楊揚(yáng)，郭掛梅

昆明理工大學(xué)交通工程學(xué)院

航空業(yè)是過去10 年間能源消耗量增長(zhǎng)超過6%的行業(yè)之一[1]。2019 年，全球客運(yùn)與貨運(yùn)航班共排放二氧化碳9.2 億t，占全球交通運(yùn)輸行業(yè)碳排放總量的10%。中國是世界上第二大航空運(yùn)輸市場(chǎng)。2019 年，我國共有定期航班航線5 521 條，不重復(fù)計(jì)算航線里程948.22 萬km，完成客運(yùn)周轉(zhuǎn)量11 705.30億人次，貨運(yùn)周轉(zhuǎn)量263.20 億t·km，運(yùn)輸總周轉(zhuǎn)量達(dá)到1 293.25 億t·km。同年，中國航空客運(yùn)二氧化碳排放量達(dá)1.03 億t，占全球航空客運(yùn)市場(chǎng)二氧化碳排放量的13%，且其年均增速超過8%。研究指出，如果二氧化碳排放量得不到有效控制，氣候變化帶來的風(fēng)險(xiǎn)可能會(huì)繼續(xù)增加[2]。對(duì)此，國際航空運(yùn)輸協(xié)會(huì)（IATA）提出了一系列減排目標(biāo)。作為該協(xié)會(huì)的成員，許多中國航空公司也需要控制溫室氣體排放。同時(shí)，我國民航綠色發(fā)展專項(xiàng)規(guī)劃確定了航空公司的運(yùn)輸機(jī)隊(duì)油耗、二氧化碳排放等定量性預(yù)期指標(biāo)，航空公司減排處境十分嚴(yán)峻。未來發(fā)展中，航空公司需要綜合考慮經(jīng)濟(jì)與環(huán)境效益，從投入和產(chǎn)出角度測(cè)算航空公司的碳排放效率對(duì)航空企業(yè)的可持續(xù)發(fā)展具有指導(dǎo)意義。

航空企業(yè)碳排放效率相關(guān)研究主要集中在效率的測(cè)算和影響因素方面。碳排放效率方面，數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）[3]、SBM（slack based measure）方法[4]及Malmquist-Luenberger（ML）指數(shù)[5]是常用的測(cè)算方法。具體測(cè)算過程中，部分學(xué)者將效率測(cè)算分解成不同的階段展開[6]。例如，Cui 等[7]將效率測(cè)算分解為運(yùn)營階段和碳減排階段，并采用非導(dǎo)向的SBM 模型進(jìn)行測(cè)算。另外，還有部分學(xué)者從初始投入和最終產(chǎn)出的角度進(jìn)行效率的測(cè)算[8-10]。影響因素方面，現(xiàn)有文獻(xiàn)主要采用回歸的方法進(jìn)行研究，涉及的影響因素主要包括技術(shù)因素、能耗結(jié)構(gòu)[3]、環(huán)境規(guī)制[4]、機(jī)隊(duì)年齡因素、貨運(yùn)量因素、燃油因素等。例如，Hadi-Vencheh 等[11]研究了技術(shù)類型對(duì)航空企業(yè)碳排放效率的影響，Xu 等[12]采用tobit 回歸模型探討機(jī)隊(duì)年齡、貨運(yùn)量對(duì)環(huán)境效率的影響，Wu 等[13]采用自舉截?cái)嗷貧w方法探究了燃料利用率對(duì)企業(yè)運(yùn)營效率的影響，Lo 等[14]探討了燃料價(jià)格、技術(shù)進(jìn)步對(duì)航空運(yùn)輸碳排放的影響。

現(xiàn)有研究取得了豐富的成果，但還存在以下不足：一方面，鮮有學(xué)者采用超效率模型測(cè)算航空企業(yè)碳排放效率，對(duì)有效決策單元效率區(qū)分不足；另一方面，成本規(guī)制和客座利用率對(duì)企業(yè)碳排放效率的影響研究不足。因此，本研究采用超效率SBM 模型和DEA 窗口分析方法測(cè)算航空企業(yè)碳排放效率，進(jìn)一步區(qū)分有效決策單元碳排放管控情況；接著，采用Global Malmquist-Luenberger（GML）指數(shù)測(cè)算航空企業(yè)的動(dòng)態(tài)效率并將其進(jìn)行分解；最后，重點(diǎn)探討燃油成本規(guī)制和客座利用率對(duì)航空企業(yè)碳排放效率的影響。

1 研究方法

1.1 考慮非期望產(chǎn)出的超效率SBM 模型

SBM 模型將松弛變量直接引入目標(biāo)函數(shù)中，解決了投入產(chǎn)出變量的松弛性問題。參考Tone[15]的做法，構(gòu)造一個(gè)生產(chǎn)可能集合，假定航空業(yè)生產(chǎn)系統(tǒng)中有n個(gè)決策單元，每個(gè)決策單元有m種投入x∈Rm，有q1種期望產(chǎn)出y∈和q2種非期望產(chǎn)出b∈Rq2,，并設(shè)X>0，Y>0，B>0。則生產(chǎn)可能集合（P）為P={(x,y,b)|x≥Xλ,y≤Yλ,b≥Bλ}，含非期望產(chǎn)出的SBM 模型為：

式中：X、Y、B分別為投入向量、期望產(chǎn)出向量、非期望產(chǎn)出向量；s-、s+、sb-分別為投入、期望產(chǎn)出和非期望產(chǎn)出的松弛變量；λ為線型規(guī)劃的權(quán)重向量；目標(biāo)函數(shù)p為效率值，介于0 和1 之間，若p=1，表示決策單元有效；若p<1，表示決策單元存在效率損失。

為了增加有效決策單元的區(qū)分度，Tone 等[16]進(jìn)一步提出了超效率SBM 模型，被決策單元的效率是參考其余決策單元構(gòu)成的前沿計(jì)算得出的，決策單元的效率可以大于1，數(shù)值越大表征效率越高，在效率測(cè)算方面具有廣泛應(yīng)用[17-19]?；谝陨戏治?，構(gòu)建包含非期望產(chǎn)出的超效率模型：

1.2 DEA 窗口分析

DEA 模型對(duì)決策單元的數(shù)量和投入產(chǎn)出數(shù)量具有一定要求，當(dāng)決策單元數(shù)量過少時(shí)，容易出現(xiàn)絕大多數(shù)決策單元均有效的結(jié)果。實(shí)際應(yīng)用過程中，決策單元的個(gè)數(shù)往往是確定的。此時(shí)，減少投入變量或產(chǎn)出變量可能會(huì)降低模型包含的生產(chǎn)要素。DEA窗口分析方法能夠較好解決這一問題，可為決策單元效率分析提供更高的自由度，同時(shí)提升小樣本數(shù)據(jù)分析的可靠性[20]。因此，該方法在效率測(cè)算[21-22]方面具有廣泛應(yīng)用。這種方法將每個(gè)決策單元在不同時(shí)期內(nèi)的數(shù)據(jù)看作一個(gè)獨(dú)立的決策單元（Decision Making Unit,DMU），通過設(shè)定窗口寬度，將窗口內(nèi)各時(shí)期的DMU 匯總成一個(gè)參考集，并以此參考集作為參照進(jìn)行計(jì)算[23]。若有n個(gè)DMU，a個(gè)時(shí)期，窗口的寬度設(shè)定為d，則共有w=a-d+1個(gè)窗口，每個(gè)窗口內(nèi)有nd個(gè)DMU。

由于2020 年航空業(yè)受到疫情的嚴(yán)重影響，其碳排放效率測(cè)算結(jié)果不具有可比性，故選取研究范圍為2011—2019 年，確定窗口寬度為5，則窗口期是2011—2015 年、2012—2016 年、2013—2017 年、2014—2018 年和2015—2019 年，共5 個(gè)窗口期。

