Tổng quan về luận án

Sự bùng nổ của nền kinh tế chia sẻ (sharing economy - SECON) và các nền tảng kỹ thuật số (digital platforms) đã tái định hình căn bản ngành dịch vụ vận tải toàn cầu. Theo báo cáo kinh tế số của Google, Temasek và Bain, thị trường gọi xe công nghệ tại Việt Nam đạt tốc độ tăng trưởng hàng năm 15,9%, đạt quy mô 3,77 tỷ USD năm 2022 và dự kiến chạm mốc 4,6 tỷ USD vào năm 2026 với hơn 21 triệu người dùng thường xuyên. Trên bình diện quốc tế, quy mô thị trường dịch vụ gọi xe (ride-hailing service) được dự báo mở rộng từ 42 tỷ USD năm 2020 lên hơn 108 tỷ USD vào năm 2025. Tuy nhiên, tính bền vững của các doanh nghiệp nền tảng đang đối mặt với thách thức sống còn: tỷ lệ rời bỏ nền tảng cao của lực lượng tài xế đối tác và chi phí chuyển đổi dịch vụ ngày càng thấp.

Thực trạng này làm bộc lộ một khoảng trống nghiên cứu lý thuyết (research gap) trọng yếu. Phần lớn y văn hiện hữu về hệ thống thông tin (IS) và hành vi người tiêu dùng (Bhattacherjee & Barfar, 2011; Davis et al., 1989; Venkatesh et al., 2012) tập trung vào giai đoạn chấp nhận ban đầu (technology adoption) thông qua mô hình TAM hoặc UTAUT, trong khi xem nhẹ hành vi sau chấp nhận (post-adoptive behavior). Đặc biệt, mối quan hệ giữa hành vi thích ứng cá nhân (individual adaptation behavior) và ý định duy trì sử dụng (continuance intention) từ góc nhìn của tài xế nền tảng – lực lượng lao động cung ứng cốt lõi – vẫn chưa được khám phá thấu đáo và thiếu vắng mô hình lý thuyết tích hợp (Bala & Venkatesh, 2016; Schmitz et al., 2016).

Luận án của nghiên cứu sinh Nguyễn Giang Đô (Mã số: PBAIU19001), dưới sự hướng dẫn của TS. Hà Minh Trí tại Trường Đại học Quốc tế – Đại học Quốc gia TP. Hồ Chí Minh (2023), đã giải quyết căn bản khoảng trống này. Nghiên cứu giải quyết 3 câu hỏi trọng tâm:

  1. Những yếu tố đầu vào nào (công nghệ, cá nhân, tổ chức) tác động đến hành vi thích ứng và ý định duy trì sử dụng ứng dụng gọi xe tại Việt Nam?
  2. Cơ chế tác động tương hỗ giữa các yếu tố tiền đề này lên hành vi thích ứng và ý định duy trì sử dụng diễn ra như thế nào?
  3. Hành vi thích ứng đóng vai trò trung gian như thế nào trong tiến trình chuyển hóa các tiền tố đầu vào thành ý định duy trì sử dụng nền tảng?

Hệ thống giả thuyết được xây dựng dựa trên sự tích hợp của ba nền tảng lý thuyết: Lý thuyết cấu trúc thích ứng cho cá nhân (Adaptive Structuration Theory for Individuals - ASTI), Mô hình kỳ vọng - xác nhận (Expectation-Confirmation Model - ECM), và Lý thuyết hành vi hoạch định phân rã (Decomposed Theory of Planned Behavior - DTPB). Nghiên cứu được triển khai trên phạm vi khảo sát thực nghiệm đối với hơn 500 tài xế ứng dụng gọi xe (Grab, Gojek, Be, AhaMove, Lalamove) tại 6 tỉnh, thành phố đại diện cho 3 miền Bắc, Trung, Nam của Việt Nam (gồm Hà Nội, Đà Nẵng, TP. Hồ Chí Minh và 3 tỉnh phụ cận) trong giai đoạn phục hồi kinh tế từ tháng 01/2022 đến tháng 06/2022.

