1978年至2050年中国家庭废弃电子电气设备（WEEE）及人为矿产资源的空间时间分布

《Environmental Science & Technology》：Spatiotemporal Distribution of Household WEEE and Anthropogenic Mineral Reserves in China from 1978 to 2050

　　高分辨率图像
下载MS PowerPoint幻灯片

中国是世界上产生废弃电子电气设备（WEEE）最多的国家，面临着管理家庭WEEE和回收其中所含资源日益严峻的挑战。本研究对中国1978年至2050年间家庭WEEE的产生量及人工矿物（AM）储备进行了长期、省级层面的评估。通过基于库存的物质流分析，我们量化了31个省份中10类家用电器（14种类型）的在使用中的库存量、WEEE产生量及相关人工矿物的数量。2023年，家庭WEEE的年产生量超过了4亿件，其中手机、电脑、空调和洗衣机是主要来源，东部和东南部省份的贡献最大。2023年，家庭WEEE中含有的矿物储备包括约22.8万吨铜（占全国回收铜总量的9.4%）、21吨黄金（占年产量的5.6%）和7吨钯（占年产量的50%），其理论金属价值超过50亿美元。然而，由于存在明显的空间差异和特定类别之间的不匹配，现有的正式回收基础设施仅能回收这些潜在资源的约30%。我们的研究结果指出了关键差距和省级热点地区，为有针对性的WEEE管理和基础设施规划提供了定量依据，以促进中国向循环经济的转型。

**特别专题**
本文发表于《环境科学与技术》（Environmental Science & Technology）的“推进循环经济”（Advancing a Circular Economy）专题中。

**1. 引言**
废弃电子电气设备（WEEE），通常称为电子垃圾，指的是不再使用或已达到使用寿命的、依靠电流或电磁场运行的电气和电子设备，如电视机、洗衣机、电脑和手机。(1) 随着技术快速创新、价格下降和产品寿命缩短，全球WEEE的产生量在过去几十年里急剧增加。(2,3) 根据相关研究，WEEE是全球增长最快的废弃物类型，年产生量约为3-5%，2022年总量达到约6200万吨。(4?6) 同时，WEEE中含有大量有价值的金属和其他材料，使其成为人工矿物（AM）的重要来源，也是资源回收和循环经济战略的关键手段。(7) 以手机为例，一吨废弃手机可含有高达280克的黄金和2000克的银，这些含量分别是原始矿石的60倍和13倍，其潜在金属价值可达每吨2.3亿美元。(8) 因此，适当的WEEE回收不仅能够带来显著的经济效益，还能减少二次废物的产生，防止有害物质的释放，并避免与初次生产相关的能源消耗和排放。(9?11) 家用电器是WEEE的主要组成部分，主要用于家庭用途，包括大型家电（如洗衣机和冰箱）和小型家电（如微波炉）以及消费电子产品（如相机和手机）。这些电器含有大量的关键原材料，如钢铁、铜、铝和黄金。然而，与商业或工业环境中的WEEE不同，家庭WEEE通常分散在各个地方，缺乏集中的收集渠道。在许多地区，废弃的家用电器由流动商非正式收集或与城市垃圾混合处理，导致收集率低、处理方式失控，关键二次资源流失。

为应对这些挑战，过去二十年里许多国家引入了专门的WEEE管理框架。欧盟的WEEE指令（2012/19/EU）设定了更严格的目标，要求前三年市场上销售的WEEE平均重量的最低回收率为65%。(5) 日本则建立了独特的双轨立法体系：《家用电器回收法》（HARL）专门针对大型家电（电视机、空调、洗衣机和冰箱），规定零售商和制造商共同负责物流和高纯度材料的回收。(12) 除这些地区外，韩国和美国等国也越来越多地采用生产者责任延伸（EPR）制度，并最近转向“维修权”立法，旨在延长家用电器的使用寿命，使其不会过早进入废弃物流程。(13) 此外，最新研究趋势表明，回收方式正从简单的基于体积的方法转向通过“城市采矿”实现基于价值的回收，重点关注WEEE中的高价值和关键金属，并将使用中的和废弃的设备视为循环经济框架内的二次资源。(14) 中国现在是世界上最大的WEEE消费国和生产国。(7) 自21世纪初以来，收入快速增长、城市化和技术升级使家用电器在中国家庭中变得不可或缺，导致在使用中的库存量和报废废物量激增。为此，中国政府推出了一系列政策来促进正式回收和资源回收。2010年正式引入了人工矿物的概念，明确将WEEE及其他二次资源（如铁、有色金属和贵金属、塑料和橡胶）视为可回收的矿物储备。(7,15) 在这一概念框架的基础上，受监管的WEEE类别从5个扩大到14个。(16) 为进一步通过合法渠道实现WEEE的最大资源回收，中国发布了《废弃电子电气产品处置资格许可证管理办法》，为符合条件的拆解企业发放许可证，体现了该国在提升可持续回收实践和WEEE资源回收方面的持续努力。(17)

为了优化资源回收、减轻环境影响并为基于证据的政策提供依据，越来越多的研究考察了主要经济体的WEEE产生量、库存量和回收情况，并提供了重要的方法论和实证见解（表1）。例如，Parajuly等人（2017）对丹麦的61类家用电器进行了动态物质流分析（MFA），预测到2025年WEEE产生量将达到1.34万吨（约每人23公斤）。他们的研究指出，尽管正式回收率达到50%，仍有近10%的小型电器成为残余垃圾，大量库存“潜伏”在家庭中。(18) 类似针对特定产品组的库存驱动MFA研究（如希腊的笔记本电脑和欧盟多个成员国的废弃冰箱）揭示了产品寿命变化、市场饱和度和政策目标对未来WEEE产生量和所含关键金属的影响。(21,22) Althaf等人（2021）对1980年至2018年间美国家庭中的20种主要消费电子产品进行了动态、高分辨率的MFA分析，发现由于CRT显示器的淘汰，电子垃圾总量自2015年以来减少了10%，但其组成向钴等关键材料转变，远离受监管的有害物质。(13) 在澳大利亚，动态MFA被用于预测不同饱和度和增长情景下的WEEE市场投放量、使用中的库存量和电子垃圾流量，强调了长期预测对市场成熟度假设的敏感性。(20) 总体而言，这些研究表明，透明的、基于库存的MFA是描述WEEE和二次资源长期动态以及为收集、回收和基础设施规划提供信息的强大工具。

