Giới thiệu dự án

Áp lực đô thị hóa nhanh chóng tại các trung tâm kinh tế như Thành phố Hồ Chí Minh (TP.HCM) đang tạo ra những thách thức nghiêm trọng về môi trường và an sinh xã hội. Theo báo cáo từ Cục Kiểm soát Ô nhiễm Môi trường (2023), khí thải từ ngành giao thông vận tải đóng góp tới hơn 70% tổng lượng phát thải gây ô nhiễm không khí tại các đô thị lớn tại Việt Nam. Thực trạng gia tăng phương tiện cơ giới cá nhân sử dụng nhiên liệu hóa thạch không chỉ gây ùn tắc giao thông nghiêm trọng mà còn là nguyên nhân chính dẫn đến các bệnh về đường hô hấp và suy giảm chất lượng sống của cư dân.

                  +-------------------------------------------------------+
                  |  Ô nhiễm giao thông đô thị: >70% khí thải từ GTVT     |
                  +---------------------------+---------------------------+
                                              |
                                              v
+-----------------------------------------------------------------------------------------+
| Mô hình tích hợp TPB Mở rộng (Extended Theory of Planned Behavior)                      |
|                                                                                         |
|  [Thái độ (ATT)]                 [Nhận thức kiểm soát (PBC)]    [Chuẩn mực chủ quan (SN)]|
|  [Chuẩn mực cá nhân (PN)]        [Kiến thức môi trường (EK)]    [Hành động chính phủ (GA)]|
|  [Thuộc tính sản phẩm (PA)]      [Chuẩn mực mô tả (DN)]                                 |
+---------------------------------------------+-------------------------------------------+
                                              |
                                              v
                  +-------------------------------------------------------+
                  | Pipeline Phân tích Định lượng (SPSS v20 / Python v3.11)|
                  | - Cronbach's Alpha > 0.70  - EFA (Varimax) TVE > 50%  |
                  | - OLS Regression Analysis  - Kiểm định VIF < 2.0      |
                  +---------------------------+---------------------------+
                                              |
                                              v
                  +-------------------------------------------------------+
                  | Ý định sử dụng phương tiện giao thông bền vững (BI)   |
                  +-------------------------------------------------------+

Đề tài "Các nhân tố tác động đến ý định sử dụng phương tiện giao thông bền vững của người dân Thành phố Hồ Chí Minh" được thực hiện nhằm lượng hóa và xác định cơ chế tâm lý xã hội thúc đẩy việc chuyển đổi sang phương thức di chuyển xanh (xe điện, xe buýt công cộng, xe đạp công cộng, dịch vụ chia sẻ chuyến đi).

Mục tiêu nghiên cứu

  1. Xác định hệ thống 08 nhóm nhân tố ảnh hưởng trực tiếp và gián tiếp đến ý định sử dụng phương tiện giao thông bền vững của người dân đô thị.
  2. Đo lường mức độ tác động của từng nhân tố thông qua mô hình phân tích định lượng đa biến với kích thước mẫu $N = 340$.
  3. Đề xuất hệ thống giải pháp và hàm ý quản trị ứng dụng thực tiễn cho cơ quan quản lý đô thị và doanh nghiệp phát triển giải pháp giao thông bền vững.

Phương pháp tiếp cận và Phạm vi

  • Cách tiếp cận: Ứng dụng khung lý thuyết mở rộng từ Thuyết Hành vi có Kế hoạch (Theory of Planned Behavior - TPB) kết hợp Thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA) và Thuyết Hành vi Chuẩn mực (Focus Theory of Normative Conduct).
  • Chỉ số đo lường kỳ vọng: Độ tin cậy thang đo (Cronbach's Alpha $\ge 0.70$), độ giá trị hội tụ và phân biệt (EFA Factor Loading $> 0.50$, $KMO \ge 0.50$), hệ số xác định mô hình ($R^2 \ge 0.50$).
  • Phạm vi & Giới hạn: Khảo sát người dân đang sinh sống, học tập và làm việc tại khu vực TP.HCM từ tháng 01/2024 đến tháng 05/2024; tập trung vào ý định hành vi (Behavioral Intention), chưa đo lường hành vi thực tế theo chuỗi thời gian (Longitudinal Study).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng xanh trong lĩnh vực giao thông vận tải đòi hỏi phải so sánh các khung mô hình hiện có để xác định khoảng trống nghiên cứu.

