航班排放信息对消费者需求的影响：来自美国航空业的证据

娜菲莎·洛哈瓦拉和玄滕 关于作者 娜菲莎·洛哈瓦拉她是资源未来研究所（RFF）的研究员。她在获得印度理工学院坎普尔分校的经济学本硕双学位（辅修计算机科学与工程（算法））后，在密歇根大学获得了经济学博士学位。洛哈瓦拉的科研领域位于产业组织、能源经济学和公共财政的交叉点。 玄腾他是经济学系助理教授，同时也是慕尼黑路德维希·马克西米利安大学伊福研究所（ifo Institute）与经济研究中心（CESifo）的附属研究员。滕教授的研究领域包括产业组织、数字经济和应用微观经济学。 致谢 我们感谢 Lucie Bioret 和 Zach Whitlock 提供出色的研究助理支持，也感谢在2025 年国际产业组织会议（田纳西大学与慕尼黑路德维希-马克西米利安大学联合举办）的会议及研讨会参与者们提供的有益反馈。我们同样感谢 RFF 开发与传播团队以及研究团队提供的反馈与协助，以传播此项研究。我们由衷感谢气候工作基金会（资助项目编号 23-2574）提供的资金支持。 关于RFF 未来资源研究所（RFF）是一家位于华盛顿特区的独立非营利性研究机构。其使命是通过公正的经济研究和政策参与，改善环境、能源和自然资源方面的决策。RFF致力于成为最受信赖的研究见解和政策解决方案来源，以促进健康的环境和繁荣的经济。 工作文件是由作者为信息交流和讨论而分发的研究资料。它们未必经过正式的同行评审。此处所表达的观点属于各位作者个人，可能与RFF其他专家、其官员或董事的观点有所不同。 分享我们的工作 我们的作品根据Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)许可协议，可供分享和改编。您可以复制和重新分发我们的材料至任何媒介或格式；您必须恰当署名，提供指向许可协议的链接，并标明是否作出修改，且您不得应用额外的限制。您可以以任何合理的方式这样做，但不得以任何暗示许可方认可您或您的使用方式。您不得将材料用于商业目的。如果您混合、转换或基于材料创作，您不得分发修改后的材料。欲了解更多信息，请访问https://creativecommons.org/licenses/by-nc-nd/4.0/. 航班排放信息对消费者需求的影响：来自美国航空业的证据∗ 2026年6月10日娜菲莎·洛哈瓦拉†玄腾‡ 摘要 航班预订网站，如Google Flights和Skyscanner，越来越多地显示航班行程的预估二氧化碳排放量，但人们对这些信息是否2 影响预订决策。我们利用2018年至2022年的美国国内航班数据以及离散选择模型，研究了排放信息披露如何影响消费者的航班选择，发现它提高了消费者对航班排放的敏感度。在我们偏好的模型设定中，需求排放弹性的绝对值从信息披露前的0.23增加到首次披露后的0.28。以支付意愿（WTP）表示，在信息披露后，隐含的减排支付意愿每吨高出33美元。反事实模拟表明，强制所有航班预订平台进行排放信息披露将进一步增强消费者对排放信息的反应。 关键词：支付意愿，碳排放信息披露，离散选择模型，航空JEL代码：D12, D83, L93, Q58 1 简介 商业航空自20世纪80年代中期以来二氧化碳（CO₂）排放量翻了一番，这使得 它是气候影响增长最快的来源之一。1 一些航班预订网站——包括Google Flights和Skyscanner——现在会在其他航班详情旁边显示预估排放量，旨在引导消费者选择低排放的选项（见图）1例如网站展示的披露信息。这些披露使排放量在决策时成为一个更可见、更可比较的属性，使我们能够考察排放信息是否影响航班选择。如果消费者对此做出反应，披露应促使需求转向起点-终点对中排放较低的航线。衡量这种反应对于评估排放披露是否可以作为一项相对低成本的工具来影响航班选择至关重要。 我们考察了信息披露如何影响美国航空业航空需求的排放弹性。