城市產業結構與綠色全要素生產率
——基于東北地區的實證分析

張軍濤，范卓瑋

（東北財經大學公共管理學院，遼寧大連 116025）

1 研究背景

黨的十九大報告倡導推進綠色發展，形成綠色生產觀念，不斷提高綠色全要素生產率，實現經濟總量由高速增長轉化為高質量增長。自從索羅提出全要素生產率分析框架之后，全要素生產率作為傳統的投入要素之外驅動工業增長的重要引擎被廣泛運用于新古典經濟增長核算中［1］。然而，早期的文獻對工業全要素生產率的度量只是基于資本和勞動要素，這無疑使生產率度量的準確性受到挑戰，而據此框架研究工業可持續發展也受到質疑。事實上，資源和環境因素對工業產出的影響巨大，工業高速增長很大程度上依賴于高投資、高污染、高排放的線性模式［2］。隨著綠色工業革命興起，部分學者開始在全要素生產率分析框架中納入資源和環境要素，測算綠色全要素生產率［3-4］。綠色全要素生產率（Green Total Factor Productivity,GTFP）是指充分考慮了能源消耗和環境污染的全要素生產率，是反映經濟增長方式是否健康可持續的關鍵指標［2］。

產業結構合理化是根據需求和資源條件進行要素在各產業部門之間的配置，從而提升資源利用效率和產業的總體經濟效益［5］，這是一個動態優化過程。由于產業之間存在效率差異，生產要素在市場機制作用下由生產率低的產業流向生產率高的產業，在此過程中伴隨著資源要素的優化配置，從而推動整個產業經濟系統的效率和效益不斷提升。但是，綠色增長不僅要求產出高效，也要求產出清潔無害。當區域的產業層次較低時，盡管此時產業結構合理化會加速生產效率提升，但卻無法促使產業重心由傳統工業向環境友好型的新興產業轉移，也就無法提升產業整體的綠色化水平。隨著區域的產業層次逐步提升和環保意識增強，產業結構合理化將與綠色化同向發展［6-7］。然而，目前學術界關于產業結構與綠色全要素生產率關系的研究仍處于起步階段，對于綠色全要素生產率效率分解的研究有待進一步深化。本文以東北地區34 個地級及以上城市為樣本，基于所構建的計量經濟模型，從產業結構合理化、產業結構高級化、產業專業化集聚和產業多樣化集聚四個維度分析城市產業結構與綠色全要素生產率的關系及其影響機制，進一步探析城市產業結構影響綠色全要素生產率的作用渠道。

2 模型構建、指標選取與數據說明

2.1 模型構建

為了考察城市產業結構對綠色全要素生產率的影響，從產業結構合理化、產業結構高級化、產業專業化集聚和產業多樣化集聚4 個維度構建計量模型。

其中，MLc,t為綠色全要素生產率；RISc,t、AISc,t、HHIc,t、Theilc,t分別表示產業結構合理化、產業結構高級化、產業專業化集聚和產業多樣化集聚；Xc,t為一系列城市層面的控制變量；和分別表示城市固定效應和時間固定效應，為隨機擾動項。

根據已有研究可知，由于人口集聚和產業集聚帶來的集聚經濟效應和擁擠效應的存在，導致城市人口規模與綠色全要素生產率可能存在非線性關系，對產業集聚與綠色全要素生產率的關系產生調節效應。因此，將產業集聚指數與人口規模的交乘項納入模型。

結合Fare 等［8］提出的方法，將綠色全要素生產率分解為技術效率變化和純技術進步兩部分，純技術進步可以分解為中性技術進步和有偏技術進步，有偏技術進步又可以分為投入偏向型技術進步和產出偏向型技術進步。為了考察城市產業結構對綠色全要素生產率的作用機制，以產業結構為主要解釋變量，以綠色全要素生產率的效率分解指數為中介變量，構建中介效應模型。

其中，MLc,t為綠色全要素生產率；RISc,t為產業結構合理化指數；ECc,t為技術效率變化指數；其余變量的含義與基準模型相同。當估計系數和都顯著，且的絕對值小于的絕對值時，則存在部分中介效應；當顯著而不顯著時，則模型存在完全中介效應。同理，可以將產業結構合理化指數替換為產業結構高級化指數、產業專業化集聚指數和產業多樣化集聚指數，將技術效率變化指數替換為純技術進步指數、中性技術進步指數、投入偏向型技術進步指數和產出偏向型技術進步指數，構建中介效應模型。

