摘要：国家“十二五”规划纲要指出，再生资源回收利用是建立低碳社会、增强可持续发展能力的重要途径之一，而居民的态度和行为则是再生资源回收利用面临的关键问题。论文以废弃家电为例，运用典型相关分析理论和方法，借助SPSS工具，通过问卷调查和统计分析来探寻再生资源回收涉及的63个具体指标，以及由其构成的“引导因素、强制因素、环保意识、消费习惯、使用习惯、规范回收数量、规范回收质量、人口属性”等二级指标组和“影响因素、有关习惯、回收行为”一级指标组之间的相互影响、作用关系及隐含的政策含义。特别是，论文引入了“回收质量”指标组并设定了不同的利用水平等级，解析了其与规范回收数量之间的关联意义；同时，论文将指标组分为一级和二级两个层次，并分层实施典型相关分析，使研究结论更加明确、具体。
关键词：逆向物流；再生资源；典型相关分析；回收行为；回收质量；政策含义
我国在上世纪计划经济时期建立的再生资源回收利用体系随着社会主义市场经济体制的建立而逐渐解体。其后，私人企业、个体户迅速占领城乡再生资源市场，自发形成了大规模非规范逆向物流体系（以获取经济利益为目的而放任自身外部经济性的逆向物流），该体系再生资源经营分散、规模效应不足、资源利用率低、二次污染严重，甚至还危害人民群众生命财产安全[1]。另一方面，政府统一规划建设，以降低环境危害、提高资源利用率为目标的规范逆向物流体系（经科学规划的，以可持续发展为目标的逆向物流）却因回收不到足够的再生资源而陷于瘫痪。从2006年开始，商务部牵头在全国4个直辖市和20个省会城市开展再生资源逆向物流体系建设试点，并以政府规划、企业运作、居民参与的模式运行。除废钢铁回收率较高外，一般再生资源平均回收率不足1/4，而电子废弃物（WEEE或e-waste）的回收处理还根本未能纳入规范渠道[2]，试点并没取得预期效果。因此，再生资源回收问题已引起政府部门高度关注。在日前出台的“十二五”规划纲要中指出，再生资源回收利用是建立低碳社会、增强可持续发展能力的重要途径之一，要“鼓励产业废物循环利用，完善再生资源回收体系和垃圾分类回收制度，推进资源再生利用产业化”。随着信息和通信技术的快速发展，电子信息产品生产和使用过程中产生了大量的电子废弃物，并以每年3%～5%的速率增长，已成为增长速度最快的城市固体废物种类之一[3]。在对再生资源回收利用的理论研究方面，国外学者涉及较多[4-6]；目前，虽然国内学者也在开始关注，但主要还停留在对国外研究成果的援引和介绍阶段，没有跳出国外学者早期的研究范式，对回收主体行为特征的研究明显不足[7]。
Ajzen等[8]指出，行为控制知觉会因为行为难易程度不同而各异。因此，需对再生资源进行适当分类，研究才更有针对性、结论也才更具价值。从2003年起，我国城市再生资源中的电子废弃物就进入了产生的高峰时期。电子废弃物数量大、增速快；有较高回收价值、对非规范逆向物流体系吸引力强；潜在的环境危害大，其回收行为具有典型性[9]。为此，论文以再生资源中的废弃家电（包括电视机、洗衣机、冰箱、空调、计算机5类）为例，以在校大学生及其家庭为对象开展调查，通过对调查问卷数据的检验和分析，运用典型相关分析方法，研究影响废弃家电回收行为的各种因素、有关习惯及回收质量与数量之间的关系，分析其相互作用机制、识别影响废弃家电回收的主要因素，进而洞察其隐含的政策含义。
1 研究方法
典型相关分析（Canonical CorrelationAnalysis，简称CCA）是研究两组变量之间相关关系的一种多元统计方法。其目的是识别并量化两组变量之间的关系，方法是从每组变量原始数据阵的总变差出发，分析构建每组变量的线性组合，并从中找出最相关的综合变量（即典型变量），通过研究典型变量的相关关系，揭示两组变量的相关性质。与一般的研究单一指标间的关系以及一个指标对多个指标之间的关系相比，典型相关分析又向前推进了一步[10,11]。
典型相关分析的目的是寻找一组指标的线性组合和另一组指标的线性组合，使两者之间的相关性达到最大（即两个典型变量的相关系数达到最大）。其基本原理是：先求得两组指标（X1,X1,…,Xp）与（Y1,Y1,…,Yq）相关性最强的的两个线性组合（U1,V1），U1和V1称为第一对典型变量，它们之间的相关系数R1为第一个典型相关系数。同理，继续寻找第二对典型变量，使其和第一对典型变量互不相关，同时本身也具有最大的相关性。第二个典型相关系数不可能超过第一个典型相关系数，但由于两对典型变量不相关，因此，它们所提取的相关信息是不重复的。如此重复迭代直到两组指标之间的相关性被提取完毕为止。通过这种典型相关分析方法可将研究两组指标之间的相关关系转化为研究这些原始指标线性组合之间的相关关系。因此，减少了研究变量的个数，起到了“降维”和分离的作用。