自然资源资产离任审计的“双碳”治理效应

张阳; 刘奕臻; 彭嘉熹

自然资源资产离任审计的“双碳”治理效应

1.
广东财经大学会计学院, 广东广州 510320
2.
华盛顿大学福斯特商学院, 美国西雅图 98105
3.
南京审计大学商学院，江苏南京 211815

基金项目:

教育部人文社会科学研究规划项目 23YJA630136

详细信息

作者简介:
张阳(1971-)，女，江西瑞昌人，广东财经大学会计学院教授

彭嘉熹(2000-)，男，江西新余人，南京审计大学商学院博士研究生

通讯作者:
刘奕臻(1997-)(通讯作者)，女，江西湖口人，华盛顿大学福斯特商学院博士研究生

中图分类号: F239.47; F205
计量
- 文章访问数: 20
- HTML全文浏览量: 12
- PDF下载量: 1
- 被引次数: 0
出版历程
- 收稿日期: 2026-04-28
- 网络出版日期: 2026-06-26
- 刊出日期: 2026-05-28

The Dual-Carbon Governance Effects of the Accountability Audit of Natural Resource Assets

1.
School of Accounting, Guangdong University of Finance and Economics, Guangzhou 510320, China
2.
Foster School of Business, University of Washington, Seattle 98105, USA
3.
School of Business, Nanjing Audit University, Nanjing 211815, China

摘要

摘要: 领导干部自然资源资产离任审计是中国独有的系统性约束地方环境治理行为的顶层制度设计之一，其将生态责任嵌入官员政治激励，旨在从根本上扭转中国经济“唯GDP”发展路径。利用领导干部自然资源资产离任审计分批试点形成的“准自然实验”条件，将2011—2020年中国285个城市碳排放及碳汇数据与审计试点信息进行匹配，构建多时点双重差分与空间杜宾模型评估该制度对“双碳”目标的治理效应。研究发现，审计显著降低了碳排放强度并提升了碳汇能力，体现出明确的直接治理效果；其空间影响存在维度异质性——地理邻近地区呈现以技术外溢为主的“扩散效应”，而行政辖区内则表现为污染转移的“虹吸效应”。进一步分析表明，当相邻地区均被审计时，正向溢出受到抑制，尤其在省域内部可能出现方向逆转，揭示出地方政府在环境规制下的策略性互动。同时还识别出中国碳排放呈现“行政集聚”特征，印证了“双碳”进程主要由政府治理而驱动。本研究为理解中国政府主导的环境治理效能提供了关键证据，不仅验证了中国特色环境审计制度的有效性，也为优化区域协同机制、推动整体性治理提供了政策启示。
- 离任审计 /
- 自然资源资产 /
- 碳排放与碳汇 /
- 治理效应
Abstract: The accountability audit of natural resources (AANR) is a distinct institutional innovation in China that systematically constrains local environmental governance. By integrating ecological responsibility into political incentives, it aims to shift the economic growth away from a GDP-oriented paradigm. Exploiting the staggered pilot rollout of the policy as a quasi-natural experiment, this study matches city-level carbon emissions and carbon sink data for 285 Chinese cities from 2011 to 2020 with audit pilot information. This study employs a multi-period difference-in-differences model (DID) and a spatial Durbin model (SDM) to evaluate its governance effects on the "dual-carbon" targets. The results show that AANR significantly reduces carbon emission intensity and enhances carbon sink capacity, indicating clear direct governance effects. Spatial impacts exhibit dimensional heterogeneity. Geographically proximate regions display diffusion effects driven by technological spillovers, while areas within the same administrative jurisdiction show siphoning effects characterized by pollution transfer. Further analysis finds that when neighboring regions are simultaneously audited, positive spillovers are weakened and may even reverse within provinces, suggesting strategic interactions among local governments under environmental regulation. This study also documents an administrative clustering pattern in carbon emissions, indicating that the dual-carbon transition is largely driven by government intervention. This study provides key evidence on the effectiveness of government-led environmental governance in China. It confirms the institutional value of AANR and offers policy implications for improving regional coordination and advancing integrated governance.
- accountability audit /
- natural resource assets /
- carbon emissions and carbon sinks /
- governance effects

