基于实物期权法的航空公司减排投资策略研究.pdf

DOI:10.12006/j.issn.1673-1719.2022.260陈俣秀,王超彬,于剑.基于实物期权法的航空公司减排投资策略研究 J.气候变化研究进展,2023,19(4):483-495Chen Y X,Wang C B,Yu J.Research on the investment strategy of airline emission reduction based on real option method J.Climate Change Research,2023,19(4):483-495基于实物期权法的航空公司减排投资策略研究陈俣秀1,2，王超彬1，于 剑31 中国民航大学交通科学与工程学院，天津 300300；2 中国民航环境与可持续发展研究中心，天津 300300；3 中国民航管理干部学院，北京 100102气 候 变 化 研 究 进 展第 19 卷 第 4 期 2023 年 7 月CLIMATE CHANGE RESEARCHVol.19 No.4July 2023摘 要：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；民航业收稿日期：2022-11-14；修回日期：2023-02-01资助项目：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)作者简介：陈俣秀，女，副教授，；王超彬（通信作者），男，硕士研究生，wcb_引 言二氧化碳等温室气体排放导致的气候变化给全球带来严重的生态环境影响，如何控制和减少排放、实现可持续发展成为全球共同关注的问题。政府间气候变化专门委员会（IPCC）第六次评估报告（AR6）指出，未来几十年全球范围内二氧化碳和其他温室气体需要大幅度减排，否则巴黎协定提出的环境目标共识无法实现1。2020年 9 月，中国明确了“碳达峰、碳中和”的时间节点，对比其他发达国家，中国“双碳”目标时间紧、任务重，实现这一目标就必须依靠创新驱动向低碳发展转变，这对能源依赖程度高的部门是很大的挑战。交通部门作为中国二氧化碳排放主要来源之一，其终端能源消费量呈现上升的趋势2。相比于其他交通运输方式，航空运输碳排放占比小，但 20102019 年间中国民航排放增速达到 10.1%，是中国交通部门中排放增速最快的行业3。中国航空运输市场需求旺盛，并且航空运输对液体化石燃料有很强的依赖性，能源消费和气 候 变 化 研 究 进 展 2023 年484温室气体排放二氧化碳排放将持续刚性增长。而“十四五”期间，民航要推动建立的运输航空飞行活动基于市场的碳减排机制4将对航空运输碳排放权进行限制和分配，并通过碳价机制为航空运输的低碳转型提供经济激励5。如果现在不采取措施进行减排，那么未来在被纳入碳市场后行业减排的难度与成本会加大。因此，为了应对气候变化、缓解自身发展与碳排放之间的矛盾，航空运输的减排刻不容缓。不同于其他交通运输方式，航空运输对航空煤油依赖性高、可替代能源少，被广泛认为是一个“难以脱碳”的行业6。航空减排可应用的技术和措施包含可持续航空燃油（SAF)、飞机和发动机技术改进、运行水平的提升和市场措施。已有的研究报告显示，飞机及发动机技术的革新和应用的减排贡献占 10%30%7-9，但其真正发挥减排效用往往需要 20 30 年甚至更长的时间，并且进行研发投资、设计的主体是飞机制造商；运行水平的提升能够在中短期帮助航空公司降低碳排放，但是减排贡献小，约为 6%7-9。因此，相比飞机及发动机技术以及运行技术的改进，SAF使用及市场措施由于中短期之内更大的减排潜力，更加受到业界重点关注。SAF 在实现航空净零排放路径中的贡献占比为 30%55%7-9，还具有与现有飞机及发动机、储油设施相适应的优点；市场措施通过对碳排放的约束和交易的方式，能够帮助减排主体以较低成本实现减排目标。因此，可持续航空燃油的使用和市场措施也是本文重点关注的减排方式。中国航空业处于快速发展阶段，表现出较快的碳排放增速3。目前，有关民航业碳排放相关的研究主要集中在以下几方面：民航业碳排放的影响因素及碳排放量预测10-12；碳配额、碳抵消和碳税对航空运输的影响13-16；讨论其他交通运输方式对航空运输二氧化碳排放水平的影响17；针对行业重点关注的减排技术种类，通过定性、定量分析减排技术特点，评估减排技术潜力进而从环境视角制定航空业净零排放路线7,18，为航空业减排提供参考。