Tổng quan về luận án

Sự gia tăng nhanh chóng của tốc độ đô thị hóa, gia tăng dân số và tăng trưởng kinh tế tại các đô thị hạt nhân của Việt Nam—đặc biệt là Thành phố Hồ Chí Minh và Thủ đô Hà Nội—đang đặt hệ thống hạ tầng giao thông vào tình trạng quá tải nghiêm trọng. Hậu quả trực tiếp là ùn tắc giao thông kéo dài, tai nạn giao thông và ô nhiễm môi trường diễn biến phức tạp. Theo báo cáo “Điều chỉnh Chiến lược phát triển GTVT Việt Nam đến năm 2020 và tầm nhìn đến năm 2030”, thực trạng hạ tầng vận tải đô thị bộc lộ nhiều điểm nghẽn: “tiến độ triển khai xây dựng các công trình giao thông chậm, đặc biệt là xây dựng đường sắt đô thị, đường sắt nội - ngoại ô, hiện tại thủ đô Hà Nội và thành phố Hồ Chí Minh mới khởi công xây dựng 2-3 tuyến, tỷ lệ đảm nhận vận tải hành khách công cộng những năm gần đây chỉ đạt 10-12%, ùn tắc giao thông đô thị tại các thành phố Hà Nội và TP Hồ Chí Minh xảy ra thường xuyên; kết cấu hạ tầng chật hẹp, phát triển thiếu quy hoạch trong khi vận tải bánh sắt khối lượng lớn triển khai chậm; vận tải công cộng chủ yếu bằng xe buýt không đáp ứng nhu cầu đi lại, phương tiện cá nhân phát triển tự do chưa kiểm soát được”.

Để giải quyết căn cơ bài toán quy hoạch giao thông đô thị, công tác dự báo nhu cầu đi lại đóng vai trò là cơ sở khoa học mang tính quyết định. Trong quy trình dự báo giao thông kinh điển bốn bước (Four-step Travel Demand Forecasting Model), bước thứ ba—dự báo phân bổ nhu cầu đi lại theo phương thức vận tải (Mode Choice Split)—chính là khâu then chốt nhằm xác định xác suất và hành vi lựa chọn phương tiện của người tham gia giao thông. Tuy nhiên, các mô hình phân chia phương thức truyền thống áp dụng tại Việt Nam phần lớn sao chép cơ học các tham số từ các nước phát triển, chỉ tập trung vào hai biến số đơn tuyến là tổng thời gian và chi phí trực tiếp, hoàn toàn bỏ qua các đặc trưng hành vi và cấu trúc giao thông đặc thù của đô thị xe máy đang trong giai đoạn chuyển đổi sang vận tải hành khách công cộng khối lượng lớn (Mass Rapid Transit - MRT). Luận án tiến sĩ kinh tế của nghiên cứu sinh Phan Nguyễn Hoài Nam (2021) với đề tài: “Nghiên cứu dự báo phân bổ nhu cầu đi lại cho các phương thức vận tải trong các đô thị ở Việt Nam”, chuyên ngành Tổ chức và Quản lý vận tải (Mã số: 9.03), dưới sự hướng dẫn khoa học của PGS.TS. Nguyễn Xuân Hoàn và TS. Trần Thị Lan Hương tại Trường Đại học Giao thông Vận tải, đã giải quyết trực tiếp khoảng trống lý luận và thực tiễn này.

Hệ thống câu hỏi nghiên cứu (RQ) và giả thuyết nghiên cứu (H) được định hình xuyên suốt luận án:

  • RQ1: Các thuộc tính dịch vụ và hình thức vận tải khác biệt tác động như thế nào đến quyết định lựa chọn phương tiện trong đô thị đặc thù xe máy? $\to$ H1: Hình thức tiện ích dịch vụ và tính linh hoạt tạo ra sự phân hóa có ý nghĩa thống kê đối với xác suất lựa chọn phương thức.
  • RQ2: Biến động thu nhập bình quân tháng và tỷ lệ chi phí chuyến đi trên thu nhập ảnh hưởng ra sao đến độ nhạy cảm chi phí của hành khách? $\to$ H2: Tỷ lệ chi phí chuyến đi trên thu nhập tác động phi tuyến tính và có ý nghĩa giải thích cao hơn biến chi phí tuyệt đối.
  • RQ3: Thời gian ngoài phương tiện (tiếp cận, chờ đợi, trung chuyển) có phải là rào cản chính ngăn cản chuyển dịch sang vận tải công cộng? $\to$ H3: Hệ số bất thỏa dụng của thời gian ngoài phương tiện lớn hơn đáng kể so với thời gian trên phương tiện.
  • RQ4: Mức độ sẵn có của phương tiện cá nhân (đặc biệt là xe máy) chi phối như thế nào tới khả năng đón nhận phương thức mới? $\to$ H4: Cơ hội tiếp cận xe máy gia đình tạo ra lực cản tĩnh (friction) mạnh mẽ nhất đối với nhu cầu chuyển đổi sang đường sắt đô thị (Metro).

Luận án thiết lập khung lý thuyết tích hợp giữa Lý thuyết Thỏa dụng Ngẫu nhiên (Random Utility Maximization - RUM) và Lý thuyết Hành vi Người tiêu dùng, triển khai khảo sát diện rộng tại địa bàn TP. Hồ Chí Minh (phạm vi không gian gồm 24 quận/huyện, phân tích các chuyến đi cơ bản phát sinh từ nhà) nhằm xây dựng mô hình Logit đa thức cải tiến (MNL) và mô hình tích hợp phương thức đường sắt đô thị (MHMETRO).

Literature Review và Positioning

Lịch sử phát triển của các mô hình phân chia phương thức vận tải trên thế giới đã trải qua nhiều giai đoạn tiến hóa cấu trúc. Giai đoạn sơ khai dựa trên các mô hình hồi quy tuyến tính đa biến gộp (Aggregate Models), điển hình là Chương trình Nghiên cứu giao thông khu vực Pittsburgh (1980) tại Pennsylvania (Mỹ), sử dụng phương trình hồi quy tuyến tính một chiều dựa trên mật độ dân cư ròng ($X$) và mức độ sở hữu ô tô để ước lượng tỷ lệ chuyến đi bằng vận tải công cộng ($Y$). Kế tiếp, Chương trình Nghiên cứu nhu cầu đi lại thành phố Washington D.C. phát triển mô hình hai chiều thông qua các hàm tỷ số tương đối về thời gian (TG), chi phí (CF), tài chính (TC) và chất lượng phục vụ (CL). Tuy nhiên, các mô hình gộp bộc lộ nhược điểm lớn do giả định đồng nhất hành vi của toàn bộ cộng đồng dân cư trong một phân vùng giao thông (TAZ).

Bước ngoặt học thuật diễn ra khi Daniel McFadden cùng các học giả như Michael D. Meyer và Eric J. Miller (1984, 2001) trong công trình Urban Transportation Planning - A Decision-Oriented Approach xác lập nền tảng của Lý thuyết Thỏa dụng Ngẫu nhiên (RUM) và mô hình lựa chọn rời rạc (Discrete Choice Models). Thỏa dụng của phương thức $i$ đối với cá nhân $t$ được chuẩn hóa dưới dạng: $$U_{it} = V_{it} + \varepsilon_{it}$$ Trong đó $V_{it}$ là phần thỏa dụng tất định (quan sát được) và $\varepsilon_{it}$ là thành phần sai số ngẫu nhiên phản ánh các yếu tố không quan sát được.

Trong dòng chảy tranh luận học thuật quốc tế, xuất hiện hai trường phái đối trọng:

  1. Trường phái Tối đa hóa Thỏa dụng (RUM truyền thống): Được củng cố bởi Peter R. Stopher (1969), Bayes Ahmed (2012) tại Dhaka (Bangladesh), Dmitry Pavlyuk và Vaira Gromule (2010) tại Riga-Daugavpils khi so sánh hiệu năng của mô hình Probit và Logit, khẳng định người dùng luôn tối đa hóa lợi ích cận biên dựa trên tương quan thời gian - chi phí.
  2. Trường phái Tối thiểu hóa Bất thỏa dụng Ngẫu nhiên (Random Disutility Minimization - RDM): Sven Erlander (2010), K. Parthan và Karthik K. Srinivasan (2013) tại Chennai (Ấn Độ) lập luận rằng người tham gia giao thông ra quyết định dựa trên việc giảm thiểu chi phí tổn thất tổng hợp (tổng thời gian quy đổi và hao phí rủi ro). Đồng thời, các nghiên cứu của Nicholas J. Garber và Lester A. Hoel (2014) cùng Ling Ding và Ning Zhang (2011) tại Nam Kinh (Trung Quốc) nhấn mạnh sự cần thiết phải phân tách cấu trúc thời gian thành: thời gian trên phương tiện (In-Vehicle Travel Time - IVTT), thời gian tiếp cận/đi bộ (Walking Time) và thời gian chờ đợi (Waiting Time).

