nghiên cứu xem xétcác yếu tố tác động đến quyết định lựa chọn cách thức đi lại của người dân

Tuy nhiên, sau đó đư có.

Tác gi xin cam đoan lu n v n t t nghi p này là do t b n thân th c hi n và không sao

chép các công trình nghiên c u c a ng i khác đ làm s n ph m c a riêng mình Các

s li u và k t lu n nghiên c u trình bày trong lu n v n ch a t ng đ c công b các

nghiên c u khác Các thông tin th c p s d ng trong lu n v n là có ngu n g c và đ c

trích d n rõ ràng Tác gi hoàn toàn ch u trách nhi m v tính xác th c và nguyên b n

c a lu n v n

H c viên

Nguy n Thanh S n

TRANG PH BÌA

M C L C

DANH M C CÁC B NG BI U

DANH M C CÁC HÌNH V VẨ TH

CH NG 1: GI I THI U 1

1.1 LÝ DO NGHIÊN C U 1

1.2 M C TIÊU NGHIÊN C U 2

1.3 PH M VI VÀ I T NG NGHIÊN C U 2

CH NG 2: T NG QUAN LÝ THUY T VÀ CÁC NGHIÊN C U TH C NGHI M 3

2.1 T NG QUAN LÝ THUY T 3

2.1.1 Thuy t l a ch n h p lý 9

2.1.2 Lý thuy t đ c tính giá tr c a Lancaster 10

2.1.3 Lý thuy t RUM 11

2.2 M T S NGHIÊN C U TH C NGHI M LIÊN QUAN 20

2.2.1 M t s nghiên c u ngoài n c 21

2.2.2 Nghiên c u trong n c 27

CH NG 3: PH NG PHÁP LU N NGHIÊN C U 30

3.1 KHUNG PHÂN TÍCH NGHIÊN C U 30

3.2 THI T K THÍ NGHI M 31

3.3 MÔ HÌNH KINH T L NG 35

3.4 D LI U NGHIÊN C U 37

CH NG 04: K T QU PHÂN TÍCH 41

4.2 MÔ HÌNH H I QUY 47

4.2.1 K t qu mô hình h i quy chu n 47

4.2.2 K t qu mô hình h i quy t ng quát 48

4.2.3 Xác su t l a ch n tàu đi n ng m 53

4.3 M C S N LÒNG TR 55

4.4 K T LU N 57

CH NG 05: M T S HÀM Ý CHÍNH SÁCH 58

5.1 B I C NH CHÍNH SÁCH 58

5.2 HÀM Ý CHÍNH SÁCH 62

5.3 H N CH C A TÀI 63

DANH M C TÀI LI U THAM KH O

PH L C 01 B NG CÂU H I PH NG V N CÁ NHÂN

PH L C 02 K T QU H I QUY MÔ HÌNH CONDITIONAL LOGIT CHU N

PH L C 03 K T QU H I QUY MÔ HÌNH CONDITIONAL LOGIT

T NG QUÁT

PH L C 04 M C S N LÒNG TR CHO CÁC THU C TệNH PH NG

TI N

B ng 2.1 S khác nhau trong cách l y m u c a ba ph ng pháp l a ch n 6

B ng 3.1 nh ngh a các bi n trong mô hình……….34

B ng 3.2 B ng câu h i ph ng v n m u……… 39

B ng 4.1 Th ng kê mô t gi i tính, đ tu i, thu nh p, s n m đi h c 42

B ng 4.2 M t s đ c đi m cá nhân trong m u 45

B ng 4.3 H s c l ng cho s thích c a ng i dân đ i v i vi c ch n ph ng ti n đi l i b ng mô hình CL chu n 47

B ng 4.4 H s c l ng cho s thích c a ng i dân đ i v i vi c ch n ph ng ti n đi l i b ng mô hình CL t ng quát 49

B ng 4.5 So sánh đ phù h p c a mô hình CL chu n và CL t ng quát 52

B ng 4.6 T l cá nhân chuy n sang s d ng tàu đi n ng m 53

B ng 4.7 c l ng m c s n lòng tr và Krinsky - Robb kho ng tin c y 95% 56

B ng 5.1 Các tuy n Metro d đ nh xây d ng t i thành ph H Chí Minh 59

Hình 2.1 Các nhánh c a lý thuy t xác su t l a ch n 13

Hình 3.1 Khung phân tích c a mô hình l a ch n r i r c………30

Hình 3.2 Các thu c tính c a t ng giai đo n đi l i 32

Hình 4.1 Phân b đ tu i trong m u 43

Hình 4.2 Phân ph i thu nh p trong m u 44

Hình 4.3 Thu nh p trung bình theo trình đ giáo d c 44

Hình 4.4 T l t n su t c a các m c đích đi l i c a cá nhân 46

Hình 4.5 Xác su t ch n s d ng tàu đi n ng m theo các m c giá đ nh theo mô hình Conditional logit chu n 54

Hình 4.6 Xác su t ch n s d ng tàu đi n ng m theo các m c giá đ nh theo mô hình Conditional logit t ng quát 55

CH NG 1: GI I THI U

1.1 LÝ DO NGHIÊN C U

Tình tr ng k t xe, tai n n giao thông, và ô nhi m môi tr ng do khí th i c a các

ph ng ti n giao thông là nh ng v n đ mà h u h t các qu c gia đang phát tri n

Châu Á ph i đ i m t, trong đó có Vi t Nam Vì c s h t ng giao thông đô th ch a

phát tri n b t k p v i s l ng ph ng ti n cá nhân t ng nhanh đư làm tình tr ng k t

xe tr nên nghiêm tr ng hai đô th l n Hà N i và TP.HCM i v i TP.HCM, theo

s li u đi u tra c a T ng c c th ng kê: dân s c a thành ph đ n n m 2013 vào

kho ng 8 tri u dân1 Bên c nh đó, s l ng xe máy và ô tô đư t ng g p 5 l n t

2000-2011, và tính đ n h t n m 2013 đư t ng thêm 15% so v i n m 2010 nh ng t l đ t

dành cho giao thông kho ng 7,8% th p h n so v i các n c trên th gi i (kho ng

20-25%)2 H th ng xe buýt công c ng đ c xây d ng v i k v ng gi m áp l c lên h

th ng giao thông c a thành ph , nh ng trên th c t t l ng i s d ng ph ng ti n

này r t ít kho ng 5% vào n m 2009 Trong khi đó, ng i dân v n ch n đi l i b ng

các ph ng ti n cá nhân mà b ng xe máy là ch y u

Trong th i gian g n đây, d án đ ng s t đô th nh n đ c r t nhi u s quan tâm

và k v ng c a chính quy n đ a ph ng, s là h ng gi i quy t cho tình tr ng ùn t c

và k t xe D án đ ng s t đô th bao g m sáu tuy n s đ c tri n khai d i hình

th c BOT ho c PPP Nh ng m t câu h i đ t ra là sau khi hoàn thành d án: ng i

dân s s d ng tàu đi n thay cho các ph ng ti n khác hay v n s d ng các ph ng

ti n cá nhân là cách th c đi l i ch y u i u này đòi h i c n m t nghiên c u xem

xét các y u t tác đ ng đ n quy t đ nh l a ch n cách th c đi l i c a ng i dân và tính

1

Theo k t qu “ i u tra bi n đ ng dân s và k ho ch hóa gia đình th i đi m 1/4/2003 Các k t qu ch

y u” c a T ng c c th ng kê Vi t Nam công b vào tháng 12 n m 2013

2 Ngu n: http://www.fetp.edu.vn/attachment.aspx?ID=8190 Bài vi t: “Ch ng k t xe Hà N i và Thành Ph

H Chí Minh” c a V Thành T Anh và Hoàng Ph ng, Ch ng trình gi ng d y Kinh t Fulbright, ngày

7 tháng 1 n m 2013

xác su t ch n s d ng K t qu c a nghiên c u s cung c p các đánh giá v các y u

t tác đ ng đ n s l a ch n c a ng i dân Bên c nh đó, nghiên c u còn đ a ra các

hàm ý trong quá trình xây d ng chính sách phát tri n giao thông đô th trong th i gian

t i

1.2 M C TIÊU NGHIÊN C U

Nghiên c u này t p trung phân tích hành vi l a ch n ph ng ti n đi l i, c th là

tàu đi n ng m c a ng i có nhu c u đi l i, đ ng th i nghiên c u nh ng y u t tác

đ ng đ n quy t đ nh ch n ph ng ti n đi l i c a ng i dân t i TP.HCM

1.3 PH M VI VẨ I T NG NGHIÊN C U

Nghiên c u đ c ti n hành v i ph m vi nghiên c u đ c l a ch n th c hi n t i

TP.HCM, đ i v i các cá nhân Nghiên c u d a trên hai lý thuy t n n c b n cho vi c

mô hình hóa s l a ch n, đó là: lỦ thuy t các đ c tính c a giá tr do Lancaster xây

d ng, lý thuy t Random Utility Theory (RUT) và các nghiên c u th c nghi m có liên

quan đ xây d ng khung phân tích ậ s đ c nghiên c u th o lu n chi ti t trong

Ch ng 2 Ti p đó, Ch ng 3 s th o lu n ph ng pháp lu n cho nghiên c u này,

cách thi t k nghiên c u và thi t k b ng câu h i đi u tra chi ti t s đ c gi i thi u

CH NG 2: T NG QUAN LÝ THUY T VÀ CÁC NGHIÊN

C U TH C NGHI M

2.1 T NG QUAN LÝ THUY T

Khi tóm l c v l ch s hình thành lý thuy t l a ch n trong kinh t h c,

McFadden (2001) trong bài vi t có t a đ “Economic Choice”, đư đ c p: Lý thuy t

kinh t h c c đi n cho r ng ng i tiêu dùng tìm ki m vi c t i đa hóa s thích c a

chính h và s thích th hi n qua s khác bi t trong các quy t đ nh S h p lý trong

hành vi c a ng i tiêu dùng đ c di n gi i theo ngh a r t đ c tr ng b i John Hicks

và Paul Samuelson v s hoàn h o S hoàn h o đ c hai tác gi nêu ra hàm ý s

thích c a cá nhân đ c xem là n đ nh, t nhiên mà có Các nhà kinh t h c đư xem xét đ n s khác bi t v s thích, nh ng s ph c t p đư đ c b qua trong các nghiên

c u th c nghi m v c u th tr ng Ng i tiêu dùng có nh ng s thích đ c đ i di n

b i m t hàm h u d ng U(x) v i m t véc-t x c a các m c đ tiêu dùng cho nh ng

hàng hóa khác nhau đ t i đa hóa hàm h u d ng này, d i s ràng bu c ngân sách:

