机场碳排放测算与时间演化特征研究*

朱佳琳 胡 荣 张军峰 郑丽君

(南京航空航天大学民航学院 南京 211106)

0 引 言

国内外学者对机场碳排放的研究主要涵盖碳排放核算方法、特定机场碳排放量核算，以及机场碳减排措施等研究.机场碳排放一般基于(国际民用航空组织international civil aviation organization，ICAO)定义的LTO循环来核算，各国际组织颁布了多种核算方法.Kurniawan等[1]将ICAO标准排放计算模型与美国环境保护署(environmental protection agency，EPA)、欧洲监测和评估程序(european monitoring and evaluation program，EMEP)等计算模型进行比较，发现其他核算模型与ICAO计算模型相似度很高，且ICAO模型已被广泛应用于LTO阶段的碳排放计算，可靠性高.特定机场碳排放核算研究中，卢志想等[2]采用ICAO模型计算了我国2010-2011年的机场碳排放量；Song等[3]同样采用该模型估算了韩国4个机场2009—2010年的碳排放量；Stettler等[4]则制定了2005年英国20个机场的碳排放清单并对结果进行分析，发现进近阶段CO2的排放量高于其他三个运行阶段；而Pham等[5]核算澳大利亚全国范围的机场碳排放后发现爬升阶段的CO2的排放量高于其他LTO运行阶段.在机场碳减排研究中，Grote等[6]指出目前的减排措施主要基于市场、技术和运行三个方面，之后不少学者对这三方面进行了有针对性的研究，例如：市场方面，Scheelhaase等[7]认为现行的欧盟碳交易计划、国际航空碳抵消和减排方案将对未来CO2减排有较大贡献；技术方面，Kousoulidou等[8]证实使用航空生物燃料能有效减少碳排放；运行方面，Koudis等[9]则提出飞机减推力起飞能够达到减排目的，等等.

以上研究在机场碳排放核算、碳减排等方面取得了显著成果，但仍有如下内容值得进一步深入与拓展：①国内相关文献多集中于“自上而下”(基于总燃油消耗量)的碳排放核算，而“自下而上”(基于具体运行数据)的碳排放核算较少；②现有文献多集中于机场碳排放量的核算，尚未见文献开展时间演化特征的分析，因而，本文进行了如下工作：①采用“自下而上”基于具体运行数据的核算方法，运用ICAO推荐的排放计算模型，测算2007—2016年江苏省九个民用机场的碳排放；②采用赫希曼指数、聚类分析、环境库茨涅兹曲线及泰尔指数对机场碳排放核算结果进行分析，从碳排放的总量、垄断性、区域差异和排放强度的视角探究江苏省机场碳排放的时间演化特征，并对形成演化特征的原因开展讨论.

1 数据来源与研究方法

1.1 数据来源

数据来源主要有：①OAG数据库中2007-2016年江苏省机场航班运行数据；②民航局发布的机场统计公报中机场运行数据.考虑到数据的不完整性及便于计算，对原始数据进行以下处理.

1) 对典型机型起降架次的处理.2007—2016年江苏省机场运行的机型多达54种.ICAO在其公布的排放数据库中汇总了典型机型发动机的排放数据，但未涵盖诸如AB6，AT4等机型发动机排放数据，因而，为了兼顾计算的准确性与可行性，本文以ICAO排放数据库中典型机型为基础开展碳排放测算.以南京禄口机场为例，2007—2016年该机场典型机型的起降架次统计见表1，参与最终计算的典型机型起降架次占总起降架次比例平均超过95%，具有较高代表性.其余八个机场参与计算的典型机型起降架次占该机场总起降架次比例均达到99%以上.

表1 2007—2016年南京禄口机场典型机型起降架次表

2) 对衍生机型归类的处理.为便于确定发动机型号，本文将B737及B73G(B737-700改进型)统一归类为B737-700标准型，将B738及B73H(B737-800改进型)统一归类为B737-800标准型.

3)对发动机型号匹配的处理.实际运行中，同一机型对应的发动机型号可能有多种，为便于确定发动机排放指数，每种机型均选取国内使用数量最多的发动机型号，以确保计算结果最接近真实值.机型与发动机的匹配情况见表2.

1.2 研究方法

1.2.1ICAO标准排放模型

飞机在进近、起飞及滑行阶段的排放对机场周边居民、环境等有显著影响，因而，ICAO在附件16第二卷给出了飞机在混合高度层以下的运行(即LTO循环)的排放测算模型，一个典型的LTO循环包括飞机在3 000 in以下运行的4个阶段：滑行、起飞、爬升和进近.确立了各个运行阶段下的推力设置和工作时间，以CFM56-7B22发动机为例，其基准参数见表3.CO2的排放量只与燃油消耗量有关，其排放指数为常数3.115(kg/kg).

