0 引 言
据前瞻产业研究院发布的《2018—2023年中国建筑垃圾处理行业发展前景与投资战略规划分析报告》测算，2017年我国建筑垃圾产量已经达到23.79亿t，较2001年的2.97亿t增长了近7倍，预计2020年建筑垃圾产量将达到26亿t。大量建筑垃圾的产生与堆放不仅对环境造成重大污染，而且加剧了我国土地和建设资源的紧张，已成为城市发展与城市管理的一大“顽疾”。同时，我国建筑垃圾资源化十分落后，其资源化利用率不足5%，远低于欧盟、日本、韩国等90%以上的利用率[1,2]。因此，建筑垃圾的资源化处理刻不容缓。
目前针对建筑垃圾资源化问题的研究主要集中于建筑垃圾的分类、建筑垃圾的产量测算、环境影响评估以及资源化处理方案设计等。1)建筑垃圾的分类方面：根据建筑垃圾的生产阶段，可将其分为施工垃圾、拆迁垃圾和装修垃圾等[3,4]。2)建筑垃圾的产量测算方面：估算建筑垃圾产量的方法主要有建筑面积估算法、人均乘数法、施工概预算法、经验系数法等量化方法[4,5]，用以预测建筑垃圾产量的方法主要有物质流预测法、多元回归法、时间序列法、模型构建等[4, 6]。如王秋菲等[7]以沈阳市为例，基于建筑面积估算法对建筑垃圾的年产量进行估算，采用灰色预测法构建出建筑垃圾年产量的灰色预测模型，预测了未来5年建筑垃圾的年产量。3)环境影响评估方面：WANG等[8]研究了全生命周期环境影响、社会意愿等因素优化建筑施工垃圾管理费用；DING等[9]从环境绩效评估视角探讨了建筑垃圾管理方案的优劣。4)资源化处理方案设计方面：HUANG等[10]提出通过减少、再次利用、循环使用等3R原则来构建建筑垃圾资源化处理方案；部分学者还提出采用层次分析法、遗传算法等定量化方法来确定建筑垃圾资源化最优模式[11,12]。
研究建筑垃圾的最终目的是制定科学、合理的建筑垃圾资源化处理方案，其前提是对建筑垃圾的产量与空间分布进行精准测算。目前，建筑垃圾产量预测研究多集中于项目层面，或者根据历史房屋竣工面积或建筑垃圾产量、单位面积建筑垃圾产量等估算未来区域层面的建筑垃圾，此类计算方法较为粗糙，因项目差异、区域差异、历史数据误差、测算模型失准等因素导致建筑垃圾产量估算精确度不高 [13]。针对上述问题，本文提出了基于情景分析法的建筑垃圾单位面积产量估算法，借助ArcGIS技术，利用核密度分析实现建筑垃圾空间分布可视化分析，以期为后续建筑垃圾资源化处置方案设计提供可靠的数据基础。
1 研究方案设计
1.1 拆建垃圾定义与分类
参照《南京市政府办公厅关于促进建筑垃圾资源化利用的实施意见》(试行)(宁政办发〔2019〕24号)，将建筑垃圾按照来源分为拆建垃圾、工程泥浆、工程渣土以及装修垃圾4类。本文将重点研究南京江北新区直管区建设过程中产量占比较大的拆建垃圾，包括产生于新建、改建、扩建施工现场的施工垃圾，以及源于建筑拆除现场的拆迁垃圾。
为进一步明确拆建垃圾类别，本文对部分南京江北新区直管区拆建项目中的建筑垃圾分类展开现状调研(表1)，并结合各地建筑垃圾相关管理办法、管理条例、实施细则等规定，将施工垃圾划分为混凝土、砖和砌块、砂浆、金属、木材等，拆迁垃圾划分为混凝土、砖和砌块、砂浆、金属、玻璃等。
表1 南京市江北新区直管区典型拆建项目的建筑垃圾分类
Table 1 The classification of C&D waste in typical construction and demolition projects in Nanjing Jiangbei New Area
调研对象/项目项目类型建筑垃圾分类浦口区征收拆迁管理中心征收项目钢材、砖、瓦、木料、门窗等南京北站征收片区征收项目红砖、水泥板、砂浆、抹灰等泰山拆迁安置房施工项目煤矸石多孔砖、蒸压轻质砂加气混凝土砌块、零星砌砖、现浇混凝土钢筋圆钢、现浇混凝土钢筋螺纹Ⅲ级钢、支撑钢筋、废模板、废木方、袋装水泥等沿江10万m2保障房建设项目施工项目残砖、碎砖、落地灰、保温板包装袋、保温砂浆黏结剂包装袋及残浆、碎保温板、混凝土残渣、PVC管等安装包装袋和其他泰山街道办事处/部分拆迁公司征收项目混凝土、砖和砌块、砂浆等
1.2 研究方法
本文将研究区域锁定于南京市江北新区直管区，包括葛塘、长芦、顶山、泰山、盘城、沿江、大厂、江浦8个街道。首先，精准采集江北新区直管区控制性详细规划(至2030年)、倾斜摄影地图、地形图、在建施工项目清单、征收项目清单等基础资料；其次，结合情景分析，基于单位建筑面积产量估算法测算江北新区近期(2018年)及远期(2019—2030年)拆建垃圾的产量；最后，在ArcGIS软件平台上采用核密度分析实现拆建垃圾空间分布的可视化分析，为后续建筑垃圾资源化处置方案的设计提供可靠的数据基础。
