Nghiên cứu hành vi sử dụng xe buýt tại Thành phố Hồ Chí Minh thông qua mô hình logit

Nội dung text: Nghiên cứu hành vi sử dụng xe buýt tại Thành phố Hồ Chí Minh thông qua mô hình logit

1. Trường Đại học Kinh tế - Đại học Đà Nẵng NGHIÊN CỨU HÀNH VI SỬ DỤNG XE BUÝT TẠI THÀNH PHỐ HỒ CHÍ MINH THÔNG QUA MÔ HÌNH LOGIT DETERMINANTS OF BUS CHOICE IN HO CHI MINH CITY: BINARY LOGIT APPROACH Khưu Thành Quý, Võ Thị Kim Như, Trần Thị Trúc Quỳnh GVHD: ThS. Phan Bùi Khuê Đài Trường Đại học Ngoại Thương Cơ sở 2 tại Thành phố Hồ Chí Minh phanbuikhuedai.cs2@ftu.edu.vn, quythanhkhuu@gmail.com, kimnhu0401@gmail.com, trucquynh6446@gmail.com TÓM TẮT Nghiên cứu này xem xét đến các nhân tố ảnh hưởng đến hành vi sử dụng xe buýt tại Thành phố Hồ Chí Minh (TPHCM) thông qua mô hình logit nhị thức. Dữ liệu được thu thập từ 500 người dân tại 19 quận nội thành TPHCM phân chia theo tỷ lệ dân số của từng quận. Thông qua, kiểm định độ tin cậy Cronbach’s Alpha, kỹ thuật phân tích nhân tố khám phá (EFA) và phân tích hồi quy logit nhị thức, kết quả nghiên cứu cho thấy có 10 nhân tố tác động đến việc chọn sử dụng xe buýt là phương tiện đi lại. Trong đó, ảnh hưởng tăng xác suất một người sử dụng xe buýt được xếp theo mức độ giảm dần là số người thân sử dụng xe buýt, ảnh hưởng từ người thân, sự hữu ích của xe buýt, nhận thức về môi trường, chất lượng xe buýt và khoảng cách đi lại. Trái lại, ảnh hưởng giảm xác suất một người sử dụng xe buýt được xếp theo mức độ giảm dần là sự hấp dẫn của phương tiện cá nhân (PTCN), ảnh hưởng từ cộng đồng, thu nhập và tuổi tác. Từ khóa: Cronbach’s Alpha, EFA, logit nhị thức, hành vi sử dụng xe buýt, xe buýt. ABSTRACT Using data collected from 500 citizens in 19 inner-city districts in HCMC and applying binary logit model, this study explores the determinants of bus choice behavior in Ho Chi Minh City (HCMC). Through Cronbach’s Alpha coeffiecient, Exploratory Factor Analysis (EFA) and binary logit model, the findings reveal 10 factors affecting HCMC citizens’ decision to use buses. In details, the probability for a person to travel by bus is most likely to be increased by the number of family members who currently use bus, impacts from relatives, usefulness of buses, environmental awareness, service quality of buses and travel distance. On the other hand, the probability is most likely to be negatively impacted by the appeal of private transport, impacts from community, income and age. Keywords: Cronbach’s Alpha, EFA, binary logit model, bus choice behavior, bus. 1. Giới thiệu Theo số liệu của Tổng cục Thống kê công bố năm 2015, dân số TPHCM đã đạt ngưỡng dân số gần 8 triệu dân và ước tính đến năm 2025 con số này nằm ở mức xấp xỉ gần 10 triệu người. Quy mô dân số lớn và không ngừng tăng trong khi cơ sở hạ tầng (CSHT) giao thông không đủ đáp ứng đã khiến việc đi lại khó khăn và trở nên quá tải. Số lượng tai nạn giao thông (TNGT) nghiêm trọng gây chết người ngày một tăng. Bên cạnh đó, số lượng các vụ kẹt xe hơn 30 phút vẫn liên tiếp xảy ra tại các khu giao thông huyết mạch gây nhiều thiệt hại cho người dân và ảnh hưởng không nhỏ tới sức khỏe và tinh thần của người tham gia giao thông. Mặt khác, ô nhiễm môi trường ngày càng trở nên trầm trọng hơn. Tính đến năm 2014, mức độ ô nhiễm không khí tại TPHCM đã chạm đến ngưỡng báo động. Theo ý kiến của các chuyên gia, sự gia tăng sử dụng PTCN là một trong những nguyên nhân trực tiếp dẫn đến các “vấn nạn” trên và công cộng hoá phương tiện đi lại là biện pháp hữu hiệu giảm kẹt xe, ô nhiễm môi trường và TNGT (Health và Gifford, 2002). Thực tế, Bộ Giao thông vận tải (GTVT) đã chỉ đạo xây dựng “Đề án phát triển hợp lý các phương thức vận tải tại các thành phố lớn của Việt Nam” nhằm góp phần thúc đẩy sự phát triển kinh tế xã hội (KTXH) tại các thành phố lớn, trong đó ưu tiên phát triển mạng lưới vận tải hành khách công cộng (VTHKCC) bằng xe buýt và tăng cường kiểm soát việc sử dụng PTCN. Thêm vào đó, trong nhiều năm nay, chính phủ và cơ quan chức năng tại TPHCM đã có nhiều chính sách kịp thời nhằm 252
2. Kỷ yếu Hội nghị sinh viên NCKH toàn quốc lần thứ IV các Trường Đại học khối ngành Kinh tế & QTKD động viên và khuyến khích người dân sử dụng xe buýt. Tuy nhiên, theo báo cáo kết quả từ Trung tâm quản lý và điều hành VTHKCC TPHCM, số lượng hành khách đi lại bằng xe buýt tại TPHCM năm 2015 đạt 334,54 triệu lượt hành khách, giảm 8,84% so với năm 2014. Vì vậy, việc tìm hiểu và nghiên cứu các giải pháp nhằm kích cầu sử dụng xe buýt tại TPHCM là cần thiết đối với nhà hoạch định chính sách, các cơ quan hữu quan và doanh nghiệp cung cấp dịch vụ. Các nghiên cứu về hành vi sẽ làm tốt nhiệm vụ này vì mang đến cách nhìn khái quát và đầy đủ hơn. Thế nhưng ở Việt Nam, chỉ có một vài nghiên cứu về đánh giá sự hài lòng khi sử dụng xe buýt mà chưa có nghiên cứu hàn lâm nào về hành vi sử dụng xe buýt. Với những lý do nêu trên, nhóm tác giả tin rằng nghiên cứu các nhân tố thực sự ảnh hưởng đến hành vi sử dụng xe buýt thật sự cần thiết trong bối cảnh tại TPHCM hiện nay. Bài viết được thực hiện với việc sử dụng dữ liệu chéo khảo sát từ 500 người dân tại TPHCM. Phần còn lại của bài báo được tổ chức như sau, phần 2 đánh giá ngắn gọn các nghiên cứu trước đây. Phần 3 mô tả phương pháp nghiên cứu. Phần 4 tiến hành thảo luận kết quả nghiên cứu. chính sách. Phần 5 tóm tắt một số kết luận và kiến nghị. 2. Cơ sở lý thuyết và mô hình nghiên cứu 2.1. Mô hình kết hợp TPB và TAM (C – TPB – TAM) Taylor và Todd (1995) phát triển từ mô hình chấp nhận công nghệ (Theory of Technology Acceptance Model – TAM) và lý thuyết hành vi dự định (Theory of Planned Behaviour – TPB) thành mô hình C – TAM – TPB. Trong đó, TPB được Ajzen (1991) phát triển từ lý thuyết hành động hợp lý (Theory of Reasoned Action – TRA) của Ajzen và Fisher (1975) cho rằng ý định thực hiện hành vi chịu sự tác động của thái độ và chuẩn chủ quan và bổ sung thêm yếu tố kiểm soát hành vi. Trong khi đó, Davis (1985) nghiên cứu thành công mô hình TAM giải thích ý định thực hiện hành vi trong lĩnh vực công nghệ thông tin. TAM cho rằng thái độ tác động đến ý định phụ thuộc vào 2 yếu tố là nhận thức về tính hữu dụng và tính dễ dàng sử dụng. Mô hình C – TAM – TPB khắc phục những hạn chế của từng mô hình trong việc giải thích ý định hành vi của người tiêu dùng. 2.2. Mô hình các yếu tố ảnh hưởng hành vi của người tiêu dùng của Philip Kotler Philip Kotler (2002) chỉ ra 4 nhóm yếu tố chính ảnh hưởng đến hành vi mua của người tiêu dùng gồm yếu tố văn hóa, yếu tố xã hội, yếu tố tâm lý và yếu tố cá nhân. Nhóm các yếu tố văn hóa bao gồm nền văn hóa và nhánh văn hóa. Nền văn hóa là nền tảng cơ bản mang nét đặc trưng của cả một quốc gia và là nhân tố quyết định hành vi mua hàng của người tiêu dùng. Nhóm các yếu tố xã hội bao gồm ảnh hưởng từ gia đình và vai trò – địa vị xã hội. Gia đình là nhóm xã hội ảnh hưởng mạnh mẽ nhất đến quyết định mua hàng cá nhân, vì sự biến động của các nhu cầu hàng hóa bắt nguồn từ sự hình thành và biến động của gia đình. Nhóm các yếu tố cá nhân bao gồm các đặc điểm riêng của con người như tuổi tác, nghề nghiệp, phong cách sống và tính cách và ảnh hưởng đến quyết định mua hàng của họ. Nhóm các yếu tố tâm lý thể hiện qua động cơ thúc đẩy, nhận thức, lĩnh hội, niềm tin và thái độ sẽ tác động đến thứ họ thích hoặc không thích, lại gần hay tránh xa chúng ra, từ đó ảnh hưởng đến quyết định mua hàng. 2.3. Mô hình nghiên cứu Dựa vào các khung lý thuyết C – TAM – TPB cùng với mô hình của Philip Kotler, mô hình nghiên cứu đề nghị được trình bày trong sơ đồ dưới đây. 253
3. Trường Đại học Kinh tế - Đại học Đà Nẵng Hình 1. Mô hình nghiên cứu đề nghị Sự hấp dẫn của PTCN (PRIVATE) Số người thân sử dụng xe buýt (NUMBER), Khoảng cách đi lại (DIS) Nhận thức môi trường (ENVIR) Chất lượng dịch vụ xe buýt (SER) Hành vi sử dụng xe buýt (BUS) Chuẩn chủ quan (SUB) Age (AGE), giới tính (SEX), Thu nhập (INC), nghề nghiệp (JOB) Sự hữu ích của xe buýt (ULTI) Nguồn: Đề xuất bởi nhóm tác giả Hành vi sử dụng xe buýt là đối tượng đã được nhiều tác giả sử dụng trong các nghiên cứu thực nghiệm của mình. Chẳng hạn, Mintesnot và cộng sự (2007) đã lượng hóa hành vi sử dụng xe buýt là 1 khi đáp viên sử dụng xe buýt và 0 khi đáp viên sử dụng taxi. Yasasvi và cộng sự (2011) dùng giá trị 1 nếu đáp viên sử dụng xe buýt làm phương tiện đi lại là và 0 cho sử dụng PTCN. Sự hữu ích của xe buýt hình thành dựa trên mô hình kết hợp C – TPB – TAM của Taylor và Todd (1995). Nhiều nghiên cứu thực nghiệm đã kiểm chứng tác động tích cực của biến này đến biến phụ thuộc và hình thành tiêu chí đánh giá sự hữu ích của PTCC như Beirao và Cabral (2007), Spear (1976), Yasasvi và cộng sự (2011), Chất lượng dịch vụ xe buýt là nhân tố quan trọng tác động đến hành vi sử dụng xe buýt và được chứng minh có tác động dương trong nhiều nghiên cứu của Ali Ahmed và cộng sự (2013), Wardman và cộng sự (2006), Dargay và Hanly (2002), Chuẩn chủ quan xuất hiện lần đầu trong mô hình kết hợp C – TPB – TAM của Taylor và Todd (1995). Các nhân tố thuộc chuẩn chủ quan là các ý kiến của gia đình và bạn bè, ý kiến cộng đồng và các chính sách của chính quyền. Các nghiên cứu thực nghiệm đã tìm được tác động dương của chuẩn chủ quan đến cầu sử dụng xe buýt như nghiên cứu của Health và Gifford (2002), Chen và Chao (2010), Nhận thức môi trường đã được kiểm chứng tác động dương đến hành vi sử dụng PTCC trong nghiên cứu của Health và Gifford (2002) về hành vi sử dụng PTCC của sinh viên Đại học Victoria. Sự hấp dẫn của PTCN là rào cản đối với việc sử dụng PTCC vì những lợi ích của nó. Nhiều nghiên cứu thực nghiệm đã tìm ra tác động âm của biến này đến nhu cầu sử dụng PTCC và hình thành thang đo cho ưu điểm của PTCN như Beirao và Cabral (2007), Chen và Chao (2010), Số người thân sử dụng xe buýt hình thành dựa trên phạm trù gia đình trong nhóm yếu tố xã hội của Philip Kotler. Mặc dù biến này chưa được sử dụng trong các nghiên cứu trước nhưng nhóm tác giả đưa vào để kiểm định liệu rằng có mối tương quan nào với biến phụ thuộc không. Khoảng cách đi lại là yếu tố tác động đến việc sử dụng phương tiện đi lại và đã được kiểm chứng tác động dương đến cầu sử dụng xe buýt trong nghiên cứu của Anna (2002), Mintesnot và Shin- ei (2007), Các yếu tố về nhân khẩu học luôn là những đặc trưng ảnh hưởng đến hành vi của con người theo Philip Kotler. Về tuổi tác, một số nghiên cứu thực nghiệm cũng đã tìm được tác động dương của độ tuổi dưới 15 trong nghiên cứu của Mark (1978), tác động âm của những người về hưu trong nghiên cứu của Dargay và Hanly (2002), Về giới tính, nữ giới được kiểm định tác động dương trong các 254
4. Kỷ yếu Hội nghị sinh viên NCKH toàn quốc lần thứ IV các Trường Đại học khối ngành Kinh tế & QTKD nghiên cứu của Mark (1978), Anne (2001), Tushara và cộng sự (2013), Về thu nhập hàng tháng, Mark (1978), Dargay và Hanly (2002) cũng kiểm định được tác động âm của thu nhập với việc sử dụng xe buýt. Tương tự, Tushara và cộng sự (2013) tìm ra những người thu nhập thấp có xu hướng đi lại xe buýt nhiều hơn Về nghề nghiệp, Martin và Burley (1980) cho rằng các nhân viên trong lĩnh vực sản xuất lại ít có nhu cầu sử dụng xe buýt. 3. Phương pháp nghiên cứu Nghiên cứu được thực hiện trên cơ sở kết hợp giữa nghiên cứu định tính và nghiên cứu định lượng. - Nghiên cứu định tính được thu thập thông qua phương pháp quan sát và phỏng vấn nhóm tập trung 4 sinh viên tại TPHCM. Kết quả nghiên cứu định tính cho thấy các yếu tố đề xuất trong mô hình nghiên cứu đề nghị là các yếu tố chính ảnh hưởng đến hành vi sử dụng xe buýt của người dân tại TPHCM. Nhóm tác giả đã chọn các ý kiến được đồng tình nhiều nhất để phân loại đo lường các nhóm nhân tố (PRIVATE, ULTI, SUB, ENVIR và SER). - Nghiên cứu định lượng được thực hiện thông nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng cách phỏng vấn với 40 người dân với bảng hỏi được thiết kế sẵn. Bảng câu hỏi nghiên cứu chính thức gồm 35 biến quan sát, trong đó có 29 biến dùng thang đo Likert 5 mức độ từ “Hoàn toàn không đồng ý” đến “Hoàn toàn đồng ý” để đo lường 5 nhóm biến Sự hữu ích xe buýt, Chất lượng dịch vụ xe buýt, Nhận thức môi trường, Chuẩn chủ quan và Sự hấp dẫn của PTCN. Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2003) cho rằng kích thước mẫu tối thiểu là gấp 5*n (n: tổng số biến) nên số mẫu cần thiết là 27*5=135 mẫu. Tuy nhiên vì tổng thể quá lớn, nên nhóm tác giả quyết định chọn cỡ mẫu n=500 để đảm bảo tính đại diện và độ tin cậy. Nhóm chỉ khảo sát ở 19 quận với số lượng mẫu (n) theo tỷ lệ dân số của quận. Cuối cùng, nhóm nghiên cứu bốc thăm ngẫu nhiên các phường thuộc từng quận theo số lượng đã tính toán để xác định địa điểm khảo sát. Dạng hồi quy đối với dữ liệu là mô hình logit nhị thức với biến phụ thuộc BUS với BUS=1 ứng với đáp viên sử dụng xe buýt, BUS=0 ứng với đáp viên không sử dụng xe buýt P(BUS 1) ln ββ01234561 NUMBER β AGE β SEX β DIS β INC β JOB P(BUS 0) β7283910111 JOBβ JOB β ULTI β SER β SUB β ENVIR123 β PRIVATE Ui Bảng 1. Bảng giải thích biến Tên biến Ký hiệu Cách đo BUS=1 nếu người phóng vận chọn sử dụng xe Hành vi sử dụng xe buýt BUS buýt, ngược lại bằng 0. Số người thân sử dụng xe NUMBER Người buýt Tuổi tác AGE Tuổi Giới tính SEX 1 nếu là nam, 0 nếu là nữ Khoảng cách đi lại DIS Km/lần Thu nhập INC Triệu VNĐ/tháng JOB1 1 nếu làm việc cho tư nhân, 0 các nghề khác Nghề nghiệp JOB2 1 nếu làm việc cho nhà nước, 0 các nghề khác 255
5. Trường Đại học Kinh tế - Đại học Đà Nẵng JOB3 1 nếu là học sinh, sinh viên, 0 các nghề khác Sự hữu ích của xe buýt ULTI Đo bằng thang đo Likert 5 mức độ cho 5 nhận định Chất lượng dịch vụ xe buýt SER Đo bằng thang đo Likert 5 mức độ cho 9 nhận định Chuẩn chủ quan SUB Đo bằng thang đo Likert 5 mức độ cho 5 nhận định Nhận thức môi trường ENVIR Đo bằng thang đo Likert 5 mức độ cho 3 nhận định Sự hấp dẫn phương tiện cá PRIVATE Đo bằng thang đo Likert 5 mức độ cho 5 nhận định nhân Nguồn: Nhóm tác giả đề xuất Nhóm tác giả sử dụng phần mềm SPSS 20.0 để đánh giá độ tin cậy của các thang đo và tiến hành phân tích nhân tố khám phá EFA đối với năm nhóm nhân tố biến Sự hữu ích xe buýt, Chất lượng dịch vụ xe buýt, Nhận thức môi trường, Chuẩn chủ quan và Sự hấp dẫn của PTCN. Sau đó, các nhân số đại diện của các nhóm nhân tố này được lưu lại dành cho việc chạy hồi quy logit nhị thức bằng phần mềm Eviews 8.1. 4. Kết quả nghiên cứu 4.1. Kết quả thống kê về mẫu nghiên cứu Khảo sát được được tiến hành với cỡ mẫu n=500, tỉ lệ số người sử dụng xe buýt so với số người không sử dụng xe buýt tương ứng là 55% – 45%. Về giới tính, cơ cấu nam/nữ của tổng mẫu điều tra là 49%/51%. Trong đó, giới tính nữ có xu hướng ưa chuộng xe buýt hơn (tỷ lệ nam/nữ sử dụng xe buýt là 45%/55%). Về cơ cấu tuổi, độ tuổi từ 16 – 24 tuổi là độ tuổi chiếm đa số với tỷ lệ 52%, tiếp đến là độ tuổi từ 24 – 35 (16%). Trong đó, những người sử dụng xe buýt đa số nằm trong khoảng từ 16 – 24 tuổi (66%). Về cơ cấu ngành nghề, chiếm tỉ lệ lớn trong mẫu khảo sát là học sinh, sinh viên (45%). Trong nhóm đối tượng sử dụng xe buýt thì học sinh, sinh viên chiếm tỷ lệ lớn nhất (58%), nhóm làm việc cho tư nhân lại thiên về hành vi không sử dụng xe buýt với tỷ lệ khá cao (50%). Về thu nhập bình quân hàng tháng, thu nhập người được khảo sát nằm chủ yếu trong khoảng dưới 3 triệu, 3 – 5 triệu với tỷ lệ tương đương là 44% – 35%. Trong đó, đối với người dân sử dụng xe buýt, tỷ lệ thu nhập dưới 3 triệu/tháng chiếm tỷ lệ cao nhất (53%), đối với đối tượng không sử dụng xe buýt, thu nhập 3 – 5 triệu/tháng chiếm tỷ lệ cao nhất (36%). 4.2. Kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha Năm nhóm biến Sự hữu ích xe buýt, Chất lượng dịch vụ xe buýt, Nhận thức môi trường, Chuẩn chủ quan và Sự hấp dẫn của PTCN với 29 biến đo lường sẽ được đưa vào kiểm định độ tin cậy thông qua hệ số Cronbach’s Alpha. Hệ số Cronbach Alpha được sử đụng để loại các biến không phù hợp. Các biến có hệ số item-total correlation 0,6 (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2003). Kết quả cho thấy các hệ số Cronbach’s Alpha đều thỏa mãn điều kiện lớn hơn 0,6. Trong đó, hệ số Cronbach’s Alpha của thang đo lớn nhất 0,826 là của thang đo Sự hấp dẫn của phương tiện cá nhân và nhỏ nhất là 0,680 của Sự hữu ích xe buýt. Cụ thể, hệ số Cronbach’s Alpha của thang đo Sự hữu ích của xe buýt (ULTI) là 0,680, của thang đo Chất lượng dịch vụ xe buýt (SER) là 0,716, của thang đo Chuẩn chủ quan (SUB) là 0,785, của thang đo Nhận thức về môi trường (ENVIR) là 0,703, của thang đo Sự hấp dẫn của PTCN (PRIVATE) là 0,826. Mặt khác, các hệ số tương quan biến tổng đều lớn hơn 0,5 nên đạt yêu cầu của kiểm định. Vì vậy, các thang đo được sử dụng đều có độ tin cậy chấp nhận được trong phân tích. 256
6. Kỷ yếu Hội nghị sinh viên NCKH toàn quốc lần thứ IV các Trường Đại học khối ngành Kinh tế & QTKD 4.3. Kết quả phân tích nhân tố khám phá EFA Phân tích nhân tố khám phá EFA nhằm rút gọn một tập hợp gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một biến (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các thông tin của tập biến ban đầu (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2003). Kết quả cho thấy, sau 3 lần phân tích nhân tố khám phá nghiên cứu đã loại bỏ 3 biến có hệ số tải (Factor Loadings) nhỏ hơn 0.5. EFA chạy lại lần 4 với 24 biến quan sát còn lại. Kiểm định Bartlett’s có sig=0,000 cho thấy điều kiện cần để áp dụng phân tích nhân tố là đạt yêu cầu. Chỉ số KMO = 0,803>0,5 cho thấy điều kiện đủ để phân tích nhân tố là thích hợp. Kết quả EFA lần 4 cho thấy 7 nhân tố được trích tại Eigenvalues là 1,026 và tổng phương sai trích được 61,772%. Các trọng số nhân tố của các biến đều đạt yêu cầu (>0,5) (xem bảng 2). Bảng 2. Kết quả phân tích nhân tố khám phá EFA Nhóm nhân tố 1 2 3 4 5 6 7 Dùng PTCN thì thuận tiện hơn (PRIVATE4) 0,85 PTCN thì linh hoạt hơn (PRIVATE3) 0,83 PTCN tiết kiệm thời gian (PRIVATE2) 0,81 PTCN thì tự do hơn xe buýt (PRIVATE1) 0,81 Đã quen dùng PTCN (PRIVATE5) 0,51 Phương tiện truyền thông khuyến khích tôi sử 0,85 dụng xe buýt (SUB5) Chính quyền thành phố có các chính sách 0,85 khuyến khích sử dụng xe buýt (SUB4) Bạn bè khuyên tôi sử dụng xe buýt (SUB2) 0,78 Gia đình khuyên tôi sử dụng xe buýt (SUB1) 0,73 Cơ quan/ trường học khuyên tôi sử dụng xe 0,53 buýt (SUB3) Sử dụng xe buýt an toàn (ULTI2) 0,80 Sử dụng xe buýt thuận tiện (ULTI1) 0,61 Di chuyển bằng xe buýt thoải mái (ULTI3) 0,55 Sử dụng xe buýt thì không có căng thẳng như 0,56 khi lái xe (ULTI7) Trên xe buýt rất tiện nghi (SER5) 0,65 Vệ sinh trên xe buýt rất tốt (SER1) 0,63 Xe buýt được trang bị đầy đủ các thiết bị đảm 0,56 bảo an toàn (SER8) Nhà chờ xe buýt rất tiện nghi (SER4) 0,55 257
7. Trường Đại học Kinh tế - Đại học Đà Nẵng Sử dụng xe buýt giảm tắc nghẽn giao thông 0,82 (ENVIR2) Sử dụng xe buýt giảm ô nhiễm môi trường 0,78 (ENVIR1) Sử dụng xe buýt giúp giảm tai nạn giao thông 0,67 (ENVIR3) Trạm dừng rất thuận tiện (SER3) 0,69 Tần suất của các tuyến xe buýt nhiều (SER7) 0,65 Các tuyến có phủ sóng rộng (SER2) 0,64 Nguồn: Kết quả từ SPSS 20.0 Tóm lại, từ 27 biến cơ sở ban đầu sau khi thực hiện phân tích nhân tố khám phá EFA 4 lần thì nhóm tác giả thu được kết quả gồm 24 biến hình thành 7 nhân tố, trong mỗi thang đo Chất lượng dịch vụ xe buýt SER và thang đo Chuẩn chủ quan SUB bị tách thành 2 nhân tố. Nhân tố SUB bị tác thành ảnh hưởng từ người thân (SUB_1) và ảnh hưởng từ cộng đồng (SUB_2) và Nhân tố SER tách thành chất lượng dịch vụ xe buýt (SER_1) và mức độ hiện diện SER_2. Trên cơ sở tìm được 7 thang đo, nhóm tác giả lưu nhân số đại diện cho 7 nhân tố vừa tìm được từ EFA để tiến hành chạy hồi quy bằng mô hình logit tìm các nhân tố ảnh hưởng đến hành vi sử dụng xe buýt của người dân TPHCM. 4.4. Kết quả mô hình hồi quy đa biến logit Bảng 3. Tóm tắt kết quả chạy mô hình logit Biến Mô hình 1 Mô hình 2 Mô hình 3 Mô hình 4 Mô hình 5 -0,336573 -0,215361 -0,232410 -0,233798 -0,265858 C (-0,41605) (-0,306413) (-0,331020) (-0,334035) (-0,638411) 1,2789 1,281710 1,283032 1,283531 1,28413 NUMBER (6,30872) (6,329798) (6,344748) (6,350849) (6,361771) -0,0248 -0,025664 -0,026132 -0,026148 -0,03220 AGE (-2,24204) (-2,397873) (-2,452596) (-2,465083) (-3,936200) -0,134360 -0,137447 SEX (-0,53083) (-0,543689) 0,1658 0,166317 0,163996 0,165535 0,16610 DIS (4,21553) (4,232083) (4,206563) (4,250773) (4,281033) -0,096 -0,091860 -0,095558 -0,098788 -0,11063 INC (-1,84339) (-1,835804) (-1,921893) (-1,996046) (-2,290144) 0,548882 0,428457 0,419514 0,413646 JOB1 (0,89555) (0,917296) (0,899697) (0,890305) -0,411720 -0,528198 -0,533068 -0,528512 -0,75154 JOB2 (-0,76105) (-1,385067) (-1,400518) (-1,392787) (-2,630729) 258
8. Kỷ yếu Hội nghị sinh viên NCKH toàn quốc lần thứ IV các Trường Đại học khối ngành Kinh tế & QTKD 0,180068 JOB3 (0,30347) -0,766 -0,765614 -0,765946 -0,76729 -0,76498 PRIVATE (-5,66525) (-5,661371) (-5,662887) (-5,662146) (-5,663153) -0,440 -0,442050 -0,445165 -0,44601 -0,45356 SUB_1 (-3,19827) (-3,210789) (-3,240254) (-3,258265) (-3,317728) 0,8355 0,836100 0,832267 0,829277 0,838827 SUB_2 (5,54358) (5,547272) (5,538713) (5,521492) (5,604928) 0,7249 0,726092 0,725198 0,729064 0,732668 ULTI (5,35008) (5,358362) (5,347731) (5,375916) (5,402066) 0,27647 0,275922 0,276498 0,275450 0,281511 SER_1 (2,13575) (2,132870) (2,141007) (2,138029) (2,192129) 0,6396 0,638868 0,642998 0,646097 0,639855 ENVIR (4,72414) (4,719317) (4,762546) (4,784907) (4,750703) 0,086181 0,082413 0,082087 SER_2 (0,66769) (0,641294) (0,639759) McFadden 40,07% 40,08% 40,04% 39,98% 39,87% R-squared Số ngoài dấu ngoặc là hệ số hồi quy, số trong dấu ngoặc là giá trị z-statistic : có ý nghĩa ở mức 1%, : có ý nghĩa ở mức 5%, *: có ý nghĩa ở mức 10%. Nguồn: Kết quả tổng hợp từ Eviews 8.1 Trong 15 biến đưa vào mô hình sau khi chạy mô hình logit qua 5 mô hình, 11 nhân tố thể hiện mối tương quan mạnh với biến phụ thuộc đó là số người trong gia đình sử dụng xe buýt, độ tuổi, khoảng cách đi lại hàng ngày, thu nhập, đối tượng làm việc cho tư nhân, sự hấp dẫn của PTCN, chuẩn chủ quan, tính hữu dụng của xe buýt, dịch vụ và nhận thức môi trường. Trong đó ngoài biến đối tượng làm việc cho tư nhân (JOB2) có ý nghĩa ở lần chạy mô hình cuối cùng, 10 biến còn lại đều đảm bảo tính ổn định về mặt ý nghĩa và dấu qua các lần hồi quy. Cụ thể mô hình hồi quy như sau: P(BUS 1) ln 0,265858 1,284131NUMBER -0,032204AGE 0,166100DIS P(BUS 0) 0,110631INC 0,751543JOB2 0,764978PRIVATE 0,453556SUB _1+0,838827SUB _ 2 0,732668ULTI 0,281511SER _1 0,639855ENVI R U i Hệ số McFadden R2=39,87% mặc dù chưa cao nhưng vẫn có thể chấp nhận. 11 biến độc lập trong mô hình 5 giải thích được 39,87% sự biến động trong hành vi sử dụng xe buýt của người dân TPHCM. Đối với kiểm định Likelihood và kiểm định Omnibus, Giá trị Prob(LR statistic)=0,000< α 5% chứng tỏ mô hình 5 phù hợp cho nghiên cứu tác động của 11 biến độc lập đến biến phụ thuộc. Đối với kiểm định Hosmer and Lemeshow, giá trị sig. 0,560 α5 % cho thấy không có sự khác biệt giữa giá trị thực tế và giá trị dự báo. Tóm lại, thông qua 3 kiểm định Likelihood, kiểm 259
9. Trường Đại học Kinh tế - Đại học Đà Nẵng định Omnibus và kiểm định Hosmer and Lemeshow, nhóm có thể kết luận rằng mô hình 5 là mô hình tốt nhất với bộ dữ liệu điều tra và phù hợp với nghiên cứu. - Xác định mức độ chính xác của mô hình: Bảng 4. Dự đoán mức độ chính xác của dự báo BUS=0 BUS=1 Tổng Xác suất (BUS=1) 0,5 51 219 270 Tổng 227 273 500 Đúng 176 219 395 % đúng 77,53 80,22 79,00 Nguồn: Nhóm tác giả tính toán từ Eviews 8.1 Bảng 4 cho thấy trong 230 trường hợp dự báo không sử dụng xe buýt, mô hình dự đoán đúng 176 trường hợp đúng và có tỷ lệ đoán đúng là 77,53%, còn với 270 trường hợp dự đoán sử dụng xe buýt, mô hình dự đoán đúng 219 trường hợp và có tỷ lệ đoán đúng là 80,22%. Do đó tỷ lệ đoán đúng của toàn bộ mô hình là 79%. - Diễn giải ý nghĩa hệ số hồi quy Bảng 5. Ước lượng xác suất sử dụng xe buýt Xác suất sử dụng xe buýt được ước tính Hệ số tác động Biến khi biến độc lập thay đổi 1 đơn vị và xác biên suất ban đầu Xác suất ban đầu 10% 20% 30% NUMBER 3,612 28,64% 47,45% 60,75% AGE 0,968 9,71% 19,48% 29,32% DIS 1,181 11,60% 22,79% 33,61% INC 0,895 9,04% 18,28% 27,72% PRIVATE 0,465 4,91% 10,41% 16,62% SUB_1 0,635 6,59% 13,70% 21,39% SUB_2 2,314 20,45% 36,65% 49,79% ULTI 2,081 18,78% 34,22% 47,14% SER_1 1,325 12,83% 24,88% 36,22% ENVIR 1,896 17,40% 32,16% 44,83% Nguồn: Nhóm tác giả tính toán từ hàm hồi quy Đối với biến NUMBER mang dấu dương phù hợp với văn hóa phương Đông về sự thân thiết và gần gũi của các thành viên trong gia đình đối với việc ra quyết định. Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi số người có sử dụng xe buýt trong gia đình tăng lên 1 người, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 28,64%. Nếu xác suất 260
10. Kỷ yếu Hội nghị sinh viên NCKH toàn quốc lần thứ IV các Trường Đại học khối ngành Kinh tế & QTKD ban đầu là 20% thì xác suất sử dụng xe buýt là 47,45% còn xác suất ban đầu là 30% thì xác suất sử dụng xe buýt là 60,75%. Biến AGE mang dấu âm, tương tự nghiên cứu của của Mark (1978), Dargay và Hanly (2002). Kết quả khá phù hợp với thực tế tại TPHCM khi nhu cầu sử dụng xe buýt của sinh viên và công nhân luôn luôn ở mức cao. Trong khi chất lượng dịch vụ và an toàn xe buýt luôn là một vấn đề gây không ít trở ngại đối với người lớn tuổi. Họ thường ngại lên xuống xe buýt vì không còn nhanh nhẹn và do không có sự đảm bảo về chỗ ngồi khi những người lớn tuổi sử dụng xe buýt. Vì vậy việc sử dụng xe buýt của thành phần này giảm dần.Với giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi tuổi tác tăng lên 1 tuổi, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 9,71%. Nếu xác suất ban đầu là 20% thì xác suất này là 19,48% còn xác suất ban đầu là 30% thì xác suất này giảm còn 29,32%. Biến DIS mang dấu dương. Với tình hình TNGT và ô nhiễm môi trường thì đối với những đoạn đường xa thì người dân sử dụng xe buýt là khá phù hợp. Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi độ dài lộ trình tăng lên 1 km/lần, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 11,6%. Nếu xác suất ban đầu là 20% thì xác suất này là 22,79% còn xác suất ban đầu là 30% thì xác suất này là 33,61%. Biến INC mang dấu âm, đúng với nghiên cứu của Mark (1978), Dargay và Hanly (2002), Tushara và cộng sự (2013), Điều này phù hợp với lý thuyết kinh tế vi mô khi xe buýt được là hàng hóa thứ cấp. Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi thu nhập tăng lên 1 triệu đồng/tháng, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 9,04%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 18,28% còn xác suất ban đầu là 30% thì xác sử dụng xe buýt là 27,72%. Biến JOB2 mang dấu âm, phù hợp kì vọng dấu. Những cá nhân làm việc cho tư nhân thì xác suất họ sử dụng xe buýt lại giảm. Biến PRIVATE mang dấu âm như kết quả của Beirao và Cabral (2007), Chen và Chao (2010). Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi sự cho điểm của người dân tăng lên 1 điểm, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 4,91%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 10,41% còn xác suất ban đầu là 30% thì xác suất sử dụng xe buýt là 16,62%. Biến ULTI mang dấu dương, phù hợp với kết quả nghiên cứu của Beirao và Cabral (2007), Spear (1976), Yasasvi và cộng sự (2011). Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi sự cho điểm của người dân tăng lên 1 điểm, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 18,78%. Nếu xác suất ban đầu là 20% thì xác suất này là 34,22% còn xác suất ban đầu là 30% thì xác suất này là 47,14%. Biến ENVIR có tác động dương, tương tự như Health và Gifford (2002). Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi sự cho điểm của người dân tăng lên 1 điểm, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 17,40%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 32,16% còn xác suất ban đầu là 30% thì xác suất này là 44,83%. Biến SER_1 có tác động dương, phù hợp với nghiên cứu của của Ali Ahmed và cộng sự (2013), Wardman và cộng sự (2006), Dargay và Hanly (2002), Giả định rằng cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi sự cho điểm của người dân tăng lên 1 điểm, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 12,83%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 24,88% còn xác suất ban đầu là 30% thì xác suất này là 36,22%. 261
11. Trường Đại học Kinh tế - Đại học Đà Nẵng Biến SUB_1 cũng như nghiên cứu của Health và Gifford (2002), Chen và Chao (2010) có quan hệ cùng chiều với xác suất một người sử dụng xe buýt. Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi sự cho điểm của người dân tăng lên 1 điểm, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 20,45%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 36,65% còn xác suất ban đầu là 30% thì xác suất này là 49,79%. Biến SUB_2 có dấu âm đối với xác suất chọn sử dụng xe buýt. Thật vậy, đối với chính quyền các cấp, các chính sách luôn có độ trễ nhất định và vấn đề quản lý việc thi hành yếu kém trong những năm gần đây đang gây mất niềm tin của người dân vào chính quyền. Đối với cơ quan báo chí, các bài viết thường bị coi là chiêu PR, phản ánh thiếu tính toàn diện gây ra sự phản cảm cho người đọc. Do đó, niềm tin đối với cơ quan truyền thông cũng giảm dần. Vì vậy, chuẩn chủ quan do chính quyền và báo chí gây ra tác dụng âm đến xác suất sử dụng xe buýt của người dân tại TPHCM. Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi sự cho điểm của người dân tăng lên 1 điểm, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 6,59%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 13,70% còn xác suất ban đầu là 30% thì xác suất này là 21,39%. - Diễn giải bằng đồ thị Hình 2. Sự thay đổi xác suất do tác động biên của các nhân tố theo xác suất ban đầu 40% NUMBER 30% AGE 20% DIS INC 10% PRIVATE 0% SUB_1 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% SUB_2 -10% ULTI SER_1 -20% ENVIR -30% Nguồn: Nhóm tác giả vẽ hình từ kết quả nghiên cứu Dựa vào hình 2, số người sử dụng xe buýt trong gia đình ảnh hưởng đến tăng xác suất sử dụng xe buýt nhiều nhất. Xác suất sử dụng xe buýt tăng nhiều nhất khi xác suất ban đầu là 30% và sau đó giảm dần khi xác suất ban đầu càng tăng. Kế tiếp đó là các biến có xu hướng tương tự: thu nhập, chuẩn chủ quan liên quan tới gia đình, bạn bè và cơ quan, sự hữu ích của xe buýt, nhận thức về môi trường, chất lượng xe buýt và khoảng cách đi lại. Các biến này đều có khuynh hướng làm tăng xác suất sử dụng xe buýt tuy nhiên giảm dần về sau nhưng vẫn giữ vai trò tác động dương. Trái lại, sự hấp dẫn của PTCN có xu hướng làm giảm xác suất sử dụng xe buýt nhiều nhất và cản trở nhiều nhất ở xác suất ban đầu là 60%. Sau khi đạt mốc này, sự ảnh hưởng tiêu cực giảm dần. Sự biến thiên này cũng tương tự đối với chuẩn chủ quan liên quan tới chính quyền và truyền thông, thu nhập và tuổi tác. Thu nhập và tuổi tác tuy biến động không nhiều nhưng vẫn có tác động tiêu cực đến xác suất sử dụng xe buýt của người dân. 262
12. Kỷ yếu Hội nghị sinh viên NCKH toàn quốc lần thứ IV các Trường Đại học khối ngành Kinh tế & QTKD 5. Kết luận Thông qua kết hợp kỹ thuật phân tích nhân tố khám phá EFA và mô hình hồi quy logit nhị thức, kết quả nghiên cứu cho thấy mô hình các nhân tố tác động đến hành vi sử dụng xe buýt gồm 11 nhân tố do nhóm tác giả đề xuất. Vai trò của các nhân tố này cũng được lượng hóa theo các tác động theo mức độ khác nhau. Trong đó, ảnh hưởng tăng xác suất một người sử dụng xe buýt được xếp theo mức độ giảm dần là số người thân sử dụng xe buýt, ảnh hưởng từ người thân, sự hữu ích của xe buýt, nhận thức về môi trường, chất lượng xe buýt và khoảng cách đi lại. Trái lại, ảnh hưởng giảm xác suất một người sử dụng xe buýt được xếp theo mức độ giảm dần là sự hấp dẫn của PTCN, ảnh hưởng từ cộng đồng, thu nhập và tuổi tác. Kết quả này cung cấp cho nhà hoạch định chính sách và các công ty cung cấp dịch vụ xe buýt một cơ sở để kích cầu sử dụng xe buýt tại TPHCM. Các giải pháp cần chú trọng vào đầu tư, nâng cấp và mở rộng cơ sở vật chất trên xe buýt và CSHT giao thông phục vụ xe buýt, hình thành các tuyến xe buýt đặc biệt (liên kết với các trường đại học, với các doanh nghiệp cũng như hình thành các tuyến xe hoạt động về đêm) và mở rộng trợ giá cho đối tượng hành khách nghỉ hưu, đa dạng hóa và nâng cao các dịch vụ xe buýt, đặc biệt chú trọng truyền thông (nhà trường, gia đình, báo đài, ). Nhóm tác giả tin rằng khi các doanh nghiệp cung cấp dịch vụ vận chuyển hành khách bằng xe buýt, các cơ quan chức năng, người dân và giới truyền thông áp dụng một cách phù hợp và hiệu quả sẽ kích cầu sử dụng xe buýt tại TPHCM và từ đó sẽ đem lại nhiều lợi ích về kinh tế, xã hội và môi trường tại TPHCM. TÀI LIỆU THAM KHẢO [1] Ajzen, I. & Fishbein, M. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Reading. MA: Addison-Wesley. [2] Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes 50. pp. 179 – 211. [3] Ali Ahmed, M. & Alaa, A.S. (2013). Factors that affect transport mode preference for graduate students in the National University of Malaysia by Logit method. Journal of Engineering Science and Technology. Vol. 8. No.3. pp. 351 – 363. [4] Anna Matas (2002). Demand and revenue implications of an integrated public transport policy. The case of Madrid. Transport Reviews. Vol. 24(2). pp.195 – 217. [5] Anne Nolan (2001). The Determinants of Urban Households’ Transport Decisions: A Microeconometric Study using Irish Data. International Journal of Transport Economics. Vol. 30 (1). pp. 103 – 132 [6] Beirao & Cabral (2007). Understanding attitudes towards public transport and private car: A qualitative study. Transport Policy. Volume 14. Issue 6. pp. 478 – 489. [7] Burley, V. & Martin, W. (1980). Demand for bus transit in U.S urbanized areas. Journal of Regional Analysis and Policy. Volume 10. Issue 1. pp. 3 – 14. [8] Chen, C.F. and Chao, W.H. (2010), Habitual or Reasoned? Using the theory of planned behavior, Technology Acceptance Model and habit to examine switching intentions toward public transit. Transportation Research. part F. Vol. 14. pp. 128 – 137. [9] Dargay, J. M. & Hanly, M. (2002). The Demand for Local Bus Services in England. Journal of Transport Economics and Policy. Vol. 36(1). pp. 73 – 91. [10] Davis, F. (1985). A technology acceptance model for imperically testing new end user information systems: theory and results. Unpublished Doctoral dissertation. MIT Sloan School of Management, Cambrish. MA. PhD Thesis. 263
13. Trường Đại học Kinh tế - Đại học Đà Nẵng [11] Health, Y. & Gifford, R. (2002). Extending the theory of planned behavior predicting the use of public transport. Journal of Applied Social Psychology. No. 32. pp. 2154 – 2189. [12] Mark W. Frankena (1978). The demand for urban bus transit in Canada. Journal of Transport Economics and Policy. Vol.12. No. 3. pp. 280 – 303. [13] Mintesnot, G. & Shin-ei, T. (2007). Diagnostic Evaluation of Public Transportation Mode Choice in Addis Ababa. Journal of Public transportation. Vol. 10. pp. 27 – 50. [14] Philip Kotler (2002). Marketing căn bản – Marketing Essentials. NXB Thống kê. Tái bản lần 3. [15] Spear, B.D. (1976). Generalized attribute variable for models of mode choice behavior, Transp. Res. Board 592. pp. 6 – 11. [16] Taylor, S. & Todd, P. (1995). An integrated model of waste management behavior: A test of household recycling and composting intentions. Environment and Behavior. Vol. 27. pp. 603 – 630. [17] Nguyễn Đình Thọ và Nguyễn Thị Mai Trang (2003). Phương pháp nghiên cứu khoa học trong kinh doanh. Hà Nội: Nhà Xuất bản Lao động – Xã hội. [18] Tushara. T., Rajalakshmi. P. and Bino I Koshy (2013). Mode Choice Modelling For Work Trips in Calicut City. International Journal of Innovative Technology and Exploring Engineering (IJITEE) ISSN: 2278-3075. Volume 3. Issue 3. pp. 106-113. [19] Wardman M., White P., Balcombe R., Mackett R., Titheridge H., Presto N, J., Shires J. and Paulley N. (2006). The demand for public transport: the effects of fares, quality of service, income and car ownership. Transport Policy. Vol. 13. pp. 295 – 306. [20] Yasasvi P., Kimon P., Cemal A., Frank K. and Aimee L. (2011). Importance of traveler attitudes in the choice of public transportation to work: findings from the Regional Transportation Authority Attitudinal Survey. Transportation 38. pp. 643 – 661. 264