基于LMDI方法的中国民航业碳排放因素的指数分解

陈其霆，陆晨婷，周德群

(南京航空航天大学经济与管理学院，南京211106)

为了稳定气候变化，减少气候变化带来的破坏性影响，到2050年需要把全球温室气体排放水平在1990的基础上下降50% ～80%(IPCC，2007)，这意味经济中所有的行业都将面临着温室气体减排问题。而航空业温室气体排放虽然占比较小但却增长迅速，航空业的碳减排问题逐步成为业界和研究领域中的热点问题之一。

许雅玺[1](2011)通过研究发现，目前全球商用飞机每年对全球气候变化的贡献约为3.5%，虽然航空排放并非全球温室气体排放的主要贡献者，但自20世纪90年代以来按照约4%的年发展速度进行增长，如果继续按现有态势快速增长而不采取及时的减排措施，那么未来几十年航空温室气体的排放可能会成为全球气候变暖的重要推动者。

2008年7月9日，欧盟理事会《2008年排放交易指令》(以下简称《2008年指令》)正式要求，自2012年1月1日起将航空业温室气体排放纳入EU-ETS。欧盟排放权交易体系(EU-ETS)由欧盟于2005年建立并启用，是目前最大的碳交易系统，是强制性减排市场。届时，所有飞往、飞经、飞离欧盟成员国机场航班全程的温室气体排放均需纳入EU-ETS，并且为其超出免费排放配额的部分买单并交付罚款。从2012年1月1日到2012年12月31日，航空公司获得的排放配额相当于航空历史排放的97%;从2013年1月1日到2013年12月31日则相当于航空历史排放的95%，航空历史排放指各相关航空公司的相关航线在2004—2006年这三年的年排放平均数。

秦悦铭和陈其霆[1](2011)指出:对于中国民航业而言，由于其起点低、增速快，欧盟《2008年指令》将航空业纳入EU-ETS是一场无法回避的挑战。为保持甚至提升中国航空业在欧盟市场的竞争力，为抑制航空业对全球气候变暖现象的不利影响，中国民航业必须降低CO2排放量。要达到这一目的，应对中国民航业碳排放的相关影响因素进行分解分析，得出中国民航业碳排放主要的影响因素以及其影响方向和程度，从而为中国航空公司降低碳排放、成功应对欧盟新规则提供一些借鉴。

一、文献回顾

1.国内外对民航业碳排放的研究现状

目前，国内外对民航业碳排放的研究主要为针对欧盟《2008年指令》新规则的对策研究，对民航业碳排量总量的定量分析并不多。Sgouridis和Bonnefoy等[2]根据航空运输机动性、机票价格及航空公司盈利能力，通过建立系统动力学模型，研究了技术水平的提升、运行效率的提升、替代能源的使用、需求变动以及碳价格(市场化激励)等五个因素对民航业碳排放总量的影响。

中国更是缺乏对民航业碳排放因素分解模型的研究，目前还未有相关文献发表。民航业碳排放主要发生在飞机发动机燃烧燃料的过程。王泪娟[4](2010)提出，航空业碳排放量的计算主要采取物料衡算的方式，即对航空飞行燃油消耗乘以排放指数进行估算。由于民航业的特殊性，其燃油消耗和碳排放量受飞行距离、风速、乘客及货物的总重量等变化因素影响，其中航空燃料二氧化碳排放系数约为3.10～3.15吨二氧化碳/吨燃料，具体系数跟燃料种类有关。

2.国内外对指数分解分析方法的研究

探寻合适的CO2减排途径需要对碳排放增长的驱动因素进行定量化分析，而指数分解分析是研究这一问题的最主要工具。指数分解分析(Index Decomposition Analysis)是指对某一研究对象总量变化的相关影响因素进行分解，得出各个影响因素对研究对象的影响效应，从而分析这些因素对总量变化的相对贡献，可帮助了解研究对象总量变化的规律、原因等，并为相关政策制定提供依据。

Ang[5](2004)对指数分解分析方法进行了详细的介绍，主要分为与拉氏指数相关的方法和与狄氏指数相关的方法。并对能源分解分析的多种方法进行了对比分析，得出结论:对数平均狄氏指数方法(the Logarithmic Mean Divisia Index Method，简称 LMDI方法)为研究碳排放因素最合适的指数分解分析方法。