但是航空业缺乏从微观视角考察减排技术投资的研究，忽略了企业减排行为对“最小减排成本实现减排目标”的作用，并对企业减排行为的触发条件关注较少。因此，为了缓解自身发展与减排的矛盾、降低碳排放的成本、提高减排投资的有效性，航空公司需要明确在何种条件下选择何种减排技术或措施，以制定科学的减排投资策略。减排技术投资问题以煤电行业为例的研究较为丰富，多是研究企业对单一减排技术的投资行为，主要分为两方面：其一，从市场化减排工具的视角分析碳配额总量设定、分配方式等关键指标对减排技术投资的影响。其二，从企业的角度分析不确定性因素对减排投资行为的影响。王明喜等19构建企业投资成本最小模型，讨论了在免费、拍卖等 5 种碳配额分配方式下企业的减排投资策略，发现企业减排投资行为达到最优需要政策的引导。谭建等20讨论企业在单位产品排放限制和总量排放限制下减排技术对生产的影响，发现单位限额下的减排投资行为对于企业更有利。Yang 等21的研究表明“祖父法”的配额分配方式能够带来更多的减排，但是“基准法”的配额分配方式对减排技术投资的激励效果更好。Chen 等22以电力行业为例，进一步证明了“基准法”不会导致电力需求的减少。企业的减排投资决策受到碳配额总量设定、分配方式等指标的影响，而碳价同样是市场化减排工具的重要组成部分，是影响企业排放水平和减排投资规模的关键因素23，并且碳价自身存在的波动性、不确定性能够增加减排技术的价值，上述文献未将碳价的波动性质作为模型考虑因素进行进一步分析。Islegen 等24分析了碳价对电厂投资碳捕获与储存（CCS）的影响，认为激励火力发电厂进行减排技术投资的碳价阈值为 30 美元/t；Abadie 等25考虑碳价、电价为影响投资的不确定性因素，针对西班牙电力市场分析发电商的 CCS 投资策略，研究认为当碳价参数发生较大程度的变化、减排技术得到显著改进或政府出台利好政策时，可以考虑立即投资 CCS。王素凤等26考虑减排技术进步、电价、碳价等多种因素的不确定性，构建发4 期 485陈俣秀，等：基于实物期权法的航空公司减排投资策略研究电商减排投资的实物期权模型，认为技术进步和补贴能够提高发电商进行减排投资的动力，并且合作减排能够发现减排率较高的项目。张新华等27考虑电价、上网电量、碳配额成本均波动的情况下，构建考虑碳价下限的燃煤发电商碳减排投资实物期权模型，并认为碳价下限的提高会对发电商减排投资产生激励作用。以上研究着重从影响因素自身的性质出发，量化了减排技术的价值，但是较少考虑碳配额对投资价值的影响。然而，市场机制允许配额的交易，交易行为的存在决定了碳配额与碳价是共同出现的，因此，在分析航空公司减排投资行为时，需要考虑多重不确定性因素的影响。航空业减排技术的投资受多种不确定性因素影响，不确定性因素增加了减排技术的投资价值28。实物期权方法克服了传统的投资方法不能量化不确定性的特点，是研究不确定性的有效工具29-30，并在减排投资、可再生能源等方面得到广泛的应用31-32。在不确定性因素的选择上，大部分学者将碳价作为影响减排投资的关键因素之一，并考虑市场、技术、政策等因素。在不确定性因素的刻画上，采用几何布朗运动、均值回归等方法去刻画碳价、燃料价格、技术进步等不确定性因素的随机性，运用实物期权理论构建减排技术价值模型，进一步分析在不同因素影响下的投资行为33。综上所述，航空业在分析内、外部因素对碳排放影响方面的研究比较丰富，而对于减排技术投资决策方面的研究不足，因此有必要对激励航空公司减排投资的条件、时间等问题进行研究。本文从航空公司的微观视角出发进行减排投资策略研究，考虑基于市场的碳减排机制（航空飞行活动）政策的影响，利用随机过程刻画碳价、运输成本和减排投资成本等不确定性因素的变化，运用实物期权理论构建减排技术投资价值模型，分析碳价、燃油成本和减排投资成本等带来的不确定性对减排技术投资价值的影响，为航空公司减排策略、行业主管部门减排政策的制定提供一定参考。1 航空运输减排投资价值模型由于不确定性因素的变动会影响减排投资价值，构建航空运输减排投资价值模型，首先需要识别、刻画影响减排技术投资的不确定性因素；然后，基于不确定性因素的刻画，采用实物期权方法构建减排投资价值模型，求解得到以不确定性因素为参数的最优投资阈值和时点。