機場碳排放測算與時間演化特征研究*

朱佳琳 胡 榮 張軍峰 鄭麗君

(南京航空航天大學民航學院 南京 211106)

0 引 言

國內外學者對機場碳排放的研究主要涵蓋碳排放核算方法、特定機場碳排放量核算，以及機場碳減排措施等研究.機場碳排放一般基于(國際民用航空組織international civil aviation organization，ICAO)定義的LTO循環來核算，各國際組織頒布了多種核算方法.Kurniawan等[1]將ICAO標準排放計算模型與美國環境保護署(environmental protection agency，EPA)、歐洲監測和評估程序(european monitoring and evaluation program，EMEP)等計算模型進行比較，發現其他核算模型與ICAO計算模型相似度很高，且ICAO模型已被廣泛應用于LTO階段的碳排放計算，可靠性高.特定機場碳排放核算研究中，盧志想等[2]采用ICAO模型計算了我國2010-2011年的機場碳排放量；Song等[3]同樣采用該模型估算了韓國4個機場2009—2010年的碳排放量；Stettler等[4]則制定了2005年英國20個機場的碳排放清單并對結果進行分析，發現進近階段CO2的排放量高于其他三個運行階段；而Pham等[5]核算澳大利亞全國范圍的機場碳排放后發現爬升階段的CO2的排放量高于其他LTO運行階段.在機場碳減排研究中，Grote等[6]指出目前的減排措施主要基于市場、技術和運行三個方面，之后不少學者對這三方面進行了有針對性的研究，例如：市場方面，Scheelhaase等[7]認為現行的歐盟碳交易計劃、國際航空碳抵消和減排方案將對未來CO2減排有較大貢獻；技術方面，Kousoulidou等[8]證實使用航空生物燃料能有效減少碳排放；運行方面，Koudis等[9]則提出飛機減推力起飛能夠達到減排目的，等等.

以上研究在機場碳排放核算、碳減排等方面取得了顯著成果，但仍有如下內容值得進一步深入與拓展：①國內相關文獻多集中于“自上而下”(基于總燃油消耗量)的碳排放核算，而“自下而上”(基于具體運行數據)的碳排放核算較少；②現有文獻多集中于機場碳排放量的核算，尚未見文獻開展時間演化特征的分析，因而，本文進行了如下工作：①采用“自下而上”基于具體運行數據的核算方法，運用ICAO推薦的排放計算模型，測算2007—2016年江蘇省九個民用機場的碳排放；②采用赫希曼指數、聚類分析、環境庫茨涅茲曲線及泰爾指數對機場碳排放核算結果進行分析，從碳排放的總量、壟斷性、區域差異和排放強度的視角探究江蘇省機場碳排放的時間演化特征，并對形成演化特征的原因開展討論.

1 數據來源與研究方法

1.1 數據來源

數據來源主要有：①OAG數據庫中2007-2016年江蘇省機場航班運行數據；②民航局發布的機場統計公報中機場運行數據.考慮到數據的不完整性及便于計算，對原始數據進行以下處理.

1) 對典型機型起降架次的處理.2007—2016年江蘇省機場運行的機型多達54種.ICAO在其公布的排放數據庫中匯總了典型機型發動機的排放數據，但未涵蓋諸如AB6，AT4等機型發動機排放數據，因而，為了兼顧計算的準確性與可行性，本文以ICAO排放數據庫中典型機型為基礎開展碳排放測算.以南京祿口機場為例，2007—2016年該機場典型機型的起降架次統計見表1，參與最終計算的典型機型起降架次占總起降架次比例平均超過95%，具有較高代表性.其余八個機場參與計算的典型機型起降架次占該機場總起降架次比例均達到99%以上.

表1 2007—2016年南京祿口機場典型機型起降架次表

2) 對衍生機型歸類的處理.為便于確定發動機型號，本文將B737及B73G(B737-700改進型)統一歸類為B737-700標準型，將B738及B73H(B737-800改進型)統一歸類為B737-800標準型.

3)對發動機型號匹配的處理.實際運行中，同一機型對應的發動機型號可能有多種，為便于確定發動機排放指數，每種機型均選取國內使用數量最多的發動機型號，以確保計算結果最接近真實值.機型與發動機的匹配情況見表2.

1.2 研究方法

1.2.1ICAO標準排放模型

飛機在進近、起飛及滑行階段的排放對機場周邊居民、環境等有顯著影響，因而，ICAO在附件16第二卷給出了飛機在混合高度層以下的運行(即LTO循環)的排放測算模型，一個典型的LTO循環包括飛機在3 000 in以下運行的4個階段：滑行、起飛、爬升和進近.確立了各個運行階段下的推力設置和工作時間，以CFM56-7B22發動機為例，其基準參數見表3.CO2的排放量只與燃油消耗量有關，其排放指數為常數3.115(kg/kg).

