کاربرد مدل نظریه بازی چندهدفه در تعیین تعادل اقتصادی-محیط زیستی حوضه آبخیز دریاچه زریبار مریوان

الموضوعات : فصلنامه علمی برنامه ریزی منطقه ای

محمد علی اسعدی ¹ (دانشجوی دکتری گروه اقتصاد کشاورزی دانشگاه تربیت مدرس، تهران، ایران.)
محمدحسن وکیل پور ² (دکتری گروه اقتصاد کشاورزی دانشگاه تربیت مدرس، تهران، ایران.)
سید ابوالقاسم مرتضوی ³ (استادیار گروه اقتصاد کشاورزی دانشگاه تربیت مدرس، تهران، ایران.)
کامران عبدالهی ⁴ (دانش آموخته کارشناسی ارشد گروه اقتصاد کشاورزی دانشگاه تربیت مدرس، تهران، ایران.)

تاريخ الإرسال : 13 الأحد , ربيع الأول, 1441 تاريخ التأكيد : 01 الأربعاء , شعبان, 1441 تاريخ الإصدار : 19 الأحد , رجب, 1443

الکلمات المفتاحية: تعادل اقتصادی-محیط زیستی, مدل چندهدفه نظریه بازی, تعادل نش, تعادل پارتو, دریاچه زریبار,

ملخص المقالة :

یکی از مهم‌ترین چالش­های فراروی مدیریت حوزه آبخیز، وجود تعارض بین سود اقتصادی و حفظ محیط­زیست در عرصه آبخیزهاست که باعث ایجاد مشکلات زیادی مانند تغییر کاربری اراضی توسط آبخیزنشینان با هدف افزایش سود اقتصادی، بدون در نظر گرفتن سلامت آبخیزها می‌شود. در این پژوهش یک مدل چندهدفه نظریه بازی (MOGT) به‌عنوان ابزاری جایگزین برای حل تعارضات راهبردی یعنی توسعه اقتصادی (توسعه و کاربرد زمین) و حفاظت از محیط‌زیست (حفظ کیفیت آب و کاهش مواد آلاینده) بسط داده شد که برای تصمیم‌گیری و موازنه چالش‌های اقتصادی- محیط­زیستی حوضه آبخیز دریاچه زریبار مریوان در استان کردستان صورت گرفته است. برای محاسبه و نمایش انواع گوناگون کاربری­های اراضی از سیستم اطلاعات جغرافیایی (GIS) بهره گرفته شده است. در این پژوهش حامیان و طرفداران حفاظت از محیط­زیست به­عنوان بازیگر نخست (بازیگر محیط­زیستی) و کاربران حوزه آبخیز دریاچه به­عنوان بازیگر دوم (بازیگر اقتصادی) انتخاب شدند. نتایج مدل چندهدفه نظریه بازی­ها نشان داد که پس از هفت دور چانه­زنی و تعدیل اهداف بین بازیگران، تعادل نش ایجاد شد که در این حالت تعادل بین دغدغه­های محیط­زیستی و اقتصادی در مدیریت آبخیز برقرار شده است. تعادل نش برای بازیگر محیط­زیستی در بازه 25365 تا 25366 کیلوگرم در هکتار و مقدار درآمد برای بازیگر اقتصادی از 420 تا 421 میلیون ریال در سال متغیر است. از دیگر نتایج پژوهش‌ نشان داد که حل مدل تصمیم‌گیری چندهدفه برای حوضه آبخیز دریاچه، منجر به دست‌یابی به راه‌حل بهینه پارتو نشده است بلکه دامنه‌ای از جواب‌ها حاصل شده است. با مقایسه نتایج مدل برنامه‌ریزی معمولی چندهدفه و مدل بازی بر مبنای دورهای چانه‌زنی، برتری مدل MOGT نسبت به مدل متعارف برنامه‌ریزی چندهدفه مورد تأیید قرار گرفت و می­تواند راه­حل­های رضایت­بخش­تری بر اساس اولویت­های تصمیم­گیرندگان ارائه دهد. یافته­های این پژوهش می­تواند در مدیریت کاربری زمین در آبخیزها و در شرایطی که بین اهداف اقتصادی و محیط­زیستی تضاد به­وجود می­آید، به کار رود.

المصادر:

1. 
   

   1- Abdoli, Gh. (2014). Game theory and its applications (static and dynamic games of complete information). Tehran, Jahad Daneshgahi Press, 454 pages (in Persian).

