1 引言
提高我国能源效率，有利于减缓全球变暖、保护生态环境、保障国家能源安全和实现经济低碳转型。①中国整体处于工业化后期的发展阶段[1]、城镇化处于快速增长时期、煤炭是能源供给的主要来源，这些特征决定了未来一段时间中国仍将处于能源消耗的高水平时期。提高能源效率，有利于减少碳排放，有助于未来地表温升不超过2℃目标的实现。②环境污染是一种重大公众健康危害源，造成环境污染的许多根本原因和解决方案都跟能源行业息息相关[2]。提高能源效率，有利于减少SO2、NOx 和可吸入颗粒物的排放，保护公众健康与生物多样性，促进绿色发展。③ 2016 年中国原油对外依存度达到65.5%。天然气的进口依存度也超过30%。提高能源效率，有利于减少能源的进口依赖，减少能源冲突，保障国家能源安全。④提高能源效率，意味着需要进行全面的创新与探索，从而推动新一轮的能源工业革命。能源工业革命会大幅改进现有能源的生产方式和消费方式，有利于促进新产业形成，打造新的增长点， 并在此过程中， 实现经济发展方式的低碳转型 [3]。
现有文献对能源效率进行了大量研究，主要集中在能源效率评价和能源效率影响因素两个方面。考虑到文献众多，本文只选择代表性文献和综述性文献进行总结。①从评价方法看，包括单要素能源效率方法和全要素能源效率方法两大分支。能耗强度是一种计算简单且易于进行国别比较的单要素测度方法，但由于该指标包括了产业结构的变动，能源与劳动之间的替代，能源与资本之间的替代，能源投入结构的变化，能源价格的变动，这些变化都将显著影响指标值的大小，而并不表明能源生产的技术效率发生变化，而且也没有考虑其他投入要素的影响[4]。为此，研究者开始转向使用全要素生产率框架进行分析，Hu and Wang（2006）率先提出了全要素能源效率的概念，通过测度样本点相对于生产前沿的远近程度进行相对效率的比较[5]。对于前沿的估计有参数法和非参数法两种。非参数方法的典型代表是数据包络分析法（DEA），而参数方法的代表是随机前沿分析法（SFA）。张少华和蒋伟杰（2016）对能源效率的评价方法进行了系统梳理，并比较了各种方法的优缺点。DEA 方法无需具体的函数形式、可以分解出能源效率并考虑“节能减排”，但是无法排除随机因素的干扰、结果可比性差、结果无法进行统计检验。SFA 的结果对随机干扰较稳健、考虑多投入和多产出、结果可以进行统计检验，但是函数设定具有主观性、结果并非真正的能源效率、估计时样本往往较小[6]。②从影响因素看，魏楚和沈满洪（2009）将影响能源效率变化的因素归纳为结构变动、技术进步与创新、经济制度三大因素[4]。指数分解法将能源效率的变化分解为强度效应、产业结构效应、能源结构效应等三个方面。为了给能源强度变化提供更好的经济学解释，Wang（2007）提出了基于生产理论的分解方法（PDA），而PDA 方法的主要缺陷在于对产业结构效应和能源消费结构效应的测度上可能会与现实相悖[7]。为此，林伯强和杜克锐（2014）综合了指数分解法（IDA）和生产理论分解法（PDA），提出了一个综合的分解框架，将能源效率的变化分解为产业结构效应、能源结构效应（能源间替代效应）、生产技术效应、技术效率效应、资本能源替代效应和劳动能源替代效应等6 个成分，为解释能源效率变化提供了完整的理论框架[8]。
为了实现绿色发展，我国“十三五”规划设立了非常严格的约束性目标1。如何实现这些约束性目标？仅仅停留在学理层面是不足的，只分析能源效率演化和能源效率的影响因素是不够的。提高能源效率，需要找到一些抓手，分步骤、分重点地推进实施。显然，能源消耗量大、利用效率低的产业和区域是提高能源效率的重点。为此，本文分两个步骤筛选这些重点产业和重点区域：首先，依次分析细分产业和省级区域两个维度的能源消费分布与利用效率特征，整体把握我国能源消费的产业空间图谱。在此基础上，通过比较能源消费与能源效率，筛选能源消耗量大、利用效率低的产业和区域作为提高能源效率的重点，以期为国家分步骤、分重点地推进节能减排提供抓手参考。
2 提升能源效率的产业重点
能源效率评价包括单要素能源评价与全要素能源评价两大分支，为了便于结果之间进行比较，本文选择单要素能源评价方法，分析能源消费的产业和空间图谱。
2.1 能源消费的产业分布
从三次产业看，1985 年第一、第二、第三产业能源消耗分别为4044.8 万tce、52369.8 万tce、20268.1 万tce，比重分别为5.3%、69.3%、26.4% ；2015 年第一、第二、第三产业能源消耗分别为8231.7 万tce、287902.1 万tce、121701.4 万tce，比 重 分 别 为 2.0%、68.9%、29.1%。第二产业一直是能源消费的主体。从代表性细分产业部门看，能源消费的第一大产业是工业，1985—2015 年工业占能源消费总量的比重维持在67% 左右；其次是生活消费，基本上维持在12% 左右；第三大行业是交通运输、仓储和邮政业，其占比不断提高，2015 年达到8.9%。
