رويكرد تحليل پوششي داده هاي متمركز فازي براي تخصيص ميزان انتشار با در نظر گرفتن سياست محدوديت و تجارت

Fuzzy centralized DEA approach for reallocation of emission permits under cap and trade regulation

امروزه توسعه پايدار به‌عنوان مهم‌ترين مسئله در مسير توسعه اقتصادي كشورهاست. براي دستيابي به پايداري در توسعه، كشورها بايد توجه ويژه‌اي به جنبه‌هاي زيست‌محيطي داشته باشند. جنبه زيست‌محيطي بر سلامت اكوسيستم تمركز دارد. براي پايداري در توسعه كشورها، انتشار گازهاي گلخانه‌اي مي‌بايست كنترل‌شده و كاهش يابد. سياست محدوديت و تجارت از مؤثرترين رويكردها در كنترل و كاهش ميزان انتشار گازهاي گلخانه‌اي است. در سياست محدوديت و تجارت، با توزيع مجوزهاي انتشار بين كشورها، مقدار كل آلايندگي كاهش مي‌يابد. هدف از اين مقاله، ارائه يك مدل متمركز تحليل پوششي داده‌ها براي توزيع عادلانه مجوزهاي انتشار در سياست محدوديت و تجارت با توجه به كارايي كشورها است. مدل ارائه‌شده كارايي كشورها را در حضور ورودي‌هاي قابل‌كنترل و غيرقابل كنترل براي توزيع مجوزهاي انتشار ارزيابي مي‌كند. عدم قطعيت پارامترها به‌وسيله اعداد فازي در نظر گرفته مي‌شود. همچنين، در اين مقاله ميزان انتشار گازهاي منتشرشده‌اي كه مي‌تواند كم شود، بدون كاهش ساير خروجي‌ها مشخص مي‌شود. مطالعه موردي كاربرد مدل ارائه‌شده را نشان مي‌دهد. تجزيه‌وتحليل حساسيت به‌منظور بررسي تأثير تغييرات پارامترها بر نتايج انجام شده است.

Nowadays, sustainable development is the most important issue in the economic development of countries. To achieve sustainable development, countries must pay special attention to environmental aspects. Environmental aspect focuses on ecosystem stability and maintenance of ecologic functions. To make countries more sustainable, Greenhouse Gas (GHG) emission should be reduced and controlled. Cap and trade approach is one of the most effective approaches in controlling GHG emissions. In the cap and trade approach, the total amount of emissions are decreased by reallocating emission permits to countries. The objective of this paper is to propose a centralized Data Envelopment Analysis (DEA) model to reallocate emission permits in the cap and trade system given countries’ efficiencies. Our model evaluates efficiencies of countries in the presence of discretionary and nondiscretionary inputs to reallocate emission permits. The fuzzy set considers uncertainties in parameters. Also, this paper determines the amount of emitted gases that can be reduced without reducing other outputs. A case study demonstrates the applicability of the proposed model. Sensitivity analysis is carried out to investigate the impact of parameters’ variations on results.