Giới thiệu dự án

Thành phố Hồ Chí Minh là trung tâm kinh tế năng động nhất cả nước với mật độ dân cư cao và hơn 8 triệu phương tiện giao thông các loại lưu thông mỗi ngày. Áp lực từ lượng phương tiện sử dụng động cơ đốt trong khổng lồ này là nguyên nhân chính dẫn đến tình trạng ùn tắc kéo dài, suy giảm chất lượng không khí đô thị và phát thải bụi mịn PM2.5, khí CO, NOx ở mức báo động. Trước bối cảnh biến đổi khí hậu toàn cầu, xu hướng "tiêu dùng xanh" (Green Consumption) và chuyển dịch sang các phương tiện giao thông sử dụng năng lượng sạch đang trở thành định hướng tất yếu trong chính sách quy hoạch đô thị bền vững tại Việt Nam.

Xe máy điện VinFast nổi lên như một giải pháp thay thế chiến lược cho xe máy chạy xăng truyền thống nhờ khả năng vận hành không phát thải khí độc hại và tích hợp nhiều tiện ích công nghệ hiện đại. Tuy nhiên, việc thúc đẩy người dân chuyển đổi từ nhận thức sang hành vi mua sắm thực tế vẫn đối mặt với nhiều rào cản tâm lý, định kiến về chi phí đầu tư ban đầu, tuổi thọ pin và tính tiện dụng của hạ tầng trạm sạc. Vấn đề đặt ra là doanh nghiệp và các nhà hoạch định chính sách cần lượng hóa chuẩn xác những nhân tố cốt lõi nào thực sự thúc đẩy hoặc cản trở ý định mua xe máy điện của người tiêu dùng đô thị.

Đồ án / Khóa luận tốt nghiệp chuyên ngành Quản trị Kinh doanh (Mã số: 7340101) tại Trường Đại học Ngân hàng TP. Hồ Chí Minh do tác giả Đoàn Thị Ngọc Ánh thực hiện dưới sự hướng dẫn của TS. Nguyễn Văn Thích đã tập trung giải quyết bài toán trên. Mục tiêu cụ thể của dự án nghiên cứu bao gồm:

  1. Xác định và hệ thống hóa các nhân tố lý thuyết ảnh hưởng đến ý định mua xe máy điện VinFast của người dân tại TP. Hồ Chí Minh.
  2. Đo lường và lượng hóa mức độ tác động của từng nhân tố thông qua mô hình nghiên cứu định lượng thực nghiệm với dữ liệu khảo sát thực tế.
  3. Đánh giá sự khác biệt về ý định mua sắm theo các đặc tính nhân khẩu học (giới tính, độ tuổi, nghề nghiệp, thu nhập).
  4. Đề xuất hệ thống giải pháp và hàm ý quản trị giúp VinFast cùng các doanh nghiệp xe điện tối ưu hóa chiến lược sản phẩm, giá bán, truyền thông và phân phối.

Dự án áp dụng phương pháp tiếp cận kết hợp giữa định tính và định lượng, tích hợp các nền tảng lý thuyết kinh điển gồm Thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA), Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM), Lý thuyết Thuộc tính Sản phẩm và Trách nhiệm Môi trường. Kết quả đầu ra kỳ vọng là một mô hình hồi quy tuyến tính bội có ý nghĩa thống kê cao, chỉ số kiểm định thang đo Cronbach's Alpha đạt chuẩn tin cậy ($\ge 0.70$), phân tích nhân tố khám phá EFA trích xuất phương sai $> 50%$, và hệ thống dữ liệu nhân khẩu học chi tiết từ 300 đối tượng khảo sát hợp lệ. Phạm vi nghiên cứu giới hạn trên địa bàn TP. Hồ Chí Minh trong khung thời gian từ tháng 04/2022 đến tháng 06/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu hành vi tiêu dùng đối với phương tiện giao thông xanh đã được triển khai rộng rãi trên thế giới nhưng có sự khác biệt rõ nét tùy thuộc vào bối cảnh kinh tế và văn hóa từng khu vực:

Nghiên cứu tiền nhiệm Phương pháp & Mẫu Nhân tố chính xác định Hạn chế / Điểm nghẽn
Trin Thananusak et al. (2017) (Thái Lan) Định lượng ($N=400$), EFA & Hồi quy Hiệu suất xe, Mối quan tâm môi trường, Giá cả Bỏ qua biến chuẩn chủ quan và tác động chính sách khuyến mãi
Ivan KW Lai et al. (2015) (Ma Cao) Khảo sát thực địa ($N=308$), SEM Nhận thức chính sách, Lợi ích kinh tế, Ý thức môi trường Tập trung vào ô tô điện hoàn toàn, chưa phản ánh đặc thù xe máy 2 bánh
Xiangqian Huang & Jianping Ge (2019) (Bắc Kinh) Khảo sát trực tuyến ($N=502$), OLS Thái độ, Kiểm soát hành vi, Chính sách tiền tệ Chuẩn chủ quan và chính sách phi tiền tệ không có ý nghĩa thống kê
Trần Thu Thảo & Trần Khánh Linh (2021) (TP.HCM) Chọn mẫu phi xác suất ($N=153$), SPSS Nhận thức môi trường, Thái độ, Chuẩn chủ quan, Khuyến mãi Cỡ mẫu còn nhỏ ($N=153$), chưa phân tích sâu cấu trúc chi tiết biến Giá

Trên thị trường hiện nay, VinFast đối mặt với sự cạnh tranh gay gắt từ các thương hiệu xe điện nhập khẩu (Yadea, Dibao, Pega) và các dòng xe tay ga tiết kiệm xăng từ Honda, Yamaha. Để xác định các yêu cầu nghiên cứu và thiết kế thang đo, ma trận ưu tiên MoSCoW được thiết lập như sau:

  • Must have (Bắt buộc có): Thang đo định lượng cho 5 nhân tố cốt lõi: Giá (GI), Chất lượng sản phẩm (CL), Mối quan tâm môi trường (MT), Chính sách khuyến mãi (KM), Chuẩn chủ quan (CCQ); Thang đo biến phụ thuộc Ý định mua (YD).
  • Should have (Nên có): Phân tích tương quan Pearson, kiểm định Independent Samples T-Test cho biến Giới tính và One-Way ANOVA cho Nghề nghiệp, Độ tuổi, Thu nhập.
  • Could have (Có thể có): Mở rộng so sánh trực tiếp cảm nhận thương hiệu VinFast với các dòng xe xăng cùng phân khúc giá.
  • Won't have (Chưa thực hiện đợt này): Mô hình hóa cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) hoặc đo lường hành vi mua lặp lại sau bán hàng.

Thiết kế hệ thống

Kiến trúc mô hình nghiên cứu được chuẩn hóa dưới dạng mô hình liên kết các cấu trúc tiềm ẩn (Latent Constructs) tác động trực tiếp lên biến phụ thuộc:

+-------------------------------------------------------------+
|                     MÔ HÌNH NGHIÊN CỨU                       |
+-------------------------------------------------------------+
|  [H1 +] Giá thành sản phẩm (GI: 3 items)                    |
|         ----->                                              |
|  [H2 +] Chất lượng sản phẩm (CL: 4 items)                   |
|         ----->    +--------------------------------------+  |
|  [H3 -] Quan tâm môi trường (MT: 4 items)                   |
|         ----->    | Ý ĐỊNH MUA XE MÁY ĐIỆN VINFAST (YD)  |  |
|  [H4 +] Chính sách khuyến mãi (KM: 4 items)                 |  |
|         ----->    |            (4 items)                 |  |
|  [H5 +] Chuẩn chủ quan (CCQ: 4 items)                       |  |
|         ----->    +--------------------------------------+  |
+-------------------------------------------------------------+

Technology Stack và công cụ phân tích dữ liệu sử dụng trong dự án:

  • SPSS Statistics Engine: Phiên bản IBM SPSS 22.0 thực hiện kiểm định độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá EFA, hồi quy tuyến tính OLS và kiểm định ANOVA/T-test.
  • Data Collection Pipeline: Google Forms API kết hợp Google Sheets để thu thập dữ liệu bảng hỏi trực tuyến đa kênh.
  • Data Processing Engine: Microsoft Excel 2019 & Python 3.10 (thư viện pandas, statsmodels, scipy) phục vụ kiểm tra trùng lặp, mã hóa dữ liệu Likert và đối soát chéo.

Cơ sở dữ liệu khảo sát được chuẩn hóa gồm 27 trường thông tin (4 biến nhân khẩu học và 23 biến quan sát Likert 5 điểm: 1 - Hoàn toàn không đồng ý đến 5 - Hoàn toàn đồng ý). Hệ thống yêu cầu kiểm soát hiện tượng đa cộng tuyến nghiêm ngặt với hệ số phóng đại phương sai $\text{VIF} < 3.0$ và giá trị dung nạp $\text{Tolerance} > 0.10$.

Methodology

Quy trình nghiên cứu triển khai theo 3 giai đoạn tiêu chuẩn:

  1. Giai đoạn 1 - Nghiên cứu sơ bộ (Qualitative Pilot): Tổng hợp cơ sở lý thuyết, lược khảo tài liệu trong và ngoài nước, tham vấn ý kiến giảng viên hướng dẫn và phỏng vấn thử nghiệm nhóm nhỏ để hiệu chỉnh câu chữ bảng hỏi.
  2. Giai đoạn 2 - Nghiên cứu chính thức (Quantitative Survey): Phát hành bảng hỏi chuẩn hóa trực tuyến qua Google Forms đến người tiêu dùng từ 18 tuổi trở lên tại TP.HCM. Thu về 346 phản hồi, tiến hành làm sạch loại bỏ 46 mẫu không hợp lệ (trả lời trùng lặp, chọn một đáp án duy nhất hoặc thời gian điền dưới 60 giây), giữ lại 300 mẫu đạt chuẩn ($86.7%$).
  3. Giai đoạn 3 - Xử lý dữ liệu và Kết luận: Phân tích dữ liệu bằng SPSS 22.0 theo chuỗi xử lý: Thống kê mô tả $\rightarrow$ Kiểm định Cronbach's Alpha $\rightarrow$ Phân tích EFA $\rightarrow$ Tương quan Pearson $\rightarrow$ Hồi quy tuyến tính bội $\rightarrow$ Kiểm định khác biệt ANOVA/T-test $\rightarrow$ Đề xuất hàm ý quản trị.

Implementation và kết quả

Development process

Quá trình xử lý và mô hình hóa dữ liệu được tự động hóa thông qua các câu lệnh cú pháp chuẩn (SPSS Syntax & Python Analysis Script) nhằm đảm bảo tính tái lập (reproducibility) của nghiên cứu:

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# Load and prepare survey dataset (N=300)
df = pd.read_csv('vinfast_ebike_survey_data.csv')

# Define independent constructs (mean scores) and dependent variable
X_vars = ['GI_mean', 'CL_mean', 'MT_mean', 'KM_mean', 'CCQ_mean']
X = df[X_vars]
y = df['YD_mean']

# Add constant for OLS regression intercept
X_with_const = sm.add_constant(X)

# Fit Ordinary Least Squares (OLS) Model
ols_model = sm.OLS(y, X_with_const).fit()
print(ols_model.summary())

# Calculate Variance Inflation Factor (VIF) for multicollinearity check
vif_data = pd.DataFrame()
vif_data["Variable"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
print("\nMulticollinearity Analysis (VIF):")
print(vif_data)

Cấu trúc các biến quan sát được mã hóa chi tiết theo hệ thống thang đo:

  • Giá (GI): GI1 (Ưu tiên giá thành), GI2 (Đa dạng phân khúc giá), GI3 (Ưu tiên xe giá rẻ).
  • Chất lượng sản phẩm (CL): CL1 (Hài lòng chất lượng), CL2 (Dễ dàng sử dụng), CL3 (Cải tiến chất lượng), CL4 (Trải nghiệm vượt trội).
  • Mối quan tâm môi trường (MT): MT1 (Thói quen dùng sản phẩm xanh), MT2 (Ý thức ô nhiễm môi trường), MT3 (Nhận thức tác hại xe xăng), MT4 (Lan tỏa thông điệp sống xanh).
  • Chính sách khuyến mãi (KM): KM1 (Hấp dẫn bởi khuyến mãi), KM2 (Kỳ vọng giảm thuế), KM3 (Chính sách trả góp hợp lý), KM4 (Ưu đãi bảo hiểm).
  • Chuẩn chủ quan (CCQ): CCQ1 (Ảnh hưởng từ cộng đồng xung quanh), CCQ2 (Khuyên dùng từ người thân/bạn bè), CCQ3 (Thông tin tích cực trên mạng xã hội), CCQ4 (Ảnh hưởng từ người nổi tiếng/KOLs).
  • Ý định mua (YD): YD1 (VinFast là lựa chọn đầu tiên), YD2 (Dự định mua tương lai), YD3 (Giới thiệu cho người khác), YD4 (Mua khi sản phẩm phổ biến).

Testing và validation

1. Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Tất cả 6 thang đo với 23 biến quan sát đều đạt độ tin cậy rất cao ($\alpha > 0.80$), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của mọi biến đều vượt ngưỡng $0.30$, không có biến nào bị loại:

Thang đo / Nhân tố Số biến quan sát Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất Đánh giá độ tin cậy
Giá thành (GI) 3 0.867 0.701 (GI1) Rất tốt
Chất lượng sản phẩm (CL) 4 0.901 0.718 (CL1) Rất tốt
Mối quan tâm môi trường (MT) 4 0.938 0.805 (MT1) Xuất sắc
Chính sách khuyến mãi (KM) 4 0.904 0.716 (KM4) Rất tốt
Chuẩn chủ quan (CCQ) 4 0.904 0.730 (CCQ1) Rất tốt
Ý định mua (YD) 4 0.869 0.660 (YD2) Rất tốt

2. Phân tích nhân tố khám phá (EFA)

  • Chỉ số kiểm định độ thích hợp mẫu KMO = 0.802 ($0.5 \le \text{KMO} \le 1.0$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett's Test of Sphericity đạt giá trị Chi-Square cao với mức ý nghĩa $p < 0.001$, bác bỏ giả thuyết các biến quan sát không có tương quan với nhau trong tổng thể.
  • Phương pháp trích Principal Axis Factoring kết hợp phép xoay Varimax trích xuất được 5 nhóm nhân tố độc lập với tổng phương sai trích $> 60%$ và các hệ số tải nhân tố (Factor Loading) đều đạt $> 0.55$.

Kết quả đạt được

Đặc tính mẫu khảo sát ($N=300$):

  • Giới tính: Nữ chiếm $63.0%$ (189 người), Nam chiếm $37.0%$ (111 người).
  • Độ tuổi: $18 - 25$ tuổi chiếm $57.3%$ (172 người), $26 - 30$ tuổi chiếm $29.7%$ (89 người), trên 30 tuổi chiếm $13.0%$ (39 người).
  • Nghề nghiệp: Nhân viên văn phòng chiếm $44.7%$ (134 người), Học sinh / Sinh viên chiếm $43.7%$ (131 người), Công chức / Viên chức chiếm $7.7%$ (23 người), Nội trợ chiếm $4.0%$ (12 người).
  • Thu nhập: Dưới 5 triệu chiếm $41.7%$ (125 người), 5 - 10 triệu chiếm $27.0%$ (81 người), 11 - 15 triệu chiếm $23.7%$ (71 người), trên 15 triệu chiếm $7.7%$ (23 người).

Phương trình hồi quy tuyến tính chuẩn hóa được xác lập có dạng: $$\text{YD} = \beta_0 + \beta_1 \text{GI} + \beta_2 \text{CL} + \beta_3 \text{MT} + \beta_4 \text{KM} + \beta_5 \text{CCQ} + \varepsilon$$

Kết quả kiểm định ANOVA và T-Test cho thấy có sự khác biệt có ý nghĩa thống kê về ý định mua xe máy điện giữa các nhóm giới tính (nữ giới có ý định cao hơn nam giới do tính tiện dụng, vận hành êm ái) và nhóm độ tuổi (nhóm trẻ 18 - 25 tuổi cởi mở nhất với xu hướng tiêu dùng xanh).

Đổi mới và đóng góp

  • Tính toàn diện của mô hình: Nghiên cứu đã tích hợp thành công các yếu tố kinh tế (Giá cả, Khuyến mãi), yếu tố kỹ thuật (Chất lượng sản phẩm), yếu tố tâm lý - xã hội (Chuẩn chủ quan) và yếu tố trách nhiệm sinh thái (Mối quan tâm môi trường) vào một khung phân tích thống nhất cho thị trường xe hai bánh chạy điện.
  • Vượt trội về độ tin cậy dữ liệu: Hệ số Cronbach's Alpha của tất cả các biến đều đạt trên 0.86 (đặc biệt thang đo Môi trường đạt 0.938), cải thiện độ vững thống kê so với các nghiên cứu trước đây tại thị trường Đông Nam Á.
  • Đóng góp thực tiễn: Cung cấp bộ chỉ số định lượng trực tiếp giúp doanh nghiệp phân bổ ngân sách marketing hiệu quả hơn, chuyển trọng tâm từ quảng cáo tính năng đơn thuần sang xây dựng chuẩn mực lối sống xanh trong cộng đồng trẻ.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng (Use Cases)

+---------------------------------------------------------------------------------+
|                        CHIẾN LƯỢC TRIỂN KHAI THỰC TẾ                            |
+---------------------------------------------------------------------------------+
| KỊCH BẢN 1: Phân khúc Học sinh - Sinh viên (18-25 tuổi, Thu nhập <5M)           |
| -> Giải pháp: Gói thuê bao pin linh hoạt + Trả góp 0% liên kết thẻ sinh viên     |
| -> Mục tiêu: Giảm rào cản chi phí ban đầu (GI) & Tận dụng khuyến mãi (KM)       |
+---------------------------------------------------------------------------------+
| KỊCH BẢN 2: Phân khúc Nữ nhân viên văn phòng (Thu nhập 5-15M)                   |
| -> Giải pháp: Định vị thiết kế thời trang, cốp rộng, trạm đổi pin tại chung cư  |
| -> Mục tiêu: Tối ưu chất lượng trải nghiệm (CL) & Lan tỏa chuẩn chủ quan (CCQ)  |
+---------------------------------------------------------------------------------+

Lộ trình triển khai (Implementation Roadmap)

Giai đoạn 1 (Tháng 1-2): Nghiên cứu R&D & Thiết kế gói sản phẩm linh hoạt

Giai đoạn 2 (Tháng 3-4): Chiến dịch Truyền thông & Kích hoạt Cộng đồng

Giai đoạn 3 (Tháng 5-6): Mở rộng Điểm chạm & Hạ tầng Dịch vụ

Giai đoạn 4 (Định kỳ): Đo lường Hiệu quả & Điều chỉnh Chiến lược

Hạn chế và hướng phát triển

  1. Phương pháp lấy mẫu: Nghiên cứu sử dụng phương pháp chọn mẫu thuận tiện phi xác suất qua biểu mẫu trực tuyến, có thể dẫn đến hiện tượng thiên lệch tự chọn (self-selection bias). Hướng phát triển: Áp dụng phương pháp chọn mẫu ngẫu nhiên phân tầng (Stratified Random Sampling) theo quận/huyện tại TP.HCM.
  2. Phạm vi địa lý: Khảo sát chỉ giới hạn trong phạm vi đô thị loại đặc biệt (TP.HCM). Hướng phát triển: Mở rộng khảo sát tại các đô thị vệ tinh (Bình Dương, Đồng Nai, Long An) và các tỉnh miền Tây.
  3. Phương pháp phân tích nâng cao: Đề tài sử dụng mô hình hồi quy OLS. Hướng nghiên cứu tiếp theo nên ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) trên SmartPLS 4.0 để phân tích các biến trung gian (Mediating variables) như "Thái độ" và "Niềm tin thương hiệu".

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận khung phương pháp luận nghiên cứu định lượng chuẩn mực từ thiết kế bảng hỏi, kiểm định Cronbach's Alpha, EFA đến hồi quy OLS.
  • Nhà phát triển & Kỹ sư dữ liệu: Nhận bộ mã nguồn phân tích dữ liệu bằng Python và cấu trúc schema dữ liệu khảo sát hành vi hoàn chỉnh.
  • Doanh nghiệp sản xuất xe điện & Đại lý phân phối: Nắm bắt chân dung khách hàng đô thị (63% nữ giới, 87% dưới 30 tuổi) để xây dựng chính sách giá và tiếp thị tối ưu.
  • Nhà nghiên cứu kinh tế môi trường: Có thêm dữ liệu định lượng thực chứng về mức độ sẵn sàng chuyển đổi giao thông xanh tại các siêu đô thị đang phát triển.

Câu hỏi thường gặp

  1. Yêu cầu kỹ thuật để tái lập quy trình phân tích của đề tài là gì? Người dùng cần máy tính cài đặt phần mềm IBM SPSS Statistics (phiên bản 20.0 trở lên) hoặc môi trường Python 3.8+ với các thư viện pandas, statsmodels, scipy để xử lý tập dữ liệu khảo sát 300 mẫu.
  2. Cỡ mẫu $N=300$ có đảm bảo tính đại diện thống kê không? Theo quy tắc của Hair et al. (2006), tỷ lệ mẫu trên biến quan sát tối thiểu là 5:1 (nghiên cứu có 23 biến quan sát, cần tối thiểu 115 mẫu). Với $N=300$, cỡ mẫu đạt tỷ lệ $> 13:1$, hoàn toàn đảm bảo độ tin cậy cho phân tích EFA và hồi quy đa biến.
  3. Mô hình nghiên cứu này có thể áp dụng cho các dòng ô tô điện không? Khung lý thuyết TRA-TAM và các cấu trúc thang đo có thể tái sử dụng, tuy nhiên cần bổ sung thêm các biến đặc thù của ô tô điện như "Cơ sở hạ tầng trạm sạc cao tốc", "Chính sách trợ giá từ chính phủ" và "Chi phí bảo hiểm thân vỏ".
  4. Cần bảo trì và cập nhật thang đo khảo sát theo chu kỳ nào? Nên thực hiện khảo sát hiệu chỉnh định kỳ 6 đến 12 tháng/lần nhằm cập nhật sự biến động trong nhận thức công nghệ và các chính sách trợ giá mới của nhà nước.
  5. Chi phí triển khai khảo sát và thời gian hoàn vốn cho chiến dịch tiếp thị xanh? Chi phí thu thập 300 - 500 mẫu trực tuyến tương đối thấp (khoảng 5 - 10 triệu VNĐ tiền quà tặng khảo sát), trong khi các hàm ý quản trị giúp doanh nghiệp tiết kiệm 20 - 30% chi phí quảng cáo không đúng phân khúc mục tiêu.

Kết luận

Khóa luận tốt nghiệp của tác giả Đoàn Thị Ngọc Ánh đã giải quyết thành công bài toán lượng hóa các yếu tố tác động đến ý định mua xe máy điện VinFast của người dân tại TP. Hồ Chí Minh. Thông qua quy trình nghiên cứu định lượng chặt chẽ trên mẫu dữ liệu 300 người tiêu dùng, nghiên cứu đã chứng minh các thang đo đạt chuẩn độ tin cậy vượt trội (Cronbach's Alpha $0.867 - 0.938$, $\text{KMO} = 0.802$) và khẳng định vai trò then chốt của Giá cả, Chất lượng sản phẩm, Chính sách khuyến mãi, Chuẩn chủ quan cùng Ý thức bảo vệ môi trường. Kết quả nghiên cứu không chỉ đóng góp một cơ sở khoa học vững chắc cho tài liệu học thuật về hành vi tiêu dùng xanh tại Việt Nam mà còn cung cấp cẩm nang thực thi giá trị giúp VinFast và các nhà phát triển phương tiện giao thông sạch mở rộng thị phần, thúc đẩy công cuộc kiến tạo đô thị thông minh và không phát thải trong tương lai.