基于大數據分析的城市包裝垃圾回收體系研究

王曉燕 袁 帥 宋 奇

（1.鄭州電力高等專科學校，河南 鄭州 450000；2.慧科教育集團，北京 100000）

0 引言

現階段國內各個企業署了大數據應用，其中就有金融、醫療、電子商務、互聯網、制造業等領域已經有了很大的進步，是發展循環經濟的重要組成部分，大數據技術在可再生資源產業中的應用尚未得到實現。因此，結合包裝回收市場的現狀，研究基于大數據思維的城市包裝垃圾回收體系，對于促進產業轉型升級乃至國家戰略的實施具有重要意義。

1 包裝回收市場的現狀

伴隨電子商務不斷進步，網購不斷沖擊著快遞業，為了促使產品可以經受快遞公司投揀，成功交付給購物者，商家會把商品包裝特別嚴實，將不可生物降解的塑料、泡沫墊裝進去包裝袋，用膠帶固定。并且大量快遞包裹一次性使用后被丟棄，浪費資源，污染環境，如何應對這一問題已成為人們面臨的難題[1]。而目前包裝回收市場的現狀如下：

1.1 缺乏系統和有效的回收系統

缺乏系統、高效的回收體系是限制國內包裝回收的主要因素。我國尚未建立起包裝回收體系，面對公眾、快遞公司和包裝制造商三個對立的個體，回收也變得分離，不到位。目前的回收系統缺乏一定的信息處理系統，無法收集整理回收過程中包裝的數量和流向信息，也讓回收工作無法進行。

1.2 回收本錢高

目前外包裝或快遞包裝的回收利用起步較晚，發展慢。包裝方面沒有強制性的法律法規、標準與激勵對策，責任分化不明朗。商務交際、快遞公司在購買包裝時只注重獨特的包裝和品牌產品，沒有一致的包裝規格，這增加了回收的強度。運輸期間不細致的分揀與購物者的暴力拆卸造成大概30%的回收包裝不可利用，讓回收工作變得不經濟。回收率高，回收渠道的早期投資和后期維護需要大量的資金投入，小企業無法承受。

1.3 群眾參與度低

回收意識淡薄，投資與回報的不均衡，造成群眾參與回收的動力不足。包裝回收存在不方便性，再次利用或許會造成私人信息暴露，此外，包裝污染也會削弱群眾的積極性。現階段，包裝回收獎勵措施主要是對網購者和電子郵件客戶，形式相對簡單，吸引力低，參與者有限。

2 回收體系構建的建議

2.1 政府、相關部門

政府對城市包裝回收樹立有著主導作用，是回收模型建立引領者。鑒于中國包裝回收利用發展緩慢，政府要以無可替代的號召力和行動負擔起主導力量。第一，經過政府接洽公眾、快遞站、快遞公司與包裝生產單位，確定各自任務，鼓勵和引導建立有序的區域回收網絡，可以先試試，用大數據判斷人流和快遞量，找到合適的位置放置智能回收箱，比如商業區和人口密集的建筑。第二，樹立包裝回收數據線路，動態監控互聯網回收點的數量并共享回收信息。第三，在政府公共信息服務平臺建設中，通過積分反饋和綠色信用機制建設和獎勵包裝回收區，收集點在城市公共生活中的應用應多樣化，如使用公共交通、社區禮品交換、停車位等，動員不同年齡段的居民參與活動，真正將城市包裝回收融入社會。

2.2 快遞公司

快遞公司作為包裝的直接使用者和主要回收商之一，在城市包裝回收模式中有著無可取代的作用。在樹立回收模式期間，快遞公司使用標準的包裝紙箱，慢慢取代印有公司品牌的紙箱流通，實現快遞包裝紙箱的標準化，降低因包裝不同引起的回收困難。在快遞服務點、營業網點的加盟點，要進行區域劃分和人員利用，通過講解流程說明和宣傳，引導公眾正確回收，并進行代扣郵寄費用等項目。

在回收期間，快遞公司要結合自身技術規模調整快遞站、自營網點的包裝材料回收數量和要求，來體現合理的車輛調度，降低運輸投入。退貨時，要依據貨物情況將包裝箱運回，再次循環使用，體現包裝逆向物流，增高回收效率。

2.3 包裝生產者

包裝企業是包裝產品的制造者，是社會資源再利用的實施者。成熟的包裝制造商可以根據不同包裝系統的生命周期，在包裝生產過程中融合有關技術和設備，做二次加工。破損程度嚴重的包裝，無法直接使用，可以作為再生材料，經處理后再利用。經過與快遞公司建立長期合作關系，包裝制造商可以以適當的價格向快遞公司售賣無受損包裝，此類包裝通過簡單修補能夠重復利用，增加包裝利用率。

與閑散垃圾收購站、移動人員等回收方式比較，固定回收點有助于減少受損紙箱的分散。包裝公司專注于回收利用，能夠降低原材料和加工本錢。也可以降低快遞包裝垃圾與可回收垃圾在垃圾分類中混雜引發的不必要浪費。

