《制造业能源效率及其影响因素分析.docx》由会员分享，可在线阅读，更多相关《制造业能源效率及其影响因素分析.docx（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、制造业能源效率及其影响因素分析一、引言进入新世纪以来，随着我们我国工业化城市化进程的加快，国民经济逐步表现出对能源 的高消费和强依靠的特点，能源巨额消耗对可持续进展施加越来越大的压力。作为应对措施, 2005年，我们我国政府提出了 “十一五”期间节能减排的约束性指标，即在五年间单位GDP 能耗减排要比“十五”降低20%。20062022年单位GDP能耗累计共下降10.1%,五年即 将过去，节能结果并不令人满足。缘由在于现有的节能降耗指标是以行政区域为分解对象按 单位GDP能耗为约束目标的，这是典型的区域治理方式，它的局限性在于分解对象没有直 接针对能源消耗的行业或企业。为加大节能减排力度，我们
2、我国在“十二五”期间有必要以 行业或企业为约束对象并分解节能指标。有鉴于此，我们首先必需弄清晰各行业的能源效率 状况、节能潜力以及影响因素，然后再在此基础上实行对策措施，以确保我国节能减排目标的 实现。为了弄清我们我国行业能源效率现状及其影响因素，众多学者主要以工业为对象绽开讨 论。唐玲、杨正林(2022)采用DEA方法测算了 19982007年中国工业行业能源效率，并采 用Tobit模型探究工业经济转型对能源效率提升的影响机制。讨论发觉,中国工业能源效率的 总体水平较低。开放程度高、竞争性强的行业能源效率较高，而开放程度低、垄断程度高的 行业能源效率水平低;工业能源效率随着企业规模的扩大呈倒
3、“U”形特征；李世祥、成金华 (2022)采纳DEA方法，应用不同目标的能源效率评价模型,评价了 1990-2006年间中国的能 源效率状况，并用“两步法”估量其影响因素。认为工业部门能源效率不高是由能源密集型 的工业结构以及生产技术结构所打算的；王少平、杨继生(2006)讨论了 12个工业行业的 能源消费与行业增长的综列协整关系，得出了我们我国工业各主要行业的能源消费与行业增 长和能源效率之间存在长期均衡，且长期均衡具有显著短期调整效应的结论；庞瑞芝，王卢羡 等(2022)采纳数据包络分析法对经济转型期间工业部门全要素能源效率进行分析，指出中 国工业部门增长以能源低效为特征，工业部门全要素能
4、源效率和技术效率都偏低，工业增长模 式照旧粗放,重化工业化进展水平较低；孙海、王元地等(2022)将能源消耗强度分解为结 能源效率相差比较悬殊，劳动密集型制造业能源效率最高，技术密集型行业次之，资本密集 型行业最低。三大类型制造业能源效率年平均最高值不超过46%,最低仅有22%。因此，通 过提高制造业能源效率进而节能降耗仍具有较大的潜力和空间。其次，近期制造业整体能效值显示出提升的趋势。资本、技术密集制造业能效自2004 年后都比前十年抬升到一个新平台，并且近三年来三类制造业能效值维持在各自较高水平 上。说明我们我国自2006年以来实施的节能降耗目标约束发挥了作用。基于以上两点结论, 我们我国
5、“十二五”期间单位GDP节能降耗指标可以适当提高，目标约束的作用可进一步加 强。再次，能源效率最低的子行业三分之二属于资本密集制造业。其中，黑色金属冶炼及压 延加工业、非金属矿物制品业、有色金属冶炼及压延加工业、化学纤维制造业和橡胶制造业 仍旧是能耗大、能效低的重点行业，表明该类型行业在较长时期内面临巨大能源消耗和节能 减排的沉重压力。与之相比，劳动、技术密集行业显示较高效率，从这个意义上，我们应重 新端详片面追求能源密集型的工业结构和制造业重化倾向，优先进展低能耗、低污染的技术 密集型行业，巩固劳动密集型制造业。坚持用先进适用技术改造资本密集行业中高耗能产业, 提高产品的技术含量和附加值，降