, trong đó p là m t véc-t giá và a là thu nh p c a cá nhân, nh v y hàm c u

lúc này s tr thành: ) Khi đ c áp d ng nghiên c u th tr ng, m t ph n

nhi u đ c thêm vào hàm c u đ tính toán s khác bi t trong d li u quan sát,

Ph n nhi u đư đ c di n gi i nh là sai s c a x, ho c có th t nh ng

sai l m trong vi c t i u hóa c a ng i tiêu dùng Ch có hàm c u đ i di n d(a,p) m i

ph i mang nh ng ràng bu c đ c đ a ra trong lỦ thuy t ng i v tiêu dùng Nhìn

chung, các nhà kinh t h c tr c nh ng n m 1960 s d ng lý thuy t ng i tiêu dùng

nh là m t công c l p lu n, đ khám phá nh ng tính ch t c a các ph ng án t ch c

th tr ng và các chính sách kinh t liên quan Khi lý thuy t v ng i tiêu dùng đ c

áp d ng trong nghiên c u th c nghi m d a vào các c p đ d li u khác nhau, có th

theo góc đ c a m t th tr ng nh t đ nh ho c góc đ m t qu c gia Các nghiên c u này th ng phát tri n d a trên các gi i h n c a m t ch th đ i di n nh t đ nh (ví d ,

ng i tiêu dùng ho c doanh nghi p), v i cách nhìn nh n nh ng hành vi c a các ch

th đ i di n mang tính ph quát trong th tr ng đ c nghiên c u Khi các quan sát

b sai l ch theo nh ng hàm ý trong lý thuy t v ch th đ i di n thì các khác bi t đó

s đ c nhà nghiên c u tính toán vào m t ph n nhi u và sai s đo l ng c a d li u,

và không xem đó là các y u t không quan sát đ c trong ho c khác bi t qua các cá nhân đ i di n

Trong nh ng n m 1960, s gia t ng các d li u kh o sát hành vi cá nhân và s

c i ti n nhanh chóng c a máy tính cá nhân đư giúp các nhà nghiên c u phân tích đ c

nh ng d li u này, t p trung ch y u vào s khác bi t trong nhu c u c a các cá nhân

Vi c mô hình hóa và gi i thích s khác bi t gi a các cá nhân tr nên quan tr ng nh

m t ph n c a lý thuy t ng i tiêu dùng i u này đ c bi t rõ ràng đ i v i l a ch n

r i r c, ví d nh trong l a ch n cách th c đi l i ho c ngh nghi p Nh ng gi i pháp

cho v n đ nêu trên đư đ a đ n nh ng công c phân tích kinh t l ng vi mô v hành

vi l a ch n nh hi n nay Ngu n g c c a k thu t l a ch n b t ngu n t nh ng nghiên

c u trong ngành tâm lý h c nh ng ch a th áp d ng vào nghiên c u th tr ng và

hành vi c a ng i tiêu dùng trong l nh v c kinh t h c Vào n m 1960, Jacob

Marschak đư đ a lý thuy t trong nghiên tâm lý h c c a Thurstone vào các mô hình

kinh t , b ng cách di n gi i nh ng kích thích v m t tâm lý theo các khái ni m c a kinh t h c, v i xác su t vi c l a ch n đ t i đa hóa h u d ng mà b n thân nó ch a

đ ng các y u t ng u nhiên (Kjær, 2005) Marschak g i đó là mô hình t i đa hóa h u

d ng ng u nhiên (Random Utility Maximization, RUM)

đo l ng giá tr kinh t , có hai cách ti p c n đ c trình bày trong nghiên c u

c a Kjær (2005), Bateman và c ng s (2002): Ph ng pháp ti t l s thích (Revealed

Preference Method) và ph ng pháp phát bi u s thích (Stated Preference Method)

Trong đó, các ph ng pháp có liên quan đ n phát bi u s thích bao g m hai lo i:

ph ng pháp đánh giá ng u nhiên (Contingent valuation method, CVM) và ph ng

pháp thí nghi m l a ch n r i r c (Discrete choice experiment, DCE)

S ra đ i c a lý thuy t RUM, cùng s phát tri n nhanh c a các k thu t kinh t

l ng đư giúp cho các ph ng pháp liên quan đ n l a ch n trong nghiên c u kinh t

tr nên h u ích, và có kh n ng áp d ng ph bi n trong các nghiên c u th c nghi m

Nh ng quan tr ng nh t, lý thuy t RUM đư cung c p đ c m i liên h gi a hành vi

quan sát đ c c a ng i tiêu dùng v i lý thuy t kinh t h c Trong l nh v c nghiên

c u th tr ng, ph ng pháp thí nghi m l a ch n r i r c đ c m t s nhà nghiên c u

g i v i cái tên là k thu t phân tích k t h p (Conjoint analysis, CA), đ c đ c p

trong nghiên c u c a Green và Srinivasan (1978) Ph ng pháp phân tích k t h p đóng vai trò quan tr ng trong d đoán và hi u đ c quy t đ nh c a ng i tiêu dùng

thông qua nh ng phân tích d a trên thu c tính s n ph m Tuy nhiên, c m t phân tích

k t h p không còn đ c s d ng r ng trong nghiên c u kinh t sau này, mà đ c

thay th b i các k thu t có giá tr h n d a trên n n t ng lý thuy t v s ng u nhiên

trong h u d ng (Random Utility Theory, RUT) (Louviere và công s , 2000; Louviere, 2001; Louviere và công s , 2010) c ng chính là RUM mà nghiên c u s

th o lu n chi ti t h n trong nh ng ph n k ti p Trong các nghiên c u kinh t h c môi tr ng, k thu t có liên quan đ n l a ch n th ng đ c g i là thí nghi m s l a

ch n (Choice Experiment, CE) ho c mô hình hóa l a ch n (Choice Modelling, CM) Các nhà kinh t h c đư chia các k thu t liên quan đ n l a ch n thành ba nhóm,

bao g m: (1) Thí nghi m s l a ch n r i r c; (2) S p x p ng u nhiên; (3) X p h ng

ng u nhiên Cách phân lo i d a trên s khác nhau v các gi đ nh lý thuy t, ph ng

pháp phân tích và ti n trình th c hi n thí nghi m (Bateman và c ng s , 2002; Blamey

và c ng s , 2002; Louviere và c ng s , 2000) Cách thi t k các ph ng án ch n c

b n là gi ng nhau cho m i k thu t và đáp viên ph i đ a ra đ c s thích khi đ i m t

v i m t t p các ph ng án đ y đ và h u h n v i các thu c tính khác nhau c a đ i

t ng Các gi đ nh lý thuy t c a ba ph ng pháp đ u phù h p v i lý thuy t kinh t

h c phúc l i i v i ph ng pháp DCE yêu c u đáp viên ch n m t trong các ph ng

án đư đ c đ a ra, nên m c đ yêu c u đ i v i đáp viên ít h n ph ng pháp s p x p,

x p h ng nh ng l i cung c p ít thông tin v đáp viên h n Ph ng pháp s p x p ng u

nhiên yêu c u đáp viên s p x p cho t t c các ph ng án và d li u do đó s cung c p đây đ h n thông tin v s thích c a đáp viên h n là ph ng pháp l a ch n r i r c, tuy nhiên đi u này đòi h i các đáp viên ph i có kh n ng nh n th c nhi u h n M c

đ yêu c u đáp viên s ph c t p h n đ i v i ph ng pháp x p h ng ng u nhiên khi

yêu c u đáp viên ph i đ a ra các giá tr th hi n s thích theo m c đ m nh y u cho

m i ph ng án Ph ng pháp này cho phép đáp viên cùng lúc x p h ng nh nhau cho các ph ng án và có th s đ a đ n k t qu không có s khác bi t gi a các ph ng

án Ph ng pháp x p h ng và s p x p ng u nhiên có h n ch là đáp viên có th không

S p x p ng u nhiên (hoàn thành vi c s p x p các ph ng án t cao đ n th p theo

s thích c a b n): n u b n s p x p theo tr t t sau: (A, B và C), có ngh a là ph ng

B ng 2.1 đư cung c p m t ví d v l a ch n cách th c đi l i, đ minh ho cho s

khác nhau trong cách th c thu th p d li u c a ba k thu t nêu trên Cách ti p c n

liên quan đ n thí nghi m s l a ch n r i r c đã đ c áp d ng nhi u trong các nghiên

c u thu c l nh v c kinh t , trong khi đó cách ti p c n theo ph ng pháp x p h ng s

ng u nhiên khó kh n khi áp d ng h n có đ c so sánh trong nghiên c u th c

nghi m cho ba cách ti p c n nêu trên hãy xem chi ti t trong bài vi t c a Boyle và công s (2001) Trong đánh giá ng u nhiên đ c phân lo i theo cách thi t k đ a ra

b i Bateman và c ng s (2002) thì ph ng pháp thí nghi m l a ch n r i r c có liên quan đ n ph ng pháp đánh giá ng u nhiên đó là ph ng pháp phân đôi l a ch n, vì

c hai đ u liên quan đ n vi c ng i tiêu dùng quy t đ nh l a ch n t m t t p các l a

ch n hàng hoá có th thay th cho nhau và quan tr ng là đ u d a trên n n t ng RUM

Trong ph n ti p theo, nghiên c u s trình bày chi ti t hai lý thuy t đ c xem là

n n t ng có liên quan đ n ph ng pháp thí nghi m l a ch n r i r c đó là lý thuy t

RUM và lý thuy t đ c tính giá tr s n ph m Lancaster

Trong kinh t h c, s h p lỦ đ c hi u nh là vi c cá nhân mu n có nhi u hàng hóa h n là ít hàng hoá nh ngh a v s h p lỦ đây h p h n và hàm Ủ là cá nhân

s hành đ ng cân nh c gi a chi phí và l i ích, t đó d n đ n hành đ ng t i đa hóa l i ích cá nhân ụ t ng c b n là: cá nhân s l a ch n khi h c g ng t i đa hóa l i ích

và t i thi u hóa chi phí, m i ng i th ng mu n có đ c s n ph m h u d ng nh t

v i giá th p nh t Các cá nhân h p lỦ ch n ph ng án đem l i m c đ th a mưn l n

nh t, n u chúng ta thi t l p m t t p h p j các hành đ ng đ y đ và xung kh c nhau

nh : A đ c a thích h n B bên ngoài t p h p{A,B} và n u thêm m t ph ng án X

vào làm t ng t p h p lên {A,B,X} thì không làm B đ c thích h n A

M t nghiên c u v s h p lỦ trong kinh t h c có liên quan đ n v n đ l a ch n

đ c đ a ra b i McFadden (1999) Nghiên c u xem xét nh ng b ng ch ng đ c đ a

ra t nh ng thí nghi m hành vi, và đi đ n k t lu n cho r ng h u h t nh ng b t th ng liên quan đ n nh n th c c a con ng i là do ph n l i trong nh n th c c a cá nhân

