Giới thiệu dự án

Hoạt động xuất khẩu dệt may giữ vai trò là ngành kinh tế mũi nhọn trong chiến lược công nghiệp hóa và hiện đại hóa tại Việt Nam, đóng góp xấp xỉ 10% giá trị sản xuất công nghiệp toàn quốc và tạo việc làm cho hơn 2,7 triệu lao động. Theo dữ liệu từ Tổng cục Hải quan, kim ngạch xuất khẩu dệt may Việt Nam năm 2017 đạt 31,3 tỷ USD (tăng trưởng 10,01% so với năm 2016), trong đó thị trường Hoa Kỳ (Mỹ) chiếm vị thế trọng điểm với tỷ trọng 40,25% (tương đương 12,52 tỷ USD). Tuy nhiên, các doanh nghiệp dệt may Việt Nam nói chung và Công ty Cổ phần (CTCP) Dệt may Vinatex Đà Nẵng nói riêng đang đối mặt với sức ép cạnh tranh gay gắt từ các quốc gia như Trung Quốc, Ấn Độ, Bangladesh, cùng các rào cản kỹ thuật khắt khe từ thị trường nhập khẩu.

+-----------------------------------------------------------------------------------+
|               BỐI CẢNH XUẤT KHẨU DỆT MAY VIỆT NAM SANG MỸ                         |
|  • Kim ngạch ngành dệt may VN (2017): 31,3 tỷ USD (Tăng trưởng 10,01%)            |
|  • Thị phần xuất khẩu sang Mỹ: 12,52 tỷ USD (Chiếm 40,25% tổng kim ngạch)        |
|  • Vinatex Đà Nẵng: Thị trường Mỹ chiếm 60% tổng sản lượng xuất khẩu              |
+-----------------------------------------------------------------------------------+

Vấn đề thực tiễn và bài toán nghiên cứu

Dù thị trường Mỹ chiếm đến 60% cơ cấu xuất khẩu của Vinatex Đà Nẵng với năng lực sản xuất trên 6 triệu sản phẩm/năm (quần âu, áo sơ mi, jacket), hiệu quả kinh doanh xuất khẩu của công ty còn bộc lộ nhiều điểm nghẽn:

  • Phụ thuộc phương thức gia công (CMT/FOB cấp thấp): Biên lợi nhuận mỏng, giá trị gia tăng nội địa thấp, dễ bị tổn thương trước biến động giá nguyên phụ liệu nhập khẩu.
  • Áp lực rào cản phi thuế quan và tiêu chuẩn trách nhiệm xã hội: Yêu cầu nghiêm ngặt về quy tắc xuất xứ, chứng chỉ lao động WRAP, tiêu chuẩn an toàn C-TPAT từ các nhà mua hàng Mỹ.
  • Năng lực nghiên cứu thị trường và đàm phán hợp đồng quốc tế: Chưa tối ưu hóa chi phí trung gian và công cụ quản trị rủi ro tỷ giá.

Mục tiêu nghiên cứu cụ thể

  1. Hệ thống hóa cơ sở lý luận và thực tiễn về quản trị xuất khẩu và các chỉ tiêu lượng hóa hiệu quả kinh tế - xã hội.
  2. Phân tích thực trạng tài chính - vận hành giai đoạn 2015–2017 của Vinatex Đà Nẵng tại thị trường Mỹ thông qua hệ thống chỉ số: Tỷ suất lợi nhuận trên doanh thu ($TP/R$), Tỷ suất ngoại tệ xuất khẩu, và Tỷ suất sinh lời vốn chủ sở hữu ($ROE$).
  3. Xây dựng và kiểm định mô hình định lượng đánh giá các nhân tố nội vi và ngoại vi tác động đến hiệu quả xuất khẩu thông qua phần mềm thống kê chuyên dụng.
  4. Đề xuất hệ thống giải pháp toàn diện (Tái cơ cấu chuỗi cung ứng, ứng dụng sản xuất tinh gọn Lean, tối ưu chi phí) giai đoạn 2019–2025.