3.国内外对LMDI方法的应用

19世纪90年代初，与狄氏指数相关的方法才得到普及，经过20年的发展，国外对LMDI方法的运用已相当广泛。Vinuya和 DiFurio[6](2010)运用 LMDI方法将美国各州CO2排放量增长的影响因素分解为CO2排放系数、能源结构、能源强度、人均生产总值、人口五个因素，结果表明，能源效率的增长、能源消费总量中化石燃料使用比例的降低、能源CO2排放系数的降低都对抵消人均GDP增长对CO2排放量增长的影响做出了贡献。Timilsina和 Shrestha[7](2009)研究了1980—2005年间影响20个拉美以及加勒比地区国家交通业CO2排放量增长的因素，主要结论为，经济增长以及交通业能源强度的变化是影响交通业CO2排放量增长的最主要因素。Schipper和 Saenger[8](2011)也做了类似分析，将碳排放增长量的影响因素分解为能源结构变化、运输方式转换、经济增长、CO2排放系数以及人口总量。可见，国外已有大量文献将LMDI方法应用于各领域CO2排放量增长的影响因素研究。

中国对LMDI方法的应用主要在2007年之后发展起来，应用领域主要有碳排放驱动因素分解、能源消费或能源强度等与能源相关的因素分解。2007至2008年间发表的文献主要将LMDI方法应用于能源消费或能源强度等方面的研究，直到2009年才大量出现碳排放的LMDI分解应用，特别是2010年之后。

唐建荣等[9](2011)、郭朝先[10](2010)分别对中国的碳排放驱动因素进行了分解，认为经济规模总量的扩张是中国碳排放增长的最主要因素，能源利用效率的提高则是抑制碳排放增长最主要的因素。汪宏韬[11](2010)、孙志威等[12](2011)、宋杰鲲[13](2012)、史安娜和李淼[14](2011)分别对上海市、天津市、山东省、南京市的碳排放因素进行了分解，均认为能源强度下降是碳排放增长的主要抑制因素;对于碳排放增加的主导因素，则分别认为是经济规模、人均GDP、人均财富和产业规模，虽然指标不同，但都表现了经济发展程度。

国内与交通运输经济相关的LMDI方法的应用则主要有张明和穆海林[15](2010)对中国特大城市客运能源消耗的影响因素进行了分解分析，构建了适用于定量分析城镇化水平提高、居民出行特征变化等因素对中国特大城市客运交通能耗变化的影响的分解模型。纪建悦和孔胶胶[16](2011)对影响中国海洋交通运输业碳排放量的关键因素进行了分析，并提出海洋交通运输业减排的关键在于调整能源结构并加大能源强度因素对碳排放量增加的抑制作用的观点。

当然，LMDI方法在国内其他领域也有相关应用，主要是与能源相关的问题，比如李国璋和王双[17](2008)对1995—2005年中国能源强度变动进行了区域因素分解，王双英等[18](2011)分析了中国石油消费量变化的影响因素，岳婷和龙如银[19](2010)对江苏省能源消费总量增长效应进行了分析。

二、模型建立及数据来源

1.中国民航业碳排放可能的影响因素的选择

中国民航业碳排放量可由民航业耗油量和能源CO2排放系数计算得出。由于中国民航飞机能源主要为航空煤油，因此航空业能源CO2排放系数为固定值。因此，可根据各因素对民航业耗油量的影响来确定中国民航业碳排放可能的影响因素。本文认为，对中国民航业碳排放因素进行指数分解的各项可能的影响因素有以下几方面。

(1)民航业运输收入，即民航业客运和货运收入之和，不包括机场服务等收入;

(2)民航运输总周转量，是指反映运输量和运输距离即旅客、货物、邮件在空中实现位移的综合性生产指标，单位为吨公里;

(3)民航业耗油量。民航飞机能源主要为航空煤油。

将以上影响因素按照指数分解分析(IDA)一般恒等式的格式，遵循可解释性的原则进行排序组合，即可得到中国民航业碳排放因素的指数分解分析恒等式。

2.基于LMDI方法的模型建立

3.数据来源

本文需要的数据为民航业CO2排放总量及各航线排放量，民航业运输总收入及各航线运输收入，民航业各航线运输总周转量，民航业各航线能源消耗量，航空煤油CO2排放系数。其中，本文将中国民航业航线分为两个部分，分别为国内航线和国际及地区航线，国际及地区航线包括国际航线和中国港澳地区航线。

民航业运输总收入及各航线运输收入、民航业各航线运输总周转量、民航业各航线能源消耗量均来自《从统计看民航》，航空煤油CO2排放系数则来自《中国能源统计年鉴》，民航业CO2排放量可通过能源消耗量和CO2排放系数计算得出。

