Can Thiệp Hỗ Trợ Doanh Nghiệp Nhỏ và Vừa Về Đào Tạo - Tư Vấn Kinh Doanh: Phát Triển Mô Hình Logic và Đánh Giá Tác Động Thực Nghiệm Ở Việt Nam

• Tác giả: Nguyễn Khánh Duy
• Người hướng dẫn: TS. Nguyễn Hoàng Bảo
• Trường học: Đại học Kinh tế Tp. Hồ Chí Minh
• Chuyên ngành: Kinh tế phát triển
• Đề tài: Can thiệp hỗ trợ doanh nghiệp nhỏ và vừa về đào tạo - tư vấn kinh doanh: Phát triển mô hình logic và đánh giá tác động thực nghiệm ở Việt Nam
• Loại tài liệu: Luận án tiến sĩ
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: Lý do nghiên cứu và Mục tiêu nghiên cứu
• 1.1. Mô hình logic của can thiệp hỗ trợ đào tạo-tư vấn về kinh doanh cho SMEs: một khoảng trống trong lý thuyết và trong các nghiên cứu thực nghiệm
• 1.2. Nhu cầu của Chính phủ Việt Nam cũng như của cộng đồng học thuật về đánh giá tác động của can thiệp hỗ trợ đào tạo-tư vấn kinh doanh cho SMEs
• 1.3. Phương pháp nghiên cứu
• 1.4. Phạm vi nghiên cứu. Ý nghĩa khoa học và thực tiễn
• 1.4.1. Về mặt xây dựng lý thuyết và kiểm định lý thuyết
• 1.4.2. Về mặt thực tiễn. Cấu trúc đề tài. TỔNG QUAN LÝ THUYẾT VÀ NGHIÊN CỨU THỰC NGHIỆM
• 2. CHƯƠNG 2: Một số khái niệm chính
• 2.1. Mô hình logic của can thiệp hỗ trợ SMEs về đào tạo-tư vấn kinh doanh
• 2.1.1. Mô hình logic của can thiệp hỗ trợ SMEs (trong đó có hỗ trợ đào tạo và tư vấn kinh doanh) của Grimm và Paffhausen (2015)
• 2.1.2. Ý tưởng về một Lý thuyết thay đổi của chương trình hỗ trợ đào tạo kinh doanh của McKenzie và Woodruff (2012, 2014)
• 2.2. Lý thuyết kinh tế và mô hình kinh tế - quản trị làm cơ sở cho Mô hình Logic của
• 2.2.1. Lý thuyết vốn quản lý
• 2.2.2. Lý thuyết vốn con người của Becker
• 2.2.3. Mô hình kinh tế thể hiện quan hệ giữa Đào tạo với năng suất, tiền lương
• 2.2.4. Lý thuyết quản trị nguồn nhân lực chiến lược
• 2.2.5. Một số luận điểm lý thuyết, mô hình kinh tế, khung lý thuyết khác
• 2.3. Lý thuyết về mối quan hệ giữa Mạng lưới, Cải tiến-đổi mới và kết quả hoạt động của doanh nghiệp
• 2.3.1. Mạng lưới và Cải tiến-đổi mới
• 2.3.2. Mạng lưới, cải tiến-đổi mới và hiệu quả hoạt động
• 2.4. Tổng quan các nghiên cứu thực nghiệm về đánh giá tác động của can thiệp hỗ trợ SMEs về đào tạo-tư vấn kinh doanh
• 2.4.1. Bối cảnh của các can thiệp
• 2.4.2. Phương pháp đánh giá tác động của các nghiên cứu thực nghiệm
• 2.4.3. Các phát hiện từ các nghiên cứu thực nghiệm
• 2.5. Những khoảng trống nghiên cứu có thể được thu hẹp
• 2.6. Khung phân tích
• 2.7. Tóm tắt chương
• 3. CHƯƠNG 3: THIẾT KẾ NGHIÊN CỨU
• 3.1. Quy trình nghiên cứu & phương pháp nghiên cứu
• 3.2. Phương pháp nghiên cứu định tính
• 3.2.1. Sơ lược về mô hình logic của dự án, chương trình hay chính sách
• 3.2.2. Cách tiếp cận đa tình huống
• 3.3. Phương pháp nghiên cứu định lượng
• 3.3.1. Phương pháp so sánh điểm xu hướng (PSM)
• 3.3.2. Phương pháp DID-PSM
• 3.3.3. Cách tiếp cận Minimum Bayes Factor
• 3.4. Tóm tắt chương
• 4. CHƯƠNG 4: PHÁT TRIỂN LÝ THUYẾT THAY ĐỔI CỦA CAN THIỆP HỖ TRỢ SMES VỀ ĐÀO TẠO-TƯ VẤN KINH DOANH
• 4.1. Mô tả Đầu vào, Hoạt động, Đầu ra của chương trình hỗ trợ SMEs về đào tạo-tư vấn kinh doanh
• 4.2. Các kết quả tiềm năng của can thiệp hỗ trợ SMEs về đào tạo-tư vấn kinh doanh ở cấp độ doanh nghiệp
• 4.2.1. Các kết quả cuối cùng (tác động)
• 4.2.2. Các kết quả trung gian
• 4.3. Một số kết quả ở cấp độ cá nhân/hộ và cấp độ địa phương/quốc gia
• 4.3.1. Ở cấp độ cá nhân hay hộ
• 4.3.2. Ở cấp độ địa phương hay quốc gia
• 4.4. Tóm tắt chương
• 5. CHƯƠNG 5: ĐÁNH GIÁ TÁC ĐỘNG CỦA CAN THIỆP HỖ TRỢ ĐÀO TẠO-TƯ VẤN KINH DOANH CHO SMEs CỦA CHÍNH PHỦ VIỆT NAM
• 5.1. Tổng quan về việc triển khai can thiệp. Phương pháp đánh giá và mẫu dữ liệu
• 5.1.1. Áp dụng Mô hình logic của can thiệp hỗ trợ SMEs về đào tạo-tư vấn kinh doanh cho trường hợp CT hỗ trợ SMEs về đào tạo-tư vấn kinh doanh của CP Việt Nam
• 5.1.2. Chi tiết về phương pháp đánh giá tác động định lượng
• 5.1.3. Mô tả mẫu dữ liệu
• 5.2. Tác động của can thiệp lên các kết quả cuối cùng
• 5.2.1. Đánh giá tác động của can thiệp lên hiệu quả hoạt động kinh doanh
• 5.2.2. Đánh giá tác động của can thiệp lên số tiền đóng thuế, phí, lệ phí chính thức
• 5.2.3. Đánh giá tác động của can thiệp một số kết quả cuối cùng khác (tiền lương, việc làm, xuất khẩu)
• 5.3. Tác động của can thiệp lên các kết quả trung gian
• 5.3.1. Tác động của can thiệp lên Mạng lưới
• 5.3.2. Tác động lên các kết quả trung gian khác
• 5.4. Tóm tắt chương
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH
• 6.1. Một số thảo luận và hàm ý chính sách
• 6.2. Giới hạn của đề tài và khuyến nghị cho các nghiên cứu tiếp theo
• CÁC ĐỀ TÀI NCKH, BÀI BÁO KHOA HỌC, BÀI NGHIÊN CỨU ĐÃ CÔNG BỐ
• TÀI LIỆU THAM KHẢO
• CÔNG CỤ THU THẬP DỮ LIỆU
• DANH MỤC CÁC KÝ HIỆU, CÁC CHỮ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

I. Tổng Quan Về Đánh Giá Tác Động Hỗ Trợ DNNVV Vì Sao Quan Trọng

Việc đánh giá tác động của các chương trình can thiệp hỗ trợ cho DNNVV Việt Nam đóng vai trò then chốt trong việc đảm bảo tính hiệu quả và bền vững của các chính sách. Các chương trình đào tạo kinh doanh và tư vấn kinh doanh thường được triển khai với kỳ vọng nâng cao năng lực cạnh tranh, cải thiện hiệu quả hoạt động và thúc đẩy sự phát triển của doanh nghiệp nhỏ và vừa. Tuy nhiên, để khẳng định được những tác động thực tế và tối ưu hóa các nguồn lực đầu tư, cần có những nghiên cứu phân tích DNNVV chuyên sâu và khách quan. Việc này giúp xác định những điểm mạnh, điểm yếu của chương trình, từ đó đưa ra các điều chỉnh phù hợp để nâng cao năng lực DNNVV và đạt được các mục tiêu đề ra. Theo nghiên cứu của Nguyễn Khánh Duy (2024), việc đánh giá tác động không chỉ là việc đo lường kết quả, mà còn là quá trình xây dựng mô hình logic và kiểm định các giả thuyết về mối quan hệ giữa can thiệp hỗ trợ và sự phát triển của DNNVV.

1.1. Tầm Quan Trọng Của Đánh Giá Tác Động Với Chính Sách Hỗ Trợ DNNVV

Đánh giá tác động giúp các nhà hoạch định chính sách hiểu rõ hơn về hiệu quả hỗ trợ của các chương trình đã triển khai. Điều này bao gồm việc xác định liệu các chương trình có thực sự mang lại lợi ích cho DNNVV, có đáp ứng được nhu cầu thực tế của họ hay không, và có đạt được các mục tiêu đề ra hay không. Thông tin này rất quan trọng để điều chỉnh và cải thiện các chính sách hỗ trợ DNNVV, đảm bảo rằng chúng phù hợp với bối cảnh kinh tế và nhu cầu của doanh nghiệp.

1.2. Vai Trò Của Đào Tạo Và Tư Vấn Kinh Doanh Trong Phát Triển DNNVV

Đào tạo kinh doanh và tư vấn kinh doanh là hai hình thức can thiệp hỗ trợ quan trọng đối với DNNVV. Đào tạo giúp doanh nghiệp nâng cao kiến thức và kỹ năng quản lý, vận hành, còn tư vấn giúp họ giải quyết các vấn đề cụ thể trong quá trình kinh doanh. Việc đánh giá tác động của đào tạo và tác động của tư vấn giúp xác định hình thức nào mang lại hiệu quả cao hơn, và làm thế nào để kết hợp chúng một cách tốt nhất để thúc đẩy sự phát triển DNNVV.

II. Thách Thức Trong Đánh Giá Hiệu Quả Can Thiệp Hỗ Trợ DNNVV Hiện Nay

Mặc dù tầm quan trọng của việc đánh giá tác động đã được công nhận, quá trình này vẫn đối mặt với nhiều thách thức. Một trong những khó khăn lớn nhất là việc thiết lập một phương pháp đánh giá tác động phù hợp, đảm bảo tính chính xác và khách quan. Các yếu tố như sự phức tạp của môi trường kinh doanh, sự đa dạng của DNNVV, và sự thiếu hụt dữ liệu đáng tin cậy có thể gây khó khăn cho việc phân tích chi phí - lợi ích và đánh giá hiệu quả hoạt động một cách toàn diện. Theo Nguyễn Khánh Duy (2024), cần có sự kết hợp giữa các phương pháp định lượng và định tính, cũng như sự tham gia của các bên liên quan, để đảm bảo tính toàn diện và độ tin cậy của kết quả đánh giá.

2.1. Khó Khăn Trong Thu Thập Và Phân Tích Dữ Liệu Về DNNVV

Việc thu thập dữ liệu về DNNVV thường gặp nhiều khó khăn do quy mô nhỏ, tính chất phi chính thức và sự thiếu minh bạch trong hoạt động của doanh nghiệp. Dữ liệu thu thập được có thể không đầy đủ, không chính xác, hoặc không đồng nhất, gây khó khăn cho việc phân tích và đánh giá tác động. Cần có các giải pháp để cải thiện chất lượng dữ liệu và đảm bảo tính khả dụng của chúng cho mục đích nghiên cứu.

2.2. Lựa Chọn Phương Pháp Đánh Giá Tác Động Phù Hợp Và Khách Quan

Việc lựa chọn phương pháp đánh giá tác động phù hợp là một thách thức quan trọng. Cần xem xét các yếu tố như mục tiêu của chương trình, đối tượng thụ hưởng, và nguồn lực sẵn có để lựa chọn phương pháp phù hợp nhất. Đồng thời, cần đảm bảo tính khách quan của quá trình đánh giá, tránh những sai lệch do chủ quan hoặc do xung đột lợi ích. Các phương pháp như PSM (Propensity Score Matching) và DID (Difference-in-Differences) có thể được sử dụng để giảm thiểu sai lệch và tăng độ tin cậy của kết quả.

2.3. Xác Định Các Yếu Tố Ảnh Hưởng Đến Hiệu Quả Hỗ Trợ DNNVV

Nhiều yếu tố có thể ảnh hưởng đến hiệu quả hỗ trợ của các chương trình đào tạo và tư vấn, bao gồm năng lực quản lý của doanh nghiệp, môi trường kinh doanh, và khả năng tiếp cận các nguồn lực khác. Việc xác định và kiểm soát các yếu tố này là rất quan trọng để đánh giá chính xác tác động của chương trình và đưa ra các khuyến nghị phù hợp.

III. Phương Pháp Đánh Giá Tác Động Can Thiệp Hỗ Trợ DNNVV Hiệu Quả Nhất

Để vượt qua những thách thức trong việc đánh giá tác động, cần áp dụng các phương pháp tiếp cận toàn diện và kết hợp. Việc xây dựng mô hình logic chi tiết, xác định rõ các kết quả đầu ra và các chỉ số đo lường (KPIs đánh giá tác động) là bước quan trọng. Bên cạnh đó, cần sử dụng các phương pháp định lượng như PSM, DID, và các phương pháp định tính như phỏng vấn sâu, nghiên cứu trường hợp (Case study thành công) để thu thập thông tin và hiểu rõ hơn về quá trình tác động. Quan trọng hơn, sự tham gia của các bên liên quan, bao gồm DNNVV, các nhà hoạch định chính sách, và các chuyên gia, là yếu tố then chốt để đảm bảo tính toàn diện và độ tin cậy của kết quả đánh giá.

3.1. Xây Dựng Mô Hình Logic Chi Tiết Cho Chương Trình Hỗ Trợ

Xây dựng mô hình logic là bước quan trọng để hiểu rõ cơ chế tác động của chương trình. Mô hình này cần xác định rõ các đầu vào (resources), các hoạt động (activities), các đầu ra (outputs), các kết quả trung gian (outcomes), và các kết quả cuối cùng (impacts) của chương trình. Việc xác định rõ các mối quan hệ nhân quả giữa các yếu tố này giúp định hướng quá trình đánh giá và xác định các chỉ số đo lường phù hợp. Nguyễn Khánh Duy (2024) nhấn mạnh vai trò của mô hình logic trong việc xây dựng lý thuyết thay đổi của chương trình hỗ trợ.

3.2. Sử Dụng Kết Hợp Các Phương Pháp Định Lượng Và Định Tính

Việc sử dụng kết hợp các phương pháp định lượng và định tính giúp có được cái nhìn toàn diện và sâu sắc về tác động của chương trình. Các phương pháp định lượng như PSM và DID cho phép đo lường tác động một cách khách quan và thống kê, trong khi các phương pháp định tính như phỏng vấn sâu và nghiên cứu trường hợp giúp hiểu rõ hơn về cơ chế tác động và các yếu tố ảnh hưởng.

3.3. Tăng Cường Sự Tham Gia Của Các Bên Liên Quan Trong Đánh Giá

Sự tham gia của các bên liên quan, bao gồm DNNVV, các nhà hoạch định chính sách, và các chuyên gia, là yếu tố then chốt để đảm bảo tính toàn diện và độ tin cậy của kết quả đánh giá. Các bên liên quan có thể cung cấp thông tin, ý kiến, và kinh nghiệm thực tế, giúp hiểu rõ hơn về nhu cầu của DNNVV, các khó khăn mà họ gặp phải, và các yếu tố ảnh hưởng đến hiệu quả hỗ trợ.

IV. Case Study Ứng Dụng Đánh Giá Tác Động Trong Chương Trình Hỗ Trợ DNNVV

Để minh họa cho việc áp dụng các phương pháp đánh giá tác động trong thực tế, có thể xem xét các case study thành công về các chương trình hỗ trợ DNNVV tại Việt Nam. Các chương trình này có thể tập trung vào các lĩnh vực khác nhau như đào tạo kinh doanh, tư vấn kinh doanh, tiếp cận tài chính, hoặc ứng dụng công nghệ. Việc phân tích các case study này giúp rút ra những bài học kinh nghiệm quý báu về những yếu tố nào đóng vai trò quan trọng trong việc nâng cao năng lực DNNVV và đạt được các mục tiêu phát triển.

4.1. Phân Tích Chi Tiết Một Số Chương Trình Hỗ Trợ DNNVV Tiêu Biểu

Chọn một số chương trình hỗ trợ DNNVV tiêu biểu để phân tích chi tiết, bao gồm mục tiêu, đối tượng thụ hưởng, các hoạt động chính, và các kết quả đạt được. Đánh giá hiệu quả hỗ trợ của các chương trình này dựa trên các chỉ số đo lường phù hợp, và xác định những yếu tố nào đóng vai trò quan trọng trong việc đảm bảo thành công.

4.2. Rút Ra Bài Học Kinh Nghiệm Về Đánh Giá Và Cải Thiện Chương Trình

Dựa trên phân tích các case study, rút ra những bài học kinh nghiệm về phương pháp đánh giá tác động, thiết kế chương trình, và triển khai hoạt động. Xác định những điểm mạnh và điểm yếu của các chương trình, và đưa ra các khuyến nghị để cải thiện hiệu quả hỗ trợ.

4.3. So Sánh Hiệu Quả Của Các Mô Hình Đào Tạo Và Tư Vấn Khác Nhau

So sánh hiệu quả của các mô hình đào tạo và tư vấn khác nhau, ví dụ như đào tạo trực tuyến, đào tạo tại chỗ, tư vấn cá nhân, và tư vấn nhóm. Xác định mô hình nào phù hợp với từng loại DNNVV và từng giai đoạn phát triển của doanh nghiệp.

V. Giải Pháp Nâng Cao Hiệu Quả Đào Tạo Tư Vấn Kinh Doanh Cho DNNVV

Để giải pháp cho DNNVV có thể phát triển một cách bền vững và cải thiện hiệu quả kinh doanh, cần có những giải pháp mang tính toàn diện và dài hạn. Các giải pháp này cần tập trung vào việc nâng cao năng lực quản lý, tăng cường khả năng tiếp cận tài chính, thúc đẩy ứng dụng công nghệ, và xây dựng mạng lưới kết nối. Chính phủ đóng vai trò quan trọng trong việc tạo ra môi trường kinh doanh thuận lợi, hỗ trợ đổi mới sáng tạo và chuyển đổi số DNNVV.

5.1. Tăng Cường Đào Tạo Quản Lý Và Kỹ Năng Kinh Doanh Cho DNNVV

Đào tạo kinh doanh đóng vai trò then chốt trong việc nâng cao năng lực DNNVV. Cần cung cấp các khóa đào tạo chất lượng cao, tập trung vào các kỹ năng quản lý, marketing, tài chính, và nhân sự. Đồng thời, cần tạo điều kiện để DNNVV tiếp cận các nguồn lực đào tạo một cách dễ dàng và thuận tiện.

5.2. Hỗ Trợ Tiếp Cận Tài Chính Và Ứng Dụng Công Nghệ Cho DNNVV

Khả năng tiếp cận tài chính và ứng dụng công nghệ là yếu tố then chốt để DNNVV phát triển và cạnh tranh. Cần có các chính sách hỗ trợ để DNNVV tiếp cận các nguồn vốn vay ưu đãi, cũng như các giải pháp công nghệ phù hợp với nhu cầu và khả năng của họ.

5.3. Xây Dựng Mạng Lưới Kết Nối Giữa DNNVV Và Các Tổ Chức Hỗ Trợ

Việc xây dựng mạng lưới kết nối giữa DNNVV và các tổ chức hỗ trợ là rất quan trọng để tạo ra một hệ sinh thái hỗ trợ toàn diện. Mạng lưới này có thể bao gồm các hiệp hội ngành nghề, các trung tâm tư vấn, các trường đại học, và các tổ chức chính phủ.

VI. Tương Lai Của Đánh Giá Tác Động Chuyển Đổi Số Và Dữ Liệu Lớn

Trong bối cảnh chuyển đổi số DNNVV mạnh mẽ, việc đánh giá tác động cũng cần có những đổi mới để đáp ứng yêu cầu của thời đại. Việc ứng dụng các công nghệ mới như dữ liệu lớn (Big Data), trí tuệ nhân tạo (AI), và Internet of Things (IoT) có thể giúp thu thập và phân tích dữ liệu một cách nhanh chóng và chính xác. Đồng thời, cần phát triển các phương pháp đánh giá mới, phù hợp với các mô hình kinh doanh số và các hình thức can thiệp hỗ trợ trực tuyến.

6.1. Ứng Dụng Dữ Liệu Lớn Và AI Trong Đánh Giá Tác Động

Dữ liệu lớn và AI có thể được sử dụng để thu thập và phân tích dữ liệu về DNNVV từ nhiều nguồn khác nhau, như mạng xã hội, các trang web thương mại điện tử, và các hệ thống quản lý doanh nghiệp. Việc phân tích dữ liệu này giúp hiểu rõ hơn về hành vi của khách hàng, xu hướng thị trường, và hiệu quả hoạt động của DNNVV.

6.2. Phát Triển Các Phương Pháp Đánh Giá Phù Hợp Với Kinh Doanh Số

Cần phát triển các phương pháp đánh giá mới, phù hợp với các mô hình kinh doanh số và các hình thức can thiệp hỗ trợ trực tuyến. Các phương pháp này cần có khả năng đo lường tác động của các hoạt động marketing trực tuyến, các chương trình đào tạo trực tuyến, và các dịch vụ tư vấn trực tuyến.

6.3. Đảm Bảo Tính Bảo Mật Và An Toàn Của Dữ Liệu DNNVV

Trong quá trình thu thập và phân tích dữ liệu về DNNVV, cần đảm bảo tính bảo mật và an toàn của dữ liệu. Cần tuân thủ các quy định về bảo vệ dữ liệu cá nhân, và áp dụng các biện pháp bảo mật để ngăn chặn các hành vi xâm phạm dữ liệu.