Giới thiệu dự án

Khủng hoảng biến đổi khí hậu và suy thoái sinh thái toàn cầu đang đặt ra những thách thức nghiêm trọng đối với sự phát triển bền vững của nền kinh tế. Theo báo cáo của Tổ chức Y tế Thế giới (WHO), khoảng 90% dân số toàn cầu đang sống trong môi trường ô nhiễm không khí, gây ra hơn 7 triệu ca tử vong mỗi năm, trong đó Việt Nam ghi nhận hơn 60.000 ca tử vong liên quan đến các bệnh lý do suy thoái môi trường. Trước áp lực này, xu hướng tiêu dùng chuyển dịch mạnh mẽ sang các giải pháp bền vững: khảo sát của NielsenIQ (2023) cho thấy 80% người tiêu dùng Việt Nam sẵn sàng chi trả mức giá cao hơn cho các sản phẩm có đặc tính bảo vệ môi trường, và tại TP. Hồ Chí Minh, nghiên cứu của Intage (2023) ghi nhận 95% người dân đã chủ động thay đổi nhận thức và hành vi mua sắm hàng ngày.

Mặc dù nhu cầu thị trường gia tăng, các doanh nghiệp tại thị trường đang phát triển như Việt Nam đối mặt với những bài toán hóc búa: hiện tượng hoài nghi tiếp thị xanh (Greenwashing), rào cản từ cảm nhận rủi ro về chất lượng và giá cả, cùng với sự thiếu hụt các nghiên cứu định lượng toàn diện tích hợp cấu trúc trách nhiệm xã hội đa chiều. Nghiên cứu "Ảnh hưởng của trách nhiệm xã hội của doanh nghiệp, truyền miệng xanh, thái độ xanh, quan tâm xanh, niềm tin xanh, cảm nhận rủi ro xanh đến ý định mua xanh của người tiêu dùng tại Thành phố Hồ Chí Minh" do nhóm nghiên cứu Khoa Quản trị Kinh doanh, Trường Đại học Công nghiệp TP.HCM (IUH) thực hiện nhằm giải quyết trực tiếp các khoảng trống này.

Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

  1. Xác định và kiểm định hệ thống các nhân tố tác động trực tiếp và gián tiếp đến ý định mua xanh (Green Purchase Intention - GPI).
  2. Đo lường mức độ tác động của Trách nhiệm xã hội của doanh nghiệp (CSR) dạng cấu trúc bậc cao (Higher-order construct) cùng các biến tâm lý trung gian: Truyền miệng xanh (Green Word-of-Mouth - GWOM), Thái độ xanh (Green Attitude - GA), Quan tâm xanh (Green Concern - GC), Niềm tin xanh (Green Trust - GT) và rào cản Cảm nhận rủi ro xanh (Green Perceived Risk - GPR).
  3. Xây dựng hệ thống giải pháp và hàm ý quản trị định lượng giúp doanh nghiệp tối ưu hóa nguồn lực CSR và thúc đẩy tỷ lệ chuyển đổi hành vi mua sắm bền vững.

Dự án áp dụng phương pháp mô hình hóa phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) trên tập mẫu $N = 360$ người tiêu dùng tại TP.HCM trong giai đoạn từ tháng 01/2024 đến tháng 04/2024, cung cấp cơ sở dữ liệu thực nghiệm chuẩn xác cho các chiến lược tiếp thị xanh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các công trình nghiên cứu hành vi tiêu dùng xanh trước đây thường tiếp cận đơn lẻ từng khía cạnh lý thuyết, tạo nên sự phân mảnh trong việc giải thích quyết định mua hàng.

Tiêu chí so sánh Mô hình Tao & cs. (2022) Mô hình Zhang & cs. (2024) Mô hình Nghiên cứu Đề xuất (2024)
Hệ thống lý thuyết nền tảng TPB + Carroll CSR SOR + Stakeholder Theory TRA + TPB + Carroll CSR + TPR
Cấu trúc CSR Biến tiềm ẩn bậc 1 đơn chiều Biến tiềm ẩn bậc 1 (ECSR) Cấu trúc bậc cao (Higher-Order: Kinh tế, Pháp lý, Đạo đức, Từ thiện)
Yếu tố rào cản (Risk Factor) Chưa tích hợp Chưa tích hợp Tích hợp Cảm nhận rủi ro xanh (GPR) đa chiều
Cơ chế trung gian GWOM, GA, GC, GT GT, Green Brand Image Đa trung gian song song & nối tiếp (GWOM, GA, GC, GT)
Bối cảnh thực nghiệm Ngành xây dựng xanh Đài Loan Xe năng lượng mới (NEV) Trung Quốc Tiêu dùng xanh đa ngành tại TP.HCM, Việt Nam
Độ phức tạp thuật toán PLS-SEM cơ bản PLS-SEM trung bình PLS-SEM bậc 2 (Disjoint Two-Stage Approach)

Phân tích yêu cầu phương pháp luận theo chuẩn MoSCoW:

  • Must-Have: Đo lường cấu trúc bậc cao của CSR theo mô hình kim tự tháp Carroll (1991); kiểm định hiện tượng đa cộng tuyến (VIF $< 3.0$); đánh giá giá trị phân biệt theo tiêu chuẩn HTMT (Heterotrait-Monotrait Ratio $< 0.85$).
  • Should-Have: Kiểm định phân tích Bootstrap $J = 5000$ mẫu lặp lại để xác định giá trị $p$-value và độ hội tụ $t$-statistics cho các tác động gián tiếp (Indirect Mediation).
  • Could-Have: Phân tích đa nhóm (Multi-Group Analysis - MGA) theo các phân khúc nhân khẩu học (thu nhập, độ tuổi).
  • Won't-Have: Mô hình chuỗi thời gian dọc (Longitudinal Panel Data Tracking) do giới hạn về khung thời gian nghiên cứu khóa luận.

Thiết kế hệ thống mô hình lý thuyết

Hệ thống mô hình cấu trúc tích hợp 7 biến số chính với mối liên kết logic được mô hình hóa như sau:

Technology Stack và công cụ phân tích dữ liệu:

  • Thu thập dữ liệu: Google Forms Cloud Infrastructure + API kết xuất bảng tính sạch.
  • Phân tích sơ bộ & Làm sạch dữ liệu: IBM SPSS Statistics version 26.0 (Kiểm định độ tin cậy Cronbach's Alpha, thống kê mô tả nhân khẩu học).
  • Phân tích mô hình cấu trúc bậc cao: SmartPLS version 4.1.0 (Thuật toán PLS-SEM Algorithm, Bootstrapping 5000 resamples, Blindfolding).
  • Xử lý ma trận dữ liệu: Python v3.10.12 với các thư viện pandas (v2.2.1), numpy (v1.26.4), và seminr (v2.3.2).

Phương pháp nghiên cứu (Methodology)

Nghiên cứu kết hợp phương pháp hỗn hợp (Mixed-Method Research Design):

  1. Nghiên cứu định tính: Tiến hành phỏng vấn sâu $N = 5$ chuyên gia quản trị marketing và giảng viên kinh doanh nhằm hiệu chỉnh thang đo gốc từ tiếng Anh sang ngữ cảnh văn hóa tiêu dùng TP.HCM, hoàn thiện bảng câu hỏi 38 biến quan sát.
  2. Nghiên cứu định lượng sơ bộ (Pilot Study): Thu thập $N = 50$ mẫu nhằm kiểm định sơ bộ độ tin cậy thang đo (yêu cầu Cronbach's Alpha $\ge 0.70$, Corrected Item-Total Correlation $\ge 0.30$).
  3. Nghiên cứu định lượng chính thức: Áp dụng công thức cỡ mẫu theo Hair et al. (2021) cho mô hình PLS-SEM: Cỡ mẫu tối thiểu gấp 10 lần số lượng đường dẫn mũi tên hướng vào một biến tiềm ẩn. Với mô hình gồm 6 đường dẫn hướng vào GPI, cỡ mẫu $N = 360$ hoàn toàn đáp ứng độ mạnh thống kê (Statistical Power $> 80%$, mức ý nghĩa $\alpha = 0.05$).

Implementation và kết quả

Quy trình phân tích dữ liệu thuật toán PLS-SEM

Thuật toán ước lượng tham số mô hình đo lường và mô hình cấu trúc được thực thi tự động thông qua quy trình tối ưu hóa trọng số lặp (Iterative Weight Optimization). Dưới đây là đoạn mã giả lập thuật toán PLS-SEM và kiểm định Bootstrap trung gian viết bằng Python/seminr:

import pandas as pd
import numpy as np

def calculate_pls_measurement_model(data, constructs_dict):
    """
    Tính toán hệ số Outer Loadings, Cronbach's Alpha, CR và AVE cho mô hình PLS-SEM
    """
    results = {}
    for construct, items in constructs_dict.items():
        sub_data = data[items]
        # Tính ma trận tương quan nội tại
        corr_matrix = sub_data.corr().values
        k = len(items)
        
        # Outer loading qua Principal Component First Eigenvector
        eigenvalues, eigenvectors = np.linalg.eig(corr_matrix)
        loadings = np.abs(eigenvectors[:, 0])
        
        # Cronbach's Alpha
        mean_corr = (corr_matrix.sum() - k) / (k * (k - 1))
        alpha = (k * mean_corr) / (1 + (k - 1) * mean_corr)
        
        # Composite Reliability (CR) & Average Variance Extracted (AVE)
        sum_loadings = np.sum(loadings)
        sum_variance_error = np.sum(1 - loadings**2)
        cr = (sum_loadings**2) / ((sum_loadings**2) + sum_variance_error)
        ave = np.sum(loadings**2) / k
        
        results[construct] = {
            "Items": items,
            "Loadings": np.round(loadings, 3),
            "Cronbach_Alpha": round(alpha, 3),
            "CR": round(cr, 3),
            "AVE": round(ave, 3)
        }
    return results

# Thực thi kiểm định chỉ số HTMT (Heterotrait-Monotrait Ratio)
def compute_htmt(data, construct_a_items, construct_b_items):
    sub_a = data[construct_a_items]
    sub_b = data[construct_b_items]
    
    cross_corr = data[construct_a_items + construct_b_items].corr()
    r_ab = cross_corr.loc[construct_a_items, construct_b_items].values.mean()
    r_aa = cross_corr.loc[construct_a_items, construct_a_items].values[np.triu_indices(len(construct_a_items), k=1)].mean()
    r_bb = cross_corr.loc[construct_b_items, construct_b_items].values[np.triu_indices(len(construct_b_items), k=1)].mean()
    
    htmt_value = r_ab / np.sqrt(r_aa * r_bb)
    return round(htmt_value, 3)

Đánh giá mô hình đo lường (Measurement Model)

Kết quả kiểm định mô hình bậc thấp (Lower-order) và mô hình bậc cao (Higher-order) phản ánh độ tin cậy và giá trị hội tụ vượt chuẩn theo khuyến nghị của Hair et al. (2021):

Cấu trúc tiềm ẩn Biến quan sát Hệ số tải ngoài (Outer Loadings) Cronbach's $\alpha$ ($> 0.70$) Độ tin cậy tổng hợp CR ($> 0.70$) Phương sai trích AVE ($> 0.50$)
Trách nhiệm Kinh tế (EC) 3 $0.782 - 0.841$ $0.812$ $0.865$ $0.681$
Trách nhiệm Pháp lý (LE) 3 $0.764 - 0.829$ $0.795$ $0.852$ $0.658$
Trách nhiệm Đạo đức (ET) 3 $0.791 - 0.855$ $0.824$ $0.871$ $0.693$
Trách nhiệm Từ thiện (PH) 3 $0.758 - 0.836$ $0.801$ $0.859$ $0.670$
Truyền miệng Xanh (GWOM) 4 $0.742 - 0.860$ $0.839$ $0.884$ $0.656$
Thái độ Xanh (GA) 4 $0.769 - 0.848$ $0.846$ $0.891$ $0.672$
Quan tâm Xanh (GC) 4 $0.781 - 0.872$ $0.862$ $0.903$ $0.699$
Niềm tin Xanh (GT) 4 $0.795 - 0.864$ $0.868$ $0.908$ $0.712$
Cảm nhận Rủi ro Xanh (GPR) 4 $0.751 - 0.839$ $0.818$ $0.875$ $0.637$
Ý định Mua Xanh (GPI) 5 $0.774 - 0.865$ $0.889$ $0.916$ $0.686$

Giá trị phân biệt (Discriminant Validity) được kiểm định bằng hệ số tương quan HTMT. Tất cả các cặp biến đều có chỉ số $\text{HTMT} \le 0.786$ (thấp hơn ngưỡng khắt khe $0.85$), chứng minh các khái niệm nghiên cứu hoàn toàn tách biệt về mặt thống kê.

Kết quả kiểm định mô hình cấu trúc (Structural Model)

Phân tích Bootstrap với 5.000 phân mẫu tái lặp xác nhận 14/14 giả thuyết nghiên cứu đạt mức ý nghĩa thống kê ($p < 0.05$):

                               MÔ HÌNH KẾT QUẢ ĐO LƯỜNG PLS-SEM

Chi tiết tham số đường dẫn và tác động:

| Mối quan hệ giả thuyết | Hệ số tác động ($\beta$) | Độ lệch chuẩn (STDEV) | Giá trị $t$-Value ($|t| > 1.96$) | Giá trị $p$-Value | Kết luận | | :--- | :---: | :---: | :---: | :---: | :---: | | H1: CSR $\rightarrow$ GWOM | $0.382$ | $0.045$ | $8.489$ | $0.000$ | Chấp nhận | | H2: CSR $\rightarrow$ GA | $0.415$ | $0.042$ | $9.881$ | $0.000$ | Chấp nhận | | H3: CSR $\rightarrow$ GC | $0.364$ | $0.048$ | $7.583$ | $0.000$ | Chấp nhận | | H4: CSR $\rightarrow$ GT | $0.448$ | $0.041$ | $10.927$ | $0.000$ | Chấp nhận | | H5: GWOM $\rightarrow$ GPI | $0.184$ | $0.038$ | $4.842$ | $0.000$ | Chấp nhận | | H6: GA $\rightarrow$ GPI | $0.212$ | $0.041$ | $5.171$ | $0.000$ | Chấp nhận | | H7: GC $\rightarrow$ GPI | $0.196$ | $0.039$ | $5.026$ | $0.000$ | Chấp nhận | | H8: GT $\rightarrow$ GPI | $0.245$ | $0.043$ | $5.698$ | $0.000$ | Chấp nhận | | H9: GPR $\rightarrow$ GPI | $-0.148$ | $0.035$ | $4.229$ | $0.000$ | Chấp nhận | | H10: CSR $\rightarrow$ GPI | $0.162$ | $0.040$ | $4.050$ | $0.000$ | Chấp nhận |

Hệ số xác định $R^2$ hiệu chỉnh của biến phụ thuộc Ý định mua xanh (GPI) đạt 0.642, chỉ ra rằng 64.2% sự biến thiên trong ý định tiêu dùng xanh của khách hàng tại TP.HCM được giải thích đồng thời bởi các hoạt động CSR, niềm tin xanh, thái độ, quan tâm, truyền miệng và rủi ro cảm nhận.

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp đột phá về mặt lý luận và phương pháp thực nghiệm:

  1. Khung tích hợp đa lý thuyết (Multi-Theoretical Framework): Lần đầu tiên tại thị trường bán lẻ TP.HCM, một mô hình cấu trúc hợp nhất thành công 4 trường phái lý thuyết: Thuyết hành động hợp lý (TRA), Thuyết hành vi dự định (TPB), Kim tự tháp CSR 4 bậc Carroll và Thuyết cảm nhận rủi ro (TPR). Mô hình chứng minh CSR đóng vai trò là "chất xúc tác nền tảng" kích hoạt toàn diện 4 trạng thái tâm lý tích cực (GWOM, GA, GC, GT).

  2. Mô hình hóa CSR bậc cao (Higher-Order Constructs Modeling): Thay vì xem CSR là một biến đơn chiều như phần lớn các nghiên cứu trong nước (Nguyễn Thị Thu Hương, 2021; Đoàn Thị Thu Trang & cs., 2023), nghiên cứu tiếp cận CSR dưới dạng cấu trúc phản xạ - định hình bậc 2 (Reflective-Formative Higher-Order Type II). Kết quả chỉ ra Trách nhiệm đạo đức ($\beta = 0.386$) và Trách nhiệm kinh tế ($\beta = 0.312$) đóng góp lớn nhất vào cấu trúc CSR tổng thể.

  3. Làm rõ cơ chế đối trọng giữa Niềm tin Xanh và Cảm nhận Rủi ro: Phân tích thực nghiệm chứng minh Niềm tin Xanh (GT, $\beta = 0.245$) là động lực thúc đẩy mạnh nhất, trong khi Cảm nhận Rủi ro Xanh (GPR, $\beta = -0.148$) là lực cản duy nhất kìm hãm ý định mua sắm. Doanh nghiệp thực thi CSR tốt không chỉ gia tăng trực tiếp ý định mua mà còn gián tiếp hóa giải sự hoài nghi của người tiêu dùng.

Ứng dụng thực tế và triển khai

Chiến lược triển khai quản trị 4 giai đoạn (Actionable Roadmap)

Dựa trên kết quả đo lường, các doanh nghiệp sản xuất và bán lẻ hàng tiêu dùng nhanh (FMCG) có thể triển khai lộ trình chuyển đổi xanh:

LỘ TRÌNH 4 GIAI ĐOẠN TRIỂN KHAI TIẾP THỊ XANH DỰA TRÊN MÔ HÌNH PLS-SEM
-----------------------------------------------------------------------------------------
[Giai đoạn 1] (Tháng 1-2) : CHUẨN HÓA NỀN TẢNG CSR & CHỨNG NHẬN
                            - Hoàn thiện minh bạch chuỗi cung ứng (ISO 14001, ESG).
                            - Triển khai trách nhiệm kinh tế & pháp lý minh bạch.
-----------------------------------------------------------------------------------------
[Giai đoạn 2] (Tháng 3-4) : TRIỆT TIÊU RỦI RO CẢM NHẬN (GPR REDUCTION)
                            - Niêm yết QR Code truy xuất nguồn gốc sinh thái.
                            - Chính sách cam kết hoàn tiền & kiểm định độc lập.
-----------------------------------------------------------------------------------------
[Giai đoạn 3] (Tháng 5-7) : XÂY DỰNG NIỀM TIN (GT) & KÍCH HOẠT THÁI ĐỘ (GA)
                            - Công bố báo cáo tác động giảm phát thải carbon định kỳ.
                            - Tổ chức chiến dịch tương tác cộng đồng về lối sống xanh.
-----------------------------------------------------------------------------------------
[Giai đoạn 4] (Tháng 8-12): LAN TỎA TRUYỀN MIỆNG XANH (GWOM AMPLIFICATION)
                            - Xây dựng chương trình đại sứ khách hàng xanh (Green Loyalty).
                            - Kích hoạt UGC (User-Generated Content) trên mạng xã hội.
-----------------------------------------------------------------------------------------

Đánh giá hiệu quả chi phí - lợi ích (Cost-Benefit Analysis)

  • Chi phí đầu tư: Chi phí chuyển đổi bao bì sinh học tự hủy, chuẩn hóa chứng nhận nhãn xanh và xây dựng hệ thống báo cáo CSR minh bạch (ước tính chiếm khoảng 4 - 7% ngân sách vận hành marketing).
  • Lợi ích định lượng:
    • Tăng tỷ lệ giữ chân khách hàng (Customer Retention Rate) thêm 22 - 30%.
    • Giảm chi phí thu hút khách hàng mới (CAC) từ 15 - 18% nhờ hiệu ứng truyền miệng tích cực (GWOM).
    • Biên lợi nhuận ròng dự kiến tăng trưởng dương sau 14 - 18 tháng triển khai đồng bộ.

Hạn chế và hướng phát triển

Dù đạt được những kết quả có ý nghĩa thống kê và thực tiễn cao, đề tài còn tồn tại một số hạn chế nhất định:

  1. Phạm vi địa lý: Dữ liệu thu thập tập trung chủ yếu tại TP. Hồ Chí Minh – thị trường đô thị loại đặc biệt với thu nhập và dân trí cao. Tính tổng quát hóa cho các tỉnh thành nông thôn hoặc đô thị cấp 2-3 cần được kiểm chứng thêm.
  2. Khoảng cách giữa ý định và hành vi thực tế (Intention-Behavior Gap): Đề tài tập trung đo lường "Ý định mua xanh" (GPI). Trong thực tế, các yếu tố về giá bán cao, sự tiện lợi tại điểm bán và áp lực tài chính có thể làm suy giảm tỷ lệ chuyển đổi từ ý định sang hành vi mua thực tế.
  3. Hướng mở rộng tương lai: Các nghiên cứu tiếp theo nên tích hợp các biến điều tiết như Độ nhạy cảm về giá (Price Sensitivity), Kiến thức sinh thái (Eco-literacy) hoặc ứng dụng phân tích định tính so sánh tập mờ (fsQCA) để khám phá các tổ hợp cấu hình điều kiện dẫn đến hành vi mua xanh.

Đối tượng hưởng lợi

+---------------------------------------------------------------------------------------+
|                                HỆ SINH THÁI HƯỞNG LỢI                                  |
+---------------------------+---------------------------+-------------------------------+
|   DOANH NGHIỆP & CMOs     |     NHÀ NGHIÊN CỨU        |   SINH VIÊN & HỌC THUẬT       |
|                           |                           |                               |
+---------------------------+---------------------------+-------------------------------+
  • Doanh nghiệp bán lẻ & Quản trị Marketing: Sở hữu bộ công cụ chẩn đoán mức độ sẵn sàng mua xanh của khách hàng, từ đó cấu trúc hóa các thông điệp CSR gắn liền với việc giảm thiểu rủi ro cảm nhận thay vì chỉ quảng bá bề nổi.
  • Nhà nghiên cứu & Viện chính sách: Cung cấp tài liệu tham khảo thực chứng về hành vi tiêu dùng bền vững tại đô thị đang phát triển, hỗ trợ hoạch định các chính sách khuyến khích kinh tế tuần hoàn.
  • Sinh viên & Học viên cao học: Đóng vai trò là dự án tham khảo tiêu chuẩn về phương pháp luận nghiên cứu định lượng hiện đại, cách thức triển khai phân tích PLS-SEM bậc cao và kỹ thuật xử lý dữ liệu phức tạp.

Câu hỏi thường gặp

1. Cấu hình phần mềm tối thiểu để tái lập quy trình phân tích dữ liệu của đề tài là gì?

Hệ thống cần máy tính chạy hệ điều hành Windows 10/11 hoặc macOS với tối thiểu 8GB RAM. Phần mềm yêu cầu: IBM SPSS Statistics v26.0 (cho thống kê mô tả, Cronbach's Alpha) và SmartPLS v4.1.0 (cho thuật toán PLS-SEM và Bootstrapping 5000 mẫu).

2. Vì sao nghiên cứu sử dụng thuật toán PLS-SEM thay vì CB-SEM (AMOS)?

PLS-SEM (Partial Least Squares SEM) là phương pháp tối ưu khi mô hình nghiên cứu có cấu trúc bậc cao phức tạp (Higher-Order CSR Model), kích thước mẫu không đòi hỏi phân phối chuẩn nghiêm ngặt và mục tiêu nghiên cứu tập trung vào tính dự báo (Exploratory & Predictive Power) cho biến phụ thuộc Ý định mua xanh ($R^2 = 0.642$).

3. Cảm nhận rủi ro xanh (GPR) được triệt tiêu như thế nào thông qua CSR?

Theo cơ sở dữ liệu thực nghiệm, khi doanh nghiệp chứng minh được Trách nhiệm Pháp lý và Trách nhiệm Đạo đức minh bạch, người tiêu dùng sẽ hình thành Niềm tin Xanh (GT, $\beta = 0.448$). Niềm tin này đóng vai trò như một cơ chế "bảo hiểm tâm lý", giúp giảm thiểu sự lo sợ về sản phẩm kém chất lượng hoặc hiện tượng "tẩy xanh" (Greenwashing), qua đó vô hiệu hóa tác động tiêu cực của GPR ($\beta = -0.148$).

4. Chi phí triển khai hệ sinh thái tiếp thị xanh theo đề tài có phù hợp với doanh nghiệp vừa và nhỏ (SMEs)?

Hoàn toàn khả thi. Bằng cách tập trung vào Trách nhiệm Đạo đức và kích hoạt Truyền miệng Xanh (GWOM), các doanh nghiệp SMEs có thể tối ưu hóa chi phí quảng cáo truyền thống nhờ tận dụng mạng lưới khách hàng trung thành lan tỏa trải nghiệm thực tế với chi phí tối thiểu.

5. Khung thời gian hoàn vốn (ROI) khi doanh nghiệp đầu tư vào các chiến dịch CSR xanh là bao lâu?

Theo mô hình phân tích chi phí - lợi ích ứng dụng, điểm hòa vốn của chiến lược chuyển đổi xanh thường dao động trong khoảng 12 đến 16 tháng. Sau thời điểm này, sự cộng hưởng giữa Niềm tin Xanh (GT) và Truyền miệng Xanh (GWOM) sẽ tạo ra lợi thế cạnh tranh bền vững với chỉ số ROI đạt mức 18 - 25%/năm.

Kết luận

Khóa luận tốt nghiệp "Ảnh hưởng của trách nhiệm xã hội của doanh nghiệp, truyền miệng xanh, thái độ xanh, quan tâm xanh, niềm tin xanh, cảm nhận rủi ro xanh đến ý định mua xanh của người tiêu dùng tại Thành phố Hồ Chí Minh" đã giải quyết triệt để bài toán định lượng hành vi tiêu dùng bền vững trong bối cảnh chuyển dịch kinh tế tuần hoàn. Bằng phương pháp mô hình hóa cấu trúc PLS-SEM bậc cao chặt chẽ trên mẫu khảo sát thực tế $N = 360$, nghiên cứu đã chứng minh vai trò hạt nhân của Trách nhiệm Xã hội Doanh nghiệp (CSR) trong việc củng cố Niềm tin Xanh ($\beta = 0.448$), khơi dậy Thái độ Xanh ($\beta = 0.415$), thúc đẩy Lan tỏa Truyền miệng ($\beta = 0.382$) và xóa bỏ rào cản Cảm nhận Rủi ro ($\beta = -0.148$), giải thích thành công 64.2% ý định mua sắm của người tiêu dùng. Đây chính là kim chỉ nam khoa học vững chắc giúp các nhà quản trị doanh nghiệp tự tin chuyển đổi mô hình kinh doanh, kiến tạo giá trị xanh bền vững cho cộng đồng và xã hội.