چکیده
فناوری ها و سیاست های جدید موجب بهبود و افزایش کارایی وسایل نقلیه سنگین در ایالات متحده شده است. این بهبود و افزایش کارایی موجب کاهش هزینه های حمل و نقل( دلار در مایل) برای شرکت ها شده و سوالاتی را در خصوص پاسخ های سطح شرکتی به این هزینه های پایین مطرح کرده است. یک مسئله ویژه در این خصوص، اثرات بازگشتی بالقوه بر روی مصرف انرژی می باشد که تا حدودی بر مزیت هایی که این سیاست ها و فناوری ها در پی دارند تاثیر می گذارد. اگرچه اخیرا تحقیقات کمی پیشنهاد کرده اندکه اثرات بازگشتی در بخش حمل و نقل آمریکا ناچیز می باشد، با این حال مطالعات بسیار کمی از طریق مشاهده مستقیم صحت این نتایج را به وسیله بحث با شرکت های حمل و نقل در بخش حمل و نقل انجام شده اند. بر اساس نتایج مصاحبه با هشت شرکت حمل و نقل، این مقاله به بحث در مورد عوامل کلیدی موثر بر تصمیم گیری سطح شرکتی در رژیم هایسیاست کارایی مصرف انرژی می پردازد. به طور ویژه، ما بر مولفه ها و عناصر اثر بازگشتی و انعطاف پذیری فعالیت مسافرت با توجه به کارایی مصرف سوخت تاکید داریم. نتایج نشان داد که هر دو اثرات بازگشتی مستقیم و غیر مستقیم به دلایل بحث شده در این مقاله ممکن است کوچک باشند. این نتایج به ارزیابی و اعتبار سنجی مطالعات تجربی اخیر که اشاره به یک رابطه تغییر ناپذیر بین هزینه های حمل و نقل و میزان مسافت طی شده بر حسب مایل وسایل نقلیه دارد کمک کرده و در عین حال موجب افزایش دانش ما در خصوص اثرات بازگشتی در بخش حمل و نقل شد و به این ترتیب، اطلاعات مهمی برای تحلیل اثر و توسعه سیاست های آینده در اختیار می گذارد.
1-مقدمه
وسایل نقلیه سنگین(HDV)، از جمله کامیون های بزرگ و وسایل نقلیه باری نظیر انوبوس ها، کامیون های کمپرسی و ماشین های شهرداری، میزان قابل توجه و روز افزونی از سوخت را در ایالات متحده مصرف می کنند. برای مثال، مصرف انرزی کلاس HDV 7-8، 17.6 درصد کل مصرف انرژی حمل و نقل کل در 2013 بوده است و پیش بینی می شود که این مقدار به میزان تقریبی 30 درصد مصرف انرژی حمل و نقل تا 2040 برسد( اداره اطلاعات انرژی امریکا 2016، ، ازمایشگاه ملی اکریج، 2015). این مصرف روز افزون انرژی در بخش حمل و نقل، اثرات مشهودی بر روی انتشار گاز های گل خانه ای و آلاینده ها دارد و دولت آمریکا در ارتقای فناوری ها و سیاست هایی که موجب ارتقا و بهبود عملکرد وسایل نقلیه کارامد شود، حضوری فعال دارد( EPA-NHTSA 2011). به طور ویژه، سازمان حفاظت محیط زیست امریکا(EPA) و موسسه ملی عبور و مرور و ایمنی بزرگراه ها(NHSTA) قوانین و مقرراتی را منتشر کرده است که هدف آن بهبود کارایی مصرف سوخت HDV می باشد. سازمان محیط زیست امریکا در حال حاضر آلاینده های گلخانه ای منتشر شده از کامیون ها( برای مثال، با استاندارد های عملکرد برای gCO2/ تن/مایل) را کنترل کرده و NHTSA، مصرف سوخت( بر حسب گالن/ 1000 تن بر مایل) را کنترل می کند. این قوانین و مقررات به صورت مرحله به مرحله پیاده سازی می شوند و استاندارد های فاز 1 بر کامیون های تولید شده بین مدل های سال 2014 و 2018 ( کاخ سفید، 2014 الف) و استاندارد های فاز 2 بر کامیون های تولید شده بین مدل سال 2019 و 2025 تاثیر می گذارند( کاخ سفید 2014 ب).
abstract
New technologies and policies have improved the efficiency of heavy-duty vehicles operating in the United States. These improvements reduce transportation costs ($/mile) for firms and raise questions about firm-level responses to these lower costs. Of particular concern are potential rebound effects on energy consumption that would partially offset the benefits these new technologies and policies aim to achieve. Although recent quantitative research has suggested that rebound effects in the U.S. trucking sector are negligible, very little has been done to “ground-truth” these results through discussions with transportation firms in the trucking sector. Based on interview results with eight trucking firms, this paper discusses the key factors that influence firm-level decision making within energy efficiency policy regimes. In particular, we focus on elements of the rebound effect and the elasticity of travel activity with respect to fuel efficiency. We find that both direct and indirect rebound effects may be small for reasons discussed in the paper. These results help validate recent empirical studies that point to an inelastic relationship between transportation costs and vehicle miles traveled and help expand our understanding of rebound effects in the trucking sector, thereby providing important information for impact analysis and future policy development.
1. Introduction
Heavy-duty vehicles (HDVs), including large trucks and vocational vehicles such as buses, dump trucks and utility vehicles, consume a significant and increasing share of fuel in the US. For example, HDV Class 7–81 energy consumption was ~17.6% of total transportation energy use in 2013,2 and is projected to reach almost 30% of transportation energy use by 2040 (U.S. Energy Information Administration, 2016; Oak Ridge National Laboratory, 2015). This increasing use of energy in the trucking sector has obvious impacts on emissions of greenhouse gases (GHG) and criteria pollutants, and the US government has been active in promoting technologies and policies that would promote more efficient vehicle operations (EPA & NHTSA, 2011). In particular, the U.S. Environmental Protection Agency (EPA) and the National Highway Transportation and Safety Administration (NHTSA) have promulgated regulations aimed at improving HDV fuel efficiency. EPA now regulates GHG emissions from trucks (e.g., with performance standards for gCO2/ ton-mile), and NHTSA regulates fuel consumption (in gallons/1000 tonmile). These regulations are being implemented in stages, with Phase I standards affecting trucks produced between model years 2014 and 2018 (The White House, 2014a) and Phase II standards affecting trucks produced between model years 2019 and 2025 (The White House, 2014b).
چکیده
1- مقدمه
2- پیش زمینه و مرور منابع
2-1 تصمیم گیری شرکت در بخش حمل و نقل آمریکا
2-2 درک اثر بازگشتی در زمینه تصمیم گیری شرکتی
3-روش ها
4-نتایج و بحث
4-1 قیمت های سوخت و کارایی وسایل نقلیه: کشف اثرات مستقیم بازگشتی
4-2 استفاده از پس انداز سوخت: اثر بازگشتی غیر مستقیم
4-3 هزینه های سرمایه وسایل نقلیه
4-4 نقش راننده و رفتار راننده
5-نتیجه گیری و اهمیت سیاسی
abstract
1. Introduction
2. Background and literature review
2.1. Firm decision making in the U.S. trucking sector
2.2. Understanding the rebound effect in the context of firm decision making
3. Methods
4. Results and discussion
4.1. Fuel prices and vehicle efficiency – exploring direct rebound effects
4.2. Use of fuel savings—indirect rebound effect
4.3. Capital costs of vehicles
4.4. The role of drivers and driver behavior
5. Conclusion and policy implications