2.2 指標選取

2.2.1 被解釋變量

綠色全要素生產率為被解釋變量。學者們最初通過擴展傳統的柯布-道格拉斯生產函數模型，將能源損失、污染排放同勞動力、資本一樣作為投入要素納入生產函數測算綠色全要素生產率。但是，這種以投入要素形式來處理環境指標的方式違背了“物質平衡思路”［9］，進而學者們提出了基于方向性距離函數（DDF）的環境規制行為分析模型，該方法將環境污染作為一種非期望的“壞”產出引入生產過程［10］。然而，方向性距離函數要求投入或產出是同比例變動的（徑向的），并且在測算效率時需要做出基于投入或產出的選擇。為了克服以上兩個缺陷，一些學者將非期望產出作為產出變量，結合DDF 構建了Malmquist-Luenberger（ML）全要素生產率指數，用于測算考慮了環境因素的綠色全要素生產率［11-13］。本文參考Fare 構造的包含期望產出與非期望產出的生產可能性集合［14］，利用基于非徑向SBM 方向性距離的ML 指數，測算2005—2017 年東北地區34 個地級及以上城市的綠色全要素生產率及其效率分解的動態變化情況。其中，勞動力投入以城市總就業人數表征；資本投入采用永續盤存法［15］，將剔除房地產投資后的固定資產投資額以1978 年為基期進行平減，最終得出各城市的資本存量；土地投入以城市建成區面積表征；能源投入以全市用電量表征［16］。產出指標則包含期望產出和非期望產出兩部分，以1978 年為基期平減后的地區生產總值表征期望產出，非期望產出則通過熵值法計算工業二氧化硫排放量、工業廢水排放量和工業煙塵排放量的綜合性指標表征［17-19］。綠色全要素生產率涵蓋了勞動、資本、土地、能源的投入狀況，同時考慮到期望產出與非期望產出，是全面反映城市經濟發展質量和效率的綜合性指標。?？怂拐J為，技術進步可以分為資本節約型、勞動節約型和中性技術進步，并定義了中性技術進步為改變要素投入比例的技術進步。有偏技術進步的定義由Acemoglu進一步明確，他將有偏技術進步分為要素增強型和要素偏向型。要素增強型技術進步是指技術進步可以改變某種要素的邊際生產率；而要素偏向型技術進步則通過改變要素間的邊際替代率得以實現［20］。

式（10）展示了SBM-ML 指數可以分解為技術效率變化指數（EC）和技術進步指數（TC）。技術效率變化指數用來衡量實際生產點向生產前沿面的靠近程度，技術進步指數用來衡量生產前沿面向外擴張程度。式（11）中，技術進步分解為中性技術進步和有偏技術進步。中性技術進步（MATC）又稱為規模技術進步，用于衡量技術進步沿生產前沿面的變化；有偏技術進步（BTC）用于衡量周期t 和t+1 之間的技術變化。式（12）則將有偏技術進步分解為投入偏向型技術進步（IBTC）和產出偏向型技術進步（OBTC）。

2.2.2 主要解釋變量

本文主要關注城市產業結構對綠色全要素生產率的影響，并將城市產業結構細分為產業結構合理化、產業結構高級化、產業專業化集聚和產業多樣化集聚，分別探討其與綠色全要素生產率的關系。

產業結構合理化（RIS）是對要素投入結構和產出結構耦合程度的衡量，即考察資源是否在產業間實現合理配置和有效利用。已有文獻多選取產業結構偏離度或泰爾指數構造產業結構合理化指標，由于產業結構偏離度本身為負向指標，本文在此基礎上進行改進，將產業結構偏離度的倒數作為衡量產業結構合理化的指標，如式（13）所示。

其中，RIS 為產業結構合理化指數，Y為經濟總產值，Yi為第i產業總產值，L為總就業人數，Li為第i產業總就業人數。從勞動生產率角度來看，Yi/Li為第i產業的勞動生產率，當Yi/Li＞Y/L時，表明該產業的勞動生產率高于全國勞動生產率平均水平，反之則低于全國平均水平。當經濟達到均衡時RIS=0，RIS 值越大表明經濟越接近均衡狀態，產業結構越合理。

產業結構高級化（AIS）體現了產業結構演進方向和規律，從三次產業的演進看，伴隨城鎮化的推進和經濟發展，第一產業占比持續下降，第二產業占比先上升后下降，第三產業占比持續上升。因此，選取第三產業增加值占GDP 的比重衡量產業結構高級化水平。

