碳減排機制下航空低碳發展SD模型研究

余美紅，楊緒彪

（上海工程技術大學，上海 201620）

引言

如今碳減排問題成了全球關注的焦點。目前全球約有兩萬架飛機，每年航空乘客達30億人次。預計2040年全球飛機數量將達5萬架，會有越來越多的人乘坐飛機出行。國際航空溫室氣體排放量在全球排放量中所占比重不高，從2014年起，溫室氣體排放量比重約為1.4%。但是增長速度卻不容忽視，根據2016年根據國際民航組織（ICAO）環境報告，如果不采取措施，到2050年，國際航空的碳排放將從目前的7億噸增長至26億噸左右，其碳排放量將達到全球碳排放量的22%。根據中國提交的自主貢獻目標，國務院于2016年10月27日印發了《“十三五”控制溫室氣體排放工作方案》，提出到2020年單位國內生產總值二氧化碳排放需要比2015年下降18%，碳排放總量必須得到有效控制。

一、相關研究評述

（一）對航空業碳減排和碳稅方面的研究

Christian Azar et al.通過層次分析法構建了經濟類物理目標指標，組建了航空業碳排放的權重指數，以此來分析和預估排放的航空業碳排放的輻射效應[1]。Paul E通過構建相關模型模擬了增收碳稅對經濟和環境的雙重響，模型結果顯示，雖然溫室氣體減排對相關經濟有微弱影響，但整體就業率會有顯著提高。Ernst&Young[3]，Kathleen Bailey[4]通過收集分析相關數據得出，征收航空碳稅會導致航空票價的上漲，從而乘客需求大幅減少轉向別的交通方式。Piers M.de F.Forster認為，征收航空碳稅，由于“共同而有責任”原則，會造成增收碳稅不公的現象，導致市場混亂[5]。

目前國內學者對民航減排市場機制有了比較深刻的研究，文獻集中于歐盟強行推出的航空碳排放稅對我國航空業造成的相關影響。許小虎則重點就該碳稅政策對航空業的經濟成本和利潤等做了統計和預估，研究了對航空業以及相關領域的競爭及減排效果的影響[6]。Mayor研究了歐盟開征航空碳稅，認為如果國內外旅游具有替代對碳減排和國內外旅游所造成的影響。研究顯示，如果國內外旅游具有明顯的替代效應，那么征收航空碳排放稅有利于減少國內碳排放[7]。Zhang首先對歐盟征收航空碳稅條約的合法性進行了探討，然后總結得出其一旦實施將對中國航空業和相關經濟產生的不利影響，最后給出相關的措施建議[8]。胡曉紅認為，對與我國而言，歐盟航空碳排放交易制度，既存在負面影響，也有正面效應，我國應當盡快實施相關政策，以便從制度上防范碳成本所造成的副面影響，使我國企業的市場競爭力不受到壓迫，繼續穩健提升[9]。

（二）系統動力學方面的應用

研究表明，系統動力學在能源減排和航空業以及相關領域都有了比較深入的研究應用。根據系統動力學來構建模型進而對所建立的模型進行研究是非常有效的。潘崇義就是利用這一特點來研究江蘇省造船業的競爭力的[10]。在物流園區節能減排方面的研究也可以利用這一方法，尚羽就是利用這一特點研究了物流園區節能減排排放系統[11]。潘婿等人以連云港為例，基于系統動力學對港口城市禍合模型進行了模擬及仿真[12]。陶冶等對中國交通能源以及可持續發展等相關稅收政策進行了系統動力學模擬研究，并對中國未來的交通消耗總量以及未來能源價格的漲幅有了初步預估[13]。

以上文獻對碳減排和系統動力學問題都有很深入的研究，對該領域研究做出巨大貢獻。但是，目前現有的文獻及相關研究主要在靜態相關性分析上，國內外目前主要分析將歐盟頒布的碳減排交易機制運用于航空碳排放方面所設計的相關工作及影響上，而定量分析研究尚不成熟。本文運用系統動力學理論與方法構建航空業低碳發展系統模型，分析和預估碳稅和航空器運行速度對航空業碳減排發展影響的動態機制，為以后我國制定減排相關措施和政策提供理論依參考據。

二、系統動力學模型分析

（一）模型假設

航空業的低碳減排協同作用是一個龐大而復雜的系統，涉及飛機制造、航空公司、空管局等上下游相關企業等諸多因素，以及許多減排措施、技術和操作，在定量分析中很難考慮到每個部分和每個因素。因此，本文對于系統影響不大的一些非關鍵因素忽略不計，只選擇了重要的代表性指標進行分析，構建相關模型。本文選取2013—2015年中國航空業相關歷史數據，對模型參數進行估計和檢驗；選取2016—2018年仿真結果預測年份。

1.本模型只考慮航空業和貿易量對GDP的影響，不考慮其他產業對GDP的影響。

2.本模型重點研究航空的減排制度對經濟和環境的影響，其他產業對能源消耗和污染排放在此研究中不作考慮。

3.本模型的污染氣體以二氧化碳排放為主要指標變量。

4.本模型中采用各項減排措施造成航空業成本的增加通過價格機制對其他方面產生影響，假設不會有其他的影響途徑。

（二）系統動力學模型建立

1.模型變量表達式

（1）污染損失系數：單位排放量的二氧化碳對經濟發展的阻礙率；

（2）周轉量拉動GDP系數：年周轉量對GDP增長的貢獻率；

（3）投資效果系數：單位飛機技術減排投資的減排效果，即將技術減排投資額轉化為減排量系數；

（4）節能系數：航速降低百分比與燃油消耗降低之間的轉化系數；

（5）航空能源替代彈性：碳稅對能源需求量的影響程度，即碳稅稅率每增加一個單位，航空業對能源需求降低的百分比。

2.模型中主要參數方程

（1）終止時間=2017

單位：年

（2）GDP=INTEG（GDP 增長率-GDP阻礙率，124105）

單位：億元

（3）GDP增長率=碳稅+GDP×GDP增長系數+航空業GDP

單位：億元

（4）GDP增長系數

=（時間，（[（2013，0）—（2017，0.25）]，（2013，0.015），（2014，0.038），（2015，0.045），（2016，0.059），（2017，0.039）））