Mô hình nghiên cứu Tác giả & Năm Ưu điểm Nhược điểm / Khoảng trống
TPB Mở rộng (Ấn Độ) Garg, Kumar & Mittal (2023) Tích hợp 4 biến ngoại sinh: EK, GA, PN, PA Chưa xem xét ảnh hưởng của chuẩn mực mô tả (Descriptive Norms); loại bỏ biến Chuẩn mực chủ quan.
Mô hình Tích hợp NAM - TPB (Trung Quốc) Waqas et al. (2018) Đánh giá sâu vai trò của nhận thức chính sách và môi trường Tập trung vào giai đoạn sớm của thị trường; thiếu đánh giá về đặc tính sản phẩm công nghệ.
Khung TPB Tích hợp (Việt Nam) Ng & Phụng (2021) Đã thử nghiệm trên xe buýt công cộng tại Hà Nội Chỉ tập trung vào phương tiện công cộng truyền thống, chưa bao quát hệ sinh thái xe điện và xe chia sẻ.
Mô hình Đề xuất (Nghiên cứu này) Hồ Văn Hồng Hạnh (2024) Tích hợp 8 biến độc lập bao gồm cả Chuẩn mực mô tả và Thuộc tính kỹ thuật sản phẩm Đòi hỏi cỡ mẫu khảo sát lớn và quy trình lọc nhiễu dữ liệu khắt khe tại đô thị đặc thù như TP.HCM.

Yêu cầu nghiên cứu theo mô hình MoSCoW

  • Must have (Bắt buộc có): Đánh giá độ tin cậy thang đo Cronbach's Alpha, phân tích nhân tố khám phá EFA, kiểm định hồi quy tuyến tính bội OLS và kiểm tra hiện tượng đa cộng tuyến (VIF).
  • Should have (Nên có): Phân tích tương quan Pearson, kiểm định ANOVA, đối sánh tác động chuẩn hóa Beta ($\beta$) giữa các biến.
  • Could have (Có thể có): Xây dựng pipeline kiểm định tự động bằng kịch bản lập trình Python song song với IBM SPSS.
  • Won't have (Chưa thực hiện): Mô hình hóa phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) cho các biến điều tiết phức tạp.

Thiết kế hệ thống

Hệ thống xử lý và phân tích dữ liệu nghiên cứu được thiết kế theo cấu trúc pipeline chuẩn hóa:

Technology Stack & Công cụ Phân tích

  • Nền tảng phân tích thống kê cốt lõi: IBM SPSS Statistics version 20.0 (Core Engine cho EFA và OLS Regression).
  • Môi trường lập trình bổ trợ: Python v3.11.8 với các thư viện chuyên dụng:
    • pandas v2.2.1: Xử lý cấu trúc dữ liệu khảo sát.
    • statsmodels v0.14.1: Ước lượng mô hình OLS và kiểm định sai số.
    • factor_analyzer v0.5.1: Thực hiện kiểm định KMO và phân tích EFA.
  • Công cụ thu thập dữ liệu sơ cấp: Google Forms API tích hợp bảng hỏi định dạng Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý).

Cấu trúc Dữ liệu & Thang đo (Schema Design)

Dữ liệu được tổ chức thành 9 cấu trúc biến tiềm ẩn (Latent Constructs) với 34 biến quan sát (Observed Indicators):

  1. ATT (Attitude - 4 biến): Đánh giá cảm nhận tích cực/tiêu cực khi sử dụng giao thông bền vững.
  2. PBC (Perceived Behavioral Control - 4 biến): Nhận thức về khả năng tiếp cận, nguồn lực, chi phí.
  3. SN (Subjective Norms - 3 biến): Áp lực kỳ vọng từ người thân, bạn bè, đồng nghiệp.
  4. PN (Personal Norms - 3 biến): Ý thức trách nhiệm và nghĩa vụ đạo đức cá nhân với môi trường.
  5. EK (Environmental Knowledge - 4 biến): Mức độ hiểu biết về biến đổi khí hậu và phát thải CO2.
  6. GA (Government Action - 4 biến): Đánh giá chính sách ưu đãi, hạ tầng trạm sạc và làn đường xe buýt.
  7. PA (Product Attributes - 5 biến): An toàn, độ bền, thiết kế, tiết kiệm chi phí vận hành, công nghệ kết nối.
  8. DN (Descriptive Norms - 3 biến): Nhận thức về xu hướng sử dụng thực tế của cộng đồng xung quanh.
  9. BI (Behavioral Intention - 4 biến): Ý định sẵn sàng sử dụng và giới thiệu phương tiện xanh.

Methodology

Nghiên cứu áp dụng phương pháp kết hợp (Mixed Methods) với trọng tâm là phân tích định lượng:

  • Tiến trình thực hiện: Khảo sát sơ bộ ($n_1 = 50$) nhằm hiệu chỉnh độ rõ ràng của bảng hỏi $\rightarrow$ Khảo sát chính thức ($n_2 = 350$, thu được 340 mẫu hợp lệ sau khi loại bỏ phiếu không đạt tiêu chuẩn) $\rightarrow$ Phân tích thống kê suy diễn.
  • Ma trận Đánh giá Rủi ro (Risk Assessment Matrix):
Rủi ro kỹ thuật Mức độ Biện pháp giảm thiểu
Sai lệch mẫu (Sampling Bias) Trung bình Phân tầng mẫu theo độ tuổi, nghề nghiệp và địa bàn quận/huyện tại TP.HCM.
Đa cộng tuyến (Multicollinearity) Cao Đánh giá hệ số phóng đại phương sai $VIF < 2.0$; loại bỏ các chỉ báo có tương quan vượt ngưỡng 0.85.
Phương sai sai số thay đổi (Heteroskedasticity) Thấp Kiểm tra phân phối phần dư chuẩn hóa và biểu đồ Scatter Plot.

Implementation và kết quả

Development process

Quá trình thu thập và tiền xử lý dữ liệu được thực hiện trong 12 tuần với quy trình phân tích tự động hóa. Mã nguồn phân tích thống kê và kiểm định mô hình được chuẩn hóa theo cú pháp Python / SPSS:

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Load và tiền xử lý dữ liệu khảo sát (N=340)
df = pd.read_csv("hcmc_sustainable_transport_survey.csv")
independent_vars = ['ATT', 'PBC', 'SN', 'PN', 'EK', 'GA', 'PA', 'DN']
dependent_var = 'BI'

# 2. Xây dựng ma trận biến độc lập và thêm hằng số hồi quy (Intercept)
X = df[independent_vars]
X_const = sm.add_constant(X)
y = df[dependent_var]

# 3. Ước lượng mô hình Hồi quy Tuyến tính Bội OLS
model = sm.OLS(y, X_const).fit()

# 4. Kiểm tra hiện tượng Đa cộng tuyến thông qua chỉ số VIF
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]

print(model.summary())
print("\n--- Variance Inflation Factor (VIF) Diagnostics ---")
print(vif_data)

* Cú pháp SPSS Syntax: Phân tích nhân tố khám phá EFA và Hồi quy OLS.
FACTOR
  /VARIABLES ATT1 ATT2 ATT3 ATT4 PBC1 PBC2 PBC3 PBC4 SN1 SN2 SN3 PN1 PN2 PN3 
             EK1 EK2 EK3 EK4 GA1 GA2 GA3 GA4 PA1 PA2 PA3 PA4 PA5 DN1 DN2 DN3
  /MISSING LISTWISE 
  /ANALYSIS ATT1 TO DN3
  /PRINT INITIAL EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PAF
  /ROTATION VARIMAX.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT BI_Mean
  /METHOD=ENTER ATT_Mean PBC_Mean SN_Mean PN_Mean EK_Mean GA_Mean PA_Mean DN_Mean.

Testing và validation

Kiểm định Độ tin cậy và Tính giá trị Thang đo

  • Kiểm định Cronbach's Alpha: Toàn bộ 9 thang đo đều đạt hệ số tin cậy vượt chuẩn:
    • $\alpha_{PBC} = 0.884$; $\alpha_{PA} = 0.871$; $\alpha_{ATT} = 0.856$; $\alpha_{EK} = 0.842$; $\alpha_{GA} = 0.835$; $\alpha_{PN} = 0.812$; $\alpha_{DN} = 0.795$; $\alpha_{SN} = 0.782$; $\alpha_{BI} = 0.891$.
    • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của 34 biến quan sát đều $> 0.35$.
  • Phân tích Nhân tố Khám phá (EFA):
    • Chỉ số $KMO = 0.879$ ($> 0.50$), kiểm định Bartlett có $\text{Sig.} = 0.000 < 0.001$, chứng minh tính tương quan chặt chẽ giữa các biến quan sát.
    • Tổng phương sai trích (Total Variance Explained) đạt $64.82% > 50%$, với 8 nhân tố được trích tại điểm dừng Eigenvalue $> 1.15$. Hệ số tải nhân tố (Factor Loadings) của toàn bộ các mục hỏi đều $> 0.55$.
Thang đo biến Số biến quan sát Cronbach's Alpha ($\alpha$) KMO / Factor Loading Range Đánh giá chất lượng
Nhận thức kiểm soát (PBC) 4 0.884 0.682 - 0.814 Rất tốt
Thuộc tính sản phẩm (PA) 5 0.871 0.645 - 0.792 Rất tốt
Thái độ (ATT) 4 0.856 0.612 - 0.780 Rất tốt
Kiến thức môi trường (EK) 4 0.842 0.590 - 0.765 Rất tốt
Hành động chính phủ (GA) 4 0.835 0.584 - 0.741 Rất tốt
Chuẩn mực cá nhân (PN) 3 0.812 0.620 - 0.735 Tốt
Chuẩn mực mô tả (DN) 3 0.795 0.575 - 0.710 Tốt
Chuẩn mực chủ quan (SN) 3 0.782 0.562 - 0.698 Tốt
Ý định sử dụng (BI) 4 0.891 0.715 - 0.845 Xuất sắc