1)拆建垃圾的单位建筑面积产量估算方法。
本文研究区域级拆建垃圾的测算，以区域内各类拆建项目总建筑面积与建筑垃圾产生率(waste generation rate, WGR)为基数的计算方法较为适用[14]，详见式(1)。
Qc=∑Qci=∑Ac×WGRci
(1)
式中：Ac为某一施工项目的建筑总面积，m2；WGRci为第i种施工垃圾的单位建筑面积产生量，kg/m2；Qci为第i种施工垃圾的产生量,kg；Qc为某一在建项目施工垃圾的总产生量，kg。
Qd=∑Qdi=∑Ad×WGRdi
(2)
式中：Ad为某一征收项目的建筑总面积,m2；WGRdi为第i种拆迁垃圾的单位建筑面积产生量,kg/m2；Qdi为第i种拆迁垃圾的产生量,kg；Qd为某一征收项目拆迁垃圾的总产生量,kg。
2)单位建筑面积拆建垃圾产生量的指标取值。
由以往研究可知：不同建筑类型(住宅建筑、商业建筑、公共建筑、工业建筑等)、不同地域建筑项目对应的WGR取值有较大差异[15]。本研究选取南京江北新区“北外滩水城二十街区房地产开发项目”展开调研，得到其单位面积建筑施工垃圾产生量为33～47 kg。因项目现场数据缺失，尚无法采集各类施工垃圾产量。考虑与调研结果的基本一致性，本文将采用SJG 21—2011《建筑废弃物减排技术规范》(深圳)测算的单位面积施工垃圾产生率指标，应用于南京市江北新区施工垃圾的产量测算，见表2。
表2 建筑施工垃圾产生率(WGRc)的取值界定
Table 2 The value of waste generation rate for construction waste
建筑类型WGRc/(kg/m2)施工垃圾类型施工垃圾产量住宅建筑37混凝土18.7砖和砌块1.8砂浆1.3金属4木材7.8商业建筑34混凝土18砖和砌块1.8砂浆1.2金属4.5木材5.7公共建筑35混凝土18砖和砌块2.2砂浆2.1金属3木材6.3工业建筑31混凝土17.4砖和砌块1.2砂浆1.2金属2.6木材5.6
此外，本研究对南京市浦口区征收拆迁管理中心、泰山街道办事处以及多家拆迁公司等展开调研，可知砖混结构中单位建筑面积拆迁垃圾(包含混凝土、砖瓦块、砂浆等)为1120～1280 kg/m2；钢混结构中单位建筑面积拆迁垃圾(包含混凝土、砖瓦块、砂浆等)为800～1000 kg/m2。基于此数据，对SJG 21—2011测算的单位面积拆除垃圾产生率指标同比修正，获取南京市江北新区的单位面积拆迁垃圾产生率指标，见表3。
表3 建筑拆迁垃圾产生率(WGRd)的取值界定
Table 3 The value of waste generation rate for demolition waste from different building types
建筑类型结构类型WGRd/(kg/m2)垃圾类型混凝土砖瓦块砂浆块金属块玻璃其他住宅综合1476831254210443134钢混1161654200165352105砖混1518797334224223138工业综合1373570438195414125钢结构13246211201403203120钢混1372659375150603125砖混1373481500240225125公共综合18498404991901484168钢结构12546211201402518114钢混19119193982401755174砖混19197626002601203174商业综合1623835358225543148钢结构12726211201402678116钢混1444880150220603131砖混1801790566230483164
3)南京市江北新区近期施工项目与征收项目的建筑面积测算。
近期(2018年)施工项目建筑面积的测算：通过南京市江北新区建设和交通工程质量安全监督站提供的2018年度直管区在建施工项目的清单，可直接测得不同建筑类型施工项目的建筑面积。项目清单包含建筑类型、建筑面积、工期、地理位置等信息。
近期(2018年)征收项目建筑面积的测算：通过南京市江北新区征收管理中心提供的2018年度直管区征收项目清单，可直接测得各类征收项目的建筑面积。项目清单包含建筑类型、结构类型、建筑面积、工期、地理位置等信息。
