Giới thiệu dự án

Trong bối cảnh chuỗi cung ứng toàn cầu phát triển với tốc độ chưa từng có, các trung tâm phân phối bán lẻ (Logistics Distribution Centers - LDC) đang đối mặt với bài toán kép: tối ưu hóa tốc độ luân chuyển hàng hóa và kiểm soát tải lượng phát thải ra môi trường. Theo Tổ chức Hợp tác và Phát triển Kinh tế (OECD), ngành logistics và bán lẻ đóng góp tới 35% tổng lượng rác thải bao bì toàn cầu, trong đó hơn 60% kết thúc tại các bãi chôn lấp nếu không có quy trình phân loại chuẩn hóa. Tại Nhật Bản – quốc gia có khung pháp lý môi trường khắt khe bậc nhất thế giới dựa trên Luật Môi trường Cơ bản (1993)Luật Tái chế Bao bì (1995), các tập đoàn bán lẻ quy mô lớn như Daiso Sangyo (vận hành hơn 3.660 chi nhánh toàn cầu với danh mục hơn 100.000 mã hàng) bắt buộc phải tích hợp hệ sinh thái quản lý chất thải rắn (Solid Waste Management - SWM) trực tiếp vào quy trình logistics.

Đề tài khóa luận "Đánh giá công tác quản lý xử lý chất thải rắn tại nhà máy phân phối sản phẩm của công ty Daiso chi nhánh Niigata (Nhật Bản)" do sinh viên Lê Thị Thu Hà (Chuyên ngành Quản lý Tài nguyên và Môi trường, Trường Đại học Nông Lâm – Đại học Thái Nguyên) thực hiện, tập trung giải quyết các điểm nghẽn (pain points) trong việc xử lý rác thải bao bì công nghiệp và hàng hóa hồi lưu (reverse logistics) tại cơ sở phân phối 401 cửa hàng.

Mục tiêu nghiên cứu cụ thể

  1. Khái quát cơ cấu tổ chức và quy trình vận hành chuỗi phân phối tại Nhà máy Daiso Niigata.
  2. Định lượng lưu lượng luân chuyển hàng hóa (nhập/xuất) theo chu kỳ tuần và tháng trong năm 2019.
  3. Đánh giá toàn diện công tác quản lý, phân loại, thu gom và tỷ lệ phát sinh chất thải rắn giai đoạn 2017–2019.
  4. Đúc kết mô hình quản lý thực nghiệm, phân tích điểm nghẽn và đề xuất khả năng chuyển giao giải pháp cho các kho vận bán lẻ tại Việt Nam.

Phạm vi và giới hạn nghiên cứu

  • Địa bàn nghiên cứu: Nhà máy phân phối Daiso chi nhánh Niigata (Tổng diện tích: $26.253,62\text{ m}^2$, diện tích xây dựng: $9.013,68\text{ m}^2$).
  • Thời gian khảo sát: 11 tháng thực địa liên tục (từ tháng 04/2019 đến tháng 03/2020).
  • Quy mô nhân lực: 128 nhân sự (1 Giám đốc nhà máy, 2 Kế toán, 5 Trưởng nhóm, 34 công nhân Việt Nam, 86 công nhân Nhật Bản).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Mô hình vận hành kho logistics bán lẻ truyền thống thường gộp chung rác thải đóng gói vào nguồn thải hỗn hợp, dẫn đến chi phí xử lý ngoại vi cao và tỷ lệ thất thoát nguyên liệu tái chế lên tới 70%.

Tiêu chí so sánh Mô hình kho truyền thống (Linear Logistics) Hệ thống SWM tại Daiso Niigata (Closed-loop SWM)
Phân loại nguồn Thu gom hỗn hợp, phân loại sơ cấp cuối nguồn Phân loại 3 luồng tại từng công đoạn (At-source)
Xử lý carton Bỏ rác cồng kềnh hoặc bán phế liệu rời Nén thủy lực tại chỗ thành kiện tiêu chuẩn xuất xưởng
Hàng hỏng hoàn lưu Tiêu hủy trực tiếp tại bãi rác địa phương Bóc tách phân loại: Kim loại/Lon/Thủy tinh riêng biệt
Tỷ lệ tái chế Đạt 15% – 25% tổng lượng thải Đạt 51% (Rác tài nguyên đưa vào chuỗi tái chế)

Áp dụng phương pháp phân tích yêu cầu MoSCoW đối với quy trình quản lý chất thải tại kho:

  • Must have: Quy chuẩn phân loại 3 nhóm chính (Cháy được, Không cháy được, Rác tài nguyên); hệ thống máy ép kiện carton tự động; nhãn cảnh báo nguy hiểm (Kiken).
  • Should have: Cơ chế luân chuyển ca làm việc 5 nhóm nhằm đồng bộ hóa ý thức tuân thủ 5S.
  • Could have: Cảm biến giám sát tải trọng kiện rác theo thời gian thực.
  • Won't have: Hệ thống thiêu đốt chất thải tại khuôn viên nhà máy (tuân thủ luật quy hoạch đô thị tỉnh Niigata).

