节能评估对行业隐含能源强度的影响及其机制

王 帅，李 虹

（北京大学经济学院，北京 100871）

改革开放以来，投资已经成为中国经济增长的重要推动力量，固定资本形成总额占GDP 的比重从1978 年的29.92%逐渐上升至2020 年的42.47%，而消费占GDP 的比重从1978 年的61.95%下降至2020 年的54.29%。与此同时，投资增加往往意味着企业生产规模扩张和基础设施建设规模扩大，一方面推动了经济的快速增长，另一方面也不可避免地增加了能源消费，尤其是过去效率低下、规模过度的固定资产投资产生了大量的能源消耗。由于资本存量一旦形成生产能力，就具有一定的刚性，故资本存量调整较为困难，难以在节能方面发挥较大作用［1］。与资本存量相比，资本增量的调整难度较小，因此固定资产投资未来在节能减排方面起着至关重要的作用。为了从源头上杜绝能源消费和提高能源利用效率，2010 年9 月国家发改委发布了《固定资产投资项目节能评估和审查暂行办法》，该文件首次正式建立了全国层面的固定资产投资项目节能评估和审查制度，对固定资产投资项目节能评估和审查工作的实施、监管和处罚等做出规定。在行业维度和需求侧视角，节能评估政策能否降低行业隐含能源强度？其影响机制有哪些？是值得深入探究的问题。行业隐含能源强度刻画了行业需求侧能源利用效率和行业需求驱动的经济增长模式，如果节能评估政策可以降低行业隐含能源强度，则该政策除了抑制不合理的固定资产投资需求之外，还可以通过转变各行业经济增长模式从需求侧提高能源利用效率和降低能源消费总量。已有研究表明投资需求是从需求侧拉动中国能源消费总量的主要因素，且投资需求的隐含能源强度高于全国能源强度，即驱动了以过度消耗能源为代价的粗放式经济增长模式［2］。因此，全面深入地分析固定资产投资项目节能评估政策如何影响各行业需求侧的隐含能源强度，并探究其影响机制和影响异质性，对促进节能减排、实现“双碳”目标和进一步完善节能评估工作有重要的理论和现实意义。

1 文献综述

从理论上说，节能评估政策本身是一种环境规制工具，能源效率本质上是技术创新。目前环境规制对技术创新的影响主要有两种相反的观点［3］。一种是成本效应，这部分学者认为环境规制改变了企业最优的生产决策，污染外部性的内部化只会增加企业成本，进而对技术创新带来负面影响［4］。另一种是波特假说，这部分学者认为合理的环境规制会倒逼企业创新行为，实现环境规制和企业技术创新的双赢［5］。

具体到节能政策上，多数学者认为节能政策可以降低能源消费量和能源强度，提高能源利用效率［6-7］，但也有部分学者质疑节能政策的实施效果［8］。对于固定资产投资项目节能评估政策，已有文献大都肯定了节能评估政策在核减能源消费方面的积极作用，同时也探讨了节能评估政策实施效果的异质性。例如，部分促投资、稳增长压力较大的地区往往存在重复建设低能效项目的问题，并未对高耗能项目的能耗总量和强度提出高要求；部分地区将节能审查职能划拨进无监管能力的行政审批局，或者部分地区行政资源有限、监管人员专业能力不足，导致项目事中事后监管缺位；部分项目并未按照节能评估政策规定在开工建设前取得节能审查意见，甚至不申报节能审查，导致节能评估政策约束力不足等［9］。

在固定资产投资与能源消费的关系方面，可以将已有文献划分为固定资产投资如何影响生产侧能源消费或需求侧能源消费两类。在固定资产投资与生产侧能源消费方面，已有文献大多使用实证计量方法发现固定资产投资推动生产侧能源消费量上升［10］。在固定资产投资与需求侧能源消费方面，已有文献大多使用投入产出法发现因满足投资需求消耗了较多的能源，例如Yan 等［11］使用投入产出模型发现2010—2015年中国投资隐含能源消费占全国能源消费总量的比重在47%左右。

总的来说，已有文献充分肯定了固定资产投资项目节能评估政策在节能提效方面的积极作用，但是，已有文献并未对固定资产投资项目节能评估政策的实施效果进行量化分析，也没有定量分析不同情况下节能评估政策对需求侧节能提效的异质性影响。基于此，该研究使用双重差分法研究固定资产投资项目节能评估政策对行业隐含能源强度的影响，探讨其影响机制和实施效果差异。

