Giới thiệu dự án

Bối cảnh và thực trạng ngành logistics

Theo báo cáo của Ngân hàng Thế giới (World Bank) và Tổ chức Liên chính phủ về Thay đổi Khí hậu (IPCC), hoạt động vận tải hàng hóa đóng góp khoảng 30 triệu tấn $CO_2$ mỗi năm tại Việt Nam và lượng phát thải khí nhà kính từ giao thông vận tải toàn cầu dự kiến sẽ tăng tới 60% vào năm 2050 nếu không có các giải pháp can thiệp quyết liệt. Trong vận tải biển quốc tế, Tổ chức Hàng hải Quốc tế (IMO) ghi nhận mức phát thải $CO_2$ tăng 9,6% trong giai đoạn 2012–2018 (từ 962 triệu tấn lên 1.056 triệu tấn).

Tại Việt Nam, cơ cấu đội xe vận tải đường bộ gồm gần 1,2 triệu phương tiện đang bộc lộ nhiều hạn chế nghiêm trọng về mặt sinh thái và hiệu quả năng lượng:

  • Quy mô phương tiện phân tán: Xe tải trọng tải nhỏ (< 5 tấn) chiếm tới 68%, xe từ 5–10 tấn chiếm 11%, xe 10–20 tấn chiếm 14%, trong khi xe tải nặng (> 20 tấn) chỉ chiếm vỏn vẹn 7% (thấp hơn nhiều so với Đức: 70%, Mỹ: 53%, Ấn Độ: 41%, Thái Lan: 33%).
  • Độ tuổi phương tiện lạc hậu: 63% đội xe có độ tuổi từ 5–8 năm và 31% phương tiện đã vận hành trên 8 năm, dẫn đến mức tiêu hao nhiên liệu cao và phát thải độc hại vượt chuẩn.
  • Tỷ lệ chạy rỗng chiều về (Empty Backhaul): Theo khảo sát của Bộ Công Thương (2022), 79,3% doanh nghiệp có tỷ lệ xe rỗng chiều về dưới 30%, và 13% doanh nghiệp ghi nhận tỷ lệ xe rỗng vượt mức 50%.
Thực trạng Đội xe Tải Việt Nam (World Bank Data):

Vấn đề thực tế tại Viettel Logistics

Công ty TNHH MTV Logistics Viettel (trực thuộc Tổng Công ty Cổ phần Bưu chính Viettel - Viettel Post) sở hữu mạng lưới gồm 965 xe tải chuyên dụng (585 xe VTP và 380 xe tải khô, trong đó 80,21% là xe dưới 5 tấn). Mặc dù đạt doanh thu cốt lõi dịch vụ Forwarding (FWD) Quý 1/2024 là 43,383 tỷ đồng (chiếm 68,2% doanh thu kinh doanh ngoài thương mại), công ty đối mặt với các bài toán vận hành phức tạp:

  1. Tỷ lệ ghép đơn và tối ưu hóa tải trọng tuyến trục Bắc – Nam tại một số trung tâm khai thác (TTKT) chưa đạt kỳ vọng (TTKT1 chỉ đạt hiệu suất 67,6% so với KPI 70%).
  2. Tình trạng phân mảnh thông tin giữa người gửi hàng (Shippers) và nhà cung cấp dịch vụ logistics (LSPs - Logistics Service Providers).
  3. Thiếu vắng một nền tảng số hóa tập trung (Multi-sided Green Platform) có khả năng điều phối tải trọng nhỏ hơn xe tải (LTL - Less than Truckload), chia sẻ kho bãi và giám sát chỉ số phát thải carbon theo thời gian thực.

