
作者 | 钟 黛
编辑 | 唐也钦
设计 | 邹 磊
眼前的湿不是湿,你说的干是什么干?站在垃圾分类桶前,DT君的卡姿兰大眼睛里充满疑惑。
最近几周,魔都群众不谈股票和房价,一门心思牵挂着猪:猪能吃的叫湿垃圾,猪都不吃的叫干垃圾,猪吃了会死的叫有害垃圾,可以卖出去换猪的叫可回收垃圾……一波激情学习之后,大考即将来临。
7月1日起,上海将正式开始实施《上海市生活垃圾管理条例》,推行垃圾定时定点分类投放制度,还会对垃圾分类不到位、拒不改正的单位和个人开出罚单。
其他城市的吃瓜群众恐怕也得对猪投入更多关心——据说,到2020年底,全国46个重点城市都得建成垃圾分类处理系统。
(图片说明:垃圾分类先行先试的46个重点城市,图片来源:住房和城乡建设部)
认真学习垃圾分类之余,DT君(公众号ID:DTcaijing)对于这背后的原因有诸多好奇:我们的城市遇到了怎样的垃圾问题?现阶段令人掩鼻的垃圾堆是如何被消化的?强制垃圾分类对于解决垃圾问题到底有啥帮助?
研究了许多数据与材料后,我们基本回答了上述问题。
1
大城市面临垃圾围城
北京比上海更严重
从数据来看,越光鲜的大城市,垃圾围城的问题越严重。
2017年,上海生活垃圾清运量为743.07万吨,北京更加庞大,达到924.77万吨——更具象来说,如果用载重5吨的大卡车来装这924.77万吨垃圾,两辆一排,可以从云南西双版纳直接排到哈尔滨。
以全国为观察范本,北京的生活垃圾生产力超过了24个省级行政单位,上海则超过了19个。
数据还顺带解释了大城市垃圾问题更严重的原因。
以2017年为例,我国各地区人均垃圾生产量与人均GDP的相关系数达到了0.83,这意味着城市的生活垃圾制造水平与经济发展水平高度相关,越发达的城市垃圾压力自然也越大。
北京群众的生活垃圾制造能力尤为强劲。
DT君计算了2017年全国各地区的人均生活垃圾清运量,没有意外,北京与上海稳居前两位,平均每个北京市民一年能制造出0.43吨垃圾,分摊到每天超过2斤——即使是考虑到城市的经济发展水平,这个生产力也是过于旺盛了。
2
我们生产的垃圾都流向了哪里
城市面临怎样的问题
一座成熟的城市,可以用尽量小的代价消化掉如此庞大的生活垃圾。
目前我国城市垃圾处理最主要的方式是填埋与焚烧,经过上述流程之后,生活垃圾就算是经过了无害化处理。
垃圾填埋的操作很简单,把各处的垃圾拉到填埋场,埋完后等待垃圾发生各种反应,慢慢分解、减量。由于成本比较低,现在为止仍旧是最主要的垃圾处理方式。
但填埋的弊端非常明显:占用大量土地、污染地下水、影响周边环境……生活垃圾在填埋的过程中,污染物随水分溶出,形成“渗沥液”,一般的垃圾填埋场都会制作防渗膜,但化工材料老化后,还是会有液体渗透出来。
相对来看,焚烧更加科学,占地相对比较少,垃圾减量也更加明显。纯理论层面讨论,近年来焚烧过程中产生的二噁英、PM2.5等污染物水平已经极大降低,是目前被提倡得更多的垃圾处理方式。
表面看来,大城市的垃圾处理得挺好。
经过近十年的努力,北京和上海这两座“最垃圾”的城市,生活垃圾无害化处理比例都已经上升到接近100%,而且,通过焚烧来处理的生活垃圾越来越多。
2017年,北京一共焚烧处理了326.5万吨垃圾,比填埋处理的垃圾量少去三成,而上海这一年焚烧处理的垃圾数量已经差不多等同于填埋的量。
不过,对于这两座超级城市,以填埋方式处理的生活垃圾比例恐怕都还得继续降低。
填埋场占地面积大,尤其是在土地资源紧缺的大城市,垃圾填埋疲态尽显,两城的填埋场在不同的时期都曾严重超负荷运转。2017年,北京埋下的生活垃圾量比其原本可以负荷的多出了15%。
如此看来,要维持城市正常运转,继续无害化处理这么多的生活垃圾,还得继续增加城市生活垃圾焚烧处理能力。
但这也存在问题。
垃圾焚烧虽然在垃圾减量和热能利用(发电)上有较大优势,但其带来的二噁英污染物是地球上最致命的有毒物质之一。二噁英一旦进入人体,会长久驻留,破坏人类免疫系统、改变甲状腺激素和类固醇激素以及生殖功能,最为敏感的是影响人体发育,导致胎儿畸形。
当焚烧温度高于850℃时,二噁英就不会产生——前面我们已提到,现有技术已能达到这一点,但实际运行中部分焚烧厂不能够做到达标排放,群众对于垃圾焚烧厂普遍存在抵触情绪,要增加城市垃圾焚烧能力也挺难。
这从两座城市现有垃圾处理场的分布就可见一斑。
据DT君手动不完全统计,上海运营中的4个垃圾填埋场与10个焚烧场,基本都建在外环外区域。那些有幸建到外环内的处理场,也基本都被安排到所属行政区边界位置,可以尽量少地影响本区群众。
北京的垃圾场分布,看似比上海更均匀,实则也处处充满“小心机”。在各区自行建垃圾场、解决生活垃圾的大前提下,每个区都尽可能地把垃圾场建在区边界。
而地处皇城中心的东西城,实在是没有地修建垃圾场,只能选择直接“用钱解决问题”,通过市级调控将垃圾运往昌平区进行处理,支付异地补偿处理费,西城区城管委的预算报告中,就包括2019年生活垃圾处理费及异地经济补偿费2.7亿余元。
显然,从群众到各行政区,大家都不太愿意接下垃圾处理的活儿。不远的将来,如果没办法提升垃圾处理能力,大城市将越来越难实现生活垃圾的自产自消。
而在这个问题上,北京可能比上海要更加急迫。从2017年的生活垃圾处理数据来看,上海的垃圾焚烧能力仍有较大富余,为城市生活垃圾的上涨保留了一些空间;而北京,在垃圾填埋已经严重超出负荷的情况下,垃圾焚烧能力也已经接近饱和。
那么,大力推行垃圾分类,就可以有效帮助解决这个问题吗?
