💧

Lý thuyết Trò chơi · Ứng dụng Thực tiễn

Lý thuyết Trò chơi
trong Phân bổ Tài nguyên Nước

Phân tích chuyên sâu · Case Studies thực tế · Bi-level Programming

🌊 4 Lưu vực Quốc tế

📊 Nash Equilibrium

⚖️ Shapley Value

Chương trình

Cấu trúc Phân tích

01 Khung lý thuyết

Prisoner's Dilemma, Nash Equilibrium, Shapley Value, Bi-level Programming

02 Mô hình Bi-level

Cấu trúc toán học 2 tầng, hàm mục tiêu, ràng buộc thủy văn & kinh tế

03 Case Study: Sông Hán

5 tác nhân, 3 kịch bản phân bổ, kết quả định lượng chi tiết

04 Case Studies Quốc tế

Zayandehroud, Euphrates-Tigris, Great Lakes, Sông Hương (Việt Nam)

05 So sánh các Mô hình

Nash, Shapley, Bi-level, Fuzzy GT — ưu/nhược điểm và điều kiện áp dụng

06 Kết luận & Lộ trình

Khuyến nghị chính sách, điều kiện triển khai, hướng nghiên cứu tương lai

Vấn đề Trung tâm

Tại sao Quản lý Nước cần Game Theory?

⚠️ Bẫy Prisoner's Dilemma

Mỗi tác nhân khai thác tối đa → tổng lợi ích giảm 37,5% so với hợp tác. Đây là thất bại thị trường kinh điển trong quản lý tài nguyên chung.

🌍 Quy mô toàn cầu

263 lưu vực quốc tế xuyên biên giới; 2 tỷ người thiếu nước uống sạch vào năm 2025. Xung đột nguồn nước đã gây ra 507 tranh chấp quốc tế từ 1900–2019.

🔬 Giải pháp GT

Mô hình hóa xung đột chiến lược → tìm điểm cân bằng Nash bền vững → phân chia lợi ích công bằng qua Shapley Value.

Ma trận Nash 2×2

B: Hợp tác

B: Khai thác

A: Hợp tác

4, 4
Pareto tối ưu

1, 5

A: Khai thác

5, 1

2, 2
Nash EQ ★

★ Nash Equilibrium ≠ Pareto Optimal → GT giải thoát bẫy này

Mô hình Toán học

Cấu trúc Bi-level Programming

UTầng Trên — Cơ quan Quản lý Lưu vực

                            max B̄ = (1/ΣNz) · Σᵢ Bᵘzᵢ

                            Bᵘzᵢ = 1 − ((Dzᵢ − xzᵢ)/Dzᵢ)²

                            s.t. Rz = Wz + ΣRz₋ₖ − (1−φzₗ)·Σxzₗ − Wzd − ΔSz

B̄= Tổng lợi ích trung bình toàn lưu vực Bᵘzᵢ= Chỉ số đáp ứng nhu cầu nước tác nhân i vùng z [0,1] xzᵢ= Lượng nước phân bổ cho tác nhân i vùng z (triệu m³) Dzᵢ= Nhu cầu nước tác nhân i vùng z (triệu m³) Rz= Dòng chảy ra khỏi vùng z (triệu m³) Wz= Lượng nước đến vùng z (triệu m³) φzₗ= Hệ số hoàn trả nước (0–1) ΔSz= Biến đổi dung tích hồ chứa vùng z

LTầng Dưới — Mặc cả Nash giữa các Tác nhân

                            max Bᵈ = Πᵢ (Bᵈzᵢ − Nzᵢ)

                            s.t. (1/ΣNz)·ΣBᵈzᵢ = B̄ᵘ

                                 Bᵈzᵢ ≥ Nzᵢ ≥ 0

Bᵈ= Tổng lợi ích hợp tác — mục tiêu tầng dưới cần tối đa hóa Bᵈzᵢ= Lợi ích tác nhân i vùng z khi hợp tác (phải ≥ Nzᵢ mới chấp nhận) Nzᵢ= Lợi ích khi bất hợp tác — mức tối thiểu tác nhân i chấp nhận (điểm bất đồng) Πᵢ= Tích Nash — đảm bảo mọi bên đều có lợi hơn so với không hợp tác s.t.= Ràng buộc: tổng lợi ích tầng dưới phải đạt mục tiêu B̄ᵘ của tầng trên B̄ᵘ= Mục tiêu lợi ích trung bình do cơ quan quản lý (tầng trên) đặt ra

📐 Cấu trúc Phân cấp

Chính phủ / Cơ quan QL
Quyết định: W_total, λᵢ, quota

🌾 Nông nghiệp

xᵢ → fᵢ

🏭 Công nghiệp

xᵢ → fᵢ

🏠 Sinh hoạt

xᵢ → fᵢ

📊 Shapley Value — Chú giải Tiếng Việt

                            φᵢ(v) = ΣS⊆N\{i} [|S|!(n-|S|-1)!/n!] · [v(S∪{i})−v(S)]
                        

φᵢ(v)= Giá trị Shapley của tác nhân i (phần lợi ích được phân bổ) v(S)= Hàm đặc trưng: lợi ích khi liên minh S hợp tác N= Tập hợp tất cả tác nhân (n = |N| là tổng số) |S|!= Giai thừa — số cách sắp xếp S trước i v(S∪{i})−v(S)= Đóng góp biên của i khi gia nhập S

Case Study 01 — Trung Quốc

Lưu vực Sông Hán: 5 Tác nhân, 3 Kịch bản

📊 Lợi ích theo Kịch bản (đơn vị: triệu NDT)

