1、第 卷第期 年月地 球 科 学 与 环 境 学 报 王涛，岳波，孟棒棒，等 基于不同尺度的差异化农村生活垃圾处理模式 以我国 个镇域单元为例 地球科学与环境学报，（）：，（）：收稿日期：；修回日期：投稿网址：基金项目：国家重点研发计划项目（）作者简介：王涛（），男，江苏扬州人，昆明理工大学工学硕士研究生，：。通讯作者：岳波（），男，重庆市人，研究员，博士研究生导师，理学博士，：。：基于不同尺度的差异化农村生活垃圾处理模式 以我国 个镇域单元为例王涛，岳波，孟棒棒，袁续胜，高红，刘博，（中国环境科学研究院 固体废物污染控制技术研究所，北京 ；昆明理工大学 建筑工程学院，云南 昆明 ）摘要：农村地
2、区实施生活垃圾处理分区分级处理，提高我国农村地区生活垃圾无害化处理率，对推进美丽乡村建设具有重要意义。基于我国 个镇域单元的项指标（人均可支配收入、人口密度、垃圾收集密度、人均生活垃圾产生量、乡镇距市县中心距离、公路路网密度、地形起伏度、土地面积）数据分析，研究构建了科学合理的乡镇类型识别指标体系，采用空间差异性分析、空间自相关性分析、空间插值分析讨论了我国镇域空间分布格局，并探讨了东部、中部、西部和东北地区不同类型乡镇的生活垃圾处理模式。结果表明：从乡镇类型划分来看，我国乡镇可分为城乡一体化型、密集型、村庄农户分散型，并且东部、中部地区乡镇的生活垃圾处理能力总体优于西部、东北地区；从空间分异
3、性来看，东部、中部地区乡镇指数内部差异性整体较小，可建议推广同一生活垃圾处理模式；东北、西部地区乡镇指数内部差异性较大，建议推广不同类型相组合的生活垃圾处理模式；从空间关联性来看，不同尺度下的乡镇指数空间聚集效应明显，特别是东部地区产生了“近朱者赤”的空间关联效应。最后，根据乡镇空间分布特征差异，总结提出了不同地区的农村生活垃圾处理模式选择建议。关键词：农村生活垃圾；无害化；处理模式；数据分析；空间差异；聚集效应；乡镇指数；美丽乡村建设中图分类号：文献标志码：文章编号：（），（，；，）：（，）；，；，；，；，；，“”，：；引言镇域是一个建制镇行政区划的所有地理范围，作为我国底层区域的重要组成部
4、分，和城市相互依托，又互有差异。党的十九大报告提出：实施乡村振兴战略，要根据不同村镇的发展现状、区位条件、资源禀赋等推进农村发展。目前，我国农村生活垃圾产量巨大，但农村生活垃圾处理能力参差不齐。据估算，年我国村镇生活垃圾产生量巨大，为 。并且，部分农村地区垃圾管理服务水平较低，相应的垃圾处理技术不够成熟以及配套设施不够完善，甚至存在部分生活垃圾未经无害化处理就直接排放到外界环境的情况，对农村地区的生态环境造成极大的负面影响。因此，我国农村地区垃圾处理实行分区、分级的差异化发展道路，对于提高农村生活垃圾处理率、实施乡村振兴战略具有重要意义。近年来，诸多研究人员对中国农村生活垃圾处理模式进行了研究
5、。林宣佐等利用黑龙江省的农户微观调查数据，采用二元 模型进行回归分析，总结了我国差异化农村生活垃圾处理模式下农户参与农村生活垃圾处理的影响因素。张敏等采用入户调查和发放问卷等方式，对北京、四川南充、新疆和四川西昌等地区农村生活垃圾处理现状和模式进行了调查与总结，得出现有部分地区生活垃圾处理措施建议。等采取问卷调查的方式，对广东省农村生活垃圾的处理现状进行调查，发现在受访的 个行政村中，的行政村实施了生活垃圾的标准化管理，其中只有 个行政村进行了分类收集后的处理。等在对陕西省农村生活垃圾分类与资源利用试验区调查的基础上，从供应商角度，运用案例分析法，对个试验村的基本情况、分类实践模式和供应商进行
6、比较研究，发现农村生活垃圾分类目前面临供给、制度、资金和治理等方面的问题。在乡镇空间分布格局与类型识别研究方面，前人分别采用 、生态承载力模型、人工神经网络等技术，从地名分布、镇域发展水平、空间布局优化 、生态承载力、空间规划和治理 等方面进行分析。但上述研究集中于我国部分地区，缺少对全国整体维度的考虑，并且基于提高农村生活垃圾无害化处理效率背景下，乡镇空间分布与乡镇地域功能分类的研究较少。基于此，本文基于农村生活垃圾产生、收集、运输等影响因素研究，构建乡镇空间分布格局与乡镇类型识别指标体系；采用乡镇指数定量评价乡镇生活垃圾处理发展水平，并对乡镇类型进行识别；借助变异系数、莫兰指数等计算方法，