   
   

   2- Barari, M., Bagheri, A., & Hashemi, S.M. (2016). Analysis of the issues of Lake Zrêbar in a context of Integrated Water Resources Management using a stakeholders' participatory approach in a basin scale. Water Resource Management, 12(2), 1-12 (in Persian).

   
   

   3- Bartolini, F., Bazzani, G. M., Gallerani, V., Raggi, M., & Viaggi, D. (2007). The impact of water and agriculture policy scenarios on irrigated farming systems in Italy: An analysis based on farm level multi-attribute linear programming models. Agricultural systems, 93(1-3), 90-114.

   
   

   4- Behrouzirad, B. (2008). Iranian wetlands. Tehran: Geographical Organization of the Armed Forces Publications (in Persian).

   
   

   5- Bennett, P. G. (1980). Hypergames: developing a model of conflict. Futures, 12(6), 489-507.

   
   

   6- Berbel, J., & Gómez-Limón, J. A. (2000). The impact of water-pricing policy in Spain: an analysis of three irrigated areas. Agricultural Water Management, 43(2), 219-238.

   
   

   7- Bruckmeier, K. (2005). Interdisciplinary conflict analysis and conflict mitigation in local resource management. AMBIO: A Journal of the Human Environment, 34(2), 65-73.

   
   

   8- Carraro, C., Marchiori, C., & Sgobbi, A. (2005). Applications of negotiation theory to water issues. The World Bank.

   
   

   9- Carraro, C., Marchiori, C., & Sgobbi, A. (2007). Negotiating on water: insights from non-cooperative bargaining theory. Environment and Development Economics, 12(2), 329-349.

   
   

   10- Chhipi-Shrestha, G., Rodriguez, M., & Sadiq, R. (2019). Selection of sustainable municipal water reuse applications by multi-stakeholders using game theory. Science of The Total Environment, 650, 2512-2526.

   
   

   11- Cohon, J. L. (2004). Multiobjective programming and planning (Vol. 140). Courier Corporation.

   
   

   12- Dinar, A. (2004). Exploring transboundary water conflict and cooperation. Water Resources Research, 40(5).

   
   

   13- Farman, E., & Mostafa, A. (2015). Environmental characteristics of lake Zaribvar (Marivan, Kurdistan Province) according to water resources management. The first international conference and the fourth national conference on environmental and agricultural research of Iran (in Persian).

   
   

   14- Francisco, S. R., & Ali, M. (2006). Resource allocation tradeoffs in Manila’s peri-urban vegetable production systems: An application of multiple objective programming. Agricultural Systems, 87(2), 147-168.

   
   

   15- Fraser, N.M., & Hipel, K.W. )1984(. Conflict Analysis: Models and Resolutions. North- Holland, Amsterdam, New York, USA.

   
   

   16- Gibbons, R. (1997). An introduction to applicable game theory. Journal of Economic Perspectives, 11(1), 127-149.

   
   

   17- Giordano, R., Passarella, G., Uricchio, V. F., & Vurro, M. (2005). Fuzzy cognitive maps for issue identification in a water resources conflict resolution system. Physics and Chemistry of the Earth, Parts A/B/C, 30(6-7), 463-469.

   
   

   18- Goicoechea, A., Hansen, D. R., & Duckstein, L. (1982). Multiobjective decision analysis with engineering and business applications (No. BOOK). John Wiley & Sons.

   
   

   19- Harboe, R. (1992). Multiobjective decision making techniques for reservoir operation. Journal of the American Water Resources Association, 28(1), 103-110.

   
   

   20- Harsanyi, J. C. (1973). Paradoxes of Rationality: Theory of Metagames and Political Behavior. By Nigel Howard.(Cambridge, Mass.: MIT Press, 1971. Pp. 248. $12.95.). American Political Science Review, 67(2), 599-600.

   
   

   21- Hasti, F., SalmanMahiny, A., &Joolaie, R. (2016). Spatial optimization using goal programming, Game Theory and GIS. Town and Country Planning, 8(2), 203-228 (in Persian).

   
   

   22- Hipel, K. W., Kilgour, D. M., Fang, L., & Peng, X. J. (1997). The decision support system GMCR in environmental conflict management. Applied Mathematics and Computation, 83(2-3), 117-152.

   
   

   23- Howard, N. )1999(. Confrontation Analysis: How to Win Operations Other Than War. CCRP Publications, Pentagon, Washington, DC, USA.

