Tổng quan nghiên cứu

Thị trường mía đường Việt Nam chứng kiến sự cạnh tranh gay gắt từ làn sóng hội nhập khi thuế nhập khẩu đường giảm từ mức 10% xuống 5% cùng lộ trình bãi bỏ hạn ngạch thuế quan. Công ty cổ phần Mía đường Lam Sơn (LASUCO) là một trong những doanh nghiệp chế biến mía đường lớn nhất khu vực miền Bắc, chiếm khoảng 10% thị phần đường toàn quốc. Trong giai đoạn 2019–2021, kết quả kinh doanh của doanh nghiệp có sự phân hóa rõ nét: doanh thu thuần năm 2019 đạt 1.846,5 tỷ đồng nhưng lợi nhuận sau thuế chỉ đạt 8,46 tỷ đồng; sang năm 2020, lợi nhuận sau thuế phục hồi mạnh mẽ lên 18,96 tỷ đồng (tăng trưởng 124,1%) và tiếp tục chạm mốc 22,70 tỷ đồng vào năm 2021 (tăng 19,72%).

Tuy nhiên, công tác lập kế hoạch sản xuất tại doanh nghiệp bộc lộ nhiều điểm nghẽn nghiêm trọng. Hoạt động dự báo nhu cầu sản phẩm bằng phương pháp định lượng đơn giản dẫn đến mức sai số thừa tới 8,4% vào tháng 4/2020 và 7,4% vào tháng 5/2020. Tỷ lệ hoàn thành kế hoạch thu mua nguyên liệu mía tháng 6/2020 chỉ đạt 62,21% so với mục tiêu 7.000 tấn, kéo theo tỷ lệ hoàn thành kế hoạch sản xuất cả năm 2020 chỉ dừng ở mức 73,7%.

Mục tiêu trọng tâm của nghiên cứu là hệ thống hóa cơ sở lý luận về quản trị tác nghiệp, phân tích thực trạng công tác lập kế hoạch sản xuất tại LASUCO giai đoạn 2019–2021, từ đó đề xuất hệ thống giải pháp hoàn thiện cho giai đoạn 2022–2024. Nghiên cứu tập trung vào toàn bộ chu trình hoạch định từ dự báo nhu cầu, kế hoạch tổng hợp, kế hoạch nhu cầu nguyên vật liệu (MRP) đến điều độ sản xuất. Kết quả nghiên cứu có ý nghĩa thực tiễn quan trọng, giúp tối ưu hóa công suất vận hành của 20 máy ép mía và 18 máy nấu đường, kiểm soát sai số dự báo trong ngưỡng an toàn và hướng đến mục tiêu sản lượng 500.000 tấn/năm.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu vận dụng nền tảng lý thuyết quản trị sản xuất và tác nghiệp hiện đại, tích hợp các mô hình hoạch định nguồn lực doanh nghiệp. Bốn khối khái niệm trụ cột bao gồm: Dự báo nhu cầu sản phẩm (Product Demand Forecasting), Kế hoạch tổng hợp (Aggregate Planning), Kế hoạch nhu cầu nguyên vật liệu (Material Requirements Planning - MRP) và Điều độ sản xuất (Production Scheduling).

Về dự báo, lý thuyết phân định rõ hai nhóm kỹ thuật: định tính (lấy ý kiến ban điều hành, lực lượng bán hàng, chuyên gia, khách hàng) và định lượng (chuỗi thời gian và mô hình nhân quả). Trong chuỗi thời gian, các mô hình bình quân giản đơn, bình quân trượt (Moving Average), san bằng số mũ (Exponential Smoothing) và phân tích xu thế đóng vai trò cốt lõi. Để kiểm soát độ chính xác, chỉ số độ lệch tuyệt đối bình quân (MAD - Mean Absolute Deviation) và tín hiệu cảnh báo (Tracking Signal) được thiết lập nhằm phát hiện sớm các sai lệch hệ thống vượt ngưỡng kiểm soát $\pm 3$ MAD.

Về hoạch định vật tư và điều độ, mô hình MRP chuyển đổi lịch trình sản xuất tổng thể thành nhu cầu chi tiết theo cấu trúc phân rã sản phẩm (BOM), kết hợp các nguyên tắc định cỡ lô như EOQ (Economic Order Quantity) hay Lot-for-Lot. Quá trình điều độ sản xuất ngắn hạn (chu kỳ 8–10 tuần) ứng dụng các quy tắc ưu tiên cổ điển như FCFS (đến trước phục vụ trước), EDD (hạn giao sớm nhất), SPT (thời gian gia công ngắn nhất) và SLACK (thời gian dự trữ nhỏ nhất) nhằm tối ưu hóa thời gian hoàn tất trung bình và giảm thiểu số lượng công việc trễ hạn.

Phương pháp nghiên cứu

Nghiên cứu kết hợp nguồn dữ liệu thứ cấp và sơ cấp trong khung thời gian 3 năm (2019–2021). Dữ liệu thứ cấp được trích xuất từ báo cáo tài chính kiểm toán thường niên, báo cáo thực hiện kế hoạch sản xuất của Phòng Kế hoạch và hồ sơ kỹ thuật của Phân xưởng sản xuất đường Lam Sơn.

Dữ liệu sơ cấp được thu thập thông qua phương pháp chọn mẫu phi xác suất có chủ đích với quy mô cỡ mẫu $N = 60$ cán bộ quản lý và nhân viên thuộc Phòng Kế hoạch, Phòng Tài chính - Kế toán, Phòng Hành chính - Tổ chức và Phân xưởng sản xuất. Công cụ khảo sát gồm bảng hỏi 16 câu thiết kế trên Google Forms, kết hợp phỏng vấn sâu 5 câu hỏi định hướng với Ban Tổng Giám đốc.

Lý do lựa chọn phương pháp phân tích thống kê mô tả, so sánh tỷ lệ và tính toán sai số kỹ thuật là nhằm lượng hóa trực tiếp mức độ chênh lệch giữa kế hoạch và thực tế. Các công cụ tính toán Tracking Signal, MAD và so sánh chỉ số điều độ ($T_{tb}$, $T_{th}$, $N_{th}$, $M_{th}$) được áp dụng để xác minh độ tin cậy của các thuật toán đề xuất so với phương pháp thủ công doanh nghiệp đang sử dụng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích dữ liệu thực nghiệm tại LASUCO giai đoạn 2019–2021 chỉ ra 4 phát hiện quan trọng:

Thứ nhất, công tác dự báo định lượng tồn tại độ lệch lớn do áp dụng phương pháp bình quân giản đơn thiếu linh hoạt. Trong quý 2/2020, dự báo nhu cầu đường tháng 4 đạt 2.385 tấn (thực tế 2.200 tấn, lệch 108,4%), tháng 5 đạt 2.338,75 tấn (thực tế 2.210 tấn, lệch 107,4%) và tháng 6 đạt 2.313 tấn (thực tế 2.250 tấn, lệch 102,8%). Tổng sai số dự báo tích lũy trong quý lên tới -376,75 tấn, độ lệch tuyệt đối bình quân MAD đạt 188,375 tấn trong khi doanh nghiệp chưa từng thiết lập công cụ kiểm soát Tracking Signal.

Thứ hai, doanh nghiệp phụ thuộc quá mức vào các phương pháp định tính mang tính chủ quan. Kết quả khảo sát 60 cán bộ nhân viên cho thấy có 55% hoàn toàn đồng ý và 40% đồng ý với phương pháp lấy ý kiến Ban điều hành; 65% hoàn toàn đồng ý với việc lấy ý kiến khách hàng. Mặc dù các phương pháp này tận dụng được kinh nghiệm quản lý nhưng dễ dẫn đến tình trạng áp đặt ý chí chủ quan và phản ứng chậm trước biến động thị trường.

Thứ ba, kế hoạch nhu cầu nguyên vật liệu chưa gắn kết chặt chẽ với điều kiện tự nhiên và vùng nguyên liệu. Vào tháng 6/2020, sản lượng mía thực tế thu mua chỉ đạt 4.355 tấn so với kế hoạch 7.000 tấn (hoàn thành 62,21%), khiến kế hoạch sản xuất cả năm 2020 chỉ đạt 73,7% chỉ tiêu sản lượng và tỷ lệ dự trữ chỉ đạt 64,4%. Sang năm 2021, nhờ điều kiện thời tiết thuận lợi, thu mua đạt 8.725 tấn trên kế hoạch 9.000 tấn (đạt 96,9%), giúp tỷ lệ hoàn thành kế hoạch chung vượt 90%.

Thứ tư, công tác điều độ sản xuất chưa áp dụng thuật toán tối ưu mà chủ yếu dựa vào điều chỉnh cơ học về nhân sự và ca kíp. Trong quý 4/2021, lượng dự trữ tăng vọt từ 126 tấn (tháng 10) lên 626 tấn (tháng 11) và đạt 1.381 tấn (tháng 12). Để đáp ứng, công ty phải tuyển dụng đột biến lao động thời vụ từ 50 người (tháng 10) lên 100 người (tháng 11) và 200 người (tháng 12), đồng thời áp dụng ca làm thêm từ 19h00 đến 24h00 từ ngày 01/06/2021.

Thảo luận kết quả

Nguyên nhân cốt lõi của các hạn chế trên xuất phát từ việc thiếu vắng hệ thống phần mềm chuyên dụng và quy trình quản trị tác nghiệp chuẩn hóa. Trình độ nhân lực tuy có 41% đạt trình độ cao đẳng, đại học trở lên (trong đó đại học và trên đại học chiếm 28,4% với 186 người), song các mô hình tính toán định lượng hiện đại chưa được chuyển giao bài bản.

Dữ liệu nghiên cứu phản ánh trực quan qua sơ đồ cấu trúc định mức nguyên liệu (BOM) bao gồm mía cây, vôi bột khử tạp chất và khí $SO_2$ tẩy màu, kết nối trực tiếp với dây chuyền 20 máy ép, 25 thiết bị lọc, 15 máy tẩy màu, 18 máy nấu đường và 20 máy ly tâm. Khi mô hình hóa so sánh giữa phương pháp bình quân giản đơn và phương pháp bình quân trượt ($n=3$) trên biểu đồ đường, phương pháp bình quân trượt cho thấy sự vượt trội rõ rệt: độ chính xác dự báo tháng 5 đạt 99,54% (dự báo 2.200 tấn so với thực tế 2.210 tấn) và tháng 6 đạt 99,4% (dự báo 2.236,67 tấn so với thực tế 2.250 tấn).

Biểu đồ kiểm soát Tracking Signal với biên độ giới hạn $\pm 266,4$ tấn minh chứng rằng việc duy trì phương pháp cũ khiến dữ liệu sai số thường xuyên trôi dạt ra ngoài vùng kiểm soát. Kết quả này tương đồng với các nghiên cứu của ngành sản xuất cơ khí và chế biến thực phẩm tại Việt Nam, khẳng định chuyển đổi sang mô hình dự báo chuỗi thời gian kết hợp kiểm soát sai số là yêu cầu sống còn.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, 4 nhóm giải pháp cụ thể được đề xuất nhằm hoàn thiện công tác lập kế hoạch sản xuất tại LASUCO:

Thứ nhất, chuyển đổi phương pháp dự báo nhu cầu nguyên liệu và thành phẩm sang mô hình bình quân trượt ($n=3$) kết hợp san bằng số mũ. Phòng Kế hoạch chủ trì triển khai ngay từ quý 1/2022, đặt mục tiêu nâng độ chính xác dự báo sản lượng hàng tháng từ mức 91,6% lên trên 99,4%, hạn chế tối đa tình trạng tồn kho ảo hoặc thiếu hụt thành phẩm cục bộ trong các đợt cao điểm Tết.

Thứ hai, thiết lập hệ thống kiểm soát sai số dự báo thông qua chỉ số MAD và tín hiệu cảnh báo Tracking Signal. Bộ phận Thống kê - Kế hoạch áp dụng công thức đo lường sai số hàng tháng, lấy ngưỡng giới hạn kiểm soát sai số trong phạm vi $\pm 266,4$ tấn (tương đương biên độ Tracking Signal từ -3 đến +3). Khi sai số vượt ngưỡng, hệ thống tự động kích hoạt quy trình đánh giá lại biến động thị trường và điều chỉnh trọng số tính toán.

Thứ ba, hoàn thiện quy trình hoạch định nhu cầu nguyên vật liệu (MRP) và định cỡ lô đặt hàng linh hoạt. Ban Giám đốc cùng Phòng Kế hoạch và Phòng Tài chính - Kế toán phối hợp áp dụng mô hình cân bằng từng thời kỳ và EOQ cho nguồn nguyên liệu phụ (vôi bột, $SO_2$), đồng thời xây dựng chính sách giá thu mua mía linh hoạt với nông dân Thanh Hóa nhằm đảm bảo tỷ lệ hoàn thành kế hoạch thu mua luôn đạt trên 95%, triệt tiêu nguy cơ sụt giảm sản lượng như quý 2/2020.

Thứ tư, chuẩn hóa quy trình điều độ sản xuất bằng các quy tắc ưu tiên khoa học (SPT, EDD và SLACK). Quản đốc Phân xưởng sản xuất áp dụng quy tắc SPT (ưu tiên việc có thời gian gia công ngắn nhất) nhằm giảm thiểu thời gian dòng chảy công việc và quy tắc EDD để triệt tiêu số đơn hàng trễ hạn. Doanh nghiệp cần xây dựng lịch trình sản xuất chi tiết theo tuần thay vì chỉ dừng lại ở quy mô tháng, kết hợp phân bổ định mức làm thêm giờ khoa học nhằm cắt giảm 15% chi phí nhân công thời vụ phát sinh trong quý 4 hàng năm.

Đối tượng nên tham khảo luận văn

Nội dung và mô hình thực nghiệm của luận văn mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng:

  1. Ban Lãnh đạo và Chuyên viên Kế hoạch tại các doanh nghiệp mía đường và chế biến nông sản: Cung cấp khung hướng dẫn từng bước để chuyển đổi từ phương pháp lập kế hoạch kinh nghiệm sang mô hình định lượng chuẩn hóa, tối ưu hóa công suất vận hành máy móc và quản trị vùng nguyên liệu.
  2. Kỹ sư Quản lý chuỗi cung ứng và Quản đốc Phân xưởng công nghiệp: Tham khảo phương pháp xây dựng lịch trình sản xuất ngắn hạn theo tuần, ứng dụng các nguyên tắc điều độ FCFS, EDD, SPT để giải quyết bài toán nghẽn cổ chai và giảm thời gian chờ đợi của hệ thống thiết bị.
  3. Giảng viên, Học viên cao học và Sinh viên khối ngành Kinh tế, Quản trị kinh doanh: Sử dụng làm tài liệu nghiên cứu tình huống (case study) điển hình về mối liên kết giữa lý thuyết quản trị tác nghiệp (MRP, Forecasting, Scheduling) với thực tế sản xuất tại doanh nghiệp niêm yết quy mô lớn.
  4. Chuyên viên Hoạch định chính sách nông nghiệp và Hiệp hội Mía đường: Khai thác dữ liệu thực tế về biến động giá thành, quan hệ cung - cầu nông sản và tác động của hội nhập kinh tế quốc tế đối với năng lực cạnh tranh của doanh nghiệp chế biến nội địa.

Câu hỏi thường gặp

Phương pháp dự báo bình quân giản đơn bộc lộ nhược điểm gì tại LASUCO?

Phương pháp bình quân giản đơn gán trọng số bằng nhau cho tất cả dữ liệu quá khứ, khiến dự báo không phản ánh kịp thời các biến động đột biến của thị trường. Điển hình trong quý 2/2020, phương pháp này tạo ra độ lệch thừa lên tới 8,4% vào tháng 4 và 7,4% vào tháng 5, gây ứ đọng chi phí lưu kho không cần thiết.

Mô hình bình quân trượt giúp cải thiện độ chính xác dự báo như thế nào?

Mô hình bình quân trượt ($n=3$) loại bỏ các nhiễu loạn ngẫu nhiên trong ngắn hạn và bám sát xu hướng tiêu thụ gần nhất. Kết quả thực nghiệm tại LASUCO cho thấy phương pháp này nâng tỷ lệ chính xác dự báo tháng 5/2020 lên 99,54% và tháng 6/2020 lên 99,4%, vượt trội hoàn toàn so với mức lệch của mô hình cũ.

Sự cố thiếu hụt nguyên liệu mía tháng 6/2020 gây hậu quả gì cho doanh nghiệp?

Do nắng nóng kéo dài và công tác dự báo nguyên liệu thiếu phương án dự phòng, sản lượng mía thu mua chỉ đạt 4.355 tấn so với kế hoạch 7.000 tấn (đạt 62,21%). Sự thiếu hụt này làm đứt gãy chuỗi cung ứng đầu vào, kéo tỷ lệ hoàn thành kế hoạch sản xuất cả năm 2020 của LASUCO xuống mức 73,7%.

Vai trò của việc thiết lập ngưỡng cảnh báo sai số Tracking Signal là gì?

Tín hiệu cảnh báo Tracking Signal với giới hạn kiểm soát $\pm 3$ MAD (tương đương biên độ $\pm 266,4$ tấn tại LASUCO) đóng vai trò như hệ thống cảnh báo sớm. Khi sai số vượt ra ngoài phạm vi này, bộ phận kế hoạch nhận biết ngay mô hình dự báo đang bị lệch hệ thống để kịp thời tái cấu trúc thuật toán.

Doanh nghiệp đã giải quyết bài toán biến động lao động thời vụ cuối năm ra sao?

Vào quý 4/2021, khi nhu cầu tiêu thụ đường phục vụ Tết tăng mạnh, LASUCO đã tăng dần số lượng lao động thời vụ từ 50 người (tháng 10) lên 100 người (tháng 11) và 200 người (tháng 12), kết hợp tổ chức tăng ca từ 19h00 đến 24h00 nhằm đảm bảo tiến độ giao hàng.

Kết luận

  • Luận văn hệ thống hóa toàn diện cơ sở lý luận về quản trị sản xuất, chỉ rõ vai trò quyết định của 4 mắt xích: dự báo nhu cầu, kế hoạch tổng hợp, hoạch định MRP và điều độ tác nghiệp.
  • Nghiên cứu đã lượng hóa thành công các điểm nghẽn trong công tác lập kế hoạch sản xuất tại LASUCO giai đoạn 2019–2021, đặc biệt là sai số dự báo thừa tới 8,4% và tỷ lệ hụt nguyên liệu mía 37,79% vào tháng 6/2020.
  • Mô hình bình quân trượt ($n=3$) kết hợp công cụ kiểm soát Tracking Signal trong biên độ $\pm 266,4$ tấn được chứng minh vượt trội, nâng độ chính xác dự báo thực nghiệm lên trên 99,4%.
  • Đề xuất hệ thống 4 giải pháp đồng bộ từ cải tiến công cụ định lượng, tối ưu hóa cấu trúc MRP đến chuẩn hóa quy tắc điều độ sản xuất (SPT, EDD) cho giai đoạn 2022–2024.
  • Lộ trình thực hiện hướng tới mục tiêu chiến lược 2025: nâng sản lượng đạt 500.000 tấn/năm, tăng năng suất thiết bị gấp 3 lần và duy trì tốc độ tăng trưởng doanh thu 15–20%/năm.

Các doanh nghiệp sản xuất và nhà quản trị tác nghiệp cần chủ động ứng dụng ngay các công cụ định lượng và số hóa quy trình lập kế hoạch để nâng cao năng lực cạnh tranh bền vững trong bối cảnh thị trường biến động không ngừng.