# 《城乡融合对城市绿色全要素生产率的非线性影响及机制转换研究》 ## 城乡关系是人类社会组织生产生活的基本空间关系[1]。马克思主义城乡关系理论指出，城乡分离不仅推动人口、财富与生产活动向城市集中，而且割裂生产、消费与土地再生产之间的空间联系，使人与自然之间的物质变换遭到系统性破坏[2]。恩格斯则将城乡融合视为改善空气、水和土地污染，重建人与自然物质循环的重要路径[3]。"两山"理念立足中国发展实践，将生态环境视为财富与生产力，使生态保护成果转化为城乡居民可以共享的发展收益，将生态环境保护与经济发展相统一，奠定可持续、绿色化城乡融合重建人与自然物质循环的理论基础，实现从城乡关系结构的批判到城乡价值重构的理论递进[4,5]。马克思主义城乡关系理论阐明了城乡融合的历史必然，“两山”理念则指明了城乡融合的绿色化发展方向。 西方发达经济体在推进绿色化城乡融合实践中，绿色清洁技术和理念的发展虽显著改善了城乡生态环境，但其“绿色化转型”也遭遇了批判与质疑。“生态帝国主义”、“污染避难所”等理论揭示了要素的不平等交换和污染的空间转移[6,7]，“星球城市化”则有从表面上消弭城乡边界，却试图将核心城镇发展生态代价推向更为边缘区域的嫌疑，城乡融合也演变成更大范围内的资源掠夺及污染转嫁[8]。中国作为负责任大国，高举构建人类命运共同体旗帜，并不具备对外转嫁生态矛盾来推进城乡融合的国际环境和政策空间，城乡融合的绿色化只能内生于自身发展进程中[9,10]。 “两山”理念促使城乡要素流动由单向资源吸纳与污染下沉转向基于等价原则的物质循环，使绿色化，可持续化内化为城乡融合的底色[11]。党的二十大报告将全体人民共同富裕、人与自然和谐共生确立为中国式现代化的本质要求，党的二十届三中全会进一步将城乡融合视为中国式现代化的必然要求。绿色导向的城乡融合既要回应城乡发展不平衡，又要降低现代化进程的生态代价，最终将共同富裕与人与自然和谐共生落实到城乡发展之中[12]。那么，城乡融合能否有效促进绿色化发展？其作用机制与边界条件又是什么？厘清这些问题，既能为依托"两山"理念形成超越西方式绿色转型提供经验支撑，也是推进中国式现代化的现实需求。 # 1 文献综述 绿色发展研究最初通过构建多指标综合指数或采用特定要素的绿色效率，如城市土地绿色利用效率来衡量地区的绿色发展水平[13–15]。综合指数评价法虽能反映绿色发展水平的总体状态，却难以深入微观分析绿色发展水平提高的影响因素；特定要素的绿色效率评估法虽弥补了前者的不足，但难以反映整体经济系统的绿色转型绩效。随着研究的深入，不少学者开始采用将能源投入与污染排放统一纳入核算框架，基于非期望产出的超效率SBM模型所测度的绿色全要素生产率作为衡量绿色发展水平的主要指标[16,17]。Jin等以长三角城市群政策的为准自然实验，发现区域一体化政策带来的技术创新和效率改善未能降低要素扩张速度和环境成本，却抑制了绿色全要素生产率的提高[18]；黄和平等则发现，产业数字化能够通过改善资本和劳动力错配提高绿色全要素生产率，但受到环境规制强度的门槛约束[19]。相关研究从技术变迁与资源配置等视角考察其驱动机制和条件边界，进一步将研究问题由绿色发展水平测度深化为何种因素通过何种机制、在何种条件下影响绿色效率。 城乡融合是破解城乡二元分割，实现要素配置、公共服务和生态治理由相对分离走向协同发展的系统性过程。大多数学者对城乡融合的测度已由收入差距、城镇化率等单一指标转向涵盖要素流动、产业联系、公共服务和生态治理的多维综合评价[20,21]，研究方法基本以熵权法为主。崔家兴[22]、孙亚[23]等从人口、经济、社会、空间和生态五个方面构建评价体系，分别考察人口流动与就业转换、城乡经济差距、公共服务均等化、基础设施互联以及生态环境协调。翟郡等将从经济、空间、社会和生态四个子系统，将空间联系作为城乡要素交换的独立载体[24]。黄庆庆等从经济融合、生活融合和生态融合三个维度进行测度，其中生活融合主要涵盖医疗、教育和交通等内容[25]。通过比较不同学者测度维度可以发现，经济、社会和生态是相对成熟的基本维度。经济融合是城乡融合的物质基础，主要体现为城乡收入消费、产业联系和要素配置；社会融合是城乡公共服务共享的直接表征，是教育、医疗、社会保障等公共服务的均衡配置；生态融合则是城乡融合可持续的约束和保障，强调城乡环境制度化衔接和管理。 刘彦随从人地关系地域视角阐述城乡融合是城乡要素平等交换与公共资源均衡配置的过程[10]，其本质是城乡要素流动与配置的过程，而绿色全要素生产率是在资源环境约束下[26]，要素配置与利用效率的综合反应。已有研究主要集中在城乡融合对农业或土地绿色效应的影响[27]，苑祎然等以山东省地级市为例，分析城乡融合如何通过要素优化配置和农业技术进步推动农业生态效率提升[28]；Meng等采用机器学习方法研究黑龙江地级市城乡融合过程时指出，劳动流动、资产配置和生态绿化等因素对土地绿色效率的影响呈现明显的非线性特征[29]。晏雄等则发现文旅融合对GTFP的影响呈先抑后扬的U型关系，且仅在融合程度较高的东部地区显著[30]。 上述研究虽未直接涉及城乡融合对绿色全要素生产率的影响研究，但城乡要素配置和技术发展对绿色效率的研究取得了丰富的成果，为开展城乡融合对绿色全要素生产率研究提供了经验和方向。第一，现有研究虽然识别出城乡融合对土地绿色利用效率和农业绿色全要素生产率的非线性影响，但前者聚焦土地资源利用，后者则局限于农业生产系统，难以反映劳动力、资本和技术等要素在整个城乡地域系统内重新配置所产生的绿色发展效应。因此，有必要将研究尺度拓展至市域城乡系统，进一步考察城乡融合对城市绿色全要素生产率的影响。第二，现有研究表明，在不同区域和时间的城乡融合过程中，资源配置和技术进步对绿色全要素生产率是抑制还是促进尚未达成共识[18,28,30]。城乡融合对绿色全要素生产率的影响机制是否存在阶段性差异，尚需实证检验。第三，已有研究考察了环境规制对绿色全要素生产率的直接影响，或将其作为产业数字化等因素发挥作用的门槛条件。中国城乡融合进程具有明显的政策驱动特征，环境规制正是绿色全要素生产率核算框架中"环境约束"的制度化来源，可能改变城乡融合绿色效应的作用强度及表现形式。因此，有必要将环境规制纳入分析，进一步识别城乡融合绿色效应的制度边界及其动态过程。 # 2 理论分析及研究假设 城乡地域系统是由城市与乡村这两个具有结构差异和功能互补的开放子系统，通过物质、能量和信息交换耦合而成的有机整体。城乡融合则是要素流动方式、组合形态、生产空间布局及人与地关系结构发生系统性重组的城乡地域系统演化过程[11]。极化-扩散理论认为，在城乡地域系统重组过程中资本、劳动力和技术率先向城市地区集聚体，形成极化效应；随着城市发展能力增强、城乡联系网络逐步完善要素开始向农村外围扩散，扩散效应逐渐增强。城乡融合的绿色发展效应则受城乡地域系统重组过程中极化与扩散两种效应共同作用的影响。需要说明的是，在城乡二元土地制度下，农村集体建设用地与国有建设用地之间尚未形成统一的市场化流转机制，土地要素配置难以通过极化—扩散渠道自发实现。因此，在分析城乡间要素配置过程时，不将其纳入分析范围[32]。 在城乡融合初期，城乡经济发展差异较大，资本和劳动力在报酬率差异驱动下加速向城市集聚，形成显著的极化效应。在城市地区，新增要素大部分流入低效环节，要素配置扭曲造成效率的损失[33]；又由于人口的增多，能源消耗和污染排放考验着城市的环境承载能力，无法实施城乡统一的生态治理机制；绿色发展技术掌握在城市端且未形成规模，大范围传播，城市对乡村地区的扩散能力较弱。乡村地区则出现产业空心化和粗放式资源利用并存，而且城市污染密集型缓解还可能向乡村地区延申。此时，城乡融合对绿色全要素生产率是抑制作用。 随着城乡融合不断深化，城乡交通和信息网络的完善降低了要素跨空间流动的成本，公共服务均衡配置增强了劳动力双向流动，极化效应开始减弱，扩散效应开始增强。资本和劳动力向乡村及外围地区回流，要素依据城乡间不同部门比较优势重新配置，要素错配得到缓解；公共服务设施向农村延伸，减少了重复投入，统一的生态治理设施和机制逐步形成；绿色理念、知识、技术在城乡间传播，城乡市场扩大、产业联系增强，绿色创新技术由少数城市或企业向更广泛的地区扩散，绿色效率明显提升。