洪浩強(qiáng) 胡 榮 黃夢(mèng)圓 張軍峰

(南京航空航天大學(xué)民航學(xué)院 南京 211106)

航空器著陸起飛(landing and takeoff，LTO)階段指在大氣混合高度層以下的所有運(yùn)行階段，在此期間排放的CO2直接對(duì)機(jī)場(chǎng)及其周邊區(qū)域的生產(chǎn)生活產(chǎn)生影響.對(duì)LTO階段的航空器碳排放開(kāi)展研究，能夠評(píng)估機(jī)場(chǎng)及其附屬區(qū)域航空器碳排放的時(shí)空特征，明確機(jī)場(chǎng)航空器碳排放演化的驅(qū)動(dòng)因素.

針對(duì)航空器碳排放時(shí)空特征分析，主要研究方法包括赫希曼指數(shù)、泰爾指數(shù)、環(huán)境庫(kù)茨涅茲曲線、脫鉤指數(shù)和碳排放時(shí)序變化與空間差異的數(shù)值分析等.朱佳琳等[1]采用赫希曼指數(shù)和泰爾指數(shù)分析了江蘇省機(jī)場(chǎng)碳排放的壟斷特征，并采用環(huán)境庫(kù)茨涅茲曲線對(duì)碳排放強(qiáng)度與換算旅客吞吐量進(jìn)行擬合.郭鵬程[2]對(duì)2000—2018年中國(guó)民航客運(yùn)碳排放量與碳排放強(qiáng)度的時(shí)序變化與空間差異進(jìn)行數(shù)值分析.驅(qū)動(dòng)因素分解方面，采用的方法主要有面板數(shù)據(jù)回歸分析、生產(chǎn)分解分析(production decomposition analysis，PDA)方法和對(duì)數(shù)平均狄氏指數(shù)(logarithmic mean divisia index，LMDI)因素分解方法等.姚石興[3]采用面板數(shù)據(jù)回歸的方法對(duì)2000—2011年中國(guó)8家大型航空公司的碳排放進(jìn)行驅(qū)動(dòng)因素分解.劉笑[4]以2007—2013年中國(guó)12家航空公司為樣本采用PDA方法進(jìn)行碳排放驅(qū)動(dòng)因素分解.徐晨等[5]采用LMDI因素分解法對(duì)2006-2015江蘇省民用機(jī)場(chǎng)碳排放進(jìn)行驅(qū)動(dòng)因素分解.

現(xiàn)有文獻(xiàn)大多將碳排放的時(shí)空演化特征割裂開(kāi)來(lái)，開(kāi)展時(shí)間序列或空間格局特征分析，而進(jìn)行時(shí)空耦合的演化特征分析較少.局部空間關(guān)聯(lián)指數(shù)(local indicators of spatial association, LISA)時(shí)間路徑能夠豐富這方面的內(nèi)容[6].現(xiàn)有研究的驅(qū)動(dòng)因素分解主要從民航運(yùn)輸業(yè)或航空公司視角出發(fā)，而從機(jī)場(chǎng)視角開(kāi)展的驅(qū)動(dòng)因素分解研究較少，特別是結(jié)合航班運(yùn)行特點(diǎn)的更少.文中采用LISA時(shí)間路徑分析方法，聚焦于LTO階段的航空器碳排放，以機(jī)場(chǎng)為研究的地理單元，對(duì)機(jī)場(chǎng)群內(nèi)多機(jī)場(chǎng)航空器碳排放的時(shí)空動(dòng)態(tài)特征開(kāi)展分析，從機(jī)場(chǎng)運(yùn)行視角選取驅(qū)動(dòng)因素，采用LMDI因素分解方法進(jìn)行驅(qū)動(dòng)因素分解定量分析，基于分析結(jié)果給出碳減排措施建議.

1 研究方法與數(shù)據(jù)來(lái)源

1.1 時(shí)間路徑分析

LISA時(shí)間路徑具體特征為：確定第t年機(jī)場(chǎng)i的LISA坐標(biāo)為(xi,t,yi,t)，該機(jī)場(chǎng)客運(yùn)航空器碳排放量標(biāo)準(zhǔn)化值為xi,t，其空間滯后量為yi,t；將每個(gè)機(jī)場(chǎng)的LISA坐標(biāo)逐年連接，分別形成每個(gè)機(jī)場(chǎng)的LISA時(shí)間路徑.

