基于超级结构材料回收设施设计的循环经济塑料废弃物供应链优化

《Process Safety and Environmental Protection》：Plastic waste supply chain optimization with superstructure-based material recovery facility design for circular economy

　　

摘要

本研究提出了一种混合塑料废弃物（MPW）供应链设计的集成优化框架，通过将供应链网络模型与基于超结构的材料回收设施（MRF）设计相结合来实现。与传统方法将MRF内塑料分选技术的顺序视为固定输入不同，所提出的模型同时对分选技术的选型与排序以及宏观供应链决策进行优化，包括设施的位置与容量以及设施间的物流。该框架应用于韩国塑料回收系统的三个案例研究。结果表明，与固定顺序的MRF配置相比，集成方法能够降低系统总成本，主要通过在前端阶段分选高通量废弃物流以减少下游设施的负荷来实现。此外，所提出的框架揭示了通过对聚氯乙烯进行气化有效处理可以显著改善MPW供应链的经济性，同时大幅减少填埋处置。该框架为设计经济可行且环境可持续的塑料废弃物管理基础设施提供了一个有效的决策支持工具。

引言

塑料凭借其卓越的耐用性和抗降解性推动了现代工业的发展；然而，正是这些特性同时也引发了全球环境危机（Geyer等人，2017）。合成聚合物一旦产生，就会在环境中持续存在，导致大量废弃物在垃圾填埋场和自然生态系统中累积。这种持续性的累积加剧了严重的环境后果，包括海洋污染以及整个生命周期内的大量温室气体（GHG）排放（Jambeck等人，2015；Zheng和Suh，2019）。Chaudhari等人对美国的塑料供应链进行了物质流分析和生命周期评估，指出塑料供应链可能分别占美国温室气体排放总量的1.5%和能耗的3.1%（Chaudhari等人，2022）。根据经济合作与发展组织（OECD，2022）的预测，如果当前趋势持续，全球塑料废弃物产生量预计到2060年将增至10.14亿吨，接近目前的三倍（OECD，2022）。为应对这些不断加剧的威胁，联合国（UN）倡导到2040年将塑料回收率提高至80%（联合国环境规划署（UNEP），2023）。实现如此雄心勃勃的目标不仅需要现有实践的渐进式改善，更需要在整个供应链中系统性地整合废弃物收集、分选和末端处理，从而建立全面的循环经济（CE）体系（联合国环境规划署（UNEP），2023）。实现这些体系的核心在于供应链网络和材料回收过程的数学优化，二者共同决定了大规模闭合物质循环的技术和经济可行性（Barbosa-Póvoa等人，2018）。

然而，由于混合塑料废弃物（MPW）的异质性，优化此类网络本身充满挑战。与均匀的原始塑料不同，MPW流由不同聚合物类型的混合物组成，尤其是聚乙烯（PE）和聚丙烯（PP）。由于分子结构不同，这些聚合物即使在熔融状态下也对均相混合表现出固有的抗性。这种不相容性导致明显的相分离并削弱了聚合物域之间的界面粘附力，最终导致再生材料力学性能的显著下降（Ragaert等人，2017；Schyns和Shaver，2021）。因此，为减轻这种性能退化，机械再生过程通常要求严格分选的单一聚合物原料，纯度需超过98%（Schyns和Shaver，2021）。

与此同时，末端处理阶段存在的污染物对化学再生过程构成了重大风险。特别是，聚氯乙烯（PVC）等卤化聚合物在加工过程中会发生热降解，释放出氯化氢（HCl），导致严重的设备腐蚀和催化剂失活。因此，有效的化学再生要求PVC含量严格限制在1 wt%以下（Solis和Silveira，2020；López等人，2011）。结果，满足这些严格的质量规格需要对两个相互依存的决策层次进行联合优化：（i）宏观层面的供应链网络设计，包括设施选址和废弃物运输路径；（ii）材料回收设施（MRF）内部的微观层面过程设计，特别是分选技术的选型与排序，以确保每种回收组分满足其各自末端应用的質量要求（Wang和Maravelias，2024；Kumar等人，2025）。由于分选所能达到的纯度直接制约了下游再生路线的可行性，反之，所选的再生路径又决定了所需的分选精度，因此这两个决策层次本质上是耦合的，应当同时进行优化。