Bi-level (Tối ưu) Nash EQ Không hợp tác

🌾 Nông nghiệp

91%

🏭 Công nghiệp

84%

🏠 Sinh hoạt

96%

⚡ Thuỷ điện

78%

🌿 Môi trường

70%

* % so với lợi ích tối đa lý thuyết từng tác nhân; Bi-level so với Nash EQ

🎯 Kết quả then chốt

0

triệu m³ nước thêm từ hợp tác

0

%

tổng lợi ích tăng so với không hợp tác

5 tác nhân

đồng thuận ổn định dưới mô hình Bi-level

📋 Bối cảnh

• Lưu vực 95.200 km², Trung Quốc
• Xung đột: thuỷ điện vs nông nghiệp vs sinh hoạt
• Phương pháp: Bi-level + Genetic Algorithm
• Kiểm chứng: dữ liệu thực tế 2010–2020

Phân tích Chi tiết — Sông Hán (Han et al., 2018)

Dữ liệu Đầu vào & Đầu ra

📥 DỮ LIỆU ĐẦU VÀO

Diện tích LV159.000 km² Tổng nước khả dụng14,7 tỷ m³ Wz₁ (P=95%)16,7 tỷ m³/năm — lưu lượng đến Vùng 1 Wz₂ (P=95%)1,5 tỷ m³/năm — lưu lượng đến Vùng 2 Wz₃ (nội vùng)5,5 tỷ m³/năm Wzd (chuyển nước)9,5 tỷ m³/năm (Nam→Bắc)

5 Agent: Dz₁=510tr m³, Dz₂=560tr m³, Dz₃=sinh thái 632 m³/s, Dz₄=3.150tr m³, Dz₅=sinh thái 624 m³/s

📤 KẾT QUẢ ĐẦU RA

Agent

Cá nhân

Hệ thống

Bi-level

1 (Thượng lưu)

baseline

−8%

−3%

2 (Tangbai)

baseline

+49%

+14%

3 (Sinh thái)

baseline

−10%

+18%

4 (Hạ lưu)

baseline

−12%

+7%

5 (Sinh thái)

baseline

−2%

+14%

+8%

Tổng lợi ích tăng

80%

Tỷ lệ đồng thuận (4/5)

💡 Bài học: Bi-level GT đạt cùng +8% tổng lợi ích nhưng tỷ lệ chấp thuận 80% (vs 20% tối ưu truyền thống). Chỉ Agent 1 (lợi thế thượng lưu) giảm nhẹ 3% — cần cơ chế bù đắp.

Case Study 02 — Iran (Mehrparvar et al., 2019)

Zayandehroud: WEAP + GMCR

📥 ĐẦU VÀO

Diện tích26.917 km² — cao nguyên trung tâm Iran Người chơiIRWC (Cty Nước) vs AJO (Nông nghiệp) Chiến lược AMở rộng đất canh tác (AJO) Chiến lược BCải thiện hiệu suất tưới 30%→60% (AJO) Chiến lược CKiểm soát khai thác nước ngầm (IRWC) Chiến lược DBán nước cho công nghiệp (IRWC) Dữ liệu đậpLưu lượng vào/ra, dung tích 2001–2014 14 kịch bảnTổ hợp từ 4 chiến lược (Yes/No)

🔧 PHƯƠNG PHÁP

Bước 1: WEAP mô phỏng 14 kịch bản → tính Demand Met Index
Bước 2: GMCR II phân tích ổn định (Nash, GMR, SMR, SEQ, NM)
Bước 3: Xác định kịch bản cân bằng ổn định

📤 ĐẦU RA — Kịch bản ổn định

Kịch bản

A

B

C

D

S6

No

Yes

No

S7

No

Yes

No

S8 ★

No

Yes

No

Yes

★ S8: Nâng hiệu suất tưới + Bán nước CN → đáp ứng ≥90% tất cả người dùng

💡 Bài học: Cải thiện hiệu suất tưới (B) xuất hiện trong MỌI kịch bản ổn định → ưu tiên đầu tư hơn kiểm soát hành chính. Phù hợp sông Hương (hiệu suất tưới ~35%).

Case Study 03 — Iran (Hemati & Abrishamchi, 2021)

Zarinehrood: Nash Bargaining + BĐKH

📥 ĐẦU VÀO

Diện tích1.100 km² — phụ lưu lớn nhất hồ Urmia 4 Người chơiW.Azerbaijan, E.Azerbaijan, Kordestan, Hồ Urmia Kịch bản BĐKHRCP2.6, RCP4.5, RCP6.0, RCP8.5 (IPCC AR5) ANNHạ quy mô GCM → dự báo T, P (1985–2050) QMHiệu chỉnh sai lệch mô hình khí hậu SCS + ARMAMô hình mưa-dòng chảy + bốc hơi

                            max Π [(f(Qᵢ) − f(dᵢ))^wᵢ]

                            s.t. ΣQᵢ ≤ Rt; Dmin ≤ Qᵢ ≤ Dᵢ

Qᵢ= Lượng nước phân bổ người chơi i dᵢ= Điểm bất đồng (nhu cầu sinh hoạt tối thiểu) wᵢ= Trọng số mặc cả (tính bằng AHP) Rt= Tổng nước khả dụng từ kịch bản BĐKH

📤 ĐẦU RA

Người chơi

wᵢ (AHP)

Utility

W. Azerbaijan

0,425

~đồng đều

E. Azerbaijan

0,234

~đồng đều

Kordestan

0,060

~đồng đều

Hồ Urmia 🌿

0,281

~đồng đều

Đối xứng vs AHP: NBS đối xứng → người nhiều nhu cầu nhất = utility cao nhất (bất công). NBS + AHP → utility gần bằng nhau cho tất cả (công bằng hơn).

🌡️ Tác động BĐKH

RCP8.5: nhiệt độ +3,6°C, lượng mưa giảm 15% → nước khả dụng giảm mạnh. Nash Bargaining thích ứng linh hoạt theo kịch bản, phù hợp cho lưu vực sông Hương (mưa tập trung T9–T12, mùa khô thiếu nước).

