我國工業全要素能源效率及其影響因素分析
——對35個工業行業面板數據的實證考察

丁黃艷

(重慶工商大學 a.數學與統計學院; b.經濟社會應用統計重慶市重點實驗室， 重慶 400067)

能源是人類社會賴以生存與發展的物質基礎。長期以來，我國能源稟賦和技術水平決定了工業行業“以煤為主”的能源消費結構，并在高速度、粗放式的增長模式下固化了能源消費路徑，不僅造成了對能源的掠奪性開采和環境的巨大破壞，而且能源效率也低于世界平均水平。《BP世界能源統計年鑒2016》數據顯示，2015年我國工業行業能源消費總量為28.97億噸標準煤，自2000年以來首次出現負增長，但仍然是世界上最大的工業行業能源消費國。近年來，政府積極研究和布署《能源發展“十三五”規劃》《工業綠色發展規劃(2016—2020年)》《中國制造2025》等頂層設計，實施“一掛雙控”、綠色發展目標清單、綠色制造示范工程等節能增效措施來加速提升工業行業能源效率。隨著高質量發展的目標引領和工業生產模式的深度變革，探索工業行業能源效率提升新途徑刻不容緩。

一、文獻綜述

能源效率的內涵及測度是能源經濟與能源政策研究的核心問題。當前對能源效率的內涵解釋和量化方法主要基于兩種分析框架：一種為單要素分析框架，以能源消費與經濟產出的對應關系來量化能源效率；另一種為全要素分析框架，通過全要素投入、要素間組合關系和技術進步來測度能源效率。單要素能源效率通常以能源生產率或能源強度來表示，指標可比性強，但缺陷在于只考察能源與產出的嚴格對應關系，忽視了其他要素對產出的協同影響，這使得能源效率的內涵及相關提升策略缺乏系統性和全面性。事實上，在投入端，能源與其他核心要素的組合方式是不完全替代關系，若將能源效率概念與非能源生產要素隔絕，那么企圖執一馭萬的節能策略可能會事倍功半。鑒于此，Hu等將能源要素納入新古典增長理論框架，提出了全要素能源效率(Total Factor Energy Efficiency,TFEE)[1]。

全要素能源效率的測度方法主要分為隨機前沿分析(SFA)和數據包絡分析(DEA)，前者將投入要素構建為隨機前沿生產函數并進行參數估計，后者利用線性規劃來確定生產前沿面以求效率最優解。雖然SFA方法克服了隨機誤差對于測度結果的擾動，但受制于效率前沿函數設定形式的主觀性，相比之下，DEA方法的測度結果更為穩健[2]。

在經驗分析上，關于工業行業全要素能源效率發展變化的研究成果存在觀點分歧。王喜平等運用DEA方法測度了2001—2008年我國工業36個分行業全要素能源效率，結果顯示工業行業全要素能源效率均有不同程度的提高，并且高效率工業行業比重持續增大[3]。陳關聚運用SFA方法分析了2003—2010年我國工業30個分行業全要素能源效率，認為工業行業全要素能源效率經歷了從上升到停滯的階梯型變化，資本密集型行業能源消耗大但能源效率高，勞動密集型行業能源消耗小但能源效率低[4]。段文斌等則認為我國工業行業全要素能源效率存在下行趨勢，其中規模效率呈負增長態勢[5]。

雖然學者們對工業行業全要素能源效率的趨勢尚未形成統一意見，但均從不同側面探討了如何提升工業行業全要素能源效率。能源消費結構與能源要素價格對工業行業全要素能源效率有顯著影響，提高電力消費占比和減少能源價格扭曲均對能源效率提升有積極促進作用[6-7]。技術進步因素對工業行業全要素能源效率具有長期提升作用，加強研發經費投入和創新成果轉化是能源效率提升的長效措施[8]。產業結構、產業集聚與工業行業全要素能源效率也有緊密聯系，重化工業占比過高不利于能源效率提升，產業集聚增強則能夠提升能源消費規模效率[9-11]。