產業集聚水平是表征產業結構的第三個重要方面。根據集聚經濟所產生的馬歇爾外部性和雅各布斯外部性，可以將產業集聚模式分為專業化集聚和多樣化集聚。用赫芬達爾-赫希曼指數（HHI）表征產業專業化集聚程度（式（14）），用泰爾指數（Theil）表征產業多樣化集聚程度（式（15））。

其中，Lij為某城市i行業的從業人員數，Li為i行業全國從業人員數。從業人員的行業分類根據2017 年國民經濟行業分類標準，劃分為包含農林牧漁業、采礦業、制造業等在內的19 個門類。

2.2.3 控制變量

模型的控制變量主要包括城市人口規模、城市經濟狀況、環境規制強度、人力資本存量、政府資助強度、人力資本結構、貿易開放度、外資依存度。以市轄區人口數表征城市人口規模，以城市實際人均GDP 表征經濟狀況，從人口和經濟角度控制城市產業結構對綠色全要素生產率的影響。環境規制強度是一項綜合指標，根據數據的可得性，由可吸入細顆粒物年平均濃度、工業廢水排放量、二氧化硫排放量、煙塵排放量、工業固體廢棄物綜合利用率、生活污水處理率、生活垃圾無害化處理率、建成區綠化覆蓋率等多項指標復合而成，并運用熵值法對各項指標進行權重賦值，最終得出34 個城市環境規制強度的綜合性指標，具體計算過程如下。

對指標進行極差標準化處理：

計算j指標下各地區的權重：

計算j指標信息熵：

確定指標權重：

人力資本存量以普通高等學校在校生人數表征，用來反映城市人力資本積累狀況；研發資本投入和勞動力投入是影響全要素生產率的重要因素，以科技和教育支出占政府財政支出的比重反映政府的資助強度，以科技和教育行業就業人數占總就業人數的比重表征人力資本結構，從而反映城市對研發資本和勞動力的投入強度。貿易開放度以進出口總額占GDP 的比重表示，外資依存度以外商直接投資額占GDP 的比重表征，從而控制了城市對外開放水平對綠色全要素生產率的影響。進出口總額和外商投資額根據當年美元匯率進行換算得出。變量的描述性統計如表1 所示。

表1 變量描述性統計

表1 （續）

2.3 數據來源

數據來自2006—2018 年《中國城市統計年鑒》《中國統計年鑒》《中國環境統計年鑒》、EPS 數據庫和中經網統計數據庫，部分缺漏值通過查閱各省市統計年鑒和統計公報獲得。研究對象涵蓋了遼寧省、吉林省和黑龍江省，最終構建了2005—2017年東北地區34 個地級及以上城市包含442 個觀測值的面板數據。

3 實證結果分析

3.1 產業結構合理化與綠色全要素生產率

在模型估計之前對數據進行單位根檢驗和面板協整檢驗，由相同單位根LLC 檢驗和不同單位根Fisher-ADF 檢驗可知，結果均拒絕存在單位根的原假設，因此，數據無需進行差分處理。Pedroni 檢驗和Kao 檢驗結果均拒絕不存在協整關系的原假設，表明變量之間存在長期協整關系。在此基礎上，對模型進行混合OLS、雙向固定效應（FE）和隨機效應（RE）估計，由Wald 檢驗和Hausman 檢驗結果排除了混合OLS 和隨機效應（RE）模型，最終以穩健標準誤的雙向固定效應模型（FE）的靜態估計結果為準。由于被解釋變量綠色全要素生產率介于0.366～2.818 之間，屬于受限因變量，為排除可能存在的分類效應，使用面板Tobit 估計進行對比分析。同時，為克服模型存在的內生性問題，對模型進行Davidson-Mackinnon 檢驗和Hausman-Wu 檢驗，結果均不能拒絕模型存在內生性問題的原假設。因此，進一步加入被解釋變量的二至三階滯后項作為工具變量，將滯后一階作為解釋變量納入模型，采用系統GMM 方法估計動態面板模型［21］，所得結果均通過了Arellano-Bond 檢驗和Sargan 檢驗。此外，模型的估計結果均控制了城市固定效應和年份固定效應。表2 展示了產業結構合理化與綠色全要素生產率基準回歸結果。

表2 產業結構合理化與綠色全要素生產率基準回歸

由估計結果可知，被解釋變量的一階滯后項顯著為正，表明綠色全要素生產率具有時間上的連續性，上期的綠色全要素生產率會對當期值產生顯著的促進作用。產業結構合理化與綠色全要素生產率存在顯著的正相關關系，表明產業結構合理化水平提升有利于提高綠色全要素生產率，即由產值與就業所測度的產業結構偏離度降低，對綠色全要素生產率產生積極影響。

