CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN DỰ ĐỊNH KHỞI NGHIỆP TRONG LĨNH VỰC NĂNG LƯỢNG MẶT TRỜI CỦA SINH VIÊN TRÊN ĐỊA BÀN HÀ NỘI


Tóm tắt nghiên cứu

  • Câu hỏi nghiên cứu chính: Những nhân tố nào tác động trực tiếp và gián tiếp đến dự định khởi nghiệp (DĐKN) trong lĩnh vực năng lượng mặt trời (NLMT) của sinh viên tại các trường đại học trên địa bàn Hà Nội? Mức độ ảnh hưởng của từng nhân tố ra sao và giải pháp nào giúp thúc đẩy tinh thần khởi sự kinh doanh xanh trong giới trẻ?
  • Tổng quan phương pháp: Nghiên cứu áp dụng phương pháp định lượng thực nghiệm thông qua khảo sát bảng hỏi cấu trúc. Mẫu nghiên cứu hợp lệ gồm 208 sinh viên thuộc 18 trường đại học trên địa bàn thành phố Hà Nội (tiêu biểu như Đại học Kinh tế Quốc dân, Đại học Bách Khoa Hà Nội, Đại học Điện lực...). Dữ liệu được xử lý bằng phần mềm SPSS 22 qua các bước kiểm định độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (EFA) và phân tích hồi quy nhị phân (Binary Logistic).
  • Kết quả then chốt: Mô hình nghiên cứu xác lập 7 nhóm nhân tố chính chi phối dự định khởi nghiệp: Đam mê kinh doanh (DMKD), Nhân tố ngoại cảnh (NTNC), Tiếp cận thông tin (TCTT), Nhận thức hành vi (NTHV), Khả năng tài chính (KNTC), Giáo dục khởi nghiệp (GDKN) và Kiểm soát hành vi (KSHV). Đáng chú ý, dù có đến 59.6% sinh viên nắm bắt và hiểu rõ về năng lượng mặt trời, tỷ lệ thực sự có dự định khởi nghiệp trong ngành này chỉ dừng lại ở mức khiêm tốn 29.3%.
  • Hàm ý nghiên cứu: Kết quả nghiên cứu là cơ sở khoa học giúp các trường đại học đổi mới chương trình đào tạo khởi nghiệp chuyên sâu, đồng thời hỗ trợ các nhà hoạch định chính sách thiết kế cơ chế bảo trợ vốn và vườn ươm công nghệ cho các dự án năng lượng tái tạo trẻ.

Bối cảnh và tầm quan trọng

Thực trạng kiến thức và bức tranh khởi nghiệp

Khởi nghiệp sáng tạo và chuyển dịch năng lượng bền vững là hai động lực tăng trưởng then chốt của kỷ nguyên mới. Tại Việt Nam, hệ sinh thái khởi nghiệp đã ghi nhận bước nhảy vọt đáng kể từ 400 doanh nghiệp (năm 2012) lên hơn 4.000 startup (giai đoạn 2018–2019), thu hút hàng trăm triệu USD vốn đầu tư mạo hiểm. Song song đó, trước áp lực suy giảm tài nguyên hóa thạch và tốc độ đô thị hóa nhanh chóng (34.4% dân số đô thị theo Tổng cục Thống kê 2019), năng lượng mặt trời nổi lên như một trụ cột năng lượng tái tạo mang tính chiến lược với hàng trăm dự án công suất lớn được cấp phép theo Quyết định số 428/QĐ-TTg của Thủ tướng Chính phủ.

