上傳人：e***

認(rèn)證信息

認(rèn)證類型：個(gè)人認(rèn)證

認(rèn)證主體：冷**（實(shí)名認(rèn)證）

IP屬地：湖北

IP屬地：湖北 上傳時(shí)間：2021-11-19 格式：DOCX 頁(yè)數(shù)：18 大?。?39.01KB 積分：16 舉報(bào) 版權(quán)申訴

1、一、 問(wèn)題的重述與分析城市生活垃圾的數(shù)量與多種因素息息相關(guān)。隨著社會(huì)的發(fā)展，城市生活垃圾的處理正在成為一個(gè)挑戰(zhàn)性的難題。僅靠填埋、焚燒等技術(shù)不能持久地解決問(wèn)題，因此，深圳市針對(duì)自身特點(diǎn)提出從源頭對(duì)垃圾進(jìn)行減量分類收集的治理方案。但目前對(duì)這一控制過(guò)程的研究改良主要依靠的還是經(jīng)驗(yàn)總結(jié)型的定性分析，主要原因是缺少描述“社會(huì)因素”和“個(gè)體因素”及其相互作用的量化模型，難以開(kāi)展具有一定精度的量化分析工作。根據(jù)附件給出的研究實(shí)踐資料，解決以下問(wèn)題：1、分析附件有關(guān)資料并結(jié)合經(jīng)歷和生活觀察，考慮各項(xiàng)教育、督導(dǎo)、激勵(lì)措施對(duì)居民家庭垃圾減量分類結(jié)果的影響，構(gòu)建量化模型描述深圳天景花園、陽(yáng)光家園垃圾減量分類過(guò)程，

2、模型應(yīng)能以量化參數(shù)描述社會(huì)因素（如各項(xiàng)教育、督導(dǎo)、激勵(lì)措施等）以及個(gè)體因素（如家庭收入水平、家庭結(jié)構(gòu)、戶籍類型、生活習(xí)慣等），并在后續(xù)的進(jìn)一步研究過(guò)程中通過(guò)調(diào)整相關(guān)參數(shù)來(lái)修正模型。2、基于構(gòu)建的減量分類模型，試分析試點(diǎn)小區(qū)四類垃圾組分本身的數(shù)量存在什么樣的相關(guān)性？各項(xiàng)激勵(lì)措施與減量分類效果存在什么相關(guān)性？原因是什么？3、根據(jù)構(gòu)建減量分類模型的研究結(jié)果，探究在深圳現(xiàn)有垃圾減量分類督導(dǎo)過(guò)程中，目前統(tǒng)計(jì)的基礎(chǔ)數(shù)據(jù)分項(xiàng)及顆粒度是否足夠？應(yīng)該在哪些數(shù)據(jù)的獲取中投放更多的成本和精力？在減量分類模式大面積推廣時(shí)，如何設(shè)置少量抽樣數(shù)據(jù)來(lái)檢測(cè)一定區(qū)域內(nèi)減量分類工作的效果？4、基于構(gòu)建的減量分類模型，指出深圳未來(lái)

3、5年推進(jìn)減量分類工作關(guān)鍵措施，并預(yù)測(cè)措施實(shí)施的最好與最壞結(jié)果。請(qǐng)根據(jù)以上分析和結(jié)論，向深圳市政府提供一份建議書，建議政府加強(qiáng)垃圾分類的推力度并增加與垃圾分類宣傳推廣的投入。第一問(wèn)要求根據(jù)實(shí)踐經(jīng)驗(yàn)及參考的研究資料，建立以量化參數(shù)：社會(huì)因素（如各項(xiàng)教育、督導(dǎo)、激勵(lì)措施等）以及個(gè)體因素（如家庭收入水平、家庭結(jié)構(gòu)、戶籍類型、生活習(xí)慣等）描述天景花園及陽(yáng)光花園垃圾的減量分類過(guò)程的量化模型。本文通過(guò)三個(gè)指標(biāo)：深圳市處理每噸生活垃圾產(chǎn)生的經(jīng)濟(jì)效益、每噸垃圾的減量化效果及深圳市的每日人均垃圾量來(lái)描述居民垃圾的減量分類效果。并采用多因素相關(guān)和逐步回歸法揭示各項(xiàng)教育、督導(dǎo)、激勵(lì)措施、家庭收入水平、家庭結(jié)構(gòu)、戶籍類