Case Study — Việt Nam (Nguyễn Ngọc Quỳnh Như et al., 2015)

TP.HCM: Shapley Value cho Xử lý Nước thải

📥 ĐẦU VÀO

6 khu vựcGộp từ 12 lưu vực thoát nước TP.HCM Công suất200.000 → 650.000 m³/ngày đêm mỗi khu Hàm chi phíC(q) = a·q^b (phi tuyến, giảm theo quy mô) Đơn giá2.470 đ/m³ (nhỏ) → 1.689 đ/m³ (quy mô lớn) 63 tổ hợpTất cả liên minh con từ 6 khu vực (2⁶−1)

🔧 PHƯƠNG PHÁP

Shapley: Tính đóng góp biên trung bình
Kiểm tra Lõi (Core): C(S) ≤ Σᵢ∈S φᵢ ∀S⊆N
Gately Index: Xu hướng phá vỡ liên minh

📤 ĐẦU RA

1.193

triệu đồng tiết kiệm/ngày

Ổn định

Shapley ∈ Core, Gately thấp

Mọi khu vực đều có lợi khi gia nhập liên minh đầy đủ. Chi phí trung bình giảm nhờ lợi ích kinh tế theo quy mô (economies of scale).

💡 Áp dụng sông Hương: Phương pháp Shapley phù hợp cho phân bổ chi phí vận hành đập Thảo Long, chi phí xử lý nước thải KCN Phú Bài/Tứ Hạ giữa các quận huyện hưởng lợi.

Dữ liệu Thực địa & IoT

Thu thập Số liệu Đầu vào cho từng Phương pháp

🏞️ Bi-level (Sông Hán) — Áp vào: Bᵘzᵢ, Wz, Rz

Wz📡IoTTrạm đo lưu lượng (flow meter) tại cửa nhận nước mỗi vùng → m³/s liên tục Rz📡IoTTrạm đo dòng chảy ra (downstream gauge) + mực nước hồ chứa (water level sensor) Dzᵢ📋Khảo sátNhu cầu nước từng ngành: quy hoạch tưới, công suất nhà máy, dân số × định mức φzₗ📋Thí nghiệmHệ số hoàn trả: đo lượng nước tưới trả lại kênh (lysimeter hoặc cân bằng nước) ΔSz📡IoTCảm biến mực nước hồ chứa (pressure transducer) + đường cong dung tích Wzd📋Vận hànhNhật ký vận hành đập, lịch xả nước chuyển lưu vực

🌊 WEAP+GMCR (Zayandehroud) — Áp vào: Demand Met Index

Lưu lượng📡IoTFlow sensor tại đập + các nút lấy nước (WEAP demand nodes) Dung tích📡IoTMực nước hồ + bản đồ bathymetry → tính V(h) Khí tượng📡IoTTrạm weather station: mưa, bốc hơi, T, RH → tính ET₀ Đất đai📋GISBản đồ sử dụng đất (Kc từng loại cây) → nhu cầu tưới WEAP Ưu tiên📋Khảo sátThứ tự ưu tiên các DM từ phỏng vấn (GMCR preference ranking) Chiến lược📋WorkshopDanh sách chiến lược khả dĩ của mỗi bên → input GMCR II

🤝 Nash Bargaining (Zarinehrood) — Áp vào: Qᵢ, dᵢ, wᵢ, Rt

Rt📡IoTTổng lượng nước khả dụng: trạm thủy văn (stage-discharge) + mô hình mưa-dòng chảy SCS dᵢ📋Pháp lýNhu cầu tối thiểu = quyền nước pháp định (sinh hoạt: 100L/người/ngày) wᵢ📋AHPTrọng số ưu tiên: khảo sát chuyên gia AHP (so sánh cặp → eigenvector) Kịch bản📡IoTChuỗi T, P từ weather station 20+ năm → train ANN downscaling GCM f(Qᵢ)📋Kinh tếHàm lợi ích từng ngành: GDP/m³ (CN), năng suất/ha (NN), WTP (sinh hoạt)

⚖️ Shapley Value (TP.HCM) — Áp vào: v(S), C(S)

C(S)📋Kỹ thuậtChi phí xây dựng + vận hành trạm XLNT cho từng tổ hợp: thiết kế sơ bộ → BOQ Lưu lượng📡IoTFlow meter tại cống xả từng khu vực → tính tải lượng ô nhiễm Chất lượng📡IoTMulti-parameter probe: BOD, COD, TSS, pH, DO → tải ô nhiễm = Q × C Đơn giá📋Kinh tếHàm chi phí C(q)=a·q^b: hồi quy từ dữ liệu dự án XLNT tương tự Dân số📋Thống kêDân số + quy hoạch phát triển → dự báo lưu lượng thải tương lai

📡IoT real-time

📋Khảo sát/thống kê

💡 IoT giúp chuyển từ mô hình tĩnh (dữ liệu năm) sang ra quyết định động (cập nhật theo mùa/ngày)

Áp dụng cho Việt Nam

Sông Hương: Thu thập Dữ liệu & IoT cho Game Theory

📡 Hệ thống IoT cần triển khai

Sensor 1×6 trạmFlow meter siêu âm Doppler — đo lưu lượng Wz, Rz tại: Đập Thảo Long, Bình Điền, Tả Trạch, cầu Bạch Hổ, cửa biển Thuận An, Tam Giang Sensor 2×6 trạmPressure transducer — mực nước hồ chứa (ΔSz) + kênh tưới chính (xzᵢ cho nông nghiệp) Sensor 3×4 trạmWeather station tự động — mưa, T, RH, gió, bức xạ → tính ET₀ Penman-Monteith (cho WEAP) Sensor 4×4 trạmMulti-parameter probe — pH, DO, EC, độ mặn, turbidity → giám sát xâm nhập mặn + chất lượng nước Sensor 5×3 trạmĐồng hồ nước thông minh — đo lượng dùng thực tế KCN Phú Bài, NM nước Vạn Niên, Tứ Hạ → Dzᵢ