đ n t cách mà thông tin đ c l u tr , l y, x lỦ S sai l ch trong ti n trình x lỦ

thông tin đư d n đ n hình thành nh ng v n đ sai l ch trong l a ch n do s ch d n

c a nh n th c không phù h p t i m c đ th p nh t v i đ nh ngh a h n h p v s h p

lý Nghiên c u đư th o lu n t p trung vào nh ng b t th ng trong nh n th c nh

h ng đ n hành vi kinh t và cách đo l ng, đ ng th i c ng đ a ra nh ng hàm Ủ cho

vi c ti n hành các phân tích kinh t Trong k t lu n c a nghiên c u này, Daniel

McFadden đư ch ra nh ng thách th c trong nghiên c u liên quan đ n kinh t h c hành vi c a tr ng phái Chicago khi gi đ nh v s nh n th c h p lỦ không còn đ c xem là m t đi u ki n trong nghiên c u hành vi kinh t Tác gi đư ch ra h ng gi i quy t đ i v i các nhà kinh t h c theo tr ng phái này, nên t p trung vào cách đo

l ng có cân nh c đ n nh ng d th ng trong nh n th c c a đáp viên và các ph ng

pháp khác nh m h n ch nh ng ph n ng sai l ch c a cá nhân trong ti n trình th c

hi n các nghiên c u hành vi kinh t , ví d nh : l p l i câu h i đ đ m b o s ch c

ch n c a đáp viên ho c m t câu nh c nh ng i tr l i đ a ra l a ch n phù h p

(Cheap talk) nh m t ng tính ch t nghiêm tr ng và có nh h ng đ n l i ích c a đáp

viên

2.1.2 Lý thuy t đ c tính giá tr c a Lancaster

Theo tóm l c c a Kjær (2005), lý thuy t các đ c tính giá tr c a Lancaster là s

m r ng c a lý thuy t ng i tiêu dùng trong kinh t h c tân c đi n Cách ti p c n

c a lý thuy t này có liên quan đ n các thu c tính c a các đ c tính s n ph m mang l i

cho tiêu ng i dùng Trong tr ng h p, có s k t h p c a nhi u lo i hàng hoá thì s

cho ra m t t p véc-t c a s l ng các đ c tính c a các hàng hóa đó Nh ng s thích

c a ng i tiêu dùng đ c xác đ nh thông qua t p các đ c tính c a s n ph m và đ ng

c u c a hàng hoá là m t đ ng c u chuy n hoá S tiêu dùng lúc này đ c nhìn nh n

là ho t đ ng xác đ nh các tính ch t hay thu c tính t hàng hoá Cách ti p c n c a Lancaster là c s quan tr ng giúp ph ng pháp DCE có th ng d ng trong nghiên

c u th c nghi m Ph n l n m t đ c tính xét trên m t đ n v s n ph m là c đ nh, không liên quan đ n m c đ tiêu dùng hàng hoá đó ho c nh ng hàng hoá khác Nh ng

gi đ nh d a trên s nhìn nh n các thu c tính c a s n ph m là khách quan, có th đo

l ng đ c, thay vì mô t m i quan h gi a hai s n ph m, thì t l thay th biên trong

lý thuy t mô t m i quan h gi a hai thu c tính

2.1.3 Lý thuy t RUM

Quá trình lý thuy t RUM ra đ i và phát tri n, c ng là kho ng th i gian các mô

hình kinh t l ng áp d ng cho nghiên c u liên quan đ n l a ch n r i r c đ c các

nhà kinh t l ng phát tri n theo Do v y, nghiên c u trình bày l ng ghép c hai v n

đ nh m làm rõ vai trò n n t ng c a lý thuy t, đ ng th i thu n ti n cho vi c xác đ nh

mô hình kinh t l ng áp d ng cho nghiên c u trong ch ng ti p theo Trong ph n

này, mô hình l a ch n r i r c s b t đ u t nh ng khái ni m c b n, sau đó đi vào

th o lu n v t p các giá tr l a ch n Nghiên c u s trình bày v xác su t l a ch n và ngu n g c c a chúng t hành vi t i đa hóa h u d ng Các mô hình đ c tr ng thu c

M t t p các l a ch n (Choice set) đ c đ c p nh trên ph i đáp ng ba đi u ki n

đ đ c xem là m t t p ch n theo khung phân tích s l a ch n r i r c:

Th nh t, các ph ng án ph i lo i tr nhau theo ngh a là ng i ra quy t đ nh

đ c ch n m t ph ng án n m trong t p này mà không ph i là m t ph ng án nào

ch c là t p ch n đó đư đ y đ Ví d , có hai ph ng án là: đi b và đi xe buỦt, s

không tho đi u ki n th nh t b i vì ng i ra quy t đ nh có th ch n m t hình th c

k t h p c đi b và xe buýt Nh v y, n u ng i ra quy t đ nh ch n m t ph ng án

n m ngoài t p này thì d n đ n làm t p ch n không tho đi u ki n th hai Trong

tr ng h p này, c n xác đ nh l i và m r ng các ph ng án l a ch n, có th b ng

nh ng ph ng án g c thêm vào m t ph ng án t o ra các k t h p, ví d nh : thêm

vào t p ph ng án l a ch n k t h p đi b và xe bus Vi c đ a ra m t t p các l a ch n

th a hai đi u ki n nêu trên có th thông qua r t nhi u cách, tuy nhiên, còn ph i tùy

vào m c tiêu nghiên c u và d li u có s n Các nghiên c u s ph i đánh đ i trong

vi c thi t k t p l a ch n này: n u thi t k v i nhi u ph ng án (có c các ph ng

án k t h p) s giúp n m b t đ c đ y đ các y u t tác đ ng, nh ng s ph c t p khi

c l ng và d báo so v i t p có ít ph ng án l a ch n h n

2.1.3.3 Ngu n g c xác su t l a ch n

Trong quá trình c l ng, r t khó đ d đoán m t cách chính xác hoàn toàn s

l a ch n c a m t cá nhân hay ng i tiêu dùng s n ph m gi i quy t s không ch c

ch n xung quanh vi c l a ch n c a cá nhân, m i ph ng án đ c g n v i m t xác

su t đ c l a ch n riêng Có nhi u lo i mô hình l a ch n r i r c đ c áp d ng trong

nh ng nghiên c u nh ng l nh v c khác nhau nh : sinh h c, tâm lý h c và kinh t

h c Nh ng t t c các mô hình xác su t l a ch n đ u có các đ c tính theo d ng ph ng

trình sau (v i i ph ng án l a ch n):

(2.1)

S khác nhau gi a các mô hình theo d ng này tùy theo cách các bi n đ c gi i

thích và r t quan tr ng vì có liên quan đ n các y u t quy t đ nh đ n xác su t Mô

hình hóa xác su t cho vi c l a ch n có th đ c chia thành hai nhánh chính, bao g m:

Th nh t, quy lu t ra quy t đ nh đ c gi đ nh là ng u nhiên và h u d ng đ c xác đ nh tr c (Random decision rule): cách này xem hành vi c a các cá nhân đúng

nh b n ch t xác su t, hàm ý r ng hành vi các cá nhân này có th thay đ i theo các

y u t bên ngoài và bên trong

Hình 2 1 Các nhánh c a lý thuy t xác su t l a ch n (còn g i là lý thuy t l a

ch n r i r c)

Ngu n: Trine Kjær ( 2005)

Th hai, quy lu t ra quy t đ nh đ c gi đ nh là đ c xác đ nh còn h u d ng thì

ng u nhiên (Random Utility): nhánh các mô hình này nhìn nh n xác su t đ c xem

nh s gi i h n c a các nhà nghiên c u trong vi c xây d ng chính xác hành vi cá

nhân

Nhánh lý thuy t xác su t l a ch n th nh t v i nh ng gi đ nh không t o ra s

k t n i v i các lý thuy t mà các nhà kinh t h c phát tri n Vi c mô hình hóa xác su t

l a ch n theo nhánh này, gi đ nh r ng h u d ng c a m i ph ng án là c đ nh

Thay vì ch n ph ng án có h u d ng cao nh t, cá nhân đ c gi đ nh hành x v i

các xác su t ch n đ c xác đ nh thông qua m t hàm s phân ph i xác su t cho các

ph ng án, trong đó các h u d ng nh là các h s , hàm ý là cá nhân không c n thi t

ch n ph ng án đem l i m c đ h u d ng cao, ch c n xác su t ch n cao i u này

đ c Tversky (1972) đ a ra khi cho r ng con ng i th ng không ch c ch n và

không th ng nh t khi ti n hành ch n các ph ng án, các cá nhân không ch c v vi c

ch n ngay c khi r i vào m t tính hu ng l a ch n t ng t Gi a nh ng nhà kinh t

h c và tâm lý h c có s khác nhau trong cách nhìn nh n v ti n trình ra quy t đ nh

c a con ng i Trong khi các nhà tâm lý h c xem xét các y u t mang tính t nhiên bên trong con ng i hay g i là các bi n liên quan đ n tâm lý khi th c hi n nghiên

