《Resources, Conservation & Recycling Advances》：Characterizing plastic disorder in consumption systems: A Statistical Entropy Analysis to target circular economy interventions
编辑推荐：
应对塑料污染需要理解塑造材料流和废物产生的驱动因素。本研究应用统计熵分析（Statistical Entropy Analysis, SEA）来评估其作为循环经济指标的潜力，以量化塑料系统内的无序性并识别其驱动因素。加拉帕戈斯群岛的圣克鲁斯岛被用作一个边界系统
应对塑料污染需要理解塑造材料流和废物产生的驱动因素。本研究应用统计熵分析（Statistical Entropy Analysis, SEA）来评估其作为循环经济指标的潜力，以量化塑料系统内的无序性并识别其驱动因素。加拉帕戈斯群岛的圣克鲁斯岛被用作一个边界系统，在现实世界的塑料消费系统中对统计熵分析进行实证检验。一种混合方法结合了海运进口数据、商店审计、垃圾横断面调查、回收表征和人类运动追踪。研究人员使用统计分析来检验系统特征与塑料系统之间的关系，随后进行统计熵分析以评估系统无序性。结果表明，包装，尤其是多材料包装，是低循环性和系统无序性增加的主要贡献者。垃圾分布与区域特征的关联性更强，而非与人类运动相关，商业和娱乐区域积累更高，而自行车道的存在与减少垃圾丢弃相关。统计熵值在泄漏塑料系统中最高，尤其是在城市区域，而在回收流中由于材料分离而最低。超市产品由于包装复杂性表现出更高的统计熵。系统无序性由空间背景、零售形式、产品设计和消费偏好所塑造，凸显了针对性上游和下游干预的必要性。与侧重于资源效率的传统循环经济指标相比，统计熵分析捕捉了材料的分散和混合，提供了一个跨情境的补充性和可比性的循环性指标。本研究支持为循环性设计政策和商业策略。
**论文解读：消费系统中的塑料无序性特征描述——基于统计熵分析的循环经济干预**
**研究背景与问题**
塑料需求快速增长，主要由一次性塑料驱动，但现有废物管理系统不足，导致大量塑料泄漏（2020年仅9%被回收）。塑料污染不仅是废物管理问题，更是受社会-生态过程影响的系统性挑战。传统循环经济（Circular Economy, CE）指标如回收率、资源效率等，无法充分捕捉材料分散、混合或系统内的无序性，也难以比较不同情境下的塑料循环性障碍。因此，需要一种能够量化系统无序性并识别驱动因素的指标，以支撑针对性干预。统计熵分析（Statistical Entropy Analysis, SEA）基于香农熵，可衡量材料集中或分散程度，具有评估循环性的潜力，但之前应用有限，主要集中于物质流而缺乏对消费系统及其社会-生态驱动因素的实证研究。
**研究内容与结论**
研究人员旨在评估SEA作为循环经济指标在塑料消费系统中的应用潜力，并识别系统无序性的驱动因素。以加拉帕戈斯群岛的圣克鲁斯岛为边界系统，采用混合方法收集数据，包括海运进口数据、商店审计、垃圾横断面调查、回收流表征和人类运动追踪。通过统计分析和SEA，发现包装尤其是多材料包装是低循环性和高无序性的主要贡献者；垃圾分布更受区域特征影响而非人类运动；统计熵在泄漏塑料系统（尤其是城市区域）中最高，在回收流中最低；超市产品因包装复杂性而具有更高熵值。系统无序性由空间背景、零售形式、产品设计和消费偏好塑造，需要针对性的上游和下游干预。SEA能补充传统指标，提供可比较的循环性指标，支持政策制定。该论文发表在《Resources, Conservation》。
**主要关键技术与方法**
研究人员采用混合方法框架，数据来源包括：圣克鲁斯岛（Puerto Ayora、Bellavista、Santa Rosa）的海运进口数据（2022年1-6月，来自Consejo de Gobierno del Régimen Especial de Galápagos, CGREG）；13家商店审计（小型、中型、大型超市及露天市场）；40个垃圾横断面调查（基于人口类别分层随机抽样，网格约1km2）；回收流表征（3天，随机选择8个回收袋，共7.5 kg样本）；人类运动传感器（Pyro Evo被动红外传感器，监测40个横断面）。聚合物鉴定使用PlasTell NIR扫描仪和傅里叶变换红外光谱-衰减全反射（FTIR-ATR）光谱仪（PerkinElmer）。统计方法包括Spearman相关、Kruskal-Wallis检验、多重对应分析（MCA）及层次聚类、负二项回归。SEA基于香农熵，适应多级层次结构（产品-组件-物质），分别针对垃圾集群/回收流（12种废物类别、25种聚合物）和商店产品（32种聚合物/材料）。
