Tổng quan về luận án

Sự bùng nổ của quá trình đô thị hóa và tăng trưởng kinh tế nhanh chóng tại Việt Nam đang đặt các siêu đô thị như Hà Nội và Thành phố Hồ Chí Minh trước những thách thức nghiêm trọng về ùn tắc giao thông, tai nạn và ô nhiễm môi trường. Như báo cáo Điều chỉnh Chiến lược phát triển GTVT Việt Nam đến năm 2020 và tầm nhìn đến năm 2030 đã nhận định: "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...". Trước thực trạng đó, luận án tiến sĩ kinh tế chuyên ngành Tổ chức và Quản lý vận tải (mã số 9.03) của nghiên cứu sinh Phan Nguyễn Hoài Nam tại Trường Đại học Giao thông Vận tải, dưới sự hướng dẫn của PGS.TS. Nguyễn Xuân Hoàn và TS. Trần Thị Lan Hương (Hà Nội, 2021), mang tính tiên phong trong việc chuẩn hóa khoa học quy trình dự báo phân bổ nhu cầu đi lại cho các phương thức vận tải đô thị.

Khoảng trống nghiên cứu (research gap) trọng tâm mà luận án hướng tới giải quyết xuất phát từ việc các mô hình dự báo truyền thống (như các dự án JICA HOUTRANS 2002, HAIDEP 1997, Metro tuyến 3 Hà Nội SYSTRA 2007) hầu như chỉ kế thừa các tham số ngoại sinh và tập trung vào hai biến độc lập cơ bản là chi phí và tổng thời gian đi lại. Các mô hình này bỏ qua các đặc tính kinh tế - hành vi then chốt trong bối cảnh giao thông đặc thù bị chi phối bởi xe máy cá nhân và sự xuất hiện sắp tới của phương thức vận tải khối lượng lớn mới (đường sắt đô thị/metro).

Luận án thiết lập hệ thống 5 câu hỏi và giả thuyết nghiên cứu chính:

  • Câu hỏi 1 (Q1) / Giả thuyết 1 (H1): Sự khác biệt về hình thức giữa các phương thức vận tải có tác động định lượng có ý nghĩa thống kê đến quyết định lựa chọn của người đi lại.
  • Câu hỏi 2 (Q2) / Giả thuyết 2 (H2): Thu nhập bình quân tháng tạo ra hiệu ứng phân hóa biên đáng kể đối với xác suất lựa chọn phương thức vận tải hành khách công cộng (VTHKCC).
  • Câu hỏi 3 (Q3) / Giả thuyết 3 (H3): Tỷ lệ chi phí chuyến đi trên thu nhập bình quân phản ánh độ nhạy cảm chi phí chính xác hơn biến chi phí tuyệt đối.
  • Câu hỏi 4 (Q4) / Giả thuyết 4 (H4): Thời gian ngoài phương tiện (Out-of-Vehicle Travel Time - OVTT, bao gồm thời gian đi bộ tiếp cận, chờ đợi và chuyển tuyến) tạo ra mức độ bất thỏa dụng (disutility) lớn hơn đáng kể so với thời gian trên phương tiện (In-Vehicle Travel Time - IVTT).
  • Câu hỏi 5 (Q5) / Giả thuyết 5 (H5): Cơ hội và mức độ sẵn có của phương tiện cá nhân (đặc biệt là xe máy) tại hộ gia đình tạo ra rào cản chuyển đổi cực lớn đối với việc lựa chọn VTHKCC và Metro.

Khung lý thuyết của công trình được định vị trên nền tảng Lý thuyết Thỏa dụng ngẫu nhiên (Random Utility Maximization - RUM) do McFadden phát triển, kết hợp trường phái Kinh tế học tân cổ điển vi mô, Lý thuyết hành vi người tiêu dùng marketing 5 giai đoạn của Kotler, và Mô hình dự báo 4 bước cổ điển (Four-Step Travel Demand Modeling: Phát sinh/thu hút chuyến đi, Phân bố chuyến đi, Phân chia phương thức, và Phân bổ lưu lượng mạng lưới) của Michael D. Meyer và Eric J. Miller (2001).

Đóng góp đột phá của công trình được lượng hóa qua việc xây dựng thành công chuỗi mô hình kinh tế lượng từ MH0 đến MH5, mô hình Logit có điều kiện riêng (MH3A), mô hình MHMETRO và mô hình mở rộng MHMETRO-Base-XEMAY trên tập dữ liệu khảo sát thực chứng chuyên sâu tại Thành phố Hồ Chí Minh đối với các chuyến đi cơ bản từ nhà (home-based trips). Nghiên cứu định lượng chính xác độ co giãn và hiệu ứng cận biên của việc tiếp cận phương tiện công cộng, làm cơ sở khoa học tối ưu hóa công tác quy hoạch mạng lưới hạ tầng vận tải hành khách công cộng trong dài hạn.

Literature Review và Positioning

Nghiên cứu về phân chia phương thức vận tải (modal split / mode choice) trên thế giới trải qua nhiều giai đoạn tiến hóa lý thuyết rõ rệt. Luận án đã tổng hợp có hệ thống các trường phái nghiên cứu chính:

  1. Trường phái mô hình tổng thể và hồi quy tuyến tính cổ điển: Khởi đầu từ Chương trình nghiên cứu giao thông khu vực Pittsburgh (1980) sử dụng mô hình hồi quy đa nhân tố OLS xác định chuyến đi bằng vận tải công cộng dựa trên mật độ dân cư và sở hữu xe con ($Y = f(X)$); nghiên cứu của Peter R. Stopher (1969) thuộc Highway Research Board áp dụng mô hình xác suất tuyến tính (Linear Probability Model - LPM) giải thích xác suất lựa chọn xe hơi và phương tiện công cộng dựa trên hiệu số chi phí và thời gian.
  2. Trường phái mở rộng biến cấu trúc chuyến đi: Điển hình là Chương trình nghiên cứu nhu cầu đi lại thành phố Washington D.C. tích hợp thời gian tương đối (tách nhỏ thành 8 thành phần từ $x_1$ đến $x_8$), chi phí tương đối (gồm 5 thành phần từ $x_9$ đến $x_{13}$ như giá vé, nhiên liệu, dầu nhớt, đỗ xe, cường độ sử dụng xe) và chất lượng dịch vụ tương đối. Nicholas J. Garber & Lester A. Hoel (2009) cùng Ling Ding & Ning Zhang (2010 tại Nam Kinh, Trung Quốc) đã mở rộng việc phân rã thời gian chuyến đi thành thời gian trên xe, thời gian tiếp cận và thời gian chờ đợi.
  3. Trường phái lý thuyết thỏa dụng ngẫu nhiên và mô hình lựa chọn rời rạc (Discrete Choice Modeling): Michael D. Meyer & Eric J. Miller (2001) chính thức hóa hàm thỏa dụng $U_{it} = V_{it} + \varepsilon_{it}$ và mô hình Multinomial Logit (MNL); Dmitry Pavlyuk & Vaira Gromule (2010) tại Riga-Daugavpils so sánh MNL và Binary Probit; Chen, Liu & Li (2010) so sánh 5 cấu trúc mô hình (MNL, Mixed Logit, Nested Logit, HEV, Multinomial Probit) và chứng minh Probit có hiệu suất diễn giải thực nghiệm kém hơn Logit do phức tạp trong tích phân ma trận hiệp phương sai sai số; Sven Erlander (2010) và K. Parthan & Karthik K. Srinivasan (2013 tại Chennai) phát triển mô hình tối thiểu hóa bất thỏa dụng ngẫu nhiên (Random Disutility Minimization - RDM).
  4. Trường phái Logit lồng (Nested Logit): Báo cáo của Ủy ban Nghiên cứu Giao thông Quốc gia Mỹ NCHRP (2012), Minal & Ch. Ravi Sekhar (2014) và dự án sử dụng đất - GTVT Đại học Minnesota (1999) chứng minh tính ưu việt của cấu trúc lồng khi giải quyết vi phạm giả định độc lập giữa các phương án không liên quan (Independence of Irrelevant Alternatives - IIA).

Trong nước, các đề án quy hoạch lớn như Quy hoạch GTVT TP.HCM đến 2020 (1999) sử dụng phương pháp hệ số đi lại; Dự án nghiên cứu khả thi hai tuyến metro ưu tiên TP.HCM (TEWET & Trung tâm nghiên cứu phát triển GTVT) thiết lập hàm chuyển đổi logit dựa trên tổng chi phí tổng quát (Generalized Cost); Dự án quy hoạch HAIDEP (1997) và Đường sắt đô thị Hà Nội (Dorsch Consult 2000) áp dụng hàm logistic chuyển đổi giữa phương tiện cá nhân và công cộng.

Tranh luận học thuật cốt lõi diễn ra giữa hai luồng quan điểm: Luồng quan điểm thứ nhất cho rằng hành vi lựa chọn phương thức là một hàm cơ học của thời gian và chi phí tuyến tính (phù hợp với các đô thị phát triển phương Tây có tỷ lệ ô tô hóa cao). Luồng quan điểm đối lập lập luận rằng tại các nước đang phát triển, hành vi chịu sự ràng buộc cấu trúc của năng lực tài chính cá nhân và tính linh hoạt tuyệt đối của phương tiện xe máy cá nhân. Luận án định vị chính xác khoảng trống này: Chưa có công trình nào tại Việt Nam tích hợp đồng thời phân tích nhân tố khám phá (EFA) để sàng lọc các biến tâm lý - xã hội tiềm ẩn, kết hợp với mô hình Logit đa thức phân rã thời gian trong/ngoài xe và biến tương tác tỷ lệ chi phí/thu nhập trong bối cảnh chuẩn bị đưa tuyến Metro đầu tiên vào vận hành.

So sánh với hai nghiên cứu quốc tế tiêu biểu:

  • Nghiên cứu của Bayes Ahmed (2012) tại Dhaka, Bangladesh: Sử dụng MNL nhưng chỉ dừng lại ở hai biến tổng thời gian và tổng chi phí, không giải quyết được tính bất đối xứng của thời gian chờ và tiếp cận.
  • Nghiên cứu của I. Athira và cộng sự (2016) tại Calicut, Ấn Độ: Tập trung ước tính Giá trị thời gian (Value of Travel Time - VOT) thông qua phân nhóm thu nhập, nhưng chưa xây dựng được kịch bản dự báo khi xuất hiện phương thức giao thông khối lượng lớn hoàn toàn mới như mô hình MHMETRO của luận án này.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và kiểm chứng thực nghiệm Lý thuyết Thỏa dụng ngẫu nhiên (RUM) của Daniel McFadden trong bối cảnh hạ tầng giao thông đô thị đặc thù của một nền kinh tế đang chuyển đổi. Về mặt toán học, hàm thỏa dụng tổng quát được phân rã thành:

$$U_{it} = V_{it} + \varepsilon_{it}$$

Trong đó $V_{it}$ là thành phần thỏa dụng quan sát được (hệ thống) và $\varepsilon_{it}$ là sai số ngẫu nhiên không quan sát được tuân theo phân phối Gumbel (Extreme Value Type I). Luận án đã thách thức giả định truyền thống xem thời gian di chuyển là một biến đồng nhất bằng việc chứng minh sự tồn tại của tính bất đối xứng trong cảm nhận bất thỏa dụng giữa thời gian trên phương tiện ($IVTT$) và thời gian ngoài phương tiện ($OVTT$).

Mô hình lý thuyết thiết lập 5 mệnh đề nghiên cứu có cấu trúc:

  • Mệnh đề P1: Hệ số bất thỏa dụng biên của thời gian ngoài phương tiện ($\beta_{OVTT}$) có giá trị âm lớn hơn đáng kể so với hệ số thời gian trên phương tiện ($\beta_{IVTT}$), tức $|\beta_{OVTT}| > |\beta_{IVTT}|$.
  • Mệnh đề P2: Biến đại diện năng lực tài chính thể hiện qua tỷ lệ chi phí trên thu nhập ($Cost/Income$) phản ánh độ co giãn lựa chọn phương thức chính xác hơn biến chi phí tuyệt đối ($Cost$).
  • Mệnh đề P3: Quyền sở hữu và cơ hội tiếp cận xe máy gia đình tạo ra hiệu ứng thay thế âm đối với xác suất lựa chọn phương thức VTHKCC và phương thức mới (Metro).
  • Mệnh đề P4: Thỏa dụng lựa chọn phương thức chịu sự tác động đồng thời của các biến tiềm ẩn tâm lý xã hội (được chuẩn hóa qua EFA) chứ không chỉ đơn thuần là các thuộc tính kỹ thuật của chuyến đi.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa tầng lý thuyết: Lý thuyết Thỏa dụng ngẫu nhiên (RUM), Thuyết Động cơ hai nhân tố của Herzberg (phân định các yếu tố duy trì và thúc đẩy hành vi), và Lý thuyết Hành vi người tiêu dùng kinh tế lượng.

                                 KHUNG PHÂN TÍCH ĐỘC ĐÁO

Điểm tiếp cận mới (novel analytical approach) của luận án là việc kết hợp quy trình hai giai đoạn: Giai đoạn 1 sử dụng Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) và hồi quy OLS với sai số chuẩn mạnh (Robust Standard Errors) nhằm sàng lọc, kiểm định mức độ tương quan và triệt tiêu hiện tượng phương sai sai số thay đổi. Giai đoạn 2 đưa các biến đại diện có ý nghĩa vào hệ thống mô hình Logit đa thức (MNL) và Logit có điều kiện để xây dựng hàm xác suất:

$$P_{it} = \frac{e^{V_{it}}}{\sum_{j=1}^{n} e^{V_{jt}}}$$

Điều kiện biên (boundary conditions) của mô hình được xác định rõ ràng: Áp dụng đối với các chuyến đi cá nhân xuất phát từ nhà (home-based trips) trong phạm vi không gian địa lý của các đô thị đặc biệt/loại I tại Việt Nam, nơi có tỷ lệ sở hữu phương tiện xe máy cá nhân chiếm ưu thế áp đảo và đang trong quá trình chuyển dịch mạng lưới hạ tầng vận tải công cộng khối lượng lớn.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được xây dựng trên nền tảng triết lý khoa học thực chứng (Positivism) kết hợp hiện thực phê phán (Critical Realism), sử dụng phương pháp định lượng chuyên sâu có đối sánh định tính. Thiết kế nghiên cứu đa cấp độ (Multi-level design) kết hợp giữa mức độ vĩ mô (thuộc tính mạng lưới hạ tầng giao thông đô thị TP.HCM) và mức độ vi mô (thuộc tính chuyến đi và hành vi ra quyết định của từng cá nhân người tham gia giao thông).

Quy mô mẫu và tiêu chí lựa chọn được xác lập chuẩn xác: Đối tượng khảo sát là người thực hiện chuyến đi tại các quận/huyện đại diện cho các khu vực đô thị trung tâm, khu vực phát triển mới và ngoại thành TP.HCM. Cỡ mẫu điều tra xã hội học và hành vi lựa chọn giao thông đảm bảo tính đại diện thống kê cao, được phân tầng theo giới tính, nhóm tuổi, mức thu nhập hàng tháng và loại hình phương tiện sử dụng hàng ngày.

Quy trình nghiên cứu rigorous

Chiến lược chọn mẫu áp dụng phương pháp chọn mẫu ngẫu nhiên phân tầng (Stratified Random Sampling). Quy trình thu thập dữ liệu kết hợp điều tra Sở thích lộ diện (Revealed Preference - RP) đối với hiện trạng đi lại (xe máy, xe buýt, ô tô con, taxi, xe đạp/đi bộ) và điều tra Sở thích tuyên bố (Stated Preference - SP) để mô phỏng kịch bản xuất hiện phương thức đường sắt đô thị (Metro).

                      QUY TRÌNH NGHIÊN CỨU THỰC CHỨNG CHUẨN HÓA

Độ tin cậy và giá trị khoa học được kiểm chứng qua các tiêu chuẩn thống kê nghiêm ngặt:

  • Độ giá trị cấu trúc (Construct Validity) và Độ tin cậy thang đo (Reliability): Kiểm định Cronbach’s Alpha cho toàn bộ các nhóm thang đo nhân tố ảnh hưởng đều đạt ngưỡng tin cậy cao ($\alpha > 0.7$ đến $\alpha > 0.8$), khẳng định tính nhất quán nội tại của bảng câu hỏi.
  • Kiểm định tính thích hợp của mẫu: Chỉ số Kaiser-Meyer-Olkin (KMO) đạt giá trị cao ($KMO > 0.7$), kiểm định Bartlett có ý nghĩa thống kê ($p < 0.001$), ma trận xoay nhân tố (Rotated Component Matrix) trích xuất rõ nét các nhóm nhân tố tác động không bị chồng lấn.
  • Xử lý hiện tượng sai số: Kiểm định Breusch-Pagan / White phát hiện hiện tượng phương sai của sai số thay đổi (heteroscedasticity) trong mô hình OLS, được khắc phục triệt để bằng phương pháp ước lượng sai số chuẩn mạnh (Robust Standard Errors) trước khi chuyển giao biến vào mô hình Logit.

Data và phân tích

Dữ liệu điều tra phản ánh chân thực cơ cấu phương tiện và đặc tính dịch chuyển tại TP.HCM: Tỷ lệ chuyến đi bằng xe máy chiếm vị trí áp đảo (trên 75-80%), xe buýt chiếm tỷ lệ khiêm tốn (dưới 10%), còn lại là ô tô cá nhân, taxi và các phương thức phi cơ giới.

Các kỹ thuật phân tích kinh tế lượng nâng cao được thực hiện thông qua phần mềm thống kê chuyên dụng (SPSS và Stata):

  • Ước lượng hệ số hàm thỏa dụng cho chuỗi mô hình: MH0 (mô hình gốc cơ bản), MH1 (bổ sung biến thời gian), MH2 (bổ sung biến chi phí), MH3 (tách biệt thời gian trong xe $IVTT$ và thời gian ngoài xe $OVTT$), MH4 (tích hợp biến tỷ lệ chi phí/thu nhập và đặc trưng kinh tế xã hội), MH5 (tích hợp đầy đủ các biến tương tác và cơ hội sở hữu xe máy).
  • Mô hình Logit có điều kiện riêng theo phương thức vận tải (MH3A).
  • Kiểm định độ phù hợp mô hình: Kiểm định tỷ số hợp lý Likelihood-Ratio Test (LR-test) giữa các cặp mô hình lồng nhau (MH0 vs MH1, MH1 vs MH2, MH3 vs MH4, MH4 vs MH5), đối sánh chỉ số thông tin Akaike (AIC) và chỉ số Bayesian (BIC) để lựa chọn mô hình tối ưu nhất.
  • Tính toán hệ số co giãn trực tiếp (Direct Elasticity), co giãn chéo (Cross-Elasticity) và phân tích biến động cận biên (Marginal Effects) với khoảng tin cậy 95% ($p < 0.05$ và $p < 0.01$).

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả ước lượng thực chứng từ chuỗi mô hình kinh tế lượng của luận án mang lại 5 phát hiện cốt lõi:

                            CÁC PHÁT HIỆN THỰC CHỨNG THEN CHỐT
  1. Tính bất đối xứng vượt trội giữa thời gian ngoài phương tiện và trong phương tiện: Kết quả kiểm định mô hình MH3, MH4 và MHMETRO khẳng định người tham gia giao thông tại TP.HCM đặc biệt nhạy cảm với thời gian ngoài xe ($OVTT$ - gồm thời gian đi bộ tiếp cận trạm và thời gian chờ xe). Hệ số bất thỏa dụng của $OVTT$ mang giá trị âm cao gấp 1.8 đến 2.5 lần so với thời gian ngồi trên xe ($IVTT$) với mức ý nghĩa $p < 0.01$. Điều này chứng minh việc giảm 5 phút chờ đợi hoặc đi bộ mang lại sự gia tăng thỏa dụng tương đương với việc cắt giảm 10-12 phút di chuyển trên tuyến.
  2. Hiệu ứng tỷ lệ chi phí trên thu nhập thay thế chi phí tuyệt đối: Trong mô hình MH4 và MH5, biến tỷ lệ $Cost/Income$ đạt mức ý nghĩa thống kê cao ($p < 0.001$), chỉ số AIC và BIC giảm mạnh so với mô hình MH2 chỉ sử dụng biến chi phí độc lập. Điều này giải thích hiện tượng nghịch lý: Người có thu nhập cao không quan tâm đến mức chênh lệch giá vé vài nghìn đồng mà ưu tiên độ chính xác về giờ giấc, trong khi nhóm thu nhập dưới 5-7 triệu đồng/tháng có độ co giãn theo giá vé cực lớn.
  3. Hiệu ứng "khóa phương tiện" do cơ hội sử dụng xe máy cá nhân: Kết quả phân tích biến động cận biên ở mô hình MHMETRO-Base-XEMAY cho thấy biến cơ hội tiếp cận xe máy gia đình có hệ số tác động âm áp đảo đối với việc lựa chọn VTHKCC (Odds Ratio < 0.35, $p < 0.001$). Khi trong hộ gia đình tỷ lệ người/xe máy $\le 1.0$, xác suất lựa chọn xe buýt giảm hơn 70% so với các hộ không có sẵn phương tiện cá nhân.
  4. Quy luật phân kỳ lựa chọn phương thức mới (Metro) theo cự ly và tính kết nối: Mô hình MHMETRO chỉ ra rằng xác suất lựa chọn Metro tăng trưởng phi tuyến theo cự ly chuyến đi. Với các chuyến đi dưới 3 km, xác suất chọn Metro gần như bằng 0 (người dân ưu tiên đi bộ hoặc xe máy). Tuy nhiên, khi cự ly vượt quá 7-10 km, xác suất chọn Metro tăng vọt, với điều kiện thời gian tiếp cận hai đầu bến không vượt quá 8-10 phút.

Implications đa chiều

  • Về mặt lý thuyết: Luận án đã đóng góp một biến thể mở rộng của mô hình Logit đa thức (MNL) và Logit có điều kiện chuyên biệt cho các đô thị có mức độ phụ thuộc xe máy cực cao (Motorcycle-Dependent Cities), làm phong phú thêm kho tàng kinh tế học vận tải quốc tế.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn mực tích hợp EFA $\rightarrow$ Robust OLS $\rightarrow$ MNL $\rightarrow$ Marginal Effects Analysis, có thể chuyển giao và áp dụng trực tiếp cho các đô thị khác tại Việt Nam như Hà Nội, Đà Nẵng, Hải Phòng, Cần Thơ.
  • Về ứng dụng thực tiễn và chính sách quy hoạch:
    • Chính sách phát triển hạ tầng tiếp cận: Thay vì chỉ đầu tư mua sắm phương tiện vận tải công cộng, chính quyền đô thị cần ưu tiên tối đa vốn đầu tư cho hệ thống hạ tầng tiếp cận (vỉa hè đi bộ an toàn, cầu vượt bộ hành, mạng lưới xe buýt gom mini feeder-bus, bãi gửi xe máy Park & Ride tại các nhà ga metro) nhằm giảm thiểu triệt để $OVTT$.
    • Chính sách giá vé linh hoạt: Xây dựng cơ cấu vé liên thông đa phương thức (xe buýt - metro) với chính sách trợ giá nhắm đúng đối tượng học sinh, sinh viên và người có thu nhập thấp dựa trên độ co giãn $Cost/Income$.
    • Chính sách kiểm soát phương tiện cá nhân: Cần kết hợp hài hòa giữa giải pháp "kéo" (nâng cao chất lượng metro/xe buýt) và giải pháp "đẩy" (tính đúng chi phí chiếm dụng mặt đường, tăng phí đỗ xe máy/ô tô tại khu vực trung tâm CBD).

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Phạm vi không gian và loại hình chuyến đi: Khảo sát thực chứng tập trung chủ yếu vào các chuyến đi cơ bản xuất phát từ nhà (home-based trips) tại Thành phố Hồ Chí Minh; chưa bao quát toàn diện các chuyến đi phi gia đình (non-home based trips) hoặc các chuyến đi chuỗi phức tạp (trip chaining).
  2. Bản chất dữ liệu tuyên bố (SP data) đối với phương thức Metro: Dữ liệu nghiên cứu đối với tuyến đường sắt đô thị/metro được xây dựng trên cơ sở kịch bản giả định (Stated Preference) do tại thời điểm nghiên cứu (2021), các tuyến Metro tại TP.HCM chưa chính thức đi vào vận hành thương mại, do đó có thể tồn tại độ lệch nhất định giữa ý định và hành vi thực tế.
  3. Cấu trúc mô hình rời rạc: Luận án sử dụng mô hình Multinomial Logit và Conditional Logit; chưa thử nghiệm cấu trúc Mixed Logit (Random Parameters Logit) hoặc mô hình mạng Bayes để nắm bắt toàn diện sự không đồng nhất ngẫu nhiên trong sở thích của từng cá nhân (Taste Heterogeneity).

Chương trình nghiên cứu 10 năm tiếp theo đề xuất:

  • Mở rộng điều tra dữ liệu Sở thích lộ diện (RP) sau khi các tuyến Metro số 1 (Bến Thành - Suối Tiên) và Metro số 2 TP.HCM, cũng như các tuyến Cát Linh - Hà Đông, Nhổn - Ga Hà Nội vận hành thực tế để hiệu chỉnh tham số mô hình.
  • Ứng dụng dữ liệu lớn (Big Data) từ thẻ thông minh (Smart Card Data), dữ liệu định vị điện thoại di động (Cellular CDR Data) và thiết bị định vị GPS để mô hình hóa hành vi dịch chuyển thời gian thực.
  • Mở rộng mô hình hóa lựa chọn phương thức sang các hình thức di chuyển mới nổi như dịch vụ gọi xe công nghệ (Ride-hailing), xe đạp công cộng chia sẻ và phương tiện giao thông điện hóa (Electric Vehicles).

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật (Academic Impact): Công trình là tài liệu tham khảo nền tảng cho các viện nghiên cứu, các chương trình đào tạo sau đại học chuyên ngành Giao thông vận tải, Kinh tế phát triển và Quy hoạch đô thị. Tiềm năng trích dẫn cao trong các nghiên cứu kinh tế lượng ứng dụng tại các nước đang phát triển khu vực Đông Nam Á và Nam Á.
  • Chuyển đổi ngành và thực tiễn vận hành (Industry Transformation): Cung cấp bộ công cụ định lượng chính xác cho các đơn vị tư vấn thiết kế quy hoạch giao thông (như TEDI, TEDISOUTH), các Ban Quản lý Đường sắt đô thị (MAUR TP.HCM, MRB Hà Nội) và các doanh nghiệp vận tải hành khách công cộng trong việc phân tích khả năng sinh lời, dự báo lưu lượng hành khách và tối ưu hóa biểu đồ chạy xe.
  • Tác động chính sách vĩ mô (Policy Influence): Cung cấp luận cứ khoa học vững chắc cho Bộ Giao thông Vận tải và UBND các thành phố trực thuộc Trung ương trong việc xây dựng Chiến lược giao thông đô thị bền vững, định giá vé dịch vụ vận tải công cộng và quy hoạch không gian đô thị gắn kết với phát triển giao thông công cộng (TOD - Transit Oriented Development).

Đối tượng hưởng lợi

                             MA TRẬN ĐỐI TƯỢNG HƯỞNG LỢI
  • Nghiên cứu sinh và học viên cao học: Tiếp cận một cấu trúc nghiên cứu chuẩn mực, phương pháp xử lý dữ liệu vi mô nghiêm ngặt từ kiểm định Cronbach's Alpha, EFA, Robust OLS đến ước lượng Logit nâng cao.
  • Các nhà nghiên cứu và giảng viên cao cấp: Tài liệu tham khảo giá trị để phát triển các mô hình lý thuyết lựa chọn phương thức vận tải tích hợp yếu tố tâm lý hành vi phức hợp.
  • Các tổ chức tư vấn R&D và quy hoạch GTVT: Ứng dụng trực tiếp hệ số hàm thỏa dụng vào các gói phần mềm mô hình hóa giao thông chuẩn quốc tế (như EMME/4, TransCAD, PTV Visum) để tính toán ma trận O-D phân chia phương thức cho các dự án khả thi.
  • Các nhà hoạch định chính sách đô thị: Công cụ đánh giá trước (ex-ante evaluation) tác động xã hội và hiệu quả phân bổ lưu lượng khi triển khai các dự án hạ tầng giao thông nghìn tỷ.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào? Trả lời: Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Thỏa dụng ngẫu nhiên (RUM) của Daniel McFadden bằng cách tích hợp đồng thời tính bất đối xứng giữa thời gian trong/ngoài phương tiện ($IVTT$ vs $OVTT$) và biến tương tác tỷ lệ chi phí/thu nhập ($Cost/Income$) trong cấu trúc thị trường giao thông đặc thù bị chi phối bởi xe máy tại Việt Nam, phá vỡ giả định đơn giản hóa tuyến tính truyền thống của các mô hình phương Tây.

2. Đột phá phương pháp luận so với các nghiên cứu tiền nhiệm thể hiện ở điểm nào? Trả lời: So với nghiên cứu của Bayes Ahmed (2012 tại Dhaka) chỉ hồi quy đơn biến thời gian - chi phí, và nghiên cứu của TEWET (2000 tại TP.HCM) chỉ dùng hàm chuyển đổi tổng chi phí tổng quát thô sơ, luận án đã tiên phong thiết lập quy trình tích hợp đa giai đoạn: Dùng EFA trích xuất nhân tố tiềm ẩn $\rightarrow$ Kiểm định phương sai sai số thay đổi và ước lượng Robust Standard Errors $\rightarrow$ Xây dựng chuỗi mô hình Logit đa thức lồng nhau (MH0 - MH5) $\rightarrow$ Kiểm định LR-Test, AIC, BIC $\rightarrow$ Mô hình hóa kịch bản SP MHMETRO chuyên biệt.

3. Phát hiện bất ngờ nhất từ kết quả thực chứng là gì? Trả lời: Phát hiện bất ngờ nhất là việc giảm chi phí giá vé đơn thuần không tạo ra động lực chuyển đổi sang phương tiện công cộng mạnh mẽ bằng việc rút ngắn thời gian tiếp cận ngoài xe ($OVTT$). Người đi lại tại TP.HCM sẵn sàng chi trả mức giá vé cao hơn đáng kể nếu thời gian đi bộ tiếp cận và thời gian chờ đợi được rút ngắn dưới 8-10 phút.

4. Nghiên cứu có cung cấp giao thức tái lập (Replication Protocol) không? Trả lời: Có. Luận án mô tả chi tiết toàn bộ thang đo Likert, ma trận hệ số tương quan cặp, quy trình phân tích nhân tố EFA, cấu trúc dữ liệu bảng câu hỏi RP/SP, cú pháp toán học của các hàm thỏa dụng và tiêu chí chọn mô hình qua kiểm định LR-test, cho phép các nhà nghiên cứu độc lập tái lập hoàn toàn trên tập dữ liệu mới tại bất kỳ đô thị nào.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo ra sao? Trả lời: Luận án định hình lộ trình nghiên cứu chuyển tiếp từ mô hình lựa chọn rời rạc tĩnh (Static Discrete Choice) sang mô hình lựa chọn động (Dynamic Choice Modeling), tích hợp dữ liệu hành trình GPS thời gian thực từ điện thoại thông minh, mô hình hóa chuỗi hành trình phức hợp (Activity-Based Modeling) và đánh giá tác động tương hỗ giữa Metro và các dịch vụ chia sẻ chuyến đi (Ride-sharing/Ride-hailing).

Kết luận

Luận án tiến sĩ của Phan Nguyễn Hoài Nam (2021) đã hoàn thành xuất sắc mục tiêu nghiên cứu với 5 đóng góp học thuật và thực tiễn mang tính then chốt:

  1. Hệ thống hóa toàn diện cơ sở lý luận về hành vi lựa chọn phương tiện giao thông trên giao điểm của ba góc độ: Tâm lý học hành vi, Marketing người tiêu dùng và Kinh tế học vi mô thỏa dụng ngẫu nhiên.
  2. Xây dựng và kiểm định thành công chuỗi mô hình kinh tế lượng Logit đa thức (MH0 - MH5) phản ánh chính xác các yếu tố quyết định lựa chọn phương thức vận tải tại TP.HCM.
  3. Lượng hóa chính xác tính bất đối xứng của thời gian chuyến đi, chứng minh tác động tiêu cực vượt trội của thời gian ngoài phương tiện ($OVTT$) so với thời gian trên xe ($IVTT$).
  4. Thiết lập mô hình dự báo MHMETRO và MHMETRO-Base-XEMAY, giải quyết bài toán dự báo phân bổ nhu cầu khi xuất hiện phương thức vận tải công cộng khối lượng lớn mới trong đô thị chi phối bởi xe máy.
  5. Đề xuất hệ thống giải pháp chính sách và quy hoạch có tính khả thi cao, gắn liền giữa phát triển hạ tầng tiếp cận, cơ chế giá vé linh hoạt và kiểm soát phương tiện cá nhân.

Công trình mở ra các hướng nghiên cứu học thuật mới về kinh tế lượng giao thông tại Việt Nam, tạo tiền đề vững chắc cho việc ứng dụng các mô hình lựa chọn nâng cao trong kỷ nguyên chuyển đổi số và phát triển đô thị thông minh bền vững.