可再生能源技術創新提升全要素能源效率了嗎？

〔摘要〕

黨的二十屆三中全會強調，深化能源管理體制改革。能源效率的提升是協調能源消費和經濟發展的關鍵，利用我國242個地級市2004-2019年的數據，考察可再生能源技術創新及其亞類對全要素能源效率的影響有重要現實意義。研究發現，可再生能源技術創新有利于提升全要素能源效率，其中水能和太陽能領域技術創新的推動作用更為顯著。具體地，技術創新能夠通過推動可再生能源對傳統化石能源的替代，優化能源結構，提升全要素能源效率。異質性分析發現，在非資源型城市和東中部地區，可再生能源技術創新對提高全要素能源效率的積極作用更加顯著。以可再生能源技術創新提升全要素能源效率，需要拓寬融資渠道，分區域、分領域深化可再生能源技術創新和調整能源結構等。

〔關鍵詞〕

可再生能源技術創新；全要素能源效率；能源結構優化；水能；太陽能

〔中圖分類號〕F1243；F0621 〔文獻標志碼〕A 〔文章編號〕

1008-0694（2024）06-0061-12

〔作者〕

劉 勇 教授 博士生導師 四川大學經濟學院 成都 610064

楊員巧 碩士研究生 四川大學經濟學院 成都 610064

〔基金項目〕

四川省科技廳軟科學面上項目 “成渝地區雙城經濟圈能源利用低碳化的聯動機制及協同治理政策研究”（2023JDR0102）。

提升能源效率和發展可再生能源是實現碳減排目標的重要途徑。推動能源效率提升不僅有利于降低由能源消耗帶來的碳排放，形成低能源強度、低碳強度的經濟發展模式，也有利于推動我國可持續發展進程。黨的二十屆三中全會指出，加快規劃建設新型能源體系，完善新能源消納和調控政策措施。在降低能源消耗、提升能源效率和控制碳排放的背景下，技術創新將助力可再生能源憑借其可再生、低碳等優勢成為未來經濟、社會和生態發展的重要支撐。約瑟夫·熊彼特認為創新是建立一種新的生產函數，強調生產技術的革新和生產方法的變革對經濟發展至關重要。在此理論框架下，可再生能源技術創新被認為是破除可再生能源現實桎梏并促進其充分、均衡發展的重要手段。當前，化石能源消費帶來的污染問題，已經對經濟社會產生嚴重影響。我國以煤炭、石油等傳統化石能源消費為主的能源消費結構不利于保障能源安全和應對風險挑戰。因此，如何提高能源效率以協調能源消費和經濟、社會與生態發展之間的關系正是中國式現代化進程中需要直面的重大挑戰。基于此，本文重點關注可再生能源技術創新能否對全要素能源效率產生積極影響，以期為能源效率提升、能源綠色轉型和可持續發展提供有益思路。

一、文獻回顧

1全要素能源效率

作為表征能源消費與產出關系的重要指標，能源效率旨在測度固定能源投入下實現最大產出能力的程度，或在固定產出的條件下實現最小投入的程度，主要有全要素能源效率和單要素能源效率兩類〔1〕。單要素能源效率包括能源強度、能源生產率和能源物理效率等。全要素能源效率則能充分反映能源、資本和勞動等要素之間相互配合的特點，更符合經濟學帕累托效率的內涵〔2-3〕。全要素能源效率的測算主要包括通過參數函數來擬合數據的隨機前沿法SFA（Stochastic Frontier Approach）與通過構造一個非參數凸面進行估計的數據包絡法DEA（Data Enveloment Analysis）兩種。實踐中，數據包絡法中的超效率SBM模型應用較多，被廣泛應用于不同區域的全要素能源效率測算〔4-5〕。全要素能源效率的影響因素中，對外開放程度、互聯網發展以及能源稟賦被視為重要變量。對外開放程度主要通過吸引外商投資帶來技術外溢效應，促進技術創新，從而促進全要素能源效率提升〔6-8〕。而互聯網發展有利于疏通生產和生活中的信息交流，通過降低信息成本、擴大市場規模以及優化消費模式等降低能源消費強度并提高能源效率〔9-10〕。能源效率低通常和能源資源稟賦強相伴相生〔11〕，能源越豐富的地區，企業和地方政府進行技術創新以提高能效的動力越不足〔12〕，可能誘致能源低效率利用。