綜觀上述研究，能源效率內涵及引申逐漸導向全要素能源效率，對工業行業全要素能源效率影響因素不同側面的挖掘和呈現也可資借鑒。基于全要素能源效率分析框架，本文測度了工業行業全要素能源效率及其行業分布和發展趨勢，并建立全要素能源效率影響因素模型，分析相關因素對工業能源效率的作用機制和差異化影響。

二、理論假設與模型構建

(一)理論假設

基于數據包絡分析的Malmquist指數法，可將全要素生產率分解為技術效率、規模效率和技術進步效率，因此，該方法被廣泛用于工業行業全要素能源效率的測度。在Malmquist指數法的測算下，全要素生產率變化率(TFPCH)與技術效率變化率(PECH)、規模效率變化率(SECH)、技術進步效率變化率(TECH)存在如下關系：

TFPCH=PECH×SECH×TECH

(1)

其中，技術效率反映了既定投入規模下要素間配置結構的有效性，規模效率反映了既定配置結構下要素投入規模的有效性，技術進步效率則反映了不同時期決策單元的技術追趕程度。

從式(1)可知，全要素能源效率主要受到結構因素、規模因素和技術因素的影響。參考已有研究的理論和經驗，在結構因素方面，重點考察影響要素配置關系的相關動因，選擇資本深化、所有制結構、能源消費結構等進行分析；在規模因素方面，存在成本最優論和規模效應論，選擇企業成本和企業規模進行分析；在技術因素方面，基于知識生產函數，選擇研發投入進行分析。基于此，提出各個影響因素與工業行業全要素能源效率相關的理論假設，即如下的H1—H6。

資本深化對全要素能源效率的影響來自于要素替代效應，一方面存在資本對能源的替代效應，減少了既定產出水平下的能源投入總量；另一方面存在資本對勞動的替代效應，提高了單位勞動力的資本累積水平。在理論上，理性廠商總是在尋求要素最優配置狀態，促使要素間邊際技術替代率相對平衡[12]。在實踐中，伴隨中國工業產能擴張，勞動力紅利的“劉易斯拐點”已經顯現，能源供需矛盾激化的可能性持續存在，這會進一步增強勞動力和能源需求的稀缺性，導致工業行業的要素邊際成本持續攀升。因此，推進工業行業資本深化，持續發揮資本對勞動力和能源的替代效應，既是降低企業要素成本的長期選擇，也是提升工業行業能源效率的重要手段。據此，提出：

假設H1：資本深化有利于工業行業全要素能源效率提升。

所有制結構衡量了政府對資源配置的干預程度，反映了工業行業的開放競爭水平。在市場經濟中，資源配置依賴于價格機制所傳導的需求信息，因而資源在行業間的流動和配置處于帕累托改進狀態。國有企業是國家資本角色的具體化，占據資源配置制高點。當市場調節被宏觀調控所主導，資源配置所反饋的價格信息可能被扭曲，從而造成市場供求雙方偏離有效均衡狀態。當前，由于國有企業競爭意識不強、政府監管體系不完善等原因，國有企業的經濟效率整體上低于非國有企業[13]。2015年，國家發布《關于深化國有企業改革的指導意見》，把公司制和股份制作為國企改革的重點，加速調整中國工業行業所有制結構。據此，提出：

假設H2：所有制結構抑制了工業行業全要素能源效率改善。

能源消費結構衡量了中國工業行業能源消費多元化高效化的程度，反映了企業對不同種類能源消費的技術能力。綜觀工業革命發展史，從機械化到自動化再到信息化，能源消費結構經歷了從高碳粗放式消費到低碳集約型消費的過程，伴隨能源消費結構變遷的是工業行業不斷創新能源替代技術，提高能源利用效率。面對已經到來的新的智能化工業革命，政府加大對能源技術創新的支持力度，加速對能源價格體系的市場化改革，實施工業行業“減煤拓氣”“電能替代”等措施，堅守工業行業一次能源消費占比約束線，把能源消費結構調整作為節能減排和工業綠色發展的重要突破口。據此，提出：

