商業航太與太空產業（進階）：入軌成本曲線與星系單位經濟學

為什麼「火箭能回收」會徹底改寫太空產業的帳本？

入門篇談過商業航太的玩家、發射服務市場與低軌通訊衛星的崛起。但如果我們把鏡頭拉近，會發現整個產業這十年的爆炸性成長，背後其實是一條冷冰冰的數學曲線：每公斤入軌成本（cost per kilogram to orbit）。1981 年太空梭把酬載送到低地球軌道（Low Earth Orbit, LEO）的成本約為每公斤 $54{,}500$ 美元（換算現值），而 SpaceX 的 Falcon 9 把這個數字壓到約 $2{,}700$ 美元，Starship 的目標更指向每公斤數百美元甚至更低。

這不是漸進式的工程優化，而是一次經濟結構的相變。當入軌成本掉一個數量級，原本「在帳面上根本不可能成立」的商業模式——數萬顆衛星的巨型星系（mega-constellation）、太空製造、軌道觀光——突然全部跨過了損益平衡線。本篇要做的，是把這條成本曲線拆開，從火箭方程的物理限制、可重複使用的邊際成本結構、到星系的單位經濟學，一層層算給你看。

火箭方程：為什麼「把東西送上去」本質上這麼貴

一切的起點是齊奧爾科夫斯基火箭方程（Tsiolkovsky rocket equation）。它告訴我們，火箭能獲得的速度增量 $\Delta v$ 取決於排氣速度與質量比：

$$\Delta v = v_e \ln\!\left(\frac{m_0}{m_f}\right) = I_{sp}\, g_0 \ln\!\left(\frac{m_0}{m_f}\right)$$

其中 $v_e$ 是有效排氣速度，$I_{sp}$ 是比衝（specific impulse，單位秒），$g_0 = 9.81\ \text{m/s}^2$，$m_0$ 是起飛總質量，$m_f$ 是燃料燒完後的質量。

要進入 LEO，需要的 $\Delta v$ 大約是 $9.4\ \text{km/s}$（其中軌道速度約 $7.8\ \text{km/s}$，其餘是重力損失與空氣阻力損失）。把這個數字代進去，假設用煤油／液氧引擎，海平面 $I_{sp}\approx 300\ \text{s}$，即 $v_e\approx 2940\ \text{m/s}$：

$$\frac{m_0}{m_f} = \exp\!\left(\frac{\Delta v}{v_e}\right) = \exp\!\left(\frac{9400}{2940}\right) \approx \exp(3.2) \approx 24.5$$

這個質量比 $24.5$ 是個殘酷的數字：起飛時的火箭，有約 $96\%$ 是燃料。剩下 $4\%$ 還要包含引擎、燃料箱、結構、控制系統——真正能當酬載的，往往只剩起飛質量的 $2\%$ 到 $4\%$。這就是為什麼火箭被稱為「會飛的燃料箱」，也是為什麼每一公斤的酬載都這麼昂貴：你不只要把這公斤送上去，還要把為了送它而存在的整套巨大基礎設施一起加速。

指數函數的可怕之處在於：$\Delta v$ 線性增加，質量比卻指數爆炸。這就是多節火箭（staging）存在的根本理由——把燒完的空箱子丟掉，才能讓有效質量比繼續往上推。但傳統上「丟掉」意味著把昂貴的硬體扔進海裡，這正是可重複使用要攻擊的浪費。

可重複使用：把資本支出攤平成邊際成本

過去的火箭是「拋棄式」（expendable）：每次發射都製造一枚全新的火箭，飛一次就報廢。這在會計上等於把整個製造成本一次認列到單次任務。可重複使用（reusability）的革命，是把火箭從「消耗品」變成「資本財」——像飛機一樣，買一次、飛很多次。

我們用一個簡化模型來看這個轉變。設一枚火箭的製造成本為 $C_{\text{build}}$，每次飛行的翻新與營運成本為 $C_{\text{op}}$，總共能飛 $N$ 次，那麼分攤到每次發射的成本是：

$$C_{\text{per flight}} = \frac{C_{\text{build}}}{N} + C_{\text{op}}$$

關鍵的洞見是 $C_{\text{build}}/N$ 這一項：當 $N=1$（拋棄式），製造成本全壓在一次發射上；當 $N$ 變大，這項快速趨近於零，總成本逼近 $C_{\text{op}}$。