Tại Việt Nam, các công trình tiền nhiệm như Đề tài “Quy hoạch tổng thể phát triển GTVT TP. Hồ Chí Minh đến năm 2020” (1999) gắn liền với Quyết định “123/TTg của Thủ tướng Chính phủ ngày 10 tháng 7 năm 1998 về điều chỉnh quy hoạch tổng thể mặt bằng TP. Hồ Chí Minh đến năm 2020”, Dự án JICA (2002), Dự án nghiên cứu khả thi 2 tuyến Metro TP.HCM của TEWET (1999), Dự án Quy hoạch Hà Nội của JICA (1997), Dự án Khả thi Đường sắt đô thị Hà Nội của Dorsch Consult/MVA (2000), và Dự án Metro Hà Nội Tuyến số 3 của SYSTRA (2007) đều vận dụng mô hình Logit dạng nhị thức hoặc hệ số chuyển đổi cơ bản.

Khoảng trống nghiên cứu then chốt: Các nghiên cứu quốc tế được thiết kế cho các đô thị phát triển nơi ô tô chiếm ưu thế hoặc các nước thuộc thế giới thứ ba với đặc tính giao thông khác biệt; trong khi các nghiên cứu trong nước chỉ hiệu chỉnh thông số thô sơ, quy giản thỏa dụng về hai biến thời gian - chi phí thuần túy. Chưa có công trình nào giải quyết đồng thời: (1) Phân tích nhân tố khám phá (EFA) để lượng hóa cấu trúc hành vi tiềm ẩn trong bối cảnh giao thông xe máy áp đảo; (2) Tích hợp biến tỷ lệ chi phí/thu nhập và biến "cơ hội sử dụng xe máy" vào hàm thỏa dụng Logit; (3) Dự báo mô phỏng độ nhạy khi xuất hiện phương thức vận tải hoàn toàn mới là đường sắt đô thị (Metro).

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng khung lý thuyết Thỏa dụng Ngẫu nhiên (RUM) của McFadden và mô hình hành vi người tiêu dùng đa chiều (tiếp cận từ tâm lý học của Watson, xã hội học của George Herbert Mead và thuyết động cơ của Herzberg) vào lĩnh vực kinh tế vận tải đô thị đang phát triển. Bằng chứng thực nghiệm từ luận án chứng minh rằng trong điều kiện giao thông hỗn hợp tại Việt Nam, thỏa dụng không phải là một hàm số tĩnh của các thuộc tính phương tiện đơn lẻ mà là một hệ thống cân bằng động giữa năng lực tài chính vi mô cá nhân, thói quen sở hữu phương tiện cơ giới cá nhân và mức độ chịu đựng rào cản thời gian tiếp cận.

Mô hình lý thuyết được xác lập thông qua các mệnh đề:

  • Mệnh đề P1: Mức độ thỏa dụng của phương thức vận tải công cộng tỷ lệ nghịch phi tuyến tính với tỷ lệ chi phí chuyến đi trên thu nhập hàng tháng ($CP/ThuNhap$), giải thích chính xác hơn sự phân hóa giữa các tầng lớp dân cư so với biến chi phí danh nghĩa.
  • Mệnh đề P2: Biến "cơ hội sử dụng xe máy" (tỷ lệ sở hữu xe máy/người trong hộ gia đình) đóng vai trò là một biến điều tiết tiêu cực mạnh mẽ đối với xác suất lựa chọn phương thức vận tải công cộng, tạo ra hiện tượng "bẫy phương tiện cá nhân".

