《Business Strategy and the Environment》：Multiple Impacts of Energy Efficiency Measures and Other Key Factors That Rule the Adoption: Insights From the Italian Wood and Metal Working Sectors
编辑推荐：
能源效率（Energy Efficiency, EE）被公认为工业脱碳的基石，然而其在制造企业中的采纳仍然非常有限，由此导致了能效差距（energy efficiency gap）。尽管工业领域能源效率措施（Energy Efficiency Measur
能源效率（Energy Efficiency, EE）被公认为工业脱碳的基石，然而其在制造企业中的采纳仍然非常有限，由此导致了能效差距（energy efficiency gap）。尽管工业领域能源效率措施（Energy Efficiency Measures, EEMs）的低采纳率是一个众所周知的问题，但现有研究尚未充分探讨综合性因素在EEMs采纳中的作用。为弥补这一研究空白，本研究旨在通过一个多维度视角审视EEMs的采纳，该视角整合了EEM特征、其对运营资源产生的影响以及塑造实施过程的背景条件。在研究过程中，研究人员首先将EEMs划分为目标与类型相关特征以及实施相关特征，并进一步在意大利木材与金属制造企业中加以应用和实证验证。研究结果表明，EEM采纳对公司资源产生的影响主要与节能量（82%）相关，其次是运营和维护成本的降低（68%）。此外，研究结果表明，对EEM采纳的整体性理解需要评估以下三个关键维度：措施的内在特征、其在能源产出之外的影响，以及措施实施的具体情境。
**论文解读**
**一、研究背景与问题提出**
能源效率被国际能源署（IEA）定义为清洁能源转型的"第一燃料"，是降低工业能源需求的最大贡献因素。在制造业背景下，能源效率作为一种跨领域脱碳战略，能够在短期内以经济有效的方式减少能源消耗和温室气体（Greenhouse Gas, GHG）排放。除直接节能效果外，能源效率还能推动技术进步和战略能源管理实践在制造系统中的扩散。已有证据表明，能源效率措施在运营层面产生了一系列非能源效益（Non-Energy Benefits, NEBs），也称为生产率效益（productivity benefits），涵盖运营与维护、工作环境、废弃物与排放等多个领域。
然而，尽管存在多重效益，EEMs的采纳仍受到诸多障碍的制约，导致了所谓的"能效差距"——即经济上可行的节能措施与实际被采纳措施之间的落差。现有研究在以下方面存在明显不足：第一，对EEMs的系统性特征刻画仍不成熟，大多数研究未能充分审视塑造EEM采纳的多重相互关联维度，也鲜少将这些维度与EEMs的内在特征联系起来；第二，对EEMs在运营层面——特别是车间层面——对生产资源的影响研究仍然碎片化，缺乏EEMs与公司资源之间的整合视角；第三，EEM技术群组与其背景条件之间的关系在很大程度上被忽视，限制了人们对运营层面如何塑造EEM采纳与绩效的理解。这些碎片化的研究视角有简化EEM采纳过程复杂性的风险，削弱了研究结果对企业和政策制定者的实践价值。
基于上述研究空白，本研究旨在通过多维度视角提供对EEM采纳的全面理解，分析维度包括：（i）EEMs特征及其采纳对公司运营资源产生的影响；（ii）采纳的具体情境所施加的影响，同时考虑这些维度之间存在的相互关系。研究聚焦于意大利木材和金属加工行业的制造企业。
**二、主要技术方法概述**
本研究采用混合方法（mixed-method approach）设计，整合定性与定量分析方法。在框架构建方面，研究人员在Accordini等人（2025）针对电动机系统的EEM特征化框架基础上进行了扩展，将其适用范围从单一电动机领域拓展至涵盖更广泛的制造相关EEMs，并结合知识表征科学原理增强分析严谨性。EEMs被划分为两类特征：目标与类型相关特征（包括活动类型、生命周期、接受程度和自动化程度）以及实施相关特征（包括所需时间、检查频率、复杂性、附加设备和成本）。对公司资源影响的评估借鉴了Cagno等人（2022）定义的车间层面绩效测量体系，涵盖经济、社会和环境三个可持续发展维度，采用三级李克特量表（恶化、不变、改善）进行衡量。采纳情境通过一组情境特征进行描述，涵盖业务情境、能源管理情境、应用情境和决策情境四大类别。
在实证应用方面，研究以美国工业评估中心（IAC）数据库为参考，选取了三种跨领域技术群——电动机系统（Electric Motor Systems, EMS）、压缩空气系统（Compressed Air Systems, CAS）和照明系统（lighting systems）——中建议率高而实施率相对较低的EEMs。样本企业来自意大利五个行业（ATECO代码C16、C24、C25、C28和C31），数据通过结构化电话访谈方式从47家制造企业收集，共涵盖84项不同的EEMs。统计分析中采用卡方检验（chi-square test）评估分类变量间的关联，采用单因素方差分析（one-way ANOVA）和配对t检验比较组间差异，显著性水平设定为10%（p ≤ 0.10），并设置20%的判别阈值以识别数据点间的变异。
**三、研究结果**
**3.1 EEMs特征**
分析涵盖84项跨领域EEMs，分布于三个技术群：EMS（31%）、CAS（34%）和照明系统（35%）。研究结果显示，EEM技术群与EEM特征之间存在关联，但这种关系似乎主要局限于实施相关特征。例如，作用于EMS的EEMs平均成本高于作用于CAS和照明系统的EEMs，更常需要安装附加设备，且被感知为更为复杂；而作用于照明系统的EEMs被认为最简单，所需定期检查较少，实施时间跨度较长。此外，EEM特征之间也存在相互关联：活动类型与自动化程度密切相关；复杂性、实施成本、持续时间和附加设备的整合与其他属性之间存在错综复杂的关系。附加型EEMs可能比需要技术替换的EEMs采纳过程更简单，但两者通常都比组织型EEMs成本更高。
**3.2 EEMs对公司资源的影响**
EEMs最被认可的影响与其节能效果相关（82%），其后是运营与维护（Operation and Maintenance, O&M）成本降低和设备可靠性提升。废弃物、激励措施和环境成本，以及人员利用水平方面记录的改善较少。跨领域EEMs对公司资源产生负面影响的案例几乎不存在。不同技术群的影响模式有所差异：EMS技术的EEMs在设备可靠性和状况方面的改善比直接节能效果更常被报告，这与照明EEMs形成对比；CAS的EEMs除节能外，还带来O&M成本降低、生产成本降低、系统可靠性增强和设备状况改善等效益；照明技术EEMs的影响重点从生产系统转向改善工作环境和人员福祉。
**3.3 EEMs特征与影响之间的关系**
研究结果表明，EEMs特征不仅提供了关于EEMs的关键描述性信息，还与其影响相互交织。某些EEMs特征与大部分影响存在强关联：EEM的活动类型主要影响与工作环境和人员相关的影响；高成本、高复杂性、高自动化程度或需要附加设备的EEMs对产生非能源影响贡献最大。这些特征也是形成最多相互关系的特征。因此，对EEM采纳的全面评估应当同时考虑EEMs特征、对公司资源的影响以及两者之间的相互关系。
**3.4 EEMs与采纳情境的关系**
不同公司在资源、技能、利益和情境方面存在差异，因而采纳不同的EEMs，出于不同动机，采用不同方法。例如，照明系统EEMs是EEMs经验指数较低的公司的主要关注点，通常作用于非核心流程，主要受节能动机驱动，具有广泛性，需要大量外部人员参与。而EMS的EEMs大多作用于核心流程，有时被受访者认为具有风险，因为通常需要生产停机，其采纳主要由非能源效益驱动。CAS的EEMs既涉及核心也涉及辅助流程，节能往往代表主要采纳驱动力。
EEMs特征与情境特征之间也存在值得关注的关系：情境的影响特别集中在实施相关特征上。例如，检查频率和采纳成本似乎受公司规模影响，小公司主要偏好成本较低的EEMs（低于10万欧元）；作用于核心业务流程的EEMs被认为比辅助性EEMs更复杂，需要更多检查，实施成本更高；复杂的、自动化程度更高和更昂贵的EEMs主要外包实施。
**3.5 影响与采纳情境的关系**
研究结果揭示了情境特征与公司资源影响之间的关系。业务和能源管理情境特征与影响产生了最多的关联，尤其涉及生产领域。木材行业企业倾向于识别出比金属加工行业更多的非能源影响，尤其是与能源密集型行业（C24）相比。大多数关联与公司规模相关，较大规模公司平均识别出更多的非能源影响，尤其在生产和设备可靠性方面。就能源管理特征而言，将能源消耗分配至简单工序的公司显示出更多与生产成本、产品质量、自动化与控制和设备可靠性相关的改善。在社会维度方面，工作环境的改善尤其被非能源密集型公司或属于非能源密集型行业或以一班或两班制运营的公司所感知。
**四、讨论与结论**
本研究提供了实证证据，证明EEMs需要从多个维度加以审视，包括其特征、对公司生产资源的影响以及塑造实施的情境因素。EEMs特征化为异质性的工业EEMs群提供了细分，有助于识别可能影响EEM采纳率的关键特征。例如，EMS的EEMs通常比照明系统EEMs更复杂、更昂贵，这有助于解释不同EEMs采纳率的差异。
在管理层面，研究结果表明传统的以节能和短期财务回报为主的评估方法不足以捕捉EEMs的全部价值。管理者需要从系统层面评估这些措施对核心运营的影响，将EEMs视为提升运营绩效和长期竞争力的战略杠杆。研究发现，当EEM采纳主要由非能源效益驱动时，决策者角色往往更贴近运营决策而非战略层面的参与，这表明非能源效益并不会均匀地发挥战略驱动作用，而是取决于其影响在生产系统中的具体体现方式。
在政策层面，当前主要基于标准化节能量指标的政策方法可能忽视EEMs更广泛的运营和系统层面价值。研究建议政策工具应超越统一标准，根据EEMs的运营影响、与生产系统的整合程度以及对长期绩效的贡献进行差异化设计。
关于脱碳视角，研究发现能源作为一种生产资源，本质上与设备、公用设施、劳动力和材料等其他资源相互作用，因此能效提升往往会在脱碳之外重塑整体生产效率。
本研究发表在《Business Strategy and the Environment》期刊上。研究结论指出，EEMs特征及其对公司资源的影响是区分异质性EEMs的关键因素，可解释不同EEMs存在的不同障碍和采纳率。然而，鉴于其相互依赖性，EEMs及其采纳情境不应孤立评估，而应考虑其相互关系。通过将情境维度纳入分析，评估变得更加全面。情境特征本身是相互关联的，有助于解释为何不同公司对同一EEM可能表现出不同行为，并可显著影响EEMs在特征和影响方面的评估方式。研究的局限性包括国家特定关注（意大利制造业情境）、行业范围限制（木材和金属加工）以及横截面分析的静态性质，但未来研究可通过拓展至更广泛的行业和国家情境、开展纵向研究以及探索数字化制造环境下框架的适用性来推进。