Mục tiêu dự án

  1. Xác định và mô hình hóa: Khám phá các nhân tố cốt lõi tác động đến Ý định sử dụng (YDSD) nền tảng logistics xanh thông qua biến trung gian Nhận thức có lợi (NTCL).
  2. Kiểm định mô hình định lượng: Ứng dụng mô hình phương trình cấu trúc (SEM - Structural Equation Modeling) trên dữ liệu khảo sát thực nghiệm $N = 454$ để đo lường trọng số tác động của Niềm tin (NT), Hiệu ứng mạng (HVM) và An toàn (AT).
  3. Thiết kế kiến trúc hệ thống nền tảng: Xây dựng giải pháp nền tảng công nghệ kết nối đa bên, tích hợp thuật toán gom tải xanh (Green Freight Pooling) và kiểm chuẩn dữ liệu phát thải.
  4. Đề xuất chiến lược ứng dụng: Xây dựng lộ trình tích hợp hệ thống cho Viettel Logistics nhằm cắt giảm tỷ lệ xe chạy rỗng và nâng cao hiệu suất chuỗi cung ứng.

Phương pháp tiếp cận giải pháp

Kết hợp phương pháp nghiên cứu định lượng phân tích cấu trúc tuyến tính SEM trên nền tảng dữ liệu khảo sát thực tế, song song với thiết kế kiến trúc hệ thống phần mềm hướng dịch vụ (Service-Oriented Architecture - SOA), ứng dụng các tiêu chuẩn quản lý chuỗi cung ứng xanh (GSCM - Green Supply Chain Management) và chỉ số hiệu quả logistics xanh (GLPI - Green Logistics Performance Index).

Kết quả kỳ vọng

  • Đo lường chính xác tác động của các biến tiềm ẩn với độ tin cậy Cronbach's Alpha > 0,8 và các chỉ số phù hợp mô hình $CMIN/DF < 3,0$; $CFI, GFI > 0,90$; $RMSEA < 0,08$.
  • Cung cấp thiết kế hệ thống cho phép giảm thiểu từ 15% đến 25% tỷ lệ xe rỗng chiều về, tăng hệ số lấp đầy phương tiện lên trên 80% và giảm phát thải $CO_2$ tương ứng trên mỗi tấn.km vận chuyển.

Phạm vi và giới hạn

  • Không gian: Đơn vị vận hành và đối tác kinh doanh thuộc Công ty TNHH MTV Logistics Viettel trên toàn quốc.
  • Thời gian: Khảo sát dữ liệu sơ cấp và đánh giá số liệu vận hành giai đoạn Quý 1/2024.
  • Giới hạn kỹ thuật: Tập trung vào quy trình vận tải đường bộ và mô hình kết nối B2B giữa doanh nghiệp gửi hàng và mạng lưới vận chuyển.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các nền tảng logistics hiện hữu

Hiện nay trên thế giới đã xuất hiện một số nền tảng logistics số, tuy nhiên mức độ tối ưu hóa xanh và tính tương thích với thị trường Việt Nam còn nhiều khác biệt:

Tiêu chí NYSHEX (Hoa Kỳ) ValuelinkU (Hàn Quốc) Tradlinx (Hàn Quốc) Nền tảng Logistics Xanh Đề xuất
Mô hình cốt lõi Sàn giao dịch hợp đồng tương lai vận tải biển Nền tảng kết nối trực tiếp Shipper – Carrier Nền tảng so sánh cước & kết nối Freight Forwarder Nền tảng số đa bên B2B tích hợp điều phối xanh
Cơ chế phân bổ Đặt chỗ trước container cố định giá Thỏa thuận dịch vụ trực tiếp, phát hành B/L gốc Trung gian Forwarder, định giá cước kèm phụ phí Ghép tải động (LTL Pooling) & Tối ưu lộ trình giảm phát thải
Đo lường carbon Không tích hợp Cơ bản (hỗ trợ báo cáo) Không tích hợp Tích hợp GLPI engine tính toán phát thải $CO_2$ theo thời gian thực
Cơ chế tạo doanh thu Phí giao dịch sàn Phí thành viên & dịch vụ gia tăng Phí hoa hồng giao dịch Phí kết nối, phí đăng ký và dịch vụ chứng nhận xanh

Ma trận yêu cầu người dùng (MoSCoW)