🔄 Luồng dữ liệu → Công thức GT

IoT → MQTT/LoRa → Database → WEAP/Python → GT Model

Tần suất: 15 phút (mùa lũ T9–T11) · 1 giờ (mùa khô T1–T8)

Truyền dữ liệu: 4G/LoRaWAN → Cloud → API endpoint cho mô hình

📋 Dữ liệu Khảo sát & Thống kê

Dzᵢ (NN)→ BᵘzᵢDiện tích canh tác 40.000 ha × định mức tưới/ha theo cây (MARD) → m³/vụ Dzᵢ (CN)→ BᵘzᵢCông suất KCN Phú Bài + Tứ Hạ: số doanh nghiệp × tiêu hao nước/tấn SP Dzᵢ (SH)→ BᵘzᵢDân số TP Huế + 5 huyện × 120L/người/ngày (QCVN-01) Dzᵢ (TS)→ BᵘzᵢDiện tích nuôi tôm/cá đầm phá: 3.500 ha × cấp/thoát nước/ha Dzᵢ (ST)→ BᵘzᵢDòng chảy môi trường tối thiểu theo QĐ 1537/QĐ-TTg: ≥ 20 m³/s tại Huế wᵢ (AHP)→ NashKhảo sát AHP: 15 chuyên gia (Sở TN&MT, Nông nghiệp, Công thương, Du lịch) φzₗ→ Bi-levelĐo hệ số hoàn trả tại kênh Nam Sông Hương: tưới tràn ~0.3, tưới tiết kiệm ~0.1

🗺️ Ánh xạ Dữ liệu → Phương pháp GT

Giai đoạn

Phương pháp

Dữ liệu IoT cần

1. Mô phỏng

WEAP

Flow + Weather + GIS land-use

2. Phân tích xung đột

GMCR II

Demand Met Index từ WEAP + AHP survey

3. Phân bổ tối ưu

Bi-level

Wz, Rz, ΔSz real-time + Dzᵢ khảo sát

4. Chia sẻ chi phí

Shapley

Flow + WQ probe → tải ô nhiễm từng khu

💡 Lợi thế IoT: Cập nhật Wz, Rz theo giờ → tái chạy Bi-level Nash mỗi tuần thay vì mỗi năm. Phát hiện vi phạm quota ngay lập tức qua dashboard.

Phân tích Công bằng

Shapley Value: Phân phối Lợi ích Công bằng

Đóng góp Biên (Shapley) — Sông Hán

% so với đóng góp tối đa lý thuyết; NN=nông nghiệp, CN=công nghiệp, SH=sinh hoạt, TD=thuỷ điện, MT=môi trường

💡 Tại sao Shapley Value?

Hiệu quả: Phân bổ 100% lợi ích liên minh, không lãng phí

Công bằng: Tính lợi cận biên trung bình qua mọi thứ tự tham gia

Ổn định: Trong Core → không ai có lợi khi rời liên minh

Hạn chế: Chi phí tính toán O(2ⁿ) khi n lớn; cần dữ liệu đầy đủ

📌 Liên minh tối ưu

v(N)

Liên minh đầy đủ = tối ưu

+18%

so với liên minh từng phần

So sánh Toàn cầu

4 Lưu vực Quốc tế: Phân tích So sánh

Lợi ích ↑

Tính ổn định

Khả năng TH

Dữ liệu CQ

Mô hình GT

🇨🇳 Sông Hán

+37.5%

Cao

Đầy đủ

Bi-level

🇮🇷 Zayandeh.

+29%

Trung bình

Thiếu

Nash+SV

🌍 Euphr-Tigris

Tiềm năng

Thấp

Rất khó

Hạn chế

Fuzzy GT

🇺🇸🇨🇦 Great Lakes

+22%

Rất cao

Cao

Tốt nhất

Coop GT

Tốt

Trung bình

Thấp / Khó

Hover để xem chi tiết từng ô

Tiến trình Lịch sử

Tiến hóa của GT trong Quản lý Nước

1944–1950

Von Neumann & Nash

Nền tảng GT hiện đại; Nash Equilibrium (1950) cung cấp khái niệm cân bằng phi-hợp tác

1953

Shapley Value

Giải pháp phân phối công bằng cho cooperative games; Nobel Prize 2012

1970–1990

Ứng dụng Tài nguyên Nước

Baumol & Oates (1975); Rogers (1969) áp dụng GT đầu tiên cho tranh chấp sông Hằng–Brahmaputra

2000–2010

Bi-level & Fuzzy GT

Mô hình phân cấp 2 tầng; tích hợp bất định thủy văn; Case: Iran, Trung Đông

2010–2020

GT + Machine Learning

Genetic Algorithm tối ưu hóa Bi-level; Random Forest dự báo dòng chảy; Case: Sông Hán 2018

2022–2026

AI-assisted GT Models

Real-time Nash Equilibrium tìm kiếm; Dynamic Shapley tái phân bổ theo mùa; Climate-adaptive GT

Phân tích Xu hướng

Hiệu quả Hợp tác theo Quy mô Lưu vực

Lợi ích Hợp tác (%) theo Số tác nhân & Mức độ Xung đột

🔑 Insight Chính

Xung đột cao → Lợi ích hợp tác lớn hơn đáng kể. Sông Hán (+37.5%) và Euphrates tiềm năng (+45%) là ví dụ điển hình.

Nhiều tác nhân → Shapley Value trở nên thiết yếu hơn Nash để đảm bảo phân phối công bằng.

