中國地區全要素能源效率評價及節能潛力分析

劉建翠 朱承亮

1（中國社會科學院數量經濟與技術經濟研究所，北京 100732）

2（中國經濟社會發展與智能治理實驗室，北京 100732）

引 言

十八大以來，中國經濟進入高質量發展階段，經濟增長速度有所放緩，能源消費總量增長速度也在降低。2021 年中國能源消費總量是52.40 億噸，與2012 年相比年均增長2.98%，同期GDP 年均實際增長6.47%，實現了能源消費低速增長的目標。但是中國能源消費仍然以煤炭為主，2021年煤炭消費占比仍高達56.0%，清潔能源消費占比不足20%。2020 年中國向世界宣布了2030 年前實現碳達峰、2060 年前實現碳中和的目標。為了實現這一目標，在保證經濟穩定發展的同時我們迫切需要減少碳排放，而化石能源消費是碳排放的主要來源，提高能源效率和減少化石能源消費是至關重要的策略之一。能源效率的提高是節能減排的重要手段，也是生態文明建設的重要抓手。

黨的二十大報告提出“積極穩妥推進碳達峰碳中和”，“立足我國能源資源稟賦，……，深入推進能源革命，加強煤炭清潔高效利用”，“加快規劃建設新型能源體系”，“積極參與應對氣候變化全球治理”。《“十四五” 節能減排綜合工作方案》 提出以能源產出率為目標，綜合考慮各種因素，根據各地區的發展程度制定能耗強度降低目標和能源消費總量目標。也就是說“十四五” 期間各省（區、市）因地制宜制定“雙控” 目標，以便實現“十四五” 國家能耗降低13.5%和碳降低18%的目標。鑒于中國地區經濟發展水平、產業結構、資源稟賦、能源消費結構和技術水平存在差異，能源效率具有不同的表現特征，研究各個地區的能源效率變化態勢，分析不同地區的節能潛力，據此提出相關政策建議具有重要的理論和現實意義。

1 文獻綜述

關于能源效率的指標有單因素能源效率和全要素能源效率之分，二者各有優缺點。Hu 和Wang（2006）［1］首先提出了全要素能源效率的概念，并測算了中國29 個省（區、市）的全要素能源效率，發現中部區域能源效率最低，且隨著人均GDP 的提高而增長。自此從全要素的角度研究能源效率的文獻層出不窮。Filippini 和Hunt （2015）［2］從經濟學的角度勾勒和解釋了衡量能源效率水平的理論框架和實證方法，指出全要素能源效率比能源強度更適合衡量能效。Honma 和Hu （2008）［3］測算了日本47 個縣的全要素能源效率，發現能源效率與人均收入之間存在類似環境庫茲涅茨曲線的“U” 型關系。近年來，國際上測算全要素能源效率側重國別之間的比較分析和影響因素分析［4－10］，從研究結果看存在異質性，影響因素也是如此。

中國作為發展中大國，隨著經濟發展水平的不斷提高，能源消費也在不斷增長，學界也越來越重視對中國能效問題的研究。當前學界對全要素能源效率的研究主要側重于工業行業和區域，由于本文關注地區能源效率問題，故主要梳理地區能源效率文獻。通過對現有文獻的梳理發現，多數文獻發現中國能源效率整體偏低，呈現“東－中－西” 逐步降低的分布格局，但全要素能源效率的走勢不同。因研究周期、數據處理方法和采取模型不同，研究結論存在較大差異，部分研究結果顯示全要素能源效率持續下滑［11－17］，部分顯示全要素能源效率呈上升趨勢［18－24］。陶長琪等（2018）［25］認為中國全要素能源效率呈波動變化，陳菁泉等（2022）［26］認為中國全要素能源效率大致呈先下降后上升的趨勢。在分析能源效率的基礎上，蔡海霞和程曉林（2022）［13］、劉海英和劉晴晴（2020）［27］分別估算了中國各省（區、市）平均節能潛力和平均潛在節能量。

細觀各個文獻的投入產出指標，投入指標均是資本、勞動和能源，絕大部分文獻的產出指標采用增加值和非期望產出，關于投入產出指標選擇的合理性，劉建翠和鄭世林（2019）［28］有詳細的論述。而學者們對非期望產出指標的選取沒有達成一致［26］。部分文獻把CO2作為非期望產出指標［5，14，17，18］，部分文獻把幾種污染物結合為一個綜合指標來測度非期望產出［9，15，19，21］，部分文獻包括多個非期望產出指標［15，21，27］，張志輝（2015）［11］把SO2作為非期望產出。可見，選擇合適的非期望產出指標對測算全要素能源效率非常重要。