c u, thì các nhà kinh t h c h u nh nhìn nh n thông tin nh m t đ u vào c a l a

ch n, d a trên s h p lý và hành vi t i đa hóa h u d ng Ti n trình ra quy t đ nh

trong nghiên c u tâm lý h c liên quan đ n s t ng tác c a các khái ni m nh : nh n

th c, đ ng c , thái đ và c m xúc Nh ng đ i v i các nhà kinh t h c đ n gi n nó là

s thích và ti n trình ra quy t đ nh bên trong cá nhân n m trong “h p đen” Trong

nhi u n m qua, kinh t h c hành vi đư có nh ng khám phá r t thú v v i nh ng đóng

góp c a các nhà tâm lý h c mà hai nhà nghiên c u tiên phong: Daniel Kahneman và Amos Tversky, v i vi c phát tri n lý thuy t có tên g i “Prospect Theory” Nh ng

nghiên c u trong kinh t h c hành vi theo tr ng phái phi chính th ng đ c th c hi n

xoay xung quanh nh ng v n đ có liên quan đ n r i ro và s không ch c ch n trong

ti n trình đ a ra l a ch n i u này không hoàn toàn hàm ý r ng hành vi l a ch n

c a ng i tiêu dùng là không h p lý Nh đư trình bày trong ph n th o lu n v thuy t hành đ ng h p lý, s sai l ch trong nh n th c có th đ n t cách mà thông tin đi vào,

l u tr và x lý Vì v y các nghiên c u c n ch c ch n cung c p thông tin m t cách

rõ ràng, thì s h n ch đ c s sai l ch n u có trong quá trình nghiên c u v hành vi

Ng c l i, nhánh lý thuy t th hai v s ng u nhiên trong th a d ng có th liên

k t đ c v i lý thuy t kinh t h c c a Lancaster và kinh t h c tân c đi n Ngu n

g c c a xác su t l a ch n r i r c b t ngu n t nghiên c u tâm lý h c c a Thurstone (1927) v i nghiên c u có t a đ “Law of Comparative Judgment”, v i Ủ t ng cho

r ng mô hình l a ch n c a cá nhân nh là m t k t qu c a m t ti n trình trong đó các

bi n ng u nhiên đ c liên h v i m i ph ng án và ph ng án đ c ch n ph i đ c

nh n th c rõ ràng nh t N u thay các kích thích th c t trong lý gi i c a Thurstone

b ng cách gi i thích nó nh là m t s th a mãn hay h u d ng thì s l a ch n đ c

gi i thích nh m t mô hình l a ch n kinh t trong đó các cá nhân s ch n ph ng án

mà đem l i h u d ng cao nh t (McFadden, 2001) Vào n m 1960, Marchak là ng i

đ u tiên đư k t h p và đ a ra Ủ t ng v xác su t l a ch n đ t i đa hoá h u d ng có

ch a các y u t ng u nhiên và ông g i nó là mô hình t i u hóa th a d ng ng u nhiên

(Random Utility Maximization, RUM) Nh ng Ủ t ng này đư đ c phát tri n b i

nhi u nhà kinh t h c, n i b t có Manski và McFadden Trong đó, khung lý thuy t

đ c đ c p chính th c b i Manski (1977) và đ c m r ng thành khung phân tích

b i McFadden (ví d nh : McFadden, 1974; McFadden, 1980; McFadden, 1986;

McFadden & Train, 2000) Ngày nay, lý thuy t RUM đ c s d ng r t r ng rãi trong

các nghiên c u hàn lâm và th c nghi m đ mô hình hóa ti n trình l a ch n, nhi u

nghiên c u phát tri n m r ng k t h p các Ủ t ng và ph ng pháp t h ph ng

trình c u trúc (SEMs) (Rungie và c ng s , 2011) Lý thuy t cho phép các nhà nghiên

c u có th làm rõ nh ng s thích cho các đ c đi m khác nhau c a hàng hoá, b ng cách c l ng mô hình c a các s thích đó

Lý thuy t kinh t h c tân c đi n cho r ng m t cá nhân có nh n th c hoàn ch nh

và không b gi i h n v thông tin, do v y cá nhân có th s p x p s l a ch n m t cách chính xác và phù h p i u đó hàm Ủ r ng các cá nh n này s ch n ph ng án

t t nh t và có th l p l i trong tình hu ng t ng t (Kjær, 2005) D a trên s thi u

thông tin v hàm h u d ng th t c a cá nhân, lý thuy t xác su t l a ch n không ph n ánh s thi u h p lý các cá nhân, mà ph n ánh s thi u thông tin có liên quan đ n

đ c tính c a các ph ng án l a ch n và/ho c các đ c tính c a các cá nhân đ i v i

ng i nghiên c u (Manski, 1977) V i cách lý gi i này, khi th c hi n nghiên c u,

nhà nghiên c u ch quan sát đ c m t ph n c a h u d ng t o nên các ph ng án, có ngh a là hàm h u d ng đ c xác đ nh t cách nhìn nh n c a m i cá nhân và nó phù

h p v i kinh t h c tân c đi n Hàm h u d ng nh trên, có th chuy n thành hàm

gián ti p đ c chia đôi t hàm h u d ng d a trên các y u t mà nhà nghiên c u có

th quan sát đ c và ph n còn l i c a hàm h u d ng không quan sát đ c đ i di n

b i t t c các y u t có nh h ng khác lên quy t đ nh l a ch n c a ng i tiêu dùng

Hàm h u d ng (2.1) đ i v i cá nhân s tr thành :

(2.2) Hanemann (1984) cho r ng Vi là thành ph n có tính ch t h th ng và nhà nghiên

c u có th quan sát đ c; còn l i là ph n nhà nghiên c u không quan sát đ c và

đ c gi đ nh là thành ph n ng u nhiên Vì v y, ph n Vi có th gi i thích cho s khác nhau trong l a ch n còn đ i v i ph n ng u nhiên thì không Lý thuy t RUM gi

đ nh r ng m i cá nhân có hành đ ng h p lý và d n đ n l a ch n ph ng án đem l i

m c h u d ng cao nh t B i vì khi th c hi n nghiên c u, ng i nghiên c u không

th quan sát đ c hàm h u d ng th c s ( ), do đó m t hàm h u d ng d a trên xác

su t đ c đ a ra đ c l ng Cách gi đ nh phân ph i xác su t c a ph n ng u nhiên

s quy t đ nh d ng hàm s d ng, nh ng th o lu n chi ti t h n v các mô hình d a

trên n n t ng RUM s đ c đ a ra trong ph n ti p theo Gi s cá nh n n đ ng tr c

vi c ch n l a gi a hai ph ng án i và j, xác su t đ cá nhân này ch n ph ng án i

là:

Ph ng pháp thí nghi m l a ch n r i r c đ c d a trên vi c t i đa hóa h u d ng

và lý thuy t c u, do v y nhà nghiên c u có th c l ng giá tr b ng ti n t cho các

phúc l i, t ng h p l i có th c l ng đ c m c s n lòng tr biên (MWTP); có th

c l ng WTP c a cá nhân trong m t d án ho c chính sách mà b n thân nó làm thay đ i nhi u h n m t thu c tính; và ch ra đ c th h ng c a các thu c tính tiêu

dùng (Bateman và c ng s , 2002)

2.1.3.4 M t s mô hình đ c tr ng

Trong các mô hình l a ch n r i r c, nh ng gi đ nh khác nhau đ i v i phân ph i

xác su t c a ph n h u d ng không quan sát đ c hay ph n d s d n đ n d ng hàm

trong nghiên c u khác nhau Tuy nhiên, không ph i t t c các mô hình l a ch n r i

r c đ u phù h p v i lý thuy t RUM, m t th o lu n v ngu n g c c a các mô hình

c l ng s h u ích trong vi c l a ch n mô hình cho nghiên c u Nghiên c u c a

Luce (1959)3 đư đ a ra m t đi u ki n v i tên g i: Independence from Irrelevant

Alternatives (IIA), nh m đ n gi n hóa vi c thu th p s li u thí nghi m b ng cách áp

d ng m t xác su t đa chi u c n c trên thí nghi m l a ch n nh phân i u ki n IIA

có th hi u là t l c a xác su t ch n ph ng án i và j là nh nhau trong m i t p ch n

C, bao g m i và j Luce th y r ng đ i v i xác su t l a ch n ph ng án i có s ràng

bu c c a đi u ki n thì h u d ng đ c đ a vào ph ng trình xác su t nh sau:

và Marschak đư ch ng minh đ c đ i v i m t t p đ i t ng

h u h n thì IIA hàm ý ch RUM di n gi i xác su t cho m t hàm h u d ng v i

nh ng thu c tính quan sát đ c, mô hình xác su t Luce đ c vi t l i:

exp exp

Trong ph ng trình trên, Vk chính là ph n h u d ng mang tính h th ng, quan

sát đ c nh đư đ c p và các thu c tính c a ph ng án k đ c xem là m t hàm tuy n

tính Các h s h i quy ph n ánh s thích c a nh ng ng i ra quy t đ nh, đ ng th i

C là m t t p ch n h u h n và đ y đ McFadden g i tên cho mô hình trên là

Conditional logit, nh ng ph bi n hi n nay g i là mô hình Multinomial logit (MNL)

B i vì trong tr ng h p s l a ch n là nh phân thì mô hình tr thành mô hình logistic,

3 Robert Duncan Luce v i cu n sách: “ Individual Choice Behavior A Theoretical Analysis” đ c xu t b n đ u tiên vào n m 1959, b i nhà xu t b n John Wiley & Sons, t i New York Nh ng sau đó, b n tóm t t cu n sách vào n m 2005, đ c đ a ra b i nhà xu t b n Dover

còn đ i v i tr ng h p nhi u l a ch n h n mô hình đ c di n gi i nh là m t phân

ph i có đi u ki n c a nhu c u trong m t t p ch n C v i các t t c các ph ng án có

th (MacFadden, 2001)

