国际社会一直以来对气候问题较为关注，减排问题已然成为全球共识。依据世界能源所W R I 数据，2009 年中国已经超过美国，成为世界第一大碳排放国家。中国过去是按照高能源、高消耗和高排放的粗放型、不可持续的模式进行发展的。同时，由于中国经济规模不断扩大，能源消耗随之增加，伴随而来的是快速增长的二氧化碳排放量。作为国际社会关注的碳排放焦点，中国未来经济发展注定要在能源供应和环境问题的双重制约下，寻求可持续发展之路。

基于国内外减排压力及自身发展需求，中国于哥本哈根会议上承诺到2020 年单位国内生产总值二氧化碳碳排放量比2005 年下降40%～ 45%。基于该承诺，为大力推进生态文明建设和可持续发展，节能减排是中国经济发展过程中持续关注的重点。2015 年9月25 日中美双方发表《气候变化联合声明》，强调将逐步推进低碳交通的相关制度建设和扶持政策，对推进减排目标的基础设施建设提出要求。同年，在11 月30 日的巴黎气候大会上，习近平总书记重申了中国此前做出的承诺：2030 年单位国内生产总值二氧化碳排放量比2005 年下降60%～ 65%，表达了中国在减排方面的决心。

据计算，交通方面的碳排放量占全球碳排放总量的23%。航空业的碳排放在每年全球人为碳排放中占2.0%～ 2.5%。随着航空业的不断发展，航空碳排放从1996 年到2006 年增加了98%。如若不采取减排措施，预计到2050 年航空碳排放占全球温室气体排放量的10%。可以说，航空业在气候影响方面一直被认为有细小但却重要的影响，且这个影响随着时间变化在幅度和占比方面呈现较快增长。

然而，在我国目前的碳排放计算中，更多的研究倾向于总的碳排放量计算并按照省际等不同空间尺度进行划分，比较其差异，缺乏对各产业的精确计算。在现有针对各产业碳排放的计算中，工业、农业的碳排放核算是主流，针对交通业尤其是航空业的相关研究较少。由于目前中国的排放数据主要由西方发达国家科研及政府机构发布，并依据发达国家的经验来估计，可能会错误估计中国的碳排放量[4]。国内现有研究和文献主要以某一或部分机场为对象进行航空碳排放数据研究，只考虑起降( ) 状态，忽视占整个航线碳排放80%的巡航状态。

随着航空管制的不断放松、航空业的不断发展，航空碳排放量会随之升高。从现有的理论和实践发展角度看，航空碳排放的精确计算是中国急需解决的问题。同时，中国幅员辽阔, 各区域经济社会发展和能源消费结构存在很大差异，因此精确地测算和分析不同区域碳排放量，是确定我国碳排放总体状况的基础，是明确减排具体目标、科学制定减排规划的前提，也是向低碳经济过渡的关键。基于此，本文对2007 年、2014 年国内航空碳排放量进行精确计算，以省际尺度对这两年的碳排放量进行划分，结合G I S、S P S S 软件进行数据处理， 分析我国各省区碳排放的区域差异。

