2026_mcm_b/plane/README.md

航空业成本结构分析：能源与成本相关性论证

1. 研究目的

本分析旨在证明一个核心命题：

在成熟的运输系统中，能源成本与总运营成本具有强相关性。因此，在建模未来太空物流系统时，使用"能量消耗"作为"经济成本"的代理变量是合理的。

这一论证对于 MCM 2026 Problem B（月球殖民地建设）至关重要，因为：

• 2050 年的燃料价格、硬件成本具有高度不确定性
• 但能量的物理性质（燃料热值、电力做功效率）是稳定的
• 如果能证明成熟系统中"能量 ≈ 成本"，则我们的能量模型具有经济学意义

---

2. 核心论证逻辑

2.1 成本结构演变理论

任何运输系统的单次运营成本可分解为：

Cost(N) = \frac{C_{hardware}}{N} + C_{energy} + C_{operations}

其中：

• $C_{hardware}$：运输工具制造成本（一次性投入）
• $N$：复用次数（Reuse Count）
• $C_{energy}$：能源/燃料成本
• $C_{operations}$：其他运营成本（人工、维护、地面支持等）

关键洞见：当 N \to \infty 时，$\frac{C_{hardware}}{N} \to 0$，总成本收敛于能源和运营成本。

2.2 航空业作为"成熟系统"的典型案例

参数	航空业	当前火箭	2050 太空系统(预期)
典型复用次数 N	50,000	1-20	1,000+
硬件折旧占比	<5%	>90%	<20%
能源成本占比	20-35%	<1%	显著

航空业是人类目前最成熟的大规模运输系统之一，其成本结构可以作为未来太空物流系统的参考。

---

3. 数据来源

• MIT Airline Data Project / US DOT Form 41 via BTS
• 数据范围：1995-2018 年美国国内航空业
• 数据类型：
  • Fuel Expense per ASM.xls：燃油费用/可用座位英里
  • System Total Expense per Available Seat Mile (CASM).xls：总运营成本/ASM
  • System Non-Labor Expense per ASM.xls：非人工成本（不含燃油）
  • Total Flight Equipment Maintenance Expense.xls：设备维护总费用

---

4. 分析结果与图表

4.1 燃油成本占比趋势 (Fuel Share Trend)

结果分析：

统计指标	数值
平均燃油占比	22.2%
最高占比	36.5% (2008年，油价危机)
最低占比	10.3% (1998年，油价低谷)

关键发现：

1. 燃油成本平均占总运营成本的 22.2%，是单一最大的可变成本项之一
2. 燃油占比与国际油价高度相关：
   • 2008 年油价高峰期，燃油占比飙升至 36.5%
   • 2015 年油价暴跌后，燃油占比降至 22.5%
3. 即使在油价低迷时期，燃油仍占总成本的 15-25%，证明能源是成熟运输系统的核心成本驱动因素

---

4.2 成本收敛曲线 (Cost Convergence)

模型参数（Boeing 737-800）：

参数	数值	说明
飞机购置价格	$80,000,000	典型市场价格
设计寿命	50,000 cycles	起降循环数
单次燃油成本	$4,818	基于 2018 年数据
单次其他运营成本	$15,358	人工+维护+管理

结果分析：

复用次数 N	单次总成本	硬件占比	能源占比
N=1 (一次性)	$80,020,176	99.97%	0.006%
N=20 (Falcon 9)	$4,020,176	99.5%	0.12%
N=1,000	$100,176	79.9%	4.8%
N=50,000 (航空)	$21,776	7.3%	22.1%

关键发现：

1. 收敛效应显著：当复用次数从 1 增加到 50,000 时，单次成本下降 3,675 倍
2. 能源从"忽略不计"变为"主导因素"：
   • N=1 时，能源占比仅 0.006%（几乎为零）
   • N=50,000 时，能源占比上升至 22%
3. 曲线在 N>5,000 后进入"能量主导区"（Energy Dominance Zone），此时优化能源效率成为降本的主要途径

---

4.3 成本结构对比 (Cost Structure Comparison)

三种场景对比：

场景	硬件占比	能源占比	运营占比	单次总成本
一次性火箭 (N=1)	97.6%	0.8%	1.6%	$61,500,000
可复用火箭 (N=20)	66.7%	11.1%	22.2%	$4,500,000
成熟航空 (N=50,000)	7.9%	23.9%	68.2%	$20,176