本文按照生產經濟學理論，構建了合理的投入產出指標體系，將資本、勞動、能源、其他中間投入納入生產函數構建生產前沿面，相比忽略其他中間投入測算全要素能源效率的文獻，本文的測算結果更合理； 同時本文測算了全要素能源效率，分析其變化特征，估算了各省（區、市）的平均節能潛力，并根據全要素能源效率與能源損失量把30 個省（區、市）劃分為4 個類型，為更好的制定省（區、市）節能政策提供了一定的理論和實證依據。

2 研究方法和投入產出指標

2.1 研究方法

目前測算全要素能源效率的方法基本是隨機前沿分析（Stochastic Frontier Analysis，SFA）［4，9］和DEA 及其衍生模型［1，3，5，7，10－12，18，20－24，27］。需要指出的是傳統的DEA 和超效率DEA 是徑向的，沒有考慮投入和產出的松弛變量，利用此類模型計算能源效率可能會出現較大偏差。作為非徑向非角度的數據包絡分析方法，SBM－Undesirable 模型有效地解決了投入產出松弛以及非期望產出問題，比較適合測算考慮環境問題和非期望產出的效率問題，是測算具有非期望產出的DEA 模型最常用的方法。鑒于此，Ohene－Asare 等［8］、Tachega 等［10］、Shang 等［14］運用SBM－Undesirable 模型測算全要素能源效率。本文亦采用SBM－Undesirable 模型測算地區全要素能源效率。

本文基于全要素生產率的視角，將資本、勞動、能源、其他中間投入納入生產函數構建生產前沿面，估算全要素能源效率（Total－factor Energy Efficiency，TFEE）。根據Hu 和Wang （2006）［1］對全要素能源效率的論述，即全要素能源效率是在目前的技術條件下，不增加其他要素投入或不減少產出的情況下，最優能源投入和實際能源投入的比值，計算全要素能源效率的公式是：

利用SBM－Undesirable 模型計算得出各個決策單元的能源投入冗余量，是實際能源投入中無效率的部分，實際能源投入量與能源投入冗余量之差即為最優能源投入量，即可利用式（1） 計算全要素能源效率。

2.2 投入和產出指標

本文以2012 ～2021 年中國30 個省（區、市）（考慮到數據的可獲得性，不包括西藏和港、澳、臺地區）作為研究單元，在全要素效率框架下用SBM－Undesirable 模型計算全要素能源效率。根據生產經濟學理論，生產活動的投入和產出應該保持對應，不能有遺漏和重復。企業進行生產時，不僅投入資本和勞動，還有能源、原材料等中間投入品，勞動創造的新價值和固定資產的轉移價值構成了企業的增加值，被消耗、轉換的中間投入品也轉移到最終產出中，增加值和中間投入的價值共同構成企業的總產值。因此測算全要素能源效率時，為了保持投入與產出的一致性并符合生產實際，投入指標若選取資本和勞動，產出應選擇增加值（以及非期望產出）； 投入指標若選取資本、勞動和中間投入，產出必須選擇總產值（以及非期望產出）①。

2.2.1 產出指標

產出指標包括期望產出和非期望產出。期望產出用總產值表示，不是所有省（區、市）有總產值數據。根據獲得的數據，江蘇、浙江和青海有歷年總產值，30 個省（區、市）有2012 年和2017年的投入產出表，天津、福建、四川有2015 年的投入產出延長表，缺失年份的數據根據投入產出表用插值法和RAS 法計算得到。非期望產出用SO2表示［11］，因為SO2是中國環境污染管制的典型污染物，中國煤炭均屬于高硫煤，SO2排放量與能源消費量密切相關。數據來自2013 ～2022 年《中國環境統計年鑒》。

