机场数字化的碳减排效应：理论机制与实证检验

田利军，张 秀

（中国民航大学a.中国民航环境与可持续发展研究院；b.经济与管理学院，天津 300300）

机场是社会发展的重要基础设施，是国家和地区经济增长的引擎，也是全球商务、旅游和经贸的国门。机场的社会属性决定其在碳减排方面具有强大的示范效应，同时机场深度脱碳也是生态文明建设的重要组成部分之一，更是民航业高质量发展的必然要求。“十三五”时期，中国民航绿色发展取得长足进步。2021 年中国民航吨公里油耗为0.309 kg，较2005年下降9.2%，机场每客能耗较“十二五”末（2013—2015 年）均值上升2.3%。但中国民航基础资源不足与巨大发展需求之间的矛盾尚未根本缓解，减碳压力依然巨大。

民航业是首批采用物联网的行业，在数字化技术应用方面具有天然的优势。中国民航较高的国际化水平和信息化程度为智慧民航的建设奠定了良好基础。感测与识别技术、信息传递技术、计算机和智能技术及控制技术等高端信息技术已经较好地应用于航空公司、空管、机场等领域，已有280 家民航单位实现了数据共享[1]。数字技术的突飞猛进为机场“碳中和”提供了新动能和新引擎。《智慧民航建设路线图》试图以智慧赋能绿色民航发展，建成透彻感知、泛在互联、智能协同、开放共享的智慧民航体系。“数字化”和“绿色化”作为引领中国民航实现产业转型的两大重要方向，也是推动民航业高质量、可持续发展的主要动力。基于此，为缓解民航业减碳压力，打开数字化减碳的“黑箱”，本文进一步研究了数字化与碳减排的关系。

现有关于数字化对环境影响的研究主要包括3个方面。在数字化与节能降碳的关系研究方面，学界一般认为数字化与节能减碳是相辅相成、融合共生的关系。数字技术是实现“碳中和”目标的重要工具[2]，碳中和为数字化转型导航[3]。也有部分学者指出数字经济自身发展过程中存在由于电力消耗而产生的高碳排放的问题[4-5]。在数字化的环境改善效应方面，少量的实证研究发现，数字经济[6-8]可显著降低污染物排放，促进生态效率的提升，降低碳排放强度。文献[9]发现数字经济与碳排放呈倒U 型关系。在数字化减碳作用机制与影响路径方面，文献[8]发现数字经济通过改善能源结构和有偏技术进步来降低碳排放强度。文献[9]发现数字化可通过提高创新效率来影响碳排放。文献[10]认为数字化可通过能源流和资源流实现减排降碳。文献[11]认为数字技术通过技术创新、缓解信息不对称和降低负外部性等机制助力减碳。

上述研究深化了人们对数字化与碳排放关系的认识。从研究方法看，现有文献以定性的规范性研究为主，定量分析较少；从研究视角看，现有文献大多集中在宏观和中观领域，尚未发现数字化在微观企业中减碳的证据。随着自助设备、大数据、生物识别、物联网、云计算、移动互联网等新技术在枢纽机场实现规模化应用，本文基于机场视角探讨“数字化”能否实现“低碳化”，并通过何种作用机理施加影响。这些问题的解答对了解中国民航能耗与碳排放的特征与趋势，分析数字化对民航机场节能减碳的影响路径，实现“数字化”与“绿色化”的协同有着重要的意义。

1 理论分析与研究假设

1.1 机场数字化与碳减排

数字化赋能理论认为企业通过数字技术实现对危机变化的快速响应，并提高抗逆力和生存能力[12-13]，对实现运营流程简化和自动化、资源配置最优化，从而降低成本和能耗。数字资产的可复制与可共享降低了对自然资源产生的依赖性、消耗性和破坏性。数字技术抗干扰性与精确性可以保证原始数据的完整性，并修复数据错误与丢失，以提高航空运输决策的精准性，减少信息不对称。数字化赋能的类型涵盖市场赋能、技术赋能和生态赋能[14]。

市场赋能实现了航空产品的供给侧创新，可以有效唤醒“沉默的资源”。成功的智慧机场有能力在自身所处的价值链中识别出最佳资源，并利用信息化、数字化技术将其整合起来，融入自身的资产配置系统中，从而获得客户对航空出行体验服务的认同。数字化程度的提高可以帮助机场降低内部管控成本，实现组织的高效管理与运转[15]，也使得信息获取更加便捷，降低了机场与市场之间的协调成本。例如基于航空器地面滑行路径规划的优化算法、基于停机位分配的优化算法、基于航班保障调度的优化算法以及其他相关运行领域的优化算法，为飞机、旅客、货物和行李的保障作业项目分配资源，使得这些资源能够在恰当的时间到达恰当的位置，按照目标时间和目标任务开展恰当的操作。

技术赋能主要用于碳数据管理与情景预测。依托数字化技术，建立完善的温室气体统计、报告制度及相应的信息数据库，可以精准摸清“碳家底”，并持续利用数字化技术提升碳管理水平。通过精准掌握能源流数据，做到对能源数据的实时收集、监测、传递和分析，引导能源要素实现高效率配置。利用5G、大数据与云计算、人工智能（AI,artificial intelligence）、物联网、数字孪生、区块链等数字技术，建立设备能耗模型，对场内能源库存分布、实时消耗、能源实时动态监测等数据进行空间统计分析，通过数据挖掘分析能源消耗规律及能效提升空间。建立资源调配优化模型，协助实时了解机场能耗状况，为资源合理调配、节能减排提供理论依据。通过对地勤人员进行实时定位以及关键信息进行数据化，为智能调度和提高生产效率提供数据基础。通过透视企业碳排放结构来分析企业用能习惯，并优化碳排放运营方案和推演管理监控空间。

生态赋能通过大数据来改造企业的动态能力，从而实现客户敏捷性、流程敏捷性与合作伙伴敏捷性，最终提升供应链的敏捷性[16]。智慧技术设施的互联互通和绿色发展的信息共享，为实现“碳中和”目标提供软硬件支撑。智慧分析作为颠覆性技术工具，可以收集处理更多和更广泛的数据，从而更有效地开展航油使用、航路规划、航线安排、飞行管控和气象监控。数据支撑系统形成产业联盟，助力飞行、机务、运控、安监、运标、信息等职能联动，提升特情协同处置能力，拓展机场资源与能力边界，分散机场经营风险，推动平台生态系统各方参与者利益最大化，增强合作伙伴之间的相互信任与承诺，实现运营成本与能源的节约。基于以上分析，本文提出如下假设：

假设1机场数字化可以显著抑制碳排放。

1.2 机场数字化碳减排路径

1.2.1 提升资源配置效率

机场资源优化配置是缓解民航业持续增长的运力需求与有限的可用机场资源之间矛盾的主要途径。数智时代，数字已经成为与土地、设备、资本、劳动、技术等生产资料同样重要的生产要素和战略资产[17]。作为高阶性和颠覆性技术创新，数字化通过识别、计量与深度挖掘海量数据，可以实现对传统生产要素效能的乘数效应和价值创造逻辑的更迭[12]。动态能力理论认为，数字资产本身并不能为企业提供超额回报，但当数字资产被合理地应用于恰当的业务流程中，会提炼出新的信息和知识，增强机会与威胁感知能力和机会捕获能力[18]。数字化转型借助信息、计算、通信和连接等具体技术，优化升级其运营流程，构建数字化的决策体系与管控系统，从而缩短响应时间，提高机场运营效率。

集建筑信息模型（BIM，building information modeling）、大数据、地理信息系统（GIS，geographic information system）和无人机等新技术应用的机场数字化选址辅助系统，大大提高了机场选址的科学性、合理性、高效性；3D 摊铺控制系统在兼顾路面摊铺平整度和厚度的基础上，实现了无桩化摊铺、过程化控制、智能化操作、数字化管理，不仅减少了材料的浪费，同时提升了工作效率；飞机地面燃油交输系统实现地面飞机间燃油的安全、清洁和高效的传输，达到缩短抽油时间和节省燃油的目的；集约高效的综合交通系统实现了交通工具无缝换乘，利用5G、AI 等技术提前识别交通运力缺口信息，实现了出租车精准调度和私家车快进快出；智能除冰装备实现积冰早期预警、除冰全过程状态监控、除冰质量实时检测、自动快捷除冰、多机器人协同自主喷洒，提升了航班保障能力并降低了航班整体延误风险；数字化地面滑行路径优化系统减少了地面冲突，减轻了管制员负荷，可精准预测航站楼内旅客流量变化与空间分布情况，为机场合理调配服务保障资源提供数据支持；机场智慧能源管理系统可对场内能源库存分布、实时消耗、能源实时动态监测等数据进行空间统计分析，为资源合理调配提供支持。总之，通过对机场各业务环节的生产运行数据进行实时收集、监测、传递、分析和挖掘，多维度精准量化机场运行状态，并利用精细化的管理手段实现资源的精准投放，引导能源要素实现高效率配置，有效提升机场容量和效能。

1.2.2 提高管理水平

数字技术最主要的作用是提高管理效率和优化工作流程，从而减少不必要的能源和材料浪费。“资源论”认为，数字化应用不仅对劳动、资本等传统生产要素效能的发挥具有乘数效应，还能提炼出新信息、知识和创新，激发出新的组织架构、新的管理模式[12]。借助大数据、机器学习等数字化技术手段，大量隐性知识被显性化，压缩了企业间技术、知识交流的时空距离[19]。

机场协作决策系统集合空管、交通、气象、地图、运营商等数据，打造机场可视分析与指挥平台，实现对飞机流、旅客流、货物流、行李流、交通流的全面监控，优化了停机位规划，减少了航空公司滑行等待和机场运营所需的资源，为机场运行管理和各单位协同运行提供技术保障，从而避免出现大面积航班延误；地理信息管理平台的路线规划、防碰撞预警、语音告警、驾驶员行为识别等功能，实现了“运行一张图”管控以及机坪车辆的可视化、智能化管理，极大地提高了航空器运行冲突处置效率、车辆保障里程和机坪运行联动效能；机场智能排班系统极大地提升了派工速度，缩短了员工的等待时间。通过智慧调度运行持续扩容，助力机场提质增效；空地协同的航空器场面智能引导与精准控制技术改进了运行规则，优化了运行方式，助力提升机场容量，保障机场绿色、安全、高效运行；机场数字化转型和高效运行打破不同部门、不同业务线之间的数据孤岛，促进新旧资源与能力的内部集成、编排和匹配，改进业务流程和组织架构[20]，提高机场企业的动态能力和学习能力，形成网络协同[21]和个性化定制运行模式。

机场以生产协同决策系统为核心，调动机坪车辆管理、地面服务管理、航班信息管理、运行资源管理和航务管理等模块可用的不同层级数据，通过“数据资源拼凑—数据资源编排—数据资源协奏”，实现“数据连接能力—数据智能能力—数据分析能力”，从而驱动机场进行组织架构、运营流程及组织关系调整，提高抵御“灰犀牛”及“黑天鹅”事件的能力。总之，机场全流程、全工种、全过程数字化管理突破了管理层级多、业务条块分割、信息链长、获知范围有限的瓶颈，大大降低了机场企业的搜索成本、运输成本、交易成本等，极大地提高了管理效率和管理水平。

1.2.3 提升旅客服务满意度

在智慧民航建设理念的指导下，自助设备、生物识别、无人驾驶航空器、北斗导航等新技术和新装备陆续被各大机场使用。数字化机场以“去中心化面向服务的分布式技术构架”设计思想，帮助机场基于客户中心性和“端到端”的市场互联性创新运行模式，从旅客、行李、货物的服务需求角度考虑，以自动化、虚拟化和数据驱动重塑业务流程，为旅客和驻场单位提供智能化、网络化及定制化的产品或服务[22]，在赋能效率提升的基础上形成“使能”创新。

无纸化出行引入人脸识别技术，打通值机、边检、安检、登机等关键环节，实现旅客免登机牌刷脸登记；数字防疫管理可以便捷地对涉疫航班处置流程信息进行绑定、采集、跟踪、统计，有效避免了防疫保障节点漏管情况，显著提高了涉疫信息采集与统计分析效率；智能引导标识系统运用特定算法，综合解决信息传递、识别、辨别和形象传递等功能以帮助旅客方便、快捷地获得全方位信息需求；“易安检”服务大大提升了旅客过检效率，自助值机缩短了旅客排队办理手续时间；智慧行李解决方案简化旅客的行程，减少航站楼拥堵和值机排队，出港行李可视化服务实现出港行李作业流程全透明；各类手机App 交互式工具可以让乘客快捷跟踪飞机行程，预测潜在的延误，获得重新预订的机会，了解疫情相关退改保障措施，提升特殊时期的旅客体验；基于AI 分析技术的“视频精准寻人”项目可以精准获取旅客所在位置，提醒旅客及时登机，减少航班延误；AI 助手机器人问询服务为旅客提供更加愉悦的出行体验；一站式爱心柜台为无陪老人、无陪儿童和残疾旅客提供陪护服务，无障碍版App 通过定制视觉方案、适配旁白功能、增加语音提示、简化操作流程等方式，让特殊旅客也能通过手机实现智慧出行。机场数字化让旅客轻松应对干扰，通过增强客户支持渠道和资源以解决客户问题。AI、物联网、区块链、5G、数字人民币等技术在机场地面交通服务、候机楼服务、引导标识服务、值机服务、安全检查、候机服务、登机服务、航延服务、行李提取服务环节中的加速应用为消费者提供了更加出色的旅行体验，扩大了乘客基数，降低了每位乘客机场碳排放。基于以上分析，本文提出如下假设：

假设2机场主要通过提升资源配置效率、提高精细化管理水平和提升旅客服务满意度来降低碳排放强度。

2 研究设计

2.1 变量设计

2.1.1 碳减排

相关研究文献主要从排放强度、生态效率、碳效率、碳排放量等单一技术指标、融合指标和指标体系评价碳减排。本文借鉴文献[23-24]的研究成果，采用碳强度作为碳减排的表征变量。

2.1.2 数字化

在测度方面，学者们主要从数字化技术水平、数字化组织水平和数字化管理水平3 个方面借助主成分分析法、层次分析法、熵值法、因子分析、关键词聚类分析法、Python 爬虫功能等方法对国家、区域、行业、企业等维度的数字化转型水平进行综合评价。本文参考文献[25]的研究成果，从业务对象数字化、业务决策数字化、业务模式和技术平台数字化4 个维度进行测度。

2.1.3 控制变量

结合机场碳排放影响因素，借鉴文献[26]的研究成果，选择航空性运输收入、机场吞吐量和机场燃料消耗量作为控制变量。相关控制变量定义如表1 所示。

表1 变量定义表Tab.1 Variable definition

2.2 模型构建

为验证假设1，本文构建了机场数字化与碳减排的关系模型（模型1）如下

为验证假设2，分别构建了机场数字化与中介变量和加入中介变量情况下碳减排的关系模型（模型2和模型3）如下

式中：α0和β0为常数项；α1、α2、α3和β1、β2均为机场数字化水平和控制变量对应的系数；INTER（ii=1，2，3）分别表示资源配置效率（RA）、管理水平（ME）和旅客服务满意度（PSS）3 个中介变量；CONTROL 为控制变量；∊为随机扰动项。

2.3 样本选择

截至2021 年底，中国境内运输机场共计248 个。由于机场数字化需要一定的规模基础，故本文只选吞吐量在500 万以上的机场。另外，由于疫情管控影响，2020—2021 年机场的碳强度数据失真，本文选择疫情前的2019 年机场数据，共计47 个观测样本，年度能耗和排放行业占比约87%，具有普遍的代表性。碳强度数据来自中国民航环境与发展研究中心能耗数据库，自变量数据由航旅圈IT 专家和经济专家打分。旅客吞吐量、货邮吞吐量和起降架次数据取自《从统计看民航（2020）》[27]，航站楼面积和停机位数量由相关机场网站公开获取。

3 数据分析

3.1 描述性统计

从表2 可看出，2019 年样本观测值每客综合二氧化碳排放均值为0.364 kg，低于行业均值（0.387 kg），说明机场业的碳排放强度具备一定的规模效应。吞吐量较高的机场具有更高的管理水平、节能标准、更好的设备性能与更严苛的社会责任预期，机场设备设施效能发挥更充分。数字化水平（DL）的均值为2.965，基本处于“一般”的范畴，说明中国民航机场数字化水平总体还处于起步阶段。资源配置效率（RA）的均值为3.112，处于“较好”的范畴，但很多机场的协同决策效率、飞机滑行效率和机位运行效率还存在很大提升空间。管理水平（ME）均值3.251，部分机场存在不同程度的机坪车辆违章、无效作业等待、业务条块分割、滑行冲突等管理问题。旅客服务满意度（PSS）样本均值为3.546，略好于RA 和ME 得分，但部分机场也存在设备陈旧、流程复杂、排队时间过长等问题。

表2 变量描述性统计Tab.2 Descriptive statistics of variables

3.2 回归分析

首先，确定解释变量对被解释变量具有一定的识别力，且自变量间不存在严重的多重共线性；其次，对模型进行全样本回归，机场数字化与碳减排关系模型（模型1）的全样本回归结果如表3 所示。从表3 可知，机场数字化水平（DL）与机场碳强度（CER）的回归系数为-0.128，不存在统计意义上的显著性。这可能是由于中国机场数字化建设还没有真正融入运营管理和生产关系调整层面，更多的是技术堆砌、新设备采购和新系统搭建。

表3 模型1 回归结果Tab.3 Regression results of Model 1

考虑到机场规模可能影响数字化进程和成熟度，且机场碳强度与机场生命周期、建设规模密切相关，本文按照机场吞吐量的大小，把观测样本分为2 000 万以上的大型机场和500～2 000 万的中型机场，进一步观察规模差异视角下机场数字化与碳减排的关系。从表3 可知，大型机场与中型机场的数字化均没有显著抑制碳排放。如前所述，这可能是由于中国大部分机场还缺乏数字化的一体化规划和设计，没能解决同场协同运行问题，所以很难实现碳减排效应。

机场所处地理位置和气候区划导致机场能源消费结构存在显著差异，进而影响排放水平。故本文把全体观测样本进一步划分为北部机场（东北、西北和华北）和南部机场（华东、中南、西南），进一步考察行政区划视角下数字化与碳排放的关系。从表3 可知，北部机场样本仍不显著，但南部机场数字化水平与机场碳强度在5%水平上显著负相关，相关系数为-0.108，可以解释为南部机场数字化水平每提高1%，碳强度降低0.108%，略低于平安证券的“数字技术在全球碳排放减排贡献约为15%～20%”的研究结论。这个结论主要源于数字化与用能结构的区域差异，南部珠三角、东部长三角和西部成渝地区是数字化的头部引擎，网络基础设施、5G 渗透率、云计算和AI 的使用量及应用基础设施都优于北部地区。同时，北部天气寒冷，机场煤炭消费比重较高（9%～22%），碳排放较以电力为主要能源的南部机场高很多。尽管如此，本文仍然证实了假设1，即机场数字化可以显著抑制碳排放。

3.3 作用机制验证

为验证假设2，本文仍采用南部机场样本，对模型2 和模型3 分别进行回归，回归结果如表4 所示。从表4 可知，数字化水平与资源配置效率、管理水平和旅客服务满意度均显著正相关，显著性水平分别为5%、5%和10%。机场数字化提供能力与资源的储备，通过对生产运行和航班保障数据深入分析和深刻挖掘，可以发现问题、分析原因，提升部门间协作效率，利用精细化的管理手段实现资源的精准投放，增强即时调整和即时反馈的能力。模型3 在模型1 的基础上加入资源配置效率、管理水平和旅客服务满意度3 个中介变量，回归结果显示，3 个中介变量均与机场碳强度显著负相关，且机场数字化水平与碳排放的回归系数和显著性均有所降低，可以解释为机场数字化对碳排放的抑制作用被资源配置效率、管理水平和旅客服务满意度3 个变量部分中介，假设2 得到验证。数字化以反应的及时性和策略的巧创性，精准化、高效化配置资源；以更优的工作流程和组织架构改善管理水平，提高资源和能源使用效率；以善解人意的客户体验提升机场吞吐量，稀释碳强度，提升碳减排绩效。

表4 中介效应模型回归结果Tab.4 Regression results of mediation effect model

3.4 稳健性检验

为验证研究结论的可靠性和稳健性，分别使用机场碳排放总量及碳排放增量替代碳排放强度做被解释变量，进一步检验数字化与碳排放之间的关系。回归结果显示，机场数字化水平在全样本、大型机场样本、中型机场样本和北部机场样本的回归中均不显著，在南部机场样本回归中与机场碳排放总量在5%水平上显著正相关，与碳排放增量在5%水平上显著负相关，研究结论稳健。

4 结语

4.1 研究结论

本文以中国民航机场为研究对象，以数字赋能理论、资源编排理论和动态能力理论为分析框架，构建了机场数字化与碳减排关系的模型，从能力进阶演化与互补的视角，分析机场建设规模及行政区划视角下数字化与碳排放的关系，并检验了数字化影响机场碳排放的作用机理。研究发现：机场数字化可以显著抑制碳排放，数字化水平每提高1%，碳强度降低0.108%。数字化的减碳效应具有明显的行政区划差异，但没有形成规模效应。数字化主要通过提升资源配置效率、提高管理水平和提升旅客服务满意度实现碳减排。本文研究结论打开了数字化减碳的“黑箱”，为数字技术推进民航“碳达峰”“碳中和”提供了理论支撑和经验证据，为数字经济时代民航机场进行数字化转型提供了实践启示。

4.2 启示与建议

机场数字化显著抑制碳排放的结论仅在南部机场样本中存在，除了地域差异导致能源结构不同外，机场数字化本身出现的标准体系缺失、技术储备不足、“信息孤岛”、场景割裂、物联网布设分散等问题也是导致数字化碳减排效应不普遍显著的原因，故本文建议如下。

（1）强化数字机场要素标准供给。民航业利用数字技术助力“双碳”的效果高度依赖于标准体系、数据资源、技术能力及智力建设等各类要素质量和水平，要更好地发挥数字技术对民航业减碳的赋能作用，亟需从政策制度等方面着手，强化关键要素保障，夯实数字技术与碳排放领域深度融合的基础。借鉴钱学森系统工程理论方法中综合集成方法与总体设计部经验，组建智慧机场总体设计部以持续迭代优化顶层架构和系统，对相关规划目标、实施路径与政策设计持续动态优化。政府主管机构要着力加强标准供给和制度保障建设，扎实开展数字化技术储备，着力针对装配式施工、BIM、绿色建材和绿色施工、无人驾驶设备等行业迫切需要的领域加快推进标准体系的构建与规范制定。深化机场运管委机制，稳步推进区域运管委机制。开展数字管碳降碳示范，推进数字赋能碳减排先行先试，推广数字技术降碳的新模式、新技术、新应用的经验，助力数字减碳在行业的加速部署和演进升级。

（2）重视机场全程数字化的协同与整合。机场数字化建设是个系统工程，必须从企业整体战略的角度布局规划。基于“系统化改进”原则，制定具有前瞻性的数字化建设实施路线图，实现航班保障与生产指挥的全工种、全流程和全过程数字化，有步骤、分阶段推进实施。深入认知数字化减碳的底层逻辑，在主动试错过程中对机场的资源配置以及制度安排进行适应性重构。采用规模化、集成化的手段，实现作业人员、工作岗位及装备的高度集成，达到人与物、物与物的信息交互和无缝对接。以数字化的理念，从旅客、行李、货物的服务需求角度考虑，构建以“提升旅客服务满意度”为核心的业务流程。明确民航管理部门、航空公司、机场单位、驻场单位的数据管理权、使用权和共享义务。不断提升业务数字化水平及平台数据的兼容性，将不同格式、不同维度、不同类型的数据按照统一标准和规则进行沉淀和归集；整合机场协同决策、运行控制、离港航班等各种信息服务系统，实现数据流、业务流、信息流的协调运作。