下载掌阅APP，畅读海量书库
立即打开
随着我国新型城镇化进程的推进，我国能源消费总量持续提升，由此带来的能源紧缺和环境污染问题引起广泛关注，已经成为学者讨论的焦点问题。本节论述能源利用效率测度的相关理论，在对能源效率进行界定的同时选取能源效率的评价指标和评价模型，并且介绍能源效率的影响因素及测算方法。
虽然城镇化和工业化的快速推进将带来能源消费的快速增长，但是通过抑制城镇化的建设和工业化的发展来实现控制能源消费的目标显然不是经济发展和节能减排的最优政策选择。研究发现能源效率的提高是解决经济增长和减少能源消费这一矛盾的关键途径，是实现经济和能源消费脱钩以及可持续发展的关键。目前关于我国能源利用效率的文献非常丰富，本节将从能源效率评价指标和模型、我国能源效率的实证研究、能源效率的影响因素分析三个方面，进行文献梳理。
能源效率就是在既定的能源投入条件下实现经济产出的能力，即单位能源消耗所能带来的经济效益，它反映了一个体系（国家、地区或行业等）的能源利用效果。从经济学的角度出发，测算能源经济效率的指标主要有单要素能源效率指标和全要素能源效率指标。
常用的单要素能源效率指标包括能源消耗强度（单位GDP消耗的能源）、能源生产率（消耗一单位能源产出的GDP）、能源消费弹性系数（能源消费总量增长率与GDP增长率的比值），这三个指标的计算仅考虑能源消费与经济产出，而不考虑其他生产要素的影响，常常用以对比不同国家、不同地区以及不同时间上的能源效率。但是应用单要素指标衡量能源效率时，忽略了资本、劳动、能源等多种要素之间的相互作用，其应用范围受到限制，因此更多的研究逐渐开始使用模型来计算全要素能源效率，其中包括随机前沿模型（Stochastic Frontier Analysis，SFA）和DEA模型（Data Envelopment Analysis）。
随机前沿模型通过设定成本、利润或者生产函数以及混合误差项，在假定企业由于组织、管理及制度等非价格性因素导致生产过程中效率的损耗，从而达不到最佳的前沿技术水平的前提下测度生产效率，在能源领域也得到广泛应用。
DEA方法及其模型由Charnes等人（1978）提出，根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价，已广泛应用于不同行业及部门的效率评价方面。在DEA框架下，根据不同的条件衍生了BCC 模型、CCR模型、SBM（Slack Based Measure）模型、Malmquist指数分析法、超效率DEA模型和VRS模型等多种模型。CCR模型的应用条件是要求所有决策单元的生产规模都是最优生产规模，并且这一规模不变。由于部分决策单元可能无法达到这一条件，很多学者选择采用规模报酬可变的BCC模型。SBM模型是考虑了松弛变量、冗余投入和产出的情况下的全要素生产率。还有学者为了进一步细化分析能源利用效率，还会采用Malmquist指数分析法，将能源效率分解为技术进步效率、纯技术效率和规模效率，为提高能源效率提供更科学的建议。Malmquist指数分析法不需要建立具体的生产函数，避免了函数设计错误对结果的影响。
已有文献对能源利用效率综合评价投入指标的选择大致相同，但产出指标的选择是否考虑环境影响则存在差异。表2-1对能源利用效率评价模型的相关文献进行了整理回顾。
表2-1 能源利用效率评价模型的相关文献
续表
续表
多位学者从时间发展、区域、行业以及考虑环境因素的不同层面不同情景下对能源利用效率进行了综合评价。
1.能源效率的变动趋势
史丹（2002）认为我国改革开放以来能源利用效率的改进是非常显著的。Hu & Wang（2005）对我国29个行政区域1995—2002年的能源效率进行了分析，发现地区全要素能源效率与我国人均收入之间为“U”形关系，验证了能源效率最终随着经济增长而提高的假定。齐绍洲等人（2009）研究了我国和8个发达国家之间经济水平和能源强度的差异，发现这两者的差异都在缩小，且能源强度差异缩小的速度更快。Zhang等人（2011）利用全因子框架研究了1980—2005年23个发展中国家的能源效率，发现有7个国家的能源效率几乎不变，11个国家的能源效率持续降低，而在5个工业能源利用效率持续增长的国家中，我国的增长速度最快，我国的能源政策起到了关键性作用，而且我国能源效率与人均GDP之间存在“U”形关系。王科和魏一鸣（2012）的研究表明能源利用效率波动的情况与经济增长速度有关，当经济增长速度高于10%时，需要更高的工业增长速度来推进，导致了能源利用效率的下降；当经济增长速度较低时，工业增长较缓慢，能源消费增长也较低。续竞秦和杨永恒（2012）基于SFA方法对2001—2010年我国省际能源效率及其影响因素进行实证分析，发现大多数省份的能源效率经历了“先降后升”的变化趋势。张同斌和宫婷（2013）发现随着工业化阶段的变迁，人均GDP增长与能源经济效率呈现先下降后稳定再上升的“U”形关系。但是魏楚和沈满洪（2007）基于DEA方法运用1995—2004年省级面板数据进行能源效率的计算，研究发现大多省份能源效率符合“先上升，再下降”的倒“U”形特征。刘海英和刘晴晴（2019）发现我国绿色全要素能源效率整体上偏低，存在较大提升空间。
2.区域能源效率研究
在区域能源效率的研究方面，多数研究均发现我国经济较为发达的东部地区能源效率也较高，而中西部地区能源效率较低。
在全国层面的研究上，史丹（2006）发现我国能源效率较高的省市主要集中在东南沿海地区，能源效率最低的地区主要是煤炭资源比较丰富、以煤炭消费为主的内陆省区。魏楚和沈满洪（2007）发现能源效率最高的地区为东北老工业基地，其他依次为东部沿海地区、中部和西部。史丹等人（2008）发现在增长方式趋同的东部地区，其能源效率呈现显著的收敛趋势，而中西部能源效率内部差异呈现波动性变化。师博和沈坤荣（2008）将知识存量纳入生产函数，测算了1995—2005年我国省际全要素能源效率，发现东部地区的全要素能源效率水平最高且较为平坦，在中西部呈现螺旋形的演进态势，能源禀赋相对充裕的地区全要素能源效率较低，低效率高投入的河北、山西和四川是国家实施节能计划的重点地区。张晓平（2008）研究了我国能源消耗的总体差异，发现能源效率高于全国平均水平50%的几乎都位于东部地区，北京、上海、广东、福建地区的能源利用效率水平更是比全国水平高一倍以上。王科和魏一鸣（2012）发现东部地区能源利用效率高于中部和西部地区，但是西部和东部地区内部的能源效率差异逐渐减小，而中部地区内部的能源效率差异在扩大。Jia & Liu（2012）利用2003—2009年间的数据进行研究，发现北京和东南沿海省份的能源效率高，而中西部省份效率较低，并且这种差异随着时间推移而扩大。Li等人（2013）指出北京、上海、广东三省市的能源环境效率始终处于领先地位，应作为榜样带动其他省份提高工业技术水平和生产水平。东部地区能源环境效率呈波动上升趋势，明显高于中西部地区。
在区域层面的分析上，郭姣和李健（2019）对我国三大城市群53个城市全要素能源效率进行测算，发现三大城市群全要素能源效率整体偏低。张建清和程琴（2019）分析了2001—2017年长江经济带11个省份的能源效率，发现中游地区产业结构升级未能有效提高长江经济带能源效率，上游地区产业结构升级对能源效率的促进作用低于下游地区。张文锋（2019）对我国沿海11个省市2006—2016年的能源效率进行测算，研究发现我国沿海地区各省市的能源效率整体呈缓慢下降趋势，且总体差距拉大。
3.行业能源效率研究
由于工业行业是消耗能源最多的部门，提高工业部门的能源效率是控制能源消费实现节能目标的关键，因此学者对工业部门的能源效率进行了较多的研究，发现第三产业的能源利用效率高，而制造业占比大的地区能源利用效率低。李廉水和周勇（2006）以35个工业行业为样本，使用DEA-Malmquist指数方法估计了我国工业部门的能源效率，发现技术效率促进了能源效率的提高。齐志新和陈文颖（2006）应用拉氏因素分解法，发现技术进步是1993—2003年工业部门能源强度下降的决定因素。李世祥和成金华（2008）发现由于能源密集型的工业结构以及生产技术结构的原因，工业部门以及6个主要耗能行业的能源效率都不高。陈亚等（2019）运用DEA方法测度了2001—2011年我国9个省份19个制造业细分行业的全要素能源效率，研究发现制造业各行业的全要素能源效率均较低，行业间差距较大。
从细分行业来看，Wei等人（2007）对1994—2003年我国钢铁行业的能源效率进行调查，将效率提升分解为技术变革和技术效率的影响，发现样本期我国钢铁行业的能源效率有所提升，但是区域之间的差距有所扩大，钢铁行业能源效率提升的主要原因是技术进步提高了生产前沿，而不是因为技术效率的提升。张庆芝等（2012）计算了我国钢铁产业2002—2008年间的能源效率，发现我国钢铁产业平均能源效率有所提升，但是企业之间效率差距较大。朱佳伟（2010）利用CCR模型计算了我国1997—2007年间第三产业的能源效率，发现第三产业的能源利用效率较高，11年中有7年都达到了有效状态，在经济发展初期可通过节约间接能耗来提高能源利用效率，而在经济发展成熟期则可以通过节约直接能耗来提高能源利用效率。贾军和张卓（2013）采用我国1995—2009年高技术产业科技活动和能耗数据进行研究，发现我国高技术产业技术创新和能源效率协同发展的程度并不高。张立国等（2015）分析了我国30个省份2003—2012年物流业的全要素能源效率，发现样本期间我国物流业的全要素能源效率不高，且呈现下降的趋势。冯博和王雪青（2015）对我国各省2004—2011年建筑业的能源经济效率和能源环境效率进行测算，发现我国东部、中部和西部三大地区建筑业能源效率呈逐年上升的趋势。程利莎等（2019）测算我国30个省份2001—2015年间交通运输业全要素能源效率及时空分异特征，发现全国各省市区交通运输业能源效率水平整体偏低但呈现增长态势，地域差异明显，呈现“东高西低，中部居中”的格局。陈钊和陈乔伊（2019）利用企业层面微观数据测算了2001—2010年我国工业企业能源效率，发现即使在细分行业内部，企业间依然持续存在着巨大的能源效率异质性。
4.能源环境效率
一些学者还进一步将环境污染和碳排放等能源消费引起的非合意产出纳入模型，从而计算考虑环境因素的能源全要素生产率。孟祥兰和雷茜（2011）利用DEA模型计算了我国2009年各省份的能源冗余率和环境污染治理冗余率，发现环境污染治理冗余率明显高于能源冗余率，我国环境治理与能源消费不协调，并且环境治理远落后于能源消费。Li & Hu（2012）将非期望产出CO 2 、SO 2 排放量加入SBM模型的产出指标，对比了是否考虑环境污染的两种结果，其研究表明不考虑环境影响时，区域能源效率被高估了0.100以上。徐志强等（2013）利用三阶段DEA模型剔除环境因素来测算能源效率，发现全国的能源效率被高估。Yang & Wang（2013）计算了有无环境规制约束两种情景下的潜在产出，发现没有环境管制情景下的潜在国内生产总值是有环境管制情景下的1.067倍，这意味着环境管制对经济产出的影响是相当显著的。能源消费造成了很严重的环境污染，而治理这些污染的成本是很高的。
在考虑能源环境效率时，常用的环境指标包括废水、废气、CO 2 、SO 2 、PM10等多种排放物。张伟和吴文元（2011）将废气排放量纳入模型，对长三角都市圈城市群1996—2008年全要素能源效率及其成分进行了测度，研究发现在环境约束下，能源的过度使用以及废气的过度排放降低了长三角都市圈能源效率增长率。冯博和王雪青（2015）将雾霾前驱物作为非期望产出对京津冀地区2003—2012年全要素能源效率进行测算，发现在考虑雾霾效应后，京津冀地区的能源效率有所下降。而张星灿和曹俊文（2018）将雾霾因素作为非期望产出对长江经济带地区11省份2006—2015年能源效率水平进行测度，同样发现考虑雾霾因素后长江经济带地区的能源效率水平均有所下降。杨恺钧等（2018）考察了大气污染下2005—2014年我国30个省份工业全要素能源效率。王喜平和姜晔（2012）对我国2001—2008年36个工业行业在二氧化碳排放约束条件下的全要素能源效率水平进行测算，发现样本期间我国各工业行业的全要素能源效率水平均得到不同程度的提高。王兵等（2013）对2003—2010年我国37个工业行业碳排放约束下的传统能源效率指标进行了测度和分解。江洪（2018）将碳排放作为非期望产出测算了2000—2014年我国30个省份的能源效率，研究发现碳排放约束下的能源效率有显著的空间溢出效应。陶宇等（2019）将工业CO 2 、工业SO 2 和工业PM10三种污染物排放作为非期望产出，测算了1998—2014年我国30个省份的工业能源环境效率。
不少研究表明能源环境效率也存在地区差异性。吴琦（2009）在对比了各行政区的能源利用效率和能源环境效率后，发现除了海南、青海的能源环境有效外，其他省区的能源环境效率都要低于能源利用效率。Guo等人（2011）计算了我国29个省份节能技术和能源结构调整对减少碳排放的影响，发现在技术效率低的地区引入节能技术和减少区域间能源效率差异能有效降低碳排放量，然而调查的大部分省区能源结构不合理，对煤炭过度依赖，需要调整能源消费结构来降低碳排放量。涂正革和刘磊珂（2011）计算了30个省份1998—2008年间的能源环境效率值，结果显示东部地区工业增长与资源环境高度协调，东北和中部地区的工业增长与资源环境存在不同程度的失衡，而西部大部分省区的工业增长与资源环境极不平衡。Wang等人（2012）研究了我国2000—2009年能源效率和碳排放表现，发现我国东部地区的能源效率和碳排放表现最平衡，全国的能源效率和碳排放表现在2000—2003年间保持稳定，在2004—2006年间略有下降，2007年后持续上升。杜嘉敏（2015）对全国进行分区后，研究了2000—2010年各区域的节能减排潜力，研究发现中部的煤炭和石油节能潜力最大，东部的煤炭和石油节能潜力较大，西部的燃气节能潜力最大。吕林（2016）专门研究了30个省份能源消费过程中的节能减排效率，发现我国节能减排效率普遍偏低且两极分化严重，节能减排效率高的省份仅有6个，其余省份节能减排效率低于0.6，甚至有18个省份小于0.5。
很多学者对影响能源效率的因素以及影响程度进行了深入的研究，希望以此来探索提高能源利用效率的途径。研究得出的主要影响因素有技术进步、产业结构、能源结构、能源价格、对外开放、空间效应和其他因素等。
1.技术进步
大多数研究都表明技术进步是提高能源利用效率的根本方法。李廉水和周勇（2006）将技术进步对35个工业行业能源利用效率的影响分解为规模效率、科技进步、纯技术效率，发现纯技术效率是工业能源利用效率提升的主要原因。Liao等人（2007）研究了1997—2006年我国能源效率波动的原因，结果显示在这一时期能源效率变化主要是由于技术效率。但是也有很多研究都认为技术进步的“回弹效应”导致能源效率下降。汤清和邓宝珠（2013）利用2012年30个省份的能源数据，发现用于研发新技术的资金投入主要流向高耗能产业，从而产生了巨大的“回弹效应”，以至于研发资金的投入不仅不能提高能源利用效率反而降低了能源利用效率。但周勇和林源源（2007）对1978—2004年间技术进步的“回弹效应”进行测算，发现技术进步带来的回弹效应在逐渐减少，20世纪70年代的回弹效应是78.81%，而90年代的回弹效应下降到55.13%。
有些学者认为技术进步对不同时期、不同地区、不同行业的能源利用效率影响也存在差异。王俊松和贺灿飞（2009）发现1994—2005年间我国能源强度下降主要得益于技术进步，但在2001年后技术进步的贡献率不断降低。王科和魏一鸣（2012）测算了1997—2009年间我国30个省份的能源利用效率，表明技术进步对东部地区影响更显著。杨骞和刘华军（2014）在邻接空间权重和地理距离权重下衡量了技术进步对能源效率的空间溢出效应。研究发现，技术进步显著促进了本区域的能源效率，但却抑制了邻接区域能源效率的提升，而且技术变动的空间溢出效应明显大于效率变动的空间溢出效应。申立婷（2016）对2001—2012年各省份的样本数据进行门槛效应分析，发现经济水平也会影响技术进步的促进作用。经济水平高的地区，如东部沿海地区，技术进步对能源利用效率的促进作用很显著，而经济发展水平低的西部地区，经济水平阻碍了技术进步的促进作用。周四军和孔晓琳（2018）发现在技术水平高的地区，能源利用效率随技术水平的提高而增加，在能源利用效率水平低的地区，技术水平提高会带来“回弹效应”。刘畅等（2008）研究了1994—2006年工业内部29个行业的能源消耗强度数据，发现技术进步能够显著降低高能源强度行业组和低能源强度行业组的能源强度。
另外，技术的异质性也会导致技术进步对能源消费效率的影响出现差异。滕玉华和刘长进（2009）采用2005—2007年我国30个省份工业面板数据，实证检验了技术进步对工业能源消耗强度的影响。研究表明：自主研发对工业能源强度有显著负效应，国外技术引进对工业能源强度有显著正效应，而国内技术购买对工业能源强度没有显著影响。宣烨和周绍东（2011）通过建立企业技术创新策略的斯塔克伯格模型，分析了贯序性企业技术创新行为对能耗水平的影响，发现我国工业行业的企业原始创新行为与能源效率具有微弱的正向关系，二次创新行为与能源效率具有较强的正向关系。赵楠等（2013）以我国29个省级行政单位为对象，研究技术进步对能源利用效率的影响，发现追随型技术进步提升了我国各地区的能源利用效率，而前沿型技术进步的作用并不明显，影响的正向作用力度也呈现出由东向西逐渐递减的态势。周五七（2016）表明，效率增进比技术进步对工业能源强度下降的促进效应更强。
2.产业结构
一般认为产业结构调整是提高能源效率的重要途径，但有学者研究发现，在产业发展过程中，第二产业尤其是重工业占比的增加并不能促进能源效率的提高，而第三产业占比的提升及产业结构的高级化发展才是促进能源效率提高的关键。史丹（2002）表明，1995年以前，产业结构变动对能源效率有正向影响，而1995年以后，这种正向影响在逐渐消失，此外，我国能源效率的提高主要是各部门能源效率提高而不是产业结构变动的影响所致。韩智勇等（2004）分析了1980—2000年间能源利用效率提高的结构因素和效率因素，发现1993年之后，我国大部分能源效率的提高是源于各部门能源利用效率的提高，产业结构改变反而增加了能源强度，主要是产业结构变化过程中第二产业比重增加会降低能源利用效率。齐志新等（2007）发现，2002年之前，由于轻工业和重工业部门的能源效率都在提高，并且轻重工业结构变化不大，因此轻重工业结构变化对能源效率影响较弱。而在2002年之后，由于轻重工业的能源效率提高不明显，但是在重工业比重明显增加的情况下，工业结构的改变降低了能源利用效率。Liao等人（2007）研究1997—2006年我国能源效率的波动，发现2003—2005年间，我国高耗能产业的过度扩张和高投资率导致能源效率下降，我国未来应更重视优化产业结构和降低投资率。魏楚和沈满洪（2007）发现，第三产业增加值在GDP中所占比重每上升1%，能源效率将提高约0.44%，但是，产业结构的优化作用有极限以及区域选择重工业路径可能导致某些省份产业结构优化对能源利用效率的优化作用减弱，而占比过大的第二产业因为其能源效率较低，导致产业结构优化对东北老工业基地的能源利用效率提高不显著。王姗姗和屈小娥（2011）发现，重工业行业全要素能源效率显著高于轻工业行业。张同斌和宫婷（2013）发现，产业结构演进过程中，第二产业增加值占比的增加会降低能源效率，在工业化初期，产业结构变动对能源效率的影响不明显，进入工业化中后期，结构红利有利于提升能源效率。吕明元和陈维宣（2016）发现，产业结构演进方向对能源效率及其增长率具有显著影响，但是产业结构高级化发展对能源效率提高的贡献更大。刘赢时和田银华（2019）对我国285个城市2005—2016年的能源效率进行测算和影响因素分析，发现产业结构调整对能源效率具有负向作用。
产业结构调整对能源利用效率的作用也并非总是线性的，在不同发展阶段、不同区域、不同产业结构等条件下，产业结构调整对能源效率的作用也是不同的。王强等（2011）发现，我国产业结构调整对能源效率在短期内具有抑制效应，直至中期，能源效率受产业结构调整冲击才呈现持续加大的趋势。于斌斌（2017）发现，我国城市的能源效率随着产业结构调整呈现“M”形变化趋势，而且产业结构调整与能源效率存在显著的空间溢出效应和交互耦合关系。吴文洁等（2018）测算了2000—2015年我国30个省份的产业结构变迁程度和全要素能源效率，发现产业结构变迁程度对全国及三大地区的全要素能源效率有正向影响，但这种影响在中部不显著。罗朝阳和李雪松（2019）基于非动态面板门槛模型的研究发现，只有技术进步达到一定水平时，产业结构升级才会显著改善能源效率，技术进步推进型的产业结构升级才是能源效率提升的关键。纪玉俊和戴洁清（2019）基于我国1997—2015年30个省份面板数据的研究发现，产业结构升级对能源效率的影响存在门槛效应：在财政分权程度从低到高发展时，产业结构升级对能源效率的作用呈现“阻碍—促进—阻碍”的变化。
3.能源结构
多数研究都得出减少煤炭消费，增加石油、天然气的消费能提高能源利用效率。张瑞和丁日佳（2006）使用1978—2004年间的数据，对能源消费中的各部分与能源利用效率的协整关系进行研究，发现除了水电消费比重外，煤炭、石油和天然气都与能源利用效率存在协整关系。郭菊娥等（2008）利用1980—2004年间能源统计数据，细化分析了煤炭、石油、天然气和水电消费占比对能源利用效率的直接效应与间接效应，发现煤炭消费的减少可以直接显著提高能源利用效率。郑畅（2009）分析了长江流域七省1997—2007年间的数据，得出减少煤炭消费、增加电力消费能提高能源利用效率，并且提高电力消费对能源效率的促进作用更大。王强等（2011）发现，我国过度集中于煤炭能源的结构特征抑制了能源效率的提高。曾胜和靳景玉（2013）的研究发现，降低煤炭的使用量，增加石油、电力、天然气的使用量可以提高能源效率。但也有学者得出不同结果，董利（2008）发现电力消费对能源效率的影响更大，但是他计算得出增加煤炭消费也能提高能源效率。还有学者认为应分地区讨论能源消费结构对能源利用效率的影响。周四军和孔晓琳（2018）利用面板分位数回归模型对2000—2016年的省际数据进行分析，发现东部地区在更高的分位点即高效率水平，能源消费结构对能源利用效率的正向影响会加大，中部地区的能源消费结构的正向影响则比较平稳，而对于石油资源丰富的西部地区，能源消费结构的多样化调整反而会带来能源成本的增加，降低能源利用效率。
4.能源价格
很多学者研究得出我国能源价格长期偏低是能源利用效率低的一个主要原因。杭雷鸣和屠梅曾（2006）基于1985—2003年间的时间序列数据，分析了石油、电力和煤炭价格与能源利用效率的关系，发现总的能源利用效率随能源相对价格的提高而升高，石油价格和电力价格也同样能提高能源利用效率，但是煤炭由于其价格的扭曲，无法得到准确结果。成金华等（2010）表示，在市场调节下，能源价格能长期有效地激励能源效率。唐安宝和李星敏（2014）研究了能源价格对能源利用效率直接和间接的影响，提出能源价格上涨能直接提高能源利用效率，也可以由于企业成本增加而促使企业进行技术创新来间接提高能源利用效率。杨冕等（2017）测算了我国能源价格的扭曲程度，计算得出在2000年、2010年我国实际能源价格比边际收益分别低60.2%和35.1%。
有些研究显示，能源价格对不同行业和地区的影响具有异质性。王俊杰等（2014）的研究表明，能源价格偏低会激励经济主体用能源要素替代其他生产要素，从而对能源效率产生负面影响。而基于39个国家1995—2012年数据的实证分析也表明，能源价格提高确实有助于能源效率的提升，但是能源价格只有足够高时才能对能源效率产生显著的影响，且能源价格提高对能源效率提升的促进作用在发展我国家中更为显著。刘畅等（2008）选取了1994—2006年工业内部29个行业的能源数据，研究了能源价格对能源强度的影响，发现能源价格提高显著降低了能源强度，但是对于能源效率低的行业，能源价格的作用较小。王科和魏一鸣（2012）认为，能源价格对能源利用效率的影响存在空间差异性，缺乏能源资源的东部更容易通过市场供求关系优化资源配置来提高能源利用效率。李铭等（2018）使用1990—2012年间省际面板数据，揭示了能源价格提高降低能源强度的内在机理在于价格上升能有效减少浪费，优化资源配置。因为中西部能源禀赋高，而东部地区缺乏能源资源，所以能源价格对能源效率的影响在东部地区更显著。司传煜（2019）利用2008—2017年间30个省份的数据得到了不同的结论，发现能源效率低的西部地区受能源价格影响大，东部地区能源效率高，很难通过能源价格上升提高能源利用效率。
另外，能源价格对能源效率的短期和长期的冲击效应也不相同，张宗益等（2010）的研究发现，能源价格上涨短期内并不能提高第三产业的能源效率，但长期内有积极作用。唐安宝和李星敏（2014）分析发现，能源价格的提高在短期和长期都促进了能源效率的提升。
5.对外开放
李未无（2008）将对外开放影响我国能源利用效率的路径总结为进出口商品的特征差异、国内外能源价格的差异、资本和技术进口、国际分工和全球价值链，并通过分析35个行业横截面数据发现，对外开放能显著提高能源利用效率。沈利生（2007）表明，虽然对外开放能提高我国能源利用效率，但是对能源消耗的影响在逐渐减弱。
还有不少学者认为，对外开放并不能简单地提高能源效率，还要进行细化分析。董利（2008）使用1998—2004年我国30个省份的面板数据，发现对外开放过程中出口与进口对能源效率有相反的影响。熊妍婷（2009）利用随机前沿分析法得出，不同地区的开放程度差异会影响对外开放的效果，东部地区对外开放程度高、质量高，西部地区对外开放还处于初级阶段，吸引外资和引进先进技术能力弱。陈芳和游萱（2015）以外贸开放、外经开放、外资开放和入境旅游将2005—2012年间29个省份分为高、中、低开放区，分析发现外经开放对能源效率的促进作用最明显，外贸、外经、外资和入境旅游对高、中、低开放区的能源利用效率影响效果有显著差异。
工业行业的分析中，刘畅等（2008）使用29个工业行业的面板数据，发现对外开放增加了我国工业能源消费强度，降低了能源利用效率，特别是高耗能产品出口额每增加1%，工业行业能源消费强度将提高4.4%。王艳丽和李强（2012）分析了我国1999—2009年间34个工业行业的能源数据，发现资源密集型行业可以通过国际贸易来提高能源效率，资本密集型行业和劳动密集型行业可以通过国际贸易和外商直接投资来提高能源利用效率。呙小明和康继军（2012）基于2000—2011年25个制造业行业的数据，研究了制造业能源效率与对外开放的非线性关系，并把对外开放分解为外资开放和外贸开放。研究发现，在外资依存度小于69%时，能源利用效率会随外资增加而提高，外资依存度超过69%后，能源利用效率会随外资增加而减少，即为倒“U”形关系，而制造业能源强度随外贸依存度变化呈先上升后下降的倒“U”曲线。陈娟（2016）使用门限面板模型研究了能源利用效率与对外开放的关系，也发现只有当对外开放程度超过临界值时才能显著提高工业能源利用效率。林伯强和刘泓汛（2015）通过高度细分的联合国商品贸易统计数据，就对外贸易等因素如何影响我国工业行业的能源环境效率进行了实证分析，发现对外贸易通过进口产品技术外溢和出口“干中学”等途径促进了能源环境效率的提高。
6.空间效应
部分学者对我国能源效率的空间相关性以及影响因素的空间效应进行了研究。徐盈之和管建伟（2011）发现，我国区域能源效率之间的正相关性逐渐增强，能源效率分布呈空间集聚趋势。张贤和周勇（2007）基于2000—2003年我国省际层面的数据和空间效应模型，分析了我国外商投资对能源效率影响的空间溢出效应，发现外商投资不仅能提高本区的能源利用效率，而且能促进相邻省份能源利用效率的提高。杨骞和刘华军（2014）发现，各省份的能源利用效率存在很强的空间差异性和空间依赖性，但是技术进步的空间溢出效应给相邻区域带来了能源消费的回弹效应，技术进步会导致周围省份能源利用效率下降。关伟和许淑婷（2015）发现，我国能源生态效率存在着明显的空间溢出效应，某一地区的能源生态效率对相邻地区的空间溢出程度均强于相邻地区的误差冲击对该地区的影响程度。申立婷（2016）检测了2002—2012年各省份的技术溢出度，发现能源效率提高多于技术进步，存在明显的技术溢出，且技术溢出还在逐年增加，其中东部地区受影响最大，其次是中部地区，最后是西部地区。黄杰（2019）通过社会网络分析方法揭示了我国能源效率的空间溢出网络结构，并对能源效率的空间溢出来源进行实证考察，发现环境规制地区差异的扩大、地理邻近及较近的地理距离对能源效率空间溢出均具有显著的正向影响。
7.其他因素
少数学者还关注了政府干预、固定资产投资、居民消费结构、市场扭曲、经济集聚、产权结构等因素对能源效率的影响。魏楚和沈满洪（2007）发现，政府对于市场经济的干预程度每增加1%，能源效率将会下降0.46%左右，但是对于东北老工业基地的干预，会因为创新而提高能源利用效率。师博和任保平（2019）的研究发现，由于政府有偏的干预目标，企业的研发无法产生技术外溢以优化能源效率。魏楚和沈满洪（2008）通过对1995—2006年间29个省份的能源数据进行分析，发现国有产权改革会改善能源效率，而过度的资本深化以及缺乏相应的人力资本配合等因素会降低能源效率。林伯强和杜克锐（2013）表明，要素市场扭曲显著降低了我国的能源效率。师博和沈坤荣（2013）发现，市场机制主导的企业集聚能够显著提高能源效率，而政府干预下的产业集聚则不利于能源效率的提升。饶春平（2014）在对固定资产投资和居民可支配收入的研究中发现，这两者对能源利用效率的影响都为负，应引导投资和居民消费流向能源利用效率高的部门。周敏等（2019）运用固定效应模型探究了财政分权、经济竞争的内生经济增长和制度层面对能源效率的影响，发现财政分权显著改善了能源生态效率，而地方政府间经济竞争降低了能源生态效率。杨森和林爱梅（2019）发现，金融发展促进了技术创新，并进一步推动了能源效率的提升。