2.2.2 投入指標

投入指標包括資本、勞動、能源和其他中間投入。資本投入采用永續盤存法計算，用各省（區、市）的固定資本形成總額作為投資流量，用各省（區、市）固定資產投資價格指數折算為2000 年不變價，折舊率參考余泳澤（2017）［29］的做法，根據全社會固定資產投資結構對不同年份不同地區固定資本折舊率進行差異化處理，權重為全社會固定資產投資中建筑安裝工程、設備工具器具購置和其他費用3 個部分的占比，三類資產的基礎折舊率分別為8.12%、17.08%和12.10%，這樣不僅考慮了年度差異還考慮了地區差異，估計的資本存量更符合實際。基期資本存量采取Hall 和Jones （1999）［30］的方法計算得到。有了基期資本存量、實際固定資本形成總額、折舊率，即可采用永續盤存法計算各個地區的資本存量。

勞動投入用各省（區、市）的年均從業人員數表示，來自歷年《中國統計年鑒》以及各省（區、市）統計年鑒（經濟年鑒）。能源投入用各省（區、市）能源消費總量（萬噸標煤）表示，數據來自2013 ～2020 年《中國能源統計年鑒》 以及各省（區、市）2021～2022 年的統計年鑒。其他中間投入采取孫廣生等（2011）［31］的做法，用中間投入減去能源行業（包括煤炭、石油和電力行業）的中間使用。江蘇、浙江和青海的中間投入數據用總產值減去增加值得到，其他省（區、市）缺失年份的中間投入數據與計算總產值的方法相同。

總產值和其他中間投入用各省（區、市）的行業工業品出廠價格指數平減為2000 年價。

投入和產出指標的描述性統計見表1。

3 全要素能源效率實證結果分析

3.1 全要素能源效率測算結果分析

利用SBM－Undesirable 模型和式（1），計算得到30 個省（區、市）的全要素能源效率值，測算結果見表2。

2012 年以來中國的全要素能源效率均值呈先上升后下降隨后平穩趨勢，2012 ～2015 年呈上升趨勢，隨后下滑并趨于平穩。總體來看2012～2021年中國全要素能源效率較低，只有0.524，提升空間較大。研究期間全要素能源效率較低以及呈波動態勢，原因可能在于： （1） 黨的十八大以來，我國把生態文明建設作為統籌推進“五位一體”總體布局和協調推進“四個全面” 戰略布局的重要內容［32］，全面推進資源節約，從國家到地方、重點行業、重點領域全面出臺節能減排政策，加大淘汰落后產能力度，大力推廣重點節能技術、設備和產品，這些政策措施的深入實施使得2012 ～2015 年大部分省（區、市）的能源消費增長率保持較低水平，故此階段全要素能源效率有所提高；（2） 隨著“一帶一路” 倡議的不斷落地，沿線基礎設施建設迅速發展，部分省（區、市）的鋼鐵、水泥等高耗能行業也迅速發展，由此導致部分省（區、市）能源消費增速提高，2016 ～2021 年大部分省（區、市）的能源消費增長率高于上一年度，尤其是2018 年和2019 年的能源消費增長率分別達到3.09%和3.30%，遠遠高于其他年份，故此階段全要素能源效率有所下降； （3） 由于資源稟賦的原因，大部分省（區、市）化石能源的消費比重仍然居高不下，使得能源消費總量偏高。由此可見，加快產業結構合理化和高級化、大力發展清潔能源、優化能源消費結構、轉變能源消費方式、提高創新投入、研發綠色技術和綠色生產工藝并加以推廣以及提高全要素能源效率，不僅是實現“雙碳” 目標的重要手段，亦是推動經濟高質量發展的重要途徑之一。

從三大區域看（表2）②，區域之間的全要素能源效率具有異質性。東部區域的全要素能源效率均值遠遠高于西部區域，但總體呈下降趨勢，西部區域高于中部區域，中、西部區域全要素能源效率的發展趨勢與全國相似，均是先升后降，但均低于全國平均水平。東部區域大部分省（區、市）位于沿海地區，交通運輸便利，經濟發達，產業結構比較合理，清潔能源消費占比相對較高，節能技術推廣利用程度較高，注重環境保護，故全要素能源效率相對較高。西部區域的全要素能源效率高于中部區域，或許是因為“西部大開發戰略” 等政策的實施取得了顯著成效。同時，中、西部區域承接了東部區域的高耗能高污染產業，且處于內陸地區，經濟相對不發達，節能技術推廣不夠深入，缺乏先進管理經驗，導致中、西部區域的全要素能源效率較低。

從各個省（區、市）看，省（區、市）之間的全要素能源效率差異較大。全要素能源效率高的省（區、市）分為兩類： （1） 經濟發達、產業結構高級、技術先進和管理水平較高的沿海地區，如北京、上海、江蘇等，始終位于技術前沿面； （2）非期望產出少的地區，如海南、青海。河北等18個省（區、市）的全要素能源效率低于全國平均水平。全要素能源效率較低的省（區、市）大部分位于中、西部區域，這些省（區、市）經濟發展相對落后，部分省（區、市）的重化工業未完成轉型，經濟發展嚴重依賴資源，產業結構不合理，技術水平低和管理相對落后，經濟發展模式仍屬于粗放型。河北雖然位于東部區域，但全要素能源效率較低，或許有以下原因： （1） 河北省的高耗能產業占比較高，2021 年生鐵、粗鋼和鋼材產量占全國的比重分別高達23.26%、21.73%和22.11%，黑色金屬冶煉及壓延加工業規上企業能耗占河北總能耗的36.95%，占規上工業企業能耗的53.80%；（2） 河北能源消費結構不合理，一次能源消費中煤炭占比偏高，2021 年高達76.58%，與其他能源相比，煤炭的熱值偏低； （3） 為了降低北京的工業污染和疏解北京的非首都功能，部分工業布局圍繞著北京的河北境內。另外，近年來河北承接了北京的大量“三高” 企業，提高了河北的能源消耗，但管理和技術水平低等原因導致河北的全要素能源效率較低。

3.2 地區能源生產率分析

生產率指的是每單位投入的產出量，一般用產出與投入的比率來衡量，效率指的是在給定的技術水平和產出下，最有效地利用資源。能源生產率是經濟產出與能源消費總量的比值，沒有考慮其他因素，只要能源消費量的增長率低于經濟增長率，能源生產率則處于增長態勢。作為對比，本文計算了2012 ～2021 年的單要素能源生產率，限于篇幅這里不列出計算結果。

從計算結果看，全要素能源效率和能源生產率低的省（區、市）大部分位于西部地區，較高的省（區、市）大部分位于東部地區，北京、上海和廣東等省（區、市）的能源生產率較高。近年來部分省（區、市）的能源生產率在下降，如內蒙古、遼寧、安徽等。其余大部分省（區、市）的能源生產率在提高。

TFEE＝最優能源投入/實際能源投入＝（最優能源投入/既定產出）/（實際能源投入/既定產出）＝實際能源生產率/最優能源生產率，即全要素能源效率為實際能源生產率與最優能源生產率之比［33］。也就是說全要素能源效率的變化與實際能源生產率和最優能源生產率有關，實際能源生產率提高了，全要素能源效率不一定提高，反之亦然。

在生產活動中，資本、勞動、能源等多種投入要素往往具有替代性，能源生產率無法體現勞動力、資本及其他中間投入等投入變量與能源投入的相互配合和替代關系，只能在一定程度上反映出能源的利用情況。因此，利用單要素能源效率指標進行能源效率測算并據此采取節能措施，理論上不符合邏輯，據此指導實踐會造成誤導和偏差。全要素能源效率是對單要素能源效率的理論改進，考慮到了投入要素間的配合和替代，在一定程度上克服了單要素能源效率的片面性［33］。

3.3 全要素能源效率的變化特征分析

為了分析隨著時間變化，各省（區、市）之間的全要素能源效率變化特征和演變規律，借鑒經濟收斂理論，測算了全要素能源效率的σ值，其計算公式是：

其中，σt是第t年的變異系數，St是第t年的全要素能源效率標準差，TFEEi，t表示第i省（區、市）在第t年的全要素能源效率，μt表示第t年的全國全要素能源效率均值。

根據式（2） 計算的σ值見圖1。從全國來看，全要素能源效率的σ值在2012 ～2015 年呈縮小態勢，即省（區、市）之間的全要素能源效率隨著時間的發展差異越來越小，存在σ收斂； 但在2016～2021 年呈上升趨勢，即省（區、市）之間的全要素能源效率將繼續存在差異。從3 個區域的σ值變化特征看，區域之間存在明顯不同。東部區域全要素能源效率的σ值持續呈擴大趨勢，說明東部區域內部省（區、市）的全要素能源效率差異繼續存在； 中部區域全要素能源效率的σ值呈縮小趨勢，說明隨著時間的推移，中部區域省（區、市）的全要素能源效率將達到一個穩態； 西部區域σ值變化趨勢與全國的σ值變化趨勢一致，即2012～2015 年存在σ收斂，2016 ～2020 年不存在收斂。

圖1 全國及分區域全要素能源效率的σ 值

3.4 節能潛力分析

利用SBM－Undesirable 模型可以計算出能源節約量，即潛在的節能潛力。這里所指的節能潛力是指在目前的技術條件下，在不增加其他要素投入或減少產出的情況下，各省（區、市）達到技術前沿面所減少的能源投入量，如圖2 所示。北京、上海、江蘇、廣東、海南、青海和寧夏的節能潛力為零，說明在目前技術條件下，沒有能源投入冗余，能源利用效率達到最優。2012 ～2021年中國年均節能潛力約為7828 萬噸標煤，意味著如果30 個省（區、市）均能達到技術前沿面，則可以年均節能約7828 萬噸標煤。節能潛力最大的省（區、市）分別是河北、內蒙古、山東、遼寧和山西，通過提高技術向前沿面移動以及提高管理水平均可以提高全要素能源效率從而達到節能的目的。各省（區、市）在制定節能指標時，可以參考此潛在節能量，既可以有效完成節能計劃，同時也可以督促各省（區、市）不斷提升技術和管理水平來節約能源［27］。

圖2 2012～2021 年各省（區、市）平均潛在節能量

根據前文計算出的能源投入冗余量即為能源損失量，各個省（區、市）的全要素能源效率與能源損失的絕對量并非是一一對應關系。參考孫廣生等（2011）［31］的做法，以全國均值作為標準，將全要素能源效率與能源損失量作為坐標橫軸和縱軸，則可以將30 個省（區、市）劃分為4 個基本類型（見圖3）： 高效率高損失量、高效率低損失量、低效率高損失量以及低效率低損失量，其中第二、三種類型表明效率與損失之間存在對應關系。河北等12 個省（區、市）符合全要素能源效率低、能源損失量高的特征，北京等10 個省（區、市）符合全要素能源效率值高、能源損失量低的特征，山東、吉林等8 個省（區、市）不符合全要素能源效率與能源損失之間的對應關系。如山東的全要素能源效率較高，能源損失也較大，因為能源損失量是全要素能源效率與一個省的能源消耗總量共同決定的，盡管山東的全要素能源效率高于全國平均水平，但由于本省需要消耗較多的能源，最終能源的絕對損失量還是很大。吉林等省（區、市）全要素能源效率較低，消耗的能源總量相對較少，能源損失也相對較少。

圖3 省（區、市）全要素能源效率與能源損失量的類型

3.5 與其他研究結果的對比

在對省（區、市）全要素能源效率的測算中，因測算方法、投入產出指標、數據處理方法等不同，測度結果有較大的差異。通過文獻梳理發現，研究時期與本文比較接近的是蔡海霞和程曉林（2022）［13］以及Guo 等（2023）［17］的研究。從計算結果看，相同之處是在計算周期內全要素能源效率均處于波動狀態，東部區域高于其他區域，節能潛力均較大； 不同之處是蔡海霞和程曉林（2022）［13］的研究指出周期內全要素能源效率呈先下降后保持平穩態勢，Guo 等（2023）［17］的結果是微降態勢，本文得出的研究結果是先上升后下降隨后保持平穩態勢，主要原因可能在于： （1）計算模型不同，本文運用的是SBM－Undesirable模型，蔡海霞和程曉林（2022）［13］采用的是超效率DEA 模型，Guo 等（2023）［17］采用的是NDDFDEA 模型； （2） 投入產出指標不同，本文的投入包括資本、勞動（年平均從業人數）、能源和其他中間投入，產出是總產值和SO2，蔡海霞和程曉林（2022）［13］的研究中的投入包括資本、勞動（年末從業人數）、化石能源投入、可再生能源投入，產出是GDP、CO2、SO2、NOx，Guo 等（2023）［17］的研究中的投入包括資本、勞動（年末從業人數）、能源投入，產出是GDP 和CO2； （3） 蔡海霞和程曉林（2022）［13］的研究用超效率DEA 計算結果直接稱為全要素能源效率，不符合Hu 和Wang（2006）［1］對全要素能源效率的定義，結果難免有較大差異。

