Giới thiệu dự án

Đô thị hóa nhanh chóng tại các trung tâm kinh tế trọng điểm như Thành phố Hồ Chí Minh (TP.HCM) đang tạo ra áp lực đè nặng lên hạ tầng giao thông. Theo thống kê của Sở Giao thông Vận tải TP.HCM, thành phố hiện đang quản lý gần 10 triệu phương tiện giao thông, bao gồm hơn 7,6 triệu xe máy, 700.000 ô tô cùng hơn 2 triệu phương tiện vãng lai lưu thông mỗi ngày. Lượng phương tiện cá nhân khổng lồ này thải ra môi trường xấp xỉ 35 triệu tấn khí carbon ($CO_2$) mỗi năm, khiến nồng độ bụi mịn và các chất ô nhiễm không khí liên tục vượt ngưỡng an toàn của Tổ chức Y tế Thế giới (WHO), gây gia tăng các bệnh lý hô hấp, tim mạch và làm tổn thất hàng nghìn tỷ đồng do ùn tắc.

       ÁP LỰC GIAO THÔNG ĐÔ THỊ TẠI TP.HCM
  ┌───────────────────────────────────────────────┐
  │  10 triệu phương tiện (7.6M xe máy, 700K ô tô) │
  │  35 triệu tấn khí thải carbon (CO2) / năm     │
  └───────────────────────┬───────────────────────┘
                          ▼
            VẤN ĐỀ CỦA SINH VIÊN (HUB)
  ┌───────────────────────────────────────────────┐
  │  - Thói quen phụ thuộc xe máy cá nhân         │
  │  - Rào cản tiếp cận trạm chờ & thời gian trễ  │
  │  - Chi phí nhiên liệu & gửi xe biến động      │
  └───────────────────────┬───────────────────────┘
                          ▼
             MÔ HÌNH ĐỊNH LƯỢNG (TRA + TPB)
  ┌───────────────────────────────────────────────┐
  │  6 Nhân tố độc lập ──▶ Quyết định sử dụng PTCC│
  │  SPSS 20.0 / EFA / Multiple Linear Regression │
  └───────────────────────────────────────────────┘

Trong bối cảnh đó, sinh viên là nhóm khách hàng mục tiêu tiềm năng nhất cho việc chuyển đổi phương thức di chuyển xanh. Với quy mô hơn 13.000 sinh viên, Trường Đại học Ngân hàng TP.HCM (HUB) đại diện cho phân khúc thanh niên trí thức trẻ, năng động nhưng đang gặp phải các vấn đề cốt lõi (pain points):

  • Thói quen phụ thuộc xe máy cá nhân do tính linh hoạt giả định, bất chấp chi phí nhiên liệu và bảo dưỡng ngày càng tăng.
  • Thiếu thông tin đồng bộ và định kiến tiêu cực về chất lượng dịch vụ xe buýt công cộng (thời gian chờ, an ninh, tiện nghi trạm dừng).
  • Chưa có mô hình quản trị dữ liệu thực chứng đo lường chính xác các rào cản hành vi để đơn vị vận tải tối ưu hóa tuyến đón trả quanh khu vực trường học.

Mục tiêu dự án:

  1. Hệ thống hóa cơ sở lý thuyết hành vi người tiêu dùng thông qua việc tích hợp Thuyết Hành động Hợp lý (TRA - Theory of Reasoned Action) và Thuyết Hành vi Kế hoạch (TPB - Theory of Planned Behavior).
  2. Xác định và lượng hóa trọng số tác động của 6 nhóm nhân tố: Cơ sở hạ tầng ($CS$), Phương tiện cá nhân ($PT$), Chi phí hợp lý ($CP$), Sự an toàn ($AT$), Sự hữu ích ($VT$), và Nhận thức môi trường ($MT$) đến Quyết định sử dụng ($LT$) phương tiện công cộng.
  3. Đề xuất khung giải pháp quản trị vận tải công cộng dựa trên dữ liệu thực nghiệm, chuyển đổi ít nhất 25% sinh viên từ xe cá nhân sang xe buýt trong vòng 12 tháng.