此外，環境規制強度、人力資本存量、人均GDP、政府資助強度和人力資本結構與綠色全要素生產率均呈現顯著的正相關關系，表明加強環境規制、經濟發展水平提升、政府對教育和科研財政補貼力度增大以及高技能人力資本比重增加等都能夠提高綠色全要素生產率。人口規模及其二次項、三次項系數與綠色全要素生產率均呈現顯著的相關性，表明兩者之間存在顯著的非線性關系。這是由于在城鎮化的不同階段，人口擴張所帶來的集聚正外部性和負外部性綜合作用的結果。在城鎮化初期，伴隨著人口規模擴張，集聚經濟的正外部性逐漸顯現，對于生產效率提升和技術進步的促進作用明顯；隨著人口迅速集聚，城市生態環境難以承載人口集聚帶來的負外部性，生產效率提升速度和技術進步速率變慢，非期望產出增加，進而導致綠色全要素生產率降低。貿易開放度與綠色全要素生產率均顯著負相關，這可能與東北地區的進出口結構和資本結構具有較強的相關性。由于東北地區資源依賴型產業和重工業長期占據主導地位，其進出口產品也多以礦產資源、工業制成品和中間品為主，從而造成貿易開放度與綠色全要素生產率呈負相關關系。

為進一步考察產業結構合理化與綠色全要素生產率之間的關系，將表征綠色全要素生產率的ML指數分解為技術效率變化指數（EC）、技術進步指數（TC）、規模技術進步（MATC）、投入偏向型技術進步（IBTC）和產出偏向型技術進步（OBTC），將效率分解作為中介變量，采用中介效應模型對產業結構合理化影響綠色全要素生產率的作用渠道進行探討。表3 顯示了中介效應估計結果，該結果均通過了Sobel 檢驗和300 次的Bootstrap 檢驗，估計結果可靠。

表3 產業結構合理化與綠色全要素生產率中介效應估計結果

由表3 可知，產業結構合理化對綠色全要素生產率的影響受到技術效率變化指數（EC）、技術進步指數（TC）、投入偏向型技術進步（IBTC）和規模技術進步（MATC）的中介作用。在第（1）列，未加入中介變量之前，產業結構合理化的估計系數在5%顯著性水平為0.012；第（2）列考察技術進步指數（TC）與產業結構合理化之間的關系，估計系數為0.006，在10%顯著性水平為正；第（3）列在加入中介變量（TC）后，產業結構合理化系數為0.007，小于第（1）列的系數0.012，且TC 對綠色全要素生產率的估計系數在1%顯著性水平為正，表明技術進步指數對產業結構合理化影響綠色全要素生產率具有部分中介效應，即產業結構合理化水平提升有利于促進技術進步，進而對綠色全要素生產率產生積極影響。同理，由于第（5）列產業結構合理化估計系數0.005、第（9）列系數0.011、第（11）列系數0.010 均小于第（1）列0.012，故技術效率（EC）、投入偏向型技術進步（IBTC）和規模技術進步（MATC）對產業結構合理化影響綠色全要素生產率同樣存在部分中介效應。而產出偏向型技術進步（OBTC）的中介效應不顯著。因此，產業結構合理化影響綠色全要素生產率是通過技術效率、技術進步、投入偏向型技術進步和規模技術進步的中介渠道實現，產業結構合理化程度提升有利于實際生產效率提高，同時也有利于提高投入要素的邊際替代率，促進生產技術水平提升。

3.2 產業結構高級化與綠色全要素生產率

表4 反映了產業結構高級化水平與綠色全要素生產率的關系，在進行模型估計之前的一系列統計性檢驗同上，故不再贅述。由系統GMM 的估計結果可知，產業結構高級化對綠色全要素生產率的影響在1%顯著性水平為正，表明第三產業高度發展與綠色全要素生產率顯著正相關，而靜態面板估計結果的顯著性較弱且估計系數較小，這可能是由于模型存在內生性所導致。由于第三產業所包含的行業全要素生產率相對較高，并且非期望產出較低，導致行業的綠色全要素生產率水平相對其他行業較高，因此以系統GMM 估計結果為準進行分析。滯后一階的被解釋變量的估計系數在5%顯著性水平為正，表明技術進步和能源利用率均具有較強的時間連續性，上期的綠色全要素生產率對當期產生顯著影響。此外，其余控制變量與綠色全要素生產率的估計系數與上文差距不大，不再一一解讀。