📌 Ngưỡng Tới hạn

≥ 4 tác nhân

cần thiết chế ràng buộc pháp lý

20% lợi ích

ngưỡng tối thiểu để thuyết phục hợp tác

So sánh Phương pháp

4 Mô hình GT: Khi nào Dùng Cái Nào?

Nash EQ

Cân bằng phi-hợp tác; mỗi tác nhân không muốn đơn phương thay đổi

Ưu điểm

✓ Đơn giản
✓ Không cần tin tưởng lẫn nhau
✓ Tính toán nhanh O(n²)

Hạn chế

✗ ≠ Pareto optimal
✗ Có thể nhiều EQ
✗ Không đảm bảo công bằng

Dùng khi: 2-3 bên tranh chấp, thiếu thể chế hợp tác

Shapley Value

Phân phối lợi ích hợp tác dựa trên đóng góp cận biên trung bình

Ưu điểm

✓ Công bằng axiom
✓ Kết quả duy nhất
✓ Trong Core khi superadditive

Hạn chế

✗ O(2ⁿ) tính toán
✗ Cần thông tin đầy đủ
✗ Không xét thứ tự thời gian

Dùng khi: n ≤ 10, cần phân bổ chi phí/lợi ích công bằng

Bi-level GT

Phân cấp 2 tầng: cơ quan quản lý (U) và tác nhân (L) tối ưu đồng thời

Ưu điểm

✓ Phản ánh thực tế quản trị
✓ Tích hợp ràng buộc thể chế
✓ Kết quả vượt Nash EQ

Hạn chế

✗ NP-hard tổng quát
✗ Cần dữ liệu 3 lớp
✗ Phức tạp triển khai

Dùng khi: Có cơ quan quản lý rõ ràng, n ≥ 4 tác nhân

Fuzzy GT

Tích hợp bất định thủy văn (dòng chảy, mưa) vào hàm lợi ích fuzzy

Ưu điểm

✓ Xử lý bất định
✓ Phù hợp biến đổi khí hậu
✓ Robust decision making

Hạn chế

✗ Khó diễn giải
✗ Nhiều tham số
✗ Validation khó

Dùng khi: Dữ liệu hạn chế, biến đổi khí hậu cao

Case Study 04 — Việt Nam

Sông Hương: Lộ trình Triển khai Thực tiễn

🗺️ Hiện trạng & Thách thức

⚠Lưu vực 2.830 km², 5 huyện + TP Huế cạnh tranh khai thác không có cơ chế phối hợp

⚠Xâm nhập mặn leo lên 25 km vào mùa khô; 40.000 ha lúa bị đe doạ mỗi năm

⚠Du lịch Huế (8 triệu lượt/năm) vs thuỷ điện Tả Trạch, Bình Điền: xung đột điều tiết hồ

✗Thiếu hệ thống IoT giám sát dòng chảy real-time — rào cản lớn nhất cho GT

📊 Đánh giá Điều kiện GT

Dữ liệu thủy văn

45%

Khung pháp lý

60%

Năng lực kỹ thuật

35%

Sẵn sàng hợp tác

70%

🗓️ Lộ trình Triển khai 3 Giai đoạn

2026–2027: Nền tảng

• Lắp đặt 20 trạm IoT đo dòng chảy
• Số hoá lịch sử dữ liệu 20 năm
• Xây dựng hàm lợi ích từng tác nhân (Luật 17/2012)

2027–2028: Thí điểm

• Chạy Bi-level 3 tác nhân: thuỷ điện, nông nghiệp, đô thị
• Nash Equilibrium mùa khô (Jan–Apr)
• Shapley phân bổ phí nước cho UBND tỉnh

2028–2030: Mở rộng

• Tích hợp AI dự báo lũ (LSTM model)
• 6 tác nhân đầy đủ bao gồm du lịch & môi trường
• Cơ chế thị trường nước thí điểm

Điều kiện Triển khai

Yếu tố Thành công & Rào cản Cần Giải quyết

✅ Điều kiện Cần

📡 Dữ liệu Thủy văn

Tối thiểu 10 năm lịch sử + IoT real-time. Không có dữ liệu = không thể xác định hàm lợi ích Bᵢ(xᵢ) đáng tin cậy

⚖️ Khung Pháp lý Ràng buộc

Điều 28–34 Luật 17/2012 VN; điều khoản cưỡng chế thi hành thỏa thuận phân bổ. Nash EQ không bền vững nếu không có enforcement

🏛️ Thể chế Trung gian

Cơ quan điều phối trung lập (như Ủy ban LVS Sông Đồng Nai) để giám sát, điều chỉnh quy tắc và xử lý tranh chấp

⚠️ Rào cản Thực tiễn

🔒 Bất cân xứng Thông tin

Tác nhân có lợi ích che giấu hàm chi phí thực. Giải pháp: cơ chế revelation + audit độc lập; penalty cho khai báo sai

🌊 Bất định Khí hậu

El Niño, La Niña thay đổi W_total lên ±30%. Fuzzy GT hoặc Stochastic GT cần được tích hợp để xử lý scenario này

🏗️ Chi phí Chuyển tiếp

Xây dựng năng lực (IoT, GIS, mô hình toán) ước tính 5–15 triệu USD cho lưu vực cỡ trung. Cần hỗ trợ WB/ADB

Tổng hợp — Câu hỏi 1

GT được Thế giới Áp dụng thế nào? Dữ liệu I/O?

🏞️ Sông Hán (TQ)

🌊 Zayandehroud (Iran)

🤝 Zarinehrood (Iran)

⚖️ TP.HCM (VN)

Phương pháp

Bi-level Programming + Nash Bargaining

WEAP mô phỏng + GMCR II phân tích

Nash Bargaining + AHP + ANN downscaling

Shapley Value + Core + Gately Index

Vấn đề giải quyết

Phân bổ nước giữa 5 vùng + chuyển nước Nam→Bắc

Xung đột nông nghiệp vs đô thị, nước ngầm cạn kiệt

Chia nước công bằng giữa 3 tỉnh + hồ sinh thái

Chia sẻ chi phí xử lý nước thải giữa 6 khu vực

📥 Đầu vào

Wz (lưu lượng), Dzᵢ (nhu cầu mỗi vùng), φzₗ (hệ số hoàn trả), ΔSz (hồ chứa)