Thiết kế hệ thống phân phối và dòng chất thải

Nhà máy cấu trúc gồm 3 tòa nhà chính và 1 khu tập kết rác chuyên biệt ($821,25\text{ m}^2$):

  1. Tòa nhà ăn ($3.765,89\text{ m}^2$): Tầng 1 là khu sinh hoạt (phát sinh 5% rác sinh hoạt); Tầng 2–3 là kho trữ đệm.
  2. Tòa nhà Kironto ($4.983,23\text{ m}^2$): Hệ thống giá kệ nhập khẩu, thực hiện lấy hàng đợt 1.
  3. Tòa nhà Shinto ($6.558,30\text{ m}^2$): Trung tâm phân loại tự động tích hợp 7 trạm máy tính công nghiệp.
  4. Nhà kho ($2.089,97\text{ m}^2$): Khu vực tập kết xuất hàng cho 401 cửa hàng.
[Nhập hàng] ➔ [Pikkingku] ➔ [Indason (7 PC)] ➔ [Suita (7-8 Store/Line)] ➔ [Fainaru (Thùng Onikon)] ➔ [Kho xuất]
[Pallet hỏng]  [Carton bóc tách]                     [Hàng vỡ / Lỗi trả về]
        [Khu tập kết rác 821.25 m2]
[Máy ép Baler]   [Bể súc rửa]   [Thùng chứa Kiken]

Công nghệ và công cụ áp dụng

  • Thiết bị ép kiện: Máy ép thủy lực (Hydraulic Baler Engine) công suất nén định mức tạo kiện $200\text{ kg} - 300\text{ kg/khối}$.
  • Hệ thống quét mã vạch: Barcode Scanner công nghiệp tại 7 trạm Indason, kiểm soát mã vạch hàng hóa xuất xưởng và đối soát hàng hoàn lưu.
  • Quy chuẩn chứa: Thùng nhựa chuyên dụng gấp gọn Onikon, bao bì dẻo Vinyl tiêu chuẩn theo màu luật định của tỉnh Niigata.

Methodology

Nghiên cứu áp dụng phương pháp nghiên cứu thực nghiệm kết hợp khảo sát định lượng (Empirical Field Research):

  • Thu thập dữ liệu thứ cấp: Hệ thống chỉ thị môi trường Bộ Môi trường Nhật Bản, Luật Kiểm soát ô nhiễm nước (37 chỉ tiêu), Luật Kiểm soát ô nhiễm không khí.
  • Khảo sát thực địa sơ cấp: Ghi nhận liên tục 11 tháng biểu đồ tải lượng nhập/xuất và cân đo khối lượng phát sinh rác thực tế.
  • Quy trình QA/QC: Kiểm toán chất lượng rác thải (Waste Audit) ngẫu nhiên sau mỗi ca làm việc để tính tỷ lệ phân loại sai lệch.

Implementation và kết quả

Development process & Thuật toán phân loại

Quy trình phân loại chất thải rắn được tiêu chuẩn hóa thành thuật toán xử lý dòng chất thải (Waste Stream Routing Algorithm) áp dụng cho toàn bộ 128 công nhân viên:

class SolidWasteItem:
    def __init__(self, item_id: str, material_type: str, condition: str, is_hazardous: bool):
        self.item_id = item_id
        self.material_type = material_type  # 'carton', 'paper', 'metal', 'soft_plastic', 'ceramic', 'glass'
        self.condition = condition          # 'clean', 'organic_contaminated', 'broken'
        self.is_hazardous = is_hazardous

def route_waste_stream(item: SolidWasteItem) -> str:
    """
    Thuật toán phân luồng rác thải theo quy chuẩn môi trường Nhật Bản và Daiso Niigata.
    """
    if item.material_type in ['carton', 'paper', 'metal_can'] and item.condition == 'clean':
        if item.material_type == 'carton':
            return "ROUTE_TO_HYDRAULIC_BALER (Resource Waste - 51%)"
        elif item.material_type == 'metal_can':
            return "WASH_AND_ROUTE_TO_METAL_RECYCLE (Resource Waste)"
        return "RESOURCE_RECOVERY_STORAGE"
    