                              KHOẢNG TRỐNG NGHIÊN CỨU
                      (Thiếu cầu nối liên ngành Kinh tế - Kỹ thuật)

Khoảng trống nghiên cứu (Research Gap)

Dù hai mảng đề tài "ý định khởi nghiệp của sinh viên" và "tiềm năng phát triển năng lượng tái tạo" đều có nhiều công trình nghiên cứu độc lập, song điểm giao thoa giữa chúng gần như bị bỏ ngỏ. Đại đa số các nghiên cứu trước đây chỉ khảo sát dự định khởi nghiệp nói chung ở sinh viên khối ngành Kinh tế – Quản trị kinh doanh, hoặc tiếp cận năng lượng mặt trời thuần túy dưới lăng kính kỹ thuật - vật lý. Thiếu vắng các nghiên cứu thực nghiệm đánh giá các rào cản đặc thù (vốn đầu tư lớn, công nghệ nhập khẩu, chu kỳ hoàn vốn dài) đối với quyết định khởi nghiệp ngành năng lượng sạch của giới trẻ.

Tính cấp thiết và tác động kỳ vọng

Đặt trong bối cảnh cuộc Cách mạng công nghiệp 4.0 (kết hợp AI, IoT, Big Data vào quản lý lưới điện thông minh), việc nghiên cứu các nhân tố định hình DĐKN năng lượng mặt trời là yêu cầu cấp thiết. Đề tài mở ra hướng tiếp cận liên ngành, giúp phát triển nguồn nhân lực chất lượng cao, thúc đẩy phong trào "khởi nghiệp xanh" và hiện thực hóa mục tiêu giảm phát thải khí nhà kính quốc gia.


Methodology và approach

Thiết kế nghiên cứu (Research Design)

Nghiên cứu sử dụng phương pháp định lượng suy diễn (deductive quantitative research), kết hợp giữa khung lý thuyết hành vi hoạch định (Theory of Planned Behavior - TPB) của Ajzen (1991) và mô hình bối cảnh khởi nghiệp của Nurul Indarti (2004), Hisrich & Peters (2002). Mô hình nghiên cứu kiểm định mối quan hệ giữa 7 nhóm biến độc lập và 1 biến phụ thuộc nhị phân (Có dự định / Không có dự định khởi nghiệp NLMT).

Phương pháp thu thập và chọn mẫu

  • Đối tượng khảo sát: Sinh viên đang theo học từ năm nhất đến năm thứ năm tại 18 trường đại học trên địa bàn thành phố Hà Nội thuộc đa dạng khối ngành: Kinh tế năng lượng, Quản trị kinh doanh, Cơ điện tử, Kỹ thuật điện, Tự động hóa, Công nghệ thông tin, Kỹ thuật môi trường...
  • Kỹ thuật chọn mẫu: Chọn mẫu thuận tiện phi xác suất (convenience sampling). Khảo sát trực tuyến qua bảng hỏi cấu trúc từ tháng 02/2020 đến tháng 04/2020.
  • Quy mô mẫu: Tổng số 230 phiếu thu về; sau khi rà soát và loại bỏ 22 phiếu không đạt tiêu chuẩn (trả lời chiếu lệ, thiếu thông tin), mẫu phân tích chính thức gồm 208 quan sát hợp lệ. Quy mô này thỏa mãn yêu cầu mẫu tối thiểu của Hair et al. (2006) ($N \ge 5 \times \text{số biến quan sát} = 5 \times 28 = 140$) và công thức hồi quy của Green / Tabachnick & Fidell ($N \ge 104 + m = 127$).
  • Thang đo: Sử dụng thang đo định danh (Nominal) cho các biến nhân khẩu học và thang đo Likert 5 mức độ (từ 1: Hoàn toàn không đồng ý đến 5: Hoàn toàn đồng ý) để đo lường các biến quan sát tâm lý, thái độ.

Kỹ thuật phân tích dữ liệu

Nghiên cứu xử lý dữ liệu thông qua gói phần mềm SPSS 22.0 với quy trình phân tích chặt chẽ:

  1. Thống kê mô tả & tần số: Phác họa chân dung nhân khẩu học, kinh nghiệm làm thêm và nhận thức về NLMT của mẫu nghiên cứu.
  2. Kiểm định độ tin cậy thang đo (Cronbach's Alpha): Đánh giá tính nhất quán nội tại; loại bỏ các biến có hệ số tương quan biến - tổng (Corrected Item-Total Correlation) $< 0.3$.
  3. Phân tích nhân tố khám phá (EFA): Dùng phương pháp trích Principal Component Analysis với phép quay Varimax, điểm dừng Eigenvalue $> 1$, loại các biến có hệ số tải nhân tố (Factor Loading) $< 0.5$ hoặc chênh lệch tải chéo $< 0.3$.
  4. Phân tích hồi quy nhị phân (Binary Logistic Regression): Đánh giá mức độ tác động và xác suất dự báo của từng nhân tố lên biến phụ thuộc nhị phân.