2可再生能源技術創新

可再生能源技術創新的測量主要有三種方法。第一，可再生能源專利絕對數量。如Ren et al（2021）利用可再生能源專利授權數量衡量技術創新〔13〕，并用可再生能源專利申請量作為替代變量進行穩健性檢驗。這種方法只考慮當年的專利數量，測度相對簡易。第二，考慮可再生能源專利的存量。Cheng et al（2021）以10%作為折舊率測算可再生能源技術創新〔14〕，以某年專利授權量作為研究的初始年份數據，并以當年新授權專利數與上一期專利存量90%的總和作為當年的技術創新表現。相比之下，存量形式雖然考慮了專利的作用年限，但也使得創新能力很大程度上取決于折舊率的確定。第三，可再生能源專利數量占總專利數量的比重。如Pitelis et al（2020）使用可再生能源專利申請數量占專利總申請數量的比例衡量〔15〕，認為占比越高，表明技術創新能力越強。

關于可再生能源技術創新的影響，首先，在碳減排方面，不同區域可再生能源技術創新對碳減排的影響不同〔16〕。如在我國的東部地區，可再生能源技術創新的碳減排效應顯著，而中部、西部和東北地區就不明顯。其次，在政策效應方面，Pitelis et al（2020）把政策分為技術推動型、需求拉動型和系統政策工具，發現不同類型的政策對可再生能源技術創新的影響有一定差異，且需求型政策更有效〔17〕。最后，推動可再生能源技術創新發展的動因方面，政府被視作核心行為主體，相應政府行為則為主要因素。系統動力學也指出政府處在可再生能源發展初期的核心位置〔18〕。如政府可通過出臺相關政策，上調化石能源價格、調整電力價格和提供資金支持等促進可再生能源技術創新〔19-20〕。

綜上，關于可再生能源技術創新和全要素能源效率相關研究成果頗豐，為本文探究兩者的聯系提供了有益參考。但現有關于可再生能源技術創新的研究大多停留在整體層面，對其亞類即水能、風能和太陽能等領域的創新探究不夠，難以完整詮釋可再生能源創新的經濟效應。現有研究對技術創新和能源效率的關系的研究成果也偏少，對兩者之間的理論機制討論亦不足。對此，本文通過整理可再生能源技術創新及其亞類的數據，分析可再生能源技術創新及其亞類對全要素能源效率產生的影響，以期為技術創新推動能源效率提升提供研究思路。

二、理論分析與研究假設

1可再生能源技術創新對全要素能源效率的直接效應

可再生能源技術創新有利于在提高生產部門生產效率的同時，優化勞動和資本的配置進而提高能源效率。如在能源開發階段，可再生能源技術創新就能夠通過優化能量的捕捉、轉換和儲存以增加能源開發量并降低開發成本〔21〕。在能源流通階段，可再生能源技術創新還有利于降低能源運輸損耗率、改善高峰用能擁擠以及增強能源供應穩定性〔22〕，提升能源效率。可再生能源技術創新還可以縮小因自然條件差異導致的能源貧困和能源不公平〔23-24〕。如結合能源互聯網建設，技術創新有利于推動可再生能源打破時空界限，提高能源配置效率，創造新的就業機會，進而提升能源效率。基于此，提出假設1：可再生能源技術創新能夠提升全要素能源效率。

