基于超效率SBM和ML的航空公司碳排放效率研究*

魏中许 牟 健

（中国民用航空飞行学院 广汉 618307）

1 引言

我国是航空运输大国，据民航局统计，2021年，全行业完成运输总周转量856.75 亿吨公里，比上年增长7.3%。民航业快速发展的同时会消耗更多的资源、产生更多的二氧化碳，增加生态环境的负担。在国家推行“节能减排”的大背景下，民航局也在《“十四五”民航绿色发展专项规划》中再次明确了实现“碳达峰”和“碳中和”的发展目标，为实现民航绿色、低碳、循环发展做了详细的规划。作为行业能源消耗的主力，航空公司肩负着实现绿色发展的主要责任，其关键在于提高自身的碳排放效率。

碳排放效率作为经济产出和环境影响的桥梁，被学术界普遍认为较高的碳排放效率是用较低的碳排放量换来较高的经济增长［1～2］。它可以量化航空运输企业的碳排放量，让其了解自身的碳排放水平，找到节能减排潜在的关键环节，实现间接减排，解决碳排放和经济增长之间的矛盾。目前，有关碳排放效率的研究主要集中在交通运输行业的方法模型改进［3～5］、区域对比［6～7］和影响因数分析［8～9］等方面，对航空公司碳排放效率方面的研究较少，因此，在已有理论成果的基础上研究我国航空公司碳排放效率具有重要的价值意义。

本文采用超效率SBM 模型和ML 指数法对我国九家航空公司的碳排放效率进行测度分析，以揭示碳排放效率的时空差异特征，并从不同维度探究了航空公司碳排放效率水平的差异以及效率变动的原因，以期为实现我国民航低碳目标和航空公司绿色高效发展提出了相应的对策建议。

2 研究方法

2.1 超效率SBM模型

数据包络分析是效率评价中最为常见的模型，传统DEA 测算效率时会忽略投入和产出变量之间的松弛性，无法处理包含非期望产出的问题。为解决这一问题，Tone在传统模型的基础上多次进行改良和优化，逐步提升模型测算效率时的适用性和精确性。其中，超效率SBM 模型结合了超效率DEA和SBM 模型的各自优点，且考虑了变量的松弛性问题和二氧化碳这一非期望产出，能实现对效率值达到1 的决策单元之间进行进一步的比较和排序，能更加客观公正地度量碳排放效率［10］。故本文采用超效率SBM 模型测算碳排放效率，模型构建如下：

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

式中，n 表示决策单元DUM 的数量，m 表示投入指标数量，r1表示期望产出指标数量，r2表示非期望产出指标数量。

2.2 Malmquist-Luenberger指数

上述超效率SBM 方法只可以评价碳排放的静态相对效率，不能反映碳排放的动态变化效率。Malmquist生产率指数是衡量效率动态变化的常用方法，但只能对单一导向的效率进行测算且不包含非期望产出，而Chung 提出的Malmquist-Luenberger指数就很好地避免了这样的问题［11］。因此，本文选用ML 指数法分析航空公司碳排放的动态效率，方向向量定义为gyt-gbt，则t 期到t+1 期基于非期望产出的ML为［12］

ML 值可以进一步分为技术效率变化指数（ECtt+1）和技术变化（TCtt+1），技术效率变化指数又可进一步分为纯技术效率变化指数（PECtt+1）和规模效率变化指数（SECtt+1）表示为

允许规模报酬（VRS）可变的条件下，当MLtt+1、ECtt+1、TCtt+1、PECtt+1和SECtt+1的值大于1 时，表示碳排放效率提高、技术效率和技术进步得到改善、纯技术效率和规模效率得到提升；当其小于1 时，则表示碳排放效率下降、技术倒退、效率降低、纯技术效率和规模效率恶化。

3 指标选取和数据来源

3.1 指标选取

根据模型中DMU 的指标选用要求，以及参考航空运输碳排放效率现有的研究，张秀秀［4］、史洁［13］、甘甜［14］等选用资本、劳动力为投入指标，以营业收入、运输周转量为产出指标。借鉴已有指标的选取方法和鉴于数据的可获得性，个别缺失数据采用均值插补法依据临近年份平均值推算得到，本文构建的指标体系和指标描述性统计见表1。

表1 投入与产出变量描述性统计

由于二氧化碳排放量没有直接数据来源，故这里选用已有的测算方法［15］，计算公式如下：

CO2=AD×EF;

AD=FC×NCV×10-6;

EF=CC×OF×44/12

式中，CO2为二氧化碳的排放量（t）；AD为活动水平，即航空煤油的燃烧量（TJ）；EF为排放因子，即每单位活动水平的二氧化碳排放量的系数（tCO2/TJ）；FC表示航空煤油的消耗量（t）；NCV为航空煤油的低位发热值（KJ/kg）；CC代表航空煤油的单位热值含碳量（tC/TJ）；OF表示航空煤油的碳氧化率（%）。44 12 为二氧化碳与碳的分子量之比。

3.2 数据来源

本文选取了我国九家具有典型代表性的航空为DMU（见表2），面板数据采用的是这九家航空公司2011-2019 的年度数据，数据均来自《从统计看民航2011-2020》《中国民航统计年鉴2011-2020》《民航行业发展统计公报》。

表2 样本航空运输企业信息表

4 结果分析

4.1 超效率SBM结果分析

超效率SBM 模型构建后，为了更好了解我国不同航空公司碳排放效率的水平，利用软件Maxdea ultra 7 测算了2011-2019年九家航空公司的碳排放效率值并进行了均值排名，见表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总体特征

从整体来看，我国航空公司碳排放效率平均水平处在0.731～1.103 之间，不同航空公司的碳排放效率差异较大，整体呈现出一种波动增长趋势。2011-2019年，航空公司的碳排放效率均值为0.959，说明航空公司的整体碳排放效率处在中等偏上水平，但未达到有效最优状态，要实现经济和环境的协调发展仍需不断提升碳排放效率。

春秋、华夏、海航三家航空公司的效率均值大于1，分别为1.103、1.055 和1.037，表明它们的碳排放效率整体处于较高水平，每个年份的效率值都大于1，说明它们的投入和产出结构较为合理，能促进投入资源的合理利用。剩余航空公司效率均值都低于1，表现为显著的“无效率”，说明航空公司碳排放效率虽普遍未达到有效理想状态，但总体表现良好，仍有较大的提升空间。

2）不同性质的航空公司碳排放效率特征

我国航空公司按照所属性质不同大致分为国有企业和民营企业，碳排放效率分别为0.906 和1.026，只有民营企业的碳排放效率超越了整体平均水平，明显处于领先地位。

从图1可以明显看出，两种类型的航空公司碳排放效率都呈一种波动式的增长，波动幅度不大，且从2015年开始趋于平缓，碳排放效率差值由2012年的0.199 缩小到2019年的0.08，这说明航空公司的碳排放效率均有所提升，但效果不显著。考察期内各年份的效率均值和有效DMU 个数呈现出民营企业最高，国有企业低于整体平均水平的格局，主要原因是国有航空企业受政府的管控更强，为实现社会经济目标，国家制定的生产方案难免会束缚企业发展造成生产资源的浪费。

图1 不同性质的航空公司碳排放效率均值变化情况

3）不同规模的航空公司碳排放效率特征

从不同规模来看，碳排放效率最高的企业是以市场经济为导向的小型航空公司公司，效率均值为1.023；其次是中型地方和大型主流航空企业，效率均值分别为0.983 和0.872。三种规模的航空公司碳排放效率呈现出小型＞中型＞大型的显著差异。只有小型航司的碳排放效率达到了有效状态，实现了绿色发展；中型航司接近有效，效率提升具有很大潜力；而大型航司紧跟其后，为实现绿色发展做了很多努力，从图2可以看出，从2015年开始，其碳排放效率显著增长，和中小型企业平缓靠近，但效率提升的空间仍然很大。

图2 不同规模的航空公司碳排放效率均值变化情况

4.2 Malmquist-Luenberger指数结果分析

上文利用超效率SBM 模型测算的效率值为静态效率，为了进一步分析航空公司碳排放效率的动态变化及分解指标的特征，本文利用Maxdeaultra 7进行ML指数测算和分解。结果见表4和表5。

表4 2011-2019年我国航空公司碳排放效率全要素生产率变化指数及其分解值

表5 航空公司全要素生产率变化指数及其分解值

1）航空公司碳排放动态效率整体情况分析

总体来看，考察期内航空公司碳排放效率ML指数的几何均值为0.981，表明其碳排放效率年均下降1.9%。2011-2015年ML指数增长速度相对较慢，2014-2015年下降最严重，达到16.2%。2015年后ML 指数增长速度加快，2017-2018年的增长速度最高，达到了8.7%，说明航空公司的碳排放效率虽然整体为倒退趋势，但发展势头较好。

从指数的分解值来看，EC 指数的平均值为1.002，说明其技术效率年均增长0.2%，TC 指数为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术进步水平的阻碍，应进一步推进飞机节能减排技术的应用。EC 指数分解后，PEC 指数为1.021，年均增长2.1%，SEC 指数为0.982，年均下降1.8%，说明航空公司技术效率的增长主要来源于其纯技术效率的提高，如淘汰旧飞机更换低能耗的新机型、优化航班线路、增加航班运输量等科学的管理决策，如果要进一步提升其技术效率，还应注重对规模效率的提升。

2）不同性质的航空公司碳排放动态效率分析

从国有和民营两类航空公司来看，其碳排放动态效率差异不大，均呈下降趋势。从指标分解来看，只有国有航企的技术效率实现了正向增长，纯技术效率和规模效率都起到促进作用，规模效率是导致技术效率增长的主要原因，而技术进步表现为负向增长。民营企业两方面都表现为不足，技术进步和技术效率都需要提升，技术效率的进步主要归功于纯技术效率。

由此可见，技术进步是阻碍航空公司碳排放效率提升的关键因数，需要进一步提升技术进步水平。近年来，我国持续从波音、空客公司引进新机型，起到了一定成效，但节能减排是一项长期的任务，民航相关部门仍应持续致力于新技术的革新、引进新型低能耗的飞机、改进飞机发动机的性能、推进航空新型燃料的使用。

3）不同规模的航空公司碳排放动态效率分析

从不同规模的航空公司来看，碳排放效率均呈下降趋势。小型航司下降最为严重，达到了2.5%，中型航司相对稳定，只下降了0.8%。从指数分解来看，大中型航司的技术效率均实现了正向增长，技术进步表现为负向增长，大型航司的技术效率增长得益于规模效率，中型航司则是因为纯技术效率。小型航司技术进步和技术效率都表现为下滑，对碳排放效率产生抑制作用。

因此，技术进步是阻碍大中型航空公司碳排放效率的主要原因，技术进步和技术效率不足是小型公司碳排放效率下降的问题所在。大中型航司的规模效率已经达到有效，所以增加运营规模作用不大，应提升其纯技术效率，如科学规范的运营管理方式。小型航司可以在现有的规模基础上加大机队规模、人员和燃油的投入，以提升其规模效率。

5 结语

本文基于我国航空公司2011-2019年碳排放面板数据，实证测算了航空公司碳排放的静态效率和动态效率，并分类探究了其碳排放效率的变化情况和变动原因。结果表明：

1）考察期内，我国航空公司碳排放效率水平总体处于中等偏上，整体呈波动增长趋势，技术效率的促进最大。

2）民营航空公司的碳排放效率明显高于国有航空公司，但近几年这种差距有所减小；碳排放指数两者相差不大，均呈下降趋势，从分解来看，技术进步不足是碳排放效率低下的主要影响因素。

3）三种规模的航空公司碳排放效率表现为小型＞中型＞大型企业的显著特点，而碳排放效率指数中型航司最高，为0.992，其次是大型和小型航司，均表现为负增长趋势，未能向生产前沿面增长。

根据以上的研究结论，为提升我国航空公司的碳排放效率水平并缩小它们之间的差异，这里提出以下几点建议：

1）推进低碳技术在航空运输系统中的应用改革。技术的改进和优化能有效提升航空公司的碳排放效率，在飞机上安装翼尖小翼，改进发动机性能，推广新型生物燃油的使用等措施都能起到很好的节能减排效果。其次，民航相关部门要积极参与国家有关节能减排的科研创新工作，持续深化航空运输企业低碳技术的研究。

2）合理规划航空运输企业的规模。企业的内部组织结构、运营管理方式都会对效率产生一定的影响，规模过大或过小都会造成效率低下，国有航空公司的规模一般都比较大，在既满足社会主义经济体制要求的同时又遵循市场经济发展的规律，难免会造成经济效益和生态环境之间的矛盾。小型民营航司反而表现出生产结构的合理性，合理规划企业的规模，调整组织结构，采用大规模集团化差异运营管理，能在一定程度上减少资源的浪费，使其符合绿色、可持续发展的要求。

3）构建民航运输企业绿色发展的治理体系。充分发挥民航部门行业管理的优势，统筹实施航空运输企业的能耗和碳排放管理。空管部门可通过优化航线、协调好军民航空空域、加强气象监测的准确性以减少飞机在空中或地面滑行的燃油浪费。民航各部门应密切配合，有效监控好飞机运行全过程的能耗节点，避免资源浪费，共同推进民航绿色治理体系的建设。