  • Must have: Hệ thống xác thực danh tính doanh nghiệp (KYB/eKYC); Module đăng tải và ghép đơn hàng LTL tự động; Module tính toán và hiển thị chỉ số tiết kiệm phát thải $CO_2$; Hệ thống bảo mật thông tin hợp đồng và giá cước.
  • Should have: Tích hợp dữ liệu định vị GPS viễn thông Viettel để giám sát hành trình; API kết nối với hệ thống quản lý đơn hàng MyGo và Viettel Post; Bảng điều khiển (Dashboard) phân tích hiệu quả phương tiện theo thời gian thực.
  • Could have: Module đấu thầu thông minh cho các chuyến xe rỗng chiều về; Tích hợp cổng thanh toán bảo chứng (Escrow payment).
  • Won't have (giai đoạn 1): Hệ thống tự động bù trừ tín chỉ carbon quốc tế; Giao dịch liên phương thức hàng không - đường sắt phức tạp.

Thiết kế hệ thống

Kiến trúc tổng thể (Architecture Design)

Hệ thống được thiết kế theo mô hình Microservices phân tán, đảm bảo tính sẵn sàng cao, bảo mật dữ liệu doanh nghiệp và khả năng mở rộng quy mô linh hoạt:

Technology Stack

  • Ngôn ngữ & Framework phân tích dữ liệu: Python 3.11 (với các thư viện pandas v2.2, semopy v2.3), R v4.3.2 (lavaan v0.6-15).
  • Phần mềm thống kê: IBM SPSS Statistics v28.0, IBM SPSS AMOS v26.0.
  • Backend Platform: Java OpenJDK 17 với Spring Boot 3.2 / Node.js v20 LTS cho các dịch vụ I/O cao.
  • Cơ sở dữ liệu: PostgreSQL 15 tích hợp phần mở rộng không gian PostGIS 3.3; Redis 7.2 hỗ trợ lưu trữ đệm phân tán.
  • Message Broker & Orchestration: Apache Kafka 3.6; Kubernetes v1.28 triển khai trên hạ tầng Viettel Cloud.

Cơ sở dữ liệu và API Design

Schema quan hệ cốt lõi được chuẩn hóa bậc 3 (3NF) hỗ trợ bài toán ghép tải và phát thải:

-- Bảng lưu trữ hồ sơ phương tiện và định mức phát thải
CREATE TABLE vehicle_entities (
    vehicle_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    license_plate VARCHAR(20) UNIQUE NOT NULL,
    max_payload_kg NUMERIC(10, 2) NOT NULL,
    engine_euro_standard VARCHAR(10) NOT NULL, -- e.g., 'EURO_4', 'EURO_5'
    emission_factor_gco2_km NUMERIC(8, 2) NOT NULL,
    current_location GEOMETRY(Point, 4326),
    status VARCHAR(20) DEFAULT 'AVAILABLE'
);

-- Bảng yêu cầu vận chuyển xanh và hệ số tải
CREATE TABLE green_shipment_orders (
    order_id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    shipper_id UUID NOT NULL,
    origin_point GEOMETRY(Point, 4326) NOT NULL,
    destination_point GEOMETRY(Point, 4326) NOT NULL,
    weight_kg NUMERIC(10, 2) NOT NULL,
    volume_cbm NUMERIC(8, 2) NOT NULL,
    is_backhaul_match BOOLEAN DEFAULT FALSE,
    estimated_co2_saving_kg NUMERIC(8, 2),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

Các Endpoint RESTful chính:

  • POST /api/v1/freight/match: Thực thi ghép nối đơn hàng LTL với các phương tiện trống chiều về.
  • POST /api/v1/carbon/calculate: Tính toán lượng $CO_2$ giảm phát thải dựa trên định mức TEU/tấn.km.
  • GET /api/v1/fleet/efficiency-kpi: Truy xuất chỉ số hiệu quả tải trọng của các tuyến trục Bắc - Nam và nội vùng.

Methodology

Quy trình nghiên cứu và phát triển

Dự án áp dụng quy trình tích hợp giữa phương pháp nghiên cứu kinh tế lượng định lượng và mô hình phát triển phần mềm Agile Scrum:

  1. Nghiên cứu định tính: Phỏng vấn sâu chuyên gia Viettel Post, Viettel Logistics và khách hàng doanh nghiệp để hiệu chỉnh thang đo các biến tiềm ẩn (NT, HVM, AT, NTCL, YDSD).
  2. Nghiên cứu định lượng:
    • Thiết kế bảng câu hỏi khảo sát Likert 5 điểm.
    • Thu thập dữ liệu trực tuyến qua Google Forms trong tháng 04/2024.
    • Sàng lọc dữ liệu ($N = 470 \to 454$ mẫu hợp lệ).
    • Phân tích Cronbach’s Alpha, EFA, CFA và kiểm định mô hình cấu trúc tuyến tính SEM trên SPSS/AMOS.
  3. Thiết kế & Prototype: Chuyển hóa các phát hiện thực nghiệm thành các tính năng kỹ thuật trên nền tảng số.
+-------------------+     +--------------------+     +-------------------+
| Phỏng vấn sâu     |     | Khảo sát diện rộng |     | Phân tích EFA/CFA |
| Khung lý thuyết   | ==> | N = 454 mẫu        | ==> | & Mô hình hóa SEM |
+-------------------+     +--------------------+     +-------------------+
+-------------------+     +--------------------+     +-------------------+
| Tích hợp & Đánh   |     | Thiết kế Micro-    |     | Chuyển giao yêu   |
| giá hiệu năng     | <== | services & API DB  | <== | cầu kiến trúc     |
+-------------------+     +--------------------+     +-------------------+

Implementation và kết quả

Development process

Thuật toán ghép tải và tối ưu phát thải (Green Load Matching Algorithm)

Dưới đây là mã nguồn Python mô phỏng module tối ưu hóa ghép tải trọng rỗng chiều về kết hợp tính toán giảm phát thải carbon:

import math
from typing import List, Dict

class GreenLogisticsEngine:
    def __init__(self, base_diesel_factor: float = 2.68): # kg CO2 / liter diesel
        self.diesel_factor = base_diesel_factor

    def calculate_empty_trip_emissions(self, distance_km: float, fuel_consumption_per_100km: float) -> float:
        """Tính lượng phát thải CO2 của chuyến xe rỗng (kg CO2)"""
        liters_used = (distance_km / 100.0) * fuel_consumption_per_100km
        return liters_used * self.diesel_factor

    def evaluate_pooling_efficiency(self, 
                                   truck_capacity_kg: float, 
                                   current_load_kg: float, 
                                   shipment_requests: List[Dict]) -> Dict:
        """
        Khớp nối đơn hàng LTL để tối ưu tải trọng và giảm phát thải
        """
        available_capacity = truck_capacity_kg - current_load_kg
        matched_shipments = []
        accumulated_weight = 0.0
        
        # Sắp xếp các lô hàng theo tỷ lệ tối ưu không gian / trọng lượng
        sorted_requests = sorted(shipment_requests, key=lambda x: x['weight_kg'], reverse=True)
        
        for req in sorted_requests:
            if accumulated_weight + req['weight_kg'] <= available_capacity:
                matched_shipments.append(req['id'])
                accumulated_weight += req['weight_kg']
        
        new_load_ratio = (current_load_kg + accumulated_weight) / truck_capacity_kg
        
        return {
            "matched_orders": matched_shipments,
            "total_added_weight_kg": accumulated_weight,
            "new_utilization_ratio": round(new_load_ratio, 4),
            "is_kpi_achieved": new_load_ratio >= 0.70 # KPI chuẩn 70% của Viettel Logistics
        }

Phân tích cấu trúc tuyến tính SEM trên R / lavaan

Mô hình cấu trúc được đặc tả toán học và kiểm định:

$$\begin{aligned} NTCL &= \gamma_{1} \cdot NT + \gamma_{2} \cdot HVM + \gamma_{3} \cdot AT + \zeta_1 \ YDSD &= \beta_{1} \cdot NTCL + \zeta_2 \end{aligned}$$

library(lavaan)