其中，《从统计看民航》中只能得到民航业航空煤油消耗总量，本文根据民航旅客及货邮周转总量中国国内航线和国际及地区航线所占的比例进行计算得出各航线航空煤油消耗量。

三、计算结果及分析

1.LMDI模型计算结果

本文运用1985年至2010年的数据进行计算。

因为LMDI加法公式和乘法公式的计算结果能够相互转化，没有必要同时使用两种方法的计算结果或图表进行分析，本文仅使用LMDI乘法公式的计算结果进行分析。

由于CO2排放系数为定值，因此DU=1和ΔCU=0恒成立，在图表中均略去。根据式(3)、式(5)，可得LMDI乘法公式的计算结果，见表1。

表1 LMDI乘法公式计算结果

2.LMDI模型分解结果分析

由于本文所用数据年度跨度较大，因此，对表1中数据进行图表分析时，根据数据变动的具体特征对数据进行分组，以便于观察、分析从而得出结论。由于1993—1994年、2001—2002年，民航业运输总收入对碳排放量的影响与往年相比有较大增长，因此图1、图2、图3以1993—1994年、2001—2002年为分界点。

图1 1985—1994年民航业CO2排放各因素逐年效应贡献度

图2 1993—2002年民航业CO2排放各因素逐年效应贡献度

图3 2001—2010年民航业CO2排放各因素逐年效应贡献度

综合图1～3，可得以下结论。

民航业运输总收入的增长对中国民航业CO2排放量的上升产生的影响最大，是中国民航业CO2排放量增长的决定性因素，即中国民航业CO2排放量上升主要是由民航业运输总收入的增长引起。运输总收入的增长导致的CO2排放累积效应为6.5×1010kg，超过了可以观测到的4.6×1010kg的CO2排放量。也就是说，如果其他因素保持在1985年的水平，2010年的碳排放量将会增加6.5×1010kg。1985—1994年，ΔCQ呈波动上升趋势;1993—1998年，上升幅度逐渐变小直至为负，1998—2001年，ΔCQ较为稳定;2001—2002年，ΔCQ突然上升为往年的6倍左右。2001—2002年以前，ΔCQ基本都在2×109kg以下;2001—2002年以后，ΔCQ波动较大且无太大规律，其中有5个数据大于5×109kg，2009—2010年更是达到了 1.5×1010kg。可见，自2001—2002年起，民航业运输总收入的增长引起的中国民航业CO2排放的增长量较以前年度急剧增长。

民航业航线结构对民航业CO2排放量的影响具有不稳定性和不显著性，与其他几个因素相比影响接近于零。但是累积影响在2008年以前均为正，2008—2009年航线结构的变化较为明显地抑制了民航业CO2排放量的增长，2009—2010年则又有正面影响。

大多数年份中，单位运输收入周转量的下降是遏制CO2排放总量上升的主要因素。1985—1993年，总体变化幅度不大，基本都在-2.2×108kg至-5.4×108kg之间，只有 1989—1990年为 -8.6×108kg。1993—1994年，单位运输收入周转量对CO2排放量的抑制程度突然有较大幅度提升，为往年最大值的4倍多。1994—1997年之间又恢复较小的抑制力度。1997年之后，单位运输收入周转量对民航业CO2排放总量的影响较为不稳定，且累积影响并无明显的上升或下降趋势，在-2.3×109kg和-8.4×109kg之间波动。

能源强度变化是抑制民航业CO2排放总量上升的另一因素，和单位运输收入周转量相比，抑制作用较为不明显，但比较稳定。从累积影响可见，从2000年开始，能源强度变化引起的CO2排放量的累积减少额呈稳步上升趋势。经总结可得，能源强度下降对民航业CO2排放量的影响为负，能源强度上升对民航业CO2排放量的影响为正。另外，目前中国民航业的能源种类较为单一，能源强度的变化主要由现有能源的能源效率变化产生。

四、中国民航业碳减排的对策建议

根据对中国民航业发展与碳排放现状以及基于LMDI模型分解结果的分析，综合欧盟《2008年指令》内容，本文对中国民航业进行碳减排从而成功应对欧盟关于航空业纳入EU-ETS的新规则提出了以下7条建议。

(1)准确计算耗油量、餐盒数量等，降低飞机起飞时的重量。民航业CO2排放量取决于耗油量，飞机耗油量的多少主要跟飞机起飞时的重量以及飞行距离有关。因此，降低飞机起飞时的重量可降低民航业CO2排放量。首先可精确计算航线所需燃料，尽可能减少燃料携带量;根据旅客数量携带餐盒;在保证安全性的前提下对机身及座椅的材料进行选择，降低飞机本身重量。另外，由于相对于机身重量而言乘客的重量很小，中国航空公司应同时采用积极的营销手段提高客座率。

(2)优化空中交通管制，提高飞行运行效率。降低航线飞行距离可显著降低耗油量，从而降低民航业CO2排放量。在空中交通管制方面，应利用先进的通信、情报、导航和监控技术，提高对民航飞机的指挥能力。要适时优化空域结构，缓解繁忙空域的飞行压力。通过建设空中交通流量管理系统，提高空域的容纳能力和航班飞行效率，实现对民航班机有效飞行管理，并及时疏导空中交通拥挤状况，使空中航班有序、适量运行。

(3)研发新能源，使用新型生物燃料。中国民航业目前使用的能源主要为航空煤油，显而易见，使用新型高效能、低碳排放系数的能源可对中国民航业碳排放量产生显著的影响。目前，对于航空业新能源的开发，已在进行可行性研究的主要是液化气燃料和生物燃料[20]。

(4)坚持科技创新，提升民航飞机制造技术。这是降低民航业碳排放量最重要的工作。一方面，要引进国外先进环保机型，另一方面更要加大科研投入，通过科技创新提升飞机制造技术。

(5)改变航空路径，合理规避欧盟EU-ETS管制区域。中国的航空公司可采取部分航班从诸如中东等地区转航的方式来缩短航线的距离，从而减少由于被纳入欧盟排放交易体系所需缴纳的高额碳排放费。

(7)科学管理，合理利用碳交易市场。为应对欧盟《2008年指令》新规则，中国应当利用碳交易市场，对碳资源进行合理分配和利用，这需要中国尽快建立与国际接轨的碳交易市场。

[1]许雅玺.低碳背景下的中国民航发展战略[J].中国经贸导刊，2011(23):69-70.

[2]秦悦铭，陈其霆.欧盟航空业碳排放交易新规则研究综述[J].科学管理研究，2011(3):71-75.

[3]Sgouridis S，Bonnefoy P，Hansman R.Air transportation in a carbon constrained world:Long-term dynamics of policies and strategies for mitigating the carbon footprint of commercial aviation[J].Transportation Research Part A:Policy and Practice，December，2011，45(10):1077-1091.

[4]王泪娟.中国航空业如何应对国际碳减排压力:基于碳排放数据质量的分析[J].技术与市场，2010(12):79.

[5]Ang B W.Decomposition analysis for policymaking in energy:Which is the preferred method?[J].Energy Policy，2004，32(9):1131.

[6]Vinuya F，DiFurio F，Sandoval E.A decomposition analysis of CO2emissions in the United States[J].Applied Economics Letters，2010，17(10):925-931.

[7]Timilsina G，Shrestha A.Factors affecting transport sector CO2emissions growth in Latin American and Caribbean countries:An LMDI decomposition analysis[J].International Journal of Energy Research，2009，33(4):396-414.

[8]Schipper L，Saenger C，Sudardshan A.Transport and carbon emissions in the United States:The long view[J].Energies，2011，4(4):563-581.

[9]唐建荣，张白羽，王育红.基于LMDI的中国碳排放驱动因素研究[J].统计与信息论坛，2011(11):19-25.

[10]郭朝先.中国碳排放因素分解:基于LMDI分解技术[J].中国人口、资源与环境，2010(12):4-9.

[11]汪宏韬.基于LMDI的上海市能源消费碳排放实证分析[J].中国人口、资源与环境，2010(S2):143-146.

[12]孙志威，廖红英，宋雨燕.基于对数平均迪氏指数法的天津市能源消费碳排放分解分析[J].环境污染与防治，2011(01):83-86，91.

[13]宋杰鲲.基于LMDI的山东省能源消费碳排放因素分解[J].资源科学，2012，34(1):1，8-9.

[14]史安娜，李 淼.基于LMDI的南京市工业经济能源消费碳排放实证分析[J].资源科学，2011(10):1890-1896.

[15]张 明，穆海林.基于LMDI分解方法的中国特大城市客运能源消耗研究[J].北京大学学报:自然科学版，2010(3):483-486.

[16]纪建悦，孔胶胶.中国海洋交通运输业碳排放因素分解研究:基于中国远洋集团的实证分析[J].海洋经济，2011(6):8-11.

[17]李国璋，王 双.中国能源强度变动的区域因素分解分析:基于LMDI分解方法[J].财经研究，2008(8):52-62.

[18]王双英，李 东，王群伟.基于LMDI指数分解的中国石油消费影响因素分析[J].资源科学，2011(4):759-765.

[19]岳 婷，龙如银.基于LMDI的江苏省能源消费总量增长效应分析[J].资源科学，2010(7):1266-1271.

[20]狄琳娜.中国航空业应对欧盟“碳贸易壁垒”的对策建议[J].国际经贸探索，2011(11):48-52.