来源：市场资讯
（来源：江苏省绿色金融高端智库）
摘要
社会经济持续发展推动城市化进程不断加快，但城市内部生态环境与经济增长之间始终存在矛盾。改善城市生态环境，是实现城市社会经济可持续发展的核心路径。为验证该路径的实践成效，本文将我国“生态修复、城市修补”政策作为准自然实验，选取 2005—2021 年全国 285 个城市的非平衡面板数据，运用双重差分模型评估城市生态环境优化对城市生产效率的影响。实证结果表明，城市生态环境改善能够显著提升城市生产效率，且该结论经过多类稳健性检验后依然成立。机制分析显示，生态环境优化会通过完善基础设施建设、推动数字化转型、提升资源配置效率三条渠道间接作用于城市生产效率。异质性检验发现，该效应受城市群布局、南北区域差异影响，存在明显分异特征。本研究证实了城市生态环境对城市经济增长的支撑价值，拓展了环境库兹涅茨曲线的理论适用边界，也为城市协调可持续发展提供了理论参考与政策优化思路。
研究背景及意义
城市是人类生产活动集聚发展的载体，城镇化进程与城市发展本质上代表经济增长。但随之而来的是，城市发展往往伴随生产生活的负面特征：片面追求物质积累与利润增长，忽视生态环境保护。由此，城市各类社会活动（其中生产活动占主导）产生大量污染物，使城市成为环境污染的主要来源。
在城市发展进程中，一味追求社会经济（SE）增长会严重破坏生态环境（EE）；反之，城市生态环境恶化也会制约社会经济发展。社会经济发展与生态环境保护之间的矛盾在城市层面尤为突出。因此，通过改善城市生态环境推动社会经济可持续发展已成为重要研究议题。本文所指城市生态环境，是以人工环境为主体、受人类活动高强度干扰，由市域范围内全部生物（含人类）与周边环境共同构成的复合生态系统。
优化生态环境能够直接赋能城市各类发展要素。学界普遍认为，完善的城市绿地系统与健康的生态体系可显著改善居民健康水平。系统化建设城市生态环境能够提供多重生态系统服务，包括减少城市吸热下垫面、改善空气质量、承载文化教育功能等。城市生态环境的经济效应主要体现在城市经济活力、产业发展、资源承载能力与环境风险治理四大维度。例如，城市生态环境对资源配置、污染物排放以及环境风险管控（水体净化、空气质量调节、废弃物消纳等）的作用，是城市经济发展不可忽视的关键要素。此外，高效的环境风险治理（尤其是洪涝、热浪等极端气候灾害防控）能够降低经济损失，保障城市可持续发展。
但现有文献在探讨城市生态环境与社会经济要素的关联时，尚未延伸至城市生产效率维度，这构成了本文重要的研究缺口。
对于绝大多数发展中国家和地区，环境污染态势尚未得到遏制，甚至持续恶化。此类地区亟需通过城市环境治理提升城市生产效率。城市生产效率指城市作为经济系统，运用各类生产要素（地方财政预算支出、金融机构贷款余额、实际利用外资、年度从业人口等）提供商品与服务的运行效率。全面提升该效率水平，有助于扩大城市整体产出规模。
城市生产效率受经济、技术、社会、政策、环境多维度因素共同影响，核心驱动因素包括城市规模、数字经济发展水平、自然资源禀赋、固定资产投资增速、基础设施建设、区域金融发展成熟度与产权保护水平。除此之外，经济性与非经济性政策干预均可直接或间接作用于城市生产效率。其中，非经济类框架下的环境政策同样会对城市生产效率产生显著影响。城市生态环境与社会经济并非单向作用关系，二者存在复杂的相互作用与反馈循环机制。上述文献为本研究奠定理论基础，但尚未形成成熟的分析框架与理论范式。据此，本文引入环境库兹涅茨曲线（EKC）构建整体理论分析框架。
全球范围内，不同城市走出了差异化的“经济增长—环境污染”发展路径。美国、日本、韩国等国家跨越环境库兹涅茨曲线拐点后，依托高强度环境治理与大规模财政投入实现发展与环保双赢：2010—2022年欧盟城市空气质量指数下降32%，同期大都市区劳动生产率年均提升1.4%。纽约、东京将细颗粒物（PM₂.₅）浓度控制在15微克/立方米以下后，高端服务业集聚度提升12—18个百分点，印证了“优良生态环境成为生产率增长新引擎”的发展逻辑。
