طراحی مدل مدیریت آلایندگی ناشی از حمل‌ونقل بار درون‌شهری در بستر بازار کربن با رویکرد نظریه بازی‌ها (مطالعه موردی: شهر تهران)

نوع مقاله : علمی - پژوهشی

نویسندگان
سهیل ابراهیمی 1
سعید شرافتی پور 2
1 کارشناس‌ارشد برنامه‌ریزی حمل‌ونقل، دانشکده مهندسی عمران و محیط‌زیست، دانشگاه تربیت‌مدرس، تهران، ایران
2 استادیارگروه برنامه‌ریزی حمل‌ونقل، دانشکده مهندسی عمران و محیط‌زیست، دانشگاه تربیت‌مدرس، تهران، ایران
10.22119/jte.2025.551347.2748
چکیده
حمل‌ونقل بار شهری در تهران سهم بزرگی در آلودگی هوای این شهر ایفا می‌کند، به‌گونه‌ای که حدود ۳۵ درصد از آلودگی ناشی از حمل‌ونقل به این بخش تعلق دارد. استفاده از ناوگان فرسوده دیزلی، مصرف بالای سوخت و مدیریت ناکارآمد، از مهم‌ترین عوامل مؤثر بر وضعیت کنونی هستند که پیامدهای زیان‌آور آن شامل افزایش بیماری‌های تنفسی، هزینه‌های اقتصادی سنگین و تشدید تغییرات اقلیمی می‌شود. سیاست‌های موجود مانند محدودیت‌های تردد و نوسازی ناوگان، به دلیل عدم پاسخگویی به رشد تقاضای لجستیک شهری، اثرات مقطعی دارند. در این راستا، استفاده از سازوکارهای بازارمحور کاهش آلایندگی، همچون تجارت کربن و سیاست‌های سقف- پاداش/ جریمه (Cap- and- P/S)، به معنای تعیین سقف انتشار برای شرکت‌ها و ایجاد امکان خرید و فروش سهمیۀ انتشار میان آن‌ها، می‌تواند به‌عنوان رویکردی پایدارتر برای کاهش انتشار CO₂ در حمل‌ونقل بار شهری موردتوجه قرار گیرد. این تحقیق از نظریه بازی‌ها به‌ویژه مدل‌های نش برای شبیه‌سازی رفتار شرکت‌های حمل‌ونقل و ارزیابی اثربخشی سیاست‌های کربنی در کاهش انتشار استفاده کرده است. در سناریوی «عدم‌مداخله»، رشد سالانه CO₂ در صورت عدم اعمال سیاست‌ها پیش‌بینی‌شده است و در ادامه با معرفی بازی‌های نش در دو نسخه، یکی بدون حضور بازیکن شرور و دیگری با اضافه شدن یک بازیکن شرور، تأثیر این سیاست‌ها بررسی می‌شود. مطالعه موردی تهران نشان داد که سیاست‌های سقف-پاداش/جریمه قادر به کاهش انتشار CO₂ به میزان ۱۳.۴ درصد نسبت به سناریوی عدم مداخله هستند، اما حضور بازیکن شرور که به‌طور عمدی به دنبال افزایش پیمایش بدون توجه به کاهش آلایندگی است، می‌تواند این کاهش را به ۲.۸ درصد محدود کند. این پژوهش نتایج مهمی در خصوص طراحی سیاست‌های کربنی و نیاز به نظارت دقیق‌تر و افزایش جریمه‌ها برای کنترل رفتارهای خودخواهانه رانندگان شرور در حمل‌ونقل بار شهری به‌ویژه در تهران ارائه می‌دهد. از منظر اجرایی، یافته‌ها بیانگر آن است که: افزایش نرخ جریمه کربن به بیش از ۴۹۰ دلار بر تن برای رساندن شرکت‌ها به سقف انتشار ضروری است؛ کاهش کران فعالیت به حدود ۱٫۱ برابر سقف مجاز می‌تواند رشد پیمایش را کنترل کند و ترکیب سیاست‌های اقتصادی با پایش مکانی در محدوده‌های طرح کاهش آلودگی هوا و طرح ترافیک، بیشترین اثربخشی را در مهار انتشار و رفتار پرریسک رانندگان دارد. نتایج این تحقیق می‌تواند موجب بهبود تصمیم‌گیری‌های خرد و کلان برای سیاست‌گذاران شهری و برنامه‌ریزان حمل‌ونقل باشد تا بتوانند به‌ کمک یافته‌های این پژوهش، راهکارهای مؤثرتری برای کاهش آلودگی هوا در تهران اتخاذ کنند.

کلیدواژه‌ها

موضوعات

عنوان مقاله English

Designing a Model for Managing Emissions from Urban Freight Transportation in the Carbon Market Framework Using Game Theory (Case Study: Tehran)

نویسندگان English

Soheil Ebrahimi 1
Saeid Sherafatipour 2
1 MSc in Transportation Planning, Faculty of Civil and Environmental Engineering,Tarbiat Modares University, Tehran, Iran
2 Assistant Professor at Department of Transportation Planning ,Faculty of Civil and Environmental Engineering,Tarbiat Modares University, Tehran, Iran
چکیده English

Urban freight transportation in Tehran plays a major role in the city’s air pollution, accounting for nearly 35% of total transport-related emissions. The widespread use of aging diesel fleets, excessive fuel consumption, and inefficient management are among the key contributing factors, resulting in severe respiratory health impacts, high economic costs, and accelerated climate change. Existing measures, such as traffic restrictions and fleet renewal programs, have produced only temporary effects, failing to meet the growing demand for urban logistics. In this context, market-based emission reduction mechanisms, such as carbon trading and cap–reward/penalty (Cap-and-P/S) schemes, defined as setting an emission cap for companies and allowing the trading of emission allowances, offer a more sustainable approach to mitigating CO₂ emissions from urban freight operations. This study applies game theory, particularly Nash equilibrium models, to simulate the strategic behavior of freight companies and assess the effectiveness of carbon policies in reducing emissions. A “do-nothing” baseline scenario projects the annual CO₂ growth in the absence of interventions, followed by two Nash games: one without and one with the inclusion of a rogue player representing high-risk independent drivers. The case study of Tehran demonstrates that cap–and-penalty/subsidy policies can reduce total CO₂ emissions by 13.4% compared to the baseline scenario; however, the presence of the rogue player, who deliberately increases mileage regardless of emissions, diminishes this reduction to about 11%, corresponding to a 2.8-percentage-point loss in policy efficiency. From an operational perspective, the findings indicate that: (1) increasing the carbon penalty rate to above US$490 per ton is necessary to align company activity with the emission cap; (2) reducing the operational upper bound to around 1.1 times the cap effectively controls over-mileage; and (3) integrating economic policies with spatial monitoring in LEZ and CGZ zones yields the greatest impact on both emission mitigation and the behavior of high-risk drivers. Overall, the results provide actionable insights for urban policymakers and transport planners, enabling them to design more effective, data-driven carbon management strategies for mitigating air pollution in Tehran’s freight transport sector.

کلیدواژه‌ها English

Urban freight, Carbon trading, Game theory, Environmental policy
- Shahbazi H, Reyhanian M, Hosseini V, Afshin H. The relative contributions of mobile sources to air pollutant emissions in Tehran, Iran: an emission inventory approach. Emission Control Science & Technology. 2016;2:44‑56.
 
- Heger M, Sarraf M. Air pollution in Tehran: health costs, sources, and policies. Washington, DC: World Bank; 2018.
 
- Kakouei A, Vatani A, Idris AK. An estimation of traffic‑related CO₂ emissions from motor vehicles in the capital city of Iran. Iranian Journal of Environmental Health Science & Engineering. 2012;9(1):13.
 
- Hosseini ST, Ariyana M, Abroodi SM. Transport and urban traffic management in Tehran with economic view. Journal of Urban Economics & Management. 2016; 4(15): 95‑109.
 
- Holman C, Harrison R, Querol X. Review of the efficacy of low emission zones to improve urban air quality in European cities. Atmospheric Environment. 2015;111:161‑169.
 
- California Air Resources Board. Cap‑and‑Trade program: summary of design and results. Sacramento: CARB; 2013.
 
- Rodrigue J‑P. The geography of transport systems. 5th ed. New York: Routledge; 2020.
 
- Naddafi K, Sowlat MH, Safari MH. Integrated assessment of air pollution in Tehran over the period from September 2008 to September 2009. Iranian Journal of Public Health. 2012;41(2):77‑86.
 
- International Energy Agency (IEA). World energy outlook 2016: transport sector energy demand. Paris: IEA; 2016.
 
- Bigazzi AY, Figliozzi MA. Review of heavy‑duty vehicle emission factors and their effect on exposure. Transportation Research Part D. 2013;21:10‑18.
 
- Allen J, Browne M, Woodburn A, Leonardi J. The role of urban consolidation centres in reducing freight traffic and pollution. Transport Reviews. 2012;32(4):473‑490.
 
- Lee M, Colopinto K. Tokyo’s emissions trading system: a case study. Washington, DC: World Bank; 2013.
 
- International Carbon Action Partnership. Emissions trading worldwide: status report 2022. Berlin: ICAP; 2022.
 
- Stavins RN. What can we learn from the European Union’s emissions trading system? Oxford Review of Economic Policy. 2021;37(2):326‑354.
 
- Stavins RN. Lessons from the American cap‑and‑trade experience. The Environmental Forum. 2012;29(3):38‑44.
 
- C40 Cities Climate Leadership Group. Tokyo’s urban cap‑and‑trade scheme delivers substantial carbon reductions. Case Study. London: C40; 2015.
 
- European Commission. EU Emissions Trading System (EU ETS): factsheets on 2020 progress. Brussels: Directorate‑General for Climate Action; 2020.
 
- Fudenberg D, Tirole J. Game theory. Cambridge, MA: MIT Press; 1991.
 
- Osborne MJ, Rubinstein A. A course in game theory. Cambridge, MA: MIT Press; 1994.
 
- Weibull JW. Evolutionary game theory. Cambridge, MA: MIT Press; 1995.
 
- Carmona R, Delarue F. Probabilistic theory of mean field games with applications I–II. New York: Springer; 2018.
 
- Babaioff M, Kleinberg R, Papadimitriou C. Congestion games with malicious players. In: Proceedings of the 8th ACM Conference on Electronic Commerce (EC ’07). 2007:103‑110.
 
- Roth A. The price of malice in linear congestion games. Carnegie Mellon University Technical Report; 2008.
 
- Aspnes J, Richa AW, Schmid S. When selfish meets evil: Byzantine players in a virus inoculation game. In: Proceedings of the 25th ACM Symposium on Principles of Distributed Computing (PODC). 2006:129‑138.
 
- Mohammadi H, Cohen D, Babazadeh M, Rokni L. The effects of atmospheric processes on Tehran smog forming. Iranian Journal of Public Health. 2012;41(5):1‑12.
 
- Naddafi K, Sowlat MH, Safari MH. The relationship between atmospheric temperature inversion and air pollution in Tehran. Iranian Journal of Environmental Health Science & Engineering. 2011;6(3):193‑200.
 
- Ghaffari HR, Sowlat MH, Naddafi K, Safaie Y. Spatio‑temporal analysis of Tehran air quality and meteorological associations. Environmental Monitoring and Assessment. 2017;189:197.
 
- Tehran Air Quality Control Company. Annual report on the traffic zone and low emission zone (LEZ) results. Tehran Municipality; 2019.
 
- Kalantari N, Khademi A. Analysis of urban freight trip patterns in Tehran using spatial data. Journal of Transportation Research. 2018;15(3):45‑63.
 
- Hosseini V, Shahbazi H. Age distribution and emission standards of Tehran heavy‑duty fleet: implications for policy. Environmental Monitoring and Assessment. 2016;188:593.
 
- Hassanvand MS, Naddafi K, Faridi S, et al. Indoor–outdoor relationships of PM₁₀, PM₂.₅ and PM₁ mass concentrations and their water‑soluble ions in Tehran, Iran. Air Quality, Atmosphere & Health. 2015;8(1):81‑91.
 
- Qadir RM, Abbaszade G, Schnelle‑Kreis J, et al. A comparison of air quality inside and outside European low‑emission zones: evidence from London, Berlin and Copenhagen. Atmospheric Environment. 2013;80:225‑246.
 
- Tsocheva I, Scales J, Dove R, et al. Investigating the impact of London’s ultra‑low emission zone on children’s health: CHILL study protocol. BMC Pediatrics. 2023;23:556.
 
- Seifert J, Uhrig‑Homburg M. Modelling the dynamics of carbon futures and the costs of emission compliance. Energy Economics. 2010;32(3):688‑699.
 
- Lee BY, Ha S. A game‑theoretic analysis of carbon emission reduction in supply chains. Transportation Research Part E. 2018;112:10‑26.
 
- Welch L, Jaimungal S. Nash equilibria in greenhouse gas offset credit markets. arXiv preprint 2024;2401.0142.

  • تاریخ دریافت 13 مهر 1404
  • تاریخ بازنگری 23 مهر 1404
  • تاریخ پذیرش 28 مهر 1404