Modelización de la eficiencia de la recogida selectiva de los residuos sólidos urbanos en España

  1. Prades Martí, Miriam
Dirigida por:
  1. María Victoria Ibáñez Gual Codirector/a
  2. Antonio Gallardo Izquierdo Codirector/a

Universidad de defensa: Universitat Jaume I

Fecha de defensa: 30 de enero de 2015

Tribunal:
  1. Montserrat Zamorano Toro Presidenta
  2. Amelia Simó Vidal Secretario/a
  3. Gloria López Fernández Vocal

Tipo: Tesis

Teseo: 377020 DIALNET

Resumen

El trabajo que se presenta en esta tesis muestra el diseño de una metodología para la modelización de los indicadores de eficiencia de los sistemas de recogida selectiva de los residuos sólidos urbanos (RSU) en función de factores demográficos, socio-económicos y logísticos en ciudades españolas mayores de 5.000 habitantes. El trabajo se dividió en dos fases, siguiendo una metodología similar en ambas: fase I (2008-2009) y fase II (2010-2011). Para ello se elaboró un cuestionario en el que se solicitó a los ayuntamientos la información relativa al municipio, al tipo de sistema de recogida de RSU, cantidades recogidas y su composición. Adicionalmente, se recopiló información publicada en los Institutos de Estadística para completar la información que se había obtenido de cada municipio a través de los cuestionarios. En la fase I se recopiló la información relativa a los municipios mayores de 50.000 habitantes. Mediante los cuestionarios, se identificaron 4 sistemas de recogida selectiva diferentes y, con los datos de recogida y composición, se calcularon los indicadores de eficiencia asociados a ellos. Estos indicadores, previamente definidos por Gallardo en su tesis, muestran en qué proporción se han recuperado los residuos y con qué grado de calidad. Con ellos se determinó que el sistema más eficiente fue aquel en el que se recogían residuos orgánicos y resto a nivel de acera y vidrio, papel-cartón y envases en áreas de aportación. Para determinar si el conjunto de variables demográficas, socio-económicas y logísticas recopiladas, presentaban alguna influencia sobre la eficiencia de los sistemas identificados, se utilizaron modelos matemáticos para modelizar este tipo de datos que representan proporciones (datos entre 0 y 1): los Modelos Lineales Generalizados y la regresión beta. Este tipo de modelos constituyen una herramienta informativa útil para los gestores de RSU, ya que describen cómo determinadas variables afectan a la separación de los residuos. En el caso de las variables logísticas, éstas pueden ser modificadas en la dirección adecuada para mejorar los resultados. Con las variables socio-económicas (a priori no modificables) se dispone de información que va a permitir focalizar los esfuerzos de la gestión en mejorar aquellos efectos negativos. En la fase II, se recogió la información de los municipios comprendidos entre 5.000 y 50.000 habitantes. De manera análoga a la fase I, se determinaron los sistemas de recogida selectiva implantados en estos municipios y se estimó su eficiencia. En este caso se hallaron 8 sistemas diferentes, siendo el que mostró mayor eficiencia el que recogían restos, materia orgánica y multiproducto (envases ligeros y papel-cartón) puerta a puerta y vidrio en áreas de aportación. Asimismo, se determinó mediante la regresión beta, cómo las variables logísticas obtenidas afectaban a la eficiencia. Finalizadas ambas fases, se unieron los datos referentes a la generación de RSU y su composición. En primer lugar se analizó la homogeneidad en la composición de los RSU; en segundo lugar se realizó un nuevo análisis en el que se determinaron los factores demográficos, geográficos y socio-económicos que afectaban a la generación y composición. El análisis de la eficiencia de los sistemas de recogida implantados en los municipios mayores de 5.000 habitantes, ha permitido concluir que un buen sistema de recogida selectiva será aquel que con una buena localización de los puntos de recogida, una adecuada frecuencia de recogida para cada fracción y campañas de información ciudadana para corregir los efectos negativos derivados de los factores socio-económicos.