关键发现：

1. 一次性火箭时代：能源成本可以忽略（<1%），因此历史上航天成本分析很少关注燃料
2. 可复用火箭时代（SpaceX Falcon 9）：能源占比开始显现（~11%），但硬件仍主导
3. 成熟太空物流时代（2050 假设）：如果复用次数达到航空业水平，能源将成为主要成本驱动因素

---

4.4 能源-成本相关性分析 (Correlation Analysis)

统计结果：

指标	数值	解释
Pearson 相关系数 r	0.9199	强正相关
决定系数 R²	0.8462	燃油解释了 84.6% 的成本变异
回归方程	Total = 1.055×Fuel + 8.270	燃油每增加 1 美分，总成本增加 ~1.055 美分

关键发现：

1. 燃油成本与总成本高度相关（r = 0.92），证明能源是成本的主要驱动因素
2. 84.6% 的成本变异可由燃油成本解释，剩余 15.4% 由人工、管理等因素贡献
3. 右图显示燃油与总成本的同步波动：
   • 2007-2009 年油价飙升时，总成本同步上涨
   • 2014-2016 年油价暴跌时，总成本同步下降

---

4.5 综合信息图 (Comprehensive Summary)

此图整合了上述四项分析，适合直接用于论文正文。

---

5. 核心结论

5.1 对"能量代替成本"假设的论证

基于上述分析，我们可以得出以下结论：

论点	证据	结论
成熟系统中能源占比显著	航空业燃油平均占比 22.2%	✅ 支持
能源与总成本强相关	Pearson r = 0.92, R² = 0.85	✅ 支持
复用导致硬件成本稀释	N=50,000 时硬件占比<8%	✅ 支持
2050 太空系统将趋向成熟	Starship 等设计目标 N>1000	✅ 合理假设

最终结论：

在 2050 年的大规模月球物流场景下，使用"能量消耗"作为"经济成本"的代理变量是合理的。

这一假设基于航空业的成熟经验：当运输系统实现高度复用后，硬件成本被充分摊薄，能源成本成为主要的成本驱动因素和竞争差异化来源。

5.2 模型局限性声明

为保持学术严谨，我们也承认以下局限：

1. 维护成本的不确定性：太空环境比航空更恶劣，维护成本可能不会像航空业一样被压缩
2. 技术路径依赖：如果可复用技术未能达到预期，硬件成本仍将主导
3. 能源形式差异：航空使用化石燃料，太空电梯使用电力，两者的能源价格结构不同

应对措施：在论文中，我们将能量模型定位为"物理约束下的下限估计"，并辅以定性的经济讨论。

---

6. 论文写作建议

在论文中引用本分析时，建议采用以下表述：

Section 3.1: Justification for Energy-Based Cost Model

To address the uncertainty in forecasting economic costs for the year 2050, we adopt an energy-based cost model as a proxy for economic analysis. This approach is justified by empirical evidence from the commercial aviation industry—a mature, high-reuse transportation system.

Analysis of US airline industry data (1995-2018, MIT Airline Data Project) reveals:

• Fuel costs account for 22.2% of total operating expenses on average
• A strong correlation exists between fuel and total costs (r = 0.92, R² = 0.85)
• As reuse increases, hardware amortization diminishes, and energy becomes the dominant cost driver

We hypothesize that by 2050, with fully reusable launch vehicles (e.g., SpaceX Starship) achieving reuse counts in the thousands, the space logistics industry will exhibit a similar cost structure. Therefore, minimizing specific energy consumption (MJ/kg) serves as a reasonable proxy for minimizing long-term economic cost.

---

7. 文件清单

文件名	描述
cost_analysis.py	数据分析与可视化脚本
fuel_share_trend.png	燃油占比趋势图
cost_convergence.png	成本收敛曲线图
cost_structure_comparison.png	成本结构对比饼图
energy_cost_correlation.png	能源-成本相关性分析图
aviation_cost_summary.png	综合信息图（推荐用于论文）

---

8. 参考文献

1. MIT Airline Data Project. Airline Industry Financial Data. http://web.mit.edu/airlinedata/
2. US Department of Transportation. Bureau of Transportation Statistics, Form 41 Financial Data.
3. IATA. Airline Industry Economic Performance Reports.
4. Boeing Commercial Airplanes. 737-800 Airplane Characteristics for Airport Planning.

---

Data Source: MIT Airline Data Project / US DOT Form 41 via BTS (1995-2018)