碳减排机制下航空低碳发展SD模型研究

2018-12-21余美红杨绪彪

经济研究导刊 2018年32期

余美红，杨绪彪

（上海工程技术大学，上海 201620）

引言

如今碳减排问题成了全球关注的焦点。目前全球约有两万架飞机，每年航空乘客达30亿人次。预计2040年全球飞机数量将达5万架，会有越来越多的人乘坐飞机出行。国际航空温室气体排放量在全球排放量中所占比重不高，从2014年起，温室气体排放量比重约为1.4%。但是增长速度却不容忽视，根据2016年根据国际民航组织（ICAO）环境报告，如果不采取措施，到2050年，国际航空的碳排放将从目前的7亿吨增长至26亿吨左右，其碳排放量将达到全球碳排放量的22%。根据中国提交的自主贡献目标，国务院于2016年10月27日印发了《“十三五”控制温室气体排放工作方案》，提出到2020年单位国内生产总值二氧化碳排放需要比2015年下降18%，碳排放总量必须得到有效控制。

一、相关研究评述

（一）对航空业碳减排和碳税方面的研究

Christian Azar et al.通过层次分析法构建了经济类物理目标指标，组建了航空业碳排放的权重指数，以此来分析和预估排放的航空业碳排放的辐射效应[1]。Paul E通过构建相关模型模拟了增收碳税对经济和环境的双重响，模型结果显示，虽然温室气体减排对相关经济有微弱影响，但整体就业率会有显著提高。Ernst&Young[3]，Kathleen Bailey[4]通过收集分析相关数据得出，征收航空碳税会导致航空票价的上涨，从而乘客需求大幅减少转向别的交通方式。Piers M.de F.Forster认为，征收航空碳税，由于“共同而有责任”原则，会造成增收碳税不公的现象，导致市场混乱[5]。

目前国内学者对民航减排市场机制有了比较深刻的研究，文献集中于欧盟强行推出的航空碳排放税对我国航空业造成的相关影响。许小虎则重点就该碳税政策对航空业的经济成本和利润等做了统计和预估，研究了对航空业以及相关领域的竞争及减排效果的影响[6]。Mayor研究了欧盟开征航空碳税，认为如果国内外旅游具有替代对碳减排和国内外旅游所造成的影响。研究显示，如果国内外旅游具有明显的替代效应，那么征收航空碳排放税有利于减少国内碳排放[7]。Zhang首先对欧盟征收航空碳税条约的合法性进行了探讨，然后总结得出其一旦实施将对中国航空业和相关经济产生的不利影响，最后给出相关的措施建议[8]。胡晓红认为，对与我国而言，欧盟航空碳排放交易制度，既存在负面影响，也有正面效应，我国应当尽快实施相关政策，以便从制度上防范碳成本所造成的副面影响，使我国企业的市场竞争力不受到压迫，继续稳健提升[9]。

（二）系统动力学方面的应用

研究表明，系统动力学在能源减排和航空业以及相关领域都有了比较深入的研究应用。根据系统动力学来构建模型进而对所建立的模型进行研究是非常有效的。潘崇义就是利用这一特点来研究江苏省造船业的竞争力的[10]。在物流园区节能减排方面的研究也可以利用这一方法，尚羽就是利用这一特点研究了物流园区节能减排排放系统[11]。潘婿等人以连云港为例，基于系统动力学对港口城市祸合模型进行了模拟及仿真[12]。陶冶等对中国交通能源以及可持续发展等相关税收政策进行了系统动力学模拟研究，并对中国未来的交通消耗总量以及未来能源价格的涨幅有了初步预估[13]。

以上文献对碳减排和系统动力学问题都有很深入的研究，对该领域研究做出巨大贡献。但是，目前现有的文献及相关研究主要在静态相关性分析上，国内外目前主要分析将欧盟颁布的碳减排交易机制运用于航空碳排放方面所设计的相关工作及影响上，而定量分析研究尚不成熟。本文运用系统动力学理论与方法构建航空业低碳发展系统模型，分析和预估碳税和航空器运行速度对航空业碳减排发展影响的动态机制，为以后我国制定减排相关措施和政策提供理论依参考据。

二、系统动力学模型分析

（一）模型假设

航空业的低碳减排协同作用是一个庞大而复杂的系统，涉及飞机制造、航空公司、空管局等上下游相关企业等诸多因素，以及许多减排措施、技术和操作，在定量分析中很难考虑到每个部分和每个因素。因此，本文对于系统影响不大的一些非关键因素忽略不计，只选择了重要的代表性指标进行分析，构建相关模型。本文选取2013—2015年中国航空业相关历史数据，对模型参数进行估计和检验；选取2016—2018年仿真结果预测年份。

1.本模型只考虑航空业和贸易量对GDP的影响，不考虑其他产业对GDP的影响。

2.本模型重点研究航空的减排制度对经济和环境的影响，其他产业对能源消耗和污染排放在此研究中不作考虑。

3.本模型的污染气体以二氧化碳排放为主要指标变量。

4.本模型中采用各项减排措施造成航空业成本的增加通过价格机制对其他方面产生影响，假设不会有其他的影响途径。

（二）系统动力学模型建立

1.模型变量表达式

（1）污染损失系数：单位排放量的二氧化碳对经济发展的阻碍率；

（2）周转量拉动GDP系数：年周转量对GDP增长的贡献率；

（3）投资效果系数：单位飞机技术减排投资的减排效果，即将技术减排投资额转化为减排量系数；

（4）节能系数：航速降低百分比与燃油消耗降低之间的转化系数；

（5）航空能源替代弹性：碳税对能源需求量的影响程度，即碳税税率每增加一个单位，航空业对能源需求降低的百分比。

2.模型中主要参数方程

（1）终止时间=2017

单位：年

（2）GDP=INTEG（GDP 增长率-GDP阻碍率，124105）

单位：亿元

（3）GDP增长率=碳税+GDP×GDP增长系数+航空业GDP

单位：亿元

（4）GDP增长系数

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

（5）GDP阻碍率=航空业补贴十SMOOTH（污染损失，5）

单位：亿元

（6）初始时间=2013年

单位：年

初始时间：2013

（7）二氧化碳排放量=（燃料油消耗量*燃料油碳排放因子）

单位：万吨

（8）全社会客运运输周转量==GDP*0.296-21060

单位：亿吨公里

（9）周转量拉动GDP系数=0.2

单位：亿元/亿吨公里

（10）燃料油碳排放因子==3.2

单位：吨

（11）（碳税二二氧化碳排放量*碳税率*10）（-4）

单位：亿元

（12）碳税税率=40

单位：元/吨碳

（13）能源增长率=能源消耗量*能源增长系数

单位：万吨

（14）能源增长系数

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

3.回归分析

计量经济学软件EVIEWS是一种简单、实用、方便的回归分析方法，是专门为大型机构开发的、用以处理时间序列数据，经常用于处理数据回归性分析。数据处理了模型中GDP与航空周转量之间的时间序列关系。通过相关数据建立回归模型，总结出变量之间的相关线性关系。利用EVIEWS方法对序列进行OLS回归，回归模型为：

得航空运输周转量与GDP之间的线性关系为y=0.286x+22492.32，其中，x为 GDP值，Y为航空运输周转量，R2=0.992，说明X与Y之间高度线性相关，模拟结果如表1所示。

表1 航空运输业总周转量模拟

三、航空运输低碳发展模拟及政策建议

（一）模拟方案

模拟仿真是系统动力学模型中通过仿真政策措施来达到支持决策的关键步骤。考虑到模型历史数据的时间跨度和未来长期预测的不确定性，模型仿真起始时间为2013年，终止时间为2017年，时间跨度为4年。考虑的三个低碳发展道路运输路径，如市场减排技术减排和操作减排，设计了碳排放税，减速比、补贴强度等6个模拟方案设计（见表2），方案1仿真为没有任何措施的模拟结果，为后续模拟方案做效果参照。测试各种政策或政策组合对能源消耗、二氧化碳排放和经济的影响，为我国航空运输业制定低碳减排政策提供方向和理论依据，如表2所示。

表2 仿真模拟方案

（二）模拟结果

1.征收碳税效果模拟。方案1、2、3、4的模拟效果如图1所示。从图1可得，征收碳税是控制能源消耗、减少CO2排放的最有效政策手段。征收碳税的税率越高，碳减排的效果越明显，但同时对经济会造成阻碍作用。

2.降低航速效果模拟。方案1与方案5的模拟效果比较见图2。结果表明，适当降低航速能够有效降低能源消耗总量和CO2排放总量。其原因是能源消耗和飞行航速的呈三次方线性相关，适当降低航速可以节约大量能源消耗和CO2减排效果。在目前航空运输市场经济持续增长的的市场情况下，适当降低航速也不会对经济发展产生较大的负面牵制作用。

图1 征收碳税效果模拟图

图2 降低航速效果模拟

3.碳税与征收碳税与补贴政策组合效果模拟。方案1、2和6的模拟效果比较见图3。模拟结果表明，征收碳税与补贴政策相作用的情况下不会对经济造成阻碍作用，反而促进了经济的增长。其原因是碳税补贴在一定程度上可以降低碳税所造成的成本问题，缓解了航空运输企业的经济压力，促进航空相关企业推出碳减排的相关管理运营、技术、空管政策。