    elif item.material_type in ['food_waste', 'organic_wood', 'soft_plastic', 'paper_dirty']:
        return "ROUTE_TO_COMBUSTIBLE_DISPOSAL (37% - High Incineration Efficacy)"
    
    elif item.material_type in ['ceramic', 'glass', 'hard_plastic']:
        if item.condition == 'broken' or item.is_hazardous:
            return "WRAP_NEWSPAPER_LABEL_KIKEN_NON_COMBUSTIBLE (10%)"
        return "ROUTE_TO_NON_COMBUSTIBLE_DISPOSAL"
    
    else:
        return "SPECIAL_COLLECTION_SODAI_GOMI (2%)"

Quy trình phân bổ nhân lực và vận hành

Nhà máy tổ chức 5 nhóm công nhân luân chuyển xoay vòng 4 vị trí công việc theo tuần để đảm bảo công bằng khối lượng lao động và nâng cao tính kỷ luật:

Nhóm 1, 2: Pikkingku ➔ Nhóm 3: Indason ➔ Nhóm 4: Suita ➔ Nhóm 5: Fainaru (Tuần 1)
Nhóm 5, 1: Pikkingku ➔ Nhóm 2: Indason ➔ Nhóm 3: Suita ➔ Nhóm 4: Fainaru (Tuần 2)

Phân tích số liệu và kết quả đạt được

1. Biến động tải lượng hàng hóa năm 2019

Tải lượng nhập và xuất hàng biến thiên mạnh mẽ theo tính chất mùa vụ của ngành bán lẻ. Đỉnh điểm rơi vào các tháng chuẩn bị lễ hội cuối năm (Giáng sinh, Tết Dương lịch):

Tháng Hàng nhập (nghìn sản phẩm) Hàng xuất (nghìn sản phẩm) Tải lượng xử lý / ngày (TB)
Tháng 1 1.024 1.020 34.000 sản phẩm
Tháng 3 (Thấp điểm) 840 820 27.500 sản phẩm
Tháng 7 1.120 1.125 37.400 sản phẩm
Tháng 11 1.280 1.270 42.500 sản phẩm
Tháng 12 (Đỉnh điểm) 1.388 1.380 46.000 sản phẩm

2. Cơ cấu nguồn phát sinh và thành phần rác thải

  • Nguồn phát sinh:
    • Quy trình phân phối/bóc dỡ tại chỗ: 56% (chủ yếu là bao bì carton, pallet gỗ, màng quấn pallet).
    • Hàng hóa lỗi/hỏng/hết hạn từ 401 cửa hàng hoàn về: 39% (bát đĩa vỡ, chai nước ngọt hết hạn, dụng cụ nhựa gãy).
    • Hoạt động sinh hoạt của 128 công nhân viên: 5%.
Cơ cấu nguồn phát sinh chất thải:
  • Thành phần phân loại:
    • Rác tài nguyên: 51% (carton chiếm ưu thế tuyệt đối với $200 - 300\text{ kg/ngày}$, lon kim loại, đồ gia dụng kim loại thu hồi).
    • Rác cháy được: 37% (rác sinh hoạt, màng nhựa mỏng, hàng dệt may lỗi).
    • Rác không cháy được: 10% (thủy tinh, gốm sứ vỡ, nhựa cứng tổng hợp).
    • Rác cồng kềnh / thu gom đặc biệt: 2% (thiết bị điện, đồ dùng kích thước $>1\text{ m}^2$).

3. Tăng trưởng tải lượng rác thải giai đoạn 2017 – 2019

$$\text{Tỷ lệ tăng trưởng rác thải 2017–2019} = \frac{252 - 180}{180} \times 100% = 40,0%$$

Năm Phát sinh bình quân (Tấn/ngày) Phát sinh bình quân (Tấn/tháng) Tổng lượng thải (Tấn/năm)
2017 0,50 15,0 180
2018 0,65 19,5 234
2019 0,70 21,0 252

Lượng rác tăng tương quan thuận với số lượng chuỗi cửa hàng liên kết mở rộng trong khu vực đảo Honshu. Tuy nhiên, nhờ quy trình ép nén, thể tích lưu trữ rác tài nguyên thực tế giảm 65%, tiết kiệm đáng kể chi phí vận chuyển ngoại vi.