从宏观供应链角度来看，已有若干研究针对城市固体废物（MSW）或塑料废弃物网络的设施选址、技术选择和物料流分配进行了优化。Asefi和Lim提出了一种综合多目标混合整数规划（MOMIP）和多准则决策（MCDM）框架，用于考虑经济、环境和社会因素的城市固体废物管理系统设计（Asefi和Lim，2017）。Santiba?ez-Aguilar等人提出了一种多目标数学规划模型，用于城市固体废物再利用供应链，综合考虑了经济绩效和可持续性相关目标（如社会风险）（Santiba?ez-Aguilar等人，2015）。Mirdar Harijani等人开发了一种多目标混合整数线性规划模型，用于城市固体废物回收与处置网络，同时平衡经济、环境和社会维度，选择处理设施的类型、位置和容量，并分配废弃物与再生产品的分配（Harijani等人，2017）。Saif等人开发了一种混合整数线性规划（MILP）框架，用于城市固体废物管理供应链，同时确定运输路线、技术组合和多时期容量扩展（Saif等人，2022）。Pouriani等人提出了一种双层MILP模型，用于城市固体废物收集/回收网络，其中下层确定收集站的地点和类型，上层确定废弃物回收工厂的决策（Pouriani等人，2019）。Barma等人为尼日利亚的城市固体废物管理网络建立了一种MINLP模型，通过最小化网络总成本来确定城市固体废物处理中心的数量、位置和容量（Barma等人，2022）。?omplák等人提出了一种面向循环经济的多目标MILP模型，在城市固体废物网络中联合选址分选线、转运站、垃圾焚烧发电厂和垃圾填埋场，并以经济和温室气体排放为准则（?omplák等人，2019）。Mohammadi等人为多级城市固体废物管理供应链建立了一种MILP模型，包括分选中心、加工厂、配送中心和客户，确定废弃物流、技术分配、库存和产品分销（Mohammadi等人，2019）。专门针对塑料废弃物，尤其是混合塑料废弃物（MPW），Ma等人优化了一种整合技术经济分析（TEA）和生命周期评估（LCA）的基础设施网络，用于美国中西部地区塑料废弃物的收集、预处理和化学升级利用（Ma等人，2023）。Bing等人为荷兰家庭塑料废弃物逆向物流网络建立了一种MILP模型，在最小化运输成本和运输碳排货币化成本的同时，比较了家庭级别分选与后分选之间不同选择的场景（Bing等人，2014）。Sheriff等人为印度塑料回收收集网络建立了一种集成模型，同时确定收集点和集中回收中心的地点及相关运输路线，同时考虑了多种产品和不同质量等级的回收塑料（Mahaboob Sheriff等人，2017）。Cheon和Ahn开发了一种多时期MILP模型，用于韩国塑料废弃物回收供应链网络，确定近红外分选设施和回收工艺的数量、容量和位置，同时考虑土地可用性和区域排放限制（Cheon和Ahn，2025）。Castro-Amoedo等人为具有多模式运输的塑料回收网络开发了一种多目标多时期MILP模型，在替代方案配置中最小化净现值和环境影响（Castro-Amoedo等人，2021）。Cr?stiu等人为意大利北部MPW供应链建立了一种多目标MILP模型，量化了焚烧与热解之间的经济-环境权衡（Cr?stiu等人，2024）。Erickson等人将TEA、LCA和价值链优化相结合，评估了覆盖美国的消费后低密度聚乙烯（LDPE）和聚丙烯（PP）的全国规模热化学升级基础设施（Erickson等人，2024）。Badejo等人针对LDPE废弃物供应链提出了一种MILP模型，在选择处理技术和设施地点的同时评估了运输电气化的影响（Badejo等人，2024）。较新的研究开始将成分追踪纳入供应链模型。Aviso等人定义了塑料回收网络（PRN），并使用LP和MILP模型优化了塑料废弃物的源-汇分配，同时考虑了与污染物相关的质量规格（Aviso等人，2023）。Wang和Maravelias提出了在追踪废弃物成分的同时优化设施位置、技术选择、容量规划和物料流的框架（Wang和Maravelias，2024）。其模型区分了一级和二级MRF，以考虑依赖成分的末端技术可行性约束。尽管取得了这些进展，但在这些研究中，MRF被表示为具有固定产率和成本参数的聚合设施级别节点，或者是预定义的设施类型分类，而非将内部配置本身作为决策变量的单元。因此，MRF内部分离技术的类型或顺序在很大程度上被假设为预先确定的。

