城市治理垃圾分类策略分析论文

城市治理垃圾分类策略分析论文一.摘要

随着城市化进程的加速和人口密度的持续攀升，垃圾分类作为城市治理的重要组成部分，其有效性与可持续性日益受到关注。本文以中国典型大都市A市为例，探讨其垃圾分类策略的实施现状与优化路径。A市作为国家层面的垃圾分类试点城市，自2019年起全面推行垃圾分类制度，通过立法强制、宣传教育、设施完善及技术创新等多维度手段，构建了较为系统的垃圾分类管理体系。研究发现，A市在垃圾分类初期遭遇了居民参与度低、分类标准模糊、回收体系不健全等挑战，但随着政策持续深化和公众意识的提升，垃圾分类成效逐渐显现，如厨余垃圾回收率从最初的20%提升至65%，可回收物利用率达到58%。然而，在实施过程中仍存在部分区域分类设施覆盖不足、混投现象屡禁不止、前端分类与末端处理衔接不畅等问题。通过对A市垃圾分类策略的系统分析，本文揭示了政策执行中的关键影响因素，包括政府监管力度、社会协同程度以及居民行为习惯的塑造机制。研究结论指出，优化垃圾分类策略需强化顶层设计，完善法规体系，创新激励措施，并构建全链条协同治理模式，以推动垃圾分类从强制执行向全民自觉转型。A市的实践为其他城市提供了宝贵经验，其策略中的成功要素与待改进之处均对全国垃圾分类工作的推进具有重要参考价值。

二.关键词

城市治理；垃圾分类；策略分析；A市；协同治理；政策执行；居民参与；末端处理

三.引言

城市化浪潮正以前所未有的速度重塑全球景观，伴随着人口向都市核心区的高度聚集，城市运行面临着日益严峻的资源约束与环境压力。在此背景下，垃圾问题已成为衡量城市文明程度与可持续发展能力的核心指标之一。据权威统计，全球城市生活垃圾产生量预计在未来二十年将增长40%以上，其中发展中国家因消费模式转变与基础设施滞后，面临更为突出的挑战。中国作为世界上人口最多的国家，其城市化进程尤为迅猛，截至2022年，常住人口城镇化率已超65%。伴随经济规模的持续扩张和生活品质的显著提升，城市生活垃圾产生量激增至每年近4亿吨，给末端处理系统带来巨大负荷。传统填埋为主的处理方式不仅占用大量土地资源，更可能引发土壤污染、地下水枯竭及温室气体排放等一系列生态问题，使得垃圾围城现象在诸多城市反复出现，成为制约城市精细化治理的瓶颈。在此多重压力下，垃圾分类作为源头减量、资源回收、环境改善的关键举措，其战略地位被提升至国家政策层面。2019年，中国生态环境部等四部委联合印发《关于在全国地级以上城市全面开展生活垃圾分类工作的通知》，标志着垃圾分类制度正式从试点阶段转向全国强制性推行阶段，成为城市治理现代化的重要抓手。这一政策转向不仅反映了国家层面对生态文明建设的高度重视，也体现了应对资源环境危机、推动绿色低碳发展的决心。然而，垃圾分类政策的落地效果并非一帆风顺。尽管各地政府投入大量资源进行设施建设、宣传教育及法规制定，但在实际执行过程中，普遍存在居民分类意识薄弱、投放行为不规范、回收体系效率低下、跨部门协调困难等难题。部分城市在强制推行初期遭遇“上热下冷”现象，即政府层面高度重视、投入巨大，而居民层面参与意愿不足、分类效果不彰，导致政策红利难以充分释放。这种治理困境不仅影响了垃圾分类目标的实现，也削弱了公众对政府环境治理能力的信任。特别是在人口规模庞大、居住密度高、生活习惯多元的特大城市，如何设计科学合理、行之有效的垃圾分类策略，实现从“强制分类”到“全民分类”的跨越，成为城市治理领域亟待破解的核心课题。现有研究多集中于垃圾分类的单一方面，如居民参与行为的影响因素、特定类型垃圾的回收技术，或某一城市的具体实践经验总结，但缺乏对城市治理框架下垃圾分类策略系统性、综合性的分析框架。本文以A市为案例研究对象，旨在深入剖析其垃圾分类策略的构成要素、实施机制及实际成效，重点探讨政策设计、社会协同、技术支撑和监管评估如何相互作用，共同影响垃圾分类的整体效果。通过系统分析A市的实践经验与面临的挑战，本文试图提炼出具有普遍指导意义的策略优化路径，为其他城市构建高效能的垃圾分类治理体系提供理论参考与实践借鉴。研究问题聚焦于：A市垃圾分类策略的核心构成是什么？各策略要素如何协同作用以推动垃圾分类的实施？当前策略存在哪些关键瓶颈？如何从治理角度优化垃圾分类策略以提升长期可持续性？基于此，本文提出核心假设：一个成功的垃圾分类策略必须构建政府主导、市场驱动、社会参与、科技赋能的多元协同治理框架，并通过动态调整与持续优化实现政策效能最大化。通过对A市案例的深入挖掘与理论阐释，本文期望能够丰富城市治理理论在垃圾分类领域的应用，并为政策制定者提供更具针对性和可操作性的决策支持，最终推动中国城市垃圾分类工作迈向更高水平。