此时城乡融合在扩散效应主导下由局部效率改善转向整体功能协调，进而促进了绿色全要素生产率的提高。基于此，提出假设： H1：城乡融合对绿色全要素生产率具有U型影响，其边际影响随城乡融合程度提高由负向转为正向。 资源配置理论认为，经济效率不仅取决于资本和劳动力的投入规模，还取决于要素能否流向边际产出较高的部门与空间。制度壁垒、信息摩擦和交易成本都由可能会影响资源流动，进而导致资源错配，造成生产率损失。在环境生态约束下，要素错配过程往往伴随着能源投入与污染排放的环境效率损失。在以极化为主要效应的城乡融合初期，受制于城乡二元结构，不对称的要素流动使城乡地域系统的整体要素配置效率进一步偏离最优效率配置，压低绿色全要素生产率，构成U型曲线左侧的抑制基础。随着极化效应减弱，扩散效应增强，城乡融合程度提高，回流和双向配置机制逐渐形成，要素错配得到修复，城乡融合不再抑制绿色全要生产率。当城乡融合进一步加深，其融合重点从打通劳动力、资本流通转向更高层次的城乡市场、基础设施、产业和知识传播体系的共享、协同发展。 创新扩散理论指出，创新的传播取决于沟通渠道、时间以及主体所处的社会系统。联系密度提高和组织网络完善能够降低新知识识别、传递与采用的成本。高水平城乡融合具有完善的组织网络和城乡联系密度，为知识和创新传递降低了成本，也为可持续的城乡融合提供了稳定的动力，防止回程效应。区域一体化研究表明，市场壁垒降低、经济联系增强与创新要素流动能促进绿色创新的空间溢出。城市的技术、人才、金融与信息更容易同乡村的生态资源、农业场景和市场需求相结合，扩大绿色技术的应用。因而，当城乡融合达到一定水平时，绿色创新的生产、扩散和应用成为城乡融合提高绿色全要素生产率的重要渠道。据此，提出假设2： H2：城乡融合影响绿色全要素生产率的传导机制具有阶段转换特征。在城乡融合程度较低时，城乡融合主要通过劳动力和资本要素错配抑制绿色全要素生产率；在城乡融合程度较高时，城乡融合主要通过增强绿色创新能力促进绿色全要素生产率。 H1与H2刻画了城乡融合绿色效应的形态与内在机制，但这一关系的实现受制于外部制度条件。环境规制作为矫正污染外部性的工具，通过设定生产标准和排放要求等措施设改变要素流动的成本和方向，进而调节城乡融合过程中绿色效应变化。社会-生态系统理论框架也认为，环境规制是联结社会和生态系统的治理子系统，当治理子系统的规则无法有效调节社会系统对资源的获取行为时，系统将去向不可持续的结果。例如，环境规制强度较高，但绿色技术、跨区域基础设施和协同治理能力尚未形成时，地方经济主体需要承担环境治理和生产外部性成本，环境规制边抑制了城乡要素的流动，加剧资源错配，此时城乡融合的绿色效应被抑制。当治理子系统的规则稳定，设计合理则能够促使企业重视资源利用效率，诱发绿色技术创新，且城乡市场联系和知识网络越完善，创新发展和扩散也越快，增强了城乡融合的绿色效应。因此，在相同城乡融合进程中，环境规制强度的变化也会改变城乡融合于绿色全要素生产率的U型关系形态。据此，提出假设3： H3：环境规制调节城乡融合与绿色全要素生产率之间的U型关系。 # 3 变量选取、模型设计与数据说明 ## **3.1变量选取** ### 3.1.1 被解释变量：绿色全要素生产率(*GTFP*) 采用全局非期望产出超效率SBM模型测度城市绿色全要素生产率。该模型将各期数据合并为统一生产前沿面，确保效率值跨期可比，并通过超效率机制对有效决策单元进一步排序，其值越高表示经济发展与生态环境协同越强^\[1,2\]^。研究选取实际GDP为期望产出；工业废水、二氧化硫、烟尘排放量为非期望产出指标；投入指标选取年末单位从业人员数、固定资本存量与用电总量，分别代表劳动力、资本存量和能源投入。其中，资本存量采用永续盘存法测算^\[3\]^，以2005年为基期平减。 ### 3.1.2 核心解释变量：城乡融合度(*URI*) 城乡融合是一个涉及多维度、多变量、多功能的复杂体系，既是城乡发展的一种理想状态，又代表了城乡要素逐渐融合的演化过程^\[4,5\]^。基于此，从经济、社会、生态三个子系统构建评价指标（表1），并采用熵值法将所有年份和单元合并为一个整体面板来进行计算，所得结果可用于比较不同研究单元在不同时期的相对水平^\[6,7\]^。 ---------- ----------------------- --------------------------------------------------- ------ 子系统 指标层 指标计算说明 属性 经济融合 城乡居民人均收入比(%) 农村居民人均可支配收入/城镇居民人均可支配收入 正 城乡居民消费比(%) 农村居民人均消费支出/城镇居民人均消费支出 正 城乡二元对比系数(%) 第一产业比较劳动生产率/第二、三产业比较劳动生产率 正 城乡产业结构(%) 第二、第三产业增加值/第一产业增加值 负 社会融合 城乡医疗卫生覆盖率(%) 城乡医院卫生院床位数/总人口 正 城乡教育投入比(%) 教育支出/财政支出 正 城乡互联网普及率(%) 互联网宽带接入用户数/总人口 正 城乡失业保险覆盖率(%) 城乡失业参保人数/总人口 正 生态融合 城乡绿化水平(%) 建成区绿化覆盖率 正 城乡说垃圾处理水平(%) 生活垃圾无害化处理率 正 城乡污水处理水平(%) 污水处理厂集中处理率 正 城乡空气质量（μg/m³） 城乡PM2.5年均浓度 负 ---------- ----------------------- --------------------------------------------------- ------ : 表1 城乡融合发展水平评价指标体系 ### 3.1.3 中介变量 ①资源错配指数.从资本错配(*Capital*)和劳动力错配(*Labor*)两个维度衡量区域资源错配情况^\[8\]^,公式如下： $$\text{CAPITAL}_{it} = \frac{K_{it}/K_{t}}{S_{it}\beta_{K,it}/\beta_{K,t}}\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ （1）$$ $$\text{LABOR}_{it} = \frac{L_{it}/L_{t}}{S_{it}\beta_{L,it}/\beta_{L,t}}\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ （2）$$ 其中，$K_{it}$和$L_{it}$分别为第$i$个城市第$t$年的资本存量和劳动力投入；$K_{t}$和$L_{t}$分别为全国层面的资本存量和劳动力投入总量；$S_{it}$为第$i$个城市第$t$年的产出份额；$\beta_{K,it}$和$\beta_{L,it}$分别为该城市的资本产出弹性和劳动力产出弹性；$\beta_{K,t}$和$\beta_{L,t}$为对应时期全国的资本和劳动力产出弹性。参考黄和平等^\[9\]^的结果,取值分别为0.56和0.44。该指数以1为最优配置基准，偏离1的程度反映了资源错配的严重性，\>1为要素过度配置，\<1为要素配置不足。 ②绿色创新能力(*Innovation*).采用绿色发明专利授权总量除以年末常住人口。其中绿色专利授权总量为绿色发明专利授权量与绿色实用新型专利授权量总和。 ### 3.1.4 控制变量 为尽可能排除其他因素对绿色全要素生产率的干扰，借鉴相关研究^\[10,11\]^，选取以下控制变量。经济发展水平(*Pgdp*)，采用人均GDP的对数表征；金融发展水平(*Finance)*，采用年末金融机构存贷款余额占GDP比重表征；政府干预力(*GovInter*)：以地方财政一般预算支出占GDP比重衡量；对外开放程度(*Open*)：以实际利用外商直接投资额占GDP比重表示；产业结构高级度(*Industry*)，采用第三产业增加值/第二产业增加值表征。 ### 3.1.5 调节变量 政府环境规制强度(*ER*)采用地方政府工作报告文本分析方法进行测度^\[12\]^。具体而言，统计环保关键词在政府工作报告中的出现频次，计算其占报告总词频数的比重。