不同类型航运公司在排放交易体系下的反应：一种均衡分析

《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Heterogeneous shipping companies’ responses under emissions trading schemes: An equilibrium analysis

　　摘要
排放交易体系对于实现航运业的脱碳至关重要。本研究构建了一个均衡框架，用于分析不同规模的航运公司面对排放交易体系时的战略反应，该框架将船舶速度和绿色技术投资决策与通过市场出清机制内生确定的碳排放权价格相结合。在适度条件下，我们证明了均衡解的存在性与唯一性。理论分析表明，规模较大的公司往往以较低的速度运营，从而实现更低的单船排放量。这类与规模相关的规律与欧盟监测、报告与核查系统中的实证数据基本一致。数值实验进一步显示，当因降低速度而造成的收入损失处于适度水平时，绿色技术投资并不会因公司规模而产生差异。此外，在小型公司占比较高的市场中，即便排放上限相同，均衡下的碳排放权价格也会更高。这些研究结果为理解不同规模公司的行为特征提供了重要见解，也有助于设计更为有效的航运业排放交易政策。

引言
作为全球化的核心支柱，海运在货物运输量上占据了全球贸易的约90%，对经济发展和互联互通发挥着至关重要的作用（联合国贸易和发展会议，2023年）。然而，如此大规模的航运活动也带来了显著的环境成本，尤其是二氧化碳排放问题（Cheng等人，2025年）。根据国际海事组织2020年开展的第四次温室气体研究，航运业占人类活动产生的全球温室气体排放量的近3%（国际海事组织，2020年）。令人担忧的是，如果不采取有效措施，到2050年，航运业的二氧化碳排放量预计将比2008年增加90%至130%（国际海事组织，2020年）。鉴于航运业日益严重的碳足迹，减少其排放是实现可持续绿色发展的重要步骤。

为应对二氧化碳排放问题，通常采用两种政策手段：指令控制型措施和市场型措施（Lagouvardou等人，2020年）。指令控制型措施指的是通过直接规定具体的技术或运营标准来要求企业减少排放，例如能效设计指数和船舶能效管理计划，这些标准自2013年起开始实施，旨在设定船舶的最低能效要求（Adamson，2011年）。近年来，碳强度指标也逐渐成为重要的技术标准（国际海事组织，2021年）。相比之下，市场型措施则通过为碳元素定价的经济工具来激励企业承担环境成本并采取具有成本效益的减排策略（Christodoulou和Cullinane，2024年）。常见的市场型措施包括碳税和排放交易体系（Shi等人，2018年）。碳税是对每单位排放的二氧化碳设定固定价格，而排放交易体系则是在总体排放上限的前提下，创建一个碳排放权交易市场。在排放交易体系中，每家航运公司都必须提交足够数量的碳排放权，以覆盖其实际排放量。这些碳排放权可以由监管机构分配，也可以在碳市场上购买，从而使企业能够灵活地选择减排方式（Zhu等人，2023年）。

在这些法规中，排放交易体系因其市场驱动的灵活性和成本效益，被广泛认为是最有效且最具前景的二氧化碳减排工具之一（Tang等人，2017年）。实际上，欧盟在规范航运业碳排放方面处于领先地位，已于2024年正式将航运业纳入欧盟排放交易体系（Mao等人，2024年）。除了欧盟排放交易体系这一典型案例外，国际海事组织及各国政府还探讨了多种针对航运业的替代性排放交易体系设计，这些设计在排放上限设定机制和碳排放权交易结构等方面存在差异。排放交易体系的灵活性促使许多学者研究其在航运领域的应用，重点关注不同形式的排放交易体系（Wang等人，2015年；Zhou等人，2025年；Zhu等人，2023年）。不过，现有研究大多停留在描述性分析层面，很少有研究建立理论模型来探讨航运公司在排放交易体系下的决策过程。

由于遵守排放交易体系的要求会直接影响航运公司的运营和技术决策，因此了解它们如何调整策略以最小化成本至关重要。面对排放交易体系，航运公司通常会采取两种主要策略：降低速度和投入绿色技术（Liu等人，2025年）。降低速度是通过减少船舶航行速度来降低燃料消耗和排放，属于运营层面的措施（Cariou，2011年；Corbett等人，2009年；Woo和Moon，2014年）；而投资绿色技术，如使用低碳燃料、安装碳捕获系统以及优化船舶设计，则属于技术层面的措施（Sheng等人，2023年）。不过，这两种策略都存在权衡。虽然降低速度有助于减少排放，但可能会因运输时间延长而影响服务可靠性，从而在竞争激烈的航运市场中削弱企业的竞争力（Zheng等人，2022年）。这直接导致企业利润下降，因为它们可能失去那些对时间要求较高的货物，同时还要面临货主因供应链成本上升而带来的运价压力（Cheaitou和Cariou，2012年；Vernimmen等人，2007年）。相反，投资绿色技术虽然能提供更为可持续的长期解决方案，但需要大量前期资本投入，给企业带来沉重的财务负担。总而言之，这些战略决策会产生双重影响，企业必须在运营效率下降和额外的绿色技术投资成本之间，以及获取碳排放权的费用之间进行权衡。