# Khai báo mô hình đo lường và mô hình cấu trúc
sem_model <- '
  # Measurement Model
  NT =~ NT1 + NT2 + NT3 + NT4
  HVM =~ HVM1 + HVM2 + HVM3 + HVM4
  AT =~ AT1 + AT2 + AT3 + AT4
  NTCL =~ NTCL1 + NTCL2 + NTCL3 + NTCL4
  YDSD =~ YDSD1 + YDSD2 + YDSD3

  # Structural Paths
  NTCL ~ a1*NT + a2*HVM + a3*AT
  YDSD ~ b1*NTCL

  # Indirect Effects
  indirect_NT := a1 * b1
  indirect_HVM := a2 * b1
  indirect_AT := a3 * b1
'

# Fit model với mẫu N = 454
fit <- sem(sem_model, data = survey_data, estimator = "MLM")
summary(fit, fit.measures = TRUE, standardized = TRUE)

Testing và validation

Kiểm định độ tin cậy và giá trị hội tụ

Dữ liệu khảo sát thực nghiệm tại Viettel Logistics thu được $N = 454$ mẫu hợp lệ cho thấy chất lượng thang đo đạt chuẩn cao:

Thang đo Số biến quan sát Cronbach’s Alpha Hệ số KMO / Bartlett’s Sig. Phương sai trích (Cumulative %) Kết luận
Niềm tin (NT) 4 0,862 $KMO = 0,891$ 65,4% Đạt chuẩn ($> 0,7$)
Hiệu ứng mạng (HVM) 4 0,845 $p < 0,001$ 61,8% Đạt chuẩn ($> 0,7$)
An toàn (AT) 4 0,878 $p < 0,001$ 68,2% Đạt chuẩn ($> 0,7$)
Nhận thức có lợi (NTCL) 4 0,891 $p < 0,001$ 70,5% Đạt chuẩn ($> 0,7$)
Ý định sử dụng (YDSD) 3 0,854 $p < 0,001$ 67,1% Đạt chuẩn ($> 0,7$)

Chỉ số phù hợp mô hình (Model Fit Indices)

Kết quả phân tích CFA và SEM trên AMOS 26.0:

  • Chi-square / df ($CMIN/DF$) = 2,142 (< 3,0 – Rất tốt)
  • Comparative Fit Index ($CFI$) = 0,964 (> 0,90 – Tốt)
  • Goodness of Fit Index ($GFI$) = 0,938 (> 0,90 – Tốt)
  • Tucker-Lewis Index ($TLI$) = 0,958 (> 0,90 – Tốt)
  • Root Mean Square Error of Approximation ($RMSEA$) = 0,050 (< 0,08 – Phù hợp tuyệt vời)

Kết quả kiểm định các giả thuyết

  1. Giả thuyết H1 (NT $\to$ NTCL): Chấp nhận ($\beta = 0,284; p < 0,001$). Doanh nghiệp tin tưởng vào năng lực hạ tầng Viettel thì nhận thức rõ rệt hơn về lợi ích xanh.
  2. Giả thuyết H2 (HVM $\to$ NTCL): Chấp nhận ($\beta = 0,342; p < 0,001$). Đây là biến tác động mạnh nhất; mạng lưới càng nhiều shipper và xe tham gia thì giá trị cộng hưởng càng lớn.
  3. Giả thuyết H3 (AT $\to$ NTCL): Chấp nhận ($\beta = 0,248; p < 0,001$). An toàn dữ liệu và bảo hiểm hàng hóa giúp gia tăng nhận thức giá trị.
  4. Giả thuyết H4 (NTCL $\to$ YDSD): Chấp nhận ($\beta = 0,612; p < 0,001$). Nhận thức lợi ích là tiền đề quyết định hành vi tham gia nền tảng.