M t trong nh ng đóng góp quan tr ng c a McFadden đ i v i mô hình MNL, đó

là tìm ra mô hình xác su t c a Luce phù h p v i lý thuy t RUM có phân b đ ng

nh t, đ c l p (Independently and Identically Distributed, IID) cho ph n sai s ng u

nhiên khi và ch khi ph n sai s ng u nhiên trong ph ng trình (2.3) đ c gi đ nh

có phân ph i Gumbel hay còn g i là phân ph i c c tr lo i 1 (Extreme value type 1, EV1) (MacFadden, 2001) i u ki n trong gi đ nh này là ph n không quan sát đ c

hay ph n sai s ng u nhiên không có t ng quan v i nhau các ph ng án và có cùng ph ng sai cho t t c các ph ng án, gi đ nh này s thu n ti n cho vi c tính

toán xác su t l a ch n và đ a đ n mô hình xác su t có vi phân d ng đóng T t nhiên,

b t c mô hình l a ch n r i r c nào có ph n h u d ng không quan sát đ c th a đi u

ki n IID thì hàm Ủ đư th a mưn đi u ki n IIA (Brownstone, 2000) rõ ràng h n

Bhat (2000) chia các gi đ nh c a mô hình MNL thành ba lo i, bao g m:

(1) Gi đ nh th nh t c a mô hình MNL, ph n ng u nhiên trong hàm h u d ng c a

các ph ng án khác nhau tuân theo IID v i m t phân ph i xác su t Gumbel

(2) Gi đ nh th hai c a mô hình MNL, có s đ ng nh t trong ph n ng v i các thu c tính c a ph ng án qua các cá nhân hay có ngh a là các cá nhân v i các đ c tính khác nhau nh ng ph i có cùng cách l a ch n khi đ i m t v i các thu c tính c a

m t s n ph m nào đó

(3) Gi đ nh th ba c a MNL, ph n sai s c a các ph ng án không t ng quan và

có sai s b ng nhau qua các cá nhân khác nhau

Phân ph i xác su t theo d ng trên c a ph n sai s ng u nhiên s làm ph ng trình

xác su t (2.3) đ c vi t l i:

(2.4)

Trong tr ng h p, gi đ nh ph n h u d ng quan sát đ c là m t hàm tuy n tính

theo các h s , , hàm xác su t (2.4) có th vi t l i:

(2.5)

Trong đó là m t tham s quy mô, nó t l ngh ch v i đ l ch chu n c a phân

ph i ph n sai s Trong m t b d li u đ n thì tham s này không th xác đ nh tách

bi t mà n m trong m t ph n đ c c l ng Giá tr c a không liên quan đ n nh ng

tính toán cho c l ng giá tr phúc l i n u hàm h u d ng là tuy n tính v i thu nh p,

b i vì nó s liên quan đ n nhi u các y u t khác cùng lúc Tuy nhiên, tham s quy

mô này s nh h ng đ n các th c đo giá tr Hai t ng th nghiên c u có s thích

nh nhau thì ch a th ch c là các tham s c l ng ra hoàn toàn gi ng nhau T l

c a tham s quy mô có th đ c đo l ng và đi u ch nh đ i v i s khác nhau trong

ph ng sai c a ph n sai s khác nhau cho phép các mô hình t các t p d li u khác nhau so sánh đ c (Bateman và c ng s , 2002) Trong mô hình MNL, h s mang

giá tr m t, là các bi n gi i thích cho ph n h u d ng , thông th ng bao g m

các h s c t đ i di n cho đ c tính c a ph ng án (ASCs), các thu c tính c a ph ng

án i và các đ c tính kinh t xã h i c a cá nhân n, là véc-t h s h i quy có liên h

v i véc-t

Mô hình MNL đ c s d ng r t ph bi n trong nghiên c u th c nghi m thu c

l nh v c kinh t h c hành vi Tuy nhiên, không ph i mô hình lý thuy t v hành vi l a

ch n nào c ng t ng ng th a mưn đ y đ theo đi u ki n IIA (MacFadden, 2001)

S h n ch l n nh t c a mô hình là vi c ng m gi đ nh s thích các cá nhân là đ ng

nh t Các gi đ nh này không th c t vì r t có th y u t tác đ ng làm b n không ch n

đi xe buýt, có liên h ch t v i y u t tác đ ng làm b n không ch n đi tàu đi n ng m

ho c vi c gi đ nh các ph ng án đ c l p v i nh ng ph ng án còn l i nh ng c ng

có th xét trong hai kho ng th i gian thì vi c l a ch n lúc tr c nh đi xe buỦt c ng

s có ít nhi u nh h ng đ n ph ng án l a ch n đi tàu đi n ng m giai đo n sau Vì

v y, n u c l ng theo mô hình MNL nh ng đi u ki n ràng bu c này b vi ph m s

d n đ n c l ng b ch ch và các d báo xác su t ch n c a mô hình có th sai

gi i quy t nh ng tính ch t h n ch c a mô hình đ n gi n MNL, m t s mô hình nh :

GEV (Generalized extreme value), Nested MNL và Multinomial Probit (MNP) đ c

phát tri n d a trên s n i l ng m t ph n trong s ba gi đ nh c a mô hình MNL Mô

hình Mixed Multinomial logit (MMNL) r t linh ho t khi áp d ng trong các nghiên

c u th c nghi m v l a ch n r i r c, đ c đ a ra trong nghiên c u c a MacFadden

và Train (2000) Mô hình MMNL t ng t nh mô hình Conditional logit, t c là ph n

sai s v n đ c gi đ nh có phân ph i c c tr theo IID, ngo i tr vi c đ các h s

c l ng thay đ i qua m i cá nhân Nh ng mô hình m r ng nêu ra trên đây r t h u

d ng trong các b i c nh nghiên c u khác nhau, nh ng v n h n ch vì thi u tính đ i

di n m t cách đ y đ cho lý thuy t RUM trong nghiên c u hành vi l a ch n trong

kinh t

i v i mô hình t ng quát GEV đ c MacFadden (1978) phát tri n t nh ng gi

đ nh trong RUM Mô hình này cho phép có s liên h gi a các ph n ng u nhiên c a

m i ph ng án, trong khi v n không thay đ i gi đ nh phân ph i Gumbel nh nhau,

có r t nhi u bi n th c u trúc khác nhau t mô hình GEV Còn đ i v i mô hình Nested

logit, c u trúc mô hình cho phép đi u ki n IIA v n đ c gi cho nh ng ph ng án

l a ch n trong m t nhánh (ví d , có hai nhánh là ph ng ti n cá nhân v i ph ng án

xe máy và ph ng ti n công c ng v i hai ph ng án g m xe buỦt và tàu đi n ng m),

nh ng gi a các nhánh v i nhau thì không Mô hình NL đ a ra m t cách th c xem xét

v a có khác bi t, v a có liên h trong các quy t đ nh c a ng i ch n, đ ng th i cung

c p cách xác đ nh m i quan h hành vi gi a các l a ch n m i nhánh, và c ng cho phép ng i nghiên c u ki m tra s phù h p trong c u trúc các nhánh đ c phân chia

v i n n t ng RUM (Kjær, 2005)

2.2 M T S NGHIÊN C U TH C NGHI M LIÊN QUAN

Trong nghiên c u l c kh o lý thuy t c a Sen (2005) v ph ng pháp phát bi u

l a ch n (Stated Choice Medthod, SCM) thì: tr c nh ng n m 1980, ch a có nhi u

ng d ng c a ph ng pháp này trong l nh v c giao thông Tuy nhiên, sau đó đư có

r t nhi u nghiên c u quan tr ng liên quan đ n vi c d báo c u, l a ch n đ ng đi,

ch n cách th c đi l i Bên c nh, các nghiên c u áp d ng ph ng pháp thí nghi m l a

ch n r i r c v i d li u phát bi u s thích, thì m t s nghiên c u khác s d ng d

li u ti t l s thích cho vi c mô hình hóa l a ch n M t h ng nghiên c u cung c p

đ c nhi u thông tin v hành vi l a ch n c a cá nhân, đó là k t h p c hai lo i d

li u trên cùng trong phân tích

Trong các ph n ti p theo, các nghiên c u th c nghi m trong và ngoài n c, có liên quan đ n ch đ l n l t đ c th o lu n t p trung vào: m c tiêu nghiên c u,

ph ng pháp ti p c n và d li u đ c s d ng

2.2.1 M t s nghiên c u ngoƠi n c

M t nghiên c u t ng h p các nghiên c u th c nghi m t n m 2000 đ n n m 2009 trong l nh v c v n t i s d ng ph ng pháp thí nghi m l a ch n r i r c đ c đ a ra

b i Bllemer và Rose (2011): nghiên c u gi i thi u s l c v ph ng pháp thí nghi m

r i r c, phân bi t các lo i thi t k thí nghi m, sau đó ti n hành so sánh các nghiên

c u có liên quan theo các tiêu chí c th có liên quan đ n thi t k thí nghi m (ví d

nh : lo i thi t k , s ph ng án, s thu c tính, lo i mô hình kinh t l ng s d ng)

Trong t ng s 64 nghiên c u đ c tìm th y có liên quan, có 62 nghiên c u dùng

ph ng pháp thí nghi m l a ch n r i r c, trong đó có: 40 thi t k tr c giao

(Orthogonal designs), có 12 thi t k theo lo i D-effcients, 7 thi t k ng u nhiên, 3 thi t k d a trên vi c cho các đáp viên bi t các l a ch n c a các đáp viên tr c đó

Ti p sau vi c so sánh, nghiên c u đ a ra m t ví d minh h a v tr ng h p l a ch n

hãng hàng không c a nh ng khách du l ch t thành ph Amsterdam đ n thành ph

Barcelona, s d ng mô hình kinh t l ng MNL cho ba thi t k nghiên c u khác nhau

đ so sánh tác đ ng c a vi c thi t k lên k t qu c l ng Nghiên c u là c n c có

giá tr cho vi c xác đ nh, l a chon các thi t k thí nghi m phù h p, ngu n tham kh o

cho vi c xây d ng các thu c tính, m c đ c a các thu c tính

M t nghiên c u c a Washbrook và c ng s (2006) có liên quan đ n vi c các

ph ng ti n cá nhân gây ra chi phí ngo i tác nh ô nhi m, k t xe, ti ng n và các tác