**研究结果**
**3.1 进口货物流入**：通过海运进口数据分析，每年约34,154 t货物进入圣克鲁斯岛，其中1,979 t（5.8%）为塑料（包装或嵌入），约70%在一年内成为废物，主要来自食品包装（65.5%），其次为建筑和建材（31.4%）。
**3.2 垃圾丢弃与塑料泄漏：路边横断面调查**：垃圾密度为0.03-2.12 件/m2，最高积累在Puerto Ayora。主要垃圾类别为食品塑料、其他塑料和塑料碎片，常见物品包括食品塑料包装、烟蒂和硬塑料碎片。主要聚合物为高密度聚乙烯（HDPE）、聚丙烯（PP）、氯化聚乙烯（CPE）和人造纤维素。
**3.3 商店审计与包装表征**：83%的产品为进口，来自厄瓜多尔本土（76.6%）、哥伦比亚（7%）等，仅6%产自加拉帕戈斯。平均塑料含量为9.7%（重量），包装以PP（36.53%）、HDPE（29.52%）为主，47%的柔性包装为多层材料。商店减少塑料措施集中于重新使用和回收三级包装，而拒绝塑料或采用替代材料较少。
**3.4 塑料处置：废物表征**：回收流中纸类（34%）、食品塑料（30%）和其他塑料（21%）占主导，食品包装和包裹为主要塑料物品。主要聚合物为聚乙烯（PE）、PP和聚对苯二甲酸乙二醇酯（PET），占63%。
**3.5 影响垃圾丢弃及其类型的因素**：人类活动与垃圾数量相关性弱（Spearman系数0.0611），而垃圾数量在区域类型（城市、农村、保护区）间差异显著（p=0.0064城市与农村；p=0.0026城市与保护区）。MCA和层次聚类将横断面分为三类：集群1（高速公路、自行车道、自然区域）；集群2（有限铺装和服务、小型商店）；集群3（铺装、服务和商店集中）。集群3垃圾最多（207±119件）但重量轻（1.54±1.23 g/件），集群1和2垃圾较少但更重。负二项回归显示，房屋（+1.69）、工业设施（+1.51）、服务与商店（+0.61）增加垃圾量，自行车道（-1.13）减少垃圾量。
**3.6 统计熵分析**：基于PlasTell鉴定的聚合物，集群3绝对统计熵最高（1.58），其次为集群2（1.44），回收流（0.78），集群1（0.61）。高熵值表示聚合物在废物类别中分布更分散，分离复杂度更高。商店产品分析中，露天市场平均产品熵最低（0），小型商店（0.27），中型商店（0.39），超市（0.67），表明超市产品包装材料多样性最高，分离难度最大。
**讨论与结论**
讨论部分指出，塑料泄漏反映了进口物品组成与消费模式，区域特征比人类运动对塑料系统影响更强。包装是主要贡献者，零售形式影响污水类型和系统无序性。高熵区域（如集群3）需要更复杂干预。当前加拉帕戈斯干预措施（如禁止一次性塑料、回收）侧重下游，但未能解决上游包装复杂性。SEA作为补充指标，能识别系统无序性来源，支持针对性干预（如促进散装销售、简化包装）。研究结论部分翻译如下：
**结论与未来研究**
本研究引入了一种创新方法分析系统动态如何影响塑料系统和无序性。据研究人员所知，这是首次应用SEA评估系统动态和区域特征如何影响塑料污染和统计熵。结果表明，区域特征对塑料系统的影响强于人类运动。统计熵水平在大型商店和混合土地利用区域最高，这些区域的产品多样性和包装复杂性使循环经济干预更具挑战性。SEA在评估塑料系统和识别降低熵值、促进循环性的干预措施方面具有价值。通过提供通用指标，SEA还能优先考虑情境特定干预。研究结果可支持决策者推进向循环经济转型，特别是在全球塑料条约背景下。基于这些发现，未来研究应探索减少复合材料使用的替代包装，评估与高熵相关的产品限制，并研究能降低熵值的循环经济模式（如散装产品系统）。此外，可分析整个生命周期的熵值，并专门针对循环经济干预测量不同循环回路中的熵变。