換句話說，可重複使用的價值不在「省下一枚火箭」，而在於把巨額的固定資本支出，攤平成可控的邊際營運成本。這跟航空業是同一套邏輯：沒有人會因為飛了一趟舊金山就把波音 787 丟掉。

動手算一下：回收到底省了多少？

假設一枚 Falcon 9 第一節（first stage，佔火箭硬體成本最大宗）的製造成本約 $C_{\text{build}} = 4{,}000$ 萬美元，每次回收後的翻新與燃料成本 $C_{\text{op}} = 1{,}500$ 萬美元（含第二節這類不回收的部分，這裡簡化合併估算）。我們比較不同重複使用次數下的單次成本：

$$N=1:\quad C = \frac{4000}{1} + 1500 = 5500\ \text{萬美元}$$

$$N=5:\quad C = \frac{4000}{5} + 1500 = 800 + 1500 = 2300\ \text{萬美元}$$

$$N=10:\quad C = \frac{4000}{10} + 1500 = 400 + 1500 = 1900\ \text{萬美元}$$

$$N=20:\quad C = \frac{4000}{20} + 1500 = 200 + 1500 = 1700\ \text{萬美元}$$

從 $N=1$ 到 $N=10$，單次成本降了約 $65\%$。但請注意一個重要的邊際遞減現象：從 $N=1$ 到 $N=5$ 省了 $3200$ 萬，但從 $N=10$ 到 $N=20$ 只再省 $200$ 萬。

這個曲線的數學形狀（$1/N$ 雙曲線）告訴我們一個產業策略：一旦進入高重複使用次數區間，降成本的瓶頸就從「能不能回收」轉移到「翻新有多便宜、多快」——也就是 $C_{\text{op}}$ 本身。這正是為什麼新一代設計（如 Starship 主打的不鏽鋼箭體與快速復飛）把重點放在「免大修翻新」與「小時級周轉」，而不只是「能不能接回來」。當 $C_{\text{build}}/N \to 0$，剩下的全部戰場都在 $C_{\text{op}}$。

回收要付出的代價：性能的「重力稅」

天下沒有白吃的午餐。要讓第一節飛回來，火箭必須保留一部分燃料做返航點火（boostback burn）、再入減速（reentry burn）與著陸點火（landing burn），還得背著著陸腿與柵格翼（grid fins）這些額外質量。這些都會吃掉原本能用來推酬載的 $\Delta v$。

我們可以把它量化。設回收所需的額外 $\Delta v_{\text{recovery}}$（典型值在 $1.5\sim2\ \text{km/s}$ 量級，視回收方式而定），那麼分配給入軌的 $\Delta v$ 就減少了。由火箭方程，酬載質量的損失大致按指數關係放大：保留的燃料是「死重」，它在入軌段也得被一起加速。實務上，回收會讓同一枚火箭的 LEO 運力下降約 $30\%\sim40\%$。

於是產業面對一個最佳化問題：

$$\text{單位酬載成本} = \frac{C_{\text{per flight}}}{m_{\text{payload}}}$$

回收讓分子（每次成本）大幅下降，卻也讓分母（可用運力）縮水。只有當分子下降的幅度超過分母縮水的幅度，回收在經濟上才划算。前面的算式顯示，當 $N$ 夠大、$C_{\text{build}}/N$ 夠小，分子的降幅是壓倒性的——這就是為什麼即使犧牲三、四成運力，回收依然是穩賺的決策。

值得一提：對需要極高 $\Delta v$ 的任務（如直送地球同步轉移軌道 GTO 或深空），有時火箭會選擇拋棄式飛行以榨出最大運力。回收與否不是信仰，而是逐任務的成本／運力最佳化計算。

巨型星系的單位經濟學：把衛星也變成「消耗品」

成本曲線下降後，最戲劇性的應用是低軌巨型星系。傳統通訊衛星是地球同步軌道（GEO, 約 $35{,}786\ \text{km}$）上的單顆巨獸，造價數億美元、設計壽命十五年。LEO 星系反其道而行：用數千到數萬顆小型衛星，飛在約 $550\ \text{km}$ 的高度。