3
城市要消化这么多垃圾
分类真的有用吗
我们可能没办法用日本与欧美的垃圾分类逻辑来理解中国城市的一系列操作,这里得特别提到我国生活垃圾的构成比例。
DT君在查询资料时看到这样一组数据,2002年上海生活垃圾中,厨余果皮占到68.2%,而东京都可燃垃圾中厨余垃圾占比仅为37.4%,在生活垃圾整体占比更小(来源于《上海与东京生活垃圾处理回收体系之比较》)。
清华大学环境学院教授刘建国教授在接受《经济观察报》采访时也提到,我国生活垃圾最主要的构成部分是厨余垃圾,超过60%,有的地区甚至达到70%至80%。对比欧美国家,他们最主要的垃圾是纸张,厨余垃圾只占到25%。因为这样的差异,我国垃圾的最大特点就是湿,含水率很高;另一特点是臭,容易腐烂降解。
(图片说明:世界部分国家和地区生活垃圾组成成分;图片来源:《垃圾围城:比雾霾更触目惊心,我们都无处可逃》截图;原始数据来源不可考,仅供参考)
富含水分的厨余垃圾为焚烧处理带来困难,它们与其他生活垃圾混在一起,会降低垃圾整体的焚烧热值,提高了二次污染的控制难度。简单来说,湿垃圾不容易被燃烧至可抑制二噁英生成的850℃,这对焚烧的技术与成本都提出了更高要求。
所以,如果将垃圾进行分类,会有利于提升垃圾焚烧的效率。
据《北京市城市生活垃圾焚烧社会成本评估报告》测算,每年北京市二噁英可能致癌人数之和达到241人,假设生活垃圾经过妥善分类,每年致癌人数将从241人降低至182人。
而DT君在查看上海最近的垃圾处理相关新闻后,认为上海的垃圾分类应该还有更大野心。
4月9日的新闻报道提到,上海最大的湿垃圾资源化利用项目——老港湿垃圾一期项目将于明年底投产。这是为湿垃圾量身定制的新处理方式,湿垃圾在密闭条件下进行厌氧发酵处理,有机物降解后产生沼气,用于供热与发电,而处理后的沼渣干化后再进行焚烧处理。
(图片说明:湿垃圾处理示意图;图片来源:上海市政总院)
这个项目预计每日将处理湿垃圾1000吨,而根据《上海市生活垃圾全程分类体系建设行动计划(2018年-2020年)》,上海湿垃圾分类处理量预计在2020年增加到6300吨/日以上。据说,更多湿垃圾资源化利用项目还在路上。
如果一切顺利实现,我国城市垃圾的处理方式将从舶来的“焚烧+填埋”,转变为更贴近拥有大量厨余湿垃圾国情的“焚烧+填埋+生化法”,也算是在垃圾处理方面的模式超车。
研究了半天,DT君挺认同将生活垃圾分为可回收垃圾、干垃圾、湿垃圾和有害垃圾分别进行处理的方式,这在提升垃圾处理效率、降低污染、提升垃圾资源等方面都有用。
只是,末端要实现分类处理,真的需要群众们从扔垃圾的源头就开始进行如此严格的分类吗?
DT君发现,魔都群众在严肃紧张的垃圾分类学习间隙,也发出了挺多吐槽与疑问,包括分类垃圾桶供应不足、定时投放是否合理、湿垃圾没必要破袋扔投……如果再考虑到,其实可以通过发展技术,将垃圾直接运入工厂后自动分为无机物和有机物两大类,再分别进行处理,那么现行的严格分类制度,多少有点就是为了提升大家日常生活扔垃圾难度的意味。
说到这里,DT君不由得产生了另一个关于强制垃圾分类作用的大胆揣测:当扔垃圾成为生活中一项复杂而郑重的仪式,大家会倾向于避免产生不必要的垃圾,尤其是过多的外卖和现制饮料,这事实上是从源头上减缓了城市生活垃圾的快速增长趋势——如果真是如此,那确实对于解决城市垃圾问题很有用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01