Phát hiện chính

1. Tỷ lệ dự định khởi nghiệp còn thấp dù mức độ hiểu biết cao

Khảo sát chỉ ra nghịch lý: 59.6% sinh viên tự đánh giá hiểu rõ về năng lượng mặt trời (44.2% hiểu và 15.4% hiểu hoàn toàn). Tuy nhiên, có tới 70.7% sinh viên không có dự định khởi nghiệp trong lĩnh vực này, và chỉ 29.3% bày tỏ dự định tham gia khởi nghiệp. Điều này cho thấy nhận thức lý thuyết chưa đủ để chuyển hóa thành hành vi khởi nghiệp thực tế nếu thiếu các bệ đỡ hỗ trợ.

2. Sự tái cấu trúc và xác lập 7 nhóm nhân tố sau EFA

Sau 3 lần phân tích EFA và tinh giản thang đo, mô hình rút gọn còn 23 biến quan sát chuẩn xác, trích thành 7 nhóm nhân tố độc lập với tổng phương sai trích đạt 69.516% ($> 50%$) và hệ số KMO = 0.611 (Sig. Bartlett $= 0.000 < 0.05$):

  • Đam mê kinh doanh (DMKD): Cronbach's Alpha = 0.678. Đại diện cho khát vọng, động lực thành công và sự gắn kết cá nhân với việc làm chủ doanh nghiệp.
  • Tiếp cận thông tin (TCTT): Cronbach's Alpha = 0.749 (cao nhất). Mức độ tiếp cận các dữ liệu về năng lượng sạch, biến đổi khí hậu và mạng lưới khởi nghiệp tác động tích cực rất lớn đến việc định hình ý tưởng.
  • Nhận thức hành vi (NTHV): Cronbach's Alpha = 0.742. Thể hiện ý chí vượt khó, tâm thế chấp nhận thất bại và sự tự tin về năng lực quản trị.
  • Khả năng tài chính (KNTC): Cronbach's Alpha = 0.589 ~ 0.60. Khả năng tự chủ tài chính, tích lũy cá nhân và cơ hội tiếp cận vốn vay ngân hàng.
  • Giáo dục khởi nghiệp (GDKN): Cronbach's Alpha = 0.683. Vai trò của các môn học, cuộc thi và diễn đàn khởi nghiệp do nhà trường tổ chức.
  • Nhân tố ngoại cảnh (NTNC): Sự hậu thuẫn từ gia đình, chính sách hỗ trợ của Chính phủ và các quỹ đầu tư mạo hiểm.
  • Kiểm soát hành vi (KSHV): Mức độ nghiêm túc, kỷ luật và định hướng quản lý quy trình khi bắt tay triển khai một dự án kinh doanh mới.

3. Đánh giá thống kê mô tả thang đo

Dữ liệu chỉ ra rằng các biến liên quan đến "Mạng lưới khởi nghiệp" (DMKD5: Mean = 3.92), "Thông tin biến đổi khí hậu" (TCTT2: Mean = 3.92), và "Khát vọng thành tựu" (NTHV3: Mean = 3.83) có giá trị trung bình cao vượt trội ($> 3.5$). Trong khi đó, các biến liên quan đến nguồn vốn hỗ trợ từ trường học và cơ chế chính sách (NTNC3, NTNC4) đạt điểm tương đối thấp, phản ánh rào cản ngoại cảnh còn lớn đối với sinh viên khởi nghiệp.


Đóng góp khoa học

Đóng góp về mặt lý luận (Theoretical Contributions)

  1. Lấp đầy khoảng trống nghiên cứu liên ngành: Nghiên cứu tiên phong gắn kết lý thuyết hành vi khởi nghiệp với một lĩnh vực kỹ thuật – công nghệ cụ thể (Năng lượng mặt trời) tại một quốc gia đang phát triển như Việt Nam.
  2. Bổ sung và điều chỉnh mô hình TPB: Chứng minh rằng trong lĩnh vực có rào cản kỹ thuật và vốn cao, nhận thức kiểm soát hành vi cần được phân tách rõ ràng giữa nhận thức nội tại (ý chí, năng lực) và kiểm soát quy trình thực thi, kết hợp chặt chẽ với kênh tiếp cận thông tin môi trường.

Đóng góp về mặt thực tiễn và chính sách

  • Đối với các cơ sở giáo dục đại học: Cung cấp cơ sở dữ liệu thực nghiệm để các trường đại học (như NEU, Bách Khoa, Điện lực) xây dựng chương trình đào tạo tích hợp: trang bị kiến thức thương mại hóa công nghệ, kỹ năng gọi vốn và quản trị rủi ro cho sinh viên kỹ thuật.
  • Đối với các cơ quan quản lý và hoạch định chính sách: Đưa ra khuyến nghị cụ thể cho Bộ Công Thương, Bộ Khoa học & Công nghệ và Trung tâm Hỗ trợ Thanh niên Khởi nghiệp trong việc xây dựng các "vườn ươm công nghệ sạch" (CleanTech Incubators), đơn giản hóa thủ tục tiếp cận nguồn vốn ưu đãi từ các dự án quốc tế (như IPP Phần Lan, FIRST Ngân hàng Thế giới).

Đối tượng quan tâm

Nghiên cứu mang lại giá trị thiết thực và tài liệu tham khảo giá trị cao cho các nhóm độc giả sau:

  1. Giảng viên và Nhà nghiên cứu học thuật:
    • Cung cấp khung nghiên cứu mẫu và bộ thang đo đã được kiểm định độ tin cậy về hành vi khởi nghiệp chuyên ngành.
    • Là tư liệu giảng dạy thực tiễn cho các bộ môn Quản trị Kinh doanh, Quản trị Đổi mới sáng tạo, Kinh tế Năng lượng và Phát triển bền vững.
  2. Cơ quan quản lý Nhà nước và Tổ chức phi chính phủ (NGOs):
    • Hoạch định các chính sách hỗ trợ phát triển hệ sinh thái khởi nghiệp xanh theo Nghị quyết của Chính phủ về phát triển năng lượng tái tạo.
    • Thiết lập các chương trình tài trợ vốn mồi, quỹ đầu tư thiên thần (Angel Investors) dành riêng cho thanh niên khởi nghiệp công nghệ sạch.
  3. Doanh nghiệp năng lượng và Quỹ đầu tư mạo hiểm (Venture Capital):
    • Nhận diện tiềm năng và xu hướng tư duy của nguồn nhân lực trẻ để có chiến lược đặt hàng nghiên cứu, săn đón tài năng hoặc rót vốn vào các dự án ươm tạo khả thi.
  4. Sinh viên và Nhà khởi nghiệp trẻ:
    • Tự đánh giá năng lực cá nhân, nhận diện các rào cản về vốn, kiến thức và mạng lưới quan hệ để có lộ trình chuẩn bị bài bản trước khi gia nhập thị trường năng lượng.

Câu hỏi thường gặp (FAQ)

1. Phát hiện quan trọng nhất của đề tài nghiên cứu này là gì?

Điểm cốt lõi là sự chênh lệch lớn giữa mức độ hiểu biết (gần 60% hiểu rõ về NLMT) và dự định khởi nghiệp thực tế (chỉ 29.3%). Rào cản lớn nhất không nằm ở sự đam mê hay thiếu hụt thông tin biến đổi khí hậu, mà nằm ở năng lực tài chính, cơ chế hỗ trợ ngoại cảnh và sự thiếu hụt kỹ năng chuyển giao từ nhà trường ra thương trường.

