Tầm Quan Trọng Của Các Nhân Tố Ảnh Hưởng


4.2.3.5 Mô hình MH4

------------------------------------------------------------------------------

LC | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+---------------------------------------------------------------- PHUONGTHUC |

-------------+----------------------------------------------------------------

XEMAY | (base alternative)

-------------+----------------------------------------------------------------

------------------------------------------------------------------------------

Bảng 4. 15 Kết quả ước lượng mô hình MH4


Alternative-specific conditional

logit

Number of obs

=

99456

Case variable: IDtrip


Number of cases

=

12432

Alternative variable: PHUONGTHUC


Alts per case: min

=

8



avg

=

8.0



max

=

8



Wald chi2(11)

=

2878.32

Log likelihood = -8866.7872


Prob > chi2

=

0.0000

Có thể bạn quan tâm!

Xem toàn bộ 203 trang tài liệu này.

Nghiên cứu dự báo phân bổ nhu cầu đi lại theo phương thức vận tải trong các đô thị Việt Nam - 19


TGT | -.1969051

.0052442

-37.55

0.000

-.2071835

-.1866266

TGN | -1.434671

.055593

-25.81

0.000

-1.543632

-1.325711

CP | -.0036154

.0013954

-2.59

0.010

-.0063503

-.0008805

CT | -21.74478

2.550925

-8.52

0.000

-26.7445

-16.74505

-------------+----------------------------------------------------------------

DIBO

|







CH | -2.334491

.2069267

-11.28

0.000

-2.74006

-1.928922


_cons | 4.072652

.1831759

22.23

0.000

3.713634

4.43167

-------------+----------------------------------------------------------------

KHAC

|







CH | -.0201602

.3442333

-0.06

0.953

-.6948451

.6545247


_cons | -3.260806

.3124736

-10.44

0.000

-3.873243

-2.648369

-------------+----------------------------------------------------------------

OTO

|







CH | 4.710062

.2134442

22.07

0.000

4.291719

5.128404


_cons | -7.380697

.2567096

-28.75

0.000

-7.883839

-6.877556

-------------+----------------------------------------------------------------

TAXI

|







CH | -2.494485

.1756903

-14.20

0.000

-2.838832

-2.150138


_cons | .8204437

.1564893

5.24

0.000

.5137303

1.127157

-------------+----------------------------------------------------------------

XEBUS

|







CH | -2.175607

.1871468

-11.63

0.000

-2.542408

-1.808806


_cons | 42.68864

1.685518

25.33

0.000

39.38508

45.99219

-------------+----------------------------------------------------------------

XEDAP

|








CH |

.2854261

.1738886

1.64

0.101

-.0553892

.6262415


_cons |

-1.28677

.1617398

-7.96

0.000

-1.603774

-.9697656


XEOM

|



CH | -5.22095

.7096181

-7.36

0.000

-6.611776

-3.830124


_cons | -1.642645

.4436954

-3.70

0.000

-2.512272

-.7730176


Mô hình MH3 tiếp tục được mở rộng thành mô hình MH4 bằng cách bổ sung thêm biến độc lập mô tả đặc điểm của người thực hiện chuyến đi là CH, biến này thể hiện khả năng hay cơ hội sử dụng phương tiện cá nhân đối với người thực hiện chuyến đi, được tính bằng tổng số phương tiện cá nhân có trong hộ chia cho quy mô hộ gia đình. Khả năng sử dụng phương tiện cá nhân càng


lớn thì xác suất lựa chọn phương thức vận tải công cộng càng giảm và xác suất lựa chọn phương tiện cá nhân càng tăng.

Hàm thỏa dụng trong mô hình MH4 có dạng:


(4. 6)

Kết quả ước lượng mô hình MH4 như bảng 4.15.

Trong quá trình ước lượng mô hình MH4, phương thức xe máy (đại diện bằng biến XEMAY) được chọn làm phương thức cơ sở. Kết quả ước lượng cho thấy các tham số gắn với các biến mô tả đặc điểm phương thức vận tải (TGT, TGN, CP, CT) có ý nghĩa thống kê trong mô hình (xác suất P < 0,05), các tham số gắn với biến CH theo từng phương thức vận tải hầu hết có ý nghĩa thống kê trong mô hình ngoại trừ hai tham số gắn với phương thức xe đạp và phương thức khác do xác suất P>0,05 (P =0,101 đối với xe đạp và P=0,953 đối với phương thức khác), nghĩa là khi cơ hội sử dụng phương tiện cá nhân thay đổi thì tỷ lệ xác xuất lựa chọn xe đạp hay phương thức khác với xác xuất lựa chọn phương thức xe máy không thay đổi (thay đổi không đáng kể). Các tham số gắn với phương thức xe buýt, xe ôm, taxi, đi bộ mang dấu âm thể hiện sự giảm tương đối trong xác suất lựa chọn các phương thức này khi cơ hội sử dụng phương tiện cá nhân tăng và hoàn toàn phù hợp với lý thuyết về hành vi lựa chọn phương thức vận tải.

Trong mục 4.2.3.4 đã cho thấy 2 mô hình MH3 và MH3A là tương đương nhau và mô hình MH4 là sự mở rộng của mô hình MH3A do vậy kiểm định LR- TEST được sử dụng để đánh giá hai mô hình.

Giả thiết được sử dụng trong kiểm định: H0: Tất cả các tham số

Bảng 4. 16 Kết quả kiểm định LR-TEST cho mô hình MH4 và MH3A


. lrtest ( MH3A) ( MH4 )

Likelihood-ratio test

LR chi2(7) =

1020.61

(Assumption: MH3A nested in MH4)

Prob > chi2 =

0.0000

Kết quả kiểm định cho thấy giả thiết H0 bị bác bỏ ở mức ý nghĩa rất thấp (Prob > chi2 = 0,000) hay có thể nhận định rằng mô hình MH4 phù hợp hơn mô hình MH3A.


4.2.3.6 Mô hình MH5

Sự cải tiến mô hình được tiếp tục với mô hình MH5, trong đó có xem xét tác động của thu nhập tới việc lựa chọn phương thức vận tải.

Bảng 4. 17 Kết quả ước lượng mô hình MH5


Alternative-specific conditional

logit

Number of obs

=

99456

Case variable: IDtrip


Number of cases

=

12432

Alternative variable: PHUONGTHUC


Alts per case: min

=

8



avg

=

8.0



max

=

8



Wald chi2(18)

=

3505.28

Log likelihood = -8211.3603


Prob > chi2

=

0.0000

------------------------------------------------------------------------------

LC | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+---------------------------------------------------------------- PHUONGTHUC |

TGT | -.181658

.0051602

-35.20

0.000

-.1917719

-.1715442

TGN | -1.451482

.057328

-25.32

0.000

-1.563843

-1.339122

CP | -.0063868

.0014072

-4.54

0.000

-.0091449

-.0036287

CT | -11.24384

1.808351

-6.22

0.000

-14.78815

-7.699542

-------------+----------------------------------------------------------------

DIBO

|







CH | -2.345925

.2077353

-11.29

0.000

-2.753079

-1.938772


TN | -.0000186

.00002

-0.93

0.351

-.0000579

.0000206


_cons | 3.960927

.1870932

21.17

0.000

3.594231

4.327622

-------------+----------------------------------------------------------------

KHAC

|







CH | .1419767

.3492539

0.41

0.684

-.5425483

.8265016


TN | -.0001332

.0000341

-3.91

0.000

-.0002

-.0000663


_cons | -2.85582

.3178801

-8.98

0.000

-3.478854

-2.232787

-------------+----------------------------------------------------------------

OTO

|







CH | 3.511957

.2668024

13.16

0.000

2.989034

4.03488


TN | .000371

.000018

20.63

0.000

.0003357

.0004062


_cons | -9.067827

.3458089

-26.22

0.000

-9.7456

-8.390054

-------------+----------------------------------------------------------------

TAXI

|








CH |

-2.417663

.1765795

-13.69

0.000

-2.763752

-2.071574


TN |

9.68e-06

.0000208

0.46

0.642

-.0000311

.0000505


_cons |

.6284157

.1792199

3.51

0.000

.2771511

.9796802

-------------+----------------------------------------------------------------

XEBUS

|







CH | -1.961617

.1933294

-10.15

0.000

-2.340536

-1.582698


TN | -.0001344

.0000201

-6.70

0.000

-.0001737

-.000095


_cons | 43.5422

1.743117

24.98

0.000

40.12575

46.95865

-------------+----------------------------------------------------------------

XEDAP

|







CH | 1.040565

.1795437

5.80

0.000

.6886662

1.392465


TN | -.0004381

.0000213

-20.61

0.000

-.0004798

-.0003965


_cons | -.5753208

.1650979

-3.48

0.000

-.8989067

-.2517349

-------------+----------------------------------------------------------------

XEMAY | (base alternative)

-------------+----------------------------------------------------------------

XEOM

|



CH | -4.781718

.7377538

-6.48

0.000

-6.227689

-3.335747


TN | -.0003077

.0001048

-2.93

0.003

-.0005131

-.0001022


_cons | -.6394166

.5492362

-1.16

0.244

-1.7159

.4370667


Mô hình MH5 được xây dựng trên giả thiết người thực hiện chuyến đi với các mức thu nhập khác nhau sẽ có sự đánh giá và ưu tiên khác nhau đối với các phương thức vận tải. Mô hình này được phát triển từ mô hình MH4 bằng cách bổ sung thêm biến thu nhập (TN). Hàm thỏa dụng trong mô hình có dạng:



(4. 7)

Kết quả ước lượng mô hình MH5 được thể hiện trong bảng 4.30.

Trong mô hình MH5 hầu hết các mức xác suất P ứng với các tham số đều xấp xỉ 0 chứng tỏ các tham số này có ý nghĩa thống kê, ngoại trừ tham số thu nhập gắn với phương thức đi bộ (0,351), taxi (0,642) và tham số gắn với biến CH ở phương thức khác (0,684). Trong số các hệ số thu nhập có ý nghĩa trong mô hình, các hệ số gắn với phương thức xe đạp, xe ôm, xe buýt và phương thức khác mang dấu âm, còn lại đều mang dấu dương. Mô hình MH5 cho thấy thu nhập có ảnh hưởng tới việc lựa chọn phương thức vận tải của người thực hiện chuyến đi. Khi thu nhập tăng, tỷ lệ xác suất lựa chọn xe đạp, xe ôm, xe buýt và phương thức khác so với tỷ lệ xác suất lựa chọn xe máy giảm, tỷ lệ xác suất lựa chọn taxi và đi bộ so với tỷ lệ xác suất lựa chọn xe máy không thay đổi, còn các tỷ lệ xác suất lựa chọn ô tô so với tỷ lệ xác suất lựa chọn xe máy tăng.

Mô hình MH4 là mô hình hạn chế của mô hình MH5 với điều kiện hạn chế là “Tất cả các tham số ”, do vậy kiểm định LR-TEST được sử dụng để đánh giá hai mô hình.

Giả thiết được sử dụng trong kiểm định: H0: Tất cả các tham số

Bảng 4. 18 Kết quả kiểm định LR-TEST cho mô hình MH4 và MH5


. lrtest ( MH4) ( MH5)

Likelihood-ratio test

LR chi2(7) =

1310.85

(Assumption: MH4 nested in MH5)

Prob > chi2 =

0.0000


Kết quả kiểm định cho thấy giả thiết H0 bị bác bỏ ở mức ý nghĩa rất thấp (Prob > chi2 = 0,000) hay có thể nhận định rằng mô hình MH5 phù hợp hơn mô hình MH4.

Từ các điều chỉnh này mô hình MH5 được lựa chọn sử dụng trong nghiên cứu. Công thức tính xác suất lựa chọn từng phương thức vận tải cụ thể xem phụ lục 5a.

4.2.3.7 Mô hình MHMETRO

Mô hình MH5 được mở rộng trong trường hợp nghiên cứu lựa chọn phương thức vận tải khi có sự xuất hiện của đường sắt trên cao (METRO), các số liệu khảo sát sử dụng để ước lượng mô hình MH5 được kết hợp với số liệu khảo sát giả định được thu thập trong cùng cuộc khảo sát đó cho kết quả ước lượng mô hình trong trường hợp có METRO (mô hình MHMETRO) như bảng 4.19.

Tương tự như trong mô hình MH5, ở mô hình MHMETRO hầu hết các mức xác suất P ứng với các tham số đều xấp xỉ 0 chứng tỏ các tham số này có ý nghĩa thống kê, ngoại trừ tham số thu nhập gắn với phương thức đi bộ (0,164), Metro (0,687) và tham số gắn với biến CH ở phương thức khác (0,810).

Mô hình MHMETRO cũng cho thấy thu nhập có ảnh hưởng tới việc lựa chọn phương thức vận tải của người thực hiện chuyến đi. Khi thu nhập tăng, tỷ lệ xác suất lựa chọn xe đạp, xe buýt và xe ôm so với tỷ lệ xác suất lựa chọn xe máy giảm, tuy nhiên mức giảm nhỏ; tỷ lệ xác suất lựa chọn ô tô, taxi và Metro so với tỷ lệ xác suất lựa chọn xe máy tăng.

Công thức tính xác suất lựa chọn từng phương thức vận tải cụ thể xem phụ lục 5b.


Bảng 4. 19 Kết quả ước lượng mô hình MHMETRO


Alternative-specific conditional

logit

Number of obs

=

111888

Case variable: IDtrip


Number of cases

=

12432

Alternative variable: PHUONGTHUC


Alts per case: min

=

9



avg

=

9.0



max

=

9



Wald chi2(20)

=

3872.82

Log likelihood = -12978.62


Prob > chi2

=

0.0000

------------------------------------------------------------------------------

LC | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+---------------------------------------------------------------- PHUONGTHUC |

TGT | -.1168913

.0029462

-39.68

0.000

-.1226657

-.111117

TGN | -1.276916

.0650528

-19.63

0.000

-1.404417

-1.149415

CP | -.0396926

.0022326

-17.78

0.000

-.0440684

-.0353167

CT | -6.05722

1.267129

-4.78

0.000

-8.540748

-3.573692

-------------+----------------------------------------------------------------

DIBO

|







CH | -2.516121

.1986517

-12.67

0.000

-2.905471

-2.126771


TN | -.0000265

.000019

-1.39

0.164

-.0000637

.0000108


_cons | 2.966935

.1671368

17.75

0.000

2.639353

3.294517

-------------+----------------------------------------------------------------

KHAC

|







CH | .0920553

.3824375

0.24

0.810

-.6575084

.8416189


TN | -.0002004

.0000387

-5.17

0.000

-.0002763

-.0001245


_cons | -2.894652

.3486402

-8.30

0.000

-3.577974

-2.211329

-------------+----------------------------------------------------------------

METRO

|








CH |

-.499287

.0962334

-5.19

0.000

-.687901

-.3106729


TN |

3.51e-06

8.72e-06

0.40

0.687

-.0000136

.0000206


_cons |

11.75996

.6581428

17.87

0.000

10.47003

13.0499

-------------+----------------------------------------------------------------

OTO

|







CH | 3.017437

.2623291

11.50

0.000

2.503282

3.531593


TN | .0002155

.0000142

15.19

0.000

.0001877

.0002433


_cons | -7.533833

.3123855

-24.12

0.000

-8.146098

-6.921569

-------------+----------------------------------------------------------------

TAXI

|








CH |

-2.242785

.1951894

-11.49

0.000

-2.62535

-1.860221


TN |

.0000587

.000018

3.27

0.001

.0000235

.0000939


_cons |

1.293522

.1791986

7.22

0.000

.9422993

1.644745

-------------+----------------------------------------------------------------

XEBUS


|







CH

| -2.116661

.2180381

-9.71

0.000

-2.544008

-1.689314


TN

| -.0002002

.0000238

-8.40

0.000

-.000247

-.0001535


_cons

| 38.34651

1.971912

19.45

0.000

34.48164

42.21139

-------------+----------------------------------------------------------------

XEDAP

|







CH | .7784058

.1852237

4.20

0.000

.4153741

1.141437


TN | -.0004706

.0000224

-21.02

0.000

-.0005144

-.0004267


_cons | -.7091006

.1701822

-4.17

0.000

-1.042652

-.3755496

-------------+----------------------------------------------------------------

XEMAY | (base alternative)

-------------+----------------------------------------------------------------

XEOM

|



CH |

-4.736579

.7929821

-5.97

0.000

-6.290795

-3.182363


TN |

-.000229

.0001044

-2.19

0.028

-.0004336

-.0000244


_cons |

.0113391

.5564947

0.02

0.984

-1.079371

1.102049


4.3 Bàn luận về kết quả

4.3.1 Tầm quan trọng của các nhân tố ảnh hưởng

Bảng 4. 20 Kết quả mô hình MHMETRO quy chuẩn


Alternative-specific conditional

logit

Number of obs

=

111888

Case variable: IDtrip


Number of cases

=

12432

Alternative variable: PHUONGTHUC


Alts per case: min

=

9



avg

=

9.0



max

=

9



Wald chi2(20)

=

3872.82

Log likelihood = -12978.62


Prob > chi2

=

0.0000

------------------------------------------------------------------------------

LC | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+---------------------------------------------------------------- PHUONGTHUC |

TGTCH | -97.25357

2.451203

-39.68

0.000

-102.0578

-92.4493

TGNCH | -42.13822

2.146743

-19.63

0.000

-46.34576

-37.93069

CPCH | -35.72332

2.009362

-17.78

0.000

-39.6616

-31.78505

CTCH | -13.95584

2.919466

-4.78

0.000

-19.67788

-8.233786

-------------+---------------------------------------------------------------- DIBO |

TNCH | -1.31813

.9463907

-1.39

0.164

-3.173022

.5367614

CHCH | -6.290302

.4966294

-12.67

0.000

-7.263678

-5.316927

_cons | 2.961641

.1661543

17.82

0.000

2.635985

3.287297

-------------+---------------------------------------------------------------- KHAC |

TNCH | -9.980044

1.929599

-5.17

0.000

-13.76199

-6.198099

CHCH | .2301382

.9560937

0.24

0.810

-1.643771

2.104047

_cons | -2.934732

.3470899

-8.46

0.000

-3.615016

-2.254448

-------------+---------------------------------------------------------------- METRO |

TNCH | .1748495

.4343597

0.40

0.687

-.6764798

1.026179

CHCH | -1.248217

.2405836

-5.19

0.000

-1.719753

-.7766823

_cons | 11.76067

.6580703

17.87

0.000

10.47087

13.05046

-------------+---------------------------------------------------------------- OTO |

TNCH | 10.72968

.7063531

15.19

0.000

9.345255

12.11411

CHCH | 7.543593

.6558228

11.50

0.000

6.258204

8.828983

_cons | -7.490742

.3118671

-24.02

0.000

-8.10199

-6.879494

-------------+---------------------------------------------------------------- TAXI |

TNCH | 2.923732

.8940869

3.27

0.001

1.171354

4.67611

CHCH | -5.606964

.4879736

-11.49

0.000

-6.563374

-4.650553

_cons | 1.305264

.1780714

7.33

0.000

.9562506

1.654278

-------------+---------------------------------------------------------------- XEBUS |

TNCH | -9.971638

1.187418

-8.40

0.000

-12.29893

-7.644342

CHCH | -5.291652

.5450951

-9.71

0.000

-6.360019

-4.223285

_cons | 38.30647

1.971309

19.43

0.000

34.44277

42.17016

-------------+---------------------------------------------------------------- XEDAP |

TNCH | -23.43447

1.114835

-21.02

0.000

-25.61951

-21.24943

CHCH | 1.946014

.4630591

4.20

0.000

1.038435

2.853594

_cons | -.8032149

.1695764

-4.74

0.000

-1.135579

-.4708512

-------------+----------------------------------------------------------------

XEMAY | (base alternative)

-------------+---------------------------------------------------------------- XEOM |

TNCH | -11.40248

5.198781

-2.19

0.028

-21.5919

-1.213053

CHCH | -11.84145

1.982455

-5.97

0.000

-15.72699

-7.955907

_cons | -.034454

.5460007

-0.06

0.950

-1.104596

1.035688


Khác với mô hình tuyến tính đã được xây dựng trong mục 3.1.5, trong mô hình MHMETRO các biến độc lập có thứ nguyên khác nhau (đơn vị đo khác nhau) do vậy không thể đánh giá thứ tự tầm quan trọng của các nhân tố ảnh hưởng bằng cách so sánh trực tiếp các tham số trong mô hình. Để so sánh được thứ tự ảnh hưởng này cần phải quy chuẩn số liệu để loại bỏ sự khác biệt về thứ nguyên, sau đó so sánh các tham số trong mô hình quy chuẩn để thấy được tầm quan trọng của các nhân tố ảnh hưởng đó. Các biến sau khi quy chuẩn được thêm ký hiệu CH vào cuối mã biến để phân biệt với biến chưa quy chuẩn. Kết quả ước lượng mô hình MHMETRO sau khi quy chuẩn như thể hiện ở bảng 4.20.

Với các kết quả ước lượng tham số cho thấy thời gian chuyến đi là yếu tố

ảnh hưởng quan trọng nhất tới quyết định lựa chọn phương thức đi lại của người thực hiện chuyến đi, tiếp đến là chi phí chuyến đi và tỷ lệ chi phí trên thu nhập. Các kết quả này phù hợp với kết quả nghiên cứu về nhân tố ảnh hưởng trong mô hình hồi quy tuyến tính đa nhân tố. Cụ thể trong kết quả này đứng đầu về tầm quan trọng là thời gian trên phương tiện, tiếp đến là thời gian ngoài phương tiện, thứ ba là chi phí chuyến đi và thứ tư là tỷ lệ chi phí trên thu nhập.

4.3.2 Ảnh hưởng của các nhân tố

a. Ảnh hưởng của thời gian trên phương tiện

Ảnh hưởng của việc thay đổi thời gian trên phương tiện tới xác suất lựa chọn đối với từng phương thức được thể hiện trong bảng dưới đây.

Bảng 4. 21 Kết quả phân tích biến động cận biên của thời gian trên phương tiện


Phương thức

Thay đổi xác suất

Sai số chuẩn

Thống kê Z

P>Z

XE MÁY

-0.025364

0.000622

-40.76

0.000

METRO

-0.021995

0.000572

-38.44

0.000

XEBUÝT

-0.002694

0.000195

-13.79

0.000

XE ĐẠP

-0.002264

0.000165

-13.75

0.000

KHÁC

-0.001065

0.000115

-9.24

0.000

TAXI

-0.000813

0.000096

-8.43

0.000

Ô TÔ

-0.000696

0.000082

-8.48

0.000

ĐI BỘ

-0.000124

0.000014

-8.60

0.000

XE ÔM

-0.000040

-

-

-

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 09/06/2022