由于影响城市生活垃圾产生量的因素很多，且各国间差异较大，所以不同国家、不同地区的垃圾产生量和组分都会有很大差异，因此预测方法也各有不同。H.A.AbuOdais、J.Newham和M.F.Hamoda通过抽样调查精确地测定了当地居民生活垃圾人均产生量和成分并进行了线性回归分析［1］。E.Daskalopoulos等从经济可持续与环境可持续方面对城市垃圾处理进行研究并建立理论模型［2］。曹莉通过最小平方法来预测杭州市的生活垃圾产生量，该方法根据原时间数列变动的特征，来确定配合直线或者曲线，由2007—2014年垃圾产生量预测了2015—2020年的垃圾产生量［3］。孙昊欣、李明章通过多元回归分析方法建立了预测模型，并对无锡市垃圾产生量进行预测，结果显示未来几年内无锡市区生活垃圾产生量增长较为缓慢［4］。刘源、荆志东、黄涛等选择时间序列模型 〔ARIMA（p，d，g）〕 和灰色模型 〔GM（1，1）〕作为城市生活垃圾产生量预测的模型，并对模型进行了参数优化和残差修正，最后基于PSO算法的GM-ARIMA组合模型对成都市2016—2020年的生活垃圾产生量进行预测［5］。李银、吴振家、位瑞英等建立灰色Verhulst模型，并通过残差合格模型、关联度合格模型、均方差比合格模型、小误差概率合格模型等模型精度检验的方法进行检验，结果显示全部合格，最后用该模型对韶关市地区2016—2020年的垃圾产生量进行了预测［6］。本研究分析北京市“十一五”和“十二五”时期生活垃圾产生量数据以及一些相关性因素，对“十三五”时期生活垃圾的产生量进行预测［7-9］。

1 北京市生活垃圾产生量及影响因素现状

影响生活垃圾产生量的因素有很多，但是最主要的是人口因素和消费水平。一方面垃圾产生量必然会随着人口的增多而增加，另一方面，随着人们生活水平的提高，消费水平会增高，消费品种类和数量会随之增加，这都会不同程度地引起垃圾产生量的增多［10］。所以，选取消费性支出 和人口数量作为相关变量，查询数据［11］，见表1。

 

表1 2007—2016年北京市生活垃圾产生量及相关因素数据情况

  

?

从表1可以看出，从2007—2016年，北京市生活垃圾产生量呈现逐渐递增的趋势，到2010年有轻微回落。分析原因：一方面，北京市自2010年起开始推行居住小区垃圾分类达标试点，使垃圾达到一定的减量化效果有关［1 2］；另一方面，2009—2010年人口也出现了轻微回落。2007—2016年总消费支出呈现逐年递增的现象。

2 预测概况

2.1 预测范围及年份

本次预测的范围，主要是北京全市的垃圾产生量及16个区的垃圾产生量。预测的时间段为2016—2020年。由于2016年已有实际数据，将用2016年的实际数据与所预测数据进行比较分析。

2.2 预测方法

以2007—2016年北京市人口数量、消费支出计算得出此期间的总消费支出，利用AR模型进行自回归分析，得出2017—2020年的总消费支出，再结合北京市生活垃圾产生量的现状，对北京市垃圾产生量采用线性回归和多项式回归相结合的方法进行预测。各区的垃圾产生量主要以2011—2016年北京市各区的生活垃圾产生量占全市生活垃圾产生量的比例为依据，采用一阶差分法预测2017—2020年各区垃圾产生量占全市的比例，再以全市2017—2020年生活垃圾产生量预测数据为基础，进行2017—2020年北京市各区生活垃圾产生量预测。

3 北京市生活垃圾产生量预测

3.1 线性回归和多项式回归

以北京市居民总消费支出为自变量x，以生活垃圾产生量为因变量y，进行线性回归。线性模型回归结果如图1，拟合方程式为：

矿产资源法第三条第三款之规定、水法第三十九条之规定、湖南省河道砂石开采权有偿出让管理办法第十二条之规定可以得出结论，水行政主管部门为了行政管理的需要，通过招标、拍卖、挂牌的方式作出行政许可决定并与买受人签订的河道砂石开采权有偿出让合同属于行政合同范畴。

 

  

图1 北京市垃圾产生量线性回归拟合结果

拟合优度R2=0.75，拟合效果较好。从图1可以看出，拟合结果有7个数据偏离实际值。

以北京市居民消费支出为自变量x，以生活垃圾产生量为因变量y，进行多项式模型回归，其结果如图2，拟合方程式：

 

  

图2 北京市垃圾产生量多项式回归拟合结果

建模过程包含平稳性检验，差分计算，对残差进行白噪声检验，最后进行残差序列检验，具体流程如图4所示。

［4］ 孙昊欣，李明章.无锡市生活垃圾产生量预测与管理探讨［J］.环境卫生工程，2016，24（1）：49-51.

在上述分析中，用线性回归得到的公式预测生活垃圾量，将预测得到的2017—2020年总消费支出作为自变量，线性回归拟合的方程式R2偏小；然而，考虑当前生活垃圾产生量数据样本量太小，采用非线性拟合的两侧边缘曲线斜率较大，不符合事实的可能性较大。因此，在本研究中将采用非线性拟合与线性拟合联合公式进行分析。

3.2 拟合方程式评价

将表1中2007—2016年的消费总支出代入公式（1） 和公式（2），求得平均值，得到2007—2016年的生活垃圾产生量预测值，将预测值与实际值进行比较，见图3。

  

图3 2007—2016年北京市垃圾产生量预测值与实际值

2007—2016年北京市垃圾产生量的预测值分别 为 628.11×104、 632.42×104、 638.07×104、651.95×104、664.62×104、678.37×104、697.73×104、714.93×104、807.02×104、833.10×104t，与表 1中相应年份的北京市实际垃圾产生量进行比较，发现非常接近，说明这个拟合方程式可以用来较好地预测2007—2020年北京市垃圾产生量。

3.3 总消费支出预测

根据2007—2016年计算的总消费性支出，用AR模型进行时间序列分析预测，预测出2017—2020年总消费性支出。

ARIMA（p，d，q）模型，是差分运算和ARMA模型的结合，通过递减的方法将非平稳时间序列转化为平稳序列［13］。其数学表达式为：

 

在公式（3）中，B为引入的延迟算子，φ（B）=1-φ1B-…-φpBP，为平稳可逆p阶自回归模型，当q=0时，原模型改写为AR（p）模型，为平稳可逆q阶移动平均模型。这也就是本次预测所需要的AR模型［14］。

通过计算平稳时间序列的样本自相关系数和偏自相关系数选择合适的模型拟合观察值序列，首先根据观察值序列计算样本自相关系数，计算公式如下：

本文考察近25年来政府机构改革研究的成果情况，统计了历年的CSSCI和核心期刊论文数量，其逐年变化趋势如图1所示。我国政府机构改革的研究大致兴起于20世纪末，第一篇以“政府机构改革”为主题发表的文章是杨伯亚、孙明、陈春生（1992）的《在机构改革中优化政府行政协调职能》。本文通过分析改革与政府机构的相应配置和政府管理经济职能转变之间的关系，探究了如何在改革中优化政府的行政协调职能。[2]这与在当时第三次机构改革即将开始，并且将重点放在政府机构改革为了适应社会主义市场经济体制上的大背景相契合。

 

再利用样本自相关系数的值计算样本偏自相关系数{φˆkk，0＜k＜n}，计算公式如下：

 

这一类型的求美者也是在整形机构中最常见最普遍的，并且其中大部人本身也具有较好的面容。所谓利益推动，是指此类型的女性求美者即将或已经处于服从于社会秩序安排下的人生新阶段，不同阶段的理性利益需求推动她们自然而然地加入整容实践。比如即将升学、工作、谈恋爱的年轻学生，以及从事某些对外表要求较高的职业的年轻女性。在她们看来，通过整容提升自己的外貌对自己的生活是极具价值与意义的。好看的外表能够增强自身的竞争力，为她们带来新的优势与资源，成为打开新世界大门的钥匙。

白噪声序列检验时，常用Ljung-Box（LB） 统计量，公式如下：

 

拟合优度为R2=0.912 6，拟合效果很好。从图2可以看出，拟合结果与实际值相比只有2个数据比较吻合。

  

图4 ARIMA模型建模步骤

［2］ Daskalopoulos E，Badr O，Probert S D.An integrated approach to municipal solid waste management［J］.Resour，Conserv Recycl，1998，24:33-50.

 

表2 总消费支出AR拟合参数

  

?

用AR模型预测2017—2020年的总消费支出， 结果见表3。

 

表3 总消费支出预测结果

  

?

3.4 垃圾产生量预测

从表8可以看出，2017—2020年各区垃圾产生量数值仍然差距较大，产生量最高的依然是朝阳区，到2019年超过了3.0×106t。最少的是延庆区，到2020年也只是接近1.0×105t。

广东篮球文化得以一直顺利传承，很重要的因素便是建立了一个非常完整的青少年篮球培训体系。简单来说，对于想要学习打篮球的孩子来说，他们可以有很多种选择去圆自己的篮球梦——无论这个梦想是成为职业篮球明星、走上国际舞台，还是简单地强身健体、多一门兴趣爱好，在广东都可以找到相应的培训机构来教授篮球。

 

表4 北京市生活垃圾产生量预测结果

  

年份生活垃圾预测产生量/（×104t）2017 8 570.97 842.08 965.02 903.55 2018 9 501.00 876.59 1 115.36 995.98 2019 10 501.31 913.70 1 320.11 1 116.90 2020 11 577.22 953.61 1 595.75 1 274.68总消费支出/亿元线性预测结果/（×104t）多项式预测结果/（×104t）

从预测结果可以得出，2017—2020年生活垃圾产生量逐年递增，年增长率分别为3.55%、10.22%、12.14%、14.13%。

4 北京市各区生活垃圾产生量预测

北京市各区2011—2016年的垃圾产生量见表5。从表5可以看出，各区每年的垃圾产生量差距比较大，近6 a中，朝阳区产生的垃圾量均在1.0×106t以上，呈现逐年递增的趋势，且在2016年超过2.0×106t。延庆的垃圾产生量最少，每年均在8.0×104t以下，但是也呈现出逐年递增的现象。

 

表5 2011—2016年北京市各区垃圾产生量 ×104t

  

东城 46.44 46.57 45.95 46.49 47.51 49.31西城 57.90 58.69 57.29 63.16 63.38 64.14朝阳 132.80 142.44 150.48 163.59 176.53 218.54丰台 90.68 90.43 90.97 93.18 97.06 97.39石景山 13.79 14.20 15.78 16.96 19.31 20.45海淀 87.91 88.49 89.99 98.67 103.59 103.28门头沟 9.62 8.37 8.51 8.23 8.78 9.30房山 19.78 19.70 20.12 19.91 24.79 27.15昌平 46.42 46.45 47.60 28.58 63.27 75.10顺义 18.45 20.33 23.45 30.54 34.21 36.23通州 27.85 29.34 29.31 59.25 27.01 36.24大兴 46.69 47.45 51.81 61.05 74.30 77.21平谷 7.60 7.85 7.91 9.22 11.81 13.58怀柔 10.47 11.06 12.29 13.54 16.75 18.40密云 12.17 10.78 14.78 15.13 15.78 19.02延庆 5.76 6.16 5.43 6.34 6.23 7.25

通过表5各区生活垃圾产生量及表1北京市垃圾量可以得出，2011—2016年北京市各区占全市垃圾总量的比例，见表6。

水旺庄矿区位于胶东半岛西北部，沂沭断裂带东侧，著名的金矿集中区——胶西北矿集区内。其大地构造位置隶属于华北板块(Ⅰ级)，胶辽隆起区Ⅲ(Ⅱ级)，出露地层有新太古代胶东岩群；古元古代荆山群、粉子山群；新生代新近纪火山岩及第四纪松散堆积物。区域发育NE—NNE向断裂构造，主要控矿构造由西向东依次为三山岛断裂、焦家断裂、招平断裂[3-4]。区域岩浆岩广布，中生代燕山晚期伟德山序列和雨山序列少量分布于区域东北部，中生代燕山晚期郭家岭序列和燕山早期文登序列、玲珑序列，大面积展布；古元古代晚期莱州序列和新太古代早期马连庄序列、栖霞序列、谭格庄序列分布于区域南部招平断裂带上盘，呈岩基产出(图1)。

 

表6 北京市各区垃圾产生量占全市的比例 %

  

从表6可以看出，2011—2016年各区所占全市比例的标准偏差很小，说明各区占全市比例的波动不大，这说明近6 a的比例偏离平均值的程度较小，都较接近于平均值。但是，东城区、丰台区、门头沟、房山区每年所占比例逐年轻微降低，而朝阳区、顺义区、怀柔区每年所占比例则逐年增大。西城区和海淀区则呈现出下降的趋势，石景山区和平谷区则呈现出上升的趋势，其他区所占比例在平均数附近浮动。

为了能够更准确的预测2017—2020年各区垃圾占全市垃圾产生量的比例，采用一阶差分后求平均数的方法进行预测，预测结果见表7。

 

表7 2017—2020年北京市各区垃圾产生量占全市的比例预测结果 %

  

东城 5.32 4.98 4.65 4.31西城 7.00 6.64 6.28 5.93朝阳 25.87 26.69 27.51 28.33丰台 10.53 9.91 9.28 8.65石景山 2.38 2.41 2.45 2.48海淀 11.43 11.03 10.62 10.22门头沟 0.98 0.89 0.79 0.70房山 3.11 3.11 3.11 3.11昌平 8.86 9.12 9.38 9.64顺义 4.40 4.65 4.90 5.15通州 4.11 4.06 4.31 4.56大兴 9.15 9.44 9.74 10.04平谷 1.63 1.70 1.77 1.84怀柔 2.20 2.29 2.38 2.48密云 2.23 2.28 2.34 2.39延庆 0.82 0.80 0.78 0.77

以2017—2020年生活垃圾产生量预测数据为基础，结合2017—2020年各区垃圾产生量占全市生活垃圾比例，进行2017—2020年北京市各区县生活垃圾产生量预测。各区生活垃圾产生量预测数据见表8。

 

表8 北京市各区生活垃圾产生量预测结果 ×104t

  

?

将AR模型预测的总消费性支出作为自变量分别代入线性拟合方程式和多项式拟合方程式，得到线性预测结果和多项式预测结果，为了汲取2种拟合方法所长，缓解2种方程式的弊端，将2种结果进行算数平均，预测出2017—2020年的生活垃圾产生量，见表4。

5 结论

1）通过总消费支出（可由人口数量与人均消费确定）预测北京市生活垃圾产生量的方法可行。

2）通过线性和多项式的联合公式预测北京市垃圾产生量，得到的预测值与实际值非常接近。

为保证施工安全，应采取以下措施：（1）装设符合JGJ 46—2012《施工现场临时用电安全技术规范》的用电系统，以防止触电等事故发生；（2）选用质量合格的水泵，安全性可靠，扬程和功率等性能满足要求，现场应有备用发电机，以确保停电时井点系统正常运转；（3）支护结构应设立监测点定时观测以确保围护结构变形，如发现变形或有异响应及时将坑内人员撤离出施工现场，并采取相应的补救办法。

3） AR模型预测2017—2020年北京市的总消费支出，得出总消费支出年增长率为10%～12%。

对于AR（p）模型，其偏自相关系数具有p阶截尾性，即=0，∀k＞p。确定 p后，建立模型。建模后，需要对模型进行检验，如果在拟合模型的同时，得到模型参差序列为纯随机性序列即白噪声序列时，则序列的信息就提取完成了，整个建模过程结束［15］。

4） 预测北京市2017—2020年的垃圾产生量分别为 9.035 5×106、9.959 8×106、1.116 90×107、1.274 68×107t，年增长率分别为3.55%、10.22%、12.14%和14.13%。

5）各区垃圾产生量占北京市的比例呈现出不同的变化趋势。其中东城区、丰台区、门头沟区、房山区所占的比例逐年降低，朝阳区、顺义区、怀柔区所占比例升高，西城区和海淀区呈现出了下降的趋势，石景山区和平谷区呈现上升的趋势，其他区则在平均数附近浮动。

6）通过一阶差分后求平均数的方法可以用来预测各区垃圾产生量占北京市产生总量的比例，结果显示，各区垃圾产生量数据差距较大。

参考文献：

［1］ Hamoda M F，AbuQdais H A，Newham J.Evaluation of municipal solid waste composting kinetics［J］.Resour，Conserv Recycl，1998，23：209-223.

建立AR模型后，对2007—2016年北京市总消费支出进行自回归分析，因变量为X，采用最小二乘法，得出结果的拟合效果很好，拟合参数见表2。

［3］ 曹莉.杭州市生活垃圾产生量预测研究［J］.统计与管理，2016（4）：27-28.

南京多数小规模的古代矿冶文化遗产可采取原生态(原址)保护模式。第一,保存下来的多数古代矿冶文化遗产位于荒郊野外,已融于自然之中,观赏性不强,开发成本高。第二,这些遗址的研究价值高于使用价值,原址保护可以使其免遭破坏,最大程度地保护遗址原有的历史信息和科技信息,为今后开展深入研究保留一定的空间。位于乡村的矿冶文化遗产可以融入乡村旅游、生态旅游,发掘相应的游览项目,如选矿、锻打铁器等,以丰富乡村旅游的文化内涵,提升吸引力。同时,我国应当学习石见银山的经验,注重保护遗址周边的环境,把遗址保护融入环境保护、生态保护之中,实现矿冶文化生态与环境生态的和谐共存。

为了保证HPLC色谱分析时抑制样品的电离，改善峰形，在流动相甲醇-水中添加不同量的甲酸(0、0.1%、0.3%)，并比较了其对质谱信号的影响，结果显示，添加0.1%甲酸时质谱信号最高，随着甲酸添加量加大信号反而降低。推断少量氢离子对树莓酮质子化具有促进作用，但氢离子的浓度过大则表现为抑制作用。所以本实验选择添加0.1%甲酸的甲醇-水作为流动相。

［5］ 刘源.基于GM-ARIMA模型的成都市生活垃圾产量预测研究［D］.成都：西南交通大学，2016.

［6］ 李银，吴振家，位瑞英.基于灰色Verhulst模型预测韶关市生活垃圾产量［J］.韶关学院学报：自然科学，2016，37（6）：1-5.

［7］ 梁广生，吴文伟，赵桂瑜，等.北京市 2002—2007年生活垃圾产生量预测分析［J］.环境科学研究，2003，16（5）：48-51.

［8］ 任绍娟，王艳秋.北京市海淀区生活垃圾产生量预测［J］.环境卫生工程，2013，21（4）：14-15.

一是构建事业平台。智库要有事情做，有研究的问题、项目、课题等，要有相关的科学有效的理论、方法、信息、手段等的支持，也要有专业、有水平团队支撑；

［9］ 刘晓宇，周素霞，夏训峰，等.北京市生活垃圾产生量预测方法的比较分析［J］.地质灾害与环境保护，2010，21（2）：68-70.

［10］ 高会苗，戴铁军，高晓龙.北京城市生活垃圾产生量的影响因素研究及预测［J］.环境卫生工程，2014，22（1）：24-28.

湖南某光电科技有限公司为建设高效PERC电池生产线，对现有自动化生产线引入了MES系统，其中最重要的单晶硅片工艺生产数据获得方式采用了RFID技术。

［11］ 北京统计信息网.http://www.bjstats.gov.cn/tjsj/yjdsj/GDP/2017/index.html.

［12］ 卫潘明，王桂琴，张丽.关于北京市垃圾分类思考与建议［J］.城市运行管理，2014（5）：39-41.

［13］ 董萌.BP神经网络在汇率短期预测中的应用［D］.北京：北京工业大学，2016.

对舷窗来说，分不可开窗和可开窗，方形不可开、可开考虑加装防盗框，并标识“未经许可，严禁开窗，人走窗关”等，而圆形加装标识平时保持关闭状态即可。

含VSC-HVDC的交直流电网最优潮流计算中，一般以降低网损或发电成本作为优化目标。这里采用机组发电成本之和最小作为目标函数，即：

［14］ 武伟，刘希玉，杨怡，等.时间序列分析方法及ARMA，GARCH两种常用模型［J］.计算机技术与发展，2010，20（1）：247-250.

［15］ 李晴，杨春.时间序列分析模型及其在GDP预测中的应用研究［J］.安徽农业科学，2011，39（20）：12449-12451.

砖子旁边戴眼镜的青年诗人问：余老科，骂谁呢？余科长摇摇头说，一个莫名其妙的电话，一个莫名其妙的女人，与我聊了一通莫名其妙的废话，不过声音很甜，甜得我心里酥酥的，不然我早挂了。诗人勾过头说，是吗？沭阳灌南一带的口音，声音腻，带着甘蔗味？我上午也接到一个陌生女人的奇怪电话，态度特好。另几个男士先后也喊起来，我也接过一个陌生女人的电话，有说涟水口音，有道楚州音调，有说尾音像金湖的，也有道盱眙味更重些的。