重庆市主要电子废弃物产生量及重量预测研究

何开伦，孙会龙，程创业

（重庆理工大学 管理学院，重庆 400054）

摘 要：以电视机、电冰箱、洗衣机、空调器和家用电脑为主要测算对象，利用BP神经网络模型预测了重庆市电子产品的保有量，在此基础上利用市场供给A模型预测了重庆市2015-2025年电子废弃物产生量。结果表明：未来10年，重庆市主要电子废弃物产生量呈现出快速增长趋势，从2015年的297.82×104台，约10.97×104吨增长至2025年的666.78×104台，约29.94×104吨，年均数量增速达到12.39%、重量增速达到17.30%。最后，从完善的电子废弃物回收网络体系、发展专业化电子废弃物处置企业、完善法律法规和制度建设等方面提出了合理性建议。

关键词：电子废弃物；产生量预测；BP神经网络 中图分类号：F205 文献标识码：A 文章编号：1674-8425 (2015) xx-xxxx-x

Research on prediction of volume of mainly electronic waste in

Chongqing

HE Kai-lun, Sun Hui-long, CHENG Chuang-ye

(School of Management, Chongqing University of Technology, Chongqing 400054, China)

Abstract: Primarily study on the television sets, refrigerators, washing machines, air conditioners and

home computers, based on the predicts the electronics holdings with BP neural network model in Chongqing, forecasted the generation and weight of electronic waste of 2015-2025 in Chongqing by A model of market supply. The results show that a rapid growth trend of main electronic waste in Chongqing in next 10 years, generation from297.82 × 104 units, 10.97 × 104 ton in 2015 increased to666.78 × 104 units, 29.94 × 104 ton in 2025, with an average annual growth rate of 12.39%, 17.30%. Finally, put forward reasonable suggestions to improve e-waste recycling in the network system, the development of specialized electronic waste disposal enterprises, improve the legal system construction and so on.

Key words：electronic waste; generation prediction; BP neural network

一、引言

近年来，居民生活水平的不断提高，家用电器更新换代的速度越来越快，由此带来了电子废弃物的迅速增长。据重庆市环保局估计，2011年全市电子废弃物产生量约为284万台，

[1]

而当年资质企业处理能力仅为160万台，仅占到产生量的56.34%。电子废弃物含有丰富的可回收利用资源，对其进行规范有效的回收处理具有相当大的经济效益和社会效益,然而包含电路板、重金属在内的电子废弃物如果处置不当则会对环境造成永久性的污染。目前，重庆市尚未建立起一个科学规范的回收网络体系，回收方式较为落后，处理技术较为粗劣，这 收稿日期：xxxx-xx-xx

基金项目：重庆市社科规划项目（编号：2012HQZZ04） 作者简介：何开伦（1965-），男，重庆人，教授，硕士生导师，研究方向：物流与供应链管理；孙会龙（1988-），男，河北邯郸人，硕士研究生，研究方向：物流与供应链管理。

已成为制约重庆市社会和环境可持续发展的重要因素。因此，科学合理的预测电子废弃物产

[2]

生量及其动态变化可以为重庆市电子废弃物的回收处理提供可靠依据。

国内外学者利用不同的模型针对不同的区域进行了电子废弃物产生量的预测。Antoinette等（2010）则利用系统动力学模型在预测电子废弃物产生量的基础上构建了基

[3]

于产品设计特征的回收动态模型；梁晓辉等（2010）采用市场供给A模型，针对上海市主

[4]

要电子废弃物进行了估算，结果显示2017年上海市电子废弃物达到635.75万台；郭晓倩等（2014）则引入了生态学中的Logistic种群增长模型并进行改进，预测了天津市五类电

[5]

子废弃物产生量，并得出将在2040年达到顶峰1877.66万台的结论；何开伦等（2015）利用“估计”模型预测了重庆市2013-2020年主要电子废弃物产生量，结果表明到2020年