**表1. 本研究与以往研究的比较**
| 时间段 | 空间覆盖范围 | WEEE范围 | 类别 | 参考文献 |
| --- | --- | --- | --- | --- |
| 1980–2018 | 全国（美国） | 家用电器 | 20 (13) | |
| 1990–2025 | 全国（丹麦） | 家用电器 | 61 (18) | |
| 1971–2030 | 全国（加拿大） | 家用和商用电器 | 51 (19) | |
| 2010–2030 | 全国（澳大利亚） | 家用电器 | 16 (20) | |
| 1983–2040 | 全国（希腊） | 笔记本电脑 | 1 (21) | |
| 1935–2050 | 全国（哥伦比亚） | 冰箱 | 1 (22) | |
| 1989–2004 | 全国（中国） | 家用电器 | 5 (23) | |
| 2003–2007 | 全国（中国） | 家用电器 | 5 (24) | |
| 2003–2006 | 区域（北京） | 家用电器 | 5 (25) | |
| 2001–2010 | 全国（中国） | 家用电器 | 5 (26) | |
| 2010–2012 | 全国（中国） | 家用电器 | 5 (27) | |
| 2010–2015 | 全国（中国） | 家用和商用电器 | 14 (28) | |
| 2000–2015 | 区域（北京） | 家用电器 | 5 (29) | |
| 2010–2020 | 全国（中国） | 家用和商用电器 | 15 (7) | |
| 1990–2035 | 全国（中国） | 家用电器 | 1 (30) | |
| 1978–2050 | 全国（中国） | 家用电器 | 10 (31) | |

基于这些全球经验，从2015年起，一系列研究使用基于库存的MFA或相关方法分析了中国WEEE的情况，重点量化WEEE中含有的矿物量。例如，Kong和Liu（2018）研究了31个省份的城市耐用商品的材料代谢情况，估计2014年的总省级库存量为1.31亿吨，并发现材料积累与地区GDP之间存在强相关性。(31) Gu等人（2016）研究了北京WEEE的产生量增长情况，并探讨了WEEE回收是否能够满足电子产业的需求。(29) Zeng等人（2016）进一步识别了“新”WEEE类别（如打印机和显示器）的未开发回收潜力，预测它们在未来废弃物中的重要性将增加。(28) 在后续研究中，Zeng等人（2020）测量了更广泛WEEE类别的回收金属潜力，预测到2050年其经济价值可达4000亿美元，足以满足20种关键材料的全部需求。(7) 除了金属外，现有研究还探讨了WEEE中塑料的回收问题。Sun等人（2022）量化了1978–2016年间中国五类家庭中塑料的库存量和流动情况，并通过动态库存驱动MFA模型绘制了其省级分布图。(32) 结合生命周期评估和机器学习的方法也被用来评估WEEE塑料回收的环境影响和缓解潜力，从而将循环经济战略与中国碳中和目标联系起来。(33) 尽管取得了这些进展，但仍存在重要知识空白。首先，大多数现有研究仅提供短期（通常为一到二十年）的全国或部分省份的估计数据，且仅针对五种“受监管”的家用电器类别，因此无法全面反映中国WEEE和矿物积累的长期空间演变。其次，方法论上的挑战（如区分废物和闲置库存、历史产品成分数据不足）限制了对WEEE中矿物储备长期、省级演变情况的清晰理解。第三，也是最重要的一点，大多数研究仅关注WEEE中理论上的矿物含量和通过正式渠道实现的实际回收率，因此实际WEEE产生量与现有回收能力之间的不匹配情况尚未得到充分量化。这些空白阻碍了评估当前WEEE管理实践的环境影响以及设计针对性干预措施以减少无控制处理和相关排放的努力。

为解决这些空白，本研究对中国1978年至2050年间家庭WEEE的产生量和矿物储备进行了长期、省级层面的评估。具体而言，我们采用基于库存的MFA（SMFA）方法结合Weibull寿命模型，重建了31个省份中10类（14种类型）家用电器的年度使用中库存量、WEEE产生量及相关矿物回收潜力的演变过程（历史时期1978–2023年和预测时期2024–2050年）。然后，我们将模拟的WEEE和矿物流量与109家认证拆解企业的企业级和省级统计数据相结合，估算出获许可和实际回收量，并计算出每个省份和每种金属的正式设施回收量及可能未得到适当处理的剩余量。结果显示，2023年家庭WEEE的年产生量超过了4亿件，其中手机、电脑、空调和洗衣机是主要来源。地理空间分析显示，东部、东南部和西南部省份的WEEE产生量最大，这些地区的经济发展可能加速了产品的更换周期。2023年家庭WEEE中含有的矿物储备包括约22.8万吨铜（占全国铜回收量的9.4%）、21吨黄金（占年产量的5.6%）和7吨钯（占年产量的50%），其理论经济价值超过50亿美元。然而，当前正式回收基础设施仅回收了这部分潜在价值的约30%，各省之间的WEEE/矿物产生量和许可回收能力存在明显不匹配。

本文的主要贡献和创新之处在于：我们首次建立了中国家庭WEEE和所含矿物储备的长期（1978–2050年）、省级详细的SMFA，涵盖了10类和14种类型的家用电器。通过共同重建历史动态（1978-2023年）并预测未来趋势（2024-2050年），本研究扩展了以往仅关注较短时间范围、较少类别或聚合空间单元的国家级评估。我们通过重建超过七十年的省级在用库存、WEEE产生量和AM储备的轨迹，明确描述了家庭WEEE和AM的时空动态，并揭示了不同省份在库存饱和度和淘汰方面的“路径”，以及铜和贵金属等关键金属的空间集中度变化。我们是首批明确量化并绘制中国WEEE/AM产生量与许可回收能力之间显著差异的研究之一。通过结合SMFA输出数据与109家认证拆解企业的企业级和省级数据（包括其许可能力和实际处理量），我们得出了特定省份和金属的回收率，并明确量化了通过正规设施回收的AM数量与可能受到不当或非正规处理的剩余数量。

基于这些空间差异的识别，我们为中国WEEE管理的优化提供了区域特定的建议，包括优先考虑当前或未来AM储备高但正规处理能力不足的省份，并为国家级和省级政策制定者、回收企业和技术部署提出了差异化建议。这些见解为支持中国向循环经济转型的空间目标基础设施规划和政策设计提供了定量基础。后续章节安排如下：第2节介绍了我们研究四个阶段采用的方法论；第3节展示了主要结果和见解；最后，第4节讨论了现有WEEE管理系统的有效性，并为政策制定者和其他利益相关者提供了区域特定的建议。

2. 方法
2.1. 范围和数据
本研究重点关注中国大陆家庭电器的WEEE产生量和材料回收潜力。本文涵盖的10类家庭电器（共14种类型）包括空调（AC）、抽油烟机（VT）、冰箱（FR）、洗衣机（WM）、热水器（WH）、微波炉（MW）、电视机（TV）、相机（CAM）、计算机（CP）和手机（PHONE）。为了考虑每种家庭电器类别内的显著技术和组成差异，我们进一步根据其核心技术将产品分类为子类型。电视机进一步分为液晶显示器（TV-LCD）和阴极射线管（TV-CRT）电视机；计算机进一步分为LCD台式机（CP-Desk-LCD）、CRT台式机（CP-Desk-CRT）和笔记本电脑（CP-Lap）；热水器进一步分为电热水器（WH-EWH）和燃气热水器（WH-GWH）。