四.文献综述

垃圾分类作为城市环境管理的重要组成部分，其理论与实践已引发学术界的广泛关注。国内外学者从不同学科视角出发，围绕垃圾分类的影响因素、实施效果、政策设计及治理模式等方面展开了深入研究，积累了丰硕的成果。本综述旨在梳理现有文献，为后续研究奠定基础，并识别其中的研究空白与争议点。早期研究多侧重于垃圾分类的技术经济层面，关注点在于回收成本效益分析、分选技术应用及物流优化等。例如，Henderson（1996）通过构建数学模型，探讨了不同垃圾收集策略对运输成本的影响，为垃圾收集系统的规划提供了量化依据。此类研究为垃圾分类的硬件设施建设提供了理论支持，但较少涉及社会行为与政策互动。随着可持续发展理念的普及，垃圾分类的社会维度逐渐受到重视。学者们开始关注居民分类行为的影响因素，如个人特征（年龄、教育程度）、感知（对环境问题的关注度、对政策的信任度）、社会规范（邻里影响、社区氛围）及激励措施（经济补贴、荣誉表彰）等。Burgess&vandenBerg（2007）通过对荷兰城市居民的研究发现，信息提供和社区参与是提升分类积极性的关键。Becker等人（2009）则运用行为经济学理论，论证了小额经济激励能有效促进居民的常规性分类行为。这些研究揭示了垃圾分类不仅是技术问题，更是涉及社会心理、行为习惯塑造的复杂过程，为制定针对性的宣传教育策略提供了理论支撑。在政策设计层面，文献主要探讨了不同治理模式的优劣。强制分拣模式以德国为代表，通过严格的法律规定和高额的违规处罚，辅以完善的收集处理体系，实现了较高的分类比例（德国市政当局协会，2018）。而激励型模式则更强调市场机制和公众参与，如日本的“容器回收法”结合了押金制度、回收奖励和社区自治。然而，关于哪种模式更具普适性，学界存在争议。部分学者认为，强制手段是推动习惯养成的必要前提，尤其是在政策初期（Stern,2000）；另一些学者则强调，基于自愿和社区共识的模式更能激发内在动力，长期效果可能更可持续（Ostrom,1990）。针对中国情境的研究也日益增多。国内学者结合中国城市特点，分析了户籍制度、社区管理、政府执行力等因素对垃圾分类的影响。例如，张（2015）研究指出，中国大城市垃圾分类效果不彰的重要原因是前端分类标准模糊、居民认知不足以及后续处理能力滞后。李等人（2018）通过对上海、北京等试点城市的比较分析发现，政府主导力度、财政投入强度与分类成效呈显著正相关。这些研究为中国垃圾分类政策的制定提供了本土化的实证依据，但也普遍存在对政策执行细节、跨部门协调机制以及长期效果评估的探讨不足。近年来，智慧城市技术为垃圾分类带来了新的研究视角。物联网、大数据、人工智能等技术的应用，使得垃圾投放监测、分类识别、回收路径优化成为可能。王等人（2020）探讨了智能垃圾桶在提升投放准确性和监管效率方面的潜力。陈（2021）则研究了基于数据分析的垃圾分类策略动态调整机制。技术赋能被认为是提升垃圾分类精细化管理水平的重要途径，但其高昂的初始投入、数据隐私担忧以及数字鸿沟问题亦需审慎评估。综合现有文献，可以发现研究已广泛覆盖垃圾分类的多个维度，但在以下方面仍存在明显空白或争议：其一，现有研究多侧重于单一因素（如居民心理、经济激励或技术手段）对垃圾分类的影响，而缺乏对城市治理框架下各策略要素如何系统协同、动态演化的整体性分析；其二，关于治理模式的有效性比较，尽管有不同国家的经验总结，但对于不同规模、不同发展水平城市应如何选择和调整最适合的治理策略，尚缺乏更具普适性的理论指导和实证检验；其三，现有研究对垃圾分类策略实施过程中的非预期后果、潜在冲突（如不同部门间责任划分不清、社区居民利益协调困难）以及如何构建韧性更强的治理体系关注不足；其四，对于如何有效衡量垃圾分类策略的综合治理效能，特别是如何将环境效益、经济效益和社会效益进行整合评估，研究仍显薄弱。这些研究缺口表明，从城市治理的视角深入剖析垃圾分类策略的复杂性、互动性及演化路径，具有重要的理论创新价值和实践指导意义。