4)南京市江北新区远期施工项目与征收项目的建筑面积测算——基于情景分析法。
情景分析法以其系统性强、灵活性大的特点，在政策和规划领域[16]中发挥了重要作用，且已经应用于城市生活垃圾的测算[17]。本文提出基于情景分析的单位建筑面积拆建垃圾产量估算法，即根据待测区域现状地图与建设规划的图形叠加与差异分析，建立“待新建地块”、“新建既有建筑地块”及“待征收地块”3种情景，分别估算特定情景下拆建区域的建筑面积与拆建垃圾产量。因具有可靠的基础资料，该方法数据随机性较小，对拆建区域建筑面积的预测与实际情况偏差较小。
以南京市江北新区直管区为例，由于其修建性详细规划暂未出台，控制性详细规划(简称“控规”)是实现其拆建垃圾高精度预测的主要基础资料，主要信息包括土地使用性质、使用强度、空间环境控制等。另外，卫星地图、倾斜摄影地图、地形图、百度全景地图等能够精准探测区域建设现状，将其与控规进行光栅投影叠加，可直接识别当前江北新区直管区建设现状与控规的差异，进而产生3种建筑拆建垃圾的预测情景。
情景1：某地块在卫星地图中显示为“空地”而在控规中显示为特定用地类型(如商办混合用地)，此地块即为“待新建地块”(图1)，将产生建筑施工垃圾，地块容积率与地块面积相乘即可估算该地块中施工项目的建筑面积。
图1 待新建地块卫星图与直管区控规图的叠加示意
Figure 1 Superimposition of satellite map and regulatory planning map for new land blocks to be built
情景2：某地块在卫星地图中显示存在既有建筑，还需结合百度地图全景模式或倾斜摄影地图，查看建筑新旧以及是否符合控规要求。若建筑状态良好且符合控规要求，则该地块为“新建既有建筑地块”，近期将不会产生拆建垃圾，在后续测算中排除此地块。
情景3：某地块在卫星地图中显示存在既有建筑，若建筑状态良好而不符合控规要求、建筑老旧且不符合控规要求(图2)、建筑老旧(低矮砖房)而符合控规要求，则这些地块均为“待征收地块”，将产生拆建垃圾。本文采用光栅投影，将当前卫星地图与地形图进行叠加(图2)，通过建筑物基地面积与楼层数相乘即可估算“待征收地块”中征收项目的建筑面积。另外，“待征收地块”中施工项目的建筑面积由地块容积率与地块面积相乘而估算。
图2 待征收地块的卫星图、地形图、控规图的叠加， 及其与百度全景图、倾斜摄影图的对照示意
Figure 2 Superposition of satellite map, topographic map and regulatory planning map of the demolition land blocks, and their comparison with baidu panoramic map and oblique photography map
2 南京市江北新区拆建垃圾的产量及其时空特征
2.1 近期(2018年)江北新区直管区拆建垃圾的产量与空间分布特征
经测算，2018年江北新区直管区施工项目建筑总面积达到152.77万m2，建筑类型包含民用、工业、公共和商业等，具体数据如表4所示。通过单位建筑面积产量估算法，测得2018年江北新区直管区约产生施工垃圾4.38万t，各类施工垃圾产量如图3所示。
图3 2018年江北新区直管区施工垃圾的产量统计
Figure 3 The construction waste in Jiangbei New Area in 2018
此外，本文利用ArcGIS 10.0软件平台，对江北新区直管区CAD图纸进行空间矫正，形成矢量地图，利用核密度分析可视化展示2018年江北新区直管区施工垃圾的空间分布(图4)。2018年施工垃圾主要分布于泰山、顶山、沿江、葛塘、长芦等街道，而江浦和大厂街道几乎无施工垃圾的产生。位于泰山街道的“南京NO.2017G08地块商服配套项目”所产生的施工垃圾最多，约为6860 t，可考虑在施工垃圾产量密集区域设置移动式建筑垃圾资源化处理利用工作站，以提高建筑垃圾资源化的经济效益。
表4 近期(2018年)江北新区直管区各类型拆建 建筑面积统计
Table 4 Recent (2018) statistics of demolition and new construction area in Jiangbei New Area
