用于废物管理中空间资源分配问题的减法聚类

为什么更聪明的垃圾桶布置很重要

在城镇中，回收常常不是因为人们不在意而失败，而是因为最近的投放点太远或已满。本文探讨了一种新的方法，用于决定把有限的废物容器放在哪里，使其更容易到达、分配更公平，并与人们实际的出行方式相匹配。

从人和容器到需求地图

作者研究的是空间资源分配问题，其中有限数量的设施必须为众多分散的用户服务。在废物管理中，这些设施可以是容器、中转站或处理厂，而用户则是产生垃圾的居民。良好的规划试图覆盖尽可能多的人，同时将出行负担和成本降到最低。现实情况使任务复杂化：人们会移动，道路决定了行程路径，每个设施还有容量限制。传统方法要么侧重于数学优化，但在大区域时可能非常耗时，要么依赖聚类方法将相近需求分组，但难以同时纳入容量限制和真实的行程路径。

一种适应现实世界的聚类思路

该研究将一种称为减法聚类的技术改编用于捕捉需求与服务在空间上的相互作用。每个定居点或潜在容器位置都会被赋予一个“潜力”值，反映其可以方便服务的人数，包括相邻定居点的人口。这个值通过基于距离的简单曲线计算，描述两个符合人类直觉的概念：人们愿意为投放点而行走的程度，以及投放点位置的吸引力。算法随后按最有前景的位置逐一放置容器，并根据每个容器的容量在其周边降低剩余潜力。如果同一地点的需求仍然很高，可以在那里放置更多容器，从而使该方法能处理不均等的容量和非常繁忙的区域。

沿道路而不是直线测距

一个关键改进是方法不再以“鸟飞直线”测距，而是使用道路网络距离或行程时间，这更能反映人们实际到达投放点的方式。这在大范围区域尤为重要，因为河流、山脉或稀疏的道路会使地图上看似很近的投放点实际上难以到达。作者还设计了简单的度量来评估容器方案的效果，包括未覆盖需求的比例、新方案与现有方案的差异，以及容器空间分布与人口空间分布的匹配程度。

在匈牙利的实地检验

为了展示该方法的实际效果，研究人员考察了匈牙利的纺织废物容器。在研究时，2453个容器仅分布在全国3000多个市镇中的503个，使大片区域没有服务。假设纺织废物与人口成比例，他们使用该方法在保持容器数量和容量现实的情况下重新分配容器。结果布局将容器分布扩展到近两倍的市镇，并使其地图上的分布更接近人口分布。简单的基于距离的指标表明，新方案比现有系统更均匀地为人们提供服务。作者还将其方法与基于线性规划和k-中心（k-medoids）聚类的常见替代方法进行比较，在大型问题中以远低于计算成本的情况下得到相当或更好的解。

对未来城市与区域规划的意义

对非专业读者而言，主要信息是对固定数量的收集点进行更聪明的布局，可以在不增加新容器的情况下显著改善服务覆盖。通过将简单的聚类思路与真实的道路距离、出行行为和容量限制相结合，该方法为规划者提供了一个灵活的工具，适用于城市和国家尺度的容器系统设计。虽然论文侧重于匈牙利的纺织废物，但相同的理念也可用于指导其他共享设施的布点，例如回收点、充电站或医疗服务，从而更公平、更高效地将有限资源与人们的日常出行相匹配。

引用: Kenyeres, É., Kummer, A. & Abonyi, J. Subtractive clustering for spatial resource allocation problems in waste management. Sci Rep 16, 14986 (2026). https://doi.org/10.1038/s41598-026-45718-4

关键词: 废物管理, 空间规划, 聚类, 回收容器, 道路网络