引言

在“双碳”与“无废城市”战略推进下，我国生活垃圾处理正由填埋为主转向减量化、资源化、无害化协同治理，生活垃圾焚烧发电设施在缩减填埋规模、回收能源等方面发挥重要作用 ^{[1, 2]}。然而，垃圾焚烧设施在建设与运行阶段带来的环境排放、景观影响与运输扰动，叠加信息不对称与风险沟通不足，容易引发环境社会风险，表现为“邻避”（NIMBY）情绪、群体性异议与信任危机 ^[3-6]，从而推高项目落地的不确定性与治理成本。

随着我国东部及大中城市的生活垃圾焚烧发电设施布局基本完成，针对存量设施的选址后评估成为关键，其评估结果可服务于设施的优化运营、迁建决策 ^[7]。而在中西部地区，由于增量需求、老旧设施搬迁改造等，厂址选择仍是规划实践中的难点。一些研究发现，垃圾焚烧设施常布局于既有填埋场周边，以降低经济成本 ^[8]，却可能加剧环境风险与社会成本的空间不公平，因此需要在选址规划和可行性分析阶段更系统地考察环境 ^[9]、人口 ^{[5, 10]}、社会 ^{[11, 12]}多维因素的影响。

传统研究多利用文献研究法、案例分析法、问卷调研法等开展“邻避”冲突研究 ^{[13, 14]}，为垃圾焚烧设施选址提供基础。近期选址研究广泛采用多准则决策 ^[15]，结合评价类数学方法（如AHP、TOPSIS等）与地理信息系统进行叠加分析，但往往存在权重设定主观性强、指标相关冗余、难以处理非线性耦合等局限。随着大数据与人工智能的快速发展，机器学习正逐渐被应用于国土空间规划和选址的相关研究中 ^[16]。然而当前实践中往往只有已建成设施点位的正样本，缺乏可验证的“未通过/ 被否决选址”负样本，使得二分类或有监督学习的机器学习算法难以应用。因此本研究将选址问题转化为单分类范式，在仅有正类样本的前提下学习适宜选址的地区特征，将显著偏离特征的地区判定为不适宜或可行性较低地区。这一范式已在复杂系统监测中展现出较强的能力 ^{[17, 18]}，适合处理空间规划数据，且能规避负样本缺失带来的偏差风险。

基于此，本文在全国1058个既有设施的真实点位样本上，构建环境、人口、社会与经济四维度共16项输入指标，系统比较各种单分类算法的选址适宜度预测结果，其中通过树模型解释了影响选址的因素，并通过模型融合提升结果稳健性。本研究并非试图以机器学习替代现有的规划决策程序，而是为垃圾焚烧等“邻避”设施在厂址预筛选、方案比选和风险沟通阶段提供辅助决策工具。基于此，研究的贡献主要体现在：①在缺乏负样本的现实约束下，构建了一套可复用的单分类选址可行性评估流程，解决传统多准则决策方法的不足；②量化并排序环境、人口、社会与经济等因素对选址可行性的影响，将技术判别转化为可操作的规划考量 ^{[1, 3, 7]}。

1 数据与方法 1.1 数据来源

生活垃圾焚烧发电设施数据来自生活垃圾焚烧发电厂自动监测数据公开平台（https://ljgk.envsc.cn/manage/index.html），研究以具有独立排放监测记录的生活垃圾焚烧发电设施为统计单元。其中同一厂址的扩建分期认为是不同项目单元，仅更名或更换投资方而厂址未发生变化的认为是同一项目单元。最终获得截至2025年3月的1058个全国运行中的生活垃圾焚烧发电项目。

基于选址可行性与环境社会风险理论，本文从环境、人口、社会和经济四大维度构建了16项选址适宜度指标作为模型输入变量。指标及数据来源详见表 1，其中环境和人口数据主要来源于2020年度。

环境指标反映背景环境承载性和生态敏感性 ^[19]，是评价选址可行性的基础。环境指标包含空气指标、碳排放指标、水体指标和生态指标。空气指标包括平均PM 2.5浓度（ENV_PM_2.5）、平均空气质量指数（Air Quality Index）（ENV_AQI）和风速（ENV_WIND），其中空气质量数据来源于生态环境部环境监测总站空气质量实时发布系统（https://air.cnemc.cn:18007/），风速数据来自中国气象数据网（http://www.nmic.cn/）。碳排放指标使用年排放总量（ENV_CO₂）表征，数据来源于欧盟委员会联合研究中心和荷兰环境评估署建立的全球大气研究排放数据库（Emissions Database for Global Atmospheric Research）的年度碳排放总量数据。水体指标使用网格的河网密度（ENV_RIVD）表征，数据来自地理空间数据云（https://www.gscloud.cn/）河网数据。生态指标使用植被归一化指数（ENV_NDVI）和保护区距离（ENV_PROT）表征，其中NDVI数据来源于资源环境数据云（https://www.resdc.cn/）产品数据；保护区数据来源于地理遥感生态网科学数据注册与出版系统(www.gisrs.cn)。

人口指标用与健康风险直接相关的潜在暴露人群规模和人口结构来表示 ^[20]。人口指标包括人口密度（POP_DENS）和人口风险点位密度[含居民点密度（POP_SETD）、学校密度（POP_SCH）]。其中人口密度数据来自World Population公里网格数据库（https://www.worldpop.org/）。居民点密度数据来自地理空间数据云，学校点位数据来自Esri GeoScience数据。

社会指标用以刻画当地社会信任与环境风险感知程度，已有研究表明，公众对政府的信任水平、历史投诉和网络舆情会显著影响“邻避”设施的社会许可与冲突概率 ^{[11, 12]}。社会指标包括政府信任度[官员腐败指数（SOC_COR）]、环境社会负面舆情度[含垃圾焚烧负面舆论比例（SOC_NEG）、环境投诉负面数量比例（SOC_COM）]、犯罪率[（含万人被刑事批捕率（SOC_ARR）和万人被刑事起诉率（SOC_IND）]。其中政府信任度使用哈佛大学官员腐败数据进行表征，该数据含2012—2016年近20 000条腐败信息，含所属省份、官员/ 落马/ 等级等信息。公众对于“垃圾焚烧”的负面评论数据来自网络舆情信息收集和分析；环境投诉数据来自生态环境部12369数据和信访举报数据，该数据包含了2016—2020年12369电话/ 微信/ 网络/ 信访举报四种投诉方式。犯罪率数据来自2007—2016年《中国检察年鉴》，主要信息包含总犯罪、少年/ 妇女/ 老年人/ 罪犯/ 学生犯罪等被刑事批捕数量、被刑事起诉数量。

经济指标通过运输成本进行表征，是厂址在经济可持续性上的重要约束条件 ^{[11, 21]}。指标构建使用到的道路数据，其来源于开放街道地图（open street Map）在2024年更新的全国范围的路网数据。

部分垃圾焚烧设施选址实践中的重要因子，如与既有生活垃圾填埋场同址或邻近布局 ^[8]，由于在全国尺度上尚缺乏统一、可核查的空间数据，难以在本研究中构建量化指标。因此，本文当前并未纳入“填埋场同址”因子，而是通过环境质量、人口分布和社会投诉等指标的综合作用间接反映相关影响。

1.2 研究方法 1.2.1 指标构建和空间处理 1.2.1.1 常规因素指标构建和处理

环境指标中，ENV_PM_2.5、ENV_AQI和ENV_ WIND，均通过对全国监测站点每日监测数据取年均值计算获取；ENV_RIVD通过网格内河流长度和网格面积进行计算；ENV_PROT代表到任一保护区（包括自然保护区、文物保护单位、风景名胜区、文化遗产）的直线距离。

人口指标中，POP_DENS进行了重新优化计算，取栅格周边8栅格平均人口密度数据；POP_ SCH通过统计网格内学校数量进行指标计算。

社会指标中，SOC_COR等于各省份腐败信息等级总和的年均值；SOC_NEG等于各省份的负面评论占总评论的比例；SOC_COM等于投诉记录数量占人口数量的比例；SOC_ARR和SOC_IND，结合各省份被刑事批捕数量、被刑事起诉数量、各省份人口数量进行计算。

除ENV_CO₂、ENV_NDVI、POP_SETD等部分指标为原始数据未做处理外，其余变量均通过IDW插值获得全国统一分辨率的栅格数据。

1.2.1.2 经济因素指标构建和处理

研究构建了垃圾运输效率指标（ECO_ROAD）来表征运输成本，其基于潜在选址点p到垃圾收集点c的距离及垃圾产生量（以人口数量代替）计算。

研究以县域为服务单元，选取建设用地栅格的中心作为潜在选址点p，对每个县随机采样不超过30个点，并优先选取空间间距大于5km的点，以确保样本点的空间覆盖性和代表性。根据规划规范，将社区或行政村中心点指定为垃圾收集点c。构建指标ECO_ROAD（p）如下：

$ \operatorname{ECO} \_\operatorname{ROAD}(p)=\frac{1}{\left|\boldsymbol{C}_{\mathrm{p}}\right|} \sum\limits_{c \in \boldsymbol{C}_p} \frac{\operatorname{Pop}(c)}{d(p, c)} $

(1)

其中，Cp是与p同一县的收集点集合；Pop（c）是与c关联的行政村或社区的总人口；d（p, c）为选址点p到垃圾收集点c的最短路径，使用Dijkstra算法计算。

为获得覆盖所有合适建设用地栅格的连续运输成本层，使用IDW方法将采样点的运输成本指标值插值到空间每个栅格单元。

1.2.2 机器学习框架和评估 1.2.2.1 预处理与特征筛选

为消除指标量纲不一致和数值范围差异显著问题，依据分布特征，对于分布相对均匀的连续型指标及呈现偏态分布与零膨胀特征的指标，研究分别采用IQR方法和四分位方法进行归一化，将指标转换到[0, 1] 范围。随后使用空间连接获取1058个已建设点位中所有指标的特征值。在此基础上，使用皮尔逊相关系数对16个候选指标进行共线性分析，以∣ r∣ ≥0.5作为较强相关的阈值，保留解释性更强或数据质量更高的变量。

1.2.2.2 机器模型构建

本研究将1058个样本按7∶ 3随机划分为训练集和验证集。对于模型输入，单个点位的特征向量为 x ∈ R_m，其中m为基于表 1筛选的核心指标。样本集合$ \boldsymbol{D}=\left\{\boldsymbol{x}_i\right)_{i=1}^N$，N =1058，且y_i =1。模型输出为适宜度分数，S（x）∈[0, 1]，数值越大，选址适宜度和可行性越高，表示该点位的特征越接近已建厂平均水平。S（x）可作为厂址预筛选和风险分级的辅助量化参考，不直接决策是否允许建设。

（1）树模型构建。为实现因子解释，研究首先使用基于树的单分类模型进行选址适宜度的特征重要性分析，包括孤立森林（Isolation Forest, IF）、一类分类树（One-Class Classification Tree, OCC Tree）、随机密度森林（Random Forest Density Estimation, RFDE）和局部异常因子树（Local Outlier Factor Tree, LOF Tree），这些模型通过分裂纯度和信息增益来量化特征贡献度。

（2）其他单分类模型构建。为系统对比不同单分类范式，本文选取其他五种不同机理的代表性算法，包括一类支持向量机（One-Class Support Vector Machine, OC SVM）^{[22, 23]}、局部异常因子（Local Outlier Factor, LOF）^{[23, 24]}、椭圆包络（Elliptic Envelope, EE）^{[25, 26]}、高斯混合模型（Gaussian Mixture Model, GMM）^{[27, 28]}、自编码器（Autoencoder, AE）开展分析 ^{[23, 25]}。OC SVM在核特征空间中学习将样本与原点分离的超平面，以最大化间隔估计正类支持域 ^{[22, 23]}。

（3）模型验证评估。研究分别以0.3、0.5、0.7的适宜度得分为阈值标准，以判断某点位是否适宜选址或具备选址可行性。以阈值0.5为例，当验证集点位预测的适宜度得分大于0.5时，认为其适宜选址。基于该点位是否适宜选址的判断和实际已选址结果，计算模型的准确率（Accuracy）、精确率（Precision）和召回率（Recall）和F1分数等指标，对模型性能进行验证评估。

（4）综合模型构建。为提高稳健性和泛化能力，减少单一模型的偏差，选择以上性能较优的若干模型，将单模型输出的适宜分数通过加权计算生成综合分数，计算如下：

$ S_{\text {集成 }}(\boldsymbol{x})=\sum\limits_{i=n}\left[i_n S_n(\boldsymbol{x})\right] $

(2)

其中，i为各模型的权重，其依据F1、Recall及预测适宜性分数的标准差（Std）三个指标进行量化，初始加权评分q_n计算如下，q_n归一化得到最终权重ω_i：

$ q_n=0.3 \times \mathrm{Fl}_n+0.4 \times \operatorname{Recall}_n+0.3 \times \operatorname{Std}_n $

(3)

研究的技术路线，即选址影响因素识别和可行性预测的流程如图 1所示。

2 结果与讨论 2.1 数据的描述性统计

基于1058个样本的16项指标描述性统计如 表 2所示，结果呈现不同的分布特征，归一化后的各特征分布如图 2所示。

环境因素方面，ENV_PM_2.5均值为33.76 μ g/m³，ENV_AQI均值为61.30，两者均表现出明显左偏；气象条件相对稳定，年平均风速均值4.83 m/s。部分变量因自然条件分布不均，存在零膨胀特征，如ENV_CO₂均值为每0.1°× 0.1°网格461.91t，但四分位距为0~ 11.65t，最大值高达627万t，表现出明显右偏；如ENV_RIVD均值0.23 m/km²，四分位距为0~ 0.31m/km²。ENV_NDVI均值0.55；ENV_PROT均值33.21 m，最大245.31 m，呈长尾分布。人口因素方面，零膨胀特征明显，且人口在大城市周边显著升高，POP_SETD与POP_SCH呈高度聚集，数据分布呈现极端右偏特征。其中POP_DENS均值为396.54人/km²，最大7.54万人/km²；POP_SETD与POP_SCH中位数均为0，但最大分别达1.00与28.92。社会因素方面，SOC_COR分布较为均匀，均值110.80。SOC_NEG和SOC_COM在部分地区明显偏高，存在明显的空间集聚，其中SOC_NEG均值0.05，SOC_COM均值166.87例/ 万人，二者左偏明显。万人被刑事批捕率SOC_ARR与起诉率SOC_IND分别为6.57例/ 万人与9.00例/ 万人，波动相对较小。经济因素方面，垃圾运输效率ECO_ROAD呈现明显右偏，均值201人/km，最大52.66万人/km。

2.2 特征选择和特征重要度评估

特征筛选使用的皮尔逊系数热图如图 3所示，结果表明，ENV_PM_2.5与ENV_AQI相关性极高（r≈ 0.98），研究保留了综合性更高的ENV_AQI；SOC_ARR与SOC_IND均表征犯罪率，相关性较高（r≈0.92），为降低冗余予以同时剔除；SOC_ NEG与SOC_COM均刻画社会负面反应，考虑数据可核验性，保留信访投诉类的SOC_COM。最终从16项变量中移除4个冗余特征（ENV_PM_2.5、SOC_NEG、SOC_ARR、SOC_IND），形成12维核心建模特征集。

基于保留的12项指标，对四类树模型在验证集（n=318）上的预测性能进行比较。结果表明（表 3），OCC Tree在各阈值下整体优于IF、RFDE和LOF Tree，Accuracy、Precision、Recall和F1均保持在较高水平。

据此选择OCC Tree开展特征重要度分析，结果如表 4所示。可以看出，人口暴露在模型决策中的权重远高于其他指标，人口密度（POP_DENS）权重最高（0.373），表明减少人口暴露是选址可行性的最核心约束。环境投诉（SOC_COM，0.185）次之，表明其对选址成败也具有决定性作用，这与学者“技术合规—社会许可”机制相呼应 ^[6]，即在技术合规之外，通过透明、共享与公平程序方能获得持续认可。植被指数（ENV_NDVI，0.136）、学校密度（POP_SCH，0.094）具有中等影响，分别对应生态敏感性、易感人群保护的选址约束。碳排放（ENV_CO₂，0.072）也具有中等影响，代表碳排放高值区域的监管可能更严。交通运输效率（ECO_ROAD，0.064）贡献适中，体现成本对选址具有一定的限制。空气质量（ENV_AQI，0.050）与保护区距离（ENV_PROT，0.026）影响相对较弱但不可忽视。其余指标在OCC Tree下的重要性接近于0，表明在控制上述关键因子后其他变量的边际解释力有限。

2.3 综合预测模型结果

其他五种非树模型单分类算法的评估结果如 表 5所示。在给定的三档适宜度阈值0.3/0.5/0.7下，AE与LOF综合表现最佳，显著优于OC SVM、EE与GMM。以阈值0.5为例，AE的Accuracy/ Precision/Recall/F1分别为0.99/1.00/0.99/1.00，LOF为0.94/1.00/0.94/0.97，均显著优于OC SVM（0.82/ 1.00/0.82/0.90），此外EE与GMM表现则更弱。

据此，结合前述树模型评估中表现最优的OCC Tree，将AE、LOF与OCC Tree进行集成形成综合模型。综合模型在阈值0.5下取得Accuracy=0.99、Precision=1.00、Recall=0.99、F1=0.99，即识别为适宜选址的比例为0.99；当阈值降至0.3时，四项指标进一步提升至1.00/1.00/1.00/1.00；当阈值提高到0.7时，仍保持较高的综合性能，四项指标为0.94/1.00/0.94/0.97。图 4比较了单一模型与综合模型的适宜度评分分布，横轴为选址适宜度评分S(x)，纵轴为不同评分对应的预测项目频数。图 4a显示，AE、LOF与OCC Tree三种模型在大部分样本上均给出偏高适宜度的评分。图 4b所示的综合模型，主体样本选址适宜度评分预测值主要分布在0.6~ 0.9，相较单一模型，综合模型具有更好的分数分布稳定性与判别一致性，为后续的选址适宜度与可行性分析提供了可靠的评分基准。

2.4 模型敏感性分析

为评估关键因子变化对选址可行性评估结果的影响，本研究开展了单因子敏感性分析，即在保持其他特征不变的前提下，分别对每个特征因子施加±10% 和±20% 的扰动比例，并通过比较扰动前后平均适宜度评分的变化量∆S（x），计算相对扰动幅度。

如图 5所示，植被指数（ENV_NDVI）对模型输出最为敏感，其±20% 扰动引起的平均适宜度变化在0.005量级，影响的相对幅度约-0.68%~ 0.57%。环境投诉（SOC_COM）次之，影响的相对幅度约-0.57%~ 0.42%。保护区距离（ENV_PROT）和空气质量（ENV_AQI）均具有一定影响。人口密度（POP_DENS）虽然在特征重要度中排名第一（表 4），但其±20% 扰动带来的平均适宜度变化略低于上述变量。

敏感性分析结果表明，人口密度主要决定区域整体适合度，但其对整体扰动较为稳健。生态背景和社会投诉的变化则具有更明显的“放大效应”。

3 结论 3.1 主要结论

本研究在全国1058个已建生活垃圾焚烧发电项目的基础上，构建了适用于负样本缺失情景的单分类选址可行性评估与影响因素识别流程。研究通过多源数据整合和相关性筛选形成了12项核心特征，通过系统比较各典型单分类算法，将OCC Tree、LOF与AE进行加权集成，形成综合适宜度评分，综合模型表现出良好的稳健性和判别一致性。

影响机制上，人口密度与环境投诉为主导因子，植被指数、学校密度和碳排放具有中等影响；运输效率具有一定成本约束作用；空气质量与保护区距离影响相对较弱但不可忽视。敏感性分析进一步表明，在±10%~± 20% 扰动下，植被指数和环境投诉的微小变化可能引起适宜度评分的较大波动，而人口密度虽最重要但对选址扰动更为平稳。

3.2 政策启示

一是方法与流程的应用。一方面本方法流程可在城市垃圾焚烧设施规划布局中，快速生成适宜度和可行性分布图，用于预筛选和早期比选。另一方面对于存量设施的搬迁改造，可用于识别现有厂址的环境社会风险程度，并为替代厂址提供定量参考。最后研究可为类似“邻避”环境设施提供可迁移的方法框架。

二是影响因素的选址启示。人口密度的重要性表明减少人口暴露应为刚性约束。环境投诉的高权重强调风险沟通应该前置，可在预选址阶段接入信访与舆情的早期信号，针对性开展防范化解措施以保证选址落地。植被指数等生态背景虽非首要影响因素，其扰动却对选址适宜度具有放大效应，在退耕还林、生态修复等导致植被环境快速变化的地区，应结合新数据开展风险的滚动评估。

3.3 研究展望

一是数据时效与代表性。部分社会指标存在时间滞后问题（如官员腐败指数、犯罪率数据等），可能低估快速变化区域的社会风险。后续需引入最新年度的统一口径数据，并开展更新分析。

二是负样本缺失与外推风险。单分类范式虽适配现状，但其学习的“可行性特征”隐含了既有决策和制度环境，在向条件差异较大地区或未来情景外推时需谨慎。后续可采集被否决/ 搁置、发生群体性事件的选址案例作为反向样本，开展二分类/ 多分类的监督学习。

三是选址影响因子的扩展。目前模型尚未纳入“与既有填埋场同址/ 邻近布局”等情景因子，未来可尝试获取历史填埋场空间数据，将其纳入指标体系。

四是成果应用。受限于最新指标数据缺失，本文未开展全国栅格化的适宜度预测。未来在数据更新后，可开展全国尺度的适宜度栅格化评估和生成分级清单，服务垃圾焚烧设施的增量布局、老旧设施迁改等。