假設H3：能源消費結構優化對工業行業全要素能源效率提升有積極影響。

成本最優論是指企業在成本硬約束下安排要素最優配置決策。對于中國工業行業全要素能源效率而言，成本最優論表現為正反兩方面作用：正向作用方面，成本硬約束迫使企業充分利用既有資源獲得最大產出，優化了能源、資本、勞動等投入要素的配置結構，提高了企業績效水平；反向作用方面，在能源價格機制傳導下，成本硬約束導致企業降低天然氣、電力等相對價高的能源消費量，堅持“以煤為主”的高碳低成本消費，增加了工業行業總體能耗水平。由于企業成本對全要素能源效率存在正反相向作用，導致一些行業可能以正向作用為主，一些行業可能以負向作用為主，因此難以判斷企業成本對工業行業全要素能源效率的總體影響。據此，提出：

假設H4：企業成本對工業行業全要素能源效率表現出行業異質性影響。

規模效應論是指投資規模較大的工業企業對能源利用的集約程度會更高。從內部因素來看，企業規模化經營可以提高行業集中度，加深企業各部門間的社會化、專業化分工協作，減少中間成本和重復投資，有效遏制資源錯置和浪費現象。從行業層面來看，企業規模與行業平均生產率存在正相關關系。在優勝劣汰的競爭規則下，高效率企業通過投資、兼并等形式動態優化生產規模并擠出低效率企業，從而拉升行業平均生產率水平。可見，企業規模效應一方面減少了要素總投入水平，另一方面改善了要素間的組合配置方式，從而全面提升工業行業全要素能源效率。據此，提出：

假設H5：企業規模與工業行業全要素能源效率正相關。

技術進步是工業行業節能增效、提高生產率的根本動力。內生化技術進步的類型可分為3種，即“干中學”型、價格驅動型以及研發誘導型，其中，價格驅動型和研發誘導型技術進步均依賴于企業研發投入[14]。價格驅動型技術進步通過要素價格、產品價格的相對變動來刺激指向性研發投入，目的在于優化要素配置和產品組合方式，從而縮減投入成本和增加產出效益；研發誘導型技術進步以生產方式變革和產品創新為目標，通過新技術的開發和應用來提高資源利用率和創富能力。雖然技術進步是提升全要素能源效率的長效手段，但在短缺經濟和快速工業化階段里，技術進步與能源效率可能會存在回彈效應[15]。技術進步通過刺激有效需求進而增加能源消費，此舉可能導致全要素能源效率下降，從而形成能源回彈路徑。據此，提出：

假設H6：研發投入與工業行業全要素能源效率呈U型相關。

(二)因素分析模型

根據研究假設和指標體系，構建工業行業全要素能源效率影響因素模型，如式(2)所示：

TFEE=f(CP,OS,ES,MC,MS,RD)

(2)

其中：CP(Capital deepening)表示資本深化，OS(Ownership structure)表示所有制結構，ES(Energy consumption structure)表示能源消費結構，MC(Manufacture cost)表示企業成本，MS(Manufacture scale)表示企業規模，RD(R&Dinvestment)表示研發投入。借鑒Zhao等[16]的建模思路，將映射f設為C-D生產函數形式，可得計量模型：

lnTFEEit=β0+β1lnCDit+β2lnOSit+β3lnESit+β4lnMCit+β5lnMSit+β6lnRDit+εit

(3)

其中，εit代表隨機誤差項。為驗證工業行業研發投入與全要素能源效率的回彈效應，參照張華等[14]的方法，在計量模型中加入RD的二次項，并固定行業效應μi和時間效應νt，可得式(4)：

lnTFEEit=β0+β1lnCDit+β2lnOSit+β3lnESit+β4lnMCit+β5lnMSit+

β6lnRDit+β7(lnRDit)2+μi+νt+εit

(4)

(三)變量與數據說明

根據《國民經濟行業分類與代碼(GB/4754—2011)》，工業統計包含41個兩位數工業行業。與2011年之前的工業統計口徑相比較，《國民經濟行業分類(GB/T 4754—2017)》對“橡膠制品業”和“塑料制品業”進行合并核算，從“交通運輸設備制造業”中分離出“汽車制造業”進行單獨核算。為保持樣本期行業分類口徑一致，本文將2000—2011年“橡膠制品業”和“塑料制品業”相關指標數據進行合并，將2012—2016年“汽車制造業”與“鐵路、船舶、航空航天和其他運輸設備制造業”重新合并，剔除“開采輔助活動”“其他采礦業”“其他制造業”“廢棄資源綜合利用業”“金屬制品、機械和設備修理業”等數據缺失情況嚴重的行業，最終構建出2000—2016年35個工業行業相關數據。參考陳超凡[17]的方法，將35個工業行業劃分為資源密集型、資本密集型、勞動密集型、技術密集型、高能耗等五大行業分類。變量及數據說明如下：

1.產出變量

工業總產值(Y)。由于2012—2016年相關統計年鑒用“工業銷售產值”替換“工業總產值”，造成數據口徑不統一。借鑒程惠芳等[18]的方法，對2000—2011年的工業總產值建立自回歸趨勢模型來推斷2012年工業總產值，2013—2016年工業總產值根據工業銷售產值增長率進行推算。以2000年為基期按工業分行業生產者出廠價格指數(PPI)對工業總產值進行折算。

2.投入變量

資本存量(K)。首先，確定資本流量數據。以各行業固定資產原值的一階差分序列構造當期固定資產投資額(Iit)，并利用固定資產投資價格指數(FPI)進行折算。其次，確定資本折舊率。根據田友春[19]對我國分行業資本存量的估計，確定采礦業、制造業、能源及水的生產供應業的資本折舊率分別為7.2%、7.98%、12.80%。再次，確定基期資本存量。以2000年各行業固定資產投資原值，除以近5年固定資產原值平均增長率與資本折舊率之和來計算。最后，計算各行業資本存量，運用永續盤存法計算可得。

勞動力(L)。以工業行業的“全部從業人員平均人數”表示。

能源消費量(E)。以工業行業的“能源消費總量”表示。

3.影響因素

資本深化(CD)。以人均資本存量表示，人均資本存量=資本存量/勞動力。

所有制結構(OS)。所有制結構=國有及控股工業企業總產值/工業總產值。

能源消費結構(ES)。能源消費結構=(天然氣消費+電力消費)/能源消費量。

企業成本(MC)。參考伍旭中等[20]的方法，以“成本費用利潤率”表示。

企業規模(MS)。以企業平均規模表示，企業平均規模=主營業務收入/企業個數。

研發投入(RD)。以企業平均研發投入表示，企業平均研發投入= R&D經費內部支出/企業個數。

以上指標數據分別來源于2001—2018年《中國統計年鑒》、2001—2017年《中國工業統計年鑒》、2001—2017年《中國能源統計年鑒》以及2001—2017年《中國科技統計年鑒》。

三、實證分析

(一)工業行業全要素能源效率測度與分析

根據Malmquist指數法，基于2000—2016年我國工業35個分行業的投入產出指標數據，計算得到各行業全要素能源效率及其構成，并顯示我國工業全要素能源效率的趨勢變化，具體如表1、圖1所示。

從總體上看，工業行業全要素能源效率與技術進步效率均有提升，純技術效率與規模效率則無明顯改善，技術進步是能源效率提升的主要動力。分行業來看，技術密集型行業全要素能源效率改進程度最高，為1.143，資源密集型行業全要素能源效率改進程度最低，為1.104。具體而言，“32.儀器儀表”“27.通用設備”等技術密集型行業的全要素能源效率及分解均超過持平效率，“11.紡織制造”“17.文體制造”等勞動密集型行業全要素能源效率低于平均水平，“21.化纖制造”“26.金屬制品”等資本密集型行業的全要素能源效率排名在中游區間，資源密集型與高能耗行業的全要素能源效率分布比較分散，既有排名第一的“34.燃氣生產”，也有排名最后的“2.石油開采”。

圖1顯示，工業行業全要素能源效率改善程度逐年下降，其中技術進步效率變動明顯向下，純技術效率與規模效率在持平效率線上下浮動。具體來看，在2008年之前工業行業全要素能源效率變化率保持在10%以上，但2008年之后效率下降明顯，直至2016年全要素能源效率變化率已不足7%。這一變化趨勢的客觀原因可能有兩點，一是2008年經濟危機及后危機時期所導致的工業品需求市場衰退，二是近年來國內市場格局從短缺經濟轉入過剩經濟所引起的產能過剩。隨著技術外溢、要素紅利、市場短缺等傳統后發優勢逐漸減退，工業行業全要素能源效率不斷失去提升動力。突破發展瓶頸，需要工業行業培育發展新動能。對此，《中國制造2025》《工業綠色發展規劃(2016—2020年)》《推動絲綢之路經濟帶和21世紀海上絲綢之路能源合作愿景與行動》等規劃倡導和支持產業創新，全面實施工業行業“三去一降一補”供給側結構性改革，優化國際能源市場空間布局等。一系列新動能正在凝聚，有助于工業行業全要素能源效率下行放緩并趨于平穩。

表1 工業行業全要素能源效率及其構成 %

圖1 工業行業全要素能源效率及其分解的變化

(二)工業全行業的影響因素分析

前述對工業行業全要素能源效率的測度可以審視基本現狀和趨勢，而形成這一現狀和趨勢的深層原因則需進一步挖掘。根據式(4)所構建的基礎回歸模型，運用面板數據回歸方法進行參數估計和檢驗，如表2所示。其中模型Ⅰ—模型Ⅲ為固定效應模型，模型Ⅳ為隨機效應模型，模型Ⅴ為混合效應模型。采用穩健標準誤進行顯著性檢驗以消除異方差影響。根據R2、Hausman-test與AIC、BIC等擇優準則，一致判斷模型Ⅲ的估計結果更為穩健。

表2 面板數據模型估計結果

注：*、**、*** 分別表示在10%、5%、1%水平上顯著，括號內為t值，sector、year分別表示行業、年份固定效應，AIC、BIC分別為赤池信息準則和貝葉斯信息準則，回歸變量均已對數化。下同

(1)資本深化能夠顯著提升全要素能源效率(β1=0.360，p<0.05)，H1得證。回溯我國工業化進程可以發現，資本深化貫穿始終，投資對經濟增長的貢獻率甚至高達86.5%。隨著勞動力紅利的“劉易斯拐點”和能源消費峰值的逼近，我國工業企業綜合成本逐年攀升。推進資本深化，發揮資本對勞動力和能源的替代效應，可以減少企業對勞動力以及能源投入的依賴，優化企業綜合成本結構，從而提升工業行業全要素能源效率。

(2)所有制結構對全要素能源效率表現出抑制影響(β2=-0.171，p<0.10)，H2得證。所有制結構對全要素能源效率的抑制影響可從市場和企業角度加以解釋。在市場角度，國有企業以國家資本代理人形式參與市場競爭，在市場經濟體制還不健全的情況下，無法規避政府利用行政權力來過度干預資源配置的問題，這既有損于市場競爭主體間的公平性，也會導致市場出現資源錯置與價格扭曲的無效率狀態。在企業角度，面對信息不對稱、規則模糊和監管缺位情形，政府與國有企業管理層的委托—代理模式容易誘發道德風險，從而形成國有企業軟預算約束和政府兜底的思維慣性，缺乏實施節能增效措施的積極性。