1.1 不确定性因素的假设减排技术的使用对航空公司的经济效益、环境效益产生影响，航空公司进行减排投资时需要考虑经营过程支付的成本（运输成本、减排投资成本）和获得的收益（运输收入、减排收益)，以及其中的不确定性（碳配额、燃油等价格的波动)。航空公司运输成本包括燃料成本和其他运营成本（飞机折旧、维修、机组工资等)，其中燃料成本占有较大比重。为考察燃料成本对减排投资的影响，本文将燃料成本和其他运营成本分开考虑。航空可使用的燃料包含航空煤油和 SAF，参考 Dixit 等34对于燃油价格变化的假设，本文用几何布朗运动描述航空煤油和 SAF 价格的不规律性。对于碳配额价格的假设，参考 Abadie 等25、Zhang 等35以及欧盟碳市场的实证研究36-37，碳价的波动也符合几何布朗运动。通过 20102019年中国民航统计年鉴38-47中的数据，计算发现单位吨公里的运输收入和其他运营成本分别稳定在 5.0 元/（tkm）和 2.9 元/（tkm）附近，因此本文将二者假设为常数。综上，本文假设基于市场的碳减排机制（航空飞行活动）的碳价 Pcarbon、航空煤油价格 Pfuel和SAF 价格 PSAF服从几何布朗运动，以上不确定性因素分别用式(1)、(2)、(3)描述：其中：c、f、s分别表示碳价、航空煤油价dPcarbon=c Pcarbondt+c Pcarbondwc；(1)dPfuel=f Pfueldt+f Pfueldwf；(2)dPSAF=s PSAFdt+s PSAFdws。(3)气 候 变 化 研 究 进 展 2023 年486温室气体排放格、SAF 价格的漂移率；c、f、s分别表示碳价、航空煤油价格、SAF 价格的波动率；dwc、dwf、dws分别表示碳价、航空煤油价格、SAF 价格的标准维纳过程。维纳过程服从均值为 0，方差为 2t 的正态分布，期望为 e1-22t，因此 E(Pcarbon)=P0carbonect、E(Pfuel)=P0fueleft、E(PSAF)=P0SAFeSt。碳价 Pcarbon、航空煤油价格 Pfuel和 SAF 价格 PSAF这3 个变量两两之间的相关关系为 dwc dwf =1dt、dwc dws=2dt、dwf dws=3dt，1、2、3分别表示碳价、航空煤油价格、SAF 价格两两之间的相关系数。航空煤油与 SAF 这两种燃料具有不同的优势，航空煤油价格低，而 SAF 具有减排效益。那么在碳减排机制下，航空煤油与 SAF 的价格可能会相互影响，因此本文考虑航空煤油与 SAF 价格之间的相关性。碳价是衡量碳排放成本的指标，与燃料价格之间没有明显的相关性，因此取 1=2=0。与以上不确定性因素不同，减排投资成本的变化依赖于技术进步，而 SAF 的技术进步目前存在较大的不确定性。参考 Murto48的做法，本文假设SAF 的减排投资成本 ItSAF与技术进步满足式(4)：式中：ItSAF表示 t 时刻 SAF 的减排投资成本，I0表示 SAF 的初始减排投资成本；SAF反映了技术进步带来的成本降低效应，取值 0 1；H(t)是服从参数为 的泊松分布。因此，可以得到 ItSAF的期望值 E(ItSAF)=I0 e-t(1-)。“十四五”民航绿色发展专项规划4明确了“十四五”时期民航吨公里油耗水平，并且提出要推动建立运输航空飞行活动基于市场的碳减排机制。碳减排机制中，有总量限制和强度限制两种分配方法。基于行业历史排放数据设定排放总量称为总量限制，强度限制是基于单位产出设定的排放量目标。强度限制相比总量限制更灵活，能够考虑到行业的不同发展阶段，相对容易被接受5,49-50，因此本文假设基于市场的碳减排机制（航空飞行活动）采用强度限制。ItSAF=I0 SAF H(t)。(4)综合以上假设，得到基准情景：在吨公里排放量为 0的基础上，考虑航空公司的减排投资策略。此外，SAF 可与航空煤油掺混，掺混比例 越高，减排效果越明显。掺混比例为 100%时，目前技术预测最高能够降低 80%的吨公里碳排放。因此掺混 SAF 后的吨公里排放可表示为 =0(1-)，SAF 的单位减排效果 =0.8。1.2 航空公司减排投资建模与求解航空公司投资 SAF 产生的单位吨公里价值由投资项目的现金流折现和减排投资成本决定。