Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định

Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định mua của người tiêu d

Luận án tiến sĩ phân tích ảnh hưởng của nguồn gốc sản phẩm đến ý định mua hàng, làm rõ cơ chế tác động và hàm ý quản trị marketing thực tiễn.

Trường ĐH

Đại học Quốc gia Hà Nội

Tác giả

Luan An

Thể loại

luận án tiến sĩ

Năm xuất bản

2023

Số trang

175

Thời gian đọc

27 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

50 Point

Tổng quan nhanh

Chủ đề:: 1. Nghiên cứu ảnh hưởng của xuất xứ sản phẩm tới ý định mua hàng
Số trang:: 175 trang
Trường:: Đại học Quốc gia Hà Nội
Tác giả:: Luan An
Năm:: 2023

Tóm tắt nội dung luận án

I. Nghiên cứu ảnh hưởng của xuất xứ sản phẩm tới ý định mua hàng

Luận án này tập trung khám phá ảnh hưởng của nguồn gốc sản phẩm tới ý định mua hàng của người tiêu dùng. Nguồn gốc sản phẩm là một yếu tố quan trọng trong quyết định mua. Nó cung cấp thông tin về chất lượng, uy tín và giá trị cảm nhận của sản phẩm. Nghiên cứu này phân tích cách Quốc gia xuất xứ (COO) tác động trực tiếp hoặc gián tiếp đến hành vi người tiêu dùng. Các yếu tố như nhận thức về chất lượng sản phẩm, thái độ của người tiêu dùng và giá trị cảm nhận của sản phẩm đều được xem xét kỹ lưỡng. Mục tiêu là cung cấp cái nhìn sâu sắc về mối quan hệ này. Đồng thời, đưa ra các hàm ý quản trị cho doanh nghiệp. Việc hiểu rõ ảnh hưởng này giúp doanh nghiệp xây dựng chiến lược marketing hiệu quả hơn. Luận án nhấn mạnh vai trò của xuất xứ sản phẩm trong thị trường cạnh tranh hiện nay.

1.1. Khái niệm và vai trò của nguồn gốc sản phẩm

Nguồn gốc sản phẩm không chỉ là nơi sản xuất. Nó bao gồm cả quốc gia thiết kế, quốc gia nguyên vật liệu. Nguồn gốc sản phẩm cung cấp tín hiệu quan trọng. Tín hiệu này giúp người tiêu dùng đánh giá sản phẩm. Vai trò của nguồn gốc sản phẩm rất lớn. Nó định hình nhận thức ban đầu của người tiêu dùng. Nguồn gốc sản phẩm tác động mạnh mẽ đến kỳ vọng về chất lượng.

1.2. Mối liên hệ giữa xuất xứ sản phẩm và ý định mua

Xuất xứ sản phẩm có mối liên hệ trực tiếp với ý định mua hàng. Người tiêu dùng thường dùng Quốc gia xuất xứ (COO) làm tiêu chí đánh giá. Một COO có hình ảnh tốt có thể thúc đẩy ý định mua. Ngược lại, COO có hình ảnh kém có thể ngăn cản mua hàng. Mối liên hệ này là trọng tâm của luận án. Nó giúp làm rõ cơ chế tâm lý.

1.3. Tổng quan các yếu tố ảnh hưởng hành vi người tiêu dùng

Hành vi người tiêu dùng phức tạp. Nó chịu ảnh hưởng bởi nhiều yếu tố. Ngoài nguồn gốc sản phẩm, còn có giá cả, chất lượng, thương hiệu. Thái độ của người tiêu dùng cũng là một yếu tố then chốt. Luận án xem xét tổng thể các yếu tố này. Mục tiêu là hiểu rõ tác động tương hỗ giữa chúng. Việc này cung cấp cái nhìn toàn diện về quyết định mua.

II. Yếu tố Quốc gia xuất xứ COO định hình nhận thức chất lượng

Quốc gia xuất xứ (COO) đóng vai trò trung tâm trong việc hình thành nhận thức về chất lượng sản phẩm. Người tiêu dùng thường gán các thuộc tính nhất định cho sản phẩm dựa trên COO. Một COO nổi tiếng về công nghệ có thể mang lại nhận thức về chất lượng cao. Ngược lại, một COO ít được biết đến có thể gây ra nghi ngờ về chất lượng. Hình ảnh Quốc gia xuất xứ không chỉ ảnh hưởng đến chất lượng cảm nhận. Nó còn tác động đến niềm tin của người tiêu dùng. Niềm tin này rất quan trọng trong quá trình ra quyết định mua. Luận án phân tích sâu sắc các khía cạnh này. Nó làm rõ cách COO trở thành một yếu tố quyền lực. COO có thể ảnh hưởng đến thương hiệu quốc gia và nhận diện sản phẩm trên thị trường toàn cầu.

2.1. Quốc gia xuất xứ COO và chất lượng cảm nhận

Quốc gia xuất xứ (COO) là một tín hiệu mạnh mẽ. Người tiêu dùng sử dụng COO để đánh giá chất lượng sản phẩm. Một COO có lịch sử sản xuất chất lượng tạo ra kỳ vọng cao. Ví dụ, sản phẩm từ Đức thường được coi là bền bỉ. Chất lượng cảm nhận của sản phẩm bị ảnh hưởng đáng kể. Điều này tác động trực tiếp đến thái độ của người tiêu dùng.

2.2. Hình ảnh Quốc gia xuất xứ tác động niềm tin

Hình ảnh Quốc gia xuất xứ được xây dựng qua thời gian. Nó tác động trực tiếp đến niềm tin của người tiêu dùng. Niềm tin này là nền tảng cho ý định mua hàng. Một hình ảnh COO tích cực giúp xây dựng lòng tin. Niềm tin đó vượt qua rào cản về thông tin sản phẩm. Nó củng cố quyết định mua của người tiêu dùng.

2.3. Ảnh hưởng COO tới thương hiệu quốc gia và nhận diện

Quốc gia xuất xứ (COO) gắn liền với thương hiệu quốc gia. Thương hiệu quốc gia là hình ảnh tổng thể của một quốc gia. COO giúp định vị sản phẩm trên thị trường. Nó tạo ra sự khác biệt so với đối thủ. COO cũng ảnh hưởng đến nhận diện thương hiệu. Một COO mạnh mẽ nâng cao giá trị cảm nhận của sản phẩm.

III. Thái độ người tiêu dùng và giá trị cảm nhận sản phẩm

Thái độ của người tiêu dùng đối với sản phẩm từ các quốc gia khác nhau có thể biến đổi đáng kể. Thái độ này hình thành dựa trên nhận thức về Quốc gia xuất xứ (COO) và những kinh nghiệm trước đó. Thái độ tích cực thường dẫn đến đánh giá cao hơn về giá trị cảm nhận của sản phẩm. Giá trị cảm nhận không chỉ dừng lại ở giá cả. Nó bao gồm tổng thể lợi ích và chi phí mà người tiêu dùng nhận được. Nguồn gốc sản phẩm có khả năng tăng cường hoặc làm suy giảm giá trị này. Một sản phẩm từ nguồn gốc uy tín có thể được cảm nhận có giá trị cao hơn. Người tiêu dùng sẵn sàng trả một mức giá cao hơn. Luận án khám phá cách thái độ và giá trị cảm nhận này tác động đến quyết định mua cuối cùng. Chúng đóng vai trò là cầu nối giữa nguồn gốc sản phẩm và ý định mua hàng.

3.1. Thái độ tiêu dùng đối với sản phẩm từ các quốc gia khác nhau

Thái độ của người tiêu dùng không đồng nhất. Thái độ thay đổi tùy thuộc vào Quốc gia xuất xứ (COO). Người tiêu dùng có thể có định kiến nhất định. Định kiến này ảnh hưởng đến phản ứng ban đầu. Thái độ tích cực thúc đẩy sự quan tâm. Thái độ tiêu cực có thể bỏ qua sản phẩm ngay lập tức.

3.2. Giá trị cảm nhận của sản phẩm dựa trên nguồn gốc

Giá trị cảm nhận của sản phẩm là yếu tố quan trọng. Giá trị này bị ảnh hưởng bởi nguồn gốc sản phẩm. Sản phẩm từ COO được đánh giá cao có giá trị cảm nhận lớn hơn. Người tiêu dùng liên kết nguồn gốc với chất lượng và uy tín. Điều này làm tăng sự sẵn lòng trả tiền của họ. Nó cũng ảnh hưởng đến nhận thức về lợi ích sản phẩm.

3.3. Tác động của thái độ và giá trị cảm nhận đến quyết định mua

Thái độ và giá trị cảm nhận là động lực chính. Chúng tác động mạnh mẽ đến quyết định mua. Thái độ tích cực, cùng với giá trị cảm nhận cao, khuyến khích mua hàng. Ngược lại, thái độ tiêu cực và giá trị thấp sẽ ngăn cản. Hai yếu tố này đóng vai trò trung gian quan trọng. Chúng giúp giải thích ý định mua hàng của người tiêu dùng.

IV. Ảnh hưởng nguồn gốc thương hiệu và quyết định mua hàng

Nguồn gốc thương hiệu là một yếu tố độc lập nhưng có mối liên hệ chặt chẽ với nguồn gốc sản phẩm. Nguồn gốc thương hiệu là quốc gia nơi thương hiệu được thành lập. Nó có thể khác với Quốc gia xuất xứ (COO) của sản phẩm cụ thể. Người tiêu dùng thường hình thành nhận định về chất lượng và uy tín dựa trên nguồn gốc thương hiệu. Một thương hiệu có nguồn gốc từ quốc gia nổi tiếng về sự đổi mới có thể được tin cậy hơn. Luận án phân tích cách nguồn gốc thương hiệu tác động đến ý định mua hàng. Nó cũng xem xét sự tương tác giữa nguồn gốc thương hiệu và nguồn gốc sản phẩm. Quyết định mua hàng của người tiêu dùng là kết quả tổng hòa của nhiều yếu tố. Trong đó, cả nguồn gốc sản phẩm và nguồn gốc thương hiệu đều đóng góp vào sự lựa chọn cuối cùng. Việc hiểu rõ sự kết hợp này mang lại lợi thế cạnh tranh.

4.1. Khái niệm nguồn gốc thương hiệu và sự khác biệt

Nguồn gốc thương hiệu là quốc gia xuất xứ của thương hiệu. Nó không nhất thiết là nơi sản phẩm được lắp ráp. Một thương hiệu Mỹ có thể sản xuất sản phẩm tại Việt Nam. Sự khác biệt này quan trọng. Nó ảnh hưởng đến nhận thức và thái độ của người tiêu dùng. Người tiêu dùng có thể có ấn tượng khác nhau về hai loại nguồn gốc.

4.2. Nguồn gốc thương hiệu tác động đến ý định mua hàng

Nguồn gốc thương hiệu ảnh hưởng trực tiếp đến ý định mua hàng. Một thương hiệu có nguồn gốc từ quốc gia phát triển thường được tin cậy. Nó gợi ý chất lượng, đổi mới và sự tinh tế. Nguồn gốc thương hiệu cũng tạo ra sự gắn kết. Nó xây dựng lòng trung thành của người tiêu dùng. Điều này thúc đẩy quyết định mua.

4.3. Quyết định mua hàng dựa trên sự kết hợp nguồn gốc

Quyết định mua không chỉ dựa vào một yếu tố duy nhất. Người tiêu dùng xem xét cả nguồn gốc sản phẩm và thương hiệu. Sự nhất quán giữa hai loại nguồn gốc củng cố niềm tin. Sự mâu thuẫn có thể gây bối rối. Tổng thể các yếu tố này hình thành quyết định mua. Nó phản ánh hành vi người tiêu dùng phức tạp.

V. Vai trò nguồn gốc sản phẩm trong hành vi tiêu dùng hiện đại

Trong bối cảnh tiêu dùng hiện đại, nguồn gốc sản phẩm ngày càng trở nên quan trọng. Người tiêu dùng ngày càng ưu tiên sự minh bạch. Họ muốn biết rõ về xuất xứ sản phẩm. Xu hướng này định hình hành vi người tiêu dùng theo nhiều cách. Nguồn gốc không chỉ liên quan đến chất lượng. Nó còn gắn với các giá trị như trách nhiệm xã hội và môi trường. Người tiêu dùng quan tâm đến điều kiện sản xuất. Họ muốn sản phẩm có nguồn gốc đạo đức. Thông tin về nguồn gốc dễ dàng tiếp cận qua các kênh số. Mạng xã hội, các trang web đánh giá cung cấp nhiều dữ liệu. Điều này tác động mạnh mẽ đến nhận thức và ý định mua hàng. Luận án khám phá những xu hướng mới này. Nó chỉ ra vai trò ngày càng tăng của nguồn gốc sản phẩm.

5.1. Xu hướng tiêu dùng ưu tiên nguồn gốc rõ ràng

Người tiêu dùng hiện đại tìm kiếm sự minh bạch. Họ muốn biết rõ về xuất xứ sản phẩm. Xu hướng này trở nên phổ biến. Nó ảnh hưởng đến hành vi người tiêu dùng. Các sản phẩm có nguồn gốc rõ ràng được đánh giá cao hơn. Nguồn gốc mập mờ có thể bị nghi ngờ. Điều này thúc đẩy các doanh nghiệp cung cấp thông tin chi tiết.

5.2. Nhận thức của người tiêu dùng về trách nhiệm xã hội và nguồn gốc

Nhận thức về trách nhiệm xã hội ngày càng tăng. Người tiêu dùng quan tâm đến nguồn gốc đạo đức của sản phẩm. Nguồn gốc sản phẩm liên quan đến các vấn đề xã hội. Ví dụ như lao động công bằng, bảo vệ môi trường. Điều này ảnh hưởng đến thái độ của người tiêu dùng. Nó cũng tác động đến giá trị cảm nhận của sản phẩm.

5.3. Ảnh hưởng của thông tin nguồn gốc trên các kênh số

Kênh số đóng vai trò lớn trong việc lan truyền thông tin. Thông tin về nguồn gốc sản phẩm dễ dàng được tìm kiếm. Người tiêu dùng có thể kiểm tra Quốc gia xuất xứ (COO) nhanh chóng. Các đánh giá trực tuyến cũng ảnh hưởng nhận thức. Điều này tác động đến ý định mua hàng trực tuyến. Các doanh nghiệp cần quản lý thông tin nguồn gốc cẩn thận.

VI. Đề xuất chiến lược marketing từ phân tích nguồn gốc sản phẩm

Dựa trên những phân tích sâu rộng về ảnh hưởng của nguồn gốc sản phẩm, luận án đưa ra các đề xuất chiến lược marketing cụ thể. Doanh nghiệp cần xây dựng chiến lược truyền thông hiệu quả về xuất xứ sản phẩm. Việc làm nổi bật các yếu tố tích cực của Quốc gia xuất xứ (COO) là rất cần thiết. Đồng thời, cần tập trung phát triển thương hiệu quốc gia mạnh mẽ. Thương hiệu quốc gia có thể nâng cao giá trị cảm nhận của sản phẩm. Việc kết hợp hài hòa giữa nguồn gốc sản phẩm và nguồn gốc thương hiệu sẽ tạo ra lợi thế cạnh tranh. Luận án khuyến nghị tối ưu hóa giá trị cảm nhận sản phẩm thông qua nguồn gốc. Điều này bao gồm việc nhấn mạnh chất lượng, uy tín và các giá trị khác liên quan đến COO. Các chiến lược này giúp cải thiện thái độ của người tiêu dùng và thúc đẩy ý định mua hàng.

6.1. Xây dựng chiến lược truyền thông về xuất xứ sản phẩm

Doanh nghiệp cần truyền thông minh bạch về xuất xứ sản phẩm. Nêu bật những ưu điểm của Quốc gia xuất xứ (COO). Sử dụng các câu chuyện về nguồn gốc để tạo sự kết nối. Chiến lược này củng cố nhận thức về chất lượng sản phẩm. Nó cũng xây dựng niềm tin nơi người tiêu dùng. Việc này thúc đẩy ý định mua hàng.

6.2. Phát triển thương hiệu quốc gia và nguồn gốc hiệu quả

Đầu tư vào phát triển thương hiệu quốc gia là cần thiết. Một thương hiệu quốc gia mạnh mẽ hỗ trợ sản phẩm. Kết hợp khéo léo nguồn gốc thương hiệu và nguồn gốc sản phẩm. Việc này tạo ra hình ảnh nhất quán, tích cực. Nó tăng cường giá trị cảm nhận của sản phẩm. Nó giúp doanh nghiệp cạnh tranh tốt hơn.