表2 機型-發動機匹配對照表

因此，先計算出總的燃油消耗量，再乘以CO2排放指數即可得到碳排放總量.計算公式為

表3 LTO循環下CFM56-7B22發動機基準參數

(1)

式中：Etotal為總CO2排放量；mj為j機型LTO循環數；nj為j機型發動機個數；i為飛機的飛行階段；tij為j機型在第i個飛行階段運行的時間；Fij為j機型在第i個飛行階段的單發燃油流量；I為CO2排放指數.

1.2.2時間演化特征研究方法

1) 碳排放壟斷性分析方法 赫希曼指數(herfindahl-hirschman Index，HHI)是一種測量行業集中度的綜合指數[10]，用該指數來衡量江蘇省機場碳排放的集中度，即用各機場碳排放量占全省總量百分比的平方和來計量各機場排放規模的離散度.計算公式為

(2)

式中：Xi為第i個機場的年碳排放量；X為全省機場年碳排放總量；Si為第i個機場的碳排放市場占有率.

2) 碳排放區域差異分析方法 泰爾指數常用于衡量能源消費、碳生產率等方面的區域差異性.泰爾指數具有可分解性，總體的泰爾指數可分解為區域間泰爾指數和區域內泰爾指數之和，通過分解可以衡量區域間差異和區域內差異分別對總體差異的貢獻率[11].泰爾指數值越大，代表碳排放強度差異水平越大，即

(3)

(4)

(5)

(6)

式中：T為全省機場碳排放量泰爾指數；E為全省機場碳排放量；X為全省機場客貨換算吞吐量；i為蘇南、蘇中、蘇北地區；Ei為第i個地區的機場碳排放量；Xi為第i個地區的機場客貨換算吞吐量；Tb為地區間機場碳排放量泰爾指數；j為地區內各地級市；Ej為第j個地級市的機場碳排放量；Xj為第j個地級市的機場客貨換算吞吐量；Tw為地區內機場碳排放量泰爾指數；Twj為地區內未加權的機場碳排放量泰爾指數；Eij為i地區j地級市的機場碳排放量；Xij為i地區j地級市的機場客貨換算吞吐量.

3) 碳排放強度分析方法 ①本文將機場碳排放總量除以旅客及貨郵的換算吞吐量得到單位吞吐量碳排放強度，并對全省機場的碳排放總量和單位吞吐量碳排放強度歸一化處理，以碳排放總量作為橫坐標、碳排放強度作為縱坐標，繪制排放-強度圖，對機場碳排放進行聚類分析并探討聚類結果的時間演化特征[12]；②環境庫茲涅茨曲線(environmental kuznets curve，EKC)常用于分析環境污染物的變動趨勢與經濟增長的長期關系[13].EKC一般是以經濟指標為橫軸，環境指標為縱軸，本文以旅客和貨郵的換算吞吐量為經濟指標、單位吞吐量排放強度為環境指標，采用多項式擬合來繪制環境庫茨涅茲曲線，進而討論機場碳排放與吞吐量之間的時間演化特征.

2 結果與討論

2.1 碳排放總量的演化特征

依據上述機場碳排放計算公式及相應數據，可得2007—2016年江蘇省機場年碳排放總量.圖1為江蘇省機場年碳排放總量和換算吞吐量及年均增長率的發展趨勢.由圖1可知，10年間江蘇機場碳排放總量近似線性地增長近2.6倍；年平均增長率較快，維持在13%以上；兩者趨勢與換算吞吐量及其年平均增長率趨勢基本一致.

圖1 2007—2016年江蘇省機場發展趨勢

2.2 碳排放壟斷性的演化特征

圖2為2007—2016年江蘇省各機場碳排放量HHI變化情況.由圖2可知，江蘇省機場碳排放量HHI從2010年開始以較大幅度下降，2015年后降幅縮小，但一直處在3 000以上，屬于高寡占Ⅰ型.結果表明：省內機場碳排放量集中度呈下降趨勢，但大型機場碳排放量占總排放的比重仍然很高，碳排放的壟斷特征依舊明顯.

圖2 江蘇省機場碳排放量赫希曼指數

2.3 碳排放區域差異的演化特征

圖3為2007—2016年江蘇省機場碳排放量的全省、地區間及地區內的泰爾指數演變情況，其中T，Tb和Tw分別表示全省、地區間(蘇南、蘇中和蘇北)及地區內的泰爾指數，虛線為各指數擬合得到的趨勢線.

圖3 江蘇省機場碳排放泰爾指數變化趨勢

由圖3可知，Tb呈下降趨勢，表明蘇南、蘇中、蘇北三個地區間的機場碳排放差異在緩慢縮小；而Tw呈上升趨勢，說明各地區內部的機場碳排放差異逐步增大，特別在蘇南地區內部，南京祿口機場的碳排放量遠高于無錫碩放、常州奔牛機場，且差距逐年增大；T作為Tb與Tw之和，以緩于Tb的幅度呈下降趨勢，表明江蘇省機場碳排放差異主要是由蘇南、蘇中和蘇北各地區內部的機場碳排放差異所造成的.