从工业的细分产业看，40 个细分产业的能源消费分布呈现指数分布的特征，表明能源消费的产业集中度较高。1985 年、1990 年、1995 年、2000 年、2005 年、2010 年、2015 年7 个年份能耗最多的10个行业基本稳定，它们包括黑色金属冶炼和压延加工业、化学原料和化学制品制造业、非金属矿物制品业、有色金属冶炼和压延加工业、石油加工炼焦和核燃料加工业、电力热力生产和供应业、纺织业、煤炭开采和洗选业、造纸和纸制品业、金属制品业、橡胶和塑料制品业、农副食品加工业、交通运输设备制造业等。十大产业占能源消费总量的54%左右，其中前五大产业的能源消耗占42% 左右。
2.2 能源效率的产业特征
随着体制改革的推进和产业结构的演进，中国三次产业的能源效率呈现先上升后下降的波浪式上升特征[9]。但从三次产业的比较看，第二产业的能源效率一直低于第一产业和第三产业，利用效率较低。从几个代表性的产业部门看，批发零售住宿餐饮业、建筑业的能源效率较高，工业和交通运输仓储邮政业的能源效率较低。
基于数据的可获得性，使用2014 年工业产业中各个细分行业的主营业务收入2 计算能源效率，结果表明：效率最高的10 个行业是烟草制品业、文教工美体育和娱乐用品制造业、计算机通信和其他电子设备制造业、电气机械和器材制造业、仪器仪表制造业、纺织服务服饰业、皮革皮毛羽毛及其制品和制鞋业、交通设备制造业、家具制造业、废弃资源综合利用业。效率最低的10 个产业是其他采矿业、黑色金属冶炼和延压加工业、水的生产和供应业、其他制造业、非金属矿物制品业、化学原料和化学制品制造业、石油加工炼焦和核燃料加工业、石油和天然气开采业、有色金属冶炼和压延加工业、造纸和纸制品业。
结论1：工业的能源消费量占全国能源总消费量的67% 左右，能源消费量较大，但同时能源效率也较低。通过比较能耗最大的10 个工业产业与效率最高的10 个工业产业发现，交通设备制造业能耗较大，但是效率较高。通过比较能耗最大的10 个工业产业与效率最低的10 个工业产业发现，黑色金属冶炼和延压加工业、化学原料和化学制品制造业、非金属矿物制品业、有色金属冶炼和压延加工业、石油加工炼焦和核燃料加工业、造纸和纸制品业等6 个产业既是耗能大的产业，也是效率低的产业，同时也是产能过剩比较突出的产业。从提高能源效率的角度看，这些产业是降耗的重点产业。
3 提升能源效率的空间重点
3.1 能源消费的省域分布
改革开放以来， 产业向东部沿海不断聚集，能源消费随之向东部迁移。2015 年能源消费最多的十大省份分别是山东、江苏、广东、河北、河南、辽宁、四川、浙江、山西、内蒙古，其中前五大省份占整个国家能源消费的33.7%，前十大省份占全国能源消费的56.0%。高耗能区域集中在沿海、中部的山西和河南、西部的内蒙古和四川。
从能源消费增长率看，1986—2015 年我国能源消费年均增长最快的十大省份是海南、宁夏、广东、福建、青海、内蒙古、浙江、新疆、广西、云南。这种格局既与能源消费的基数有关，也与区域发展战略的调整有关。东部的崛起是广东、福建能源消费快速增长的原因，西部大开发则是宁夏、青海等资源富集省份能源消费快速增长的重要驱动力。
3.2 能源效率的省域特征
从能源效率看，2015 年我国能源效率最高的10 个省（市）是上海、广东、江苏、北京、天津、福建、浙江、安徽、湖北和海南，最低的10个省（区）是宁夏、青海、新疆、山西、贵州、内蒙古、云南、河北、甘肃、广西。其中， 能源效率最高的上海为7770.4 元/tce ； 最低的宁夏回族自治区为796.4 元/tce， 上海是宁夏的9.8倍。这固然与产业结构的差异有关，但也与能源效率有关。从区域分布看，能源效率较高的省份分布于东部， 能源效率较低的省份主要分布在西部。
从能源效率的提升变化看，1986—2015 年我国能源效率提升最快的10 个省（市）是吉林、北京、天津、四川、辽宁、黑龙江、江苏、河南、上海、甘肃， 最慢的10 个省（ 区）是海南、宁夏、青海、新疆、广西、云南、重庆、浙江、贵州、内蒙古。其中，能源效率提升最大的是辽宁，提升6.7 倍； 最慢的是海南， 下降了0.02 倍。从区域分布看，能源效率增长慢的省份主要分布在西部。
结论2：通过比较2015 年我国各个省份的能源消耗与能源效率可以发现，江苏、广东、浙江、湖北的能源消耗量大，但效率较高；而河北、山西、内蒙古、新疆的能源消耗量大，其效率较低且效率提升较慢，这些省份是提高能源效率的重点区域。
4 结论与建议