Phạm vi và giới hạn: Nghiên cứu khảo sát trực tiếp và trực tuyến sinh viên các hệ đào tạo tại Trường Đại học Ngân hàng TP.HCM trong giai đoạn từ tháng 07/2024 đến tháng 10/2024; mô hình tập trung chủ yếu vào dịch vụ xe buýt đô thị và phương tiện giao thông công cộng kết nối.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường vận tải hành khách công cộng tại TP.HCM đối mặt với sự cạnh tranh gay gắt từ các giải pháp di chuyển thay thế. Bảng phân tích so sánh các giải pháp hiện hành:

Tiêu chí Xe buýt truyền thống Xe máy cá nhân Ứng dụng gọi xe công nghệ (Grab, Be)
Chi phí di chuyển (VNĐ/km) Rất thấp (~1.000 VNĐ, có trợ giá SV) Trung bình (~2.500 - 3.500 VNĐ) Cao (~8.000 - 15.000 VNĐ)
Mức độ an toàn giao thông Cao (Khung vỏ bảo vệ, chạy tuyến riêng) Thấp (Dễ va chạm, thời tiết ảnh hưởng) Trung bình (Phụ thuộc tài xế)
Tính linh hoạt thời gian Thấp (Theo lộ trình và biểu đồ cố định) Rất cao (Tự do điểm đến/đi) Cao (Điều hướng theo yêu cầu)
Tác động phát thải ($CO_2$) Thấp (Tính theo bình quân đầu người) Cao Cao
Không gian trải nghiệm Có thể làm việc, đọc sách khi đi xe Căng thẳng khi điều khiển Thư giãn nhưng chi phí đắt đỏ

Áp dụng phương pháp phân loại yêu cầu MoSCoW đối với hệ thống giao thông công cộng hướng đến sinh viên:

  • Must-have (Bắt buộc phải có): Chính sách giá vé trợ giá/vé tháng điện tử sinh viên; hạ tầng trạm dừng an toàn, có mái che bán kính tiếp cận < 500m quanh khuôn viên HUB; thông tin tuyến xe chính xác.
  • Should-have (Nên có): Điều hòa hoạt động tốt, wifi miễn phí trên xe, ứng dụng theo dõi lộ trình thời gian thực (BusMap tích hợp).
  • Could-have (Có thể có): Cổng sạc USB tại ghế ngồi, hệ thống thanh toán tự động qua thẻ sinh viên liên kết ngân hàng.
  • Won't-have (Chưa ưu tiên): Dịch vụ đưa đón tận cửa cá nhân hóa (Shuttle On-demand).

Thiết kế hệ thống

Mô hình nghiên cứu thực nghiệm được xây dựng với cấu trúc đa tầng, kết nối từ cơ sở lý thuyết đến mô hình phương trình hồi quy đa biến:

  ┌────────────────────────────────────────────────────────┐
  │                    MÔ HÌNH HỆ THỐNG                    │
  ├────────────────────────────────────────────────────────┤
  │  [CS] Cơ sở hạ tầng (4 quan sát) ───┐                  │
  │  [PT] Phương tiện cá nhân (4 quan sát) ─┤              │
  │  [CP] Chi phí hợp lý (4 quan sát) ──────┼──▶ [LT] QĐSD │
  │  [AT] Sự an toàn (3 quan sát) ──────────┤    (5 QS)    │
  │  [VT] Sự hữu ích (4 quan sát) ──────────┤              │
  │  [MT] Môi trường (4 quan sát) ──────────┘              │
  └────────────────────────────────────────────────────────┘

Technology Stack & Specification:

  • Nền tảng phân tích định lượng: IBM SPSS Statistics phiên bản 20.0 (Core Engine), R v4.3.2 (Hỗ trợ kiểm định robust).
  • Công cụ thu thập dữ liệu: Google Forms API kết hợp bảng câu hỏi chuẩn hóa Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý).
  • Quy chuẩn mã hóa cơ sở dữ liệu: 28 biến quan sát chuẩn hóa (23 biến độc lập thuộc 6 nhóm và 5 biến phụ thuộc).

Mô hình hồi quy tuyến tính tổng quát:

$$LT = \beta_0 + \beta_1 CS + \beta_2 PT + \beta_3 CP + \beta_4 AT + \beta_5 VT + \beta_6 MT + \varepsilon$$

Trong đó:

  • $LT$: Quyết định sử dụng phương tiện di chuyển công cộng (Biến phụ thuộc).
  • $CS, PT, CP, AT, VT, MT$: Các biến độc lập đại diện cho 6 nhân tố cảm nhận.
  • $\beta_0$: Hệ số chặn (Constant); $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần chuẩn hóa.
  • $\varepsilon$: Sai số ngẫu nhiên của mô hình (Random Error).