Kết quả đạt được

Mô hình hồi quy tuyến tính bội xác lập mối quan hệ giữa 8 biến độc lập và biến phụ thuộc $BI$:

$$\begin{aligned} BI = \beta_0 &+ 0.284 \cdot PBC + 0.215 \cdot PA + 0.182 \cdot EK + 0.164 \cdot ATT \ &+ 0.141 \cdot GA + 0.118 \cdot PN + 0.098 \cdot DN + 0.082 \cdot SN + \epsilon \end{aligned}$$

  • Hệ số xác định mô hình: $R^2 = 0.638$, $R^2_{\text{Adjusted}} = 0.629$. Mô hình giải thích được $62.9%$ sự biến thiên của ý định sử dụng phương tiện giao thông bền vững.
  • Kiểm định độ phù hợp ANOVA: Giá trị $F = 72.845$ với $p\text{-value} = 0.000 < 0.001$, khẳng định mô hình có ý nghĩa thống kê ở mức độ tin cậy 99.9%.
  • Kiểm định Đa cộng tuyến: Hệ số $VIF$ dao động từ $1.18$ đến $1.64$ (thấp hơn ngưỡng giới hạn 2.0), không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
  • Thứ tự mức độ tác động chuẩn hóa ($\beta$):
    1. Nhận thức kiểm soát hành vi ($PBC, \beta = 0.284, p < 0.001$) - Tác động lớn nhất.
    2. Thuộc tính sản phẩm ($PA, \beta = 0.215, p < 0.001$).
    3. Kiến thức về môi trường ($EK, \beta = 0.182, p < 0.001$).
    4. Thái độ ($ATT, \beta = 0.164, p < 0.01$).
    5. Hành động của chính phủ ($GA, \beta = 0.141, p < 0.01$).
    6. Chuẩn mực cá nhân ($PN, \beta = 0.118, p < 0.05$).
    7. Chuẩn mực mô tả ($DN, \beta = 0.098, p < 0.05$).
    8. Chuẩn mực chủ quan ($SN, \beta = 0.082, p < 0.05$) - Tác động thấp nhất.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến học thuật và giá trị thực nghiệm rõ nét:

  1. Mở rộng khung lý thuyết TPB: Bổ sung thành công hai biến ngoại sinh là Chuẩn mực mô tả (DN) và Thuộc tính sản phẩm (PA) vào bối cảnh đô thị tại quốc gia đang phát triển. Việc chứng minh vai trò có ý nghĩa của DN ($\beta = 0.098$) đã giải quyết hạn chế thiếu hụt về mặt quy chuẩn hành vi xã hội mà mô hình TPB gốc của Ajzen (1991) chưa phản ánh đầy đủ.
  2. So sánh mô hình đa quốc gia:
    • So với mô hình của Garg et al. (2023) tại Ấn Độ (nơi $GA$ và $SN$ không có ý nghĩa thống kê), nghiên cứu tại TP.HCM chỉ ra rằng $GA$ ($\beta = 0.141$) và $SN$ ($\beta = 0.082$) đều có tác động tích cực có ý nghĩa, phản ánh đặc thù văn hóa gắn kết xã hội và vai trò định hướng chính sách tại Việt Nam.
    • So với nghiên cứu của Bachmann et al. (2018) tại Thụy Sĩ, nghiên cứu này bổ sung chiều kích đánh giá kỹ thuật của sản phẩm ($PA$), giúp kết nối giữa yếu tố tâm lý học và hành vi tiêu dùng công nghệ.
  3. Định lượng hóa cấu trúc ra quyết định: Xác định chính xác rằng khả năng tiếp cận và chi phí sử dụng ($PBC$) cùng chất lượng phương tiện ($PA$) đóng góp tới hơn $49.9%$ tổng trọng số tác động trong mô hình hồi quy.

Ứng dụng thực tế và triển khai

Trường hợp ứng dụng thực tế

  • Phát triển mạng lưới xe buýt điện & metro: Tối ưu hóa điểm trung chuyển và tích hợp vé điện tử liên thông giúp tăng cường biến $PBC$ của hành khách.
  • Thương mại hóa xe máy điện đô thị: Các doanh nghiệp sản xuất phương tiện cần tập trung vào việc mở rộng hệ thống trạm đổi pin nhanh và chính sách bảo hành pin (đáp ứng kỳ vọng của biến $PA$).
                                  LỘ TRÌNH TRIỂN KHAI 2024 - 2026
+-----------------------------------------------------------------------------------------------+
| GIAI ĐOẠN 1 (Q3/2024 - Q4/2024): Xây dựng Nhận thức & Truyền thông                            |
| - Triển khai chiến dịch truyền thông xanh tại các trường đại học, khu công nghệ cao (Tác động EK)|
| - Công bố các đề án ưu đãi thuế, phí trước bạ cho phương tiện điện (Tác động GA)              |
+-----------------------------------------------------------------------------------------------+
                                               |
                                               v
+-----------------------------------------------------------------------------------------------+
| GIAI ĐOẠN 2 (Q1/2025 - Q4/2025): Nâng cấp Hạ tầng & Tối ưu Sản phẩm                           |
| - Mở rộng mật độ trạm sạc công cộng tại 22 quận/huyện và TP. Thủ Đức (Tăng cường PBC)          |
| - Ra mắt các dòng xe điện phổ thông dưới 20 triệu VNĐ với phạm vi di chuyển >100km/lần sạc (PA)|
+-----------------------------------------------------------------------------------------------+
                                               |
                                               v
+-----------------------------------------------------------------------------------------------+
| GIAI ĐOẠN 3 (2026+): Tích hợp Hệ sinh thái Giao thông Thông minh (MaaS)                       |
| - Vận hành nền tảng Mobility-as-a-Service tích hợp thanh toán vé xe buýt, metro, xe đạp công cộng|
| - Thiết lập làn đường ưu tiên cho phương tiện giao thông phát thải thấp (Tạo lập chuẩn mực DN) |
+-----------------------------------------------------------------------------------------------+

Phân tích Hiệu quả Đầu tư & Lợi ích Kinh tế (ROI Projection)

  • Hiệu quả kinh tế xã hội: Giảm thiểu phát thải ước tính 1.2 triệu tấn $CO_2$ tương đương mỗi năm nếu tỷ lệ chuyển đổi sang giao thông bền vững tại TP.HCM đạt $25%$ vào năm 2030.
  • Tiết kiệm chi phí vận hành cá nhân: Phương tiện điện giảm khoảng $65% - 75%$ chi phí năng lượng/km so với động cơ đốt trong truyền thống.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật & Phương pháp luận: Mẫu nghiên cứu ($N=340$) áp dụng phương pháp lấy mẫu thuận tiện phi xác suất, tập trung chủ yếu vào đối tượng người trẻ và nhóm văn phòng; chưa phản ánh hoàn toàn cơ cấu nhân khẩu học của toàn bộ vùng đô thị mở rộng TP.HCM.
  • Thiếu hụt dữ liệu chuỗi thời gian: Đề tài đo lường ý định hành vi tại một thời điểm cố định (Cross-sectional Data), chưa theo dõi sự thay đổi ý định thành hành vi thực tế khi các tuyến đường sắt đô thị (Metro Bến Thành - Suối Tiên) chính thức vận hành.
  • Định hướng nghiên cứu tương lai:
    1. Mở rộng kích thước mẫu lên $N \ge 1,000$ phân bổ theo tọa độ địa lý các quận nội thành và ngoại thành.
    2. Ứng dụng mô hình phân tích cấu trúc đa nhóm (Multigroup SEM) để so sánh hành vi giữa các nhóm thu nhập và giới tính khác nhau.
    3. Tích hợp lý thuyết Chấp nhận Công nghệ Mở rộng (UTAUT2) để đánh giá thói quen thanh toán số và công nghệ pin thông minh.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận khung nghiên cứu mẫu mực về việc mở rộng mô hình TPB và quy trình xử lý dữ liệu thống kê định lượng chuẩn xác bằng SPSS và Python.
  • Kỹ sư dữ liệu & Chuyên viên phân tích thị trường: Nắm bắt các bộ chỉ số đo lường thực tế ($R^2, \text{Beta}, VIF$) và kịch bản truy vấn dữ liệu khảo sát.
  • Doanh nghiệp sản xuất & Vận hành Giao thông (VinFast, Dat Bike, Grab, Gojek): Có cơ sở dữ liệu định lượng để định vị sản phẩm theo đúng kỳ vọng người dùng (ưu tiên độ tin cậy pin, chi phí sở hữu).
  • Cơ quan Hoạch định Chính sách (Sở GTVT, UBND TP.HCM): Cung cấp bằng chứng thực nghiệm để phân bổ nguồn vốn công vào hạ tầng trạm sạc và chính sách trợ giá một cách tối ưu.

Câu hỏi thường gặp

1. Cần những công cụ phần mềm nào để tái lập lại toàn bộ quy trình phân tích của đồ án?

Cần cài đặt IBM SPSS Statistics (tối thiểu phiên bản 20.0) hoặc môi trường Python v3.10+ kèm theo các thư viện pandas, statsmodels, factor_analyzer và seaborn để thực hiện toàn bộ kiểm định từ Cronbach's Alpha, EFA đến hồi quy tuyến tính bội OLS.

2. Kích thước mẫu N=340 có đảm bảo độ tin cậy thống kê cho mô hình 8 biến độc lập?

Theo quy tắc của Hair et al. (2014), kích thước mẫu tối thiểu cho phân tích EFA và hồi quy đa biến là $5 \times \text{tổng số biến quan sát}$ ($5 \times 34 = 170$). Với $N = 340$ quan sát hợp lệ (tỷ lệ $10:1$), mẫu nghiên cứu hoàn toàn thỏa mãn và đảm bảo lực lượng kiểm định thống kê (Statistical Power $> 0.80$).

3. Tại sao biến Nhận thức kiểm soát hành vi (PBC) lại có hệ số tác động cao nhất ($\beta = 0.284$)?

Tại các đô thị đang phát triển như TP.HCM, rào cản về hạ tầng trạm sạc, tính sẵn có của phương tiện công cộng và mức độ thuận tiện trong di chuyển hàng ngày vẫn là mối quan tâm hàng đầu của người dân. Khi rào cản kiểm soát được dỡ bỏ, ý định sử dụng sẽ gia tăng mạnh mẽ nhất.

4. Mô hình có thể áp dụng cho các thành phố khác như Hà Nội hay Đà Nẵng không?

Khung mô hình hoàn toàn có thể tái sử dụng. Tuy nhiên, các trọng số $\beta$ có thể thay đổi tùy thuộc vào mức độ hoàn thiện của hạ tầng giao thông công cộng và đặc thù khí hậu, địa hình của từng địa phương.

5. Chi phí và thời gian cần thiết để triển khai các giải pháp chính sách đề xuất là bao lâu?

Lộ trình được thiết kế theo 3 giai đoạn từ 2024 đến 2026+. Giai đoạn truyền thông nhận thức đòi hỏi ngân sách thấp và có thể tạo chuyển biến trong 6 tháng, trong khi các giải pháp mở rộng hạ tầng trạm sạc và làn đường ưu tiên đòi hỏi thời gian đầu tư từ 18 đến 36 tháng.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành xuất sắc việc xây dựng và kiểm định thực nghiệm mô hình các nhân tố tác động đến ý định sử dụng phương tiện giao thông bền vững của người dân TP.HCM. Thông qua việc phân tích mẫu dữ liệu định lượng $N = 340$ với hệ thống 8 biến độc lập, nghiên cứu đã chứng minh rằng Nhận thức kiểm soát hành vi ($PBC$), Thuộc tính sản phẩm ($PA$) và Kiến thức môi trường ($EK$) là ba động lực chi phối mạnh mẽ nhất. Kết quả nghiên cứu không chỉ đóng góp luận cứ khoa học quan trọng cho lý thuyết hành vi người tiêu dùng xanh mà còn cung cấp khung tham chiếu thực tiễn giá trị cho các nhà hoạch định chính sách và doanh nghiệp trên hành trình hiện thực hóa mục tiêu Net Zero và phát triển đô thị bền vững.