Slow-Steaming Climate Strategies For Abatement Efforts In Maritime Shipping
Notice bibliographique
Résumé
Maritime shipping is a major contributor to climate change – accounting for 2.89\\% of Global CO2 emissions in 2018. Given the “light hand” of regulatory institutions governing commercial activities on the high seas, attempts to reduce the emissions of ocean-going ships have not been successful.\n\nIn this thesis, the impacts of emission policies and incentives for cooperation in the international maritime shipping industry are examined. The International Maritime Organization (IMO) – the regulator – GHG Strategy puts forth both “speed optimisation” and “speed reduction” as candidate measures for short-term emission abatement. These terms are poorly defined, however, leading to different interpretations.\n\nSlow steaming, or deliberately reducing ships’ speed, allows firms to decrease fuel consumption and therefore, emissions. Grounded in this rationale, a flexible numerical simulation model is developed for a market comprised of heterogeneous shipping companies to investigate maritime shipping abatement dynamics under various slow steaming policies. First, we project firms' business-as-usual (BAU) operations and then analyse both policies: Speed reduction – relative to BAU levels and Speed optimisation – as firms' climate strategy response to meet various emission caps.\n\nThe simulation results suggest that firms already slow-steam when economically optimal (i.e. by evaluating the trade-off between fuel savings and time-dependent operating costs). Even more so, they show that speed optimization -as an abatement strategy- provides firms with the flexibility to derive their optimal Slow-Steaming rates to sustain a regulator's environmental policy. In contrast, we find that Slow-Steaming - as a command and control policy- shifts regulatory focus and is difficult to enforce in international waters.\n\nThe simulation model was also used to analyze a two-stage, cooperative game of coalition formation with heterogeneous firms and individual abatement strategies. In the first stage, firms decide whether to join a coalition or not (membership decision). Coalition signatories adopt the operational slow-steaming climate strategy over the planning horizon and choose the abatement levels that maximise the sum of their payoffs under a joint emission budget constraint. On the other hand, non-signatories to the coalition (singletons) optimise their own abatement level by maximizing individual payoffs, subject to their own individual caps. Our results indicate that cooperation allows firms with heterogeneous abatement cost curves to pool resources and properly allocate speed reduction endeavours to sustain an emission target. Thus, industry-level climate strategies withhold the potential to improve environmental sustainability through cooperation for ocean shipping.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,105 | 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 tête enseignante, 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 ».