为了解释需求反应的幅度，我们还报告了估计的需求模型所隐含的低碳航班的支付意愿（WTP），我们将其称为有效WTP.2 为此，我们利用2018年至2022年美国国内航空旅行数据（期间有七家网站开始披露航班排放信息），构建了一个离散选择模型，消费者根据自身属性在航班选项中进行选择。为分离排放对需求的影响，我们控制了混杂的航班需求变动因素，包括票价、中转次数、航空公司机场覆盖，以及我们研究中特有的机队型号变量。为研究排放信息的影响，我们允许排放带来的非效用随信息曝光程度变化。我们通过复制谷歌航班使用的开源旅行影响模型（TIM）来计算航班排放。我们使用谷歌趋势数据衡量信息曝光程度，数据基于排放披露航班比较网站的基准流行度，并结合了各网站披露的时间。 我们的识别策略将不同行程的相对需求变化进行了比较。 随着信息披露的逐步扩大，在不同市场风险敞口水平下，排放水平也随之变化。 排放信息披露网站。该策略利用了三种变异来源：（1）在特定月份内，服务于同一起点-终点对的各条航线之间的排放量差异；（2）随时间推移的信息披露事件；（3）信息披露网站在各州披露前的受欢迎程度。如果排放信息披露是有效的，那么在信息披露事件发生后，低排放航班相对于高排放航班应该会获得更大的市场份额，尤其是在信息披露网站更受欢迎的州。我们将这种识别策略纳入一个嵌套Logit离散选择模型（Berry和Jia）。2010阿吉雷加比里亚和霍2012西里伯特和威廉姆斯2014西里伯特，默里和塔默2021). 我们的研究发现，排放信息披露提高了消费者对二氧化碳排放的敏感度。2 在选择航班时。在我们的首选规格中，需求排放弹性的绝对值从信息披露前的时期（2018年1月至2019年4月）的0.23增加到信息披露后的时期（2019年5月至2022年12月）的0.28，排放敏感性大约增加了22%。3 这种效应对于纳入各种协变量、丰富的固定效应集以及信息接触度的替代衡量方法都具有稳健性。为了解释效应的幅度，我们将有效支付意愿（WTP）计算为抵消一吨碳排放减少的边际票价增加，并保持...2 消费者效用不变。我们接着考察当航班预订平台开始披露信息时，这一价值如何变化。在我们首选的设定中，披露信息开始后，每位航空乘客的有效支付意愿（WTP）在每吨观察到的排放量上增加了33美元。在我们样本中，每个航班的平均显示二氧化碳排放量为455公斤。对于这种规模的假设减排量，我们的估计...2 配对意味着每份行程的有效支付意愿（WTP）将增加约15美元。反事实模拟表明，在所有网站强制披露信息的情况下，有效支付意愿（WTP）还可能大幅增加。 这些结果有几层含义。有证据表明消费者会对排放信息做出反应，这表明信息披露可能为航空公司提供差异化和提供低排放选择的动力。如果航空公司能够观察到并细分消费者的反应，它们或许能够通过价格差异来收回部分缓解策略的成本。4 此外，我们的研究结果表明，改进气候影响评估方式以及如何向消费者传达这些信息至关重要。网站上的算法通常没有考虑一些航空公司的缓解措施。 例如购买可持续航空燃料（SAF）。纳入这些因素将提高所显示估计值的信息含量，并使消费者的选择与航空公司实际的气候表现更好地保持一致。 本文有助于碳排放在消费者支付意愿（WTP）方面的文献研究，重点关注航空业。已有研究考察了其他行业（包括食品业）减排的支付意愿（Canavari and Coderoni）。2020), 建筑节能 (Alberini 等人)2018乘用车运输（Hulshof和Mulder）2020航空领域的研究已探索了澳大利亚等国家的消费者对低碳旅行的偏好（Choi and Ritchie）。2014),中国（焦和陈）2015), 爱尔兰（卡罗尔等）2022), 荷兰（布鲁韦尔、布兰德和比克林格）2008), 瑞典 (Sonnenschein 和 Smedby)2019), 瑞士（Berger 等人）2022)，以及英国（MacKerro n等人）。