Phạm vi và giới hạn đề tài

  • Đối tượng nghiên cứu: Hiệu quả hoạt động kinh doanh xuất khẩu hàng may mặc sang thị trường Mỹ.
  • Không gian: CTCP Dệt may Vinatex Đà Nẵng (Số 25 Trần Văn Giáp, Q. Hải Châu, TP. Đà Nẵng) cùng 4 nhà máy thành viên (Phù Mỹ, Dung Quất, Thanh Sơn, Xí nghiệp May 1).
  • Thời gian: Dữ liệu thứ cấp chuỗi thời gian 2015–2017 và dữ liệu sơ cấp khảo sát năm 2018–2019.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu so sánh các phương pháp tiếp cận đánh giá hiệu quả xuất khẩu hiện hành trong doanh nghiệp:

Tiêu chí đánh giá Phương pháp Báo cáo Kế toán truyền thống Phương pháp Thẻ điểm cân bằng (BSC) Phương pháp Mô hình Kinh tế lượng Hỗn hợp (Đề xuất)
Nguồn dữ liệu Báo cáo tài chính định kỳ Đánh giá định tính 4 khía cạnh Tích hợp dữ liệu thứ cấp (BCTC) và sơ cấp ($N=165$)
Độ sâu phân tích Phản ánh kết quả quá khứ, thiếu tính dự báo Đánh giá tổng quan, khó lượng hóa trọng số Lượng hóa mức độ tác động của từng nhân tố qua hệ số $\beta$
Độ tin cậy thống kê Không kiểm định độ tin cậy thang đo Phụ thuộc cảm quan chuyên gia Kiểm định Cronbach's Alpha, EFA, OLS Regression
Tính ứng dụng Thấp trong việc điều chỉnh chiến lược vận hành Trung bình, khó đồng bộ vào quy trình may Rất cao, chỉ rõ điểm nghẽn tại từng mắt xích sản xuất

Đánh giá yêu cầu theo ma trận MoSCoW

  • Must Have (Bắt buộc): Lượng hóa chính xác các chỉ tiêu tài chính ($TP/R, TP/C, ROE$); Kiểm định độ tin cậy thang đo $\alpha \ge 0.70$; Phân tích nhân tố khám phá EFA với phương sai trích $> 50%$.
  • Should Have (Nên có): Phân tích ma trận SWOT kết hợp phân tích năng lực chuỗi cung ứng sợi - dệt - nhuộm - may; Đánh giá biến động tỷ suất ngoại tệ xuất khẩu.
  • Could Have (Có thể có): Tích hợp phân tích mô hình chuỗi sản xuất tinh gọn Lean Six Sigma nhằm giảm tỷ lệ lỗi vải.
  • Won't Have (Không thực hiện): Không khảo sát trực tiếp người tiêu dùng cuối cùng (End-user B2C) tại Mỹ mà tập trung vào các nhà bán buôn/nhập khẩu B2B.

Thiết kế hệ thống mô hình nghiên cứu

Mô hình nghiên cứu định lượng kế thừa từ khung lý thuyết Aaby & Slater (1989), Zou & Stan (1998) và mô hình Bùi Thanh Tráng & Lê Tấn Bửu (2015), được chuẩn hóa thành luồng phân tích dữ liệu:

Ngăn xếp công nghệ và công cụ xử lý dữ liệu

  • Hệ thống phân tích thống kê: IBM SPSS Statistics v26.0 (Xử lý EFA và hồi quy OLS).
  • Môi trường tính toán hỗ trợ: Python v3.10.x với các thư viện pandas v1.5.3, statsmodels v0.14.0 để kiểm định đa cộng tuyến (VIF) và vẽ biểu đồ phân phối phần dư.
  • Hệ thống quản trị doanh nghiệp tham chiếu: Fast Business ERP v10.2 và phần mềm quản trị đơn hàng dệt may PMS.

Cấu trúc dữ liệu biến quan sát

Bộ công cụ khảo sát gồm 23 biến quan sát, đo lường trên thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý), chia thành 5 nhóm biến độc lập:

  1. Mối quan hệ kinh doanh ($QH$): 3 biến quan sát ($QH_1, QH_2, QH_3$).
  2. Năng lực quản lý của công ty ($NL$): 4 biến quan sát ($NL_1, NL_2, NL_3, NL_4$).
  3. Đặc điểm thị trường ($TT$): 4 biến quan sát ($TT_1, TT_2, TT_3, TT_4$).
  4. Thái độ và nhận thức quản lý ($NT$): 4 biến quan sát ($NT_1, NT_2, NT_3, NT_4$).
  5. Chiến lược marketing xuất khẩu ($CL$): 3 biến quan sát ($CL_1, CL_2, CL_3$).
  6. Biến phụ thuộc - Hiệu quả xuất khẩu ($HQ$): Lượng hóa mức độ hoàn thành chỉ tiêu doanh thu, thị phần và vị thế thương hiệu.

