Nghiên Cứu Về Đường Cao Tốc Của Hội Đồng Nghiên Cứu Quốc Gia Mỹ

Mô hình lựa chọn phương thức vận tải 2 chiều được áp dụng trong nghiên cứu nhu cầu đi lại của thành phố Washington D.C, các biến ở trên được xác định như sau (trong trường hợp lựa chọn giữa phương tiện vận tải công cộng và phương tiện vận tải cá nhân):

- Thời gian đi lại tương đối (TG) : Biểu thị tỉ số giữa thời gian đi lại bằng phương tiện công cộng chia cho thời gian đi lại bằng phương tiện cá nhân, xác định theo công thức sau :

(1. 2)

Có thể bạn quan tâm!

Xem toàn bộ 203 trang tài liệu này.

Trong đó :

x1 : Thời gian đi trên phương tiện vận tải công cộng (phút).

x2 : Thời gian trung chuyển giữa hai phương thức công cộng (phút). x3 : Thời gian đợi phương tiện vận tải công cộng (phút).

x4 : Thời gian đi bộ từ nơi xuất phát đến ga (trạm) đầu tiên của phương tiện vận tải công cộng (phút).

x5 : Thời gian đi bộ từ ga (bến ) cuối đến điểm đích của chuyến đi (phút). x6 : Thời gian chuyến đi bằng phương tiện cá nhân (phút).

x7 : Thời gian gởi xe ở bãi đỗ gần điểm đích chuyến đi (phút).

x8 : Thời gian đi bộ từ bãi gửi xe đến điểm đích của chuyến đi (phút).

(1. 3)

- Chi phí đi lại tương đối (CF) : Tỉ số giữa chi phí đi lại bằng phương tiện công cộng chia cho chi phí đi bằng phương tiện cá nhân.

Trong đó :

x9: Giá vé đi bằng phương tiện vận tải công cộng (đồng/lượt). x10: Chi phí nhiên liệu (đồng/km).

x11: Chi phí dầu nhớt (đồng/km).

x12: Chi phí đỗ xe ở gần điểm đến (đồng). x13: Cường độ sử dụng xe (km/ngày).

Mục đích của việc đưa x13 và 0,5 x12 vào biểu thức trên nhằm tính chi phí đi lại bằng phương tiện cá nhân trên cùng một mặt bằng so sánh với chi phí đi lại bằng phương tiện vận tải công cộng. Ngoài ra có thể đưa thêm một số chi phí khác để tính toán chi phí sử dụng phương tiện cá nhân như chi phí săm lốp, chi phí bảo hiểm, chi phí bảo dưỡng sửa chữa, chi phí mua phương tiện.

- Tình hình tài chính của người thực hiện chuyến đi (TC) : Biểu thị bởi chỉ tiêu thu nhập bình quân hằng năm của mỗi người dân ở vùng phát sinh chuyến đi.

- Chất lượng phục vụ (CL) : Rất khó xác định do chịu ảnh hưởng bởi nhiều nhân tố như không khí trong xe buýt, mức độ tiện nghi thoải mái, khả năng thuận tiện khi trung chuyển, độ êm của xe, số ghế sẵn có. Tuy vậy người ta đã lượng hóa một cách tương đối chất lượng phục vụ như sau:

(1. 4)

Các nhà phân tích thường sử dụng phương pháp phân tích tương quan hồi quy đa nhân tố để thiết lập các mối quan hệ giữa các biến độc lập và các biến phụ thuộc. Để đơn giản hóa bằng đồ thị thì các biến chi phí đi lại (CF), tình hình tài chính của người thực hiện chuyến đi (TC), chất lượng phục vụ tương đối (CL) được phân theo từng nhóm riêng biệt, mỗi nhóm ứng với một khoảng giá trị các biến nhất định.

Khi nghiên cứu ở một số đô thị, các nhà quy hoạch đã thiết lập các giả thiết sau đây để tiến hành dự báo :

- Thời gian và khoảng cách đi lại bằng phương tiện cá nhân và phương tiện vận tải công cộng được tính toán cho quãng đường ngắn nhất.

- Thời gian trung chuyển qua phương tiện vận tải công cộng khác được lấy bằng 1/2 giãn cách giữa hai lần đến của phương tiện vận tải công cộng.

- Thời gian đi bộ tới các điểm đỗ của phương tiện vận tải công cộng được tính trên cơ sở phân bố các điểm đỗ phương tiện vận tải công cộng trong vùng và tốc độ đi bộ bình quân.

- Thời gian chờ đợi phương tiện vận tải công cộng tính bằng 1/2 thời gian giãn cách giữa hai lần đến liên tiếp của phương tiện vận tải công cộng.

- Thời gian tìm điểm đỗ xe, nói chung lấy theo khảo sát thực tế (giả thiết cho là 1phút).

- Thời gian đi bộ từ điểm đỗ xe đến điểm đích lấy theo khảo sát thực tế (giả thiết cho là 1 phút).

- Chi phí đỗ xe giả thiết bằng 1,6 lần chi phí đỗ xe bình quân của tất cả các điểm đỗ xe trong vùng tại thời điểm hiện tại.

- Giả thiết thu nhập bình quân của một công nhân mỗi vùng không tăng, nếu trong cùng thời gian chi phí đi lại bằng phương tiện cá nhân tăng lên tương ứng giá vé đi lại bằng phương tiện vận tải công cộng cũng tăng lên. Vì thế sự gia tăng tương đối của các nhân tố chi phí này sẽ triệt tiêu lẫn nhau [36].

1.1.3 Nghiên cứu về đường cao tốc của hội đồng nghiên cứu quốc gia Mỹ

Trong báo cáo của Highway Research Board năm 1969, Peter R. Stopher

[45] thuộc trường đại học Northwestern bang Illinois đã công bố nghiên cứu về mô hình xác xuất lựa chọn phương thức vận tải đối với chuyến đi làm.

Trong nghiên cứu này, mô hình xác suất tuyến tính được sử dụng có

dạng:

(1. 5)

Trong đó:

- d: đại diện cho xác suất sử dụng xe khi chi phí và thời gian bằng phương tiện giao thông công cộng và xe hơi là như nhau. Nếu sự lựa chọn chỉ phụ thuộc vào chi phí thì d = 0,5.

- C: chi phí cho chuyến đi

- T: thời gian cho chuyến đi

- Các chỉ số 1 thể hiện chuyến đi bằng ô tô và 2 thể hiện chuyến đi bằng phương thức vận tải công cộng.

1.1.4 Công trình nghiên cứu về sự lựa chọn phương thức vận tải đối với các chuyến đi hai chiều của công ty vận tải Riga-Daugavpils

Trong hội thảo quốc tế lần thứ 10 năm 2010 tại đại học Lomonosova, Dmitry Pavlyuk và Vaira Gromule thuộc viện giao thông vận tải Lomonosova công bố công trình nghiên cứu về sự lựa chọn phương thức vận tải đối với các chuyến đi hai chiều của công ty vận tải Riga-Daugavpils [52]. Trong nghiên cứu này, các tác giả đưa ra hai mô hình riêng biệt. Mô hình thứ nhất nghiên cứu việc lựa chọn giữa xe ô tô và phương tiện vận tải công cộng. Mô hình thứ hai nghiên cứu việc lựa chọn giữa xe buýt và tàu hỏa. Công thức tính xác suất lựa chọn phương thức vận tải sử dụng trong mô hình có dạng:

(1.6)

Trong đó:

- y: là biến rời rạc nhận giá trị bằng 1 nếu lựa chọn phương thức vận tải và nhận giá trị bằng 0 nếu không chọn.

- X: tập hợp các biến giải thích. Các biến giải thích sử dụng trong mô hình bao gồm: tính tiện dụng của phương thức vận tải, sở thích của người thực hiện chuyến đi, giá vé, thu nhập, tuổi, thời gian …

- : véc tơ tham số cần ước lượng

- F: là hàm chuyển đổi giá trị bằng số thực về [0, 1]

Các tác giả tính toán trên cả hai mô hình Probit và Logit với các kết quả thu được không có sự sai khác đáng kể.

1.1.5 Nghiên cứu so sánh các mô hình phân chia phương thức vận tải

Trong nghiên cứu này, Chen, Xianlong Liu, Xiaoqian Li, Fazhi [34] tiến hành so sánh 5 dạng mô hình bao gồm: mô hình Logit đa thức, mô hình Logit hỗn hợp, mô hình Logit lồng, mô hình HEV (Heteroscedastic Extreme Value Model) cùng mô hình Probit đa thức và chỉ ra rằng mô hình Probit có nhiều nhược điểm dẫn tới hiệu suất diễn giải kém nhất trong thực tế.

1.1.6 Nghiên cứu về quy hoạch giao thông đô thị của Michael D. Meyer và Eric J. Miller

Michael D. Meyer và Eric J. Miller [49], trong cuốn Urban Transportation Planning-A Decision - Oriented Approach, đã đưa ra những kiến thức tổng quan về quy hoạch giao thông đô thị từ các khái niệm cơ bản, các nhân tố ảnh hưởng tới cung cầu vận tải, các kỹ thuật dự báo và các mô hình được sử dụng để phân tích hay dự báo trong giao thông vận tải. Trong phần lựa chọn phân chia phương thức vận tải, các tác giả có sử dụng lý thuyết kinh tế và hành vi người tiêu dùng để giải thích quá trình lựa chọn phương thức vận tải của người sử dụng dịch vụ vận tải. Mô hình lựa chọn phương thức vận tải được tác giả đề cập tới là mô hình lựa chọn rời rạc dựa trên lý thuyết thỏa dụng ngẫu nhiên với đại diện là mô hình logit đa thức. Lý thuyết thỏa dụng ngẫu nhiên được tác giả giới thiệu trong cuốn sách này cho rằng người thực hiện chuyến đi sẽ lựa chọn phương thức đi lại mà đem lại cho họ thỏa dụng tối đa. Thỏa dụng này phụ thuộc vào nhiều yếu tố, trong đó có những yếu tố mà có thể biết hay quan sát được và có những yếu tố không thể quan sát được.

Do đó thỏa dụng được viết dưới dạng:

U  V 

it it it

(1.7)

Trong đó:

- Uit: là thỏa dụng ngẫu nhiên của phương thức i đối với cá nhân t.

- Vit: là phần quan sát được của thỏa dụng (thỏa dụng hệ thống hay thỏa dụng quan sát).

- εit: là phần ngẫu nhiên của thỏa dụng.

Vit được xác định là một hàm số tuyến tính của các nhân tố liên quan tới thuộc tính của phương tiện và đặc điểm của người thực hiện chuyến đi, mà cụ thể, ở ví dụ minh họa hai nhân tố tác giả sử dụng là chi phí đi lại bằng phương thức i và thời gian đi lại bằng phương thức i.

Trên cơ sở lý thuyết về thỏa dụng ngẫu nhiên, tác giả đưa ra mô hình xác

suất lựa chọn phương thức vận tải như sau:

∑

(1. 8)

Trong đó:

- Pit: xác suất cá nhân t lựa chọn phương thức vận tải i

- TT: thời gian chuyến đi

- TC: chi phí chuyến đi

- e: cơ số tự nhiên

- n: số phương thức vận tải xem xét.

1.1.7 Nghiên cứu nhu cầu đi lại tại thành phố Dhaka, Bangladesh

Trong nghiên cứu nhu cầu đi lại tại thành phố Dhaka, Bangladesh năm 2012, Bayes Ahmed sử dụng mô hình logit đa nhân tố và chỉ ra hai biến thời gian và chi phí chuyến đi là hai biến độc lập được sử dụng phổ biến và có ý nghĩa trong các nghiên cứu thực tế [31] .

1.1.8 Nghiên cứu ước tính giá trị thời gian đi lại cho chuyến đi làm việc

Nghiên cứu được thực hiện nhằm thực hiện các mục tiêu sau:

- Xác định một phương pháp luận thích hợp để ước tính giá trị thời gian

đi lại.

- Ước tính giá trị thời gian đi lại của các chuyến đi làm việc.

- Nghiên cứu ảnh hưởng của các biến số kinh tế - xã hội đến giá trị thời

gian đi lại.

Trong nghiên cứu công bố năm 2016, I.C.Athira và các cộng sự [32] đưa ra cách ước lượng giá trị thời gian đi lại dựa trên cơ sở phân nhóm thu nhập và độ dài chuyến đi theo dữ liệu thu thập được ở thành phố Calicut.

1.1.9 Nghiên cứu về giao thông và thiết kế cao tốc

Trong nghiên cứu của Nicholas J. Garber và Lester A. Hoel [39], hàm thỏa dụng trong mô hình logit được phân tích kỹ hơn. Thời gian chuyến đi trong hàm thỏa dụng được chi tiết thành thời gian trên phương tiện và thời

gian ngoài phương tiện. Nghiên cứu này cũng chỉ ra thời gian trên phương tiện và thời gian ngoài phương tiện ảnh hưởng khác nhau tới quyết định lựa chọn phương thức đi lại.

1.1.10 Nghiên cứu về quyết định lựa chọn phương tiện tại Nam Kinh, Trung Quốc

Nghiên cứu của Ling Ding và Ning Zhang [37] về lựa chọn phương tiện giao thông tại Nam Kinh có sử dụng mô hình logit, trong đó các tác giả chia nhỏ thời gian chuyến đi thành thời gian trên phương tiện, thời gian tiếp cận phương tiện và thời gian chờ đợi.

1.1.11 Nghiên cứu khung lý thuyết cho mô hình Logit

Trong công bố về nghiên cứu của mình năm 2010, Sven Erlander đã chuyển hàm thỏa dụng trong mô hình logit truyền thống thành hàm bất thỏa dụng bằng cách quy đổi hao phí thời gian chuyến đi thành chi phí bằng tiền sau đó xác định quy tắc quyết định trong mô hình là tối thiểu hóa chi phí [38].

1.1.12 Nghiên cứu quyết định lựa chọn phương thức đi lại của người lao động ở thành phố Chennai

Trong kết quả nghiên cứu công bố năm 2013, K. Parthan và Karthik K. Srinivasan sử dụng mô hình phân tích hành vi, là một dạng biến đổi của mô hình logit, trong đó chuyển đổi hàm thỏa dụng thành hàm bất thỏa dụng với quy tắc quyết định trong mô hình là tối thiểu hóa bất thỏa dụng ngẫu nhiên. Trong trường hợp này mô hình có tên gọi khác là mô hình RDM (Random Disutility Minimization Model) [51].

1.1.13 Chương trình hợp tác nghiên cứu giao thông quốc gia, Mỹ

Trong công bố năm 2012 của Ban nghiên cứu giao thông về dự báo nhu cầu đi lại có sử dụng mô hình logit lồng. Trong cấu trúc lồng, mô hình tập hợp các phương thức vận tải tương tự nhau và sự lựa chọn được thực hiện theo quyết định nhiều bước [56]. Mô hình logit lồng về mặt lý thuyết được mô tả thông qua ví dụ về việc lựa chọn giữa 3 phương thức vận tải thay thế nhau là 1A, 1B và 2.

1A và 1B là hai phương thức vận tải tương tự nhau (ví dụ 1A là tàu điện ngầm, 1B là xe buýt cùng là phương thức vận tải công cộng còn 2 là xe ô tô con riêng). Ở mức trên của mô hình lồng, xác suất lựa chọn phương thức 1 (một trong hai hoặc 1A hoặc 1B) là:

eV1

P1 eV1 eV2

(1. 9)

Trong đó:

- V1: hàm thỏa dụng xác định của phương thức 1

- V2: hàm thỏa dụng của phương thức 2

- Xác suất để lựa chọn phương thức 1A với điều kiện đã chọn phương thức 1 là:

eV1A

P1A/1 eV1A  eV1B

(1. 10)

Trong đó:

- V1A: hàm thỏa dụng xác định của phương thức 1A

- V1B: hàm thỏa dụng của phương thức 1B Do đó xác suất lựa chọn phương thức 1A là:

P1A  P1A/1P1

(1. 11)

1.1.14 Nghiên cứu về phân chia phương thức vận tải của Minal và Ch. Ravi Sekhar

Trong bài viết của mình khi đánh giá về mô hình Logit công bố năm 2014, Minal và Ch. Ravi Sekhar [50] giới thiệu một phát triển của mô hình logit là mô hình logit lồng (nested logit), đồng thời cũng chỉ ra hướng phát triển mới của mô hình rời rạc dựa trên các kỹ thuật tính toán trên máy tính.

1.1.15 Nghiên cứu về giao thông vận tải và tăng trưởng vùng của đại học Minnesota

Dự án nghiên cứu tình hình sử dụng đất và giao thông vận tải bang Minnesota, Mỹ là một ví dụ tiêu biểu cho việc ứng dụng mô hình logit lồng