1.3 SBM-GML 指數(shù)模型

GML 指數(shù)可以計(jì)算決策單元在不同時(shí)期生產(chǎn)率的變化情況[24]，可以與數(shù)據(jù)包絡(luò)方法組合使用。參考Wu 等[25]的做法，將超效率SBM 模型和GML指數(shù)相結(jié)合，研究航空企業(yè)碳排放效率的動(dòng)態(tài)變化情況。GML 指數(shù)可以分解為技術(shù)效率變化（EC）和技術(shù)進(jìn)步變化（TC）2 個(gè)部分。其中，EC 是由生產(chǎn)系統(tǒng)改進(jìn)、規(guī)模經(jīng)濟(jì)等帶來的效率變化；TC 是由生產(chǎn)技術(shù)改進(jìn)、工藝創(chuàng)新等引起的效率變化。其計(jì)算和分解公式如下：

式中：Et(xt,yt,bt)和Et+1(xt+1,yt+1,bt+1)分別為決策單元在2 個(gè)時(shí)期的效率；Eg(xt+1,yt+1,bt+1)為t+1 時(shí)期的決策單元參考全局生產(chǎn)前沿得出的效率；Eg(xt,yt,bt)為t時(shí)期決策單元參考全局生產(chǎn)前沿得出的效率。GML指數(shù)一般在1 附近波動(dòng)，當(dāng)GML 指數(shù)大于1 時(shí)，表明企業(yè)碳排放效率提高；當(dāng)GML 指數(shù)小于1，表明企業(yè)碳排放效率降低。EC 反映決策單元相對(duì)于前沿的效率變化，EC 大于1，表明決策單元的技術(shù)效率提高，反之則表明技術(shù)效率未提高。TC 反映生產(chǎn)前沿的移動(dòng)情況，表征技術(shù)進(jìn)步水平，TC 大于1，表明技術(shù)進(jìn)步，反之亦然。

2 變量選擇及數(shù)據(jù)來源

2.1 變量選擇

超效率SBM 模型中，變量選取會(huì)對(duì)結(jié)果產(chǎn)生重要影響。參考現(xiàn)有文獻(xiàn)[6,8,26]，從投入、產(chǎn)出角度選取合適的變量。選取的投入指標(biāo)為勞動(dòng)力、燃油消耗量及飛機(jī)數(shù)量。勞動(dòng)力用企業(yè)在職員工數(shù)量表示；燃油消耗量為企業(yè)全年運(yùn)營消耗的航空煤油量；飛機(jī)數(shù)量為企業(yè)實(shí)際運(yùn)營的飛機(jī)數(shù)量，包括企業(yè)自購和租賃飛機(jī)數(shù)量。選取的期望產(chǎn)出變量是營業(yè)收入和運(yùn)輸周轉(zhuǎn)量，非期望產(chǎn)出變量為二氧化碳排放量。營業(yè)收入是衡量航空企業(yè)生產(chǎn)效益的重要指標(biāo)。運(yùn)輸周轉(zhuǎn)量包含旅客周轉(zhuǎn)量和貨物周轉(zhuǎn)量。企業(yè)二氧化碳排放量，結(jié)合數(shù)據(jù)的可獲取性，利用航空煤油消耗量，采用《2006 年IPCC 國家溫室氣體清單指南》中提供的碳排放估算方法估算得到。

2.2 數(shù)據(jù)來源

中國國際航空（國航）、中國南方航空（南航）、中國東方航空（東航）、海南航空（海航）是我國民航業(yè)的龍頭企業(yè)，這4 家航空公司的運(yùn)輸周轉(zhuǎn)量占到全國范圍的80%左右。春秋航空和吉祥航空近年來發(fā)展迅速，是國內(nèi)優(yōu)秀民營航空公司的代表。這6 家航空公司能從一定程度上反映我國民航業(yè)的整體發(fā)展水平?？紤]數(shù)據(jù)的代表性和可獲取性，選取這6 家航空公司為研究對(duì)象。

數(shù)據(jù)來源于《民航行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》、《從統(tǒng)計(jì)看民航》（2012—2020 年）、2011—2019 年航空公司年報(bào)和社會(huì)責(zé)任報(bào)告。部分燃油消耗量數(shù)據(jù)采取估計(jì)值，海南航空缺失數(shù)據(jù)采取假設(shè)單位里程油耗短時(shí)間穩(wěn)定進(jìn)行估計(jì)，吉祥航空和春秋航空缺失數(shù)據(jù)采取假設(shè)單位飛行小時(shí)燃油消耗量保持穩(wěn)定進(jìn)行估計(jì)。選取的投入變量和產(chǎn)出變量間呈現(xiàn)同方向變化，通過了顯著性檢驗(yàn)，滿足DEA 方法應(yīng)用的規(guī)范。

3 實(shí)證結(jié)果分析

3.1 航空企業(yè)碳排放效率分析

利用MAXDEA Ultra 8.0 軟件求解航空企業(yè)碳排放效率，取航空企業(yè)在不同窗口下效率的均值為該企業(yè)的碳排放效率。以南方航空公司為例，計(jì)算結(jié)果如表1 所示。從表1 可以看出，南方航空企業(yè)碳排放效率在2011—2019 年呈現(xiàn)波動(dòng)變化趨勢(shì)。2019 年，碳排放效率達(dá)到最優(yōu)值，相較2011 年增加了0.162，說明企業(yè)碳排放效率在逐步改善。

表1 2011—2019 年南方航空公司5 個(gè)窗口的碳排放效率Table 1 Carbon emission efficiency of China Southern Airlines in 5 windows from 2011 to 2019

運(yùn)用類似的方法得出2011—2019 年各航空公司的碳排放效率均值，按照歷史均值對(duì)其排序，結(jié)果如表2 所示。2011—2019 年航空企業(yè)碳排放效率均值如圖1 所示。不同航空企業(yè)碳排放效率折線圖如圖2 所示。

圖1 2011—2019 年碳排放效率行業(yè)均值Fig.1 Industrial average of carbon emission efficiency from 2011 to 2019

圖2 2011—2019 年的航空企業(yè)碳排放效率Fig.2 Carbon emission efficiency of aviation enterprises from 2011 to 2019

表2 2011—2019 年我國航空公司碳排放效率Table 2 Carbon emission efficiency of Chinese airlines from 2011 to 2019

由以上結(jié)果可知，2011—2019 年，我國航空企業(yè)碳排放效率整體上呈現(xiàn)先下降后上升的“U”形變化趨勢(shì)。根據(jù)碳排放效率變動(dòng)情況，可以將2011—2019 年分為3 個(gè)階段：第一階段（2013 年以前）為碳排放效率急劇下降階段，除海航外，其余航空公司均表現(xiàn)出明顯下降趨勢(shì)；第二階段（2013—2016 年）為相對(duì)平穩(wěn)階段，整體碳排放效率值穩(wěn)定在0.930 左右，并在2016 年達(dá)到效率最低值；第三階段（2016—2019 年）為明顯上升階段，所有航空公司的碳排放效率均保持上升趨勢(shì)，且2019 年相較2016 年行業(yè)碳排放效率增長(zhǎng)率達(dá)到6.38%。

從企業(yè)角度分析，不同企業(yè)在2011—2019 年的碳排放效率變動(dòng)存在差異。除海南航空外，其余5 家航空公司的整體變化趨勢(shì)與整個(gè)行業(yè)的變化趨勢(shì)一致。海南航空和吉祥航空是綜合效率排名靠前的企業(yè)，排放效率均值保持在1 以上。其中，表現(xiàn)最優(yōu)秀的是海南航空。2013 年以后，海南航空的碳排放效率均大于1，說明其碳排放控制一直處于行業(yè)領(lǐng)先水平。吉祥航空碳排放效率呈現(xiàn)出先下降后上升的波動(dòng)趨勢(shì)，2017 年以后穩(wěn)定在1 以上，碳排放管控能力較強(qiáng)。海南航空碳排放效率表現(xiàn)優(yōu)秀的可能原因是其擁有先進(jìn)的節(jié)油技術(shù)和完善的能源管控制度。另外，海航也是國內(nèi)首家開展生物燃油載客飛行并在2019 年獲得“氣候領(lǐng)袖企業(yè)”稱號(hào)的航空公司，在替代能源使用方面具備優(yōu)勢(shì)。吉祥航空表現(xiàn)優(yōu)異，可能的原因有：一方面，其擁有年輕機(jī)隊(duì)和統(tǒng)一機(jī)型，新購置飛機(jī)性能卓越，能耗較低，在節(jié)油方面具備一定的優(yōu)勢(shì)；另一方面，企業(yè)采用飛行計(jì)劃、航班監(jiān)管、航油管控等信息化管理手段實(shí)現(xiàn)精細(xì)化規(guī)劃和專業(yè)化運(yùn)營，生產(chǎn)資料等利用率較高。

排放效率均值排名靠后的企業(yè)為東方航空和南方航空，其歷史均值均小于0.930。東方航空碳排放效率在0.837 附近浮動(dòng)，2019 年其碳排放效率相對(duì)于樣本年間最低值改善并不明顯，僅提升0.064，表明東方航空企業(yè)資源無效利用率較高，碳排放效率改善空間較大。南方航空碳排放效率從2016 年的0.865增至2019 年的1.049，增長(zhǎng)率高達(dá)21.24%，是碳排放效率改進(jìn)最顯著的航空企業(yè)。東航效率低的可能原因是其擁有的機(jī)型老舊，油耗量大，生產(chǎn)要素配置不合理。南方航空是我國機(jī)隊(duì)規(guī)模最大的航空公司，早期碳排放效率低可能是其擁有的機(jī)型老舊、油耗量大引起的。但近年來，南方航空采取了多種優(yōu)化措施，包括引進(jìn)新機(jī)型，完善規(guī)?；W(wǎng)絡(luò)，制定超計(jì)劃加油監(jiān)控措施等，這些措施推動(dòng)了其碳排放效率的快速提升。

3.2 航空企業(yè)超效率SBM-GML 指數(shù)模型分析

為了進(jìn)一步分析航空企業(yè)碳排放效率動(dòng)態(tài)變化，采用超效率SBM-GML 指數(shù)模型進(jìn)行測(cè)算，并將其分解為技術(shù)效率變化和技術(shù)進(jìn)步變化，探究生產(chǎn)率變化的驅(qū)動(dòng)因素。參照Zheng[27]的做法對(duì)數(shù)據(jù)做平均值處理，結(jié)果如表3 和圖3 所示。

圖3 航空企業(yè)碳排放GML 指數(shù)及其分解Fig.3 Carbon emission GML index and decomposition of aviation enterprises

表3 航空企業(yè)碳排放GML 指數(shù)及分解Table 3 Carbon emission GML index and decomposition of aviation enterprises

結(jié)果表明，我國航空企業(yè)碳排放GML 指數(shù)呈現(xiàn)出波動(dòng)上升的趨勢(shì)。TC 和生產(chǎn)率指數(shù)呈現(xiàn)同方向變化趨勢(shì)，EC 相對(duì)穩(wěn)定，說明技術(shù)進(jìn)步是生產(chǎn)率提升的主要驅(qū)動(dòng)因素。2012—2014 年，碳排放生產(chǎn)率指數(shù)小于1，說明這期間航空企業(yè)的碳排放效率呈現(xiàn)下降的趨勢(shì)。相反，2015—2019 年，碳排放生產(chǎn)率指數(shù)大于1，表明這期間碳排放效率呈現(xiàn)上升的趨勢(shì)。從增長(zhǎng)速度來看，2017—2018 年的碳排放生產(chǎn)率增長(zhǎng)十分顯著，增長(zhǎng)率達(dá)到5.6%，且主要是由技術(shù)進(jìn)步推動(dòng)的。

進(jìn)一步從航空企業(yè)角度分析碳排放效率的變化情況，并按照企業(yè)進(jìn)行數(shù)據(jù)整理，結(jié)果如表4 所示。由表4 可見，不同航空公司的碳排放生產(chǎn)率變化存在差異。南航是碳排放生產(chǎn)率增長(zhǎng)最大的公司，其年均增長(zhǎng)率達(dá)到2.4%，且主要由技術(shù)效率變化引起?？赡艿脑蚴牵虾绞俏覈?guī)模最大的航空公司，規(guī)模經(jīng)濟(jì)和生產(chǎn)系統(tǒng)改進(jìn)能夠促進(jìn)技術(shù)效率提升。東航是6 家企業(yè)中唯一一家3 個(gè)指標(biāo)均小于1 的公司，反映其碳排放管控急需提升。春秋航空和吉祥航空整體碳排放生產(chǎn)率小于1，主要是其技術(shù)效率較低引起的。整體上，研究期間航空企業(yè)的技術(shù)進(jìn)步變化是積極的，國航、海航、春秋航空、吉祥航空的技術(shù)進(jìn)步變化均大于1。

表4 不同航空企業(yè)碳排放GML 指數(shù)及分解（2011—2019 年）Table 4 Carbon emission GML index and decomposition of different aviation enterprises (2011-2019)

3.3 航空企業(yè)碳排放效率影響因素分析

為進(jìn)一步探究航空公司碳排放效率的影響因素，以上述6 家航空公司2011—2019 年的碳排放效率為被解釋變量，構(gòu)建面板數(shù)據(jù)回歸模型，解釋變量相關(guān)數(shù)據(jù)來源于各航空公司年報(bào)。

3.3.1 解釋變量選擇

客座利用率：航空企業(yè)運(yùn)營管理的重要指標(biāo)，衡量飛機(jī)飛行載運(yùn)能力的利用程度?，F(xiàn)有研究表明，提高飛機(jī)有效載荷能夠降低碳排放量[28]，而超預(yù)定時(shí)間飛行則會(huì)增加能源消耗量[29]，當(dāng)出行需求不變時(shí)，提高客座利用率可以提升有效載荷，間接減少飛行時(shí)間，減少煤油消耗量。另外，國際能源機(jī)構(gòu)（International Energy Agency，IEA）數(shù)據(jù)顯示，2019 年全球航空運(yùn)輸產(chǎn)生的二氧化碳，85%來自于旅客運(yùn)輸，且旅客運(yùn)輸?shù)脑鲩L(zhǎng)率遠(yuǎn)高于貨郵運(yùn)輸?？紤]其對(duì)碳排放效率的影響是很有必要的。

資本結(jié)構(gòu)：利用航空公司固定資產(chǎn)與總資產(chǎn)的比值（固定資產(chǎn)比率）表征航空公司的資本結(jié)構(gòu)。固定資產(chǎn)比率的大小反映航空企業(yè)設(shè)施設(shè)備作為生產(chǎn)要素對(duì)企業(yè)經(jīng)濟(jì)效益的貢獻(xiàn)量。固定資產(chǎn)比率越大，說明固定設(shè)施設(shè)備等生產(chǎn)要素在企業(yè)經(jīng)營過程中投入比例越大。

環(huán)境規(guī)制：行業(yè)相關(guān)政策會(huì)影響企業(yè)的生產(chǎn)決策，將航空企業(yè)當(dāng)年獲得的政府補(bǔ)貼和營業(yè)收入的比值定義為環(huán)境規(guī)制，探討政府對(duì)企業(yè)碳排放效率提升的推動(dòng)作用。

燃油成本規(guī)制：航空油料是航空企業(yè)重要的生產(chǎn)資料，也是最大的碳排放來源。研究表明航空煤油的價(jià)格會(huì)對(duì)碳排放產(chǎn)生影響[30]。燃油成本能夠綜合考慮燃油消耗量和燃油價(jià)格對(duì)企業(yè)碳排放的影響，同時(shí)還是航空運(yùn)輸過程中最重要的運(yùn)營成本。為消除航空公司規(guī)模的影響，將各年份航空企業(yè)的航空燃油成本與運(yùn)營成本的比值定義為燃油成本規(guī)制，從運(yùn)營管理的角度探討其對(duì)碳排放效率的作用。

3.3.2 面板回歸模型及結(jié)果分析

基于以上分析，構(gòu)造的回歸模型如下所示：

式中：SBMit為航空公司的碳排放效率；utilit、capit、envit、fueit分別為第i家航空公司第t年的客座利用率、資本結(jié)構(gòu)、環(huán)境規(guī)制、燃油成本規(guī)制；c為常數(shù)項(xiàng)；β1～ β4為解釋變量系數(shù)；uit為隨機(jī)擾動(dòng)項(xiàng)。對(duì)選用的數(shù)據(jù)變量進(jìn)行對(duì)數(shù)化處理，以增強(qiáng)數(shù)據(jù)平穩(wěn)性，減小分析誤差。

解釋變量的最強(qiáng)相關(guān)性不超過90%，不存在嚴(yán)重的共線性。利用Eviews10.0 軟件進(jìn)行面板回歸分析，通過了數(shù)據(jù)的平穩(wěn)性檢驗(yàn)，選用固定效應(yīng)進(jìn)行回歸分析，結(jié)果如表5 所示。

表5 面板回歸結(jié)果Table 5 Panel regression results

回歸結(jié)果表明：客座利用率與航空企業(yè)的碳排放效率呈顯著正相關(guān)，當(dāng)航空企業(yè)客座利用率提高1%，碳排放效率則提升約1.524%?？赡艿脑蚴翘岣呖妥寐士梢詼p少飛行班次，縮短整體飛行時(shí)間，提高企業(yè)效率。Chao 等[30]的研究表明了飛行班次對(duì)全要素生產(chǎn)率有積極的作用，這與本文研究結(jié)果是一致的。資本結(jié)構(gòu)與航空企業(yè)碳排放效率呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，每降低1%的固定資產(chǎn)與總資產(chǎn)比率，企業(yè)碳排放效率提升約0.106%?？赡艿脑颍阂环矫?，我國航空企業(yè)現(xiàn)有設(shè)施設(shè)備并未全部采用先進(jìn)節(jié)能減排技術(shù)，生產(chǎn)過程中減排不明顯；另一方面，我國航空企業(yè)管理運(yùn)營效率低，設(shè)施設(shè)備等生產(chǎn)要素未得到充分利用?；诖?，適當(dāng)降低固定資產(chǎn)占比，更新油耗高的設(shè)備，提升設(shè)施設(shè)備利用率，有助于提升碳排放效率。環(huán)境規(guī)制與航空企業(yè)的碳排放效率呈正相關(guān)，當(dāng)環(huán)境規(guī)制提升1%，碳排放效率提升約0.048%，表明政府補(bǔ)貼對(duì)推動(dòng)企業(yè)技術(shù)革新、促進(jìn)碳排放效率提升是很有必要的。燃油成本規(guī)制對(duì)航空企業(yè)的碳排放效率具有十分顯著的正相關(guān)性，燃油成本規(guī)制提高1%，碳排放效率提升約0.166%，說明航空燃油成本規(guī)制是推動(dòng)企業(yè)技術(shù)革新和優(yōu)化運(yùn)營管理的重要?jiǎng)恿Α?/p>

4 結(jié)論與建議

4.1 結(jié)論

（1）我國航空企業(yè)碳排放效率在樣本年間呈現(xiàn)出先下降后上升的“U”形變化趨勢(shì)，企業(yè)節(jié)能減排、技術(shù)發(fā)展、運(yùn)營管理等改善明顯，生產(chǎn)要素日益合理化。不同企業(yè)的碳排放效率改善程度存在差異，南方航空碳排放效率在2016—2019 年增長(zhǎng)率高達(dá)21.24%，改善十分明顯。綜合來看，海航和吉祥航空的碳排放效率表現(xiàn)較好，東航的碳排放效率表現(xiàn)較差。

（2）航空企業(yè)碳排放生產(chǎn)率指數(shù)在研究期間呈現(xiàn)波動(dòng)上升的趨勢(shì)，技術(shù)進(jìn)步與碳排放生產(chǎn)率指數(shù)呈現(xiàn)同方向變化趨勢(shì)，是碳排放效率提升的主要驅(qū)動(dòng)力。企業(yè)角度方面，不同企業(yè)的碳排放生產(chǎn)率指數(shù)存在較大差異，南航和海航表現(xiàn)較好，其他航空公司有待進(jìn)一步提升。

（3）客座利用率對(duì)航空企業(yè)的碳排放效率具有顯著的正相關(guān)性，其回歸系數(shù)高達(dá)1.524。航空燃油成本規(guī)制對(duì)企業(yè)節(jié)能減排、更新技術(shù)、優(yōu)化運(yùn)營的驅(qū)動(dòng)作用是十分顯著的，當(dāng)燃油成本規(guī)制提升1%，碳排放效率可以改善0.166%。環(huán)境規(guī)制對(duì)企業(yè)碳排放效率的提升具有積極的作用，政府的驅(qū)動(dòng)作用是不容忽視的?，F(xiàn)階段企業(yè)資本結(jié)構(gòu)對(duì)企業(yè)碳排放效率有負(fù)向影響，需要進(jìn)一步優(yōu)化。

4.2 建議

（1）降低航空企業(yè)的燃油消耗量。企業(yè)可以通過優(yōu)化飛機(jī)日常養(yǎng)護(hù)工作，采用清洗設(shè)備定期清洗發(fā)動(dòng)機(jī)，適時(shí)引入新型低油耗飛機(jī)，淘汰機(jī)型老舊、油耗量大的飛機(jī)，優(yōu)化運(yùn)輸機(jī)隊(duì)結(jié)構(gòu)。同時(shí)，研發(fā)飛行節(jié)油系統(tǒng)，量化飛機(jī)飛行過程中的油耗量，精細(xì)管控飛行過程中的每一個(gè)環(huán)節(jié)。此外，提升新能源設(shè)備占比，推行機(jī)場(chǎng)內(nèi)電源設(shè)備代替飛機(jī)APU，減少地面碳排放。最后，開展生物燃料的研發(fā)工作，可以對(duì)航油生產(chǎn)企業(yè)給予一定的政策傾斜。推進(jìn)生物液體燃料、可持續(xù)性航空燃料（SAF）等替代傳統(tǒng)航空燃油，逐步調(diào)整航空燃料的消費(fèi)結(jié)構(gòu)，實(shí)現(xiàn)低碳飛行。

（2）優(yōu)化運(yùn)營管理?？妥寐蕦?duì)航空企業(yè)的碳排放效率有重要影響。航空企業(yè)可以聯(lián)合開發(fā)需求預(yù)測(cè)系統(tǒng)，實(shí)時(shí)預(yù)測(cè)飛行運(yùn)輸需求量，合理安排飛行班次，航行前根據(jù)需要調(diào)整機(jī)型，提升客座利用率。同時(shí)，制定合理的飛行路線，縮短飛行距離和飛行時(shí)間，提高企業(yè)的碳排放效率和經(jīng)濟(jì)效益。此外，企業(yè)還可以從優(yōu)化資本結(jié)構(gòu)方面著手，制定合理的運(yùn)營計(jì)劃，對(duì)部分設(shè)備采取租賃的方式，提高設(shè)備的使用率，優(yōu)化資源配置，減少低效率生產(chǎn)帶來的浪費(fèi)。

（3）適時(shí)開展航空運(yùn)輸業(yè)碳交易。我國已經(jīng)啟動(dòng)了全國電力行業(yè)碳交易市場(chǎng)，并積累了一定經(jīng)驗(yàn)。在此基礎(chǔ)上，可以結(jié)合自身發(fā)展，借鑒歐盟航空業(yè)碳交易經(jīng)驗(yàn)，適時(shí)將航空業(yè)納入到全國碳交易市場(chǎng)。此外，碳交易市場(chǎng)可以適時(shí)啟動(dòng)拍賣制度，增強(qiáng)碳價(jià)信號(hào)的有效性，充分發(fā)揮碳交易對(duì)減排的約束和激勵(lì)作用。