建筑廢棄物產量估算與預測
——以重慶市為例

□ 李紅霞 李 言 郎 宏

隨著建筑工程項目逐漸增多，建筑廢棄物的數量也在快速增長，約占據城市垃圾總量的70%[1]。據統計，我國在2017年產生建筑垃圾總量為15.93億t，在2018年達到17.04億t[2]，其總產量還在持續增長，每年以10%的速度遞增[3]。城市建筑廢棄物產量的大幅提升，對廢棄物收運和處理的需求增加。政府對其管理工作也十分重視，黨的十九大報告明確指出，我國將全面推進資源節約和循環利用，特別是關于加強固體廢棄物的處置及資源化利用。而加強建筑垃圾綜合治理，離不開建筑廢棄物產量的準確預測，這是制定完善管理方法的重要依據。

相較于建筑垃圾產生量的快速增長，我國建筑廢棄物的利用率不足5%[4]。建筑廢棄物處理行業發展報告中指出，我國建筑廢棄物處理能力遠低于歐美、日韓國家的處理水平，100萬t以上的生產線只有70多條，建筑廢棄物重復利用量不到1億t。精確的估算并預測城市產量是增加建筑垃圾處理廠的重要依據，對提高建筑廢棄物的利用率有著積極作用，因此估算并預測現有城市建筑廢棄物產量十分有必要。

1 建筑廢棄物產量估算

本文主要關注可以重復利用的建筑廢棄物，不考慮市政工程中的工程槽土，研究房屋建筑工程中的建筑垃圾以及進入建筑廢棄物資源化的產業中，統一規劃建筑廢棄物、集中處理的部分，這里將其定義為即新建、裝修、拆除過程產生的建筑廢棄物。

1.1 估算方法的選擇

研究估算方法目的是結合現有城市具體特征，以找出適合的估算方法，為后續的產量預測做準備。估算方法的選擇至關重要，直接決定預測結果的準確性和有效性。目前，估算建筑廢棄物產量的方法主要有現場調研法、單位產量法、材料流分析法、系統建模法等[5]。為了選擇合適的方法對重慶市歷史產量進行估算，本文從重慶市自身的特點以及估算方法對預測結果準確度影響多方面考慮，對這幾種方法的內涵、優劣勢進行簡要介紹。

現場調研法，是根據現有資料收集歷史產量數據，匯總并估算產量，其操作簡單，原理便于理解，結果易于統計，但數據的準確性有待考證。單位產量法利用產廢系數，結合定量面積得到建筑垃圾產生量，依據不完整、不精確的信息估算產量，其缺點是不能明確表現建筑廢棄物的來源。材料流分析法，以原材料為研究對象，根據建設項目中的用途進行分析，能直觀表達各內部因素的相互作用關系，但需要較多的原始數據，對原始假設的要求高。系統建模法，能夠準確、細致地量化系統中的要素，提高估算精度，但需要大量的穩定性數據，界定要素間的聯系難度大。

近年來建設開發項目持續增多，建筑垃圾產量逐年遞增。加上歷年建筑廢棄物年產量數據缺失，預測產量難度加大。重慶作為我國最大的城市之一，產量數據遠遠大于其他城市，很難準確收集城市的建筑垃圾產量。而單位產量法適用于數據不完全、數據基礎大的研究，因此選用單位面積產量估算方法對歷史產量進行估算[6]。

1.2 數據來源

本文以重慶市為研究對象，結合歷史數據對建筑廢棄物進行產量估算。數據的跨度主要選取重慶市2002年至2020年的歷史產量，其原因在于，2000年后重慶經濟發展迅速，建筑垃圾產量變化速度快，更加符合未來產量的增長趨勢。查找數據來源于《重慶統計年鑒》《中國統計年鑒》。

1.3 估算模型的建立

1.3.1 新建施工廢棄物年產量估算

大多新建施工廢棄物的產廢系數為0.055t/m2，但該系數的使用年份已久，已不適用于當前的情況。住房城鄉建設部發布《關于推進建筑垃圾減量化的指導意見》中明確指出，到2025年末，實現新建建筑施工現場建筑垃圾排放量每萬平方米不高于300t。加上重慶市的丘陵山地特征，施工技術與其他地區存在明顯差異，產生的新建建筑的建筑廢棄物較少。本文擬用住房城鄉建設部和國家市場監督管理總局發布的《綠色建筑評價標準手冊》中0.04t/m2作為計算新建施工廢棄物產量的基數，并通過《重慶統計年鑒》《中國統計年鑒》，查找相關的施工建筑面積，估算2002年至2020年的施工廢棄物產生量。

1.3.2 裝修廢棄物年產量估算

裝修廢棄物產量估算給學者們提供了豐富的借鑒方法。如建筑裝修廢棄物可按照居民住宅類和公共建筑類按照單位產量法分別計算，還可利用居民戶數與單位戶數裝修垃圾產生量乘積求總產量。由于重慶市尚無準確的住宅及公共建筑面積的數據，查找單位戶數裝修垃圾產生量缺乏可靠的理論支撐，本文擬用建筑年裝修面積按房屋竣工面積的10%計算，單位裝修面積建筑廢棄物年產生量為0.1t/m2[6]。

1.3.3 拆除廢棄物年產量估算

拆除廢棄物建筑結構主要類型分為鋼筋混凝土結構、磚木結構、磚混結構。目前，重慶市拆除廢棄物的主要建筑結構以磚混結構居多。參考相關學者的研究，將拆除廢棄物分為不同的結構類型：鋼筋混凝土結構、磚木結構、磚混結構。根據測算不同類型的結構，將拆除的產廢系數定為1.337t/m2，拆除面積參考清華大學建筑節能中心的研究，城鎮拆除建筑面積約占竣工建筑面積比達23%，擬城鎮拆除建筑面積約占竣工建筑面積比定為20%[7]。

建筑廢棄物總量為新建、裝修、拆除之和。從2002年的1655.14萬t增加到2020年的5422.41萬t，平均年增長率約為13.47%。其中拆除建筑廢棄物類產量占比最高，是重慶市建筑廢棄物的主要組成部分。歷年重慶市建筑廢棄物產量，如表1所示。

表1 2001年至2020年重慶市建筑廢棄物年產量估算表

2 建筑廢棄物產量預測模型

2.1 預測模型的選擇

目前，預測建筑廢棄物的主要方法有BP神經網絡預測模型、多元回歸分析法、灰色預測、系統動力學預測、ARIMA模型預測法等。為了選擇合適的方法對重慶市建筑廢棄物預測產量，下面對幾種預測方法進行簡要介紹。

BP神經網絡預測模型通過誤差逆傳播算法，調整誤差權值和閾值，實現對未來趨勢的預測需要大量穩定性的數據，計算復雜?；貧w分析預測模型運用大量數據，利用數理統計方法建立自變量與因變量的關系。建立回歸方程式進行預測，能準確計量因素之間的相關程度與回歸擬合程度?；疑獹M（1，1）模型，通過已知信息運用灰微分方程尋找系統演化規律，其建模過程簡單，所需數據量小，樣本要求低，對數據要求高，但預測效果情況不穩定。系統動力學預測，主要運用系統動力學分析因素間的潛在關系，探索各變量對系統的影響，可直觀體現系統的內在聯系，所需數據量小，但建立模型內部的內在聯系難度大。ARIMA模型將預測對象視為一個隨機序列，用數學模型近似描述這個序列，該模型簡單，但時序數據要求高。

本文主要研究重慶市未來5年的建筑廢棄物存量，需要選取適合短期預測的模型，針對重慶市現有與產量相關的資料較少、存在不確定因素多等特點，決定采用灰色預測理論預測模型。該模型的適用范圍廣泛，預測精度可準確驗證，若發現數據擬合度不高，還可及時修改模型，其計算量過程也相對容易。

2.2 灰色GM（1，1）模型預測結果

（1）離散原始時間序列X（0）為由表1新建、拆除、裝修之和。

（2）X（0）原始數據進行一次累加得X（1）。

（3）原始數據進行光滑性檢驗，該原始數列符合光滑性檢驗，該數列可用于灰色GM（1，1）模型。

（4）生成的緊鄰均值生成序列Z（1）。

（5）構建灰色GM（1，1）模型，計算參數化簡計算，最終還原式為

由此，公式反推重慶市2002至2020年建筑廢棄物產量，通過灰色GM（1，1）模型的驗證公式計算均方差比C=0.31＜0.35，模型精度符合要求。計算小誤差概率P=1，查閱相關資料，該模型精度等級為“優”。

（6）根據灰色GM（1，1）模型，對重慶市2021至2025年的建筑廢棄物年產量進行預測，預測結果分別為y1=（6882.36，7117.12，7359.90，7870.57，8139.04）萬t。預測結果表明，重慶建筑廢棄物年產量依然持續增長，但增長速度逐步趨于平緩。

2.3 小結

針對重慶市建筑廢棄物產量統計偏差大、數據不全面的現象，運用灰色系統理論建立了灰色GM（1，1）模型，對重慶市未來5年建筑廢棄物產量進行預測。通過所建立的預測模型表明，重慶市未來5年的建筑廢棄物年產量會繼續增加，政府對建筑廢棄物資源化綜合利用的研究工作仍需進行合理的安排和規劃。

3 結論

本文通過建立建筑廢棄物產量估算模型，得到重慶市2002年至2020年建筑廢棄物年產量數據，以灰色系統理論為載體，建立灰色GM（1，1）預測模型。經過分析測算該預測模型精度等級為優秀，能夠合理地反映重慶市建筑廢棄物產量的變化趨勢，由此用來預測重慶市未來5年內建筑廢棄物的產量。

灰色GM（1，1）模型雖然不需要大量樣本，但研究發現，樣本數量越多，其預測模型的精度越高。由于灰色GM（1，1）模型適用于短期數據的預測，若進行長時間的預測，該模型會造成較大誤差，精度等級低。在實際預測過程中，政府或者企業需要不斷對數據模型進行修正，使預測結果更加準確，從而有效反映建筑垃圾的產量及產量變化趨勢。