基于超效率SBM和ML的航空公司碳排放效率研究*

魏中許 牟 健

（中國民用航空飛行學院 廣漢 618307）

1 引言

我國是航空運輸大國，據民航局統計，2021年，全行業完成運輸總周轉量856.75 億噸公里，比上年增長7.3%。民航業快速發展的同時會消耗更多的資源、產生更多的二氧化碳，增加生態環境的負擔。在國家推行“節能減排”的大背景下，民航局也在《“十四五”民航綠色發展專項規劃》中再次明確了實現“碳達峰”和“碳中和”的發展目標，為實現民航綠色、低碳、循環發展做了詳細的規劃。作為行業能源消耗的主力，航空公司肩負著實現綠色發展的主要責任，其關鍵在于提高自身的碳排放效率。

碳排放效率作為經濟產出和環境影響的橋梁，被學術界普遍認為較高的碳排放效率是用較低的碳排放量換來較高的經濟增長［1～2］。它可以量化航空運輸企業的碳排放量，讓其了解自身的碳排放水平，找到節能減排潛在的關鍵環節，實現間接減排，解決碳排放和經濟增長之間的矛盾。目前，有關碳排放效率的研究主要集中在交通運輸行業的方法模型改進［3～5］、區域對比［6～7］和影響因數分析［8～9］等方面，對航空公司碳排放效率方面的研究較少，因此，在已有理論成果的基礎上研究我國航空公司碳排放效率具有重要的價值意義。

本文采用超效率SBM 模型和ML 指數法對我國九家航空公司的碳排放效率進行測度分析，以揭示碳排放效率的時空差異特征，并從不同維度探究了航空公司碳排放效率水平的差異以及效率變動的原因，以期為實現我國民航低碳目標和航空公司綠色高效發展提出了相應的對策建議。

2 研究方法

2.1 超效率SBM模型

數據包絡分析是效率評價中最為常見的模型，傳統DEA 測算效率時會忽略投入和產出變量之間的松弛性，無法處理包含非期望產出的問題。為解決這一問題，Tone在傳統模型的基礎上多次進行改良和優化，逐步提升模型測算效率時的適用性和精確性。其中，超效率SBM 模型結合了超效率DEA和SBM 模型的各自優點，且考慮了變量的松弛性問題和二氧化碳這一非期望產出，能實現對效率值達到1 的決策單元之間進行進一步的比較和排序，能更加客觀公正地度量碳排放效率［10］。故本文采用超效率SBM 模型測算碳排放效率，模型構建如下：

設x∈Rm，yd∈Rr1，yu∈Rr2；X=[x1x2x3…xn]∈Rm×n，Yd=[y1dyd2yd3…ydn]∈Rr1×n，Yu=[y1uyu2yu3…yun]∈Rr2×n。

式中，n 表示決策單元DUM 的數量，m 表示投入指標數量，r1表示期望產出指標數量，r2表示非期望產出指標數量。

2.2 Malmquist-Luenberger指數

上述超效率SBM 方法只可以評價碳排放的靜態相對效率，不能反映碳排放的動態變化效率。Malmquist生產率指數是衡量效率動態變化的常用方法，但只能對單一導向的效率進行測算且不包含非期望產出，而Chung 提出的Malmquist-Luenberger指數就很好地避免了這樣的問題［11］。因此，本文選用ML 指數法分析航空公司碳排放的動態效率，方向向量定義為gyt-gbt，則t 期到t+1 期基于非期望產出的ML為［12］

ML 值可以進一步分為技術效率變化指數（ECtt+1）和技術變化（TCtt+1），技術效率變化指數又可進一步分為純技術效率變化指數（PECtt+1）和規模效率變化指數（SECtt+1）表示為

允許規模報酬（VRS）可變的條件下，當MLtt+1、ECtt+1、TCtt+1、PECtt+1和SECtt+1的值大于1 時，表示碳排放效率提高、技術效率和技術進步得到改善、純技術效率和規模效率得到提升；當其小于1 時，則表示碳排放效率下降、技術倒退、效率降低、純技術效率和規模效率惡化。

3 指標選取和數據來源

3.1 指標選取

根據模型中DMU 的指標選用要求，以及參考航空運輸碳排放效率現有的研究，張秀秀［4］、史潔［13］、甘甜［14］等選用資本、勞動力為投入指標，以營業收入、運輸周轉量為產出指標。借鑒已有指標的選取方法和鑒于數據的可獲得性，個別缺失數據采用均值插補法依據臨近年份平均值推算得到，本文構建的指標體系和指標描述性統計見表1。

表1 投入與產出變量描述性統計

由于二氧化碳排放量沒有直接數據來源，故這里選用已有的測算方法［15］，計算公式如下：

CO2=AD×EF;