投资SAF 产生的单位吨公里现金流(t)=经济价值+环境价值。经济价值指的是单位吨公里运输收入、单位吨公里运输成本的差值，其中，单位吨公里运输成本包括单位吨公里燃油成本和其他单位吨公里运营成本。环境价值是将单位吨公里减排量价值化，用单位吨公里减排量与碳价的乘积表示。(t)满足式(5)：式中：Prtk、Prc分别表示单位吨公里的运输收入和其他运营成本，(1-)Ptfuel+PtSAF 表示使用 掺混比例 SAF 后的单位吨公里燃油成本，表示吨公里油耗；、分别表示碳强度限制和使用 SAF 后吨公里排放量。因此，对于航空公司而言，单位吨公里碳减排投资价值函数 Vt为式中，r 为无风险利率。投资价值 V 最大时，对应的 t 即为 SAF 的投资时点。令 =-，求解 Vt，可得 https:/ s=t e-r(s-t)(s)ds-ItSAF。(6)1000 (t)=Prtk-Prc-(1-)Ptfuel+PtSAF+(-)1000 1000 Ptcarbon。(5)V=Pcarbon-(Pfuel+PSAF)+1000 1 (Prtk-Prc)-ISAF。(7)r-c r 1 r-f 1-r-s 4 期 487陈俣秀，等：基于实物期权法的航空公司减排投资策略研究根据实物期权理论，减排投资不仅具有项目投资价值，还具有投资期权价值 F(Pcarbon，Pfuel，PSAF，ISAF)，且投资期权价值满足贝尔曼方程（Bellman equation）：E(dF)由两部分构成，一部分是碳价、燃油价格、SAF 价格等因素引起的连续性变化，另一部分是由于技术进步带来的跳跃性变化。针对连续性变化，使用伊藤引理展开；针对跳跃性变化，根据式 (4)可知，在 dt 时间内，减排投资成本的变化率为dtF(P,I)-F(P,I)。展开 E(dF)可得：将式(9)代入式(8)，并引入变量 =，参考 Murto48、李庆等51和张新华等52，可得式(8)解的一般形式为 F(Pcarbon，Pfuel，PSAF，ISAF)=PfuelPSAFISAFA+M，A 为系数；是特征根，由式(9)代入式(8)后得到的特征方程决定；M 是积分常数，结合式(7)的现实意义即可求得。根据价值匹配和光滑黏贴条件：rFdt=E(dF)。(8)式(12)涉及的参数的取值来源均以年为单位，因此求得的投资时点单位尺度为年。https:/ 数据来源本文参考相关文献以及统计数据，对式(1)(12)涉及的参数进行取值：(1)r 为无风险利率，参考 2022 年储蓄国债年利率，向上取整，取值为 0.04。(2)c、c分别为碳价的漂移率、波动率，取值来源于 Zhang 等53。f、f分别为航空煤油价格的漂移率、波动率，根据 20102019 年中国民航统计年鉴38-47的数据计算。对于 SAF 价格的漂移率、波动率，本文假设与航空煤油的相同，取s=f，s=f。航空煤油价格 Pfuel和 SAF 价格 PSAF之间的相关系数 3取值来源于王钰等30。(3)Prtk是吨公里收入，用 20102019 年中国民航统计年鉴38-47的数据计算，取平均值。(4)碳价用 Pcarbon表示。2021 年，国家碳市场上线交易以来，碳价呈现先波动后相对平稳的趋势，当前碳价水平在 58 元/t 左右。欧盟碳市场的碳价约为 90 欧元/t，并且呈现波动上升的趋势。根据欧盟碳市场的碳价变化趋势可知，随着碳市场覆盖范围的扩大、交易效率的提高，中国碳配额价格未来具有很强的上涨空间。一项调查指出 2025 年中国平均碳价预期为 87 元/t54，那么未来基于市场的碳减排机制（航空飞行活动）运行时，本文假设初始碳价为 100 元/t。(5)根据 20102019 年全国民航的燃油成本和t*=ln 。(12)c-c21P*P0E(dF)=cPcarbon dt+fPfuel dt+FPcarbon FPfuel sPSAF dt+c2(Pcarbon)2 dt+FPSAF 2 1 2F(Pcarbon)2 f2(Pfuel)2 dt+f2(PSAF)2 dt+2 1 2F(Pfuel)2 2F(PSAF)2 1cf PcarbonPfuel dt+2FPcarbonPfuel 2csPcarbonPSAF dt+2FPcarbonPSAF 3fsPfuelPSAF dt+2FPfuelPSAF F(P,I)-F(P,I)dt。