表2 机型-发动机匹配对照表

因此，先计算出总的燃油消耗量，再乘以CO2排放指数即可得到碳排放总量.计算公式为

表3 LTO循环下CFM56-7B22发动机基准参数

(1)

式中：Etotal为总CO2排放量；mj为j机型LTO循环数；nj为j机型发动机个数；i为飞机的飞行阶段；tij为j机型在第i个飞行阶段运行的时间；Fij为j机型在第i个飞行阶段的单发燃油流量；I为CO2排放指数.

1.2.2时间演化特征研究方法

1) 碳排放垄断性分析方法 赫希曼指数(herfindahl-hirschman Index，HHI)是一种测量行业集中度的综合指数[10]，用该指数来衡量江苏省机场碳排放的集中度，即用各机场碳排放量占全省总量百分比的平方和来计量各机场排放规模的离散度.计算公式为

(2)

式中：Xi为第i个机场的年碳排放量；X为全省机场年碳排放总量；Si为第i个机场的碳排放市场占有率.

2) 碳排放区域差异分析方法 泰尔指数常用于衡量能源消费、碳生产率等方面的区域差异性.泰尔指数具有可分解性，总体的泰尔指数可分解为区域间泰尔指数和区域内泰尔指数之和，通过分解可以衡量区域间差异和区域内差异分别对总体差异的贡献率[11].泰尔指数值越大，代表碳排放强度差异水平越大，即

(3)

(4)

(5)

(6)

式中：T为全省机场碳排放量泰尔指数；E为全省机场碳排放量；X为全省机场客货换算吞吐量；i为苏南、苏中、苏北地区；Ei为第i个地区的机场碳排放量；Xi为第i个地区的机场客货换算吞吐量；Tb为地区间机场碳排放量泰尔指数；j为地区内各地级市；Ej为第j个地级市的机场碳排放量；Xj为第j个地级市的机场客货换算吞吐量；Tw为地区内机场碳排放量泰尔指数；Twj为地区内未加权的机场碳排放量泰尔指数；Eij为i地区j地级市的机场碳排放量；Xij为i地区j地级市的机场客货换算吞吐量.

3) 碳排放强度分析方法 ①本文将机场碳排放总量除以旅客及货邮的换算吞吐量得到单位吞吐量碳排放强度，并对全省机场的碳排放总量和单位吞吐量碳排放强度归一化处理，以碳排放总量作为横坐标、碳排放强度作为纵坐标，绘制排放-强度图，对机场碳排放进行聚类分析并探讨聚类结果的时间演化特征[12]；②环境库兹涅茨曲线(environmental kuznets curve，EKC)常用于分析环境污染物的变动趋势与经济增长的长期关系[13].EKC一般是以经济指标为横轴，环境指标为纵轴，本文以旅客和货邮的换算吞吐量为经济指标、单位吞吐量排放强度为环境指标，采用多项式拟合来绘制环境库茨涅兹曲线，进而讨论机场碳排放与吞吐量之间的时间演化特征.

2 结果与讨论

2.1 碳排放总量的演化特征

依据上述机场碳排放计算公式及相应数据，可得2007—2016年江苏省机场年碳排放总量.图1为江苏省机场年碳排放总量和换算吞吐量及年均增长率的发展趋势.由图1可知，10年间江苏机场碳排放总量近似线性地增长近2.6倍；年平均增长率较快，维持在13%以上；两者趋势与换算吞吐量及其年平均增长率趋势基本一致.

图1 2007—2016年江苏省机场发展趋势

2.2 碳排放垄断性的演化特征

图2为2007—2016年江苏省各机场碳排放量HHI变化情况.由图2可知，江苏省机场碳排放量HHI从2010年开始以较大幅度下降，2015年后降幅缩小，但一直处在3 000以上，属于高寡占Ⅰ型.结果表明：省内机场碳排放量集中度呈下降趋势，但大型机场碳排放量占总排放的比重仍然很高，碳排放的垄断特征依旧明显.

图2 江苏省机场碳排放量赫希曼指数

2.3 碳排放区域差异的演化特征

图3为2007—2016年江苏省机场碳排放量的全省、地区间及地区内的泰尔指数演变情况，其中T，Tb和Tw分别表示全省、地区间(苏南、苏中和苏北)及地区内的泰尔指数，虚线为各指数拟合得到的趋势线.

图3 江苏省机场碳排放泰尔指数变化趋势

由图3可知，Tb呈下降趋势，表明苏南、苏中、苏北三个地区间的机场碳排放差异在缓慢缩小；而Tw呈上升趋势，说明各地区内部的机场碳排放差异逐步增大，特别在苏南地区内部，南京禄口机场的碳排放量远高于无锡硕放、常州奔牛机场，且差距逐年增大；T作为Tb与Tw之和，以缓于Tb的幅度呈下降趋势，表明江苏省机场碳排放差异主要是由苏南、苏中和苏北各地区内部的机场碳排放差异所造成的.