6、低单位产品能耗，改善环境质量，最终实现工业经济结构的 优化升级与能耗消费、环境改善的协调全都，缓解资源和节能减排压力。最终，使用Tobit模型对中国制造业能源效率影响因素的检验表明，能源消费结构、市场 竞争、企业技术进步和企业规模等因素对制造业整体的能源效率有显著影响，尤其是市场竞 争和技术进步的作用更为重要。这表明引入竞争机制、促进技术进步作为引导经济增长方式 转变的基本手段，对提高能源效率乃至资源配置的效率都发挥着重大作用。其中，资本、技 术密集制造业能效对技术进步，劳动、技术密集行业对能源消费结构，劳动、资本密集行业 对企业规模等的反映更为敏感。但能源价格无法对能效产生重要影响的现象令人
7、担忧，这说 明自2007年底以来成品油、电力价格上调为主要内容的能源价格改革对制造业，尤其是资 本密集制造业能源效率改进以及节能减排的作用还相当有限。我们我国应尽快完善能够反映 资源稀缺程度、市场供求关系和环境成本的能源价格形成机制,以发挥其节能减排的调整功台匕 RI匕。 构份额和效率份额两个因素，分析了制造业产业结构调整和能源效率提高对能源消耗强度的 影响，发觉我们我国制造业能源消耗强度在不断下降，缘由是产业结构调整和能源使用效率 提高的综合影响；周鸿和林凌(2005)、史丹(2006)、吴巧生和成金华(2006)认为产业结构变动 对能源效率的影响并不显著，王玉潜(2003)则发觉产业结构调
8、整对能源效率的提升有负向作 用；史丹(2002)讨论认为对外开放通过强化资源配置效率提升了能源效率,魏楚和沈满洪 (2007a)考察了产业结构、政府财政支出、进出口和国有经济比重对于能源效率的影响因素, 师博和沈坤荣(2022)通过对能源消费结构、国内贸易比重、国有经济比重、FDI和能源价格 对于能源效率影响因素的考察,发觉市场分割造成了全要素能源的损失。以上讨论把讨论对象锁定在工业层面而不是省际区域，避开了使用省域宏观数据在加总 过程中由于变量的波动性削减所导致严峻的信息损失,及其所忽视的中国经济多层次性、简 单性等多元特征(涂正革,2007)等问题。而以工业行业作为讨论单位，信息量更丰富，
9、比以省市 作为基本讨论单位更能发觉能源效率影响因素的制度及行业环境因素(唐玲，杨正林，2022), 这对本文讨论供应了重要启示。但是，已有的以工业为对象的讨论却也忽视了不同行业间要 素配置的区分，缺乏对要素配置结构的熟悉。而要素使用结构是效率变动的起始点，目前方 法的缺陷难以实现对不同类型行业的具体评价。另一方面，已有文献一般都是从我国宏观经 济层面研讨能源效率的影响因素，鲜有从行业这一中观层面上的研讨，这就使得分析结论难 免与行业实际之间存在差距。因此，本文从中观层面上选取不同要素密集度制造业作为讨论 对象，并在此层面上研讨能源效率变动的具体影响因素，这对于更精确地把握制造业能源效率及其根源
10、，并提倡把原来以行政区域分解节能降耗指标的做法转变为以行业为 单位来分解，更具针对性和实际意义。二、能源效率的讨论方法(一)DEA模型介绍与全要素能源效率定义数据包络分析(DEA)是由美国闻名运筹学家Charnes和Cooper等于1978年提出的，是在 Farrell测度基础上进展起来的一种评价决策单元(decision making unit,DMU)相对业绩的非 参数方法，其中应用最普遍的模型是C2R模型。假设有个决策单元QDMU),每个决策 单元(DMU j )都有机种输入和s种输出，其中勺=(勺,均,/尸， 匕 =(,/，乂,，居)丁，/为第/个决策单元的第i种输入类型的输入量； 夫
11、0表示。MU)的第一种输出类型的输出量(/ = 1,2尸.,=1,2尸./ = 1,2尸.刈。 / =盯)，%=%)分别为决策单元。MU/o的输入和输出。对于选定的。推断其有 效性的径向DEA模型可以表示为： msminS.，)：jXjj + S- - GXgo，I = 1,2,A7?j=lZ力力s；=%W l，2,s ；=iAj 0, 7 = 1,2,附 s7 0 9 s； NO其中s；和s；分别为剩余变量和松弛变量，为非阿基米德无穷小量，一般取e = 10R。为 该决策单元的有效值，当夕=1时，称。为DEA有效，当8 H5-H12、H2 为劳动密集型；H4、H13、H16-H21 为资本密
12、集型；H14-H15 H23-H28 为技术密集型。投入变量：包括资本、劳动和能源消耗。其中资本投入，沿用张军、吴桂英等的做法， 采用永续盘存法计算19952022年中国制造业28个行业的资本存量。计算公式 为:K, =/+（1-司）/_。其中（为第/年的资本存量，K-表示第r 1年的资本存量，乙 表示第t年的投资，3t表示第t年的折旧率;对于劳动投入量,我们采纳历年制造业从业人员 数作为投入量指标，并直接引用统计年鉴中历年制造业从业人员数据。能源投入使用各行业 每年的煤炭、石油、自然 气和水电等四种主要一次性能源消耗量来表示，折算为标准煤计 算,单位为万吨标准煤。产出变量：不同文献所选取的标
13、准并不全都，主要采纳增加值和总产值两种。我们选用 工业总产值表示产出变量,主要考虑是与工业增加值比较，总产值包括了中间产品转移价值, 而正是由于中间产品价值的计算,反映了规模节省和资源配置效率的经济效能,体现了全要 素生产率的指标功能。所用数据均来源于中国统计年鉴和中国能源统计年鉴（19962022）。三、不同要素密集型制造业能源效率特征分析（-）全要素能源效率变动总特征我们基于上述DEA方法测量了中国28个制造行业在19952022年间的能源效率值,并 将其列于表1。从表1可以看此中国制造业能源效率总体水平较低,各行业能源效率相差比 较悬殊。在多数年份能源效率值达到1的行业仅有H1农副食品加
14、工业、H7皮革、毛皮、羽 （绒）毛及其制品业、H4烟草制品业、H27通信设施计算机及其它电子设施制造业和H28仪器 仪表及文化办公用机械制造业。虽未达到最优，但能效值大于0.8以上，能效较高的行业也注：为讨论便利,我们以H为代号表示这些行业，这28个行业分别对应的代号为:H1农副食品加工业、H2 食品制造业、H3饮料制造业、H4烟草制品业、H5纺织业、H6纺织服装、鞋、帽制造业、H7皮革、毛皮、 羽（绒）毛及其制品业、H8木材加工及木、竹.、藤、棕、草制品业、H9家具制造业、H10造纸及纸制品业、 H11印刷业和纪录媒介的复制、H12文教体育用品制造业、H13石油加工炼焦及核燃料加工业、H14
15、化学 原料及化学制品制造业、H15医药制造业、H16化学纤维制造业、H17橡胶制造业、H18塑料制造业、H19 非金属矿物制品业、H2O黑色金属冶炼及压延加工业、H21有色金属冶炼及压延加工业、H22金属制品业、 H23通用设施制造业、H24专用设施制造业、H25交通运输设施制造业、H26电气机械及器材制造业、H27 通信设施计算机及其它电子设施制造业、H28仪器仪表及文化办公用机械制造业。不多，只有H6纺织服装、鞋、帽制造业和H26电气机械及器材制造业。其中，烟草加工业是 28个制造行业中能源技术效率最高的行业,在讨论样本期内的全部年份其能源效率值均为 lo这一结果与唐玲、杨正林（2022）
16、的讨论完全相同，能源效率较高行业的结果也与多数讨论基本相同。除此之外的其余四分之三的行业样本期间平均能源效率值均处在0. 6以下, 十五个行业能效值甚至低于50%。其中，行业平均能源效率最低的六个行业分别是：H14化 学原料及化学制品制造业、H20黑色金属冶炼及压延加工业、H19非金属矿物制品业、H21 有色金属冶炼及压延加工业、H16化学纤维制造业和H17橡胶制造业。长期以来，我们我国 重点耗能大户正是消失在这些行业当中的，它们能耗大、效率低已成老大难问题，明显本文 的测算结果是与实际阅历是相符合的。由于绝大多数行业能源效率过低，因此通过提高制造 业能源效率进而节能降耗仍具有较大的潜力和空间
17、。表1制造业各行业能源效率(19952022)行业19951998200020012002200320042005200620072022meanH11.000. 230. 331.001.001.001.001.001.001.001.000. 80H20. 520. 250. 420. 560. 450. 540. 500. 580. 590. 580. 550. 491130. 470. 250. 260. 300. 260. 250. 340. 550. 550. 570. 520. 40H50. 580. 290. 290. 570. 570. 520. 460. 450. 400.
18、 360. 420. 43H60. 900. 980. 960. 920. 900. 880. 880. 880. 850. 800. 830.91H70. 781.001.001.001.001.001.001.001.001.001.000. 981180. 520. 220. 290. 560. 580. 520. 560. 470. 480. 280. 290. 40H90. 670. 560.610. 770. 740. 680. 940. 760. 780. 391.000. 67H100. 450. 440. 360. 340. 260. 290. 420. 220. 220.
19、290. 230. 34H110. 520. 370. 340. 350. 400.310. 450. 380. 400.410. 420. 40H120. 760. 540. 620. 620. 580.610. 640. 660. 690. 680. 740. 65H220. 780. 380. 300. 700.710. 500.510. 520.510. 260. 340. 47H41.001.001.001.001.001.001.001.001.001.001.001.00H130. 300.211.001.000.310. 190. 231.001.001.001.000. 57
20、H160. 330. 450. 450. 100. 320. 400. 280. 240. 240. 230. 250.3111170. 440. 240. 220. 320. 460. 250. 320. 350. 350. 320. 270. 32H180. 570. 270. 490. 580. 570. 540. 570. 540. 590. 460. 360. 48H190. 300. 330. 140. 140. 130. 340. 430. 400. 340. 350. 220. 29H200.310. 240. 200. 200. 180. 160. 380. 330. 280
21、. 250. 320. 26H210. 350. 360. 320. 150. 270. 370. 220. 180. 270. 170. 340. 29H140. 290. 320. 200. 200. 130. 040. 290. 360. 370. 300. 380. 2611150. 360. 420. 220. 420. 320. 250. 280.490. 490. 500. 480. 38H230.610. 280. 360. 620. 660. 680. 800. 750. 780. 600. 660. 5711240. 730. 390. 450. 590. 820. 630
22、. 740. 720. 730. 630. 640. 60H250. 540.310. 370. 590. 680. 720. 650. 720. 760. 740. 670. 5611260. 870. 720. 870. 940. 930. 951.001.001.001.001.000.91H271.001.001.001.001.001.001.001.001.001.000. 951.00H281.000. 881.000. 741.000. 921.001.001.001.000. 830. 96数据来源：由DEA方法得到全要素能源投入目标值后，再依能源效率计算公式计算而得。限于篇
23、幅，2000 年前结果只列出1995和1998年，其余年份如有需要，可向作者索要。(二)不同要素密集型制造业的能源效率假如按要素密集度对制造业进行区分，那么三大类型制造业的能源效率如表2所示。为 便利观看它们的变化状况，我们把表2的数据绘成图1。从表2和图1可见，三大类型制造 业能源效率与人们的阅历推断或预期比较全都，即劳动密集型制造业能源效率最高，技术密 集型行业居其次，资本密集型行业最低。在样本期内，劳动密集制造业能效变动较大，自2001年之后维持在相对较高水平，近 期有收敛趋势。这表明进入新世纪后，劳动密集制造业在市场上不仅表现为成本的比较优势, 而且表现为能源效率的优势。从这个意义上，
24、我们应重新端详片面追求制造业重化及高技术 化倾向，更加重视劳动密集型行业对国民经济的贡献及其进展格局。技术密集制造业能效变 动较为平缓，也在2005年后有较大改善；资本密集型制造业集中了 H13石油加工炼焦及核 燃料加工业、H16化学纤维制造业、H19非金属矿物制品业、H20黑色金属冶炼及压延加工 业、H21有色金属冶炼及压延加工业等传统耗能行业，因此该类行业历来是节能减排的重点 对象。但值得确定的是，在近几年,资本密集制造行业的节能工作取得了肯定成效。自2005 年始，能效值有了较大幅度的提高，但与其他两类行业相比，仍有显著差距。表2三大类型制造业能源效率类型1995199719982000
25、20012002200320042005200620072022力动 密集0. 640. 360. 350. 360. 600. 580. 540. 550. 520.510. 460. 49资本密集0. 320. 260. 280. 360. 330. 220. 250. 360. 440. 400. 370. 39技术密集0. 390. 290. 360. 290. 340.310. 240.420. 480. 500.440.48行业 平均0. 390. 220. 310. 340. 370. 300. 280.400. 460.440. 400.43数据来源：由DEA方法计算而得。引人
26、注目的是，劳动、技术密集制造业能效自2005年后都比前十年抬升到一个新平台, 并且两类制造业在近期也显示出明显的收敛趋势，从2006-2022年它们的能效值相当接近。 这至少说明白不同制造行业的经济行为是适应可持续进展战略需要的，我们我国自2006年 以来实施的节能降耗目标约束发挥了作用。由于本文是从全要素角度计量能源效率的，因此 节能潜力可简单地由于1-TFEE计得。依此看，制造业四分之三的行业或三大类型制造业， 能效提高仍旧有4050%的空间，因此，“十二五”期间单位GDP节能降耗指标可以适当提 高，目标约束的作用应进一步加强。四、制造业能源效率的影响因素（一）变量确定与数据来源能源效率改
27、进最重大的背景在于经济增长方式从粗放型向集约型这一全局性转变。中国 政府在1995年的国民经济和社会进展“九五”方案和2022年远景目标就已明确提出转 换经济增长方式的任务，此后，政府始终坚持依托市场，采用各种政策和措施引导企业从外 延式数量型增长转变为内涵式质量型增长。在宏观上，加快市场经济体制的建立，发挥市场 竞争作用；国有经济的战略性改组，使国有资产从分散的中小企业向大型和特大型的企业集 团集中，使产业结构、企业规模和集中度等都发生明显变化；建立现代企业制度，企业自我 约束增加，成为市场竞争主体；鼓舞技术进步和技术创新以适应新的市场需求，推动结构调 整和升级；逐步完善要素价格机制，发挥其
28、配置资源的作用。政府这些促进经济增长方式转 换的方法手段，其作用是综合性的。但在行业层面分析上，我们认为对制造业能源效率发生 直接作用的方面主要包括产业结构（特殊是制造业内部结构）、企业规模结构和能源消费结 构的变动、行业集中、技术进步、能源价格调整等因素。因此本文将这些因素确定为影响能 源效率的解释变量，通过合适的回归模型揭示它们与能源效率之间的关系。我们以上文中采用DEA方法计算出的效率值作为因变量，以影响因素作为自变量建立回 模型。市场竞争COMP用新产品销售收入占主营业务收入比重表示；企业规模SCALE用企 业平均资产规模表示；企业技术进步用讨论与试验进展经费支出占主营业务收入比重表
29、示;由于我们我国的主要能源是煤炭，故能源消费结构CQ4LC用煤炭消费占能源消费总量 的比重表示；能源价格用燃料零售价格指数表示，以1995年为基期；行业集中度 小用制造业赫芬达尔指数表示。以上数据来源于相应年份中国统计年鉴、中国能源 统计年鉴和中国科技统计年鉴。制造业结构变动也是一个重要变量，但因本文已对制 造业按要素密集程度作了结构区分，并基于结构差别讨论能源效率，故对其不再作为变量用 于分析。由于各行业能源效率值处于0和1之间，数据被删截，需要建立截断因变量模型，因此采纳 处理限值因变量的Tobit模型才能避开回归的偏误和不全都。模型构建如下：TFEE： = C + COALC, + /3
30、2RDit +HHIit + COMPit +/3.SCALEit + PINDit+asitTFEE” = MaxQTFEE：）其中，和，分别表示不同行业和不同年份的对应值，TFEE；为潜在变量,TFEE为不 同时期不同行业的能源效率，。为比例数，%为随机误差项。考虑到数据的可得性和完整性，回归区间为20012022年。（二）计量结果分析基于28个行业2001-2022年的面板数据，各行业能源效率影响因素的Tobit模型回归结 果如表3所不。Tobit模型的估量系数不能直接解释为相应自变量的边际效应，而只是表示对观看到的 7FEE的均值和7FEE被观看到的概率。但由于TOBIT模型的估量系数
31、的符号和偏效应的 符号与OLS是全都的，而且统计显著性也全都，因而适合于本文着重讨论各种因素对于能源 效率的影响方向而非具体效应大小之目的。表3制造业能效影响因素Tobit模型回归结果解释变量全部制造业劳动密集型资本密集型技术密集型COALC0.202319*(-3.519683)0.101643*(-1.487554)0.097915*(0.097915)1.363048*(-16.08587)RD0.910040*(1.812022)-16.63831*(-10.59683)2.626129*(2.501358)13.27400*(2.163286)SCALE0.010594*(0.720