đ ng khác t i thi u các chi phí này, các tác gi phát hi n ra vi c đ nh giá cho

đ ng đi và phí đ xe s làm gi m c u đi l i b ng ph ng ti n cá nhân, t đó đ a ra

nh ng khuy n khích giúp chuy n đ i ph ng án đi l i Nh ng s li u th c p có liên quan đ n phí đ xe và phí t c ngh n v n không cung c p nh ng thông tin rõ nét v

cách ph n ng c a nh ng ng i lái xe Nghiên c u th c hi n v i 548 ng i đi l i t i

vùng ngo i ô Greater Vancouver (Canada) ậ nh ng ng i này hoàn toàn lái xe h i đi

làm m t mình B ng ph ng pháp mô hình hoá l a ch n r i r c, đáp viên có th ch n

m t trong các cách đi l i sau: lái xe m t mình, đi taxi, ho c b t xe buýt cao t c

(ph ng án gi đ nh) v i s khác bi t v th i gian và chi phí Nghiên c u s d ng

các thu c tính: th i gian đi l i cho m i cách th c đi l i, th i gian đón ng i lái xe

taxi khác, th i gian t tr m xe buýt t c hành đ n ch làm, t ng th i gian đ i xe buýt,

chi phí lái xe m t mình, chi phí đ u xe khi lái xe m t mình và cho taxi M i hình th c

l a ch n đi l i có ba thu c tính v i b n m c đ cho m i thu c tính, nghiên c u s

d ng mô hình kinh t l ng Conditional logit đ th c hi n c l ng c l ng đ a

Nghiên c u c a Hensher và Rose (2007) s d ng ph ng pháp phát bi u l a ch n

đ mô hình hình hóa l a ch n cho hai m c đích đi làm ho c không đi làm, xét trong

t ng lai khi có s t n t i c a c s h t ng v n chuy n công c ng m i (s khác bi t

c a tàu có kh i l ng v n chuy n l n m i, tàu có kh i l ng v n chuy n nh và các

h th ng xe buýt t c hành) Thí nghi m s l a ch n đ c mô t chi ti t v i k thu t

thi t k D-optimal, đ c áp d ng cho m t t p các ph ng án l a ch n, mà đáp viên

s ch n c n c trên s s n có c a các các m c đ d ch v (cho giai đo n ti p c n

ph ng ti n, quá trình di chuy n và giai đo n cu i đi đ n v trí c n) trong đó nghiên

c u đư s d ng h tr c a máy tính đ ti n hành ph ng v n các cá nhân

(Computer-assisted Personal Interviewing, CAPI) Các đáp viên tham gia ph ng v n đ c yêu

c u nêu ra các cách th c đi l i chính và cách th c đi l i giai đo n đ u trong su t

quá trình di chuy n, các m c đ d ch v và các lo i chi phí c a m t chuy n đi trong

th i gian g n nh t Cu i cùng đáp viên ph i ch ra đâu là cách th c đi l i thích nh t Quá trình đ a ra các cách th c đi l i th c hi n m i l n d i các k ch b n (hay các

gi đ nh) khác nhau cho các m c đ c a đ c tính - m i l n đ u yêu c u cá nhân ch

ra cách th c đi l i mà ng i đó thích Các ph ng án l a ch n bao g m t t c các

cách th c đi l i có th t n t i (ví d : xe buýt, tàu có kh i l ng v n chuy n l n, xe

h i, h th ng xe buýt t c hành) và cách th c giai đo n đ u (đi b , xe buýt, xe h i)

thêm vào hai l a ch n m i đ đi l i (tàu có kh i l ng v n chuy n l n, tàu có kh i

l ng v n chuy n nh , xe buýt t c hành m i) Các đáp viên có th là các cá nhân di

chuy n trong n i b khu v c nghiên c u và ra bên ngoài vùng Thi t k thí nghi m này có 47 thu c tính (có 46 thu c tính có 4 m c đ và m t thu c tính có 6 m c đ

cho các các kh i) cho 60 l n th c hi n; có ngh a là có 10 k ch b n và m i k ch b n

này có 6 kh i ch n ng th i, nghiên c u này c ng đ a ra s khác bi t trong các

thi t l p l a ch n b ng cách c n c vào: có ho c không có xe h i, đi trong n i b hay

ngoài khu v c, có t n t i ph ng th c đi l i b ng tàu có s c ch a l n và tàu có s c

ch a nh ho c tàu có s c ch a l n và xe buýt ậ b ng cách này các gi đ nh s th c t

h n

Các thu c tính c a chuy n đi trong thi t k mô hình đ c đ a ra c th đ i v i

s t n t i c a ph ng ti n v n chuy n công c ng: phí đi l i (m t chi u), th i gian trên ph ng ti n, th i gian ch , th i gian cho cách th c đi giai đo n đ u (th i gian

đi b , ho c đi xe h i, đi xe buỦt, chi phí đi xe buỦt), th i gian giai đo n cu i i

v i ph ng án có bao g m ph ng ti n v n chuy n công m i c ng t ng t , nh ng

thêm vào: th i gian ch đ chuy n ti p chuy n đi V i cách th c đi l i b ng xe h i,

các thu c tính bao g m: chi phí đi, th i gian trên ph ng ti n, phí t c ngh n (m t

chi u), chi phí đ xe hàng ngày, th i gian giai đo n cu i chuy n đi

Mô hình kinh t l ng Nested logit và MNL đ c đ a vào đ c l ng cho hai

m c đích đi làm và không đi làm, t t c các h s c l ng cung c p đ y đ nh ng

thông tin đ n m b t đ c hành vi có liên quan, nh ng ngo i tr các h ng s đ c

tr ng c a cách th c đi l i H ng s đ c tr ng cách th c đi l i có th đ c hi u ch nh

sao cho các cách th c đi l i hi n h u trong m t h th ng mô hình tùy ch nh, cho phép

các nhà ho ch đ nh giao thông có th d đoán s b o tr ti m n ng cho đ xu t c s

h t ng d ch v v n chuy n công c ng m i Nghiên c u này đư đ a ra đ c m t t p

các giá tr liên quan đ n hành vi nh m ti t ki m th i gian đi l i giai đo n đ u, cu i

và trên ph ng ti n và th i gian đ i

Nghiên c u cho th y t m quan trong c a ch t l ng d li u khi th c hi n các c

l ng cho mô hình l a ch n đi l i M c dù, có nh ng c i ti n mô hình hóa l a ch n

nh mô hình: Mixed Logit, Latent class MNL và Generalised Nested logit Nh ng

nghiên c u đư đ a ra đ c các công c nghiên c u th c nghi m thích h p và liên k t

m t s c i thi n c b n đ đo l ng hi u ng c a chính sách thay th góp ph n gi m

k t xe Nghiên c u phát hi n các nghiên c u tr c đó trong giao thông đư đ a vào

v n đ k t xe vào gi cao đi m (sáng s m và t i) nh ng không tính toán vào nh ng

đi m d ng l i trong quá trình đi làm đó M t khung phân tích kinh t l ng k t h p

đ c tác gi đ a ra đ phân tích b d li u t kh o sát hành vi h gia đình ti n hành

n m 1991 t i thành ph Boston, v i d li u các đ c tính nhân kh u h c c a h và m i

cá nhân trong h Có ba cách th c đi l i đ c nghiên c u đ a ra: đi m t mình (s

d ng xe h i, t i nh , ho c xe t i l n), không đi m t mình (v i ba lo i ph ng ti n:

xe h i, t i nh , t i l n nh ng s ng i đi h n 1), các ph ng ti n v n chuy n công

(xe buýt, tàu); cách th c đi l i cu i cùng mà cá nhân đi đ n n i làm vi c đ c xem là

cách th c đi l i - cho dù trong quá trình cá nhân có đ a nh ng thành viên khác trong gia đình d ng các đi m khác nhau nh ng cu i cùng v n lái xe m t mình đ n n i

làm vi c S đi m d ng đ c nghiên c u đ a ra m t dãy s t không đ n b n (tính

s l n d ng đ đón ho c đ a m t cá nhân trong quá trình đi làm) Các bi n gi i thích

bao g m: t p các bi n nhân kh u h c, bi n m t đ vi c làm khu v c làm vi c, th i

gian làm vi c, t ng s đi m d ng không vì m c đích công vi c c a các thành viên

môt h gia đình, nghiên c u th c hi n c l ng hai mô hình: cho cách th c đi l i và

cho s l ng đi m d ng, sau đó ti n hành ki m tr s t ng quan ph n không quan sát đ c hai mô hình nh h ng đ n hai quy t đ nh ậ k t qu cho th y có s t ng

quan gi a các y u t không quan sát đ c lên h u d ng c a cách đi l i b ng ph ng

ti n công c ng, đi l i m t mình và khuynh h ng d ng l i c a cá nhân ậ đ a ra m t hàm Ủ chính sách khi thay đ i các biên ngo i sinh s nh h ng đ n t ng ph n tr m thay đ i t i m i s l ng đi m d ng Các bi n nh h ng m nh trong mô hình là:

th c đo ch t l ng d ch v , thu nh p, s l ng ph ng ti n trên m i lao đ ng trong

h , th i gian làm vi c và m t đ vi c làm t i khu v c cá nhân làm vi c lên cách th c