反观多数发展中经济体仍走粗放型城镇化道路。印度德里、墨西哥城等城市细颗粒物长期超标，浓度为首尔标准的8—10倍；当地医疗支出占市政财政预算比重达9%—12%，间接拉低人均产出增速约2个百分点。世界银行2023年评估报告显示，若印度尼西亚、尼日利亚超大城市空气质量达到首尔标准，制造业全要素生产率可快速回升3—4个百分点。
我国城市发展历程中也曾面临严峻污染问题，但近年来城市环境治理成效突出，可为深陷生态环境短板与经济发展滞后双重困境的国家和地区提供借鉴。我国环境治理成效本质上是政策驱动的结果，依托高度统筹的行政组织体系落地实施。因此，考察我国城市环境治理相关政策实施成效，能够有效识别生态环境改善对城市生产率提升的驱动效应。
本文选取中国生态修复与城市修补（ERUR）政策作为城市生态环境改善的代理变量。该政策于2015年在海南省提出并率先试点；2017年，住房和城乡建设部遴选一批生态环境退化城市全面铺开试点工作。政策核心举措与实施细则如下：
第一，生态修复与城市修补政策明确节能降碳核心路径。通过增加绿地、水体、屋顶绿化与立体绿化，显著降低城市夏季地表温度，直接减少空调制冷用电消耗。政策明令禁止大拆大建，要求老旧小区改造优先落实节能改造，破解城市片区环境质量下滑、空间布局紊乱等问题；同步推进外墙保温、节能门窗更换、建筑光伏一体化、供热管网修缮，避免大规模拆建过程产生大量隐性碳排放。政策倡导“窄路密网、公交优先”规划思路，依托绿道、自行车道、轨道交通缩短机动车出行里程，降低尾气排放。
第二，依托政策配套资金，全国各城市开展全域城市发展与生态评估，完成重点片区、街区生态整治规划。具体包括投入环保设备治理污染地块、完善固废处置体系、翻新道路路面、拓展城市绿地、系统性升级城市生态系统。
第三，全面推进城市增绿工程，在桥梁、高架、建筑外立面、屋顶推广立体绿化，并配套滴灌、雨水回收、太阳能LED照明等低维护能耗系统。现有广场、停车场实施“透水铺装+遮阴植被”改造，硬化地面面积持续缩减。政策配套布设土壤湿度传感器、病虫害监测远程灌溉系统，相较传统灌溉节水30%—50%，同时降低取水、水处理环节能耗。上述举措落地后，能够通过人居环境提质、能源消耗削减双重渠道改善城市能源利用效率。
研究亮点
本文主要存在三方面研究贡献：
第一，理论层面，本文首次在环境库兹涅茨曲线分析框架下系统验证生态环境优化对社会经济发展的正向驱动作用。传统研究多聚焦“经济发展倒逼环境改善”的单向传导机制，本文重新审视二者互动关系，实证得出“生态环境优化助推社会经济增长”的客观规律。该结论完善环境库兹涅茨曲线核心理论，构建“经济发展—环境优化—再投资—产业升级”的完整理论逻辑链条，为破解环境与发展零和博弈困境提供全新理论解释。
第二，识别出全新链式传导中介机制：数字化→基础设施建设→资源配置效率。既有研究多将中介渠道视为相互独立的平行路径，本文揭示递进式作用逻辑：数字化转型先行驱动绿色基础设施升级，基础设施完善进一步优化全域资源配置效率。该结论深化了环境政策产生经济红利的内在机理认知。
第三，为城市治理主体提供实操指引。相关政策建议统筹城市生态环境建设与可持续发展目标，助力城市实现兼顾经济效益与民生福祉的可持续发展。
研究结果
研究假说：
H1：改善城市生态环境能够提升城市生产效率。
H2：改善城市生态环境可通过完善基础设施建设水平，进而提升城市生产效率。
H3：改善城市生态环境可通过推动数字化发展，进而提升城市生产效率。
H4：改善城市生态环境可通过优化资源配置效率，进而提升城市生产效率。
1.描述性统计
表1汇报了剔除缺失值、尚未标准化处理的各变量描述性统计结果。表1A栏中，被解释变量城市全要素生产率（Tfp）均值为15.3111；核心解释变量生态修复与城市修补政策虚拟变量（DID）代表政策实施后的试点城市样本，该样本占总观测值比重为5.64%。全部变量中，人均可支配收入（Income）、规模以上工业企业发展水平（Desi）标准差数值较大，说明两类指标的数据波动幅度显著。