3.6 不同參數設置的敏感性分析

固定資本存量是計算全要素能源效率的投入指標，固定資本存量不同難免會影響全要素能源效率的測算結果。目前對固定資本存量的核算參數沒有統一的標準，李賓（2011）［34］的分析結果表明折舊率的取值不同對固定資本存量估計結果影響較大。為保證測算結果的科學性，本文通過改變折舊率進行敏感性分析，比較不同折舊率計算的資本存量對全要素能源效率的影響。其中，基準情景是前文計算結果，折舊率既考慮時間差異又考慮地區差異，第一種情景是折舊率只考慮時間差異，不考慮地區差異； 第二種情景采取固定折舊率9.6%，既不考慮時間差異，也不考慮地區差異，3 種情景的其余參數相同。3 種情景下的全要素能源效率見表3。

表3 敏感性分析結果

根據表3，相對于基準情況，情景1 和情景2不同省（區、市）的全要素能源效率變化均較小，平均全要素能源效率分別提高了0.0009 和0.0005，改變折舊率計算的資本存量對全要素能源效率影響較小。本文的折舊率考慮了時間變化和區域差異，據此計算的資本存量更符合中國實際情況，測算的全要素能源效率比較可靠。

4 研究結論和政策建議

4.1 研究結論

本文基于生產經濟學理論，構建了合理的投入產出指標體系，采用SBM－Undesirable 模型測算了2012～2021 年30 個省（區、市）的全要素能源效率，分析了各省（區、市）的節能潛力，得出如下結論：（1） 研究期間中國全要素能源效率整體水平較低，呈現先升后降隨后平穩趨勢； 從三大區域看，東部區域明顯高于中、西部區域，西部區域高于中部區域； 分省（區、市）看，大部分省（區、市）的全要素能源效率較低，呈現東高西低的分布特征，與經濟發展特征相似； （2） 從全要素能源效率變化特征看，區域之間具有異質性。只有中部區域存在σ收斂； （3） 研究期間大部分省（區、市）節能潛力較大。

4.2 政策建議

基于以上研究成果和有效實現節能的目標，提出以下建議：

（1） 從全要素能源效率和節能潛力看，尤其需要關注“低效率高損失量” 和“高效率高損失量” 的省（區、市）。對于“低效率高損失量” 的省（區、市），需要加大節能技術投入，加強同技術水平高的省（區、市）合作交流； 加強管理，通過提高管理水平來提高技術效率； 優化能源消費結構，提高清潔能源消費比重； 調整產業結構，降低高耗能產業比重，因地制宜大力發展戰略新興產業等低耗能產業，降低能源消費總量。對于“高效率高損失量” 的省（區、市），主要是深入推進供給側改革，促進產業結構合理化和高級化，大力發展低耗能產業，降低能耗總量。對于“低效率低損失量” 的省（區、市）需要大力提高技術水平，提高全要素能源效率。

（2） 綜合考慮多措并舉全面提升全要素能源效率。提高研發投入，促進節能技術和節能生產工藝的研發推廣，應用互聯網＋、5G 等新技術建立智慧能源管理系統，促進能源的智慧化、智能化，提高管理水平。轉變能源消費方式，降低經濟對能源的依賴性，促進清潔能源的發展，優化能源消費結構。根據資源稟賦，大力發展當地優質能源，發展智能電網與局域電網，打破能源市場條塊分割，建設全國統一的能源市場，促進能源合理有序流動。加強企業使用能源和能源類原材料的管理，促進發達地區與欠發達地區的企業、科研機構合作，提高能源利用效率。

（3） 因地制宜，制定差異化的節能政策和環境規制政策。各省（區、市）的全要素能源效率和節能潛力差異較大，能源和環境政策的制定應在國家大框架下，根據各省（區、市）的資源稟賦和實際發展情況，根據《“十四五” 節能減排綜合工作方案》 的精神，制定有差別的能源“雙控”目標、節能環保政策，實行一地一策，一城一策。同時，注重不同政策之間的協同效應，加強不同省（區、市）之間的相互學習，促進區域之間的協同發展，努力實現各地區的節能減排目標。

注釋：

①根據國家統計局每隔5 年發布的投入產出表可知，最初投入包括資本和勞動，能源、原材料等均是中間投入。

②東部區域包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11 個省（區、市），中部區域包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8 個省（區、市），西部區域包括內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆11 個省（區、市）。