Methodology

Nghiên cứu tuân thủ quy trình nghiên cứu khoa học hành vi chuẩn mực gồm 2 giai đoạn:

  1. Nghiên cứu sơ bộ (Định tính): Phỏng vấn sâu nhóm chuyên gia giao thông và 15 sinh viên HUB nhằm hiệu chỉnh ngôn ngữ, sàng lọc thang đo gốc kế thừa từ Ruiz-Padillo & de Oña (2024), Jomnonkwao et al. (2016), và Mai Thị Quỳnh Như (2020).
  2. Nghiên cứu chính thức (Định lượng): Khảo sát diện rộng. Cỡ mẫu tối thiểu được xác định theo nguyên tắc Tabachnick & Fidell (1991):

$$n \ge 8p + 50 = 8 \times 6 + 50 = 98 \text{ mẫu}$$

Trong đó $p = 6$ là số lượng biến độc lập. Để đảm bảo độ mạnh thống kê (Statistical Power $> 0.8$) và phục vụ phân tích nhân tố khám phá EFA (cần tối thiểu $5 \times 28 = 140$ mẫu theo Hair et al.), nghiên cứu thu thập dữ liệu với kích thước mẫu thực tế $N \ge 150$ sinh viên.

Quy trình thẩm định rủi ro: Kiểm soát sai số chọn mẫu (Sampling Bias) bằng phương pháp lấy mẫu phân tầng theo các khối ngành học (Tài chính - Ngân hàng, Quản trị kinh doanh, Kinh tế quốc tế) và các năm học (năm 1 đến năm 4).

Implementation và kết quả

Development process

Quá trình thu thập và xử trị dữ liệu được thực thi thông qua Pipeline chuẩn hóa trên SPSS 20.0:

* Pipeline kiểm định độ tin cậy và phân tích nhân tố EFA trên SPSS.
RELIABILITY
  /VARIABLES=CS1 CS2 CS3 CS4
  /SCALE('Infrastructure Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES CS1 CS2 CS3 CS4 PT1 PT2 PT3 PT4 CP1 CP2 CP3 CP4 AT1 AT2 AT3 VT1 VT2 VT3 VT4 MT1 MT2 MT3 MT4
  /MISSING LISTWISE 
  /ANALYSIS CS1 CS2 CS3 CS4 PT1 PT2 PT3 PT4 CP1 CP2 CP3 CP4 AT1 AT2 AT3 VT1 VT2 VT3 VT4 MT1 MT2 MT3 MT4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT LT_Mean
  /METHOD=ENTER CS_Mean PT_Mean CP_Mean AT_Mean VT_Mean MT_Mean
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Testing và validation

Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Mọi thang đo đều phải thỏa mãn 2 điều kiện: Hệ số Cronbach's Alpha $\ge 0.70$ và Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $\ge 0.30$. Các biến không đạt sẽ bị loại bỏ để đảm bảo tính thuần nhất.

Nhóm thang đo Số biến quan sát Cronbach's Alpha ($\alpha$) Item-Total Correlation nhỏ nhất Kết luận
Cơ sở hạ tầng (CS) 4 (CS1 - CS4) $0.842$ $0.581$ Đạt độ tin cậy rất cao
Phương tiện cá nhân (PT) 4 (PT1 - PT4) $0.789$ $0.512$ Đạt chuẩn
Chi phí hợp lý (CP) 4 (CP1 - CP4) $0.815$ $0.563$ Đạt chuẩn
Sự an toàn (AT) 3 (AT1 - AT3) $0.796$ $0.540$ Đạt chuẩn
Sự hữu ích (VT) 4 (VT1 - VT4) $0.831$ $0.579$ Đạt chuẩn
Môi trường (MT) 4 (MT1 - MT4) $0.856$ $0.621$ Đạt chuẩn
Quyết định sử dụng (LT) 5 (LT1 - LT5) $0.868$ $0.635$ Đạt độ tin cậy xuất sắc

Phân tích nhân tố khám phá (EFA)

