垃圾减量分类活动中社会与个体因素的量化分析.doc

《垃圾减量分类活动中社会与个体因素的量化分析.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、垃圾减量分类活动中社会及个体因素的量化分析摘要问题一要求构建量化模型描述天景花园、家园垃圾减量分类过程，同时对模型提出了在后续的进一步研究过程过调整相关系数来修正模型。将题中所给的很多指标进行合理选取，首先进行主成分分析，得出政府教育支出和市发展水平两项之和所占比例达到98.672%。所以提取主成分，即=2。通过计算得到的特征向量和标准化数据计算出主成分分析表达式，进而得出主成分综合模型。为了提高所建立的模型精准度，使用多元回归分析进行建模。对指标建立多元线性回归模型，通过观察各曲线大致呈线性关系。再经过假设检验，所得的p=

2、0.0003<0.05,说明因变量与自变量之间存在着显著的线性关系，原模型假设成立，由此建立模型。问题二要求分析试点小区四类垃圾组分本身的数量存在的相关性与各项激励措施与减量分类效果存在的相关性。为了检验四类垃圾分类的相关性，首先检验各类垃圾数量的方差效果，是否存在波动性。对部分数据进行剔除，得到的五条曲线已经基本处于平稳状态，可以对数据进行相关性分析。通过相关性分析得到垃圾总量和有害垃圾与可回收垃圾不相关，而与其他垃圾在0.05水平上显著相关，与厨余垃圾在0.1水平上显著相关。问题三分为三部分：第一部分要求解答现有垃圾减量

3、分类统计的基础数据分项及颗粒度是否足够，通过附件中国家标准得出答案，市对样品颗粒度的选取为合理，但是在分类统计中存在实际操作的难题，而且没有出台相关的规定；第二部分要求对数据的获取提出相对重要的部分，通过问题二中的相关性分析得出在垃圾种类中，对总量影响最大的是其他垃圾和厨余垃圾，所以在数据获取中，优先选择这两类；第三部分要求在前问的模型基础上，减少抽样数据检测减量分类工作的成效，通过问题二中的相关性分析，垃圾总量与厨余垃圾和其他垃圾的相关性最大，而有害垃圾和可回收垃圾的影响基本不大，所以为了减少抽样数量，应当在抽样中，以厨余

4、垃圾和其他垃圾为主体，同时，结合实际操作，可以适当对政策落实较好的区域减少抽样次数和样本数量。问题四要求利用模型对未来5年的减量分类工作进行预测，首先假设政府相关政策和政策推行力度在一定的围基本保持不变，利用问题一中的多元线性回归模型，在置信区间为0.95时，预测最好和最差情况下的减量分类结果。并通过预测结果，对市政府提供一份建议书，通过模型解析建议政府加强垃圾分类的推力度并增加与垃圾分类宣传推广的投入。关键词：主成分分析多元线性回归数据抽样区间估计一．问题重述城市生活垃圾的数量和构成与城市人口数、经济水平及生活习惯等因素有

5、关。随着城镇化进程加快和人们生活水平提高、生活方式转变，城市生活垃圾处理正在成为一个挑战性的难题。仅靠填埋、焚烧等技术不能持久地解决问题，必须与减量化、无害化、回收利用等措施结合起来，才是标本兼治、经济持久的方法。其中，从源头对垃圾进行减量分类收集是必须且关键的一个环节。垃圾减量分类活动是人类社会对自身垃圾产生系统的一个干预性工程。主要容是社会通过教育、督导、激励等措施（社会因素）影响个人及家庭的垃圾产生动因（个体因素），最终形成减少垃圾总量并分类回收良性结果的控制过程。目前对这一控制过程的研究改良主要依靠的还是经验总结型的

6、定性分析，主要原因是缺少描述“社会因素”和“个体因素”及其相互作用的量化模型，难以开展具有一定精度的量化分析工作。因此，探讨以量化模型描述垃圾减量分类活动“社会因素”、“个体因素”及关系，不仅能帮助提升城市生活垃圾产量的预测精度（目前的研究者通常只选取GDP、城市人口、居民人均可支配收入等在因素指标对城市生活垃圾产量进行预测研究），同时也可能给城市垃圾减量分类工作中的资源投入决策活动提供有益的辅助支持手段。目前市正在进行垃圾减量分类试点工作，附件给出了相关的研究实践资料。其中有在对比我国地区相关情况后的自身问题反思总结，以及

7、采用不同方案的天景花园和家园两个试点小区的实际数据记录。请你基于这些资料和自己收集的其他资料，研究以下几个问题：1、分析附件有关资料并结合你自己的经历和生活观察，考虑各项教育、督导、激励措施对居民家庭垃圾减量分类结果的影响，构建量化模型描述天景花园、家园垃圾减量分类过程，模型应能以量化参数描述社会因素（如各项教育、督导、激励措施等）以及个体因素（如家庭收入水平、家庭结构、户籍类型、生活习惯等），并在后续的进一步研究过程过调整相关参数来修正模型。2、基于你构建的减量分类模型，试分析试点小区四类垃圾组分本身的数量存在什么样的相关

8、性？各项激励措施与减量分类效果存在什么相关性？原因是什么？1、根据你构建减量分类模型的研究结果，你认为在现有垃圾减量分类督导过程中，目前统计的基础数据分项及颗粒度是否足够？应该在哪些数据的获取中投放更多的成本和精力？在减量分类模式大面积推广时，如何设置少量抽样数据来检测一定区域减量分类工作