6.3. Tối ưu hóa giá trị cảm nhận sản phẩm thông qua nguồn gốc

Tối ưu hóa giá trị cảm nhận bằng cách nhấn mạnh nguồn gốc. Nhấn mạnh chất lượng, uy tín của Quốc gia xuất xứ (COO). Điều này có thể biện minh cho mức giá cao hơn. Nó cũng cải thiện thái độ của người tiêu dùng. Mục tiêu là biến nguồn gốc thành lợi thế cạnh tranh. Nó góp phần vào quyết định mua của người tiêu dùng.

03/06/2026

Mục lục chi tiết luận án

1. fghgfgijk1l1mnoplq1jpnrstluvwluxryzl{j|n

2. fghghgijk1l1mn}vxru1t~v €~ yzl{j|n

2.1. fg„gfg †ljzlj}vxru1t~v €~ ‡rˆvl€‰Š‹ˆŒ‹ˆ‰1u1l1ntu Ž

2.2. fg„ghg 1mv lu}vxru1t~v €~

2.3. fg„g„g‘kr’“€jvŠ”€o•r–rj”rstj1mv lu}vxru1t~v €~

2.4. fg„g g‘kr’“€jvŠ”€˜™šry›œ lu˜ž’“u1z1j1mv lu}vxru1t~v €~ €‰ˆlu}vk €‰†lj‰t}vŠ”€˜Ÿljrstlu™ 1€1¡vœ¢lu

3. fg gfg¥¦u§l¨”€yzl{j|n‡©‰ˆœvr€1loˆ’o n l€Ž

3.1. fg ghg¥¦j1žvª1”€o•yzl{j|n‡©‰ˆœvr€¨lˆ«’ œu Ž

3.2. fg g„g®lj˜¯1n°1rklj±l‡© ‰yˆlt’1llˆot€1o l yyŽ

4. !!"#$%&'($%)*%+1%,-.6**18B1%6+123;0AB<

4.1. DE:*F%1G*:H&+IJ&E$3K*%36J&'($LM*%:N6*FOP1$1G&8Q*F

4.2. CS*%%OT*F:N6UV$7WLX:L1YU:E*%Z*L(*#LM*%U&6:N6*FOP1$1G&8Q*F

4.3. DE:*F%1G*:H&Lc*d1(*

4.4. DE:*F%1G*:H&L6d1(*

4.5. DE:d1(*-%e$%&V:$32*F:E:*F%1G*:H&+I%1f&H*FJ&W:F16g&h$gH

4.6. lm%K*%*F%1G*:H&:N6"1*+)D%1*/ [[n

4.7. lm%K*%*F%1G*:H&:N6"11+)"11/ [[o

4.8. lm%K*%*F%1G*:H&:N6A31*813F67$q13638+):V*F7r/ [

5. €Ig&h$Um%K*%*F%1G*:H&

5.1. DE:F1 $%&'($*F%1G*:H&

6. 6‡ˆ‰Š‹ 3 Œ Ž 6 Š‡ ‘ ’‡ˆ‰Š‹ ’‡“’ Š‹‡Ž”Š 6•–

6.1. !!€X:L1YU:N67 *-%™UL1f*$%2@1$%m*FU1*%

6.2. 0%r:$3@*F$%M$3OP*FL1f*$%2@1$%m*FU1*%$@1š1f$›6U

6.3. &'$3K*%*F%1G*:H&

6.4. žZ'8r*F$%6*FL2d6*LŸ&:%2:E:d1(*

6.5. ›F%1G*:H&LM*%$*%L1I&:%¡*%$%6*FL2

6.6. 0%1($?(d *F%¢1

6.7. RA%Oc*F-%E-g£.O,*F7cdV

6.8. ›F%1G*:H&LM*%.O,*F:%*%$%H:

6‡ˆ‰Š‹ b3 ¦§‚ ¨– Š‹‡Ž”Š 6•– Š‡ ‡ˆ©Š‹ 6ª« Š‹–¬Š ‹ 6 Š ’‡®| ¯§Š ° ¯±Š‡ |–« 6ª« Š‹ˆ²Ž ‚Ž”– ³´Š‹ Žµ‚ Š«|

7. !"#$%&'1()*+,-*.#1,/01/23#-3,4*5/-5#6,471",897:,4;<5,73/-=8 >?@-3

7.1. !"#$%&'1()*+,-#-3,4*57:,4@-B,#C/-,-B,#9'-D)@-DEFG>H

7.2. !"#$%&@-B,#C/-&,--KL,4/23/D/,-B,#9*./ E@-B,#C/--N89#KO,4$%3,PQ3<85,H

7.3. !"#$%&@-B,#C/--Z1$%141[3/D/71",*./

7.4. !"#$%&@-B,#C/-8^*1_%#1"#/23`!abc2\de?f,&,--KL,4/23g`#h1 id

7.5. jk,4-l@'"#$%&'1()*+,-/D/41&#-%1"#,4-1f,/m%

8. uvwxyz {4 ov|} ~ €y 7 o ‚ | yzvƒ„y u †‡ 7v ˆ y yzv‰

9. _&,--KL,4/23Ž4%Z,49/8&,@- )E$%9/413 %‘# mH#h1’*+,-)%3

9.1. _&,--KL,4/23“^4”,'"#2h18&,@- )#h1’*+,-)%3

9.2. _&,--KL,4/23b1(%71"#2_8&,@- )2\jC,-*k1)h1/D,-B,#h1’*+,- )%3

9.3. _)m/*.1

9.4. ›912h1œ53,-,4-1N@8&, %‘#*1N,#-5ž1#-Ÿ,4)1,-#<5,4,Kh/

10. 7 o ~ €y

11. ! " # $ %2 & ' &( )*+ %)2,

11.1. ! " # $ %2 & ' &( -.23 2 2 / 1 213 344! 2)<0 = )> -? " 56 )782092 @ )A BC " BD2)E B55? " B2, ) D2 )F %02 ) G5H G 335 3H 3 ! " I) 1J 0K L ) J MI " . " R%)2S ( 42 ) T// T3 4 U/ 3/ 1 213 344! " 56 )782092 <042 ) V- " W7L )0

12. !"2 2 # $%2 &'( 2'2 !" )* +,)*)* - . C ) ^5 X2 F2H( 1 1'2 Ud 2I2 25 7e'425 gO R $ 7e'<@ L2fg

13. 12%&' () *+"

13.1. 12 -./2 20 12 -

13.2. 5 2? @ - (: 9 -%>9: A%-29B C B@

13.3. D 2? @ -%C 8E% &= F %>9: A%-29B C B@

13.4. 34 - 20 %@ %>9G2 1 H I JJD"

13.5. K - 20 %@ %>9 9 L9II1 M (N8(L91I J "

13.6. O - 20 %@ %>9GII1 GII JJO"

13.7. J - 20 %@ %>9*8I 1I8-9N PI89811 %Q -NR J J"

13.8. - 20 %@ ;SB C

13.9. HT%-2U - 20 %@

13.10. V 8 - 20 %@ %>9 W T

14. 9: 4- ' #= GE 0M- 0=0 ; 24 9A ? S! ' 5 ' ( ' )* TU96 4P & VW00XI J486 +% ' Y ' + !Z' ' =0 ' C0 #[4 .+ #"6

14.1. ! 0lmW Tn - & VWWoXI N 486 45 0C6 #Q G^' ;6] p _6[0 4- d6`' dC ;+ !Z' ' %^6 '[ _6- ' < `' 0, A )Y #= GE #^ .+ 0Z 9:& VWWWx kaP P0GP .+ \4-!- ' ? 6; 9& VW00XI q6[0 4- d6`' dC 4F? )*4 '456 /7 '2 - 9: ;45 G^' ' '$! ' f 0M-

15. ;<= 49#8> ?@ABC BDEAFCGHICAFJKACFLGCMNACOBPQCRSACTCRUABCQJICGHICAFDVWCXWYJCZ[AFC\W]XC^IQ_

15.1. 49 a8 *8 b8 +c1 d & 89 8. %8 9`h 958 89 ' 8 89 i8 ( 8 4

15.2. 49 6 s (#8 ' 8 (`8 8 89 9 8 %8 t1 =u ,9* ( 88 4 8 89 / 89 5` 89 %8 9`h 958 89 9, ,9:8 n49 4u4 ` i8 ( 8

15.3. ,9* ( 88 / 89 61 d9v` m*` 4*` 4 458 & 89 8 4 9 ( 8 = + ( 5` 89 + + ( ,9`8v 9 8 8i h f %

15.4. ; i8 , 0 ':8 k 8i wxxy 68 8i wxz{1 ;i wxwx.

16. ( 3 7G H4: IJJIK* L78H4 EMNNOK 3 5 ;58 58 &3 ! 5 A5 7 ?3 #3 5 5P 5 3 43'58 236 (7 7 &3 83 5 0 (>58 Q58 3 RS T8 &3 3'5 758: 58 &3 ! 5 A5 # : =58 ! 5 A5 # : =58 ! 5 A5 85 58 &3 A 4UV58 &3 . ,- (758 3 %5 = C5 58 3'5 " 5 58 58 <5 8 5 E 83 ! "K 45 $ %5 365 7@3 =58 35 58 &3 3' ()58 ~36 T 0 -4 3 34 45 3 5 6 5 - E5 67 895 4 5 : 3 234 5 B5 ?3 #3 0 5 ,5K* 9Z 3: ! 8 -45 58 % 5 X ¡ - $ %5 365 7@3 =58 35 58 &3 3' ()58 ~36 T * ‘’‘’”¢£›”ž¤™”œ ž™šœ”—Ÿ›” EIK T8 <5 8 5 E 83 ! "K 3 5 58 47 34 45 $ %5 365 7@3 =58 35 58 &3 3' ()58 ~36 T =58¥

17. 6 78 = "' > @ )* b 7! = 0 c G ( 0 # $ 1 2# 34 5 6 $ 7# ` `defghifjklmnfmnoipmfqrsf Y! 3 2# 9\ + 9 ' 38 2# & ! 7' ( 2"! # )* ) / 0 # $ 1 2# 34 5 6 $ 7# ` tefuovwfxifmnoipmfqrsf yIzIK{M|PKQNKQ}KS~NK XSTK € ‚ƒ„ †‡ƒˆ‰ƒŠ ‹Œƒˆ ƒŽ„ ‘„ƒ ’“ƒ”•„ƒŠ –Œ—ƒ ˜7 & ! 7' ( ™ 9 b =+ $ 36 ! . 9\ + 9 "! # )* ) 7' ( ` € ‚ƒ Ÿ ‡ƒˆ‰ƒŠ ‹Œƒˆ ƒ ¡ ƒ„ ¢Œƒ£ ’“ƒ Ÿƒ¤ †ƒ¤‚ƒ

18. &?/ QE,8 ‡M :c,- 4B7,8 ‡M 9-Bb) *(Cp,-8 ‡M l(Cp,- q /(S,( ,^< *A1, 4h% @7, M7 9=) ,(C,- (7,- ,g< 46& *&FN, >),( >),( L)1, *A1, J(b< L) /I ,CD/Y B 4j8 >),( L)1, *(ƒB (w/ *b) /0/ *ACP,- 4b) (w/ ,7F /j &f* *(E, *; ,()6& 4h% J(Cp,-8 *‰,( *(7,( '(0/ ,(%& *A1, /I ,CD/8 4I< @IB 4CU/ *S,( 4b) Q)a, /(B >),( L)1, v)a* 9%

18.1. Š‹Œ‹ Ž ‘ ’“ ’” ‘•– — ˜™š š“›™

18.2. B -)D) (b, L6 ,-&œ, 3G/8 9:$ *nJ *A&,- ,-()1, /2& *AB,- J(b< L) 4h% @7, *(7,( J(? M7 9=)Y ‡EF 37 *(O 4c8 37 *(7,( J(? 3D, /O% v)a* 9%<8 37 *A&,- *E< '),( *58 Lg, (j%8 /(S,( *Ah 3D, /O% 4f* ,CD/Y vV LnF8 L)a/ *)5J /n, L7 <&% >H< ,(_,- *()5* @h 4)a, *

19. 23*3,40*5067* 8# 9"# 8 8#7: 6 2% ;< =45 >6345 46#?: 45 8: 4 4@ A B2 6: 6 C 2 2 D 2 2E$ 2 2 2345 456#&4 2: 6 45 F$#$ G HI$ >HH 45 5#$# A J4 KLMNOKLKM P 8#7: Q 2% 2E$ 8: 4 4 A B2 6: 6 45 4R KLKL 99 KLKM STUVWXYZ[U\W]\UZ[W^_ZÙabU c: 4 4 < =45 6 Q45 6 456#&4 2: A 46 d46 99 456#&4 2: A 46 8 B45 O e6 Q45 6 456#&4 2: A 46 d46 A B2 < =45 Af 8g$ 26h4G Di :45 99 A#?: 26j46 D#4G 6$45 A 99 D45 2 : 6k# A#?: $ O e6 Q45 6 456#&4 2: A 46 8 B45 A B2 < =45 Af >#f A 46 2 A 99 26#?: 6 "45 46 6 l45 2E$ 2 2 D#4 A 2 8 8&4 D#4 6= 6: 2 m: n46 99 6 Q45 6 456#&4 2: A B2 n46 D9 2= 6f J# 26 Q45 o 2E$ 8: 4 4 pTUqWrZ[UstZ[U[t\Uuv^ÙwxUybzZU]ZU {,|75*}~75*5~ */1*.23*,€ *3,‚ƒ3„*†*‚ƒ7‡* ˆ6 46%G 8: 4 4 > 6C$ 2‰ Di :45 99 6 #f4 3 6n46 456#&4 2: 46 6 l45 2E$ 45:Š4 582 4 6! ;‹:82 5#$ Œ:% Œ@ A4 A 46 :$ ˆ6H A‰ Ž F A Di :45 D#4 ‘d46 Ai# "# 2 46 4’ 99 3 6n46 456#&4 2:G A? Œ:% >#f A 46 8# ‹:$4 67 A#?: # 2E$ D$ D#4 A 2 8 89 Fg 5“4 > 4 6! G ”#f: D# 9? 4 6! G ˆd46 Ai# "# 2 46 4 8&4 8# ‹:$4 67 2E$ Ž5:Š4 582 4 6! ;m:82 5#$ Œ:% Œ@ A4 • A 46 :$ A#74 6 J# 6345 #46 2E$ #46 9#&4 –#7 Ž$ ˆ 45 A‰ 8# ‹:$4 67 A#?: # 2E$ D#4 ˆd46 Ai# "# 2 46 4 8&4 46 6 l45 2E$ Ž5:Š4 582 4 6! ;m:82 5#$ Œ:% Œ@ A4 • A 46 :$ A#74 6 J# 6345 #46 89 A? Œ:% "# 2E$ 8: 4 4 ˆ6 6$#G 8: 4 4 > 6C$ 2‰ 6 #f4 6$45 A D#4 Ž5:Š4 582 4 6! ;m:82 5#$ Œ:% Œ@ ˆ6$45 A 2E$ D#4 49 A B2 > 6C$ C 2 2 456#&4 2: "2 5Š L0 D#4 ‹:$4 F$: >6# #4 6946 456#&4 2: A 46 d46G 8: 4 4 Di :45 6& LM D#4 ‹:$4 G A‰ 89 D#4 ‹:$4 m—˜ ;m:82 5#$ 49 2‰ 2345 4567 45 J 99 8#&4 =2 Ai# "#@G 99 6$45 A 2E$ D#4 49 ™#4 ‹:$4 49 46%4 J46 99 >6d$ 2J46 2345 4567 2E$ ‹:82 5#$ Œ:% Œ

20. ,(/012324+56(/7!(38(329(39:+;-),<8= >? @A BCDE FG HI JKLEM JNEJ BOEM JCPQ JNEJ FR QST UOV EMKWRX QJYEM VT VJKWEM HZU H[V \ B]EJ QST EMKWR B^_ `IaV bJDV Vc VJAQ VRdE ENeX \ B]EJ fIgE BKhQ HZU fN UOV EOR @IEM iITE VjkEM VjCEM EMJRlE QmI JNEJ FR QST QCE EMKWR_ nJgEM oV VDQ MRp Bq EMJRlE QmI FG \ B]EJ JNEJ FR QrEM EJK BKT jT sJDR ERtU QJC VJIuV EMv ENe_

20.1. § B]EJ UIT BKhQ B]EJ EMJ‚T fN HI JKLEM JNEJ FR QST QD EJ E BŠR FLR UOV xpE bJ¨U EJaV B]EJ }™TMC||R FN ™IjEsjTEVX 0~ ~ X fN @A B]EJ Q^ QJS \ QST EMKWR VRlI @©EM B? E„ fAQ UIT UOV xpE bJ¨U }ŽI FN QOEM xAX ª10« _

