یک رویکرد پورتفولیو برای جایگزینی بهینه ناوگان به سمت حمل و نقل پایدار شهری
اخیراً، استفاده از اشکال پایدارتر حمل و نقل مانند وسایل نقلیه الکتریکی (EV) برای تحویل کالا و بسته به مشتریان در مناطق شهری، توجه بیشتری را از سوی برنامهریزان شهری و ذینفعان خصوصی به خود جلب کرده است. برای ارائه بینشهایی در مورد استفاده از وسایل نقلیه الکتریکی، این کار یک چارچوب بهینهسازی با استفاده از نظریه پرتفوی ایجاد میکند که هزینه و خطرات مرتبط با برخی عدم قطعیتهای پارامترهای ورودی را برای تعیین ترکیب بهینه EVها با وسایل نقلیه موتور احتراق داخلی (ICEVها) در حمل و نقل بار شهری (UFT) در یک دوره زمانی برنامهریزی در نظر میگیرد. این مدل میتواند به یک اپراتور حمل و نقل شهری کمک کند تا بهترین استراتژی سرمایهگذاری را برای معرفی وسایل نقلیه جدید به ناوگان خود انتخاب کند و در عین حال مزایای اقتصادی کسب کند و تأثیرات مثبتی بر محیط شهری داشته باشد. با در نظر گرفتن خطرات موجود، نتایج عددی نشان میدهد که EVها پتانسیل رقابت با ICEVها در UFT را دارند.
مقدمه
امروزه، به دلیل رشد جمعیت و سطح بالای شهرنشینی، تقاضا برای کالاها و خدمات در مناطق شهری رو به افزایش است. در نتیجه، برنامهریزان شهری با چالشهایی روبرو هستند که باید با ایجاد تعادل بین راهحلهای سیاستی، لجستیکی و فناوری به آنها پرداخته شود تا بتوان حمل و نقل بار شهری پایدارتری را فراهم کرد. در ادبیات پژوهشی، مطالعات مختلف راهحلهای مختلفی را برای مقابله با گازهای گلخانهای، انتشار سر و صدا و ازدحام ناشی از حمل و نقل بار در مناطق پرجمعیت شهری پیشنهاد کردهاند (Barter et al., 2012; Tipagornwong and Figliozzi, 2014; Dablanc, 2007; OECD, 2003; Pelletier et al., 2016; Russo and Comi, 2012).
خودروهای برقی، به عنوان یک شکل پایدار از حمل و نقل، میتوانند پتانسیل بالایی برای پرداختن به تأثیرات زیستمحیطی، اجتماعی و اقتصادی بر مناطق شهری داشته باشند. انتشار کم گازهای گلخانهای و هزینههای عملیاتی آنها، آنها را به گزینهای مناسب برای ادغام در بخش UFT تبدیل میکند. با این حال، هزینه خرید نسبتاً بالای آنها، جذابیت آنها را از دیدگاه ذینفعان خصوصی در این بخش کاهش میدهد. با توجه به قیمت خرید خودروهای برقی، هزینه باتری بخش بزرگی از آن را تشکیل میدهد. با این حال، با پیشرفت فناوری، هزینه باتری در سالهای اخیر رو به کاهش بوده است. در یک مطالعه اخیر، نیکویست و نیلسون (2015) نشان دادهاند که هزینه باتریها در سطح صنعت از بیش از 1000 دلار به ازای هر کیلووات ساعت در سال 2007 به 410 دلار به ازای هر کیلووات ساعت در سال 2014 کاهش یافته است و آنها هزینه 230 دلار به ازای هر کیلووات ساعت را برای سالهای 2017-2018 پیشبینی کردهاند. بنابراین، کاهش قیمت باتری خودروهای برقی، قیمت خرید خودروهای برقی را کاهش میدهد. از سوی دیگر، خودروهای برقی با سوخت فسیلی هزینه خرید کمتری دارند. با این حال، هزینههای سوخت، که بزرگترین جزء هزینه آنها در طول عمرشان را تشکیل میدهد، در درازمدت یک پارامتر بسیار نامشخص است. قیمت نفت در سالهای اخیر رو به افزایش بوده و نوسانات شدیدی داشته است که بر هزینه سوخت خودروهای احتراق داخلی (ICEV) تأثیر میگذارد. بنابراین، هرگونه تصمیم جایگزینی خودرو بر اساس هزینههای فعلی خودروها و نادیده گرفتن عدم قطعیتهای مربوطه میتواند منجر به هزینه بالاتر در درازمدت شود.
در این مقاله، فرض بر این است که یک اپراتور UFT علاقهمند به انتخاب بهترین استراتژی برای معرفی وسایل نقلیه جدید با ویژگیهای مختلف مانند هزینه خرید متفاوت و هزینه بهرهبرداری و نگهداری، به ناوگان خود در یک افق زمانی برنامهریزی است، ضمن اینکه هزینه مرتبط با برخی از پارامترهای ورودی نامشخص را نیز در نظر میگیرد. بهترین استراتژی از دیدگاه اپراتور، استراتژیای است که هزینه آن را در افق زمانی برنامهریزی به حداقل برساند. در ادبیات مربوط به ارائه یک چارچوب بهینهسازی همهکاره و آسان برای استفاده به تصمیمگیرندگان مربوطه در بخش UFT، که به آنها در تصمیمگیریهای پایدار زیستمحیطی، اقتصادی و اجتماعی برای جایگزینی وسیله نقلیه خود کمک میکند، شکافی وجود دارد. برای پر کردن این شکاف، این مقاله یک چارچوب بهینهسازی جدید برای استخراج ترکیبی بهینه از خودروهای برقی با خودروهای احتراق داخلی در UFT با استفاده از نظریه پرتفوی توسعه خواهد داد. یک تابع هدف، که ترکیبی از هزینه کل و واریانس مرتبط با برخی از پارامترهای نامشخص هزینه کل مانند هزینه خرید خودروهای برقی و نوسان قیمت سوختهای فسیلی است، با توجه به برخی محدودیتها، به حداقل میرسد. نشان داده خواهد شد که با در نظر گرفتن عدم قطعیتها، خودروهای برقی در مقایسه با همتایان متعارف خود یعنی خودروهای با سوخت فسیلی (ICEV) رقابتی هستند. مدل توسعهیافته از نظر جغرافیایی مستقل است و میتواند در هر مطالعه موردی که دادههای مورد نیاز برای آن در دسترس باشد، اعمال شود. این مدل همچنین میتواند توسط مدیران دولتی برای ارزیابی سطح مشوقهای مالیاتی برای تسریع استفاده از خودروهای برقی در بخش UFT مورد استفاده قرار گیرد.
ادامه مقاله به شرح زیر سازماندهی شده است؛ بخش ۲ به بررسی ادبیات موضوع میپردازد و بخش ۳ مدل را توصیف میکند. چارچوب بهینهسازی در بخش ۴ معرفی خواهد شد. منابع دادهها و فرضیات در بخش ۵ ارائه میشوند و بخش ۶ به نتایج و بحثها اختصاص دارد. این مقاله در بخش ۷ با برخی نتیجهگیریها و برخی از مسیرهای تحقیقاتی آینده به پایان میرسد.(منبع).