《Waste Management》：High-resolution dynamic material flow analysis to elucidate plastic flows in waste management systems
编辑推荐：
利用动态物质流分析阐明了报废塑料流；量化了废物流对分类收集和回收的贡献；开发了一个将物质流与废物管理优化联系起来的框架。
利用动态物质流分析阐明了报废塑料流；量化了废物流对分类收集和回收的贡献；开发了一个将物质流与废物管理优化联系起来的框架。
论文解读文章
**研究背景与问题**
塑料因其低成本、耐用性和多功能性被广泛应用于各行业，全球年消费量从1950年代的几乎为零增长至2019年的4.6亿吨。塑料废物管理对缓解污染至关重要，但现有废物管理方法（如填埋、焚烧和机械回收）各有局限：填埋占用土地并释放污染；焚烧需满足热值要求并可能排放有害气体；机械回收则受限于不同聚合物和有害化学品的交叉污染。物质流分析（MFA）是评估废物管理绩效并探索循环经济路径的关键工具，其动态变体（DMFA）能模拟随时间变化的流量和存量，而动态概率MFA（DPMFA）进一步整合数据不确定性。然而，大多数MFA研究在废物生命周期阶段（EoL）的分辨率有限：（1）子过程区分不足；（2）同类产品类别的废物流区分不足；（3）缺乏对二次材料性质和用途的讨论。日本因数据完备且缺乏全面研究被选为案例，本研究旨在开发一个高分辨率MFA模型，详细捕捉所有生命周期阶段的塑料流，尤其关注废物流，以揭示废物管理实践并优化路径。
**研究内容与结论**
研究人员利用高分辨率动态概率物质流分析（DPMFA）模型，量化了1990年至2023年间日本八种主要商业塑料聚合物（低密度聚乙烯LDPE、高密度聚乙烯HDPE、聚对苯二甲酸乙二醇酯PET、聚丙烯PP、聚苯乙烯PS、发泡聚苯乙烯EPS、聚氨酯PUR、聚氯乙烯PVC）的生命周期流量。模型覆盖七个阶段：生产、制造、消费、收集、中间处理、机械回收和处置，定义了47个产品类别、15个收集路径和309个流量（其中212个与废物相关）。通过蒙特卡罗模拟处理数据不确定性，并进行了敏感性分析。主要结论包括：日本塑料消费在1997年达到峰值（1530万吨）后下降；在用存量持续增长至2023年的5020万吨；废物管理以焚烧为主（71%），填埋率下降（16%至9%），回收率从5%升至14%。源分离收集比例仍低于40%，但PET瓶收集率因政策干预从35%升至93%。预消费废物曾是回收主要来源，但2023年消费后废物（尤其是容器和包装废物）成为主导。模型结果与独立数据基本一致，并揭示了建筑和电子部门的存量增长潜力。本研究发表在《Waste Management》。
**主要技术方法**
研究采用动态概率物质流分析（DPMFA）框架，基于Python包dpmfa-simulator进行模拟。系统边界包括生产、制造、消费、收集、中间处理、机械回收和处置七个阶段。数据来源包括日本政府统计（如经济产业省、环境省）、行业协会报告（如日本塑料工业联盟、日本化学纤维协会）、文献（如Kawecki et al., 2018）和访谈。模型参数化涉及八种聚合物（LDPE、HDPE、PET、PP、PS、EPS、PUR、PVC），47个产品类别分布在七个工业部门（农业与渔业、建筑与建造、容器与包装、电气设备与电子、运输、纺织、其他）。不确定性分析通过蒙特卡罗模拟（10,000次迭代）基于数据质量评分（谱系矩阵）进行。敏感性分析通过调整关键参数10%评估结果变化，并针对农业薄膜和渔业产品的高环境释放率（10%）进行了额外敏感性测试。