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp liên ngành ba nền tảng lý thuyết:

  1. Lý thuyết Kinh tế học Vi mô: Phân tích đường bàng quan (Indifference Curve) và tỷ lệ thay thế biên giữa chi phí và thời gian đi lại ($MU_{CP}/MU_{TG}$), lượng hóa độ dốc của đường đồng mức thỏa dụng đối với từng nhóm đối tượng nhạy cảm chi phí hoặc nhạy cảm thời gian.
  2. Lý thuyết Hành vi Tiêu dùng và Marketing: Cấu trúc hóa tiến trình 5 giai đoạn lựa chọn phương tiện (Nhận biết nhu cầu $\to$ Tìm kiếm thông tin $\to$ Đánh giá phương án $\to$ Quyết định lựa chọn $\to$ Đánh giá sau sử dụng) dưới tác động của các yếu tố điều chỉnh bất ngờ và áp lực xã hội.
  3. Lý thuyết Kinh tế lượng Ứng dụng: Kết hợp quy trình phân tích hai pha liên hoàn: Phân tích nhân tố khám phá (EFA) nhằm sàng lọc, trích xuất cấu trúc nhân tố từ dữ liệu đo lường Likert, sau đó tích hợp các điểm số nhân tố và biến kinh tế - kỹ thuật vào Mô hình Logit Đa thức (Multinomial Logit - MNL) và Logit có điều kiện (Conditional Logit).

Điều kiện biên (Boundary conditions) của khung phân tích được xác định rõ: Áp dụng cho các chuyến đi khép kín xuất phát từ nhà (Home-based trips) tại các đô thị loại đặc biệt và loại I có tỷ lệ cơ giới hóa xe hai bánh vượt trội (>70%), hạ tầng xe buýt hiện hữu và đang trong tiến trình xây dựng hệ thống đường sắt đô thị.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng thế giới quan thực chứng (Positivism Paradigm) với phương pháp tiếp cận định lượng chuyên sâu kết hợp phân tích cấu trúc dữ liệu đa tầng. Thiết kế nghiên cứu hỗn hợp lồng ghép giữa khảo sát Bộc lộ sở thích (Revealed Preference - RP) đối với các phương tiện hiện hữu (xe máy, xe đạp, ô tô con/taxi, xe buýt) và Sở thích tuyên bố (Stated Preference - SP) đối với phương thức giả định trong tương lai (Đường sắt đô thị - Metro).

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu được thực hiện qua các giai đoạn chuẩn hóa:

  1. Thu thập dữ liệu: Thiết kế bảng câu hỏi khảo sát chi tiết về đặc điểm nhân khẩu học (giới tính, độ tuổi, nghề nghiệp, thu nhập), đặc tính chuyến đi (chiều dài $L_c$, mục đích, thời gian đi lại, chi phí thực tế) và thang đo Likert 5 điểm đánh giá các tiêu chí dịch vụ. Mẫu khảo sát được phân bổ theo phương pháp chọn mẫu phân tầng ngẫu nhiên trên toàn địa bàn các quận nội thành và huyện ngoại thành TP. Hồ Chí Minh.
  2. Xử lý sơ bộ và kiểm định thang đo: Sử dụng phần mềm thống kê chuyên ngành để đánh giá độ tin cậy thang đo thông qua hệ số Cronbach's Alpha ($\alpha > 0.7$, loại biến có hệ số tương quan biến - tổng $< 0.3$). Phân tích nhân tố khám phá (EFA) với phép trích Principal Axis Factoring / Principal Components và phép xoay Varimax. Kiểm định tính thích hợp của mẫu thông qua chỉ số Kaiser-Meyer-Olkin ($KMO > 0.5$) và kiểm định Bartlett về tương quan ma trận ($p < 0.001$).
  3. Ước lượng kinh tế lượng: Xây dựng chuỗi mô hình thử nghiệm tuần tự từ MH0 (mô hình cơ sở), MH1, MH2, MH3, MH3A (mô hình Logit có điều kiện), MH4, MH5 đến MHMETRO. Sử dụng kiểm định tỷ số hợp lý Likelihood-Ratio (LR-Test), chỉ số thông tin Akaike (AIC) và chỉ số Bayesian (BIC) để lựa chọn dạng hàm tối ưu. Kiểm định hiện tượng phương sai sai số thay đổi (Heteroskedasticity) và sử dụng ước lượng sai số chuẩn mạnh (Robust Standard Errors) nhằm bảo đảm tính vững của tham số.

Data và phân tích

Mô hình toán học cốt lõi được xây dựng trên dạng hàm Logit đa thức: $$P_{ni} = \frac{e^{V_{ni}}}{\sum_{j \in C_n} e^{V_{nj}}}$$ Trong đó xác suất $P_{ni}$ của cá nhân $n$ chọn phương thức $i$ trong tập lựa chọn $C_n$ phụ thuộc vào hàm thỏa dụng tuyến tính từng phần: $$V_{ni} = \beta_{0i} + \beta_{1} IVTT_{ni} + \beta_{2} OVTT_{ni} + \beta_{3} Cost_{ni} + \beta_{4} \left(\frac{Cost_{ni}}{Income_n}\right) + \beta_{5} Auto_Avail_n + \sum \gamma_{k} Socio_Demographics_{nk}$$

Luận án tiến hành phân tích biến động cận biên (Marginal Effects) để lượng hóa sự thay đổi xác suất lựa chọn của từng phương thức khi các biến độc lập (thời gian trên xe, thời gian ngoài xe, chi phí, thu nhập, cơ hội xe máy) biến thiên một đơn vị.

Phát hiện đột phá và implications

Những phát hiện then chốt

Dữ liệu ước lượng thực nghiệm từ các mô hình MH3, MH4, MH5 và mô hình chuẩn tắc MHMETRO mang lại 5 phát hiện mang tính bước ngoặt:

  1. Sự phân hóa tác động giữa thời gian trên phương tiện (IVTT) và thời gian ngoài phương tiện (OVTT): Hệ số ước lượng của $OVTT$ (thời gian đi bộ, thời gian chờ xe, thời gian trung chuyển) luôn mang dấu âm có ý nghĩa thống kê cao ($p < 0.001$) và độ lớn gấp từ 1.8 đến 2.5 lần so với hệ số của $IVTT$. Điều này chứng minh người dân đô thị Việt Nam có mức độ bất thỏa dụng đối với việc chờ đợi và đi bộ tiếp cận cao gấp hơn 2 lần so với việc ngồi trên phương tiện.
  2. Ưu thế áp đảo của biến tỷ lệ Chi phí/Thu nhập: Trong các mô hình so sánh (MH1 đối chiếu MH2 và MH3), việc bổ sung biến tương tác tỷ lệ chi phí chuyến đi trên thu nhập hàng tháng làm tăng đáng kể log-likelihood và giảm mạnh chỉ số AIC/BIC. Tác động của chi phí không mang tính tuyệt đối mà phân hóa sâu sắc theo mức thu nhập của người thực hiện chuyến đi.
  3. Lực cản quán tính từ "Cơ hội sử dụng xe máy": Biến cơ hội sở hữu xe máy trong gia đình đạt giá trị hệ số dương rất lớn đối với phương thức xe máy và là rào cản âm lớn nhất đối với vận tải hành khách công cộng ($p < 0.01$). Phân tích cận biên chỉ ra rằng khi một hộ gia đình sở hữu thêm 1 xe máy/người lớn, xác suất lựa chọn xe buýt giảm hơn 35%.
  4. Dự báo xác suất lựa chọn Metro (Đường sắt đô thị): Trong mô hình MHMETRO quy chuẩn, khi hệ thống Metro đi vào vận hành độc lập mà không có các chính sách kết nối tiếp cận, thị phần vận tải hành khách công cộng chỉ tăng trưởng giới hạn, không đạt mức kỳ vọng 20-25% nếu thời gian tiếp cận ngoài ga vượt quá 10-15 phút.
  5. Giá trị thời gian (VOT) phân tầng theo mục đích chuyến đi: Ước lượng VOT cho thấy các chuyến đi làm việc (work trips) có mức sẵn lòng chi trả để tiết kiệm thời gian cao hơn 40% so với các chuyến đi vì mục đích khác (mua sắm, giải trí).

Implications đa chiều

  • Về mặt học thuật: Cung cấp bằng chứng thực nghiệm vững chắc xác nhận tính ưu việt của mô hình Logit đa thức có hiệu chỉnh biến tương tác kinh tế - xã hội đối với các đô thị đặc thù xe máy tại các nền kinh tế mới nổi.
  • Về mặt phương pháp luận: Chuẩn hóa quy trình kết hợp EFA và Logit có điều kiện (Conditional Logit), cung cấp một bộ công cụ tính toán tham số có thể nhân rộng cho các đô thị khác như Hà Nội, Đà Nẵng, Hải Phòng.
  • Về chính sách và quy hoạch:
    • Chính sách "Kéo" (Pull Measures): Để thu hút người dân sử dụng Metro và xe buýt, ưu tiên số một không phải là giảm giá vé đơn thuần mà là tối thiểu hóa $OVTT$. Cần phát triển mạng lưới xe buýt gom (feeder buses), làn đường đi bộ có mái che kết nối trong bán kính 500m quanh nhà ga Metro.
    • Chính sách "Đẩy" (Push Measures): Cần lộ trình kiểm soát chi phí sử dụng phương tiện cá nhân (thu phí đỗ xe lũy tiến khu vực trung tâm, phí phát thải) để làm thay đổi tương quan chi phí tương đối.

Limitations và Future Research

Mặc dù đạt được những đóng góp học thuật quan trọng, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Giới hạn về dữ liệu sở thích tuyên bố (SP): Dữ liệu dự báo đối với đường sắt đô thị (Metro) được thu thập khi hệ thống chưa chính thức vận hành thương mại, do đó xác suất lựa chọn SP có thể tồn tại độ lệch tâm lý (hypothetical bias) so với hành vi thực tế sau này.
  2. Giới hạn về không gian và loại chuyến đi: Mô hình tập trung chủ yếu vào các chuyến đi xuất phát từ nhà (Home-based trips) tại TP. Hồ Chí Minh, chưa bao quát đầy đủ các chuyến đi liên vùng hoặc chuyến đi chuỗi phức tạp (Trip-chaining behavior).
  3. Đặc tính tương quan giữa các phương thức: Mô hình Logit đa thức tiêu chuẩn (MNL) vẫn bị ràng buộc bởi giả định tính độc lập của các phương án không liên quan (Independence of Irrelevant Alternatives - IIA).

Chương trình nghiên cứu tiếp theo (Future Research Agenda):

  • Phát triển mô hình Logit hỗn hợp (Mixed Logit / Random Parameters Logit) hoặc mô hình Probit đa thức để phá vỡ hoàn toàn giả định IIA, tính đến sự không đồng nhất ngẫu nhiên (unobserved heterogeneity) trong sở thích của hành khách.
  • Tiến hành các khảo sát RP hậu kiểm (Post-opening Revealed Preference) khi tuyến Metro số 1 Bến Thành - Suối Tiên đi vào vận hành thực tế để hiệu chỉnh chính xác các tham số thỏa dụng.
  • Tích hợp các biến số về công nghệ giao thông mới (xe công nghệ Ride-hailing, xe đạp công cộng chia sẻ, phương tiện giao thông điện hóa) vào hàm thỏa dụng phương thức.

Tác động và ảnh hưởng

Công trình nghiên cứu tạo ra tác động sâu rộng trên cả phương diện hàn lâm và ứng dụng quản trị:

  • Tác động học thuật: Đóng góp tài liệu tham khảo nền tảng cho các viện nghiên cứu, trường đại học trong đào tạo sau đại học ngành Quy hoạch và Quản lý Giao thông vận tải, Kinh tế Giao thông. Cung cấp hệ thống tham số ước lượng tin cậy được trích dẫn trong các nghiên cứu mô hình hóa giao thông đô thị Việt Nam.
  • Tác động ngành và chính sách: Cung cấp luận cứ khoa học trực tiếp cho Sở Giao thông Vận tải TP. Hồ Chí Minh, Ban Quản lý Đường sắt Đô thị (MAUR) và các đơn vị tư vấn quy hoạch trong việc xác lập phương án định giá vé Metro, thiết kế mạng lưới trạm dừng đón trả khách và xây dựng kịch bản trợ giá vận tải công cộng giai đoạn 2021–2030.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giảng viên chuyên ngành: Tiếp cận quy trình kết hợp chuẩn mực giữa EFA và mô hình Logit rời rạc trong giải quyết bài toán phân chia phương thức giao thông.
  • Các nhà hoạch định chính sách đô thị: Sở hữu công cụ lượng hóa chính xác mức độ tác động của các chính sách giá vé, thời gian tiếp cận và kiểm soát phương tiện cá nhân trước khi ban hành quy định.
  • Doanh nghiệp vận tải và Chủ đầu tư hạ tầng MRT: Tối ưu hóa dự báo doanh thu, sản lượng hành khách theo các kịch bản vận hành thực tế, giảm thiểu rủi ro tài chính trong các dự án đối tác công tư (PPP).

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Luận án đã mở rộng Lý thuyết Thỏa dụng Ngẫu nhiên (RUM) của McFadden trong bối cảnh giao thông đặc thù đô thị đang phát triển thông qua việc tích hợp biến "cơ hội sử dụng xe máy" và "tỷ lệ chi phí/thu nhập" vào hàm thỏa dụng tất định, chứng minh quy luật bất thỏa dụng phi đối xứng giữa thời gian ngoài phương tiện và thời gian trên phương tiện.

2. Điểm cải tiến phương pháp luận so với các nghiên cứu trước đây? So với các nghiên cứu của Michael D. Meyer (2001) hay Bayes Ahmed (2012), luận án không gán ghép tham số giả định mà xây dựng quy trình hai bước nghiêm ngặt: sử dụng EFA để sàng lọc và nhóm các nhân tố hành vi tiềm ẩn, sau đó ước lượng đồng thời qua mô hình Logit có điều kiện (Conditional Logit) với kiểm định LR-test và Robust Standard Errors để loại trừ hiện tượng phương sai sai số thay đổi.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì? Mức độ bất thỏa dụng đối với thời gian ngoài phương tiện (OVTT) cao gấp hơn 2 lần thời gian trên xe. Điều này lý giải vì sao dù giá vé xe buýt rất rẻ nhưng người dân vẫn từ chối sử dụng nếu khoảng cách đi bộ tiếp cận trạm dừng vượt quá 500 mét hoặc thời gian chờ đợi trên 10 phút.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) không? Có. Luận án mô tả chi tiết quy trình chọn mẫu, bảng câu hỏi khảo sát, ma trận biến số, các bước kiểm định EFA, cú pháp ước lượng mô hình Logit và bảng ma trận hệ số cho phép các nhà nghiên cứu tái lập hoàn toàn trên các tập dữ liệu đô thị khác.

5. Định hướng nghiên cứu 10 năm tới được vạch ra như thế nào? Tập trung phát triển mô hình vi mô dựa trên hoạt động (Activity-Based Models - ABM) kết hợp dữ liệu lớn (Big Data từ thẻ vé điện tử thông minh, GPS di động) và mô hình hóa lựa chọn tích hợp phương tiện tự hành, giao thông chia sẻ trong kỷ nguyên đô thị thông minh.

Kết luận

Luận án tiến sĩ của Phan Nguyễn Hoài Nam (2021) là một công trình nghiên cứu khoa học công phu, nghiêm túc và có giá trị học thuật cao, thể hiện qua 5 đóng góp cốt lõi:

  1. Hệ thống hóa và phát triển toàn diện cơ sở lý luận về hành vi lựa chọn phương thức vận tải tích hợp góc nhìn tâm lý, marketing và kinh tế học vi mô.
  2. Xây dựng thành công mô hình Logit đa thức đặc thù cho đô thị Việt Nam với sự hiện diện của các biến số đột phá: tỷ lệ chi phí/thu nhập, thời gian ngoài phương tiện và cơ hội sử dụng xe máy.
  3. Cung cấp bộ tham số thực nghiệm chính xác về độ co giãn và xác suất phân bổ nhu cầu đi lại tại TP. Hồ Chí Minh trong điều kiện tích hợp tuyến đường sắt đô thị mới.
  4. Đề xuất hệ thống giải pháp chính sách giao thông đô thị mang tính khả thi cao, nhấn mạnh việc phát triển hạ tầng tiếp cận đi bộ và xe buýt gom để giải tỏa điểm nghẽn thời gian ngoài xe.
  5. Mở ra hướng nghiên cứu mới trong việc ứng dụng các mô hình kinh tế lượng rời rạc hiện đại phục vụ công tác quy hoạch giao thông bền vững tại Việt Nam và các quốc gia đang phát triển tương đồng.