4、型等與這三個(gè)指標(biāo)之間的關(guān)系。在這些因素中，家庭收入水平、家庭結(jié)構(gòu)、戶籍類型可由附件及深圳歷年統(tǒng)計(jì)年鑒得出準(zhǔn)確的量化數(shù)據(jù)，而社會(huì)因素由于其特殊性，并不能直接找到其相關(guān)準(zhǔn)確數(shù)據(jù)，本文參考相關(guān)文獻(xiàn)，對(duì)各項(xiàng)社會(huì)因素建立打分機(jī)制，以此量化處理社會(huì)數(shù)據(jù)。第二問(wèn)和第三問(wèn)基于第一問(wèn)的模型，用spss及數(shù)理統(tǒng)計(jì)的相關(guān)知識(shí)對(duì)小區(qū)四類垃圾組分本身數(shù)量之間的相關(guān)性進(jìn)行分析。而根據(jù)激勵(lì)機(jī)制理論及所建立的模型，可對(duì)各項(xiàng)激勵(lì)措施與減量分類效果之間的關(guān)系進(jìn)行深入的分析。第四問(wèn)則充分利用灰色模型的優(yōu)點(diǎn)，進(jìn)行預(yù)測(cè)分析。二、模型假設(shè)與符號(hào)說(shuō)明模型假設(shè)1.抽象的社會(huì)因素可以通過(guò)打分機(jī)制進(jìn)行量化。2.Y1:深圳市處理每噸生活垃圾產(chǎn)生的

5、經(jīng)濟(jì)效益Y2:樣本中每噸垃圾的減量化效果Y3:樣本中的的每日人均垃圾量X1: 樣本所受的教育措施X2: 樣本所受的督導(dǎo)措施X3: 樣本所受的激勵(lì)措施X4: 樣本中居民的家庭收入水平X5: 樣本中居民的家庭結(jié)構(gòu)X6：樣本中居民的戶籍類型X7: 樣本中的居民的生活習(xí)慣Z1:可回收垃圾Z2:廚余垃圾Z3:有害垃圾Z4:其他垃圾三、模型建立與求解問(wèn)題一的求解：衡量垃圾減量分類過(guò)程的因素很多，單純采用樣本中每日人均產(chǎn)生的垃圾量可以直觀的看出垃圾的減量程度。但由于天景花園和陽(yáng)光花園的研究數(shù)據(jù)都來(lái)自于各項(xiàng)激勵(lì)、督導(dǎo)、教育措施實(shí)施的初期，垃圾的產(chǎn)生量并不會(huì)發(fā)生較為顯著的變化。通過(guò)大量閱讀國(guó)外文獻(xiàn)，可知一項(xiàng)措施

6、的實(shí)行需要較長(zhǎng)時(shí)間的觀察統(tǒng)計(jì)才能知曉其效益，尤其對(duì)于垃圾產(chǎn)生量1，在臺(tái)灣的垃圾治理中，常采用一般廢棄物1的清運(yùn)量來(lái)衡量垃圾的分類減量效果。在深圳市的數(shù)據(jù)中，可以借鑒臺(tái)灣的經(jīng)驗(yàn)，同時(shí)，基于附件7中提出的深圳市垃圾減量效益分析，選用樣本中每噸垃圾產(chǎn)生的經(jīng)濟(jì)效益作為標(biāo)準(zhǔn)衡量垃圾的分類效果，同時(shí)，與之相對(duì)應(yīng)的，采用樣本中的垃圾重量減量化率作為標(biāo)準(zhǔn)描述垃圾的減量化效果。本文選取深圳市2000年到2010年的統(tǒng)計(jì)數(shù)據(jù)及天景花園和陽(yáng)光花園的相關(guān)數(shù)據(jù)為樣本數(shù)據(jù)。進(jìn)行數(shù)據(jù)處理如下：1.深圳市處理每噸生活垃圾產(chǎn)生的經(jīng)濟(jì)效益在取自深圳市2000年到2010年的統(tǒng)計(jì)數(shù)據(jù)的樣本中，采用公式：Y1=每噸混合垃圾壓縮運(yùn)輸?shù)?/p>

7、效益+每噸混合垃圾焚燒處理的效益元在取自深圳市天景花園和陽(yáng)光花園的數(shù)據(jù)的樣本中，采用公式：Y1=每噸垃圾居民分類收集的效益+每噸垃圾中可回收物回收的效益+每噸垃圾中廚余垃圾壓縮運(yùn)輸?shù)男б?每噸垃圾中其它垃圾壓縮運(yùn)輸?shù)男б?每噸垃圾中廚余垃圾生物處理的效益+每噸垃圾中其他垃圾焚燒處理的效益+每噸垃圾中灰渣填埋的效益根據(jù)下表：環(huán)節(jié)設(shè)定費(fèi)用（元/噸生活垃圾）居民分類收集0.0 可回收物回收89.9 廚余垃圾壓縮運(yùn)輸其它垃圾壓縮運(yùn)輸廚余垃圾生物處理49.2 其他垃圾焚燒處理31.7 灰渣填埋由于附表中天景花園及陽(yáng)光花園列舉的數(shù)據(jù)太多，故本文采用每周的平均數(shù)據(jù)進(jìn)行分析。樣本來(lái)源時(shí)間經(jīng)濟(jì)效益天景花園1月第

8、1周1月第2周1月第3周1月第4周2月第1周2月第1周2月第2周2月第3周3月第1周3月第2周3月第3周3月第4周陽(yáng)光花園10月第1周10月第2周10月第3周10月第4周11月第1周11月第2周11月第3周11月第4周2. 樣本中每噸垃圾的減量化效果在取自深圳市2000年到2010年的統(tǒng)計(jì)數(shù)據(jù)的樣本中，采用公式：Y1=每噸混合垃圾壓縮運(yùn)輸?shù)闹亓繙p量化率+每噸混合垃圾焚燒處理的重量減量化率=81.2%在取自深圳市天景花園和陽(yáng)光花園的數(shù)據(jù)的樣本中，采用公式：Y1=每噸垃圾居民分類收集的重量減量化率+每噸垃圾中可回收物回收的重量減量化率+每噸垃圾中廚余垃圾壓縮運(yùn)輸?shù)闹亓繙p量化率+每噸垃圾中其它垃圾壓

9、縮運(yùn)輸?shù)闹亓繙p量化率+每噸垃圾中廚余垃圾生物處理的重量減量化率+每噸垃圾中其他垃圾焚燒處理的重量減量化率+每噸垃圾中灰渣填埋的重量減量化率根據(jù)下表：環(huán)節(jié)設(shè)定重量減量化率（%）居民分類收集60.5 可回收物回收廚余垃圾壓縮運(yùn)輸12.0 其它垃圾壓縮運(yùn)輸0.0 廚余垃圾生物處理其他垃圾焚燒處理80.0 灰渣填埋0.0 得到下表：樣本來(lái)源時(shí)間重量減量化率天景花園1月第1周91.11%1月第2周91.09%1月第3周90.61%1月第4周91.38%2月第1周91.72%2月第1周91.15%2月第2周91.19%2月第3周92.23%3月第1周92.16%3月第2周92.57%3月第3周92.39%

10、3月第4周92.62%陽(yáng)光花園10月第1周86.57%10月第2周86.59%10月第3周86.73%10月第4周86.68%11月第1周86.72%11月第2周86.75%11月第3周86.74%11月第4周86.70%3. 樣本中的的每日人均垃圾量在取自深圳市2000年到2010年的統(tǒng)計(jì)數(shù)據(jù)的樣本中，用深圳市城市生活垃圾清運(yùn)量平均到深圳市常住人口后得到城市生活垃圾日人均清運(yùn)量。在取自深圳市天景花園和陽(yáng)光花園的數(shù)據(jù)的樣本中，用每日垃圾量平均到小區(qū)人數(shù)上得到小區(qū)日人均垃圾量。如下表：樣本來(lái)源時(shí)間日人均垃圾量深圳市2000年2001年2002年2003年2004年2005年2006年2007年2

11、008年2009年2010年天景花園1月第1周1月第2周1月第3周1月第4周2月第1周2月第1周2月第2周2月第3周3月第1周3月第2周3月第3周3月第4周陽(yáng)光花園10月第1周10月第2周10月第3周10月第4周11月第1周11月第2周11月第3周11月第4周影響垃圾產(chǎn)生的因素有很多，主要可以分為內(nèi)在因素、個(gè)體因素和社會(huì)因素。而以往的研究多針對(duì)可以簡(jiǎn)單量化的人口、GDP、社會(huì)消費(fèi)品零售總額、燃?xì)馄占奥?、城市建成區(qū)面積、人口受教育水平等來(lái)構(gòu)建模型。而本研究除了針對(duì)可以簡(jiǎn)單量化的家庭收入水平、家庭結(jié)構(gòu)、戶籍類型外，還引入了不能直觀量化的各項(xiàng)教育、督導(dǎo)、激勵(lì)措施及生活習(xí)慣。樣本來(lái)源時(shí)間城市家庭年人均

12、可支配收入/元戶籍人口所占的百分率家庭結(jié)構(gòu)(人/戶）深圳市2000年2001年2002年2003年2004年2005年225632006年2007年2008年287042009年2010年天景花園1月第1周42500131月第2周42500131月第3周42500131月第4周42500132月第1周42500132月第1周42500132月第2周42500132月第3周42500133月第1周42500133月第2周42500133月第3周42500133月第4周4250013陽(yáng)光花園10月第1周495001310月第2周495001310月第3周495001310月第4周495001311

13、月第1周495001311月第2周495001311月第3周495001311月第4周4950013實(shí)踐證明：一個(gè)人在沒(méi)有受到激勵(lì)的情況下,僅能發(fā)揮其自身能力的20%30% ，而在受到充分而正確的激勵(lì)的情況下,則能發(fā)揮其自身能力的80%90% ,甚至更高。這中間的幅度差距竟達(dá)60%。一個(gè)受到激勵(lì)的人的作用相當(dāng)于34個(gè)未受到激勵(lì)的人所起的作用2。由此可見(jiàn)，激勵(lì)的重要性。按照激勵(lì)問(wèn)題的側(cè)重面不同以及與行為關(guān)系不同，管理學(xué)激勵(lì)理論可歸納和劃分為多種激勵(lì)理論，但同時(shí)也存在著明顯的弱點(diǎn)。在本研究中，不僅存在著激勵(lì)機(jī)制，而且還有監(jiān)控機(jī)制的作用，因此，參考文獻(xiàn)3可查得一系列公式。但公式的使用需要大量調(diào)查問(wèn)卷

14、的數(shù)據(jù)支持。因?yàn)楸狙芯繜o(wú)法在深圳市取樣，故采用參考文獻(xiàn)4中的調(diào)查結(jié)果進(jìn)行微調(diào)之后建立各項(xiàng)教育、督導(dǎo)、激勵(lì)措施及生活習(xí)慣的評(píng)分機(jī)制。以9分制為標(biāo)準(zhǔn)，從1到9表示受調(diào)查民眾對(duì)于該項(xiàng)制度起到影響的贊成程度。由于在2000年到2010年間，并沒(méi)有教育、督導(dǎo)及激勵(lì)措施的實(shí)施，故它們的作用為0。由此得出結(jié)果如下表：樣本來(lái)源時(shí)間教育督導(dǎo)激勵(lì)生活習(xí)慣深圳市2000年00022001年00022002年00022003年00022004年00022005年00022006年00022007年00022008年00022009年00022010年0002天景花園1月第1周77771月第2周77771月第3周776