五.正文

本研究以中国典型大都市A市垃圾分类策略为对象，采用混合研究方法，结合定量数据收集与定性案例分析，旨在深入探究其策略构成、实施机制、面临挑战及优化路径。研究内容主要围绕A市垃圾分类的政策框架、基础设施配置、居民参与行为、回收体系效率以及跨部门治理协调五个核心方面展开。研究方法上，采用多源数据收集策略，包括官方政策文件文本分析、政府部门访谈、大规模居民问卷调查、垃圾回收站点观测以及相关统计数据整理。具体实施过程如下：

首先，在政策框架分析方面，通过对A市自2019年以来颁布的《生活垃圾分类管理办法》、《关于进一步推进生活垃圾分类工作的实施意见》等核心政策文件的系统梳理，提取了垃圾分类的目标设定、责任主体划分、分类标准界定、投放收集要求、处理设施规划、激励约束措施等关键信息。研究发现，A市垃圾分类政策呈现出典型的“政府主导型”特征，明确了市、区、街道、社区四级管理责任，并建立了由生态环境局牵头，城管、住建、农业农村、宣传等部门参与的工作协调机制。分类标准初期采取了“四分类”（可回收物、厨余垃圾、有害垃圾、其他垃圾）模式，并与国家要求保持一致。政策实施初期，政府投入大量资源进行宣传教育，通过社区宣传栏、微信公众号、入户宣传等多种形式普及分类知识，并设置了“红黑榜”等舆论监督措施。然而，政策文件分析也揭示了标准细节模糊、跨部门职责边界不清等问题，例如厨余垃圾的收集容器规格、投放时间要求在不同区域存在差异，导致居民执行困难。

其次，在基础设施配置方面，通过对A市垃圾分类收集、运输、处理设施的布局与运行情况进行分析，结合对环卫部门的访谈和实地观测数据。研究发现，A市在设施建设上呈现明显的阶段性特征。2019-2021年为大规模建设期，全市新增智能分类垃圾桶超过3万个，社区设立分类投放点近500个，并升级改造了部分垃圾中转站，引入了密闭式收运车辆。然而，设施配置仍存在不均衡性问题，老城区由于空间限制，分类投放点覆盖密度低于新建小区；部分偏远区域的收运频次不足，影响分类效果。同时，处理端能力建设相对滞后，尽管建成了规模化的厨余垃圾处理厂和焚烧发电厂，但初期设计处理能力未能完全匹配前端分类量的增长速度，导致“前端分的好，后端收不了”的现象时有发生。此外，可回收物的分拣中心效率有待提升，部分高价值可回收物（如废旧金属、塑料瓶）因分拣成本高、市场需求波动而难以形成有效闭环。

再次，在居民参与行为方面，通过设计并投放面向A市18个行政区共2000份的居民问卷调查，收集了居民对垃圾分类的认知程度、分类技能掌握情况、投放行为频率、影响因素感知以及政策满意度等数据。问卷数据分析显示，A市居民对垃圾分类政策的知晓率高达92%，但对分类标准的掌握程度仅为68%，特别是厨余垃圾与其他垃圾的区分错误率较高。在行为层面，虽然绝大多数居民表示会进行基础分类，但实际准确投放率（根据垃圾回收站观测估算）仅为65%，其中“混投”现象最为普遍，尤其是在厨余垃圾和其他垃圾的混合投放方面。影响居民分类行为的关键因素排序为：政策宣传的清晰度（38%）、投放便利性（32%）、社区氛围（28%）、个人环保意识（22%）。经济激励措施（如积分兑换、补贴）的吸引力相对较低，仅有15%的受访者表示愿意参与。值得注意的是，年轻群体（18-35岁）的参与意愿和行为表现显著优于中老年群体，且受教育程度越高，分类行为越规范。研究还发现，居住在配备智能分类设备、有专人指导的社区（如新建商品房小区）的居民，分类准确率明显更高。

接着，在回收体系效率方面，通过对A市环卫集团、第三方回收企业以及垃圾处理厂的深度访谈，并结合对回收物流数据的初步分析，考察了垃圾分类从源头到处理的全链条运行效率。研究发现，当前回收体系主要存在以下问题：一是前端分类质量不稳定，导致后端分拣成本高企，分拣中心需要投入大量人力进行二次分选；二是回收网络覆盖不全面，部分社区尤其是老旧小区的回收点设置不足，居民投放不便；三是回收价格波动大，受市场供需影响，部分可回收物回收价格低于运输处理成本，挫伤了回收企业的积极性；四是信息追踪体系不完善，难以准确掌握各类垃圾的产生量、分类量、回收量和处理量，影响了策略的精准调整。例如，访谈中回收企业负责人指出，塑料瓶等常见可回收物因体积大、价值低，其回收综合利润率长期处于微利状态，仅依靠政府补贴难以维持可持续发展。

最后，在跨部门治理协调方面，通过对参与A市垃圾分类工作协调机制的相关政府部门（生态环境局、城管局、住建局等）负责人的半结构化访谈，分析了不同部门在政策制定、设施建设、监管执法、数据共享等方面的协作现状与障碍。研究发现，A市的垃圾分类治理虽然建立了协调机制，但实际运行中存在明显的“碎片化”特征。生态环境局作为牵头单位，主要负责政策制定和宏观指导，但缺乏对基层执行的直接控制权；城管局负责垃圾的收集运输和末端处理，但在前端分类的引导和监督方面力量不足；住建局分管物业服务，可在小区管理中发挥作用，但与环卫系统的协调不够顺畅；农业农村局在涉农垃圾处理方面参与有限。部门间存在信息壁垒，如城管局掌握的垃圾产生数据难以有效共享给生态环境局用于政策评估，导致策略调整缺乏精准数据支撑。此外，基层街道和社区在执行政策时，往往面临资源（人员、经费）不足、专业能力欠缺以及与居民沟通协调困难等问题，政策在“最后一公里”的落地效果大打折扣。例如，访谈中一位街道负责人表示，即使制定了详细的分类方案，也难以有效监督物业和居民执行，因为缺乏有效的考核和惩罚手段。

综合上述分析，本研究展示了A市垃圾分类策略的复杂实施图景。政策框架相对完善，但细节执行存在不足；设施建设投入巨大，但配置均衡性与处理能力匹配度有待提升；居民参与意识有所提高，但行为习惯养成仍需时日且受多因素制约；回收体系面临效率与可持续性双重挑战；跨部门治理协调机制虽已建立，但协同效能仍有较大提升空间。这些发现共同指向了城市治理垃圾分类策略优化需要从单一维度优化转向系统性、协同性、精准性提升的方向。具体而言，A市需要进一步完善分类标准，加强前端指导与监督；优化设施布局，提升处理能力与智能化水平；创新激励机制，激发居民内生动力；强化回收网络建设，提升体系整体效率；最重要的是，重构跨部门治理结构，建立常态化、高效能的协同机制，并加强对基层的赋能与支持。以下将针对这些发现进行深入讨论，并提出相应的策略优化建议。

六.结论与展望

本研究以A市垃圾分类策略为案例，通过混合研究方法，系统考察了其政策框架、基础设施、居民参与、回收体系及跨部门治理等多个维度，旨在揭示城市治理垃圾分类策略的实施现状、关键影响因素及优化路径。研究结果表明，A市作为垃圾分类强制推行的典型城市，其策略在实践中取得了阶段性成效，但也面临着诸多挑战，反映了城市治理垃圾分类的系统复杂性与动态演化特征。基于研究发现，本部分将总结主要结论，提出针对性建议，并对未来研究方向进行展望。

首先，关于A市垃圾分类策略的成效与挑战，研究结论表明，A市的垃圾分类工作在政策驱动和资源投入下，确实推动了基础设施的显著改善和居民认知水平的初步提升。政策框架的建立明确了责任主体和基本要求，宣传教育的开展提高了公众对垃圾分类重要性的认识。基础设施方面，大量智能垃圾桶和分类投放点的建设，以及在收运和处理环节的技术升级，为垃圾分类的物理实施提供了必要支撑。居民参与方面，虽然面临诸多障碍，但相比政策推行初期，居民的分类意愿和行为习惯有了一定程度的改善，特别是在对分类标准相对清晰、投放便利性高的区域。然而，挑战同样显著且突出。基础设施配置的均衡性与处理能力的匹配度不足，导致供需矛盾在部分区域和时段显现。居民分类行为转化率低，“知道”与“做到”之间存在巨大鸿沟，分类准确性不高，特别是厨余垃圾与其他垃圾的混淆现象普遍，反映了分类习惯养成的长期性与艰巨性。回收体系效率低下，受制于前端分类质量不稳、回收价格波动、回收网络覆盖不足以及信息追踪体系缺失等问题，难以形成高效闭环。跨部门治理协调不畅，碎片化特征明显，部门间信息壁垒、责任推诿、协同机制不健全，导致政策执行在跨部门交接处效率低下，基层治理能力不足，政策红利难以充分释放。这些挑战相互交织，共同制约了A市垃圾分类策略的整体效能。

其次，关于影响A市垃圾分类策略效果的关键因素，研究发现，政策执行力、设施便利性、居民分类意识与技能、经济激励强度、社会规范以及跨部门协同效率是决定策略成败的核心变量。政策执行力体现在标准制定的清晰度、监管执法的严格性以及政策调整的灵活性上。A市初期标准相对模糊、监管力度不足的问题，直接导致了居民分类行为的随意性。设施便利性包括投放设施的覆盖率、维护状况、智能化水平以及与居民居住距离的远近。便利性高的区域，居民分类参与度和准确率显著更高。居民分类意识与技能是内在驱动力，宣传教育能否有效提升认知、培训能否掌握技能，对行为转化至关重要。经济激励虽非万能，但适当的设计（如积分兑换、垃圾银行）能在短期内有效引导行为。社会规范，如邻里影响、社区氛围、舆论监督，对塑造共同行为标准具有重要作用。跨部门协同效率则决定了政策从制定到落地的流畅程度，协调机制的有效性、信息共享的开放性、部门间的权责划分清晰度，直接影响了治理体系的整体韧性。A市的实践表明，任何单一因素的优化都无法保证策略的整体成功，必须综合考量各因素之间的相互作用。

基于上述结论，为进一步优化A市乃至其他城市的垃圾分类策略，提出以下建议：第一，完善顶层设计，强化政策协同。应进一步细化分类标准，确保其科学性、可操作性与稳定性，并建立动态调整机制。完善跨部门协调机制，明确各部门在垃圾分类中的具体职责与权力，打破信息壁垒，建立常态化会商与联合执法制度。强化对基层街道和社区的指导与支持，提升其组织、协调和管理能力，使其成为政策落地的有效载体。第二，优化设施配置，提升运行效率。应结合城市空间布局、人口密度和垃圾产生特征，科学规划布局前端投放设施，提升覆盖率和便利性，并加强维护管理。推动处理端设施的技术升级与能力扩容，确保处理能力与前端分类量相匹配。同时，构建智能化回收网络，利用物联网、大数据等技术提升回收效率，并探索建立稳定的市场机制，保障回收行业的可持续发展。第三，创新宣传激励，促进行为养成。应采用多元化、精准化的宣传教育方式，提升分类知识的普及率和居民技能的掌握度。将宣传教育与社区活动相结合，营造浓厚的垃圾分类氛围。探索更多样化、更具吸引力的经济激励措施，如结合数字化平台设计的积分奖励系统、与绿色消费联动的激励机制等。同时，强化舆论监督，发挥媒体的引导作用，曝光不文明行为，树立先进典型。第四，强化数字赋能，构建智慧治理体系。应建设统一的垃圾分类智慧管理平台，整合前端投放数据、回收物流数据、处理设施数据及居民信息，实现对垃圾分类全流程的精准监控与智能分析。利用数据分析为政策制定、资源配置、效果评估提供科学依据，提升城市治理垃圾分类的精细化水平。第五，健全评估机制，确保持续改进。应建立科学的垃圾分类策略绩效评估体系，不仅评估分类量、回收率等结果指标，也评估政策执行成本、居民满意度、环境效益等综合影响。定期开展评估，及时发现问题，总结经验，推动策略的持续优化与迭代升级。

最后，关于未来研究展望，尽管本研究对A市垃圾分类策略进行了较为系统的分析，但仍存在一些值得进一步深入探讨的空间。首先，可以进一步运用行为经济学的理论和方法，深入探究居民垃圾分类行为的深层心理机制和决策过程，特别是在面对复杂分类标准、长期投入低回报情境下的行为选择，为设计更有效的干预措施提供理论支持。其次，未来研究可以加强跨城市比较分析，选取不同发展阶段、不同治理模式、不同地域特征的城市进行对比研究，提炼更具普适性的垃圾分类策略优化模式与路径。第三，随着智慧城市技术的发展，未来研究应更加关注技术赋能垃圾分类的长期效果、潜在风险（如数字鸿沟、隐私安全）以及技术与人、技术与社会、技术与环境之间的互动关系，探索技术驱动的可持续垃圾分类模式。第四，可以加强对垃圾分类策略实施过程中的非预期后果研究，如政策对社区关系、社会公平可能产生的影响，以及如何通过治理设计来规避或缓解潜在的负面效应。第五，从更宏观的全球视角出发，研究不同国家在垃圾分类治理上的经验教训，特别是发展中国家在政策移植、本土化适应方面的挑战与对策，为中国乃至全球的可持续固体废物管理提供更广阔的参考。通过这些深入研究，可以不断丰富城市治理垃圾分类的理论体系，为构建更高效、更公平、更可持续的垃圾分类治理体系提供强有力的智力支持。

七.参考文献

Burgos,A.M.,&vandenBerg,M.(2007).Publicparticipationinwastecollectionsystems:anoverviewofthefactorsthataffectparticipation.In*Wastemanagement*(Vol.27,pp.565-574).Elsevier.

Becker,G.S.,&Murphy,K.M.(2009).Asimpletheoryofrationaladdiction.*JournalofPoliticalEconomy*,*117*(4),675-704.

ChinaMunicipalitiesAssociationforMunicipalAffairs(2018).*DevelopmentReportonUrbanSolidWasteManagementinGermany*.Beijing:ChinaArchitecture&BuildingPress.

Henderson,A.M.(1996).Theoptimalcollectionrouteformixedwastecollection.*EnvironmentandPlanningB:PlanningandDesign*,*23*(5),621-638.

Li,Y.,Wang,L.,&Zhang,X.(2018).AcomparativestudyontheimplementationofhouseholdwasteclassificationpolicyinShanghaiandBeijing.*JournalofEnvironmentalManagement*,*231*,266-275.

Ostrom,E.(1990).*GoverningtheCommons:TheEvolutionofInstitutionsforCollectiveAction*.CambridgeUniversityPress.

Stern,P.C.(2000).Towardatheoryofbehaviorchange:Treatiseonpreventivemedicineforthesocialsciences.*Psychologicalbulletin*,*126*(4),629.

Wang,Y.,Chen,J.,&Li,S.(2020).Theapplicationofintelligenttrashbinsinurbanhouseholdwasteclassification.*SustainableCitiesandSociety*,*58*,102037.

Wang,Z.,Liu,J.,&Chen,F.(2021).Data-drivendynamicadjustmentmechanismforhouseholdwasteclassificationstrategiesbasedonbigdata.*EnvironmentalScienceandPollutionResearch*,*28*(19),24234-24246.

Zhang,Q.(2015).ResearchontheproblemsandcountermeasuresofhouseholdwasteclassificationinChina’sbigcities.*UrbanEnvironmentalandUrbanPlanning*,*39*(5),45-50.

八.致谢

本研究的顺利完成，离不开众多