由于原始比值数量级较小，同时为缓解异质性，对该指标扩大1000倍并取对数。 ## **3.2模型设计** ### 3.2.1 广义加性混合模型（GAMM） 为检验城乡融合对绿色全要素生产率是否存在非线性影响，采用广义加性混合模型进行数据驱动的非线性探索。该模型可不对核心解释变量与被解释变量之间的连接函数做任何先验性假设，仅根据数据自身驱动（Data-driven）生成平滑函数曲线，以刻画出城乡融合与绿色生产率之间的真实映射形态。模型设定如下： $y_{it} = \alpha_{i} + \lambda_{t} + f\left( x_{it} \right) + {\gamma Z}_{it} + \varepsilon_{it}\ \$ (3) 式中，$y_{it}$为$i$城市$t$年的绿色全要素生产率；$\alpha_{i}$、$\lambda_{t}$为个体和时间固定效应；$x_{it}$为$i$城市$t$年城乡融合度；$f( \cdot )$为未知光滑函数，采用惩罚回归样条估计，由数据自身决定关系形态；$Z_{it}$为控制变量；$\gamma$为控制变量系数；$\varepsilon_{it}$为随机扰动项。该模型的优势在于不对函数形式做先验假设。通过检验有效自由度（EDF）是否显著大于1，判断非线性是否存在。 ### 3.2.2 基准回归模型：二次项双固定效应 在确认非线性关系的基础上，采用二次项面板固定效应模型进行估计，模型设定如下： $y_{it} = \alpha_{i} + \lambda_{t} + \beta_{1}x_{it} + \beta_{2}x_{it}^{2} + \gamma Z_{it} + \varepsilon_{it}$ (4) 式中，$\ x_{it}$为第$i$市第$t$年城乡融合度，$x_{it}^{2}$为其二次项；$Z_{it}$为控制变量；$\beta_{1}$、$\beta_{2}$为城乡融合度的一次项和二次项系数; 其余符号含义同模型(3)。U型关系的识别条件为$\beta_{1} < 0$且$\beta_{2} > 0$，拐点位置为$x^{*} = - \beta_{1}/(2\beta_{2})$。 ### 3.2.3 非线性调节效应模型 为考察环境规制对U型关系边界作用，构建包含两个交互项的调节效应模型^\[13\]^： $y_{it} = \alpha_{i} + \lambda_{t} + \beta_{1}x_{it} + \beta_{2}x_{it}^{2} + \beta_{3}Mo_{it} + \beta_{4}(x_{it} \times Mo_{it}) + \beta_{5}(x_{it}^{2} \times Mo_{it}) + \gamma Z_{it} + \varepsilon_{it}$ (5) 式中，$Mo_{it}$为环境规制强度变量；$\beta_{3}$为环境规制的主效应系数；$\beta_{4}$为一次交互项系数；$\beta_{5}$为二次交互项系数；引入交互项后，城乡融合对绿色全要素生产率的边际效应变为：$\left( \beta_{1} + \beta_{4}Mo \right) + 2(\beta_{2} + \beta_{5}Mo) \times x$，调节后的U型拐点为：$- \left( \beta_{1} + \beta_{4}Mo \right)/\left\lbrack 2(\beta_{2} + \beta_{5}Mo) \right\rbrack$，拐点移动方向为：$\left( \beta_{1}\beta_{5} - {\beta_{2}\beta}_{4} \right)/\left\lbrack {2(\beta_{2} + \beta_{5}Mo)}^{2} \right\rbrack$，$\beta_{5}$调节曲线弯曲度。其余符号含义同模型(4)。 ## **3.3数据说明** 本研究以中国地级市为研究单元，剔除了数据缺失较多的地级市，最终以2005-2023年中国277个地级市为研究样本，并采用线性插值法补齐部分缺失数据，构建非平衡面板数据。研究数据主要来自《中国城市统计年鉴》、《中国城市建设统计年鉴》、《中国环境统计年鉴》和《中国农村统计年鉴》。绿色发明专利授权量参照世界知识产权组织（WIPO）\"绿色清单\"（IPC Green Inventory），从国家知识产权局专利数据库中筛选绿色发明专利授权数据，按专利申请人地址归属至各城市。主要变量描述性统计见表2。 ------------------ -------------- -------- -------- -------- -------- -------- 变量名称 变量符号 样本量 均值 标准差 最小值 最大值 绿色全要素生产率 *GTFP* 5263 0.300 0.143 0.080 1.608 城乡融合度 *URI* 5263 0.268 0.080 0.089 0.580 资本错配指数 *Capital* 5256 0.995 0.386 0.262 3.845 劳动力错配指数 *Labor* 5228 0.982 0.628 0.115 4.986 绿色创新能力 *Innovation* 5263 0.510 0.938 0.001 10.228 环境规制强度 *ER* 4928 1.940 0.425 -0.546 3.262 经济发展水平 *Pgdp* 5263 10.500 0.759 7.782 12.486 金融发展水平 *Finance* 5263 2.403 1.213 0.588 21.302 政府干预力 *GovInter* 5263 0.193 0.332 0.001 3.499 对外开放度 *Open* 5263 0.180 0.093 0.043 1.027 产业结构高级度 *Industry* 5263 1.017 0.577 0.129 6.387 ------------------ -------------- -------- -------- -------- -------- -------- : 表2 主要变量描述性统计 # 4 实证分析 **4.1****城乡融合与绿色全要素生产率时空演变格局** 城乡融合度的时空演变呈现\"快速提升、梯度扩散、东高西低\"的特征。样本期内，城乡融合度均值由2005年的0.177提升至2023年的0.378，增长1.1倍。空间分布上，2005年91%城市低于0.25，仅有少数东部沿海城市（如北京0.353、上海0.257、广州0.303、深圳0.210）达到0.25以上，总体处于低融合水平。2015年城乡融合度出现显著提升，约60%城市高于0.25，主要分布在东部沿海及中部地区，部分城市突破0.40（深圳0.531、北京0.409）。至2023年，城乡融合度的高值区进一步向中西部延伸，东部地区普遍达到0.40以上，形成以长三角、珠三角和京津冀为核心的高融合度集聚带，而西部地区仍处于0.30左右的中等水平，东西梯度差异依然显著，呈现出\"整体提升、梯度保持\"的演变特征(图1)。 绿色全要素生产率的时空演变呈现\"稳步提升、空间分化加剧、东南高西北低\"的特征。均值由2005年的0.301提升至2023年的0.464，增长了54%，低于城乡融合度的提升水平。其中，2005到2015，10年间均值仅提升5.6%，变化差异并不显著，空间分布上，高值城市仍呈散点分布。至2023年，绿色全要素生产率出现跃升，0.40以上的城市快速增加，长三角、珠三角及部分中部省会成为高值集聚区。另外，绿色全要素生产率的标准差从2005年的0.181降至2015年的0.1457，再扩大到2023年的0.2654，表明在2015年之前绿色全要素生产率是收敛趋势，而在2015年之后则加剧了分化。 总体而言，2015年后城乡融合与绿色全要素生产率均迎来了上升期，且空间分布呈正向关联，说明融合程度较高的区域往往具有更高的绿色效率。但在2015年前空间分布与增速差异显著（*URI*提升51.4%,GTFP提升5.6%），说明城乡融合与绿色全要素生产率之间可能存在非同步的演进关系。 ![图1城乡融合与绿色全要素生产率空间格局](media/image1.png){width="6.0in" height="2.986111111111111in"} **4.2城乡融合对绿色全要素生产率影响的非线性特征识别** 4.2.1 基于GAMM的形态前置性探索 在构建基准回归模型前，采用非参数与半参数相结合的GAMM模型探索城乡融合与绿色全要素生产率的非线性关系。Hausman检验结果拒绝随机效应原假设，故GAMM设定为双向固定效应。光滑函数$f( \cdot )$的有效自由度EDF为7.917，远大于临界值1，且在1%水平显著，说明抽城乡融合与绿色全要素生产率之间并非单调关系。相较于双固定线性回归模型（R²=0.222），GAMM解释力提升了近两倍(R²=0.514)，进一步印证了城乡融合与绿色全要素生产率的非线性关系。GAMM拟合曲线清晰地展示了随着城乡融合度的提升，绿色全要素生产率呈先抑后扬的U型形态(表3，图2)。 4.2.2基准回归：U型关系的参数估计 在GAMM分析的基础上，采用二次项双固定模型进行参数估计，并对变量做VIF检验。所有变量的VIF值均小于10，平均VIF为3.35，变量间不存在高度相关关系。(2)、(3)显示线性模型下城乡融合度系数均不显著，(4)、(5) 为包含二次项回归模型，城乡融合度及其平方均在1%水平显著，且(5)中x系数为-1.918(p\<0.01)，x²系数为3.126(p\<0.01)，拟合形态与GAMM一致，为U型。另外，U型拐点为0.307，城乡融合样本均值为0.278，说明在现阶段全国城乡融合的整体推进尚未充分释放其对绿色全要素生产率的促进作用。 ![图2城乡融合与绿色全要素生产率的非线性拟合曲线](media/image2.png){width="6.0in" height="2.484722222222222in"} ------------------------------------------------------------------------------------- 变量 (1)GAMM \(2\) \(3\) \(4\) \(5\) --------------- -------------- --------- -------------- -------------- -------------- 城乡融合度(x) 0.026 0.090 (0.148) -2.243\*\*\* -1.918\*\*\* (0.171) (0.385) (0.462) x² 3.688\*\*\* 3.126\*\*\* (0.668) (0.745) 经济发展水平 -0.025\*\* -0.074\*\*\* -0.023 (0.025) (0.011) (0.025) 金融发展水平 -0.003 (0.003) -0.004 (0.006) -0.003 (0.005) 政府干预力 -0.038\*\*\* -0.093\*\* -0.036 (0.044) (0.012) (0.044) 对外开放度 -0.235\*\*\* -0.345\*\*\* -0.253\*\* (0.043) (0.117) (0.110) 产业结构高级 -0.019\*\*\* -0.015 (0.022) -0.016 (0.023) (0.006) 个体/时间固定 Yes/Yes Yes/Yes Yes/Yes Yes/Yes Yes/Yes R² 0.514 0.187 0.222 0.234 0.244 F 统计量 23.090 29.09 25.54 28.86 24.22 拐点 --- --- --- 0.304 0.307 N 5263 5263 5263 5263 5263 ------------------------------------------------------------------------------------- : 表3 GAMM与基准回归 注:\*、\*\*、\*\*\* 分别表示在 10%、5%、1% 的水平上显著;括号内数字为标准误。下表同 **4.3内生性检验** 基准回归虽控制了双固定效应和控制变量，但城乡融合对绿色全要素生产率的影响仍可能受到遗漏变量或反向因果的干扰。因此从两个方面进行内生性检验：一是从时间内生角度，以城乡融合度及其滞后项作为 GMM模型工具变量，并引入滞后一期被解释变量以控制动态面板偏差。检验结果显示AR(1) 的 P\<0.1, AR(2) 的 P\>0.1, Hansen 检验的 P\>0.1, 表明工具变量有效且随机误差项不存在二阶自相关问题。x系数为 −1.085，x^2^系数为 1.771，且均在1%水平显著，系数方向与基准回归结果一致。二是从空间外生角度，选取城市距其省会地理距离的对数作为工具变量并采用IV-2SLS模型估计。地理距离是由自然形成的外生变量，不受当期社会经济影响，同时距离省会较近的城市交通基础设施更完善，城乡要素流动成本更低，城乡融合度也更高。根据第一阶段F统计量和Cragg-Donald F检验结果表明不存在弱工具变量问题。第二阶段回归中，x系数为 10.128，x^2^系数为 16.816，且仍在1%水平显著，系数与系统GMM、基准回归结果一致。 ----------------------------------------------------------------------- 变量 系统GMM \(1\) 2SLS \(2\) -第一阶段 2SLS-第二阶段 ------------------- --------------------- ------------- --------------- L.y 0.738\*\*\*(0.048) x -1.085\*\*\*(0.265) -10.128\*\*\* (1.436) x² 1.771\*\*\*(0.366) 16.816\*\*\* (3.057) 控制变量 控制 控制 控制 个体/时间FE YES/YES YES/YES YES/YES 第一阶段系数（x） 0.055\*\*\* (0.018) 第一阶段 F 36.80\*\*\* Cragg-Donald F 27.84 AR(1) p 0.002 AR(2) p 0.215 Hansen检验 p\>0.1 N 4986 5263 5263 ----------------------------------------------------------------------- : 表4系统GMM与2SLS估计结果 **4.4稳健性与异质性检验** 通过排除直辖市和原数据前后1%缩尾处理进行稳健性检验。结果显示两个样本二次项回归结果中x与x^2^系数方向、大小与基准回归高度一致，且均在1%水平显著，拐点均落于样本中且接近0.3，U型关系稳健。 根据前文分析，城乡融合度东西梯度差异显著，因此将样本划分为东中西三个区域进行异质性分析。三个区域U型关系依然显著，这表明城乡融合对绿色全要素生产率的非线性影响在全国范围内具有普遍性。但曲线形态存在明显梯度差异，反映不同区域在城乡融合发展进程中所处的阶段和面临的约束条件各不相同。东部地区曲线较缓且拐点较高，说明东部地区的城乡融合与绿色全要素生产率之间关系相对稳定，需要更高水平的融合才能触发促进效应。中部地区拐点较低，说明中部地区城乡融合从抑制到促进的转换来得更早。西部地区曲线较陡，可能与其生态基础相对脆弱，且大部分城市处于城乡融合初期，因此即使较低的城乡要素交换或配置也会带来显著的绿色全要素生产率的变化。 +----------+-----------------------------+-----------------------------------------------+ | 变量 | 稳健性 | 异质性 | | +--------------+--------------+---------------+---------------+---------------+ | | 排除直辖市 | 1%缩尾 | 东部 | 中部 | 西部 | +:========:+:============:+:============:+:=============:+:=============:+:=============:+ | x | -2.483\*\*\* | -2.821\*\*\* | -1.959\*\*\* | -2.090\*\*\* | -3.550\*\*\* | | | (0.517) | (0.495) | (0.658) | (0.547) | (0.862) | +----------+--------------+--------------+---------------+---------------+---------------+ | x² | 4.509\*\*\* | 4.805\*\*\* | 3.147\*\*\* | 4.780\*\*\* | 6.059\*\*\* | | | (0.772) | (0.766) | (0.918) | (0.911) | (1.537) | +----------+--------------+--------------+---------------+---------------+---------------+ | 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | +----------+--------------+--------------+---------------+---------------+---------------+ | 拐点 | 0.275 | 0.294 | 0.311 | 0.219 | 0.293 | +----------+--------------+--------------+---------------+---------------+---------------+ | Within | 0.101 | 0.120 | 0.147 | 0.126 | 0.159 | | R² | | | | | | +----------+--------------+--------------+---------------+---------------+---------------+ | F值 | 15.98 | 15.76 | 10.46 | 8.15 | 7.77 | +----------+--------------+--------------+---------------+---------------+---------------+ | N | 4,914 | 4,986 | 1,900 | 1,881 | 1,482 | +----------+--------------+--------------+---------------+---------------+---------------+ : 表5稳健性与异质性检验 **4.5基于门槛分组的传导机制检验** 前文分析结果表明城乡融合对绿色全要素生产率具有显著的U型关系，且二次项回归显示拐点为0.307。然而该拐点仅表示数据的平滑过渡，而非数据生成过程的结构性断拐点，无法准确描述区制转换的临界点进而用于机制分析。因此本节运用非动态面板门槛模型，测度城乡融合过程中的区制转换临界点，并根据理论分析与假说从要素配置（资本与劳动力错配）和技术进步（绿色创新）视角，剖析核心传导机制在不同区制下的转换逻辑。 4.5.1门槛效应识别与区制划分 为避免同期双向因果的干扰，选取城乡融合度滞后一期（x_lag）作为门槛变量，通过Bootstrap重复自抽样1000次，得到F统计量和P值。结果表明城乡融合度存在门槛效应，单门槛模型F值为1775.010且在1%水平显著。识别出的最优门槛值为0.317(95%置信区间 \[0.2905, 0.3383\])。该门槛值与前文二次项拐点相近。双门槛则也表现出显著的门槛效应，门槛值为0.247和0.331，考虑到双门槛将样本划为3个区制，大幅降低高区制样本数量，影响机制研究结果，同时二次项回归拟合曲线拐点和单门槛区制划分门槛值出现较为稳健的拐点，因此采用0.317进行中介机制样本划分，最后确认高区制样本3821个，低区制样本1165个。值得注意的是，经济发展水平由低组的负显著变为高组的正显著、产业结构高级化由低组的负不显著转为高组的正显著，侧面印证了城乡融合在门槛值前后呈现明显的发展阶段结构性差异，为基于门槛值进行区制划分提供了补充性依据。。 **表6门槛检验与分组回归** +----------------+----------------------------------------+--------------+----------------+----------------+ | 变量 | 单门槛分组回归 | 单双门槛检验 | 单门槛 | 双门槛 | +:==============:+:=================:+:==================:+:============:+:==============:+:==============:+ | 分组 | 低组(x_lag | 高组(x_lag\>0.317) | 门槛值 | 0.317 | 0.247, 0.331 | | | ≤0.317) | | | | | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | 城乡融合度 | -0.011 (0.152) | -0.166 (0.315) | 95%置信区间 | \[0.291, | --- | | | | | | 0.338\] | | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | 经济发展水平 | -0.083\*\*(0.033) | 0.092\*\* (0.036) | Bootstrap F | 1775.010\*\*\* | 1058.605\*\*\* | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | 金融发展水平 | -0.009 (0.009) | -0.004 (0.007) | 临界值 10% | 978.411 | 701.827 | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | 政府干预力 | -0.023 (0.038) | -0.091 (0.058) | 临界值 5% | 1059.072 | 573.476 | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | 对外开放度 | -0.188 (0.150) | -0.165 (0.198) | 临界值 1% | 1232.938 | 503.243 | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | 产业结构高级化 | -0.005 (0.024) | 0.088\*\*\* | SSR | 34.416 | 28.079 | | | | (0.029) | | | | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | R² | 0.197 | 0.416 | SSR降幅 | --- | 18.41% | +----------------+-------------------+--------------------+--------------+----------------+----------------+ | N | 3821 | 1165 | N | 4986 | 4986 | +----------------+-------------------+--------------------+--------------+----------------+----------------+ ![图3门槛效应区制划分](media/image3.png){width="6.0in" height="2.3381944444444445in"} 4.5.2分组中介机制转换检验 在低区制内，资本和劳动力错配指数的间接效应分别为-0.063和-0.126，且在1%水平显著，而绿色创新能力间接效应不显著，说明在该区制内城乡融合主要通过降低要素错配指数进而影响绿色全要素生产率，且该渠道呈现显著的负向间接效应，形成U型曲线左侧的下降阶段。