(3)能源消費結構對全要素能源效率的邊際影響顯著為正(β3=0.222，p<0.10)，H3得證。多元化的能源消費結構改善了工業行業全要素能源效率。我國能源稟賦和能源技術水平決定了工業行業長期以來“以煤為主”的能源消費格局，對可替代能源(例如太陽能、風能、水能、生物質能等)等環境危害小的能源開發利用程度不高。對比發達國家的能源消費結構，其中美國可替代能源消費量占能源消費總量的比例為12.30%、日本為17.20%，而我國僅為5.43%，能源消費結構優化空間較大。多元化的能源消費結構有利于推進工業行業技術升級，降低對煤炭、石油等高碳能源的過度依賴，增強能源價格機制的穩健性，防范能源危機。

(4)企業成本對全要素能源效率的總體影響不顯著(β4=0.003，p>0.10)，不支持H4，有待進一步驗證。正如H4所提，企業成本效應對工業行業全要素能源效率存在正反兩方面作用。正向影響方面，成本硬約束會倒逼企業優化要素結構，提高產出績效；反向影響方面，成本重壓下的企業將堅持以煤炭為主的能源消費結構，增加能源投入。近年來，隨著企業綜合成本壓力增大，工業行業成本費用利潤率逐年減小，從2010年的8.31%下降為2016年的6.21%，成本控制對產出績效的改善程度不高。與此同時，工業行業能源消費量已出現下降拐點，供需矛盾有所緩和。因此，全面激發企業成本對全要素能源效率的正向作用，需要從降成本和優化能源消費結構方面同時發力。目前，政府著力推進供給側結構性改革和能源定價機制市場化改革，為工業行業低碳節能、降本增效保駕護航。

(5)企業規模與全要素能源效率顯著正相關(β5=0.280，p<0.01)，H5得證。企業規模對全要素能源效率的顯著提升作用得益于“規模效應”，這與李旭超等[21]的研究結果一致。規模增大有利于提升企業社會化、專業化生產的組織效率，有效遏制行業內惡性競爭和重復投資行為，提高資源集約利用和行業生產率水平。《中國制造2025》指出，我國工業行業門類齊全，但整體表現“大而不強”，能源技術和節能效果不理想。李旭超等認為工業企業規模分布存在“中間膨脹、兩頭不足”的現象，即高效率企業因“約束”而無法成長，低效率企業被“補貼”而不合理膨脹，導致資源錯置[21]。通過優化企業規模來提升工業行業全要素能源效率，一方面要化解過剩產能，發揮市場機制的促退功能；另一方面要破除企業規模增大的制度障礙，引導企業朝著專業化、分工協作的方向發展。

(6)研發投入與全要素能源效率呈U型關系(β6=-0.377，p<0.01;β7=0.032，p<0.10)，H6得證。從研發投入與工業行業全要素能源效率的U型關系可以推斷，當前工業行業研發投入存在能源回彈效應，這與羅會軍等[22]的研究結果一致。從長期平穩發展來看，隨著研發投入的不斷累積，能源技術和生產率水平隨之改善，這對提高全要素能源效率起到了促進作用。但從樣本期來看，我國正處于加速工業化時期，工業行業研發投入的重點放在增加產出上，這將導致工業行業能源消費量和能源價格的不斷攀升，從而引起能源回彈效應。

(三)基于不同要素密集類型的影響因素分析

基于要素密集度差異，進行全要素能源效率影響因素分析，如表3所示。

在不同的要素密集類型背景下，各因素對全要素能源效率呈現差異化影響。表3結果顯示，資本深化對高耗能行業、資源密集型和技術密集型行業全要素能源效率有顯著促進作用，對資本密集型與勞動密集型行業的促進作用則不顯著；所有制結構制約了各行業全要素能源效率改善，但對資源密集型行業的抑制影響最為明顯；能源消費結構對資源密集型和高能耗行業全要素能源效率的提升效果明顯，但對資本密集型、勞動密集型及技術密集型行業全要素能源消費的影響效果不顯著；企業成本的分行業影響效果存在明顯差異，在技術密集型行業以正向作用機制為主，在資本密集型、勞動密集型及高能耗行業以反向作用機制為主，H4得證；企業規模效應對資本密集型、勞動密集型和技術密集型行業全要素能源效率均有顯著提升作用，其中技術密集型行業企業規模增大更加有利于節能增效；研發投入固然是提升工業行業全要素能源效率的重要途徑，但現階段資源、勞動和技術密集型行業均存在能源回彈效應，其中技術密集型行業比其他行業更易越過U型谷底。