AD=FC×NCV×10-6;

EF=CC×OF×44/12

式中，CO2為二氧化碳的排放量（t）；AD為活動水平，即航空煤油的燃燒量（TJ）；EF為排放因子，即每單位活動水平的二氧化碳排放量的系數（tCO2/TJ）；FC表示航空煤油的消耗量（t）；NCV為航空煤油的低位發熱值（KJ/kg）；CC代表航空煤油的單位熱值含碳量（tC/TJ）；OF表示航空煤油的碳氧化率（%）。44 12 為二氧化碳與碳的分子量之比。

3.2 數據來源

本文選取了我國九家具有典型代表性的航空為DMU（見表2），面板數據采用的是這九家航空公司2011-2019 的年度數據，數據均來自《從統計看民航2011-2020》《中國民航統計年鑒2011-2020》《民航行業發展統計公報》。

表2 樣本航空運輸企業信息表

4 結果分析

4.1 超效率SBM結果分析

超效率SBM 模型構建后，為了更好了解我國不同航空公司碳排放效率的水平，利用軟件Maxdea ultra 7 測算了2011-2019年九家航空公司的碳排放效率值并進行了均值排名，見表3。

表3 2011-2019年各航空公司的超效率值及其排名

1）航空公司碳排放效率總體特征

從整體來看，我國航空公司碳排放效率平均水平處在0.731～1.103 之間，不同航空公司的碳排放效率差異較大，整體呈現出一種波動增長趨勢。2011-2019年，航空公司的碳排放效率均值為0.959，說明航空公司的整體碳排放效率處在中等偏上水平，但未達到有效最優狀態，要實現經濟和環境的協調發展仍需不斷提升碳排放效率。

春秋、華夏、海航三家航空公司的效率均值大于1，分別為1.103、1.055 和1.037，表明它們的碳排放效率整體處于較高水平，每個年份的效率值都大于1，說明它們的投入和產出結構較為合理，能促進投入資源的合理利用。剩余航空公司效率均值都低于1，表現為顯著的“無效率”，說明航空公司碳排放效率雖普遍未達到有效理想狀態，但總體表現良好，仍有較大的提升空間。

2）不同性質的航空公司碳排放效率特征

我國航空公司按照所屬性質不同大致分為國有企業和民營企業，碳排放效率分別為0.906 和1.026，只有民營企業的碳排放效率超越了整體平均水平，明顯處于領先地位。

從圖1可以明顯看出，兩種類型的航空公司碳排放效率都呈一種波動式的增長，波動幅度不大，且從2015年開始趨于平緩，碳排放效率差值由2012年的0.199 縮小到2019年的0.08，這說明航空公司的碳排放效率均有所提升，但效果不顯著。考察期內各年份的效率均值和有效DMU 個數呈現出民營企業最高，國有企業低于整體平均水平的格局，主要原因是國有航空企業受政府的管控更強，為實現社會經濟目標，國家制定的生產方案難免會束縛企業發展造成生產資源的浪費。

圖1 不同性質的航空公司碳排放效率均值變化情況

3）不同規模的航空公司碳排放效率特征

從不同規模來看，碳排放效率最高的企業是以市場經濟為導向的小型航空公司公司，效率均值為1.023；其次是中型地方和大型主流航空企業，效率均值分別為0.983 和0.872。三種規模的航空公司碳排放效率呈現出小型＞中型＞大型的顯著差異。只有小型航司的碳排放效率達到了有效狀態，實現了綠色發展；中型航司接近有效，效率提升具有很大潛力；而大型航司緊跟其后，為實現綠色發展做了很多努力，從圖2可以看出，從2015年開始，其碳排放效率顯著增長，和中小型企業平緩靠近，但效率提升的空間仍然很大。

圖2 不同規模的航空公司碳排放效率均值變化情況

4.2 Malmquist-Luenberger指數結果分析

上文利用超效率SBM 模型測算的效率值為靜態效率，為了進一步分析航空公司碳排放效率的動態變化及分解指標的特征，本文利用Maxdeaultra 7進行ML指數測算和分解。結果見表4和表5。

表4 2011-2019年我國航空公司碳排放效率全要素生產率變化指數及其分解值

表5 航空公司全要素生產率變化指數及其分解值

1）航空公司碳排放動態效率整體情況分析

總體來看，考察期內航空公司碳排放效率ML指數的幾何均值為0.981，表明其碳排放效率年均下降1.9%。2011-2015年ML指數增長速度相對較慢，2014-2015年下降最嚴重，達到16.2%。2015年后ML 指數增長速度加快，2017-2018年的增長速度最高，達到了8.7%，說明航空公司的碳排放效率雖然整體為倒退趨勢，但發展勢頭較好。