Phương pháp luận (Methodology)

Nghiên cứu kết hợp hai phương pháp:

  • Phương pháp định tính: Phân tích tài liệu thứ cấp, nghiên cứu quy trình thực hiện hợp đồng ngoại thương (từ đàm phán, mở L/C, kiểm nghiệm hải quan, thuê tàu, mua bảo hiểm đến lập bộ chứng từ thanh toán).
  • Phương pháp định lượng: Thu thập mẫu khảo sát thuận tiện với kích thước mẫu $N=165$ (vượt tiêu chuẩn tối thiểu $23 \times 5 = 115$ mẫu theo quy tắc Comrey - 1973 và Hair et al. - 2006).
+-----------------------------------------------------------------------------------+
|                        TIÊU CHUẨN ĐÁNH GIÁ ĐỘ TIN CẬY                             |
|  1. Hệ số Cronbach's Alpha >= 0.70 (Chấp nhận từ 0.60 đối với khái niệm mới)      |
|  2. Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) >= 0.30       |
|  3. Hệ số KMO (Kaiser-Meyer-Olkin) trong khoảng 0.50 đến 1.00                     |
|  4. Kiểm định Bartlett's Test có giá trị thống kê Sig. < 0.05                     |
|  5. Hệ số tải nhân tố (Factor Loading) >= 0.50; Tổng phương sai trích >= 50%       |
|  6. Hệ số phóng đại phương sai (VIF) < 2.0 (Không xảy ra đa cộng tuyến)          |
+-----------------------------------------------------------------------------------+

Implementation và kết quả

Quy trình phân tích dữ liệu và thuật toán lượng hóa

Phương trình hồi quy đa biến có dạng:

$$HQ = \beta_0 + \beta_1 QH + \beta_2 NL + \beta_3 TT + \beta_4 NT + \beta_5 CL + \epsilon$$

Các công thức tài chính và ngoại thương được chuẩn hóa trực tiếp vào pipeline phân tích:

$$\text{Tỷ suất lợi nhuận trên doanh thu: } TP/R = \frac{P_S}{R} \times 100%$$

$$\text{Tỷ suất lợi nhuận trên vốn chủ sở hữu: } ROE = \frac{P_S}{V_{CSH}} \times 100%$$

$$\text{Tỷ suất ngoại tệ xuất khẩu: } T_{NT} = \frac{\text{Tổng chi phí nội tệ (VND)}}{\text{Tổng ngoại tệ thu về (USD)}}$$

Đoạn mã Python thực thi kiểm định mô hình hồi quy và tính toán chỉ số thống kê:

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

# Tải tập dữ liệu điều tra N=165 từ Vinatex Đà Nẵng
df = pd.read_csv("vinatex_survey_data.csv")

# Danh sách các biến độc lập và biến phụ thuộc
X_cols = ["QH", "NL", "TT", "NT", "CL"]
X = df[X_cols]
X = sm.add_constant(X)
y = df["HQ"]

# Xây dựng mô hình hồi quy OLS
model = sm.OLS(y, X).fit()

# Tính toán hệ số VIF kiểm tra hiện tượng đa cộng tuyến
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(model.summary())
print("\n--- Variance Inflation Factors ---")
print(vif_data[vif_data["Variable"] != "const"])

Kết quả kiểm định thống kê và độ tin cậy

1. Kiểm định thang đo Cronbach's Alpha và Phân tích EFA

Quá trình kiểm định dữ liệu sơ cấp $N=165$ ghi nhận toàn bộ thang đo đều đạt độ tin cậy cao:

  • $QH$ (Mối quan hệ kinh doanh): $\alpha = 0.832$; Tương quan biến tổng nhỏ nhất = 0.615.
  • $NL$ (Năng lực quản lý): $\alpha = 0.868$; Tương quan biến tổng nhỏ nhất = 0.642.
  • $TT$ (Đặc điểm thị trường): $\alpha = 0.795$; Tương quan biến tổng nhỏ nhất = 0.531.
  • $NT$ (Nhận thức quản trị): $\alpha = 0.824$; Tương quan biến tổng nhỏ nhất = 0.589.
  • $CL$ (Chiến lược marketing): $\alpha = 0.841$; Tương quan biến tổng nhỏ nhất = 0.627.

Kiểm định KMO và Bartlett trong EFA cho thấy hệ số $KMO = 0.842$ ($0.5 < KMO < 1.0$), kiểm định Bartlett có giá trị thống kê $p\text{-value} = 0.000 < 0.05$. Tổng phương sai trích đạt 63,85% ($> 50%$) tại Eigenvalue = 1.28, chứng minh 5 nhân tố trích giải thích được 63,85% độ biến thiên của dữ liệu.

+-----------------------------------------------------------------------------------+
|                        KẾT QUẢ PHÂN TÍCH HỒI QUY TUYẾN TÍNH                       |
|  Phương trình chuẩn hóa:                                                          |
|  HQ = 0.284*NL + 0.241*QH + 0.205*CL + 0.168*NT + 0.132*TT                         |
|                                                                                   |
|  • R-squared (R²): 0.584 | R² hiệu chỉnh: 0.571                                   |
|  • Kiểm định F = 44.62 (p < 0.001)                                                |
|  • Tất cả VIF đều < 1.45 (Loại trừ hoàn toàn rủi ro đa cộng tuyến)               |
+-----------------------------------------------------------------------------------+

2. Kết quả hoạt động kinh doanh xuất khẩu sang Mỹ (2015–2017)

Chỉ tiêu kinh tế Năm 2015 Năm 2016 Năm 2017 Tăng trưởng 2016/2015 Tăng trưởng 2017/2016
Tổng doanh thu XK sang Mỹ (Triệu VND) 142.580 158.320 176.450 +11,04% +11,45%
Chi phí kinh doanh XK (Triệu VND) 134.120 148.200 164.300 +10,50% +10,86%
Lợi nhuận gộp XK (Triệu VND) 8.460 10.120 12.150 +19,62% +20,06%
Tỷ suất lợi nhuận/Doanh thu ($TP/R$) 5,93% 6,39% 6,88% +7,76% +7,67%
Tỷ suất ngoại tệ ($T_{NT}$ - VND/USD) 21.850 22.120 22.480 +1,24% +1,63%
Tỷ suất sinh lời vốn CSH ($ROE$) 12,45% 14,10% 16,35% +13,25% +15,96% 
Doanh thu & Lợi nhuận xuất khẩu sang Mỹ qua các năm (Triệu VND):
2015: [======== Doanh thu: 142.580 ========] -> Lợi nhuận: 8.460
2016: [========= Doanh thu: 158.320 ========] -> Lợi nhuận: 10.120
2017: [========== Doanh thu: 176.450 ========] -> Lợi nhuận: 12.150

Đổi mới và đóng góp

  1. Chuẩn hóa khung đánh giá định lượng cho doanh nghiệp dệt may địa phương: Đề tài đã kết hợp thành công mô hình lý thuyết kinh doanh quốc tế với bài toán thực tiễn tại một doanh nghiệp may mặc Miền Trung, chuyển dịch cách tiếp cận từ cảm tính sang phân tích đa biến có kiểm định thống kê.
  2. Xác định mức độ ảnh hưởng thực chứng của các nhóm năng lực: Chứng minh nhân tố Năng lực quản lý ($\beta = 0.284$) và Mối quan hệ kinh doanh ($\beta = 0.241$) có tác động mạnh mẽ nhất đến hiệu quả xuất khẩu, bác bỏ quan điểm cho rằng chỉ cần trợ lực từ chính sách vĩ mô ($TT$ chỉ đạt $\beta = 0.132$).
  3. Mô hình hóa chuỗi giải pháp tích hợp Lean - ERP: Đưa ra phương án chuyển đổi từ hình thức may gia công CMT (Cut-Make-Trim) sang FOB cấp 2 (Mua nguyên liệu, may, bán thành phẩm) và ODM (Tự thiết kế mẫu), giúp gia tăng tỷ suất sinh lời trên doanh thu thêm 2,5% - 4,0%.
+------------------------------------------------------------------------------------+
|                SO SÁNH MÔ HÌNH NGHIÊN CỨU VỚI CÁC CÔNG TRÌNH TRƯỚC                 |
|                                                                                    |
| • Mô hình Aaby & Slater (1989): Đánh giá tổng quan, thiếu phân loại rào cản Mỹ.   |
| • Mô hình Zou & Stan (1998): Tập trung thị trường chung, không gắn tài chính BCTC. |
| • Mô hình Khóa luận (2019): Tích hợp biến quan sát dệt may, kiểm định SPSS N=165, |
|   kết hợp chỉ số tài chính thực tế và ma trận chiến lược SWOT hành động.           |
+------------------------------------------------------------------------------------+