（5）GDP阻礙率=航空業補貼十SMOOTH（污染損失，5）

單位：億元

（6）初始時間=2013年

單位：年

初始時間：2013

（7）二氧化碳排放量=（燃料油消耗量*燃料油碳排放因子）

單位：萬噸

（8）全社會客運運輸周轉量==GDP*0.296-21060

單位：億噸公里

（9）周轉量拉動GDP系數=0.2

單位：億元/億噸公里

（10）燃料油碳排放因子==3.2

單位：噸

（11）（碳稅二二氧化碳排放量*碳稅率*10）（-4）

單位：億元

（12）碳稅稅率=40

單位：元/噸碳

（13）能源增長率=能源消耗量*能源增長系數

單位：萬噸

（14）能源增長系數

=WITHLOOKUP（時間，（[（2013，0.05）—（2017，0.3）]，（2013，0.1039），（2014，0.0976），（2015，0.096），（2016，0.0624），（2017，0.0587）））

3.回歸分析

計量經濟學軟件EVIEWS是一種簡單、實用、方便的回歸分析方法，是專門為大型機構開發的、用以處理時間序列數據，經常用于處理數據回歸性分析。數據處理了模型中GDP與航空周轉量之間的時間序列關系。通過相關數據建立回歸模型，總結出變量之間的相關線性關系。利用EVIEWS方法對序列進行OLS回歸，回歸模型為：

得航空運輸周轉量與GDP之間的線性關系為y=0.286x+22492.32，其中，x為 GDP值，Y為航空運輸周轉量，R2=0.992，說明X與Y之間高度線性相關，模擬結果如表1所示。

表1 航空運輸業總周轉量模擬

三、航空運輸低碳發展模擬及政策建議

（一）模擬方案

模擬仿真是系統動力學模型中通過仿真政策措施來達到支持決策的關鍵步驟。考慮到模型歷史數據的時間跨度和未來長期預測的不確定性，模型仿真起始時間為2013年，終止時間為2017年，時間跨度為4年。考慮的三個低碳發展道路運輸路徑，如市場減排技術減排和操作減排，設計了碳排放稅，減速比、補貼強度等6個模擬方案設計（見表2），方案1仿真為沒有任何措施的模擬結果，為后續模擬方案做效果參照。測試各種政策或政策組合對能源消耗、二氧化碳排放和經濟的影響，為我國航空運輸業制定低碳減排政策提供方向和理論依據，如表2所示。

表2 仿真模擬方案

（二）模擬結果

1.征收碳稅效果模擬。方案1、2、3、4的模擬效果如圖1所示。從圖1可得，征收碳稅是控制能源消耗、減少CO2排放的最有效政策手段。征收碳稅的稅率越高，碳減排的效果越明顯，但同時對經濟會造成阻礙作用。

2.降低航速效果模擬。方案1與方案5的模擬效果比較見圖2。結果表明，適當降低航速能夠有效降低能源消耗總量和CO2排放總量。其原因是能源消耗和飛行航速的呈三次方線性相關，適當降低航速可以節約大量能源消耗和CO2減排效果。在目前航空運輸市場經濟持續增長的的市場情況下，適當降低航速也不會對經濟發展產生較大的負面牽制作用。

圖1 征收碳稅效果模擬圖

圖2 降低航速效果模擬

3.碳稅與征收碳稅與補貼政策組合效果模擬。方案1、2和6的模擬效果比較見圖3。模擬結果表明，征收碳稅與補貼政策相作用的情況下不會對經濟造成阻礙作用，反而促進了經濟的增長。其原因是碳稅補貼在一定程度上可以降低碳稅所造成的成本問題，緩解了航空運輸企業的經濟壓力，促進航空相關企業推出碳減排的相關管理運營、技術、空管政策。

圖3 方案1、2和6的模擬效果比較

（三）政策建議

合理征收碳稅，推行碳減排市場交易機制已成為國際上的主流趨勢，通過模型構建可以得到征收碳稅方案，可以促進航空碳減排和相關產業的相關低碳發展。

適當降低航速。航空器飛行航速與能源消耗成線性關系，在達到運輸需求的前提下，找到適當的飛行速度可以對航空碳減排產生積極作用。

通過結論可以得出，在征收碳稅的同時適當進行碳稅補貼，可以減小由于征收碳稅所帶來的成本，在一定程度上可以緩解貪睡的成本壓力，達到更好的減排效果。

結語

本文以航空運輸業為研究對象。由于我國基本統計數據存在缺失，在收集數據和確定相關指標之間的關系時存在一定的不準確和不定性。模型構建過程中一些功能被簡化，如速度、稅率、補貼等，在實踐中，需要根據具體的碳減排問題確定合適的功能形式。希望在今后的研究過程中，能夠進行更加細致的研究，使模型更具針對性。