在设施层面，数学规划也被应用于优化废弃物处理过程设计。Kumar等人利用P-Graph框架推导了成本效益高的再生路径，但假设了固定的物料损耗率，未考虑原料的异质性（Kumar等人，2025）。Fan等人利用基于P-Graph的框架设计集成城市固体废物处理系统，选择预处理分选方案以及下游处理和处置选项，在考虑碳排货币化排放的同时最大化利润（Fan等人，2020）。Hernández等人开发了LDPE废弃物增值的超结构优化，但仅关注单一聚合物而非混合流，从而绕过了依赖成分的行为特征（Hernández等人，2024）。Nakatani等人在市场价格不确定性下利用蒙特卡洛模拟和整数规划优化了自动分选机配置（Nakatani等人，2017），但将系统边界局限于分选设施，未建模下游末端路径。Lee等人利用NSGA-II在设施级别边界内联合优化了分选技术和回收选项（Lee等人，2022），但设施选址和区域间运输等宏观供应链因素仍不在模型范围内。

总体而言，现有研究在很大程度上将宏观供应链网络和微观MRF过程设计作为孤立问题进行研究，即使集成的尝试也仅在聚合层面考虑了MRF的成分依赖内部过程结构，或仅针对单一聚合物。因此，这两个层次之间的相互依赖关系仍未得到解决：MRF内的分选纯度制约了可行的下游再生路线，而所选的再生路径反过来又决定了所需的分选精度。基于当前文献，一个通过将根据传入塑料废弃物成分驱动的分选技术选型与排序作为决策变量来处理这一相互依赖关系、使所达到的分选纯度满足下游末端路线要求并以包含货币化环境影响在内的最小总成本实现的集成优化框架，仍然是一个开放的研究问题。

为弥补这一研究空白，本研究提出了一种将MPW供应链网络优化与MRF过程设计相结合的集成优化框架。所提出的模型同时确定：（i）设施的位置和容量，（ii）废弃物产生源与处理场所之间的物流，（iii）每个MRF内根据传入废弃物成分定制的分选技术选型与排序。通过显式地将MRF内的单元级分选决策与网络级物流联系起来，该框架捕捉了MRF过程绩效与供应链经济性之间的相互依赖关系。

在第2节中，我们提出问题的陈述。在第3节中，我们给出MPW供应链和MRF超结构的数学公式。在第4节中，我们提出案例研究，以展示所提出的模型在设计经济可行且技术可行的循环经济基础设施方面的适用性，并提供有价值的见解。

各节片段

问题陈述

整个供应链网络由四个阶段组成：收集点（COL）、转运站（TR）、MRF和末端处理（EOL）设施（Wang和Maravelias，2024）。所提出模型的整体结构示意图如图1所示。

收集点代表主要的废弃物来源（例如大型都市区），在此废弃物被汇集并运输至转运站，然后再送至MRF进行进一步处理。

在 MRFs 中，预处理、清洁以及
模型构建
首先，我们定义集合 I 表示供应链中考虑的废弃物类型；集合 L 表示可以建立设施的候选位置；集合 J 表示废弃物可用的处理和分离技术集合；集合 S 表示 MRFs 内分离技术的阶段。

案例研究
为了展示所提出模型的能力，我们介绍了韩国的三个案例研究。案例研究考虑了五个收集点、四个转运站候选位置、四个物料回收设施候选位置和五个终末处理设施候选位置（见图 7）。各位置之间的距离是使用开源路由机（OSRM）计算的，以利用真实的基于道路的距离数据。

塑料废弃物

结论
本研究开发了一个集成优化框架，将基于超级结构的 MRF 分离网络与基于 MIQCP 的塑料废弃物供应链模型相结合。所提出的模型同时优化宏观供应链决策（设施选址、容量规划、运输路径规划）和微观 MRF 工艺配置（分拣技术选择和排序），消除了顺序或解耦策略固有的次优性。

基于案例研究的 CRediT 作者贡献声明
Juhan Hwang：撰写 – 原稿、方法论、调查、正式分析、数据整理、概念构思。Joonjae Ryu：撰写 – 审阅与编辑、监督、资金获取、概念构思。

利益冲突声明
作者声明他们没有已知的可能影响本文报告工作的竞争性财务利益或个人关系。

致谢
本研究得到了韩国政府（MSIT）资助的 NRF 拨款支持（RS-2025-02306122）。

Juhan Hwang|Joonjae Ryu