從指數的分解值來看，EC 指數的平均值為1.002，說明其技術效率年均增長0.2%，TC 指數為0.979，年均下降2.1%，表明航空公司碳排放效率的倒退主要受技術進步水平的阻礙，應進一步推進飛機節能減排技術的應用。EC 指數分解后，PEC 指數為1.021，年均增長2.1%，SEC 指數為0.982，年均下降1.8%，說明航空公司技術效率的增長主要來源于其純技術效率的提高，如淘汰舊飛機更換低能耗的新機型、優化航班線路、增加航班運輸量等科學的管理決策，如果要進一步提升其技術效率，還應注重對規模效率的提升。

2）不同性質的航空公司碳排放動態效率分析

從國有和民營兩類航空公司來看，其碳排放動態效率差異不大，均呈下降趨勢。從指標分解來看，只有國有航企的技術效率實現了正向增長，純技術效率和規模效率都起到促進作用，規模效率是導致技術效率增長的主要原因，而技術進步表現為負向增長。民營企業兩方面都表現為不足，技術進步和技術效率都需要提升，技術效率的進步主要歸功于純技術效率。

由此可見，技術進步是阻礙航空公司碳排放效率提升的關鍵因數，需要進一步提升技術進步水平。近年來，我國持續從波音、空客公司引進新機型，起到了一定成效，但節能減排是一項長期的任務，民航相關部門仍應持續致力于新技術的革新、引進新型低能耗的飛機、改進飛機發動機的性能、推進航空新型燃料的使用。

3）不同規模的航空公司碳排放動態效率分析

從不同規模的航空公司來看，碳排放效率均呈下降趨勢。小型航司下降最為嚴重，達到了2.5%，中型航司相對穩定，只下降了0.8%。從指數分解來看，大中型航司的技術效率均實現了正向增長，技術進步表現為負向增長，大型航司的技術效率增長得益于規模效率，中型航司則是因為純技術效率。小型航司技術進步和技術效率都表現為下滑，對碳排放效率產生抑制作用。

因此，技術進步是阻礙大中型航空公司碳排放效率的主要原因，技術進步和技術效率不足是小型公司碳排放效率下降的問題所在。大中型航司的規模效率已經達到有效，所以增加運營規模作用不大，應提升其純技術效率，如科學規范的運營管理方式。小型航司可以在現有的規模基礎上加大機隊規模、人員和燃油的投入，以提升其規模效率。

5 結語

本文基于我國航空公司2011-2019年碳排放面板數據，實證測算了航空公司碳排放的靜態效率和動態效率，并分類探究了其碳排放效率的變化情況和變動原因。結果表明：

1）考察期內，我國航空公司碳排放效率水平總體處于中等偏上，整體呈波動增長趨勢，技術效率的促進最大。

2）民營航空公司的碳排放效率明顯高于國有航空公司，但近幾年這種差距有所減小；碳排放指數兩者相差不大，均呈下降趨勢，從分解來看，技術進步不足是碳排放效率低下的主要影響因素。

3）三種規模的航空公司碳排放效率表現為小型＞中型＞大型企業的顯著特點，而碳排放效率指數中型航司最高，為0.992，其次是大型和小型航司，均表現為負增長趨勢，未能向生產前沿面增長。

根據以上的研究結論，為提升我國航空公司的碳排放效率水平并縮小它們之間的差異，這里提出以下幾點建議：

1）推進低碳技術在航空運輸系統中的應用改革。技術的改進和優化能有效提升航空公司的碳排放效率，在飛機上安裝翼尖小翼，改進發動機性能，推廣新型生物燃油的使用等措施都能起到很好的節能減排效果。其次，民航相關部門要積極參與國家有關節能減排的科研創新工作，持續深化航空運輸企業低碳技術的研究。

2）合理規劃航空運輸企業的規模。企業的內部組織結構、運營管理方式都會對效率產生一定的影響，規模過大或過小都會造成效率低下，國有航空公司的規模一般都比較大，在既滿足社會主義經濟體制要求的同時又遵循市場經濟發展的規律，難免會造成經濟效益和生態環境之間的矛盾。小型民營航司反而表現出生產結構的合理性，合理規劃企業的規模，調整組織結構，采用大規模集團化差異運營管理，能在一定程度上減少資源的浪費，使其符合綠色、可持續發展的要求。

3）構建民航運輸企業綠色發展的治理體系。充分發揮民航部門行業管理的優勢，統籌實施航空運輸企業的能耗和碳排放管理。空管部門可通過優化航線、協調好軍民航空空域、加強氣象監測的準確性以減少飛機在空中或地面滑行的燃油浪費。民航各部門應密切配合，有效監控好飛機運行全過程的能耗節點，避免資源浪費，共同推進民航綠色治理體系的建設。