Emissions reduction strategy in a three-stage agrifood value chain: A dynamic differential game approach
Notice bibliographique
Résumé
Agrifood systems account for 31% of global greenhouse gas emissions. Substantial emissions reduction in agrifood systems is critical to achieving the temperature goal set by the Paris Agreement. A key challenge in reducing GHG emissions in the agrifood value chain is the imbalanced allocation of benefits and costs associated with emissions reduction among agrifood value chain participants. However, only a few studies have examined agrifood emissions reduction from a value chain perspective, especially using dynamic methods to investigate participants' long-term emissions reduction strategies. This paper helps fill this gap in the existing literature by examining the impact of collaborations among agrifood value chain participants on correcting those misallocations and reducing emissions in agrifood systems. We develop a dynamic differential game model to examine participants' long-term emissions reduction strategies in a three-stage agrifood value chain. We use the Hamilton-Jacobi-Bellman equation to derive the Nash equilibrium emissions reduction strategies under non-cooperative, cost-sharing, and cooperative mechanisms. We then conduct numerical analysis and sensitivity analysis to validate our model. Our results show that collaboration among value chain participants leads to higher emissions reduction efforts and profits for the entire value chain. Specifically, based on our numerical results, the cooperative mechanism results in the greatest emissions reduction effort by the three participants, which leads to a total that is nearly three times higher than that of the non-cooperative mechanism and close to two times higher than the cost-sharing mechanism. The cooperative mechanism also recorded the highest profits for the entire value chain, surpassing the non-cooperative and cost-sharing mechanisms by around 37% and 16%, respectively. Our results provide valuable insights for policymakers and agrifood industry stakeholders to develop strategies and policies encouraging emissions reduction collaborations in the agrifood value chain and reduce emissions in the agrifood systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».