HTML全文

图 1 PSRE思维分析框架

下载: 全尺寸图片幻灯片

图 2 平行趋势检验

下载: 全尺寸图片幻灯片

图 3 安慰剂检验

下载: 全尺寸图片幻灯片

表 1 变量描述性统计

变量名称	变量符号	样本量	均值	标准差	最小值	最大值
碳排放	CE	2 565	2.340	2.580	0.010	35.130
碳汇	GL	2 850	78.900	156.700	0.000	1 646.000
自然资源资产离任审计试点	Audit	2 850	0.460	0.500	0.000	1.000
城市规模	Pop	2 850	15.020	1.230	2.340	17.350
政府干预	Gov	2 850	0.080	0.070	0.020	2.340
人均GDP	Gdp	2 850	10.990	0.760	2.340	13.190
产业结构	Istru	2 850	47.140	11.960	2.340	83.870
教育程度	Edu	2 850	4.630	1.110	0.520	7.190
劳动力供给	Labor	2 850	12.780	1.180	2.340	16.250
开放度	Open	2 850	0.190	0.310	0.000	2.490
外商直接投资	FDI	2 850	0.310	0.770	0.000	2.340
发展动能	Pat	2 850	7.330	1.640	2.200	12.310

下载: 导出CSV

表 2 模型(1)的基准回归结果

变量	碳排放 (1)	碳汇 (2)
Audit	-0.232^**	1.008
	(0.123)	(1.720)
控制变量	是	是
城市固定效应	是	是
年份固定效应	是	是
样本量	2 565	2 850
Adj.R²	0.745	0.977
注: *、、* 分别表示在1%、5%、10%的水平上显著，括号内为稳健标准误。下表同。

下载: 导出CSV

表 3 模型(2)与模型(3)的基准回归结果

变量	模型(2)				模型(3)
	地理空间矩阵		行政空间矩阵		地理空间矩阵		行政空间矩阵
	碳排放 (1)	碳汇 (2)	碳排放 (3)	碳汇 (4)	碳排放 (5)	碳汇 (6)	碳排放 (7)	碳汇 (8)
Auditit	-0.053^***	0.095	-0.045^***	1.312^***	-0.365^***	3.884^***	-0.093^***	4.496^***
	(0.006)	(0.092)	(0.005)	(0.097)	(0.013)	(0.166)	(0.007)	(0.130)
w′_iAudit_t	-0.587^***	8.631^***	0.028^***	-0.464^***	-2.324^***	29.590^***	0.020^***	0.085^***
	(0.040)	(0.955)	(0.001)	(0.017)	(0.072)	(1.497)	(0.001)	(0.018)
w′_iAudit_t×Audit_it					1.788^***	-21.861^***	0.009^***	-0.636^***
					(0.053)	(0.991)	(0.001)	(0.017)
w′_iy_t	2.322^***	0.113^***	0.0791^***	0.008^***	2.305^***	0.143^***	0.079^***	0.008^***
	(0.036)	(0.040)	(0.001)	(0.000)	(0.036)	(0.039)	(0.001)	(0.000)
y_{i, t-1}	0.449^***	0.853^***	0.363^***	0.851^***	0.448^***	0.854^***	0.363^***	0.851^***
	(0.007)	(0.003)	(0.006)	(0.003)	(0.007)	(0.003)	(0.006)	(0.003)
城市固定效应	是	是	是	是	是	是	是	是
年份固定效应	是	是	是	是	是	是	是	是
样本量	649 800	731 025	649 800	731 025	649 800	731 025	649 800	731 025
Adj.R²	0.731	0.989	0.788	0.989	0.732	0.989	0.788	0.989

下载: 导出CSV

表 4 基于PSM-DID的稳健性检验

变量	碳排放	碳汇
Audit	-0.186	0.232
	(0.120)	(0.159)
控制变量	是	是
城市固定效应	是	是
年份固定效应	是	是
样本量	2 043	2 270
Adj.R²	0.743	0.915

下载: 导出CSV

表 5 植被净初级生产力(NPP)的再检验

变量	植被净初级生产力 (1)	植被净初级生产力_1 (2)	植被净初级生产力_2 (3)
Audit	-0.004^***	0.006	0.008^***
	(0.001)	(0.003)	(0.002)
控制变量	是	是	是
城市固定效应	是	是	是
年份固定效应	是	是	是
样本量	2 839	2 556	2 272
Adj.R²	0.984	0.985	0.986