此外，不同公司的应对策略并不一致。特别是公司规模在面对排放交易体系时，会对企业的战略选择产生重要影响。规模较大的航运公司通常拥有更强的议价能力，能与货主签订长期合同，而且拥有更为密集的航线网络，这使它们在安排航班时具有更大的灵活性。这些优势使得它们对降低速度的敏感度较低，因此相比小型航运公司，其因速度降低而造成的利润损失较小。企业行为的这种差异性对市场结果有着重要影响。不同规模企业之间的不对称反应会重新分配碳排放权需求，在竞争性市场中，即便排放上限固定，这种战略互动也会影响碳排放权的市场出清价格及其波动性。因此，有必要帮助企业在考虑碳排放权价格、排放上限限制以及市场竞争态势的前提下，共同优化速度和绿色技术投资决策。

为解决这些问题，我们构建了一个均衡框架，用于分析不同规模航运公司面对排放交易体系时的反应。首先，我们建立了一个初步模型，其中航运公司仅通过绿色技术投资来遵守排放交易体系的要求。该模型提供了一个基准案例，表明在没有调整速度的情况下，从单船层面来看，绿色技术投资并不受公司规模的影响。随后，我们将分析扩展到一个通用模型，该模型同时考虑了降低速度和绿色技术投资这两种减排策略，并将碳排放权价格内生化。在适度条件下，我们证明了均衡解的存在性与唯一性。此外，我们从理论上证明了排放上限与碳排放权价格之间存在负相关关系。就公司规模而言，我们发现规模较大的航运公司每艘船的排放量更低，且航行速度也更低。数值实验进一步验证了这些分析结果，同时探讨了不同公司之间在绿色技术投资方面的差异。特别是当因降低速度而造成的收入损失处于适度水平时，绿色技术投资大致不受公司规模的影响。数值分析还表明，市场结构也会影响均衡结果：在相同的排放上限下，由更多小型公司构成的市场，其均衡下的碳排放权价格往往高于市场结构更为集中的情况。除了理论分析之外，我们还利用2024年度欧盟监测、报告与核查系统中的船舶级数据进行了实证研究（THETIS-MRV，2025年）。这些实证证据为我们的模型关于大型公司与小型公司在现实世界排放交易体系下行为差异的预测提供了支持。

总之，我们的研究在多个方面做出了以下贡献：
1. 构建了一个适用于不同规模航运公司在排放交易体系下的均衡框架：该框架将降低速度和绿色技术投资作为两种合规策略，共同纳入分析。与大多数仅关注单一公司、某类代表性船舶或外生给定碳价格的现有研究不同，我们通过明确建模不同规模航运公司的反应，将碳排放权价格内生化。这种设定能够更全面地反映市场动态，帮助我们了解在共同的排放约束下，企业间的差异如何影响它们的运营和技术决策。
2. 实证结果与模型预测基本一致：基于欧盟监测、报告与核查系统的数据，我们发现，在控制船舶类型固定效应的情况下，规模较大的航运公司航行速度更低，每单位运输工作的二氧化碳排放量也更低。这些实证规律与我们模型的均衡预测基本一致。
3. 为相关方提供管理启示：对于航运公司而言，我们的模型有助于它们在考虑碳排放权价格波动的情况下，优化综合性的碳减排策略。而对政策制定者来说，研究结果表明排放交易体系具有自我调节功能：它能够自然地激励规模较大的公司采取比小型公司更为有力的单船减排措施，同时降低航行速度。此外，分析还表明，排放交易体系的结果不仅取决于排放上限的严格程度，还受市场结构的影响——在由更多小型公司构成的较为分散的市场中，即使排放上限相同，均衡下的碳排放权价格也往往更高。最后，研究还指出，与降低速度不同，绿色技术投资并未表现出明显的规模差异，在某些条件下甚至可能大致不受公司规模影响。综上所述，这些发现表明，为了在不同市场结构下实现特定的市场目标，需要设计灵活的排放交易体系，而对于推动技术升级等特定目标，则可能需要配套的其他政策工具。

本文的其余部分结构如下：第2节回顾相关文献；第3节介绍一个仅关注绿色技术投资、不考虑降低速度的初步模型；第4节将该模型扩展为同时考虑降低速度和绿色技术投资的版本；第5节通过数值实验来验证分析结果，并提供管理启示；第6节详细介绍我们基于欧盟监测、报告与核查数据的实证分析；最后，第7节对整个研究进行总结。由于欧盟排放交易体系是一种跨行业的监管制度，而航运业在总排放量中所占比例较小，因此从海事行业的角度来看，CEA的价格可视为近似外生变量。尽管我们的理论框架是基于……构建的。

结论：本研究建立了一个均衡分析框架，用于研究不同类型的航运公司如何通过共同降低航速和投资绿色技术来应对排放交易体系。该框架突出了在排放交易体系下运营调整、技术采用与CEA内生价格之间的相互作用。为补充理论与数值分析，我们还分析了欧盟MRV系统中的船舶级数据，以评估是否存在与公司规模相关的规律性变化。

CRediT作者贡献说明：徐乐荣：撰写——初稿、软件使用、方法论、正式分析；林希：撰写——审阅与编辑、方法论、概念构建；白希文：撰写——审阅与编辑、撰写——初稿、监督、概念构建。

致谢：本研究得到了中国国家自然科学基金（项目编号72371143和72188101）以及清华大学科研启动计划的支持。

徐乐荣|林希|白希文
清华大学工业工程系，中国北京双清路30号，邮编100084