【英国】应对柔性塑料废弃物管理挑战

要点
- HolyGrail 2.0计划测试显示,数字水印对软质塑料的检测率为95%,分拣率为85%。
- 报告指出化学回收受成本壁垒和监管不确定性制约,需明确质量平衡归属及再生含量声明规则。
- 德国通过提供能源补贴缓解回收作业中的高昂能源成本压力,作为降低投资风险的财政激励手段。
“终结塑料废弃物联盟”(The Alliance to End Plastic Waste)循环解决方案中心总监让-卢·马松(Jean-Loup Masson)近日就该联盟最新发布的《柔性塑料包装废弃物管理的挑战与解决方案》报告进行了解读。该报告旨在应对日益严峻的柔性塑料废弃物问题,从全生命周期视角评估柔性薄膜废弃物管理的现状与必要干预措施,阐述了联盟的主动应对策略,并重点介绍了正在英国及欧洲各地实施的具体项目。
“创新平台”(The Innovation Platform)采访了马松,以探讨柔性塑料废弃物面临的挑战,并深入了解报告内容。
马松指出,柔性塑料是一种轻质、多用途的材料,已成为日常生活不可或缺的一部分。这类材料成本相对较低,碳足迹较小,在延长食品保质期、保护运输中的货物以及为消费者提供高度便捷的包装选项方面表现卓越。无论是走进厨房、仓库还是超市,人们往往触手可及的就是柔性塑料。其包装形式多种多样,包括薄膜、缠绕膜、袋、小包装和标签等。
然而,目前大多数柔性塑料最终被填埋、焚烧或泄漏至环境中。正是那些使柔性塑料具有实用价值的优势,也导致了柔性塑料废弃物管理面临重大挑战。鉴于柔性塑料占塑料包装总市场的比例超过一半,这些挑战亟需得到解决。
核心难题之一在于对种类繁多且结构复杂的柔性塑料进行分拣和分离。与许多硬质塑料不同,柔性包装通常由多种有时互不相容的聚合物,并辅以粘合剂、油墨和阻隔层复合而成。这种复杂性虽然带来了优异的性能,却使得利用现有技术对其进行有效分拣和分离变得极为困难。
此外,原料质量参差不齐且普遍偏低,导致柔性塑料难以通过机械回收手段转化为高价值用途。尽管化学回收能够提供质量更优的材料,但仍受到成本壁垒和监管不确定性的制约。
最终,原生塑料相较于回收软塑料的成本优势,持续制约着回收产能的投资。
能否总结《软塑料洞察》报告的核心要点,并说明其编制方法?
该报告指出,实现软塑料包装循环经济需要五大关键推动因素,并强调这要求整个价值链的协同行动。
首先,通过分类垃圾收集和精细化二次分拣来提升收集与分拣效率至关重要。报告强调了市政材料回收设施(MRFs)的作用,并指出塑料回收设施(PRFs)中更先进的“二次分拣”作为补充。这些设施可更好地部署数字水印或基于人工智能(AI)的识别等先进检测技术,以提升原料质量和材料均质性。
激发再生材料终端市场需求同样关键。若再生料缺乏高价值应用,便不存在投资依据。生产者责任延伸(EPR)制度、强制性消费后再生含量目标等政策机制,以及其他财政干预手段,有助于创造需求并提升其相对于原生塑料的竞争力。
此外,降低投资风险对于吸引并维持基础设施与技术领域的资本至关重要。稳定且可预期的政策框架,以及企业所得税减免、土地使用、能源与劳动力补贴、优惠贷款等金融工具,有助于吸引并维持基础设施升级所需的资本。监管明确性——尤其是针对化学回收——对维持投资者信心至关重要。
报告还强调了统一的可回收性设计指南的重要性,以降低包装复杂性和回收障碍,同时通过生态调节的EPR费用加速简单包装设计的采用。
这些洞察直接源于该联盟在欧洲和北美开展项目的实地经验,是其软塑料专题计划的一部分。
先进技术如何用于提升回收流程?先进分拣技术能为软塑料回收带来哪些潜在效益?
先进技术有望通过突破现有分拣方法的局限,大幅提升软质塑料的回收效率。尽管近红外(NIR)光谱技术长期作为行业标准,但其仅能检测不同聚合物或添加剂的存在,无法进行定量分析,更无法识别包装类型或获取产品级数据。
数字水印与基于人工智能的识别技术在此领域展现出变革性潜力。数字水印技术将不可见代码直接嵌入包装中,分拣设施中的专用扫描设备可对此进行检测。这一机制不仅实现了对包装的高精度识别,还能通过关联数据库获取详细的产品信息,从而显著提升分拣精度与再生料质量。
2023年底至2024年初,我们在“HolyGrail 2.0”计划中开展的演示表明,即便面对老化、打包或严重污染的物料,数字水印仍能可靠地识别并分拣软质塑料。首轮测试中,检测率达到95%,分拣率达到85%。目前,工作重点已转向在比利时和德国开展实地试验,以验证该技术的商业化就绪状态。
基于人工智能的识别技术与数字水印形成互补。该技术利用先进的计算机视觉与机器学习算法,依据形状、颜色及品牌标识等可见特征识别包装。此方法在处理复杂或受污染的废物流时尤为有效,且可集成至现有基础设施中。通过将部分成本负担转移给回收商,该方案降低了采用门槛,有助于技术推广。
这两项技术构成了强大的组合:基于人工智能的识别增强了分拣系统解析复杂废物流的能力,而数字水印则使包装能够承载自身嵌入的信息。
报告指出,降低塑料废弃物管理支持性投资的风险具有巨大潜力。如何实现这一目标?
政府在通过稳定且具支持性的政策框架降低回收基础设施投资风险方面扮演着关键角色。以化学回收这一软质塑料废弃物解决方案的重要组成部分为例,监管清晰度至关重要。围绕质量平衡归属、再生含量声明及整体合法性的疑问,均会增加投资风险。若就化学回收产出如何计入回收目标制定明确且一致的规定,将显著改善投资前景,消除规模化进程中的关键障碍。
直接的财政激励同样发挥着关键作用。通过向回收企业提供优惠电价或直接的劳动力补贴,政府能够有效降低运营成本、改善利润空间,从而为投资者创造更具吸引力的投资环境。德国便采取了这一策略,通过提供能源补贴来缓解回收作业中高昂的能源成本压力。
此外,政府还可以利用优惠贷款进一步降低投资风险。这类贷款通常提供低于市场水平的利率或更优的还款条件,从而降低资本成本,使原本处于盈亏边缘的项目变得可行,并加速项目部署进程。
企业所得税减免是另一项有效的政策工具。通过降低政府从企业利润中抽取的比例,该措施能够改善投资者的现金流并缩短投资回收期。对于开发周期长、收入增长缓慢的基础设施项目而言,这一因素尤为重要。
归根结底,回收商业模式必须具备经济可持续性,并对终端市场需求作出响应。风险缓释的核心在于推动那些已证明具备可行性且符合市场要求的项目。
终端市场需求是驱动整个回收体系运转的引擎。简而言之,如果再生材料缺乏高价值的应用场景,那么投资建设用于收集、分拣和回收柔性塑料包装的基础设施便缺乏合理性。
在此背景下,消费后再生塑料(PCR)含量目标显得至关重要。承诺使用PCR含量是刺激需求的最有效手段之一,它要求品牌商在包装中掺入再生材料,从而为回收企业提供更稳定的市场保障。
在实施层面,需对“一刀切”的PCR目标保持审慎态度,因为不同应用场景面临的技术挑战差异巨大。部分包装类型可以轻易掺入再生材料,而食品接触膜等品类则面临更为严苛的限制。因此,可能需要制定差异化目标,例如在薄膜包装与硬质包装之间作出区分。
目标的具体应用方式同样关键。如果要求企业在单个产品层面达到固定目标,而非在整个产品组合中进行平均计算,这种机制既无法激励企业在技术仅允许低掺入率的产品中使用再生料,也无法奖励那些在具备更高掺入条件时超额完成目标的企业。基于产品组合的方法则鼓励企业在所有可行的场景中尽可能使用再生材料,而非强行在不具备技术条件的产品中掺入。
最后,如果再生消费后塑料(PCR)目标设定得过于激进,企业可能会转向替代材料,而这些材料的碳足迹可能更高。
除了设定PCR目标外,基于市场的机制也有助于强化需求。例如,生产者责任延伸(EPR)制度可以设计为通过降低EPR费用等方式,对使用再生内容的企业进行经济激励,同时辅以其他措施,以提升再生材料相对于原生材料的竞争力。
编辑观点
软塑回收的瓶颈已从技术单一性转向系统性协同,数字水印与AI的落地验证是近期关键节点。从业者需密切关注EPR费用对简单包装设计的激励效应,以及差异化PCR目标在薄膜与硬质包装间的执行差异,以规避合规风险并锁定高价值再生料市场。
常见问题
数字水印技术能解决软塑分选难题吗?
能显著提升分选精度。在HolyGrail 2.0计划演示中,即便面对老化或污染物料,数字水印检测率达95%,分拣率达85%,目前正于比利时和德国开展实地试验以验证商业化就绪状态。
AI识别技术如何辅助软塑回收?
AI识别通过计算机视觉分析形状、颜色等特征,与数字水印形成互补。该技术可集成至现有基础设施,在处理复杂废物流时有效,且通过转移部分成本给回收商降低了采用门槛,有助于技术推广。
PCR含量目标应如何设定才合理?
应避免“一刀切”,采用基于产品组合的平均计算方法。单一产品固定目标无法激励低掺入率场景,而组合方法鼓励企业在所有可行场景中最大化使用再生料,需区分薄膜与硬质包装的技术限制差异。