Lưu lượng đập, diện tích tưới, khí tượng 14 năm, danh sách chiến lược + ưu tiên

Chuỗi T, P 30 năm, GCM (RCP scenarios), nhu cầu ngành, trọng số AHP

Công suất XLNT 6 khu, hàm chi phí C(q)=a·q^b, 63 tổ hợp liên minh

📤 Đầu ra

+8% tổng lợi ích, 80% đồng thuận, quota tối ưu xzᵢ cho từng vùng

3 kịch bản ổn định (S6, S7, S8★): tăng hiệu suất tưới = chiến lược dominant

Phân bổ Qᵢ công bằng (utility đồng đều), AHP > đối xứng

1.193 triệu đ/ngày tiết kiệm, Shapley ∈ Core (ổn định)

🎯 Áp dụng cho Sông Hương

Phân bổ Wz giữa thủy điện, nông nghiệp, sinh hoạt → Bi-level

Mô phỏng xung đột vận hành đập Tả Trạch, Bình Điền → GMCR

Chia nước mùa khô (T1–T4) + BĐKH xâm nhập mặn → Nash+AHP

Chia phí vận hành đập Thảo Long + XLNT KCN → Shapley

Tổng hợp — Câu hỏi 2

Ưu nhược điểm & Điểm mới Đề tài

📊 Ưu nhược điểm các Nghiên cứu Quốc tế & Việt Nam

Tối ưu 2 tầng (Sông Hán, Trung Quốc)

✅ Phản ánh thực tế phân cấp quản lý; 80% đồng thuận

⚠️ Phức tạp tính toán; cần công cụ giải chuyên biệt; chưa tích hợp biến đổi khí hậu

Mô phỏng + Phân tích xung đột (Zayandehroud, Iran)

✅ Kết hợp mô phỏng vật lý + phân tích xung đột; không cần hàm lợi ích

⚠️ Chỉ 2 bên tham gia (đơn giản); phân tích thứ bậc → không định lượng chính xác

Mặc cả Nash (Zarinehrood, Iran)

✅ Tích hợp biến đổi khí hậu (4 kịch bản); phân tích thứ bậc giải quyết bất đối xứng

⚠️ Giả định các bên hợp tác hoàn toàn; trọng số phụ thuộc ý kiến chủ quan chuyên gia

Giá trị Shapley (TP.HCM, Việt Nam)

✅ Công bằng tuyệt đối (theo các tiên đề); kiểm chứng Lõi phân bổ ổn định

⚠️ Chỉ chia chi phí, chưa phân bổ nước; độ phức tạp tăng theo hàm mũ khi nhiều tác nhân

⚠️ Hạn chế CHUNG của các nghiên cứu trước

❌ Đơn phương pháp — mỗi nghiên cứu chỉ dùng 1 mô hình, không kết hợp

❌ Dữ liệu tĩnh — dùng dữ liệu lịch sử, không có cảm biến thời gian thực

❌ Thiếu giám sát — không có cơ chế kiểm tra vi phạm hạn mức sau phân bổ

❌ Chưa toàn diện — chỉ giải quyết lượng HOẶC chất, chưa đồng thời cả hai

❌ Chưa thích ứng — kết quả cố định, không tái cân bằng theo mùa/khí hậu

🌟 5 ĐIỂM MỚI của Đề tài Sông Hương

1 Tích hợp đa phương pháp: Mô phỏng → Phân tích xung đột → Tối ưu 2 tầng → Phân bổ Shapley (quy trình 4 bước), chưa nghiên cứu nào thực hiện

2 Cảm biến thời gian thực: Lần đầu đề xuất kết nối cảm biến IoT → mô hình Lý thuyết Trò chơi, chuyển từ "tĩnh" sang "động" (cập nhật theo giờ)

3 Đa ngành 5 tác nhân: Thủy điện + Nông nghiệp + Thủy sản + Sinh hoạt-Công nghiệp + Sinh thái-Du lịch (phức tạp hơn 2-4 tác nhân trước)

4 Lượng + Chất: Kết hợp phân bổ nước VÀ chia sẻ chi phí ô nhiễm — đồng thời giải quyết xung đột lượng và chất

5 Bối cảnh Việt Nam: Lần đầu áp dụng Tối ưu 2 tầng kết hợp Lý thuyết Trò chơi cho lưu vực sông Việt Nam, tích hợp khung pháp lý Luật Tài nguyên nước 2012 + QĐ 1537 vào ràng buộc mô hình

Phương pháp áp dụng cho Sông Hương — Phần 1/2

Bước 1–2: Mô phỏng & Tối ưu phân bổ

🔬 Bước 1: Mô phỏng + Phân tích xung đột

Dùng phần mềm mô phỏng cân bằng nước theo kịch bản, sau đó phân tích xung đột chiến lược giữa các bên để tìm điểm ổn định.

✅ Không cần hàm lợi ích phức tạp
✅ Trực quan hóa xung đột chiến lược
⚠️ Chỉ phân tích thứ bậc, chưa định lượng chính xác

📥 ĐẦU VÀO — Cần thu thập:

📍 Lưu lượng dòng chảy — Đo bằng trạm thủy văn Kim Long, Thượng Nhật. Đơn vị: m³/s. Thu thập: đọc số liệu trạm hàng ngày hoặc lắp cảm biến lưu lượng siêu âm.

📍 Diện tích tưới — Thống kê từ Sở NN&PTNT Thừa Thiên Huế. ~40.000 ha lúa 2 vụ. Nguồn: báo cáo quy hoạch thủy lợi.

📍 Nhu cầu nước từng ngành — Nông nghiệp (định mức 6.000m³/ha/vụ), Sinh hoạt (120L/người/ngày × dân số), CN (từ giấy phép KCN).

📍 Chuỗi khí tượng — Nhiệt độ, lượng mưa 20-30 năm từ Đài KTTV khu vực Trung Trung Bộ. Cần cho kịch bản biến đổi khí hậu.

