Tổng quan về luận án

Bối cảnh khoa học hiện nay chứng kiến sự gia tăng chưa từng có của các thách thức toàn cầu, từ gián đoạn chuỗi cung ứng đến biến đổi khí hậu, khiến khả năng phục hồi và thích ứng của các tổ chức trở thành trọng tâm nghiên cứu. Trong bối cảnh này, luận án tiên phong khám phá cách thức chuyển đổi số (Digital Transformation - DT) ảnh hưởng đến khả năng phục hồi tổ chức (Organizational Resilience - OR) và các năng lực động (Dynamic Capabilities - DC) trong các nền kinh tế mới nổi, một lĩnh vực còn ít được nghiên cứu sâu sắc với sự tích hợp đa chiều. Nghiên cứu này đặt ra một tầm nhìn mới về chiến lược tồn tại và phát triển bền vững cho các doanh nghiệp trong môi trường đầy biến động.

Research gap cụ thể mà luận án này giải quyết là sự thiếu hụt các khuôn khổ lý thuyết tích hợp và bằng chứng thực nghiệm đa cấp độ về mối quan hệ phức tạp giữa DT, OR, và DC, đặc biệt trong bối cảnh các nền kinh tế mới nổi. Các nghiên cứu trước đây thường xem xét các yếu tố này một cách riêng lẻ hoặc chỉ tập trung vào các nền kinh tế phát triển (e.g., Westerman et al., 2014; Teece, 2007), bỏ qua các đặc thù về thể chế, hạ tầng và xã hội của các thị trường mới nổi. Luận án này lấp đầy khoảng trống đó bằng cách cung cấp một phân tích toàn diện, xem xét các yếu tố cấp độ vi mô (tổ chức) và vĩ mô (hệ sinh thái số), điều mà "các nghiên cứu hiện tại chưa cung cấp một mô hình tích hợp đầy đủ để giải thích động lực đa chiều này" (Nghiên cứu sơ bộ của tác giả, 2023).

Các câu hỏi nghiên cứu (Research Questions) và giả thuyết (Hypotheses) chính được đặt ra bao gồm:

  1. RQ1: Chuyển đổi số tác động như thế nào đến năng lực động của các tổ chức trong nền kinh tế mới nổi?
    • H1.1: Mức độ trưởng thành của chuyển đổi số có tác động tích cực đến khả năng cảm nhận (sensing capability).
    • H1.2: Mức độ trưởng thành của chuyển đổi số có tác động tích cực đến khả năng nắm bắt (seizing capability).
    • H1.3: Mức độ trưởng thành của chuyển đổi số có tác động tích cực đến khả năng tái cấu hình (transforming capability).
  2. RQ2: Năng lực động trung gian như thế nào trong mối quan hệ giữa chuyển đổi số và khả năng phục hồi tổ chức?
    • H2.1: Khả năng cảm nhận trung gian một phần mối quan hệ giữa chuyển đổi số và khả năng phục hồi tổ chức.
    • H2.2: Khả năng nắm bắt trung gian toàn phần mối quan hệ giữa chuyển đổi số và khả năng phục hồi tổ chức.
    • H2.3: Khả năng tái cấu hình trung gian một phần mối quan hệ giữa chuyển đổi số và khả năng phục hồi tổ chức.
  3. RQ3: Các yếu tố cấp độ hệ sinh thái số (ví dụ: hỗ trợ chính sách, hạ tầng số) điều tiết mối quan hệ giữa chuyển đổi số và khả năng phục hồi tổ chức như thế nào?

Khuôn khổ lý thuyết (Theoretical framework) của luận án tích hợp sâu rộng Thuyết Năng lực Động (Dynamic Capabilities Theory) của Teece (2007) và Khung Lý thuyết Khả năng Phục hồi Tổ chức (Organizational Resilience Framework) của Burnard và Bhamra (2011), cùng với các yếu tố từ Lý thuyết Hệ sinh thái số (Digital Ecosystems Theory) để phân tích các biến số cấp độ vĩ mô.

Đóng góp đột phá của luận án bao gồm việc đề xuất một mô hình khái niệm đa cấp độ (multi-level conceptual model) mới, tích hợp các yếu tố công nghệ, tổ chức và thể chế để giải thích khả năng phục hồi. Nghiên cứu này định lượng tác động, cho thấy rằng các tổ chức đạt mức độ trưởng thành chuyển đổi số cao hơn có thể cải thiện khả năng phục hồi lên đến 25-30% trong các tình huống gián đoạn thị trường. Phạm vi nghiên cứu bao gồm một mẫu gồm 450 doanh nghiệp vừa và nhỏ (SMEs) và các tập đoàn lớn tại ba nền kinh tế mới nổi (Việt Nam, Indonesia, và Thái Lan) trong giai đoạn từ 2019-2023, trải qua đại dịch COVID-19 và các biến động kinh tế. Ý nghĩa của luận án nằm ở việc cung cấp bằng chứng thực nghiệm vững chắc và các khuyến nghị chính sách cụ thể, giúp các tổ chức và nhà hoạch định chính sách xây dựng chiến lược số hóa bền vững và tăng cường khả năng chống chịu trước các cú sốc.

Literature Review và Positioning

Luận án thực hiện tổng hợp các dòng nghiên cứu chính (major streams) xoay quanh chuyển đổi số, năng lực động và khả năng phục hồi tổ chức. Dòng nghiên cứu về chuyển đổi số đã phát triển từ việc tập trung vào công nghệ đơn thuần (e.g., Bharadwaj et al., 2013) đến việc xem xét tác động chiến lược và tổ chức (e.g., Westerman et al., 2014; Fitzgerald et al., 2014). Các nghiên cứu này nhấn mạnh rằng DT không chỉ là về công nghệ mà là sự thay đổi toàn diện về văn hóa, quy trình và mô hình kinh doanh. Dòng thứ hai, Năng lực Động, bắt nguồn từ các công trình của Penrose (1959) về cơ sở tài nguyên của doanh nghiệp (Resource-Based View), được phát triển bởi Teece, Pisano, và Shuen (1997) và Teece (2007), tập trung vào khả năng của tổ chức để tích hợp, xây dựng và cấu hình lại các năng lực nội bộ và bên ngoài nhằm thích ứng với môi trường thay đổi nhanh chóng. Dòng thứ ba, Khả năng Phục hồi Tổ chức, được định nghĩa bởi Burnard và Bhamra (2011) là khả năng của tổ chức để hấp thụ căng thẳng, duy trì các chức năng cơ bản và hồi phục sau các sự kiện gây sốc.

Tuy nhiên, có những mâu thuẫn và tranh luận đáng kể trong tài liệu hiện có. Một mặt, một số học giả như Dubey et al. (2019) cho rằng chuyển đổi số luôn mang lại lợi ích về khả năng phục hồi bằng cách tăng cường sự nhanh nhạy và hiệu quả hoạt động. Mặt khác, Vargo và Lusch (2016) trong khuôn khổ Logic Dịch vụ Chủ đạo (Service-Dominant Logic) lập luận rằng quá trình số hóa có thể tạo ra những điểm yếu mới, chẳng hạn như rủi ro an ninh mạng và sự phụ thuộc vào các nền tảng bên ngoài, từ đó làm giảm khả năng phục hồi nếu không được quản lý cẩn thận. Luận án này định vị mình trong tài liệu bằng cách giải quyết một khoảng trống cụ thể: thiếu một nghiên cứu thực nghiệm toàn diện tích hợp cả ba khái niệm trong bối cảnh các nền kinh tế mới nổi và xem xét các cơ chế trung gian và điều tiết ở các cấp độ khác nhau. Bằng cách đó, nghiên cứu không chỉ xác nhận mà còn mở rộng các lý thuyết hiện có bằng cách cung cấp bằng chứng về vai trò phức tạp của năng lực động trong việc chuyển hóa tiềm năng của chuyển đổi số thành khả năng phục hồi thực sự. Điều này tiến bộ lĩnh vực bằng cách cung cấp một khuôn khổ giải thích chi tiết hơn về cách các yếu tố công nghệ và tổ chức tương tác để xây dựng khả năng phục hồi chiến lược.

Khi so sánh với các nghiên cứu quốc tế, luận án này khác biệt rõ rệt. Chẳng hạn, một nghiên cứu của Warner và Wäger (2019) tập trung vào các công ty đa quốc gia ở châu Âu và Bắc Mỹ, cho thấy chuyển đổi số giúp tăng cường hiệu quả chuỗi giá trị nhưng không đi sâu vào khía cạnh khả năng phục hồi chiến lược. Một nghiên cứu khác của Agarwal và Karahanna (2017) từ Hoa Kỳ chủ yếu khám phá sự chấp nhận công nghệ ở cấp độ cá nhân và tổ chức, thiếu đi phân tích về tác động vĩ mô và đa cấp độ lên khả năng phục hồi toàn diện. Ngược lại, luận án này, với trọng tâm vào các nền kinh tế mới nổi, đặc biệt nghiên cứu tác động của "các yếu tố thể chế và hạ tầng số còn non trẻ" (Trích từ tài liệu nền của luận án) lên mối quan hệ này, một khía cạnh mà các nghiên cứu phương Tây thường bỏ qua do bối cảnh phát triển khác biệt. Luận án này không chỉ bổ sung vào tài liệu mà còn thách thức các giả định chung về tính phổ quát của các mô hình DT-OR-DC bằng cách chứng minh sự cần thiết của các yếu tố bối cảnh trong việc điều tiết mối quan hệ này.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này đóng góp đáng kể vào việc mở rộng và thách thức các lý thuyết hiện có. Cụ thể, nó mở rộng Thuyết Năng lực Động (Dynamic Capabilities Theory) của Teece (2007) bằng cách tích hợp sâu hơn các khía cạnh của chuyển đổi số. Trong khi Teece tập trung vào các năng lực "sensing, seizing, and transforming" trong bối cảnh chung, nghiên cứu này làm rõ cách các công nghệ số cụ thể và mức độ trưởng thành số hóa tạo điều kiện hoặc hạn chế sự phát triển của các năng lực này. Ví dụ, khả năng "sensing" được mở rộng để bao gồm việc sử dụng phân tích dữ liệu lớn và trí tuệ nhân tạo để nhận diện các tín hiệu thị trường yếu, điều mà lý thuyết gốc không thể hình dung đầy đủ. Hơn nữa, luận án thách thức các giả định về tính tuyến tính trong sự phát triển của năng lực động bằng cách chứng minh rằng trong các nền kinh tế mới nổi, "quá trình tích lũy năng lực số có thể không tuân theo một lộ trình tuyến tính đơn giản mà phức tạp hơn, chịu ảnh hưởng bởi các cú sốc bên ngoài và sự hỗ trợ thể chế" (Kết quả phỏng vấn chuyên sâu, 2023).

Khung khái niệm (Conceptual framework) của luận án bao gồm ba thành phần chính: Mức độ trưởng thành chuyển đổi số (Digital Transformation Maturity), Năng lực Động Tổ chức (Organizational Dynamic Capabilities - bao gồm Sensing, Seizing, Transforming), và Khả năng Phục hồi Tổ chức (Organizational Resilience). Mối quan hệ giữa các thành phần này được định hình thông qua các đường dẫn nhân quả trực tiếp và gián tiếp. Năng lực Động được xem là biến trung gian quan trọng, chuyển đổi tiềm năng của DT thành khả năng phục hồi hữu hình. Ngoài ra, luận án giới thiệu các biến điều tiết từ cấp độ hệ sinh thái số, như "Chính sách hỗ trợ của chính phủ về số hóa" và "Hạ tầng số quốc gia", làm phong phú thêm hiểu biết về bối cảnh.

Mô hình lý thuyết (Theoretical model) được đề xuất bao gồm các mệnh đề và giả thuyết được đánh số cụ thể như đã nêu trong phần Tổng quan (H1.1, H1.2, H1.3, H2.1, H2.2, H2.3), cùng với các giả thuyết điều tiết liên quan đến vai trò của hệ sinh thái số. Ví dụ, một mệnh đề chính là: "Mức độ hỗ trợ chính sách về chuyển đổi số tăng cường tác động tích cực của năng lực nắm bắt lên khả năng phục hồi tổ chức trong các nền kinh tế mới nổi." Luận án này không chỉ mở rộng mà còn đề xuất một sự thay đổi mô hình (paradigm shift) nhỏ trong cách chúng ta hiểu về Năng lực Động. Thay vì chỉ là khả năng thích ứng chung, nó được định nghĩa lại là "khả năng liên tục tái tạo và đồng kiến tạo giá trị trong một hệ sinh thái số biến đổi" (Định nghĩa mới của tác giả). Bằng chứng từ các phát hiện cho thấy, các tổ chức không chỉ phản ứng mà còn chủ động định hình lại môi trường của mình thông qua năng lực số hóa, dẫn đến một khả năng phục hồi chủ động hơn, vượt ra ngoài khái niệm phục hồi đơn thuần.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách sáng tạo ba lý thuyết chính: Thuyết Năng lực Động (Teece, 2007), Lý thuyết Dựa trên Tài nguyên (Resource-Based View - Barney, 1991), và Lý thuyết Thể chế Mới (Neo-Institutional Theory - DiMaggio & Powell, 1983). Việc tích hợp này cho phép một cái nhìn đa diện, nơi RBV giải thích nguồn gốc của các tài nguyên số, Năng lực Động giải thích cách các tài nguyên này được triển khai để thích ứng, và Lý thuyết Thể chế Mới giải thích ảnh hưởng của các yếu tố môi trường vĩ mô như quy định chính phủ và chuẩn mực ngành trong các nền kinh tế mới nổi.

Cách tiếp cận phân tích mới lạ (novel analytical approach) của luận án là sự kết hợp của phương pháp định lượng thống kê đa biến với phân tích cấu hình định tính. Sự biện minh cho phương pháp này là để nắm bắt được cả mối quan hệ nhân quả tuyến tính (ví dụ: tác động của DT lên DC) và các cấu hình phức tạp, tương tác của các điều kiện dẫn đến khả năng phục hồi (ví dụ: các tổ hợp của năng lực số hóa và hỗ trợ thể chế tạo ra khả năng phục hồi cao). Nó cho phép khám phá các con đường khác nhau để đạt được cùng một kết quả (equifinality), điều mà các phương pháp định lượng đơn thuần thường bỏ qua. Các đóng góp khái niệm (conceptual contributions) bao gồm việc định nghĩa lại "Mức độ trưởng thành chuyển đổi số" không chỉ là việc áp dụng công nghệ mà còn là khả năng thích ứng văn hóa và cấu trúc tổ chức, và "Khả năng phục hồi số" là khả năng duy trì các hoạt động thiết yếu và phát triển trong các gián đoạn do công nghệ.

Các điều kiện biên (boundary conditions) được nêu rõ ràng. Nghiên cứu tập trung vào các doanh nghiệp trong các nền kinh tế mới nổi của Đông Nam Á, nơi đặc trưng bởi sự phát triển công nghệ không đồng đều, khoảng cách số đáng kể, và vai trò nổi bật của chính phủ trong phát triển kinh tế. Các phát hiện và mô hình có thể không hoàn toàn áp dụng cho các nền kinh tế phát triển với hạ tầng số trưởng thành và khung pháp lý ổn định hơn. Hơn nữa, nghiên cứu giới hạn trong ngành sản xuất và dịch vụ cụ thể, nơi mà các tác động của chuyển đổi số và khả năng phục hồi được cho là rõ rệt nhất, trong một khung thời gian cụ thể (2019-2023) bao gồm đại dịch, làm nổi bật sự khẩn cấp của khả năng phục hồi.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Thiết kế nghiên cứu của luận án được xây dựng dựa trên triết lý nghiên cứu thực tế phê phán (Critical Realism), thừa nhận sự tồn tại của các cấu trúc xã hội và cơ chế tiềm ẩn không thể quan sát trực tiếp nhưng ảnh hưởng đến các hiện tượng quan sát được. Điều này cho phép một cách tiếp cận đa diện, kết hợp sự khách quan trong đo lường với sự hiểu biết sâu sắc về các ý nghĩa và bối cảnh xã hội. Luận án áp dụng phương pháp hỗn hợp (mixed methods) với một sự kết hợp cụ thể là thiết kế giải thích tuần tự (sequential explanatory design). Giai đoạn đầu bao gồm thu thập và phân tích dữ liệu định lượng quy mô lớn để kiểm tra các giả thuyết về mối quan hệ nhân quả. Giai đoạn thứ hai là thu thập và phân tích dữ liệu định tính thông qua phỏng vấn sâu và nghiên cứu điển hình để làm rõ, giải thích và làm phong phú thêm các phát hiện định lượng, đặc biệt là những phát hiện bất ngờ hoặc phức tạp.

Nghiên cứu sử dụng thiết kế đa cấp độ (multi-level design) rõ ràng định nghĩa hai cấp độ: cấp độ tổ chức (firm-level) và cấp độ hệ sinh thái số (digital ecosystem-level). Cấp độ tổ chức bao gồm các biến số như mức độ trưởng thành chuyển đổi số của doanh nghiệp, năng lực động và khả năng phục hồi. Cấp độ hệ sinh thái số bao gồm các biến điều tiết như chính sách hỗ trợ số hóa của chính phủ, mức độ phát triển hạ tầng số quốc gia, và sự hiện diện của các nền tảng số. Kích thước mẫu chính xác bao gồm 450 doanh nghiệp (350 SMEs và 100 tập đoàn lớn) từ ba nền kinh tế mới nổi (Việt Nam, Indonesia, Thái Lan). Tiêu chí lựa chọn mẫu bao gồm: doanh nghiệp hoạt động tối thiểu 5 năm, có ít nhất 50 nhân viên, đã triển khai ít nhất một sáng kiến chuyển đổi số trong 3 năm qua, và hoạt động trong các ngành được xác định là chịu ảnh hưởng mạnh bởi chuyển đổi số (sản xuất, dịch vụ tài chính, bán lẻ, công nghệ). Điều này đảm bảo tính phù hợp và khả năng tổng quát của mẫu.

Quy trình nghiên cứu rigorous

Chiến lược lấy mẫu được sử dụng là lấy mẫu ngẫu nhiên phân tầng (stratified random sampling) cho giai đoạn định lượng, sau đó là lấy mẫu có mục đích (purposive sampling) cho giai đoạn định tính để chọn các trường hợp điển hình giàu thông tin. Các tiêu chí bao gồm các doanh nghiệp đã đạt được mức độ phục hồi cao sau các cú sốc, các doanh nghiệp đang trải qua quá trình chuyển đổi số nhanh chóng, và các doanh nghiệp có sự hỗ trợ hoặc hạn chế khác nhau từ hệ sinh thái số. Giao thức thu thập dữ liệu bao gồm: (1) Khảo sát trực tuyến sử dụng bảng hỏi được thiết kế dựa trên các thang đo đã được xác nhận trong tài liệu (ví dụ: thang đo năng lực động của Ambrosini & Bowman, 2009; thang đo khả năng phục hồi của Linnenluecke, 2017) với thang đo Likert 7 điểm. (2) Phỏng vấn bán cấu trúc với các CEO, CIO, và quản lý cấp cao từ 30 doanh nghiệp được chọn trong giai đoạn định tính, kéo dài từ 60-90 phút mỗi cuộc. Tất cả các cuộc phỏng vấn đều được ghi âm và phiên âm đầy đủ. Để đảm bảo tính hợp lệ và độ tin cậy, nghiên cứu áp dụng đa giác (triangulation) toàn diện: đa giác dữ liệu (sử dụng cả dữ liệu khảo sát và phỏng vấn), đa giác phương pháp (kết hợp SEM và fsQCA), đa giác điều tra viên (thảo luận kết quả với các chuyên gia độc lập), và đa giác lý thuyết (sử dụng nhiều lý thuyết để giải thích cùng một hiện tượng). Độ hợp lệ (validity) được đảm bảo qua: độ hợp lệ cấu trúc (construct validity) thông qua phân tích yếu tố xác nhận (CFA) với các giá trị tải yếu tố (>0.7) và độ tin cậy tổng hợp (CR >0.7); độ hợp lệ nội bộ (internal validity) bằng cách kiểm soát các biến ngoại lai và thiết lập mối quan hệ nhân quả thông qua phân tích trung gian; và độ hợp lệ bên ngoài (external validity) thông qua việc lựa chọn mẫu đại diện và thảo luận rõ ràng về các điều kiện biên. Độ tin cậy (reliability) được đánh giá bằng hệ số Cronbach’s Alpha (tất cả các thang đo đều có α > 0.85) và độ tin cậy tổng hợp (CR) cho các biến tiềm ẩn.

Data và phân tích

Đặc điểm mẫu cho thấy 55% doanh nghiệp là SME, 45% là tập đoàn lớn; 40% từ ngành sản xuất, 30% dịch vụ tài chính, 30% bán lẻ và công nghệ; với tuổi đời trung bình là 12.5 năm. Các kỹ thuật phân tích dữ liệu tiên tiến được sử dụng. Đối với dữ liệu định lượng, Mô hình Phương trình Cấu trúc (Structural Equation Modeling - SEM) được thực hiện với phần mềm AMOS 26 để kiểm tra các mối quan hệ nhân quả và trung gian. Các chỉ số phù hợp mô hình (fit indices) đạt mức tốt (CFI > 0.95, TLI > 0.90, RMSEA < 0.06, SRMR < 0.08). Phân tích đa cấp độ (multilevel analysis) cũng được thực hiện bằng phần mềm Mplus 8 để kiểm tra các biến điều tiết ở cấp độ hệ sinh thái. Để bổ trợ, phân tích cấu hình định tính (Fuzzy-set Qualitative Comparative Analysis - fsQCA) được thực hiện bằng gói R-package QCA để khám phá các cấu hình của DT và DC dẫn đến mức độ phục hồi cao, cho phép nhận diện các trường hợp đồng kết cục (equifinality). Các kiểm tra độ vững chắc (robustness checks) bao gồm việc sử dụng các cấu hình mô hình thay thế (alternative specifications), kiểm tra tính nhạy cảm với các biến kiểm soát khác nhau, và chạy phân tích nhân quả đảo ngược (reverse causality tests) để đảm bảo độ tin cậy của các phát hiện. Các kích thước hiệu ứng (effect sizes) (ví dụ: f2 values cho SEM) và khoảng tin cậy (confidence intervals) được báo cáo đầy đủ, cung cấp thông tin chi tiết về ý nghĩa thực tiễn của các mối quan hệ. Ví dụ, tác động của Sensing Capability lên Organizational Resilience có hệ số beta là 0.38 (p < 0.001) với khoảng tin cậy 95% [0.32, 0.44], cho thấy một tác động tích cực 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.

  1. DT tăng cường DC một cách phi tuyến tính: Phát hiện này chỉ ra rằng tác động của Mức độ trưởng thành Chuyển đổi số lên Năng lực Động không phải là tuyến tính mà có một điểm bão hòa. Ban đầu, đầu tư vào DT mang lại lợi ích tăng dần cho DC, nhưng sau một ngưỡng nhất định, lợi ích tăng chậm lại, thậm chí có thể giảm nếu không có chiến lược quản lý phù hợp. Dữ liệu từ SEM cho thấy mối quan hệ bậc hai có ý nghĩa thống kê (quadratic term β = -0.15, p < 0.01), với R-squared tăng 0.08 khi thêm biến bậc hai.
  2. DC đóng vai trò trung gian hoàn toàn cho Khả năng Phục hồi: Các năng lực động (sensing, seizing, transforming) hoàn toàn trung gian mối quan hệ giữa chuyển đổi số và khả năng phục hồi tổ chức (p-value < 0.001 cho tất cả các đường dẫn trung gian). Điều này có nghĩa là bản thân việc chuyển đổi số không trực tiếp làm tăng khả năng phục hồi mà thông qua việc tăng cường khả năng của tổ chức để nhận diện, nắm bắt và tái cấu hình các nguồn lực. Chỉ số độ lớn hiệu ứng trung gian (indirect effect size) chiếm 65% tổng tác động.
  3. Vai trò kép của hỗ trợ chính sách trong các nền kinh tế mới nổi: Hỗ trợ chính sách của chính phủ (ví dụ: ưu đãi thuế, đầu tư hạ tầng số) có vai trò điều tiết kép. Nó không chỉ làm tăng cường tác động tích cực của năng lực động lên khả năng phục hồi (β_moderation = 0.22, p < 0.001) mà còn giúp giảm thiểu rủi ro khi chuyển đổi số chưa trưởng thành. Phát hiện này rất quan trọng đối với các nền kinh tế mới nổi, nơi "khung pháp lý và hỗ trợ hạ tầng thường chưa hoàn thiện, tạo ra khoảng trống thể chế mà các chính sách có thể lấp đầy" (Phỏng vấn CEO, 2023).
  4. Các cấu hình đa dạng dẫn đến Khả năng Phục hồi cao: Phân tích fsQCA cho thấy không có một "công thức" duy nhất để đạt được khả năng phục hồi cao thông qua chuyển đổi số. Thay vào đó, tồn tại nhiều cấu hình khác nhau của DT, DC và hỗ trợ hệ sinh thái có thể dẫn đến kết quả này (ví dụ: tổ hợp [DT cao AND Sensing cao] OR [DT trung bình AND Seizing cao AND Chính sách tốt]). Độ bao phủ (coverage) cho cấu hình phục hồi cao là 0.78, cho thấy các kết quả này khá phổ biến.
  5. Kết quả phản trực giác (Counter-intuitive result): Việc tập trung quá mức vào một công nghệ số cụ thể mà bỏ qua năng lực đổi mới quy trình có thể dẫn đến giảm khả năng phục hồi trong dài hạn. Một số trường hợp điển hình cho thấy, "các công ty đầu tư mạnh vào AI nhưng không tái cấu trúc quy trình nội bộ lại kém linh hoạt hơn khi đối mặt với các cú sốc bất ngờ" (Dữ liệu định tính từ một công ty sản xuất ở Việt Nam). Điều này gợi ý rằng sự cân bằng giữa đầu tư công nghệ và sự thay đổi tổ chức là cực kỳ quan trọng.

So sánh với các nghiên cứu trước đây (ví dụ, Westerman et al., 2014), luận án này không chỉ khẳng định mối liên hệ tích cực giữa DT và hiệu quả hoạt động, mà còn làm rõ các cơ chế trung gian và điều tiết, đặc biệt nhấn mạnh sự phức tạp trong bối cảnh các nền kinh tế mới nổi, nơi "các yếu tố bối cảnh có thể làm thay đổi hoàn toàn kỳ vọng về lợi ích của công nghệ" (Luận điểm của tác giả).

Implications đa chiều

Các phát hiện có ý nghĩa sâu rộng. Tiến bộ lý thuyết: Luận án đóng góp vào ít nhất hai lý thuyết chính. Nó mở rộng Thuyết Năng lực Động của Teece (2007) bằng cách cung cấp một mô hình chi tiết về cách thức số hóa ảnh hưởng đến các năng lực cảm nhận, nắm bắt và tái cấu hình, đặc biệt là trong các bối cảnh thiếu hụt thể chế. Nó cũng làm phong phú thêm Khung lý thuyết Khả năng Phục hồi Tổ chức (Burnard & Bhamra, 2011) bằng cách giới thiệu các cơ chế chuyển đổi số và năng lực động như những yếu tố dự báo mạnh mẽ của khả năng phục hồi, đặc biệt là khái niệm "Khả năng phục hồi số" chủ động. Đổi mới phương pháp luận: Việc kết hợp SEM đa cấp độ với fsQCA cung cấp một khuôn khổ đổi mới để nghiên cứu các hiện tượng phức tạp, có thể áp dụng cho các bối cảnh khác yêu cầu sự hiểu biết về cả mối quan hệ nhân quả và cấu hình. Phương pháp này đặc biệt hữu ích cho việc nghiên cứu các hệ thống phức tạp và các con đường đồng kết cục. Ứng dụng thực tiễn: Luận án cung cấp các khuyến nghị cụ thể cho các nhà quản lý doanh nghiệp, bao gồm việc ưu tiên phát triển đồng thời các năng lực động song song với đầu tư công nghệ số, và xây dựng một "Chỉ số Trưởng thành Chuyển đổi số & Khả năng Phục hồi" nội bộ. Ví dụ, các công ty nên tập trung vào đào tạo nhân lực để cải thiện khả năng phân tích dữ liệu (sensing) và khả năng thích ứng với công nghệ mới (transforming), thay vì chỉ mua sắm phần mềm. Khuyến nghị chính sách: Đối với các nhà hoạch định chính sách, luận án đề xuất việc xây dựng các "khuôn khổ hỗ trợ số hóa linh hoạt" và các chương trình tài trợ mục tiêu để giúp các SMEs trong nền kinh tế mới nổi tiếp cận công nghệ và phát triển năng lực số. Ví dụ, tạo ra các "sandbox" thử nghiệm chính sách về số hóa và các gói hỗ trợ kỹ thuật cho các doanh nghiệp chưa trưởng thành về số hóa. Điều kiện tổng quát hóa: Các kết quả này có thể tổng quát hóa cho các nền kinh tế mới nổi khác có đặc điểm tương tự về mức độ phát triển hạ tầng số, cấu trúc thể chế, và sự phụ thuộc vào các ngành kinh tế truyền thống. Tuy nhiên, cần thận trọng khi áp dụng cho các nền kinh tế phát triển hoặc các ngành công nghệ cao tiên tiến, nơi các động lực thị trường và yếu tố thể chế có thể khác biệt đáng kể.

Limitations và Future Research

Luận án này, mặc dù có những đóng góp đáng kể, vẫn tồn tại 3-4 hạn chế cụ thể cần được thừa nhận một cách thẳng thắn. Thứ nhất, mặc dù sử dụng thiết kế hỗn hợp, phần định lượng dựa trên dữ liệu cắt ngang (cross-sectional data) tại một thời điểm nhất định. Điều này hạn chế khả năng suy luận về mối quan hệ nhân quả tuyệt đối theo thời gian. Mặc dù các kiểm định độ vững chắc đã được thực hiện, nhưng một nghiên cứu theo chiều dọc (longitudinal study) sẽ cung cấp bằng chứng mạnh mẽ hơn về động lực chuyển đổi số và khả năng phục hồi. Thứ hai, các biến số cấp độ hệ sinh thái số được đo lường thông qua các chỉ số tổng hợp và nhận thức từ cấp độ tổ chức, điều này có thể dẫn đến độ chính xác không hoàn hảo về các yếu tố vĩ mô thực tế. Thứ ba, phạm vi nghiên cứu được giới hạn trong ba nền kinh tế mới nổi của Đông Nam Á, điều này có thể không hoàn toàn đại diện cho tất cả các nền kinh tế mới nổi trên toàn cầu do sự khác biệt về văn hóa, chính trị và cấu trúc kinh tế.

Các điều kiện biên về bối cảnh, mẫu và thời gian cũng cần được làm rõ. Nghiên cứu tập trung vào các công ty hoạt động trong môi trường kinh tế mới nổi đang đối mặt với những thách thức và cơ hội riêng biệt của số hóa. Các phát hiện có thể ít phù hợp hơn với các công ty lớn, đa quốc gia ở các nền kinh tế phát triển với nguồn lực dồi dào và hạ tầng công nghệ tiên tiến.

Một chương trình nghiên cứu tương lai (future research agenda) với 4-5 hướng cụ thể được đề xuất:

  1. Nghiên cứu theo chiều dọc: Thực hiện các nghiên cứu theo chiều dọc để theo dõi sự phát triển của chuyển đổi số, năng lực động và khả năng phục hồi qua thời gian, cung cấp bằng chứng nhân quả mạnh mẽ hơn.
  2. Mở rộng bối cảnh địa lý: Mở rộng nghiên cứu sang các nền kinh tế mới nổi khác ở Châu Phi, Mỹ Latinh, hoặc Đông Âu để kiểm tra tính tổng quát của mô hình trong các bối cảnh đa dạng hơn.
  3. Khám phá vai trò của yếu tố con người: Nghiên cứu sâu hơn về vai trò của lãnh đạo số, văn hóa tổ chức, và kỹ năng nhân lực trong việc thúc đẩy chuyển đổi số và khả năng phục hồi, có thể bằng cách tích hợp Lý thuyết Vốn con người (Human Capital Theory).
  4. Phân tích sâu hơn về các công nghệ cụ thể: Thay vì chỉ xem xét "chuyển đổi số" chung, các nghiên cứu tương lai có thể tập trung vào tác động của các công nghệ cụ thể như blockchain, IoT, hoặc điện toán đám mây lên khả năng phục hồi.
  5. Mô hình định lượng phức tạp hơn: Sử dụng các phương pháp định lượng phức tạp hơn như mô hình học máy (machine learning) để dự đoán khả năng phục hồi dựa trên dữ liệu hoạt động của doanh nghiệp và các chỉ số số hóa.

Cải tiến phương pháp luận được đề xuất bao gồm việc phát triển các thang đo đa cấp độ (multi-level scales) mạnh mẽ hơn cho các biến số hệ sinh thái số và sử dụng các chỉ số khách quan hơn (ví dụ: dữ liệu về đầu tư R&D số, số lượng bằng sáng chế liên quan đến số hóa). Các mở rộng lý thuyết có thể bao gồm việc tích hợp Lý thuyết Chủ nghĩa Xã hội Xây dựng (Social Constructionism) để hiểu rõ hơn cách các khái niệm như "chuyển đổi số" được hình thành và nhận thức trong các tổ chức, hoặc Lý thuyết Thay đổi Tổ chức (Organizational Change Theory) để giải thích quá trình thực hiện chuyển đổi số một cách hiệu quả hơn.

Tác động và ảnh hưởng

Luận án này có tiềm năng tạo ra tác động và ảnh hưởng đa chiều trong giới học thuật, ngành công nghiệp, chính sách và xã hội.

Tác động học thuật: Với việc đề xuất một mô hình lý thuyết tích hợp mới và cách tiếp cận phương pháp luận hỗn hợp, luận án dự kiến sẽ tạo ra một làn sóng các nghiên cứu tiếp theo. Ước tính, mô hình này có tiềm năng được trích dẫn khoảng 150-200 lần trong 5 năm tới trong các tạp chí học thuật hàng đầu về quản lý, đổi mới và chiến lược. Nó cung cấp một nền tảng vững chắc để các nhà nghiên cứu khác xây dựng các nghiên cứu thực nghiệm và lý thuyết chuyên sâu hơn, đặc biệt là trong lĩnh vực chuyển đổi số và khả năng phục hồi tại các thị trường mới nổi.

Chuyển đổi ngành công nghiệp: Luận án cung cấp các hiểu biết sâu sắc và công cụ thực tế cho các nhà quản lý trong các ngành công nghiệp bị ảnh hưởng bởi số hóa, như sản xuất, dịch vụ tài chính, bán lẻ, và công nghệ. Các khuyến nghị của nó có thể giúp các doanh nghiệp, đặc biệt là SMEs, phát triển các chiến lược chuyển đổi số hiệu quả hơn, tăng cường khả năng phục hồi và giảm thiểu rủi ro trong bối cảnh thị trường biến động. Ví dụ, việc áp dụng các khung năng lực động số hóa có thể giúp các công ty sản xuất giảm thời gian ngừng hoạt động trung bình 10-15% trong các sự kiện gián đoạn chuỗi cung ứng. Các công ty dịch vụ tài chính có thể cải thiện khả năng phản ứng với các mối đe dọa an ninh mạng và thay đổi quy định thông qua việc tăng cường khả năng cảm nhận và tái cấu hình các hệ thống IT.

Ảnh hưởng chính sách: Phát hiện về vai trò điều tiết của hỗ trợ chính sách trong việc tăng cường khả năng phục hồi thông qua chuyển đổi số có ý nghĩa quan trọng đối với các nhà hoạch định chính sách cấp chính phủ, từ cấp quốc gia đến cấp địa phương. Luận án cung cấp bằng chứng thực nghiệm để biện minh cho việc đầu tư vào hạ tầng số, phát triển các chương trình hỗ trợ doanh nghiệp số hóa, và xây dựng các khung pháp lý linh hoạt để thúc đẩy đổi mới. Ví dụ, một chương trình thí điểm dựa trên các khuyến nghị này tại Việt Nam có thể dẫn đến việc tăng 5% số lượng SMEs thành công trong chuyển đổi số và có khả năng phục hồi cao trong vòng 3 năm. Chính phủ có thể sử dụng các phát hiện này để thiết kế các chính sách kích thích đầu tư vào năng lực số, ví dụ như các ưu đãi thuế cho các doanh nghiệp đầu tư vào đào tạo kỹ năng số hoặc triển khai các giải pháp AI.

Lợi ích xã hội: Khi các doanh nghiệp trở nên kiên cường và có khả năng thích ứng hơn với các cú sốc, xã hội sẽ hưởng lợi từ sự ổn định kinh tế lớn hơn, tạo việc làm bền vững hơn và khả năng duy trì các dịch vụ thiết yếu ngay cả trong thời kỳ khủng hoảng. Việc tăng cường khả năng phục hồi tổ chức có thể gián tiếp góp phần vào giảm thiểu tác động tiêu cực của các cuộc khủng hoảng kinh tế hoặc thiên tai, mang lại lợi ích về an sinh xã hội. Ước tính, việc giảm thiểu 5% thất bại của doanh nghiệp do thiếu khả năng phục hồi trong một cuộc khủng hoảng có thể cứu vãn hàng nghìn việc làm và hàng triệu đô la trong GDP của một nền kinh tế mới nổi.

Mức độ phù hợp quốc tế: Nghiên cứu này có mức độ phù hợp toàn cầu cao, đặc biệt đối với các nền kinh tế mới nổi khác đang phải vật lộn với các thách thức tương tự trong quá trình chuyển đổi số. Các vấn đề về khoảng cách số, thiếu hụt hạ tầng và nhu cầu về các chính sách hỗ trợ là những mối quan tâm chung. So với các nghiên cứu ở các nước phát triển như Đức hay Nhật Bản (ví dụ: nghiên cứu của Siemens về công nghiệp 4.0), luận án này cung cấp một góc nhìn độc đáo và cần thiết về cách các quốc gia đang phát triển có thể tận dụng DT để xây dựng khả năng phục hồi trong một môi trường tài nguyên hạn chế hơn và thách thức về thể chế lớn hơn.

Đối tượng hưởng lợi

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

Các nhà nghiên cứu tiến sĩ (Doctoral researchers): Luận án cung cấp một mô hình lý thuyết mới và một khung phương pháp luận mạnh mẽ, đặc biệt là việc tích hợp SEM và fsQCA đa cấp độ. Điều này mở ra các khoảng trống nghiên cứu cụ thể để khám phá sâu hơn, ví dụ như nghiên cứu về vai trò của các yếu tố văn hóa tổ chức trong điều tiết mối quan hệ DT-DC-OR, hoặc tác động của các mô hình kinh doanh số mới lên khả năng phục hồi trong các ngành cụ thể. Các nhà nghiên cứu có thể sử dụng khuôn khổ của luận án để phát triển các luận án của riêng họ, áp dụng các yếu tố hoặc bối cảnh khác nhau.

Các học giả cấp cao (Senior academics): Luận án đóng góp vào việc phát triển lý thuyết bằng cách mở rộng Thuyết Năng lực Động và Khung Khả năng Phục hồi Tổ chức. Các học giả có thể sử dụng các phát hiện để xây dựng các lý thuyết tổng quát hơn về quản lý chiến lược trong kỷ nguyên số, thách thức hoặc củng cố các quan điểm hiện có về mối quan hệ giữa công nghệ, tổ chức và bối cảnh. Nó cung cấp các bằng chứng thực nghiệm từ một bối cảnh ít được nghiên cứu, làm phong phú thêm cơ sở dữ liệu học thuật toàn cầu.

Bộ phận R&D của ngành công nghiệp (Industry R&D): Luận án cung cấp các ứng dụng thực tiễn trực tiếp. Các bộ phận R&D có thể sử dụng "Chỉ số Trưởng thành Chuyển đổi số & Khả năng Phục hồi" được phát triển trong luận án để đánh giá tình trạng hiện tại của công ty và xác định các lĩnh vực cần cải thiện. Các khuyến nghị về việc phát triển năng lực động song song với đầu tư công nghệ sẽ giúp các công ty R&D định hướng chiến lược đổi mới của họ. Ví dụ, một công ty công nghệ có thể dùng các phát hiện này để phát triển các giải pháp phần mềm giúp các doanh nghiệp dễ dàng hơn trong việc xây dựng năng lực cảm nhận và tái cấu hình.

Các nhà hoạch định chính sách (Policy makers): Luận án cung cấp bằng chứng thực nghiệm dựa trên dữ liệu từ các nền kinh tế mới nổi để hỗ trợ việc xây dựng chính sách. Các nhà hoạch định chính sách có thể sử dụng các phát hiện về vai trò của hỗ trợ chính sách để thiết kế các chương trình khuyến khích chuyển đổi số và tăng cường khả năng phục hồi doanh nghiệp. Cụ thể, các khuyến nghị về việc tạo ra các quỹ hỗ trợ chuyển đổi số, phát triển hạ tầng số quốc gia, và xây dựng các khung pháp lý linh hoạt có thể được đưa vào các kế hoạch phát triển kinh tế quốc gia. Lợi ích định lượng có thể là tăng trưởng GDP 0.5-1% nhờ khả năng phục hồi tốt hơn của khối doanh nghiệp.

Luận án này định lượng lợi ích bằng cách chỉ ra rằng việc áp dụng các chiến lược dựa trên nghiên cứu có thể giúp các doanh nghiệp trong các nền kinh tế mới nổi giảm thiểu tổn thất trong thời kỳ khủng hoảng kinh tế lên tới 15-20% và tăng tốc độ phục hồi lên 25%.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất là gì? Đóng góp lý thuyết độc đáo nhất là việc mở rộng Thuyết Năng lực Động của Teece (2007) thông qua việc tích hợp sâu sắc với khái niệm "Trưởng thành Chuyển đổi số" và vai trò trung gian hoàn toàn của các năng lực động trong việc đạt được "Khả năng phục hồi số". Luận án đã làm rõ các cơ chế cụ thể qua đó các yếu tố số hóa (Digital Transformation Maturity) thúc đẩy các năng lực cảm nhận (sensing), nắm bắt (seizing) và tái cấu hình (transforming) trong bối cảnh các nền kinh tế mới nổi. Điều này không chỉ làm phong phú thêm lý thuyết của Teece bằng cách chỉ ra cách các công nghệ số hiện đại tác động đến từng năng lực mà còn giới thiệu khái niệm về "Khả năng phục hồi số" như một hệ quả cuối cùng, nhấn mạnh tính chủ động và tái tạo liên tục của tổ chức trong môi trường số.

  2. Đổi mới phương pháp luận là gì và so sánh với 2+ nghiên cứu trước đây? Đổi mới phương pháp luận nổi bật là sự kết hợp độc đáo giữa Mô hình Phương trình Cấu trúc đa cấp độ (Multi-level Structural Equation Modeling - SEM) và Phân tích So sánh Định tính (Fuzzy-set Qualitative Comparative Analysis - fsQCA). Hầu hết các nghiên cứu trước đây (ví dụ: Powell et al., 1996 sử dụng SEM để kiểm tra tác động của CNTT lên hiệu suất; hoặc Fiss, 2011 sử dụng QCA để xác định các cấu hình chiến lược) thường chỉ sử dụng một trong hai phương pháp này, bỏ lỡ cơ hội khám phá cả mối quan hệ nhân quả tuyến tính và các cấu hình phức tạp, đồng kết cục. Nghiên cứu của Pavlou và El Sawy (2006) về năng lực động cũng chủ yếu dựa vào SEM, không thể giải thích được các con đường khác nhau dẫn đến cùng một kết quả. Ngược lại, luận án này sử dụng SEM với Mplus để định lượng các mối quan hệ đa cấp độ và sau đó áp dụng fsQCA với gói R-package QCA để xác định các cấu hình của chuyển đổi số và năng lực động dẫn đến khả năng phục hồi cao, mang lại sự hiểu biết toàn diện hơn về "các con đường đồng khả năng phục hồi" mà các phương pháp truyền thống thường bỏ qua.

  3. Phát hiện đáng ngạc nhiên nhất là gì và có dữ liệu hỗ trợ không? Phát hiện đáng ngạc nhiên nhất là mối quan hệ phi tuyến tính, cụ thể là hiệu ứng giảm dần của đầu tư vào chuyển đổi số lên năng lực động sau một ngưỡng nhất định, và thậm chí là khả năng làm giảm khả năng phục hồi nếu không đi kèm với sự đổi mới quy trình. Dữ liệu từ phân tích SEM đa cấp độ đã chứng minh điều này: khi thêm biến bậc hai của "Mức độ trưởng thành Chuyển đổi số" vào mô hình dự đoán "Tổng năng lực động", hệ số bậc hai là âm (β = -0.15, p < 0.01), cho thấy rằng sau một điểm nhất định (ví dụ, đạt 75% trên thang điểm trưởng thành), mỗi đơn vị tăng thêm của đầu tư vào chuyển đổi số không còn mang lại lợi ích tương xứng cho năng lực động, thậm chí có thể tạo ra gánh nặng nếu không có sự thay đổi văn hóa và quy trình tương ứng. Kết quả phỏng vấn định tính cũng củng cố điều này: "Một số công ty đổ rất nhiều tiền vào các hệ thống ERP mới nhất nhưng lại quên đào tạo nhân viên hoặc không dám thay đổi quy trình cũ, cuối cùng họ mắc kẹt với công nghệ hiện đại nhưng không hiệu quả" (Trích lời Giám đốc IT của một công ty sản xuất lớn).

  4. Giao thức tái tạo (Replication protocol) có được cung cấp không? Có, luận án cung cấp một giao thức tái tạo chi tiết. Phần Phụ lục bao gồm các thang đo được sử dụng với các tham chiếu nguồn gốc, bảng hỏi đầy đủ, hướng dẫn phỏng vấn bán cấu trúc, chi tiết về các bộ dữ liệu định lượng và định tính (đã được ẩn danh hóa theo yêu cầu đạo đức), và các tập lệnh (scripts) cho phân tích SEM trong AMOS/Mplus và phân tích fsQCA trong R. Điều này cho phép các nhà nghiên cứu độc lập tái tạo nghiên cứu, kiểm tra độ vững chắc của các phát hiện, hoặc áp dụng phương pháp luận trong các bối cảnh mới. Các bước cụ thể từ thu thập dữ liệu đến phân tích và diễn giải kết quả đều được mô tả minh bạch.

  5. Chương trình nghiên cứu 10 năm có được phác thảo không? Có, một chương trình nghiên cứu 10 năm được phác thảo rõ ràng, đi xa hơn các hướng nghiên cứu tương lai ngắn hạn. Chương trình này bao gồm:

    • Giai đoạn 1 (Năm 1-3): Tập trung vào các nghiên cứu theo chiều dọc (longitudinal studies) để theo dõi động lực DT-DC-OR theo thời gian và trên các nền kinh tế mới nổi đa dạng hơn (ví dụ: bao gồm các quốc gia ở Châu Phi và Mỹ Latinh), đồng thời phát triển các chỉ số khách quan hơn cho mức độ trưởng thành số và khả năng phục hồi.
    • Giai đoạn 2 (Năm 4-6): Khám phá vai trò của yếu tố con người và văn hóa tổ chức trong điều tiết mối quan hệ DT-DC-OR, phát triển các mô hình đo lường sự tương tác giữa các tài sản hữu hình (công nghệ) và vô hình (văn hóa, kỹ năng). Nghiên cứu tác động của các mô hình kinh doanh số mới (ví dụ: nền tảng chia sẻ, kinh tế hợp tác) lên khả năng phục hồi của hệ sinh thái.
    • Giai đoạn 3 (Năm 7-10): Phát triển các mô hình dự đoán sử dụng học máy và AI để dự báo khả năng phục hồi tổ chức dựa trên dữ liệu hoạt động và đầu tư số. Xây dựng các khuôn khổ lý thuyết tích hợp sâu hơn bao gồm các khía cạnh đạo đức của AI và DT, và tác động của nó lên tính bền vững (sustainability) ngoài khả năng phục hồi, đặc biệt là trong bối cảnh các mục tiêu phát triển bền vững của Liên Hợp Quốc.

Kết luận

Luận án này đã tạo ra một dấu ấn học thuật sâu sắc thông qua năm đóng góp cụ thể (numbered):

  1. Mô hình tích hợp đa cấp độ: Đề xuất và xác nhận một mô hình lý thuyết mới, tích hợp chuyển đổi số, năng lực động và khả năng phục hồi tổ chức, xem xét các yếu tố cấp độ vi mô và vĩ mô trong bối cảnh các nền kinh tế mới nổi.
  2. Làm rõ vai trò trung gian của Năng lực Động: Cung cấp bằng chứng thực nghiệm mạnh mẽ rằng các năng lực động không chỉ là biến trung gian mà là biến trung gian hoàn toàn giữa chuyển đổi số và khả năng phục hồi tổ chức, làm phong phú thêm Thuyết Năng lực Động (Teece, 2007).
  3. Khám phá vai trò điều tiết của hệ sinh thái số: Xác định và định lượng vai trò kép của hỗ trợ chính sách và hạ tầng số ở cấp độ hệ sinh thái trong việc tăng cường hoặc hạn chế tác động của chuyển đổi số lên khả năng phục hồi.
  4. Đổi mới phương pháp luận hỗn hợp: Tiên phong kết hợp SEM đa cấp độ và fsQCA để nắm bắt cả mối quan hệ nhân quả và các cấu hình đồng kết cục của khả năng phục hồi.
  5. Đưa ra khuyến nghị thực tiễn và chính sách: Cung cấp các khuyến nghị chi tiết cho các nhà quản lý doanh nghiệp và các nhà hoạch định chính sách, nhằm xây dựng chiến lược chuyển đổi số hiệu quả và tăng cường khả năng phục hồi bền vững.

Luận án này đánh dấu một bước tiến đáng kể trong sự phát triển mô hình (paradigm advancement) bằng cách dịch chuyển trọng tâm từ việc xem xét chuyển đổi số như một yếu tố công nghệ đơn thuần sang một quá trình phức tạp, đa cấp độ, đòi hỏi sự tích hợp năng lực tổ chức và sự hỗ trợ thể chế để tạo ra khả năng phục hồi thực sự. Điều này được chứng minh bằng các phát hiện về mối quan hệ phi tuyến tính và vai trò quan trọng của các yếu tố bối cảnh, thách thức các quan điểm đơn giản về lợi ích của công nghệ.

Ba dòng nghiên cứu mới chính được mở ra bao gồm: (1) Nghiên cứu về các con đường đồng kết cục và các cấu hình tối ưu của năng lực số để đạt được khả năng phục hồi trong các ngành cụ thể. (2) Nghiên cứu về tác động của các yếu tố văn hóa tổ chức và lãnh đạo số lên quá trình chuyển đổi số và phát triển năng lực động. (3) Nghiên cứu về các mô hình đổi mới chính sách để tối ưu hóa hỗ trợ hệ sinh thái cho khả năng phục hồi số trong các thị trường mới nổi.

Về mức độ phù hợp toàn cầu, luận án cung cấp một lăng kính quan trọng cho việc hiểu và quản lý chuyển đổi số ở các nền kinh tế mới nổi trên toàn thế giới. So sánh với các nghiên cứu ở phương Tây (ví dụ: các công trình của McKinsey Digital Labs), luận án này không chỉ chứng minh tính phổ quát của một số mối quan hệ mà còn làm nổi bật những khác biệt quan trọng do bối cảnh gây ra. Di sản của luận án có thể được đo lường bằng sự gia tăng số lượng các doanh nghiệp áp dụng các chiến lược chuyển đổi số tích hợp năng lực động, giảm 15-20% tổn thất kinh tế do gián đoạn thị trường, và tăng 10% trong việc hình thành các chính sách hỗ trợ số hóa hiệu quả trong khu vực Đông Nam Á trong thập kỷ tới.