人均国土面积、人均GDP、城市化水平、受教育程度和废物法律法规体系对生活垃圾处置方式的差异存在的影响提出以下5个假设, 后续通过相关性分析以及回归分析验证假设的合理性.

假设1:人均国土面积越大, 国家资源越丰富的国家倾向于采用填埋, 而不是焚烧或资源化利用.

假设2:人均GDP越高的国家倾向于焚烧和资源化利用, 越低的国家倾向于开放式倾倒和填埋.

假设3:城市化水平越高的国家倾向于资源化利用, 越低的国家倾向于开放式倾倒.

假设4:受教育程度越高的国家倾向于焚烧和资源化利用, 越低的国家倾向于开放式倾倒.

假设5:废物法律法规体系越完善的国家倾向于填埋、焚烧和资源化利用, 反之则倾向于开放式倾倒和其它处置方式.

3 结果与讨论(Results and discussion) 3.1 垃圾处置方式影响因素的相关分析

对134国不同生活垃圾处置方式之间、各影响因素之间, 以及不同处置方式与各影响因素之间进行相关性检验, 是研究生活垃圾处置方式影响因素的重要步骤, 其目的在于检验变量之间是否存在相关性, 以及相关关系方向与大小等方面是否符合预期假设.

作者运用SPSS 22.0, 以原始数据为基础, 进行常对数转换, 对原始数据和转换后的数据均进行相关分析得出Pearson相关系数.

对生活垃圾处置方式之间的相关性检验表明, 开放式倾倒与填埋、焚烧和资源化利用三者存在显著的负相关关系, 焚烧和资源化利用正相关性系数较大, 开放式倾倒、焚烧和资源化利用三者可能在较大程度上表征了处置方式的主要类型.其它处置方式与各影响因素的相关系数较小, 相关性较弱, 表明其可能相对独立于另外4种处置方式.对各影响因素之间的相关性检验表明, 人均国土面积与人均GDP、城市化水平、受教育程度以及废物法律法规相关系数较小, 表明人均国土面积可能相对独立于其余指标;人均GDP、城市化水平、受教育程度三者相关性较为显著, 正相关系数较大, 表示三项指标可能在较大程度上表征了各影响因素的主要类型.

对生活垃圾处置方式和各影响因素整体分析, 开放式倾倒主要与人均GDP、城市化水平、受教育程度呈负相关;填埋与城市化水平、受教育程度呈正相关, 与人均GDP呈负相关;焚烧与五项影响因素均具有显著相关性, 与人均国土面积呈负相关, 与人均GDP、城市化水平、受教育程度、废物法律法规体系呈正相关;资源化利用与人均GDP、城市化水平、受教育程度、废物法律法规体系正相关性较显著.

表 2 生活垃圾处置方式之间、影响因素之间及两者之间的Pearson相关系数矩阵 Table 2 Pearson correlation coefficients among waste disposal, driving factors and between them

以上分析表明, 垃圾处置方式与各影响因素之间的相关关系较复杂, 既与处置方式之间的相关性有关, 也与各影响因素之间的相关性有关, 各类变量之间的相互关联, 可能导致对垃圾处置方式占比与各因素之间相关性的错误判断.因此, 作者进一步采用定量分析, 更简单更直观的解读垃圾处置方式占比与各因素之间的影响.

3.2 垃圾处置方式影响因素的定量分析

为探究世界各国的面板数据中, 5项影响因素对垃圾处置方式的具体影响规律, 分别以人均国土面积、人均GDP等影响因素作为自变量, 5种生活垃圾处置方式作为因变量进行作图分析.由于不同国家生活垃圾处置量、经济社会发展水平存在较大的差异性, 作者将部分指标采用对数刻度, 人均国土面积指标仅分析20 hm2以下的124个国家, 以确保变化趋势易于观察.

图 2可得以下结论, ①开放式倾倒、填埋与人均国土面积之间无明显规律, 开放式倾倒与人均GDP、城市化水平、受教育程度、废物法律法规体系均呈现负相关, 填埋则主要与人均GDP呈负相关;人均GDP达2万美元以上的国家, 基本实现“零倾倒”, 填埋占比也随人均GDP增长逐渐下降;在不考虑“零倾倒”和“100%倾倒”国家的情形下, 开放式倾倒与城市化水平呈现负相关;②焚烧与人均GDP、城市化水平呈正相关, 其余因素无明显规律;人均GDP在2万美元以下或城市化水平在40%以下的国家, 基本为“零焚烧”;在不讨论“零焚烧”国家的情形下, 焚烧处置主要集中在人均国土面积0~3 hm2之间的国家;③资源化利用与人均国土面积呈显著负相关, 与人均GDP、城市化水平和受教育程度呈显著正相关, 废物法律法规体系影响相对较小;此外, 人均GDP达到2万美元以上的国家, 资源化利用率基本在40%以上;④其它处置方式占比与人均国土面积、人均GDP、受教育程度和废物法律法规体系呈负相关;城市化水平达到80%以上时, 该处置方式占比基本为零.

图 2 生活垃圾处置方式的影响因素分析 Fig. 2 Analysis on the influencing factors of waste disposal
3.3 垃圾处置方式影响因素的Logistic回归分析

从面板数据中发现, “零倾倒”与“零焚烧”的国家数量高达研究总数的50%以上(图 1), 因此, 作者进一步探究了5项影响因素对是否采用某种垃圾处置方式产生特定的影响.利用SPSS 22.0, 先对因变量数据分类转换, 采用二元Logistic回归分析, 结果如表 3所示.

通过Logistic回归分析, 模型拟合度较好.针对开放式倾倒的数据分析, 城市化水平显著性 < 0.05, 人均GDP显著性 < 0.001, 两者是影响国家是否会使用此处置方式的主要因素, 城市化水平每增长10%, 使用开放式倾倒的概率增长89.6倍;人均GDP和受教育程度是各国是否采用填埋的主要影响因素, 人均GDP每增长10%, 采用填埋的概率增长5.6倍;人均GDP和受教育程度同时也是影响各国是否采用焚烧的主要因素, 受教育程度每增长10%, 采用焚烧的概率增长27.5倍;受教育程度是影响各国是否采用资源化利用的主要因素, 其每增长10%, 采用资源化利用的概率增长57倍.

表 3 生活垃圾处置方式的Logistic回归分析结果 Table 3 Logistic regression analysis of waste disposal usage
4 结论(Conclusions)

1) 非洲、亚洲和美洲多采用开放式倾倒和填埋, 主要与人均GDP、城市化水平呈负相关, 两种处置方式与人均国土面积相关性均不显著.人均GDP达2万美元以上的国家, 基本实现“零倾倒”, 填埋趋势也明显下降;在不考虑“零倾倒”和“100%倾倒”国家的情形下, 开放式倾倒与城市化水平呈现负相关, 且城市化水平每减少10%, 采用开放式倾倒的概率增长89.6倍, 影响较大.

2) 除欧洲外, 其余各洲焚烧处置均占比5%以下, 非洲和北美洲接近“零焚烧”;人均GDP、城市化水平以及受教育程度与焚烧呈正相关, 人均GDP在2万美元以下或城市化水平在40%以下的国家, 基本为“零焚烧”;在不考虑“零焚烧”国家的情形下, 焚烧处置方式主要集中在人均国土面积0~3 hm2的国家;人均GDP和受教育程度是各国是否使用焚烧处置的影响因素, 受教育程度每增长10%, 采用焚烧的概率增长27.5倍.

3) 以德国为典范的欧洲资源化利用率最高, 均值高达32.9%;资源化利用与人均国土面积呈负相关, 与人均GDP、城市化水平、受教育程度和废物法律法规体系呈正相关, 法律法规影响力较小;人均GDP达到2万美元以上的国家, 资源化利用率基本在40%以上;受教育程度同样是影响各国是否采用资源化利用的因素, 其每增长10%, 采用资源化利用的概率增长57倍.