Đổi mới và đóng góp

  1. Mô hình Reverse Logistics tích hợp phân loại rác khép kín: Khác với chuỗi logistics một chiều, Daiso Niigata thiết lập quy trình tiếp nhận hàng hoàn ngược từ 401 điểm bán, bóc tách rác tài nguyên (như lon kim loại được súc rửa, ép dẹp; đồ gốm vỡ đóng gói dán nhãn Kiken) trước khi chuyển giao cho đơn vị tái chế đô thị.
  2. Tối ưu hóa hệ số nén phế liệu bao bì: Áp dụng hệ thống máy ép Baler ngay tại line Fainaru giúp chuyển đổi $300\text{ kg}$ bìa carton rời rạc thành các block kiện chuẩn hóa, tăng hiệu suất tải trọng của xe vận tải thu gom lên gấp 3,2 lần.
  3. Chương trình đào tạo đồng hóa văn hóa đa quốc gia (Cross-cultural 5S Program): Giải quyết triệt để rào cản bất đồng ngôn ngữ giữa 34 lao động Việt Nam và 86 lao động Nhật Bản thông qua quy chuẩn hóa bảng biểu trực quan (Visual Management), giúp tỷ lệ phân loại rác sai giảm từ $12,4%$ xuống dưới $1,5%$ sau 1 tháng đào tạo tại Nghiệp đoàn.
So sánh hiệu quả thu hồi tài nguyên:
Mô hình Daiso Niigata   [████████████████████████████████████████ 51% Tái chế]
Kho Logistics thông thường [██████████ 15% Tái chế]

Ứng dụng thực tế và triển khai

Khả năng nhân rộng tại các trung tâm phân phối bán lẻ

Mô hình quản lý chất thải rắn của Daiso Niigata cung cấp một quy chuẩn thực nghiệm hoàn chỉnh có thể chuyển giao cho các tổng kho thương mại điện tử và logistics bán lẻ tại Việt Nam (như TikiNOW Smart Logistics, Shopee Xpress Hub, Bách Hóa Xanh Distribution Center):

                        LỘ TRÌNH TRIỂN KHAI SWM TRONG 12 THÁNG
Month:  M01    M02    M03    M04    M05    M06    M07    M08    M09    M10    M11    M12

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

  • Đầu tư ban đầu: 1 máy ép kiện thủy lực (khoảng $150.000.000\text{ VNĐ}$) + Hệ thống thùng phân loại chuyên dụng ($30.000.000\text{ VNĐ}$).
  • Doanh thu / Tiết kiệm:
    • Bán phế liệu giấy carton ép kiện ($250\text{ kg/ngày} \times 3.000\text{ VNĐ/kg} \times 300\text{ ngày} = 225.000.000\text{ VNĐ/năm}$).
    • Giảm phí thuê xe thu gom rác cồng kềnh: Tiết kiệm $\approx 45.000.000\text{ VNĐ/năm}$.
  • Thời gian hoàn vốn (ROI): $$\text{Thời gian hoàn vốn} = \frac{180.000.000}{225.000.000 + 45.000.000} \times 12 \approx 8\text{ tháng}$$

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  • Phụ thuộc vào phân loại thủ công: Việc kiểm tra nhãn mác chai lọ và bóc tách bao bì nhựa dẻo vẫn dựa chủ yếu vào mắt thường và thao tác tay của công nhân.
  • Rào cản ngôn ngữ và biến động lao động: Do đặc thù thực tập sinh nước ngoài luân chuyển hàng năm, nhà máy phải liên tục tái đào tạo quy trình phân loại định kỳ mỗi quý.

Hướng phát triển và nghiên cứu tiếp theo

  • Tích hợp cảm biến cân đo IoT: Gắn cảm biến trọng lượng và RFID lên từng thùng rác tài nguyên để tự động ghi nhận dữ liệu xả thải của từng line làm việc vào hệ thống ERP.
  • Ứng dụng cánh tay robot quang học (Optical Sorting Robotics): Nghiên cứu thử nghiệm module phân loại rác bao bì ứng dụng trí tuệ nhân tạo (AI Computer Vision) để tự động hóa khâu xử lý hàng hoàn lưu.

Đối tượng hưởng lợi

  • Sinh viên ngành Quản lý Môi trường / Quản trị Logistics: Tiếp cận bộ dữ liệu thực địa chi tiết về định mức phát thải và phương pháp nghiên cứu chất thải rắn tại một nước phát triển.
  • Kỹ sư vận hành kho vận (Warehouse Operations Engineers): Tham khảo bản thiết kế mặt bằng phân bổ khu vực xử lý rác thải ($821,25\text{ m}^2$) và thuật toán luân chuyển nhân sự 5 ca.
  • Doanh nghiệp bán lẻ & Chuỗi phân phối: Ứng dụng quy trình ép kiện bao bì tại nguồn để cắt giảm chi phí vận hành (OPEX) và đáp ứng các tiêu chuẩn xanh ESG / ISO 14001.
  • Cơ quan quản lý nhà nước về tài nguyên: Cung cấp cơ sở khoa học từ thực tiễn kiểm soát ô nhiễm của Nhật Bản để hoàn thiện khung chính sách trách nhiệm mở rộng của nhà sản xuất (EPR) tại Việt Nam.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật cốt lõi để triển khai hệ thống phân loại rác theo chuẩn Daiso Niigata là gì?

Cần thiết lập tối thiểu 3 line thu gom riêng biệt ngay tại mặt sàn làm việc (Cháy được, Không cháy được, Rác tài nguyên), trang bị 01 máy ép kiện thủy lực có áp lực nén tối thiểu 10 tấn và mặt bằng tập kết rác đạt tỷ lệ diện tích từ 3% đến 5% tổng diện tích xây dựng của kho.

2. Làm thế nào để giải quyết vấn đề rác thải dễ bốc mùi khi lịch thu gom cách xa nhau?

Theo quy chuẩn Nhật Bản, rác hữu cơ nhà bếp bắt buộc phải vắt kiệt nước, gói kín nhiều lớp bằng giấy báo trước khi bỏ vào túi Vinyl chuyên dụng nhằm triệt tiêu môi trường yếm khí sinh mùi và ngăn chặn côn trùng xâm nhập.

3. Tỷ lệ phân loại rác 51% rác tài nguyên tại Daiso Niigata đạt được nhờ yếu tố nào?

Tỷ lệ này đạt được nhờ 2 yếu tố: (1) Tính chất đặc thù của kho logistics với lượng thùng carton đóng gói bóc dỡ lớn (chiếm hơn 80% rác tài nguyên); (2) Quy trình bóc tách triệt để lon nước ngọt, kim loại gia dụng từ dòng hàng hoàn lưu 401 cửa hàng.

4. Quy định an toàn bắt buộc khi xử lý rác thải vỡ hỏng nguy hiểm (Kiken) là gì?

Toàn bộ mảnh vỡ thủy tinh, dao cạo, bóng đèn điện phải được bọc kín trong giấy báo dày, đặt vào bao bì nhựa vinyl dẻo và ghi rõ chữ cảnh báo "KIKEN" bên ngoài để bảo vệ an toàn cho nhân sự thu gom đô thị.

5. Khóa luận này đóng góp bài học kinh nghiệm gì quan trọng nhất cho doanh nghiệp Việt Nam?

Bài học mấu chốt là "Quản trị ý thức kết hợp công cụ trực quan hóa". Việc giáo dục môi trường nghiêm ngặt ngay từ giai đoạn onboarding của Nghiệp đoàn, kết hợp bảng hướng dẫn hình ảnh tại line làm việc, có giá trị quyết định hơn việc đầu tư dây chuyền xử lý đắt tiền cuối nguồn.


Kết luận

Đề tài khóa luận tốt nghiệp của tác giả Lê Thị Thu Hà đã hoàn thành xuất sắc việc khảo sát, định lượng và phân tích chuyên sâu mô hình quản lý chất thải rắn tại Nhà máy phân phối Daiso chi nhánh Niigata. Nghiên cứu chứng minh rằng việc kết hợp chặt chẽ giữa kỷ luật lao động 5S, công nghệ nén ép tại nguồn và quy trình xử lý hàng hoàn lưu chuyên biệt đã giúp cơ sở đạt tỷ lệ tái chế ấn tượng 51% trên tổng lượng phát thải 252 tấn/năm.

Mô hình không chỉ giải quyết triệt để bài toán ô nhiễm môi trường công nghiệp tại Nhật Bản mà còn cung cấp một khuôn mẫu chuẩn mực, có tính khả thi kinh tế cao cho các doanh nghiệp bán lẻ và logistics Việt Nam trong tiến trình chuyển dịch sang kinh tế tuần hoàn.