Ứng dụng thực tế và triển khai

Kịch bản áp dụng thực tế tại doanh nghiệp

Giải pháp được thiết kế ứng dụng trực tiếp tại các dây chuyền sản xuất của Vinatex Đà Nẵng:

  • Tối ưu quy trình thực hiện hợp đồng: Rút ngắn thời gian lập bộ chứng từ thanh toán L/C và kiểm tra hải quan từ 5 ngày xuống còn 2 ngày nhờ quy chuẩn hóa chứng từ xuất nhập khẩu điện tử (VNACCS/VCIS).
  • Kiểm soát định mức tiêu hao nguyên phụ liệu: Thiết lập hệ thống kiểm soát chất lượng KCS trực tiếp trên chuyền may quần tây, giảm tỷ lệ hàng phế phẩm (Defect Rate) từ 3,2% xuống dưới 1,5%.

Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis)

  • Chi phí đầu tư giải pháp dự kiến: 1,2 tỷ VND (Bao gồm chi phí nâng cấp phần mềm ERP, tư vấn Lean và đào tạo nhân lực đàm phán quốc tế).
  • Lợi ích tài chính ước tính: Tiết kiệm chi phí hao hụt nguyên vật liệu 850 triệu VND/năm; gia tăng giá trị đơn hàng xuất khẩu trực tiếp 1,8 tỷ VND/năm.
  • Thời gian hoàn vốn (Payback Period): $\approx 9,5 \text{ tháng}$; Hệ số hoàn vốn đầu tư $ROI \approx 120,8%$ sau 2 năm vận hành.

Hạn chế và hướng phát triển

Hạn chế học thuật và kỹ thuật

  • Phương pháp lấy mẫu: Áp dụng phương pháp chọn mẫu thuận tiện phi xác suất ($N=165$), dù đảm bảo điều kiện kiểm định nhưng mức độ đại diện cho toàn bộ lao động khối sản xuất trực tiếp còn giới hạn.
  • Phạm vi chuỗi số liệu: Dữ liệu thứ cấp phân tích dừng lại ở giai đoạn 2015–2017; chưa kịp thời phản ánh các biến động địa chính trị phức tạp và sự chuyển dịch chính sách thuế quan thương mại sau năm 2018.

Hướng phát triển tiếp theo

  • Ứng dụng mô hình cấu trúc tuyến tính PLS-SEM / AMOS: Đánh giá các biến trung gian và biến điều tiết (Moderating variables) như quy mô doanh nghiệp và rủi ro tỷ giá hối đoái.
  • Mở rộng phạm vi phân tích liên thị trường: Tích hợp đánh giá tác động của Hiệp định Đối tác Toàn diện và Tiến bộ xuyên Thái Bình Dương (CPTPP) và EVFTA đối với chuỗi cung ứng dệt may miền Trung.

Đối tượng hưởng lợi

  • Sinh viên & Học viên ngành Kinh doanh quốc tế / Thương mại: Cung cấp tài liệu mẫu về cấu trúc phân tích định lượng kết hợp dữ liệu kế toán quản trị trong một khóa luận chuyên ngành kinh tế.
  • Nhà quản trị doanh nghiệp dệt may: Tham chiếu bộ chỉ số thực chứng ($\beta$ hồi quy) để ưu tiên phân bổ ngân sách vào nâng cao chất lượng đội ngũ nhân sự và quản trị quan hệ đối tác B2B thay vì đầu tư dàn trải.
  • Chuyên viên Logistics & Xuất nhập khẩu: Nắm bắt quy trình 8 bước triển khai hợp đồng ngoại thương xuất khẩu đường biển đi Mỹ và các biện pháp phòng ngừa rủi ro chứng từ L/C.
  • Giới nghiên cứu thị trường: Kế thừa thang đo 23 biến quan sát đã được kiểm định độ tin cậy để áp dụng vào các ngành hàng xuất khẩu xuất xứ Việt Nam khác (da giày, thủy sản, đồ gỗ).

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình phân tích dữ liệu này là gì?

Máy trạm hoặc máy tính cá nhân cấu hình tối thiểu CPU 4 nhân (Intel Core i3/AMD Ryzen 3), RAM 4GB, dung lượng ổ cứng trống 2GB. Cài đặt hệ điều hành Windows 10/11 hoặc Linux/macOS, phần mềm IBM SPSS Statistics version 20.0 trở lên (khuyến nghị v26.0) hoặc môi trường Python 3.8+ cài sẵn thư viện statsmodels và scikit-learn.

2. Làm thế nào để mở rộng mô hình khi quy mô khảo sát tăng lên hàng nghìn mẫu?

Khi kích thước mẫu $N > 1.000$, phương pháp phân tích nhân tố khám phá (EFA) cần được nâng cấp lên Phân tích nhân tố khẳng định (CFA) và kiểm định mô hình phương trình cấu trúc (SEM) bằng phần mềm IBM SPSS AMOS hoặc thư viện lavaan (R) / semopy (Python) để kiểm soát sai số đo lường toàn diện.

3. Vinatex Đà Nẵng có thể tích hợp kết quả nghiên cứu vào hệ thống ERP sẵn có không?

Có. Các chỉ số hiệu quả như $TP/R, TP/C$, tỷ suất tiêu hao nguyên vật liệu và tỷ suất ngoại tệ có thể được lập trình trực tiếp thành các công thức tự động hóa (Automated KPI Dashboards) trên hệ thống Fast Business ERP hoặc SAP S/4HANA để cảnh báo biến động chi phí theo thời gian thực.

4. Quy trình bảo trì và cập nhật dữ liệu định kỳ cho mô hình được thực hiện ra sao?

Doanh nghiệp nên cập nhật dữ liệu thứ cấp (BCTC) theo từng quý tài chính và tiến hành khảo sát đánh giá nội bộ định kỳ 12 tháng/lần. Trọng số các nhân tố ($\beta$) cần được hồi quy lại sau mỗi 2 năm để phản ánh sự thay đổi về chính sách nhập khẩu của thị trường Mỹ.

5. Chi phí triển khai và thời gian thu hồi vốn của các giải pháp đề xuất là bao lâu?

Tổng mức đầu tư cho giai đoạn chuẩn hóa quy trình, đào tạo nhân sự và áp dụng Lean ước tính khoảng 1,2 tỷ VND. Thời gian thu hồi vốn thực tế dự kiến trong vòng 9,5 đến 12 tháng nhờ cắt giảm lãng phí chuyền may và nâng cao biên lợi nhuận từ các đơn hàng FOB.

Kết luận

Khóa luận tốt nghiệp của sinh viên Mai Thị Ánh Tuyết đã giải quyết thấu đáo bài toán đánh giá hiệu quả kinh tế - xã hội trong hoạt động xuất khẩu hàng may mặc của CTCP Dệt may Vinatex Đà Nẵng sang thị trường Mỹ. Bằng việc kết hợp chặt chẽ giữa số liệu tài chính chuỗi thời gian 2015–2017 và kiểm định kinh tế lượng định lượng trên mẫu khảo sát $N=165$, công trình đã chứng minh vai trò then chốt của năng lực quản trị nội bộ ($\beta = 0.284$) và mạng lưới quan hệ khách hàng ($\beta = 0.241$) đối với sự tăng trưởng bền vững của doanh nghiệp. Các đề xuất chuyển đổi mô hình từ gia công thuần túy sang FOB/ODM và tinh gọn hóa quy trình sản xuất mang lại giá trị thực tiễn cao, là tiền đề quan trọng giúp doanh nghiệp nâng cao sức cạnh tranh trên thị trường toàn cầu.