Literature Review và Positioning

Y văn về sự tương tác giữa con người và công nghệ trong kinh tế nền tảng phân hóa thành hai trường phái tiếp cận độc lập:

  • Trường phái tiếp cận theo phương sai (Variance Approach): Đại diện bởi Davis et al. (1989), Taylor & Todd (1995), Bhattacherjee (2001), và Venkatesh et al. (2012). Trường phái này xem xét các thuộc tính tĩnh như nhận thức tính hữu ích (perceived usefulness - PU), nhận thức tính dễ sử dụng (perceived ease of use - PEOU), và sự hài lòng (satisfaction - SA) nhằm giải thích tỷ lệ phương sai của ý định hành vi.
  • Trường phái tiếp cận theo tiến trình (Process Approach): Đại diện bởi Orlikowski (2000), Beaudry & Pinsonneault (2005), Jasperson et al. (2005), và Schmitz et al. (2016). Trường phái này nhấn mạnh rằng công nghệ không bao giờ tương thích tuyệt đối với bối cảnh sử dụng ngay từ đầu; do đó, người dùng phải trải qua quá trình thích ứng hành vi (behavioral adaptation) để định hình lại cấu trúc công nghệ trong thực hành công việc.

Các cuộc tranh luận học thuật kéo dài xoay quanh tính quyết định luận công nghệ (technological determinism) đối lập với thuyết cấu trúc xã hội (social constructivism). Nhóm tác giả Barki et al. (2007) và Bhattacherjee & Harris (2009) cho rằng các đặc tính công nghệ quyết định hành vi, trong khi DeSanctis & Poole (1994) và Schmitz et al. (2016) khẳng định rằng chính sự chiếm dụng cấu trúc (structural appropriation) và hành vi thích ứng chủ động mới quyết định hiệu quả vận hành thực tế.

So sánh với các công trình quốc tế, trong khi các nghiên cứu tại Bắc Mỹ (Clewlow & Mishra, 2017; Alemi et al., 2018; Henao & Marshall, 2019) tập trung vào góc độ người đi xe (riders) và tác động môi trường đô thị, và các nghiên cứu tại Trung Quốc (Hu & Creutzig, 2022; Tang et al., 2019; Xing et al., 2019) đi sâu vào thuật toán điều vận của Didi Chuxing, luận án này định vị chính xác vào khoảng trống: hành vi thích ứng của tài xế trong thị trường kinh tế mới nổi Đông Nam Á, nơi văn hóa sử dụng xe hai bánh chiếm ưu thế và mô hình siêu ứng dụng (super-app) phát triển đa dịch vụ (Chalermpong et al., 2022). Luận án tổng hợp khái niệm từ định nghĩa của Tang (2019, p. 9) xem ứng dụng di động là "phần mềm được thiết kế để hỗ trợ thực hiện nhiệm vụ trên thiết bị cá nhân", và Kong et al. (2020, p. 34) về mô hình thương mại chia sẻ kết nối đa bên, nhằm chứng minh sự thích ứng là điều kiện tất yếu để duy trì việc sử dụng công nghệ số.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo ra bước tiến tri thức mang tính đột phá thông qua việc hợp nhất hai trường phái tiếp cận phương sai và tiến trình vốn tách biệt trong nghiên cứu hệ thống thông tin. Thay vì xem xét ý định duy trì sử dụng như một phản ứng trực tiếp từ nhận thức tĩnh, nghiên cứu chứng minh rằng quá trình cấu trúc hóa thích ứng của cá nhân (ASTI) đóng vai trò cơ chế chuyển hóa nền tảng.

Các đóng góp cụ thể bao gồm:

  1. Mở rộng Lý thuyết Cấu trúc Thích ứng cho Cá nhân (ASTI) của Schmitz et al. (2016) vào bối cảnh kinh tế số chia sẻ, bổ sung bằng chứng thực nghiệm về cách tài xế chiếm dụng cấu trúc ứng dụng để tối ưu hóa năng suất lao động.
  2. Tích hợp Mô hình Kỳ vọng - Xác nhận (ECM) của Bhattacherjee (2001) với Lý thuyết Hành vi Hoạch định Phân rã (DTPB) của Taylor & Todd (1995), làm sáng tỏ tác động đồng thời của các biến số cá nhân (Self-Efficacy), công nghệ (Perceived Usefulness), và tổ chức (Management Support).
  3. Đóng góp lý thuyết về Niềm tin (Online Trust) trong kinh tế số: Chứng minh niềm tin không chỉ là tiền đề trực tiếp của hành vi duy trì mà còn là chất xúc tác thúc đẩy người dùng đầu tư nỗ lực vào quá trình thích ứng công nghệ.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đa tầng cấu trúc từ 3 lý thuyết nền tảng (ASTI, ECM, DTPB), phân định rõ 3 pha vận động:

  • Cấu trúc đầu vào (Input Structures): Bao gồm Đặc tính Công nghệ (Nhận thức tính hữu ích - PU), Đặc tính Cá nhân (Năng lực tự hiệu quả công nghệ - SE), và Đặc tính Môi trường/Tổ chức (Hỗ trợ từ ban quản lý nền tảng - MS; Niềm tin trực tuyến - TR).
  • Tiến trình thích ứng cốt lõi (Core Adaptation Process): Hành vi thích ứng của người dùng (User Adaptation Behavior - ADP), thể hiện qua việc người dùng chủ động điều chỉnh thói quen, học hỏi tính năng mới và tùy biến cách thức sử dụng ứng dụng để khắc phục xung đột thao tác. Đúng như luận điểm của Leonard-Barton (1988), "nền tảng công nghệ không bao giờ vừa vặn hoàn hảo vào hoàn cảnh người dùng một cách tự nhiên", đòi hỏi sự thích ứng liên tục.
  • Cấu trúc đầu ra (Output Structures): Sự hài lòng (Satisfaction - SA) và Ý định duy trì sử dụng (Continuance Intention - CI).

Điều kiện biên (boundary conditions) của khung phân tích được xác lập chặt chẽ: Áp dụng cho các nền tảng kinh tế chia sẻ hai mặt (two-sided digital platforms) trong bối cảnh thị trường đang phát triển, nơi lao động tham gia với tư cách đối tác tự do chịu sự chi phối của cơ chế quản trị thuật toán.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ triết lý thực chứng (positivism) và lập trường nhận thức khách quan luận (objectivist epistemology), sử dụng phương pháp định lượng suy diễn (deductive quantitative approach) nhằm kiểm định các mối quan hệ nhân quả. Thiết kế nghiên cứu đa tầng được triển khai logic qua các giai đoạn:

  • Nghiên cứu định tính sơ bộ: Rà soát y văn chuyên sâu, phỏng vấn sâu thử nghiệm với các chuyên gia và tài xế để hiệu chỉnh thang đo cho phù hợp với ngôn ngữ bản địa và bối cảnh Việt Nam.
  • Nghiên cứu định lượng chính thức: Tiến hành khảo sát diện rộng bằng bảng câu hỏi cấu trúc chuẩn hóa, phỏng vấn trực tiếp (face-to-face intercept survey) tại các điểm tập trung của tài xế công nghệ nhằm đảm bảo tỷ lệ phản hồi thực chất và độ tin cậy của câu trả lời.

Quy trình nghiên cứu rigorous

Quy trình chọn mẫu và thu thập dữ liệu được thiết kế nghiêm ngặt:

  • Chiến lược chọn mẫu: Kết hợp chọn mẫu phân tầng và hạn ngạch (quota sampling) tại 6 tỉnh, thành phố trọng điểm của Việt Nam, bao gồm 3 đại đô thị (Hà Nội, TP. Hồ Chí Minh, Đà Nẵng) và 3 tỉnh đại diện cho các vùng kinh tế Bắc - Trung - Nam, phản ánh bức tranh toàn diện về mật độ giao thông và mức độ thâm nhập số.
  • Tiêu chí lựa chọn: Tài xế đang hoạt động thường xuyên trên các nền tảng gọi xe và giao hàng công nghệ hàng đầu (Grab, Gojek, Be, AhaMove, Lalamove) với thời gian sử dụng ứng dụng tối thiểu từ 3 tháng trở lên.
  • Kiểm soát sai lệch (Bias Control): Quy trình dịch thuật ngược (back-translation protocol) từ tiếng Anh sang tiếng Việt và ngược lại được thực hiện bởi các chuyên gia ngôn ngữ và quản trị kinh doanh; kỹ thuật xáo trộn câu hỏi và ẩn danh hoàn toàn thông tin người trả lời được áp dụng để triệt tiêu sai lệch do phương pháp chung (Common Method Bias - CMB).