类型施工建筑面积/m2征收建筑面积/m2综合砖混住宅建筑长芦街道291601.80.023524.3葛塘街道510101.30.035627.5大厂街道6781.60.0179424.4泰山街道509882.70.01236.1江浦街道22420.40.00.0顶山街道723185.90.01646.5沿江街道647336.50.00.0盘城街道95339.20.00.0小计2806649.50.0232374.8商业建筑长芦街道12150.1112441.40.0葛塘街道21254.20.00.0大厂街道282.60.00.0泰山街道21245.13.00.0江浦街道934.20.00.0顶山街道30132.70.00.0沿江街道26972.4313531.20.0盘城街道3972.50.00.0小计116943.74762445.60.0公共建筑长芦街道95101.00.00.0葛塘街道0.01.90.0大厂街道0.00.60.0泰山街道0.06223426.50.0江浦街道0.00.00.0顶山街道0.063562.40.0沿江街道207732.6492462.00.0盘城街道0.0235261.60.0小计302833.61412462.90.0工业建筑长芦街道8006.40.00.0葛塘街道0.00.00.0大厂街道4250.51.50.0泰山街道0.03.00.0江浦街道0.00.00.0顶山街道82024.40.00.0沿江街道0.00.00.0盘城街道22268.40.00.0小计116549.743567.50.0总计3342976.513659170.9433833.5
图4 2018年江北新区直管区施工垃圾的空间分布状况
Figure 4 Spatial distribution of construction waste in Jiangbei New Area in 2018
2018年江北新区直管区征收项目的建筑总面积达到215.6万m2(表4)，结构类型包含砖混和综合2类，约产生拆迁垃圾314.46万t，各类拆迁垃圾产量如图5所示。进一步利用核密度分析展现2018年江北新区直管区拆迁垃圾的空间分布(图6)，可见沿江与泰山2个街道的拆迁垃圾产量最多，分别为116.22万t和100.65万t，而该区域内的“南浦路环境综合整治项目”和“南京北站拆迁项目”拆迁体量最大，分别产生拆迁垃圾约为79.15万,68.96万t。沿江街道与泰山街道紧邻，这为集中资源化处理大规模拆迁垃圾提供了便利条件，是建筑垃圾移动式处置设施选址的重要依据。
图5 2018年江北新区直管区拆迁垃圾产量统计
Figure 5 The demolition waste in Jiangbei New Area in 2018
图6 2018年江北新区直管区建筑拆迁垃圾空间分布
Figure 6 Spatial distribution of demolition waste in Jiangbei New Area in 2018
2.2 远期(2019—2030年)江北新区直管区拆建垃圾的产量与空间分布特征
经情景分析法预测，远期(2019—2030年)江北新区直管区施工项目的总建筑面积达到19021.81万m2，建筑类型包含住宅、商业、公共、工业等，具体数据如表5所示。施工垃圾总产量约为592.9万t，年均产量为49.41万t，各类施工垃圾产量如图7所示。进一步利用核密度分析展现2019—2030年江北新区直管区施工垃圾的空间分布(图8)。这一阶段江北新区处于大规模建设阶段，各个街道均会产生大量施工垃圾。其中，长芦街道因地域面积较广、待新建地块占比较大，其施工垃圾产量高达162.37万t；泰山街道与顶山街道处于江北新区核心区内，待新建地块较为集中，其施工垃圾产量分别达到123.88万,108.17万t。上述区域将是未来施工垃圾资源化管理的重点区域。
表5 远期(2019—2030年)江北新区直管区 各类型拆建建筑面积统计
Table 5 Forward statistics (2019—2030)of demolition and new construction area in Jiangbei new area