表3 基于不同要素密集類型的回歸估計結果

識別各行業全要素能源效率影響因素差異有助于增強能源政策的靶向性。綜合表2、表3結果可知，對于總體影響為正的因素不應“攤大餅”式地全面推進，對于總體影響為負或不顯著的因素也不應“一刀切”式地全盤否定。提高工業行業全要素能源效率的政策實施效果，不僅要在行業異質性下有的放矢地考慮各因素的作用機制，還要根據影響程度有序推進，減少能源政策扭曲和盲點現象。

四、結論與啟示

基于全要素能源效率分析框架，本文運用Malmquist指數法測度2000—2016年35個工業行業的全要素能源效率，建立全要素能源效率影響因素模型，分析工業行業全要素能源效率的現狀趨勢和影響機制。研究發現：

第一，工業行業全要素能源效率處于總體改善狀態，但效率變化率逐年減小，技術密集型和資源密集型行業能源效率變化率呈梯度差異。工業行業全要素能源效率變化率處于效率改善狀態；從行業分布上看，技術、資本、勞動密集型行業全要素能源效率變化率表現出“高—低”梯度差異；從發展趨勢上看，2000—2007年全要素能源效率變化率均值處于高位變動，2008—2016年全要素能源效率變化率均值處于低位徘徊。雖然當前工業全要素能源效率仍處在改善狀態，但也應注意到，以往驅動工業行業全要素能源效率提升的傳統優勢正逐步轉變為相對劣勢。面對要素紅利衰減和傳統工業產能過剩的發展瓶頸，依靠要素投入和橫向擴張來對市場拾遺補缺已難以為繼，強化技術創新對于能源效率的內生主導作用才是當務之急。

第二，資本深化、能源消費結構及企業規模對全要素能源效率具有提升效果，所有制結構對全要素能源效率存在抑制影響，研發投入與全要素能源效率呈先降后升的U型關系，企業成本對全要素能源效率則因行業異質性而表現出正反相向作用，可從以下方面提升全要素能源效率：其一，堅持工業行業資本深化，發揮資本對勞動、能源的要素替代效應；其二，優化工業行業能源消費結構和企業規模，提高可替代能源消費比重和工業行業集中度；其三，推進工業行業所有制改革，強化國有企業的市場主體意識；其四，放眼于研發投入對全要素能源效率的長效作用，持續加強工業行業研發投入力度。

第三，不同的要素密集類型背景下，各因素對全要素能源效率呈現差異化影響。從表3分行業影響因素差異結果來看，工業行業全要素能源效率提升應注重因業施策：一是重點加強資源密集型和高能耗行業資本深化水平；二是深化國有企業股份制改革，可依照“資源→高能耗→技術→勞動→資本”順序依次推進；三是實施工業行業先進能效標準強約束，扶持資源密集型和高耗能行業能源替代技術改造升級；四是加快淘汰行業落后產能，增強技術、資本和勞動密集型行業的規模經濟效應；五是引導資源、勞動和技術密集型行業研發投入目標從產能橫向擴張轉向價值鏈縱向延伸，縮短能源回彈路徑。

總而言之，在市場供求關系轉變和工業綠色發展轉型背景下，工業行業全要素能源效率提升的動力轉換已是勢在必行。能源政策在促進工業行業全要素能源效率總體改善上，還應當適時針對行業異質性進行靶向調控，進一步拓展全要素能源效率的提升空間。