《資源稅法》與資源型企業綠色治理

摘 要：在全球氣候變化加劇與我國資源環境約束趨緊的雙重背景下，推動經濟社會發展全面綠色轉型已成為破解資源短缺、環境污染及生態退化問題的關鍵戰略路徑。2020年實施的《資源稅法》兼具環境規制與生態補償雙重功能，既通過稅收杠桿調節資源開發利用行為，又以法律形式強化了資源節約與環境保護的政策導向，為評估環境政策對企業綠色治理的實際效應提供了準自然實驗場景。基于此，本文選取2014—2023年滬深A股上市資源型企業的微觀數據，從政府環境規制的“有形之手”視角切入，以《資源稅法》頒布為外生政策沖擊，運用雙重機器學習模型識別政策對企業綠色治理績效的因果效應，并深入剖析作用機制。研究發現，《資源稅法》的實施顯著提升了資源型企業的綠色治理績效。機制分析表明，該政策主要通過促進技術創新投入以優化資源利用效率，以及借助分析師關注形成外部監督壓力，進而提高企業綠色治理水平。異質性分析進一步揭示，政策效應在非國有企業、行業競爭程度較高以及財務狀況較為穩健的企業中更為顯著。本研究不僅為《資源稅法》的綠色治理效能提供了經驗證據，也為完善環境政策工具、推動企業綠色轉型提供了決策參考。

關鍵詞：《資源稅法》;綠色治理績效;技術創新;分析師關注;資源型企業

中圖分類號：F127；F2932 文獻標識碼：A 文章編號：1001-148X（2025）05-0142-11

收稿日期：2025-01-02

作者簡介：張勁松（1965—），女，黑龍江齊齊哈爾人，教授，博士生導師，研究方向：環境會計；李沐瑤（1988—），女，黑龍江鐵力人，副教授，博士，研究方向：環境會計；張云姝（1999—），女，河北唐山人，碩士研究生，研究方向：環境會計。

基金項目：國家社會科學基金一般項目“鄉村振興視域下景村融合的綠色治理機制及政策保障研究”，項目編號：21BJY189。

一、引 言

當前，全球正面臨氣候變化、生物多樣性喪失與環境污染交織而成的三重生態問題，其深層根源在于不可持續的生產與消費模式。 當前人類社會面臨的已非“是否需要推進可持續轉型”的認知分歧，而是“如何通過系統性措施加速資源消費與生產方式根本轉變”的現實命題。在此背景下，中國的探索與實踐具有顯著的全球意義。 綠色是高質量發展的鮮明底色。為深入推進資源節約利用、賦能經濟高質量發展，我國于2020年正式實施《中華人民共和國資源稅法》（以下簡稱《資源稅法》）。作為綠色稅制體系的重要組成部分，該法確立了“從價計征為主、從量計征為輔”的稅率形式，通過稅收杠桿的市場化調節功能，進一步強化了稅收在生態文明建設與高質量發展中的引導作用。黨的二十屆三中全會明確提出“堅定不移走生態優先、節約集約、綠色低碳的高質量發展道路，加快經濟社會發展全面綠色轉型”的戰略方向，為新時代綠色治理實踐提供了根本遵循。

綠色治理作為一種公共事務治理活動［1］，本質上是多元社會主體圍繞生態環境問題開展的協同共治實踐［2-3］，涉及治理主體、治理手段與治理機制的多維協同。其中，企業的角色尤為關鍵：一方面，企業是資源消耗與環境影響的主要制造者——其生產經營過程伴隨大量資源消耗及廢棄物、污染物排放，直接作用于環境質量與生態系統；另一方面，綠色治理并非以生態環境承載能力簡單約束企業逐利行為，而是通過激勵企業創新技術、方法與模式，實現經濟增長與生態保護的協同共贏。因此，企業綠色治理既是可持續發展的內在要求，也是推動人與自然和諧共生的中國式現代化的重要支撐。

資源型企業作為依賴自然資源開采、加工與消耗的特殊市場主體，普遍存在粗放開采、高產高耗、環境污染等典型特征［4］。《資源稅法》以推動資源節約、引導發展方式綠色轉型為核心目標，其頒布實施深刻影響著資源型企業的行為選擇。在此背景下，本文聚焦《資源稅法》對資源型企業綠色治理的影響機制，試圖解答以下問題：其一，在綠色發展導向下，具有綠色稅制特征的《資源稅法》能否有效提升資源型企業的綠色治理績效；其二，技術創新與分析師關注在《資源稅法》影響企業綠色治理的過程中發揮何種中介或調節作用；其三，《資源稅法》的政策效應是否存在異質性，具體而言，不同產權性質（如國企與非國企）、行業競爭程度（如壟斷與競爭市場）及財務狀況（如高負債與低負債）的資源型企業，其對政策的響應是否存在差異。

本文的邊際貢獻主要體現在四個方面：第一，拓展了《資源稅法》經濟后果的研究邊界，構建了綠色稅制影響企業綠色行為的分析框架；第二，通過檢驗技術創新與分析師關注的傳導機制，既為資源型企業綠色治理水平提升提供了路徑參考，也驗證了“波特假說”（即環境規制可通過創新驅動企業效率提升）的適用性；第三，將宏觀政策效應與企業微觀行為相結合，從產權性質、行業競爭、財務狀況等多維度展開異質性分析，深化了對《資源稅法》政策效果的理解；第四，在方法創新上，采用雙重機器學習模型替代傳統雙重差分法（DID）、傾向得分匹配-雙重差分法（PSM-DID）等，避免了預設函數形式的局限性，有效克服了高維數據下的“維度災難”問題，提升了研究結論的準確性與時效性。