2009在美国，桑吉内蒂和阿门塔 (Sanguinetti and Amenta)2022该研究调查了加州大学戴维斯分校的450多名员工，以评估他们为大学相关商务旅行选择低排放航班时的支付意愿，估计其支付意愿约为每减少一吨二氧化碳当量200美元。2 尽管以往研究很大程度上依赖实验室环境或调查数据，我们利用大规模观测数据考察了针对较低航班排放的支付意愿（WTP）。本文在以下几个方面推进了相关文献。首先，我们使用实际预订中的显示偏好，从而能够基于观测到的消费者行为估算有效WTP。其次，我们使用覆盖美国国内航空业大部分份额的数据，而非特定旅客子群体，从而提升了外部效度。第三，我们采用结构化离散选择模型，能够对强制排放信息披露政策进行反事实分析。最后，虽然航空文献大多关注自愿碳抵消的WTP，但我们考察了针对同航线减排信息的反应。 本文亦为关于航空环境影响的新兴经济学文献做出了贡献。已有研究考察了诸如机场对周边空气污染与健康的影响等议题（Schlenker and Walker）。2016航空燃料税和碳定价在减少排放中的作用 (Fukui 和 Miyoshi)2017法格达和泰克西多2022），以及航空领域“以旧换新”计划的可行性（Brueckner、Kahn和Nickelsburg）。2026我们通过分析排放信息是否影响消费者选择低排放航班，丰富了这一领域的研究。 最后，本文为航空经济学领域广泛的文献做出了贡献。以往的研究考察了行业动态（Hurdle等人）。1989贝里1992西里伯特和塔梅尔2009), 竞争 (Berry)1990贝里和贾2010阿特和奥洛夫2015;Bontemps、Gualdani和 雷米 2025), 组织结构（Hortaçsu 等人）2024),以及价格歧视（Alderighi、Nicolini和Piga）2015威廉姆斯2022尽管已有研究考察了票价、质量和网络结构的影响，但环境信息在塑造需求方面的作用仍 largely unexplored。本文旨在填补这一空白。 本文其余部分的结构安排如下：第一节3讨论数据，第几节4讨论消费者航班选择模型，第5讨论估计和结果，第X节6讨论了反事实实验，以及第几节7结论。 2 机构背景 乘客可以通过多种渠道预订航班。航空公司通过其官方网站直接销售机票；在线旅行社（OTA），如Expedia、Orbitz和携程，允许乘客跨航空公司比较和预订行程。元搜索引擎，如Google Flights和Kayak，整合来自航空公司和OTA的航班选项。5 除票价、旅行时间和停靠站数量等标准属性外，一些航班比较网站已开始为每条行程显示预估排放量。图1展示了一个来自谷歌航班的示例，并列出了二氧化碳排放量（千克）和百分比。2 与同一路线的平均排放量进行比较，为旅行者提供了一个基于排放量与其他属性对比来比较行程的基准。6 对于谷歌航班，这些估算使用旅行影响模型（TIM）计算得出，该模型是一种开源方法，考虑了机型、座位布局、客载率和航线。 注释：该图显示了谷歌航班上DCA与JFK之间航班的屏幕截图。除了中转停留时间、飞行时长和票价外，该平台还显示了二氧化碳排放量（以千克为单位）以及相对于...的百分比差异。 与该路线的平均排放量相比。尽管显示使用的是COe，但我们全程使用CO作为简称。22 飞行比较网站上的排放信息披露起初是一项自愿行动。Skyscanner是首个大型平台，于2019年4月开始显示排放估算值。随后数年，其他平台也相继跟进了。图2该图展示了推广时间表。截至2022年10月，已有七个平台采用了信息披露。由于在排放信息出现之前，各州消费者对这些平台的使用方式存在差异，因此旅行者遇到排放估算的程度在时间和地理上都存在不同。我们利用这种差异进行分析。 3个数据 3.1 数据来源 我们整合了来自多个来源的数据。我们的主要数据集涵盖了2018年至2022年的美国国内航空交通。7 每项观测值均包含起点和终点机场、中途停留点、每