32、913)0.647663*(7.206411)0.030528*(6.580595)COMP2.36053*(4.5229)0.000503*(1.392119)2.40E-05*(2.983123)HHI0.000503*(1.392119)-0.000426*(-2.865815)PIND0.004565*(1.542004)-0.006179*(-2.832311)C0.772510*(6.2211)1.035070* (9.085669)0.391968*(5.104807)1.626248*(6.872586)Log likelihood-20.9475141.3973610.145
33、5652.32827obs224966464注：括号中的数值为z值，*、*、*分别表示在1%、5%和10%水平下显著。一表示该变量未通过检验、 不进入方程。全部检验借助Eviews6.0完成。由表3可见，能源消费结构、市场竞争、企业技术进步和企业规模对制造业整体的能源 效率有显著影响，并且前一因素对能源效率改善的作用是负向的，后三个因素的作用则是正 向的，这与人们的预期较为全都，也与多数学者的结论相吻合。其中，市场竞争和技术进步 的作用更为重要，这表明引入竞争机制、促进技术进步作为引导经济增长方式转变的基本手 段，对提高能源效率乃至资源配置的效率都是不行或缺的。本文中能源消费结构是由煤炭消 费
34、占一次性能源消费的比重来表示的，它对能源效率改善的负向作用表明，制造业煤炭能耗 越高，能源效率就越低，反之亦然。能源价格变量未能进入方程令人意外，但却反映了我们 我国的现实，即多数重点耗能行业或企业处于产业链的低端，对能源价格变化消化力量并不 强。就劳动密集型制造业而言，对制造业整体的能效产生影响的因素同样对它发生了作用， 区分在于除能源消费结构、市场竞争、企业技术进步和企业规模外，能源价格对该类行业的 能效产生了正向效应。表明劳动密集制造业对能源价格变动反映准时，较重视节能，这可以 部分解释上文表明的在三大类型行业中该类制造业能效始终保持最高的缘由。另一区分在 于，劳动密集制造业能效对技术进
35、步负效应。这可能是由于该类行业的技术进步主要应用于 产品创新而不是用于要素配置或能效改进方面所导致。在资本密集制造业方面，变量的回归系数均为正。企业技术进步对该行业能效的影响最 显著，这也符合我们的一般预期；行业集中度有助于该类制造业能效的提升，但效果并不突 出；行业集中度高、企业规模大是该类型行业的显著特征，一般来说，企业规模大可以使要 素配置得更合理，使用更充分更加集约化，从而使能源采用同其他要素一样获得规模收益, 回归结果说明白这一点。但与劳动密集制造业相比，资本密集行业企业规模的能效效应要小 得多，这可解释为，劳动密集企业规模通常要比资本密集企业的小，而后者规模过大，适得 其反。随着企
36、业规模的扩大，内部结构的简单性增加，这种简单性会消耗能量和资源，这种消耗 会抵消规模扩大带来的好处，使得规模效应大大降低（涂正革、肖耿，2005）o能源消费结构变 量系数为正，与另两类行业都不同，反映了资本密集行业长期以来是我们我国煤炭消费主体 的事实，能效的提高之于它们就是煤炭采用效率的提高。技术密集制造业能效受企业技术进步、能源消费结构、市场竞争、行业集中度和能源价 格的影响比较明显。其中技术进步施加重大影响，能源消费结构次之；后三个变量系数都较 小。值得留意的是，能源消费变量与能源效率负相关，也就是该行业煤炭消费越多，能效就 越低。其中合理的解释可能是，技术密集行业原来更适合的能源消费结
37、构是多使用电力等非 煤能源而少消耗煤炭，而实际上由于我们我国能源供应结构的制约只好使用了不经济的煤 炭，从而降低了能效。一般来说，能源价格的上涨会提高企业的生产成本，从而促使企业在 生产过程中采纳更加节能的生产设施和技术,尽量削减能源的消耗。因而,能源价格的提升有 利于提高能源的采用效率。在这里，能源价格变量对能效却产生负效应，一个可能缘由是能 源价格变量选择不当，以燃料零售价格指数表示的能源价格无法真实反映该行业能耗变动状 况；另一个缘由则与上述导致能耗与能效负相关的缘由相同，即行业更适合使用非煤能源， 但由于其他能源价格相对较高引起使用煤炭替代，从而导致能效下降。如是,对于技术密集 制造业，改善当前以煤炭为主的能源消费结构，大力推行高效、环保类能源将会提升该类行 业的能源效率并有利于节能减排工作的落实。五、结论与启示本文基于DEA方法测量了中国制造业19952022年间的能源效率,并对不同要素密集制 造业能源效率的特征进行了分析，最终建立tobit计量模型重点研讨影响中国制造业能源效率 的因素，主要得到以下几点结论和启示。首先，制造业能源效率变化的特征分析表明，中国制造业能源效率总体水平较低,各行业