15、61月第4周77772月第1周87772月第1周77772月第2周77772月第3周88883月第1周88883月第2周88883月第3周88883月第4周9998陽(yáng)光花園10月第1周666610月第2周666610月第3周666610月第4周666611月第1周666611月第2周666611月第3周666611月第4周6666 至此，所有的自變量和因變量都得到統(tǒng)計(jì)，運(yùn)用spss軟件,做逐步回歸。結(jié)果顯示：1. 對(duì)于Y1的回歸分析1）被引入或被從剔除回歸方程中剔除的各變量：輸入移去的變量b模型輸入的變量移去的變量方法1生活習(xí)慣, 城市家庭年人均可支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 戶籍人口

16、所占的百分率, 督導(dǎo), 激勵(lì), 教育a.輸入a. 已輸入所有請(qǐng)求的變量。b. 因變量: 經(jīng)濟(jì)效益(元)2）擬合過(guò)程小結(jié)：模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.998a.997.996a. 預(yù)測(cè)變量: (常量), 生活習(xí)慣, 城市家庭年人均可支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育。3）方差分析：Anovab模型平方和df均方FSig.1回歸7.000a殘差23總計(jì)30a. 預(yù)測(cè)變量: (常量), 生活習(xí)慣, 城市家庭年人均可支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育。b. 因變量: 經(jīng)濟(jì)效益(元)4

17、）回歸系數(shù)分析：系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).771.448城市家庭年人均可支配收入/元.001.000.112.056戶籍人口所占的百分率.418.003家庭結(jié)構(gòu)(人/戶）.022教育.583.091督導(dǎo).967.001激勵(lì).156.500.622生活習(xí)慣.201.974.340a. 因變量: 經(jīng)濟(jì)效益(元)得逐步回歸方程為:Y1=+11.954X1X2X3+0.001X4-31.854X5+77.577X6+5.872X72. 對(duì)于Y2的回歸分析1）被引入或被從剔除回歸方程中剔除的各變量：輸入移去的變量b模型輸入的變量移去的變量方法1城市家庭年人均可

18、支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 生活習(xí)慣, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育a.輸入a. 已輸入所有請(qǐng)求的變量。b. 因變量: 減量效果2）擬合過(guò)程小結(jié)：模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.995a.989.986.0054493a. 預(yù)測(cè)變量: (常量), 城市家庭年人均可支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 生活習(xí)慣, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育。3）方差分析：Anovab模型平方和df均方FSig.1回歸.0637.009.000a殘差.00123.000總計(jì).06430a. 預(yù)測(cè)變量: (常量), 城市家庭年人均可支配收入/元, 家庭

19、結(jié)構(gòu)(人/戶）, 生活習(xí)慣, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育。b. 因變量: 減量效果4）回歸系數(shù)分析：系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).684.046.000戶籍人口所占的百分率.015.028.129.556.584家庭結(jié)構(gòu)(人/戶）.037.015.120.023教育.028.008.002督導(dǎo).008.006.592.183激勵(lì).020.008.013生活習(xí)慣.024.007.003城市家庭年人均可支配收入/元.000.003a. 因變量: 減量效果得逐步回歸方程為:Y1=+0.028X1X2+X3+0.037X5+0.015X6+0.

20、024X73. 對(duì)于Y3的回歸分析1）被引入或被從剔除回歸方程中剔除的各變量：輸入移去的變量b模型輸入的變量移去的變量方法1城市家庭年人均可支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 生活習(xí)慣, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育a.輸入a. 已輸入所有請(qǐng)求的變量。b. 因變量: 城市生活垃圾日人均清運(yùn)量（噸）2）擬合過(guò)程小結(jié)：模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1.927a.860.817.0001101a. 預(yù)測(cè)變量: (常量), 城市家庭年人均可支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 生活習(xí)慣, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育。3）方差分析：Anovab模型平

