中國城市生活垃圾排放及其影響因素的時空變化研究

成金華，易佳慧，史峰雨*

(1.中國地質大學(武漢)經濟管理學院，武漢 430074；2.中國地質大學(武漢)資源環境經濟研究中心，武漢 430074)

黨的十八大以來，黨中央高度重視生態文明建設，并已經將生態文明寫入了憲法.城市作為經濟的主要推動力，實現城市經濟和環境的協調發展，對推進生態文明建設具有重要的意義.現如今，城市面臨著嚴峻的環境污染問題，水資源污染、土壤污染、霧霾、固體廢棄物等嚴重威脅著人們的生命安全.其中，城市生活垃圾逐漸引起了各級政府的重視.2018年，國家發改委要求2020年底前全面建立生活垃圾處理收費制度，并明確提出推進垃圾計量收費.2019年，國家提出“無廢城市”建設，將深圳市等11個城市和雄安新區等5個地區作為建設試點.因此，分析城市生活垃圾排放的現狀及其影響因素，對于控制城市生活垃圾排放，加快生態文明建設具有重要意義.

國內外一些學者已經對城市生活垃圾排放的影響因素進行了研究，結果表明經濟、人口、城市發展和產業結構等因素與城市生活垃圾排放有著密切的聯系.孔令強等[1]根據中國31個省市的面板數據，將人口、經濟和城市建成區面積等因素和城市生活垃圾排放量進行相關性分析，發現人口、經濟和城市建成區面積促進了城市生活垃圾排放.Cheng等[2]利用STIRPAT模型分析了中國四大經濟區的城市生活垃圾排放的影響因素，發現人口和城市化促進了各區域城市生活垃圾排放，而人均GDP和第三產業比重對各區域的影響存在較大差距.王琛等[3]根據經濟發展和消費指標將全國30個省市分成高中低經濟-消費聚合區，分別研究了城市生活垃圾排放的影響因素，發現GDP、第三產業比重對不同組別的城市生活垃圾排放具有顯著的影響.許博等[4]分析了人口、富裕程度和技術因素對東中西三個區域城市生活垃圾排放的影響因素，結果表明盡管人口規模、城鎮化水平、人均可支配收入對各區域的影響存在差別，但依舊是生活垃圾排放的主要驅動力.一些學者還研究了哈爾濱[5]、北京[6- 7]、廈門[8]、貴州[9]、蘭州[10]等地區的城市生活垃圾排放.結果均表明影響城市生活垃圾排放的因素主要包含人口增長、經濟發展、產業結構以及城市發展水平.此外，Gui 等[11]從空間角度利用SLM和SEM模型分析了中國城市生活垃圾排放的影響因素，結果發現人均GDP、第三產業比重、城市化率與人均城市生活垃圾排放量成顯著的正相關關系.

通過對現有研究的梳理，我們發現對中國城市生活垃圾排放的研究大多是基于國家和省級層面的時間序列數據和面板數據對區域和個別省市展開分析，并且較少考慮了生活垃圾排放的空間效應.而從空間角度開展的研究又忽視了各城市生活垃圾排放的空間差異，沒有依據各城市的經濟社會發展情況提出針對性的建議.但我國各城市的經濟社會發展情況存在很大的差異，特別是西部地區各城市之間的差異性更大，利用城市級別的數據展開分析可以提高研究結果的穩定性和準確性.因此，本文基于2003年和2017年中國258個地級市數據，分析了中國城市生活垃圾排放的時空變化情況，并分別利用最小二乘線性模型和地理加權回歸模型分析了經濟、城市人口規模、城市化水平以及產業結構對城市生活垃圾排放的影響，最后依據研究結果和各城市的經濟社會發展現狀，提出針對性的建議來控制城市生活垃圾排放的增長.

1 變量選取和數據來源

1.1 變量選取

城市生活垃圾排放量.城市生活垃圾是人類活動對環境影響的表現之一.城市生活垃圾是指在城市日常生活中或者為城市日常生活提供服務的活動中產生的固體廢物以及法律、行政法規規定視為城市生活垃圾的固體廢棄物，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變量.由于城市生活垃圾產生的范圍廣泛，真實的城市生活垃圾排放量很難得到統計，因此參考Namlis等的方法[12]，本文用城市生活垃圾清運量來衡量城市生活垃圾排放量.

人均GDP.經濟增長與城市生活垃圾排放的關系一直是各國學者及政府關注的焦點.通常認為經濟發展越快，社會消費越多，產生的固體廢物越多.中國近些年的經濟發展有目共睹.人均GDP從2003年的10 573元，增長到2017年的59 201元，年增長率超過10%.此外，中國各城市的經濟發展水平存在較大差距.不同的經濟發展水平和發展方式對城市生活垃圾排放的影響還有待進一步的研究.

城市人口.中國是世界上人口最多的國家.龐大的人口消耗了巨大的自然資源，也產生數量驚人的生活垃圾.我國城市數量較多，不同城市的人口規模也存在巨大差異.2017年，擁有1 000萬以上人口的城市有13個，人口數量超過800萬的城市有30個.研究城市人口規模對城市生活垃圾排放的影響，有助于制定相應的人口政策來控制城市生活垃圾排放的增長.

城市化水平.選取常住城鎮人口占常住總人口的比重來反映城市化水平.Davis和Henderson認為城市化是農村人口向城市不斷遷移的過程，并且這個過程造成了經濟增長模式、社會組織結構和居民生活方式的多維變革[13].一方面，城市化進程會產生集聚優勢，促進經濟運行和環境治理效率的提高[14]，另一方面，城市化進程還有可能產生規模效應和擁堵效應，加劇環境污染.不同學者在探究城市化對環境的影響時也分別發現了支持的證據.城市的發展加大了資源消耗，進而損害環境質量[15].但Wang等[16]發現城市化降低了人均能源消費增長的速率.中國正處于快速城市化的階段，特別是自2000年以來，中國城鎮化率從36%增加到2017年的58%.而不同城市的城市化水平和質量存在差異，因此不同城市的生活垃圾排放與各自城市化水平的關系還有待進一步的考證.

產業結構.選取第三產業產值占GDP的比重來衡量產業結構.第三產業被認為是技術發達、清潔環保的產業.發展第三產業可以有效推進國家的工業化和現代化.中國自改革開放以來，第三產業在各級政府的支持下得到了快速發展，促進了經濟的發展，減少了由重工業帶來的污染.但城市生活垃圾的來源與第三產業密切相關，特別是房地產、交通運輸、餐飲、旅游等行業產生了大量的城市生活垃圾.因此，研究第三產業占國民生產總值比重的提高對城市生活垃圾排放的影響，是極其重要的.

1.2 數據來源

本文選取了2003年和2017年中國258個地級市的數據.在這項研究中，收集的城市生活垃圾排放量、人均GDP、城市人口規模、城市化率、以及第三產業比重等數據分別來自于中國城市統計年鑒(2004，2018)、中國城鄉建設統計年鑒(2004，2018)、中國城市建設統計年鑒(2004，2018).變量的描述性統計如表1.

表1 變量的描述性統計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、產業結構的單位分別為萬t、元·人-1、萬人、%和%.

2 研究方法

2.1 空間自相關分析

本文選取全局Moran’sI來衡量全國258個地級市生活垃圾排放的空間自相關，并用Geoda軟件計算了全局Moran’sI.全局Moran’sI值的范圍為[-1，1].Moran’sI的絕對值越接近1，城市生活垃圾排放數據的空間自相關性越強.如果Moran’sI的值為0，則表示城市生活垃圾排放是隨機分布的.Moran’sI計算的公式如下：

(1)

(2)

其中，E是數學期望，Var是方差.

2.2 GWR模型

根據地理學第一定律，地理上相鄰的實體之間存在相似性，并且距離越近相似度越高[17-18].此外，變量的數據是基于地理位置而選取獲得的，不同城市的生活垃圾排放情況和經濟社會因素存在差異.因此，如果利用全局回歸模型對城市生活垃圾排放的影響因素展開分析，得到的指標系數估計值是全部樣本的平均結果，沒有辦法了解各指標在空間的分布特征.Fotheringham將空間位置引入到回歸變量中，利用地理坐標和空間權函數對每個目標的相鄰樣本進行局部回歸估計，提出了地理加權回歸模型(GWR)[19].根據模型的回歸結果，可以直觀的看到各變量回歸系數在空間的分布和變化情況.GWR模型已經廣泛應用于CO2排放[20-24]、PM2.5[25-27]、水質量[28- 29]等方面的研究.標準的GWR模型如下所示：

(3)

其中，(μi，υi)是城市i的地理坐標，xik是城市i生活垃圾排放的影響因素，βk(μi，υi)是城市i第k個影響因素的回歸估計值，εi是隨機誤差項.β(μi，υi)的值與空間權重W(μi，υi)緊密相關，其計算公式如下：

(4)

空間權函數的選擇，對變量的估計結果極其重要.常用的空間權函數有4種，分別是固定高斯、固定雙平方、自適應雙平方和自適應高斯.本文選取固定高斯作為空間權函數，具體表示如下：

(5)

其中，Wij是城市i和城市j之間的權重，dij表示城市i與城市j之間的距離，b是帶寬.帶寬決定了空間權重隨距離衰減的速度，因此確定最佳的帶寬可以提高模型回歸結果的準確性.本文選取CV法來確定帶寬的最佳值.此外，本文對城市生活垃圾排放影響因素的回歸加權分析是通過GWR 4.0軟件進行的.

3 城市生活垃圾排放的時空變化特征

2003年中國城市生活垃圾排放總量為14 857萬t.從地理分布上來看，北方的城市生活垃圾排放要多于南方城市.從各區域來看，東北地區和中部地區各城市的生活垃圾排放水平比較接近，而東部地區和西部地區各城市的生活垃圾排放量的差值較大.2003年中國城市生活垃圾排放量前五的城市分別是上海、北京、深圳、濱州和廣州.中國人口最多、經濟最發達的四個一線城市產生的生活垃圾遠遠超過其他城市.2003年上海的生活垃圾排放量為585.3萬t，北京為454.5萬t，深圳為324.5萬t，而廣西的崇左市僅產生3萬t生活垃圾.到2017年底，中國城市生活垃圾排放量達到2.15億t，和2003年相比，增加了6 664萬t.其中東部沿海地區城市的生活垃圾排放量增長明顯，遠遠超過其他區域的增長水平.而東北地區則出現了城市生活垃圾排放量減少的現象.原因是，近些年東北地區經濟發展相對緩慢，人口外流嚴重，很多城市出現了“空城”等現象，城市生活垃圾排放量自然減少.但經濟衰退和人口減少達到的環境污染減少的結果，并不是生態文明建設所倡導的.西部地區各城市生活垃圾排放水平的差異性不斷擴大.2017年重慶市生活垃圾排放量達到494.13萬t，僅次于北京、上海和深圳.成都生活垃圾排放量也增長明顯，達到442.95萬t，排在廣州之后，位居全國第六位.此外，經濟越發達人口越多的城市表現出更強勁的生活垃圾排放量增長趨勢.2017年北京市、上海市、深圳市和廣州市生活垃圾排放量分別為924.77萬t、743.07萬t、618.83萬t和526.11萬t，和2003年相比，則分別增長了470.27萬t、157.77萬t、294.33萬t和265.81萬t.而廣西崇左市僅增長了0.68萬t.

圖1 2003和2017年中國城市生活垃圾排放的空間分布Fig.1 Spatial distribution of MSW generation in China in 2003 and 2017

4 城市生活垃圾排放的影響因素研究

4.1 全局視角下城市生活垃圾排放的影響因素研究

表2列出了2003年和2017年中國城市生活垃圾排放的OLS模型回歸結果.2003年和2017年各影響因素的VIF值都小于2.5，說明不存在共線性；R2分別為0.708和0.872，表明模型具有較好的擬合效果；F值分別為156.390和436.610，這表明OLS整體通過了顯著性檢驗.

2003年各影響因素都通過了顯著性檢驗.人均GDP的回歸系數為0.114，這說明從全局視角來看，人均GDP每增長10%，城市生活垃圾排放量增加1.14%.隨著人均GDP的增長，國家整體實力不斷增強，生產能力不斷提升，能提供給人們的物質選擇不斷增多.伴隨著人們消費能力和消費欲望的提升，進而造成生活垃圾排放量不斷增加.城市人口的回歸系數為0.662，表明城市人口每增加10%，城市生活垃圾排放量會提高6.62%.這個結果是顯然的.個人是資源消耗和城市生活垃圾排放的主體.人口規模的增加不可避免地會導致對衣服、食物、住房、和旅行等方面需求的增長，在資源消耗的同時產生更多的城市生活垃圾.在中國，城市人口規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.城市化率的回歸系數為0.257，這表明每10%城市化率的提高，會增加2.57%的城市生活垃圾排放.隨著更多的農村人口涌入城市，居民的生活方式和思想觀念也發生轉變.人們不再滿足于簡單的溫飽需求，而希望在城市中獲得更多的收入來滿足他們日益增長的消費需求，產生的生活垃圾的數量也隨之增加.第三產業比重的回歸系數為0.310，說明第三產業產值占國民生產總值比重每提高10%，城市生活垃圾排放量會增加3.1%.和以加工制造業為主的第二產業相比，第三產業技術更先進，對環境危害較小.但是需要注意的是，第三產業中還包含了與人們衣食住行緊密關聯的行業，比如餐飲、酒店、快遞等等.這些行業排放的大量垃圾同樣威脅著生態環境.在這四個指標中，對城市生活垃圾排放影響最大的是城市人口規模，其次是第三產業比重、城市化率和人均GDP.2017年四個指標都通過了1%的顯著性水平檢驗，并且和2003年相比，人均GDP和第三產業比重的顯著性水平得到了提高.2017年人均GDP、城市人口、城市化率、第三產業比重的回歸系數和2003年相比都有了提高，分別為0.408、0.827、0.769、0.788.這說明人均GDP、城市人口規模、城市化率和第三產業比重對城市生活垃圾排放的促進作用不斷加強.

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

注：lnpGDP、lnP、lnUrb、lnPTI分別是人均GDP、城市人口規模、城市化率以及第三產業比重的對數值.*、***分別表示在10%和1%的水平下顯著.

4.2 局部視角下城市生活垃圾排放的影響因素研究

首先通過計算莫蘭指數，檢查了中國城市生活垃圾排放的空間相關性.中國258個地級市的生活垃圾排放量的全局空間自相關分析結果如圖1、圖2所示.2003年中國城市生活垃圾排放量的莫蘭指數為0.081，z值為5.713 1，p值為0.002.這說明從全局視角來看，城市生活垃圾排放量存在弱的空間自相關關系.2017年城市生活垃圾排放量的空間自相關測試的z值為2.983 6，p值為0.008，小于0.01，通過了顯著性檢驗.但全局莫蘭指數僅為0.04.Cheng等認為由于存在空間集聚或異質性，全局莫蘭指數很低，這可能掩蓋了豐富的局部細節.因此有必要利用GWR模型對城市生活垃圾排放的空間異質性做進一步的分析.

圖2 2003年中國258個城市生活垃圾排放量的Moran’s I散點圖Fig.2 Moran’s I scatter plot of MSW generation in 258 cities in 2003

圖3 2017年中國258個城市生活垃圾排放量的Moran’s I散點圖Fig.3 Moran’s I scatter plot of MSW generation in 258 cities in 2017

本文選取了固定高斯作為空間權函數，并利用CV法確定了最佳帶寬.表3報告了2003年和2017年GWR模型運算結果中各變量回歸系數的情況.從表3中可知，人均GDP、城市人口、城市化率以及第三產業比重的回歸系數值有很大的變動差異，直觀的表明各指標在不同城市具有不同的影響程度和作用趨勢，同樣也說明了采用GWR模型分析城市生活垃圾排放影響因素空間異質性的必要性.

表3 2003年、2017年GWR模型各變量回歸系數的摘要統計Tab.3 GWR summary statistics of various coefficients in 2003 and 2017

此外，還從模型擬合度和方差分析對GWR模型和OLS模型的結果進行統計檢驗.從表4中可知，2003年OLS模型的擬合程度為70.6%，GWR模型的擬合程度則為73%.2017年OLS模型的R2為87.1，而GWR模型為88.6.無論是2003年還是2017年，GWR模型的擬合度都比OLS模型要好.其次，OLS模型的AIC值在2003年和2017年分別為353.912和188.815，而GWR模型的AIC值則為335.722和163.768.Burnham和Anderson提出，如果兩個模型的AIC值相差4以上，表明這兩個模型具有顯著的差異[30].同時，AIC值越小的模型越好.而GWR模型的AIC值無論是在2003年還是2017年都比OLS模型要小.從以上分析結果可以看出，選擇GWR模型要優于OLS模型.表5報告了2003年和2017年GWR模型的方差分析檢驗結果.我們可以看到與OLS模型的殘差相比，2003年和2017年GWR模型的殘差分別減少了6.934和5.717.并且F值分別為2.913和2.573.結果表明，GWR模型顯著改善了OLS模型的回歸結果.再次證明了GWR模型在解釋城市生活垃圾排放量與影響因素之間的關系要優于OLS模型.

表4 OLS模型和GWR模型的結果比較Tab.4 Comparison of results between OLS model and GWR model

圖4和圖5展示了2003年和2017年GWR模型運算結果在空間的分布情況，包括人均GDP、城市人口、城市化率、第三產業比重、R2和截距項.從圖中可以看出，各指標在空間分布上表現出明顯的梯度方向性.

2003年GWR模型的局部R2表現為從北向南逐漸增大，其值從0.665增加到0.783.而新疆克拉瑪依市的局部R2最大，達到0.858，說明GWR模型在克拉瑪依市擬合度最高.從人均GDP這一指標來看，經濟增長對城市生活垃圾排放的影響呈現出明顯的梯度方向性.人均GDP的回歸系數從北向南逐漸增大.東北地區的一些城市，經濟增長對城市生活垃圾排放的增長具有抑制作用，原因可能是東北地區過去以重工業為主，隨著產業結構的改善和生產技術的提高，減少了生活垃圾的排放.在海南三亞市，經濟增長對城市生活垃圾排放的促進作用最強，人均GDP每增加10%，生活垃圾排放量會提高3.75%.城市人口對城市生活垃圾排放的促進作用從西向東逐漸增大，其值范圍從0.585到0.709.城市人口規模在全國258個地級市都表現出對城市生活垃圾排放的促進作用.第三產業比重對城市生活垃圾排放的促進作用從北向南逐漸提高.需要注意的是，黑龍江的一些城市第三產業比重的提高抑制了城市生活垃圾排放的增長，說明了黑龍江產業結構的改善對城市生活垃圾排放具有負向作用.城市化率的回歸系數從南向北逐漸增大，尤其是東北地區明顯大于其他區域.而在中國南部的一些城市，城市化率的提高則表現出輕微抑制城市生活垃圾排放的增長.原因可能是自改革開放以來，和北方城市相比，南方的城市發展更為迅速.城市化的推進可能提高了資源的合理配置，并且促進了能源效率的改善，從而減少了垃圾排放的產生.

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

圖4 2003年各影響因素的局部系數Fig.4 Local coefficients of various influencing factors in 2003

2017年GWR模型的局部R2值從南向北逐漸提高，其值范圍從0.665到0.998.和2003年相似，新疆克拉瑪依市的R2值最大.人均GDP的局部回歸系數從東向西逐漸增大，其值為0.004到0.613.在全國258個地級市，人均GDP的增長都促進了城市生活垃圾的排放.城市人口規模回歸系數從南向北逐漸增大，其中，三亞市的城市人口回歸系數最小，為0.735，克拉瑪依市最大，是1.180.除了東北地區以外，第三產業比重回歸系數在空間分布上從西北向東南逐漸增大.從全國來看，東北地區第三產業比重對城市生活垃圾排放的促進作用最小.城市化率對城市生活垃圾排放的促進作用，從北向南逐漸增強.南方城市生活垃圾排放量的增長速度和城市化率幾乎保持一致，甚至超過了城市化率的提升速度.

通過比較2003年和2017年GWR模型的運行結果可以看出，人均GDP、城市人口規模、城市化率以及第三產業比重對城市生活垃圾排放影響有了一定程度的變化.人均GDP回歸系數在空間的差異從2003年的0.568增加到2017年的0.609，表明其對城市生活垃圾排放影響的空間差異不斷擴大.此外，人均GDP系數的平均值有了極大的提高，從2003年的0.161增加到2017年的0.437，這表明經濟增長對城市生活垃圾排放的促進作用在不斷增強.2003年城市人口規模系數差異值為0.124，2017年為0.445，系數的平均值從2003年的0.677擴大到2017年的0.838，這表明城市人口規模對城市生活垃圾排放影響的空間差異在不斷擴大，且對城市生活垃圾排放的促進作用也在增強.此外，2017年城市化率、第三產業比重對城市生活垃圾排放影響的空間差異性也比2003年大.城市化率系數的平均值從2003年的0.102，增加到2017年的0.644，是四個指標中系數平均值增長最大的.城市化率對城市生活垃圾排放的促進作用增長最為明顯.2017年第三產業比重系數的平均值為0.789，比2003年的平均值提高了0.354，并且在全國258個地級市對城市生活垃圾排放的促進作用都有所增強，其中云南和廣西的城市最為明顯.原因可能是近些年云南和廣西等地充分發揮自身優勢，大力發展旅游業.截止到2015年底，云南省的旅游企業超過1萬家，旅游景點超過500多處，星級旅游酒店有600多家.旅游業的迅速發展，盡管提高了第三產業產值，但也促進了生活垃圾的排放，嚴重危害著生態環境.

圖5 2017年各影響因素的局部系數Fig.5 Local coefficients of various influencing factors in 2017

5 結論與建議

本文首先分析了2003年和2017年中國城市生活垃圾排放的時空變化情況，而后分別利用OLS模型和GWR模型分析了經濟發展、城市人口規模、城市化水平以及產業結構對城市生活垃圾排放的影響，為控制城市生活垃圾排放量的增長，促進生態文明建設提供理論支持.此外，文章還對兩種模型進行了比較.結果表明如下.

1) 城市生活垃圾排放量增長明顯，給生態環境造成了巨大的壓力.從空間分布上看，除了東北地區的城市生活垃圾排放量減少以外，其他地區的城市都有了不同程度的提升，其中東部地區整體城市的生活垃圾排放水平遠遠超過其他區域.此外，中國各城市的生活垃圾排放差距不斷增加，特別是東部地區和西部地區某些經濟發達、人口眾多的城市，比如北京、上海、廣州、深圳、重慶以及成都等，表現出更強的生活垃圾排放增長趨勢.

2) 從全局視角來看，無論是2003年還是2017年，經濟、人口規模、城市化率以及第三產業比重顯著促進了城市生活垃圾的排放，并且對城市生活垃圾排放的促進作用不斷增強.在這四個指標中，對城市生活垃圾排放影響最大的是城市人口規模，其次是第三產業比重、城市化率和人均GDP.

3) 通過比較OLS模型和GWR模型的擬合度，以及基于GWR模型的方差分析結果，我們發現GWR模型在解釋城市生活垃圾排放影響因素方面要優于OLS模型.并且GWR模型的運行結果表明經濟增長、人口規模、城市化率以及第三產業比重對各個城市的生活垃圾排放的影響在空間上表現出明顯的梯度方向性，并且隨著時間發生了變化.

不同城市的生活垃圾排放情況和影響因素存在巨大差異，因此根據各城市的實際情況制定差異化的生態環境政策，對控制城市生活垃圾排放增長，促進生態文明建設具有重要意義.具體建議如下.

1) 經濟增長對城市生活垃圾排放的促進作用越來越強，尤其是對陜西、甘肅、云南、重慶、內蒙古、廣西等西部地區的城市最為明顯.因此針對經濟高速發展的西部城市，要加強對人們的宣傳引導和生態文明教育，鼓勵公民綠色消費，提倡節約環保，減少鋪張浪費，另一方面，要調整好產業結構，提高生產技術，促進行業的健康發展.當前經濟發展對城市生活垃圾排放影響較小且經濟發展緩慢的東北地區，要在促進經濟發展的同時，更加關注生態環境質量，避免以犧牲生態環境為代價發展經濟，重復走“先發展后治理”的錯誤道路.

2) 城市人口規模是城市生活垃圾排放的重要驅動力，特別是對黑龍江、吉林、甘肅酒泉市、新疆克拉瑪依和烏魯木齊市的影響程度更大.這些城市要出臺相應的人口政策，防止城市人口規模的過快增長.此外，北方城市人口規模對城市生活垃圾排放的促進作用要強于南方城市.而和南方城市相比，北方城市的供暖取熱很大程度上來自煤炭等化石能源[31].人口規模的增長，帶來化石能源需求的增加，進而加速了北方城市生活垃圾排放的增長.因此，北方城市一方面要控制城市人口規模的快速增長，另一方面要加快其能源結構改革，提高能源利用效率.

3) 第三產業比重對城市生活垃圾排放的促進作用在全國范圍內有了明顯的增強.其中，對東部沿海和廣西、云南省的城市影響程度更高.政府需要控制好這些地方的第三產業發展速度和發展質量，制定餐飲業、旅游業、酒店業等行業的標準，減少不必要物品的提供，同時將互聯網等技術和運輸、餐飲、住宿等行業相結合，提高運營效率，減少城市生活垃圾的排放.

4) 城市化率對城市生活垃圾排放的促進作用不斷增強，尤其是對廣東、福建等城市最為明顯.盡管自改革開放以來，中國城市化進程不斷加快，但南部沿海整體城市化率要高于其他地區城市.隨著更多的農村人口進入城市，城市的居民生活方式、思想觀念等發生了巨大的改變.因此，要加快推進垃圾計量收費制度的完善，通過經濟手段引導和規范居民的生活習慣，減少城市生活垃圾的排放.在城市化水平不斷提高的同時，要關注城市化質量，促進城市化和生態環境的協調發展.