虽然诸多文献指出我国的碳排放存在明显的区域差异，但是结论的得出仅仅是简单基于碳排放总量数据的不平衡以及我国不同地区资源禀赋和经济法差异的直觉，对不同地区的碳排放差异进行定量测度的文章比较少见。王铮等人以能源消耗的碳排放量进行核算，并在省级尺度上从碳排放总量、人均排放量、碳排放强度3 个方面进行阐述。谭丹等人[7] 测算了我国东、中、西三大地区的碳排放总量，并分析了三大区域碳排放的特征和差异。徐大丰进一步测算了三大区域分行业的碳排放总量。岳超等人利用1995 ～ 2007 年我国省际碳排放的数据，从我国东、中、西部地区及全国碳排放区域差异进行了描述分析。刘占成等人[10] 利用气候变化专门委员会( I P C C ) 公布的算法，按照东、中、西部进行划分，以区域碳排放总量、人均排放量与碳排放强度为指标进行差异的系统分析。彭觅等人采用能源碳排放系数法测算了 1998 ～ 2007 年 30 个省份的能源消耗、工业产业、交通和生活方面的碳排放总量与碳排放强度的空间差异及变动情况。曲建升等人采用I P C C 的计算方法测算并比较了2006 年各省( 市、自治区) 的CO2 排放总量、排放强度、人均排放量和排放密度。熊永兰等人[13] 利用I P C C 参考方法计算2005 ～ 2009 年我国30 个省的C O2 排放总量，并对C O2 排放总量、人均排放量、排放强度与综合能源排放系数等重要指标进行分析，按照不同的指标，将各省划分为不同的碳排放类型。综上所述，碳排放的计算主要根据能源消耗和I P C C 公布算法进行;分析的空间尺度主要为东、中、西部的大区域或是省际尺度;分析的指标主要为碳排放总量、人均排放量与排放强度。

区域碳排放影响因素也是研究的重点，是解决碳排放问题的关键。蒋金荷等人运用指数分解方法( L D M I )研究碳排放量的影响因素。任志娟等人[18-20] 分别利用对数平均Divisia 指数分解法、偏最小二乘方法、面板数据分析方法对碳排放量的影响因素进行分析。可以看到，目前通行的分解方法主要有两种：一种是结构分解方法(Structural Decomposition Analysis，简称”S D A”)，一种是指数分解方法(Index Decomposition Analysis，简称”IDA”)。研究结论从全国层面看也形成一定共识：经济水平、人口规模、城市化水平、居民收入、贸易水平是碳排放增长的因素，而能源强度是其制约因素。

2 研究方法及数据来源

目前，我国航空碳排放相关研究尚停留在数据计算层面。在过去，飞机的温室气体排放计算主要依靠一般的估算判定。随着技术的发展，出现了更为丰富、更精确的算法。

国外碳排放计算方面的研究较之于国内更为成熟，主要体现在计算方法的丰富性上。这些方法不仅对飞机飞行的不同阶段、不同部分进行划分，并且结合ICAO、BEA、FAA 等组织提供的清单，对不同的机型、不同的飞行阶段和不同的距离进行计算。区别于国外充分考虑不同情形下的计算模型，国内目前主要应用I C A O 标准碳排放模型进行计算。

郁斢兰运用该模型，结合遥感技术进行检验，得到2008 ～ 2010 年大连周水子机场的年碳排放量，并预测了2015 年及2020 年的碳排放量。宋利生基于该模型，采用ICAO 发动机排放数据库，考虑了3 种主要气体污染物—H C、C O、N O x， 计算出深圳宝安、杭州萧山、南京禄口和海南三亚机场2009 年的污染物年排放量。卢志想等人[21] 通过该模型，计算了我国2010 年、2011 年的机场航空碳排放量。可以看到，我国目前对航空碳排放的计算主要以某个或某几个机场为对象，运用I C A O 标准模型，量化飞机在状态下的碳排放量。以上研究的计算结果具有较强的地方性，且未对耗时占整个飞行80%以上的航路飞行进行量化。

根据I P C C 颁布的国家温室气体清单编制指南，对于航空温室气体排放量，是依据燃料消耗和温室气体排放因子进行计算的。然而，飞机燃油消耗和碳排放因子在不同飞行阶段有所不同。为准确计算温室气体在不同飞行阶段的排放量，本文采用的方法结合了I C A O规定的一个标准循环下某机型C O2排放量的计算方式，以及欧洲环境署(EEA) 公布的第三种方法中关于巡航过程的温室气体排放量算法。该方法在考虑飞机类型和飞行距离的基础上计算飞机在飞行的各个阶段的碳排放量。计算首先要将航空器飞行分为两个阶段： 循环阶段和巡航阶段。用表示在离境机场到目的地机场的距离下，机型所对应的碳排放量的总和