LISA時(shí)間路徑通過(guò)移動(dòng)方向、相對(duì)長(zhǎng)度和彎曲度指標(biāo)刻畫機(jī)場(chǎng)航空器碳排放局部空間結(jié)構(gòu)特征.①移動(dòng)方向指示研究期第一年LISA坐標(biāo)指向最后一年LISA坐標(biāo)的矢量方向.②相對(duì)長(zhǎng)度指的是機(jī)場(chǎng)LISA時(shí)間路徑長(zhǎng)度與機(jī)場(chǎng)群內(nèi)所有機(jī)場(chǎng)時(shí)間路徑長(zhǎng)度均值之比.③彎曲度指的是機(jī)場(chǎng)時(shí)間路徑長(zhǎng)度與LISA坐標(biāo)從研究期第1年到最后1年的直線距離之比.相對(duì)長(zhǎng)度Li和彎曲度Bi的計(jì)算方法為

(1)

(2)

式中：LISAi,t為第t年機(jī)場(chǎng)i的LISA坐標(biāo)；LISAi,t+1為第t+1年機(jī)場(chǎng)i的LISA坐標(biāo)；d(LISAi,t,LISAi,t+1)為第t年到第t+1年機(jī)場(chǎng)i的LISA坐標(biāo)移動(dòng)的距離；n為研究期內(nèi)機(jī)場(chǎng)個(gè)數(shù)；T為研究期總年數(shù)；Li為機(jī)場(chǎng)i研究期內(nèi)時(shí)間路徑相對(duì)長(zhǎng)度；Bi為機(jī)場(chǎng)i研究期內(nèi)時(shí)間路徑彎曲度.

空間滯后量的計(jì)算依托于空間權(quán)重矩陣的設(shè)定[7]，通常認(rèn)為距離越近的機(jī)場(chǎng)影響越大、腹地重疊的機(jī)場(chǎng)互為鄰域(設(shè)地面交通90 min可達(dá)為機(jī)場(chǎng)腹地[8])，基于上述原則設(shè)定基于可達(dá)性和機(jī)場(chǎng)腹地范圍的空間權(quán)重矩陣W為

(3)

式中：Td為從某機(jī)場(chǎng)到另一個(gè)機(jī)場(chǎng)的地面交通通行時(shí)間.

具體的指標(biāo)劃分及其含義見(jiàn)表1.

表1 指標(biāo)劃分及其含義

1.2 驅(qū)動(dòng)因素分解

結(jié)合現(xiàn)有研究成果與機(jī)場(chǎng)運(yùn)行實(shí)際，認(rèn)為航空器在LTO階段的碳排放驅(qū)動(dòng)因素包括機(jī)場(chǎng)通達(dá)性(AA)、航線利用率(AU)、客均座位數(shù)(AS)、能源強(qiáng)度(ENI)和碳排放系數(shù)(EMI)，建立驅(qū)動(dòng)因素分解模型并進(jìn)行LMDI分解[9]為

(4)

令

(5)

第t年有

(6)

第t+1年有

(7)

可得

(8)

式中：

(9)

1.3 數(shù)據(jù)來(lái)源

1) OAG數(shù)據(jù)庫(kù) 可以獲取航空器型號(hào)及其對(duì)應(yīng)運(yùn)行頻次、各機(jī)場(chǎng)的通航機(jī)場(chǎng)數(shù)、航空器提供的座位數(shù).

2) ICAO發(fā)動(dòng)機(jī)數(shù)據(jù)庫(kù) 可以獲取各型號(hào)發(fā)動(dòng)機(jī)在標(biāo)準(zhǔn)LTO循環(huán)下的燃油消耗量.

3) 地圖軟件 可以獲取研究機(jī)場(chǎng)的經(jīng)緯度坐標(biāo).

4) 民航局年度機(jī)場(chǎng)統(tǒng)計(jì)公報(bào) 可以獲取研究機(jī)場(chǎng)的旅客吞吐量數(shù)據(jù).