2 理论分析与研究假说

与末端政策工具不同，固定资产投资项目节能评估和审查是一个源头能耗控制政策，核心要求是提高新建固定资产投资项目的能源利用效率，通过评估项目能源消耗，推动项目在可行性研究、初步设计等阶段采用先进的节能技术，选用高能效的设备和工艺［9］。此外，节能审查意见中还会通过行业对标和专家指导等方式帮助新增固定资产投资项目在原设计方案的基础上进一步提高能源利用效率。基于需求侧视角，节能评估政策实际是对固定资产投资需求内部的“清洗”，除了可以淘汰能源消耗过高的投资项目、抑制不合理的投资需求进而影响投资需求总量外，更是引起了投资需求结构的变化，通过提高新增投资项目的能源利用效率和增加能源效率较高投资项目的占比来促使投资需求向低能耗方向转变，有助于推动行业从过度消耗能源的粗放式经济增长模式转向集约式经济增长模式。因此，基于需求侧视角，节能评估政策可能起到加速转变能源消耗方式和经济发展模式的作用，减少因满足投资需求引起的单位增加值能源消耗，降低行业隐含能源强度。基于上述，提出假说1。

假说1：节能评估政策可以降低行业隐含能源强度，提高需求侧能源利用效率。

那么，节能评估政策影响行业隐含能源强度的机制可能有哪些？根据结构分解分析，行业需求侧能源利用效率的直接影响因素是行业生产侧能源利用效率和行业生产结构，可以证明行业隐含能源强度等于各行业传统能源强度的加权平均，因此生产侧能源利用效率可以直接影响隐含能源强度，生产结构可以通过影响加权权重来改变隐含能源强度［12］。下面将对两种机制进行详细分析。

节能评估政策实施后，企业可能会提高生产侧能源利用效率，进而降低行业隐含能源强度，具体实现路径包括技术创新和技术改造两种。在技术创新方面，节能评估政策属于命令控制型环境规制政策，与市场激励型环境规制政策相比往往更能促进技术创新［13］。节能评估政策相当于给企业施加了能源效率约束，固定资产投资项目必须按照要求符合年综合能耗控制和能效标准，要想让固定资产投资项目落地，研发能力较强的企业可能通过加大针对节能技术的研发投入，通过技术进步提高能源单要素生产率或全要素生产率，以满足节能评估和审查要求。在技术改造方面，更新生产设备和采用先进生产技术等技术改造行为也是企业提高生产侧能源利用效率的重要途径，尤其是对于研发能力不足的企业［14］。因此，企业可能通过购买更先进的节能设备，或缩短折旧年限来加速固定资产更新换代。无论是技术创新还是技术改造都可以让企业在能源投入尽可能少的情况下得到尽可能多的产出，最终降低传统能源强度和提高生产侧能源利用效率。基于上述，提出假说2。

假说2：节能评估政策可以通过提高生产侧能源利用效率来降低行业隐含能源强度，包括技术创新和技术改造两种路径。

由于总投入包括中间投入和增加值，中间投入又包括能源中间投入和非能源中间投入，故生产结构可以进一步分为能源消费结构、非能源中间投入结构和增加值率三部分。分别来看，对于能源消费结构，由于煤炭燃烧的低位发热量只有石油和天然气的一半左右，且与其他能源相比，煤炭的利用方式大多为直接燃烧，利用效率低下，而天然气热效率较高，很可能成为替代煤炭的首选能源。因此节能评估政策实施后，企业为满足节能提效的要求，可能会使用天然气对煤炭进行替代，进而优化能源消费结构。对于非能源中间投入结构，重点关注高耗能行业中间产品投入占总投入的比重和技术密集型制造业中间产品投入占总投入的比重。原因在于，高耗能行业的传统能源强度较高，对其中间产品的高需求会导致高耗能行业的高权重。而技术密集型制造业的传统能源强度低、生产侧能源利用效率高，而且是培育壮大经济发展新动能和实现经济高质量发展的关键行业。然而，对于企业来说，高耗能行业和技术密集型制造业中间产品投入并不直接与项目的能源消耗总量和强度挂钩，因此，节能评估政策实施后，企业并不会因满足能源消耗要求而大幅改变非能源中间投入结构。增加值率是指增加值占总投入的比重，可以通过影响加权权重来影响行业隐含能源强度。长期以来，增加值率往往被用来衡量国家或行业的发展质量，且多数学者认为中国增加值率较低的主要原因之一是大多数行业处于国际分工的末端组装环节［15］。因此，节能评估政策的实施只会对企业与能源利用相关的方面产生影响，对增加值率并无显著影响。