具体而言，在该区制中资本和劳动力错配指数小于1的城市分别为60.9%和64.1%，这表明在城乡融合初期约3/5的城市处于要素配置不足的状态。a路径系数为-0.672和-0.758且1%水平显著，表明城乡融合水平的提高加剧了资本和劳动力要素配置水平偏离最优配置水平1；b路径系数为0.095和0.167且1%水平显著，表明资本和劳动力错配指数越高，越接近最优配置水平1，绿色全要素生产率越高。 当城乡融合跨越门槛值进入高区制后，传导机制发生结构性转换。资本和劳动力错配指数间接效应不再显著，绿色创新能力简介效应为0.167，且在1%水平显著，证明该区制中城乡融合影响绿色全要素生产率的核心机制是绿色创新能力的提高，形成U型曲线右侧的上升阶段。a、b路径系数均为正且显著，表明城乡融合提高了绿色技术水平，进而提高了绿色全要生产率。值得注意的是，资本错配的中介系数在该区制虽不显著，但是间接效应系数的方向发生了改变。而劳动力错配系数并未产生变化。这可能暗示了资本要素错配指数背离最优水平1已经得到缓解，而劳动力要素由于户籍制度等刚性约束，其配置格局尚未转变。 总体而言，在城乡融合初期，资本和劳动力从本已配置不足的乡村流向了城市，错配加剧，抑制了绿色全要素生产率的提高，且劳动力错配的间接效应绝对值0.126高于资本错配绝对值0.063，这与我国户籍制度等劳动力流动非对称性背景一致，农村向城市流动易，而城市向农村流动难，劳动力错配更严重。随着城乡融合跨越门槛值后，城乡要素错配得到缓解，尤其是资本错配，不再是影响绿色全要素生产率主要原因。城乡融合对绿色全要素生产率的驱动力从要素配置转向绿色创新水平。 4.5.3分组机制组间差异检验 为检验传导机制在门槛两侧是否发生显著转换，采用Bootstrap法重复抽样1000次，对两个区制内的中介效应进行组间差异检验。结果显示，资本错配指数和绿色创新能力的中介效应在两个区制间差异显著；劳动力错配的中介效应在两个区制间并不显著，这可能与劳动力抑制受户籍制度等刚性约束有关。。 **表7门槛检验与分组回归** +---------------+------------------------------------------+------------------------------------------+------------------------------------------+ | 效应类型 | 资本错配 | 劳动力错配 | 绿色创新能力 | +:=============:+:===================:+:==================:+:===================:+:==================:+:==================:+:===================:+ | 路径 | 低区制 | 高区制 | 低区制 | 高区制 | 低区制 | 高区制 | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | a:x→m | -0.672\*\*\*(0.191) | 0.871(0.503) | -0.758\*\*\*(0.178) | -0.904(0.598) | 0.342(0.191) | 7.434\*\*\*(1.264) | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | b:m→y | 0.095\*\*\*(0.016) | 0.234\*\*\*(0.020) | 0.167\*\*\*(0.015) | 0.117\*\*\*(0.013) | 0.046\*\*\*(0.014) | 0.023\*\*\*(0.006) | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | c\':直接效应 | -0.104(0.105) | -0.383\*\*(0.173) | -0.048(0.100) | 0.028(0.181) | -0.182(0.102) | -0.317(0.220) | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | c:总效应 | -0.167(0.104) | -0.145(0.212) | -0.167(0.103) | -0.143(0.215) | -0.166(0.103) | -0.151(0.212) | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | 间接效应(a×b) | -0.063\*\*\*(0.021) | 0.202(0.118) | -0.126\*\*\*(0.032) | -0.106(0.070) | 0.015(0.0097) | 0.167\*\*\*(0.0468) | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | 95%CI | \[-0.109,-0.026\] | \[-0.036,0.422\] | \[-0.191,-0.066\] | \[-0.249,0.025\] | \[-0.001,0.038\] | \[0.081,0.270\] | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | R²_M/R²_Y | 0.848/0.681 | 0.850/0.772 | 0.888/0.702 | 0.839/0.775 | 0.732/0.675 | 0.885/0.700 | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | 组间差异 | 0.263\*\*(0.118)\[0.025,0.482\] | 0.016(0.078)\[-0.146,0.165\] | 0.152\*\*\*(0.049)\[0.062,0.257\] | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ | 样本量 | 3821 | 1165 | 3821 | 1158 | 3817 | 1134 | +---------------+---------------------+--------------------+---------------------+--------------------+--------------------+---------------------+ 注：低区制为x_lag ≤0.317，高区制为x_lag \>0.317。 **4.6基于环境规制的边界条件分析** 4.6.1环境规制的调节效应 环境规制(ER)作为政府约束社会经济生产活动的政策工具，直接影响要素配置成本和绿色创新激励，进而重塑城乡融合与绿色全要素生产率之间的U型关系曲线。因此，采用环境规制强度作为调节变量，引入两个交互项，构建调节效应模型，以分析环境规制对U型关系的边界作用。结果显示，二次交互项系数为-1.794，在10%水平显著，表明环境规制越强，城乡融合与绿色全要素生产率的U型曲线越平缓。将回归结果系数代入拐点移动检验，结果为1.043\>0，所以环境规制的增强会导致U型曲线拐点右移，即城乡融合需要达到更高水平才能进入绿色全要素生产率提升阶段。由于一次和二次交互项之间存在高度相关性，因此进行了联合检验，结果显示F为3.49，在5%水平显著，说明环境规制的调节效应整体显著。 城乡融合的本质是要素在城乡间的重新配置，环境规制则提高了要素流动的合规成本和绿色创新技术的需求，推动要素流动从粗放式张变为结构化调整。