(9)F=V =。(10)=1000(r-c)FPcarbon FPfuel FPSAF (1-)1000(r-f)=1000(r-s)P*=(r-c)(1-)(Pfuel-PSAF)-1000ISAF0-r-fr-s。(11)PcarbonI气 候 变 化 研 究 进 展 2023 年488温室气体排放消耗量的数据，计算得到航空煤油价格大部分数据在 3000 5000 元/t 之间波动。确保不低估燃油成本对减排投资的影响，本文航空煤油的价格采用5000 元/t。(6)以“十四五”民航绿色发展专项规划4的吨公里排放目标为参考，本文假设碳强度限制 为 0.886 kg/(tkm)。(7)根据 20152019 年中国民航吨公里油耗数据，采用自上而下的方法计算吨公里排放，得到中国民航 20152019 年吨公里排放的平均值为 0.91 kg，记为 0。(8)本文假设吨公里基准排放量为 0.91 kg，因此取吨公里油耗 为 0.288 kg，不随时间变化。(9)根据 Abrantes 等55对未来航空运输燃料需求以及 SAF 产量的预测，并考虑 SAF 目前批准的可掺混的最高比例，本文假设可持续航空燃油掺混比例 在 0 0.5 中取值。(10)根据 20102019 年中国民航统计年鉴38-47中的数据，中国国际航空、中国南方航空、中国东方航空的旅客运输周转量均在 100 亿tkm 左右，呈现上升趋势。为方便计算，本文以年旅客运输周转量为 100 亿 tkm 的航空公司为例进行分析。酯类和脂肪酸类加氢工艺（HEFA）是以植物油、油脂和藻类油等原料为基础通过加氢处 HEFA 总投资成本为 77 亿元，航空公司年旅客运输周转量为 100 亿 tkm，则减排投资成本为 77/1000.01 元/(tkm)。理得到燃油的工艺，与其他工艺相比，HEFA 已处于成熟水平，全球绝大部分现有 SAF 项目均采用该路线，因此本文以 HEFA 技术路线为例计算减排技术投资成本。根据 Tanzil 等56对于 HEFA 工艺总投资成本的估计，计算可得 SAF 减排投资成本约为 0.01 元/(tkm)。模型参数取值见表 1。2 数值模拟和分析根据模型求解结果以及参数的取值，应用MATLAB 对模型中涉及的不确定性因素进行敏感性分析，包括碳价波动率、减排技术投资成本、SAF 价格等因素对投资阈值、投资时点的影响，并进一步考察了 SAF 掺混比例与投资阈值、投资时点的关系，为航空公司在 SAF 的减排投资决策上提供参考。2.1 航空公司投资阈值、投资时点敏感性分析2.1.1 不同碳价波动率下投资阈值的变化根据式(11)以及参数取值，对不同碳价波动率下的投资阈值进行敏感性分析时还考虑了SAF价格和减排投资成本的变化，得到曲线如图1、图2所示。碳价波动率越大，激励航空公司投资 SAF 的阈值表 1 模型参数设置Table 1 Parameters of model 参数rccf、ss、fPrtkPcarbonPfuel取值0.040.020.030.0020.25.1310050000.886单位元/(tkm)元/t元/tkg/(tkm)参数I0Prc03取值0.2880 0.50.012.820 10 10.910.1单位kg元/(tkm)元/(tkm)4 期 489陈俣秀，等：基于实物期权法的航空公司减排投资策略研究越高，意味着碳价水平越不稳定，航空公司的减排投资行为越需要高碳价的激励。另外，SAF 价格和减排投资成本变化对激励航空公司投资 SAF 的阈值均具有正向的影响，投资阈值对于 SAF 价格的敏感性更高。具体地，SAF 价格上涨 25%50%导致投资阈值上涨 14%33%。减排投资成本上涨 4 8 倍导致投资阈值上涨 0.07%0.15%。相比于减排投资成本，SAF 价格的变化更容易激励航空公司进行减排投资。然而，当前 SAF 价格约为传统航空煤油价格 5 倍的条件下，减排投资阈值远远高于当前碳市场的碳价水平。