đi l i Các bi n nhân kh u h c, th i gian làm vi c, và toàn b m c đ ho t đ ng c a

h nh h ng đ n khuynh h ng d ng l i Trong khi đó th i gian đi trên ph ng ti n

và th i gian không trên ph ng ti n đ đi làm không nh h ng đ n khuynh h ng

d ng l i

Bài nghiên c u c a Asensio (2002) đ c th c hi n đ ki m tra các y u t tác

đ ng đ n vi c đi l i c a ng i dân vùng ngo i ô thành ph Barcelona (Tây Ban Nha)

vào khu trung tâm Bài vi t sau khi th ng kê mô t nh ng đ c đi m quan tr ng c a dân c khu v c ngo i ô và vi c gia t ng t l ng i dân s d ng xe h i đ di chuy n

vào trung tâm thành ph , mô hình kinh t l ng NL đ c s d ng đ c l ng

Nghiên c u s d ng mô hình có hai giai đo n v i ba s l a ch n: xe h i cá nhân, xe

buýt và tàu B c đ u tiên, s là cân nh c l a ch n gi a xe h i c a cá nhân và ph ng

ti n v n chuy n công B c th hai, xe buỦt và tàu đ c đ a ra cho các đáp viên cân

nh c l a ch n D li u trong nghiên c u đ c l y t b ng câu h i đ c đ a ra vào

n m 1996

Các bi n gi i thích trong mô hình, chi phí b ng ti n bao g m: phí t c ngh n c ng

v i chi tiêu cho x ng, các tính toán khác bi t cho khu v c đô th và trong n i b đô

th cho m i chuy n đi, đ i v i các ph ng ti n công đ c tính là m c phí r nh t, chi

phí đây bao g m c nh ng chi phí ph thêm các cách th c đ hoàn thành chuy n

đi Bi n th i gian đi l i, bao g m: th i gian đi trên ph ng ti n, đ i v i xe buýt và

tàu còn bao g m c th i gian chuy n ti p t ng giai đo n c a chuy n đi; th i gian

ch đ i: đ c tính là t ng th i gian ph i ch đ chuy n ti p chuy n đi, đ c xác đinh

là m t n a th i gian gi a hai chuy n; kho ng cách chuy n ti p: đ c xác đ nh là t ng

th i gian đi b đ có th th c hi n vi c chuy n ti p chuy n đi, kho ng cách ti p c n:

t nhà đ n tr m xe buýt và tàu, kho ng cách đ n ch làm, đ i v i xe h i thì t t c đ u

b ng 0; m c đ th ng xuyên: s chuy n tàu ho c xe buýt m i ngày đ n trung tâm

thành ph - đ c dùng đ đo ch t l ng ph ng ti n v n chuy n công; m t đ : đ c xác đ nh là t ng m t đ dân c có vi c làm khu v c mà ng i đi l i làm vi c Các

bi n có liên quan đ n thu c tính cá nhân đ c đ a vào mô hình d i d ng bi n gi :

bi n gi i tính (1 n u là nam, 0 là n ) và đi u ki n khai báo thu (1 n u có, 0 n u

không có) Thu nh p cá nhân đ c l y trung bình t thu nh p dân c cùng gi i tính, trình đ giáo d c, s tu i khu v c xung quanh thành ph t k t qu kh o sát ti n

l ng

Nghiên c u đi đ n k t lu n: s phát tri n các khu v c ngo i ô thành ph d n

đ n chi phí th i gian và kho ng cách gia t ng, đi u này d n đ n xác su t ch n s

d ng tàu t i cùng m t m c chi phí cho xe buỦt, trong khi đó t tr ng c a xe h i cá

nhân h u nh không thay đ i Nh ng hàm Ủ cho chính sách c ng đ c đ a ra, vi c thay đ i giá s không có tác đ ng l n b ng vi c thay đ i giá tr th i gian n u mu n

đ o ng c xu h ng s d ng c a ng i dân Ng i s d ng xe h i có c u ít co giãn,

m c dù đ co giãn th i gian g p ba l n đ co giãn chi phí M t k t qu khác c a

nghiên c u, giá tr ti t ki m th i gian ch đ i v i các ph ng ti n công c ng có ý ngh a cao h n th i gian đi trên ph ng ti n

M t nghiên c u khác đ c th c hi n b i Whalen và c ng s (2013) v cách th c

đi l i c a các sinh viên B i vì các tác gi cho r ng có s đa d ng trong cách th c đi

l i, đ c bi t cách th c đi l i mang tính ch t v n đ ng (ví d nh đi xe đ p) đ t ra đòi

h i c n nghiên c u đ bi t đ c các y u t nh h ng đ n hình th c đi l i này Nghiên

c u đư cung c p m t phân tích cách th c đi l i c a các sinh viên, l y tr ng h p t i

i h c McMaster t i Hamilton (Canada) Sau khi gi i thi u và l c kh o các nghiên

c u tr c đó, nghiên c u ti n hành c l ng v i mô hình kinh t l ng MNL cho

d li u kh o sát qua Email các sinh viên v i b n ph ng án đi l i chính: đi b , xe

đ p, xe buỦt và xe h i, v i sáu lo i bi n: các bi n liên quan đ n cá nhân, các y u t

tâm lí, các tính ch t c a ph ng th c đi l i, các tính ch t c a chuy n đi, các y u t môi tr ng đô th , các bi n đo l ng v c u đi l i (Travel Demand Measures, TDM)

- ví d nh chi phí đ xe Các k t qu c a nghiên c u ch ra r ng vi c l a ch n ch u

nh h ng b i các lo i chi phí, các thu c tính cá nhân, và các y u t môi tr ng nh

m t đ đ ng đi và đ ng đi b V n đ quan tr ng đ c phát hi n trong nghiên c u

là th i gian đi l i b ng xe h i và xe đ p nh h ng đ n h u d ng c a các cách th c

đi l i ậ gi m khi có s gia t ng v th i gian đi l i Trong khi h u d ng càng t ng khi

th i gian b ra cho vi c đi l i b ng xe h i càng ít đi và đ c ghi nh n trong nhi u

phân tích khác nhau, thì các k t qu phân tích c a nghiên c u này đ a ra b ng ch ng

v nh ng giá tr bên trong m i cá nhân, đó là nh ng ng i đi xe đ p đư d a trên kinh

nghi m v chuy n đi c a h , c ng tác đ ng lên hành vi l a ch n c a các sinh viên

2.2.2 Nghiên c u trong n c

ư có nhi u nghiên c u liên quan đ n l nh v c giao thông trên đ a bàn Thành ph

H Chí Minh, trong đó có m t s nghiên c u n i b t nh : nghiên c u c a Nguy n

(1999) v cung, c u, đ nh giá đ ng đ đ a đ n hàm ý cho phí t c ngh n; m t s

nghiên c u mang tính th ng kê mô t mà g n đây nh t là c a Nguy n (2014) v các

y u t tác đ ng đ n cách th c đi l i t khía c nh các ph ng ti n cá nhân; nghiên c u

các y u t tâm lỦ tác đ ng đ n vi c s d ng xe buỦt (Fujii và V n, 2009); nghiên c u

c a H và Yamamoto (2011) v vai trò c a thái đ cá nhân và d ch v v n chuy n

công lên vi c s h u ph ng ti n đi l i t i TP.HCM Nh ng trên th c t , ch a có m t

nghiên c u đ y đ và có tính toán liên quan đ n hành vi l a ch n cách th c đi l i trên

đ a bàn Trong nghiên c u liên quan đ n phí t c ngh n, tác gi s d ng d li u không

đ ng nh t nh ng ph ng pháp th c hi n nghiên c u là đáng tin c y, có c n c đ y

đ cho tình tr ng giao thông kho ng th i gian đó

Theo nghiên c u c a Arentze và Molin (2013), vi c ch n l a cách th c đi l i có liên quan đ n nhi u nghiên c u phân tích v hành vi và s phát tri n h th ng thông tin đi l i cho m t m ng l i v i nhi u cách đi l i Các nghiên c u tr c đây cho m t

cách th c đi l i c th nh xe h i ho c môt ph ng ti n cá nhân khác, đi b ho c

ph ng ti n công c ng (xe buýt hay tàu) Vi c mô hình hóa th ng d a trên vi c tìm

ra cách đi ng n nh t trong m ng l i và các tính toán t nh n th c c a ng i đi l i

v th i gian và chi phí Ng c l i, trên th c t vi c đi l i r t đa d ng v i nhi u cách

th c đi l i k t h p v i nhau, trong cùng m t chuy n đi có th chuy n t cách đi này

sang m t cách đi khác hoàn toàn Do đó, c n m t cách ti p c n tích h p đ xem xét

cách th c đi l i và đ a ra nh ng hàm ý quan tr ng v m t chính sách có liên quan

đ n gi i quy t k t xe và c i thi n kh n ng ti p c n các đ a đi m mà không c n m

r ng m ng l i v i s t n kèm v chi phí

mô hình hóa hành vi đi l i trong m t m ng l i đa d ng, m t đi u c n thi t là

n m b t đ c các giá tr và s thích c a cá nhân có liên quan đ n các thu c tính c a

t ng b ph n c a chuy n đi và cách th c đi l i Thông th ng, các thu c tính đ c quan tâm có liên quan đ n: th i gian ch đ i, đi b đ n các ph ng ti n công ho c

khác bi t v m t th i gian trên ph ng ti n (Hensher và Rose, 2007; Greene và công

s , 2006) Nh ng bi n có liên quan đ n chi phí chuy n đi, ví d nh : chi phí ti n vé cho các ph ng ti n công, phí t c ngh n, đ xe và chi phí cho nhiên li u Ngoài ra,

ng i đi l i thông th ng còn d a trên s thích v m t cách đi c th và các thu c tính liên quan đ n ch t l ng d ch v nh : m c đ an toàn, s c kh e, ti n nghi, tho i

mái và n t ng Vì v y, trong mô hình hóa s l a ch n cách th c đi l i đa d ng, t t

c các thu c tính liên quan đ n th i gian, chi phí và ch t l ng d ch v c n đ c đ a

vào xem xét đ ng th i

Các nghiên c u th c nghi m liên quan đ n c l ng s thích cá nhân v i cách

th c đi l i đa d ng đ c áp d ng v i ba ph ng pháp ti p c n c n c theo lo i d

li u, bao g m: ph ng pháp ti t l s thích, ph ng pháp phát bi u s thích và k t

h p c hai lo i d li u trong cùng m t phân tích Abrantes và Wardman (2011) đư

cung c p m t nghiên c u t ng h p có liên quan đ n c l ng th i gian và ch t l ng

d ch v c a nh ng ng i đi l i t i n c Anh Ph n l n các b ng ch ng đ c tích l y

qua nhi u n m đ u nh n m nh đ n vi c làm cách nào c l ng các thành ph n th i gian đi l i khác nhau, ví d nh : th i gian trên ph ng ti n, th i gian đi b , th i gian đ i, th i gian ti p c n và th i gian trì hoãn cho cách th c đi l i b ng ph ng ti n công và t Có r t nhi u nghiên c u liên quan đ n nh ng khía c nh c th trong m ng

l i đa d ng các cách th c đi l i Nh ng xét t ng quát, các nhà nghiên c u n u mu n

hình thành, phát tri n lý thuy t RUM trong th i gian dài và kh n ng áp d ng r t linh

ho t vào các nghiên c u th c nghi m v i ph ng pháp DCE Các nghiên c u th c

nghi m đ c t ng h p ti p sau đó đư kh ng đ nh kh n ng áp d ng linh ho t c a

ph ng pháp DCE trong l nh v c kinh t h c giao thông v i các mô hình kinh t

l ng phù h p v i các gi đ nh c a RUM ho c m t ph n các gi đ nh D a trên nh ng

n n t ng lý thuy t và kinh nghi m nghiên c u đ c t ng h p, trong ch ng ti p theo,

nghiên c u s đi vào chi ti t cách thi t k nghiên c u

CH NG 3: PH NG PHÁP LU N NGHIÊN C U

Trình t th c hi n nghiên c u có s d ng ph ng pháp thí nghi m l a ch n r i

r c đ c Kjær (2005) chia thành n m b c, bao g m: (1) Xác đ nh các thu c tính; (2) Xác đ nh các m c đ c a thu c tính; (3) Thi t k thí nghi m; (4) Thu th p d li u;