2.4 智能優化

運用掃碼識別、采用文本識別和大數據分析技術，實現垃圾智能處置。先要利用視覺分類器輔助信息質量特征，結合能識別的信息，對放置在垃圾儲存裝置中的垃圾，像垃圾桶、垃圾桶收購站進行智能分類，降低人工成本。再使用大數據對垃圾進行計算，讓垃圾數據與附近配送點的產業鏈協同合作，降低運輸成本，增加垃圾收集點覆蓋率，提高垃圾回收率，節約產品費用[2]。

3 基于大數據分析的城市包裝垃圾回收體系

結合垃圾分布位置數據、各類垃圾與所屬產業集群劃分、垃圾運輸路線規劃、大數據研判及推理等技術，提升包裝垃圾回收效率。基于垃圾分布和垃圾收集點分布數據，綜合大數據分析等技術手段，確定垃圾收集點分布的合理性。上述內容也打包進SDK，統一交由后臺部署。

3.1 數據采集與數據整合

基于問卷調查、網頁數據爬取、物聯網感知等技術采集包裝廢棄物的材質、規格、收回位置等信息，依托數據歸并與整合等手段，建立包裝廢棄物的樣本集與訓練集，為城市包裝垃圾回收體系建設提供數據支撐[3]。問卷調查須保證調查對象的隨機性、普遍性和代表性，在此基礎上收集居民對不同類型包裝廢棄物處理方式的合理化建議；網頁數據爬取利用Http爬蟲方式從電商平臺、包裝廠商、監管服務部門官方網站上獲取包裝收回信息，掌握包裝廢棄物收購情況、回收價格、回收渠道、回收利潤等數據；物聯網感知技術基于包裝廢棄物建立無線傳感網絡，涉及多個終端傳感器采集包裝廢棄物的分布位置和移動路徑等數據，為回收包裝廢棄物的全面、深入分析建立基礎。數據歸并與整合將采集到的多數據源中不同類型的數據進行合并，通過偏移量和數據加載到內存中的起始位置計算不同數據對應的字段值,從而依據字段值進行數據的歸并與整合。經過上述步驟可有效建立合理化、規范化的包裝廢棄物樣本集與訓練集，為數據清洗與數據挖掘操作提供便利。

3.2 數據清洗與數據挖掘

經過數據采集與數據整合后的數據質量參差不齊，且訓練集的數據質量嚴重影響分析算法的有效性和精確度，研究與設計基于缺失值統計、重復記錄消除和不一致性檢測的數據清洗策略，可有效提升包裝廢棄物樣本集和訓練集的數據質量。缺失值統計是將缺失值從樣本集中推導出來，以均值、最值或概率估計值替代缺失值的方法；重復記錄消除需判斷數據的屬性值是否相等，再將相等的數據合并為一條記錄。

數據挖掘是自動發現有價值信息的過程，用來探查樣本集，發現事先未知的有用模式，還能夠推測未來的觀測結果，對國家、社會、個人的決策起到指導性作用。運用數據挖掘技術，從回收對象、回收主體、回收機制等方面分析包裝廢棄物回收機制現存的問題，結合深度學習等人工智能算法，為居民預測、推薦合理的包裝垃圾處理策略。基于包裝廢棄物的種類、垃圾分布位置和垃圾收回點位置數據，運用基于人工勢場法的路徑規劃算法，使包裝廢棄物與垃圾回收點產生引力，使包裝廢棄物與途徑垃圾回收點的障礙物之間產生斥力，隨后有效構建引力函數和斥力函數，引力函數表達式如下：

ε：引力增益；d2（q，qgoal）：當前點q到目標點qgoal距離的平方；

斥力函數表達式如下：

D（q）：q點與其最近障礙物的距離；β：斥力增益；Q*：障礙物的作用距離閾值，小于等于此距離的障礙物將產生斥力影響。

勢函數表達式如下：

求解勢函數的最優解，使之擁有局部路徑最短且耗時最少的最優值，同時提供預測和建議路線，以降低居民到達垃圾回收點的行走距離。

3.3 數據應用與數據價值

數據清洗與挖掘后可有效建立包裝廢棄物的樣本集和收回預測模型，利用物聯網識別中的二維碼技術標記包裝不同材質、規格的包裝，同時產品的外包裝應詳細標注材料的制造商、生產日期、主要成分、大致成本和推薦的回收方式等信息。最后設計移動端App的功能模塊，掃描外包裝上的二維碼信息，即可調用對應的收回預測模型，實時地為用戶提供合理化的包裝廢棄物回收建議。合理利用科學技術和科學方法，在包裝廢棄物回收過程中能起到事半功倍的作用，再結合政府、社區、公司、個人等方面對包裝垃圾回收系統的推動作用，促進社會綠色發展。

4 結語

本文立足資源回收領域，在互聯網+的環境下，利用大數據分析技術從回收對象、回收主體、回收機制等方面分析了當前垃圾回收機制中存在的問題。利用物聯網技術進行數據采集，后進行數據整合，通過大數據分析技術對海量的數據進行數據清洗，最后通過數據挖掘，建立起城市包裝垃圾回收體系，助推綠色社會發展。