类型施工建筑面积/m2征收建筑面积/m2综合砖混钢结构住宅建筑长芦街道7226659.20.011961710.60.0葛塘街道3598037.722355.2592143.80.0大厂街道10977196.00.02168323.60.0泰山街道20643946.80.03123357.50.0江浦街道4118120.80.01415099.80.0顶山街道16299390.70.02025511.80.0沿江街道7760958.30.02316470.30.0盘城街道821075.20.01665891.40.0小计71445384.722355.225268508.80.0商业建筑长芦街道3031514.60.00.00.0葛塘街道1449940.90.00.00.0大厂街道1039921.8247969.50.00.0泰山街道8651966.80.00.00.0江浦街道2409838.50.00.00.0顶山街道8453235.0111302.20.00.0沿江街道1651028.00.00.00.0盘城街道749739.5448913.60.00.0小计27437185.1808185.30.00.0公共建筑长芦街道0.0224250.50.00.0葛塘街道855787.60.00.00.0大厂街道983262.10.024251.50.0泰山街道1870330.70.00.00.0江浦街道6122219.30.00.00.0顶山街道8116954.43658.60.00.0沿江街道2843584.30.00.00.0盘城街道3093655.1313543.40.00.0小计23885793.6541452.524251.50.0工业建筑长芦街道45412536.70.00.00.0葛塘街道218632.40.00.0615779.8大厂街道0.00.00.04303326.6泰山街道7719634.3231058.10.0507244.6江浦街道0.00.00.00.0顶山街道0.0412209.60.00.0沿江街道1354468.00.00.00.0盘城街道12744422.0380673.00.00.0小计67449693.40.00.00.0总计190218056.81371993.025292760.30.0
图7 江北新区直管区2019—2030施工垃圾产量统计
Figure 7 The construction waste in Jiangbei New Area in 2019—2030
图8 远期(2019—2030年)江北新区直管区施工垃圾的空间分布
Figure 8 Spatial distribution of construction waste in Jiangbei New Area in 2019—2030
经情景分析法预测，远期(2019—2030年)江北新区直管区征收项目的总建筑面积达到3310.78万m2，建筑类型包含综合、砖混、钢结构等(表5)。拆迁垃圾总产量约为4487.9万t，年均产量为372.99万t，各类拆迁垃圾产量如图9所示。通过核密度分析实现2019—2030年江北新区直管区拆迁垃圾的空间分布(图10)，其中因长芦街道地域面积广，且存在大量待征收地块，拆除垃圾产量将达到1688.41万t，超过整个直管区拆迁垃圾总量的37%，拆迁垃圾产量次之的为临近的大厂街道，产量将达到858.43万t。因此，长芦街道与大厂街道将是未来拆除垃圾资源化管理的重点区域，且地理位置距离江北新区核心区域相对较远，是固定式建筑垃圾资源化处置设施较佳的选址范围。
图9 远期(2019—2030年)江北新区直管区拆迁垃圾产量统计
Figure 9 The demolition waste in Jiangbei New Area in 2019—2030
图10 远期(2019—2030年)江北新区直管区拆迁垃圾的空间分布
Figure 10 Spatial distribution of demolition waste in Jiangbei New Area in 2019—2030
3 结 论
本文提出了基于情景分析法的单位建筑面积产量估算法，以南京市江北新区为例展开近期(2018年)与远期(2019—2030年)建筑拆建垃圾的测算。此方法数据随机性小，结合实际、计算便捷且测算精准，为区域级拆建垃圾预测提供了一条有效路径。建筑拆建垃圾产量测算与时空特征分析将为后续建筑垃圾资源化处置方案设计提供基础数据与决策依据。
1)本文对建筑垃圾展开分类研究，将施工垃圾划分为混凝土、砖和砌块、砂浆、金属、木材等，将拆迁垃圾划分为混凝土、砖和砌块、砂浆、金属、玻璃等，并从结构类型与建筑类型对拆建垃圾产生量进行了差异化处理。