2可再生能源技術創新對全要素能源效率的間接效應

可再生能源的發展能夠縮小其與傳統化石能源的價格差距，增大可再生能源對化石能源的替代比例，推動能源結構綠色轉型〔25〕。我國作為煤炭消費占比較高的“煤基”國家，面臨經濟增長高度依賴煤炭消費和如期實現“雙碳”目標的雙重壓力，更需要加快可再生能源對煤炭的替代。能源結構的優化則有利于提升全要素能源效率〔26〕。一方面，與高污染的化石能源相比，可再生能源具有清潔、低碳的優勢，能夠降低能源消費對環境的負面影響〔27〕，提升包括非期望產出在內的全要素能源效率。另一方面，從電力系統來看，火力發電仍是當前的主力，但煤炭作為核心燃料是熱力值低且碳排放高的能源。通過優化能源結構，能夠提高電力系統的綜合效率，減少資源浪費進而提升全要素能源效率〔28〕。基于此，提出假設2：可再生能源技術創新主要通過優化能源結構來提升全要素能源效率。

三、模型設定

1模型構建

結合上述分析，構建考慮城市和時間的雙因素固定效應模型來考察可再生能源技術創新對全要素能源效率產生的影響，構建的計量經濟學模型如下：

ETFPit=α0+α1RETIit+∑iαiZi+γi+φt+εit（1）

其中，ETFPit表示i城市第t年的全要素能源效率。RETIit表示i城市第t年的可再生能源技術創新能力。Zi為影響全要素能源效率的控制變量集，具體包括對外開放程度（Open）、互聯網發展（Internet）、能源稟賦（Investment）和產業結構（Industry）。γi和φt分別表示城市和時間效應，εit為殘差項。

2變量選取

（1）全要素能源效率（ETFP）。考慮到傳統或改進的DEA模型，尤其是SBM模型不具備同時考慮徑向和非徑向的能力。EBM模型盡管考慮到徑向和非徑向距離函數，以及非期望輸出，但EBM模型得出的效率值最大為1，可能存在多個決策單元同時被評為有效的情形〔29〕。

本文采用Andersen et al（1993）提出的超效率EBM模型〔30〕，在該模型中，其他決策單元組成的前表面被用來評價決策單元的效率，所得出的效率值可大于1，且效率值越大，表示效率越高。因而，運用超效率EBM模型能夠更科學、更準確地測算我國城市層面的全要素能源效率。假設有n個決策單元（DMU），包含非期望產出的超效率EBM模型定義如下：

r=minθ-ε-∑mi=1ω-is-i

xi0

φ+ε+（∑sr=1ω+rs+r

yr0+∑qp=1ωu-psu-p

up0）（2）

∑nj=1xijλj+s-i=θxi0 （i=1，2，…，m）

∑nj=1yrjλj-s+r=φxi0 （r=1，2，…，s）（3）

∑nj=1upjλj+s-p=φxi0 （p=1，2，…，q）λj≥0，s-i，s+r，s-p≥0

其中，r為超效率EBM模型測算的全要素能源效率的最優值，xi0、yr0和up0分別代表DMU0的各類投入、期望產出和非期望產出，s-i、s+r和s-p則分別表示各類投入松弛、期望產出松弛和非期望產出松弛，ω-i、ω+r和ωu-p分別表示各類投入指標、期望產出和非期望產出的相對重要性。θ和φ為徑向效率值和產出擴大比。ε是決定r效率值計算非徑向部分重要性的核心參數，取值范圍為［0，1］。當該值為0時，它等效于徑向模型，當該值為1時，它等效于SBM模型。最后，xij、yrj、upj和λj分別表示DMUj的各類投入量、期望產出量、非期望產出量和權重系數。

利用MAXDEA90軟件的超效率EBM模型，使用Malmquist指數度量我國242個地級市2004-2019年的全要素能源效率，2004年為基期。顯然，由Malmquist指數全局表征的效率值大于1表示效率明顯提升，相反小于1則表示效率的降低。就測算來看，投入指標包括資本、勞動力和能源，產出指標有期望產出和非期望產出，變量的定義和統計特征見表1。