二、文獻綜述

綠色稅收作為推動綠色發展的重要經濟工具，其制度演進與政策效應一直是學界關注的重點。我國綠色稅制體系經過多年構建，已形成“以環保稅為主體，以資源稅、耕地占用稅為重點，覆蓋資源開采到排放全環節”的生態稅收體系。

從綠色稅制體系的整體效應來看，早期研究多聚焦于稅制綠化度提升對宏觀經濟與產業轉型的影響。相關學者指出，稅制綠化通過催生顛覆性科技創新模式、提升創新資源集聚水平、推動科技成果轉化等路徑，能夠有效培育新質生產力，為美麗中國建設提供核心動能［5］。隨著綠色稅制實踐的深化，研究逐漸轉向具體稅種的政策效果評估。以2016年實施的《中華人民共和國環境保護稅法》為例，學者們圍繞其政策效應展開了多維度探討：既有研究發現該法通過增加綠色投資者進入、提升重污染企業創新水平等機制，顯著改善了企業環境績效與ESG表現［6-9］；也有研究驗證了其對企業綠色轉型的“波特效應”——合理的環境規制強度可通過倒逼機制激發企業創新活力，最終實現環境效益與經濟效益的雙贏［10］。

在具體稅種中，《資源稅法》的演進與研究更具特殊性。該法自2020年實施以來，歷經多次修改完善，征稅范圍逐步擴大、稅制要素持續優化、征管效能顯著提升，形成較為完備的制度體系［11］。早期研究多關注其制度完善過程，近年來隨著政策效果的顯現，學者們開始聚焦其對企業行為的影響：部分研究發現，《資源稅法》通過增加資源型企業的環境成本壓力，能夠有效激勵企業加大研發投入，進而提升綠色技術創新水平，這一結果驗證了“波特假說”在資源型行業的適用性［12］。

與此同時，企業綠色治理的影響因素研究為理解《資源稅法》的作用場景提供了重要視角。現有文獻將影響因素分為內外兩類：在內部因素方面，機構投資者的綠色價值創造動機、國有股權參股的治理與資源效應等，均被證實能通過改善決策機制或提供資源支持，促進企業綠色治理［13-14］；在外部因素方面，綠色信貸政策的約束激勵、“環保費改稅”的環境成本內部化、政府綠色采購的示范效應以及公眾環境訴求的社會監督等，均被證明能有效提升企業綠色治理表現［15-18］。這些研究共同表明，企業綠色治理是多重因素協同作用的結果，外部政策工具（如稅收）與內部治理機制（如股權結構）的互動是關鍵。

總體來看，我國綠色稅制在生態文明制度建設中扮演著關鍵角色，學界對其影響企業綠色行為的作用機制關注日益增強。然而，現有研究多集中于環境保護稅，針對《資源稅法》經濟后果的探討仍相對匱乏。該法自2020年實施至今已近五年，積累了較豐富的企業層面數據，為深入考察其微觀效應提供了可能。在此背景下，未來研究應進一步挖掘《資源稅法》對企業綠色行為的政策效果與傳導路徑，為我國綠色稅制改革提供實證依據。尤其值得注意的是，企業作為綠色治理的核心主體，其響應行為尚未在資源稅法的研究框架中得到系統剖析，政策與綠色治理之間的機制鏈條仍有待深入揭示。

三、政策背景與研究假設

（一）政策背景

改革開放以來，我國經濟建設取得了顯著成就，但長期以來依賴資源消耗的粗放型發展模式，也給生態環境帶來了巨大壓力。為調節資源級差收入、體現資源有償開采原則，并促進資源節約集約利用，我國于1984年首次開征資源稅，對原油、天然氣和煤炭采用從量定額方式征收。1993年，《中華人民共和國資源稅暫行條例》頒布，資源稅征收范圍擴大至7個稅目，稅制框架初步形成。然而，隨著經濟快速發展，從量計征模式逐漸暴露出缺乏彈性、調節能力有限甚至產生逆向調節等問題。

為增強資源稅的動態調節功能，2010年6月，我國率先在新疆開展原油、天然氣資源稅從價計征改革試點，實現了稅收與資源市場價格的直接聯動。在總結試點經驗的基礎上，2020年9月1日，《資源稅法》正式施行，從法律層面確立了資源稅的征收依據，進一步強化了其調控功能。

縱觀資源稅制度的演進歷程，可歸納出以下特點與優勢：一是稅制結構持續優化，實現從量計征向從價計征轉變，更好地反映資源稀缺程度和市場價值；二是征收范圍逐步擴大，強化資源節約與環境保護的政策導向；三是計稅方式不斷簡化，提升了征管效率與可操作性。資源稅在不同階段的征收范圍、方式及主要演變如表1所示。