[6]

重庆市主要电子废弃物将达到324万台。

从模型精确性和适应性的角度，“估算”模型由于其假设过于简单只能适合粗略估计，重庆市尚未建立详细的电子产品的销售数据库，根据销售数据预测电子废弃物的产生量也不符合重庆市的具体情况。考虑到电子废弃物产生量具有非序列性特征，本文拟引入BP神经网络，并结合市场供给A模型来预测2015-2025年重庆市电子废弃物产生量。

二、预测模型与数据

（一）预测模型 1.市场供给A模型

市场供给A模型是根据产品的销售量或新增量和产品的寿命分布来计算电子废弃物的[7]

产生量。其主要假设是电子产品使用寿命围绕平均寿命前后呈正态分布特征。计算公式为：

QwSiPi （1）

i式中，Qw为电子废弃物产生量；Si为从该年算起第i年前电子产品的销售量或新增量；

Pi为i年前销售的电子产品过了i年之后废弃的百分比；i为电子产品的实际使用年数。

2.BP神经网络模型

BP（Back-Propagation）神经网络是一种神经网络学习算法，全称基于误差反向传递算法的人工神经网络，其网络拓扑结构见图1，一般称为三层前馈网或三层感知器，即输入层、中间层（也称隐藏层）、输出层[8]。它的特点是各层神经元仅与相邻层神经元之间相互全连接，同层内神经元之间无连接，各层神经元之间无反馈连接，构成具有层次结构的前馈型神经网络系统[9]。

图1 神经网络拓扑结构示意图

（二）数据来源与处理

1. 重庆市电子产品社会保有量

（1）1996-2013年电子产品社会保有量

[10]

通过查找重庆市历年统计年鉴，可以得到1996-2013年农村居民家庭平均每百户年末耐用品拥有量以及城镇居民家庭平均每百户年末耐用品拥有量，再根据重庆市历年农村居民总户数以及城镇居民总户数，即可得到1996-2013年重庆市主要电子产品社会保有量，具体数据如表1所示：

表1 1996-2013年重庆市主要电子产品社会保有量 万台

年份 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

电视机 266.58 300.64 379.47 436.33 528.61 623.17 700.99 787.84 881.73 1024.80 1113.27 1144.97 1199.00 1259.23 1367.21 1515.86 1553.95 1501.97

电冰箱 206.22 224.89 233.17 247.97 272.16 283.84 311.56 331.10 355.90 397.70 468.83 539.05 592.57 700.82 867.50 1038.23 1089.04 1117.15

洗衣机 212.21 206.57 243.29 252.03 283.60 303.41 330.12 379.40 415.52 449.60 519.36 553.36 604.84 676.99 785.95 932.63 963.97 964.34

空调器 105.73 124.40 147.39 166.09 190.62 209.44 274.15 349.93 440.64 477.34 562.00 582.94 635.43 717.04 857.23 1038.70 1147.90 1264.63

家用电脑

-- 8.35 10.72 22.18 31.84 42.12 64.60 95.03 124.43 152.52 218.86 221.52 238.14 284.49 384.65 493.47 540.45 581.57

（2）2014-2020年电子产品社会保有量的预测

由于电子产品开始废弃的时间一般在售后的5-10年之间，因此预测到2025年电子废弃物的产生量需要对不同电子产品的社会保有量需要预测到不同的年限：对电视机的社会保有量需要预测到2017年；对于空调器和家用电脑需要预测到2020年；对电冰箱不需要进行预测；由于对洗衣机只需要预测到2014年，为了简化模型，预测方法采用最近两年的平均增长率作为2014年的增长率。

根据1996-2013年的数据构建训练样本对网络进行训练，采用3层BP神经网络建立预测模型。输入层节点数为4，输出层节点数为3。采用试凑法确定最佳隐节点的个数。并用2012年和2013年数据作为验证。