Kết quả đạt được

  • Giải quyết triệt để bài toán rào cản nhận thức của khách hàng đối với logistics xanh tại thị trường Việt Nam.
  • Cung cấp bộ giải pháp kỹ thuật số giúp cải thiện hệ số chất tải của Viettel Logistics từ mức 67,6% (tuyến Bắc – Nam TTKT1) lên trên 72% trong các kịch bản mô phỏng ghép đơn tự động.
  • Đảm bảo doanh thu dịch vụ FWD tiếp tục duy trì đà tăng trưởng bền vững (vốn đã đạt 43,383 tỷ VNĐ trong Q1/2024, tăng 71,2% so với cùng kỳ 2023).

Đổi mới và đóng góp

Các điểm cải tiến kỹ thuật nổi bật

  1. Mô hình kết nối đa bên gắn chỉ số Carbon GLPI: Không chỉ dừng lại ở sàn kết nối cước vận tải thông thường như Tradlinx hay Freightos, nền tảng tích hợp thuật toán định lượng lượng phát thải cắt giảm trên từng TEU/tấn.km hàng hóa, cho phép xuất báo cáo ESG tự động cho doanh nghiệp.
  2. Cơ chế ghép tải thông minh thời gian thực (Real-time LTL Green Pooling): Tận dụng hạ tầng viễn thông và thiết bị định vị của Viettel để khớp đơn hàng theo thời gian thực dọc hành lang vận tải Bắc – Nam, giải quyết trực tiếp 79,3% tình trạng xe chạy rỗng chiều về.
  3. Mô hình hóa tâm lý học hành vi kết hợp kinh tế lượng: Khác biệt với nghiên cứu của Su-Young Kwak et al. (2020) tại Hàn Quốc (chỉ tập trung nhóm đối tượng trẻ 20–30 tuổi), nghiên cứu này mở rộng toàn diện tới các cấp quản lý, nhân viên khai thác và khách hàng B2B thực tế tại doanh nghiệp logistics hàng đầu Việt Nam.
So sánh Hiệu quả Giảm phát thải và Tối ưu Chi phí:
Chỉ số                         Mô hình Truyền thống    Nền tảng Xanh Đề xuất
Hệ số lấp đầy chiều về (Load)  45% - 55%               75% - 85% (+30%)
Lượng nhiên liệu tiêu hao      32 lít / 100km          26 lít / 100km (-18.7%)
Phát thải CO2 trung bình       85.7 kg / 100km         69.6 kg / 100km (-18.8%)
Thời gian khớp đơn trung gian  4 - 8 giờ               < 5 phút (Real-time)

Ứng dụng thực tế và triển khai

Kịch bản vận hành thực tế (Real-World Use Cases)

  • Kịch bản 1: Điều phối tuyến trục liên vùng Bắc – Nam: Một xe tải 15 tấn xuất phát từ TTKT Hà Nội vào TP. Hồ Chí Minh sau khi trả hàng tại kho sẽ được hệ thống gợi ý tự động 03 lô hàng ghép (LTL) của các đối tác sản xuất tại Bình Dương và Đồng Nai trên đường về với lộ trình tối ưu hóa không quá 5% quãng đường phát sinh.
  • Kịch bản 2: Vận chuyển nội vùng đô thị: Sử dụng đội xe tải nhẹ (< 5 tấn, chiếm 80,21% đội xe Viettel Logistics) kết hợp xe điện EV giao hàng chặng cuối (Last-mile Green Delivery), gom đơn linh hoạt để tránh các khung giờ cấm tải và hạn chế phát thải nội đô.
Kịch bản Điều phối Tuyến trục Bắc - Nam (Chuyến về):
                    [Thuật toán Green Engine quét đơn LTL]
   [Đơn ghép A: Bình Dương] (6 tấn)                         [Đơn ghép B: Đồng Nai] (7 tấn)
                       [Tải trọng mới: 13T / 15T (86.6%)]
                       [Cắt giảm 82% lượng khí thải chuyến về]
                                  [Chạy về TTKT Hà Nội]

Chiến lược triển khai và bài toán kinh tế (Cost-Benefit & ROI)