（二）研究假設

1." 《資源稅法》與資源型企業綠色治理績效

依據外部性理論，企業的生產經營活動往往會對其他主體及環境產生影響，僅靠市場機制難以實現帕累托最優，需借助政府干預以矯正外部性［19］。對資源型企業而言，自然資源稟賦是其生存與發展的基礎［20］。這類企業多以初級產品為主，附加值較低，其競爭優勢高度依賴對自然資源的控制與開發。在利潤最大化目標驅動下，企業往往過度開采和占用資源，缺乏節約與環保意識，導致環境破壞。隨著我國經濟邁向高質量發展階段，綠色治理已成為企業實現可持續發展的關鍵路徑。然而，資源型企業普遍具有高耗能、高排放特征，綠色治理成本較高，主動參與動力不足。

《資源稅法》以推進生態文明建設和可持續發展為宗旨，兼具環境規制與稅收工具雙重屬性，有助于增強資源型企業的綠色治理動機。其一，該法強化了企業的環境合法壓力與運營成本，促使企業在經營發展與環境保護之間作出更直接權衡。相比原有的暫行條例，《資源稅法》執法剛性更強、外部約束更明確，以立法形式確立從價計征為主、從量計征為輔的模式，并擴大征稅范圍，使稅負與資源價格掛鉤。在這一制度環境下，高耗能、高污染產能面臨更大經濟壓力，企業為降低成本，更傾向于改進傳統作業方式，采用節能環保技術，淘汰落后產能，推動綠色轉型，進而提升資源利用效率和綠色治理水平。其二，《資源稅法》有助于增強企業及社會公眾的資源節約意識，激發綠色訴求。一方面，該法首次將生態環境影響作為確定稅率的重要考量，有助于企業更深刻認識資源稀缺性與自身環保責任，促其加大環保投入，以綠色治理提升企業形象與競爭力。另一方面，該法的宣傳與實施可產生廣泛社會效應，引發公眾與投資者對企業環境行為的關注。為贏得更好的市場聲譽和投資機會，企業有動力主動提升綠色治理水平。其三，《資源稅法》通過稅收優惠等激勵措施，增強企業綠色轉型積極性。例如，對低豐度油氣田資源減征20%資源稅，規范并鼓勵資源循環利用和節約行為，有助于緩解企業“重厚棄薄”現象，提高資源使用效率。同時，稅收減免政策引導企業積極探索清潔能源，推動綠色生產工藝創新和技術投資，促進生態友好型材料與工藝的研發，減少污染排放，最終提升綠色治理績效，實現發展方式轉型。基于上述分析，本文提出如下假設：

H1：《資源稅法》頒布能夠提升資源型企業綠色治理績效。

2. 技術創新的中介作用

從公共資源屬性來看，自然資源具有非排他性特征，在缺乏有效制度約束的情況下，市場主體往往基于效益最大化目標過度占有、消耗資源，甚至導致資源枯竭與環境退化［21］。《資源稅法》的頒布恰好通過環境規制與綠色稅制的雙重制度設計，為自然資源開發利用提供了剛性約束框架。根據波特假說，適度的環境規制能夠激發企業創新活力——對于資源型企業而言，《資源稅法》推出后，資源型企業若延續原有生產技術，不僅難以滿足環保要求，還會增加環境合規成本，背離利潤最大化目標。為適應外部政策環境變化，企業管理層有動力尋求更高效、更綠色的生產方式和工藝技術［22］。此外，作為強制型環境規制手段，《資源稅法》將環境成本內部化，明確了企業在綠色發展與環境保護中的主體責任，同時向市場傳遞了節約資源、保護環境的政策信號。資源型企業如不節制資源消耗、不采取綠色行動，將面臨更高的稅負成本與公眾輿論壓力。從長期發展視角來看，企業為規避風險并提升市場競爭力，必然會將這種外部壓力轉化為技術創新的內在動力，從而形成“環境規制-技術創新”的傳導路徑。

技術創新是資源型企業實現可持續發展的核心驅動力［23］。具體而言，資源型企業通過技術創新，能夠有效緩解資源粗放開采、避難就易的傾向，提升資源開采與利用效率，進而符合《資源稅法》中針對低豐度油氣田、衰竭期礦山等特定資源的稅收優惠政策條件，通過減免稅降低經營成本的同時減少資源浪費。此外，技術創新還能推動清潔生產技術的研發與應用，促使企業采用低污染、低能耗的生產工藝，實現從“末端污染治理”向“全流程環境管理”的轉型——既符合環境管理體系標準，又能通過改進廢物處理與回收技術降低生產合規風險，減少環境行政處罰，最終系統性提升企業綠色治理水平。基于上述分析，本文提出以下假設：

H2：《資源稅法》的頒布能夠促進資源型企業技術創新，進而提升其綠色治理績效。

3.分析師關注的中介作用

證券分析師作為重要的信息中介與外部監督者，其對資源型企業的關注程度受到《資源稅法》頒布的顯著影響。該法案的實施從多個方面引起分析師對資源型企業的深入關注：稅負結構的變化、稅務風險的上升以及可持續發展要求的增強。

首先，《資源稅法》的推行改變了資源型企業的稅負結構，提高了資源開采與利用環節的成本，可能壓縮企業利潤空間。分析師需相應調整盈利預測，重新評估企業在新的稅制環境下的財務表現與發展前景。其次，《資源稅法》可能帶來稅務合規與政策適應方面的風險，分析師會更加關注企業在合法經營、稅收籌劃及應對政策變動方面的策略與能力。最后，《資源稅法》強調資源節約與生態保護，推動分析師更多關注企業在環保投入、社會責任和長期可持續發展方面的實踐與表現。通過橫向對比資源型企業與其他類型企業，分析師能夠獲得更全面的行業洞察，進而影響市場對整體行業的判斷。