21、方和df均方FSig.1回歸.0007.000.000a殘差.00023.000總計(jì).00030a. 預(yù)測(cè)變量: (常量), 城市家庭年人均可支配收入/元, 家庭結(jié)構(gòu)(人/戶）, 生活習(xí)慣, 戶籍人口所占的百分率, 督導(dǎo), 激勵(lì), 教育。b. 因變量: 城市生活垃圾日人均清運(yùn)量（噸）4）回歸系數(shù)分析：系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).001.004戶籍人口所占的百分率.000.001.707家庭結(jié)構(gòu)(人/戶）.001.000.686.001教育.000.504.619督導(dǎo).000.825.418激勵(lì).000.776.383.706生活習(xí)慣.000.478.3

22、56.725城市家庭年人均可支配收入/元.000.185.512.614a. 因變量: 城市生活垃圾日人均清運(yùn)量（噸）得逐步回歸方程為:Y1=+8.076E-5X1+9.608E-5X2+X3+4.913E-9X4+0.001X5+5.067E-5X73.2 問(wèn)題二的求解：本問(wèn)旨在討論四類垃圾組分之間的相關(guān)性。在數(shù)據(jù)分析的過(guò)程中，常常需要分析兩個(gè)或兩個(gè)以上變量之間的因果關(guān)系，通常會(huì)采用相關(guān)性分析方法，它不需要區(qū)分自變量和因變量， 兩個(gè)或者多個(gè)變量之間是平等的關(guān)系，通過(guò)相關(guān)分析可以了解變量之間的關(guān)系密切程度。運(yùn)用spss軟件進(jìn)行分析結(jié)果如下：相關(guān)性可回收物廚余垃圾有害垃圾其他垃圾可回收物Pear

23、son 相關(guān)性1.017.332顯著性（雙側(cè)）.943.152.578N20202020廚余垃圾Pearson 相關(guān)性.0171.369*顯著性（雙側(cè)）.943.110.000N20202020有害垃圾Pearson 相關(guān)性.332.3691顯著性（雙側(cè)）.152.110.076N20202020其他垃圾Pearson 相關(guān)性*1顯著性（雙側(cè)）.578.000.076N20202020*. 在 .01 水平（雙側(cè)）上顯著相關(guān)。其相關(guān)性可由上表體現(xiàn)。而各項(xiàng)激勵(lì)措施可歸納對(duì)比如下：臺(tái)灣而深圳市實(shí)行的各項(xiàng)措施則與之相對(duì)比則力度稍有不足，根據(jù)第一問(wèn)的回歸方程，可知措施前的系數(shù)都為正數(shù)，故為正相關(guān)。 問(wèn)

24、題三的求解通過(guò)研究發(fā)現(xiàn)，在深圳市現(xiàn)有垃圾減量分類督導(dǎo)過(guò)程中，督導(dǎo)措施的基礎(chǔ)數(shù)據(jù)分項(xiàng)過(guò)小，且顆粒度過(guò)大。經(jīng)過(guò)Y1、Y2和三種垃圾組分可回收垃圾、廚余垃圾其他垃圾，Z1、Z2、Z4的分別回歸分析（由于有害垃圾Z3對(duì)Y1、Y2影響不大，在分析中略去），運(yùn)用spss軟件所得結(jié)果如下：Y1和三種垃圾組分多元回歸分析：模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1a.0062285a. 預(yù)測(cè)變量: (常量), 其他垃圾, 可回收物。Anovab模型平方和df均方FSig.1回歸2.000a殘差.00117.000總計(jì)19a. 預(yù)測(cè)變量: (常量), 其他垃圾, 可回收物。b. 因變量: 經(jīng)濟(jì)效益(元)

25、系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).021.000可回收物.098.890.000其他垃圾.011.000a. 因變量: 經(jīng)濟(jì)效益(元)已排除的變量b模型Beta IntSig.偏相關(guān)共線性統(tǒng)計(jì)量容差1廚余垃圾.242a.000a. 模型中的預(yù)測(cè)變量: (常量), 其他垃圾, 可回收物。b. 因變量: 經(jīng)濟(jì)效益(元)得： Y1=596.457*Z1-27.077*Z4+18.749, 其中z2已被自動(dòng)排除。Y2和三種垃圾組分多元回歸分析：模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差1a.0000000a. 預(yù)測(cè)變量: (常量), 其他垃圾, 可回收物。An

26、ovab模型平方和df均方FSig.1回歸.0132.006.a殘差.00017.000總計(jì).01319a. 預(yù)測(cè)變量: (常量), 其他垃圾, 可回收物。b. 因變量: 減量效果系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量).000.可回收物.000.000.其他垃圾.000.a. 因變量: 減量效果由以上結(jié)果可以看出Y1、Y2受Z1、Z4影響較大，因此在Z1（可回收垃圾）和Z4（其他垃圾）的獲取中應(yīng)投放更多成本和精力。根據(jù)第一問(wèn)中的經(jīng)濟(jì)效益和減量效果分析中X1到X7的sig值，sig值越小，則其對(duì)Y1值影響越大，越重要。個(gè)人因素Y1 SigY2 Sig城市家庭年人均可

27、支配收入/元0.0560.003戶籍人口所占的百分率0.0030.584家庭結(jié)構(gòu)(人/戶）0.0220.023顯然，根據(jù)城市家庭年人均可支配收入在地區(qū)內(nèi)分層抽樣調(diào)查來(lái)檢測(cè)減量分類的效果，可得到更為科學(xué)的結(jié)果。 問(wèn)題四的求解：社會(huì)因素Y1 SigY2 Sig教育0.0910.002督導(dǎo)0.0010.183激勵(lì)0.6220.013由上表看出，深圳市未來(lái)垃圾減量分類工作的關(guān)鍵措施在于做好教育和督導(dǎo)工作在未來(lái)5年運(yùn)用灰色預(yù)測(cè)模型得到X1至X7的數(shù)據(jù)，再代入第一問(wèn)中得到的回歸函數(shù)，解出未來(lái)5年Y1、Y2的結(jié)果：措施實(shí)施最壞結(jié)果X1X2X3X4X5X6X7Y1Y266666666666666666666措

28、施實(shí)施最好結(jié)果X1X2X3X4X5X6X7Y1Y299669966996699669966根據(jù)本文的分析和結(jié)論，著重在加強(qiáng)垃圾分類的推力度與垃圾分類宣傳推廣方面對(duì)深圳市政府提出以下建議：1.積極完善政策法規(guī)，推進(jìn)相關(guān)政策體系建設(shè)深圳應(yīng)盡快完善城市垃圾管理的法律、法規(guī)體系，將垃圾收集、中轉(zhuǎn)、運(yùn)輸、資源化利用、最終處理等各個(gè)環(huán)節(jié)納入依法管理的軌道。2.加強(qiáng)配套制度政策研究在不斷修訂完善現(xiàn)行法律的基礎(chǔ)上，制定垃圾分類回收的管理?xiàng)l例，詳細(xì)規(guī)定生活垃圾的分類標(biāo)準(zhǔn)、各級(jí)職能部門垃圾分類的管理職能、制定與之相適應(yīng)的垃圾收費(fèi)制度等。垃圾的屬性不同，回收利用方式也不一樣，根據(jù)分類對(duì)象的不同性質(zhì)及資源回收利用的不同情況制定對(duì)應(yīng)的各種配套法規(guī)。制定生活垃圾分類的實(shí)施細(xì)則結(jié)合自身區(qū)域條件和實(shí)際情況制定操作性強(qiáng)的制度規(guī)定和實(shí)施細(xì)則。其中垃圾分類應(yīng)按垃圾的不同成分、屬性、利用價(jià)值、環(huán)境影響和不同的處置方式，分成若干種類。3.明確回收義務(wù)，建立行之有效的制裁機(jī)制在我國(guó)許多企業(yè)對(duì)回收義務(wù)不積極不主動(dòng)甚至采取回避態(tài)度，深圳作為中國(guó)的特區(qū)應(yīng)敢于先行一步，建立行之有效的制裁機(jī)制，應(yīng)立法指明行政主管部門的監(jiān)督管理責(zé)任，明確規(guī)定企業(yè)回收利用廢棄物的義務(wù)。同時(shí)，對(duì)于違法行為視程度的不同將給予相應(yīng)的行政處分、經(jīng)