上述结果表明：从江苏省全省来看，各地区机场碳排放总量趋于均衡，差距逐渐减小；而从各地区局部来看，各地区内部机场碳排放量差异却逐渐扩大，体现出强者愈强的“马太效应”.

2.4 碳排放强度的演化特征

图4为2016年江苏省机场排放-强度图，并用机场碳排放总量与碳排放强度的全省平均值将机场划分为“高排放-高强度”“高排放-低强度”“低排放-高强度”和“低排放-低强度”四种类型(简记为“HH”“HL”“LH” “LL”型).总体来看，江苏省大部分机场聚集在“LH”类型中，“HL”及“LL”型机场较少，预示着江苏省机场碳减排空间较大.

图4 2016年全省机场排放-强度图

2007—2016年间大部分机场聚类结果没有发生所属类型的变化，仅无锡硕放、常州奔牛和徐州观音机场发生类型转变.图5为三个典型机场2007，2010，2013，2016年的排放-强度类别，由图5可知，无锡硕放机场由“LL”型转变为“HL”型、常州奔牛与徐州观音机场由“LL”型转变为“LH”型.

图5 典型机场排放-强度变化示意图

表4为各机场换算吞吐量与其碳排放强度的拟合结果.由表4可知，2007—2016年全省机场EKC均未呈标准“倒U形”，大部分为“倒N形”，即随着机场吞吐量的增加，碳排放强度先降后增，而后又降低；南京禄口机场EKC形态为倒U的右半边，表示2007—2016年随着吞吐量的增加机场碳排放强度一直在降低，处于良好的发展态势中；常州奔牛、扬州泰州机场EKC形态为N型，表示随着吞吐量的增加，碳排放强度先增后减而后又有增加的趋势.

表4 碳排放强度和吞吐量关系拟合结果

图6为江苏全省机场EKC变化情况，从图中可看出EKC曲线存在两个拐点，第一个拐点与2010年淮安涟水机场、2012年扬州泰州机场开航关系密切，新机场开航初期航班客座率较低，使得单位吞吐量碳排放强度增大，从而拉高了全省机场碳排放强度；第二个拐点则与后期航班客座率上升，碳排放强度随之下降有关.

图6 2007—2016年江苏全省机场EKC示意图

2.5 碳排放演化特征的原因分析

江苏省机场碳排放的总量、垄断性、区域差异以及排放强度呈现上述演化特征，主要有如下原因.

1) 江苏省机场碳排放总量的增长与全省旅客及货邮吞吐量的增长有着密切的关系.2007—2016年间，全省机场碳排放量增长了近2.6倍，与此同时，全省旅客及货邮吞吐量增长了近3倍，吞吐量的快速增长带来起降架次的增加，继而导致了机场碳排放量的增长.

2) 碳排放垄断性方面，江苏省机场碳排放的赫希曼指数呈下降趋势，但绝对值仍较高，碳排放的垄断特征依旧明显.这主要是2007—2016年期间扬州泰州、淮安涟水机场建成通航并快速发展，增强了市场竞争；但南京禄口、无锡硕放等传统大机场的市场份额依旧很高，仍有较强的垄断性.

3) 碳排放区域差异方面，苏南、苏中、苏北地区间的排放总量差距逐渐减小，而地区内部的差异却在增大.这主要是苏中、苏北机场数量增加、发展迅速，吞吐量上缩小了与苏南机场的差距；在苏南地区内部，南京禄口机场的碳排放量及其增长速度远高于其他机场，使得地区内部碳排放差异变大.

4) 碳排放强度方面，多数机场处于“低排放-高强度”型，但整体排放强度呈下降趋势.这主要是随着使用新机型、大机型替换旧机型、小机型以及新机场客座率的上升，机场单位换算吞吐量碳排放强度逐渐下降，运行效率逐步上升.

结合上述分析，为推进江苏省机场低碳发展、绿色发展，本文提出以下建议：①鼓励更新机队，更多使用节能减排的新型飞机；②提高小型机场客座率及运行效率，有效降低碳排放强度；③合理配置民航资源，平衡机场服务能力与市场需求，避免“大机场吃不了、中机场吃不饱、小机场吃不着”的窘境，有效提升资源利用效率.

3 结 论

1) 碳排放总量持续增加，全省机场碳排放量由13.1万吨增长至40.4万吨，年平均增长率达13%以上.

2) 碳排放垄断性有所下降，碳排放HHI由5 500下降至3 600，但碳排放垄断特征依旧明显.

3) 地区间碳排放差异呈缓慢缩小、逐渐平衡的趋势，但各地区内部差异却呈扩大趋势.

4) 大部分机场碳排放强度呈波动下降的趋势；同时多数机场又属于“高排放强度”类型，“低排放强度”型不多，表明仍有较大的碳减排空间.