而拐点的移动则是由于环境规制导致企业将更多资源投入合规性支出，进而推迟了城乡融合跨过绿色转型拐点的时间。此外，当前样本的环境规制强度最大值为3.262，根据管宁宁等的方法^\[14\]^，若环境规制强度持续提高至3.815，二次项系数将由正转负，U型曲线将发生翻转。说明，当前环境规制强度可以调节U型形态，但不会改变城乡融合和绿色全要素生产率的基本关系。因此，地方政府不宜依赖单一强化环境规制的手段来缩短转型阵痛期，而应配合技术创新补贴、制度改革等配套措施，降低企业合规成本，加速绿色技术扩散，从而促进U型曲线拐点尽早到来。 4.6.1稳健性检验 为验证上述调节效应的稳健性，将样本按照环境规制的中分位数进行分组，分为高规制和低规制组并进行二次项回归和拟合曲线绘制。结果显示，U型曲线基本形态未发生变化，但是高规制拐点在右侧，低规制拐点在左侧，且高规制比低规制曲线更为平缓，这与全样本调节效应的方向一致。另外采用四分位取两端Q1、Q4样本进行分析获得了一样的结果，表明环境规制调节效应具有较好的稳健性。 **表8环境规制的调节效应检验** +-----------+---------------------+-------------------------------+-------------------------------------------+ | 变量 | （1） | （2）ER中位数分组 | （3）ER四分位Q4/Q1组 | | | +---------------+---------------+---------------------+---------------------+ | | | ER (\>1.987) | ER(≤1.987) | ER (\>2.232) | ER组(≤1.699) | +:=========:+:===================:+:=============:+:=============:+:===================:+:===================:+ | x | -3.442\*\*\*(1.036) | -2.352 | -2.035 | -1.712\*\*\*(0.608) | -2.615\*\*\*(0.934) | | | | \*\*\*(0.620) | \*\*\*(0.476) | | | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | x² | 6.842\*\*\*(2.047) | 3.259 \*\*\* | 3.924 \*\*\* | 2.718\*\*\*(0.850) | 4.894\*\*\*(1.650) | | | | (0.934) | (0.904) | | | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | ER | -0.068 (0.062) | | | | | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | x×ER | 0.750 (0.489) | | | | | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | x²×ER | -1.794\* (0.948) | | | | | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | 控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | 个体/时间 | Yes/Yes | Yes/Yes | Yes/Yes | Yes/Yes | Yes/Yes | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | R² | 0.525 | 0.559 | 0.629 | 0.613 | 0.710 | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | 拐点 | 0.294 | 0.361 | 0.259 | 0.315 | 0.267 | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ | N | 4928 | 2,464 | 2,464 | 1199 | 1210 | +-----------+---------------------+---------------+---------------+---------------------+---------------------+ ![图4 环境规制对城乡融合与绿色全要素生产率U型关系的调节效应](media/image4.png){width="6.0in" height="2.404166666666667in"} # 5 结论与政策含义 本文以2005—2023年中国277个地级市为样本，将城乡融合绿色效应的考察尺度由农业与土地环节拓展至市域城乡系统整体，并以广义加性混合模型的数据驱动拟合（EDF=7.917，R²=0.514）与二次项固定效应估计相互印证，识别出城乡融合对城市绿色全要素生产率的U型影响，拐点稳定于0.30附近；经系统GMM、地理距离工具变量、剔除直辖市与缩尾处理等多重检验，系数方向与拐点位置保持一致。这一结论的政策价值在于提供了可操作的量化坐标：全样本城乡融合度均值（0.268）仍位于拐点左侧，说明就样本期整体和多数城市而言，绿色红利的充分释放尚待融合水平的进一步积累；而2023年该均值已升至0.378，表明先行地区正步入U型曲线右侧。"整体仍在爬坡、局部已经跨越"的格局，恰是差异化施策的经验依据。 本文的核心发现在于揭示了U型曲线背后的机制转换，而非简单的"先抑后扬"。门槛模型识别出单一门槛值0.317（95%置信区间\[0.291, 0.338\]），与二次项拐点高度吻合；低区制内，资本与劳动力错配的间接效应分别为-0.063与-0.126，绿色创新渠道不显著；跨越门槛后，错配渠道让位于绿色创新，后者间接效应达0.167，组间差异检验确认这一转换在统计上显著。据此，城乡融合的绿色驱动经历了由存量要素重新配置向增量技术创造扩散的跃迁，这也构成极化效应让位于扩散效应的微观基础。政策含义随之明确：对仍处低区制的多数城市，重点在于提升要素吸纳与配置能力——低区制中约六成城市的错配指数低于1，处于要素配置不足状态，此时若单纯追求流动速度，反而会加深曲线左侧的下降段；对已跨越门槛的城市，则应着力巩固城乡创新网络，使绿色技术的扩散回路稳定运转。 三条渠道中，劳动力错配是唯一未在门槛两侧发生显著转换的机制（组间差异0.016，不显著），而资本错配的间接效应方向已由负转正。这一非对称与户籍制度下劳动力流动的方向性障碍相吻合，也提示了下一阶段改革的关键突破口：高区制的主导机制是绿色创新，而创新活动的空间发生高度依赖人才双向流动与知识的近距离传播。推动公共服务均等化、社会保障跨区域衔接与人才下乡激励，使劳动力要素由单向流出转为双向循环，既是缩小城乡差距的民生工程，也是让绿色创新机制在更广范围内兑现的前提条件。 环境规制的调节效应进一步界定了政策工具的适用边界。二次交互项系数为-1.794，规制强化使U型曲线趋于平缓，拐点右移（移动检验值1.043），中位数与四分位分组回归呈现一致形态（高规制组拐点0.361，低规制组0.259）。其机理在于合规成本对创新资源的阶段性挤出：当绿色技术供给、跨区域基础设施与协同治理能力尚未同步跟进时，企业将更多资源投向合规性支出，要素流动摩擦上升，转型阵痛期因此被拉长。同时，实现U型翻转所需的规制强度为3.815，已超出样本观测最大值3.262，表明在现有区间内环境规制调整的是曲线形态与拐点位置，而非城乡融合与绿色发展的基本关系。这为政策组合指明了方向：环境规制需与绿色技术研发补贴、清洁生产改造支持、绿色金融工具同步推进，降低企业合规的边际成本，把规制压力转化为创新诱导，推动拐点尽早到来。 区域异质性呈现出值得重视的优先序。U型关系在东中西部均显著，但中部拐点最低（0.219），东部最高（0.311），西部曲线最为陡峭（拐点0.293）。中部恰处由抑制转向促进的临界带上，同等政策投入的边际回报最高，是当下最具效率的政策窗口；东部已进入高区制的平缓段，任务在于机制升级，即由要素配置改善转向绿色创新扩散能力的巩固；西部生态基础相对脆弱且多数城市处于融合初期，宜以生态承载力为前置约束，避免在配置能力不足时被动加速要素流动。与此同时，2015年后城市间绿色全要素生产率标准差由0.146扩大至0.265，提示高融合区域可能率先形成绿色效率的自我强化循环；通过区域间生态补偿、绿色技术转移与基础设施共建推动红利共享，是使城乡融合真正服务于共同富裕的应有之义。 上述结论仍有可拓展之处：在城乡二元土地制度下，土地要素尚未形成市场化流转机制，本文未将其纳入配置渠道；将其与规制执行强度的直接测度一并引入，可使城乡融合绿色效应的机制图谱更为完整。 **参考文献** \[1\] 陈海盛, 沈满洪. 环境信用制度选择与绿色全要素生产率提升\[J\]. 中国人口·资源与环境, 2024, 34(10): 106-115. \[2\] 章屹祯, 邓珍, 曹继, 等. 城市扩张、高铁网络对城市土地绿色利用效率的空间效应------理论分析及经验证据\[J\]. 地理研究, 2024, 43(10): 2523-2540. \[3\] 谢地, 王灵祎. 能源转型政策与城市绿色全要素生产率提升------基于新能源示范城市试点政策的准自然实验\[J\]. 工业技术经济, 2025, 44(8): 107-117. \[4\] 李明, 王慧, 杨新宇, 等. 中国省域土地资源错配对其城乡融合发展的影响\[J/OL\]. 人文地理, 2025, 40(5): 121-132. DOI:10.13959/j.issn.1003-2398.2025.05.013. \[5\] 苏春红, 李真. 数字经济促进城乡融合发展了吗?------基于中国285个地级市的实证研究\[J\]. 经济社会体制比较, 2023(3): 27-39. \[6\] 孙亚, 刘润, 刘俊伟, 等. 城乡融合驱动文化产业高质量发展的作用机理与影响效应研究\[J\]. 地理与地理信息科学, 2025, 41(6): 71-80. \[7\] 谢会强, 朱雪峰. 空间视角下数字基础设施对中国城乡融合发展的影响\[J\]. 资源科学, 2025, 47(10): 2130-2144. \[8\] 白俊红, 刘宇英. 对外直接投资能否改善中国的资源错配\[J\]. 中国工业经济, 2018, (1): 60-78. \[9\] 黄和平, 周桂明, 李国民. 产业数字化对绿色全要素生产率的影响机制研究------兼议环境规制的门槛效应\[J/OL\]. 中国环境科学, 2025, 45(3): 1713-1730. DOI:10.19674/j.cnki.issn1000-6923.20241206.002. \[10\] 张鹏, 石晓瑜, 辛丽娜, 等. 新质生产力发展对绿色全要素生产率的影响与作用机制\[J/OL\]. 环境科学, 2025\[2026-05-12\]. https://doi.org/10.13227/j.hjkx.202506298. DOI:10.13227/j.hjkx.202506298. \[11\] 许莹莹, 高红贵. 碳减排目标约束对城市绿色全要素生产率的双边效应研究\[J\]. 自然资源学报, 2025, 40(11): 3117-3139. \[12\] 韩海彬, 吴凡, 罗倩. 农业新质生产力与农业绿色全要素生产率协调网络的演化特征及驱动因素\[J/OL\]. 环境科学, 2025\[2026-05-12\]. https://doi.org/10.13227/j.hjkx.202507366. DOI:10.13227/j.hjkx.202507366. \[13\] HAANS R F J, PIETERS C, HE Z. Thinking about [U]{.smallcaps} : Theorizing and testing [U]{.smallcaps} ‐ and inverted [U]{.smallcaps} ‐shaped relationships in strategy research\[J/OL\]. Strategic Management Journal, 2015, 37(7): 1177-1195. DOI:10.1002/smj.2399. \[14\] 管宁宁, 王国林, 郑继媛. 数字经济对经济高质量发展的影响研究------基于绿色金融的曲线调节效应\[J\]. 生态经济, 2026, 42(2): 125-133. \[15\] 吴传钧. 论地理学的研究核心——人地关系地域系统\[J\]. 经济地理, 1991, 11(3): 1-6. \[16\] 刘彦随. 中国新时代城乡融合与乡村振兴\[J\]. 地理学报, 2018, 73(4): 637-650. DOI:10.11821/dlxb201804004. \[17\] 国家统计局. 中华人民共和国2025年国民经济和社会发展统计公报\[EB/OL\]. (2026-02-28)\[2026-09-08\]. https://www.stats.gov.cn/sj/zxfb/202602/t20260228_1962662.html. \[18\] 国家统计局. 2025年居民收入和消费支出情况\[EB/OL\]. (2026-01-19)\[2026-09-08\]. https://www.stats.gov.cn/sj/zxfb/202601/t20260119_1962321.html. \[19\] 中共中央. 中共中央关于进一步全面深化改革、推进中国式现代化的决定\[EB/OL\]. (2024-07-21)\[2026-09-08\]. https://www.gov.cn/zhengce/202407/content_6963770.htm. \[20\] 中共中央, 国务院. 关于全面推进美丽中国建设的意见\[EB/OL\]. (2024-01-11)\[2026-09-08\]. https://www.mee.gov.cn/zcwj/zyygwj/202401/t20240111_1063458.shtml. \[21\] 翟坤周, 侯守杰. "十四五"时期我国城乡融合高质量发展的绿色框架、意蕴及推进方案\[J\]. 改革, 2020, (11): 53-68. \[22\] 钱正元, 秦兴方. 城乡生态融合发展的理论基础、价值意蕴及其实践向度\[J\]. 中州学刊, 2023, (8): 43-48. \[23\] 苑祎然, 熊曦, 龚景卓, 等. 城乡融合发展对农业生态效率的影响研究——以山东省为例\[J/OL\]. 生态学报, 2026. DOI:10.20103/j.stxb.202601150142. \[24\] 夏婷婷, 刘强, 应诗佳. 城乡融合视角下长三角地区农业绿色全要素生产率增长\[J\]. 中国农业大学学报, 2025, 30(11): 264-281. \[25\] 马国勇, 刘欣, 徐振威. 生态产品价值实现对城乡融合的非线性影响——来自东北地区资源型城市的证据\[J\]. 管理学刊, 2026, 39(2): 40-53. \[26\] 朱高立, 饶芳萍, 张建, 等. 数字产业集聚如何驱动绿色全要素生产率提升——基于资源错配视角的实证研究\[J\]. 经济问题探索, 2025, (5): 62-77. \[27\] 孙亚南. 优化城乡空间结构促进城乡融合发展的内在机制与实现路径\[J\]. 2026. \[28\] 尹朝静, 廖培森, 田云. 环境规制能否促进农业绿色全要素生产率增长?——基于地理要素视角的机制检验\[J\]. 2025. \[29\] 邱浩然, 徐辉, 王抒君, 等. 黄河流域环境规制与农业绿色全要素生产率的双向互动关系检验\[J\]. 2025.