其中， 和分别代表在从离境机场到目的地机场 的距离下，机型 所对应的碳排放量 在循环阶段和巡航阶段的总和。

根据I C A O 规定的一个标准排放量模型，将循环分为4 个阶段：起飞、爬升、近地着陆、滑行。表示在从离境机场到目的地机场的距离下，机型在起降过程中的第个阶段的燃油消耗， 表示机型在循环的第个阶段每单位燃料消耗的碳排放指数。

用表示在离境机场到目的地机场中，机型所对应的碳排放量在巡航阶段的总和。根据E E A 公布的算法，间距离在不同对应区间下有不同的碳排放量。本文将距离划分为8 个区间，分别为0 ～ 125　n m、125 ～ 250　n m、250 ～ 500　n m、500 ～ 750　n m、750～ 1000　n m、1　000 ～ 1　500　n m、1　500～ 2　000　nm、2　000 ～ 2　500 nm。：

其中， 表示机型在离境机场到目的地机场的距离所对应的区间的碳排放量，代表上一个区间对应碳排放量。

在计算过程中，燃油消耗、碳排放指数以及机型在区间所对应的碳排放量，主要来源于I C A O 发动机尾气排放数据库[2] 和E E A 附录文件《1. A .3. aAviation GB2013 annex》。本文主要通过统计不同机型在过程中的碳排放平均值以及不同飞行距离的碳排放平均值来估算民航每年的碳排放总量，起讫点距离通过去哪儿网进行查阅。本文选取全国2007 年、2014 年国内航班数据进行统计分析，每年数据包括当年夏秋及到次年冬春的数据。由于中国民航航空时刻表以一周为周期，整年被视为52 周( 其中，夏秋22 周、冬春30 周)，并对其中的季节性航班进行单独赋值。

计算完2007 年、2014 年国内航班的碳排放总量后，按照各机场及省份进行排放量划分。在统计过程中，区分直达航班和经停航班。直达航班统计以某机场为起点的碳排放总量，以及以之为终点的碳排放总量，两者之和的二分之一则为该机场的直达航班排放量。在碳排放核算过程中，将经停航班进行拆分，如将”A—B—C” 航线拆分为”A—B、B—C”两条航线进行计算，假定”A—B”的排放量为，”B—C”的排放量为，则在这条航线中，A 的排放量为1/2 ，B 的排放量为1/2( )，C 的排放量为1/2 ，经停次数大于等于两次的按同理进行统计。

3 结果
　
3.1 碳排放总量

3.1.1 2007 年数据分析

2007 年国内航空碳排放总量为2747万吨，航点共计144 个，国内航班数为11455 条，行驶总里程数为156.7万千米。单次碳排放量在循环及巡航阶段分别为0.49万吨、1.7万吨，分别占单次航班总碳排放量的22%、78%。根据2007年各省( 直辖市) 的航空碳排放量空间分布图和相关数据，可得出如下结果：北京、上海和广州为碳排放前三位的城市，碳排放量分别为334万吨、283 万吨、213 万吨， 三者占总量的31%。排放量较高的城市主要集中在东部沿海一带及西南地区( 图1)。广东、北京、上海、四川、浙江、云南、海南、福建、新疆和江苏这十个省( 直辖市) 的碳排放量排名全国前十位，占全国总排放量的67%，其中广东省排名第一位。根据国家统计局数据，获取2007 年各省市地区的生产总值。除四川、云南、海南和新疆外，排名前十位的其余省( 直辖市) 皆为东部沿海发达地区，处在珠三角、环渤海和长三角三大经济带腹地。而四川、云南、海南和新疆为我国旅游大省，排名靠前主要是因为旅游业的发展。同时，由于西部大开发战略的实施，四川、云南和新疆三省的航空旅游进一步发展，伴随而来的是与日俱增的碳排放量。其中，四川的碳排放量最高，还因为四川是西部交通枢纽。