   
   

   24- Hwang, C.-L., & Masud, A. S. M. (1979). Multiple objective decision making. Berlin: Springer-Verlag. Joeres, E. F., Dressler, J., Cho, C.-C. And Falkner, C. H. (1974). Planning Methodology for The Design Of Regional Waste Water Treatment Systems. Water Resources Research, 10(4), 643–649.

   
   

   25- Kilgour, D. M., Fang, L., & Hipel, K. W. (1996). Negotiation support using the decision support system GMCR. Group Decision and Negotiation, 5(4-6), 371-383.

   
   

   26- Latinopoulos, D., & Mylopoulos, Y. (2005). Optimal allocation of land and water resources in irrigated agriculture by means of goal programming: Application in Loudias river basin. Global nest. The international journal, 7(3), 264-273.

   
   

   27- Lee, C. S., & Chang, S. P. (2005). Interactive fuzzy optimization for an economic and environmental balance in a river system. Water research, 39(1), 221-231.

   
   

   28- Lee, C.S. (2012). Multi-objective game theory models for conflict analysis in reservoir watershed management. Chemosphere, 87(6), 608–613.

   
   

   29- Lest L, Y. Y. (1977). Hierarchical analysis of water resources systems. New York: Mcgraw-Hill.

   
   

   30- Li, K. W., Hipel, K. W., Kilgour, D. M., & Fang, L. (2004). Preference uncertainty in the graph model for conflict resolution. IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans, 34(4), 507-520.

   
   

   31- Losa, F. B., van den Honert, R., & Joubert, A. (2001). The multivariate analysis biplot as tool for conflict analysis in MCDA. Journal of Multi‐Criteria Decision Analysis, 10(5), 273-284.

   
   

   32- Lund, J. R., & Palmer, R. N. (1997). Water resource system modeling for conflict resolution. Water Resources Update, 3(108), 70-82.

   
   

   33- Madani, K. (2010). Game theory and water resources. Journal of Hydrology, 381(3-4), 225-238.

   
   

   34- Massoud, T. G. (2000). Fair division, adjusted winner procedure (AW), and the Israeli-Palestinian conflict. Journal of Conflict Resolution, 44(3), 333-358.

   
   

   35- Moradi, S., & Mohammadi Limaei, S. (2018). Application of multi-objective game-theory model for the purpose of land use optimization of Zemkan basin. Watershed Engineering and Management, 2(3), 432-445 (in Persian).

   
   

   36- Navidi, H.R., Ketabchi, S., & Messi Bidgoli, M. (2011). An introduction to game theory. Tehran, Shahed University Press, 348 pages (in Persian)

   
   

   37- Osborne, M. J., & Rubinstein, A. (1994). A course in game theory. MIT press.

   
   

   38- Regional Water Compani of Kordestan. (2014). Annual Climate Change Report (in Persian).

   
   

   39- Semaan, J., Flichman, G., Scardigno, A., & Steduto, P. (2007). Analysis of nitrate pollution control policies in the irrigated agriculture of Apulia Region (Southern Italy): A bio-economic modelling approach. Agricultural Systems, 94(2), 357-367.

   
   

   40- Shields, D. J., Tolwinski, B., & Kent, B. M. (1999). Models for conflict resolution in ecosystem management. Socio-Economic Planning Sciences, 33(1), 61-84.

   
   

   41- Sobhanardakani, S., Mahmodnezhad, S. & Heydari, M. (2017). Investigation of heavy metals pollution in Marivan River water during spring and summer of 2013. Journal of Research in Environmental Health, 2(4), 311-320.

   
   

   42- Thiessen, E. M., & Loucks, D. P. )1992(. Computer-assisted negotiation of multiobjective water resources conflicts. Water Resources Bulletin 28 (1), 163–177.

   
   

   43- Thiessen, E. M., Loucks, D. P., & Stedinger, J. R. (1998). Computer-assisted negotiations of water resources conflicts. Group Decision and Negotiation, 7(2), 109-129.

   
   

   44- Üçler, N., Engin, G. O., Köçken, H. G., & Öncel, M. S. (2015). Game theory and fuzzy programming approaches for bi-objective optimization of reservoir watershed management: a case study in Namazgah reservoir. Environmental Science and Pollution Research, 22(9), 6546-6558.

   
   

   45- Wang, M., Hipel, K. W., & Fraser, N. M. (1988). Modeling misperceptions in games. Behavioral Science, 33(3), 207-223.

   
   Behavioral Science, 33(3), 207-223.