-
题名航空碳市场与可持续航空燃油协同减排效益研究
被引量：1
- 1
-
-
作者
田利军
刘鑫
-
机构
中国民航大学中国民航环境与可持续发展研究中心
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2024年第12期4894-4907,共14页
-
基金
国家社科基金一般项目(22BJY020)。
-
文摘
研究旨在通过综合分析可持续航空燃料的应用潜力和航空碳市场机制,评估二者协同作用下的减排效益,以为中国民航业的绿色转型提供策略和政策支持。首先,利用遗传算法优化的反向传播神经网络(Genetic Algorithm Optimized Backpropagation Neural Network,GA-BP)模型对我国民航2025—2060年航空燃油需求进行分阶段预测;其次,在此基础上构建基于未来能源需求的CO_(2)排放模型;最后,构建航空碳市场减排模型并分析不同碳市场与SAF配额组合下的协同减排效益。结果显示:(1)在高应用情景下,到2060年我国可持续航空燃油(Sustainable Aviation Fuel,SAF)需求量将达到6900万t,同时,相比于基准情景最高可减少87.4%的碳排放量;(2)SAF应用的增加会对民航业造成巨大的减排成本压力,在2025—2060年,航空公司为使用SAF脱碳需付出的额外减排成本将达到124719亿元;(3)在免费碳配额比例为0.8、碳价达到500元/t时,航空公司通过碳市场减排可以获得13148.83亿元。当碳配额过低时,航空公司无法通过碳市场减排获利,甚至为了满足碳市场减排要求还会付出额外的减排成本。因此,SAF应用的增加可以有效降低民航业的碳排放量,但也会给行业带来显著的经济压力;在合适的碳市场机制下,航空公司可以通过SAF减排获利。建议政府在提供必要的财政补贴和税收优惠的同时,优化碳市场政策,以确保航空公司在减排过程中的经济可行性。
-
关键词
环境工程学
碳中和
碳市场
可持续航空燃油
遗传算法优化的反向传播神经网络模型
协同减排效益
-
Keywords
environmental engineering
carbon neutrality
carbon market
sustainable aviation fuel
genetic algorithm optimized backpropagation neural network model
collaborative emission reduction benefits
-
分类号
X321
[环境科学与工程—环境工程]
-
-
题名基于实物期权法的航空公司减排投资策略研究
被引量：1
- 2
-
-
作者
陈俣秀
王超彬
于剑
-
机构
中国民航大学交通科学与工程学院
中国民航环境与可持续发展研究中心
中国民航管理干部学院
-
出处
《气候变化研究进展》
CSCD
北大核心
2023年第4期483-495,共13页
-
基金
国家社会科学基金项目“碳中和目标下中国民航‘三链’协同脱碳研究”(22BJY020)
中国民用航空局安全能力建设项目“ICAO国际航空碳抵消及减排机制(CORSIA)一揽子标准修订及碳减排长期目标政策的研究”(14002500000020J074)。
-
文摘
民航绿色发展是推进中国民航高质量发展的内在要求,是提高我国民航业供给竞争力的重要体现之一。中国民航市场需求潜力巨大,随着市场的恢复,能源消费和二氧化碳排放将刚性增长。在民航业关注的减排技术或措施中,与飞机及发动机技术改进、航班地面与空中运行水平提升以及市场机制等减排措施相比,可持续航空燃油的使用减排潜力巨大,但投资及成本高昂。文章从航空公司的角度出发,采用实物期权方法构建了减排投资价值模型,重点讨论了可持续航空燃油投资策略,包括投资阈值、投资时点、掺混比例、最优投资条件等,分析市场机制、燃油成本等不确定性因素对航空公司减排投资行为的影响,并提出航空公司开展减排投资时需要重点关注的碳排放约束下激励投资的条件以及使用何种掺混比例等问题,为航空公司减排策略、政府相关政策的制定提供一定参考。
-
关键词
减排投资
可持续航空燃油(SAF)
碳排放限制
实物期权
民航业
-
Keywords
Emission reduction investment
Sustainable Aviation Fuel(SAF)
Carbon emission limitation
Real options
Civil aviation industry
-
分类号
F562.6
[经济管理—产业经济]
-