📍 Danh sách chiến lược — Liệt kê các phương án vận hành đập (xả nước, tích nước, ưu tiên ngành nào) + thứ tự ưu tiên của từng bên.

📤 ĐẦU RA — Kết quả & Cách sử dụng:

✅ Kịch bản ổn định — Tìm ra phương án vận hành mà không bên nào muốn thay đổi (điểm cân bằng). VD: "Tăng hiệu suất tưới + bán nước cho CN" = chiến lược tốt nhất.

✅ Bản đồ xung đột — Xác định cặp ngành nào xung đột gay gắt nhất (VD: thủy điện vs sinh thái mùa khô) → ưu tiên giải quyết trước.

💡 Áp dụng: Dùng kết quả để xây dựng quy trình vận hành liên hồ Tả Trạch-Bình Điền, trình UBND tỉnh phê duyệt.

⚖️ Bước 2: Tối ưu hóa 2 tầng

Tầng trên: Cơ quan quản lý tối đa hóa lợi ích toàn lưu vực. Tầng dưới: Các tác nhân mặc cả tối đa lợi ích riêng trong hạn mức cho phép.

✅ Phản ánh đúng thực tế phân cấp quản lý VN
✅ Đảm bảo cả công bằng và hiệu quả
⚠️ Cần công cụ giải chuyên biệt (Python/GAMS)

📥 ĐẦU VÀO — Cần thu thập:

📍 Wz — Lượng nước đến — Đo tại trạm thủy văn đầu mỗi vùng bằng cảm biến lưu lượng. Đơn vị: triệu m³/tháng.

📍 Dzᵢ — Nhu cầu nước — Khảo sát thực địa: diện tích canh tác × định mức tưới, dân số × 120L/ngày, công suất nhà máy × tiêu hao nước. Lập bảng cho 5 ngành.

📍 φzₗ — Hệ số hoàn trả — Tỷ lệ nước tưới chảy lại kênh. Đo bằng so sánh lưu lượng đầu kênh và cuối kênh. Tưới tràn ~0.3, tưới phun ~0.15.

📍 ΔSz — Dung tích hồ — Đo mực nước hồ Tả Trạch (646 triệu m³), Bình Điền (424 triệu m³) bằng cảm biến áp suất. Tính biến đổi giữa 2 kỳ đo.

📍 Hàm lợi ích — Xây dựng từ giá trị kinh tế mỗi m³ nước: nông nghiệp (~2.000đ/m³), CN (~15.000đ/m³), điện (~3.500đ/m³). Thu thập từ báo cáo kinh tế ngành.

📤 ĐẦU RA — Kết quả & Cách sử dụng:

✅ xzᵢ — Hạn mức phân bổ — Lượng nước tối ưu cho từng ngành tại từng vùng. VD: Nông nghiệp Hương Trà = 85 triệu m³/vụ.

✅ B̄ — Tổng lợi ích — Dự kiến tăng 8-12% so với phân bổ hiện tại. Chứng minh hiệu quả của phương pháp.

✅ % Đồng thuận — Tỷ lệ tác nhân chấp nhận kết quả (mục tiêu ≥80%). Nếu thấp → điều chỉnh trọng số.

💡 Áp dụng: Kết quả xzᵢ là cơ sở để cấp giấy phép khai thác nước theo Luật TNN 2012, Điều 43-44.

Phương pháp áp dụng cho Sông Hương — Phần 2/2

Bước 3–4: Chia nước công bằng & Chia chi phí

🤝 Bước 3: Mặc cả Nash

Phân bổ nước sao cho tích các phần lợi ích vượt điểm bất đồng là lớn nhất — đảm bảo mọi bên đều "có lợi hơn" so với không thỏa thuận.

✅ Tích hợp được biến đổi khí hậu
✅ Trọng số AHP phản ánh thực tế ưu tiên
⚠️ Cần giả định các bên đồng ý hợp tác

📥 ĐẦU VÀO — Cần thu thập:

📍 Rt — Tổng nước khả dụng — Tính từ mô phỏng bước 1 theo mùa: mùa mưa (T9-T12) ~800 triệu m³, mùa khô (T1-T8) ~200 triệu m³.

📍 dᵢ — Điểm bất đồng — Mức nước tối thiểu pháp định: sinh hoạt ≥120L/người/ngày (QCVN-01), dòng chảy môi trường ≥20 m³/s tại Huế, tưới tối thiểu 60% diện tích.

📍 wᵢ — Trọng số mặc cả — Tính bằng phương pháp phân tích thứ bậc: mời 10-15 chuyên gia (Sở TN&MT, NNPTNT, quản lý đập) so sánh cặp 5 ngành, tổng hợp trọng số. VD: sinh hoạt 0.35, nông nghiệp 0.25, sinh thái 0.20, thủy điện 0.12, CN 0.08.

📍 Kịch bản khí hậu — Lấy dữ liệu RCP4.5/8.5 từ mô hình GCM khu vực → ANN hạ quy mô cho lưu vực sông Hương. Nguồn: Viện KTTV & BĐKH.

📤 ĐẦU RA — Kết quả & Cách sử dụng:

✅ Qᵢ — Phân bổ tối ưu — Lượng nước cho từng ngành theo mùa. VD: Mùa khô T3: Sinh hoạt=25, NN=80, Thủy điện=50, Thủy sản=20, Sinh thái=25 (triệu m³).

✅ So sánh kịch bản — Phân bổ thay đổi thế nào khi khí hậu biến đổi: RCP8.5 → nông nghiệp giảm 15%, cần tăng sinh thái 10%.

💡 Áp dụng: Lập bảng phân bổ nước theo tháng/mùa cho mỗi ngành → tích hợp vào quy trình vận hành hồ chứa, điều chỉnh theo dự báo khí hậu thực tế.

💰 Bước 4: Giá trị Shapley — Chia sẻ chi phí

Phân bổ chi phí vận hành cơ sở hạ tầng nước (đập, trạm XLNT) dựa trên đóng góp biên trung bình — công bằng toán học tuyệt đối.

✅ Công bằng theo các tiên đề toán học
✅ Kiểm chứng ổn định bằng Lõi phân bổ
⚠️ Tính toán tăng theo hàm mũ khi nhiều tác nhân

📥 ĐẦU VÀO — Cần thu thập:

📍 Hàm chi phí C(q) — Lập hàm chi phí vận hành cho từng cơ sở: đập Tả Trạch, Bình Điền, đập ngăn mặn Thảo Long, trạm XLNT. Dạng C(q)=a·q^b, với q=lưu lượng, a,b=hệ số hồi quy từ dữ liệu chi phí thực tế.

📍 Chi phí riêng lẻ — Chi phí mỗi ngành nếu tự xây dựng hạ tầng riêng (baseline). Thu thập từ dự toán công trình đã duyệt, báo cáo tài chính công trình thủy lợi.

📍 Chi phí liên minh — Chi phí khi 2, 3… N ngành cùng dùng chung. Tính cho tất cả tổ hợp (5 ngành = 31 tổ hợp). VD: NN+CN chung trạm bơm tiết kiệm 20% so với riêng lẻ.

📍 Lượng nước thải — Đo tại cống xả KCN Phú Bài, Tứ Hạ và hệ thống thoát nước TP Huế. Đơn vị: m³/ngày. Cần để tính chi phí XLNT.

📤 ĐẦU RA — Kết quả & Cách sử dụng:

✅ φᵢ — Phần chi phí — Mỗi ngành phải đóng bao nhiêu. VD: Thủy điện=35%, NN=25%, CN=20%, Sinh hoạt=12%, Du lịch=8% tổng chi phí vận hành.

✅ Tiết kiệm — So với phương án riêng lẻ, liên minh tiết kiệm bao nhiêu. Mục tiêu: ≥1 tỷ đ/ngày (tương tự TP.HCM).

✅ Kiểm tra Lõi — Nếu Shapley ∈ Lõi → không ngành nào có lý do rời liên minh → phân bổ ổn định bền vững.

💡 Áp dụng: Trình UBND tỉnh ban hành quyết định thu phí dịch vụ nước theo Shapley, thay thế phân bổ cào bằng hiện tại. Cập nhật hàng năm.

Tổng kết & Khuyến nghị

Kết luận Chiến lược

🔬

GT = Ngôn ngữ Xung đột

Mô hình hóa chính xác cấu trúc incentive và chiến lược của từng tác nhân; định lượng được chi phí của không hợp tác

⚖️

Shapley = Công cụ Hòa giải

Cung cấp cơ sở toán học để phân phối lợi ích hợp tác một cách công bằng và được mọi bên chấp nhận

🏗️

Bi-level = Bản thiết kế

Mô hình phân cấp phản ánh thực tế quản trị; tích hợp được ràng buộc pháp lý và mục tiêu kinh tế-xã hội

📋 5 Khuyến nghị Chính sách

1. Mandát chia sẻ dữ liệu thủy văn theo thời gian thực giữa các tỉnh lưu vực

2. Thành lập Ủy ban Kỹ thuật độc lập để vận hành mô hình GT

3. Tích hợp Shapley Value vào cơ chế phân bổ phí tài nguyên nước (NĐ 201/2013)

4. Thí điểm Bi-level tại 3 lưu vực: Sông Hương, Sông Cầu, Đồng Nai

5. Hỗ trợ năng lực kỹ thuật từ WB Water Global Practice

🔭 Hướng Nghiên cứu Tương lai

→ Multi-leader GT: nhiều cơ quan quản lý cùng cấp (liên vùng)

→ Dynamic Shapley: tái phân bổ theo mùa và biến đổi khí hậu

→ AI + GT: Deep Reinforcement Learning tìm Nash EQ real-time

→ Blockchain contracts: tự động hoá thực thi thỏa thuận GT

→ Social Preference: tích hợp yếu tố văn hóa và trust vào utility

🌊

Cảm ơn!

Lý thuyết Trò chơi không chỉ là toán học — đó là ngôn ngữ của sự hợp tác bền vững trong quản lý tài nguyên chung.

0

%

Lợi ích hợp tác Sông Hán

0

Case Studies phân tích

0

Mô hình GT so sánh

Game Theory · Water Resource Management · Applied Research 2026

Lý thuyết Trò chơitrong Phân bổ Tài nguyên Nước

Cấu trúc Phân tích

Tại sao Quản lý Nước cần Game Theory?

Cấu trúc Bi-level Programming

Lưu vực Sông Hán: 5 Tác nhân, 3 Kịch bản

Dữ liệu Đầu vào & Đầu ra

Zayandehroud: WEAP + GMCR

Zarinehrood: Nash Bargaining + BĐKH

TP.HCM: Shapley Value cho Xử lý Nước thải

Thu thập Số liệu Đầu vào cho từng Phương pháp

Sông Hương: Thu thập Dữ liệu & IoT cho Game Theory

Shapley Value: Phân phối Lợi ích Công bằng

4 Lưu vực Quốc tế: Phân tích So sánh

Tiến hóa của GT trong Quản lý Nước

Hiệu quả Hợp tác theo Quy mô Lưu vực

4 Mô hình GT: Khi nào Dùng Cái Nào?

Sông Hương: Lộ trình Triển khai Thực tiễn

Yếu tố Thành công & Rào cản Cần Giải quyết

GT được Thế giới Áp dụng thế nào? Dữ liệu I/O?

Ưu nhược điểm & Điểm mới Đề tài

Bước 1–2: Mô phỏng & Tối ưu phân bổ

Bước 3–4: Chia nước công bằng & Chia chi phí

Kết luận Chiến lược

Cảm ơn!

Lý thuyết Trò chơi
trong Phân bổ Tài nguyên Nước