表1B栏按照政策实施与否分组汇报分组统计量，用于检验政策实施前处理组与控制组协变量平衡性。政策实施前，试点城市与非试点城市的被解释变量（Tfp）均值相差2.16%（0.3242/15.0395），该差异在1%水平上统计显著；政策实施后，两组均值差距扩大至2.35%（0.3712/15.7607），同样在1%水平显著。进一步分组测算显示，试点城市政策实施前后全要素生产率均值相差5%（(16.1318-15.3637)/15.3637），1%统计水平下显著。上述结果初步说明，相较于非试点城市，生态修复与城市修补政策能够显著提升试点城市全要素生产率（5%＞2.16%、2.35%），但该结论在时间冲击、城市异质性及其他干扰因素约束下的稳健性仍需进一步检验。
2.基准回归结果
表2第（3）（4）列为基准回归结果：第（3）列未加入控制变量，但控制时间与城市双向固定效应；第（4）列纳入全部控制变量，同时控制双向固定效应；第（5）列在第（4）列模型基础上，引入各控制变量与时间的交互项，能够更精准捕捉政策实施前后各类要素对城市生产效率的动态影响。所有回归结果均表明，生态修复与城市修补政策（ERUR）能够显著提升城市全要素生产率，假设H1成立。
控制变量回归结果显示：科技财政支出（Sci）、实际利用外资规模（Fdi）、规模以上工业企业发展水平（Desi）均显著正向推动城市生产效率，与本文控制变量选取时的理论预判一致。
值得注意的是，政府干预程度（Gov）、金融发展水平（Fin）对城市生产效率存在显著负向作用。从政府支出角度解释：财政支出并非仅服务经济增长，同时包含收入再分配、公职人员薪酬、民生保障、生态保护等无直接经济收益的公共支出；当此类支出占财政比重过高时，会对生产效率形成抑制。
从金融发展角度解释：金融机构贷款余额包含正常贷款、逾期贷款与不良贷款。2019年新冠疫情冲击全球债务人偿债能力，逾期与不良贷款规模抬升，我国受冲击尤为明显；同期我国通过金融纾困政策扶持中小微企业，最终造成金融机构贷款余额扩张拖累城市生产效率。
表2第（5）列交互项结果显示：科技支出×年份（Sci×year）、固定资产投资×年份（Fix×year）、高端工业化水平×年份（Adv×year）三项交互项系数均在1%水平显著为正。说明政策实施前后，三类要素对城市生产率的边际贡献随时间呈现明显递增趋势；规模以上工业发展水平×年份（Desi×year）交互项无显著动态效应；其余变量与时间交互项均不显著，表明其对生产效率的影响在各年份保持稳定，不存在明显斜率变动。
3.平行趋势检验
本文借鉴Beck等的研究构建平行趋势检验模型，对比处理组与控制组的时间趋势差异：
图3结果显示，95%置信水平下，政策实施前各期处理组与控制组系数差异均不显著，证明政策落地前两组城市发展趋势不存在系统性偏差，满足平行趋势假定；政策当期及之后各期系数显著为正，进一步支撑平行趋势假设成立。
为进一步排除异质性偏差、验证结论稳健性，本文采用多种方法开展平行趋势检验：参照DeChaisemartin&D'Haultfoeuille方法的检验结果见图4左半部分（95%置信区间）；参照Cerulli方法的检验结果见图4右半部分。多套平行趋势检验结果相互印证，证明本文基准结论具备稳健性。
4.稳健性检验
为验证核心结论可靠性，本文开展多维度稳健性检验，具体如下：
（1）安慰剂检验
参照Cao&Chen、Chen&Yan的方法进行安慰剂检验。运用Stata软件didplacebo命令，在285个城市中随机生成1000次政策冲击，构造虚假处理组与政策实施时间。图5显示，随机模拟得到的估计系数集中分布于0附近，绝大多数p值大于0.1；而本文真实政策系数0.0114明显偏离该分布。说明未观测遗漏变量不会干扰基准回归结论，结果稳健。
（2）DID权重分解诊断
为检验双重差分模型估计结果可靠性，采用DeChaisemartin&D'Haultfoeuille提出的权重分解法开展诊断分析，分解结果见表3。结果显示所有处理组样本权重均为正值，不存在负权重，说明本文DID估计量无明显偏误，平行趋势假设下基准回归结论稳健。
（3）替换被解释变量（环境治理指标）
选取能源消耗、城市环境治理两类指标作为被解释变量，检验生态修复与城市修补政策的环境治理成效。我国能源消费以化石能源为主，经济扩张会推高化石能源消耗，进而加剧生态环境恶化；道路机械化清扫面积、生活垃圾清运量、市政环卫专用设备保有量可客观反映城市环境整治能力，直观体现城市生态环境改善程度。
表4回归结果：第（1）列：政策在1%水平显著降低能源消耗增速，系数-0.0360；第（2）列：政策在1%水平显著降低能源强度增速，系数-0.0489；第（3）列：政策在1%水平显著降低人均能耗增速，系数-0.0418；第（4）列：政策在5%水平显著扩大道路机械化清扫面积，系数0.0495；第（5）列：政策在5%水平显著提升生活垃圾清运总量，系数0.0012；第（6）列：政策在5%水平显著增加市政环卫设备保有量，系数3.3503。
以上结果证明生态修复与城市修补政策具备显著环境治理效应，印证理论假设中政策的生态改善作用真实存在。
（4）堆叠机器学习模型检验
借鉴Zhang&Junchao的研究思路，采用Statapystacked命令搭配k折交叉验证自动筛选最优调参，构建复合机器学习模型开展稳健性检验。分别设置1:2、1:4、1:7三组样本分割比例，运用随机森林、Lasso回归、梯度提升树三类模型回归，结果见表5。
表5第（1）—（3）列为1:2、1:4、1:7样本划分下随机森林回归结果；第（4）—（6）列为同等样本比例下Lasso交叉验证回归结果；第（7）—（9）列为梯度提升树模型回归结果。机器学习检验结果与基准结论保持一致，核心结论稳健。
（5）倾向得分匹配双重差分（PSM-DID）
采用PSM-DID模型缓解样本选择偏误对估计结果的干扰。以全部控制变量为匹配特征，对特征相近的处理组、控制组城市进行配对。为保证匹配有效性，依次采用1:4近邻匹配、1:4半径匹配、1:4卡尺近邻匹配、核匹配四种匹配方法。表6所有匹配方式下政策系数均统计显著，基准结论稳健。
（6）条件混合估计（CMP）
采用CMP模型重新估计以验证结果稳健性，表7第（1）（2）列为CMP估计结果：第（1）列纳入控制变量、未控制双向固定效应，扰动项标准差对数lnsig_1=3.0706；第（2）列纳入控制变量并控制城市、时间双向固定效应，扰动项标准差对数lnsig_1=3.8036。
回归结果均显示城市生态环境改善对生产效率存在显著正向作用，核心结论成立。
（7）工具变量法缓解内生性
参照Chen等思路，选取工具变量（IV）、两阶段最小二乘法（2SLS）、广义矩估计（GMM）处理内生性问题，选取建成区绿化覆盖率对数（lnGre_val）作为工具变量。
政策要求修复城市山体、水体、湿地植被等受损自然空间，直接提升建成区绿化覆盖率，满足工具变量相关性；同时绿化覆盖率仅由政策实施驱动，不会直接作用于城市生产效率，满足工具变量外生性。
表7第（3）列为2SLS回归结果，第（4）列为GMM回归结果，不同工具变量与估计方法下政策系数均显著为正，支撑基准结论。
第（5）列控制序列相关与个体异质性后，DID系数仍在1%水平显著为正，政策年均提升城市全要素生产率约1.3%。AR(3)序列相关检验无法拒绝不存在三阶自相关的原假设；过度识别Hansen检验p值=1.00；工具变量lnGre_val差分Hansen检验p值=0.196，满足外生性要求，DID估计结果稳健。
（8）剔除同期重大环境政策干扰
通过剔除其他重大环境政策试点样本，排除同期政策混淆效应干扰：
表8第（1）列剔除2013年《大气污染防治行动计划》覆盖的57座城市，DID系数0.0123，5%水平显著为正；第（2）列剔除2013—2014年碳排放权交易试点城市，DID系数0.0130，5%水平显著为正；第（3）列剔除2014年生态环境部约谈城市共73个，DID系数0.0130，5%水平显著为正；第（4）列剔除2018年后上调环保税税率的12个省份样本，DID系数0.0141，10%水平显著为正；第（5）列同时剔除以上所有政策试点样本，DID系数0.0222，5%水平显著为正。
剔除其他环境政策冲击后核心系数仍显著，证明本文结论不受同期环境政策干扰。
（9）统计功效与最小可识别效应检验
