工程市长如何驱动城市低碳转型？——来自中国地级市的实证证据

《Carbon Balance and Management》：Engineering mayors and urban carbon governance: evidence from China

　　本研究聚焦中国"双碳"目标下地方官员专业背景对碳排放治理的影响。通过对2005-2016年地级市面板数据的分析，发现具有工程背景的市长能显著降低城市碳排放强度（CO2 intensity），特别是在大城市、工业城市和东部地区。机制分析表明，工程背景市长通过提升绿色创新（green innovation）数量与质量，以及偏好市场型政策工具（market-based instruments）来实现减排效果。该研究为优化干部选拔体系提供了重要启示。

　　

在全球气候治理日益紧迫的背景下，中国作为全球最大的碳排放国，其减排成效对实现《巴黎协定》目标至关重要。中国政府提出的"双碳"目标（2030年前碳达峰、2060年前碳中和）既是国际承诺，也是推动能源转型和培育经济增长新动能的关键路径。然而，在这一过程中，地方政府官员的执行力成为决定减排成效的核心因素。现有研究多关注官员的教育水平、环保经历等特征，却忽视了一个重要维度——专业背景。特别是在低碳治理这一技术性极强的领域，工程背景所赋予的技术专长（technical expertise）是否会影响政策效果？这成为本研究试图解答的核心问题。

论文《Engineering mayors and urban carbon governance: evidence from China》发表于《Carbon Balance and Management》，通过严谨的实证分析揭示了工程背景市长在低碳治理中的独特作用。研究发现，工程背景市长能够使城市碳排放强度降低1.7%，这一效果甚至超过了低碳城市试点政策（LCCP）的减排效果。更重要的是，研究从技术创新和政策工具两个维度揭示了其作用机制：工程背景市长不仅更擅长推动绿色技术创新（包括专利数量和质量），还更倾向于使用市场型政策工具（如碳交易、绿色金融等），而非单纯依赖命令控制型手段。

为开展此项研究，作者团队整合了多源数据：首先从CCER官员数据库中提取2005-2016年地级市市长的专业背景信息，将工程背景定义为本科或在职教育阶段主修工程专业；碳排放数据来自全球环境研究中心（CGER）的1km×1km网格数据，聚合至地级市层面；绿色专利数据基于incoPat数据库和WIPO的"IPC绿色清单"筛选；低碳政策强度数据则来自机器学习方法构建的中国低碳政策强度数据集。研究采用双向固定效应模型（two-way fixed effects model）进行基准回归，并通过倾向得分匹配（PSM）、变量替换、时间窗口调整等方法进行稳健性检验。

基准回归结果

研究发现，在控制城市固定效应、年份固定效应及一系列控制变量后，市长工程背景对碳排放强度的系数为-0.017，且在1%水平上显著。这表明工程背景市长可使碳排放强度降低1.7%。控制变量中，第二产业占比越高，碳排放强度反而越低，可能反映了工业城市能效提升或结构升级的效果。

稳健性检验

研究进行了多维度稳健性检验：将因变量替换为人均CO₂排放量、严格限定工程背景为第一学历、使用滞后一期碳排放强度等，结果均保持显著。此外，通过PSM匹配后，处理组与对照组在主要变量上实现平衡，回归系数进一步增大至-0.031，强化了结论的可靠性。

异质性分析

研究发现，工程背景市长的减排效果存在显著异质性：在大城市、工业主导型城市、东部地区和经济发达城市中效果更为突出。这可能是因为这些城市具备更好的技术应用基础和产业升级条件，使工程背景市长的专业能力得以充分发挥。

机制分析

研究从两个渠道验证作用机制：首先，工程背景市长显著提升了绿色发明专利的数量（系数0.003）和质量（专利引用量系数0.008），表明其更擅长识别和培育高质量绿色技术。其次，在政策工具选择上，工程背景市长更倾向于使用市场型政策工具（系数0.235），而非命令控制型工具。这与其系统化思维和成本效益分析能力密切相关。

结论与政策启示

本研究证实，工程背景市长的技术专长是推动城市低碳转型的有效政策工具。基于此，研究提出四点政策建议：针对性选派工程背景市长到碳排放大市和工业城市；建立以南南合作为导向的市长交流机制；开展面向非技术背景官员的工程技术培训；将技术能力纳入干部考核体系。这些建议为中国乃至其他发展中国家优化气候治理体系提供了实践路径。

研究的局限性在于工程学科分类较宽，未能区分不同工程专业的差异化影响；同时受数据所限，未能深入分析市场型政策工具的具体实施效果。未来研究可结合更细化的学科分类和政策文本数据，进一步揭示专业背景与政策工具选择的匹配机制。