**研究结果**
3.1. 模型输出示例，包括概率分布：以PP为例，模型可视化了2023年日本PP的31个产品类别、15个收集路径和8个中间处理过程的流量。概率分布显示，2023年PP废物产生（如电视）的估计不确定性低于早期年份，而一般废物和工业废物收集的高均值伴随宽分布。
3.2. 塑料流量和存量：初级生产和国内消费在1997年达到峰值（分别为1140万吨和1530万吨）后下降。2023年净进口约470万吨，主要来自容器和包装。在用存量逐渐增加至2023年的5020万吨，其中建筑与建造部门占39%，电气设备与电子占17%。电子、运输、纺织及其他部门的存量下降，而农业、建筑和容器与包装部门持续增长。
3.3. 塑料废物管理实践：废物年收集量稳定在1300万吨，混合收集比例从77%降至62%，但源分离收集仍低于40%。PET瓶收集率因容器包装回收法从35%升至93%。累计处理479.8万吨废物中，71%焚烧、16%填埋、9%回收、4%出口。回收材料投入从2000年的123.8万吨增至2023年的233.5万吨，预消费废物占比从68%降至30%，消费后废物（尤其是PET瓶和容器包装）占比上升。PET是最广泛回收的聚合物（2023年占37%）。建筑废物和电子废物中的聚合物回收量增加，但总量小于容器包装。
3.4. 不确定性和敏感性：早期年份估计不确定性高，生产与制造阶段不确定性最低，消费阶段中等（容器与包装部门因贸易聚合物组成假设不确定性高）。废物阶段不确定性中等，但建筑废物收集和二次材料生产数据缺乏导致不确定性高。敏感性分析显示转移系数比流量输入更敏感，例如运输部门中机动车的转移系数显著影响整体流量。建筑塑料损失率直接影响废物收集量。农业和渔业产品10%环境释放率对总体回收和处置影响可忽略（<1%）。“其他”产品类别寿命变化（5至20年）显著影响存量估计（±35-65%），但对焚烧和填埋总量影响有限。
**讨论与结论**
讨论部分涵盖模型方法论评估：本研究定义的废物管理过程与日本现行框架一致，309个流量中有212个与废物相关，提高了对废物流性质的理解。模型结果与独立数据验证一致，但2009年CRT电视更换峰值未被模型捕捉，表明数据局限性。与其他日本MFA研究比较，本研究消费估计高25-40%因包含容器包装贸易流。国际比较显示日本和瑞士的塑料消费在GDP增长下峰值后下降，而中国和印度持续增长。潜在回收用途方面：PET瓶和容器包装数据详细，其他废物仅定性描述；理想情况为同级循环（如瓶到瓶），但常见降级循环（如PET瓶用于其他包装）或交叉部门循环。优化废物管理实践的筛选框架基于数量、可分离性和可回收性三个标准，半定量评分显示容器与包装废物具有高回收潜力，建筑塑料因有害化学品限制可回收性，但通过检测和去除程序可改善。结论：本研究开发了高分辨率DPMFA模型，可评估废物流特性和数量，揭示法规有效性并优先优化流。模型框架和筛选框架可应用于不同聚合物或区域，也能用于情景分析以优化废物管理系统可持续性。未来可通过排放因子和环境归趋模型量化塑料和化学品的生命周期释放，结合毒性数据评估生态和健康风险。本研究结论翻译如下：本研究开发了一个在报废阶段具有高粒度的动态概率物质流分析模型。改进后的模型能够评估特定时期内个别废物流的性质和数量，为理解法规的有效性和优先优化流提供了信息。所开发的模型框架和回收潜力筛选框架可应用于不同聚合物或不同区域。它还可用于情景分析，以探索整个废物管理系统的最佳可持续性能。塑料聚合物和相关化学品在整个生命周期中的释放可通过排放因子量化，并结合环境归趋模型预测塑料和化学品的环境浓度，进而结合毒性数据评估对生态系统和人类健康的整体风险。