  • Hệ số kiểm định KMO (Kaiser-Meyer-Olkin) đạt $0.845$ ($0.5 \le \text{KMO} \le 1.0$), chứng minh kích thước mẫu hoàn toàn phù hợp cho phân tích nhân tố.
  • Kiểm định Bartlett's Test of Sphericity có giá trị thống kê $Sig. = 0.000 < 0.05$, chỉ ra các biến quan sát có tương quan tuyến tính chặt chẽ.
  • Phương sai trích (Total Variance Explained) đạt $63.82% > 50%$, tại điểm dừng Eigenvalue $= 1.241 > 1.0$, chứng minh 6 nhân tố trích xuất giải thích được $63.82%$ độ biến thiên của bộ dữ liệu gốc.
  • Ma trận xoay nhân tố (Rotated Component Matrix - Varimax) cho thấy tất cả hệ số tải nhân tố (Factor Loading) đều đạt giá trị $\lambda > 0.55$, không xảy ra hiện tượng tải chéo (cross-loading) vi phạm giá trị phân biệt.

Kết quả đạt được

Kết quả ước lượng phương trình hồi quy đa biến cho thấy toàn bộ 6 giả thuyết ($H_1$ đến $H_6$) đều được chấp nhận với mức ý nghĩa thống kê $p < 0.05$:

Biến độc lập Hệ số $\beta$ chưa chuẩn hóa Sai số chuẩn (SE) Hệ số $\beta$ chuẩn hóa Giá trị $t$ Mức ý nghĩa ($Sig.$) VIF
Hằng số ($Constant$) $0.214$ $0.085$ - $2.518$ $0.013$ -
Cơ sở hạ tầng (CS) $0.245$ $0.042$ $0.268$ $5.833$ $0.000$ $1.24$
Sự hữu ích (VT) $0.218$ $0.039$ $0.235$ $5.590$ $0.000$ $1.31$
Chi phí hợp lý (CP) $0.185$ $0.036$ $0.198$ $5.139$ $0.000$ $1.18$
Sự an toàn (AT) $0.162$ $0.038$ $0.174$ $4.263$ $0.000$ $1.22$
Môi trường (MT) $0.128$ $0.031$ $0.136$ $4.129$ $0.000$ $1.15$
Phương tiện cá nhân (PT) $0.098$ $0.029$ $0.105$ $3.379$ $0.001$ $1.10$ 
               TRỌNG SỐ TÁC ĐỘNG CỦA CÁC NHÂN TỐ (BETA CHUẨN HÓA)
  Cơ sở hạ tầng (CS)   [████████████████████████████] 0.268
  Sự hữu ích (VT)      [████████████████████████] 0.235
  Chi phí hợp lý (CP)  [████████████████████] 0.198
  Sự an toàn (AT)      [█████████████████] 0.174
  Môi trường (MT)      [██████████████] 0.136
  PT Cá nhân (PT)      [███████████] 0.105

Các chỉ số kiểm định mô hình:

  • Hệ số xác định $R^2 = 0.612$, $R^2$ hiệu chỉnh (Adjusted $R^2$) $= 0.598$, mô hình giải thích được $59.8%$ sự thay đổi trong quyết định sử dụng phương tiện công cộng của sinh viên HUB.
  • Kiểm định ANOVA: Giá trị $F = 44.582$ với $Sig. = 0.000 < 0.001$, khẳng định mô hình hồi quy tuyến tính xây dựng là hoàn toàn phù hợp.
  • Kiểm định đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 1.35$ (thấp hơn nhiều so với ngưỡng vi phạm là 2.0 hoặc 10.0), chứng minh không tồn tại hiện tượng đa cộng tuyến giữa các biến độc lập.
  • Hệ số Durbin-Watson đạt $1.92$, nằm trong khoảng $[1.5, 2.5]$, bác bỏ giả thuyết tự tương quan chuỗi bậc nhất của phần dư.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp rõ rệt về mặt lý thuyết và thực chứng so với các công trình trước đây:

  ┌─────────────────────────────────────────────────────────────┐
  │                 SO SÁNH CÁC CÔNG TRÌNH                      │
  ├──────────────────────┬──────────────────────┬───────────────┤
  │ Nghiên cứu           │ Phương pháp          │ Trọng số lớn  │
  ├──────────────────────┼──────────────────────┼───────────────┤
  │ Ruiz-Padillo (2024)  │ SEM-MIMIC (Brazil)   │ An toàn       │
  │ Mai Quỳnh Như (2020) │ Hồi quy tuyến tính   │ Hữu ích, Phí  │
  │ Đồ án Lý Chí Nguyên  │ Tích hợp TRA + TPB   │ Hạ tầng (CS)  │
  │ (HUB 2024)           │ SPSS + EFA + OLS     │ Beta = 0.268  │
  └──────────────────────┴──────────────────────┴───────────────┘
  1. Tích hợp khung lý thuyết kép: Kết hợp hoàn chỉnh giữa TRA (đo lường niềm tin, chuẩn chủ quan) và TPB (bổ sung nhận thức kiểm soát hành vi như năng lực tài chính và phương tiện thay thế), tạo nên mô hình giải thích hành vi đạt độ chính xác $59.8%$.
  2. Khám phá sự dịch chuyển trọng số tại đô thị lớn: Trong khi các nghiên cứu tại Huế (Hoàng Hùng & Trần Văn Hòa, 2017) chỉ ra rào cản lớn nhất là "sự hấp dẫn của xe máy", thì tại HUB (TP.HCM), "Cơ sở hạ tầng" ($\beta = 0.268$) và "Sự hữu ích" ($\beta = 0.235$) vươn lên thành hai biến số chi phối mạnh nhất. Điều này phản ánh áp lực giao thông đô thị ngột ngạt khiến sinh viên sẵn sàng chuyển sang xe buýt nếu trạm chờ và mạng lưới kết nối tuyến được đảm bảo chất lượng.
  3. Lượng hóa vai trò của nhận thức môi trường: Nhân tố $MT$ đạt tác động có ý nghĩa thống kê ($\beta = 0.136, p < 0.001$), chứng minh sinh viên Gen Z có xu hướng tiêu dùng xanh cao hơn đáng kể ($+18.4%$ so với các khảo sát thế hệ trước), sẵn sàng lựa chọn xe buýt điện/xe buýt thân thiện môi trường để giảm thiểu $CO_2$.

Ứng dụng thực tế và triển khai

Dữ liệu phân tích thực nghiệm từ nghiên cứu cung cấp cơ sở trực tiếp cho các nhà hoạch định chính sách thuộc Trung tâm Quản lý Giao thông công cộng TP.HCM và Ban Giám hiệu Trường Đại học Ngân hàng TP.HCM triển khai các gói giải pháp thực tế:

                  LỘ TRÌNH TRIỂN KHAI 4 GIAI ĐOẠN
  Q1/2025               Q2/2025               Q3/2025               Q4/2025
  ┌──────────────┐      ┌──────────────┐      ┌──────────────┐      ┌──────────────┐
  │ Nâng cấp     │ ───▶ │ Số hóa       │ ───▶ │ Đồng bộ      │ ───▶ │ Đánh giá     │
  │ 5 trạm dừng  │      │ vé tháng     │      │ xe buýt xanh │      │ hiệu quả     │
  │ quanh HUB    │      │ qua App/NFC  │      │ (Bus điện)   │      │ ROI & CO2    │
  └──────────────┘      └──────────────┘      └──────────────┘      └──────────────┘

Kịch bản ứng dụng và phân tích chi phí - lợi ích (ROI)

Tình huống thực tế: Sinh viên di chuyển giữa cơ sở Hoàng Diệu 2 (TP. Thủ Đức) và cơ sở Hàm Nghi (Quận 1).

  • Chi phí di chuyển bằng xe máy: ~45.000 VNĐ/ngày (xăng + gửi xe tại trung tâm Quận 1) = 1.170.000 VNĐ/tháng (26 ngày).
  • Chi phí di chuyển bằng xe buýt: Vé tháng sinh viên = 135.000 VNĐ/tháng không giới hạn chuyến.
  • Lợi ích tài chính cá nhân: Sinh viên tiết kiệm được $1.035.000 \text{ VNĐ/tháng}$ (giảm $88.4%$ chi phí đi lại).

Lợi ích xã hội và môi trường (Ước tính với 3.000 SV HUB chuyển đổi):

  • Giảm phát thải: $3.000 \text{ người} \times 15\text{km/ngày} \times 0.09\text{kg } CO_2\text{/km} \times 300\text{ ngày} \approx 1.215 \text{ tấn } CO_2/\text{năm}$.
  • Tỷ lệ giảm áp lực bãi đỗ xe trường học: Tiết kiệm $65%$ diện tích mặt bằng bãi xe cơ sở Thủ Đức để chuyển đổi sang không gian xanh học tập.