20.2. § B]EJ UIT VJKWEM BKhQ x– @¬EM fNU QgEM Q¬ @A BCDE FN HDQ xIaV VJAQ JRtE JNEJ FR VJAQ V† }ŽRU FN UTjX ª10~ _

20.3. ‹^R QDQJ sJDQX E†I UOV EMKWR QNEM Q^ VJRtE QJo UIT UOV xpE bJ¨U Q¬ VJ?X VJ¥ sJp E¦EM Jk x¤ UIT xpE bJ¨U B^ QNEM QTC }”QJR‘‘UTE FN nTEIsX ª11 _

20.4. ®RjTyR FN QOEM xA }ª10€ sJ‰EM B]EJ \ B]EJ UIT VJKWEM fRlE iITE B†E JNEJ FRX EJuE VJmQ FN VJDR BO QST EMKWR VRlI @©EM_

20.5. ¯DQ JkQ MRp ENe QrEM QJŸ jT j EM \ B]EJ UIT BKhQ HZU EJK fN UOV QgEM Q¬ JvI JRtI B? @A BCDE iID Vj¥EJ UIT_

20.6. ™°R f¤ B^X VjCEM EMJRlE QmI ENeX EMJRlE QmI xREJ x– @¬EM B]EJ EMJ‚T QST ±C@@x FN QOEM xA }0~~0 X iIT B^ HDQ B]EJ£ ²³́µ¶·³̧¹º³»¼³½¹³·¾¿¶À³ ¶À¾ÁÂ³ÃÂÄ¹³ÅÆ¶À³ÇÈ³̧¹º³̧ÉÃ³ÇÊ¶³Ë·Ì¸³·ÍÎÏ³ÅµÏ·³ÐÑ³ÏÑ³Ã·ÒÓ

21. /$ -0* 12$ 3!4& 56789 5: ;<=8 >B >CDE> 89F G89DH8 9IJK JCL G8M< >: ;N 8OP Q<8C 6RK ST7U89 VCWB XYYZB >6[\\]X^[ _C` aEPB JN >C= C<=D G89DH8 9IJ QO8 bCcdK eU 8CF89 9f eCU8C 8W8 SQ<8C 6R^ QO8 bCcdB 8N >C= C aU kDj> kl JmR QO8 bCcd[ 56789 > Q7D6JrK C7sJ Gb67pDJ> 76<9<8K[ 5CDE> 89F Gb67pDJ> Q7D6JrK >C`t89 ;u JEb ;?8 89DPW8 aE> eCU8C 8W8 QO8 bCcd C7sJ 8CF89 89`t< >CRd 96f8C >w7 6R JCDx< 96q JmR QO8 bCcd C7sJ JvJC >ClJ >w7 6R QO8 bCcd[ 56789 yC< ;NB >CDE> 89F Gb67pDJ> 76<9<8K >C`t89 e kl JmR QO8 bCcd[ zN >C= 8N >CDE> 89F JN 8h< CUd >`M89 ;I< 6h89[ |R QI JvJ aj8 ;u au 89DH8 9IJ QO8 bCcd >C`t89 ;`oJ ;u JEb >6789 JvJ a}8 iO8 au ~DP > J kDj> kl JmR JvJ >€ JClJ e y<8C >? gDIJ >?[ 5Cr7 ;NB JN >C= C<=D G89DH8 9IJ QO8 bCcdK >: JvJ yC R Jw8C QRD ;{P‚

21.1. ƒ„†‡ˆ‰Šˆ‹Œˆ Š‹ŠŽ ‘Š‹’“”‹•–— ‹˜™ ‹”š›‹Š‘Š‹œ Š‹ŒˆžŸ‹

21.1.1. ¢ _9DH8 9IJ ;h89 aE>‚ eU 8CF89 QO8 bCcd ;`oJ >w7 6R >: ;h89 aE>£

21.1.2. ¢ _9DH8 9IJ >C¤J aE>‚ eU 8CF89 QO8 bCcd ;`oJ >w7 6R >: >C¤J aE>£

21.1.3. ¢ _9DH8 9IJ >¤ 8C7U8 8CF89 89DPW8 e: >C¤J aE>B yC7v89 JCj> aU yC§89 Q¥ p¦89 ij> y¨ CNR JCj> 8U7 >6789 gDv >6f8C >w7 6R QO8 bCcd^B C7}J

21.1.4. ¢ _9DH8 9IJ CFD JM‚ >C`t89 >CjP >6789 8§89 89CC¤J bCcdB JCL JvJ QO8 bCcd ;`oJ >6H89B k¥ e© aU JC? iCr7 JvJC R8 >7U8 JC7 d§< >6`t89B yC§89 pª89 ;?8 JvJ CNR JCj> 8C{8 >w7B C7NJ¢d§8B yCv89 Q<8C C7sJ JvJ Q<8C aE> i

21.1.5. ¢ _9DH8 9IJ a§ JM‚ JCL JvJ QO8 bCcd >w7 6R >: JvJ QO8 bCcd >€89 Cob[

21.2. ƒ«†¬˜ˆ‹”ˆ®˜‹”š›‹Š‘Š‹œ Š‹ŒˆžŸ‹ˆ¯ ‹Œˆ°±ŠŽ‹”ˆ®˜‹œ Š‹² ™”‹œ Š‹ŒˆžŸ‹

21.2.1. ³Hd‚ ´O8 bCcd 9

21.3. ƒ¶†· ™”‹²®‹¸¹̄‹•º‹˜»¯‹œ Š‹ŒˆžŸ‹

22. U VU '/ W2/! 2 +< '/2 7N X YZ[\\]^_`]a\bc]ad]c_\ef]cgh 9? 7, 5 N "5 25 U8 6 !8 -7 5 A "5 @ ? 5 "5 "# 8 7, 25 25 + 7-0 "( 7, N "5 "#< X YZ[\\]^_`]^_\hif]jkZ]^l]mnf "( 7, 5 N "5 "# /2 /-P 06 9( /= ?M 7 " ? / 6 !8 9 2o @ Q< $ % "( 7, E @ ( 6 # 66 = ( U8 6 B 6 H 6 ! "5 6 D 9 2o N ?A B % 7R 52 @ O /p "5 "#< q5 2( N "5 "# @ O R :? 7-0 2 5 N "5 "# @ 7(6 # ( A ' A 5! -0 ( /, @ Q A ?M 7 ! 5 2( 2o A !o 5 M 9? 8 8 86 ?A % 5 N M ? K r U 2 U= 5 B % 7N N r B ?M /Q K6r ( ?K / <<< ' ? s %6 7, t'u v N w 9? 7, M 7 7 ( A 5?< ) B ( A # 9 "5 "# x! 6 2 26 78 ! /@3 9 K 2 7N 9 "5 "# 7-0 "( 7, -7 ( 78 H -P A <

yz{z{z|}~ €| €‚ƒ|„†‡|ˆ€‰|Š‹Œ|Š |Ž | ~‘ƒ

Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung

Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (175 trang)

Nội dung chính

Tổng quan về luận án

Luận án này tiên phong khám phá sự giao thoa phức tạp giữa quản trị chuỗi cung ứng bền vững (Sustainable Supply Chain Management – SSCM), khả năng phục hồi chuỗi cung ứng (Supply Chain Resilience – SCR), chuyển đổi số (Digital Transformation – DX), và ứng dụng trí tuệ nhân tạo (AI) trong bối cảnh đặc thù của các thị trường mới nổi. Trong bối cảnh khoa học toàn cầu đang vật lộn với những thách thức kép về biến đổi khí hậu và gián đoạn chuỗi cung ứng, nghiên cứu này mang tính đột phá, cung cấp một lăng kính mới để hiểu và tối ưu hóa hiệu suất chuỗi cung ứng.

Research gap cụ thể mà luận án giải quyết là sự thiếu hụt các khuôn khổ lý thuyết và bằng chứng thực nghiệm tích hợp, giải thích cách các công nghệ số và AI có thể đồng thời củng cố cả SSCM và SCR trong các môi trường kinh tế năng động và thường thiếu hụt tài nguyên của các thị trường mới nổi. Các nghiên cứu trước đây thường tập trung vào từng khía cạnh riêng lẻ (ví dụ: Smith & Jones, 2018 về DX trong chuỗi cung ứng, hoặc Lee et al., 2019 về SCR) hoặc giới hạn trong các thị trường phát triển (Chen & Li, 2020), bỏ qua các sắc thái về thể chế, cơ sở hạ tầng và văn hóa vốn rất quan trọng ở các thị trường mới nổi. Luận án này làm nổi bật lỗ hổng trong việc hiểu cơ chế qua đó DX và AI có thể tạo ra sức mạnh tổng hợp để đạt được cả tính bền vững và khả năng phục hồi, đặc biệt khi các yếu tố thể chế và tài nguyên là những rào cản đáng kể.

Nghiên cứu được định hướng bởi các câu hỏi nghiên cứu và giả thuyết sau:

RQ1: Các khía cạnh khác nhau của chuyển đổi số (DX) ảnh hưởng như thế nào đến hiệu suất quản trị chuỗi cung ứng bền vững (SSCM) trong các thị trường mới nổi?

H1.1: Mức độ tích hợp chuỗi cung ứng số (Digital Supply Chain Integration) có tác động tích cực đến hiệu suất bền vững môi trường.

H1.2: Mức độ sử dụng công nghệ Chuỗi khối (Blockchain for Traceability) có tác động tích cực đến hiệu suất bền vững xã hội.

RQ2: Trí tuệ nhân tạo (AI) đóng vai trò điều tiết như thế nào trong mối quan hệ giữa chuyển đổi số và khả năng phục hồi chuỗi cung ứng (SCR)?

H2.1: Việc áp dụng AI sẽ điều tiết tích cực mối quan hệ giữa tích hợp chuỗi cung ứng số và khả năng thích ứng (Adaptive Capacity) của chuỗi cung ứng.

H2.2: Việc áp dụng AI sẽ điều tiết tích cực mối quan hệ giữa khả năng phân tích dự đoán (Predictive Analytics) và khả năng phục hồi nhanh chóng (Rapid Recovery) sau gián đoạn.

RQ3: Có những cấu hình độc đáo nào của các yếu tố công nghệ, tổ chức và thể chế cho phép đạt được hiệu suất SSCM và SCR cao trong các thị trường mới nổi?

Khuôn khổ lý thuyết của luận án được xây dựng dựa trên sự tích hợp tinh vi của ba lý thuyết nền tảng: Lý thuyết Dựa trên Nguồn lực (Resource-Based View - RBV) của Barney (1991) để giải thích lợi thế cạnh tranh từ các nguồn lực và năng lực số; Lý thuyết Năng lực Động (Dynamic Capabilities Theory - DCT) của Teece, Pisano & Shuen (1997) để hiểu cách các công ty tái cấu trúc nguồn lực để thích ứng với môi trường thay đổi; và Lý thuyết Thể chế (Institutional Theory) của DiMaggio & Powell (1983) để xem xét ảnh hưởng của môi trường thể chế tại các thị trường mới nổi. Sự tích hợp này cho phép một cái nhìn đa chiều, không chỉ tập trung vào tài sản bên trong doanh nghiệp mà còn cả khả năng thích ứng và áp lực từ bên ngoài.

Luận án này mang lại những đóng góp đột phá với tác động có thể định lượng được. Một trong những đóng góp chính là mô hình "Digital-AI-Enabled Sustainable Resilience Framework (DAESRF)" được đề xuất, chỉ ra rằng việc áp dụng AI trong chuỗi cung ứng có thể nâng cao hiệu suất bền vững môi trường lên đến 15% (dựa trên ước tính giảm lượng khí thải carbon) và cải thiện khả năng phục hồi hoạt động lên 20% (thông qua thời gian phục hồi nhanh hơn sau các sự kiện gián đoạn). Phạm vi nghiên cứu bao gồm một mẫu khảo sát định lượng gồm 550 doanh nghiệp sản xuất và logistics tại ba thị trường mới nổi hàng đầu Đông Nam Á (Việt Nam, Indonesia, Malaysia) trong giai đoạn 2018-2023, bổ sung bằng 12 nghiên cứu trường hợp chuyên sâu. Ý nghĩa của nghiên cứu nằm ở việc cung cấp bằng chứng thực nghiệm mạnh mẽ và các công cụ khái niệm cho các nhà hoạch định chính sách và doanh nghiệp, giúp họ xây dựng chuỗi cung ứng không chỉ xanh hơn mà còn mạnh mẽ hơn trong một thế giới đầy biến động.

Literature Review và Positioning

Tổng quan tài liệu của luận án đã tổng hợp các luồng nghiên cứu chính trong quản trị chuỗi cung ứng bền vững (SSCM), khả năng phục hồi chuỗi cung ứng (SCR) và chuyển đổi số (DX), bao gồm cả trí tuệ nhân tạo (AI) trong chuỗi cung ứng. Các nghiên cứu nền tảng về SSCM (Carter & Rogers, 2008; Seuring & Müller, 2008) đã định hình sự hiểu biết về ba chiều kích kinh tế, môi trường và xã hội. Về SCR, các tác phẩm của Ponomarov & Holcomb (2009) và Sheffi (2015) là kim chỉ nam, tập trung vào khả năng dự đoán, thích ứng và phục hồi. Trong lĩnh vực DX và AI, các công trình của Wamba et al. (2015) và Gunasekaran et al. (2017) đã nhấn mạnh tiềm năng biến đổi của công nghệ.

Tuy nhiên, có nhiều mâu thuẫn và tranh luận đáng chú ý. Một luồng tranh luận lớn xoay quanh việc liệu việc theo đuổi tính bền vững và khả năng phục hồi có phải là mục tiêu xung đột hay bổ trợ. Ví dụ, Tang (2006) cho rằng các biện pháp SCR có thể đòi hỏi chi phí cao và mâu thuẫn với mục tiêu tối ưu hóa chi phí bền vững kinh tế, trong khi Hohenstein et al. (2015) lại lập luận rằng một chuỗi cung ứng bền vững tự bản thân nó đã có khả năng phục hồi cao hơn do có nhiều mối quan hệ tin cậy và minh bạch. Luận án này giải quyết mâu thuẫn này bằng cách chứng minh rằng DX và AI có thể là cầu nối, biến các mục tiêu này thành sức mạnh tổng hợp. Một tranh luận khác là về tính hiệu quả của các giải pháp công nghệ cao ở các thị trường mới nổi, nơi cơ sở hạ tầng có thể còn hạn chế. Opposing view của Dubey et al. (2019) cho rằng AI và Blockchain chỉ phát huy tối đa ở các nền kinh tế phát triển, trong khi nghiên cứu này chứng minh rằng với các chiến lược triển khai phù hợp, các công nghệ này có thể tạo ra lợi thế cạnh tranh đáng kể.

Luận án định vị mình trong tài liệu hiện có bằng cách lấp đầy một khoảng trống cụ thể: sự thiếu vắng một khuôn khổ tích hợp khám phá vai trò tổng hợp của DX và AI trong việc đồng thời thúc đẩy SSCM và SCR, được kiểm định thực nghiệm trong bối cảnh thị trường mới nổi. Nghiên cứu này không chỉ mở rộng các lý thuyết hiện có mà còn kiểm chứng tính ứng dụng của chúng trong các môi trường khác biệt, nơi các yếu tố thể chế (North, 1990) và năng lực thích ứng trở nên cực kỳ quan trọng.

Nghiên cứu này thúc đẩy lĩnh vực quản trị chuỗi cung ứng bằng cách:

Cung cấp một mô hình khái niệm mới (DAESRF) minh họa các cơ chế qua đó DX và AI có thể tạo ra sức mạnh tổng hợp cho SSCM và SCR.

Đưa ra bằng chứng thực nghiệm từ một mẫu dữ liệu lớn (N=550) ở các thị trường mới nổi, nơi mà các nghiên cứu như vậy còn hạn chế.

Phát triển khái niệm "Proactive Algorithmic Resilience (PAR)" như một đóng góp lý thuyết quan trọng cho SCR, vượt ra ngoài các quan điểm phục hồi truyền thống.

So sánh với ít nhất hai nghiên cứu quốc tế:

Dubey et al. (2019), "Impact of artificial intelligence and blockchain technology on supply chain sustainability: a structural equation modeling approach," tập trung vào tác động của AI và Blockchain đến tính bền vững chuỗi cung ứng ở thị trường Ấn Độ. Luận án này khác biệt ở chỗ nó mở rộng phạm vi nghiên cứu sang khả năng phục hồi và tích hợp sâu hơn các lý thuyết năng lực động, đồng thời sử dụng phương pháp hỗn hợp để cung cấp cái nhìn toàn diện hơn về cơ chế và cấu hình thành công.

Gupta et al. (2020), "Digital transformation for supply chain resilience in the post-COVID-19 era: A conceptual framework," cung cấp một khuôn khổ khái niệm về DX cho SCR trong kỷ nguyên hậu COVID-19. Luận án này vượt xa một khuôn khổ khái niệm bằng cách kiểm định thực nghiệm các mối quan hệ được đề xuất, đặc biệt là vai trò điều tiết của AI, và mở rộng sang cả khía cạnh bền vững, không chỉ khả năng phục hồi. Hơn nữa, nghiên cứu của chúng tôi cung cấp bằng chứng định lượng về tác động tổng hợp trong một khu vực địa lý đa dạng hơn.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đóng góp đáng kể vào các lý thuyết hiện có, không chỉ mở rộng mà còn thách thức một số giả định.

Mở rộng Lý thuyết Dựa trên Nguồn lực (RBV) của Barney (1991): Nghiên cứu mở rộng RBV bằng cách xác định các "nguồn lực số" (Digital Resources) và "năng lực AI" (AI Capabilities) như những nguồn lực giá trị, hiếm có, không thể bắt chước và không thể thay thế (VRIN) mới trong bối cảnh chuỗi cung ứng. Cụ thể, khả năng phân tích dữ liệu lớn được hỗ trợ bởi AI và hạ tầng số tích hợp được chứng minh là yếu tố then chốt tạo ra lợi thế cạnh tranh bền vững trong việc đạt được cả SSCM và SCR, vượt ra ngoài các nguồn lực vật chất và phi vật chất truyền thống.

Mở rộng Lý thuyết Năng lực Động (DCT) của Teece, Pisano & Shuen (1997): Luận án chứng minh cách các công ty ở thị trường mới nổi phát triển các năng lực động "số" để cảm nhận, nắm bắt và định hình lại các nguồn lực nhằm đối phó với sự gián đoạn và đòi hỏi về bền vững. Khái niệm "Năng lực Tái cấu trúc Chuỗi cung ứng Số" (Digital Supply Chain Reconfiguration Capability) được đề xuất, mô tả khả năng nhanh chóng thích ứng cấu trúc và quy trình chuỗi cung ứng thông qua các công nghệ số và AI để duy trì hiệu suất kép.

Thách thức các mô hình tuyến tính của khả năng phục hồi: Nghiên cứu thách thức quan điểm tuyến tính về SCR, vốn thường coi khả năng phục hồi là một phản ứng sau sự kiện (ví dụ: Sheffi, 2015). Thay vào đó, nó đề xuất một sự thay đổi mô hình hướng tới "Khả năng phục hồi thuật toán chủ động" (Proactive Algorithmic Resilience - PAR). Với sự hỗ trợ của các thuật toán AI tiên tiến và phân tích dự đoán, PAR cho phép chuỗi cung ứng không chỉ phản ứng mà còn dự đoán và chủ động giảm thiểu các rủi ro tiềm tàng trước khi chúng xảy ra, dựa trên phân tích dữ liệu thời gian thực và mô phỏng. Bằng chứng từ các trường hợp nghiên cứu cho thấy các doanh nghiệp áp dụng PAR đã giảm thời gian phản ứng trước các gián đoạn dự kiến lên đến 30% so với các doanh nghiệp chỉ dựa vào khả năng phục hồi truyền thống.

Khuôn khổ khái niệm của luận án bao gồm các thành phần chính và mối quan hệ giữa chúng:

Biến độc lập: Tích hợp chuỗi cung ứng số (Digital Supply Chain Integration), khả năng hiển thị chuỗi cung ứng (Supply Chain Visibility), và phân tích dự đoán (Predictive Analytics).

Biến điều tiết: Mức độ áp dụng AI (AI Adoption Level).

Biến phụ thuộc: Hiệu suất quản trị chuỗi cung ứng bền vững (SSCM Performance - môi trường, xã hội, kinh tế) và khả năng phục hồi chuỗi cung ứng (SCR Capabilities - khả năng thích ứng, khả năng phục hồi nhanh chóng, khả năng học hỏi).

Biến kiểm soát: Quy mô doanh nghiệp, ngành, và tuổi đời doanh nghiệp.

Mô hình lý thuyết được trình bày với các mệnh đề/giả thuyết được đánh số:

Mô hình DAESRF (Digital-AI-Enabled Sustainable Resilience Framework):

P1: Tích hợp chuỗi cung ứng số có tác động tích cực đến hiệu suất SSCM.

P2: Khả năng hiển thị chuỗi cung ứng có tác động tích cực đến khả năng thích ứng của SCR.

P3: Phân tích dự đoán có tác động tích cực đến khả năng phục hồi nhanh chóng của SCR.

P4: Áp dụng AI điều tiết mối quan hệ giữa Tích hợp chuỗi cung ứng số và hiệu suất SSCM, khuếch đại tác động tích cực.

P5: Áp dụng AI điều tiết mối quan hệ giữa Phân tích dự đoán và khả năng phục hồi nhanh chóng của SCR, khuếch đại tác động tích cực.

P6: Hiệu suất SSCM và SCR có mối quan hệ tương hỗ, với AI là yếu tố tăng cường.

Sự thay đổi mô hình được gợi ý bởi các phát hiện, đặc biệt là trong việc nhận diện Khả năng phục hồi thuật toán chủ động (PAR), cho thấy khả năng tiên đoán và giảm thiểu rủi ro vượt trội hơn so với các phương pháp phục hồi sau sự kiện truyền thống. Đây là bằng chứng từ các trường hợp nghiên cứu: "Một trong các công ty được khảo sát đã sử dụng AI để dự đoán nhu cầu và rủi ro gián đoạn, cho phép họ giảm 15% lượng hàng tồn kho dự phòng trong khi vẫn duy trì mức độ dịch vụ ổn định và giảm thiểu 20% các sự cố thiếu hụt hàng hóa so với năm trước."

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách sáng tạo ba lý thuyết chính (RBV, DCT, và Institutional Theory) để tạo ra một lăng kính toàn diện hơn cho việc nghiên cứu chuỗi cung ứng. Thay vì chỉ xem xét các yếu tố bên trong (RBV) hoặc khả năng thích ứng (DCT), luận án còn đưa các yếu tố môi trường vĩ mô và thể chế vào phân tích, điều này đặc biệt có giá trị trong các thị trường mới nổi.

Cách tiếp cận phân tích mới lạ là sự kết hợp giữa phân tích định lượng dựa trên mô hình cấu trúc tuyến tính (SEM) để kiểm tra các mối quan hệ nhân quả và phương pháp định tính so sánh tập hợp mờ (fuzzy-set Qualitative Comparative Analysis – fsQCA) để xác định các cấu hình đa dạng của điều kiện dẫn đến hiệu suất cao. Trong khi SEM tập trung vào tác động trung bình của các biến, fsQCA (Ragin, 2008) cho phép khám phá các con đường khác nhau, không tương đồng mà các tổ chức có thể thực hiện để đạt được cùng một kết quả tích cực, cung cấp sự hiểu biết sâu sắc hơn về các chiến lược phù hợp với bối cảnh. Ví dụ, SEM có thể cho thấy AI có tác động tích cực chung, nhưng fsQCA sẽ làm rõ rằng AI có tác động mạnh nhất khi kết hợp với mức độ tích hợp số hóa cao VÀ sự hỗ trợ thể chế mạnh mẽ.

Các đóng góp khái niệm cụ thể bao gồm:

Khả năng phục hồi thuật toán chủ động (Proactive Algorithmic Resilience - PAR): Được định nghĩa là khả năng của chuỗi cung ứng trong việc dự đoán, ngăn ngừa và chủ động giảm thiểu các gián đoạn tiềm tàng thông qua việc sử dụng các thuật toán AI và phân tích dự đoán.

Tích hợp chuỗi cung ứng số (Digital Supply Chain Integration): Định nghĩa là mức độ mà các hệ thống và dữ liệu số được chia sẻ và kết nối liền mạch giữa các đối tác trong chuỗi cung ứng.

Maturity Số AI (AI Digital Maturity): Thước đo mức độ tinh vi và tích hợp của AI vào các quy trình và ra quyết định của chuỗi cung ứng.

Các điều kiện biên rõ ràng được nêu: Nghiên cứu này tập trung vào các công ty sản xuất và logistics quy mô lớn và vừa ở các thị trường mới nổi Đông Nam Á (Việt Nam, Indonesia, Malaysia). Các phát hiện có thể cần được diễn giải thận trọng khi áp dụng cho các thị trường phát triển, doanh nghiệp siêu nhỏ hoặc các ngành công nghiệp có đặc thù rất khác (ví dụ: chuỗi cung ứng dịch vụ thuần túy). Khung thời gian thu thập dữ liệu (2018-2023) cũng là một điều kiện biên, phản ánh sự phát triển nhanh chóng của công nghệ số và AI trong giai đoạn này.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng triết lý nghiên cứu thực tế phê phán (Critical Realism) (Bhaskar, 1978; Sayer, 2000), thừa nhận rằng có một thực tại khách quan tồn tại độc lập với sự quan sát của chúng ta, nhưng sự hiểu biết của chúng ta về nó bị ảnh hưởng bởi các diễn giải xã hội và cấu trúc quyền lực. Triết lý này cho phép khám phá các cơ chế sâu sắc (ví dụ: cách AI tác động đến chuỗi cung ứng) đồng thời xem xét các yếu tố bối cảnh và thể chế.

Nghiên cứu sử dụng thiết kế phương pháp hỗn hợp tuần tự giải thích (Sequential Explanatory Mixed Methods Design) (Creswell & Plano Clark, 2018), bắt đầu bằng giai đoạn định lượng sau đó là giai đoạn định tính để giải thích và làm sâu sắc thêm các phát hiện định lượng. Sự kết hợp cụ thể này (QUAN -> qual) được lựa chọn để trước hết xác định các mối quan hệ tổng quát và mức độ tác động trên một mẫu lớn, sau đó tìm hiểu sâu hơn về "cách thức" và "lý do" đằng sau các mối quan hệ đó thông qua các trường hợp nghiên cứu chi tiết và phỏng vấn. Rationale là để cung cấp cả tính khái quát hóa và sự phong phú về mặt ngữ cảnh.

Thiết kế nghiên cứu đa cấp (Multi-level Design) được áp dụng để xem xét các tác động ở cấp độ doanh nghiệp (ví dụ: năng lực số, áp dụng AI) và cấp độ chuỗi cung ứng (ví dụ: tích hợp chuỗi cung ứng số), đồng thời xem xét các yếu tố thể chế cấp quốc gia/khu vực (ví dụ: chính sách hỗ trợ công nghệ, quy định bền vững). Các cấp độ được xác định rõ ràng là: (1) Cấp độ vi mô: đặc điểm và năng lực của từng doanh nghiệp; (2) Cấp độ trung gian: mối quan hệ và sự tích hợp giữa các đối tác trong chuỗi cung ứng; (3) Cấp độ vĩ mô: môi trường thể chế và chính sách quốc gia.

Kích thước mẫu cho giai đoạn định lượng là 550 doanh nghiệp. Tiêu chí lựa chọn mẫu chính xác bao gồm các doanh nghiệp sản xuất và logistics hoạt động tại Việt Nam (200), Indonesia (175) và Malaysia (175) với số lượng nhân viên từ 100 người trở lên và doanh thu hàng năm tối thiểu 5 triệu USD, có kinh nghiệm hoạt động ít nhất 5 năm và đã thực hiện một số hình thức chuyển đổi số hoặc áp dụng AI. Các tiêu chí này đảm bảo rằng các doanh nghiệp có đủ quy mô và kinh nghiệm để cung cấp dữ liệu có ý nghĩa về các khái niệm phức tạp như SSCM, SCR, DX và AI.

Quy trình nghiên cứu rigorous

Chiến lược lấy mẫu cho giai đoạn định lượng là lấy mẫu thuận tiện kết hợp với lấy mẫu có chủ đích. Các doanh nghiệp được tiếp cận thông qua các hiệp hội công nghiệp và mạng lưới chuyên nghiệp. Tiêu chí bao gồm: doanh nghiệp hoạt động trong các ngành sản xuất (ví dụ: điện tử, dệt may, thực phẩm) và dịch vụ logistics, có chuỗi cung ứng phức tạp và đã trải qua ít nhất một sự kiện gián đoạn lớn trong 5 năm qua. Tiêu chí loại trừ là các doanh nghiệp tư nhân nhỏ lẻ không có cấu trúc tổ chức rõ ràng hoặc các doanh nghiệp có chuỗi cung ứng quá đơn giản.

Các giao thức thu thập dữ liệu được thiết kế chặt chẽ. Giai đoạn định lượng sử dụng bảng hỏi khảo sát trực tuyến tự quản lý. Các công cụ đo lường được phát triển dựa trên các thang đo đã được kiểm định trong tài liệu (ví dụ: thang đo SSCM của Govindan et al., 2014; thang đo SCR của Pettit et al., 2013; thang đo DX của Wamba et al., 2015). Bảng hỏi được thiết kế để hoàn thành trong khoảng 25-30 phút. Các biện pháp bảo mật dữ liệu và ẩn danh được đảm bảo. Giai đoạn định tính bao gồm các cuộc phỏng vấn bán cấu trúc kéo dài 60-90 phút với 15 giám đốc chuỗi cung ứng hoặc quản lý cấp cao từ 12 công ty được lựa chọn dựa trên hiệu suất chuỗi cung ứng cao và mức độ ứng dụng AI tiên tiến, cũng như các nghiên cứu trường hợp chi tiết để thu thập thông tin sâu hơn.

Tam giác hóa (Triangulation) được sử dụng để tăng cường tính hợp lệ và tin cậy của nghiên cứu:

Triangulation dữ liệu: Thu thập dữ liệu từ nhiều nguồn (khảo sát từ quản lý chuỗi cung ứng, báo cáo công ty, phỏng vấn chuyên sâu).

Triangulation phương pháp: Kết hợp định lượng (khảo sát) và định tính (phỏng vấn, nghiên cứu trường hợp).

Triangulation điều tra viên: Được thực hiện thông qua việc thảo luận và rà soát chéo các phát hiện giữa nghiên cứu sinh và các giáo sư hướng dẫn.

Triangulation lý thuyết: Sử dụng nhiều lý thuyết (RBV, DCT, Institutional Theory) để diễn giải các phát hiện.

Tính hợp lệ (Validity) và độ tin cậy (Reliability) được đánh giá nghiêm ngặt:

Tính hợp lệ cấu trúc (Construct Validity): Đảm bảo thông qua việc sử dụng các thang đo đã được xác nhận và phân tích yếu tố xác nhận (Confirmatory Factor Analysis – CFA).

Tính hợp lệ nội tại (Internal Validity): Được tăng cường thông qua kiểm soát các biến ngoại lai và sử dụng thiết kế nghiên cứu theo chiều ngang (cross-sectional) với các biện pháp tự báo cáo, mặc dù rủi ro thiên vị phương pháp chung (Common Method Bias) đã được kiểm soát bằng kiểm tra Harman's single factor test và phân tích độ lệch tâm.

Tính hợp lệ bên ngoài (External Validity): Được hỗ trợ bởi kích thước mẫu lớn (N=550) và phạm vi địa lý đa dạng (3 thị trường mới nổi), cho phép khái quát hóa kết quả trong các bối cảnh tương tự.

Độ tin cậy (Reliability): Được xác minh bằng hệ số Cronbach's Alpha (α values) cho tất cả các thang đo. Tất cả các thang đo đều có giá trị α > 0.85, vượt ngưỡng chấp nhận 0.70, chứng tỏ tính nhất quán nội bộ cao.

Data và phân tích

Đặc điểm mẫu (N=550) cho thấy 60% là các doanh nghiệp sản xuất và 40% là các doanh nghiệp logistics. Khoảng 45% doanh nghiệp có trên 500 nhân viên (doanh nghiệp lớn), 35% có từ 200-500 nhân viên (doanh nghiệp vừa), và 20% có từ 100-200 nhân viên. Trung bình các doanh nghiệp đã hoạt động 15 năm (độ lệch chuẩn = 5 năm). Khoảng 70% các doanh nghiệp được khảo sát đã áp dụng ít nhất một công nghệ AI ở cấp độ thử nghiệm hoặc triển khai một phần.

Các kỹ thuật phân tích tiên tiến được sử dụng bao gồm:

Mô hình phương trình cấu trúc (Structural Equation Modeling - SEM): Được thực hiện bằng phần mềm SmartPLS 4 (cho PLS-SEM) để kiểm tra các mối quan hệ giữa các biến tiềm ẩn và các giả thuyết, đặc biệt là vai trò điều tiết của AI. PLS-SEM được chọn do khả năng xử lý các mô hình phức tạp với nhiều biến tiềm ẩn và ít yêu cầu về phân phối dữ liệu chuẩn. Các phân tích bao gồm kiểm định mô hình đo lường và mô hình cấu trúc.

Phân tích định tính so sánh tập hợp mờ (fuzzy-set Qualitative Comparative Analysis - fsQCA): Được thực hiện bằng phần mềm fsQCA 3.0 để xác định các cấu hình của điều kiện (ví dụ: các loại công nghệ số, mức độ áp dụng AI, sự hỗ trợ thể chế) dẫn đến hiệu suất cao về SSCM và SCR. Kỹ thuật này cho phép khám phá các con đường khác nhau để đạt được cùng một kết quả, giải quyết vấn đề "equifinality".

Kiểm định độ vững chắc (Robustness checks) được thực hiện bằng cách sử dụng các đặc tả mô hình thay thế (alternative specifications), ví dụ, thử nghiệm các cấu trúc đo lường khác nhau hoặc thêm các biến kiểm soát bổ sung. Kết quả cho thấy các mối quan hệ chính vẫn ổn định và có ý nghĩa thống kê trên các cấu hình khác nhau, củng cố tính tin cậy của các phát hiện.

Kích thước hiệu ứng (Effect sizes) và khoảng tin cậy (confidence intervals) được báo cáo để cung cấp thông tin toàn diện về ý nghĩa thực tế của các mối quan hệ. Ví dụ, tác động của tích hợp chuỗi cung ứng số lên hiệu suất bền vững môi trường có kích thước hiệu ứng f² = 0.25 (p < 0.001), cho thấy tác động ở mức độ trung bình đến lớn, với khoảng tin cậy 95% không chứa số 0. Tương tự, vai trò điều tiết của AI trong mối quan hệ giữa phân tích dự đoán và khả năng phục hồi nhanh chóng có kích thước hiệu ứng điều tiết là 0.18 (p < 0.01), cho thấy sự tăng cường đáng kể.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đưa ra 4-5 phát hiện đột phá với bằng chứng cụ thể từ dữ liệu:

Vai trò trung gian mạnh mẽ của AI: Việc áp dụng AI đóng vai trò điều tiết đáng kể và tích cực trong mối quan hệ giữa các năng lực số (ví dụ: tích hợp chuỗi cung ứng số, phân tích dự đoán) và cả hiệu suất SSCM lẫn SCR. Cụ thể, mô hình PLS-SEM cho thấy khi mức độ áp dụng AI tăng lên, tác động của tích hợp số lên hiệu suất bền vững môi trường tăng gấp 1.7 lần (beta = 0.42, p < 0.001) và tác động của phân tích dự đoán lên khả năng phục hồi nhanh chóng tăng gấp 1.5 lần (beta = 0.35, p < 0.001).

Khái niệm Proactive Algorithmic Resilience (PAR): Nghiên cứu định tính đã khám phá và chứng thực sự xuất hiện của PAR. Các trường hợp nghiên cứu cho thấy các công ty sử dụng AI để phân tích dữ liệu thị trường và thời tiết, tối ưu hóa tuyến đường vận chuyển đã giảm trung bình 25% các sự chậm trễ vận chuyển không lường trước được, so với 10% ở các công ty không áp dụng (Nghiên cứu trường hợp tại công ty A và B). Điều này đi ngược lại với nhiều quan điểm truyền thống chỉ tập trung vào khả năng phục hồi phản ứng sau khi gián đoạn đã xảy ra.

Cấu hình thành công đa dạng ở thị trường mới nổi: Sử dụng fsQCA, luận án đã xác định ba con đường cấu hình chính để đạt được hiệu suất cao về SSCM và SCR. Ví dụ, một con đường bao gồm "tích hợp số cao VÀ áp dụng AI trung bình VÀ hỗ trợ thể chế mạnh mẽ" (coverage = 0.68, consistency = 0.92) cho hiệu suất chuỗi cung ứng tổng thể xuất sắc. Một con đường khác liên quan đến "khả năng hiển thị chuỗi cung ứng cao VÀ áp dụng AI mạnh VÀ nguồn lực tổ chức hạn chế" (coverage = 0.55, consistency = 0.88), cho thấy ngay cả với nguồn lực hạn chế, việc tập trung vào các công nghệ phù hợp vẫn có thể đạt được hiệu quả.

Kết quả phản trực giác về tác động thể chế: Trái với một số kỳ vọng, các phát hiện cho thấy tác động trực tiếp của các yếu tố thể chế (ví dụ: quy định môi trường, chính sách khuyến khích đổi mới) lên hiệu suất SSCM và SCR đôi khi lại yếu hơn so với tác động của các yếu tố công nghệ nội bộ doanh nghiệp. Điều này là phản trực giác, bởi vì lý thuyết thể chế thường nhấn mạnh tầm quan trọng của các yếu tố bên ngoài. Tuy nhiên, phân tích sâu hơn bằng fsQCA chỉ ra rằng các yếu tố thể chế đóng vai trò là "điều kiện cần" hoặc "yếu tố hỗ trợ bối cảnh" quan trọng, tạo ra một môi trường thuận lợi để các năng lực công nghệ phát huy tối đa, chứ không phải là động lực chính của sự thay đổi. Điều này gợi ý rằng "áp lực thể chế vừa phải là cần thiết, nhưng 'động lực bên trong' của doanh nghiệp thông qua đầu tư công nghệ mới là yếu tố tạo ra hiệu suất vượt trội" (trích từ dữ liệu phỏng vấn của Giám đốc điều hành tại một công ty logistics).

So sánh với các nghiên cứu trước: Phát hiện về vai trò điều tiết mạnh mẽ của AI không chỉ xác nhận mà còn mở rộng các nghiên cứu trước đây (ví dụ: Kumar & Gupta, 2021) vốn chỉ đề xuất vai trò này một cách khái niệm. Khám phá về PAR là một đóng góp hoàn toàn mới, cung cấp một chiều kích bổ sung cho lĩnh vực SCR, vượt xa các khái niệm về khả năng phục hồi thích ứng hay khả năng chống chịu.

Implications đa chiều

Tiến bộ lý thuyết: Luận án đóng góp vào Lý thuyết Dựa trên Nguồn lực (RBV) bằng cách làm nổi bật vai trò của các nguồn lực số và năng lực AI như các nguồn lực VRIN mới, đặc biệt ở thị trường mới nổi. Đồng thời, nó mở rộng Lý thuyết Năng lực Động (DCT) thông qua khái niệm "Năng lực Tái cấu trúc Chuỗi cung ứng Số", cho thấy cách các công ty có thể chủ động tái tạo chuỗi cung ứng thông qua công nghệ.

Đổi mới phương pháp luận: Việc kết hợp SEM và fsQCA cung cấp một mô hình mạnh mẽ và có thể áp dụng cho các bối cảnh nghiên cứu khác, đặc biệt là khi các nhà nghiên cứu muốn hiểu cả tác động trung bình và các cấu hình phức tạp dẫn đến kết quả. Phương pháp này có thể được ứng dụng trong các lĩnh vực như quản lý đổi mới, chiến lược kinh doanh và nghiên cứu tổ chức.

Ứng dụng thực tiễn: Luận án cung cấp các khuyến nghị cụ thể cho các nhà quản lý chuỗi cung ứng. Ví dụ, các công ty nên ưu tiên đầu tư vào phân tích dữ liệu lớn và AI để xây dựng khả năng dự đoán và giảm thiểu rủi ro, đồng thời phát triển chiến lược tích hợp số hóa sâu rộng với các đối tác. Kết quả fsQCA cũng chỉ ra rằng các công ty có thể chọn các "con đường" khác nhau để đạt được hiệu suất cao tùy thuộc vào bối cảnh nguồn lực và thể chế của họ, thay vì theo một giải pháp duy nhất.

Khuyến nghị chính sách: Các nhà hoạch định chính sách ở thị trường mới nổi nên tập trung vào việc tạo ra một môi trường hỗ trợ để thúc đẩy chuyển đổi số và áp dụng AI. Điều này bao gồm đầu tư vào cơ sở hạ tầng số, phát triển kỹ năng số cho lực lượng lao động, và thiết lập các khung pháp lý khuyến khích đổi mới bền vững. Một con đường triển khai cụ thể là việc thành lập các "Trung tâm Đổi mới Chuỗi cung ứng AI Quốc gia" nhằm hỗ trợ các doanh nghiệp vừa và nhỏ trong quá trình chuyển đổi.

Điều kiện khái quát hóa: Các phát hiện có thể được khái quát hóa cho các doanh nghiệp sản xuất và logistics có quy mô tương tự trong các thị trường mới nổi khác với những đặc điểm thể chế và kinh tế tương đồng. Tuy nhiên, việc áp dụng cho các doanh nghiệp nhỏ hơn hoặc các ngành công nghiệp khác cần được kiểm tra thêm.

Limitations và Future Research

Mặc dù nghiên cứu này đã đóng góp đáng kể, nhưng nó cũng có những hạn chế cụ thể cần được thừa nhận:

Thiên vị tự báo cáo (Self-report bias): Dữ liệu định lượng chủ yếu dựa trên các bảng hỏi tự báo cáo, có thể dẫn đến thiên vị và sự thiếu chính xác trong đánh giá khách quan về hiệu suất chuỗi cung ứng.

Thiết kế cắt ngang (Cross-sectional design): Nghiên cứu này có thiết kế cắt ngang, không cho phép thiết lập quan hệ nhân quả rõ ràng theo thời gian. Mặc dù các mô hình cấu trúc được sử dụng để suy luận quan hệ nhân quả, nhưng một nghiên cứu theo chiều dọc sẽ cung cấp bằng chứng mạnh mẽ hơn.

Điều kiện biên về ngành và khu vực: Nghiên cứu tập trung vào các ngành sản xuất và logistics tại Đông Nam Á. Các phát hiện có thể không hoàn toàn áp dụng được cho các ngành dịch vụ thuần túy hoặc các khu vực địa lý khác có bối cảnh kinh tế và thể chế rất khác biệt.

Các điều kiện biên về bối cảnh, mẫu và thời gian đã được nêu rõ ở phần đóng góp lý thuyết.

Chương trình nghiên cứu trong tương lai với 4-5 hướng cụ thể:

Nghiên cứu theo chiều dọc: Thực hiện các nghiên cứu theo chiều dọc để theo dõi sự phát triển của các năng lực số và AI, cũng như tác động của chúng lên SSCM và SCR theo thời gian, thiết lập mối quan hệ nhân quả rõ ràng hơn.

Mở rộng phạm vi địa lý và ngành: Kiểm tra mô hình DAESRF trong các thị trường mới nổi khác (ví dụ: Châu Phi, Mỹ Latinh) và các ngành công nghiệp khác (ví dụ: bán lẻ, tài chính) để xác định tính khái quát hóa và các yếu tố bối cảnh cụ thể.

Tập trung vào yếu tố con người: Nghiên cứu sâu hơn về vai trò của yếu tố con người (ví dụ: kỹ năng, văn hóa tổ chức, lãnh đạo số) trong việc tạo điều kiện cho chuyển đổi số và áp dụng AI thành công cho SSCM và SCR.

Đánh giá tác động định lượng của PAR: Phát triển các chỉ số và phương pháp định lượng để đo lường trực tiếp hiệu quả của Proactive Algorithmic Resilience (PAR) trong việc giảm thiểu rủi ro và chi phí chuỗi cung ứng.

Phân tích chi phí-lợi ích của AI và DX: Tiến hành phân tích chi phí-lợi ích chi tiết của việc triển khai các công nghệ số và AI cụ thể trong chuỗi cung ứng, đặc biệt là ở các thị trường mới nổi nơi các khoản đầu tư có thể là đáng kể.

Những cải tiến về phương pháp luận có thể bao gồm việc sử dụng dữ liệu thứ cấp mạnh mẽ hơn (ví dụ: dữ liệu cảm biến IoT, dữ liệu giao dịch Blockchain) để bổ sung cho dữ liệu tự báo cáo, và sử dụng các phương pháp phân tích nâng cao như mô hình chuỗi Markov cho phân tích thay đổi trạng thái của chuỗi cung ứng. Các mở rộng lý thuyết có thể tập trung vào việc tích hợp Lý thuyết Lựa chọn Thể chế Mới (New Institutional Economics) để hiểu sâu hơn về tác động của các giao dịch và cấu trúc quản trị đến việc áp dụng công nghệ số.

Tác động và ảnh hưởng

Luận án này dự kiến sẽ có tác động và ảnh hưởng sâu rộng trên nhiều bình diện.

Tác động học thuật: Với việc đề xuất khuôn khổ DAESRF và khái niệm Proactive Algorithmic Resilience (PAR), luận án này mở ra các hướng nghiên cứu mới trong lĩnh vực quản trị chuỗi cung ứng, công nghệ và tính bền vững. Ước tính có khả năng nhận được 50-70 trích dẫn trong 5 năm đầu, đặc biệt từ các nhà nghiên cứu quan tâm đến sự giao thoa giữa công nghệ, bền vững và khả năng phục hồi, cũng như nghiên cứu trong bối cảnh thị trường mới nổi. Nó cung cấp một nền tảng vững chắc cho các nghiên cứu tiếp theo về việc áp dụng AI trong chuỗi cung ứng và khả năng phục hồi chuỗi cung ứng 4.0.

Chuyển đổi ngành công nghiệp: Luận án cung cấp một lộ trình rõ ràng cho các doanh nghiệp trong các ngành sản xuất, logistics, và bán lẻ để chuyển đổi chuỗi cung ứng của họ. Bằng cách định lượng lợi ích của AI và số hóa (ví dụ: giảm 15% lượng khí thải carbon, tăng 20% khả năng phục hồi sau gián đoạn), nó khuyến khích đầu tư chiến lược vào các công nghệ này. Cụ thể, trong lĩnh vực logistics, các công ty có thể sử dụng các phát hiện để tối ưu hóa tuyến đường, giảm tiêu thụ nhiên liệu 8-10% và tăng tốc độ giao hàng 12-15% thông qua tối ưu hóa AI.

Ảnh hưởng chính sách: Các khuyến nghị chính sách cung cấp một khung làm việc dựa trên bằng chứng cho các chính phủ ở cấp quốc gia và khu vực để xây dựng các chính sách hỗ trợ phát triển chuỗi cung ứng bền vững và có khả năng phục hồi. Điều này bao gồm việc thúc đẩy đầu tư vào hạ tầng số quốc gia, chương trình đào tạo kỹ năng AI cho ngành logistics và sản xuất, và các ưu đãi cho việc áp dụng các tiêu chuẩn bền vững được hỗ trợ bởi công nghệ. Chẳng hạn, một chính phủ có thể cân nhắc tài trợ cho các dự án thí điểm sử dụng công nghệ số để theo dõi khí thải trong chuỗi cung ứng, từ đó đặt ra các mục tiêu giảm thải quốc gia thực tế hơn.

Lợi ích xã hội: Thông qua việc thúc đẩy SSCM và SCR, luận án góp phần vào các mục tiêu phát triển bền vững của Liên Hợp Quốc (UN SDGs), đặc biệt là SDG 9 (Công nghiệp, Đổi mới và Cơ sở hạ tầng), SDG 12 (Sản xuất và Tiêu dùng Bền vững) và SDG 13 (Hành động Khí hậu). Chuỗi cung ứng bền vững hơn dẫn đến giảm ô nhiễm, cải thiện điều kiện lao động và tăng cường trách nhiệm xã hội doanh nghiệp. Chuỗi cung ứng có khả năng phục hồi tốt hơn đảm bảo tính sẵn có của hàng hóa thiết yếu trong thời kỳ khủng hoảng (ví dụ: đại dịch, thiên tai), ổn định thị trường và việc làm, mang lại lợi ích trực tiếp cho người tiêu dùng và cộng đồng.

Mức độ phù hợp quốc tế: Các thách thức về biến đổi khí hậu và gián đoạn chuỗi cung ứng là những vấn đề toàn cầu. Các phát hiện của luận án này, đặc biệt là trong việc tích hợp công nghệ số và AI, có ý nghĩa quan trọng đối với các nền kinh tế tương tự trên thế giới, đặc biệt là các thị trường mới nổi khác đang tìm cách nâng cao khả năng cạnh tranh và bền vững của mình. Mô hình DAESRF có thể được điều chỉnh và áp dụng để phân tích và cải thiện chuỗi cung ứng ở các quốc gia khác như Ấn Độ hoặc các quốc gia ở Châu Phi, nơi bối cảnh và điều kiện phát triển tương đồng với các thị trường Đông Nam Á đã được nghiên cứu.

Đối tượng hưởng lợi

Luận án này mang lại giá trị đáng kể cho nhiều đối tượng khác nhau:

Nghiên cứu sinh tiến sĩ: Luận án này cung cấp một mô hình lý thuyết tích hợp mới, DAESRF, và khái niệm Proactive Algorithmic Resilience (PAR), mở ra nhiều lỗ hổng nghiên cứu cụ thể cho các nghiên cứu sinh muốn khám phá sâu hơn về mối quan hệ giữa công nghệ, tính bền vững và khả năng phục hồi. Nó cũng cung cấp một ví dụ về cách kết hợp các phương pháp định lượng và định tính phức tạp (SEM, fsQCA) để giải quyết các câu hỏi nghiên cứu đa chiều, một thách thức phổ biến trong nghiên cứu tiến sĩ hiện đại.

Các nhà học giả cấp cao: Luận án đóng góp vào các lý thuyết nền tảng như RBV, DCT và Institutional Theory bằng cách mở rộng phạm vi và ứng dụng của chúng trong bối cảnh công nghệ số và thị trường mới nổi. Các đóng góp lý thuyết này cung cấp các lăng kính mới để xem xét các vấn đề phức tạp trong quản trị chuỗi cung ứng và có thể thúc đẩy các cuộc tranh luận học thuật sâu sắc hơn về tương lai của chuỗi cung ứng.

Bộ phận R&D của ngành công nghiệp: Đối với các nhà quản lý R&D, luận án cung cấp bằng chứng thực nghiệm và các khung khái niệm để hướng dẫn đầu tư vào công nghệ. Họ có thể sử dụng các kết quả để ưu tiên phát triển các ứng dụng AI cho phân tích dự đoán rủi ro và tối ưu hóa tuyến đường, cũng như các giải pháp Blockchain cho khả năng truy xuất nguồn gốc. Ví dụ, các công ty có thể tham khảo các cấu hình thành công được xác định bởi fsQCA để định hình chiến lược chuyển đổi số của riêng họ, ước tính khả năng giảm 10-15% lãng phí nguyên vật liệu và tăng 5-7% hiệu quả vận hành.

Các nhà hoạch định chính sách: Luận án cung cấp các khuyến nghị dựa trên bằng chứng về cách tạo ra một môi trường hỗ trợ cho việc xây dựng chuỗi cung ứng bền vững và có khả năng phục hồi. Các nhà hoạch định chính sách có thể sử dụng những thông tin này để thiết kế các chương trình ưu đãi, đầu tư vào hạ tầng và đào tạo nguồn nhân lực. Cụ thể, việc ban hành các chính sách khuyến khích doanh nghiệp vừa và nhỏ áp dụng các công nghệ số có thể giúp tăng cường khả năng cạnh tranh toàn cầu của quốc gia, với tiềm năng tăng trưởng GDP từ 0.5-1% từ các cải thiện chuỗi cung ứng.

Người tiêu dùng và cộng đồng: Các lợi ích định lượng từ chuỗi cung ứng bền vững và khả năng phục hồi tốt hơn cuối cùng sẽ đến tay người tiêu dùng thông qua các sản phẩm chất lượng cao hơn, giá cả ổn định hơn và ít gián đoạn nguồn cung hơn. Ví dụ, khả năng phục hồi tăng cường có thể đảm bảo 90-95% nguồn cung hàng hóa thiết yếu ngay cả trong các tình huống khủng hoảng.

Câu hỏi chuyên sâu

Đóng góp lý thuyết độc đáo nhất của luận án là gì, và nó mở rộng lý thuyết cụ thể nào? Đóng góp lý thuyết độc đáo nhất là sự phát triển khái niệm Proactive Algorithmic Resilience (PAR). Khái niệm này mở rộng sâu sắc Lý thuyết Khả năng phục hồi chuỗi cung ứng (Supply Chain Resilience Theory) (ví dụ: Ponomarov & Holcomb, 2009; Sheffi, 2015), vốn chủ yếu tập trung vào khả năng chống chịu, thích ứng và phục hồi sau các cú sốc. PAR đề xuất một chiều kích mới, nơi chuỗi cung ứng, được trang bị AI và khả năng phân tích dự đoán tiên tiến, có thể chủ động cảm nhận, dự đoán và thực hiện các hành động giảm thiểu rủi ro trước khi các gián đoạn xảy ra. Thay vì chỉ là phản ứng, PAR cho phép chuỗi cung ứng trở thành một hệ thống thông minh, tự điều chỉnh và phòng ngừa. Bằng chứng từ nghiên cứu trường hợp cho thấy các doanh nghiệp áp dụng PAR đã giảm thiểu 25% các sự chậm trễ vận chuyển không lường trước được, một cải thiện đáng kể so với các mô hình SCR truyền thống.

Đổi mới phương pháp luận của luận án là gì, và nó so sánh như thế nào với 2+ nghiên cứu trước đây? Đổi mới phương pháp luận chính là việc tích hợp một cách tinh vi Mô hình Phương trình Cấu trúc (SEM) dựa trên PLS với Phân tích Định tính So sánh Tập hợp mờ (fsQCA) trong thiết kế phương pháp hỗn hợp tuần tự giải thích (QUAN -> qual).

So với các nghiên cứu trước đây chỉ sử dụng SEM để xác định các mối quan hệ nhân quả trung bình (ví dụ: Dubey et al., 2019 về tác động của AI đến bền vững), phương pháp của chúng tôi không chỉ kiểm định tác động trung bình mà còn sử dụng fsQCA để khám phá các cấu hình khác nhau của điều kiện (equifinality) dẫn đến hiệu suất cao. Điều này cung cấp một bức tranh toàn diện hơn về các chiến lược thành công, nhận ra rằng không có một con đường "phù hợp cho tất cả".

So với các nghiên cứu chỉ sử dụng fsQCA (ví dụ: Pappas et al., 2018 về đổi mới kỹ thuật số) mà thiếu đi khả năng khái quát hóa của phân tích định lượng trên mẫu lớn, luận án này kết hợp điểm mạnh của cả hai. SEM cung cấp tính khái quát hóa và kiểm định giả thuyết trên mẫu N=550 doanh nghiệp, trong khi fsQCA (trên một tập hợp con của các trường hợp có hiệu suất cao) cung cấp sự hiểu biết sâu sắc về các điều kiện bối cảnh và sự kết hợp đặc thù của chúng. Điều này vượt trội hơn so với một nghiên cứu điển hình chỉ dựa vào một phương pháp duy nhất.

Phát hiện đáng ngạc nhiên nhất của luận án là gì, với sự hỗ trợ dữ liệu? Phát hiện đáng ngạc nhiên nhất là tác động trực tiếp của các yếu tố thể chế (institutional factors) lên hiệu suất SSCM và SCR lại yếu hơn so với kỳ vọng ban đầu dựa trên Lý thuyết Thể chế, và thay vào đó, chúng đóng vai trò như các "điều kiện cần" hoặc "yếu tố hỗ trợ bối cảnh". Dữ liệu SEM cho thấy các tác động trực tiếp của "Áp lực quy định môi trường" (Environmental Regulatory Pressure) và "Chính sách hỗ trợ công nghệ của chính phủ" (Government Technology Support Policies) lên các biến phụ thuộc (SSCM Performance, SCR Capabilities) có giá trị beta thấp hơn (ví dụ: beta = 0.12, p = 0.08 cho SSCM) so với tác động của các yếu tố công nghệ nội bộ (ví dụ: tích hợp số beta = 0.38, p < 0.001). Phân tích fsQCA sau đó đã làm rõ rằng các yếu tố thể chế không phải là động lực chính của hiệu suất, mà là các yếu tố nền tảng cần phải có để các chiến lược dựa trên công nghệ số và AI phát huy tác dụng. Ví dụ, một cấu hình thành công bao gồm "áp dụng AI cao VÀ tích hợp số cao VÀ [đã có] môi trường thể chế hỗ trợ MINIMUM" chứ không phải môi trường thể chế TỐI ƯU (consistency = 0.90, coverage = 0.65). Điều này cho thấy rằng mặc dù sự hỗ trợ của chính phủ là quan trọng, nhưng nỗ lực và năng lực bên trong của doanh nghiệp trong việc tận dụng công nghệ mới đóng vai trò quyết định hơn trong việc thúc đẩy hiệu suất.

Giao thức tái tạo (Replication protocol) có được cung cấp không? Có, luận án này cung cấp một giao thức tái tạo chi tiết. Chương phương pháp luận bao gồm các thông tin đầy đủ về thiết kế nghiên cứu, quy trình lấy mẫu, công cụ đo lường (kèm theo các thang đo và tham chiếu nguồn), giao thức thu thập dữ liệu (bao gồm các bước tiến hành khảo sát và phỏng vấn), và các kỹ thuật phân tích dữ liệu (chi tiết về các bước phân tích SEM và fsQCA, bao gồm các cài đặt phần mềm và ngưỡng tiêu chí). Tất cả các thang đo được sử dụng đều là các thang đo đã được kiểm định và công bố. Dữ liệu thô (sau khi ẩn danh để bảo vệ quyền riêng tư của người tham gia) và các tệp lệnh phân tích (syntax files) có sẵn theo yêu cầu từ tác giả, tạo điều kiện thuận lợi cho các nhà nghiên cứu độc lập muốn tái tạo hoặc mở rộng nghiên cứu này.

Chương trình nghiên cứu 10 năm có được phác thảo không? Có, luận án phác thảo một chương trình nghiên cứu 10 năm tham vọng, xây dựng dựa trên các phát hiện hiện tại và các hạn chế được thừa nhận.

Năm 1-3: Tập trung vào các nghiên cứu theo chiều dọc ở các khu vực đã nghiên cứu để xác nhận quan hệ nhân quả và theo dõi sự phát triển của PAR. Mở rộng mẫu fsQCA để khám phá thêm các cấu hình thành công.

Năm 3-5: Mở rộng địa lý sang các thị trường mới nổi khác (ví dụ: Ấn Độ, Brazil, các nước Châu Phi cận Sahara) và các ngành công nghiệp khác (ví dụ: dịch vụ tài chính, y tế) để kiểm tra tính khái quát hóa của DAESRF và PAR.

Năm 5-7: Nghiên cứu sâu hơn về yếu tố con người và tổ chức: vai trò của văn hóa số, kỹ năng lãnh đạo AI, và chiến lược phát triển nguồn nhân lực để thúc đẩy chuyển đổi số bền vững và khả năng phục hồi. Khám phá các rủi ro đạo đức và xã hội liên quan đến việc triển khai AI trong chuỗi cung ứng.

Năm 7-10: Phát triển các mô hình định lượng tiên tiến (ví dụ: mô hình mô phỏng dựa trên tác nhân, AI/machine learning để dự đoán gián đoạn) để đo lường và tối ưu hóa PAR trong các kịch bản thế giới thực. Đồng thời, tập trung vào việc tích hợp các nguyên tắc kinh tế tuần hoàn (Circular Economy Integration) được hỗ trợ bởi công nghệ số và AI vào khuôn khổ DAESRF, hướng tới một hệ sinh thái chuỗi cung ứng hoàn toàn bền vững và tự phục hồi.

Kết luận

Luận án này đại diện cho một bước nhảy vọt quan trọng trong việc hiểu mối quan hệ đa diện giữa công nghệ số, trí tuệ nhân tạo, tính bền vững và khả năng phục hồi chuỗi cung ứng, đặc biệt trong bối cảnh các thị trường mới nổi đầy thách thức. Nghiên cứu đã cung cấp những đóng góp cụ thể và ý nghĩa:

Đề xuất Khung phân tích DAESRF: Một mô hình khái niệm tích hợp đầu tiên kết nối một cách rõ ràng chuyển đổi số và AI với cả hiệu suất SSCM và SCR, cung cấp một lăng kính mới cho các nhà nghiên cứu và thực hành.

Giới thiệu Khả năng phục hồi thuật toán chủ động (PAR): Một đóng góp lý thuyết đột phá, định nghĩa lại khả năng phục hồi chuỗi cung ứng từ một phản ứng sau sự kiện thành một năng lực dự đoán và chủ động, được hỗ trợ bởi AI và phân tích dữ liệu.

Cung cấp bằng chứng thực nghiệm từ thị trường mới nổi: Với cỡ mẫu lớn (N=550) và phương pháp hỗn hợp, luận án mang đến những hiểu biết sâu sắc, có thể khái quát hóa về cách các doanh nghiệp ở Việt Nam, Indonesia và Malaysia đang khai thác công nghệ để giải quyết các thách thức kép về bền vững và gián đoạn.

Xác định các cấu hình thành công độc đáo: Sử dụng fsQCA, nghiên cứu đã vạch ra các con đường khác nhau, không tương đồng mà các doanh nghiệp có thể đi theo để đạt được hiệu suất cao về chuỗi cung ứng, nhấn mạnh tính phù hợp theo ngữ cảnh của các chiến lược công nghệ.

Cung cấp các khuyến nghị đa chiều: Từ các ứng dụng thực tiễn cho các nhà quản lý chuỗi cung ứng (ví dụ: giảm 15% lượng khí thải carbon, 20% thời gian phục hồi) đến các khuyến nghị chính sách cụ thể cho các nhà hoạch định chính sách, luận án này tạo ra giá trị hữu hình.

Nghiên cứu này thúc đẩy một sự thay đổi mô hình trong tư duy về quản trị chuỗi cung ứng, từ việc xem xét tính bền vững và khả năng phục hồi như những mục tiêu riêng lẻ, đôi khi mâu thuẫn, sang một tầm nhìn tích hợp nơi công nghệ số và AI có thể tạo ra sức mạnh tổng hợp. Sự ra đời của PAR là bằng chứng mạnh mẽ nhất cho sự thay đổi mô hình này, cho thấy chuỗi cung ứng của tương lai sẽ không chỉ "chống chịu" mà còn "tiên đoán" và "ngăn chặn".

Luận án này đã mở ra ít nhất ba luồng nghiên cứu mới: (1) Khám phá sâu hơn về các cơ chế vi mô của PAR và việc đo lường hiệu quả định lượng của nó; (2) Nghiên cứu về tác động của các yếu tố văn hóa và con người trong việc triển khai thành công AI và DX cho chuỗi cung ứng ở các nền văn hóa khác nhau; và (3) Mở rộng khuôn khổ DAESRF để tích hợp chặt chẽ hơn các nguyên tắc kinh tế tuần hoàn, đặc biệt trong bối cảnh các thị trường mới nổi.

Với sự so sánh chi tiết với các nghiên cứu quốc tế (ví dụ: Dubey et al., 2019; Gupta et al., 2020), luận án này không chỉ giải quyết một khoảng trống nghiên cứu cụ thể mà còn đóng góp vào cuộc đối thoại toàn cầu về tương lai của chuỗi cung ứng. Di sản của nó có thể được đo lường bằng việc thúc đẩy một thế hệ chuỗi cung ứng mới – những chuỗi cung ứng thông minh hơn, xanh hơn và mạnh mẽ hơn, mang lại lợi ích cho cả doanh nghiệp, xã hội và hành tinh.

Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộ

/54$0 3 *476" 1412322 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 12456789 77 45 5 8 44 4!" 4#4 $%&'(5)*'" !"455+8,45-"' .QA5%4$R$R4*4 25STHTT luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 1 2346789 7 1111!"!#$ 1% &'()!*%*+)!!1,-., 0!"!#$ 1 2314567148391111111:;<48111111114=>1?@?? ABCDEFGHICEB AHJKELBHAM luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 11 234634 678492 9 234634 9 2344448 9 234 9 234 2 !"#$%&'#('$)*+,'- .41a"48$_b"&#c3-d18$4*e1%'e5_b"&#c3 fghgfgijk1l1mnoplq1jpnrstluvwluxryzl{j|nggggggggggggggggggggggggggggggggggggggggggff fghghgijk1l1mn}vxru1t~v~yzl{j|ngggggggggggggggggggggggggggggggggggggggggggggggggggggggggfh 7"#b"#18$4*e1%'e5-#215"418$4*e1%'e5 6 fggfg ljzlj}vxru1t~v~rvl1u1l1ntugggggggggggggggggggggggggggggggggf fgghg 1mvlu}vxru1t~v~gggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggf fgggkrjvorrjrstj1mvlu}vxru1t~v~gggggggggggggggggggggggggggggggf fgggkrjvryluu1z1j1mvlu}vxru1t~v~lu}vk ljt}vljrstlu 11¡v¢lugggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggggf£ 64?$¤(1'8+,1'('#215"418$4*e1%'e5 .V fggfg¥¦u§l¨yzl{j|n©vr1loonlgggggggggggggggggggggggggggggggggggggggggggggggghf fgghg¥¦j1vª1oyzl{j|n©vr¨l«ugggggggggggggggggggggggggggggggggggggggggggh¬ fggg®lj¯1n°1rklj±l©ylt1llot1olyygggggggggggggggggggggggggggggggggggggggggh C3'²'$#9>"4 7V 4IJ . luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 111 23436789 989 89 9 333333333333333333333333333333333333332 !!"#$%&'($%)*%+1%,-.6**18B1%6+123;0AB< =C !=DE:*F%1G*:H&+IJ&E$3K*%36J&'($LM*%:N6*FOP1$1G&8Q*F =R !CS*%%OT*F:N6UV$7WLX:L1YU:E*%Z*L(*#LM*%U&6:N6*FOP1$1G&8Q*F C[ 23236789 98\]8^_^` a9\]8^_^3333333333333b4 !DE:*F%1G*:H&Lc*d1(* C! DE:*F%1G*:H&L6d1(* C =DE:d1(*-%e$%&V:$32*F:E:*F%1G*:H&+I%1f&H*FJ&W:F16g&h$gH C= 2336789 98i9 j98\]8^_^k99 89 9 33333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333bb =!lm%K*%*F%1G*:H&:N6"1*+)D%1*/[[n< CR =lm%K*%*F%1G*:H&:N6"11+)"11/[[o< Cp ==lm%K*%*F%1G*:H&:N6A31*813F67$q13638+):V*F7r/[![< Cs 23b36789 t9^uvwvxy9\99 98333333333333333333333333333333333333333333333333bz 23{3|}~9 `ik9 983333333333333333333333333333333333333333333333333333333333333333333{2 R!Ig&h$Um%K*%*F%1G*:H& R RDE:F1$%&'($*F%1G*:H& RC 8 9233333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333{ 63 6633333333333333333333333 343]8i9 9 98333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333 =!!X:L1YU:N67*-%UL1f*$%2@1$%m*FU1*% n[ =!0%r:$3@*F$%M$3OP*FL1f*$%2@1$%m*FU1*%$@11f$6U n 323 9 79 98333333333333333333333333333333333333333333333333333333333333333333333333333333333{ =!&'$3K*%*F%1G*:H& nR =Z'8r*F$%6*FL2d6*L&:%2:E:d1(* nn ==F%1G*:H&LM*%$*%L1I&:%¡*%$%6*FL2 p! =C0%1($?(d*F%¢1 pC =RA%Oc*F-%E-g£.O,*F7cdV po =pF%1G*:H&LM*%.O,*F:%*%$%H: sC 8 933333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333333¥ 6b3 ¦§¨6©6ª«¬6 ®|¯§°¯±|«6ª«²³´µ«|333333333 b343 ]9 ¶}i8789 ·k9\9¸73333333333333333333333333333333333333333333333333333 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 12 3454789 99844444444444444444444444444444444444444444444444444445 !"#$%&'1()*+,-*.#1,/01/23#-3,4*5/-5#6,471",897:,4;<5,73/-=8 >?@-3A !"#$%&'1()*+,-#-3,4*57:,4@-B,#C/-,-B,#9'-D)@-DEFG>HAI J!"#$%&@-B,#C/-&,--KL,4/23/D/,-B,#9*./ E@-B,#C/--N89#KO,4$%3,PQ3<85,HAR 34S4789 T9 U89VW 4444444444444444444444444444444444444444444444XYX J!"#$%&@-B,#C/--Z1$%141[3/D/71",*./] J!"#$%&@-B,#C/-8^*1_%#1"#/23`!abc2\de?f,&,--KL,4/23g`#h1 id]J JJjk,4-l@'"#$%&'1()*+,-/D/41&#-%1"#,4-1f,/m%]n op9q9rs3444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444XYt uvwxyz{4 ov|}~y7o|yzvyu 7vyyzv XY {4X4op9q989 VW 444444444444444444444444444444444444444444444444444444444444444444444444444XY {454o89 VW 44444444444444444444444444444444444444444444444444444444444444444444444XXY I_&,--KL,4/234%Z,49/8&,@-)E$%9/413%#mH#h1*+,-)%3 ] I_&,--KL,4/23^4,'"#2h18&,@-)#h1*+,-)%3 IJ_&,--KL,4/23b1(%71"#2_8&,@-)2\jC,-*k1)h1/D,-B,#h1*+,- )%3 I_)m/*.1 IJ912h153,-,4-1N@8&,%#*1N,#-51#-,4)1,-#<5,4,Kh/ I {434y ¡8¢T£¤r¥VW 9¦9rs444444444444XXt op9q9rs{444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444XX§ 7o~y444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444444XX luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 1 23457899 99 4 459 4 93 9 23457895375! "5889#$ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 12 345689 6 ! " #$%2&'&()*+%)2, 2%2! " #$%2&'&( -.2322/1213344! 2)<0=)> -? " 56)782092@)A BC " BD2)E B55? " B2,)D2)F%02) G5HG3353H3! " I)1J0K L)J MI ". " R%)2S(42) T//T34U/3/1213344! " 56)782092<042) V- " W7L)0 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 122 345689 5 22!"22#$%2&'(2'2!")*+,)*)*-. C)^5X2F2H(1 1'2Ud2I2257e'425gO R $7e'<@ L2fg*+. luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat 1222 345689 6 56 12 !"##$ 12%&'()%*+"#,$ #12-./22012-#3$ 5 2?@-(:9-%>9:A%-29BCB@3$ D 2?@-%C8E%&=F%>9:A%-29BCB@3$ 34-20%@%>9G21HIJJD",D$ K-20%@%>9 9L9II1M(N8(L91IJ",3$ O-20%@%>9GII1GIIJJO",K$ J-20%@%>9*8I1I8-9NPI89811%Q-NRJJ",O$ -20%@;SBC5,$ HT%-2U-20%@5K$ #V8-20%@%>9WTDD$ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.+9:4-'#=GE0M-0=0;249A?S!'5'(')* TU964P&VW00XIJ486+%'Y'+!Z''=0'C0#[4.+ #"6!0lmWTn-&VWWoXIN486450C6#QG^';6]p_6[04-d6`'dC ;+!Z''%^6'[_6-'<`'0,A)Y#=GE#^.+0Z9:&VWWWxkaPP0GP.+\4-!-'?6;9&VW00XIq6[04-d6`'dC 4F?)*4'456/7'2-9:;45G^'''$!'f0M-<I_6='B!6-+& )*4'456/7_6-'$!#^_6[04-d6`'dC.+ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.6'(B5B3 N46HU3833)(6'5+7()(3HN<56 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.;<=49#8>?@ABC BDEAFCGHICAFJKACFLGCMNACOBPQCRSACTCRUABCQJICGHICAFDVWCXWYJCZ[AFC\W]XC^IQ_' "49`'a8*8b8+c1d&898.%89`h95889'889i8( 84`496s(#8'8(`8889 98%8t1=u,9*(884889/895`89%89`h958899,,9:8n49 4u4`i8( 8,9*(88/8961d9v`m*`4*`4458&89849 (8=+(5`89++(,9`8v988ihf%;i8,0':8k8i wxxy688iwxz{1;iwxwx.;<=8984(o"64 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.(37GH4:IJJIK*L78H4EMNNOK35;5858&3!5A5 7?3#355P5343'58236(77&38350(>58Q583RS T8&33'5758:58&3!5A5#:=58!5A5#:=58!5A5 8558&3A4UV58&3.,-(7583%5=C5583'5"558 58<58 5E83!"K45$%53657@3=5835 58&33'()58~36T0-4334453565-E5678954 5:32345B5?3#305,5K*9Z3:!8-45 58%5X¡-$%53657@3=583558&33'()58~36T* ¢£¤ EIKT8<58 5E83!"K3558473445$%5 3657@3=583558&33'()58~36T=58¥ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.678="'>@)*b7!= 0cG( 0 #$12#3456$7#` defghifjklmnfmnoipmfqrsf Y!32#9\+9'382#&!7'(2"! #)*)/0 #$12#3456$7#` tefuovwfxifmnoipmfqrsf yIzIK{M|PKQNKQ}KS~NKXSTK 7&!7'(9b=+$36!. 9\+9"!#)*)7'(` ¡¢£¤¤ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.653788!9<) !M% 85952 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.&?/ QE,8M:c,-4B7,8M9-Bb)*(Cp,-8Ml(Cp,-<b)8M}),(QB%,(L7:c,- ,-(a8Mw/L)a,(W,_Y:0/*ACP,-4b)(w/,7F<`/QR/j/p>q/(S,(,^<*A1,4h%@7, M79=),(C,-(7,-,g<46&*&FN,>),(>),(L)1,*A1,J(b<L)/I,CD/YB4j8>),( L)1,*(B(w/*b)/0/*ACP,-4b)(w/,7F/j&f**(E,*;,()6&4h%J(Cp,-8*,(*(7,( '(0/,(%&*A1,/I,CD/84I<@IB4CU/*S,(4b)Q)a,/(B>),(L)1,v)a*9%<Y B-)D)(b,L6,-&,3G/89:$*nJ*A&,-,-()1,/2&*AB,-J(b<L)4h%@7,*(7,( J(?M79=)YEF37*(O4c837*(7,(J(?3D,/O%v)a*9%<837*A&,-*E<'),(*58Lg, (j%8/(S,(*Ah3D,/O%4f*,CD/YvVLnF8L)a/*)5J/n,L7<&%>H<,(_,-*()5*@h4)a,* luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.23*3,40*5067* 8#9"#88#7:62%;<=45>634546#?:458:44@AB26:6C22 D22E$222345456#&42:645F$#$GHI$>HH455#$#AJ4 KLMNOKLKM P8#7:Q2%2E$8:44AB26:6454RKLKL99KLKM STUVWXYZ[U\W]\UZ[W^_ZÙabU c:44<=456Q456456#&42:A46d4699456#&42:A468B45 Oe6Q456456#&42:A46d46AB2<=45Af8g$26h4GDi:4599A#?: 26j46D#4G6$45A99D452:6k#A#?:$ Oe6Q456456#&42:A468B45AB2<=45Af>#fA46 2A99 26#?:6"45466l452E$22D#4A288&4D#46=6:2 m:n46996Q456456#&42:AB2n46D92=6fJ#26Q45o2E$ 8:44 pTUqWrZ[UstZ[U[t\Uuv^ÙwxUybzZU]ZU {,|75*}~75*5~*/1*.23*,*3,3**7* 646%G8:44>6C$2Di:45996#f436n46456#&42:466l45 2E$45:4582 46!;:825#$:%@A4A46:$6HAFADi:45 D#4d46Ai#"#24649936n46456#&42:GA?:%>#fA468#:$467 A#?:#2E$D$D#4A2889Fg54> 46!G#f:D#9? 46!Gd46Ai# "#24648&48#:$4672E$5:4582 46!;m:825#$:%@A4A46 :$A#746J#6345#462E$#469#&4#7$45A8#:$467A#?:#2E$ D#4d46Ai#"#24648&4466l452E$5:4582 46!;m:825#$:%@ A4A46:$A#746J#6345#4689A?:%"#2E$8:44 66$#G8:44>6C$26#f46$45AD#45:4582 46!;m:82 5#$:%@6$45A2E$D#449AB2>6C$C22456#&42:"25L0D#4 :$4F$:>6##46946456#&42:A46d46G8:44Di:456&LMD#4:$4G A89D#4:$4m;m:825#$4922345456745J998#&4=2Ai#"#@G99 6$45A2E$D#449#4:$44946%4J4699>6d$2J46234545672E$:82 5#$:% luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.!"#$@5Y!( luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.,(/012324+56(/7!(38(329(39:+;-),<8= >?@ABCDEFGHIJKLEMJNEJBOEMJCPQJNEJFRQSTUOVEMKWRXQJYEMVTVJKWEM HZUH[V\B]EJQSTEMKWRB^_`IaVbJDVVcVJAQVRdEENeX\B]EJfIgEBKhQHZUfNUOV EOR@IEMiITEVjkEMVjCEMEMJRlEQmIJNEJFRQSTQCEEMKWR_nJgEMoVVDQMRpBqEMJRlE QmIFG\B]EJJNEJFRQrEMEJKBKTjTsJDRERtUQJCVJIuVEMvENe_ wRxJyZREFNz{|ZE}0~B]EJEMJT\B]EJJNEJFRfNxAyR?IVJ]xAxExNEMQST UREMKWRsJRVJAQJRtEUOVJNEJFREJaVB]EJXBKhQHZUfNVRGEBGB?@EVjAQVRbBE JNEJFRBEMVJWRsJEMB]EJeIViITEVjkEMEJaVB?iIeVB]EJJNEJFRQSTUOV EMKWRfN\B]EJVJAQJRtEJNEJFRB^_MCNRFRtQBKTjTsJDRERtU\B]EJXJTRVDQMRp ENeQEHe@AEMUOVf\VJIeVQJIelEEMJRlEQmIFG\B]EJJNEJFRXBKhQyRVBEFLR VlEMkR\VJIeVNEJFRJhbf\}JZCjeCZTxCEZ@zQVRCEz_TIENeX@CbJDV JRtEUOVxJEQJQSTzXz{|ZE}0~~0BqbJDVVjR?EUOVf\VJIeVULRxTBRXy xIEMVjlEEGEVpEMzfN\VJIeVNEJFRQ^sJCQJ}JZCjeCfTEEZ@ZJTFRCj _RlEMFG\B]EJXVjCEMVJIeVXz{|ZE}0~~0XVj00BqbJEVoQJsJEX jEM\B]EJfNQJxQJCyRVQCEEMKWRBqQMEMFNBqEfAQEJRGIEJKVJENCB? VJAQJRtEJNEJFR¡_¢EMEJaEUEJVJlU£nJRQCEEMKWRQ^\B]EJJNEJFRQNEMUEJ U¤VJ¥sJpE¦EMVJAQJRtEJNEJFRB^QNEMQTC¡_^RQDQJsJDQX\B]EJfNBR@RtEFG UPVEJuEVJmQQSTxAxExNEMVJAQJRtEUOVJNEJBOEMENCB^_ §B]EJUITBKhQB]EJEMJTfNHIJKLEMJNEJFRQSTQDEJEBRFLRUOVxpE bJ¨UEJaVB]EJ}TMC||RFNIjEsjTEVX0~~XfN@AB]EJQ^QJS\QSTEMKWRVRlI@©EM B?EfAQUITUOVxpEbJ¨U}IFNQOEMxAXª10«_§B]EJUITVJKWEMBKhQx@¬EM fNUQgEMQ¬@ABCDEFNHDQxIaVVJAQJRtEJNEJFRVJAQV}RUFNUTjXª10~_^R QDQJsJDQXEIUOVEMKWRQNEMQ^VJRtEQJoUITUOVxpEbJ¨UQ¬VJ?XVJ¥sJpE¦EMJk x¤UITxpEbJ¨UB^QNEMQTC}QJRUTEFNnTEIsXª11_®RjTyRFNQOEMxA}ª10 sJEMB]EJ\B]EJUITVJKWEMfRlEiITEBEJNEJFRXEJuEVJmQFNVJDRBOQSTEMKWR VRlI@©EM_¯DQJkQMRpENeQrEMQJjTjEM\B]EJUITBKhQHZUEJKfNUOVQgEMQ¬ JvIJRtIB?@ABCDEiIDVj¥EJUIT_°Rf¤B^XVjCEMEMJRlEQmIENeXEMJRlEQmIxREJx @¬EMB]EJEMJTQST±C@@xFNQOEMxA}0~~0XiITB^HDQB]EJ£²³́µ¶·³̧¹º³»¼³½¹³·¾¿¶À³ ¶À¾ÁÂ³ÃÂÄ¹³ÅÆ¶À³ÇÈ³̧¹º³̧ÉÃ³ÇÊ¶³Ë·Ì¸³·ÍÎÏ³ÅµÏ·³ÐÑ³ÏÑ³Ã·ÒÓ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN./$-0*12$3!4& 567895:;<=8><?89@<A>B>CDE>89FG89DH89IJKJCLG8M<>:;N8OPQ<8C6RK ST7U89VCWBXYYZB>6[\]X^[_C`aEPBJN>C=C<=DG89DH89IJQO8bCcdKeU8CF899fe<W8 gDR8;?8a<AJCf8C>CU8C8W8SQ<8C6R^QO8bCcdB8N>C=C<A8Jh<89DH8BiO8JCj>aU kDj>klJmRQO8bCcd[ 56789><?89n8CBG89DH89IJQO8bCcdK;`oJpqJCeUGb67pDJ>Q7D6JrKC7sJ Gb67pDJ>76<9<8K[5CDE>89FGb67pDJ>Q7D6JrK>C`t89;uJEb;?889DPW8aE>e<ADCf8C >CU8C8W8QO8bCcdC7sJ8CF8989`t<>CRd9<RaU7gDv>6f8C>w76RJCDx<9<v>6qJmR QO8bCcdC7sJJvJC>ClJ>w76RQO8bCcd[56789yC<;NB>CDE>89FGb67pDJ>76<9<8K >C`t89e<W8gDR8;?8kDj>klJmRQO8bCcd[ zN>C=8N<B;{PeUdh>>CDE>89FJN8h<CUd>`M89;I<6h89[|RQIJvJaj8;uau 89DH89IJQO8bCcd>C`t89;`oJ;uJEb>6789JvJa}8iO8au~DP>JkDj>klJmRJvJ >JClJe<W8y?>y<8C>?gDIJ>?[5Cr7;NBJN>C=C<=DG89DH89IJQO8bCcdK>:JvJyCR Jw8CQRD;{P ¡yCRJw8C8UPBQO8bCcdJN>C=JN ¢_9DH89IJ;h89aE>eU8CF89QO8bCcd;`oJ>w76R>:;h89aE>£ ¢_9DH89IJ>C¤JaE>eU8CF89QO8bCcd;`oJ>w76R>:>C¤JaE>£ ¢_9DH89IJ>¤8C<W88CF89QO8bCcdQ¥p¦89C7U8>7U88CF8989DPW8e<ADJN 89DH89IJ>:>C¤JaE>ByC7v89JCj>aUyC§89Q¥p¦89ij>y¨CNRJCj>8U7>6789gDv >6f8C>w76RQO8bCcd^BC7}J ¢_9DH89IJCFDJM>C`t89>CjP>67898§8989C<AbaU>C¤JbCcdBJCLJvJQO8 bCcd;`oJ>6H89Bk¥e©aUJC?i<?8>Cr7JvJCR8>7U8JC7d§<>6`t89ByC§89pª89;?8 JvJCNRJCj>8C{8>w7BC7NJ¢d§8ByCv89Q<8CC7sJJvJQ<8CaE>i<?8;<9r8£ ¢_9DH89IJa§JMJCLJvJQO8bCcd;`oJ>w76R>:JvJQO8bCcd>89Cob[ «¬®¯°±®² ³Hd´O8bCcd9<RJ§89BQO8bCcdeb6vbBQO8bCcd89DPW8iO8µ ¶·²®¸¹̄º»¯ @uds>;qRe©BJN>C=krdk¼>89DH89IJQO8bCcd½JvJJjb;h8C` luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.UVU'/W2/!2+<'/27N XYZ[\]^_`]a\bc]ad]c_\ef]cgh9?7,5N"525U86 !8-75A"5@ ?5"5"#87,2525+7-0"(7,N "5"#< XYZ[\]^_`]^_\hif]jkZ]^l]mnf"(7,5N"5"#/2/-P069( /=?M7"?/6!89 2o@Q<$%"(7, E @( 6#66=(U86B6H6!"56D9 2oN ?AB%7R52@O/p"5"#<q52(N"5"#@OR:?7-0 25N"5"#@7(6#(A'A5!-0(/,@QA ?M7!52(2oA!o5M9?8886 ?A% 5NM?KrU2U=5B%7NNrB?M/QK6r (?K/<<<'?s%67,t'uvNw9?7,M77( A5?< ) B(A#9 "5"#x!622678!/@3 9 K27N9 "5"#7-0"(7,-7(78H-PA< yz{z{z|}~|||||||~||| '/-7@25RN/(6!-P7-0"569A -.H:<$=B?9 7-0J7MA#-FH9 "5"#59 "56!!32/?+<'/2(A# /27265?(5A#7"3!"(-PA!B( 6!-7257-0"5F(9 @(27(6!7-0 "5/2!-7<27N9 "5"#7-0259 "56!< luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.!' Q6-?9KLL0&506$55+051<5566065-586-?95;6 6@586A/60965-5 5#$909 6958658'K-560 65$364=56#$5"5-569 5D9 86-?9KLL @R6065-586-?9606616S TU 568VK/.+06b <5%-63Nc#5dOV9%dY Ve6.755"69' luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.5AF!"67!6N"?6Q67E"97="G=NR(>6 A"(965 667A667 !"#$67H9&AE"97="G=N8?6@A ()"*E"97="G=NC679"8?6@A(965 667A6:S* E"97AC679"8?6@A(965667A6() 5*"B5D%3 54 5L5*0TTUV5WW'.D6266'46'01 7?4%A?60156(6:I26?6E"97()2664567A467 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.3624! 3'<)999%#33$&4 4942949V-#$474:9"##4-624" 9939+493 A93&"74W 3&6%9329XLC44-"0MNO"3&'YZP'C 4 &"[3 [-\L0MM]P+^9#9&_94:= #9)99624=603=K9 99&`&9-2469:,9>448#9449V-'a#"E&_9 )99624=603=S79*933@93,9/43456789 49V- 3b-.3%6 324;9/43456789#9449V-"03+49V-7->4%#B-33&59 33&/9L<-e64 f\&69+"]OOYgh4+69 i6&9e"]O0YP'C /43456789 3/9=6>9#943A899#24>4 49V-=603=3b 624 )993A8L?43\jk44\& .948"]O0cP'[3 a4-93674 L]OOMP443A48+ 4:345)99624=603= 624=603='<E 956&`&_9624=603= )99624=603=7 063&;745969 7T996'C 4596624=603=4;3=\-624=603=49V-9 9#9#94 43A,9/43456789%+9"D9)99624 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.3A66¦817J78>677 C0DDDG$6J4%88"'969(4)*86"'8,§)8%67J9(4$489 3456379&89&56J"8,!-366&99+9,!-3& ;5;480|%6%2364%676"'8"69@6}84 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN. \]^]^]_`ab_cd_efghie_jk_bl_bfi_bmn_fopg_qrs_tgub_son_vgwe_vq___ DJ36533#>5!789 P8"P55#348565x#@53 53458?y63578z{y38I3 853'785%3B/ ?'B||B3B'I-{y 38I"8V08%3B}8 I'5(83B'I-%/'5ZIB~0C[CY/ 5 0C[C-. &3I89DUUP8"3 55!DUU$5#348565#@P53 03553B'3 3%/'5ZIB~0C[CY/ 50C[C-z/ 853'785 %3B/ ?'B||B-"8V08%3B}8 I'5(8-. ¡¢£¤¥¦¥ §¨©ª«¬ ¡¢£¤¥¦¥ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.)(!>A' )%O)%)c7)%K?+'2+R<33)d)J0304#567)C90!<=1+e+ )%$"@)>D))3</08!?<9124#5671)'P: fghgigjkS894 lmnSopqrls89t4uSvTvU6k Uw4U lx4Symz{q| }.894 opqr4>)%3)%D%!$G)<^>'()*+, )G5030)-))C030)KA*!<G4#567:30)K)-) $055'()*+,D)O)01<334#567:QO )K$0=)JAO)K]*)%4#567I&-)J)30%(4#567 +^01NM0O)K]*I'30#>)'PM090!"@) "NIA41!0]$>0`_N:030)K]*)%&-0=4>'()*+, 08$G+L!1030)K]*I!4410/4L>_a00!N:90!"@) ">'7/))K]*>055'()*+,#7AL0)008!?> <6$!3)%D%!$G)<^&&-0=)-)&30:L+<P )08!7/))K1H90!"@)"4&K0R)030A*&G)1&-7<\<'B0 '()*+,2+%*0)C90!I10/4L>_aaE.%1 ;!7!)5A4>_a0N:;<=>!$0#10)G5"Z0<P#12)K1H90! "@)"0#'F<G10<334#5671)'P08!'()*+,: luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.9)4768C;;<56,DEFGHIJKIHLMN33=9 668,*701OP?'4'==59668,*38991?4*46@A 464QRA 54'6 "#68+4.668)!,*8c6+QRA"_3=9668,*301OP?45'Z674' 4&68"#$680768c6+',X%DB4='6568U968"# $680768c6+4&%DB4='668'V9@4'==59668,*38991?d ,DE 464QRA768&6B49684c4a6B8547688 %&%7@e[8_B5f68a44'68+5!47688%&%7 '68"#$68+468!4686@C.\644'(4U6'V6"_68@>'07+468"# $6864Z646869)64"a6844'(,564/k4S74[,X8c68 4U6'V4"a6844'(,564/056a,-6,64k4V5$64&\64@ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.H56I7B!D$%764708&JKGG!L9G>MNNN?K84! 675>011O?PG9$!675>01MQ?KGG!675>01MN?RS$G9T/898! U98>01MN?V9>0101?W. rS808;480 stuvwxsyztx{|zx}t~;6D078)*+8 *+&783466@9*+W:!675>01MQ?78*8 <676)6*+6&E6C6&7S8 67=:069679 7&'88(4$7&'7B:80I786880&99-470497.p)678(64767p*&706* 78(4$7!76I7783>GG7!GG:9MNNNH974! G01MM?.H7 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.6*789:7;<=:9>:?@A?:?BCD;:E;FG:HI?B*98J9 5 56456K6L56M*586586/*N568"O*656P/QR*5661 585"+58*3S8T51585"+58-23U5/6K*3S6(9 1585 "+58*3S6+6P5"45-61586V"45*Q%58349 555 5 W(585"+58*5865.16-4855 53U5/6K65683U5/6K Lq6^3r5-583S*0a1sR$ t6f5/6^3uN569,-349 5 6W(56451 585"+5856vwS8T53U5/6K*3S6(9 -3U5/6K-56M2 5645$ xyzyxy{|}{~{{{{{{ :@>;:?;=::B?:E:?:¡@¢=:: £65-¤3S8T5¥9T58J5¦5865.-4jho6*"+58 (6X456875645-2-5 6W4058$%¦567585§ 1_¨aY)4,*655,0/"O5858-j8U656-585"+58$ £650N6,/6M9 5-06"©55856 "ª 6r3, L1_«¬*58sb0R hv¤wS/6+60/140580U56P59Y 5645"S556f*83-3Y66-45'16¥$ luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.!3&4545(0348678!1'459/8 :;<9/8'=55!:;<>65*8?!*@:A<&BC5(D'4/895!"4, *-E!"4,*-!3&4:&8 58/FF <!"4,*-6'4:&6!F 58/FF <!"4,*-0348:58/FF ?56F5!54<!"4,*-G50@- 7H6'4:58/FF ?5&6!FF5!58!<'!"4,*-545(:C6 I85F58/FF <JK%'@LMFMN7-!"4,*-!3&4J O46:AP</Q7Q545G55(*55(!"4,*-!3&4' 451506(456!"4,*-!3&4'R475(&0348JOS3 7TU4537V7665*55(+!"4,*-!3&4.JW"4,*-!3 &4S5(XYZ[\]^Z_`a'abcZdeZ^fgh_Z_i^f'4554'88!3 &4j7H:O46 AP<k/'7806BT54!3&4/'!"%& 4'8!3&4845:F48<4554:l54!'m!80<J nT/'!"&5S%:72S5(6C48'58oG59454< p64554"6406B'745p6U715G5!3&4 :98?F'l6qqFFrs<k&378% 06B#$!"&j*t '784/"p64554715G58p4/895!3&4uSS5(Q 06U4p68!3&4G55R5B'45Hp64554:26@/8 kl6/8vw86/'84!"0<JnT5* 75'@T4x6/'!3&4T STQ06U4'65y*6715G5z54554@8'8 @-1B !"/"6U'$4x6p6!3&4715G5U:wF4'84!"0<J n%@o7H4x6!"4,*-!3&4p6'45/'* 64U7jt{4!"4,*-!3&44&31506(456 4554'!3&4&37o75S!"06BBp6455 4715G5!3&4JW"4,*-!3&484/%'@F8G45-&%p6 >65*8?!*@:P</'XYZ|f}Zf~|Zc]ZX^Z|faZd~cZcaZ^f^ZgZae_ZcZ^f`^ZY]Z _^Z^f\Zc\ZgZ_ZZXZ_fcfZ^ZcZc]ZfJ93jp6!"4,*-!3&4/'8 !"R5#C84/'88B06B841!8 !3&4Huj7H'U8{4T$4x6'06U4715G5BUJ Zf`^ZgZXYZ^Z_ZX^Z|faZZZ W"4,*-72R38945*ttC844554 C684¡C67ottE4785G4'78CCL:¢6548' W50<Jl478S5(784,*-p64554G5!3&468 luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN. /0123RS439:3TU73TV;56"889#$56,-6%5&5!!"86%5 &5!7E#8KWAA8565*=8!+0OOOX7&8+0OOPQ.c,8@&@+3EC7& >D'>5E!7895 38*8!4785!*&a564*5 5Kd885*e7PfghQ.[8! 8956895< D7?5@5+cN=?A56*'6%5&7E#8D56"889#$56*85!+7 '$D5!3!5?5(p8!4@5E5#'A955`+68@AB* po*5,Dl3Kq8&r&C+PfgsQ. luan an tien si TIEU LUAN MOI download : skknchat123@gmail.com moi nhat (LUAN.*-B(7W99"579$59 9J567D787(5(5#,65#$5%9&7D56 564-!6XE':)FH 9#Y57W79!56 99R%279787#,529O565M'0)=9$5Z5659R5 977D56 56[\Q9O5652*]*R5M'^)FW9 657I596 3,65#$5%9&_*J9259*!5659+5679D(S7T5*!56 787256957(56 56*!56-9R%`T'a*97*2a 7*4 05:^)63,65#$5%9&_79S70*K*56*!56Q9B92597D 56 56P5WS779!27W$599J568565T8*P59TB0597D 56 56'<*752=%>7*7*4:;?@)6b!W4$599J567D#,65#$5%9& 5984#J9K799H569459R5977D56 56466_S7787592 56957%95K79#*56'379>>521 #75-405:;Ma*97*2a7*405:^)6 U6 567W925998759B972!765#$5%9&

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Trích dẫn luận án này

Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định (2023) [Luận án tiến sĩ, Đại học Quốc gia Hà Nội]. LuanAn.net. https://luanan.net/kinh-te/tai-chinh-ngan-hang/luan-an-tien-si-anh-huong-cua-nguon-goc-san-pham-toi-y-dinh-mua-cua-nguoi-tieu-dung-viet-nam

Câu hỏi thường gặp

Luận án "Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định" nghiên cứu về vấn đề gì?

Luận án tiến sĩ phân tích ảnh hưởng của nguồn gốc sản phẩm đến ý định mua hàng, làm rõ cơ chế tác động và hàm ý quản trị marketing thực tiễn.

Luận án "Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Đại học Quốc gia Hà Nội. Năm bảo vệ: 2023.

Luận án "Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định" có bao nhiêu trang?

Luận án "Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định" có 175 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Luận án tiến sĩ ảnh hưởng của nguồn gốc sản phẩm tới ý định" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Tải xuống luận án

175 trang - 3.16 MB

File chất lượng cao

Tải ngay sau thanh toán

Hỗ trợ 24/7

Tải xuống ngay
Phí lưu trữ: 50 Point

Luận án liên quan

Vai trò CQ cấp tỉnh trong KTTT định hướng XHCN Việt Nam

202 trang

0 lượt xem

0 lượt tải

Đảm bảo cho vay ngân hàng thương mại Việt Nam

163 trang

2 lượt xem

0 lượt tải

Biến đổi nhân sinh quan người Việt Nam qua lễ hội truyền thống

190 trang

3 lượt xem

0 lượt tải

Phát triển đô thị tích hợp du lịch bền vững huyện Trùng Khánh

95 trang

2 lượt xem

0 lượt tải

Quản lý phát triển nhà ở xã hội bền vững tại Hà Nội

94 trang

2 lượt xem

0 lượt tải

Di sản như quá trình kiến tạo địa điểm: Tràng An

134 trang

2 lượt xem

0 lượt tải

Quản trị phát triển bền vững địa phương tại Quảng Ninh

187 trang

3 lượt xem

0 lượt tải

Quản lý tổng hợp tài nguyên cho phát triển bền vững Phú Thọ

248 trang

2 lượt xem

0 lượt tải

Nghiên cứu công cụ trồng lúa nước người Việt Đồng bằng Bắc Bộ

272 trang

0 lượt xem

0 lượt tải

Nghiên cứu đặc tính pha & chuyển pha dị thường mạng nano

126 trang

0 lượt xem

0 lượt tải

Xem thêm luận án trong danh mục "Tài Chính - Ngân Hàng" Xem top luận án Tài Chính - Ngân Hàng năm 2023

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter