Balancing Carbon and Profitability in Aviation: A Risk and Policy Perspective
Notice bibliographique
Résumé
This study examines the intricate relationship between carbon emissions and sustainable financial performance in the global airline industry, a sector increasingly scrutinized for its environmental impact. Building upon the win–win hypothesis, trade-off theory, and emerging perspectives on non-linear environmental–financial linkages, this study explores how firm profitability is influenced not only by emission intensity but also by contextual factors such as temperature anomalies and the adoption of Sustainable Aviation Fuel (SAF). Using panel data from 29 major airlines headquartered across seven global regions, the analysis reveals a curvilinear relationship: while increased emissions are initially linked to higher profitability, likely reflecting operational scale, excessive emissions may diminish financial returns. The findings also underscore the moderating role of temperature anomalies, which can intensify both the initial benefits and the subsequent costs of emissions. Furthermore, the adoption of SAF appears to mitigate the financial risks of emissions under heightened climate-related pressure. Although initially costly and negatively associated with profitability, SAF investment shows potential long-term benefits, suggesting a non-linear payoff structure. Overall, the findings suggest that firms in carbon-intensive industries must carefully calibrate environmental strategies and investments to achieve long-term financial resilience. The study offers new insight into how internal decisions and external pressures jointly shape the emissions–performance dynamic.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».