5) 中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心網(wǎng)站(www.resdc.cn) 可以獲取所需的地圖圖層數(shù)據(jù).

2 實(shí)例分析

選擇長(zhǎng)三角機(jī)場(chǎng)群為研究對(duì)象，研究期限為2007—2016年，為形成前后對(duì)照，分為2007—2011年和2012—2016年兩個(gè)研究期.

長(zhǎng)三角機(jī)場(chǎng)群的機(jī)場(chǎng)有：上海浦東(三字碼：PVG)、上海虹橋(SHA)、合肥新橋(HFE)、安慶(AQG)、池州九華山(JUH)、阜陽(yáng)(FUG)、黃山屯溪(TXN)、義烏(YIW)、臺(tái)州黃巖路橋(HYN)、寧波櫟社(NGB)、杭州蕭山(HGH)、溫州龍灣(WNZ)、舟山普陀山(HSN)、衢州(JUZ)、南京祿口(NKG)、無(wú)錫碩放(WUX)、常州奔牛(CZX)、揚(yáng)州泰州(YTY)、南通興東(NTG)、淮安漣水(HIA)、鹽城南洋(YNZ)、徐州觀音(XUZ)、連云港白塔埠(LYG)，具體分布情況見(jiàn)圖1.

圖1 長(zhǎng)三角機(jī)場(chǎng)群分布圖

2.1 LISA時(shí)間路徑的移動(dòng)方向

將研究期內(nèi)長(zhǎng)三角機(jī)場(chǎng)群23個(gè)機(jī)場(chǎng)LISA時(shí)間路徑移動(dòng)方向可視化，結(jié)果見(jiàn)圖2.

圖2 時(shí)間路徑移動(dòng)方向

由圖2可知：

1) 機(jī)場(chǎng)自身碳排放由中部相對(duì)增長(zhǎng)特征演化為東部相對(duì)增長(zhǎng)特征.具體表現(xiàn)為2007—2011年自身呈相對(duì)增長(zhǎng)態(tài)勢(shì)的機(jī)場(chǎng)集中于中南部區(qū)域，而在2012—2016年，這些機(jī)場(chǎng)集中于東部區(qū)域，呈現(xiàn)出明顯的東西分化特征.

2) 周邊碳排放相對(duì)降低的機(jī)場(chǎng)由南北兩端區(qū)域轉(zhuǎn)移到中西部區(qū)域.具體表現(xiàn)為2007—2011年周邊機(jī)場(chǎng)呈相對(duì)降低態(tài)勢(shì)的機(jī)場(chǎng)主要集中于南北兩端，而在2012—2016年，這些機(jī)場(chǎng)集中于中西部區(qū)域.

3) 呈相對(duì)增長(zhǎng)態(tài)勢(shì)的機(jī)場(chǎng)數(shù)量有所增加.具體表現(xiàn)為自身呈相對(duì)增長(zhǎng)態(tài)勢(shì)的機(jī)場(chǎng)由8個(gè)增加為14個(gè),自身呈相對(duì)降低態(tài)勢(shì)的機(jī)場(chǎng)由13個(gè)減少為9個(gè)，周邊呈相對(duì)增長(zhǎng)態(tài)勢(shì)的機(jī)場(chǎng)保持14個(gè)不變.

具體到機(jī)場(chǎng)，HFE、SHA由自身相對(duì)增長(zhǎng)態(tài)勢(shì)演化為相對(duì)降低態(tài)勢(shì)，對(duì)于HEF而言，造成這種態(tài)勢(shì)變化的原因是總體碳排放增量的上升而自身碳排放增量沒(méi)有明顯變化；對(duì)于SHA而言，主要原因是自身的碳排放增量發(fā)生明顯下滑，結(jié)合SHA與PVG兩者碳排放增量來(lái)看，這種碳排放增量的下滑可能是PVG的分流作用導(dǎo)致的.

2.2 LISA時(shí)間路徑的相對(duì)長(zhǎng)度

將研究期內(nèi)長(zhǎng)三角機(jī)場(chǎng)群23個(gè)機(jī)場(chǎng)LISA時(shí)間路徑相對(duì)長(zhǎng)度可視化，結(jié)果見(jiàn)圖3.

圖3 時(shí)間路徑相對(duì)長(zhǎng)度

由圖3可知：

1) 低相對(duì)長(zhǎng)度的機(jī)場(chǎng)分布較為穩(wěn)定.具體表現(xiàn)為2007—2011年呈現(xiàn)低相對(duì)長(zhǎng)度機(jī)場(chǎng)中有85.7%在2012—2016年繼續(xù)維持低相對(duì)長(zhǎng)度.

2) 中相對(duì)長(zhǎng)度的機(jī)場(chǎng)明顯減少.具體表現(xiàn)為2007—2011年呈現(xiàn)中相對(duì)長(zhǎng)度機(jī)場(chǎng)中有55.6%在2012—2016年發(fā)生相對(duì)長(zhǎng)度類型變化，在發(fā)生相對(duì)長(zhǎng)度類型變化的機(jī)場(chǎng)中，80%演化為高相對(duì)長(zhǎng)度，20%演化為低相對(duì)長(zhǎng)度.

3) 高相對(duì)長(zhǎng)度的機(jī)場(chǎng)機(jī)場(chǎng)數(shù)量顯著上升.具體表現(xiàn)為2007—2011年高相對(duì)長(zhǎng)度機(jī)場(chǎng)占比僅為23.8%，而在2012—2016年這個(gè)數(shù)據(jù)提高到43.5%，而這些機(jī)場(chǎng)大多是由中相對(duì)長(zhǎng)度機(jī)場(chǎng)演變而來(lái)的.

具體到機(jī)場(chǎng)，YIW、NGB和HSN的時(shí)間路徑演化為高相對(duì)長(zhǎng)度特征，而三個(gè)機(jī)場(chǎng)自身的碳排放增量未發(fā)生明顯變化，但是三者共同的周邊機(jī)場(chǎng)HGH的碳排放增量明顯提高，這意味著這三個(gè)機(jī)場(chǎng)向高相對(duì)長(zhǎng)度演化是HGH的碳排放增量升高主導(dǎo)的；此外，東北部的XUZ、LYG、YNZ和西南部的TXN、JUZ在兩個(gè)時(shí)段內(nèi)均呈現(xiàn)出低相對(duì)長(zhǎng)度特征，這意味著這兩個(gè)區(qū)域的碳排放局部空間結(jié)構(gòu)相對(duì)穩(wěn)定，局部空間結(jié)構(gòu)動(dòng)態(tài)性低于長(zhǎng)三角機(jī)場(chǎng)群的總體水平，且短期內(nèi)沒(méi)有發(fā)生改變.

2.3 LISA時(shí)間路徑的彎曲度

將研究期內(nèi)長(zhǎng)三角機(jī)場(chǎng)群23個(gè)機(jī)場(chǎng)LISA時(shí)間路徑彎曲度可視化，結(jié)果見(jiàn)圖4.

圖4 時(shí)間路徑彎曲度

由圖4可知：

1) 低彎曲度機(jī)場(chǎng)占比大，明顯高于高彎曲度機(jī)場(chǎng).具體表現(xiàn)為2007—2011年低彎曲度機(jī)場(chǎng)占比為47.6%，而在2012—2016年這個(gè)值提高到56.5%；對(duì)于高彎曲度機(jī)場(chǎng)而言，這兩個(gè)比例分別為14.3%和13.0%.

2) 彎曲度分布比例變化不明顯，但躍遷比例高.對(duì)兩個(gè)時(shí)期內(nèi)的彎曲度進(jìn)行對(duì)比發(fā)現(xiàn)兩個(gè)時(shí)期內(nèi)彎曲度類型發(fā)生躍遷的機(jī)場(chǎng)共有14個(gè)，其中新增機(jī)場(chǎng)2個(gè)，均為低彎曲度，彎曲度類型向上躍遷的機(jī)場(chǎng)5個(gè)，彎曲度類型向下躍遷的機(jī)場(chǎng)7個(gè).

具體到機(jī)場(chǎng)，YIW、NTG、PVG和HGH時(shí)間路徑演化為低彎曲度特征，但上述四個(gè)機(jī)場(chǎng)呈現(xiàn)低彎曲度的原因卻有所差異，其中YIW和NTG是周邊機(jī)場(chǎng)高增量主導(dǎo)的低彎曲度特征，而PVG和HGH則是自身高增量主導(dǎo)的低彎曲度特征.由此推斷，當(dāng)鄰近機(jī)場(chǎng)體量差距懸殊時(shí)，兩者通常會(huì)呈現(xiàn)出低彎曲度特性，體量較大的機(jī)場(chǎng)通常呈現(xiàn)出自身高增量主導(dǎo)的低彎曲度特征，而體量較小的機(jī)場(chǎng)則會(huì)呈現(xiàn)出周邊機(jī)場(chǎng)高增量主導(dǎo)的低彎曲度特征.2007—2011年為PVG發(fā)展初期，PVG與SHA的碳排放差異并不顯著，此時(shí)PVG呈現(xiàn)中彎曲度特征，但隨著時(shí)間推移PVG的碳排放增量已顯著高于SHA，此時(shí)PVG呈現(xiàn)自身高增量主導(dǎo)的低彎曲度特征.

以上分析了長(zhǎng)三角機(jī)場(chǎng)群整體以及典型機(jī)場(chǎng)的客運(yùn)航空器碳排放演化特征，為深入探究上述演化特征的形成機(jī)理，接下來(lái)將對(duì)碳排放的驅(qū)動(dòng)因素進(jìn)行分析.

2.4 碳排放的驅(qū)動(dòng)因素及其效應(yīng)

采用LMDI因素分解法對(duì)長(zhǎng)三角機(jī)場(chǎng)群23個(gè)機(jī)場(chǎng)進(jìn)行驅(qū)動(dòng)因素分解，結(jié)果見(jiàn)圖5.

圖5 碳排放變化量

由圖5可知：

1) 與2007—2011年相比，2012—2016年長(zhǎng)三角機(jī)場(chǎng)群客運(yùn)航空器碳排放增量總體上有所增長(zhǎng)，但在增量的增長(zhǎng)幅度上呈現(xiàn)出較大差距，包括PVG、HGH以及江蘇省多個(gè)機(jī)場(chǎng)在內(nèi)的碳排放增量上漲導(dǎo)致了中部增長(zhǎng)模式向東部增長(zhǎng)的模式的演化；根據(jù)長(zhǎng)三角機(jī)場(chǎng)群機(jī)場(chǎng)分布情況可以發(fā)現(xiàn)，東部機(jī)場(chǎng)數(shù)量遠(yuǎn)高于西部區(qū)域，這種東部集中增長(zhǎng)的特征則間接導(dǎo)致了相對(duì)增長(zhǎng)態(tài)勢(shì)機(jī)場(chǎng)數(shù)量的增長(zhǎng).

2) 大多數(shù)2007—2011年呈現(xiàn)低增量特征的機(jī)場(chǎng)在2012—2016年仍保持低增量特征，因此低增量機(jī)場(chǎng)聚集的區(qū)域形成了碳排放局部空間結(jié)構(gòu)動(dòng)態(tài)性低于總體水平的機(jī)場(chǎng)分布較為穩(wěn)定的特征；而高增量特征機(jī)場(chǎng)呈現(xiàn)增量上漲的情況，促進(jìn)了碳排放局部空間結(jié)構(gòu)動(dòng)態(tài)性接近總體水平的機(jī)場(chǎng)明顯減少、碳排放局部空間結(jié)構(gòu)動(dòng)態(tài)性高于總體水平的機(jī)場(chǎng)機(jī)場(chǎng)數(shù)量顯著上升的特征.

3) 在2007—2011年碳排放增量較大的幾個(gè)機(jī)場(chǎng)中，機(jī)場(chǎng)通達(dá)性、航線利用率因素對(duì)碳排放的增長(zhǎng)能起到相似的驅(qū)動(dòng)效應(yīng)，甚至在部分機(jī)場(chǎng)，航線利用率因素的促進(jìn)效應(yīng)高于機(jī)場(chǎng)通達(dá)性因素；而在2012—2016年，機(jī)場(chǎng)通達(dá)性因素占據(jù)了主導(dǎo)地位，尤其是在PVG、NGB、HGH、WNZ和WUX等機(jī)場(chǎng)，與之產(chǎn)生的促進(jìn)效應(yīng)相比，客均座位數(shù)和能源強(qiáng)度因素所起到抑制效應(yīng)十分有限.

2.5 政策建議

1) 協(xié)同發(fā)展，合理分流 長(zhǎng)三角機(jī)場(chǎng)群客運(yùn)航空器碳排放局部空間結(jié)構(gòu)動(dòng)態(tài)性強(qiáng)，且其動(dòng)態(tài)性處于上升態(tài)勢(shì).其中，上海市動(dòng)態(tài)性最強(qiáng)，應(yīng)細(xì)化區(qū)域內(nèi)機(jī)場(chǎng)分工，通過(guò)調(diào)整航線結(jié)構(gòu)、提供跨市候機(jī)樓等方式，推進(jìn)周邊機(jī)場(chǎng)為上海市機(jī)場(chǎng)分流，一方面可以防止因機(jī)場(chǎng)擁堵出現(xiàn)能源損耗[10-11]，另一方面也可以減輕上海市機(jī)場(chǎng)客運(yùn)航空器碳排放壓力，同時(shí)促進(jìn)周邊中小機(jī)場(chǎng)及區(qū)域樞紐機(jī)場(chǎng)發(fā)展，實(shí)現(xiàn)區(qū)域機(jī)場(chǎng)均衡發(fā)展，共同分擔(dān)碳排放成本.

2) 精細(xì)管理，合理統(tǒng)籌 驅(qū)動(dòng)因素分解過(guò)程中發(fā)現(xiàn)，許多機(jī)場(chǎng)呈現(xiàn)通達(dá)性主導(dǎo)-航線利用率主導(dǎo)-通達(dá)性主導(dǎo)的碳排放增長(zhǎng)方式[12-13].由此推斷，在航線利用率達(dá)到峰值之前，可能會(huì)出現(xiàn)航線利用率增長(zhǎng)爆發(fā)的時(shí)期，因此，在這一時(shí)期出現(xiàn)前，及時(shí)做好機(jī)隊(duì)規(guī)劃，鼓勵(lì)盡可能采用能源強(qiáng)度更低的航空器執(zhí)飛通往熱門機(jī)場(chǎng)的航線，在滿足更大業(yè)務(wù)需求的同時(shí)可以一定程度上抑制機(jī)場(chǎng)客運(yùn)航空器碳排放的增長(zhǎng).

3) 技術(shù)創(chuàng)新，能源先行 通過(guò)驅(qū)動(dòng)因素分解可以發(fā)現(xiàn)，隨著管理策略的實(shí)施，可以通過(guò)客均座位數(shù)、能源強(qiáng)度因素實(shí)現(xiàn)少量的碳減排，但在由于通達(dá)性和航線利用率增長(zhǎng)導(dǎo)致的碳排放增長(zhǎng)面前顯得十分有限，因此為有效控制機(jī)場(chǎng)客運(yùn)航空器碳排放，可以以低碳能源為突破方向，以期實(shí)現(xiàn)高效可觀的碳減排[14-15].

3 結(jié) 論

1) 局部空間結(jié)構(gòu)動(dòng)態(tài)性低于總體水平的機(jī)場(chǎng)分布較為穩(wěn)定，接近總體水平的機(jī)場(chǎng)明顯減少，高于總體水平的機(jī)場(chǎng)數(shù)量顯著上升.

2) 演化過(guò)程曲折程度低于總體水平的機(jī)場(chǎng)占比大，大于高于總體水平的機(jī)場(chǎng)；演化過(guò)程曲折程度分布比例變化不明顯，但類型躍遷比例高.

3) 機(jī)場(chǎng)通達(dá)性和航線利用率因素促進(jìn)碳排放增長(zhǎng)，而在不同機(jī)場(chǎng)、不同時(shí)期起主導(dǎo)作用的因素不同.

4) 客均座位數(shù)和能源強(qiáng)度因素抑制碳排放增長(zhǎng)，但抑制作用有限，未來(lái)可從低碳能源開(kāi)發(fā)的角度推動(dòng)碳減排.