為什麼要這麼低？關鍵在通訊延遲與鏈路預算。訊號單程延遲與距離成正比：

$$t_{\text{delay}} = \frac{d}{c}$$

GEO 來回延遲（含上下行）至少 $\dfrac{2\times 35786\ \text{km}}{3\times10^5\ \text{km/s}} \approx 0.24\ \text{秒}$，加上地面段往往超過半秒；而 LEO 在 $550\ \text{km}$ 高度單程延遲僅約 $1.8\ \text{ms}$，總往返可壓在 $20\sim40\ \text{ms}$，足以支撐視訊會議與線上遊戲。此外，自由空間路徑損耗（free-space path loss）按距離平方衰減：

$$L_{\text{fs}} = \left(\frac{4\pi d f}{c}\right)^2$$

距離縮短 $65$ 倍，路徑損耗就改善約 $65^2 \approx 4200$ 倍（約 $36\ \text{dB}$），讓終端天線可以做得更小、更便宜。

但低軌的代價是覆蓋範圍小、且衛星壽命短。一顆 LEO 衛星只能照顧腳下一小塊地表，且每約 $90$ 分鐘繞地球一圈，從任一地面點看過去只停留幾分鐘——所以你需要一大群衛星接力才能維持連續覆蓋。更麻煩的是，$550\ \text{km}$ 高度仍有稀薄大氣，衛星受到的阻力會持續耗損軌道能量，設計壽命通常只有 $5$ 年左右，之後再入大氣燒毀。

這帶來一個顛覆性的會計觀念：衛星本身也變成了「可消耗、可量產、可迭代」的存貨，而非一次性的資本紀念碑。整個星系的單位經濟學變成：

$$C_{\text{constellation/year}} = \frac{N_{\text{sat}} \cdot (C_{\text{sat}} + C_{\text{launch per sat}})}{T_{\text{life}}}$$

要讓這個年化成本攤到每個用戶身上夠低，三件事必須同時成立：衛星要能量產降本（$C_{\text{sat}}$ 下降）、發射要能批次共乘（$C_{\text{launch per sat}}$ 下降）、用戶數要夠大。三者環環相扣，缺一不可——這也是為什麼這個賽道的進入門檻極高，且高度依賴前面那條入軌成本曲線。

看一個例子：一次發射攤掉多少顆衛星的「上樓費」？

設一枚可重複使用火箭單次發射成本 $C_{\text{flight}} = 2000$ 萬美元，一次能帶 $A=50$ 顆星系衛星上軌。那麼每顆衛星分攤的發射成本是：

$$C_{\text{launch per sat}} = \frac{2000\ \text{萬}}{50} = 40\ \text{萬美元/顆}$$

若衛星量產造價壓到 $C_{\text{sat}} = 50$ 萬美元、壽命 $T_{\text{life}} = 5$ 年，則每顆衛星的年化總成本為：

$$\frac{40 + 50}{5} = 18\ \text{萬美元/顆/年}$$

對一個 $5000$ 顆的星系，年化總成本約 $5000\times 18 = 9$ 億美元。若服務 $2000$ 萬付費用戶，分攤到每位用戶的純太空段年成本僅約 $45$ 美元——這還沒算地面站與營運。你會發現，只有當「批次發射」與「衛星量產」雙雙成立時，這個數字才落入消費級可負擔的區間。把任一參數退回十年前的水準（發射貴十倍、衛星貴十倍），同樣的算式會吐出天文數字，整個商業模式立刻崩潰。這就是成本曲線如何「解鎖」商業模式的具體機制。

軌道是有限資源：擁擠、碎片與外部性

當入軌變便宜，一個過去被忽略的稀缺資源浮上檯面：軌道空間與頻譜本身。LEO 不是無限大的，特定高度的「殼層」能容納的衛星數量受限於碰撞風險。

碰撞風險的核心隱憂是凱斯勒症候群（Kessler syndrome）：當軌道碎片密度超過某個臨界值，一次碰撞產生的碎片會引發更多碰撞，形成自我延續的連鎖反應，可能讓某些軌道高度在數十年內無法使用。這是一個典型的負外部性（negative externality）與公地悲劇（tragedy of the commons）：每個營運者發射衛星時，只承擔自己的成本，卻把碰撞與碎片風險加諸於整個軌道生態。

從產業治理角度看，這意味著「每公斤入軌成本」不是唯一該被計價的東西。離軌責任（end-of-life deorbit）、防撞機動、軌道與頻譜的協調分配，正在成為新的成本項與監理門檻。一個成熟的太空經濟，遲早要把這些外部成本內部化——例如要求衛星具備可控離軌能力、課徵軌道使用費，或建立碎片移除的市場機制。這是商業航太從「拓荒期」走向「治理期」的關鍵轉折。

重點回顧

• 太空產業這十年的成長，根本驅動力是每公斤入軌成本下降一個數量級；許多商業模式是被這條成本曲線「解鎖」的，而非憑空出現。
• 火箭方程 $\Delta v = v_e\ln(m_0/m_f)$ 的指數本質，使得入軌火箭高達 $96\%$ 是燃料，這是太空昂貴的物理根源；多節與回收都是對抗這個指數的策略。
• 可重複使用的價值在於把製造成本 $C_{\text{build}}$ 攤平：單次成本 $\approx C_{\text{build}}/N + C_{\text{op}}$，當 $N$ 變大，降本瓶頸從「能否回收」轉移到「翻新有多便宜（$C_{\text{op}}$）」。
• 回收要付「重力稅」：保留返航燃料使 LEO 運力下降約 $30\%\sim40\%$，但只要 $N$ 夠大、成本降幅壓過運力縮水，回收依然划算——是逐任務的最佳化，不是教條。
• 巨型星系把衛星也變成可量產的消耗品；其單位經濟學要求「衛星量產 × 批次發射 × 龐大用戶」三者同時成立，缺一即崩。軌道空間與碎片風險則是新浮現的稀缺資源與外部性。

深入探討（研究所視角）

若要把本篇的直覺推向研究所層級，有三條值得深挖的線。

其一，學習曲線與規模經濟的量化。 製造業的成本下降常服從萊特定律（Wright's law）：累計產量每翻倍，單位成本下降一個固定百分比 $b$：

$$C(x) = C_1\, x^{-b}, \qquad b = -\frac{\log(1-r)}{\log 2}$$

其中 $r$ 是學習率（每翻倍的降本比例）。火箭引擎與衛星的量產若呈現 $15\%\sim20\%$ 的學習率，會在累計產量達到數百、數千單位時產生極陡的成本崩塌。把這條曲線疊加到前面的星系單位經濟學上，能解釋為什麼「先做大規模」反而是降本的前提，而非結果——這是一種正回饋的飛輪。

其二，回收的最佳化是一個約束下的非線性規劃。 嚴格處理「回收 vs. 運力」的取捨，要把火箭方程寫成分段形式（上升段、boostback、reentry、landing 各有自己的質量比與 $I_{sp}$），對「分配給回收的 $\Delta v$」這個決策變數求單位酬載成本的極小值。這會得到一個內點解：對給定的 $N$ 與任務 $\Delta v$，存在一個最佳回收強度。當任務 $\Delta v$ 高到一定程度（如 GTO 直送、行星際），最佳解會跳到邊界——也就是拋棄式飛行。這解釋了為何同一枚火箭在不同任務間切換回收策略。

其三，軌道容量與碎片動力學的耦合模型。 凱斯勒症候群可以用類似流行病學的微分方程組描述：把某高度殼層的活躍衛星數 $N_a$、廢棄物 $N_d$、碎片數 $N_f$ 當成耦合的狀態變數，碰撞率正比於密度平方（$\propto N^2$），離軌率正比於 $N$ 並受大氣阻力（與太陽活動週期相關）調制。這個系統存在臨界點：當發射率與碎片生成率超過自然清除率，系統從穩定平衡跳到碎片自我增殖的不穩定分支。把這套動力學接上經濟模型（軌道使用費作為控制輸入），就進入了太空交通管理（Space Traffic Management）這個正在成形的跨領域研究前沿——它同時是軌道力學、控制理論、博弈論與環境經濟學的交會點，也很可能是下一個十年商業航太最關鍵的制度性戰場。