建设生态文明是中华民族永续发展的千年大计。提高能源效率是当前中国建设生态文明的关键举措。本文依次分析产业和区域两个维度的能源消费结构与效率特征， 获得能源消费与利用效率的产业空间图谱。在此基础上， 通过比较分析， 筛选能源消耗量大、利用率低的产业和区域， 作为提高能源效率的重点抓手。从产业看，工业是中国能源消费的第一大产业，1985—2015 年工业占能源消费总量的比重维持在67%左右。工业中40 个细分产业的能源消耗分布呈现指数分布的特征， 前五大产业的能源消耗占42% 左右。通过比较耗能最大的10 个产业与效率最低的10 个产业发现， 黑色金属冶炼和延压加工业、化学原料和化学制品制造业、非金属矿物制品业、有色金属冶炼和压延加工业、石油加工炼焦和核燃料加工业、造纸和纸制品业等6 个产业既是耗能大的产业，也是效率低的产业，这些产业是提高能源效率的重点。从区域看，2015年高耗能区域集中在沿海、中部的山西和河南、西部的内蒙古和四川， 能源效率较低的区域是宁夏、青海、新疆、山西、贵州。通过比较各个省份的能源消耗与能源效率发现， 江苏、广东、浙江、湖北的能源消耗量大， 但效率较高；增长的态势。
注释：
1 未来五年单位GDP 能源消耗降低15%，单位GDP 二氧化碳排放降低18%，细颗粒物未达标地级及以上城市浓度下降18%，化学需氧量、氨氮、二氧化硫、氮氧化物等主要污染物排放总量分别减少10%、10%、15%、15%。“十三五”末能源消费总量控制在50 亿tce 以内，地级及以上城市空间质量优良天数比例提高到80% 以上。
2 主营业务收入指的是产品销售收入。
参考文献：
[1]李国璋，王双.中国能源强度变动的区域因素分解分析—基于LMDI分解方法[J].财经研究，2008，（08）：52-62.
[2]Ang B W,ZHANGF.Q,Choi Ki-Hong.Factorizing changes in energy and environmental indicators through decomposition[J].Energy,1998,(6):489-495.
[3]董锋，杨庆亮，龙如银，等.中国CO2排放分解与动态模拟[J].中国人口·资源与环境，2015，（04）：1-8.
[4]顾阿伦，何崇恺，吕志强.基于LMDI方法分析中国产业结构变动对CO2排放的影响[J].资源科学，2016，（10）：1861-1870.
[5]Wang Miao,Feng Chao. Decomposition of energy-related CO2 emissions in China: An empirical analysis based on provincial panel data of three sectors[J]. Applied Energy, 2017,190:772-787.
[6]赵玉焕，王乾.京津冀能源消费与经济增长对碳排放的影响研究[J].中国能源，2016，38（10）：34-40.
[7]XU Shichun,HE Zhengxia,LONG Ruyin.Factors that influence carbon emissions due to energy consumption in China:Decomposition analysis using LMDI[J].Applied Energy,2014,127:182-193.
[8]孙建卫，赵荣钦，黄贤金，等.1995-2005年中国CO2排放核算及其因素分解研究[J].自然资源学报，2010，（08）：1284-1295.
[9]LIN Boqiang,OUYANG Xiaolin. Analysis of energy-related CO2 (carbon dioxide)emissions and reduction potential in the Chinese non-metallic mineral products industry[J]. Energy,2014,68:688-697.
[10]Zhao YH,Li H,Zhang ZH,et al.Decomposition and scenario analysis of CO2 emissions in China’s power industry:based on LMD Imethod[J].NATURALHAZARDS,2017,86(2):645-668.
[11]傅钧文，刘仁毅，高哲民.上海工业行业要素密集度测算与产业分类[J].上海社会科学院学术季刊，1987，（02）：24-34.
[12]王常凯，谢宏佐.中国电力CO2排放动态特征及影响因素研究[J].中国人口·资源与环境，2015，（04）：21-27.