为了确保评估的详细性和内部一致性，我们汇编了来自同行评审论文、政府统计、行业报告和新闻的多源数据，包括：
- 1978年至2023年各地区城乡人口和家庭规模的统计数据；
- 1978年至2023年各地区每100户家庭拥有的主要耐用商品统计数据；
- 2010年至2023年WEEE进口量统计数据；
- 2024年政府认证回收公司的许可容量统计数据；
- 2013年政府补贴支持的回收WEEE容量统计数据；
- 2011年至2023年回收WEEE的容量分解统计数据；
- 1995年至2023年主要耐用商品的平均重量统计数据；
- 1983年、1993年、2004年、2006年、2011年和2015年主要耐用商品的矿物成分统计数据；
- 电视机、计算机和热水器WEEE子类型的占比统计数据；
- 耐用商品寿命的Weibull参数；
- 过去5年的金属价格数据。

WEEE的产生和回收受到法规、政策和技术变化等外生因素的影响。然而，这些驱动因素在长时间范围内难以一致量化。因此，本研究主要关注内生变量，通过SMFA框架估计1978年至2050年中国31个省份14种WEEE的产生和回收潜力。该框架包括四个主要阶段（图1）：在用库存估计、WEEE产生量估计、AM潜力量化以及回收缺口估计，随后是对关键参数的敏感性分析。更多详细数据信息见（支持信息SI），缺失数据通过线性插值估算。

2.2. 在用库存估计
在用库存估计旨在量化每年每个省份中正在使用的家庭电器数量。省份j和年份t的家庭电器i的在用库存计算公式为：
$$S_{ijt} = \frac{p_{Ujt} \times h_{jt}}{100} + \frac{p_{Rjt} \times r_{Rijt}}{100}$$
其中，$S_{ijt}$表示年份t省份j中类型i电器的在用库存（单位）；$p_{Ujt}$和$p_{Rjt}$分别表示年份t省份j的城市和农村人口；$h_{jt}$表示年份t省份j的平均家庭规模；$r_{Uijt}$和$r_{Rijt}$表示年份t省份j的城市和农村人口中每100户家庭拥有类型i耐用商品的数量。

2.3. WEEE和AM产生量估计
已经开发了多种方法来估计WEEE产生量，但大多数方法依赖于销售和购买数据，如直接MFA、市场供应法、卡内基梅隆法和消费使用法。然而，进口、海外购买、二手市场和翻新设备会在销售统计中造成很大不确定性，尤其是在需要空间细分估计时。为了避免这些限制，我们采用了一种SMFA方法，该方法从在用库存动态和寿命分布中推断出流量，而不是依赖销售数据来估计1978-2023年历史时期的WEEE产生量。每种电器的寿命用Weibull分布表示，参数取自现有文献，以确保方法论的连续性和与先前研究的可比性。基本库存平衡表示为：
$$S_{ijt} = I_{ijt} - O_{ijt} + S_{ij(t-1)}$$
其中，$S_{ijt}$表示年份t省份j中类型i电器的在用库存（单位）；$I_{ijt}$和$O_{ijt}$分别表示年份t省份j中类型i耐用商品的流入和流出量。具体来说，流入量指的是进入活跃使用的电器（例如，通过购买新设备或转售和再利用闲置设备），而流出量指的是因故障、退役或变得闲置而离开活跃使用的电器（即WEEE产生量）。在SMFA框架中，流出量可以从在用库存变化和电器的寿命分布中隐式得出：
$$O_{ijt} = \sum_{l=1}^{t} I_{ij(t-l) \times L_{i(t-l, \mu_i, \sigma_i)}$$
其中，$I_{ij(t-l)}$表示年份t-l省份j中类型i耐用商品的流入量，l是从投入使用开始的年数；$L_{i(t-l, \mu_i, \sigma_i)}$是类型i耐用商品在l年前退役的比率。具体而言，退役率Li使用Weibull分布建模，这是一种广泛使用且经过实证验证的方法，用于表示机械和家庭电器的寿命和故障行为。对于电器类型i，概率密度函数为：
$$L_{i(t-l, \mu_i, \sigma_i) = \left\{\frac{\sigma_i \mu_i (t-l)}{\sigma_i - 1} \times e^{-\left(t-l \mu_i \sigma_i\right)}\right\}, \quad t-l \geq 0, \quad t-l < 0$$
其中，$\mu_i$和$\sigma_i$分别是Weibull分布的尺度和形状参数（表S2）。图2展示了14种电器类型的Weibull寿命假设：图(a)显示了累积退役函数，将剩余的在用库存（曲线以上）与每个年龄段的累积淘汰部分（曲线以下）分开；图(b)显示了相应的年退役率，用于确定每种产品的年WEEE流出量和相关AM释放量。然而，最近基于调查的研究表明，由于收入水平、消费习惯和通过非正式网络进行的跨区域二手产品流动的差异，家庭电器的服务寿命在不同地区可能有很大差异。由于缺乏涵盖所有14种电器类型和31个省份的空间和产品分辨的寿命概况，我们采用全国统一的Weibull参数作为所有省份的基准。然后，我们通过第2.5节描述的专门宏观区域敏感性分析评估区域寿命变化的影响。

除了重建历史WEEE产生量外，我们还使用一个生命周期一致的建模框架预测到2050年的未来WEEE产生量，该框架区分了仍处于增长阶段的技术和已经达到峰值并开始下降的技术。对于在历史时期持续呈现单调增长的产品组，我们应用逻辑增长函数来捕捉新兴技术的特征S形扩散：
$$G_i(t) = K_i \exp\left[-a_i (t - b_i)\right]$$
其中，$G_i(t)$是年份t产品类型i的年WEEE产生量；$K_i$是饱和水平（渐进最大产生量）；$a_i$是内在增长率；$b_i$是拐点（$G_i(t)$达到$K_i$一半的时间）。对于CRT和LCD电视机等因技术替代而呈现明显上升-峰值-下降轨迹的类别，我们采用Hubbert型（高斯钟形）函数来表示历史采用阶段和随后的淘汰阶段：
$$H_i(t) = A_i \exp\left[-\left(t - t_0^i\right)^2 / 2\sigma_2^H_i\right]$$
其中，$H_i(t)$是年份t产品类型i的年WEEE产生量；$A_i$是峰值产生量；$t_0^i$是峰值产生年份；$\sigma_H_i$控制上升-峰值-下降轮廓随时间的扩散。对于每种产品类型，模型参数（$K_i, a_i, b_i$或$A_i, t_0^i, \sigma_H_i$）通过非线性最小二乘法拟合1978-2023年的历史WEEE产生量序列来估计。然后，将校准后的函数外推到2050年以获得特定类别的WEEE产生量预测。接着，根据建模的WEEE产生量进一步估计WEEE中嵌入的AM储备。在本研究中，我们考虑了三类材料：（i）基础金属及相关非金属材料（Cu、Fe、Al、Steel、Plastic、Glass）；（ii）经济价值金属（Ba、Cd、Cr、Sb、Pb、Sn、Zn）；（iii）贵金属（Au、Ag、Co、In、Pd、Ru）。