对1996-2013年的时间序列Ij,k(Ij,1,Ij,2,Ij,3,...,Ij,k)（j表示第j种电子产品）。设

序列中最大值、最小值分别为Ij,kmax，Ij,kmin，对时间序列的值做归一化处理。

xj,kIj,kIj,kminIj,kmaxIj,kminab （2）

取a0.3,b(1a)/2，避免神经元的输出进入饱和状态，得到新的序列记为Xj,k（j表示第j种电子产品）。

令输入样本为

Xj,k(xj,k,xj,k1,...,xj,k(n1))，输出样本为

Yj,k(xj,k(nm1),xj,k(nm2),...,xj,kn)。k表示第k个输入、输出样本，n为输入层神经

元的个数，m为输出层神经元的个数。则第j种电子产品第1个输入样本为

Xj,1(xj,1,xj,2,xj,3,xj,4)，第j种电子产品的第1个输出样本为Yj,1(xj,3,xj,4,xj,5)。

首先，对电视机、空调器、家用电脑的样本进行归一化处理，得到其神经网络训练样本，并进行BP网络训练。在BP网络训练中，发现电视机、空调器的最佳隐节点个数为8，家用电脑的最佳隐节点个数为7，三个网络的训练时学习效率均取0.1，期望误差为0.0001，最大运算步数为1000。并用2012年和2013年相应的神经网络预测样本，对训练好的网络进行预测，电视机、空调器、家用电脑的预测结果分别为1546.31、1189.36、526.58和1506.23、1285.78、503.59，精确度分别高达99.51%、96.39%、97.43%和99.72%、98.33%、97.66%。据此，用训练好的BP网络对重庆市2014年-2020年电子产品保有量进行仿真预测，结果如表2所示。

表2 2014-2020年重庆市主要电子产品社会保有量预测结果 万台 年份 2014 2015 2016 2017 2018 2019 2020

电视机 1521.38 1534.78 1563.46 1578.52

- - -

电冰箱 - - - - - - -

洗衣机 980.72 - - - - - -

*

空调器 1335.48 1428.63 1550.31 1634.23 1701.26 1782.52 1823.41

家用电脑 603.26 628.37 653.26 678.43 701.85 731.46 758.86

*由于洗衣机只需要预测下一年的数据，基于简单起见采用最近两年的算数增长率作为下一年的增长率进行计算，经计算，两年年均增速为1.70%，由此得到2014年洗衣机保有量为980.72万台。

2. 重庆市电子产品每年新增量

上述预测中已经得到1996-2020年重庆市主要电子产品的年社会保有量，根据公式（3）可以计算得出1997-2020年重庆市电子产品的每年新增量，具体数据如表3所示。

IiHiHi1Si（3）

式中，Ii表示第i种电子产品每年新增量；Hi表示第i种电子产品当年社会保有量；Si表示第i种电子产品当年报废量。

表3 1997-2020年重庆市主要电子产品新增量 万台

年份 1997

电视机 34.06

电冰箱 18.67

洗衣机 --

空调器 18.67

家用电脑 8.35

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020

78.83 56.86 92.28 94.56 77.82 86.85 93.90 143.06 88.47 31.71 92.12 123.68 185.60 226.16 128.12 41.99 112.75 105.17 124.55 118.19 -- -- --

8.28 14.80 24.19 11.68 27.72 19.54 24.81 41.80 71.13 70.22 53.52 108.25 166.69 177.19 62.70 43.02 -- -- -- -- -- -- --

36.72 8.74 31.57 19.81 26.71 49.28 36.12 34.09 69.75 34.01 51.47 72.15 122.99 167.20 53.67 24.22 44.55 -- -- -- -- -- --

22.99 18.70 24.53 18.82 64.71 75.78 103.50 57.69 105.75 46.59 85.89 135.80 214.44 268.62 189.02 194.80 152.96 185.62 265.09 276.42 297.37 295.40 226.47

