Các bi n Mô t bi n Lo i d li u
Bi n l a ch n Bi n ph thu c mô t s l a ch n c a đáp viên v ph ng
ti n đi l i c a h
D li u không liên t c: giá tr là 1 v i ph ng án đ c ch n và 0 v i các ph ng án
còn l i
Thu c tính
ph ng ti n
T ng th i gian D li u liên t c đ c đo b ng
đ n v phút
T ng chi phí đi l i D li u liên t c đ c đo b ng
đ n v ngàn VN S s n có c a gh ng i Bi n r i r c mang giá tr 0 đ i v i cá nhân không ch c ch n ph ng ti n có gh ng i; 1 đ i v i cá nhân ch c ch n có gh ng i Thu c tính cá nhơn ng i ch n Gi i tính Bi n r i r c mang giá tr 0 n u cá nhân là N ; 1 n u cá nhân là Nam S n m đi h c D li u d ng s nguyên không âm Thu nh p Bi n liên t c đ c đó b ng đ n v tri u VN Tu i D li u d ng s nguyên 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
S h u xe máy M t bi n gi đ c đ a vào:
giá tr 1 khi cá nhân đó có s
h u xe máy, 0 cho tr ng h p còn l i
3.3. MÔ HÌNH KINH T L NG
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 đnh 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 nhauqua 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 đnh 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 đnh 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:
Th nh t, mô hình Conditional logit ch c l ng v i các bi n thu c tính
ph ng ti n và h s c t c a ph ng ti n tàu đi n ng m (ASCmetro). Nghiên c u t o thêm m t bi n gi v i giá tr là m t cho các quan sát ch n tàu đi n ng m, trong lúc
đó các h s c t c a các ph ng ti n còn l i đ c gi đ nh mang giá tr không. Nh
v y, k t qu h s h i quy c a bi n gi đ i di n cho ph ng án Metro s giúp ng i nghiên c u th y đ c m c đ a thích ch n ph ng án này so v i các ph ng án còn
l i. Nghiên c u s g i mô hình nêu trên là mô hình CL chu n:
Th hai, mô hình Conditional logit bao g m thêm các bi n thu c tính cá nhân
đ c đ a vào d i d ng t ng tác v i ASCmetro, mà nghiên c u s g i là mô hình CL t ng quát. Nh v y, mô hình kinh t l ng bao g m các thu c tính c n b n c a (adsbygoogle = window.adsbygoogle || []).push({});
ph ng ti n đi l i: th i gian, chi phí, s s n có c a gh ng i đ c đ a vào xem xét
trong bi n thu c tính ph ng ti n j ( ), cùng v i các thu c tính cá nhân ng i ch n bao g m: tu i, gi i tính, trình đ giáo d c, vi c có hay không s h u xe máy, lo i ngh nghi p (Socialeconomics, ). Hàm h u d ng gián ti p c a cá nhân i đ i v i
ph ng ti n j đ c vi t l i nh sau:
Mô hình Conditional logit có th giúp các nhà nghiên c u tính toán t l thay th gi a hai thu c tính. Các tính toán này s giúp đ a ra m c s n lòng tr c a m i cá nhân khi t ng thêm m t đ n v m i m c c a thu c tính, và v i gi đnh các y u t khác gi không đ i. M t cách di n đ t khác, khi m i đ n v thu c tính ph ng ti n
thay đ i s t o ra s thay đ i trong m c phúc l i c a ng i dân. Trong nghiên c u này, t ng chi phí đi l i là m t thu c tính đ c đo l ng b ng đ n v ti n t . Vì v y, thu c tính này là c n c đ xác đnh m c s n lòng tr (m c phúc l i) cho thu c tính k b t k nào đó c a ph ng ti n (Implicit prices, IP hay Willingness to pay, WTP):
i v i mô hình CL chu n, các h s c l ng trong mô hình ti m c n v i phân ph i chu n, nên m c s n lòng tr g n chu n khi h s c a m u s bi n thiên không
đáng k và có th xây d ng kho ng tin c y (Hole, 2007).
3.4. D LI U NGHIÊN C U
Khi ti n hành ph ng pháp thí nghi m l a ch n r i r c, v n đ quan tr ng nh t là quy trình thu th p d li u. Có b n ph ng pháp chính đ thu th p d li u: Ph ng v n m t đ i m t; Ph ng v n qua đi n tho i; B ng câu h i qua mail; E-mail/Internet; Thu th p t m t trung tâm kh o sát (ví d : d a trên máy tính ); K t h p các ph ng pháp
trên. Nghiên c u này ch n ph ng pháp thu th p d li u b ng cách ph ng v n m t
đ i m t v i các đáp viên, ph ng pháp này t n chi phí cao nh ng s cung c p nhi u thông tin chi ti t c a đáp viênh n các ph ng pháp khác (Kjær, 2005).
Ph ng pháp thu th p, ch n m u và t ch c d li u đ c mô t chi ti t trong hai nghiên c u c a Kjær (2005), Bateman và c ng s (2002). D a trên b i c nh nghiên c u và ngu n l c tài chính, ph ng pháp ch n m u áp d ng v i hai đi u ki n nh
sau: Th nh t, t ng th đ c nghiên c u xác đ nh chính là ng i dân s ng trên đ a bàn TP.HCM, l y m u phi xác su t thu n ti n, c m u cho mô hình l a ch n r i r c
đ c l y kho ng t 100 - 200 m u. Th hai, ch nh ng cá nhân t m i tám tu i tr lên m i đ c ph ng v n. D a trên s hi u bi t v cách th c đi l i đa d ng c a ng i dân đ c trình bày trong m c thi t k thí nghi m. Nghiên c u ti n hành v i ph ng v n m t đ i m t (xem chi ti t h n trong b ng câu h i ph ng v n, Ph l c 01) ti n
hành qua hai b c, c th :
Th nh t, nghiên c u thi t k b ng ph ng v n nh m thu th p thông tin v nh ng
m c đích đi l i khác nhau. Nh ng thông tin thu th p cho m i m c đích đi l i, g m có: kho ng cách đi l i trung bình, t n su t đi l i, th i trung bình đi l i. Nh ng ph ng
ti n mà ng i đ c ph ng v n đư t ng s d ng cho các m c đích đi l i có t n su t nhi u nh t trong tu n, đó có th là: ph ng ti n cá nhân (xe máy ho c xe h i), ph ng
ti n công c ng (xe buỦt), ph ng án đi b ng xe taxi. Sau đó, nghiên c u yêu c u đáp
l i chính (m c đích có t n su t đi l i cao nh t trong m t tu n). Nh v y, trong ph n
đ u tiên c a b ng ph ng v n, đáp viên đư cung c p nh ng thông tin v s l a ch n
ph ng ti n mà hàng ngày h đư cân nh c đ đi l i, có ngh a là đáp viên đư ti t l nh ng thông tin s thích c a cá nhân h trong vi c ch n ph ng ti n đi l i.
Th hai, c n c trên nh ng thông tin v nh ng ph ng ti n đi l i mà đáp viên đư đ a ra, nghiên c u cung c p thêm thông tin v ph ng ti n tàu đi n ng m d tính đ a
vào s d ng trong t ng lai. Nghiên c u đ a ra yêu c u đáp viên cân nh c l a ch n l i gi a ph ng ti n đư s d ng cho m c đích đi l i chính và ph ng án đi b ng tàu
đi n ng m.
Lúc này, b ng ph ng v n có m i s l a ch n t ng ng v i n m m c giá vé tàu
đi n ng m đ c gi đnh d a trên các báo cáo h tr k thu t d án c a Ngân hàng phát tri n Châu Á 4, các công b m c giá vé d tính c a ban qu n lý d án, n m m c giá gi đ nh: 300, 500, 750, 1000 và 1250 (VN /1km) và v i hai m c s n có gh ng i đ c xem xét t nh n th c và kinh nghi m c a ng i đ c h i: giá tr bi n là không - t ng ng khi đáp viên không ch c ch n có gh đ ng i; giá tr bi n là m t -
t ng ng khi đáp viên ch n ch c luôn có gh ng i trên tàu đi n ng m. D li u trong thí nghi m này có đi m khác bi t, ng i ch n đ ng tr c các k ch b n khác nhau v chi phí và s s n có c a gh ng i đ i v i ph ng án tàu đi n ng m. áp viên s ph i cân nh c l i s l a ch n c a b n thân v i t p ch n lúc, bao g m: các ph ng án đi
l i c và ph ng án tàu đi n ng m m i, m c đích xem xét hành vi c a các đáp viên
có chuy n sang s d ng ph ng ti n m i hay v n gi nguyên l a ch n trong quá kh . Trong B ng 3.2, nghiên c u trình bày m t ví d m u cho b c th hai c a ti n trình ph ng v n: các thông tin v ph ng ti n hi n t i mà cá nhân s d ng cho m c (adsbygoogle = window.adsbygoogle || []).push({});
đích đi l i chính đ c trình bày c t th hai và nh ng thông tin gi đnh v tàu đi n ng m đ c trình bày trong c t th ba. áp viên đ c yêu c u l a ch n l i gi a xe
4Các báo cáo h tr k thu t và tài chính cho hai tuy n d án Metro v i m t báo cáo r t chi ti t có nh c đ n cách tính giá vé: “Preparing the HCMC Metro Rail System ậ Completion Report” (ADB và PPIAF, 2008). Các báo cáo h tr đánh giá d án cho tuy n Metro s 2 c ng đ c ADB đ a ra l n l t vào tháng 2 và tháng 10 n m 2010. Báo cáo yêu c u đánh giá tài chính đnh k chu n b gi i ngân đ t 2 đ c đ a ra vào 2012. G n đây nh t là báo cáo đánh giá môi tr ng cho tuy n sô 2, đ c ADB đ a vào vào tháng 6 n m 2014.
máy và tàu đi n ng m v i nh ng thông tin v chi phí, th i gian và s s n có c a gh ng i đ c cung c p. Trong b ng câu h i m u, đáp viên đư ch p nh n s d ng tàu đi n ng m cho m c đích đi l i chính thay cho xe máy. B ng câu h i c ng đ c thi t k phù h p v i tr ng h p: cá nhân đang cùng lúc s d ng hai hay nhi u lo i ph ng
ti n, ví d nh : cá nhân có th v a đi xe máy ho c xe buýt cho m c đíchđi h c.
B ng 3. 2. B ng câu h i ph ng v n m u Các thu c tính Ph ng ti n đi l i hi n t i: Xe Máy TƠu đi n ng m T ng th i gian đi l i S s n có c a gh ng i
Chi phí chuy n đi Chi phí đ xe 30 phút Có Không 9000 đ ng 3000 đ ng 10 phút Không 15000 đ ng 0 đ ng L a ch n c a b n
Nh vây, nghiên c u bao g m hai lo i d li u đ c s d ng trong phân tích mô hình kinh t l ng: d li u ti t l s thích (Revealed Preference Data) thu n túy trong
b c ph ng v n đ u tiên và b c ph ng v n chính v i d li u phát bi u s thích (Stated Preference Data), khi có s thay đ i chi phí đi l i c a ph ng án tàu đi n ng m. Nghiên c u s d ng d li u có k t h p t hai lo i d li u nh m m c đích kh c
X X
ph c hi n t ng đa c ng tuy n gi a các thu c tính ph ng ti n th ng xãy ra khi các nghiên c u DCE s d ng d li u ti t l s thích thu n túy. Bên c nh đó, nh ng thông
tin liên quan đ n đ c đi m cá nhân ng i ch n đ c nghiên c u đ a vào ph n cu i cùng trong b ng ph ng v n.
Tóm l i, ch ng này đư ch ra nghiên c u s đ c ti n hành b ng ph ng pháp
thí nghi m l a ch n r i r c v i quy trình l y m u phi xác su t thu n ti n. Mô hình kinh t l ng Conditional logit s đ c s d ng đ xem xét tác đ ng c a các bi n thu c tính ph ng ti n và các đ c tính c a cá nhân lên hành vi l a ch n c a ng i dân. B ng cách đ a h s c t đ i di n cho ph ng án tàu đi n ng m vào mô hình, nghiên c u s có th ki m tra đ c kh n ng chuy n t ph ng ti n hi n t i sang tàu
đi n ng m khi các gi đ nh đ c thay đ i. Ngoài ra, s đánh đ i gi a các thu c tính, m c s n lòng tr hay m c phúc l i t ng thêm c a ng i dân khi m i đ n v c a các bi n thu c tính ph ng ti n thay đ i s đ c tính toán nh m đ a đ n thông tin chi ti t v s thích c a các quan sát trong m u.
CH NG 04: K T QU PHÂN TÍCH
Sau khi ti n hành quy trình thu th p d li u thông qua nh ng b ng câu h i ph ng v n tr c ti p m t đ i m t v i các đáp viên, d li u đ c sàng l c và t p h p l i. Trong nghiên c u áp d ng ph ng pháp thí nghi m ch n r i r c, d li u thu th p ph i đ m b o mang tính th c t cao nh m n m b t đ c nh ng tác đ ng c a các bi n thu c tính. Nh ng phát sinh liên quan đ n s không trung th c c a đáp viên, s ph n h i
không đúng quy chu n và s ph n h i sai l ch khi phát bi u so v i th c t ch n các gi đ nh (Hypothetical bias) có th làm gi m ch t l ng d li u khi ti n hành phân tích. D li u bao g m 135 cá nhân so v i t ng th dân s trên đ a bàn TP.HCM còn r t nh , tuy nhiên đáp ng đ c yêu c u v c m u cho ph ng pháp DCE. Trong ph n này, nghiên c u s cung c p các k t qu th ng kê mô t cho các bi n đư đ c
đ c p trong mô hình kinh t l ng, nh ng th o lu n v Ủ ngh a các bi n trong hai mô hình h i quy CL chu n và CL t ng quát c ng đ c ti n hành ti p sau đó.
4.1. TH NG KÊ MÔ T
Nh đư trình bàytrong ch ngph ng pháp lu n, nghiên c u đ c th c hi n t i thành ph H Chí Minh. Nghiên c u không t p trung vào m t nhóm đ i t ng nghiên c u c th , m u đ c l y phi xác su t thu n ti n, th i gian th c hi n vào đ u tháng 6
n m 2015. Nghiên c u s d ng ba đi u tra viên đư đ c tác gi gi i thích v quy trình thu th p m u và b ng câu h i ph ng v n. Các đi u tra viên đ c yêu c u thu th p t