證券分析師通過發揮預測評估、外部監督與信息傳遞的功能，有助于提升資源型企業的綠色治理水平。一方面，分析師基于對環境政策與市場趨勢的深入研究，可幫助企業識別綠色轉型中的風險與機遇，支持管理層作出更符合可持續發展方向的戰略決策。另一方面，分析師通過發布研究報告、開展實地調研等方式，可抑制管理層的短視與機會主義行為［24］，提升企業信息透明度，敦促企業積極履行環境責任。依據信號傳遞理論與聲譽理論，分析師扮演著企業與資本市場之間的溝通橋梁角色，能夠向投資者及其他利益相關者傳遞企業環保行為與綠色績效的真實信息。這種信息傳遞有助于引導資金流向環境友好和可持續發展的項目與企業。《資源稅法》頒布后，為維護綠色形象并向市場傳遞積極信號，資源型企業將更加注重綠色治理實踐，以滿足投資者日益增長的綠色投資訴求。基于此，本文提出如下假設：

H3：《資源稅法》頒布能夠提高證券分析師對資源型企業的關注程度，進而提升其綠色治理績效。

綜上所述，本文的理論分析框架圖如圖1所示。

四、研究設計

（一）樣本選取與數據來源

本文選取2014—2023年我國滬深A股上市企業數據為研究樣本，以資源型企業為處理組，其他企業為控制組，剔除ST、*ST及金融保險類企業數據，最終獲得4815家企業的29099個觀測值。相關數據來自CSMAR數據庫，對連續變量在1%水平上進行雙側縮尾處理。Stata17和Python39用于數據分析。

（二）變量設定

1被解釋變量

企業綠色治理績效（GGP）。借鑒張云等（2024）［13］的做法，從正反兩個方面構建企業綠色治理評分標準，包括企業是否通過環境管理體系認證、是否獲得綠色獎勵、污染物排放是否達標以及在ESG評級中的表現，具體評價指標如表2所示。

基于企業綠色治理正負面得分，采用Janis-Fadner系數（J-F系數）測度衡量企業綠色治理績效，并將取值限定在［-1，1］之間，具體計算公式如下：

GGP=p2-p×q/r2，pgt;q

p×q-p2/r2，plt;q0，p=|q|（1）

2核心解釋變量

《資源稅法》頒布（Event）。《資源稅法》于2020年9月1日正式實施，當企業為資源型企業，并且所在年份為《資源稅法》實施當年及以后年份時，取值為1，否則為0。其中，根據《國民經濟行業分類》標準并參考周海煒和齊增睿（2024）［12］的研究，資源型企業行業分類如表3所示。

3中介變量

（1）技術創新（TI）

借鑒侯尚法和朱德貴（2023）［25］的研究，采用上市公司專利獲取數量加1取對數來衡量企業技術創新水平，TI數值越大，技術創新水平越高。

（2）分析師關注（Atten）

借鑒肖奇和沈華玉（2017）［26］的做法，采用跟蹤一家上市公司并發布報告對該公司進行分析的證券分析師數量加1取對數，衡量企業受分析師關注的程度，Atten數值越大，分析師關注程度越高。

4控制變量

本文選取了一系列影響企業綠色治理水平的控制變量。具體包括：企業規模（Size）、現金流量（Cashflow）、成長性（Growth）、董事會人數（Board）、獨立董事占比（Indep）、兩職合一（Dual）和上市年限（Listage）。變量說明如表4所示。

（三）模型構建

現階段，主流的因果推斷方法有雙重差分法（DID）、傾向得分匹配法（PSM）、合成控制法、斷點回歸及工具變量法等，尤其伴隨著綠色信貸政策的頒布，國內學者們掀起了采用PSM-DID方法進行政策實施效果分析的熱潮。但隨著實證研究的深入，PSM-DID方法的一些局限性逐漸顯現，例如，協變量的選取具有主觀性、平行趨勢檢驗的嚴格限制、傾向得分匹配后的樣本量損失等問題，并且傳統因果推斷方法偏向于預設線性函數關系，可能影響評估結果的準確性。在這一背景下，雙重機器學習方法為彌補傳統模型的不足提供了新的思路和方向。

雙重機器學習是從海量數據中識別規律并執行預測、分類、聚類等任務的算法總稱，因其在數據生成、趨勢預測、因果推斷等領域的顯著優勢，該方法在經濟學方面得到廣泛應用。雙重機器學習模型由學者Chernozhukov等（2018）［27］提出，該模型將經濟學方法與機器學習結合起來，實現對邊際影響的無偏估計。與傳統模型相比，雙重機器學習模型的優點主要體現在以下三個方面：一是不預設函數，避免了函數誤設問題；二是能夠有效應對高維數據，緩解了維度詛咒問題；三是克服了機器學習模型的局限性。

為避免機器學習算法過度擬合（overfitting）造成的估計偏誤，本文采用交叉驗證（K-Fold）的方法來增加估計的穩健性，將樣本分割比例設置為1∶5，并采用拉索回歸的機器學習算法進行預測求解。

