การระบุและจัดลำดับความสำคัญของอุปสรรคการลดก๊าซไนโตรเจนออกไซด์ (NO_x) และก๊าซซัลเฟอร์ออกไซด์ (SO_x) จากเครื่องยนต์เรือ ในมุมมองภาครัฐสำหรับอุตสาหกรรมการขนส่งทางทะเลของไทย: แนวทางการจำลองเชิงโครงสร้างการตีความ (Identifying and Ranking the Obstacles of Nitrogen Oxides (NO_x) and Sulphur Oxides (SO_x) Emission Reductions from Marine Engines in Government Agencies’ Perspectives on Thai Maritime Transportation Industry: Using Interpretive)
Article Sidebar
Main Article Content
บทคัดย่อ
วัตถุประสงค์ของการวิจัยนี้ เพื่อระบุและจัดลำดับความสำคัญของอุปสรรคที่ส่งผลต่อการลดการปล่อยก๊าซไนโตรเจนออกไซด์ ( ) และก๊าซซัลเฟอร์ออกไซด์ (
) จากเครื่องยนต์เรือ ในมุมมองของหน่วยงานภาครัฐที่เกี่ยวข้องกับอุตสาหกรรมเดินเรือไทย การศึกษานี้เลือกใช้วิธีการสัมภาษณ์แบบกึ่งโครงสร้าง เพื่อยืนยันความถูกต้อง และเพิ่มเติมประเด็นอื่นๆ ที่เกี่ยวข้อง จากการทบทวนวรรณกรรม ใช้เทคนิคการสุ่มตัวอย่างแบบเจาะจง ในการคัดเลือกกลุ่มตัวอย่าง โดยคัดเลือกกลุ่มตัวอย่างผู้เชี่ยวชาญ ซึ่งเป็นผู้ที่มีความรู้ ความชํานาญ และประสบการณ์ในด้านอุตสาหกรรมเดินเรือไทย มลพิษทางอากาศ และ วิศกรรมทางทะเล จากองค์กรภาครัฐที่เกี่ยวข้อง จำนวน 3 หน่วยงาน เพื่อระบุอุปสรรคที่เกิดขึ้นในบริบทของประเทศไทย และประยุกต์ใช้เทคนิคการสร้างแบบจำลองเชิงโครงสร้างการตีความ (Interpretive Structural Modelling: ISM) เพื่อสร้างความเข้าใจความสัมพันธ์ซึ่งกันและกันตามลำดับความสำคัญของอุปสรรค และนำผลลัพธ์ของเทคนิค ISM ไปใช้ในการจัดหมวดหมู่ของอุปสรรคโดยเทคนิค Cross-Impact Matrix Multiplication Applied to Classification (MICMAC) ผลการวิจัย พบว่า อุปสรรคที่สำคัญที่สุดของกลไกในการลดก๊าซไนโตรเจนออกไซด์และก๊าซซัลเฟอร์ออกไซด์นั้น คือ การมีต้นทุนที่สูงด้านเทคโนโลยีและการดำเนินงานการลดก๊าซ
และ
และการขาดความตระหนักด้านการปฏิบัติตามกฎระเบียบของภาครัฐ โดยการศึกษาครั้งนี้สามารถเป็นประโยชน์กับผู้ประกอบการเดินเรือไทยและผู้กำหนดนโยบายในการจัดการปัญหามลพิษทางอากาศในทะเล
Article Details
เอกสารอ้างอิง
Animah, I., Addy-Lamptey, A., Korsah, F., and Sackey, J. (2018). Compliance with MARPOL Annex VI regulation 14 by ships in the Gulf of Guinea sub-region: Issues, challenges, and opportunities. Transportation Research Part D: Transport and Environment, 62, 441-455.
Artpairin, A., and Pinmanee, S. (2022). Critical success factors in the management of petrochemical construction projects for contractors and subcontractors during the COVID-19 pandemic. [Online]. Retrieved February 09, 2022, from: https://www.tandfonline.com/loi/tjcm20.
Chu Van, T., Ramirez, J., Rainey, T., Ristovski, Z., and Brown, R.J. (2019). Global impacts of recent IMO regulations on marine fuel oil refining processes and ship emissions. Transportation Research Part D: Transport and Environment, 70, 123-134.
European Environment Agency (EEA). (2019). EMAS Environmental statement 2018. [Online]. Retrieved May 15, 2019, from: https://www.eea.europa.eu.
International Maritime Organization. (2021). MARPOL Annex VI. Imo.org. [Online]. Retrieved November 14, 2021, from: https://www.imo.org.
Lee, T., and Nam, H. (2017). A Study on Green Shipping in Major Countries: In the View of Shipyards, Shipping Companies, Ports, and Policies. The Asian Journal of Shipping and Logistics, 33, 253-262.
Lindstad, E., and Bo, T. (2018). Potential power setups, fuels, and hull designs capable of satisfying future EEDI requirements. Transportation Research Part D: Transport and Environment, 63, 276-290.
Lindstad, H., Sandaas, I., and Stromman, A.H. (2015). Assessment of cost as a function of abatement options in maritime emission control areas. Transportation Research Part D: Transport and Environment, 38, 41-48.
Ross, H.H., and Schinas, O. (2019). Empirical evidence of the interplay of energy performance and the value of ships. Ocean Engineering, 190, 106403.
Svanberg, M., Ellis, J., Lundgren, J., and Landalv, I. (2018). Renewable methanol as a fuel for the shipping industry. Renewable And Sustainable Energy Reviews, 94, 1217-1228.
Sandbhor, S., and Botre, R. (2014). Applying total interpretive structural modeling to study factors affecting construction labour productivity. Australasian Journal of Construction Economics and Building, 14, 20-31.
Sumrit, D. (2021). What are the obstacles hindering digital transformation for small and medium enterprise freight logistics service providers? An interpretive structural modeling approach. Uncertain Supply Chain Management, 9(3), 719-730.
Zhou, X., Li, T., and Yi, P. (2021). The similarity ratio effects in design of scaled model experiments for marine diesel engines. Energy, 231, 121116.
Zhu, M., Li, K. X., Shi, W., and Lam, J. S. L. (2017). Incentive policy for reduction of emission from ships: A case study of China. Marine Policy, 86, 253–258.