具體而言，資本存量參考劉常青等（2017）對城市資本存量的測度方法〔31〕，以2004年為起始年份；勞動力用年末單位從業人員數、城鎮私營和個體從業人員數的總和表征。對于能源指標的選取，由于缺乏城市層面的能源消費數據，選取全社會用電量表征。在產出方面，以2004年為基期計算相應年份實際地區生產總值為期望產出，而非期望產出包括工業二氧化硫排放量、工業廢水排放量和PM25濃度。

（2）可再生能源技術創新（RETI）。可再生能源主要包括生物能源、地熱、水電、海洋、太陽能和風能。本文將可再生能源技術創新也分為與之相對應的六種亞類，即水能、風能、太陽能、地熱能、海洋能和生物質能。至于創新能力的測度，用可再生能源的專利申請數量作為當年的技術創新代理變量。需要說明的是，各地級市海洋能專利申請量普遍表現不佳，0次居多，無法考察其差異以及差異帶給能源效率的影響，故舍去。專利申請的數據來源于中國知識產權局官網的專利檢索及分析系統平臺。

（3）機制變量。能源結構（CCES）。能源結構包括能源生產和消費兩個維度，是指各類能源分別在兩個維度的比例。其中，能源消費結構能夠反映生產和生活的用能方式，是影響經濟、社會和生態發展的重要變量。本文聚焦能源消費結構并借鑒Su et al（2023）〔32〕的做法用煤炭消費量占能源消費總量的比值作為能源結構的代理變量。該變量的數值越小，則意味著低碳能源或可再生能源的消費占比越大，能源結構越優。

（4）控制變量。①對外開放程度（OPEN），選取地區當年實際使用外資總額與地區生產總值的比值測度。②互聯網發展（INT），采用互聯網寬帶接入用戶數測度。③能源資源稟賦（INV），選擇房地產開發投資完成額占地區總產值的比例表征。④產業結構升級（IS），采取第三產業增加值與第二產業增加值的比重作為代理變量。⑤政府治理（GOV），采用財政支出占地區總產值的比例表征。

3數據來源

本文以我國242個地級市的數據為研究樣本，主要數據來自相關年份《中國統計年鑒》《中國能源統計年鑒》《中國城市統計年鑒》和相應省（區、市）統計年鑒，對于缺失的部分初始數據，使用線性插值法填補并對除全要素能源效率和能源結構之外的變量作取對數處理。表

2為變量統計特征。

四、實證分析與討論

1基準回歸分析

（1）模型設定檢驗。在探究可再生能源技術創新和全要素能源效率的相關性之前，本文對數據的性質進行了測試，結果表明所有變量的方差膨脹因子（VIF）及其均值都遠小于10，說明各變量間不存在嚴重的多重共線性，不會對本文的回歸結果產生影響。表3報告了所有變量原始值和一階差分的單位根測試結果，所有變量的一階差分在1%的顯著性水平上通過了CIPS顯著性檢驗，說明數據均是平穩的。同時，協整檢驗的結果也高度顯著，意味著可再生能源技術創新對全要素能源效率具有長期穩定的相關關系。豪斯曼檢驗表明固定效應模型優于隨機效應模型，故采取考慮時間和城市效應的雙因素固定效應模型（FE）。

（2）可再生能源技術創新對全要素能源效率的影響分析。表4展示了可再生能源技術創新對全要素能源效率在普通最小二乘法（OLS）、雙因素隨機效應（RE）和雙因素固定效應（FE）三個模型下的回歸結果。其中，列（1）、列（3）和列（5）分別是未添加控制變量的回歸結果，列（2）、列（4）和列（6）則為納入控制變量的回歸結果。就回歸結果來看，盡管是否添加控制變量對回歸結果產生了一定影響，但回歸系數均為正，表明可再生能源技術創新對全要素能源效率產生了積極作用。由列（6）可知，可再生能源技術創新在5%的顯著性水平上對全要素能源效率的提升起到促進作用，假設1得證。

就控制變量回歸系數來看，列（6）顯示對外開放程度系數在1%的顯著性水平上顯著為正，這與劉爭等（2022）研究結論一致，也符合本文的預期〔33〕。互聯網發展的回歸系數在5%水平上顯著為正，表明通過改善能源生產、分配和消費全環節的信息傳遞，有利于促進各部門間知識和技術共享來優化重塑能源價值鏈，助推全要素能源效率提升。此外，能源資源稟賦和產業結構的系數為負，說明兩者抑制了全要素能源效率的提升。這警示應該重視投資和產業結構升級中的能源使用情況，鼓勵能源的高效使用以促進經濟高質量發展。

（3）可再生能源技術創新亞類對全要素能源效率的影響分析。為探究可再生能源五個亞類的技術創新對全要素能源效率的影響，本文還分別對全要素能源效率進行回歸，結果見表5列（1）-列（5）。五個亞類的技術創新系數均為正，說明它們都對全要素能源效率展現出積極的促進作用。其中，水能（HRETI）和太陽能（SRETI）技術創新通過了1%的顯著性水平檢驗，且水能技術創新的系數略大。這表明水能和太陽能領域的技術創新已經開始助推全要素能源效率提升，且前者的作用力度更大。而風能（WRETI）、地熱能（GRETI）和生物質能（BRETI）技術創新未通過顯著性檢驗，這可能與能源亞類的發展水平有關。

2穩健性檢驗

為了驗證基準回歸的穩健性，本文采用3種方法進行測試。（1）對所有連續性變量進行雙側1%分位縮減處理。（2）更換核心解釋變量。用可再生能源專利申請存量代替專利申請量。（3）可能的遺漏變量。政府治理被證實在很大程度上會對經濟變量產生影響，故將政府治理作為遺漏變量添加為控制變量。表6列（1）、列（2）、列（3）顯示可再生能源技術創新的回歸系數在三種穩健性檢驗下均為正，說明可再生能源技術創新對提高全要素能源效率的作用具有穩健性

（1）資源稟賦異質性。化石能源的資源稟賦條件會影響地區經濟發展，但豐裕的自然資源有時反而可能是經濟發展的阻礙。我國部分城市也存在資源依賴程度過高導致經濟發展落后和環境污染嚴重的情況，本文按照是否屬于資源型城市將研究樣本分為兩組并分別進行回歸。根據表7列（1）、列（2）可知，非資源型城市的可再生能源技術創新對全要素能源效率的系數為00114且在5%的顯著性水平上顯著，意味著傳統化石能源方面的劣勢反而助推了可再生能源技術創新提升全要素能源效率。這可能是因為，傳統化石能源相對豐裕的地區經濟發展傾向于依賴自然資源，缺乏技術創新和發展可再生能源的動力，非資源型城市則相對重視可再生能源技術創新的巨大推力，故可再生能源技術創新對全要素能源效率的提升作用明顯。

（2）區域異質性。本文還將研究城市分東部、中部和西部地區三組進行區域異質性分析，相關結果在表7列（3）、列（4）、列（5）中展示。可再生能源技術創新的回歸系數在三個地區均為正，但西部地區未通過顯著性檢驗，表明西部地區可再生能源技術創新對全要素能源效率的促進作用還沒有充分發揮。而東部和中部地區可再生能源技術創新對提升全要素能源效率作用明顯，尤其是東部地區。

4機制檢驗

可再生能源技術創新主要通過優化能源結構來影響全要素能源效率，借鑒 Su et al（2023）的方法〔34〕，在方程（1）的基礎上構建方程（4）和方程（5），以三步法來判定影響機制是否成立，具體方程設定如下：

Midit=β0+β1RETIit+∑iβiZi+γi+φt+εit（4）ETFPit=θ0+θ1RETIit+θ2Midit+∑iθiZi+γi+φt+εit（5）

其中，Mid為機制變量即能源結構CCES，其余指標含義同方程式（1）。機制檢驗的結果詳見表8，列（1）、列（3）和列（5）不包括控制變量，而列（2）、列（4）和列（6）為納入所有控制變量的結果。列（1）和列（2）對應的是本文的基準回歸結果。列（3）和列（4）中，可再生能源技術創新的系數分別在5%和1%的顯著性水平上顯著為負，表明可再生能源技術創新有助于優化能源結構。列（5）和列（6）中，可再生能源技術創新的系數則分別在1%和10%的顯著性水平上顯著為正，同時能源結構的系數為負且均通過1%顯著性檢驗。這表明，加入能源結構后可再生能源技術創新仍能顯著影響全要素能源效率，且能源結構優化也可以提升全要素能源效率。對比列（2）和列（6），可再生能源技術創新的系數在列（6）中有所減小，表明能源結構優化在可再生能源技術創新與全要素能源效率的關系之間產生了一定的中介效應，假設2得證。

五、結論與建議

1結論

本文選擇雙因素固定效應模型對我國242個地級市可再生能源技術創新和全要素能源效率的關系進行考察，結果表明：（1）可再生能源技術創新能夠通過提高可再生能源開發效率，增強能源供應穩定性與優化勞動和資本配置促進全要素能源效率提升。（2）相較于風能、地熱能和生物質能，水能和太陽能領域的技術創新更為顯著地促進了全要素能源效率提升。（3）在非資源型城市和東部、中部地區，可再生能源技術創新對全要素能源效率的積極作用更加顯著。（4）創新能夠通過促進可再生能源對傳統化石能源的替代優化能源結構，進而提升全要素能源效率。

2建議

以可再生能源技術創新促進全要素能源效率提高，一是應積極推動融資渠道多元化，引導資本注入可再生能源技術創新全環節。深化綠色金融發展，通過完善信息溝通機制、增強金融機構在專業領域的技術識別能力降低信息不對稱度和借貸風險，進而降低可再生能源技術創新的融資難度。暢通商業信用、金融投資渠道，使其發揮對綠色金融的補充作用。此外，還應開展能源利用主題教育活動，增強公眾對能源效率的認知，吸引社會資本投入到可再生能源技術創新領域。二是分領域、分區域推進可再生能源技術研發工作。在鞏固水能和太陽能技術創新的正向效應的同時，結合不同區域自然資源稟賦條件，加大對風能、地熱能和生物質能技術創新的投入，著重打通其效應發揮堵點，充分發揮可再生能源技術創新的作用。同時，加快能源互聯網和智慧能源建設，促進可再生能源的高效利用。三是優化可再生能源消費市場環境，糾正傳統能源消費外部性等引致的市場失靈，推動能源結構優化。

參考文獻：

〔1〕楊紅亮，史丹.能效研究方法和中國各地區能源效率的比較［J］.經濟理論與經濟管理，2008，（03）.

〔2〕HU J，WANG S.Total-factor energy efficiency of regions in China［J］.Energy Policy，2006，（17）.

〔3〕魏楚，沈滿洪.能源效率研究發展及趨勢：一個綜述［J］.浙江大學學報（人文社會科學版），2009，（03）.

〔4〕劉華軍，石印，郭立祥，等.新時代的中國能源革命：歷程、成就與展望［J］.管理世界，2022，（07）.

〔5〕王群勇，李海燕.基于不確定環境DEA模型下中國各區域能源效率和二氧化碳排放效率評價［J］.軟科學，2022，（08）.

〔6〕彭樹遠.我國省域全要素能源效率研究——基于三階段全局UHSBM模型［J］.經濟問題，2020，（01）.

〔7〕宋曉薇，王慧芳.技術外溢、對外直接投資與全要素能源效率——基于長三角地區的實證分析［J］.會計與經濟研究，2019，（02）.

〔8〕范如國，楊維國，羅明，等.經濟轉型下FDI溢出及其對能源效率影響的門檻特征分析［J］.南方經濟，2019，（01）.

〔9〕潘家棟，肖文.互聯網發展對我國出口貿易的影響研究［J］.國際貿易問題，2018，（12）.

〔10〕李濤，沙瑋華.數字經濟對地區全要素能源效率的影響研究——基于市場貿易的中介效應分析［J］.財經理論與實踐，2022，（03）.

〔11〕周倩玲，方時姣.地區能源稟賦、企業異質性和能源效率——基于微觀全行業企業樣本數據的實證分析［J］.經濟科學，2019，（02）.

〔12〕孫耀華.能源資源稟賦對碳排放的影響與傳導機制——基于空間計量模型的實證分析［J］.商業研究，2020，（06）.

〔13〕REN S，HAO Y，WU H.Government corruption，market segmentation and renewable energy technology innovation：Evidence from China［J］.Journal of Environmental Management，2021，（24）.

〔14〕CHENG Y，YAO X.Carbon intensity reduction assessment of renewable energy technology innovation in China：A panel data model with cross-section dependence and slope heterogeneity［J］.Renewable and Sustainable Energy Reviews，2021，（21）.

〔15〕〔17〕PITELIS A，VASILAKOS N，CHALVATZIS K.Fostering innovation in renewable energy technologies：Choice of policy instruments and effectiveness［J］.Renewable Energy，2020，（06）.

〔16〕范秋芳，王婷婷，劉冠男.可再生能源技術創新的減排效應：空間溢出與門檻特征［J］.中國石油大學學報（社會科學版）， 2024，（01）.

〔18〕賈文婷，武忠.基于SD模型的可再生能源技術創新動力要素研究［J］.情報雜志，2012，（02）.

〔19〕馬麗梅，王俊杰.能源轉型與可再生能源創新——基于跨國數據的實證研究［J］.浙江社會科學，2021，（04）.

〔20〕LIN B，CHEN Y.Does electricity price matter for innovation in renewable energy technologies in China？［J］.Energy Economics，2019，（01）.

〔21〕KROZER Y.Financing of the global shift to renewable energy and energy efficiency［J］.Green Finance，2019，（03）.

〔22〕WANG Z，CARRIVEAU R，TING D，XIONG W.A review of marine renewable energy storage［J］.International Journal of Energy Research，2019，（12）.

〔23〕WANG Y，LIN B.Can energy poverty be alleviated by targeting the low income？Constructing a multidimensional energy poverty index in China［J］.Applied Energy，2022，（03）.

〔24〕DONG K，TAGHIZADEH-HESARY F，ZHAO J.How inclusive financial development eradicates energy poverty in China？ The role of technological innovation［J］.Energy Economics，2022，（06）.

〔25〕〔32〕〔34〕SU T，CHEN Y，LIN B.Uncovering the role of renewable energy innovation in Chinas low carbon transition：Evidence from total-factor carbon productivity［J］.Environmental Impact Assessment Review，2023，（03）.

〔26〕畢神浩，鐘曉紅，來宇敏，等.基于PVAR模型的能源消費結構與能源效率的關系研究［J］.工業技術經濟，2021，（07）.

〔27〕南士敬，李方東，汪金偉，等.中國可再生能源發展水平的區域差異、分布動態與收斂性［J］.資源科學，2023，（07）.

〔28〕江洪，紀成君.OFDI逆向技術溢出能夠改善中國能源效率嗎［J］.審計與經濟研究， 2020，（03）.

〔29〕TONE K，TSUTSUI M.An epsilon-based measure of efficiency in DEA——A third pole of technical efficiency［J］.European Journal of Operational Research，2010，（03）.

〔30〕ANDERSEN P，PETERSEN N.A procedure for ranking efficient units in data envelopment analysis［J］.Management Science，1993，（10）.

〔31〕劉常青，李磊，衛平.中國地級及以上城市資本存量測度［J］.城市問題，2017，（10）.

〔33〕劉爭，黃浩，鄧秀月.人口規模、產業結構與能源效率——基于空間面板計量模型的實證［J］.宏觀經濟研究，2022，（08）.

（責任編輯 肖華堂）