假说3：节能评估政策可以通过优化能源消费结构来降低行业隐含能源强度，但对非能源中间投入结构和增加值率的影响不大。

3 实证策略

3.1 基准回归

研究的样本期间包括2007、2010、2012、2015 和2017年共5 年，构成省级行业面板数据。基于双重差分法（DID）的逻辑，构建以下基准回归方程：

其中：p代表省份，s代表二位数行业，t代表年份。被解释变量lnAEEIpst为t年p省s行业隐含能源强度的对数值，行业隐含能源强度是因满足行业最终需求所产生的单位增加值能源消耗量，衡量了行业经济活动对资源环境造成的压力，可以根据多区域投入产出模型计算得到［16］。解释变量lnFIps，2010是p省s行业2010 年固定资产投资的对数值，值越高表示该行业受到的政策处理强度越高，政策效果越明显为政策是否实施的虚拟变量，若t年在2010 年之后则取1，否则取0；核心解释变量为政策处理效应与政策实施时间的交互项，α是感兴趣的计量回归系数，它衡量了某省某行业固定资产投资增加1%，隐含能源强度变化的百分比。控制变量方面，参考Zhao［17］和Li 等［18］的做法，在回归方程中引入2007年p省s行业的各控制变量Xps，2007与时间虚拟变量的交互项。为省级行业层面的个体固定效应为时间固定效应，εpst为残差项。

3.2 变量设置

被解释变量方面。基于多区域投入产出模型计算各省各行业的隐含能源强度，假设共有N个省份（p，q∈{1，2，...，N}）、I个行业（s，r∈{1，2，...，I}）和F类最终需求（f∈{1，2，...，F}），在基于非竞争性进口假设的多区域投入产出模型中，总产出可以表示为：

其中：x为NI×1的总产出向量，其元素xps为p省s行业的总产出；Zd为NI×NI的国内中间需求矩阵，其元素为q省r行业对p省s行业中间产品的需求；y为NI×1的国内最终需求向量，其元素yps为p省s行业的最终需求（包括国内消费、国内投资和出口）；E为NI×NI的单位矩阵；Ad为NI×NI的国内直接消耗系数矩阵；Ld为国内里昂惕夫逆矩阵，即国内完全需求系数矩阵。

令p省s行业的能源消耗量为Eps，增加值为vps，则传统能源强度EIps=Eps/vps，增加值率kps=vps/xps，全国能源消费总量E可以表示为：

其中：EI为NI×1的 传 统 能 源 强 度 向 量；Hd=diag(k) ×Ld为国内增加值完全需求系数矩阵，其中diag（k）表示增加值率向量的对角矩阵；EEps为p省s行业最终需求产品中的隐含能源消费量。

类似地，则全国总增加值GDP可以表示为：

其中，EVAps为p省s行业最终需求产品中的隐含增加值。

定义行业隐含能源强度为隐含能源消费与隐含增加值之比，即：

控制变量包括：劳动力规模lnEmp，使用劳动者报酬的对数值衡量。劳动力规模越大的行业在生产过程中对劳动力的需求越大，已有研究大多表明劳动密集型行业的能源效率往往不高［19］。进口依存度Impdp和出口依存度Expdp，分别使用进口量与总投入之比和出口量与总产出之比衡量，在开放的经济体中，对外贸易也是影响能源效率的重要因素［20］。最终需求率Fr，使用最终需求与总产出之比衡量。行业最终需求率越高，可以认为该行业总产出中用于最终消费的比例越高，越可能是下游行业，上下游行业的隐含能源强度差别较大。消费需求占比Consumpr，使用消费需求与最终需求之比衡量，消费需求占比较高的行业，其隐含能源强度可能较低［2］。

3.3 数据来源与处理

投入产出数据来自2007、2010、2012、2015 和2017 年的中国多区域投入产出表，能源消费数据来自对应年份的中国能源平衡表，数据来源均为CEADs（Carbon Emission Accounts&Datasets）。由于2007 和2010 年的多区域投入产出表有30 个省份（未包括港澳台和西藏）和30 个部门，而2012、2015 和2017 年的多区域投入产出表有31个省份（未包括港澳台）和42 个部门，能源消费数据包括30 个省份（未包括港澳台和西藏）和45 个部门，因此需要将省份和部门进行合并。省份方面，参考Wang等［21］的做法，将西藏的中间产品和最终产品与出口项合并，将各省中间投入中来自西藏的部分与进口项合并，即可保证多区域投入产出表的平衡。行业方面，根据国民经济行业分类与代码（GB/T 4754-2017）对行业进行合并，最终得到27个行业，见表1。

表1 行业代码与名称

由于多区域投入产出表中均为按当年生产者价格计算的数值，各年数据之间不可比，需要使用相应的价格指数折算为可比价多区域投入产出表。参考Li 等［22］的做法，使用农产品生产者价格指数、按工业行业分工业生产者出厂价格指数、建筑安装工程价格指数、商品零售价格指数、消费者物价指数将各行业现价数据折算为以2007年为基期的可比价数据。

固定资产投资数据来自对应年份的《中国固定资产投资统计年鉴》，各类价格指数来自《中国统计年鉴》。由于固定资产投资价格指数数据受限，假设同一省份各行业固定资产投资价格指数相同，对各省各行业的固定资产投资进行平减。表2是主要变量的描述性统计。

表2 描述性统计

4 实证结果

4.1 基准回归结果

基准回归结果见表3，回归结果显示，以模型（6）为例，在节能评估政策实施之后，行业固定资产投资平均每增加1%，行业隐含能源强度平均下降0.01%。因此，节能评估政策显著降低了隐含能源强度，提高了行业需求侧能源利用效率，驱动经济增长模式进一步向集约式转变，假说1得到验证。其中的影响机制和作用途径将在下文详细阐述。

表3 全样本回归结果

4.2 平行趋势与稳健性检验

4.2.1 平行趋势检验与安慰剂检验

为了检验双重差分法的平行趋势假设是否满足，同时考察节能评估政策的动态影响效应，基于事件分析法构建动态回归方程，若平行趋势假设满足，则政策实施时点之前的系数应不显著。此外，参照Nunn 等［23］的做法，只保留2007年和2010年的数据进行安慰剂检验。

表4展示了平行趋势与稳健性检验的回归结果，其中模型（1）为平行趋势假设检验的结果，可以看出在政策实施之前固定资产投资与时间虚拟变量的交互项不显著，因此2007—2010年不同固定资产投资额行业的隐含能源强度并没有显著差异，满足平行趋势假设。此外，模型（1）还展示了节能评估政策对行业隐含能源强度影响的动态效应，即节能评估政策实施后在降低隐含能源强度方面取得显著成效，且在样本持续期间内存在长期影响效应。然而，2017年的系数虽然仍为负但显著性降低，表明节能评估政策对需求侧能源效率的促进作用有所下降。可能的原因是，2017 年1 月1 日正式施行了《固定资产投资项目节能审查办法》，在2010年版本的基础上对节能评估和审查工作进行了简政放权和“放管服”，例如将原应由国家发改委审批核准固定资产投资项目的节能审查工作交由地方负责、制定免于节能审查的行业目录、强化事中事后监管等。但是，如文献综述部分所述，节能评估和审查工作在实际执行过程中出现了事中事后监管缺位、政策约束力不足等问题，导致政策效果有所削弱。模型（2）为安慰剂检验的结果，再一次证明了平行趋势假设。

4.2.2 额外控制固定效应

考虑到2006—2010 年间，全国有22 个省份陆续出台了各自的能评办法［24］。为了使计量结果更稳健，考虑额外控制省级层面固定效应与时间固定效应交互项、行业层面固定效应与时间固定效应交互项的情况，结果见表4的模型（3）和模型（4），可以发现政策变量系数仍然显著为负，结论稳健。此外，额外控制固定效应不仅可以排除部分其他能源政策对节能评估政策效果的干扰，也能在一定程度上缓解遗漏变量导致的问题。

4.2.3 不同层面聚类标准误

基准回归中的标准差在各省各行业层面聚类，额外考虑在各省层面聚类和在各行业层面聚类这两种情况，结果分别见表4的模型（5）和模型（6），可以发现基准回归结果不受标准差聚类方式的影响。

4.2.4 内生性

由于行业隐含能源强度在计算过程中与行业最终需求无关，只与行业生产侧能源效率和生产结构有关［2］，而固定资产投资是最终需求的一部分，这不仅在理论上保证了基准回归方程满足平行趋势假设，也缓解了固定资产投资和隐含能源强度之间反向因果导致的内生性问题。为了更好地解决内生性对研究结果的影响，参考文献［25］的做法，选择样本起始年份前一年即2006 年固定资产投资额作为2010年固定资产投资额lnFIps，2010的工具变量。工具变量法回归结果见表4 的模型（7），可以看出节能评估政策降低行业隐含能源强度的结论依然成立。

表4 平行趋势与稳健性检验回归结果

4.3 影响机制分析

4.3.1 节能评估与生产侧能源利用效率

（1）节能评估与技术创新。技术创新可以使用单要素生产率或全要素生产率（TFP）进行衡量。对于能源来说，单位能源投入的产出可以用来表示能源投入的单要素生产率，而全要素生产率对不同投入要素的影响相同，是中性技术进步。由于绝大多数行业的生产结构中本行业中间产品投入占总投入的比重最高，因此本行业能源单要素生产率变化可以在很大程度上影响本行业隐含能源强度。为检验节能评估政策能否通过提高能源单要素生产率或全要素生产率进而降低隐含能源强度，分别将被解释变量替换为能源单要素生产率的对数值lnEneEff（使用总产出除以能源投入衡量）和全要素生产率的对数值lnTFP。对于全要素生产率，参考文献［26］的做法，基于DEA-SBM 模型并计算全局参比Malmquist 指数得到各省各行业的全要素生产率，DEA 产出指标为总产出，投入指标为劳动者报酬、资本存量和能源投入。除资本存量外，其余指标的数据均可从投入产出表中获得，各省各行业的资本存量需要使用永续盘存法进行计算，参考文献［27］［28］的方法，设定中国固定资产折旧率为5%，各省各行业的基期资本存量使用投入产出表中固定资产折旧额除以折旧率来计算。

节能评估政策对技术进步的影响结果见表5 的模型（1）和模型（2），节能评估政策对全要素生产率并未产生显著影响，但显著提高了能源单要素生产率，因此节能评估政策实施后企业的技术进步会偏向于能源要素投入，激励企业针对提高能源利用效率进行研发创新活动，最终提高了能源单要素生产率。

（2）节能评估与固定资产更新换代。为了分析节能评估政策能否加快企业固定资产的更新换代，将被解释变量替换为折旧投资比（使用固定资产折旧除以固定资产投资衡量）的对数值lnDepInv，该指标越大表明企业资本存量增速越慢，企业越可能通过双倍余额递减法、年数总和法等加速折旧方法来加快固定资产更新换代。表5的模型（3）展示了节能评估政策对折旧投资比的影响，结果表明，节能评估政策实施后，企业会通过缩短折旧年限、加速折旧等方法加快固定资产的更新换代，加速淘汰老旧的固定资产，更快地从外部购买先进节能生产设备，提高生产侧能源利用效率。假说2得到验证。

4.3.2 节能评估与生产结构

（1）节能评估与能源消费结构。为了探讨节能评估政策能否对行业的能源消费结构产生影响，分别将被解释变量替换为化石能源消费、煤炭消费和天然气消费占总能源消费比重的对数值lnFossilr、lnCoalr和lnGasr。表5 的模型（4）—模型（6）表明，节能评估政策实施之后，虽然没有改变化石能源消费占比，但却降低了煤炭消费占比，提高了天然气消费占比，因此节能评估政策可以优化能源消费结构，促进能源消费向去煤炭化、清洁化和绿色化转变。

（2）节能评估与中间投入结构。为了分析节能评估政策能否改变行业的中间投入结构，分别将被解释变量替换为各行业的高耗能行业（S11—S14 和S22）中间投入和技术密集型制造业（S16—S20）中间投入占总投入比重的对数值lnHighEne和lnTechInt。表5 的模型（7）和模型（8）表明，节能评估政策并未对行业中间投入结构产生显著影响。

（3）节能评估与增加值率。将被解释变量替换为增加值率的对数值lnVAr。表5 的模型（9）显示节能评估政策对增加值率均未产生显著影响，因此节能评估政策并未通过影响增加值率结构来影响隐含能源强度。假说3得到验证。

表5 影响机制分析回归结果

4.4 异质性分析

4.4.1 不同类别行业异质性

固定资产投资项目节能评估政策对不同类别行业的影响可能存在不同，参考文献［29］的行业分类方法，将全部行业划分为8类：农业（S1）、采掘业（S2—S5）、劳动密集型制造业（S6—S10）、资本密集型制造业（S11—S15）、技术密集型制造业（S16—S20）、公用事业和其他制造业（S21—S23）、建筑业（S24）、服务业（S25—S27）。首先分别按照上述行业分类生成相应虚拟变量，然后与核心解释变量构建交乘项进行回归。

表6展示了不同类别行业异质性回归结果，模型（1）表明节能评估政策显著降低了劳动密集型制造业和技术密集型制造业的隐含能源强度，而对其他类别行业的影响不显著。模型（2）—模型（6）将被解释变量替换为部分机制变量，可以发现节能评估政策主要通过提高生产侧能源利用效率进而降低劳动密集型制造业的隐含能源强度，且显著促进了技术密集型制造业固定资产的更新换代。主要原因在于近年来科技进步不断加速，技术密集型制造业本身对高新技术设备就有较高需求，节能评估政策的实施进一步加快了技术密集型制造业企业的固定资产更新换代速度。

表6 异质性回归结果：不同类别行业

4.4.2 不同节能压力省份异质性

固定资产投资项目节能评估政策执行过程中，由国家发改委依据各地能源消耗总量和强度目标完成情况，对各地新上重大高耗能项目的节能评估工作进行督导，因此不同节能压力的省份在节能评估政策实施方面可能存在差异。使用传统能源强度衡量节能压力，按照各省份传统能源强度中位数划分为高节能压力省份和低节能压力省份，若样本为高节能压力省份则Pressure取1，否则取0。然后构建三重差分模型进行回归，结果见表7 的模型（1），其中机制变量的回归结果限于篇幅未展示。可以看出，对于节能压力大的省份，节能评估政策对降低隐含能源强度所起的作用更明显，且更能提高其生产侧能源单要素生产率。主要原因在于，能源强度较高的省份是国家重点关注的地区，同时这些省份往往面临着较大的节能减排压力，地方政府有更大的压力去严格执行节能评估政策，最终使该政策取得更好的节能效果［30］。

表7 异质性回归结果：不同类别省份

4.4.3 不同市场化程度省份异质性

从理论上来说，市场化程度对节能评估政策的实施效果可能存在两个相反的影响，一方面，市场化程度越高的省份，国有企业占企业总数的比重往往越低，这可能会降低当地企业对节能评估政策的服从度，削弱节能评估政策的实施效果［31］。另一方面，在市场化程度较高的省份，节能减排标准的提高和人们节能环保意识的增强对企业产品生产提出了更高的要求，节能评估政策实施后企业倾向于提高能源利用效率。基于此，使用文献［32］编制的中国分省份市场化指数作为市场化程度的衡量指标，并按照市场化指数的中位数划分为高市场化程度省份和低市场化程度省份，若样本为高市场化程度省份则Market取1，否则取0。三重差分模型的回归结果见表7的模型（2），可以看出相对于高市场化程度省份，节能评估政策在低市场化程度省份的实施效果更好，这意味着市场化机制在提升微观企业主体的资源配置能力的同时，也使地方政府减少了对企业的行政干预，导致当地企业政策服从度较低，最终使得节能评估政策实施效果并不理想。

4.4.4 不同财政分权度省份异质性

财政分权是指中央政府赋予地方政府在税收管理和支出安排等方面的部分财政管理与决策自主权［33］，节能评估政策在不同财政分权度省份的实施效果可能不同。按照各省份财政自主度（各省份一般预算内收入除以一般预算内支出）的中位数划分为高财政分权度省份和低财政分权度省份，若样本为高财政分权度省份则FD取1，否则取0，并构建三重差分模型，回归结果见表7 的模型（3）。结果表明，与低财政分权度省份相比，节能评估政策在高财政分权度省份的执行效果不理想，对生产侧和需求侧能源利用效率的提升作用更小。高财政分权度省份在收入和支出方面有更大的自主权，在上级政府政绩考核的激励下，当地政府官员可能短期内更看重GDP 增长速度，不愿因节能评估政策淘汰过多的固定资产投资项目，甚至为了吸引更多企业来当地进行投资呈现出以消耗大量能源为代价的“逐底竞争”的局面。已有大量研究发现财政分权会削弱节能减排政策实施效果，显著增加中国能源消耗、碳排放和环境污染［34］。

4.4.5 不同政府规模省份异质性

加强对固定资产投资项目节能评估的事中事后监管是确保节能评估政策发挥实效的重要保障，但监管会耗费较多的人力和时间成本，因此地方政府规模将直接影响当地对节能评估政策的监管能力。参考文献［35］按照各省党政机关工作人员占地区总人口比例的中位数划分为政府规模较大省份和政府规模较小省份，若为政府规模较大省份则GS取1，否则取0，表7 的模型（4）展示了三重差分法的回归结果。可以看出相较于政府规模较小省份，政府规模较大省份的节能评估政策在更大程度上降低了行业的隐含能源强度，提高了需求侧能源利用效率。如前文所述，固定资产投资项目节能评估的事中事后监管需要投入大量的人力和物力，且对监管人员的专业技能要求较高，政府规模较小省份的行政资源有限，事后监管力量薄弱。

5 结论与政策建议

作为从源头上杜绝能源浪费和避免能源过度消耗的政策，固定资产投资项目节能评估可以有效地降低行业的隐含能源强度，提高需求侧能源利用效率，驱动经济增长模式进一步向集约式转变。节能评估政策主要通过增加单位能源投入产出量和加快固定资产更新换代来提高生产侧能源利用效率，并且优化了能源消费结构。节能评估政策显著降低了劳动密集型制造业和技术密集型制造业的隐含能源强度，且在节能压力更大、市场化程度更低、财政分权度更低、政府规模更大的省份实施效果更好。

基于此，提出以下政策建议。

（1）固定资产投资项目节能评估政策可以从源头上杜绝能源浪费行为和提高能源利用效率，但2017年“放管服”改革后节能评估政策效果有所削弱，表明节能评估工作在实际执行过程中出现了事中事后监管缺位、政策约束力不足等问题。对此，未来应在深化节能评估“放管服”改革的同时强化事中事后监管，确保节能评估政策发挥作用、取得实效。一方面，节能评估的监管规则不规范，监管标准不完善，对于未落实节能审查意见企业的处理方式也存在差异，因此应建立规范的节能评估监管制度，形成长期有效的监管机制，明确监管的主体、内容、流程和处理方式。另一方面，强调节能审查机关监管工作的重要性，落实节能主管部门的监管责任，避免将大量行政资源集中在节能评估和审查环节，而只在有条件时才进行监管、有选择地进行监管等“重审批、轻监管”的行为。

（2）异质性分析发现，由于现场监管需要消耗大量的人力和时间成本，导致节能评估政策在政府规模较小、行政资源有限的地区实施效果较差。因此，行政资源有限的地区可以通过委托执法和联合执法等方式实施监管，也可以利用现代信息技术实施远程监管，整合信用信息、执法信息和能耗信息等实现对高风险区域的精准监管，提高监管工作效率，用尽可能少的人力、财力和时间成本实现有效监管。此外，异质性分析还发现，由于固定资产投资是GDP 的重要组成部分，高财政分权度省份可能更看重经济增长，不愿因节能评估政策淘汰过多的高耗能固定资产投资项目，最终削弱了节能评估政策的实施效果。对此，应加强对地方政府节能评估政策的考核和监督，将节能评估政策的执行效果作为官员晋升的重要考核指标，从而避免地方政府通过吸引大量高耗能企业来当地进行固定资产投资导致的“逐底竞争”现象。

（3）尽管节能评估政策提高了行业单位能源消耗的产出，但并未通过优化行业的中间投入结构降低对高耗能行业产品的需求，这意味着中国通过优化中间投入结构进行节能提效还有较大的潜力。未来中国可以出台促进企业合理使用高耗能行业产品、杜绝高耗能行业产品浪费和提高高耗能行业产品利用效率的相关政策。尤其是在碳中和背景下，对于钢铁、水泥等短期内较难使用电力替代传统化石能源的高耗能行业，更加需要注意在生产活动中节约使用其产品。