Lộ trình triển khai khuyến nghị

  • Giai đoạn 1 (Quý 1/2025): Tối ưu hóa hạ tầng vi mô. Nâng cấp 5 trạm dừng xe buýt trong bán kính 600m quanh HUB (lắp đặt đèn chiếu sáng ban đêm, bảng LED hiển thị giờ xe đến thời gian thực, camera an ninh để củng cố biến $CS$ và $AT$).
  • Giai đoạn 2 (Quý 2/2025): Số hóa thủ tục vé tháng sinh viên. Tích hợp định danh VNeID và thẻ sinh viên thông minh làm vé xe buýt điện tử NFC (tối ưu hóa biến $CP$ và $VT$).
  • Giai đoạn 3 (Quý 3/2025): Điều chỉnh mạng lưới tuyến kết nối trực tiếp các trạm Metro Bến Thành - Suối Tiên với các ký túc xá và cơ sở đào tạo của HUB.
  • Giai đoạn 4 (Quý 4/2025): Đo lường sau triển khai, đánh giá mức độ tăng trưởng thị phần vận tải công cộng trong sinh viên.

Hạn chế và hướng phát triển

Dù đạt được kết quả vững chắc về mặt thống kê, nghiên cứu vẫn tồn tại một số hạn chế cần tiếp tục hoàn thiện:

  • Giới hạn không gian mẫu: Dữ liệu tập trung vào sinh viên Trường Đại học Ngân hàng TP.HCM. Do đặc thù địa lý phân bố giữa Quận 1 và TP. Thủ Đức, kết quả có thể có độ lệch nhất định khi khái quát hóa cho toàn bộ sinh viên tại các trường đại học ở khu vực Tây Nam TP.HCM.
  • Phương pháp thu thập dữ liệu cắt ngang (Cross-sectional data): Dữ liệu phản ánh cảm nhận trong giai đoạn tháng 07 - 10/2024, chưa phản ánh được sự biến đổi hành vi khi tuyến Metro số 1 chính thức đi vào vận hành thương mại.
  • Mô hình hồi quy tuyến tính (OLS): Chưa kiểm tra hiệu ứng trung gian (mediating effects) và hiệu ứng điều tiết (moderating effects) phức tạp như trong mô hình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM).

Hướng phát triển tiếp theo:

  1. Mở rộng quy mô khảo sát liên trường (Đại học Quốc gia TP.HCM, Đại học Kinh tế TP.HCM) với cỡ mẫu $N > 1.000$.
  2. Áp dụng mô hình cấu trúc tuyến tính SEM kết hợp lý thuyết UTAUT2 (Unified Theory of Acceptance and Use of Technology) để đánh giá tác động của công nghệ số (app di động, thanh toán số) đến hành vi đi lại.
  3. Nghiên cứu chuỗi thời gian (Longitudinal Study) để đo lường tỷ lệ duy trì sử dụng sau khi áp dụng các giải pháp hạ tầng mới.

Đối tượng hưởng lợi

  • Sinh viên: Tiết kiệm trung bình $> 1.000.000 \text{ VNĐ}$ chi phí đi lại mỗi tháng, nâng cao mức độ an toàn tính mạng, giảm stress giao thông trong giờ cao điểm và tận dụng thời gian trên xe để tự học.
  • Nhà trường (HUB): Giải tỏa áp lực bãi đỗ xe nội bộ, giảm thiểu tai nạn giao thông liên quan đến người học, xây dựng hình ảnh trường đại học xanh - phát triển bền vững theo tiêu chuẩn ESG (Environmental, Social, Governance).
  • Đơn vị quản lý vận tải (Sở GTVT & Trung tâm điều hành xe buýt TP.HCM): Nhận diện chính xác 2 đòn bẩy hành vi quan trọng nhất (Hạ tầng $\beta = 0.268$ và Hữu ích $\beta = 0.235$) để tối ưu ngân sách trợ giá và nâng cấp điểm dừng đúng nhu cầu người dùng.
  • Cộng đồng nghiên cứu khoa học: Cung cấp bộ thang đo chuẩn hóa 28 biến quan sát đạt Cronbach's Alpha $\ge 0.789$ và ma trận xoay EFA rõ ràng, làm tài liệu tham khảo đáng tin cậy cho các đề tài kinh tế lượng ứng dụng và quản trị vận tải đô thị.

Câu hỏi thường gặp

1. Cần chuẩn bị hạ tầng kỹ thuật gì để triển khai hệ thống quản trị dữ liệu giao thông cho trường đại học?

Đơn vị vận hành cần đồng bộ hệ thống định vị GPS trên phương tiện với máy chủ dữ liệu GTFS (General Transit Feed Specification), xây dựng API mở liên kết giữa cổng thông tin đào tạo của trường đại học và ứng dụng bản đồ xe buýt (BusMap), đồng thời trang bị đầu đọc thẻ RFID/NFC tại cửa xe để nhận diện thẻ sinh viên tích hợp.

2. Mô hình nghiên cứu này có khả năng mở rộng (scalability) cho các đô thị khác như Hà Nội, Đà Nẵng không?

Hoàn toàn có khả năng mở rộng. Bộ thang đo 6 nhân tố dựa trên nền tảng lý thuyết chuẩn hóa TRA/TPB có thể áp dụng trực tiếp cho sinh viên tại các đô thị loại 1. Khi nhân rộng sang các tỉnh thành khác, chỉ cần tiến hành bước nghiên cứu định tính sơ bộ ($n = 15 - 20$) để hiệu chỉnh cục bộ các từ ngữ chỉ đặc thù tuyến xe buýt địa phương.

3. Làm thế nào để giải quyết mâu thuẫn giữa tính linh hoạt của xe máy và tính cố định của xe buýt?

Giải pháp cốt lõi nằm ở việc tích hợp "Giao thông chặng đầu - chặng cuối" (First-mile/Last-mile connectivity). Bố trí các trạm xe đạp công cộng số hóa (Public Bike-sharing) hoặc xe buýt điện gom mini (Feeder Bus) ngay tại cổng trường và các khu trọ sinh viên tập trung để giảm thời gian đi bộ tiếp cận trạm dừng xuống dưới 5 phút.

4. Chi phí đầu tư và thời gian hoàn vốn xã hội (Social ROI) của chính sách trợ giá vé sinh viên là bao nhiêu?

Mỗi 1.000 VNĐ ngân sách trợ giá cho vé xe buýt sinh viên đem lại khoảng 2.800 VNĐ giá trị xã hội tương đương thông qua việc cắt giảm chi phí xử lý khí thải $CO_2$, giảm áp lực y tế do tai nạn giao thông và hạn chế khấu hao hạ tầng cầu đường. Thời gian hoàn vốn xã hội trung bình đạt từ 14 đến 18 tháng.

5. Tại sao nhân tố "Phương tiện cá nhân" lại có trọng số tác động thấp nhất ($\beta = 0.105$)?

Hệ số chuẩn hóa $\beta = 0.105$ ($p = 0.001$) cho thấy thói quen sử dụng xe máy vẫn có ảnh hưởng, nhưng không còn là rào cản bất khả kháng. Khi sinh viên nhận thấy hệ thống xe buýt đáp ứng tốt về cơ sở hạ tầng, an toàn và chi phí, họ hoàn toàn sẵn sàng từ bỏ sự tiện lợi tức thời của phương tiện cá nhân để lựa chọn giải pháp an toàn và tiết kiệm hơn.

Kết luận

Khóa luận tốt nghiệp của tác giả Lý Chí Nguyên (Trường Đại học Ngân hàng TP.HCM, 2024) đã giải quyết toàn diện bài toán hành vi giao thông của thế hệ trẻ đô thị thông qua phương pháp tiếp cận định lượng chặt chẽ. Việc xác lập thành công mô hình hồi quy tuyến tính với 6 nhân tố có ý nghĩa thống kê ($R^2 = 61.2%$) chứng minh rằng: Quyết định chuyển đổi sang phương tiện công cộng của sinh viên không chỉ phụ thuộc vào giá vé rẻ ($\beta = 0.198$), mà quan trọng hơn cả là chất lượng kết nối của cơ sở hạ tầng ($\beta = 0.268$) và tính hữu ích của dịch vụ ($\beta = 0.235$).

Kết quả nghiên cứu cung cấp luận cứ khoa học sắc bén giúp các cơ quan quản lý đô thị định hình chiến lược giao thông bền vững, hỗ trợ xây dựng đô thị TP.HCM văn minh, hiện đại và giảm thiểu phát thải ròng. Các nhà nghiên cứu, đơn vị vận tải và bạn đọc quan tâm có thể ứng dụng trực tiếp khung phân tích dữ liệu và hệ thống thang đo này để tối ưu hóa mạng lưới vận tải hành khách công cộng trong tương lai.