1基準模型

為檢驗《資源稅法》對資源型企業綠色治理績效的影響，借鑒學者徐紅丹和王玖河（2025）［28］的方法，構建部分線性回歸模型如下：

GGPit=θ0Eventit+lWit+Uit，E［Uit|Wit，Eventit］=0（2）

Eventit=m（Wit）+Vit，E［Vit|Wit］=0（3）

式（2）和式（3）中，GGP表示企業綠色治理績效，Event是解釋變量，表示樣本是否屬于《資源稅法》頒布后的資源型企業，向量W由控制變量組成，Uit和Vit是擾動項，θ0為處理效應。由式（2）和式（3）可知，控制變量向量W分別通過函數m（Wit）和函數lWit影響解釋變量Event和被解釋變量GGP。

2機制檢驗模型

本文借鑒江艇（2022）［29］的兩步法進行傳導機制檢驗，構建機制檢驗模型如下：

Mit=θ0Eventit+lWit+Uit，E［Uit|Wit，DIDit］=0（4）

Eventit=m（Wit）+Vit，E［Vit|Wit］=0（5）

式（4）和式（5）中，Mit為機制變量，分別代表技術創新（TI）和分析師關注（Atten）。

3交互作用模型

為檢驗《資源稅法》對企業綠色治理水平的影響在產權性質與行業競爭程度不同的情境下是否存在差異，進一步建立交互模型：

GGP=lEventit，Wit+Uit，E［Uit|Wit，Eventit］=0（6）

Eventit=lWit+Vit，E［Vit|Wit，Eventit］=0（7）

五、實證結果分析

（一）描述性統計

描述性統計結果如表5所示。企業綠色治理績效（GGP）的平均值為0607，標準差為0446；Event的均值為0162，標準差為0289，表示受《資源稅法》影響的資源型企業樣本占總樣本的162%。技術創新（TI）的最大值為7271，最小值為0，可見，不同企業間技術創新水平差距較大；分析師關注（Atten）的最大值為4331，最小值為0693，可見，不同企業受分析師關注程度差距較大。控制變量均處于合理區間內。

（二）單變量檢驗

表6報告了單變量檢驗的結果，根據核心解釋變量（Event）的取值將樣本分為兩組，進行均值差異檢驗。結果表明，當Event=1時，企業綠色治理績效均值為0804，在1%的水平上顯著高于Event=0時的均值0587，初步驗證了《資源稅法》頒布對企業綠色治理績效的提升作用。

（三）基準回歸

基于前文的研究設計，采用雙重機器學習模型實證分析《資源稅法》頒布對資源型企業綠色治理的影響，采用樣本內外交叉驗證的方式，將樣本分割比例設置為1∶5，主回歸與輔助回歸運用拉索算法（Lassco）進行求解。基準回歸結果如表7所示。

表7列（1）結果顯示，在加入時間固定效應、行業固定效應以及控制變量一次項后，《資源稅法》的處理效應為00774，在1%的水平上顯著；列（2）和（3）結果顯示，在分別加入控制變量二次項和三次項系數后，《資源稅法》的處理效應分別為00759和00765，均在1%水平上顯著，表明《資源稅法》頒布提升了資源型企業綠色治理績效，假設H1得到驗證。

（四）穩健性檢驗

為了確保基準回歸結果的準確性，本文采用替換被解釋變量、調整樣本期間、更換機器學習算法和改變樣本分割比例的方式，進行穩健性檢驗。

1替換被解釋變量

穩健性檢驗結果如表8所示。為避免被解釋變量衡量方式的局限性對研究結果的影響，借鑒學者張云等（2024）［13］的做法，采用ESG評分中的環境評分作為企業綠色治理績效的替換變量，帶入原模型中，結果如表8列（1）所示，處理效應為03907，在10%的水平上顯著，假設H1具有穩健性。

2調整樣本期間

為剔除樣本年份選取所造成的影響，以2020年為基準，將窗口期間設定為［-3，3］，即2017—2023年，結果如表8列（2）所示，處理效應為00772，在1%的水平上顯著，說明研究結論不受樣本期間選取的影響。

3更換機器學習算法

常見的機器學習算法包括拉索回歸（Lassocv）、隨機森林（RF）、梯度提升（Boosting）以及神經網絡（Net）等。本文采用隨機森林和梯度提升法進行穩健性檢驗，檢驗結果如表8列（3）和列（4）所示。列（3）結果顯示，在隨機森林算法下，處理效應為02113，在5%的水平上顯著。列（4）結果顯示，在梯度提升算法下，處理效應為00989，在1%的水平上顯著為正，說明研究結論不受機器學習算法選取的影響。

4調整樣本分割比例

由于樣本分割比例可能對本文結論產生影響，在拉索回歸算法下，將原有的樣本分割比例1∶5分別改為1∶3和1∶8，結果如表8列（5）和列（6）所示。在樣本分割比例為1∶3時，處理效應為00778，在樣本分割比例為1∶8時，處理效應為00762，二者均在1%的水平上顯著為正。

（五）內生性檢驗

1工具變量法

為避免由于反向因果、遺漏變量所造成的內生性問題，本文借鑒鄧慧慧和楊露鑫（2019）［30］的研究，利用Python技術提取企業所在地級市政府工作報告中有關能源消耗的詞匯，并計算詞頻作為工具變量進行內生性檢驗。內生性檢驗結果如表9列（1）所示，Event的處理效應為06157，在10%的水平上顯著為正，可見，通過了內生性檢驗。

2熵平衡DID法

為避免選擇偏誤等問題，采用熵平衡DID法進行內生性檢驗，借鑒Hainmueller（2012）［31］的做法，采用熵平衡匹配驗證《資源稅法》對企業綠色治理的提升作用，以控制變量中的連續變量為協變量，對協變量的均值、方差和偏度作為約束條件進行逐年匹配。相比于傾向得分匹配法，熵平衡法以縮小處理組和控制組中協變量的矩差異為優化目標，并且能保留全部樣本。表10為熵平衡匹配結果。結果顯示，加權后控制組與處理組的均值、方差和偏度基本一致。表9列（2）結果顯示，熵平衡匹配后的處理效應為00638，在1%的水平上顯著。

六、進一步分析

（一）傳導機制分析

1.內部驅動機制：技術創新

表11列（1）—列（3）報告了技術創新作為傳導機制的檢驗結果。《資源稅法》的實施對資源型企業技術創新表現出顯著促進作用，處理效應系數分別為01007、00984和00956，且均在5%的水平上顯著。這一結果支持了假設H2，即《資源稅法》通過激勵企業技術創新，進而提升其綠色治理績效。可能的原因在于，資源稅從價計征和征稅范圍的擴大顯著提高了企業資源使用成本，特別是對高污染、高耗能企業形成持續壓力。為應對稅負壓力、適應環保政策要求，企業有動力加大研發投入，引入節能技術和清潔生產工藝，推動技術升級與流程優化。同時，《資源稅法》中有關稅收減免的條款（如對低豐度油田開采稅收優惠）也為企業提供了明確的綠色創新導向，激勵企業通過技術創新實現集約開采和循環利用，最終提升綠色治理水平。

2.外部監督機制：分析師關注

表11列（4）—列（6）展示了分析師關注作為外部監督機制的檢驗結果。《資源稅法》的處理效應分別為00573、00591和00565，均在5%的水平上顯著，說明該法的實施顯著提高了分析師對資源型企業的關注程度，假設H3得以驗證。可能的原因是，《資源稅法》的出臺作為一項重要的環境規制政策，向市場傳遞出政府強化資源管理和生態保護的明確信號，提升了分析師對企業環境風險、合規成本及可持續發展能力的關注。分析師為更準確評估企業未來盈利與政策適應能力，會增加對資源型企業綠色實踐、環保投入和稅負結構的追蹤與分析，并通過研究報告和評級調整等方式發揮外部監督作用。企業為維持資本市場聲譽、吸引綠色投資，也更傾向于披露環境信息、強化綠色治理行為，從而形成“政策-關注-治理”的良性循環。

（二） 異質性分析

1.產權性質異質性

前述分析表明，《資源稅法》的實施顯著提升了資源型企業的綠色治理績效。本文進一步從產權性質、行業競爭程度和財務狀況三個維度展開異質性分析，以考察政策效果在不同條件下的差異。

在《資源稅法》實施前，許多國有企業已在資源節約和環境保護方面建立了較高標準［16］，政策帶來的邊際提升空間相對有限。相比之下，非國有企業往往面臨更強的融資約束和相對寬松的前期環境監管，《資源稅法》的實施顯著加強了其環境合規壓力。同時，隨著投資者日益關注企業的綠色表現，非國有企業為規避風險、降低合規成本并提升市場聲譽，更有動力加強綠色治理。因此，本文預期《資源稅法》對綠色治理的提升作用在非國有企業中更為顯著。

表12列（1）和列（2）報告了區分產權性質的回歸結果，結果顯示，非國有企業的處理效應為01093，在1%水平上顯著，而國有企業的處理效應不顯著，支持了前述觀點。

2." 行業競爭程度異質性

根據前文界定，資源型企業涵蓋12個不同行業，其在《資源稅法》實施后的響應可能存在系統性差異。在競爭程度較高的行業中，企業通常面臨更大的成本控制和差異化競爭壓力。《資源稅法》推高了資源使用成本，促使企業更注重提升資源利用效率和綠色治理水平，以維持或增強市場競爭力。同時，良好的環保形象也有助于企業獲取市場份額并滿足綠色消費需求。相反，在競爭較弱的行業中，企業缺乏類似的競爭動力，政策沖擊的治理提升效應可能并不明顯。因此，本文預期《資源稅法》對綠色治理的促進效應在行業競爭程度較高的組別中更為顯著。

本文采用赫芬達爾指數衡量行業競爭程度，并按其中位數將樣本分為高競爭組和低競爭組。表12列（3）和列（4）結果顯示，在高競爭環境中，處理效應為01962，在1%水平上顯著；而低競爭組的效應則不顯著，表明政策效果在競爭激烈的行業中更為突出。

3." 財務狀況異質性

企業的財務狀況直接影響其應對政策壓力和進行長期投資的能力。財務狀況良好的企業擁有更充足的內部資金和更優的融資能力，可積極投資于節能技術、環保設施及綠色創新，從而在《資源稅法》背景下有效降低稅負并提升治理績效。相反，財務狀況較差的企業往往面臨較強的融資約束，更傾向于采取短期成本控制策略，缺乏能力開展綠色投資，導致其綠色治理提升緩慢。

本文使用Z-Score值評估企業財務狀況，以267為臨界值將樣本分為財務健康組和財務困境組。表12列（5）和列（6）結果顯示，財務狀況良好組的處理效應為01498，在1%水平上顯著；而財務困境組的效應未通過顯著性檢驗。這說明《資源稅法》對綠色治理的提升作用在財務狀況較好的企業中更為顯著" 。

七、結論與政策建議

在“雙碳”目標引領下，推動資源型企業綠色轉型已成為實現經濟高質量發展與環境可持續性協同的核心命題。2020年《資源稅法》的正式實施，作為我國綠色稅收體系建設的重要里程碑，通過稅收杠桿引導資源高效利用與生態保護，其對企業綠色治理的實際效果及作用路徑亟待深入探討。 本文以2014—2023年滬深A股上市資源型企業為研究樣本，基于雙重機器學習模型，系統考察了《資源稅法》頒布對企業綠色治理水平的影響及機制。主要結論如下：（1） 《資源稅法》的實施顯著提升了資源型企業的綠色治理績效；（2） 機制分析揭示，技術創新與分析師關注在政策與企業綠色治理之間發揮了顯著的中介作用；（3） 異質性分析顯示，政策效果在非國有企業、行業競爭程度較高以及財務狀況良好的企業中更為明顯。

基于上述結論，本文提出如下政策建議：

第一，從政府層面來看，首先，應充分發揮綠色稅收體系的協同作用，推動資源稅與環境保護稅等相關稅種相互配合，嵌入“五位一體”總體布局，構建多稅共治的綠色調控機制，系統引導企業實現發展方式綠色轉型。其次，應加強資源稅的征管力度，確保稅收依法足額征收，倒逼企業提升資源利用效率和環境治理水平。同時，需進一步細化稅收優惠條款，對積極開展生態修復、投資綠色技術研發與應用的企業給予適度稅收減免，增強企業綠色轉型的內生動力。最后，可考慮將部分資源稅收入定向用于支持企業綠色轉型，通過設立綠色專項基金、提供優惠綠色信貸等渠道，優化財金協同機制，緩解企業融資約束，助力綠色創新。

第二，從企業層面來看，資源型企業作為政策作用的微觀主體，需將《資源稅法》的外部約束轉化為內部轉型的動力，從戰略、管理與運營多維度推進綠色治理。首先，強化稅務合規與戰略銜接，建立專門的“綠色稅務管理團隊”，動態跟蹤資源稅政策調整（如稅率變化、優惠范圍），結合企業資源稟賦與技術能力制定“一企一策”的綠色轉型方案，避免因政策理解偏差導致的稅務風險。其次，加大技術創新投入，聚焦資源高效利用與低碳技術攻關，例如通過引進智能化開采設備降低能耗、研發廢棄物資源化利用技術減少污染排放；同時，主動與高校、科研機構共建“綠色技術研發中心”，通過產學研合作降低創新成本、提升技術轉化效率。最后，增強信息披露的規范性與透明度，通過信息公開提升市場對企業的信任度，塑造“負責任的資源型企業”形象。

第三，從分析師角度來看，證券分析師作為資本市場的重要信息中介，需強化對企業綠色轉型的關注與深度分析，助力市場形成有效的綠色治理激勵機制。首先，構建綠色治理評價指標體系，將《資源稅法》的納稅遵從度、技術創新投入、環境績效等納入分析框架，系統評估企業綠色轉型的進展與潛力。其次，加強與企業管理層的深度溝通，通過實地調研、業績說明會等渠道，深入了解企業在應對《資源稅法》過程中的具體舉措及面臨的挑戰，并向投資者傳遞客觀、專業的企業環境表現信息。最后，定期發布相關專題研究報告，總結行業綠色轉型的共性問題與典型經驗，為政策制定者、企業與投資者傳遞企業的環境表現與綠色戰略，促進資本市場更有效地識別和激勵綠色領先企業，形成“以關注促治理”的良好外部約束機制。

參考文獻：

［1］ 李維安，徐建，姜廣省.綠色治理準則：實現人與自然的包容性發展［J］.南開管理評論，2017，20（5）：23-28.

［2］ 史云貴，劉曉燕.綠色治理：概念內涵、研究現狀與未來展望［J］.蘭州大學學報（社會科學版），2019，47（3）：1-11.

［3］ 李維安，張耀偉，鄭敏娜，等.中國上市公司綠色治理及其評價研究［J］.管理世界，2019，35（5）：126-133+160.

［4］ 李存芳，王維，王梅玲.資源型企業跨區轉移行為脅迫效應影響因素分析——以煤炭產業為例［J］.商業研究，2018（10）：147-155.

［5］ 王梁華.稅制綠化度、新質生產力與美麗中國建設［J］.華東經濟管理，2025，39（5）：71-79.

［6］ 劉毛桃，方徐兵，應望江.稅制綠色化與綠色投資者進入——來自《環境保護稅法》實施的證據［J］.外國經濟與管理，2025，47（1）：38-53.

［7］ 程博，熊婷，殷俊明.他山之石或可攻玉：稅制綠色化對企業創新的溢出效應［J］.會計研究，2021（6）：176-188.

［8］ 于連超，耿弘基，畢茜.綠色稅制改革對企業環境績效的影響研究［J］.管理學報，2023，20（6）：916-924.

［9］ 舒泰一，趙田田，萬諜，等.綠色稅制改革影響企業ESG表現——基于企業成本視角［J］.工業技術經濟，2024，43（6）：61-70.

［10］尹磊，汪小婷.資源稅優化：基于稅制設計和征管改進的視角［J］.稅務研究，2022（5）：54-60.

［11］嚴秋斯.基于企業視角的資源稅法實施效果研究——來自資源型上市公司的經驗證據［J］.稅務與經濟，2020（3）：85-92.

［12］周海煒，齊增睿.《資源稅法》實施對資源型企業綠色技術創新的影響［J］.工業技術經濟，2024，43（8）：58-67.

［13］張云，呂纖，韓云.機構投資者驅動企業綠色治理：監督效應與內在機理［J］.管理世界，2024，40（4）：197-221.

［14］王愛國，劉洋，劉玉玉.國有股權參股與民營重污染企業綠色治理［J］.財務研究，2022（1）：49-63.

［15］張嬈，郭曉旭.綠色信貸政策對企業綠色治理績效的影響研究——基于政策傳導視角［J］.管理學刊，2023，36（5）：76-95.

［16］郭曉旭，張嬈.“環保費改稅”政策發揮了信號傳遞效應嗎？——來自企業綠色治理的證據［J］.現代財經（天津財經大學學報），2024，44（5）：79-94.

［17］宋麗穎，張仁杰，祝貴儀.逐綠前行：政府綠色采購增進企業綠色治理研究［J］.經濟與管理研究，2024，45（7）：121-144.

［18］黃蓮琴，梁晨，何蔓莉.公司綠色治理：公眾與媒體的力量［J］.會計研究，2022（8）：90-105.

［19］王玉澤，羅能生，石磊.環境規制是否有利于提升公共健康水平？——基于外部性視角的研究［J］.中國人口·資源與環境，2024，34（9）：113-122.

［20］王琳，蔣雨軒，楊文升.資源型企業綠色轉型動力機制的演化博弈分析［J］.管理現代化，2024，44（3）：92-102.

［21］藍管秀鋒，吳若凝，李志萌.碳排放權交易制度與企業綠色技術創新［J］.江西社會科學，2024，44（11）：160-171+208.

［22］Madsen Joshua M. and McMullin Jeff L.Economic Consequences of Risk Disclosures： Evidence from Crowdfunding［J］. The Accounting Review， 2019，95（4）：331-363.

［23］于克信，胡勇強，宋哲.環境規制、政府支持與綠色技術創新——基于資源型企業的實證研究［J］.云南財經大學學報，2019，35（4）：100-112.

［24］羅擁華，劉思源.分析師關注對企業避稅的影響研究——一個有調節的中介效應模型［J］.北京聯合大學學報（人文社會科學版），2024，22（2）：48-59.

［25］侯尚法，朱德貴.科技補貼、稅收激勵與企業技術創新［J］.江漢論壇，2023（11）：21-28.

［26］肖奇，沈華玉.分析師關注、成長性與公司違規行為研究［J］.商業研究，2017（10）：116-125.

［27］Victor Chernozhukov et al. Double/debiased Machine Learning for Treatment and Structural Parameters［J］.The Econometrics Journal， 2018，21（1） ： C1-C68.

［28］徐紅丹，王玖河.人工智能與制造企業新質生產力——基于雙重機器學習模型［J］.軟科學，2025，39（5）：26-33.

［29］江艇.因果推斷經驗研究中的中介效應與調節效應［J］.中國工業經濟，2022（5）：100-120.

［30］鄧慧慧，楊露鑫.霧霾治理、地方競爭與工業綠色轉型［J］.中國工業經濟，2019（10）：118-136.

［31］Hainmueller J. Entropy Balancing for Causal Effects： A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies［J］. Political Analysis， 2012： 25-46.

Going Green： The Resource Tax Law and the Green Governance of Resource-based

Enterprises——Causal inference based on Double Machine Learning

ZHANG Jinsong， LI Muyao， ZHANG Yunshu

（School of Accounting， Harbin University of Commerce， Harbin 150028， China）

Abstract：Promoting the greening of economic and social development is the basic policy to solve the problems of resources， environment and ecology in China. The Resource Tax Law implemented in 2020 provides legal guarantee for green development， selects the data of A-share listed enterprises from 2014 to 2023， starts from the influence of the government’s “visible hand”， takes the promulgation of the Resource Tax Law as a quasi-natural experiment， and uses a dual machine learning model to explore the impact and mechanism of the promulgation of the Resource Tax Law on the green governance of resource-based enterprises. It is found that the Resource Tax Law can significantly improve the green governance performance of resource-based enterprises. The mechanism test shows that the Resource Tax Law can improve the green governance performance of resource-based enterprises by improving the level of technological innovation and the attention of analysts. Heterogeneity analysis shows that the effect of resource tax law on the improvement of corporate green governance performance is more significant in non-state-owned enterprises， enterprises with strong industry competition and enterprises with good financial status.

Key words：Resource Tax Law; green governance performance; technological innovation; analyst concern; resource-based enterprises

（責任編輯：鄒學慧）