测算模型统计功效与最小可识别效应（MDE），检验样本识别政策冲击的能力。设定显著性水平5%、检验功效80%，控制组观测值1690个、处理组450个；以2005—2016年全要素生产率均值0.438为控制组基准均值，标准差1.02，测算得到最小可识别效应为0.152个TFP单位，约为基准均值的15.1%。本文实际政策效应估计值0.092虽低于该阈值，但95%自举置信区间不含0。多轮稳健性检验结果统一，说明样本统计功效充足，能够有效识别具备经济意义的政策效应，规避大样本带来的伪显著问题。
（10）空间杜宾模型（SDM）检验空间溢出效应
为识别政策是否存在空间溢出，构建空间杜宾模型对基准结果再检验。模型控制个体与时间固定效应，引入被解释变量与全部解释变量的空间滞后项，捕捉政策跨城市传导效应，估计结果见表9。
第（1）列DID变量直接效应系数0.0015，说明政策对本地城市全要素生产率存在正向作用，但统计不显著；第（2）列空间滞后系数0.0644，邻市政策对本地TFP存在微弱正向影响，但未通过显著性检验；第（3）列空间自回归系数rho=0.8876，1%水平显著，证明城市全要素生产率存在强空间关联性。
整体来看，纳入空间溢出后核心结论不变，且政策无显著跨区域溢出效应，说明生态修复与城市修补政策主要作用于本地城市，对周边城市无明显因果冲击。
5.拓展分析
5.1机制检验
本文在传统并行中介模型基础上，引入各中介变量与DID政策变量的交互项构建链式中介框架。表10结果显示，DID×数字化水平交互项对基础设施建设（Pubuti）系数为0.056（p<0.05）；DID×基础设施建设交互项对资源配置效率（Resource_E）系数0.222（p<0.01）。
由此识别链式传导机制：生态环境改善首先推动城市数字化转型，数字化升级进一步带动绿色基础设施提质，传导路径见图6。生态环境对社会经济的作用并非仅存在三条独立平行渠道，同时存在“数字化赋能基础设施”的递进传导路径，说明各中介变量存在内在关联，不可割裂分析。
基于两阶段链式中介模型（模型2、模型3），参照Preacher&Hayes方法进行1000次自助抽样检验中介效应，保障机制检验稳健性，链式中介检验结果见表11、表12。
表11第（1）列证明生态环境改善能够提升城市基础设施建设水平，基础设施完善进一步拉动生产效率增长。
表12第一部分自举检验置信区间不含0，证明DID政策对生产效率的全部影响仅通过“数字化水平→基础设施建设水平”链式间接路径传导，直接效应与总效应均不显著，属于完全中介，假设H2成立。测算基础设施中介渠道E值=35.0424，说明该传导路径受遗漏混淆变量干扰程度低，链式机制结论稳健。
表11第（2）列显示生态环境改善提升城市数字化水平，数字化发展有效提高城市经济运行效率。由于数字化水平不受其他中介变量干扰，表12第二部分证实数字化在政策影响生产率路径中发挥中介作用，假设H3成立。数字化中介渠道E值=3.7116，传导机制结论具备稳健性。
表11第（3）列表明生态环境优化提升资源配置效率，资源配置改善进一步助推城市生产率。表12第三部分自举检验显示，政策对生产效率的全部作用通过“DID→数字化水平→基础设施建设→资源配置效率”完整链式路径传导，直接、总效应均不显著，完全中介成立，假设H4得到验证。资源配置效率中介渠道E值=2.5506，机制结论可靠。
5.2经济民生延伸效应
城市生态环境改善能够显著提升城市生产效率，而生产率提升最终会转化为居民生活质量改善。本文选取人均可支配收入（Income）、居民消费水平（Consume）两项指标，检验生态环境—生产效率—居民福利的传导链条。
表11第（4）列显示生态环境改善显著提高人均可支配收入；第（5）列证明生态优化拉动居民消费升级。综上，生态环境改善能够提升城市生产效率，并通过生产率增长持续改善居民生活水平。
5.3异质性分析
分组异质性检验考察政策效应在不同城市样本中的差异化特征。
（1）城市人口规模异质性
城市人口规模是影响生态环境的核心变量，会直接改变政策实施效果。依据国内官方划分标准，常住人口500万以上为超大城市，其余为一般城市，分组开展异质性检验，并采用似不相关回归（SUEST）检验组间系数差异。