4) 非洲国家采用的其它处置方式主要为河道倾倒, 大洋洲占比较高是不确定量偏多, 其它处置方式与五项影响指标均呈现负相关;城市化水平是是否存在其它处置方式的决定因素, 城市化水平达到80%以上时, 其占比基本为0.

参考文献
Afroz R, Hanaki K, Tudin R. 2011. Factors affecting waste generation:a study in a waste management program in Dhaka City, Bangladesh[J]. Environmental Monitoring & Assessment, 179(1/4): 509-519.
Batool S A, Chaudhry M N. 2009. Municipal solid waste management in Lahore city district, Pakistan[J]. Waste Manage (Oxford), 29: 1971-1981. DOI:10.1016/j.wasman.2008.12.016
Daniel H, Perinaz B T, et al.2018.WHAT A WASTE-A Global Review of Solid Waste Management[R].THE WORLD BANK
European Environment Agency.2018.Municipal waste management country profiles 2018-EEA cooperating countries[R]. https://www.eea.europa.eu/.
German Law Archive.2000.Closed Substance Cycle Waste Management Act[S]. https://germanlawarchive.iuscomp.org/?p=303.
Gómez G, Meneses M, Ballinas L, et al. 2008. Characterization of urban solid waste in Chihuahua, Mexico[J]. Waste Manage (Oxford), 28: 2465-2471.
国家统计局. 2018. 中国能源统计年鉴[M]. 北京: 中国统计出版社.
Jadoon A, Batool S A, Chaudhry M N. 2014. Assessment of factors affecting household solid waste generation and its composition in Gulberg Town, Lahore, Pakistan[J]. Journal of Material Cycles and Waste Management, 16(1): 73-81. DOI:10.1007/s10163-013-0146-5
Liu C, Wu X W. 2011. Factors influencing municipal solid waste generation in China:A multiple statistical analysis study[J]. Waste Management and Research, 29: 371-378. DOI:10.1177/0734242X10380114
Pariatamby A. 2014. Municipal Solid Waste Management in Asia and the Pacific Islands[J]. Environmental Science and Engineering, 1: 1-14. DOI:10.1007/978-981-4451-73-4
日本環境省.2018.平成30年版環境白書·循環型社会白書·生物多様性白書(概要)[R]. http://www.env.go.jp/doc/toukei/tokeisyu.html.
Russian Ministry of Natural Resources.2017.On the state and environmental protection of the Russian Federation in 2017 State report[R]. https://gosdoklad-ecology.ru/2017/.
South African Waste Information Centre.2012.National Waste Management Strategy (DEA, 2012)[S]. http://sawic.environment.gov.za/.
The National Environment Agency.2016.Waste Management and Recycling Statistics from 2003 to 2016[DB/OL]. https://www.nea.gov.sg/.
World Resources Institute.1999.The World Resources Report[R]. https://www.wri.org/our-work/project/world-resources-report/wrr.
United States Environmental Protection Agency.2018.Facts and Figures about Materials, Waste and Recycling(2012-2018)[DB/OL]. https://www.epa.gov/laws-regulations/.
王婷, 吕昭河. 2012. 人口增长、收入水平与城市环境[J]. 中国人口·资源与环境, (4): 143-149. DOI:10.3969/j.issn.1002-2104.2012.04.024
隗斌贤. 2001. 高等教育毛入学率:内涵、口径与推算[J]. 江苏高教, (6): 41-42. DOI:10.3969/j.issn.1003-8418.2001.06.013
徐礼来, 闫祯, 崔胜辉. 2013. 城市生活垃圾产量影响因素的路径分析——以厦门市为例[J]. 环境科学学报, 33(4): 1180-1185.
赵艳, 葛新权, 李晓非. 2016. 城市生活垃圾产生量的影响因素分析[J]. 统计与决策, (23): 91-94.