2)本文根据以江北新区直管区内各类拆建项目的建筑垃圾实际产生量，修正了建筑垃圾生产率，采用基于情景分析的单位建筑面积建筑垃圾产量预测方法，测算得到江北新区直管区2018年产生施工垃圾4.38万t、拆迁垃圾314.46万t，2019—2030年将产生施工垃圾592.9万t、拆迁垃圾4487.9万t。
3)借助ArcGIS软件平台，利用核密度分析实现南京江北新区建筑拆建垃圾空间分布可视化分析，可知：近期(2018年度)，南京市江北新区直管区拆建垃圾分布主要集中于沿江、泰山、顶山等街道，针对拆建垃圾产量规模较大的项目可考虑设置移动式建筑垃圾资源化处置设施；远期(2019—2030年)，江北新区直管区在各个街道均将产生大量施工垃圾，其中长芦街道拆建垃圾产量最高，此区域将是设置固定式建筑垃圾资源化处置设施的较佳区域。
[1] 胡鸣明,杨美文.基于政策工具的我国建筑垃圾资源化政策分析[J].建筑经济,2019,40(2):22-26.
[2] 苏永波,王玲.韩国建筑垃圾资源化利用对我国的启示[J].建筑经济,2018,39(12):21-25.
[3] 张红玉,杨飞华,李国学,等.基于ARIMA模型的北京市朝阳区建筑垃圾产量分析与预测[J].环境工程,2014,32(增刊)：676-699.
[4] WU Z Z, YU Ann T W, SHEN L Y, et al. Quantifying construction and demolition waste: an analytical review[J]. Waste Management,2014,34(9)：1683-1692.
[5] 苏永波.城市建筑垃圾资源化利用综合评估方法研究：以西安市为例[J].系统科学学报,2019,27(2):69-74.
[6] 王桂琴,张红玉,李国学,等.灰色模型在北京市建筑垃圾产生量预测中的应用[J].环境工程,2009,27(增刊):508-511.
[7] 王秋菲,王盛楠,石丹.基于灰色理论的建筑垃圾产生量的预测研究[J].沈阳建筑大学学报(社会科学版),2015,17(5):518-523.
[8] WANG J Y, WU H Y, Vivian W, et al. Considering life-cycle environmental impacts and society’s willingness for optimizing construction and demolition waste management fee: an empirical study of China[J]. Journal of Cleaner Production,2019,206：1004-1014.
[9] DING T, XIAO J Z. Estimation of building-related construction and demolition waste in Shanghai[J]. Waste Management,2014,34(11)：2327-2334.
[10] HUANG B J, WANG X Y, KUA H W, et al. Construction and demolition waste management in China through the 3R principle[J]. Resources, Conservation and Recycling,2018,129：36-44.
[11] 贺娟,钟伟,张永辉,等.基于物质流和全过程管理的中国建筑垃圾资源化分析[J].环境工程,2018,36(10):102-107.
[12] 杨祎,赵平,陈梅丽.建筑垃圾资源化利用模式评价研究[J].工业安全与环保,2017,43(7):102-106.
[13] 张峰,乔梁,樊瑞雪.建筑废弃物产生量预测与资源化利用研究：以山东省为例[J].建筑经济,2017,38(8)：79-84.
[14] 叶晓甦,石世英.基于利益相关者理论的建筑垃圾资源化研究[J].建筑经济,2014(1):101-106.
[15] 刘婷婷,张劼,胡鸣明.建筑废弃物资源化环境效益分析:以重庆为例[J].中国环境科学,2018,38(10):3853-3867.
[16] 戴锏,吕飞.存量规划管控技术体系中的情景分析框架研究[J].城市发展研究,2016,23(9):34-39，53.
[17] 云雅如,王淑兰,胡君,等.情景分析法在我国环境保护相关领域管理决策中的现状与展望[J].中国人口·资源与环境,2012,22(增刊):131-135.