2. Phương pháp phân tích dữ liệu của nghiên cứu có gì nổi bật?

Đề tài sử dụng quy trình phân tích 3 tầng chặt chẽ trên SPSS 22: từ Cronbach's Alpha (sàng lọc độ tin cậy biến) $\rightarrow$ Phân tích nhân tố khám phá EFA (rút gọn và tái cấu trúc các nhân tố phù hợp với thực tế Việt Nam) $\rightarrow$ Hồi quy Logistic nhị phân (Binary Logistic), giúp đo lường chính xác xác suất đưa ra quyết định "Có" hoặc "Không" khởi nghiệp của sinh viên.

3. Kết quả khảo sát có thể khái quát hóa (Generalize) cho toàn bộ sinh viên Việt Nam không?

Mẫu khảo sát gồm 208 sinh viên thuộc 18 trường đại học lớn tại Hà Nội, tập trung vào các trường trọng điểm về kinh tế và kỹ thuật. Do đó, kết quả có tính đại diện cao cho sinh viên khu vực đô thị lớn phía Bắc. Tuy nhiên, để khái quát hóa toàn quốc, các nghiên cứu tiếp theo cần mở rộng mẫu khảo sát tại khu vực miền Trung và miền Nam (nơi có lượng bức xạ mặt trời cao hơn).

4. Đề tài chỉ ra những hạn chế gì và hướng nghiên cứu tương lai ra sao?

Đề tài thực hiện bằng phương pháp chọn mẫu thuận tiện và cỡ mẫu còn ở mức trung bình ($N=208$). Hướng nghiên cứu tiếp theo nên áp dụng phương pháp chọn mẫu phân tầng ngẫu nhiên, mở rộng quy mô đa tỉnh thành và áp dụng mô hình phương trình cấu trúc tuyến tính (PLS-SEM / CB-SEM) để đánh giá các tác động trung gian và điều tiết chuyên sâu.

5. Ứng dụng thực tiễn của nghiên cứu vào môi trường đại học là gì?

Nghiên cứu khuyến nghị các trường đại học thành lập các câu lạc bộ "Khởi nghiệp Xanh", tổ chức các hackathon công nghệ năng lượng, kết hợp sinh viên khối Kỹ thuật (chuyên môn công nghệ) với sinh viên khối Kinh tế (quản trị, tài chính) để tạo ra các nhóm sáng lập cân bằng năng lực.


Kết luận

Công trình nghiên cứu "Các nhân tố ảnh hưởng đến dự định khởi nghiệp trong lĩnh vực năng lượng mặt trời của sinh viên trên địa bàn Hà Nội" đã đóng vai trò là nhịp cầu tiên phong kết nối giữa lý thuyết hành vi khởi nghiệp và thực tiễn ngành năng lượng tái tạo. Bằng việc định vị rõ ràng 7 nhóm nhân tố then chốt (Đam mê kinh doanh, Ngoại cảnh, Thông tin, Nhận thức hành vi, Tài chính, Giáo dục, Kiểm soát hành vi), đề tài đã giải mã nguyên nhân khiến tỷ lệ khởi nghiệp xanh của sinh viên còn thấp dù tiềm năng thị trường rất lớn.

Để biến tiềm năng thành hiện thực, cần có sự phối hợp đồng bộ giữa Nhà nước (hoàn thiện khung pháp lý và quỹ hỗ trợ), Nhà trường (đổi mới giáo dục liên ngành thực chiến) và bản thân sinh viên (trau dồi ý chí và kết nối mạng lưới).

[!TIP] Khám phá và hợp tác nghiên cứu: Bạn quan tâm đến việc ứng dụng mô hình nghiên cứu này hoặc muốn tìm hiểu sâu hơn về dữ liệu phân tích chi tiết? Hãy kết nối với nhóm nghiên cứu hoặc tham khảo các đề án hỗ trợ khởi nghiệp đổi mới sáng tạo để cùng chung tay thúc đẩy quá trình chuyển dịch năng lượng bền vững tại Việt Nam!