下载: 导出CSV

表 6 治理效应的异质性分析

变量	财政压力		环境规制强度		公众环境关注度
变量	碳排放 (1)	碳汇 (2)	碳排放 (3)	碳汇 (4)	碳排放 (5)	碳汇 (6)
Audit_it	-0.176	8.839^**	-0.187	-2.502	-0.164	-7.810^***
	(0.168)	(3.142)	(0.183)	(3.030)	(0.145)	(1.878)
Group_it	0.287	3.226	-0.058^**	-3.936^**	0.076	-7.021^***
	(0.202)	(1.951)	(0.021)	(1.314)	(0.101)	(2.019)
Audit_it×Group_it	0.012	-15.640^***	0.005	5.903^**	-0.133	17.700^***
	(0.130)	(3.800)	(0.102)	(2.067)	(0.124)	(3.256)
控制变量	是	是	是	是	是	是
城市固定效应	是	是	是	是	是	是
年份固定效应	是	是	是	是	是	是
样本量	2 564	2 848	2 522	2 806	2 565	2 849
Adj.R²	0.756	0.978	0.748	0.938	0.746	0.978

下载: 导出CSV

表 7 空间溢出效应异质性分析

变量	模型(2)				模型(3)
	地理距离(驾驶)矩阵		经济距离矩阵		地理距离(驾驶)矩阵		经济距离矩阵
	碳排放	碳汇	碳排放	碳汇	碳排放	碳汇	碳排放	碳汇
Audit_it	-0.053^***	0.111	-0.069	0.447	-0.360^***	3.920^***	-0.447^*	1.933
	(0.005)	(0.092)	(0.104)	(1.673)	(0.012)	(0.165)	(0.249)	(2.665)
w′_iAudit_t	-0.660^***	8.913^***	0.112	-2.396	-2.814^***	35.18^***	-0.340	-0.614
	(0.048)	(1.207)	(0.293)	(4.578)	(0.088)	(1.888)	(0.316)	(4.538)
w′_iAudit_t×Audit_it					2.218^***	-27.65^***	0.782	-3.082
					(0.066)	(1.246)	(0.489)	(3.278)
w′_iy_t	3.025^***	0.352^***	-0.076	0.232^***	3.004^***	0.399^***	-0.080	0.232^***
	(0.046)	(0.049)	(0.050)	(0.082)	(0.046)	(0.048)	(0.051)	(0.083)
y_{i, t-1}	0.449^***	0.852^***	0.456^***	0.814^***	0.448^***	0.853^***	0.455^***	0.814^***
	(0.007)	(0.003)	(0.036)	(0.071)	(0.007)	(0.003)	(0.037)	(0.071)
城市固定效应	控制	控制	控制	控制	控制	控制	控制	控制
年份固定效应	控制	控制	控制	控制	控制	控制	控制	控制
样本量	649 800	731 025	649 800	731 025	649 800	731 025	649 800	731 025
Adj.R²	0.731	0.989	0.729	0.989	0.732	0.989	0.730	0.908

下载: 导出CSV

表 8 莫兰指数检验

年份	地理距离矩阵(直线)		行政空间矩阵		地理距离矩阵(驾驶)		经济距离矩阵
年份	碳排放	碳汇	碳排放	碳汇	碳排放	碳汇	碳排放	碳汇
2011	-0.038^***	-0.007^**	0.296^***	0.046^**	-0.038^***	-0.007^**	0.008	0.189^***
	(-17.551)	(-2.028)	(11.234)	(1.990)	(-17.984)	(-2.081)	(0.454)	(8.362)
2012	-0.037^***	-0.008^**	0.278^***	0.048^**	-0.037^***	-0.008^**	0.024	0.196^***
	(-17.132)	(-2.266)	(10.640)	(2.092)	(-17.373)	(-2.265)	(1.119)	(8.638)
2013	-0.036^***	-0.008^**	0.292^***	0.051^**	-0.036^***	-0.008^**	0.015	0.201^***
	(-16.809)	(-2.262)	(11.140)	(2.185)	(-17.212)	(-2.289)	(0.766)	(8.809)
2014	-0.042^***	-0.008^**	0.305^***	0.049^**	-0.042^***	-0.008^**	0.004	0.202^***
	(-19.928)	(-2.172)	(11.649)	(2.116)	(-20.391)	(-2.208)	(0.292)	(8.834)
2015	-0.042^***	-0.007^**	0.259^***	0.051^**	-0.042^***	-0.007^**	0.015	0.212^***
	(-20.175)	(-1.900)	(10.245)	(2.162)	(-20.663)	(-1.966)	(0.765)	(9.244)
2016	-0.046^***	-0.007^**	0.228^***	0.052^**	-0.046^***	-0.007^**	0.002	0.218^***
	(-22.539)	(-1.772)	(9.080)	(2.224)	(-23.174)	(-1.897)	(0.222)	(9.515)
2017	-0.037^***	-0.007^**	0.536^***	0.050^**	-0.037^***	-0.007^**	-0.014	0.225^***
	(-18.035)	(-1.770)	(21.571)	(2.111)	(-18.229)	(-1.932)	(-0.452)	(9.780)
2018	-0.027^***	-0.007^**	0.473^***	0.050^**	-0.027^***	-0.007^**	-0.019	0.224^***
	(-12.442)	(-1.938)	(18.753)	(2.120)	(-12.572)	(-2.061)	(-0.643)	(9.730)
2019	0.048^***	-0.007^**	0.361^***	0.052^**	0.049^***	-0.007^**	0.006	0.221^***
	(-22.823)	(-2.001)	(13.655)	(2.218)	(-23.980)	(-2.079)	(0.399)	(9.622)
2020	-	-0.007^*	-	0.031^*	-	-0.007^**	-	0.210^***
	-	(-1.611)	-	(1.358)	-	(-1.761)	-	(9.138)

下载: 导出CSV

参考文献(34)

[1]	李成, 吴沁霖. 市场型环境规制如何影响企业ESG"漂绿"?——基于碳排放权交易的准自然实验[J]. 厦门大学学报(哲学社会科学版), 2025, 75(6): 51-66.
[2]	黄溶冰, 谢晓君. 领导干部自然资源资产离任审计提升政府环境治理能力了吗?[J]. 审计与经济研究, 2022, 37(4): 9-20.
[3]	唐勇军, 崔颖, 马文超, 等. 领导干部自然资源资产离任审计对企业绿色创新的影响及机制研究[J]. 审计研究, 2025(5): 15-26.
[4]	许恒周, 连瑞毅. 环保考核如何影响土地资源错配——基于领导干部自然资源资产离任审计试点的经验证据[J]. 中国土地科学, 2024, 38(10): 47-58.
[5]	Ali W, Wilson J, Frynas J G. Corporate governance mechanisms and carbon disclosure: a multilevel and multitheory literature survey[J]. Corporate Social Responsibility and Environmental Management, 2024, 31(6): 5670-5689. doi: 10.1002/csr.2869
[6]	刘儒昞, 王海滨. 领导干部自然资源资产离任审计演化分析[J]. 审计研究, 2017(4): 32-38.
[7]	Wang J, Lei P. The tournament of Chinese environmental protection: strong or weak competition?[J]. Ecological Economics, 2021, 181: 106888. doi: 10.1016/j.ecolecon.2020.106888
[8]	中国工程院和环境保护部. 中国环境宏观战略研究报告: 综合报告卷[M]. 北京: 中国环境出版社, 2011.
[9]	黄溶冰, 赵谦, 王丽艳. 自然资源资产离任审计与空气污染防治: "和谐锦标赛"还是"环保资格赛"[J]. 中国工业经济, 2019(10): 23-41.
[10]	林江, 王琼琼, 徐世长. 环保激励委托-代理人问题: 来自中国环保模范城市的证据[J]. 中山大学学报(社会科学版), 2021(5): 197-206.
[11]	张阳, 聂新军. 经济责任审计基本理论与信号传递效应研究[J]. 中国行政管理, 2012(10): 47-51.
[12]	祝遵宏, 蔡政煜, 方毅峰. 领导干部自然资源资产离任审计与城市绿色全要素生产率[J]. 南京审计大学学报, 2025, 22(1): 32-42.
[13]	黄溶冰, 谢晓君. 领导干部自然资源资产离任审计与地区环境质量——基于自然资源禀赋视角[J]. 资源科学, 2023, 45(6): 1091-1106.
[14]	李兆东, 郭磊. 领导干部自然资源资产离任审计可以促进节能减排吗?[J]. 南京审计大学学报, 2022, 19(3): 31-39.
[15]	鲍鹏程, 黄林秀. 财政环保支出提升城市碳排放绩效的机制与效应[J]. 西南大学学报(社会科学版), 2025, 51(5): 147-157.
[16]	王旭, 秦书生. 习近平生态文明思想的环境治理现代化视角阐释[J]. 重庆大学学报(社会科学版), 2021, 27(1): 227-237.
[17]	黄速建. 政府环境治理助推工业绿色发展的机制创新与路径选择——《"双碳"目标下中国工业绿色发展中的政府环境治理研究》评介[J]. 中南林业科技大学学报(社会科学版), 2023, 17(3): 9-13.
[18]	李哲, 薛淞. 政府环境影响评价制度与企业绿色技术创新[J]. 金融研究, 2024(3): 94-112.
[19]	李俊成, 彭俞超, 王文蔚. 绿色信贷政策能否促进绿色企业发展?——基于风险承担的视角[J]. 金融研究, 2023(3): 112-130.
[20]	孙鹏, 黄锦辉, 李杰, 等. 中央环保督察、政商关系与企业绿色创新——影响机理与扩散路径[J]. 财经研究, 2024, 50(7): 95-110.
[21]	朱虹, 储骁奕. 产业转移对碳排放和大气污染的协同治理效应与空间溢出分析——基于国家级承接产业转移示范区政策的实证研究[J]. 产经评论, 2023, 14(4): 77-91.
[22]	邓慧慧, 杨露鑫. 雾霾治理、地方竞争与工业绿色转型[J]. 中国工业经济, 2019(10): 118-136.
[23]	孙玉阳, 宋有涛. 环境规制对产业区域转移正负交替影响研究——基于污染密集型产业[J]. 经济问题探索, 2018(9): 132-139.
[24]	成喜玲, 胡照远. 低碳城市试点政策的污碳协同减排效应研究[J]. 国土资源科技管理, 2025, 42(4): 108-118.
[25]	陈永泰, 单炳霖. "双碳"目标下政府审计对碳排放的空间溢出效应[J]. 经济地理, 2025, 45(3): 171-180, 220.
[26]	赵西亮, 刘劼成, 康卿. 双重差分设计及其最新发展[J]. 经济学动态, 2025(10): 193-208.
[27]	Dubé J, Legros D, Thériault M, et al. A spatial difference-in-differences estimator to evaluate the effect of change in public mass transit systems on house prices[J]. Transportation Research Part B: Methodological, 2014, 64(6): 24-40.
[28]	Tobler W R. A computer movie simulating urban growth in the detroit region[J]. Economic Geography, 1970, 46(sup1): 234-240.
[29]	Yang T, Gu G. Spatial-temporal evolution and driving factors of China's high-quality economic development[J]. Sustainability, 2023, 15(23): 16308. doi: 10.3390/su152316308
[30]	张友国. 中国降碳政策体系的转型升级[J]. 天津社会科学, 2022(3): 90-99.
[31]	杨开元, 霍晓艳, 刘斌. 国家审计能降低国有企业审计风险吗?——来自省以下审计机关人财物管理改革的准自然实验[J]. 审计与经济研究, 2022, 37(1): 25-32.
[32]	尹礼汇, 吴传清. 环境规制与长江经济带污染密集型产业生态效率[J]. 中国软科学, 2021(8): 181-192.
[33]	李胜兰, 童瑞, 才国伟. 环境司法制度改革对企业绿色创新的影响: 实质性绿色创新还是漂绿?——基于公益诉讼试点的证据[J]. 华南师范大学学报(社会科学版), 2025(3): 115-135+207.
[34]	吴力波, 杨眉敏, 孙可哿. 公众环境关注度对企业和政府环境治理的影响[J]. 中国人口·资源与环境, 2022, 32(2): 1-14.