Data và phân tích

Dữ liệu thu thập từ hơn 500 bảng khảo sát hợp lệ được xử lý qua quy trình phân tích định lượng tiên tiến bằng phần mềm SPSS và AMOS:

  • Đánh giá mô hình đo lường (Measurement Model): Kiểm định độ tin cậy nhất quán nội tại thông qua hệ số Cronbach’s Alpha (tất cả các biến tiềm ẩn đều đạt $\alpha > 0,80$) và Độ tin cậy tổng hợp (Composite Reliability - CR > 0,85). Giá trị hội tụ (convergent validity) được xác lập vững chắc với hệ số tải nhân tố chuẩn hóa (Standardized Factor Loading - SFL > 0,70) và Phương sai trích trung bình (Average Variance Extracted - AVE > 0,50). Giá trị phân biệt (discriminant validity) thỏa mãn hoàn toàn tiêu chuẩn Fornell-Larcker và chỉ số HTMT.
  • Đánh giá mô hình cấu trúc (Structural Model): Sử dụng Mô hình Phương trình Cấu trúc (SEM). Các chỉ số độ phù hợp mô hình đạt chuẩn mực xuất sắc: $\chi^2/df < 3,0$, CFI > 0,95, TLI > 0,95, GFI > 0,90, RMSEA < 0,06, và SRMR < 0,05.
  • Kiểm định trung gian (Mediation Testing): Áp dụng kỹ thuật Bootstrap phi tham số với 5.000 mẫu lặp lại ở khoảng tin cậy 95% để xác định giá trị thống kê của tác động gián tiếp (indirect effects).

Phát hiện đột phá và implications

Những phát hiện then chốt

Phân tích SEM thực nghiệm mang lại các kết quả đột phá có ý nghĩa thống kê cao ($p < 0,001$):

  1. Hành vi thích ứng (ADP) tác động trực tiếp, cùng chiều và mạnh mẽ đến Ý định duy trì sử dụng (CI), đồng thời tác động tích cực đến Sự hài lòng (SA). Kết quả này chứng minh rằng việc người dùng chủ động thích ứng với ứng dụng là động lực cốt lõi duy trì sự gắn kết lâu dài.
  2. Hành vi thích ứng đóng vai trò trung gian một phần và toàn phần trong mối quan hệ giữa các yếu tố đầu vào (Năng lực tự hiệu quả - SE, Hỗ trợ quản lý - MS, Niềm tin - TR) với Ý định duy trì sử dụng.
  3. Hỗ trợ từ ban quản lý (Management Support) có tác động tích cực đáng kể đến cả Niềm tin (Trust) và Hành vi thích ứng (Adaptation), khẳng định vai trò sống còn của chính sách hỗ trợ tổ chức đối với lực lượng lao động số tự do.
  4. Năng lực tự hiệu quả công nghệ (Self-Efficacy) là tiền tố thúc đẩy hành vi thích ứng mạnh nhất, chứng minh rằng sự tự tin về kỹ năng số giúp người dùng vượt qua các rào cản thao tác công nghệ.
  5. Kết quả phản trực giác: Nhận thức tính hữu ích (PU) thuần túy không đủ để đảm bảo duy trì sử dụng nếu thiếu đi sự thích ứng hành vi và trải nghiệm hài lòng trong quá trình thao tác thực tế.

Implications đa chiều

  • Đóng góp cho lý thuyết: Mở rộng biên giới học thuật của IS continuance bằng cách đưa cấu trúc tiến trình thích ứng (ASTI) vào làm cầu nối trung gian giải thích cho mô hình nhận thức tĩnh (ECM/TAM).
  • Đổi mới phương pháp luận: Thiết lập quy trình mẫu mực về nghiên cứu hành vi người dùng nền tảng số tại các thị trường đang phát triển, kết hợp kiểm định bootstrap trung gian đa tầng có độ chuẩn xác cao.
  • Ứng dụng thực tiễn cho doanh nghiệp:
    1. Các công ty công nghệ (Grab, Gojek, Be...) cần chuyển trọng tâm từ chiến lược trợ giá ngắn hạn sang hỗ trợ thích ứng dài hạn, thiết kế giao diện UI/UX trực quan, giảm thiểu tải trọng nhận thức cho tài xế.
    2. Xây dựng các trung tâm hỗ trợ trực tuyến và ngoại tuyến 24/7, cung cấp các chương trình đào tạo kỹ năng số tương tác nhằm nâng cao Năng lực tự hiệu quả (Self-Efficacy) cho đối tác.
    3. Củng cố Niềm tin (Trust) thông qua minh bạch hóa thuật toán phân bổ cuốc xe, chính sách chiết khấu công bằng và bảo vệ an toàn dữ liệu tài chính.
  • Khuyến nghị chính sách: Cơ quan quản lý nhà nước cần xây dựng khung pháp lý bảo vệ quyền lợi lao động nền tảng (gig workers), chuẩn hóa tiêu chuẩn an toàn dữ liệu và thúc đẩy các chương trình phổ cập kỹ năng số quốc gia.

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  • Thiết kế nghiên cứu cắt ngang (cross-sectional design): Dữ liệu được thu thập tại một thời điểm (tháng 01 - 06/2022), do đó chưa phản ánh được sự biến chuyển động học theo thời gian của hành vi thích ứng trong dài hạn.
  • Giới hạn về đối tượng: Nghiên cứu tập trung duy nhất vào tài xế ứng dụng gọi xe, chưa bao hàm toàn diện phía hành khách (riders) hoặc các đối tác nhà hàng/cửa hàng (merchants) trong cùng hệ sinh thái.
  • Điều kiện bối cảnh: Nghiên cứu được thực hiện tại Việt Nam – thị trường có nét văn hóa Á Đông và thói quen sử dụng xe máy đặc thù, đòi hỏi sự thận trọng khi khái quát hóa sang các thị trường phương Tây.

Chương trình nghiên cứu tương lai định hướng:

  1. Triển khai nghiên cứu theo chiều dọc (longitudinal study) hoặc nghiên cứu chuỗi thời gian để theo dõi diễn tiến thích ứng qua các giai đoạn nâng cấp thuật toán nền tảng.
  2. Mở rộng mô hình nghiên cứu đa tác nhân (multi-stakeholder analysis), tích hợp đồng thời góc nhìn của tài xế, khách hàng và nhà phát triển ứng dụng.
  3. Nghiên cứu sâu tác động của quản trị thuật toán (algorithmic management) và trí tuệ nhân tạo (AI-driven dispatching) đến mức độ căng thẳng công nghệ (technostress) và hành vi thích ứng của lao động số.

Tác động và ảnh hưởng

Công trình nghiên cứu tạo ra những tác động lan tỏa sâu rộng:

  • Tác động học thuật: Luận án đã công bố nhiều bài báo trên các tạp chí quốc tế uy tín thuộc danh mục ISI/Scopus (như SAGE Open, Journal for Global Business Advancement, Cogent Business & Management, Humanities and Social Sciences Communications) và đạt giải thưởng "Best Paper Award" tại Hội nghị Quốc tế AGBA lần thứ 18 tại Thổ Nhĩ Kỳ (2022). Dự kiến tạo lập chỉ số trích dẫn cao trong các nghiên cứu về hệ thống thông tin và kinh tế nền tảng.
  • Chuyển đổi ngành công nghiệp: Cung cấp khung tham chiếu thực chứng cho các nhà quản trị nền tảng gọi xe, giao hàng, thương mại điện tử trong việc tối ưu hóa tỷ lệ giữ chân đối tác, giảm thiểu chi phí tuyển dụng và đào tạo lại.
  • Lợi ích xã hội: Đóng góp vào việc cải thiện điều kiện làm việc, nâng cao thu nhập và bảo đảm an sinh xã hội cho hàng trăm nghìn lao động trong nền kinh tế số tại Việt Nam.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học giả (Doctoral Researchers & Academics): Tiếp cận mô hình lý thuyết tích hợp chuẩn mực giữa ASTI, ECM và DTPB, cùng hệ thống thang đo đã được kiểm định độ tin cậy và giá trị thực nghiệm vững chắc.
  • Giảng viên và chuyên gia nghiên cứu cao cấp: Khung phân tích cung cấp chất liệu giảng dạy và mở ra các hướng nghiên cứu chuyên sâu về hành vi sau chấp nhận công nghệ.
  • Doanh nghiệp công nghệ và bộ phận R&D: Nhận diện chính xác các nhân tố quyết định lòng trung thành của đối tác, từ đó tối ưu hóa thiết kế tính năng sản phẩm và chính sách chăm sóc tài xế.
  • Cơ quan hoạch định chính sách: Có căn cứ khoa học xác đáng để ban hành các quy định quản lý kinh tế nền tảng, cân bằng lợi ích giữa doanh nghiệp công nghệ và người lao động yếu thế.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì? Đóng góp độc đáo nhất là việc mở rộng Lý thuyết Cấu trúc Thích ứng cho Cá nhân (ASTI của Schmitz et al., 2016) và tích hợp thành công với Mô hình Kỳ vọng - Xác nhận (ECM của Bhattacherjee, 2001) trong bối cảnh nền tảng kinh tế chia sẻ. Nghiên cứu tiên phong chứng minh rằng Hành vi thích ứng (Adaptation Behavior) là cơ chế trung gian thiết yếu biến đổi các nhận thức tĩnh ban đầu thành ý định duy trì sử dụng bền vững.