2.4. 回收缺口估计
在回收过程中，家庭WEEE可能由各种参与者处理，如大型家用电器的非正规小贩、手机和相机零件的灰色市场以及正规的政府认证回收公司。在本研究的范围内，我们主要关注生态环境部认证的109家许可拆解公司，这些公司有关于许可处理能力和实际回收量的一致数据。这些公司被正式授权仅处理五种受监管的电子废物类别，即空调、计算机、冰箱、洗衣机和电视机。这些公司的国家级实际回收量和许可回收能力数据来自工业白皮书。基于这些数据，我们区分了2013-2023年的两种实证情景：一种是“实际运营”情景，使用认证设施报告的年WEEE处理量；另一种是“许可容量”情景，使用109家企业的设计处理能力。这两种情景随后与建模的AM储备进行比较，以量化每种金属和每年的理论可用性、全额利用下的潜在回收量和实际回收量之间的差距。利用这些数据，加上2013年的企业补贴申请数据和官方文件中报告的省级回收WEEE分布数据，我们得出了每种WEEE类型在总回收量中的份额以及每个省份在全国回收中的份额。图S2提供了关于分解方法的更多详细信息。最终，省份级别的WEEE许可和实际回收量由以下公式确定：
$$\bar{R}_{ijt} = \min(\bar{Q}_{ijt}, O_{ijt})$$
其中，$\bar{R}_{ijt}$和$R_{ijt}$分别表示年份t省份j在许可容量和实际回收量下类型i WEEE的回收单位数；$\bar{Q}_{ijt}$和$Q_{ijt}$分别是年份t省份j中类型i WEEE的许可容量和实际回收量（单位）。通过使用每种WEEE类型和省份在全国回收中的份额来分解国家许可容量和实际回收量$\bar{Qt}$和$Qt$，得到省份和类型特定的容量：
$$\bar{Q}_{ijt} = \bar{Qt} \times \Delta_i \times \Delta_j$$
$$Q_{ijt} = \bar{Qt} \times \Delta_i \times \Delta_j$$未经认证设施处理的废弃电子电气设备（WEEE）通常会被与城市固体废物一起处理或通过非正式渠道进行处置。未回收的WEEE数量分别为：
\[ \bar{W}_{ijt} = O_{ijt} - \bar{R}_{ijt} \]
其中 \(\bar{W}_{ijt}\) 和 \(W_{ijt}\) 分别表示第 \(j\) 省第 \(t\) 年在许可容量和实际运营情景下未回收的类型 \(i\) 的WEEE数量。需要强调的是，由于数据限制，本研究没有明确建模由非正式收集者、拆解者和翻新网络处理的WEEE流量。因此，方程式 8-10 中量化的“未回收”WEEE应理解为未经认证设施处理的WEEE，而不是完全没有材料回收的流量。实际上，这些“未回收”的设备中，尤其是大型家用电器和信息通信设备，可能会被非正式参与者部分处理，但这些处理过程的材料回收效率较低，环境控制也较弱。因此，本文报告的回收缺口代表了理论上的可用材料储备与实际回收量之间的保守上限。

关于材料回收潜力，在许可容量和实际运营情景下可回收的材料 \(k\) 的数量分别为：
\[ \bar{m}_{jkt} = \sum_{i} w_{it} \times \bar{R}_{ijt} \times c_{ikt} \]
其中 \(m_{jkt}\) 表示第 \(j\) 省第 \(t\) 年WEEE中的材料 \(k\) 的数量，\(\bar{m}_{jkt}\) 和 \(m_{jkt}\) 分别表示在许可容量和实际运营情景下的相应数量。\(w_{it}\) 是第 \(t\) 年类型 \(i\) 设备的平均重量，\(c_{ikt}\) 是第 \(t\) 年类型 \(i\) 设备中材料 \(k\) 的质量分数。

为了估计在许可容量和实际运营情景下的材料回收经济价值，我们使用了可交易材料（铜、铁、钢、铝、铅、锡、锌、金、银、钴、铟、钯）5年历史最高和最低名义价格的算术平均值进行价值估算。所有价格均以当前（名义）美元表示，未考虑通货膨胀：
\[ V_{t} = \sum_{j} \sum_{k} m_{jkt} \times v_{k} \]
其中 \(V_{t}\)、\(\bar{V}_{t}\) 和 \(V_{t}\) 分别表示第 \(t\) 年WEEE中可回收材料的理论最高名义价值以及在许可容量和实际运营情景下实现的价值。\(v_{k}\) 是材料 \(k\) 5年最高和最低市场价格的平均值。这些结果代表了在两种情景下WEEE中含有的金属的理论总价值，但没有考虑与收集、运输、拆解、处理损失、环境合规性或利润率相关的成本，因此不应将其解释为回收企业的净经济效益。

2.5. 敏感性分析
为了评估我们结果的稳健性，我们进行了两项敏感性分析，重点关注对寿命建模和后续WEEE生成估计有关键影响的Weibull分布参数。具体来说，我们通过独立地对每个参数施加±10%的扰动来评估规模（\(\mu\) 和形状（\(\sigma\) 参数的变化如何影响预测的WEEE数量，并量化生成估计的偏差。

除了产品级别的参数扰动外，我们还进行了区域敏感性分析，以探讨服务寿命的空间变化如何影响我们的WEEE预测。根据国家统计局的宏观区域分类，31个省被划分为四个区域：东部、中部、西部和东北部。来自回收工厂的调查的实证证据表明，经济较发达的东部地区的家用电器的有效寿命较短，而较不发达的西部和东北部地区的有效寿命较长。为了以一种简化的方式反映这一模式，我们根据地区调整了选定设备类型的Weibull规模参数 \(\mu_i\)，同时保持形状参数 \(\sigma_i\) 不变。具体来说，在区域寿命情景中，我们将东部省份的 \(\mu_i\) 减少10%，中部省份保持不变，西部和东北部省份增加10%。由于目前只有五种大型受监管设备的详细区域寿命信息，我们将这种区域敏感性分析作为两个代表性产品类型（冰箱和洗衣机）的案例研究。对于这两个类别，我们在1978-2050年期间重新运行SMFA模型，并将得到的WEEE生成轨迹与基于全国统一寿命参数的基线轨迹进行比较。

3. 结果
本节基于1978年至2050年的家庭WEEE生成估计结果进行展示。此外，还提供了1978年至2023年的WEEE进口数据作为参考，但由于缺乏WEEE类型的详细组成信息，这些数据不用于回收和材料回收估计。除非另有说明，本文第3.1、3.2和3.3节中的WEEE单位仍使用“单位”表示（所有关于WEEE回收能力的政府统计数据均基于“单位”而非重量），而第3.4节使用公吨作为材料回收的单位。

3.1. 全国家用电器在用库存
由于快速的经济发展和生活水平的提高，中国几乎所有类型的家用电器在1990年至2010年间在用库存急剧增加（图3）。这一增长主要反映了GDP增长、城市化和家庭收入提高的综合效应。大型家用电器如空调、冰箱、微波炉、抽油烟机和热水器的库存增长相对稳定，这与它们作为具有基本和稳定功能的“必需品”角色一致。到2023年，空调的在用库存超过了7.6亿台，计算机超过了2.3亿台，电视机约为5.48亿台，冰箱的使用量刚刚超过5.2亿台。

相比之下，手机在21世纪初至2020年左右在用库存几乎呈指数级增长，当时在用手机总数达到约13.6亿台。这反映了智能手机采用的快速普及和更换周期的缩短。2020-2021年间，多个类别的需求和在用库存出现了明显波动，这主要是由于COVID-19大流行造成的。供应链中断、居家工作和娱乐模式的变化以及经济不确定性的增加共同改变了购买行为，暂时减缓了一些产品的增长，同时加速了其他产品的升级。

表S1进一步按技术类型（例如LCD和CRT电视机）细分了在用库存。值得注意的是，由于技术过时，一些子类别（如CRT电视机和相机）近年来大幅减少。总体而言，这些库存轨迹表明，未来基本大型电器的WEEE生成将越来越多地由饱和市场中的更换驱动，而更新换代较快的信息通信技术（如手机和计算机）将产生更早且更集中的报废产品波。传统技术的快速淘汰也表明，尽管它们的库存正在减少，但它们仍然会向废物流中贡献特定材料，如含铅玻璃和某些传统组件。

3.2. WEEE生成估计
基于在用库存估计，我们使用SMFA框架进一步推导出每个省份所有14种产品的年度WEEE生成量。具体来说，我们首先分析了1978-2023年的历史WEEE生成情况，然后讨论了到2050年的预测。结果的总WEEE生成和时空分辨模式分别显示在图4和图5中。

全国范围内，家庭WEEE生成量在20世纪90年代初之前相对较低，随后随着家电拥有量的增加而迅速增长。2008年，总WEEE生成量超过了1亿台，并自此稳步增长。到2023年，中国产生的家庭WEEE超过4亿台，包括超过2600万台空调、约3000万台计算机、约1900万台冰箱和超过2200万台洗衣机。这些数量和趋势与中国之前的家庭WEEE全国评估一致，尽管我们的估计涵盖了更广泛的产品类型和更长的时间范围。WEEE的产品类型组成也随时间发生了变化。20世纪90年代末和21世纪初，电视机、冰箱和洗衣机主导了家庭WEEE的生成，反映了大型电器的早期普及阶段。自21世纪以来，随着手机和个人计算机的迅速普及，信息通信设备成为越来越重要的贡献者。到2023年，手机在数量上成为最大的WEEE来源，因为它们的普及率接近饱和且更换周期较短。当排除手机后，总WEEE生成量在2011年首次超过1亿台，并在2023年上升到约1.8亿台，主要由大型电器的成熟和更换以及计算机和其他小型电子产品的持续普及驱动。

WEEE生成的空间分布存在明显的区域差异（图5）。自20世纪90年代以来，广东、江苏、浙江和山东等东部和东南部沿海省份一直是家庭WEEE生成的热点地区，反映了早期和广泛的电器采用以及较高的收入和更快的更换速度。几个快速城市化的中部省份（如湖北、湖南、安徽）从21世纪开始WEEE生成量出现延迟但急剧增加，这与拥有量和更换的追赶阶段相对应。西部省份的WEEE生成量通常较低，但在过去十年中随着家电普及率的扩大和第一代设备的接近使用寿命，其产出有所加速。这些不同的省级轨迹表明，WEEE生成的峰值将在不同地区出现，高量的WEEE流量已经集中，并且在未来一段时间内可能仍然如此。这种空间差异预示着WEEE生成地点与当前正式回收能力所在地之间可能存在不匹配。

为了探索家庭WEEE的长期演变，图4还展示了到2050年按产品类型划分的全国家庭WEEE总生成量的预测演变。预测表明，中国的总WEEE生成量将在未来二三十年内继续增加，尽管随着家电拥有量的接近饱和，增长率将逐渐放缓。预计全国WEEE生成量将在2030年代左右达到峰值，然后趋于平稳，反映出从扩散驱动阶段向以现有库存更换为主阶段的转变。同时，WEEE的组成也在继续变化。在整个预测期内，手机仍然是最大的单一贡献者，到2050年约占总量的三分之一到五分之二。大型家用电器如空调和洗衣机以及计算机构成了剩余的大部分体积，而传统技术如CRT电视机几乎完全从废物流中消失，LCD电视机的重要性也逐渐减弱。

除了总体全国预测外，我们还进一步检查了所有14种产品的具体生成轨迹（图S3）。特别是，WEEE生成峰值的时间在不同产品类型之间有显著差异：传统技术如CRT电视机已经过了峰值，并在2035年前迅速下降到可以忽略的水平，而LCD电视机和几种计算机类型预计将在2030年代左右达到峰值，大型家用电器如冰箱和洗衣机则更渐进地达到饱和。轨迹的陡峭程度也有所不同，手机和其他信息通信技术的退役波相对集中，而大型电器的退役曲线较为分散。总体而言，预测表明，如果没有产品寿命或消费模式的重大变化，中国的家庭WEEE流量将保持可观，并且将越来越集中在少数高产量类别中。与此同时，峰值时间的差异对于预测特定产品类型何时会对收集和回收系统造成最大压力至关重要，这对未来这些系统的设计和规模有着重要影响。3.3. 稀土储备估算为了量化家庭电子废物（WEEE）的资源回收潜力，我们进一步估算了其中所含的稀土储备量。图6展示了1978年至2023年每年的稀土总储备量。不出所料，基础金属及相关非金属材料占据了这些储备量的大部分，其中钢铁、塑料和铜在质量上占主导地位。到2023年，钢铁和塑料的储备量分别超过了200万吨和100万吨，而铜的储备量约为22.8万吨，相当于当年中国回收铜总量的大约9.4%（图6a）。对于具有经济价值的金属而言，铅（Pb）最为丰富，其次是锡（Sn）和锌（Zn）（图6b）。到2023年，家庭WEEE中的铅储备量达到了数万吨，而锡和锌的储备量各为几千吨。贵金属和关键金属，包括钴（Co）、金（Au）、银（Ag）、铟（In）、钯（Pd）和钌（Ru）的储备量则少得多，通常在几百公斤到几吨之间，但其单位价值非常高（图6c）。其中，钴的质量储备量最大，到2023年已超过1000吨。同时，家庭WEEE中的金储备量超过了21吨（约占中国年黄金产量的5.6%（64）），钯的储备量约为7吨（约占该国钯产量的50%（65）），这凸显了WEEE作为大宗和高价值金属二次来源的战略重要性。图6显示了1978年至2023年中国家庭WEEE中每年的稀土储备量：(a) 基础金属及相关非金属材料；(b) 具有经济价值的金属；(c) 贵金属和关键金属（吨）。高分辨率图片下载MS PowerPoint幻灯片钢铁、塑料和大量铜在稀土储备中的积累主要与大型家用电器（如冰箱、洗衣机、空调和热水器）的快速扩张和随后退役有关，这些设备的WEEE产生量从20世纪90年代开始持续增长（图4和图S4）。相比之下，自2000年代以来铜和几种贵金属/关键金属（例如Co、Au、Pd、In）的急剧增加也反映了信息和通信技术（尤其是手机和笔记本电脑）的普及及其相对较短的寿命，这些设备的退役周期与大型家用电器的重叠。含铅和玻璃的WEEE则呈现出不同的模式：这两种储备量从1990年到2010年有所增加，之后急剧下降，这反映了CRT电视的淘汰，因为含铅玻璃是显示单元的主要组成部分。图7进一步展示了2013年、2018年和2023年选定关键金属（即钢铁、铝、铜、铅、金和钴）的稀土储备的空间分布和变化情况。在所有六种金属中，都明显存在东西方向的梯度。富含金属的WEEE集中在渤海沿岸（北京-天津-河北、辽宁）和长江三角洲（江苏-上海-浙江），而大多数西部和西南部省份（如甘肃、青海、新疆、西藏、云南）在整个期间都处于较低水平。在这总体模式中，含金和钴的WEEE最为集中，储备量集中在少数几个省份（内蒙古、吉林、河北、河南）；钢铁、铝和铜的分布范围稍广，但仍明显偏向沿海地区，表明结构材料和外壳材料比贵金属分布更均匀。从2013年到2023年，大多数金属的东部高储备走廊加深并逐渐向内陆延伸，尤其是钢铁、铝、铜和钴。相比之下，最初储备量较高的许多省份的铅储备强度随时间减弱，特别是在东部和东北部的传统CRT电视地区，导致原有的铅热点模式在2023年变得分散。因此，针对东部和新兴内陆热点的差异化收集和回收策略可能比全国统一的方法更有效。图7显示了2013年、2018年和2023年中国家庭WEEE中的省级金属含量。高分辨率图片下载MS PowerPoint幻灯片3.4. 回收缺口估算基于上述WEEE产生和稀土储备的时空模式，我们接下来研究了实际捕获了多少这些资源以及这些资源在不同产品类别和省份之间的差异。由于缺乏非法进口WEEE的类型分辨信息，本文仅关注国内家庭产生的WEEE及其由认证回收企业的处理情况。图8展示了2013年至2023年间109家许可拆解企业对五种受监管类别（即空调、计算机、冰箱、洗衣机和电视）的WEEE的回收与未回收量。图8显示了2013年至2023年的回收与未回收WEEE情况。虚线表示总WEEE产生量，绿色和黄色实线分别表示在许可容量和实际运营情景下的回收量。产生曲线与回收曲线之间的阴影区域代表未被认证设施处理的WEEE。高分辨率图片下载MS PowerPoint幻灯片如图8所示，随着时间的推移，许可容量和实际回收量都有所增加，反映了正式WEEE回收工作的扩大。然而，不同产品类别之间存在明显的差异和系统性不匹配。对于计算机、冰箱和洗衣机，整个期间实际回收量始终远低于许可容量，特别是在2018年后，认证工厂的利用率逐渐降低，导致差距显著扩大。空调和电视的情况介于两者之间，许可容量通常接近实际运营水平，两条曲线之间的差异所暗示的未回收量相对较小且较为稳定。当我们进一步观察总WEEE产生量时，在许可容量下，不到10%的报废电视未被回收；而在实际运营下，25-35%的电视未被认证设施回收。这一差距表明，对于电视而言，现有的许可企业网络原则上足以处理大部分流量，但收集性能和设施利用率不足以实现这一潜力。同样，对于冰箱，许可容量已经接近减少未回收量所需的数量，但实际回收量仍明显较大，再次表明问题出在运营而非结构上。对于空调、计算机和洗衣机，即使许可容量也明显不足。在整个期间，这些类别产生的WEEE中有约55%在许可容量下未被回收，而在2023年实际运营下这一比例上升至约70%。随着时间的推移，这一差距在时间序列的末期进一步扩大，因为这些设备的WEEE产生量加速增长，表明容量扩张未能跟上报废流量的增长速度或收集网络的系统性弱点。特别是对于含有较高浓度贵金属和关键金属的计算机和电视，持续的回收不足意味着大量高价值的人造矿物目前流失到了非正式处理或处置途径中。对于每个金属类别，随着WEEE产生量的增加，几乎所有金属的理论可回收量稳步增长（图9）。同样，实际回收量与理论含量和许可容量情景之间存在持续且通常较大的差距。在实际运营下，每年有超过70%的最有价值的贵金属（金、银、铟、钯、钌、钕）未能被回收。即使在充分利用许可容量的情况下，这些贵金属的回收率也远未达到完全回收，表明当前正式系统仍无法充分利用其高经济潜力。对于具有经济价值的金属（如铅、锡和锌），实际回收率通常在40-50%左右，某些元素（如钡和铬）的回收率甚至低至约20%。图9显示了2013年至2023年中国家庭WEEE中金属的实际回收量与许可容量下的回收量（吨）。高分辨率图片下载MS PowerPoint幻灯片基础金属的回收量绝对值较大，但仍存在显著损失。在实际运营下，家庭WEEE中仅约30-50%的铜、铁和钢铁被回收；即使所有认证设施都按许可容量运行，铜和铁的回收率也仅分别达到约50%和60%，仍有大量这些大宗金属未被回收。总体而言，提高运营性能以接近许可容量将为大多数金属带来显著收益，但对于几种高价值和基础金属，需要额外的容量和更有效的收集措施来缩小理论稀土储备与实际回收量之间的差距。除了特定类别的差距外，比较稀土储备的位置与许可容量和实际回收的集中地点也存在明显的空间不匹配（图S5）。2023年的钢铁、铝和铜的地图显示，富含金属的WEEE集中在渤海沿岸和长江三角洲，而许可容量和实际回收则更集中在这些省份的子集中，导致一些内陆省份的稀土储备增加但正式处理能力有限。对于金和钴，对比更为明显。储备量集中在少数北部和中部省份，而大部分许可容量和实际吞吐量位于沿海枢纽，表明高价值流量要么长途运输，要么部分通过非正式渠道处理。对于铅，主要与CRT相关的WEEE，其储备量和回收量随时间变化，一些传统热点地区的储备量下降，但仍承担了不成比例的处理能力。总体而言，这些空间模式证实了当前基础设施与省级稀土储备分布不一致，强调了需要针对不同地区进行容量规划和跨省物流安排。使用可交易金属的5年平均最高和最低名义市场价格（表S3），我们估算了在实际运营和许可容量情景下从家庭WEEE中回收的金属的理论总价值（未考虑收集、处理和合规成本）。2023年，实际运营下回收的金属的理论总价值约为20亿美元，而充分利用现有许可容量可将这一价值提高到约50亿美元（图S6）。许可容量价值与WEEE中嵌入的理论最大价值之间的差距更大，突显了未实现的经济潜力。有关每种金属回收价值的更多细节，请参见图S7。3.5. 敏感性分析图10总结了我们的WEEE估算对产品级Weibull参数和区域寿命异质性的敏感性。我们首先以CRT电视为例，研究了规模（μ）和形状（σ）参数的相对影响（图10a,b）。在±10%的扰动范围内，1990年代早期之前，基线偏差可以忽略不计，因为当时的库存和退役量仍然较小。大约从1990年到2015年，随着CRT的采用和退役加速，μ和σ的变化开始变得重要。扰动μ主要改变退役波的时间和高度：较低的μ导致WEEE产生量提前且峰值更高，而较高的μ则延迟并略微降低峰值。相比之下，扰动σ对峰值年份的影响有限，主要改变峰值周围的退役分布，2008-2012年间出现明显但短暂的偏差。2015年后，所有轨迹重新收敛，因为CRT库存耗尽。这些结果证实μ有效控制了平均使用寿命，并对WEEE产生量的影响大于σ，后者主要影响故障的分布。图10家庭WEEE产生量对Weibull参数和区域寿命的敏感性分析。(a, b) 在Weibull尺度μ（a）和形状σ（b）变化±10%的情况下，CRT电视的产品级敏感性。(c–f) 冰箱（c, d）和洗衣机（e-f）的区域敏感性，比较基线和区域寿命情景（东部省份μ减少10%，中部省份σ不变，西部和东北部省份σ增加10%；σ保持不变）在区域（c, e）和国家（d, f）层面。高分辨率图像下载MS PowerPoint幻灯片

鉴于μ在塑造WEEE轨迹中的主导作用，我们利用μ作为杠杆来探讨区域寿命异质性的影响。图10(c–f)展示了洗衣机和冰箱的区域敏感性分析。根据国家统计局的分类，我们将省份划分为东部、中部、西部和东北部地区，并构建了一个区域寿命情景：东部省份的μ减少10%，中部省份保持不变，西部和东北部省份增加10%，而σ保持不变。对于洗衣机（图10c），这种调整导致东部的WEEE产生量略有增加且时间提前，而西部和东北部的产生量相应减少且时间推迟。冰箱也显示出类似的模式（图10e）。然而，在这两种情况下，区域贡献的排名顺序没有改变：东部仍然是WEEE的最大来源，其次是中部地区，西部和东北部的贡献份额较小。在国家层面（图10d,f），基线和调整后的轨迹几乎无法区分，表明μ的区域变化可以重新分配WEEE流量，但对全国总量只有轻微的影响。

4. 讨论
本研究提供了1978年至2023年中国WEEE产生量、回收量以及废金属（AM）回收潜力的全面分析，重点关注家用电器。通过利用省级数据和SMFA方法，我们的研究揭示了几个关键发现：(1) 在用EEE和WEEE产生量在过去几十年中均显示出稳定增长；(2) 目前的回收能力不足以有效回收金属资源，特别是在WEEE类型和地理位置之间的分配不平衡；(3) 经济价值和珍贵金属的回收率仍然较低。这是迄今为止对中国家庭WEEE进行的最长时间和最详细的空间分析，并明确量化了WEEE/AM产生量与许可回收量及实际回收量之间的省级差异。这些特征不仅使我们能够描述家庭WEEE和AM储备的积累地点和时间，还能识别当前系统在将这些二次资源转化为正式回收方面的不足。

4.1. 限制与未来研究
在解释我们的结果时，应承认几个限制。首先，这里使用的SMFA框架和Weibull寿命建模基于广泛使用且经过实证验证的方法。我们特意选择这些方法以确保透明度、与早期研究的可比性以及随时间的稳健性，并将这项工作的主要创新放在将这些成熟工具与长时间序列、省级数据、详细的产品分类和公司级回收信息相结合的方式上，而不是提出新的产品寿命函数形式。同时，这种选择意味着寿命参数和未来饱和水平的不确定性仍然是一个重要限制。尽管我们的敏感性分析表明，寿命参数的适度变化不会颠覆主要模式，但产品寿命的变化、市场饱和度和技术变革（例如新设备类型或设计变更）可能会影响2030年以后的WEEE和AM预测轨迹。未来的工作可以探索替代的寿命公式、概率校准或数据驱动的方法来进一步测试和完善这些预测。

其次，我们的回收差距分析仅限于由认证设施处理的家庭WEEE以及有连续容量和运营数据的五个受监管类别。完全通过非正式渠道处理的流量以及来自商业和工业用户的WEEE没有在模型中明确体现，而在某些省份这些流量可能相当大。因此，本研究中量化的“未回收”WEEE应理解为未被认证拆解企业处理的材料，而不是完全没有回收的流量。实际上，这些“未回收”单元中相当一部分，特别是大型家用电器和信息通信设备，可能被非正式行为者收集和拆解，这会减少理论上的AM储备与实际回收金属之间的真实差距。然而，现有研究也表明，非正式回收往往具有较低的物料回收效率和环境及职业安全保障，因此金属更有可能丢失或分散，有害物质也更有可能释放。从这个意义上说，这里报告的回收差距可以被视为在环境监管条件下理论AM可用性与正式回收之间缺口的保守上限。由于超过60%的WEEE通过非正式渠道处理，将本文开发的综合库存-流量-容量框架扩展到包括额外的流动，并更好地量化非正式回收的规模和性能，将提供更完整的AM回收图景，并有助于明确整合或转化非正式活动可以在哪些地方带来最大的环境和资源效益。

第三，我们的SMFA依赖于历史统计数据来计算家电所有权、平均重量和材料组成，这些数据部分不完整，必须从有限的基准年份进行插值或估算。虽然我们使用了最佳可用来源并与其他研究进行了交叉验证，但这些数据缺口给历史重建和长期预测带来了额外的不确定性。除了数据限制外，预测本身还取决于关于家电市场、技术和政策将如何发展的结构性假设。用于外推WEEE产生的逻辑函数和Hubbert型函数隐含地假设过去的扩散和淘汰模式在类似的社会经济条件下会持续。实际上，所有权饱和度的变化、消费者行为的变化（例如，增加的维修、再利用或“维修权”采纳）、新设备类型和设计概念，以及更强有力的政策干预（如延长生产者责任或生态设计法规）可能会加速或延迟更换周期，并改变未来WEEE和嵌入金属的规模和组成。我们的寿命敏感性分析表明，适度参数变化不会颠覆本研究确定的主要空间模式，但要完全捕捉这些结构性不确定性，需要将替代政策和技术路径与SMFA框架相结合的明确情景分析。因此，未来的工作可以在现有模型的基础上，通过结合改进的产品特性和组成报告以及基于情景的“照常运营”、“寿命延长”和“高循环性”路径探索，以更好地界定可行的WEEE和AM轨迹范围。

第四，另一个限制是本研究中使用的Weibull寿命参数来自国家级文献，在基线设置中，这些参数在所有省份和城乡家庭之间均匀应用。基于回收工厂调查的实证分析（60）显示，实际服务寿命在不同地区存在系统差异，一些东部和中部地区的寿命较短，而北部和东北部的寿命较长。我们的宏观区域敏感性分析表明，东部寿命缩短而西部寿命延长，这改变了省级WEEE和AM估计的规模，但并未改变WEEE和AM积累的主要空间模式或相关的政策影响。尽管如此，随着更多详细、特定于省份的寿命数据变得可用，可以进一步校准这里的SMFA框架，以更精确地捕捉使用、维修和更换行为的区域差异。

最后，我们的研究关注可回收材料的数量和经济价值，但没有量化环境影响或协同效益，如避免初级采矿、能源使用或排放。未来的研究可以将当前的省级WEEE和AM估计与生命周期评估和情景分析联系起来，并结合收集和处置的行为驱动因素，以评估不同政策和技术选项如何影响资源效率和环境结果。

4.2. 对WEEE回收系统设计的启示
尽管存在这些限制，结果指出了改进中国WEEE回收系统的几个优先事项。理论AM储备与认证企业回收量之间的巨大且持续的差距表明，系统性能受限于设施不足的程度较小，而更多是由于WEEE产生地、产能所在地以及收集和渠道化效率之间的不匹配。解决这种不匹配需要更平衡的基础设施空间布局和更有效地利用现有设施。在沿海和东南部省份，家庭WEEE和AM储备已经集中，许可产能相对较高但往往利用不足，特别是对于电视和计算机，加强收集网络、零售商回收计划和与市政废物服务的整合可能会比进一步扩产能带来更大的效益。相比之下，几个快速城市化的内陆省份显示出WEEE流量急剧上升，但许可产能相对有限，收集基础设施较弱。对于这些新兴热点地区，前瞻性的基础设施规划和区域处理中心的发展可以防止越来越多的WEEE流入非正式处理渠道。高损耗类别（如空调和洗衣机）的许可产能明显不足，需要专门的收集和回收计划，明确针对其大量且不断增长的报废流量。

从国家角度来看，枢纽-辐射配置可以帮助正式化现有的WEEE流量空间集中。渤海沿岸（北京-天津-河北-山东）和长江三角洲（江苏-上海-浙江）可以作为核心处理中心，周边省份如河南、安徽、湖北和广东可以通过补贴逆向物流和简化跨省运输许可作为集水区。在这种结构中，来自信息通信设备的高价值回收线路（富含Au、Pd、Co和Cu）可以与枢纽中的金属精炼能力相结合，而铝和钢的大规模线路可以与河北、山东、江苏和浙江等工业省份的冶炼厂整合。通过从基于容量的静态许可转向基于绩效的许可，奖励高利用率、特定金属回收率和严格合规性（特别是对于含铅残留物），可以进一步提高系统性能。例如，一个全国性的电子清单系统，跟踪WEEE单元从收集到最终金属产出的全过程，并在省级层面披露关键绩效指标，将提高透明度，并允许有针对性的激励措施，例如在产能利用不足的地方提供吞吐量奖金，在内陆和西部省份提供物流信用，以及为回收金属提供的EPR资助的最低合同，以减少收入波动。

4.3. 对政策制定者、行业和其他利益相关者的具体建议
本研究生成的省级WEEE和AM地图也为政策制定者、行业和其他参与者提供了更差异化的干预措施基础。在国家和省级层面，可以根据当地WEEE和AM特征调整收集和回收目标，对于渤海沿岸和长江三角洲等高价值金属（如铜、钴和贵金属）特别集中的省份，设定更高的正式收集和回收目标。相应的财政支持计划和延长生产者责任安排可以据此调整，例如将更强有力的激励措施导向WEEE峰值即将到来但正式产能仍不足的省份，并将补贴更紧密地与特定金属的回收挂钩，而不仅仅是简单的吞吐量。除了基础设施和激励措施外，加强生产者的EPR义务和改善回收公司的标准化数据报告将提高问责制并促进中长期规划。

对于行业和技术利益相关者来说，将非正式收集者纳入正式渠道对于提高收集效率和扩大覆盖范围至关重要，特别是在农村和城郊地区。认证拆解企业与非正式网络之间的合作，在简化的许可和标准化回购价格的支持下，可以帮助捕获更多目前绕过正式系统的家电。同时，消费者激励计划，如以旧换新计划、押金退款系统或针对特定产品类型的小额回扣，可以鼓励家庭释放闲置设备并将报废产品返回正规渠道。在技术层面，投资应重点用于升级回收工艺，以提高铜和钢铁等大宗金属以及黄金和钯等贵金属的回收率。尽管这些金属具有很高的经济价值和环境价值，但其中许多仍未能得到有效回收。地区性的专业化也很重要：沿海地区的先进设施可以专注于处理高价值的消费电子产品，如手机和电脑；而内陆工厂则可能侧重于大型家用电器的回收，包括空调和洗衣机，这些产品在当地电子废弃物（WEEE）中占比较大。同时，制造商可以通过“可拆卸设计”和“模块化产品设计”来提升产品的可维护性、可升级性以及材料的高质量回收率，从而减少产品的过早报废，并增强家用电器的循环利用程度。

**图表**
**参考文献**
**支持信息**
**推荐文章**
文章推荐基于使用模式，目前尚无法计算具体数据。请稍后再次查看。