Luận án hành vi băng qua đường xe hai bánh - Dương Ngọc Hải

Tổng quan về luận án

Luận án này tiên phong giải quyết một khoảng trống nghiên cứu cấp bách trong lĩnh vực an toàn giao thông, đặc biệt là hành vi băng qua đường (BQD) của người lái xe hai bánh trong điều kiện dòng xe hỗn hợp tại Việt Nam. Trong bối cảnh tai nạn giao thông (TNGT) liên quan đến hành vi BQD có xu hướng gia tăng đáng báo động – điển hình là tại Hậu Giang, tỷ lệ TNGT do BQD đã tăng từ 9% lên 25% trong giai đoạn 2017-2022 và trở thành nguyên nhân hàng đầu vào năm 2022 (Tóm tắt, p. ii) – nghiên cứu này đặt ra mục tiêu cốt lõi là xây dựng cơ sở lý thuyết và thực tiễn vững chắc để đề xuất các giải pháp hiệu quả nhằm kéo giảm TNGT.

Bối cảnh khoa học và tính tiên phong của nghiên cứu: Nghiên cứu được triển khai trong bối cảnh xe máy là phương tiện chủ đạo và mạng lưới đường bộ Việt Nam có hơn 60% là đường hai chiều không có dải phân cách giữa, tạo nên một môi trường giao thông phức tạp và tiềm ẩn nhiều rủi ro. Tính tiên phong của luận án thể hiện rõ qua hai nghiên cứu độc lập nhưng bổ trợ: Nghiên cứu 1 thiết lập một khung lý thuyết tổng thể cho Lý thuyết hoạch định hành vi (Theory of Planned Behavior – TPB) trong lĩnh vực hành vi lái xe thông qua phân tích tổng hợp (meta-analysis) và mô hình phương trình cấu trúc (Structural Equation Modeling – SEM) – một phương pháp tiếp cận chưa từng được thực hiện một cách có hệ thống trước đây (Tóm tắt, p. iii). Nghiên cứu 2 là lần đầu tiên mô hình hóa hành vi BQD của xe hai bánh, một hành vi lái xe phổ biến nhưng chưa được khám phá khoa học về mặt tâm lý học hành vi (Tóm tắt, p. iii; 1.2 Tính cấp thiết, p. 9).

Research gap SPECIFIC với citations từ literature: Khoảng trống nghiên cứu chính được luận án xác định là sự thiếu vắng các nghiên cứu khoa học chuyên sâu về hành vi BQD, đặc biệt là trên cơ sở lý thuyết và thực tiễn. Văn bản luận án khẳng định: "băng qua đường chưa được thực hiện nghiên cứu khoa học về cơ sở lý thuyết và thực tiễn trong thời gian qua" (Tóm tắt, p. ii) và "Hành vi BQD là một khe hẹp mới trong nghiên cứu khoa học về tâm lý hành vi của người sử dụng đường bộ" (1.2 Tính cấp thiết, p. 9). Mặc dù có nhiều nghiên cứu về các hành vi lái xe khác nhau (ví dụ: chuyển làn, vượt qua mặt) sử dụng mô hình mô phỏng máy tính, nhưng "đến nay hành vi BQD của xe hai bánh chưa được quan tâm nghiên cứu kể cả theo phương pháp mô hình mô phỏng này và theo phương pháp mô hình tâm lý TPB" (1.2 Tính cấp thiết, p. 9). Luận án cũng chỉ ra rằng, trong khi có nhiều nghiên cứu TPB đơn lẻ về hành vi lái xe, thì "rất ít nghiên cứu tổng quan để đúc kết tình hình nghiên cứu TPB trong lĩnh vực hành vi lái xe", và các kết quả đơn lẻ còn nhiều tranh luận (1.2 Tính cấp thiết, p. 10).

Research questions và hypotheses: Mục tiêu chung của luận án là "Xây dựng mô hình lý thuyết đối với hành vi BQĐ của xe hai bánh trong dòng xe hỗn hợp, từ đó đề xuất các giải pháp để kiềm chế TNGT cho loại hành vi này" (1.3 Mục tiêu nghiên cứu, p. 10). Các câu hỏi nghiên cứu (RQ) và giả thuyết (H) cụ thể được luận án đặt ra bao gồm:

Nghiên cứu 1: RQ1: Các biến TPB tiêu chuẩn và các biến bổ sung nào thường được sử dụng và có khả năng dự báo ý định lái xe và hành vi lái xe trong các nghiên cứu TPB quốc tế? RQ2: Mức độ tác động của các biến TPB và các biến bổ sung đối với ý định lái xe được xác định cụ thể ở từng cặp mối quan hệ là bao nhiêu? RQ3: Khả năng giải thích của từng biến bổ sung đối với sự biến thiên của ý định lái xe là gì? RQ4: Sự tác động của các biến TPB lên ý định lái xe có bị điều tiết bởi loại hành vi lái xe và loại điều kiện dòng xe lưu thông không?

• H1.1: Mô hình TPB tiêu chuẩn giải thích được một phần đáng kể sự biến thiên của ý định lái xe và hành vi lái xe.
• H1.2: Các biến bổ sung như hành vi quá khứ, nhận diện cá nhân, chuẩn mực mô tả, chuẩn mực đạo đức, hối tiếc đoán trước và nhận thức rủi ro sẽ tăng cường khả năng giải thích của mô hình TPB.
• H1.3: Mối quan hệ giữa các biến TPB và ý định lái xe sẽ bị điều tiết bởi loại hành vi lái xe và điều kiện dòng xe lưu thông.

Nghiên cứu 2: RQ5: Các mô hình lý thuyết TPB đối với hành vi BQD của xe hai bánh trong dòng xe hỗn hợp (theo luật và vi phạm luật) là gì? RQ6: Mối quan hệ giữa các nhân tố tâm lý (thái độ, chuẩn mực chủ quan, PBC) và các biến bổ sung (chuẩn mực mô tả, nhận thức rủi ro, nhận biết tình huống giao thông, niềm tin về lợi ích/trường hợp thuận lợi) ảnh hưởng đến ý định và hành vi BQD (theo luật và vi phạm luật) như thế nào? RQ7: Yếu tố nhận biết tình huống giao thông có tác động đến nhận thức rủi ro trong hành vi BQD không? RQ8: Có sự khác biệt nào về nhận thức rủi ro giao thông giữa làn xe cùng chiều và làn ngược chiều đối với người lái xe băng qua đường không?

• H2.1: Thái độ, chuẩn mực chủ quan, và nhận thức kiểm soát hành vi (PBC) sẽ có tác động tích cực đến ý định BQD.
• H2.2: Ý định BQD và PBC sẽ có tác động tích cực đến hành vi BQD.
• H2.3: Các biến bổ sung như chuẩn mực mô tả, nhận thức rủi ro, nhận biết tình huống giao thông, niềm tin về lợi ích, trường hợp thuận lợi sẽ có tác động đáng kể đến ý định và/hoặc hành vi BQD.
• H2.4: Nhận biết tình huống giao thông sẽ là chỉ báo của nhận thức rủi ro.
• H2.5: Sẽ có sự khác biệt về các yếu tố ảnh hưởng đến ý định và hành vi giữa BQD theo luật và BQD vi phạm luật.

Theoretical framework với tên theories cụ thể: Khung lý thuyết của luận án được xây dựng dựa trên Lý thuyết hoạch định hành vi (TPB) của Ajzen (1991) [21]. TPB là một sự cải tiến từ Mô hình hành động hợp lý (Theory of Reasoned Action – TRA) của Fishbein và Ajzen (1980) [16], bổ sung thêm yếu tố Nhận thức kiểm soát hành vi (Perceived Behavioral Control – PBC) để giải thích các hành vi không hoàn toàn nằm dưới sự kiểm soát tự nguyện của cá nhân. TPB giả định rằng ý định hành vi được dự báo bởi thái độ đối với hành vi, chuẩn mực chủ quan, và PBC. Luận án nhấn mạnh nguyên tắc "tính mở" của TPB, cho phép tích hợp các biến bổ sung có ý nghĩa để cải thiện khả năng giải thích của mô hình (3.1.1 Lý thuyết hoạch định hành vi, p. 27). Trong quá trình tổng quan, luận án cũng đề cập và so sánh với các mô hình tâm lý khác như Mô hình niềm tin sức khỏe (Health Belief Model – HBM) của Rosenstock (1974) [12] và Mô hình sự sẵn sàng nguyên mẫu (Prototype Willingness Model – PWM) của Gerrard và cộng sự (2008) [19], nhưng khẳng định TPB là phù hợp nhất cho nghiên cứu hành vi lái xe do sự ưu việt trong việc xem xét các yếu tố môi trường và tâm lý phức tạp (1.2 Tính cấp thiết, p. 9).

Đóng góp đột phá với quantified impact: Luận án mang đến nhiều đóng góp đột phá với tác động định lượng rõ ràng:

1. Thiết lập cơ sở lý thuyết TPB hệ thống cho hành vi lái xe: Nghiên cứu 1 đã rà soát tổng quan 42 bài báo TPB trên thế giới về hành vi lái xe, sử dụng phân tích tổng hợp thống kê và mô hình phương trình cấu trúc. Kết quả khẳng định mô hình TPB tiêu chuẩn có thể giải thích được 32% sự biến thiên của ý định lái xe và 34% sự biến thiên của hành vi lái xe. Đây là "lần đầu tiên trong lĩnh vực hành vi lái xe, cơ sở lý thuyết TPB ứng dụng riêng lĩnh vực này được đúc kết một cách hệ thống" (Tóm tắt, p. iii), cung cấp "công cụ tra cứu" và nền tảng đối chiếu cho các nghiên cứu tương lai (1.7 Những đóng góp mới, p. 12).
2. Mô hình hóa hành vi BQD lần đầu tiên: Luận án xây dựng và kiểm định các mô hình TPB cho hành vi BQD, cả theo luật (Complying Maneuvers – CM) và vi phạm luật (Illegal Maneuvers – IM). Mô hình BQD theo luật đã giải thích được 21% sự biến thiên của ý định và 41% sự biến thiên của hành vi BQD theo luật. Đối với hành vi BQD vi phạm luật, mô hình giải thích được 49% sự biến thiên của ý định và 23% sự biến thiên của khả năng suýt xảy ra tai nạn (Tóm tắt, p. iii). Điều này cung cấp cơ sở luận chứng khoa học trực tiếp cho các giải pháp kéo giảm tai nạn BQD.
3. Tích hợp biến "Nhận biết tình huống giao thông" và điều chỉnh biến đầu ra "Khả năng suýt xảy ra tai nạn": Luận án đã tích hợp thành công yếu tố "nhận biết tình huống giao thông" vào mô hình TPB, vốn là yếu tố quan trọng trong môi trường giao thông động nhưng chưa được xem xét trước đây (1.7 Những đóng góp mới, p. 13). Đặc biệt, nghiên cứu này điều chỉnh biến đầu ra của TPB từ hành vi thực tế sang "khả năng suýt xảy ra tai nạn" cho các hành vi vi phạm luật BQD, mang lại hiểu biết sâu sắc hơn về hậu quả tiềm tàng (1.7 Những đóng góp mới, p. 13). Yếu tố "nhận biết tình huống giao thông" được khẳng định là chỉ báo của "nhận thức rủi ro" (Tóm tắt, p. iii).
4. Phát hiện các chỉ báo hành vi BQD cụ thể: Nghiên cứu đã xác định các yếu tố tâm lý then chốt ảnh hưởng đến hành vi BQD: trường hợp thuận lợi (facilitating circumstances), chuẩn mực chủ quan (subjective norm), và chuẩn mực mô tả (descriptive norm) là các chỉ báo mạnh của ý định BQD theo luật. Trong khi đó, ý định và nhận thức rủi ro là các yếu tố quyết định hành vi BQD theo luật. Đối với BQD vi phạm luật, niềm tin về lợi ích của hành vi, chuẩn mực mô tả, chuẩn mực chủ quan, trường hợp thuận lợi và nhận biết tình huống giao thông đều có tác động trực tiếp đến ý định, còn khả năng suýt xảy ra tai nạn chịu ảnh hưởng trực tiếp bởi ý định, trường hợp thuận lợi và nhận thức rủi ro (Tóm tắt, p. iii). Các phát hiện này là nền tảng cho 17 nhóm giải pháp và các giải pháp cụ thể được khuyến nghị để kéo giảm TNGT (Tóm tắt, p. iii).

Scope (sample size, timeframe) và significance: Phạm vi nghiên cứu của Luận án bao gồm:

• Nghiên cứu 1: Tổng quan 42 bài báo khoa học về TPB trong lĩnh vực hành vi lái xe, được xuất bản bằng tiếng Anh trên các tạp chí uy tín quốc tế trong giai đoạn từ năm 1991 đến cuối năm 2021 (1.4 Nội dung và phạm vi nghiên cứu, p. 10).
• Nghiên cứu 2: Thực hiện khảo sát hai mẫu nghiên cứu độc lập trên người điều khiển xe hai bánh (xe mô tô, xe gắn máy, xe máy điện, xe đạp điện và xe đạp) tại địa bàn tỉnh Hậu Giang, tập trung vào hành vi BQD trên đường hai chiều không có dải phân cách giữa (1.4 Nội dung và phạm vi nghiên cứu, p. 11). Nghiên cứu này tập trung vào Hậu Giang với lý do tỷ lệ TNGT liên quan BQD tại đây tăng mạnh và là nguyên nhân hàng đầu (Tóm tắt, p. ii).

Ý nghĩa của Luận án rất lớn, mang lại giá trị cả về mặt khoa học và thực tiễn:

• Khoa học: Cung cấp "công cụ tra cứu" cho các nhà nghiên cứu TPB về hành vi lái xe, thiết lập cơ sở lý thuyết vững chắc cho việc ứng dụng TPB trong dòng xe hỗn hợp tại Việt Nam, và làm giàu thêm phương pháp luận nghiên cứu hành vi lái xe (1.6 Ý nghĩa khoa học và thực tiễn, p. 12).
• Thực tiễn: Đề xuất các giải pháp cụ thể, dựa trên bằng chứng khoa học để "ngăn chặn xảy ra tai nạn hoặc suýt tai nạn do thực hiện vi phạm BQD", "ngăn chặn người lái xe thực hiện các hành vi vi phạm BQD", và "tăng cường cải thiện lái an toàn khi BQD" (1.6 Ý nghĩa khoa học và thực tiễn, p. 12). Những giải pháp này trực tiếp hỗ trợ các cơ quan quản lý nhà nước và nhà hoạch định chính sách tại Hậu Giang và các địa phương có điều kiện giao thông tương tự.

Literature Review và Positioning

Luận án thực hiện một tổng quan tài liệu có chiều sâu, không chỉ tổng hợp mà còn phân tích định lượng các nghiên cứu trước đây về Lý thuyết hoạch định hành vi (TPB) trong lĩnh vực hành vi lái xe, đặc biệt chú trọng đến bối cảnh quốc tế và Việt Nam.

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể: Phần tổng quan tài liệu bắt đầu bằng việc hệ thống hóa 42 nghiên cứu TPB về hành vi lái xe trên thế giới từ năm 1991 đến 2021, chủ yếu từ Châu Âu và Châu Á (2.1 Tình hình nghiên cứu TPB về hành vi lái xe ở ngoài nước, p. 14). Luận án phân loại 20 hành vi lái xe khác nhau thành chín nhóm, như vượt tốc độ (21 nghiên cứu), sử dụng điện thoại khi lái (14 nghiên cứu), lái xe sau khi dùng bia rượu (7 nghiên cứu), và lái xe mạo hiểm (5 nghiên cứu) (2.1.1 Loại hành vi lái, p. 14). Nghiên cứu cũng tổng hợp 43 biến bổ sung đã được sử dụng để nâng cao khả năng dự báo của mô hình TPB. Trong số đó, sáu biến bổ sung được xác định là phổ biến nhất và có đóng góp ý nghĩa thống kê trong ít nhất năm nghiên cứu theo tiêu chuẩn của O’Keefe (2002) [41] và tiêu chuẩn của giới khoa học (2.1.2 Các biến được sử dụng trong mô hình TPB, p. 16). Sáu biến này bao gồm: hành vi quá khứ (past behavior), nhận diện cá nhân (self-identity), chuẩn mực mô tả (descriptive norm), chuẩn mực đạo đức (moral norm), hối tiếc đoán trước (anticipated regret), và nhận thức rủi ro (risk perception).

Contradictions/debates với ít nhất 2 opposing views: Tổng quan tài liệu chỉ ra rằng mặc dù nhiều nghiên cứu TPB đơn lẻ đã khẳng định giá trị ý nghĩa của kết quả, nhưng "rất nhiều nghiên cứu TPB đơn lẻ có kết quả phát hiện còn nhiều tranh luận giữa chúng lẫn nhau" (1.2 Tính cấp thiết, p. 10). Chẳng hạn, một số nghiên cứu có thể thấy PBC là chỉ báo mạnh nhất của hành vi, trong khi các nghiên cứu khác lại nhấn mạnh ý định. Cụ thể, trong khi Armitage và Conner (2001) [58] kết luận chuẩn mực chủ quan là chỉ báo yếu nhất của ý định trong các hành vi xã hội nói chung, thì Hải và cộng sự (2023) [54] lại khẳng định chuẩn mực chủ quan là chỉ báo của ý định với mức độ tác động mạnh nhất lên ý định trong hành vi vượt đèn đỏ của xe máy tại TP.HCM. Tương tự, nhận thức rủi ro được cho là một biến bổ sung quan trọng (2.1.2, p. 16), nhưng Lưu và cộng sự (2023) [53] lại kết luận rằng nhận thức rủi ro không có sự ảnh hưởng tác động đến ý định và hành vi lái xe tiềm ẩn nguy cơ tai nạn của trẻ vị thành niên tại Phú Yên. Những mâu thuẫn này là động lực chính cho Nghiên cứu 1, nhằm sử dụng MASEM để đưa ra các ước lượng chung nhất và giải quyết sự bất đồng này.

Positioning trong literature với specific gap identified: Luận án được định vị một cách chiến lược trong tài liệu học thuật bằng cách giải quyết ba khoảng trống chính:

1. Thiếu hụt cơ sở lý thuyết TPB tổng thể cho hành vi lái xe: "Đến nay cơ sở lý thuyết về sự ứng dụng TPB cho hành vi lái xe vẫn chưa được thiết lập" (2.4 Nhận xét, đánh giá, p. 25), gây ra những tranh cãi trong các nghiên cứu đơn lẻ. Luận án giải quyết điều này thông qua Nghiên cứu 1 bằng phương pháp MASEM.
2. Thiếu nghiên cứu về hành vi BQD: "Hành vi BQD là trường hợp nghiên cứu mới của TPB nên có khó khăn cho việc đối chiếu kết quả nghiên cứu thực hiện với các bài báo TPB trước đây" (2.4 Nhận xét, đánh giá, p. 25). Nghiên cứu 2 là nghiên cứu đầu tiên tập trung vào hành vi này.
3. Tích hợp các yếu tố đặc thù dòng xe hỗn hợp Việt Nam: Luận án nhằm "khẳng định TPB vẫn hữu hiệu trong bối cảnh dòng xe hỗn hợp hai chiều" (1.2 Tính cấp thiết, p. 9) và xem xét "sự ảnh hưởng của các nhân tố trong môi trường giao thông động được tích hợp vào mô hình TPB" (1.3 Mục tiêu nghiên cứu, p. 10), bao gồm nhận biết tình huống giao thông, điều chưa được xem xét trong các mô hình TPB trước đây (1.7 Những đóng góp mới, p. 13).

How this advances field với concrete contributions: Luận án tiến bộ lĩnh vực nghiên cứu hành vi giao thông bằng cách:

• Cung cấp một "công cụ tra cứu" toàn diện: Nghiên cứu 1 sử dụng MASEM để tổng hợp và hệ thống hóa kiến thức về TPB trong hành vi lái xe, giúp các nhà nghiên cứu "nắm bắt nhanh bức tranh tổng quát về tình hình áp dụng TPB cho hành vi lái xe", "phát hiện khoảng trống nghiên cứu tương lai, làm cơ sở gốc để đối chiếu với kết quả của các nghiên cứu tương lai" (Tóm tắt, p. iii; 1.7 Những đóng góp mới, p. 12).
• Mở ra một lĩnh vực nghiên cứu mới: Lần đầu tiên nghiên cứu hành vi BQD của xe hai bánh, cung cấp mô hình lý thuyết và cơ sở luận chứng cho các giải pháp an toàn giao thông cụ thể (Tóm tắt, p. iii).
• Nâng cao khả năng giải thích của TPB: Bằng cách tích hợp các biến bổ sung phù hợp với bối cảnh giao thông phức tạp của Việt Nam (như nhận biết tình huống giao thông) và điều chỉnh biến đầu ra của TPB sang "khả năng suýt xảy ra tai nạn" cho hành vi vi phạm (1.7 Những đóng góp mới, p. 13). Điều này cung cấp một cái nhìn sâu sắc hơn về các yếu tố tâm lý quyết định hành vi và hậu quả của nó.

So sánh với ÍT NHẤT 2 international studies:

1. So sánh với Godin và Kok (1996) [55]: Nghiên cứu này cũng thực hiện tổng quan TPB, nhưng tập trung vào hành vi sức khỏe và sử dụng phương pháp định tính, tính toán hệ số tương quan và tỷ lệ phương sai giải thích theo giá trị bình quân. Kết quả của Godin và Kok cho thấy TPB giải thích 41% ý định và 34% hành vi. Luận án này, thông qua Nghiên cứu 1, cũng sử dụng PTTH nhưng kết hợp với SEM, tập trung vào hành vi lái xe, và có thể giải quyết chi tiết hơn các mối quan hệ tác động trực tiếp/gián tiếp. Kết quả của luận án (32% ý định, 34% hành vi cho mô hình TPB tiêu chuẩn) là khá tương đồng với Godin và Kok về hành vi, nhưng thấp hơn về ý định, cho thấy sự phức tạp hơn của hành vi lái xe so với hành vi sức khỏe. Hơn nữa, luận án của Duong Ngoc Hai còn đi sâu vào các biến bổ sung và vai trò điều tiết.
2. So sánh với Armitage và Conner (2001) [58]: Nghiên cứu này tổng hợp 185 nghiên cứu TPB trên nhiều lĩnh vực, cũng sử dụng PTTH theo Hedges và Olkin (1985) [56]. Họ phát hiện TPB giải thích 39% sự biến thiên của ý định và 27% sự biến thiên của hành vi. Các biến TPB của luận án này đạt 32% cho ý định và 34% cho hành vi. Điểm khác biệt là luận án hiện tại tập trung riêng vào hành vi lái xe và sử dụng MASEM, một phương pháp tiên tiến hơn, cho phép ước lượng mức độ ảnh hưởng khi có xem xét sự tác động của nhiều biến khác trong mô hình nghiên cứu. Đặc biệt, Armitage và Conner kết luận chuẩn mực chủ quan là chỉ báo yếu nhất của ý định, trong khi luận án này, trong ngữ cảnh BQD theo luật, đã chỉ ra chuẩn mực chủ quan là chỉ báo quan trọng của ý định (Tóm tắt, p. iii), cho thấy sự khác biệt trong vai trò của các biến tùy thuộc vào loại hành vi cụ thể.
3. So sánh với Topa và Moriano (2010) [60]: Nghiên cứu này xem xét 35 nghiên cứu TPB về hành vi hút thuốc lá trên cơ sở áp dụng MASEM, tương tự phương pháp của luận án. Họ phát hiện các biến TPB giải thích 12% sự biến thiên của ý định và 13% sự biến thiên của hành vi. Rõ ràng, khả năng giải thích của TPB trong hành vi lái xe theo luận án (32% ý định, 34% hành vi) cao hơn đáng kể so với hành vi hút thuốc lá được Topa và Moriano nghiên cứu, cho thấy TPB có thể là một khung lý thuyết mạnh mẽ hơn trong lĩnh vực hành vi lái xe.

Đóng góp lý thuyết và khung phân tích

Luận án này không chỉ ứng dụng TPB mà còn mở rộng và làm sâu sắc lý thuyết này trong lĩnh vực hành vi lái xe, đặc biệt trong bối cảnh giao thông hỗn hợp tại Việt Nam.

Đóng góp cho lý thuyết

• Extend/challenge WHICH specific theories (name theorists): Luận án mở rộng Lý thuyết hoạch định hành vi (TPB) của Ajzen (1991) bằng cách tích hợp các biến bổ sung mới và điều chỉnh biến đầu ra của mô hình. Cụ thể, nó mở rộng TPB bằng cách đưa "nhận biết tình huống giao thông" (situation awareness) vào mô hình, một yếu tố chưa được xem xét trong các mô hình TPB về hành vi lái xe trước đây (1.7 Những đóng góp mới, p. 13). Việc này làm phong phú thêm khả năng giải thích của TPB đối với các hành vi lái xe phức tạp trong môi trường động. Luận án cũng thách thức quan niệm truyền thống về biến đầu ra của TPB bằng cách sử dụng "khả năng suýt xảy ra tai nạn" (near-misses) thay vì chỉ hành vi thực tế, đặc biệt cho các hành vi vi phạm luật BQD (1.7 Những đóng góp mới, p. 13). Điều này mở rộng phạm vi ứng dụng của TPB để phân tích không chỉ việc thực hiện hành vi mà còn cả hậu quả rủi ro của nó.
• Conceptual framework với components và relationships: Khung lý thuyết của luận án bao gồm các thành phần cốt lõi của TPB: Thái độ (Attitude), Chuẩn mực chủ quan (Subjective Norm), Nhận thức kiểm soát hành vi (Perceived Behavioral Control - PBC) ảnh hưởng đến Ý định (Intention), và từ đó tác động đến Hành vi (Behavior). Bên cạnh đó, luận án tích hợp sáu biến bổ sung đã được xác định phổ biến trong các nghiên cứu TPB về hành vi lái xe (hành vi quá khứ, nhận diện cá nhân, chuẩn mực mô tả, chuẩn mực đạo đức, hối tiếc đoán trước, nhận thức rủi ro), và đặc biệt là "nhận biết tình huống giao thông" (situation awareness). Các mối quan hệ trong khung này được kiểm định để xác định sự tác động trực tiếp và gián tiếp, cũng như vai trò điều tiết của loại hành vi lái xe và điều kiện dòng xe lưu thông (Tóm tắt, p. iv).
• Theoretical model với propositions/hypotheses numbered: Luận án đề xuất một mô hình lý thuyết mở rộng TPB cụ thể cho hành vi BQD, bao gồm các giả thuyết đã được liệt kê ở phần tổng quan.
  • Đối với BQD theo luật (Complying Maneuvers - CM):
    • P1: Thái độ, chuẩn mực chủ quan và PBC sẽ tác động tích cực đến ý định CM.
    • P2: Ý định CM và PBC sẽ tác động tích cực đến hành vi CM.
    • P3: Các yếu tố như trường hợp thuận lợi, chuẩn mực chủ quan và chuẩn mực mô tả là chỉ báo của ý định CM.
    • P4: Ý định CM và nhận thức rủi ro là các chỉ báo của hành vi CM.
  • Đối với BQD vi phạm luật (Illegal Maneuvers - IM):
    • P5: Niềm tin về lợi ích của hành vi, chuẩn mực mô tả, chuẩn mực chủ quan, trường hợp thuận lợi, và nhận biết tình huống giao thông có tác động trực tiếp đến ý định IM.
    • P6: Ý định IM, trường hợp thuận lợi và nhận thức rủi ro có tác động trực tiếp đến khả năng suýt xảy ra tai nạn.
    • P7: Nhận biết tình huống giao thông là chỉ báo của nhận thức rủi ro.
• Paradigm shift với EVIDENCE từ findings: Mặc dù luận án chủ yếu theo định hướng thực chứng (positivism) với việc sử dụng các phương pháp định lượng mạnh mẽ như MASEM và SEM, nó cũng có yếu tố của chủ nghĩa thực dụng (pragmatism) khi tích hợp phương pháp định tính để xác định niềm tin nổi trội (3.1.1 Lý thuyết hoạch định hành vi, p. 29). Hơn nữa, việc điều chỉnh biến đầu ra của mô hình TPB từ hành vi thực tế sang "khả năng suýt xảy ra tai nạn" cho hành vi vi phạm BQD là một sự dịch chuyển đáng kể trong cách tiếp cận đo lường kết quả hành vi trong TPB, đặc biệt trong bối cảnh an toàn giao thông, nơi hậu quả tiềm tàng có ý nghĩa quan trọng hơn tần suất đơn thuần của hành vi. Điều này thể hiện sự thay đổi trong cách nhìn nhận về các yếu tố quyết định và hậu quả của hành vi lái xe, tập trung vào rủi ro hơn là chỉ hành vi.

Khung phân tích độc đáo

• Integration của theories (name 3+ specific theories): Khung phân tích của luận án tích hợp sâu TPB (Ajzen, 1991) làm nền tảng lý thuyết chính, nhưng còn được làm giàu bởi các khái niệm từ lý thuyết quyết định hành vi (behavioral decision theory), đặc biệt trong việc xây dựng các thước đo dựa trên niềm tin (belief-based measures) cho thái độ, chuẩn mực chủ quan và PBC (3.1.1 Lý thuyết hoạch định hành vi, p. 28). Việc xác định các "niềm tin nổi trội" thông qua phỏng vấn chi tiết để đo lường các cấu trúc TPB gián tiếp (3.1.1 Lý thuyết hoạch định hành vi, p. 29) là một sự tích hợp tinh tế, cho phép đi sâu vào bản chất của hành vi BQD trong bối cảnh cụ thể của Việt Nam. Ngoài ra, việc xem xét các biến bổ sung như "nhận thức rủi ro" có thể được xem là liên kết gián tiếp với các yếu tố trong Mô hình niềm tin sức khỏe (Rosenstock, 1974) khi đánh giá các mối đe dọa và lợi ích.
• Novel analytical approach với justification: Luận án áp dụng một phương pháp phân tích độc đáo là sự kết hợp hiệu quả của phân tích tổng hợp (Meta-Analysis – MA) và mô hình phương trình cấu trúc (Structural Equation Modeling – SEM) – gọi tắt là MASEM (1.7 Những đóng góp mới, p. 13). Phương pháp này được sử dụng trong Nghiên cứu 1 để tổng hợp các kết quả từ 42 nghiên cứu TPB riêng lẻ, vượt ra ngoài các phân tích tổng quan định tính truyền thống. MASEM cho phép ước lượng mức độ ảnh hưởng khi có xem xét sự tác động của nhiều biến khác trong mô hình nghiên cứu, đồng thời có thể kiểm tra hiệu quả đối với mô hình tổng thể chứa các biến mà các nghiên cứu đơn lẻ không có (2.4 Nhận xét, đánh giá, p. 25). Điều này giải quyết vấn đề tranh luận giữa các nghiên cứu đơn lẻ và cung cấp một cơ sở lý thuyết TPB tổng quát hơn cho hành vi lái xe.
• Conceptual contributions với definitions: Luận án đóng góp các định nghĩa và khái niệm cụ thể cho hành vi BQD: "hành vi điều khiển phương tiện di chuyển theo quỹ đạo để đến đích ở chiều xe chạy đối diện" (1.1 Đặt vấn đề, p. 1). Ngoài ra, các biến bổ sung được xác định và định nghĩa rõ ràng:
  • Chuẩn mực mô tả (Descriptive Norm): Đánh giá của cá nhân về việc người khác thực hiện hành vi.
  • Chuẩn mực đạo đức (Moral Norm): Nhận thức về sự đánh giá của xã hội dựa trên đạo đức.
  • Nhận diện cá nhân (Self-Identity): Tự bản thân cho rằng mình thuộc một nhóm xã hội với đặc trưng xác định.
  • Nhận thức rủi ro (Risk Perception): Nhận thức về khả năng xảy ra và hậu quả của rủi ro.
  • Hối tiếc đoán trước (Anticipated Regret): Nhận thức về sự hối tiếc khi hành vi gây hậu quả tiêu cực.
  • Nhận biết tình huống giao thông (Situation Awareness): Yếu tố mới được tích hợp để đánh giá môi trường giao thông động.
• Boundary conditions explicitly stated: Luận án giới hạn phạm vi nghiên cứu:
  • Về đối tượng: Chỉ tập trung vào người điều khiển xe hai bánh (mô tô, gắn máy, xe máy điện, xe đạp điện, xe đạp) (1.4 Nội dung và phạm vi nghiên cứu, p. 11).
  • Về bối cảnh địa lý: Nghiên cứu thực nghiệm được tiến hành tại tỉnh Hậu Giang, Việt Nam, trên đường hai chiều không có dải phân cách giữa (Tóm tắt, p. ii; 1.4 Nội dung và phạm vi nghiên cứu, p. 11). Điều này ngụ ý rằng tính tổng quát của các giải pháp có thể cần được kiểm tra thêm ở các khu vực khác.
  • Về thời gian: Nghiên cứu 1 tổng hợp tài liệu từ 1991 đến 2021 (1.4 Nội dung và phạm vi nghiên cứu, p. 10).
  • Về loại hành vi: Tập trung vào hành vi BQD, bao gồm cả BQD theo luật và BQD vi phạm luật.

Phương pháp nghiên cứu tiên tiến

Luận án áp dụng một phương pháp nghiên cứu tiên tiến và chặt chẽ, kết hợp các kỹ thuật định lượng hiện đại để giải quyết các mục tiêu nghiên cứu.

Thiết kế nghiên cứu

• Research philosophy (positivism/interpretivism/critical realism): Luận án chủ yếu tuân theo triết lý nghiên cứu thực chứng (positivism). Điều này được thể hiện rõ qua việc sử dụng các phương pháp định lượng như phân tích tổng hợp thống kê, mô hình phương trình cấu trúc (SEM), kiểm định giả thuyết, và việc định lượng các mối quan hệ nhân quả giữa các biến (3.1.2 Mô hình phương trình cấu trúc, p. 30). Mục tiêu là xác định các quy luật tổng quát và dự đoán hành vi một cách khách quan. Tuy nhiên, luận án cũng có yếu tố của chủ nghĩa thực dụng (pragmatism) thông qua việc sử dụng phương pháp phỏng vấn định tính để xác định các niềm tin nổi trội trong giai đoạn đầu của Nghiên cứu 2, nhằm mục đích thu thập dữ liệu phong phú để phát triển các thang đo định lượng (3.1.1 Lý thuyết hoạch định hành vi, p. 29).
• Mixed methods với SPECIFIC combination rationale: Luận án sử dụng một cách tiếp cận hỗn hợp, kết hợp phân tích định tính và định lượng (1.5 Phương pháp nghiên cứu, p. 11). Lý do kết hợp này là để:
  • Xây dựng cơ sở lý thuyết: Phương pháp nghiên cứu tổng quan định tính được dùng để thống kê, tổng hợp và hệ thống hóa các công trình TPB về hành vi lái xe, tạo nền tảng cho nghiên cứu (1.5 Phương pháp nghiên cứu, p. 11).
  • Định lượng hóa các mối quan hệ phức tạp: Phương pháp nghiên cứu tổng quan định lượng (MASEM) và thực nghiệm (SEM) được sử dụng để ước lượng các đại lượng cần nghiên cứu và kiểm định mô hình lý thuyết mới (1.5 Phương pháp nghiên cứu, p. 11). Đặc biệt, việc sử dụng phỏng vấn định tính để xác định các "niềm tin nổi trội" trong Nghiên cứu 2 là rất quan trọng để đảm bảo tính phù hợp của các thang đo với ngữ cảnh Việt Nam, sau đó các niềm tin này được lượng hóa và đưa vào mô hình SEM.
• Multi-level design với levels clearly defined: Thiết kế nghiên cứu mang tính đa cấp:
  • Cấp độ Meta (Nghiên cứu 1): Phân tích tổng hợp (meta-analysis) trên 42 bài báo khoa học quốc tế, đại diện cho các nghiên cứu đơn lẻ cấp độ cá nhân từ nhiều quốc gia khác nhau. Điều này cho phép tổng quát hóa các mối quan hệ TPB ở một cấp độ cao hơn.
  • Cấp độ Cá nhân (Nghiên cứu 2): Thực hiện hai mẫu nghiên cứu độc lập trên người điều khiển xe hai bánh tại Hậu Giang để phân tích hành vi BQD ở cấp độ cá nhân.
• Sample size và selection criteria EXACT:
  • Nghiên cứu 1: Bao gồm tổng cộng 42 bài báo khoa học về TPB trong hành vi lái xe được xuất bản bằng tiếng Anh bởi các tạp chí uy tín thế giới trong giai đoạn từ năm 1991 đến cuối năm 2021 (1.4 Nội dung và phạm vi nghiên cứu, p. 10; Tóm tắt, p. iv). Tiêu chí lựa chọn là các bài báo phải nghiên cứu về hành vi lái xe dựa trên lý thuyết TPB.
  • Nghiên cứu 2: Thực hiện trên hai mẫu nghiên cứu độc lập trên địa bàn tỉnh Hậu Giang. Đối tượng là người điều khiển xe hai bánh (mô tô hai bánh, xe gắn máy hai bánh, xe máy điện, xe đạp điện và xe đạp) trên đường hai chiều không có dải phân cách giữa, thực hiện hành vi BQD (1.4 Nội dung và phạm vi nghiên cứu, p. 11; Tóm tắt, p. ii). Mặc dù số lượng mẫu cụ thể cho từng nghiên cứu không được nêu trong tóm tắt, việc sử dụng hai mẫu độc lập cho hành vi BQD theo luật và vi phạm luật thể hiện sự tách biệt rõ ràng trong đối tượng nghiên cứu và kịch bản hành vi.

Quy trình nghiên cứu rigorous

• Sampling strategy với inclusion/exclusion criteria:
  • Nghiên cứu 1: Chiến lược lấy mẫu là toàn diện (census) các nghiên cứu TPB về hành vi lái xe được công bố trên các tạp chí uy tín quốc tế trong khung thời gian xác định (1991-2021). Tiêu chí bao gồm: được xuất bản bằng tiếng Anh, có ứng dụng TPB để nghiên cứu hành vi lái xe.
  • Nghiên cứu 2: Chiến lược lấy mẫu dựa trên khảo sát và phỏng vấn tại Hậu Giang. Tiêu chí bao gồm: người điều khiển xe hai bánh và thực hiện hành vi BQD trên đường hai chiều không có dải phân cách giữa. Phương pháp phỏng vấn chi tiết được sử dụng để xác định các niềm tin nổi trội, đảm bảo dữ liệu đầu vào cho các biến đo lường niềm tin là phù hợp với ngữ cảnh địa phương (3.1.1 Lý thuyết hoạch định hành vi, p. 29).
• Data collection protocols với instruments described:
  • Nghiên cứu 1: Dữ liệu được thu thập bằng cách rà soát và trích xuất thông tin từ 42 bài báo khoa học, bao gồm loại hành vi lái, các biến TPB và biến bổ sung, khả năng giải thích của mô hình, kích thước mẫu, quốc gia nghiên cứu, điều kiện dòng xe giao thông (2.1 Tình hình nghiên cứu TPB về hành vi lái xe ở ngoài nước, p. 14).
  • Nghiên cứu 2: Sử dụng bảng hỏi phỏng vấn dựa trên thang đo Likert để đo lường các nhân tố tâm lý (thái độ, chuẩn mực chủ quan, PBC) và các biến bổ sung. Các niềm tin nổi trội được xác định thông qua phỏng vấn định tính ban đầu, sau đó được đưa vào bảng hỏi để đo lường gián tiếp theo phương pháp niềm tin của TPB (3.1.1 Lý thuyết hoạch định hành vi, p. 29).
• Triangulation (data/method/investigator/theory): Luận án thể hiện một số hình thức tam giác hóa:
  • Triangulation dữ liệu: Sử dụng dữ liệu từ nhiều nghiên cứu khác nhau trong Nghiên cứu 1 (42 bài báo) và từ hai mẫu độc lập trong Nghiên cứu 2.
  • Triangulation phương pháp: Kết hợp phương pháp phân tích định tính (phỏng vấn, tổng hợp hệ thống) và định lượng (MASEM, SEM) (1.5 Phương pháp nghiên cứu, p. 11).
  • Triangulation lý thuyết: Áp dụng TPB nhưng cũng cân nhắc và so sánh với các lý thuyết khác như TRA, HBM, PWM để đặt nghiên cứu vào bối cảnh rộng hơn của các mô hình tâm lý hành vi (1.2 Tính cấp thiết, p. 9).
• Validity (construct/internal/external) và reliability (α values):
  • Độ tin cậy (Reliability): Luận án sử dụng kiểm tra Cronbach Alpha để đánh giá độ tin cậy của các thang đo trong Nghiên cứu 2 (3.3.4 Kiểm tra Cronbach alpha, p. 11). Đây là một chỉ số tiêu chuẩn để đảm bảo tính nhất quán nội tại của các biến.
  • Tính giá trị (Validity):
    • Giá trị cấu trúc (Construct validity): Được đảm bảo thông qua Phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA) và Phân tích nhân tố khẳng định (Confirmatory Factor Analysis – CFA) để xác nhận các biến quan sát đo lường chính xác các khái niệm tiềm ẩn (3.3.5, 3.3.6 Phân tích nhân tố, p. 11).
    • Giá trị nội bộ (Internal validity): Được tăng cường thông qua việc kiểm soát các biến ngoại lai bằng các mô hình SEM phức tạp, cho phép xác định các mối quan hệ nhân quả một cách rõ ràng.
    • Giá trị bên ngoài (External validity): Nghiên cứu 1 thông qua MASEM đóng góp mạnh mẽ vào giá trị bên ngoài bằng cách tổng quát hóa các kết quả từ nhiều nghiên cứu trên thế giới. Nghiên cứu 2 tập trung vào Hậu Giang nhưng các phát hiện về mối quan hệ tâm lý hành vi có thể có khả năng tổng quát hóa đến các khu vực khác có điều kiện giao thông hỗn hợp tương tự.

Data và phân tích

• Sample characteristics với demographics/statistics:
  • Nghiên cứu 1: Dữ liệu phân tích là các đặc điểm của 42 bài báo bao gồm loại hành vi lái xe (20 hành vi riêng biệt), số lượng biến bổ sung (43 biến), quốc gia nghiên cứu, kích thước mẫu của mỗi nghiên cứu, tỷ lệ phần trăm giải thích của mô hình TPB và mô hình mở rộng (Bảng 2.1, p. 15). Các nghiên cứu này phân bố đa số tại Châu Âu và Châu Á.
  • Nghiên cứu 2: Đối với hai mẫu nghiên cứu độc lập tại Hậu Giang, luận án mô tả đặc trưng nhân khẩu học của người điều khiển xe hai bánh (giới tính, độ tuổi) gây ra TNGT tại Hậu Giang: nam giới chiếm 87% số vụ, 90% số người chết và 83% số người bị thương. Nhóm tuổi 27-55 tuổi chiếm tỷ lệ cao nhất (46% số vụ, 50% số người chết) (Hình 1.2, 1.3, p. 3-4; Bảng 5.1, 5.5). Điều này cho thấy sự tập trung vào đối tượng nghiên cứu phù hợp.
• Advanced techniques (SEM/multilevel/QCA etc.) với software:
  • MASEM: Luận án áp dụng kết hợp phân tích tổng hợp (MA) và mô hình phương trình cấu trúc (SEM), một kỹ thuật tiên tiến để tổng hợp dữ liệu từ nhiều nghiên cứu và xây dựng mô hình lý thuyết tổng quát. Phương pháp này "ước lượng các đại lượng chung nhất cho tất cả các nghiên cứu đơn lẻ bất đồng nhất nhằm tìm kiếm các kết luận lý thuyết" (1.2 Tính cấp thiết, p. 10).
  • SEM: Được sử dụng rộng rãi trong cả hai nghiên cứu. Trong Nghiên cứu 1, SEM được áp dụng với ma trận hiệp phương sai gộp (pooled covariance matrix) để đánh giá sự đóng góp của các biến TPB và biến bổ sung (Tóm tắt, p. iv). Trong Nghiên cứu 2, SEM là công cụ chính để kiểm định các mô hình hành vi BQD theo luật và vi phạm luật (3.3.7 Phân tích SEM, p. 11).
  • Software: Luận án sử dụng phần mềm AMOS (Analysis of Moment Structures) để thực hiện phân tích SEM (DANH MỤC CÁC TỪ VIẾT TẮT, p. xv), đồng thời nhắc đến các phần mềm khác như LISREL, EQS, MPLUS cho SEM và SPSS, Stata, R, Matlab cho phân tích tổng hợp (3.1.2 Mô hình phương trình cấu trúc, p. 30; 3.1.3 Phương pháp phân tích tổng hợp, p. 31).
• Robustness checks với alternative specifications: Mặc dù không sử dụng từ "robustness checks" một cách tường minh, luận án đã thực hiện các kiểm tra độ vững bằng cách:
  • So sánh các mô hình TPB khác nhau: Trong Nghiên cứu 1, luận án xem xét nhiều loại mô hình lý thuyết (tiêu chuẩn TPB đo trực tiếp/niềm tin, mở rộng TPB đo trực tiếp/niềm tin, TPB với nhân tố đa thành phần, tích hợp TPB – sự sẵn sàng nguyên mẫu) (4.1 Loại mô hình lý thuyết, p. 12).
  • Điều chỉnh biến đầu ra: Trong Nghiên cứu 2, mô hình cho hành vi BQD vi phạm luật có sự điều chỉnh về thiết kế thang đo của các biến và loại biến đầu ra (khả năng suýt xảy ra tai nạn) so với mô hình BQD theo luật (Tóm tắt, p. v). Điều này cho phép kiểm tra tính ổn định của các mối quan hệ dưới các định nghĩa và đo lường khác nhau của hành vi.
• Effect sizes và confidence intervals reported: Luận án báo cáo các mức độ tác động thông qua tỷ lệ phần trăm giải thích sự biến thiên (R-squared) của ý định và hành vi. Ví dụ, mô hình TPB tiêu chuẩn giải thích 32% sự biến thiên của ý định và 34% sự biến thiên của hành vi (Tóm tắt, p. ii). Mức độ tác động của các biến TPB và các biến bổ sung đối với ý định lái xe được xác định cụ thể ở từng cặp mối quan hệ, bao gồm cả khả năng giải thích của từng biến bổ sung đối với ý định lái xe (Tóm tắt, p. ii). Các hệ số tương quan (r) cũng được báo cáo để đánh giá mức độ ảnh hưởng của các cặp mối quan hệ (Bảng 4.2, 4.3).

Phát hiện đột phá và implications

Luận án đã đưa ra những phát hiện then chốt và đột phá, mang lại ý nghĩa sâu sắc cho cả lý thuyết và thực tiễn.

Những phát hiện then chốt

1. Cơ sở lý thuyết TPB tổng quát cho hành vi lái xe: Nghiên cứu 1 khẳng định mô hình TPB tiêu chuẩn giải thích được 32% sự biến thiên của ý định lái xe và 34% sự biến thiên của hành vi lái xe (Tóm tắt, p. ii). Sáu biến bổ sung thường được sử dụng nhất để nâng cao năng lực dự báo của TPB bao gồm hành vi quá khứ, nhận diện cá nhân, chuẩn mực mô tả, chuẩn mực đạo đức, hối tiếc đoán trước và nhận thức rủi ro (Tóm tắt, p. iv; 2.1.2, p. 16).
2. Mô hình TPB cho hành vi BQD theo luật: Mô hình đề xuất đã giải thích được 21% sự biến thiên của ý định BQD theo luật và 41% sự biến thiên của hành vi BQD theo luật. Các chỉ báo chính của ý định là trường hợp thuận lợi (facilitating circumstances), chuẩn mực chủ quan (subjective norm) và chuẩn mực mô tả (descriptive norm). Ý định và nhận thức rủi ro (risk perception) là các chỉ báo của hành vi BQD theo luật (Tóm tắt, p. iii).
3. Mô hình TPB cho hành vi BQD vi phạm luật và yếu tố "near-misses": Mô hình giải thích được 49% sự biến thiên của ý định BQD vi phạm luật và 23% sự biến thiên của khả năng suýt xảy ra tai nạn (near-misses). Niềm tin về lợi ích của hành vi (advantage beliefs), chuẩn mực mô tả, chuẩn mực chủ quan, trường hợp thuận lợi và nhận biết tình huống giao thông (situation awareness) đều có tác động trực tiếp đến ý định vi phạm BQD. Khả năng suýt xảy ra tai nạn chịu ảnh hưởng trực tiếp bởi ý định, trường hợp thuận lợi và nhận thức rủi ro (Tóm tắt, p. iii). Đây là một phát hiện quan trọng vì nó định lượng hóa mối liên hệ giữa các yếu tố tâm lý và hậu quả nguy hiểm tiềm tàng.
4. Mối liên hệ giữa Nhận biết tình huống giao thông và Nhận thức rủi ro: Nghiên cứu đã khẳng định "nhận biết tình huống giao thông được khẳng định là chỉ báo của nhận thức rủi ro" (Tóm tắt, p. iii). Đây là một phát hiện mới, mở rộng hiểu biết về cơ chế hình thành nhận thức rủi ro trong bối cảnh lái xe thực tế.
5. Counter-intuitive results với theoretical explanation: Một phát hiện đáng chú ý là "người lái xe nhận thức không có sự khác biệt về rủi ro giao thông giữa làn xe cùng chiều và làn ngược chiều" (Tóm tắt, p. iii). Điều này có thể giải thích lý do tại sao người lái xe máy thường chủ quan khi BQD, không đánh giá đúng mức độ nguy hiểm từ các làn xe ngược chiều, dẫn đến các tai nạn liên quan đến hành vi này. Phát hiện này thách thức giả định về sự nhận thức rủi ro đồng đều và nhấn mạnh tầm quan trọng của giáo dục nhận thức về nguy hiểm tiềm tàng ở các hướng giao thông khác nhau.
6. So sánh với prior research findings: Các phát hiện về khả năng giải thích của TPB (32% ý định, 34% hành vi) là tương đồng với các nghiên cứu tổng quan trước đây của Godin và Kok (1996) [55] (41% ý định, 34% hành vi) và Armitage và Conner (2001) [58] (39% ý định, 27% hành vi), củng cố tính vững chắc của TPB như một khung lý thuyết dự báo hành vi lái xe. Tuy nhiên, các chỉ báo cụ thể của ý định và hành vi BQD (ví dụ, vai trò mạnh mẽ của chuẩn mực mô tả, trường hợp thuận lợi, nhận biết tình huống giao thông) là những đóng góp mới, cụ thể hóa TPB trong một hành vi và bối cảnh đặc thù chưa được nghiên cứu.

Implications đa chiều

• Theoretical advances với contribution to 2+ theories: Luận án đóng góp vào TPB (Ajzen, 1991) bằng cách mở rộng nó với các biến bổ sung mới như "nhận biết tình huống giao thông" và điều chỉnh biến đầu ra sang "khả năng suýt xảy ra tai nạn". Đồng thời, nó cung cấp một khung lý thuyết TPB tổng thể cho hành vi lái xe thông qua MASEM, giúp giải quyết các mâu thuẫn trong tài liệu hiện có và làm phong phú thêm Lý thuyết quyết định hành vi (behavioral decision theory) bằng cách cung cấp một mô hình dựa trên niềm tin chi tiết hơn cho một hành vi rủi ro cụ thể.
• Methodological innovations applicable to other contexts: Việc áp dụng MASEM hiệu quả trong lĩnh vực giao thông vận tải là một đổi mới phương pháp luận có thể áp dụng cho các nghiên cứu hành vi khác trong ngành, đặc biệt khi cần tổng hợp và khái quát hóa kết quả từ nhiều nghiên cứu riêng lẻ. Cách tiếp cận điều chỉnh biến đầu ra của TPB sang "khả năng suýt xảy ra tai nạn" cũng có thể được áp dụng để nghiên cứu các hành vi rủi ro khác trong y tế công cộng hoặc an toàn lao động.
• Practical applications với specific recommendations: Dựa trên các chỉ báo đã xác định của ý định và hành vi BQD, luận án đã đề xuất 17 nhóm giải pháp và các giải pháp cụ thể (Tóm tắt, p. iii). Ví dụ, để hạn chế BQD vi phạm luật, các giải pháp bao gồm tăng cường giáo dục nhận thức về rủi ro từ các làn xe ngược chiều, truyền thông về các niềm tin bất lợi của hành vi vi phạm, tăng cường sự hiện diện của cảnh sát giao thông và lắp đặt camera quan sát tại các điểm nóng BQD (Bảng 6.1, p. 113; Bảng 6.2, p. 116).
• Policy recommendations với implementation pathway: Luận án đề xuất các khuyến nghị chính sách rõ ràng:
  • Giáo dục và nâng cao nhận thức: Tập trung vào nhóm đối tượng nam giới trưởng thành từ 27-55 tuổi – nhóm đối tượng gây ra TNGT chủ yếu tại Hậu Giang (Hình 1.3, p. 4). Nội dung giáo dục cần làm rõ rủi ro của BQD, đặc biệt là nhận thức không chính xác về rủi ro giữa các làn xe.
  • Thực thi pháp luật: Tăng cường kiểm soát và xử phạt tại các điểm thường xuyên xảy ra BQD vi phạm luật.
  • Cải thiện hạ tầng giao thông: Thiết kế các giải pháp kỹ thuật tại các nút giao thông hoặc trên đường hai chiều không có dải phân cách để hạn chế hành vi BQD không an toàn, ví dụ như bố trí dải phân cách mềm, biển báo rõ ràng hơn. Các giải pháp này được trình bày chi tiết trong Chương 6 với các kế hoạch triển khai cụ thể (Bảng 6.2, 6.4).
• Generalizability conditions clearly specified: Các phát hiện về cơ sở lý thuyết TPB cho hành vi lái xe (Nghiên cứu 1) có tính tổng quát cao do sử dụng MASEM. Tuy nhiên, các mô hình hành vi BQD cụ thể (Nghiên cứu 2) được phát triển trong bối cảnh Hậu Giang, Việt Nam, với đặc điểm dòng xe hỗn hợp và đường hai chiều không có dải phân cách. Do đó, tính tổng quát của các giải pháp thực tiễn cần được xem xét cẩn thận khi áp dụng cho các bối cảnh quốc tế hoặc các khu vực khác có điều kiện giao thông khác biệt. Tuy nhiên, các cơ chế tâm lý được xác định vẫn có thể là nền tảng cho các nghiên cứu tương lai ở các ngữ cảnh khác.

Limitations và Future Research

Luận án này thừa nhận những hạn chế vốn có và đưa ra các hướng nghiên cứu trong tương lai để mở rộng và làm sâu sắc thêm lĩnh vực này.

3-4 specific limitations acknowledged:

1. Phạm vi dữ liệu Nghiên cứu 1: Mặc dù sử dụng MASEM trên 42 bài báo, các nghiên cứu tổng quan trước đây (ví dụ: Armitage và Conner (2001) [58] với 185 nghiên cứu) cho thấy một tập dữ liệu lớn hơn có thể mang lại kết quả tổng quát hơn nữa. Hơn nữa, việc chỉ xem xét các bài báo tiếng Anh có thể bỏ qua các nghiên cứu quan trọng được công bố bằng ngôn ngữ khác.
2. Khả năng giải thích của mô hình: Mặc dù các mô hình TPB đã giải thích được một phần đáng kể sự biến thiên của ý định và hành vi (ví dụ: 21% ý định, 41% hành vi CM; 49% ý định, 23% near-misses IM), vẫn còn một phần lớn sự biến thiên chưa được giải thích. Điều này cho thấy có thể còn các yếu tố tâm lý, xã hội, hoặc môi trường khác chưa được tích hợp hoặc đo lường đầy đủ trong mô hình hiện tại.
3. Tính tổng quát hóa của Nghiên cứu 2: Các phát hiện của Nghiên cứu 2 tập trung vào tỉnh Hậu Giang. Mặc dù Hậu Giang đại diện cho các điều kiện giao thông điển hình ở Đồng bằng sông Cửu Long, nhưng việc áp dụng trực tiếp các giải pháp cho các khu vực khác của Việt Nam hoặc quốc tế cần được kiểm định thêm do sự khác biệt về văn hóa, hạ tầng, và quy định giao thông.
4. Thiếu kiểm tra cụ thể về các yếu tố điều tiết dòng xe lưu thông: Mặc dù Nghiên cứu 1 có đề cập đến khả năng "sự tác động của các biến TPB lên ý định lái xe bị điều tiết bởi loại hành vi lái xe và loại điều kiện dòng xe lưu thông" (Tóm tắt, p. iii), nhưng mức độ chi tiết của phân tích điều tiết này có thể cần được làm rõ hơn trong bối cảnh cụ thể của Nghiên cứu 2, đặc biệt là với các biến liên quan đến "dòng xe hỗn hợp".

Boundary conditions về context/sample/time: Luận án chỉ giới hạn trong hành vi BQD của xe hai bánh trên đường hai chiều không có dải phân cách giữa tại Hậu Giang. Các loại phương tiện khác (ô tô, xe tải) hoặc các loại đường khác (có dải phân cách, đường cao tốc) hoặc các khu vực địa lý khác không nằm trong phạm vi nghiên cứu chính, do đó các kết luận cần được áp dụng một cách thận trọng ngoài các điều kiện này.

Future research agenda với 4-5 concrete directions:

1. Mở rộng nghiên cứu BQD sang các ngữ cảnh khác: Thực hiện các nghiên cứu tương tự về hành vi BQD tại các tỉnh/thành phố khác của Việt Nam hoặc các quốc gia có điều kiện giao thông hỗn hợp tương tự để kiểm định tính tổng quát và sự phù hợp của mô hình và giải pháp.
2. Khám phá thêm các biến bổ sung: Nghiên cứu các yếu tố tâm lý hoặc xã hội khác chưa được tích hợp vào mô hình TPB hiện tại, như các yếu tố văn hóa, yếu tố cảm xúc (ví dụ: sự nóng vội, sự tự tin thái quá), hoặc các yếu tố môi trường vi mô để nâng cao hơn nữa khả năng giải thích của mô hình.
3. Nghiên cứu dọc (longitudinal studies): Thực hiện các nghiên cứu dọc để theo dõi sự thay đổi của ý định và hành vi BQD theo thời gian, đặc biệt sau khi triển khai các biện pháp can thiệp, nhằm đánh giá hiệu quả thực tế và bền vững của các giải pháp.
4. Nghiên cứu so sánh hành vi BQD giữa các loại phương tiện: So sánh hành vi BQD của xe hai bánh với ô tô, xe tải để xác định các đặc điểm riêng biệt và đề xuất các giải pháp đặc thù cho từng loại phương tiện.
5. Phát triển mô hình can thiệp và đánh giá hiệu quả: Thiết kế và triển khai các chương trình can thiệp dựa trên các phát hiện của luận án, sau đó sử dụng các phương pháp đánh giá nghiêm ngặt để đo lường tác động của chúng lên hành vi BQD và tỷ lệ TNGT liên quan.

Methodological improvements suggested:

• Sử dụng các phương pháp phân tích thống kê tiên tiến hơn như máy học (machine learning) để dự đoán hành vi BQD và xác định các yếu tố dự báo phức tạp.
• Tăng cường kích thước mẫu và đa dạng hóa đối tượng tham gia khảo sát trong Nghiên cứu 2 để tăng cường tính đại diện và khả năng tổng quát hóa.
• Kết hợp dữ liệu từ cảm biến giao thông, camera giám sát để có cái nhìn khách quan hơn về hành vi thực tế, bổ sung cho dữ liệu tự báo cáo từ bảng hỏi.

Theoretical extensions proposed:

• Tích hợp TPB với các lý thuyết hành vi khác như Theory of Interpersonal Behavior (TIP) hoặc Comprehensive Action Determination Model (CADM) để tạo ra một khung lý thuyết toàn diện hơn, có thể giải thích các hành vi phức tạp trong môi trường giao thông động.
• Phát triển các mô hình đa cấp (multilevel models) để phân tích tác động đồng thời của các yếu tố ở cấp độ cá nhân (thái độ, ý định) và cấp độ môi trường (đặc điểm đường, lưu lượng giao thông, quy định pháp luật) lên hành vi BQD.

Tác động và ảnh hưởng

Luận án này được kỳ vọng sẽ tạo ra tác động và ảnh hưởng sâu rộng trên nhiều lĩnh vực, từ học thuật đến thực tiễn xã hội.

Academic impact với potential citations estimate: Luận án có tiềm năng tạo ra tác động học thuật đáng kể:

• Điểm khởi đầu cho nghiên cứu tương lai: Nghiên cứu 1 cung cấp một cơ sở lý thuyết TPB được tổng hợp hệ thống cho hành vi lái xe, giúp các nhà nghiên cứu "nắm bắt nhanh bức tranh tổng quát về tình hình áp dụng TPB cho hành vi lái xe" và "làm cơ sở gốc để đối chiếu với kết quả của các nghiên cứu tương lai" (Tóm tắt, p. iii). Điều này có thể dẫn đến việc được trích dẫn thường xuyên bởi các luận án tiến sĩ, thạc sĩ, và các bài báo khoa học khác trong lĩnh vực an toàn giao thông và tâm lý học hành vi.
• Mở ra khe hẹp nghiên cứu mới: Nghiên cứu đầu tiên về hành vi BQD dưới góc độ TPB mở ra một lĩnh vực nghiên cứu mới, khuyến khích các học giả khác khám phá hành vi này trong các bối cảnh đa dạng.
• Đổi mới phương pháp luận: Việc áp dụng thành công MASEM trong lĩnh vực giao thông vận tải là một đóng góp phương pháp luận đáng chú ý, có thể truyền cảm hứng cho việc sử dụng kỹ thuật này trong các lĩnh vực khoa học xã hội và y tế công cộng khác.
• Ước tính trích dẫn: Dựa trên tính tiên phong và sự chặt chẽ về phương pháp, luận án có tiềm năng đạt được ít nhất 50-100 trích dẫn học thuật trong vòng 5-10 năm tới từ các nghiên cứu quốc tế và trong nước.

Industry transformation với specific sectors: Các phát hiện của luận án có thể ảnh hưởng đến các ngành công nghiệp sau:

• Ngành sản xuất và công nghệ giao thông: Các nhà sản xuất phương tiện có thể xem xét tích hợp các tính năng cảnh báo hoặc hỗ trợ người lái dựa trên các yếu tố tâm lý đã được xác định, ví dụ: hệ thống cảnh báo rủi ro BQD thông minh. Các công ty công nghệ phát triển ứng dụng giao thông có thể thiết kế các tính năng nâng cao nhận biết tình huống và rủi ro cho người lái.
• Ngành bảo hiểm: Các công ty bảo hiểm có thể sử dụng dữ liệu và mô hình từ luận án để đánh giá rủi ro chính xác hơn đối với người lái xe hai bánh ở các khu vực có điều kiện giao thông hỗn hợp, từ đó điều chỉnh chính sách và phí bảo hiểm.
• Ngành đào tạo lái xe: Các trung tâm đào tạo có thể phát triển các khóa học chuyên biệt về kỹ năng BQD an toàn, tập trung vào việc nâng cao nhận thức rủi ro và nhận biết tình huống, đặc biệt cho người lái xe hai bánh.

Policy influence với government levels: Luận án cung cấp bằng chứng khoa học vững chắc để định hình chính sách giao thông ở các cấp độ khác nhau:

• Cấp địa phương (Hậu Giang và các tỉnh thành tương tự): Luận án trực tiếp cung cấp "17 nhóm giải pháp và các giải pháp cụ thể" (Tóm tắt, p. iii) để kéo giảm TNGT liên quan BQD tại Hậu Giang. Các khuyến nghị này có thể được chính quyền địa phương sử dụng để xây dựng các chương trình an toàn giao thông, chiến dịch tuyên truyền, và cải thiện hạ tầng cụ thể. Ví dụ, chiến dịch giáo dục có thể nhắm mục tiêu vào đối tượng nam giới 27-55 tuổi, nhấn mạnh rủi ro từ làn xe ngược chiều.
• Cấp quốc gia (Bộ Giao thông Vận tải, Ủy ban An toàn Giao thông Quốc gia): Các phát hiện về các yếu tố tâm lý ảnh hưởng đến hành vi lái xe trong dòng xe hỗn hợp Việt Nam có thể được tích hợp vào các quy định về an toàn giao thông, chương trình giáo dục công dân, và chiến lược phát triển hạ tầng đường bộ trên toàn quốc. Khung lý thuyết TPB tổng thể cho hành vi lái xe cũng có thể là nền tảng cho các nghiên cứu chính sách quốc gia.

Societal benefits quantified where possible: Các lợi ích xã hội từ luận án bao gồm:

• Giảm thiểu tai nạn giao thông: Nếu các giải pháp được triển khai hiệu quả, có thể giúp kéo giảm đáng kể số vụ TNGT, số người chết và người bị thương do hành vi BQD. Với tỷ lệ TNGT do BQD chiếm 25% và 36% số người chết tại Hậu Giang năm 2022 (Hình 1.4, p. 5), việc giảm 10-20% số vụ tai nạn liên quan BQD có thể cứu sống hàng chục người và giảm hàng trăm ca chấn thương mỗi năm tại Hậu Giang, cùng với những tác động tích cực đến chi phí y tế và năng suất lao động.
• Nâng cao văn hóa giao thông: Việc giáo dục và nâng cao nhận thức về hành vi BQD an toàn sẽ góp phần hình thành thói quen lái xe văn minh và có trách nhiệm hơn trong cộng đồng.
• Tiết kiệm chi phí xã hội: Giảm TNGT đồng nghĩa với việc giảm gánh nặng y tế, chi phí sửa chữa tài sản, chi phí điều tra và xử lý tai nạn, mang lại lợi ích kinh tế đáng kể cho xã hội.

International relevance với global implications: Mặc dù nghiên cứu điển hình tại Hậu Giang, các phát hiện của luận án có tính liên quan quốc tế đáng kể:

• Các quốc gia có dòng xe hỗn hợp tương tự: Nhiều quốc gia đang phát triển ở Châu Á, Châu Phi và Châu Mỹ Latinh có điều kiện giao thông hỗn hợp tương tự Việt Nam. Các mô hình và giải pháp được đề xuất từ luận án có thể được điều chỉnh và áp dụng để giải quyết vấn đề an toàn giao thông ở các quốc gia này.
• Khung lý thuyết chung: Cơ sở lý thuyết TPB tổng thể cho hành vi lái xe được xây dựng trong Nghiên cứu 1 có giá trị toàn cầu, cung cấp một khuôn khổ vững chắc cho các nhà nghiên cứu trên khắp thế giới để hiểu và dự báo hành vi lái xe đa dạng.
• Chia sẻ kiến thức: Luận án góp phần vào kho tàng kiến thức toàn cầu về tâm lý học giao thông, đặc biệt là trong việc nghiên cứu các hành vi lái xe rủi ro trong các môi trường giao thông phức tạp.

Đối tượng hưởng lợi

Luận án này mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong cộng đồng học thuật, ngành công nghiệp, và hoạch định chính sách.

• Doctoral researchers (Nghiên cứu sinh tiến sĩ):
  • Specific research gaps: Luận án cung cấp một bức tranh tổng quan rõ ràng về ứng dụng TPB trong hành vi lái xe, giúp các nghiên cứu sinh nhanh chóng "phát hiện khoảng trống nghiên cứu tương lai" (Tóm tắt, p. iii). Ví dụ, họ có thể nghiên cứu sâu hơn về các biến bổ sung chưa được khám phá, hoặc áp dụng mô hình BQD cho các loại đường và phương tiện khác.
  • Methodological guidance: Việc áp dụng MASEM và việc điều chỉnh biến đầu ra của TPB sang "khả năng suýt xảy ra tai nạn" cung cấp các phương pháp luận tiên tiến mà các nghiên cứu sinh có thể tham khảo và mở rộng trong các đề tài của mình.
• Senior academics (Các học giả cấp cao):
  • Theoretical advances: Luận án đóng góp vào việc mở rộng và làm sâu sắc TPB bằng cách tích hợp các yếu tố mới và cung cấp một tổng quan lý thuyết hệ thống, là "cơ sở gốc để đối chiếu với kết quả của các nghiên cứu tương lai" (Tóm tắt, p. iii). Điều này có thể thúc đẩy các cuộc thảo luận học thuật và các hướng nghiên cứu lý thuyết mới trong tâm lý học giao thông.
  • International comparisons: Các học giả có thể sử dụng Nghiên cứu 1 để tổng hợp và so sánh các phát hiện từ các nghiên cứu quốc tế khác nhau, xây dựng các lý thuyết tổng quát hơn.
• Industry R&D (Nghiên cứu và Phát triển Công nghiệp):
  • Practical applications: Các nhà phát triển sản phẩm trong ngành ô tô, xe máy, và công nghệ giao thông có thể sử dụng các chỉ báo hành vi đã xác định để thiết kế các hệ thống hỗ trợ lái xe an toàn, ứng dụng cảnh báo rủi ro, hoặc các giải pháp hạ tầng thông minh hơn nhằm giảm thiểu BQD nguy hiểm. Ví dụ, thiết kế cảnh báo trực quan hoặc âm thanh khi người lái xe có ý định BQD tại điểm mù hoặc khi có phương tiện ngược chiều đến gần.
• Policy makers (Các nhà hoạch định chính sách):
  • Evidence-based recommendations: Luận án cung cấp "17 nhóm giải pháp và các giải pháp cụ thể" (Tóm tắt, p. iii) dựa trên bằng chứng khoa học, giúp các nhà hoạch định chính sách tại Hậu Giang và các khu vực tương tự xây dựng các chiến dịch giáo dục, cải thiện cơ sở hạ tầng, và tăng cường thực thi pháp luật một cách hiệu quả hơn.
  • Quantify benefits where possible: Việc định lượng hóa tác động của TNGT và tiềm năng giảm thiểu tai nạn cung cấp một luận cứ mạnh mẽ để ưu tiên nguồn lực và đầu tư vào các giải pháp an toàn giao thông.

Câu hỏi chuyên sâu

Trả lời với SPECIFIC DETAILS:

1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất của luận án là việc mở rộng Lý thuyết hoạch định hành vi (TPB) của Ajzen (1991) bằng cách tích hợp yếu tố "nhận biết tình huống giao thông" (situation awareness) vào mô hình hành vi lái xe, đặc biệt trong bối cảnh dòng xe hỗn hợp. Luận án khẳng định rằng "Nhận biết tình huống lái là yếu tố quan trong trong môi trường giao thông động, tuy nhiên yếu tố này chưa được xem xét trong các mô hình nghiên cứu TPB trước đây" (1.7 Những đóng góp mới, p. 13). Hơn nữa, nghiên cứu đã chứng minh rằng "nhận biết tình huống giao thông được khẳng định là chỉ báo của nhận thức rủi ro" (Tóm tắt, p. iii), làm sâu sắc thêm cơ chế hình thành nhận thức rủi ro trong các hành vi lái xe.

2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận chính của luận án là việc áp dụng hiệu quả sự kết hợp của phân tích tổng hợp (Meta-Analysis) và mô hình phương trình cấu trúc (Structural Equation Modeling – SEM), tức MASEM, trong lĩnh vực an toàn giao thông.

• So với Godin và Kok (1996) [55]: Nghiên cứu này cũng thực hiện tổng quan TPB nhưng sử dụng phương pháp định tính và tính toán giá trị bình quân của hệ số tương quan và tỷ lệ phương sai giải thích. MASEM của luận án này vượt trội hơn vì nó cho phép "ước lượng mức độ ảnh hưởng khi có xem xét sự tác động của nhiều biến khác trong mô hình nghiên cứu" (2.4 Nhận xét, đánh giá, p. 25), giải quyết được các mối quan hệ tác động trực tiếp/gián tiếp phức tạp mà phương pháp định tính không làm được.
• So với Armitage và Conner (2001) [58]: Nghiên cứu này cũng sử dụng phân tích tổng hợp nhưng theo phương pháp của Hedges và Olkin (1985) [56] để tổng hợp các hệ số tương quan. Luận án hiện tại sử dụng MASEM, cho phép xây dựng một "ma trận hiệp phương sai gộp" để chạy SEM cho một mô hình tổng thể, kiểm định các giả thuyết về mối quan hệ nhân quả một cách chặt chẽ hơn và đồng thời ước lượng nhiều biến phụ thuộc (3.1.2 Mô hình phương trình cấu trúc, p. 30). Phương pháp này giúp đưa ra "các ước lượng chung nhất cho tất cả các nghiên cứu đơn lẻ bất đồng nhất" (1.2 Tính cấp thiết, p. 10), điều mà các phương pháp tổng hợp hệ số tương quan đơn thuần khó đạt được.

3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là "người lái xe nhận thức không có sự khác biệt về rủi ro giao thông giữa làn xe cùng chiều và làn ngược chiều" khi băng qua đường (Tóm tắt, p. iii). Điều này trái với trực giác thông thường, vì rủi ro từ phương tiện ngược chiều thường được coi là cao hơn và khó lường hơn. Phát hiện này rất quan trọng bởi nó cho thấy sự thiếu hụt trong nhận thức rủi ro của người lái xe, là nguyên nhân sâu xa dẫn đến hành vi BQD nguy hiểm. Dữ liệu này được rút ra từ kết quả của Nghiên cứu 2, cho thấy mặc dù nhận thức rủi ro là một chỉ báo quan trọng của hành vi, nhưng bản thân nhận thức đó lại có những sai lệch đáng kể trong việc đánh giá các nguồn rủi ro khác nhau.

4. Replication protocol provided? Luận án không cung cấp một "giao thức sao chép" (replication protocol) chi tiết theo nghĩa từng bước cụ thể. Tuy nhiên, do tính chất của Nghiên cứu 1 là một phân tích tổng hợp và Nghiên cứu 2 là một nghiên cứu thực nghiệm được mô tả chi tiết, các nhà nghiên cứu khác có thể sao chép các phần của phương pháp luận.

• Nghiên cứu 1: Mô tả quy trình rà soát 42 bài báo, xác định tiêu chí lựa chọn, và áp dụng MASEM (Chương 2 và 3). Điều này cho phép người khác sử dụng cùng tập dữ liệu hoặc mở rộng tập dữ liệu để kiểm tra lại các kết quả.
• Nghiên cứu 2: Trình bày chi tiết về thiết kế nghiên cứu (hai mẫu độc lập, kịch bản BQD theo luật/vi phạm luật), phương pháp đo lường (thang đo Likert, phỏng vấn xác định niềm tin nổi trội), quy trình thu thập dữ liệu, và các kỹ thuật phân tích (EFA, CFA, SEM) (Chương 3 và 5). Việc này cho phép các nhà nghiên cứu khác thiết kế một nghiên cứu tương tự tại các địa điểm khác để kiểm định tính vững chắc của mô hình.

5. 10-year research agenda outlined? Luận án không cung cấp một "chương trình nghiên cứu 10 năm" theo đúng nghĩa đen. Tuy nhiên, nó đã phác thảo một chương trình nghiên cứu trong tương lai với các hướng cụ thể, có thể kéo dài hơn 10 năm, tập trung vào việc mở rộng và làm sâu sắc thêm lĩnh vực nghiên cứu hành vi BQD và TPB trong hành vi lái xe:

• Mở rộng nghiên cứu BQD sang các ngữ cảnh địa lý và văn hóa khác.
• Khám phá các biến bổ sung mới để nâng cao khả năng giải thích mô hình.
• Thực hiện các nghiên cứu dọc để đánh giá hiệu quả của các biện pháp can thiệp.
• Nghiên cứu so sánh hành vi BQD giữa các loại phương tiện.
• Phát triển và đánh giá các mô hình can thiệp thực tế dựa trên kết quả nghiên cứu.
• Đề xuất các cải tiến phương pháp luận như sử dụng máy học và tích hợp dữ liệu khách quan (cảm biến).
• Mở rộng lý thuyết TPB bằng cách tích hợp với các lý thuyết hành vi khác và phát triển mô hình đa cấp. Những hướng này cung cấp một lộ trình rõ ràng cho các nghiên cứu tiếp theo.

Kết luận

Luận án này đại diện cho một bước tiến quan trọng trong lĩnh vực an toàn giao thông và tâm lý học hành vi, đặc biệt trong bối cảnh giao thông phức tạp tại Việt Nam.

5-6 SPECIFIC contributions (numbered):

1. Thiết lập cơ sở lý thuyết TPB hệ thống cho hành vi lái xe: Đây là nghiên cứu đầu tiên sử dụng MASEM để tổng hợp 42 bài báo quốc tế, cung cấp một khung lý thuyết TPB tổng quát, giải thích được 32% ý định và 34% hành vi lái xe, làm nền tảng cho các nghiên cứu tương lai (Tóm tắt, p. ii).
2. Mô hình hóa hành vi BQD lần đầu tiên: Luận án xây dựng và kiểm định thành công các mô hình TPB cho hành vi BQD của xe hai bánh, cả theo luật (giải thích 21% ý định, 41% hành vi) và vi phạm luật (giải thích 49% ý định, 23% khả năng suýt xảy ra tai nạn) (Tóm tắt, p. iii).
3. Tích hợp biến "Nhận biết tình huống giao thông": Thành công tích hợp yếu tố "nhận biết tình huống giao thông" vào mô hình TPB và khẳng định nó là chỉ báo của "nhận thức rủi ro", nâng cao khả năng giải thích lý thuyết về hành vi lái xe trong môi trường động (Tóm tắt, p. iii; 1.7 Những đóng góp mới, p. 13).
4. Điều chỉnh biến đầu ra của TPB sang "khả năng suýt xảy ra tai nạn": Đổi mới trong việc sử dụng "khả năng suýt xảy ra tai nạn" làm biến đầu ra cho hành vi BQD vi phạm luật, mang lại hiểu biết sâu sắc hơn về hậu quả rủi ro của hành vi.
5. Cung cấp các giải pháp can thiệp dựa trên bằng chứng: Dựa trên các chỉ báo cụ thể của ý định và hành vi BQD, luận án đề xuất 17 nhóm giải pháp và các giải pháp cụ thể nhằm kéo giảm TNGT, có ý nghĩa thực tiễn cao cho các nhà quản lý và hoạch định chính sách (Tóm tắt, p. iii).
6. Xác định sai lệch trong nhận thức rủi ro: Phát hiện quan trọng là người lái xe không nhận thức được sự khác biệt về rủi ro giữa làn xe cùng chiều và ngược chiều, một yếu tố then chốt cần được giải quyết trong các chương trình giáo dục an toàn giao thông (Tóm tắt, p. iii).

Paradigm advancement với evidence: Luận án thúc đẩy tiến bộ trong mô hình nghiên cứu bằng cách kết hợp cách tiếp cận thực chứng (positivism) mạnh mẽ thông qua MASEM và SEM với yếu tố của chủ nghĩa thực dụng (pragmatism) thông qua phỏng vấn định tính để xác định niềm tin nổi trội. Việc sử dụng MASEM để xây dựng một cơ sở lý thuyết tổng quát cho TPB trong hành vi lái xe (Nghiên cứu 1) và việc điều chỉnh biến đầu ra của TPB sang "khả năng suýt xảy ra tai nạn" (Nghiên cứu 2) là bằng chứng cho sự tiến bộ trong cách tiếp cận định lượng hóa và hiểu biết các hành vi phức tạp trong môi trường thực tế, đặc biệt là trong lĩnh vực an toàn giao thông.

3+ new research streams opened:

1. Nghiên cứu chuyên sâu về hành vi BQD: Mở ra một lĩnh vực nghiên cứu mới về hành vi BQD của người điều khiển phương tiện, có thể mở rộng cho các loại phương tiện và bối cảnh giao thông khác nhau.
2. Tích hợp yếu tố nhận biết tình huống vào mô hình hành vi: Tạo tiền đề cho việc tích hợp "nhận biết tình huống giao thông" và các yếu tố môi trường động khác vào các mô hình hành vi lái xe nói chung.
3. Mô hình hóa hậu quả rủi ro của hành vi: Phương pháp điều chỉnh biến đầu ra của TPB thành "khả năng suýt xảy ra tai nạn" có thể mở ra một dòng nghiên cứu mới tập trung vào việc định lượng hóa và dự báo các rủi ro tiềm tàng của hành vi thay vì chỉ hành vi thực tế.

Global relevance với international comparison: Luận án có tính liên quan toàn cầu đáng kể. Nghiên cứu 1, dựa trên phân tích tổng hợp các bài báo quốc tế, cung cấp một cái nhìn tổng quát về ứng dụng TPB trong hành vi lái xe, có giá trị cho các học giả trên toàn thế giới. Các phát hiện của Nghiên cứu 2, mặc dù tập trung vào Hậu Giang, lại đặc biệt phù hợp với các quốc gia đang phát triển hoặc các khu vực có điều kiện dòng xe hỗn hợp và đường không phân cách tương tự (ví dụ: các nước Đông Nam Á, Châu Phi). Việc so sánh kết quả với các nghiên cứu quốc tế trước đây (ví dụ: của Godin và Kok (1996) [55] và Armitage và Conner (2001) [58]) đã chứng minh tính vững chắc và khả năng ứng dụng rộng rãi của khung lý thuyết được phát triển.

Legacy measurable outcomes: Luận án để lại một di sản có thể đo lường thông qua:

• Giảm tỷ lệ TNGT liên quan BQD: Mục tiêu cuối cùng là giảm đáng kể tỷ lệ TNGT, số người chết và người bị thương do hành vi BQD, cụ thể là tại Hậu Giang nơi tỷ lệ này đã tăng từ 9% lên 25% (Tóm tắt, p. ii).
• Số lượng trích dẫn học thuật: Đánh giá thông qua số lần luận án được trích dẫn trong các công trình khoa học tiếp theo, ước tính 50-100 trích dẫn trong 5-10 năm.
• Ảnh hưởng chính sách: Đo lường qua việc các giải pháp đề xuất được các cơ quan quản lý áp dụng và các tác động của chúng được ghi nhận trong các báo cáo về an toàn giao thông.
• Đổi mới trong đào tạo và công nghệ: Các chương trình đào tạo lái xe mới hoặc các tính năng an toàn trong phương tiện và ứng dụng giao thông được phát triển dựa trên kết quả nghiên cứu.