2. Đổi mới phương pháp luận so với các nghiên cứu trước đây thể hiện ở điểm nào? So với các nghiên cứu trước đây (như Clewlow & Mishra, 2017 hay Alemi et al., 2018 chủ yếu dùng thống kê mô tả cắt ngang đơn giản, hoặc Venkatesh et al., 2012 chỉ kiểm định mô hình chấp nhận tĩnh), luận án áp dụng quy trình kiểm định mô hình cấu trúc SEM toàn diện, kết hợp phân tích trung gian Bootstrap 5.000 mẫu lặp, khảo sát trực tiếp đa vùng địa lý trên mẫu thực tế $N > 500$ tài xế, và kiểm soát nghiêm ngặt sai lệch phương pháp chung (CMB).

3. Phát hiện nào gây bất ngờ nhất từ dữ liệu thực nghiệm? Phát hiện bất ngờ nhất là Nhận thức tính hữu ích (Perceived Usefulness) và Sự hỗ trợ của ban quản trị (Management Support) không trực tiếp dẫn đến ý định gắn kết lâu dài nếu người dùng không thực sự thực hiện các hành vi thích ứng công nghệ. Nói cách khác, công nghệ dù hữu ích đến đâu nhưng nếu người dùng thụ động, không điều chỉnh thói quen thao tác để làm chủ ứng dụng, họ vẫn sẽ sẵn sàng rời bỏ nền tảng.

4. Nghiên cứu có cung cấp giao thức tái lặp (replication protocol) không? Có. Luận án cung cấp hệ thống thang đo chi tiết (Measurement Items & Scales), nguồn gốc trích xuất từ các y văn chuẩn mực, bảng câu hỏi song ngữ Anh - Việt, hệ số tải nhân tố CFA, ma trận tương quan và giá trị phương sai trích (AVE, CR), cho phép các nhà nghiên cứu độc lập tái lặp quy trình tại các thị trường hoặc lĩnh vực dịch vụ số khác.

5. Chương trình nghị sự nghiên cứu 10 năm tới được phác thảo ra sao? Nghiên cứu định hình lộ trình nghiên cứu 10 năm tập trung vào 4 trụ cột: (1) Động thái thích ứng công nghệ dưới tác động của quản trị thuật toán AI; (2) Tích hợp hành vi đa nền tảng trong hệ sinh thái siêu ứng dụng; (3) Quá trình chuyển đổi sang phương tiện giao thông xanh (xe điện - EV) trong dịch vụ gọi xe; và (4) Khung chính sách bảo trợ xã hội và an toàn sức khỏe nghề nghiệp cho lao động số.

Kết luận

  1. Luận án đã giải quyết trọn vẹn khoảng trống học thuật về mối quan hệ giữa hành vi thích ứng của cá nhân và ý định duy trì sử dụng nền tảng số trong bối cảnh kinh tế mới nổi.
  2. Xây dựng và kiểm định thành công mô hình lý thuyết tích hợp đa chiều giữa ASTI, ECM và DTPB, mở đường cho bước chuyển dịch mô thức từ nghiên cứu chấp nhận tĩnh sang nghiên cứu tiến trình thích ứng động.
  3. Xác lập vai trò trung gian cốt lõi của Hành vi thích ứng trong việc chuyển hóa Năng lực tự hiệu quả, Hỗ trợ quản lý và Niềm tin thành hành vi duy trì sử dụng lâu dài.
  4. Cung cấp hệ thống bằng chứng thực nghiệm vững chắc từ mẫu khảo sát hơn 500 tài xế tại 6 đô thị lớn của Việt Nam với độ tin cậy và giá trị khoa học đạt chuẩn mực quốc tế.
  5. Mở ra 3 luồng nghiên cứu mới về quản trị thuật toán, lao động số trong kinh tế nền tảng và hành vi thích ứng trong kỷ nguyên trí tuệ nhân tạo.
  6. Đưa ra hệ thống giải pháp quản trị thực tiễn và khuyến nghị chính sách có giá trị ứng dụng cao, góp phần thúc đẩy sự phát triển bền vững của nền kinh tế số tại Việt Nam và khu vực.