中国城市生活垃圾排放及其影响因素的时空变化研究

成金华，易佳慧，史峰雨*

(1.中国地质大学(武汉)经济管理学院，武汉 430074；2.中国地质大学(武汉)资源环境经济研究中心，武汉 430074)

党的十八大以来，党中央高度重视生态文明建设，并已经将生态文明写入了宪法.城市作为经济的主要推动力，实现城市经济和环境的协调发展，对推进生态文明建设具有重要的意义.现如今，城市面临着严峻的环境污染问题，水资源污染、土壤污染、雾霾、固体废弃物等严重威胁着人们的生命安全.其中，城市生活垃圾逐渐引起了各级政府的重视.2018年，国家发改委要求2020年底前全面建立生活垃圾处理收费制度，并明确提出推进垃圾计量收费.2019年，国家提出“无废城市”建设，将深圳市等11个城市和雄安新区等5个地区作为建设试点.因此，分析城市生活垃圾排放的现状及其影响因素，对于控制城市生活垃圾排放，加快生态文明建设具有重要意义.

国内外一些学者已经对城市生活垃圾排放的影响因素进行了研究，结果表明经济、人口、城市发展和产业结构等因素与城市生活垃圾排放有着密切的联系.孔令强等[1]根据中国31个省市的面板数据，将人口、经济和城市建成区面积等因素和城市生活垃圾排放量进行相关性分析，发现人口、经济和城市建成区面积促进了城市生活垃圾排放.Cheng等[2]利用STIRPAT模型分析了中国四大经济区的城市生活垃圾排放的影响因素，发现人口和城市化促进了各区域城市生活垃圾排放，而人均GDP和第三产业比重对各区域的影响存在较大差距.王琛等[3]根据经济发展和消费指标将全国30个省市分成高中低经济-消费聚合区，分别研究了城市生活垃圾排放的影响因素，发现GDP、第三产业比重对不同组别的城市生活垃圾排放具有显著的影响.许博等[4]分析了人口、富裕程度和技术因素对东中西三个区域城市生活垃圾排放的影响因素，结果表明尽管人口规模、城镇化水平、人均可支配收入对各区域的影响存在差别，但依旧是生活垃圾排放的主要驱动力.一些学者还研究了哈尔滨[5]、北京[6- 7]、厦门[8]、贵州[9]、兰州[10]等地区的城市生活垃圾排放.结果均表明影响城市生活垃圾排放的因素主要包含人口增长、经济发展、产业结构以及城市发展水平.此外，Gui 等[11]从空间角度利用SLM和SEM模型分析了中国城市生活垃圾排放的影响因素，结果发现人均GDP、第三产业比重、城市化率与人均城市生活垃圾排放量成显著的正相关关系.

通过对现有研究的梳理，我们发现对中国城市生活垃圾排放的研究大多是基于国家和省级层面的时间序列数据和面板数据对区域和个别省市展开分析，并且较少考虑了生活垃圾排放的空间效应.而从空间角度开展的研究又忽视了各城市生活垃圾排放的空间差异，没有依据各城市的经济社会发展情况提出针对性的建议.但我国各城市的经济社会发展情况存在很大的差异，特别是西部地区各城市之间的差异性更大，利用城市级别的数据展开分析可以提高研究结果的稳定性和准确性.因此，本文基于2003年和2017年中国258个地级市数据，分析了中国城市生活垃圾排放的时空变化情况，并分别利用最小二乘线性模型和地理加权回归模型分析了经济、城市人口规模、城市化水平以及产业结构对城市生活垃圾排放的影响，最后依据研究结果和各城市的经济社会发展现状，提出针对性的建议来控制城市生活垃圾排放的增长.

1 变量选取和数据来源

1.1 变量选取

城市生活垃圾排放量.城市生活垃圾是人类活动对环境影响的表现之一.城市生活垃圾是指在城市日常生活中或者为城市日常生活提供服务的活动中产生的固体废物以及法律、行政法规规定视为城市生活垃圾的固体废弃物，城市建筑垃圾等不被包括在其中.在本文中，城市生活垃圾排放量是因变量.由于城市生活垃圾产生的范围广泛，真实的城市生活垃圾排放量很难得到统计，因此参考Namlis等的方法[12]，本文用城市生活垃圾清运量来衡量城市生活垃圾排放量.

人均GDP.经济增长与城市生活垃圾排放的关系一直是各国学者及政府关注的焦点.通常认为经济发展越快，社会消费越多，产生的固体废物越多.中国近些年的经济发展有目共睹.人均GDP从2003年的10 573元，增长到2017年的59 201元，年增长率超过10%.此外，中国各城市的经济发展水平存在较大差距.不同的经济发展水平和发展方式对城市生活垃圾排放的影响还有待进一步的研究.

城市人口.中国是世界上人口最多的国家.庞大的人口消耗了巨大的自然资源，也产生数量惊人的生活垃圾.我国城市数量较多，不同城市的人口规模也存在巨大差异.2017年，拥有1 000万以上人口的城市有13个，人口数量超过800万的城市有30个.研究城市人口规模对城市生活垃圾排放的影响，有助于制定相应的人口政策来控制城市生活垃圾排放的增长.

城市化水平.选取常住城镇人口占常住总人口的比重来反映城市化水平.Davis和Henderson认为城市化是农村人口向城市不断迁移的过程，并且这个过程造成了经济增长模式、社会组织结构和居民生活方式的多维变革[13].一方面，城市化进程会产生集聚优势，促进经济运行和环境治理效率的提高[14]，另一方面，城市化进程还有可能产生规模效应和拥堵效应，加剧环境污染.不同学者在探究城市化对环境的影响时也分别发现了支持的证据.城市的发展加大了资源消耗，进而损害环境质量[15].但Wang等[16]发现城市化降低了人均能源消费增长的速率.中国正处于快速城市化的阶段，特别是自2000年以来，中国城镇化率从36%增加到2017年的58%.而不同城市的城市化水平和质量存在差异，因此不同城市的生活垃圾排放与各自城市化水平的关系还有待进一步的考证.

产业结构.选取第三产业产值占GDP的比重来衡量产业结构.第三产业被认为是技术发达、清洁环保的产业.发展第三产业可以有效推进国家的工业化和现代化.中国自改革开放以来，第三产业在各级政府的支持下得到了快速发展，促进了经济的发展，减少了由重工业带来的污染.但城市生活垃圾的来源与第三产业密切相关，特别是房地产、交通运输、餐饮、旅游等行业产生了大量的城市生活垃圾.因此，研究第三产业占国民生产总值比重的提高对城市生活垃圾排放的影响，是极其重要的.

1.2 数据来源

本文选取了2003年和2017年中国258个地级市的数据.在这项研究中，收集的城市生活垃圾排放量、人均GDP、城市人口规模、城市化率、以及第三产业比重等数据分别来自于中国城市统计年鉴(2004，2018)、中国城乡建设统计年鉴(2004，2018)、中国城市建设统计年鉴(2004，2018).变量的描述性统计如表1.

表1 变量的描述性统计Tab.1 Descriptive statistics of variables

注：城市生活垃圾排放量、人均GDP、城市人口、城市化水平、产业结构的单位分别为万t、元·人-1、万人、%和%.

2 研究方法

2.1 空间自相关分析

本文选取全局Moran’sI来衡量全国258个地级市生活垃圾排放的空间自相关，并用Geoda软件计算了全局Moran’sI.全局Moran’sI值的范围为[-1，1].Moran’sI的绝对值越接近1，城市生活垃圾排放数据的空间自相关性越强.如果Moran’sI的值为0，则表示城市生活垃圾排放是随机分布的.Moran’sI计算的公式如下：

(1)

(2)

其中，E是数学期望，Var是方差.

2.2 GWR模型

根据地理学第一定律，地理上相邻的实体之间存在相似性，并且距离越近相似度越高[17-18].此外，变量的数据是基于地理位置而选取获得的，不同城市的生活垃圾排放情况和经济社会因素存在差异.因此，如果利用全局回归模型对城市生活垃圾排放的影响因素展开分析，得到的指标系数估计值是全部样本的平均结果，没有办法了解各指标在空间的分布特征.Fotheringham将空间位置引入到回归变量中，利用地理坐标和空间权函数对每个目标的相邻样本进行局部回归估计，提出了地理加权回归模型(GWR)[19].根据模型的回归结果，可以直观的看到各变量回归系数在空间的分布和变化情况.GWR模型已经广泛应用于CO2排放[20-24]、PM2.5[25-27]、水质量[28- 29]等方面的研究.标准的GWR模型如下所示：

(3)

其中，(μi，υi)是城市i的地理坐标，xik是城市i生活垃圾排放的影响因素，βk(μi，υi)是城市i第k个影响因素的回归估计值，εi是随机误差项.β(μi，υi)的值与空间权重W(μi，υi)紧密相关，其计算公式如下：

(4)

空间权函数的选择，对变量的估计结果极其重要.常用的空间权函数有4种，分别是固定高斯、固定双平方、自适应双平方和自适应高斯.本文选取固定高斯作为空间权函数，具体表示如下：

(5)

其中，Wij是城市i和城市j之间的权重，dij表示城市i与城市j之间的距离，b是带宽.带宽决定了空间权重随距离衰减的速度，因此确定最佳的带宽可以提高模型回归结果的准确性.本文选取CV法来确定带宽的最佳值.此外，本文对城市生活垃圾排放影响因素的回归加权分析是通过GWR 4.0软件进行的.

3 城市生活垃圾排放的时空变化特征

2003年中国城市生活垃圾排放总量为14 857万t.从地理分布上来看，北方的城市生活垃圾排放要多于南方城市.从各区域来看，东北地区和中部地区各城市的生活垃圾排放水平比较接近，而东部地区和西部地区各城市的生活垃圾排放量的差值较大.2003年中国城市生活垃圾排放量前五的城市分别是上海、北京、深圳、滨州和广州.中国人口最多、经济最发达的四个一线城市产生的生活垃圾远远超过其他城市.2003年上海的生活垃圾排放量为585.3万t，北京为454.5万t，深圳为324.5万t，而广西的崇左市仅产生3万t生活垃圾.到2017年底，中国城市生活垃圾排放量达到2.15亿t，和2003年相比，增加了6 664万t.其中东部沿海地区城市的生活垃圾排放量增长明显，远远超过其他区域的增长水平.而东北地区则出现了城市生活垃圾排放量减少的现象.原因是，近些年东北地区经济发展相对缓慢，人口外流严重，很多城市出现了“空城”等现象，城市生活垃圾排放量自然减少.但经济衰退和人口减少达到的环境污染减少的结果，并不是生态文明建设所倡导的.西部地区各城市生活垃圾排放水平的差异性不断扩大.2017年重庆市生活垃圾排放量达到494.13万t，仅次于北京、上海和深圳.成都生活垃圾排放量也增长明显，达到442.95万t，排在广州之后，位居全国第六位.此外，经济越发达人口越多的城市表现出更强劲的生活垃圾排放量增长趋势.2017年北京市、上海市、深圳市和广州市生活垃圾排放量分别为924.77万t、743.07万t、618.83万t和526.11万t，和2003年相比，则分别增长了470.27万t、157.77万t、294.33万t和265.81万t.而广西崇左市仅增长了0.68万t.

图1 2003和2017年中国城市生活垃圾排放的空间分布Fig.1 Spatial distribution of MSW generation in China in 2003 and 2017

4 城市生活垃圾排放的影响因素研究

4.1 全局视角下城市生活垃圾排放的影响因素研究

表2列出了2003年和2017年中国城市生活垃圾排放的OLS模型回归结果.2003年和2017年各影响因素的VIF值都小于2.5，说明不存在共线性；R2分别为0.708和0.872，表明模型具有较好的拟合效果；F值分别为156.390和436.610，这表明OLS整体通过了显著性检验.

2003年各影响因素都通过了显著性检验.人均GDP的回归系数为0.114，这说明从全局视角来看，人均GDP每增长10%，城市生活垃圾排放量增加1.14%.随着人均GDP的增长，国家整体实力不断增强，生产能力不断提升，能提供给人们的物质选择不断增多.伴随着人们消费能力和消费欲望的提升，进而造成生活垃圾排放量不断增加.城市人口的回归系数为0.662，表明城市人口每增加10%，城市生活垃圾排放量会提高6.62%.这个结果是显然的.个人是资源消耗和城市生活垃圾排放的主体.人口规模的增加不可避免地会导致对衣服、食物、住房、和旅行等方面需求的增长，在资源消耗的同时产生更多的城市生活垃圾.在中国，城市人口规模的增大仍然是造成城市生活垃圾排放量增加的主要因素.城市化率的回归系数为0.257，这表明每10%城市化率的提高，会增加2.57%的城市生活垃圾排放.随着更多的农村人口涌入城市，居民的生活方式和思想观念也发生转变.人们不再满足于简单的温饱需求，而希望在城市中获得更多的收入来满足他们日益增长的消费需求，产生的生活垃圾的数量也随之增加.第三产业比重的回归系数为0.310，说明第三产业产值占国民生产总值比重每提高10%，城市生活垃圾排放量会增加3.1%.和以加工制造业为主的第二产业相比，第三产业技术更先进，对环境危害较小.但是需要注意的是，第三产业中还包含了与人们衣食住行紧密关联的行业，比如餐饮、酒店、快递等等.这些行业排放的大量垃圾同样威胁着生态环境.在这四个指标中，对城市生活垃圾排放影响最大的是城市人口规模，其次是第三产业比重、城市化率和人均GDP.2017年四个指标都通过了1%的显著性水平检验，并且和2003年相比，人均GDP和第三产业比重的显著性水平得到了提高.2017年人均GDP、城市人口、城市化率、第三产业比重的回归系数和2003年相比都有了提高，分别为0.408、0.827、0.769、0.788.这说明人均GDP、城市人口规模、城市化率和第三产业比重对城市生活垃圾排放的促进作用不断加强.

表2 2003年和2017年城市生活垃圾排放的OLS模型回归结果Tab.2 OLS model of MSW generation in 2003 and 2017

注：lnpGDP、lnP、lnUrb、lnPTI分别是人均GDP、城市人口规模、城市化率以及第三产业比重的对数值.*、***分别表示在10%和1%的水平下显著.

4.2 局部视角下城市生活垃圾排放的影响因素研究

首先通过计算莫兰指数，检查了中国城市生活垃圾排放的空间相关性.中国258个地级市的生活垃圾排放量的全局空间自相关分析结果如图1、图2所示.2003年中国城市生活垃圾排放量的莫兰指数为0.081，z值为5.713 1，p值为0.002.这说明从全局视角来看，城市生活垃圾排放量存在弱的空间自相关关系.2017年城市生活垃圾排放量的空间自相关测试的z值为2.983 6，p值为0.008，小于0.01，通过了显著性检验.但全局莫兰指数仅为0.04.Cheng等认为由于存在空间集聚或异质性，全局莫兰指数很低，这可能掩盖了丰富的局部细节.因此有必要利用GWR模型对城市生活垃圾排放的空间异质性做进一步的分析.

图2 2003年中国258个城市生活垃圾排放量的Moran’s I散点图Fig.2 Moran’s I scatter plot of MSW generation in 258 cities in 2003

图3 2017年中国258个城市生活垃圾排放量的Moran’s I散点图Fig.3 Moran’s I scatter plot of MSW generation in 258 cities in 2017

本文选取了固定高斯作为空间权函数，并利用CV法确定了最佳带宽.表3报告了2003年和2017年GWR模型运算结果中各变量回归系数的情况.从表3中可知，人均GDP、城市人口、城市化率以及第三产业比重的回归系数值有很大的变动差异，直观的表明各指标在不同城市具有不同的影响程度和作用趋势，同样也说明了采用GWR模型分析城市生活垃圾排放影响因素空间异质性的必要性.

表3 2003年、2017年GWR模型各变量回归系数的摘要统计Tab.3 GWR summary statistics of various coefficients in 2003 and 2017

此外，还从模型拟合度和方差分析对GWR模型和OLS模型的结果进行统计检验.从表4中可知，2003年OLS模型的拟合程度为70.6%，GWR模型的拟合程度则为73%.2017年OLS模型的R2为87.1，而GWR模型为88.6.无论是2003年还是2017年，GWR模型的拟合度都比OLS模型要好.其次，OLS模型的AIC值在2003年和2017年分别为353.912和188.815，而GWR模型的AIC值则为335.722和163.768.Burnham和Anderson提出，如果两个模型的AIC值相差4以上，表明这两个模型具有显著的差异[30].同时，AIC值越小的模型越好.而GWR模型的AIC值无论是在2003年还是2017年都比OLS模型要小.从以上分析结果可以看出，选择GWR模型要优于OLS模型.表5报告了2003年和2017年GWR模型的方差分析检验结果.我们可以看到与OLS模型的残差相比，2003年和2017年GWR模型的残差分别减少了6.934和5.717.并且F值分别为2.913和2.573.结果表明，GWR模型显著改善了OLS模型的回归结果.再次证明了GWR模型在解释城市生活垃圾排放量与影响因素之间的关系要优于OLS模型.

表4 OLS模型和GWR模型的结果比较Tab.4 Comparison of results between OLS model and GWR model

图4和图5展示了2003年和2017年GWR模型运算结果在空间的分布情况，包括人均GDP、城市人口、城市化率、第三产业比重、R2和截距项.从图中可以看出，各指标在空间分布上表现出明显的梯度方向性.

2003年GWR模型的局部R2表现为从北向南逐渐增大，其值从0.665增加到0.783.而新疆克拉玛依市的局部R2最大，达到0.858，说明GWR模型在克拉玛依市拟合度最高.从人均GDP这一指标来看，经济增长对城市生活垃圾排放的影响呈现出明显的梯度方向性.人均GDP的回归系数从北向南逐渐增大.东北地区的一些城市，经济增长对城市生活垃圾排放的增长具有抑制作用，原因可能是东北地区过去以重工业为主，随着产业结构的改善和生产技术的提高，减少了生活垃圾的排放.在海南三亚市，经济增长对城市生活垃圾排放的促进作用最强，人均GDP每增加10%，生活垃圾排放量会提高3.75%.城市人口对城市生活垃圾排放的促进作用从西向东逐渐增大，其值范围从0.585到0.709.城市人口规模在全国258个地级市都表现出对城市生活垃圾排放的促进作用.第三产业比重对城市生活垃圾排放的促进作用从北向南逐渐提高.需要注意的是，黑龙江的一些城市第三产业比重的提高抑制了城市生活垃圾排放的增长，说明了黑龙江产业结构的改善对城市生活垃圾排放具有负向作用.城市化率的回归系数从南向北逐渐增大，尤其是东北地区明显大于其他区域.而在中国南部的一些城市，城市化率的提高则表现出轻微抑制城市生活垃圾排放的增长.原因可能是自改革开放以来，和北方城市相比，南方的城市发展更为迅速.城市化的推进可能提高了资源的合理配置，并且促进了能源效率的改善，从而减少了垃圾排放的产生.

表5 2003年和2017年GWR模型的方差分析检验Tab.5 GWR ANOVA test in 2003 and 2017

图4 2003年各影响因素的局部系数Fig.4 Local coefficients of various influencing factors in 2003

2017年GWR模型的局部R2值从南向北逐渐提高，其值范围从0.665到0.998.和2003年相似，新疆克拉玛依市的R2值最大.人均GDP的局部回归系数从东向西逐渐增大，其值为0.004到0.613.在全国258个地级市，人均GDP的增长都促进了城市生活垃圾的排放.城市人口规模回归系数从南向北逐渐增大，其中，三亚市的城市人口回归系数最小，为0.735，克拉玛依市最大，是1.180.除了东北地区以外，第三产业比重回归系数在空间分布上从西北向东南逐渐增大.从全国来看，东北地区第三产业比重对城市生活垃圾排放的促进作用最小.城市化率对城市生活垃圾排放的促进作用，从北向南逐渐增强.南方城市生活垃圾排放量的增长速度和城市化率几乎保持一致，甚至超过了城市化率的提升速度.

通过比较2003年和2017年GWR模型的运行结果可以看出，人均GDP、城市人口规模、城市化率以及第三产业比重对城市生活垃圾排放影响有了一定程度的变化.人均GDP回归系数在空间的差异从2003年的0.568增加到2017年的0.609，表明其对城市生活垃圾排放影响的空间差异不断扩大.此外，人均GDP系数的平均值有了极大的提高，从2003年的0.161增加到2017年的0.437，这表明经济增长对城市生活垃圾排放的促进作用在不断增强.2003年城市人口规模系数差异值为0.124，2017年为0.445，系数的平均值从2003年的0.677扩大到2017年的0.838，这表明城市人口规模对城市生活垃圾排放影响的空间差异在不断扩大，且对城市生活垃圾排放的促进作用也在增强.此外，2017年城市化率、第三产业比重对城市生活垃圾排放影响的空间差异性也比2003年大.城市化率系数的平均值从2003年的0.102，增加到2017年的0.644，是四个指标中系数平均值增长最大的.城市化率对城市生活垃圾排放的促进作用增长最为明显.2017年第三产业比重系数的平均值为0.789，比2003年的平均值提高了0.354，并且在全国258个地级市对城市生活垃圾排放的促进作用都有所增强，其中云南和广西的城市最为明显.原因可能是近些年云南和广西等地充分发挥自身优势，大力发展旅游业.截止到2015年底，云南省的旅游企业超过1万家，旅游景点超过500多处，星级旅游酒店有600多家.旅游业的迅速发展，尽管提高了第三产业产值，但也促进了生活垃圾的排放，严重危害着生态环境.

图5 2017年各影响因素的局部系数Fig.5 Local coefficients of various influencing factors in 2017

5 结论与建议

本文首先分析了2003年和2017年中国城市生活垃圾排放的时空变化情况，而后分别利用OLS模型和GWR模型分析了经济发展、城市人口规模、城市化水平以及产业结构对城市生活垃圾排放的影响，为控制城市生活垃圾排放量的增长，促进生态文明建设提供理论支持.此外，文章还对两种模型进行了比较.结果表明如下.

1) 城市生活垃圾排放量增长明显，给生态环境造成了巨大的压力.从空间分布上看，除了东北地区的城市生活垃圾排放量减少以外，其他地区的城市都有了不同程度的提升，其中东部地区整体城市的生活垃圾排放水平远远超过其他区域.此外，中国各城市的生活垃圾排放差距不断增加，特别是东部地区和西部地区某些经济发达、人口众多的城市，比如北京、上海、广州、深圳、重庆以及成都等，表现出更强的生活垃圾排放增长趋势.

2) 从全局视角来看，无论是2003年还是2017年，经济、人口规模、城市化率以及第三产业比重显著促进了城市生活垃圾的排放，并且对城市生活垃圾排放的促进作用不断增强.在这四个指标中，对城市生活垃圾排放影响最大的是城市人口规模，其次是第三产业比重、城市化率和人均GDP.

3) 通过比较OLS模型和GWR模型的拟合度，以及基于GWR模型的方差分析结果，我们发现GWR模型在解释城市生活垃圾排放影响因素方面要优于OLS模型.并且GWR模型的运行结果表明经济增长、人口规模、城市化率以及第三产业比重对各个城市的生活垃圾排放的影响在空间上表现出明显的梯度方向性，并且随着时间发生了变化.

不同城市的生活垃圾排放情况和影响因素存在巨大差异，因此根据各城市的实际情况制定差异化的生态环境政策，对控制城市生活垃圾排放增长，促进生态文明建设具有重要意义.具体建议如下.

1) 经济增长对城市生活垃圾排放的促进作用越来越强，尤其是对陕西、甘肃、云南、重庆、内蒙古、广西等西部地区的城市最为明显.因此针对经济高速发展的西部城市，要加强对人们的宣传引导和生态文明教育，鼓励公民绿色消费，提倡节约环保，减少铺张浪费，另一方面，要调整好产业结构，提高生产技术，促进行业的健康发展.当前经济发展对城市生活垃圾排放影响较小且经济发展缓慢的东北地区，要在促进经济发展的同时，更加关注生态环境质量，避免以牺牲生态环境为代价发展经济，重复走“先发展后治理”的错误道路.

2) 城市人口规模是城市生活垃圾排放的重要驱动力，特别是对黑龙江、吉林、甘肃酒泉市、新疆克拉玛依和乌鲁木齐市的影响程度更大.这些城市要出台相应的人口政策，防止城市人口规模的过快增长.此外，北方城市人口规模对城市生活垃圾排放的促进作用要强于南方城市.而和南方城市相比，北方城市的供暖取热很大程度上来自煤炭等化石能源[31].人口规模的增长，带来化石能源需求的增加，进而加速了北方城市生活垃圾排放的增长.因此，北方城市一方面要控制城市人口规模的快速增长，另一方面要加快其能源结构改革，提高能源利用效率.

3) 第三产业比重对城市生活垃圾排放的促进作用在全国范围内有了明显的增强.其中，对东部沿海和广西、云南省的城市影响程度更高.政府需要控制好这些地方的第三产业发展速度和发展质量，制定餐饮业、旅游业、酒店业等行业的标准，减少不必要物品的提供，同时将互联网等技术和运输、餐饮、住宿等行业相结合，提高运营效率，减少城市生活垃圾的排放.

4) 城市化率对城市生活垃圾排放的促进作用不断增强，尤其是对广东、福建等城市最为明显.尽管自改革开放以来，中国城市化进程不断加快，但南部沿海整体城市化率要高于其他地区城市.随着更多的农村人口进入城市，城市的居民生活方式、思想观念等发生了巨大的改变.因此，要加快推进垃圾计量收费制度的完善，通过经济手段引导和规范居民的生活习惯，减少城市生活垃圾的排放.在城市化水平不断提高的同时，要关注城市化质量，促进城市化和生态环境的协调发展.