表4 產業結構高級化與綠色全要素生產率基準回歸

表4 （續）

進一步考察產業結構高級化與綠色全要素生產率的中介效應，將技術效率變化指數（EC）、技術進步指數（TC）、規模技術進步（MATC）、投入偏向型技術進步（IBTC）和產出偏向型技術進步（OBTC）分別作為中介變量納入模型，并通過Sobel 檢驗和300 次Bootstrap 檢驗，估計結果如表5 所示。

表5 產業結構高級化與綠色全要素生產率中介效應估計結果

由估計結果可知，產業結構高級化對綠色全要素生產率的影響受到技術效率變化指數（EC）、技術進步指數（TC）和產出偏向型技術進步（OBTC）中介作用的影響。第（1）列未加入中介變量前，產業結構合理化的估計系數在10%顯著性水平為0.030；第（2）列反映了技術進步指數（TC）與產業結構高級化之間的關系，估計系數為0.011，在5%顯著性水平為正；在加入中介變量（TC）后，產業結構高級化的估計系數為0.019，且TC 對綠色全要素生產率的估計系數顯著為正，表明技術進步指數對產業結構高級化影響綠色全要素生產率具有部分中介效應，即第三產業比重增加有利于促進技術進步，進而對綠色全要素生產率產生積極影響。由于第（5）列產業結構高級化估計系數0.009 和第（7）列系數0.025 均小于第（1）列系數0.030，故技術效率（EC）和產出偏向型技術進步（OBTC）對產業結構合理化影響綠色全要素生產率同樣存在部分中介效應。而規模技術進步（MATC）和投入偏向型技術進步（OBTC）的中介效應不顯著。因此，產業結構高級化影響綠色全要素生產率是通過技術效率變化、技術進步和產出偏向型技術進步的中介渠道實現，產業結構高級化水平提升有利于促進實際生產效率和生產技術水平提升。

3.3 產業專業化集聚與綠色全要素生產率

以赫芬達爾-赫希曼指數（HHI）表征產業專業化集聚水平，測度產業專業化集聚與綠色全要素生產率之間的關系。在已有研究中，城市人口規模與綠色全要素生產率呈現顯著的非線性關系［22］，同時，產業集聚與人口集聚往往具有較強的關聯性。因此，人口規模對于產業集聚影響綠色全要素生產率可能會產生調節效應。為進一步探討人口規模的調節效應，在模型中加入產業集聚與人口規模的交乘項，并與面板Tobit 和系統GMM 的估計結果進行對比分析。

如表6 所示，在不考慮人口規模的調節效應時，產業專業化集聚與綠色全要素生產率在10%顯著性水平呈現弱正向相關關系。加入人口規模的調節作用后，隨著人口規模擴張，產業專業化集聚對綠色全要素生產率的促進作用被不斷弱化。即對于所有城市而言，產業專業化集聚能夠不同程度地提升綠色全要素生產率，對于人口規模較大的城市而言，產業專業化集聚對綠色全要素生產率的提升作用小于人口規模較小的城市。表明在城鎮化發展初期階段，集聚經濟效應和規模經濟效應能夠為專業化生產帶來充足的要素供給和生產效率提升；隨著人口數量進一步增加，專業化的產業集聚模式逐漸被多樣化的產業集聚模式所替代，要素的集聚經濟效應減弱，生產效率和技術改進更多來源于不同行業間的知識交流和學習效應，從而降低了對綠色全要素生產率的提升作用。

表6 產業專業化集聚與綠色全要素生產率基準回歸

表6 （續）

表7 展示了產業專業化集聚與綠色全要素生產率的中介效應，由估計結果可知，技術效率變化指數（EC）、技術進步指數（TC）和規模技術進步（MATC）是主要的中介渠道。由于產業專業化集聚對綠色全要素生產率的直接影響較弱，加入中介變量后的第（3）列和第（11）列的產業專業化集聚的估計系數均不顯著，但中介變量技術進步（TC）和規模技術進步（MATC）的估計系數均在1%顯著性水平為正，表明在技術進步和規模技術進步作為中介變量時模型存在完全中介效應。即產業專業化集聚通過促進技術進步，尤其是規模技術進步（中性技術進步），進而對綠色全要素生產率產生影響。第（5）列的產業專業化集聚和技術效率的估計系數均顯著，表明技術效率起到了部分中介效應，即產業專業化集聚能夠通過直接和間接途徑作用于綠色全要素生產率。

表7 產業專業化集聚與綠色全要素生產率中介效應估計結果

3.4 產業多樣化集聚與綠色全要素生產率

用泰爾指數作為衡量產業多樣化集聚水平的代理指標，探討其與綠色全要素生產率之間的關系，估計結果如表8 所示。由于模型存在內生性，因此以系統GMM 估計結果為準進行分析。首先，被解釋變量一階滯后項的估計系數顯著為正，表明綠色全要素生產率具有時間上的連續性；其次，當不考慮人口規模的調節作用時，產業多樣化集聚與綠色全要素生產率弱相關，而當加入人口規模與產業多樣化的交乘項后，伴隨著人口數量增加，產業多樣化集聚對綠色全要素生產率的促進作用逐漸增強。表明產業多樣化集聚產生的集聚經濟效應和范圍經濟效應隨著人口規模擴張不斷得到強化，由于多樣化產業集聚在大城市產生的邊際成本低于小城市，而且經濟效益高于小城市，從而大城市更趨向于產業多樣化集聚模式，而小城市趨向于產業專業化集聚。

表8 產業多樣化集聚與綠色全要素生產率基準回歸

表8 （續）

進一步探討產業多樣化與綠色全要素生產率的中介效應，估計結果如表9 所示。產業多樣化集聚主要通過提升技術效率（EC）、促進技術進步（TC），尤其是產出偏向型技術進步（OBTC）和中性技術進步（MATC）對綠色全要素生產率產生影響。由第（3）列、第（5）列、第（7）列和第（11）列的產業多樣化估計系數來看，效率分解值對產業多樣化集聚影響綠色全要素生產率均存在部分中介效應。其中，產業多樣化集聚影響技術效率提升進而影響綠色全要素生產率是發揮中介效應的最主要渠道；產業多樣化集聚對技術進步的作用主要通過促進產出偏向型技術進步和中性技術進步實現。

表9 產業多樣化集聚與綠色全要素生產率中介效應估計結果

4 結論與啟示

本文以東北地區34 個地級及以上城市為樣本，運用2005—2017 年的面板數據，基于所構建的靜態面板模型和動態面板模型，從產業結構合理化、產業結構高級化、產業專業化集聚、產業多樣化集聚的角度分析城市產業結構與綠色全要素生產率的關系，在此基礎上構建中介效應模型，進一步探討產業結構影響綠色全要素生產率的作用渠道，得出以下主要結論。

城市產業結構合理化有利于促進綠色全要素生產率，進而提升城市經濟發展水平；城市產業結構合理化對綠色全要素生產率的作用主要通過生產技術效率提升和投入偏向型技術進步實現。

城市產業結構高級化有利于綠色全要素生產率提升，產業結構高級化對綠色全要素生產率的影響通過技術效率提升和產出偏向型技術進步得以實現。

城市產業專業化集聚水平提升對綠色全要素生產率具有促進作用；但是在人口規模調節效應的作用下，隨著人口規模擴張，城市產業專業化集聚對綠色全要素生產率的促進作用被不斷弱化；城市產業專業化集聚對綠色全要素生產率的影響主要通過提升技術效率和中性技術進步實現。

城市產業多樣化集聚水平提升對綠色全要素生產率的作用受到城市人口規模調節作用的影響，隨著人口數量增加，城市產業多樣化集聚對綠色全要素生產率的促進作用逐漸增強；城市產業多樣化集聚對綠色全要素生產率的作用受到技術效率、產出偏向型技術進步和中性技術進步中介效應的影響。

從城市經濟發展的共性和規律來看，上述研究結論不僅適用于本文數據采集的樣本區域（東北地區），而且也有助于深刻認知我國城市產業結構與綠色全要素生產率的關系，以及產業結構影響綠色全要素生產率的作用渠道。因此，在我國城市經濟轉向高質量發展的背景下，應當在現有的基礎上進一步優化產業結構，在優化升級傳統優勢產業的同時大力發展第三產業，特別是對于城市和區域經濟發展有巨大推動力的戰略性新興產業和現代服務業；在超大型、特大型和大型的中心城市著力實現產業的多樣化集聚，在中小城市有意識的引導和實現產業的專業化集聚，逐步形成具有特色的產業集群；在城市產業發展過程中應注重研發資金投入和人力資本積累，通過技術進步實現產業的轉型升級和生產要素資源的優化配置，從而不斷提高綠色全要素生產率，實現城市經濟和區域經濟的高質量發展。