表13第（1）（2）列结果显示，人口规模分组下政策系数均显著为正，组间系数差异检验不显著。说明生态修复与城市修补政策对生产效率的提升作用不受城市人口规模约束。
（2）政府数据开放异质性
政府数据开放能够提升城市生产效率，城市是否落地数据开放政策可能造成政策效应分化。按照是否实施数据开放政策分组，借助SUEST检验组间差异。
表13第（3）（4）列显示，数据开放城市中政策正向效应显著，但组间系数差异不显著，数据开放程度不会改变政策对生产效率的提升力度。
（3）城市群异质性
城市群内部城市可共享信息、基础设施、交通网络与产业分工，生产效率普遍高于非城市群城市。按城市是否位于城市群内分组检验，SUEST方法识别组间差异。
表13第（5）（6）列结果：政策对城市群内城市生产效率提升作用显著，且组间系数差异检验显著，政策效应存在城市群异质性。
为进一步验证城市群城市能否依托政策实现生态与经济双重红利，构建三重交互项（处理组虚拟变量×年份虚拟变量×城市群虚拟变量），同时纳入城市线性时间趋势，区分城市群、非城市群基准增长斜率差异，动态识别政策分样本效应。
结果显示：2017年起城市群子样本政策系数显著为正，至2021年持续走高，累计提升全要素生产率约5.5%；非城市群样本系数全程不显著。证明城市群能够显著放大生态修复与城市修补政策的生产率提升效应。
（4）地理区位异质性
两类地理分组标准：一是参照Liu等基于胡焕庸线划分样本；二是以北纬30度大致划分南、北方城市。采用SUEST检验组间政策效应差异。
表14第（1）（2）列及对应SUEST检验结果表明，南北方地理差异会显著改变政策对生产效率的作用强度，南方城市依托降水条件、经济基础，能够更好释放政策红利。
表14第（3）（4）列SUEST检验显示，以胡焕庸线划分的东西样本之间，政策效应无显著差异。
（5）政策执行强度分位数异质性
以生态修复与城市修补试点政策为分类依据，构建CIC分位数模型，检验不同城市政策落地力度、执行效果差异。图7结果显示：中高政策执行强度城市（分位数q50及以上），全要素生产率与政策强度显著正相关且单调递增；执行强度最高分位数（q90）政策效果达到峰值。证明政策治理成效随执行力度加大持续提升。
研究展望
本研究存在如下局限：
第一，本文选取生态修复与城市修补（ERUR）政策作为生态环境（EE）的代理变量，以此规避量化指标带来的争议（如指标选取、测算口径分歧等问题）。但该研究无法替代直接对环境指标开展量化测算的相关研究，原因在于采用连续型自变量的实证分析能够得到更直观、精准且具备说服力的研究结论。
第二，政策落地实施与作用发挥本身存在前置条件，行政效率偏低、经济发展滞后的城市难以充分享受该项政策红利。实证结果已证实政策效应具备统计显著性，这也说明行政治理能力是同类政策发挥作用的重要前置条件。
第三，本文仅验证了生态修复与城市修补政策能够提升社会经济（SE）层面的政策实施效果，但未能确切证实该类政策具备投资可行性。若要全面评判政策的综合价值，需将政策实施成本净现值（财政补贴、监管执法成本、企业减排投入等）与政策收益（全要素生产率提升带来的经济增长、环境改善产生的居民健康收益等）进行对比分析。受城市层面完整政策成本数据缺失、长期收益难以量化等约束，本文无法判定生态修复与城市修补政策是否属于具备投资价值的举措。
最后，本文研究样本仅聚焦中国城市，研究结论在其他国家与地区的适用性仍有待进一步检验。各国经济发展水平、制度政策环境、政府治理能力、资源禀赋条件存在显著差异，会导致城市生态环境与生产效率二者的关联关系呈现异质性特征，因此将本文结论推广至全球场景时需保持审慎态度。
未来研究可从三大方向展开拓展：
第一，针对本文未纳入样本的经济发展水平较低、治理能力薄弱城市开展专项研究；
第二，构建生态环境改善综合指数并直接量化其对城市生产率、社会经济效率的影响，据此提出更具针对性的政策优化建议；
第三，开展跨国城市层面比较研究，对比不同国家环境与经济配套政策的实施差异，提炼普适性政策启示或分行业差异化治理方案。
初审：胡锦华
审核：徐彩瑶
排版编辑：严 露
文献推荐人：严 露
热门跟贴