上述結果表明：從江蘇省全省來看，各地區機場碳排放總量趨于均衡，差距逐漸減小；而從各地區局部來看，各地區內部機場碳排放量差異卻逐漸擴大，體現出強者愈強的“馬太效應”.

2.4 碳排放強度的演化特征

圖4為2016年江蘇省機場排放-強度圖，并用機場碳排放總量與碳排放強度的全省平均值將機場劃分為“高排放-高強度”“高排放-低強度”“低排放-高強度”和“低排放-低強度”四種類型(簡記為“HH”“HL”“LH” “LL”型).總體來看，江蘇省大部分機場聚集在“LH”類型中，“HL”及“LL”型機場較少，預示著江蘇省機場碳減排空間較大.

圖4 2016年全省機場排放-強度圖

2007—2016年間大部分機場聚類結果沒有發生所屬類型的變化，僅無錫碩放、常州奔牛和徐州觀音機場發生類型轉變.圖5為三個典型機場2007，2010，2013，2016年的排放-強度類別，由圖5可知，無錫碩放機場由“LL”型轉變為“HL”型、常州奔牛與徐州觀音機場由“LL”型轉變為“LH”型.

圖5 典型機場排放-強度變化示意圖

表4為各機場換算吞吐量與其碳排放強度的擬合結果.由表4可知，2007—2016年全省機場EKC均未呈標準“倒U形”，大部分為“倒N形”，即隨著機場吞吐量的增加，碳排放強度先降后增，而后又降低；南京祿口機場EKC形態為倒U的右半邊，表示2007—2016年隨著吞吐量的增加機場碳排放強度一直在降低，處于良好的發展態勢中；常州奔牛、揚州泰州機場EKC形態為N型，表示隨著吞吐量的增加，碳排放強度先增后減而后又有增加的趨勢.

表4 碳排放強度和吞吐量關系擬合結果

圖6為江蘇全省機場EKC變化情況，從圖中可看出EKC曲線存在兩個拐點，第一個拐點與2010年淮安漣水機場、2012年揚州泰州機場開航關系密切，新機場開航初期航班客座率較低，使得單位吞吐量碳排放強度增大，從而拉高了全省機場碳排放強度；第二個拐點則與后期航班客座率上升，碳排放強度隨之下降有關.

圖6 2007—2016年江蘇全省機場EKC示意圖

2.5 碳排放演化特征的原因分析

江蘇省機場碳排放的總量、壟斷性、區域差異以及排放強度呈現上述演化特征，主要有如下原因.

1) 江蘇省機場碳排放總量的增長與全省旅客及貨郵吞吐量的增長有著密切的關系.2007—2016年間，全省機場碳排放量增長了近2.6倍，與此同時，全省旅客及貨郵吞吐量增長了近3倍，吞吐量的快速增長帶來起降架次的增加，繼而導致了機場碳排放量的增長.

2) 碳排放壟斷性方面，江蘇省機場碳排放的赫希曼指數呈下降趨勢，但絕對值仍較高，碳排放的壟斷特征依舊明顯.這主要是2007—2016年期間揚州泰州、淮安漣水機場建成通航并快速發展，增強了市場競爭；但南京祿口、無錫碩放等傳統大機場的市場份額依舊很高，仍有較強的壟斷性.

3) 碳排放區域差異方面，蘇南、蘇中、蘇北地區間的排放總量差距逐漸減小，而地區內部的差異卻在增大.這主要是蘇中、蘇北機場數量增加、發展迅速，吞吐量上縮小了與蘇南機場的差距；在蘇南地區內部，南京祿口機場的碳排放量及其增長速度遠高于其他機場，使得地區內部碳排放差異變大.

4) 碳排放強度方面，多數機場處于“低排放-高強度”型，但整體排放強度呈下降趨勢.這主要是隨著使用新機型、大機型替換舊機型、小機型以及新機場客座率的上升，機場單位換算吞吐量碳排放強度逐漸下降，運行效率逐步上升.

結合上述分析，為推進江蘇省機場低碳發展、綠色發展，本文提出以下建議：①鼓勵更新機隊，更多使用節能減排的新型飛機；②提高小型機場客座率及運行效率，有效降低碳排放強度；③合理配置民航資源，平衡機場服務能力與市場需求，避免“大機場吃不了、中機場吃不飽、小機場吃不著”的窘境，有效提升資源利用效率.

3 結 論

1) 碳排放總量持續增加，全省機場碳排放量由13.1萬噸增長至40.4萬噸，年平均增長率達13%以上.

2) 碳排放壟斷性有所下降，碳排放HHI由5 500下降至3 600，但碳排放壟斷特征依舊明顯.

3) 地區間碳排放差異呈緩慢縮小、逐漸平衡的趨勢，但各地區內部差異卻呈擴大趨勢.

4) 大部分機場碳排放強度呈波動下降的趨勢；同時多數機場又屬于“高排放強度”類型，“低排放強度”型不多，表明仍有較大的碳減排空間.