2.37 11.47 9.65 10.29 22.47 30.43 34.99 35.79 76.00 14.67 34.73 72.67 100.16 108.82 95.61 82.37 59.21 82.82 110.19 125.36 122.12 115.79 101.90

（三）相关参数

1. 电子产品的平均寿命及重量

[11][4,12-14]

综合中国家用电器研究院出台的行业报告、国内相关研究，同时参考市场上各类知名品牌电子产品的使用手册，得到主要电子产品的平均使用寿命以及平均重量，具体数据如表4所示。

表4 主要电子产品的平均使用寿命及平均重量

电子产品 平均寿命（年） 平均重量（千克）

电视机 8-12 23

电冰箱 12-16 55

洗衣机 11-14 25

空调器 5-8 60

家用电脑 5-8 23

2. 电子产品的报废年限分布

报废年限分布的确定是一项复杂和不精确的过程，因为这不仅和电子产品本身的质量及特性有关，消费者的使用习惯也会造成不确定性。根据市场供给A模型假设各类电子产品的寿命期按不同的比例围绕平均寿命呈正态分布特征，综合国家质监局所颁布的通则以及国内

[4,12,15-16]

相关学者的研究成果，本文确定了各种电子产品的使用年限及报废比例，具体结果见表5。

表5 主要电子产品报废年限分布

电子产品 电视机 电冰箱

10%（8） 10%（12）

不同废弃年限下的废弃比例 15%（9） 15%（13）

15%（10） 20%（14）

25%（11） 30%（15）

35%（12） 25%（16）

洗衣机 空调器 家用电脑

15%（11） 10%（5） 15%（5）

40%（12） 15%（6） 40%（6）

35%（13） 40%（7） 35%（7）

10%（14） 35%（8） 10%（8）

注：表中的不同废弃年限下的废弃比例说明：括号内的数字表示从新增当年开始计算所经过的年数，括号前的数字表明当年的废弃比例，比如电视机一行中的10%（8）表示从新增当年开始计算，第8年的废弃比例为10%。

（四）预测结果及分析

根据电子产品每年新增量和报废年限分布数据，利用市场供给A模型得到重庆市2015-2025年电子废弃物产生量，具体结果如表6和图2所示。

表6 2015-2025年重庆市主要电子废弃物产生量预测结果

年份 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025

电视机 91.77 95.87 103.13 89.82 103.14 137.74 147.03 158.29 144.91 100.48 89.16

电冰箱 19.40 20.51 23.04 31.14 38.38 48.85 64.68 82.46 97.98 112.04 126.21

洗衣机 36.46 39.48 41.67 48.54 49.15 50.29 68.72 104.68 125.19 95.92 53.92

空调器 92.47 143.41 192.50 230.34 214.14 185.58 183.72 195.19 242.20 277.50 282.65

家用电脑 57.71 85.30 100.19 98.70 86.18 74.50 78.62 97.79 115.31 121.11 116.88

合计

重量

（万台） （万吨） 297.82 384.56 460.54 498.54 490.98 496.97 542.78 638.40 725.60 707.05 668.83

10.97 14.89 18.54 21.08 20.54 19.96 21.49 24.75 29.04 30.31 29.94

300 电子废弃物产生量（万台）250 200 150 100 50 -彩色电视机洗衣机电脑电冰箱空调20152016201720182019202020212022202320242025年份 图2 2015-2025年重庆市主要电子废弃物产生量预测结果

模型计算结果表明，从产生数量上来看，2015年重庆市电子废弃物达到297.82万台，2025年增长到668.83万台，年均增速达到12.39%，远远高出各学者所研究的全国及部分省

[4-5,14-16]

市的增速；而从重量的角度，从2015年的10.97万吨增长至2025年的29.94万吨，

年均增速达17.30%，高出数量增速将近五个百分点，主要是因为电视机和空调器年均以55.04%和20.57%的速度呈现高速增长的趋势，而其重量远远高出其他电子废弃物。另外，电视机和洗衣机则呈现出先增长后减少的趋势，电脑的增长速度则呈现放缓的情况。