图 1 投资阈值随碳价波动率、SAF 成本的变化情况Fig.1 Change of investment threshold with carbon price volatility and Sustainable Aviation Fuel(SAF)cost碳价波动率（）620060005800560054005200500048000.020460044000.060.040.100.08激励航司投资 SAF 的阈值/(元/t）SAF 价格为 5 倍航空煤油价格SAF 价格为 4.5 倍航空煤油价格SAF 价格为 3 倍航空煤油价格碳价波动率（）608060606040602060005980596059400.020592059000.060.040.100.08激励航司投资 SAF 的阈值/(元/t）SAF 减排投资成本 I=0.01SAF 减排投资成本 I=0.04SAF 减排投资成本 I=0.08图 2 不同减排投资成本下，投资阈值随碳价波动率的变化情况Fig.2 Change of investment threshold with carbon price volatility under different emission reduction investment costs2.1.2 碳价波动率、SAF 价格与最优投资时点的关系研究投资时点就是研究企业选择“立即投资”还是“延迟投资”的问题。结合式(12)，投资时点受到初始碳价水平、碳价波动率和最优投资阈值的影响。投资阈值是多个参数综合作用下的结果，而SAF 价格是影响投资阈值的重要参数。因此本小节考察初始碳价水平、碳价波动率和 SAF 价格对投资时点的影响，从图 3、图 4 可知：(1)当碳价的波动率越小、初始碳价水平越高，最优投资时点出现时间越早，当碳价波动率下降50%90%引起投资时点降低 43%50%，而初始碳价水平上涨 20 倍导致投资时点最多降低近90%。另外，SAF 价格的下降也能够促进投资时图 3 最优投资时点与碳价的关系Fig.3 The relationship between optimal investment time and carbon price图 4 最优投资时点与 SAF 价格的关系Fig.4 The relationship between the optimal investment time point and the SAF price碳价/(元/t）5000150010002000碳价波动率=0.01碳价波动率=0.05碳价波动率=0.1045040035030025020015010050最优投资时点/年碳价/(元/t）500150010002000250200150100500最优投资时点/年SAF 价格为 5 倍航空煤油价格SAF 价格为 4 倍航空煤油价格SAF 价格为 3 倍航空煤油价格气 候 变 化 研 究 进 展 2023 年490温室气体排放点的前置，当 SAF 价格下降 40%时，引起投资时点最多降低约 63%。但是，由于投资阈值远高于初始碳价水平，在 50 年左右的时间内实现航空公司减排投资的碳价激励强度为 2000 元/t 甚至更高。(2)结合图 3、图 4，能够发现在相对较低的SAF 价格和稳定的高碳价条件下，投资时点出现会更早。因为 SAF 价格的降低减少了投资阈值，在稳定的高碳价配合下，航空公司使用 SAF 进行减排的动机更强。因此可以得出结论：确保碳价的稳定对航空公司减排投资有促进作用，并在高碳价的配合下，降低 SAF 价格对于航空公司尽早投资使用 SAF 具有更强的激励作用。然而近中期仅依靠碳市场难以激励航空公司实现减排投资。2.2 SAF 掺混比例对投资阈值、投资时点的影响2.2.1 掺混比例与减排投资阈值的关系本文定义实际排放与碳排放限制的差值为减排量，即 =-。SAF 能够与航空煤油掺混，但是由于其产能、价格以及安全适航因素等问题，目前掺混比例达不到很高，而掺混比例的大小直接影响到吨公里燃油成本、减排量，因而可能会影响投资阈值的大小。根据 的表达式，得到掺混比例与减排量的关系曲线，见图 5。图中存在减排量小于 0 的情况，这是由于 SAF 掺混比例太低，导致航空公司未完图 5 掺混比例与减排量的关系Fig.5 Relationship between blending ratio and emission reduction掺混比例（）0.5000.200.100.400.300.350.300.250.200.150.100.050-0.05减排量/(kg/(tkm)）0.450.150.050.350.25成碳排放限额的要求。这种情形下，航空公司需要额外购买碳配额以完成相应的减排责任。意味着在碳价水平能够激励航空公司使用 SAF 的前提下，航空公司选择“SAF+购买配额”组合，显然是不经济的。因此航空公司在使用 SAF 时，需要考虑最小掺混比例，以满足碳排放限额的要求。从图 5可知，在 SAF 全生命周期减排 80%时，在本文假设的条件下，计算出 SAF 的掺混比例最小要求约为 3.3%。故本文在分析时，考虑的 SAF 掺混比例均大于 3.3%。SAF 掺混比例影响减排量，可能会进一步影响减排投资阈值。结合式(11)，以 SAF 价格为航空煤油 5 倍的情况为例，考察不同掺混比例对投资阈值的影响，其他参数取值见表 1。从图 6 中可以看到，投资阈值随着 SAF 掺混比例的增大而减小，但掺混比例对投资阈值的影响非常小。也就是说，当航空公司使用一定掺混比例的 SAF 便可满足碳排放约束时，更高掺混比例的 SAF 对于航空公司的吸引程度并不明显。因此在考虑使用何种掺混比例的SAF 时，航空公司只需要重点关注碳排放约束的严格程度。图 6 投资阈值与 SAF 掺混比例的关系Fig.6 Relationship between investment threshold and blending ratio of SAF碳价波动率（）596160606040602060005980596059400.020592059000.060.040.100.08激励航司投资 SAF 的阈值/(元/t）596059590.06200.0616掺混比例=0.3掺混比例=0.4掺混比例=0.52.2.2 掺混比例与投资时点结合式(12)，考虑在 SAF 价格不变的前提下，掺混比例与最优投资时点的关系，分析航空公司何时使用何种掺混比例的 SAF 的问题。图 7 刻画了491陈俣秀，等：基于实物期权法的航空公司减排投资策略研究4 期 碳价/(元/t)227.380240220200180160140120500010080150010002000最优投资时点/年100.02100掺混比例=0.3掺混比例=0.4掺混比例=0.560227.378227.376227.374图 7 最优投资时点与 SAF 掺混比例的关系Fig.7 The relationship between the optimal investment time point and the blending ratio of SAF在碳价波动率、技术进步率等参数保持不变的情况下，掺混比例对于投资时点的影响。掺混比例的大小决定了单位吨公里的减排潜力，掺混比例越高，减排潜力越大，最优投资时点出现得越早，但是掺混比例对于投资时点的前置促进作用不强，如图 7 所示。时点出现越早，因此越能够激励航空公司的减排行为。同样地，触发投资时点尽早出现的条件也是高碳价以及低波动率。但是，激励航空公司对 SAF进行减排投资的阈值远高于目前全国碳市场的碳价水平，因此未来基于市场的碳减排机制（航空飞行活动）出现后的一段时间甚至很长时间内，如果没有其他政策措施的实施，仅依靠碳市场难以激励航空公司实现对 SAF 的减排投资行为。(2)SAF 价格影响燃油成本，进而影响航空公司的减排投资行为。SAF 价格的降低促进了投资阈值的降低以及投资时机的出现，并且在高碳价、低波动率的配合下，这种促进作用更加明显。减排投资成本的降低对于投资阈值的减小、投资时机尽早出现所带来的促进作用不大，而且仍需要高碳价、低波动率的配合。(3)SAF 掺混比例对投资阈值、投资时点的影响十分有限，当碳价水平达到 SAF 投资阈值时，航空公司使用何种掺混比例 SAF 取决于碳排放约束的严格程度。3.2 政策建议根据以上研究结论，结合行业减排的特点，可以得到以下启示。第一，加快基于市场的民航减排机制的建设和实施，将航空飞行活动碳排放纳入全国碳市场，发挥碳市场对减排投资行为的激励作用。基于市场的民航减排机制的建设和实施能够促进航空运输市场对 SAF 消费量的增加。科学合理设计基于市场的民航减排机制需要综合考虑我国航空运输规模和航空飞行活动碳排放在未来依然处于较快增长阶段的特点，以及统筹国内、国际航空飞行活动碳排放交易的需求；同时，还应研究建立基于市场的民航减排机制的价格稳定机制，降低碳价的波动，减小因碳价波动对航空公司投资阈值的影响。第二，加强 SAF 生产路线的技术攻关，增强中国民航低碳技术储备与国际竞争力。综合考量我国资源禀赋条件与 SAF 不同生产工艺的特点，对有潜力的 SAF 生产工艺展开技术攻关，依靠科技创新和技术进步有效降低 SAF 成本，在近中期3 结论与政策建议3.1 研究结论本文基于我国民航业减排难度大、减排成本高、能源转型困难的现状，分析在碳价的影响下航空公司减排投资行为，为基于市场的碳减排机制（航空飞行活动）的建立、航空公司减排投资提供参考。文章运用实物期权方法，假定航空煤油价格、SAF价格和碳价服从几何布朗运动，减排投资成本服从泊松过程，并考虑 SAF 的掺混比例构建了航空公司单位吨公里减排投资价值模型；通过求解模型，得到激励航空公司减排投资的碳价水平、最优投资时点的解析式，使用 MATLAB 工具对投资阈值、投资时点进行灵敏度分析，重点分析碳价的波动率、SAF 价格和掺混比例对减排投资决策的影响，得到的结论如下：(1)碳价波动性和碳价水平显著影响航空公司对减排技术的投资决策。碳价波动率越小，相同条件下激励航空公司进行减排投资的阈值越低、投资气 候 变 化 研 究 进 展 2023 年492温室气体排放提升 SAF 的经济性与产能，同时探索适于中国生物质能源发展基本原则、满足中国民航燃油需求的SAF 产业化技术路线，在中远期实现 SAF 的规模化应用。另一方面组织航空公司、飞机制造商、燃油生产商等多方开展SAF掺混比例的安全性认证，提高 SAF 掺混比例的安全阈值以适应严格的碳排放约束，提升航空运输低碳竞争力。第三，完善经济政策，建立健全“碳中和”目标下 SAF 相关的市场化机制。政策的引导同样是提升 SAF 经济性、产能和需求的重要措施。首先，建立健全 SAF 生产和使用的税收政策体系，为SAF 原料供应、生产研发等供应链全环节提供税费优惠，进一步降低SAF和传统航空化石燃料的价差，更好地发挥税收对 SAF 的规模化使用和航空业减排目标实现的促进作用。其次，针对航空运输业应用 SAF 存在的经济层面的障碍，建议大力鼓励绿色贷款、绿色基金、碳金融产品等绿色金融工具对SAF 等绿色能源的支持，同时引导通过社会资本以市场化方式设立 SAF 产业投资资金以及航空公司与燃油生产商合作等方式促进 SAF 的研发、扩大SAF 生产规模。最后，建议在基于市场的民航减排机制的碳排放约束下，进一步设定明确的 SAF 掺混比例目标，以刚性的约束减少航空飞行活动的环境影响，刺激 SAF 的需求。参考文献IPCC.Climate change 2021:the physical science basis M.Cambridge:Cambridge University Press,2021王庆一.2021 能源数据 M.北京:绿色创新发展中心,2022.Wang Q Y.Energy statistics 2021 M.Beijing:Innovative Green Development Program,2022(in Chinese)袁志逸,李振宇,康利平,等.中国交通部门低碳排放措施和路径研究综述 J.气候变化研究进展,2021,17(1):27-35.Yuan Z Y,Li Z Y,Kang L P,et al.A review of low-carbon measurements and transition pathway of transport sector in China J.Climate Change Research,2021,17(1):27-35(in Chinese)民航局.“十四五”民航绿色发展专项规划 R/OL.2022 2022-10-22.http:/ Aviation Administration of China.14th five-year special plan for green development of Chinas civil aviation 1324R/OL.2022 2022-10-22.http:/ Chinese)张希良,张达,余润心.中国特色全国碳市场设计理论与实践 J.管理世界,2021,37(8):80-95.Zhang X L,Zhang D,Yu R X.Theory and practice of Chinas nat