而河北、宁夏、青海、西藏、安徽、内蒙古、吉林、江西、甘肃和山西这些碳排放量排名后十位的省份，其碳排放量占全国总排放量的7%，其中河北排名最末。甘肃、青海、宁夏与西藏处于西部内陆地区，经济发展水平落后，四省生产总值仅占全国的1%。其中，作为生产总值末两位的青海和西藏，其碳排放量远高于生产总值排名第6 位的河北，原因主要在于航空旅游的发展。吉林，不仅航点较少，而且航班数较少，航线主要为中短途，因此排放量较小。虽然内蒙古航点多，但是航班数与碳排放量不协调，原因在于其中单个机场的航班量少 ;有的机场飞季节航班( 如鄂尔多斯) 或偏重飞某个季节的航点( 如海拉尔)。值得一提的是，河北的生产总值高而航空碳排放量最少，直接原因在于其机场、航班数较少，进一步的原因在于河北机场数较少而铁路、公路网发达，且毗邻三大航空港之一的北京，因此短距离的出行依靠航空外的其他形式，长距离的出行则以北京为起降航点。

根据民航总局下属7 个地区管理局的划分方式，本文将全国划分为华东、中南、华北、西南、东北、西北③和新疆7 个区域，分别占2007 年全国航空碳排放量的28%、27%、16%、15%、5%、5%、4%，碳排放量的排位与生产总值排位相一致。碳排放量较大的地区主要集中在东部沿海经济发达地区，西部地区因旅游活动发达而碳排放量次之，中部地区航空碳排放量最低。

3.1.2 2014 年数据分析

2014 年国内航空碳排放总量为4　756万吨，航点共计197 个，国内航班数为18　440 条，行驶总里程数为296.5 万千米。单次碳排放量在循环及巡航阶段分别为6.5 万吨、30.2 万吨，分别占单次航班总碳排放量的18%、82%。根据2014 年各省( 直辖市) 的航空碳排放量空间分布图和相关数据，可得如下结果：碳排放排名前三位的城市依然是北京、上海和广州，碳排放量分别为527 万吨、429 万吨、310 万吨，三者占总量的27%。碳排放量较高的城市主要集中在东部沿海一带及西南地区。

除新疆与海南省排位相互交替外，2014 年碳排放量排名前十位的省( 直辖市) 与2007 年的一致，占全国总排放量的63%。新疆2010 年进行旅游援疆计划，游客吞吐量不断攀升;航空管制也在不断放松，2014 年新疆通航机场数较2007 年新增4 个，旅游业和航空业的迅猛发展使得新疆碳排放排位跃升。

而青海、宁夏、河北、安徽、江西、甘肃、西藏、吉林、天津与山西这些碳排放量排名后十位的省( 直辖市) 的碳排放量占全国总排放量的9%，其中青海排名最末。该排位与2007 年相比除天津取代内蒙古外，只在排序上有所变化。河北、山西和西藏的排名较2007 年更高，前两个省是因为航点增多、航班数增加导致的，而西藏则是因为拉萨逐渐成为旅游热点城市、旅游业蓬勃发展导致的。由于自2010 年第一次高铁试运行开始，我国”四纵四横”的高速铁路( 以下简称”高铁”) 网建设已初具规模，高铁的快速发展使人们的出行有了更多的选择，因此天津虽然碳排放量有所上升，但是上升趋势缓慢。

华东、中南、华北、西南、东北、西北与新疆7 个区域的碳排放量，分别占2014 年全国航空碳排放量的27%、26 %、17 %、16 %、6 %、5 %、4 %，随着西部大开发、东北振兴等战略的实施，西南、东北的航空碳排放量占比较2007 年更高，航空碳排放量的排位与生产总值排位相一致。同时，东、中、西部的航空碳排放量分别占总量的59%、16%、25%，碳排放量依然呈现”东高、中低、西次之”的特征。

3.2 平均年增长率

根据2007 年和2014 年各省( 直辖市) 碳排放量数据，计算出各省( 直辖市)的平均年增长率，计算结果如表1 所示。碳排放量排名前十位的省( 直辖市)由于基数本身不小，平均年增长率维持在5%～ 10%之间，而碳排放量后十位的省( 直辖市) 的平均年增长率波动较大。其中，年增长率极为突出的省为内蒙古、西藏、河北与宁夏，年增长率分别为24 %、24 %、22 % 和19 %。原因在于 ：基数本身小，2007 ～ 2014 年内蒙古的G D P 发展迅速;同时，内蒙古、西藏的旅游业得到长足发展，拉萨和呼伦贝尔成为旅游热点城市;宁夏、河北是因为省会银川与石家庄的航空业不断发展，航班数增多而导致的。

在全国航空业快速发展之时，湖北省航班数平均年增长率几近于0，航空碳排放平均年增长率为最低。结合较为显著的碳排放量增长趋势，而湖北省除小机场发展导致的碳排放增多外，核心枢纽—武汉的碳排放增势较小，与G D P 年均增长率22 % 的高数值不相吻合。同理，以南昌、长沙为核心枢纽的江西省和湖南省碳排放量增速慢是由于高铁的发展导致的。高铁”四纵四横”的格局，串连起我国主要的经济圈—以武汉为圆心，以1000　k m 为半径，北京、上海、广州、西安、重庆与成都等主要经济发展城市都在这个圈的范围之内，可以说囊括了中国经济的80%。而京广高铁、沪汉蓉线正好穿过了这个圈，这对武汉、华东地区，乃至对长江中游地区的经济发展，意义重大。由于速度快、舒适度高、价钱普遍较航空低，人们在一定出行距离内更倾向于选择高铁。总之，区别于其他各省( 直辖市)、各机场的普遍显著增长情况，我国中部的湖北、湖南与江西三省由于高铁的发展，间接导致了航空碳排放增速迟缓。

3.3 人均旅客碳排放量

在通常情况下，碳排放区域差异分析以人均碳排放量作为指标之一，需要统计出碳排放总量及各区域人口总数。通过S P S S 相关性分析可知，2007 年和2014 年碳排放量与旅客吞吐量相关系数皆为0.98，具有较强的正相关性。同时，若以航班数为控制量，进行碳排放量与旅客吞吐量之间的关系分析，可得2007 年、2014 年的数据分别为0.79、0.69，即是说这两年以航班数为控制量以后，碳排放总量与旅客吞吐量相关系数也有所下降，但仍呈现显著的正线性相关性，所以旅客吞吐量是航空碳排放的重要影响因素之一。然而，影响航空碳排放量的因素众多，因此剔除旅客吞吐量强度对总排放量的影响，使碳排放量的地域差异更具有可比性。基于此，本文导入人均旅客碳排放量进行区域差异分析。

根据已有排放量统计结果，结合民航总局公布的《2007 年民航生产公报》和《2014 年民航生产公报》，按照各省份统计出旅客的吞吐量，分别计算出各省(直辖市)的人均旅客碳排放量( 图4)。除西藏外，2007 年人均旅客碳排放量均高于2014 年。2007 年人均旅游碳排放量较多的省( 直辖市) 为新疆、甘肃、青海与河北;2014 年则主要为新疆和西藏，其中以西藏最多。2007 年和2014 年碳排放量排名中间的省( 直辖市) 的人均旅客碳排放量波动、差异较小。新疆、西藏作为两年间人均旅客碳排放量波动、差异明显的两个省，其原因分析如下：

2007 年，新疆航线多以乌鲁木齐为中转站，省内其余机场均通过乌鲁木齐辐射至全国各地;随着航空管制的不断放松，2014 年新疆省内各小机场开始设置到省外各机场的航线，如哈密—北京、喀什—西安等航线。而新疆是我国西北部的边陲城市，距离我国东部沿海经济的发达带距离远，以新疆省内机场到省外各机场的航线多以中长、长距离为主，距离越长耗油量越多，因此碳排放量越大。而西藏则删减了2007 年部分短途航线，改以中长距离航班为主，同时每周航班频次从2007 年的平均4次到2014 年的平均6 次，发班频率密集，导致碳排放量增多。云南省碳排放量大而人均碳排放量较小，原因在于云南省作为航空碳排放大省，机型多选择A310、A320、B737-800 等载客数较大的机型，因此每次航行的人均碳排放量较小。

4 结语

本文主要从省际尺度分析2007 年和2014 年的区域碳排放情况，得出如下结论：

(1) 对2007 年及2014 年航空碳排放数据进行对比。总体而言，2014 年各省( 直辖市)、各机场碳排放量较2007年有明显增长，碳排放总量年平均增长率为8%，航空业发展迅速。其中，内蒙古、西藏碳排放量增长速度最快，虽然排放基数值较小，减排形式不算严峻，但也需要对增长速度进行有效控制。碳排放量与旅游业发展相关，在旅游业不断发展的趋势中，四川、云南与海南3个基数较大的旅游大省，如果不采取一定的减排措施，碳排放量未来可能会超过其他省份。从横向看：作为三大航空港的北京、上海和广州，始终处于碳排放量的第一梯队;航空碳排放量排名前后十位的省( 直辖市) 变化较小;华东、中南、华北、西南、东北、西北和新疆七大区域的排放量占比排位两年始终一致，排放量呈现”东高、中低、西次之”的格局。

(2) 两年数据都表明，巡航阶段中的碳排放量远超于其在循环阶段的碳排放量，平均占总碳排放量的80%，这亦与吴金栋、C h i n g – C h e n g C h a o 的研究结论相同。同时，影响航空碳排放量的因素有许多。从微观来看，飞机不同的飞行状态、机型、距离、飞行频次是影响碳排放量的因素;从宏观看，区域经济发展、旅游业发展、航空放松管制政策等都是影响碳排放量的因素。其中，距离、飞行频次与碳排放量呈现正相关关系。旅游业的发展同时也促进了航空业的发展，进而带动了区域航空碳排放量的增长。而区域经济的发展( 即G D P 的增长)，虽对航空碳排放量增加有一定影响，但无明确数据表明其对航空碳排放量的增长有直接的推动作用，且这种影响只限于不考虑其余宏观因素的情况。

(3)在影响区域航空碳排放量的宏观因素中，尤其需要强调高铁这一交通方式。与航空运输最具竞争性和可替代性的运输方式便是高铁。高铁具有安全、快捷、方便、公交化与运量大等特点，极大缩短了出行时间，相较于航空更具有价格优势。随着6 次铁路提速和大规模客运专线的建设，中国铁路进入”高速化”时代，航空作为综合交通运输体系的重要组成部分，必然会受到影响。高铁分散了航空客源，导致国内短途航线关闭和国内客运市场份额的下降，一方面高铁减轻了机场的客运负担，促使航班数减少，进而使区域航空碳排放量减少;另一方面不得不考虑的是航空公司为了应对高铁的竞争，不能将目光局限于价格战中，应当从交通出行方式的连接和整合、选定更具竞争力的航线及采用节能动力装置方面入手。

需要说明的是，在数据计算方面，因为部分数据不足，所以运用相关数据进行替代。同时，本文并未将航班延误、飞机在起降过程中的滑行等情况产生的碳排放量考虑在内，因此实际的国内航空产业碳排放量应大于文中所得值。在区域碳排放分析方面，对影响航空碳排放的宏观因素进行了初步分析;未来研究可在碳排放计算中加入对航班延误、飞机滑行等情况的考量，计算出更为精确的国内航空业碳排放量。