三、结论与建议

（1）未来十年，重庆市主要电子废弃物呈现快速增长趋势。2015年、2025年电子废弃物产生数量量及重量分别为297.82万台、668.83万台和10.97万吨、29.94万吨，数量和重量的年均增速分别为12.39%、17.30%。

（2）针对各类电子废弃物的未来产生量的快速增长趋势，提出以下政策建议：一是构建完善的电子废弃物回收网络体系，考虑到目前作坊式粗放处置电子废弃物的现象，需要从源头控制，建立完善的正规的电子废弃物回收网络，压缩作坊式处理厂的粗放处置空间，保障电子废弃物顺利回收至专业处理企业；二是发展专业化电子废弃物处置企业，目前重庆市共有三家资质企业，年合计处理能力仅为160万台，远远低于电子废弃物实际产生量，因此建议新建2-3个区域性电子废弃物处理企业，提高电子废弃物的处理水平；三是完善法律法规和制度建设，依据国家相关法律法规，结合重庆市实际，制定发布一套科学完整的重庆市电子废弃物管理条例和实施细则，从环境保护，资格许可、资金扶持、再生资源利用等各方面规范整个电子废弃物回收处理和再生资源利用活动，为电子废弃物回收网络体系的规范有效运行保驾护航。

参考文献

[1] 重庆市环境保护局. 重庆市废弃电器电子产品处理发展规划（2011-2015）.2011-1-14. [2] Kothan P,Ahluwalia P,Nema A.A grey system approach for forecasting disposable computer

waste quantities:a case study of Delhi[J].International Journal of Business Continuity and Risk Management,2011,2(3):203-218.

[3] Antoinette V.S,Markus A,R.Dynamic modeling of E-waste recycling system performance

based on product design[J].Minerals Engineering,2010,23(3):192-210. [4] 梁晓辉,李光明,黄菊文等.上海市电子废弃物产生量预测与回收网络体系建立[J].环境科

学学报,2010,30(5):1115-1120.

[5] 郭晓倩,孟伟庆,汲奕君.基于改进logistic模型的天津市电子废弃物产生量预测[J].环境科学与技术,2014,37(3):188-193.

[6] 何开伦,程创业,孙会龙等.基于“估计”模型的重庆市主要电子废弃物产生量预测研究[J].

绿色科技,2015,(3):227-228.

[7] 高颖楠,徐鹤,卢现军. 基于市场供给A模型的手机废弃量预测研究[A]. 中国环境科学学

会.2010中国环境科学学会学术年会论文集(第四卷)[C].中国环境科学学会:,2010:5. [8] 詹建徽. 第一类正交（张量）权函数神经网络的算法复杂度研究及其应用[D].南京邮电

大学,2014.

[9] 郭涛. 正交权函数神经网络灵敏度研究及其应用[D].南京邮电大学,2012. [10] 重庆市统计局.重庆市统计年鉴[M].北京:中国统计出版社,1996-2013.

[11] 中国家用电器研究院. 中国废弃电器电子产品 回收处理及综合利用行业白皮书

[R].2014. [12] 张伟,蒋洪强,王金南,卢亚灵.我国主要电子废弃物产生量预测及特征分析[J].环境科学与

技术,2013,36(6):195-199.

[13] 刘邦凡,王冬梅. 论我国电子废弃物资源化[A]. .中国公共管理论丛2013年第1辑

[C].:,2013:11.

[14] 余辉. 江苏省电子废物管理与资源化政策研究[D].南京农业大学,2011. [15] 张东萍,肖岳峰.广西电子废弃物产生量预测[J].物流科技,2010,(1):21-23.

[16] 张克勇.山西省主要电子废弃物产生量估算研究[J].现代工业经济和信息

化,2014,(7):156-161.