(5) Phân tích d li u Trong ch ng này, nghiên c u s đ a ra khung phân tích c

b n đư đ c các nghiên c u v cách th c đi l i áp d ng trong nhi u n m qua, đ ng

th i k t h p vi c đ nh ngh a các bi n đ c s d ng trong mô hình Ti p theo đó, cách

thi t k thí nghi m, d li u và mô hình kinh t l ng áp d ng trong nghiên c u s

đ c th o lu n chi ti t

3.1 KHUNG PHÂN TÍCH NGHIÊN C U

Hình 3 1 Khung phân tích c a mô hình l a ch n r i r c

Ngu n: Lang Yang và c ng s (2009)

Thông th ng, các c l ng c a mô hình l a ch n r i r c d a trên ph ng pháp

kinh t l ng t i đa hóa kh n ng (Maximum Likelihood, ML) Các mô hình theo

khung phân tích này giúp n m b t đ c tác đ ng t hai nhóm nhân t , bao g m: thu c tính ph ng án ch n và thu c tính c a ng i ch n (Lang Yang và c ng s , 2009)

Trong các nghiên c u th c nghi m nhi u l nh v c khác nhau áp d ng ph ng pháp

l a ch n r i r c, h u h t s d ng nh ng mô hình kinh t l ng nh nh ng th o lu n

có liên quan đư đ c p đ n nh : MNL (hay CL), GEV, NL, Mixed Logit hay Random

Parameter Ngoài ra, có r t nhi u mô hình kinh t l ng áp d ng trong các nghiên

c u th c nghi m s d ng ph ng pháp phát bi u l a ch n (SCM) v i c u trúc c a

mô hình linh ho t h n khi n i l ng m t ho c m t ho c m t s tính ch t c a gi đ nh

IID cho ph n h u d ng không quan sát đ c Cách n i l ng gi đ nh th ng s làm

t ng gánh n ng tính toán ho c có th m t đi d ng vi phân đóng trong mô hình xác

su t l a ch n (Sen, 2005)

3.2 THI T K THÍ NGHI M

Vi c đ a ra các ph ng án l a ch n trong các nghiên c u kinh t h c giao thông

ph c t p vì t n t i s k t h p các cách th c khác nhau trong quá trình đi l i c a ng i

dân Có r t nhi u ph ng th c đi l i có th đ c p đ n, ví d nh : lái xe m t mình

b ng xe h i ho c xe máy; đi b ng xe taxi, xe buỦt; các ph ng ti n v n t i có s c v n

chuy n l n; đi b ng xe buýt k t h p v i m t lo i ph ng ti n v n t i kh i l ng l n;

thuê xe cho m t chi u đi l i; xe buýt nh t c hành; thuê xe có s c v n chuy n l n; và

nhi u cách k t h p khác Trong nghiên c u c a Lang Yang và c ng s (2009), có hai

t p bi n gi i thích đ c nêu ra cho mô hình cách th c đi l i, bao g m:

Th nh t, thu c tính c a ph ng án đ i v i mô hình c l ng cách th c đi l i

có th , bao g m: t ng th i gian đi l i; các m c đ th i gian đi l i; chi phí nhiên li u (xe h i cá nhân ho c xe taxi); phí t c ngh n (xe h i cá nhân ho c xe taxi); phí đ xe (xe h i cá nhân ho c xe taxi); phí thuê xe (đ i v i vi c thuê xe m t chi u); phí đi l i (ph ng th c v n chuy n công); th i gian ti p c n (ph ng th c v n chuy n công);

các m c đ th i gian ti p c n (ph ng th c v n chuy n công); th i gian ch (ph ng

th c v n chuy n công); s l n chuy n đ i ph ng ti n (ph ng th c v n chuy n công

và các k t h p l a ch n); phí d ch v

Th hai, thu c tính cá nhân và chuy n đi có th bao g m: tu i; tình tr ng vi c

làm (toàn ho c bán th i gian); lo i vi c làm; trình đ h c v n; gi i tính; thu nh p h gia đình; s tr d i 10 tu i trong h ; s tr t 11-17 tu i trong h ; m c đích chuy n đi; kh n ng linh ho t trong chuy n đi

Hình 3 2 Các thu c tính c a t ng giai đo n đi l i

Ngu n: Tác gi đi u ch nh t nghiên c u Arentze và Molin (2013)

Giai đo n chính Giai đo n sau

Giai đo n chính Giai đo n sau Giai đo n đ u

Trong quá trình thi t k nghiên c u, nhà nghiên c u không nh t thi t ph i đ a

toàn b các thu c tính nêu trên vào trong nghiên c u th c nghi m Vì v y, các ph ng

án l a ch n, các thu c tính, các m c đ thu c tính s đ c xác đ nh l i sao cho phù

h p v i đ i t ng, ph m vi, và m c tiêu nghiên c u c th

Trong nghiên c u c a Arentze và Molin (2013), cách ti p c n v quá trình đi l i

c a cá nhân đ c đ a ra đ y đ và có th đi u ch nh áp d ng đ c trong nghiên c u

th c nghi m này t i thành ph H Chí Minh Nghiên c u khái quát l i quá trình đi

l i c a ng i dân, nh sau:

Th nh t, đ i v i hình th c s d ng ph ng ti n cá nhân (xe máy ho c xe h i)

có hai giai đo n bao g m: giai đo n chính cá nhân s d ng xe máy ho c xe h i đ đi

và giai đo n cu i đi b đ n đích cu i cùng

Th hai, đ i v i hình th c s d ng ph ng ti n công có ba giai đo n, bao g m: giai đo n đ u (có th đi b , xe buýt), ti p theo giai đo n chính ch s d ng xe buýt

ho c tàu đi n ng m, giai đo n sau cùng đ đ n đích cá nhân có th đi b ho c xe

buýt

Th ba, ngoài ra ng i dân còn có kh n ng s d ng xe taxi đ đi l i - thu c tính cho ph ng án này là thu c tính trong giai đo n chính khi s d ng ph ng ti n cá

nhân có thêm th i gian ch

Các thu c tính v th i gian và chi phí r t rõ ràng v thang đo l ng Các thu c

tính th i gian đ c tính b ng đ n v phút, bao g m: th i gian ti p c n ph ng ti n đi

l i, th i gian đi trên ph ng ti n và th i gian đi đ n đi m cu i Các thu c tính v chi phí đ c tính thông qua: chi phí nhiên li u c a ph ng ti n dùng đ đi l i ho c giá

vé xe buýt, vé tàu đi n Bi n s s n có c a gh ng i trên các ph ng ti n v n chuy n

công c ng có hai m c: luôn ch c ch n luôn có gh ng i và không ch c ch n có gh

ng i Các thu c tính c a cá nhân ng i ch n đ c nghiên c u quan tâm nh : gi i

tính, tu i, thu nh p, trình đ h c v n, lo i vi c làm, ph ng ti n s h u Các bi n

quan tr ng đ c nghiên c u quan tâm, đ c trình bày chi ti t trong B ng 3.1

không âm Thu nh p Bi n liên t c đ c đó b ng

đ n v tri u VN

không âm Tình tr ng ngh nghi p Bi n gi đ c đ a vào 4 bi n

cho: làm trong kh i nhà

n c, ngoài nhà n c, n i

tr , sinh viên và vi c khác

M t s d ng mô hình kinh t l ng d a trên n n t ng lý thuy t RUM đư đ c th o

lu n trong ph n l c kh o lý thuy t liên quan Nghiên c u ch n s d ng mô hình

kinh t l ng Conditional logit đ xem xét các tác đ ng t nh ng thu c tính c a các

ph ng ti n, bao g m: th i gian, chi phí, s s n có c a gh ng i và các thu c tính

c a cá nhân lên hành vi l a ch n Hàm h u d ng đ y đ c a m t cá nhân trong vi c

l a ch n ph ng ti n đi l i đ c mô t nh d i đây:

V i gi đ nh ph n h u d ng mang tính h th ng là tuy n tính v i các h s và

các thu c tính , có th vi t l i hàm h u d ng gián ti p nh sau:

Trong đó, là h u d ng đ y đ c a cá nhân i khi ch n ph ng ti n j, sai s

có phân b c c tr đ c l p và nh nhau qua các ph ng án Nghiên c u đ a vào bi n

th hi n tác đ ng c a nh ng y u t n m ngoài thu c tính ph ng ti n lên h u

d ng gián ti p đ i v i ph ng ti n j Các thu c tính đ c gi đ nh thay đ i qua m i

ph ng ti n, các h s h i quy c a các thu c tính đ c gi đ nh là h ng s v i nh ng

cá nhân, nh ng thay đ i qua nh ng ph ng án Cá nhân i nào đó s ch n ph ng ti n

đi l i j trong t p ch n C, khi và ch khi:

, v i j ≠q C

Nghiên c u ti n hành c l ng cho hai mô hình kinh t l ng v i s khác nhau

v các bi n gi i thích: