多重目標約束下我國能源效率變動分解、區域差異與影響因素研究

李 靜，汪克亮

(安徽理工大學 a.外國語學院；b.經濟管理學院，安徽 淮南 232001)

一、引 言

改革開放三十多年以來的中國經濟增長有兩個顯著特征，第一個特征是資本高投入的外延式擴大再生產，資本投入對經濟增長的貢獻遠超過全要素生產率的貢獻；第二個特征是高資源消耗、高環境污染的粗放型經濟增長模式，使得中國付出了沉重的資源與環境代價。當前，中國已成為全球能源消耗最大、環境污染最為嚴重的國家，二氧化碳排放總量已在2006年超過美國躍居世界第一并且占到全球排放總量的22%。經濟增長質量低下，資源過度利用與環境嚴重破壞，已經威脅到中國經濟社會的可持續發展。然而，由資源稟賦條件決定的中國以煤為主的能源結構在短期內無法得到根本轉變，中國未來的工業化、城市化仍將伴隨大量的煤炭資源消耗，燃煤已經成為我國溫室氣體排放及環境污染的主要來源。中國政府為此付出了巨大的努力，在“十一五”、“十二五”規劃中均確立了節能減排目標并將其納入經濟社會長期發展規劃，在十八大報告中鄭重強調要將生態文明建設放在突出地位，建設美麗中國，實現中華民族永續發展。如何在經濟持續發展的前提下，做到資源節約、環境保護，已經成為中國政府面臨的一項艱巨挑戰。在這種背景下，科學評價我國不同省份的能源效率并對其區域差異、變動根源以及影響因素進行剖析，對我國建設兩型社會、發展綠色經濟具有重要的理論及實踐意義。

二、文獻綜述

能源效率水平的高低直接關系到我國經濟與社會的可持續發展，一直是國內外學者關注的熱點問題，已經取得了眾多富有價值的研究成果。早期研究主要是在單要素框架下進行，其中最重要的指標為“能源強度”，如Fisher-Vanden(2004)［1］基于中國工業企業層面數據實證考察了1996年以來中國能源強度下降的原因；史丹(2006)分析了中國能源效率的區域差異與節能潛力，并就提升能源效率提出了一系列政策措施；張賢和周勇(2007)［2］利用空間回歸模型方法分析了FDI對中國能源強度的空間作用，認為FDI具有顯著的空間溢出效應，對本地區和周邊地區能源強度的降低有明顯的作用，等等。這些文獻均是采用單要素能源效率方法，該方法雖然簡單易用并且具有很強的操作性，但是缺點也非常明顯：無法反映生產過程中不同投入要素之間的相互替代，難以區分產業結構、能源結構變化對能源效率的影響。因而，很多學者認為單要素能源效率(PFEE)并不是衡量能源技術效率的最佳指標［3］。針對PFEE的缺陷，Hu and Wang(2006)［4］基于數據包絡分析 (DEA,Data Envelopment Analysis)方法首次提出了全要素能源效率(TFEE)的概念，較好地克服了PFEE方法的缺陷，為研究中國能源效率問題提供了全新的思路與方法。隨后，魏楚和沈滿洪(2007)［5］、楊紅亮和史丹 (2008)［6］、李世祥和成金華(2008)［7］、汪克亮等(2010，2011)［8-9］均是采用TFEE方法對中國能源效率問題進行了實證研究，在一定程度上證實了這種方法的可行性與有效性。袁曉玲等(2009)［10］、吳琦與武春友 (2009)［11］、汪克亮等 (2010，2012)［12-13］將能源利用的環境效應引入到TFEE核算框架之中，得到了更加科學、客觀且符合可持續發展核心要義的中國各省份TFEE測度結果。然而，上述研究都是以某一年的截面數據作為分析樣本，只能反映同一時間內中國各省份能源效率的地區差異，無法考察它們在不同時間上效率的變化情況，是一種靜態分析。王群偉和周德群(2008)［14］進一步拓展了既有研究，選取Malmqusit生產率指數首次考察了中國全要素能源效率在不同時間點上的變動趨勢，并將其分解為技術效率改進指數與技術進步指數，剖析了省際TFEE變動的根源。屈小娥(2009)［15］則運用超效率Malmquist生產率指數對中國30個省份的TFEE變動進行了分解，指出結構調整、技術進步、能源價格的提升對我國TFEE改進有積極作用。

本文將采用一種全新的能源效率動態分析方法——非參數盧恩伯格(Luenberger)生產率指標(LPI)①，利用省際面板數據，對2000-2009年中國各省份②TFEE的演變規律進行實證分析。非參數Luenberger指標是基于差分基礎(Differenced-based)的測度指標，是基于比率基礎(Ratio-based)的測度指標——Malmquist指數的拓展形式，有效繼承了Malmquist指數的優點，不僅無需設定生產函數的具體形式，而且也可以將TFEE的變化分解為技術效率改進與技術進步來揭示TFEE變動的源泉。然而，LPI指標與Malmquist指數的顯著差異是在于它們所基于的距離函數是不同的，Malmquist指數是以傳統的謝波德(Shephard)距離函數為基礎，只能選擇從投入或者產出某一個方向進行調整從而達到生產前沿，要么考慮投入最小，或者是產出最大，只能考慮單個目標，而無法實現對投入產出的同時調整，不能兼顧多重目標。而LPI指標是基于Chung等(1997)［16］創建的方向性距離函數，可以在研究者所選定的矢量方向上實現投入與產出的同時調整并達到完全有效率，能夠同時兼顧投入與產出目標，比Malmquist指數具有更高的靈活性與適用性，當前已經廣泛應用于國內外不同經濟體效率與生產率問題的研究之中，這也是本文選擇LPI指標作為研究工具的主要理由。作為世界上人口最多的發展中國家，發展是我國執政興國的第一要務，實現經濟持續增長，改善人們生活仍然是當前我國最重要的宏觀經濟目標。節能減排固然重要，但是不能以損害潛在經濟增長為前提。因而，我們不能只考慮節能減排目標，而也應兼顧經濟增長目標，即在經濟持續發展的同時充分做到資源節約與環境保護，在經濟增長與節能減排之間能夠找到一種最佳平衡，實現3E系統協調發展。因此，我國能源效率指標與發達國家不同，它與經濟增長也是直接相關的。由于基于方向性距離函數的LPI指標很好地切合了這一主旨，能夠兼顧能源、環境與經濟目標，因而利用該方法研究能源效率的動態演變、區域差異與影響因素，可以為我國節能減排與經濟可持續發展研究提供一種全新的方法論。

三、研究方法

(一)方向性距離函數

本文將我國每一個省份視為決策單元并利用其構造生產前沿面，每個決策單元使用N種投入進行生產，得到M種“好”產出(期望產出，為經濟產出)，I種“壞”產出(非期望產出，為能源利用過程中排放的環境污染物)，則其生產技術集可以定義為：能生產出 }(yt,bt)，其中分別為決策單元第t期的投入、“好”產出與“壞”產出向量，這一生產技術被稱為環境生產技術［16］。假設環境生產技術集是閉集，滿足凸性、有界性公理，并且投入與“好”產出均是可以自由處置的，而“壞”產出是弱可處置的，即“壞”產出的減少同時必須要伴隨“好”產出的減少。根據Chambers等(1996)［17］的研究，決策單元t時刻的方向性距離函數可以表示為：

其中，非零向量(gx,gy,gb)為方向向量，(?)為方向性距離函數，是傳統Shephard距離函數的一般形式，表示決策單元沿著某一個矢量方向同時減少投入與“壞”產出但擴張“好”產出，最終達到完全有效率，反映了決策單元實際生產點與生產前沿面的差距。很顯然，(?)≥0，若其值等于0，當且僅當該決策單元位于生產前沿面上，是完全有效率的。此外，方向向量的選擇并不唯一，可以根據研究目的來選擇。

(二)非參數盧恩伯格生產率指標(LPI)及其分解

在定義方向性距離函數的基礎上，同樣借鑒Chambers等(1996)［17］的研究思路，可以得到盧恩伯格生產率指標(LPI)的計算公式：

根據Chambers等(1996)［17］的研究，還可以進一步將LPI指標分解為技術效率改進指數(EFFCH)和技術進步指數(TECHCH)，本文通過這種分解模式獲悉中國各省份全要素能源效率變動的根源，LPI的具體分解方式如下：

其中，t=1，2，…，T；LPI、EFFCH、TECHCH 大于(小于)零分別表示不同時間點上的TFEE提升(下降)、技術效率改進(惡化)與技術進步(退步)。為了得到中國各省份TFEE動態演變的LPI指標，還需要求解四個方向性距離函數。眾多研究表明，數據包絡分析法(DEA)是當前測算方向性距離函數的首選方法，因而本文也將采用DEA方法來計算LPI值。

假設在時段T內有N個決策單元(省份)，使用M種投入(本文選擇的投入包括資本K、勞動L與能源E三種投入，M=3)，獲得S種期望產出與I種非期望產出，方向向量為(-gx,gy,-gb)。由于本文考察的是多重目標下的能源效率，因而我們追求的是在資本、勞動投入不變的情況，實現能源投入最小化，污染排放最小化與經濟產出最大化，因而我們設置的方向向量為：-gx=(0,-E),gy=y,-gb=-b，則針對待評決策單元o，其方向性距離函數可以通過計算下述線性規劃得到：

其中t1和t2表示時期，t1,t2∈{t,t+1}。當t1=t2時，(xt2,yt2,bt2)為同期距離函數，當 t1≠t2時，(xt2,yt2,bt2)為混合期距離函數，通過四個方向性距離函數的組合最終可以得到測度中國各省份TFEE變化的LPI指標及其分解指數EFFCH與TECHCH。

四、數據界定與實證分析

(一)樣本、數據與變量選取

本文將采用一種新型的生產率研究方法——非參數LPI指標來研究中國各省份TFEE的動態變化趨勢并考察其變動根源，選擇的樣本區間為2000-2009年。以各省份為決策單元，投入指標為資本、勞動、能源，期望產出指標為各省份GDP，非期望產出指標為能源利用過程中形成的環境污染。具體界定如下：①資本投入。由于無法直接獲得資本存量數據，本文直接借鑒張軍等(2004)［18］的研究成果，利用永續盤存法對中國各省份2000-2009年的資本存量進行了估算并以2000年不變價格對其進行了換算。②勞動投入。本文也延續多數文獻所采用的方法，采用各省份年末就業人數作為勞動投入的代理指標。③能源投入。本文以各省份能源消費總量來度量能源投入，數據直接來源于各年度《中國能源統計年鑒》。④環境污染。能源利用過程中會產生多種污染物“副產品”，如二氧化硫、氮氧化物、煙塵等。考慮到原始數據的可得性，再加上環境污染物的危害度，本文選擇各省份二氧化硫排放量作為能源環境污染的代理指標。⑤經濟產出。本文采用各省份GDP作為經濟產出指標。為了保持統計口徑的一致性，也以2000年不變價格對其進行換算。

全文實證分析所用到的原始數據均來自于2001-2010年《中國統計年鑒》、《中國能源統計年鑒》、《新中國五十五周年統計資料匯編》以及各省份統計年鑒。

(二)實證結果分析

1.TFEE變動分解與總體趨勢分析

本文通過既能考慮經濟增長，又能夠兼顧節能減排目標的盧恩伯格生產率指標來實證考察2000-2009年我國29個省份在考慮環境效應下的TFEE變動指數(TFEECI)，在此基礎上進一步將其分解為技術效率改進指數(EFFCH)與技術進步指數(TECHCH)，揭示了省際TFEE變動的源泉。為了考察TFEE變動的區域差異，按照傳統做法，我們將全國所有省份歸入三大區域，即東部、中部與西部三大地區。表1為全國及三大區域的TFEECI及其分解指數的平均值以及累計值，而圖1給出了2000-2009年間全國整體累計TFEECI、EFFCH、TECHCH，即CTFEECI、CEFFCH以及CTECHCH指數的動態演變趨勢③。

表1 2000-2009年中國三大地區的TFEECI、EFFCH、TECHCH的平均值與累計值

圖1 全國累計TFEE及其分解指數的變化趨勢

由表1可知，在考察期內，從整體上來看，全國TFEE是提升的，年均增長1.09%，累計增長8.37%，增長速度慢且幅度小。從指數分解的角度來看，2000-2009年，能源利用的技術效率指數年均下降0.53%，累計下降了4.41%，而能源技術進步指數實現了年均1.58%的增長，累計增長幅度達到了13.33%。因而，我國TFEE提升主要是依靠技術進步，而非技術效率改進。從時間層次上來看，如圖1所示，在考察期內，我國CTFEECI指數的演變軌跡大致展現了一種“U”型曲線軌跡，曲線的拐點在2005年左右。也即，在2000-2005年間，除了少數年份偶有微弱提升外，我國整體CTFEECI下降的趨勢比較明顯，而從2006年開始，CTFEECI指數下降的趨勢得到了遏制，在隨后的2006-2009年，我國CTFEECI指數一直處于穩步提升的過程之中。究其原因，可以從如下兩點考慮：①本世紀初由于我國進入了新一輪的經濟增長期，社會有效需求大幅增加，驅動了資源與環境密集型的重化工業，如礦業、鋼鐵、冶金、水泥、化工這些行業的急劇擴張，消耗了大量的能源資源，并且給環境保護帶來了巨大壓力，這是導致2000-2005年我國TFEE下降的主要原因；②極其嚴峻的資源與環境形勢開始引起了政府部門的高度重視，在2005年左右國家實施了一系列有關節能減排的法律法規，如《節能中長期專項規劃，2004》、《可再生能源法，2005》等等，實行了更加嚴格的環境規制。除此之外，在2006年制定的國家“十一五”發展規劃綱要中明確提出了節能減排約束性指標并將其在各省份之間進行了分配，要求各地政府在保持經濟持續增長的同時要切實實現節能減排分配指標。在中央政府的嚴格監督下，我國節能減排工作取得了明顯成效，扭轉了2000-2005年能源效率持續下降的被動局面并且迎來了2006-2009年連續四年能源效率的穩步提升。

通過將TFEECI指數分解為EFFCH指數與TECHCH指數，可以進一步幫助我們理清我國TFEE變化的根源之所在。如圖1所示，在考察期內，TECHCH指數一直保持了穩步提升態勢，而EFFCH指數與TECHCH指數的變動趨勢恰好相反，在持續下降。我們知道，無論是技術效率改進，還是技術進步，均是推動能源效率提升的重要力量，兩種力量本應相互配合，共同驅動我國能源效率的提升。然而，本文的實證結果卻表明：在我國這兩股力量是相互抵消、相互排斥、分道揚鑣的，這是非常不正常的，必將成為抑制我國能源效率整體水平提升的重大障礙。由生產率理論可知，技術效率主要是體現了管理模式、員工素質以及制度環境方面的因素(“軟”技術)，而技術進步則體現了節能減排工藝、技術以及設備等方面的因素(“硬”技術)。我國能源利用的技術效率與技術進步背道而馳的現象充分表明：過分關注革新節能減排的“硬”技術，而忽視了與之配套的管理模式改進、人力資源培育以及制度環境建設，對于我國能源效率水平的提升是有害無益的，相關決策部門應該針對這一問題及時采取得力措施，將兩股力量拉到能夠共同驅動我國能源效率提高的正確軌道上來。

2.區域差異分析

我國是一個幅員遼闊、地大物博的國家，不同區域經濟社會發展存在顯著的異質性特征，這種特征也將不可避免影響到各區域的能源利用水平，因而我國的TFEE也極有可能會顯示出不同的區域變化特征，本文對此進行了驗證。表1與圖2分別從靜態和動態兩個角度展現了我國能源效率變化的區域差異性。

圖2 三大地區累計TFEE變化趨勢

由表1可知，2000-2009年間，東、中與西部地區的能源效率整體上都是提升的，平均增長與累計增長幅度從高到低依次分別為：東部地區(1.98%，15.36%)、中部地區(0.69%，5.39%)、西部地區(0.46%，4.21%)。總體而言，東部地區的能源利用水平遠優于中西部地區，這主要得益于該地區雄厚的經濟實力、發達的外向型經濟、優良的節能減排技術環境。由TFEECI指數分解結果可知，推動三大地區能源效率提升的主要力量均來自于技術進步，而技術效率都是起到了阻礙作用，這一點與全國層面上的分析是保持一致的。因此，在大力促進能源環境領域工藝、技術創新的同時，改善企業節能減排管理效率，提升居民節能環保意識，為節能減排創造更好的市場環境等應該成為今后工作的重點，實現兩股力量的合并以帶動我國能源效率進一步提升。從時間變化趨勢來看，如圖2所示，在考察期內，東部地區的能源效率一直是以比較強勁的勢頭在增長，CTFEECI曲線在樣本期間內幾乎沒有發生任何波動，充分表明東部地區是帶動我國能源利用整體水平提高的主導力量，發揮了標桿與示范帶頭作用；中部地區的能源效率一直維持了比較平和的增長趨勢，CTFEECI曲線比較平緩，增長速度緩慢，提升幅度較小，整體上表現比較疲軟，這在一定程度上切合了近年來中部地區經濟發展的特征：缺乏活力與后勁，經濟轉型似乎已經陷入困境；西部地區CTFEECI曲線的變化軌跡與全國基本上是一致的，也大致表現為“先下降，后上升”的趨勢，以2005年為轉折點，平均增長率只有0.46%，提升幅度僅為4.21%，這表明“西部大開發”戰略的全面推進并沒有帶來西部地區能源效率的顯著提高，其中原因十分復雜，一方面可能是由于西部地區的眾多地方政府過于注重經濟增長，展開了GDP競賽，忽視了對原本就極為脆弱的生態環境的保護，使得資源約束與環境惡化這一問題在西部地區的表現更為突出；另一方面，也有研究表明這種情況出現可能是由于近年來西部地區過度承接了中、東部地區的資源環境密集型產業，導致污染西遷，從而阻礙了西部地區能源效率水平的提升［9］。需要指出的是，由圖2可知，自從2006年以來，西部地區能源效率提升非常明顯，這給我們傳遞了積極的信號，表明近幾年來西部地區經濟增長與資源環境之間的協調度是不斷增強的。

3.影響因素分析

影響TFEE變動的因素眾多，相互之間關系相互交織，影響機理十分復雜。本文通過文獻檢索、經驗分析等方法分析識別出我國省際全要素能源效率變化的主要影響因素，并利用面板計量經濟學方法檢驗其與我國省際、區域能源效率之間的數量關系。以全國各省份、三大區域的累計全要素能源效率變化指數CTFEECI為因變量，各影響因素為自變量建立面板計量回歸方程，這些因素主要包括：產業結構(IS)，經濟發展(ED)、市場化水平(ML)、外資利用(FDI)、能源消費結構(EM)。具體界定如下。

(1)產業結構。產業結構被認為是影響TFEE的關鍵因素之一，產業結構的優化主要體現在耗能少、污染度的第三產業比重的上升與資源密集型的第二產業比重的下降，這是提高能源效率極為重要的途徑。本文以各省份第二產業增加值占GDP的比重來表示產業結構。

(2)經濟發展。一個地區的節能減排技術水平的高低，甚至公眾的節能環保意識都與該地區的經濟發展水平密切相關，因而經濟發展是影響TFEE水平高低的一個非常重要的因素。本文以各省份人均GDP并取對數作為經濟發展的替代指標。

(3)市場化水平。市場化是一個制度因素，體現了政府對經濟的干預度，政府干預程度越高，市場化水平越低。由于政府干預力量的存在，直接影響到市場有效配置能源資源的能力，因而對TFEE的提升產生負面作用。本文以各省份政府財政支出占GDP的比重來表示市場化水平。

(4)外資利用。本文主要考慮外商直接投資。TFEE的提升與當地的節能減排技術、管理制度是不可分割的。一個地區的TFEE可能會由于外資進入形成的技術、管理外溢效應而得到提升。但是，這一過程非常復雜，涉及該地區的技術基礎與消化吸收能力，有“門檻”效應。因而，FDI對不同地區TFEE的影響尚存在不確定性。本文以各省份外商直接投資占GDP比重來表示外資利用水平。

(5)能源消費結構。已有學者［12-13，19］指出，優化能源結構，提升優質、高效能源與可再生能源如石油、天然氣、水電、核電、太陽能的消費比重，降低煤炭這一低質低效能源的消費比重對于提升TFEE意義重大。本文以各省份煤炭消費量占總能源消費量的比重來表示能源消費結構。

上述各變量的計算方式、單位、預期方向與數據來源如表2所示。根據Hausman檢驗結果，本文采用固定效應面板數據回歸模型，面板計量經濟回歸結果如表3所示。

表2 面板計量回歸變量的界定說明

表3 面板計量回歸結果

五、結論與啟示

(1)2000-2009年間，我國全要素能源效率實現了年均1.09%，累計8.37%的增長，主要依靠能源技術進步而非能源利用技術效率的改善來推動。總體而言，增長速度較慢，提升幅度較小，而且出現了技術進步與技術效率兩大力量背道而馳的現象，嚴重阻礙我國能源效率水平實現跨越式提高。

(2)我國三大地區全要素能源效率變化顯示出很強的區域差異，東部地區的表現優于中西部地區，這表明區域經濟社會發展的嚴重不平衡直接影響到了區域能源效率的發展，這種局面對于提升我國能源效率整體水平是非常不利的。

(3)選擇產業結構、經濟發展、外資利用、市場化水平以及能源消費結構為影響我國省際能源效率變動的主要影響因素。通過建立面板計量經濟模型，我們發現，以全國作為研究對象，在5%的檢驗水平下，第三產業增加值占GDP的比重、人均GDP增長、外商直接投資占GDP比重、政府支出占GDP的比重、煤炭消費占總能源消費比重增加1個單位，將分別導致能源效率提升0.2432、0.0785、0.0577和降低0.0131、0.1698個單位，這表明產業結構優化、能源結構優化、經濟發展、市場化水平與外資利用水平的提高均是有利于改善能源效率的。從面板計量結果來看，不同影響因素對三大區域能源效率的影響力度、系數正負號與顯著性等均存在諸多差異，這也從一個側面說明了我國制定和實施有針對性、區域差異化的節能減排政策的復雜性和艱巨性。

上述結論包括如下政策涵義：在進一步加強節能減排技術革新的同時，要注重管理創新、全面提高員工素質與加強制度環境建設，兼顧節能減排的“硬”技術與“軟”技術，使其共同推動我國TFEE提升；東部地區應該充分發揮示范作用，在自身能源效率穩步提升的同時積極創造條件帶動中西部地區能源效率水平的提高，中央政府還應加大對中西部地區的扶持，為其創造一個更好的節能減排技術、管理與制度環境；除此之外，推動產業結構優化升級，積極發展高新技術產業與服務業，改善能源消費結構，加大優質高效能源和可再生能源的消費比重，為節能減排創造一個公平有序的市場競爭環境，這些都是促進我國能源效率整體水平提高的重要途徑。

注 釋：

①基于差分基礎(Difference-based)的測度被稱為指標(Indicator)，如本文中的Luenberger指標，而基于比率基礎(Ratio-based)的測度被稱為指數，如Malmquist指數、Malmquist-Luenberger指數。

②包括直轄市、自治區，以下統稱省份(包括省、直轄市、自治區，以下統稱省份。為了便于資料整理，重慶、西藏、臺灣、香港和澳門不包括在分析范圍之內。

③以2000-2001年度為參考年份，記為1。

［1］Fisher-Vanden K，Jefferson G H，Liu H M.What is Driving China’s decline in Energy Intensity?［J］.Resource and Energy Economics，2004，26(1)：77-97.

［2］張賢,周勇.外商直接投資對我國能源強度的空間效應分析［J］.數量經濟技術經濟研究，2007(1)：101-108.

［3］Wilson B，Trieu L H，Bowen B.Energy Efficiency Trends in Australia［J］.Energy Policy，1994，22(4)：287-295.

［4］Hu JL，Wang SC.Total-factor Energy Efficiency of Regions in China［J］.Energy Policy，2006，34(17)：3206-3217.

［5］魏楚，沈滿洪.能源效率與能源生產率：基于DEA方法的省際數據比較［J］.數量經濟技術經濟研究，2007(9)：110-121.

［6］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(3)：12-20.

［7］李世祥，成金華.中國主要工業省區能源效率分析：1990-2006年［J］.數量經濟技術經濟研究，2008(10)：18-27.

［8］汪克亮，楊寶臣，楊力.中國能源利用的經濟效率、環境績效與節能減排潛力［J］.經濟管理，2010(10)：1-9.

［9］汪克亮，楊寶臣，楊力.基于技術差距的中國區域全要素是能源效率研究［J］.科學學研究，2011，29(7)：1021-1028.

［10］袁曉玲，張寶山，楊萬平.基于環境污染的中國全要素能源效率研究［J］.中國工業經濟，2009(2)：76-86.

［11］吳琦，武春友.基于DEA的能源效率評價模型研究［J］.管理科學，2009，22(1)：103-112.

［12］汪克亮，楊寶臣，楊力.考慮環境效應的中國省際全要素能源效率研究［J］.管理科學，2010，23(6)：100-111.

［13］汪克亮，楊寶臣，楊力.基于環境效應的中國能源效率與節能減排潛力分析［J］.管理評論，2012，24(8)：40-50.

［14］王群偉，周德群.中國全要素能源效率變動的實證研究［J］.系統工程，2008(7)：74-80.

［15］屈小娥.中國省際全要素能源效率變動分解——基于Malmquist指數的實證分析［J］.數量經濟技術經濟研究，2009(8)：29-43.

［16］Chung Y H，Fare R，Grosskopf S.Productivity and Undesirable Outputs:A Directional Distance Function Approach［J］.Journal of Environmental Management，1997，51(3)：229-240.

［17］Chambers R G，Fare R，Grosskopf S.Productivity Growth in APEC countries［J］.Pacific Economic Review，1996，1(3)：181-190.

［18］張軍，吳桂榮，張吉鵬.中國省際物質資本存量估算：1952-2000［J］.經濟研究，2004(10)：35-44.

［19］Miketa A，Mulder P.Energy Producivity across Developed and Developing Countries in 10 Manufacturing Sectors:Patterns of Growth and Convergence［J］.Energy Economics，2005，27(3)：429-453.