7、对我国省域、市域、县域、镇域的内部差异性与自第期王涛，等：基于不同尺度的差异化农村生活垃圾处理模式相关性进行分析；最后，根据乡镇空间分布差异，对不同地区的差异化农村生活垃圾处理模式进行分析，以期兼顾环境与农村生活垃圾收运处理成本，提高我国农村地区生活垃圾无害化处理效率，为乡村振兴战略的实施提供保障。研究区概况目前我国有 个省、个自治区、个直辖市、个特别行政区，合计 个省级行政单位，其中内地共有 个地级市（包括 个副省级城市），个县级行政单位（包括 个市辖区、个县级市、个县、个自治县、个旗、个自治旗、个特区、个林区）。截止到 年底，我国共有 个乡级行政单位（个街道、个镇、个乡、个民族乡、个苏木、
8、个民族苏木、个县辖区）。根据区位的不同，本文集中研究中国内地四大区域，分别为东部地区（北京、上海、广东、浙江、江苏、天津、河北、海南、福建、山东）、中部地区（山西、江西、湖南、湖北、河南、安徽）、西部地区（重庆、云南、新疆、西藏、四川、陕西、青海、宁夏、内蒙古、广西、甘肃、贵州）以及东北地区（吉林、辽宁、黑龙江）。我国农村生活垃圾主要组分包括厨余类（占比 ）、灰土类（）、橡塑类（）和纸类（）以及其他。我国南方和北方地区农村生活垃圾组分也有明显不同。北方地区燃料结构以煤炭为主，生活垃圾中渣土含量较高；而南方地区农村生活垃圾则以有机垃圾为主。并且，在农村生活垃圾组分中，纸类、橡塑类含量呈现由南向北
9、逐渐递减的趋势，灰土类含量呈现明显的由南向北逐渐递增的趋势。北方地区以及部分南方地区村镇生活垃圾经过筛选后 其 热值 可以 满 足 焚 烧 处 理 要求，但部分重金属含量严重超标。随着农村居民生产与消费模式的变化，农村生活垃圾组分特征日趋城市化，农村生活垃圾处理需要探索新的循环途径。分析方法 指标体系构建 指标选择农村生活垃圾收运处理模式的选择受到多重因素的共同影响，各个因素作用程度与机理不同，但最终共同影响了农村生活垃圾处理模式的选择。一般来说，构建指标体系时，需要满足指标的系统性、科学性、可操作性、定性与定量相结合的原则。本文从农村生活垃圾收运处理角度出发，从产生影响因素、收集影响因素、运
10、输影响因素个角度构建农村生活垃圾收运处理模式评价指标体系。与生活垃圾产生有关的指标主要包括地域、气候、文化、地区人口密度、经济发展水平、消费结构、燃料结构、工业类型、城市特征等；与生活垃圾收集有关的指标主要包括垃圾收集密度、垃圾产生量、人口密度、垃圾箱（池）数量、保洁员数量等；与生活垃圾运输有关的指标主要包括距离垃圾处理终端距离、公路路网密度、农村地形、土地面积、转运站数量等。由于全国范围的指标数据量较大，获取难度较高，为保证指标的可获取性以及可操作性，通过筛选，最终选取以下项二级指标：人均可支配收入、人口密度、垃圾收集密度、人均生活垃圾产生量、乡镇距市县中心距离、公路路网密度、地形起伏度、土
11、地面积。数据来源镇域单元作为我国行政管理的基层单元，其数据难以完整获取。因此，农村居民人均可支配收入数据使用中国各县（市）统计年鉴中的县、市级数据替代；人均生活垃圾产生量、垃圾收集密度数据来源于课题组针对我国典型乡镇收集的中部、东部、西部和东北地区的实地调研省级数据；公路路网密度数据为镇级数据，来自国家基础地理信息中心 年最新版的数据源，比例尺为 ，为非涉密级别下的最高精度；地形起伏度数据为镇级数据，来自中国科学院资源环境科学与数据中心网站；行政边界、土地面积数据为镇级数据，来自全国地理信息资源目录服务系统；乡镇距市县中心距离数据为镇级数据，由 软件距离分析功能获取。人口密度数据为镇级数据，选
12、自 中国县域统计年鉴（乡镇卷）。由于镇域级别的数据过于庞大，处理过于复杂，采用 软件的 编程功能进一步处理数据并导出到 表格中。剔除数据不完整的乡镇后，最终选取 个镇域单元。评价指标标准化处理对评价指标预处理的目的是通过数学变换的方式将指标进行无量纲化处理，防止由各指标的单位和数量级不同造成的各指标存在不可公度性。采用极差法对各指标进行标准化处理。该方法可将一列数据拍扁在某一固定区间（常为（，），其与最大值、最小值有关）。正向指标越大时，正向化后的值越接近；逆向指标越大时，逆向化后的值越接近。地球科学与环境学报 年正向指标表达式为 （）逆向指标表达式为 （）式中：为第个乡镇第个指标的标准化值；
13、为第个乡镇第个指标的原始数据；、分别为第个乡镇第个指标的最大值与最小值。评价指标权重确定 权重法不但考虑了指标的强度，也考虑了指标之间的冲突性，仅仅依靠数据本身所携带的信息来获取其应当匹配的权重值。并且，该方法综合考虑数据波动情况和指标间的相关性，适合指标自身带有一定相关性和波动性的数据。层次分析法（）是一种带有模拟人脑决策方式的方法，会带有较多的定性色彩 。因为现实世界的问题并不能简单地用数字来说明，所以本文采用 权重法与层次分析法互相修正来获取权重。权重表达式为 （）式中：为第个指标最终的权重值；为层次分析法下的第个指标权重值；为 权重法下的第个指标权重值；为指标数量。通过层次分析法与 权
14、重法综合确定权重，结果如表所示。乡镇类型划分方法乡镇指数代表了当地生活垃圾处理潜力大小。乡镇指数越大，表明当地生活垃圾收运处理潜力越大，采用线性加权法计算乡镇指数（）。其表达式为（）式中：为第个乡镇的乡镇指数；为第个乡镇第个指标的标准化值。自然间断点分级法是一种有效的数据分级方法。该方法利用数据本身固有的间断特性，识别数据分类间隔并对数据进行分组，使组间差异最大化，以实现最佳分组。因此，本研究采用自然间断点分级法，基于乡镇指数将选取的 个镇域单元进行分类。空间差异性分析方法空间差异性分析方法较极差、方差、标准差等指标更能够准确地反映数据之间的离散程度，同时具有客观性。本文在镇域尺度下的研究单元
15、超过 个，因此，采用变异系数分析数据，不但可以防止数据之间的绝对差异影响，也能反映县域、市域、省域、区域的内部差异性。其计算公式为（）（）式中：表示变异系数；表示研究单元数（基于县域、市域、省域、区域）；是第个研究单元的平均乡镇指数；为所有研究单元的平均值。探索性空间数据分析在对数据进行分析时，为了直观地展现出各数据点在空间领域中的潜在关系，通常使用莫兰指数来研究数据点在空间是否存在聚集和异常。在进行空间自相关性分析时，首先要通过全局莫兰指数来判断在空间范围内数据点是否存在聚集现象。全局莫兰指数计算公式为（）（）（）（）（）表我国农村生活垃圾收运处理模式评价指标体系 准则层指标层指标解释权重指
16、标类型产生影响因素人均可支配收入（元年）居民可用于最终消费支出和储蓄的总和 正向指标收集影响因素人口密度（人）单位面积土地的人口数量 正向指标垃圾收集密度（）单位面积土地的垃圾收集质量 正向指标人均生活垃圾产生量（人）每人每天产生的生活垃圾质量 正向指标运输影响因素乡镇距市县中心距离 乡镇到市县中心的距离 逆向指标公路路网密度（）单位面积的公路里程长度 正向指标地形起伏度当地最高点与最低点高程差值 逆向指标土地面积 当地行政区域土地面积 逆向指标第期王涛，等：基于不同尺度的差异化农村生活垃圾处理模式式中：表示全局莫兰指数；表示要素和的空间权重；和分别是要素和要素的观测值；为平均值；为样本方差。全局莫兰指数的取值一般为。表示负相关，表示不相关，表示正相关。如果全局自相关性不等于，则接着进行局部空间自相关分析，这样就可以得出具体的聚集情况。局部空间自相关指数表达式为（）（）（）式中：是第个单元的局部空间自相关指数；和分别是要素和要素的观测值；是空间权重矩阵。最后，运用 软件绘制 聚集图与莫兰散点图，分析不同尺度下的乡镇指数空间自相关程度和聚集现象。结果分析 乡镇类型划分为了深入分析我国乡镇