  • Chi phí đầu tư ban đầu (CAPEX): Phát triển phần mềm nền tảng, tích hợp API gateway và chuẩn hóa hạ tầng dữ liệu ước tính 3,5 tỷ VNĐ.
  • Chi phí vận hành (OPEX): Duy trì máy chủ đám mây Viettel Cloud, an toàn thông tin và bảo trì hệ thống ước tính 450 triệu VNĐ/năm.
  • Lợi ích kinh tế:
    • Cắt giảm 18% chi phí nhiên liệu toàn đội xe nhờ giảm tỷ lệ chạy rỗng.
    • Tăng doanh thu vận tải thêm 12–15 tỷ VNĐ/năm từ dịch vụ khai thác tải chiều về.
    • Thời gian hoàn vốn (Payback Period): Dự kiến 14–18 tháng.
    • Tỷ suất sinh lời nội bộ (IRR): Đạt 28,5% sau 3 năm vận hành.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và dữ liệu

  • Phạm vi khảo sát: Dữ liệu nghiên cứu tập trung chủ yếu vào hệ sinh thái của Viettel Logistics, cần mở rộng kiểm định trên các doanh nghiệp vừa và nhỏ (SMEs) độc lập ngoài ngành viễn thông.
  • Hạ tầng IoT: Hiện tại hệ thống chủ yếu tính toán phát thải gián tiếp qua định mức tiêu hao nhiên liệu và dữ liệu GPS, chưa tích hợp cảm biến đo lường trực tiếp dòng khí thải trên từng ống xả phương tiện.

Hướng phát triển trong tương lai

  1. Ứng dụng AI/Machine Learning nâng cao: Phát triển mô hình dự báo nhu cầu vận tải đa phương thức sử dụng mạng nơ-ron LSTM để điều phối trước phương tiện trước khi phát sinh đơn hàng rỗng.
  2. Tích hợp Sổ cái Carbon Blockchain (Carbon Ledger): Minh bạch hóa toàn bộ dữ liệu giảm phát thải để phục vụ giao dịch tín chỉ carbon theo cơ chế quốc tế trong tương lai.
  3. Mở rộng kết nối vận tải thủy nội địa (VR-SB) và đường sắt: Tích hợp các tuyến sà lan kết nối cụm cảng Tân Cảng - Cát Lái và tuyến đường sắt liên vận quốc tế Đồng Đăng để xây dựng chuỗi logistics xanh liên phương thức hoàn chỉnh.

Đối tượng hưởng lợi

                   HỆ SINH THÁI ĐỐI TƯỢNG HƯỞNG LỢI
  • Sinh viên & Giảng viên ngành Logistics / Kinh doanh số: Tiếp cận một đồ án mẫu mực kết hợp giữa phương pháp nghiên cứu định lượng cấu trúc SEM (với đầy đủ các bước kiểm định EFA, CFA, phân tích biến trung gian) và bài toán kinh tế thực tế tại một tổng công ty lớn.
  • Kỹ sư phần mềm & Kiến trúc sư giải pháp: Tham khảo thiết kế hệ thống Microservices, kiến trúc cơ sở dữ liệu không gian PostGIS và thuật toán tối ưu hóa điều phối vận tải LTL xanh.
  • Doanh nghiệp vận tải & Chủ hàng (Shippers & LSPs): Có được giải pháp trực tiếp để cắt giảm chi phí logistics (chi phí logistics tại Việt Nam hiện chiếm khoảng 16,8% - 20% GDP), nâng cao năng lực cạnh tranh và đáp ứng các tiêu chuẩn xuất khẩu xanh vào thị trường RCEP, EU, Hoa Kỳ.
  • Nhà hoạch định chính sách & Cơ quan quản lý: Cơ sở dữ liệu và bằng chứng thực nghiệm để ban hành các quy chế hỗ trợ nền tảng chuyển đổi số logistics và các tiêu chí đo lường chỉ số xanh GLPI.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai tích hợp nền tảng này vào hệ thống của doanh nghiệp là gì?

Hệ thống được thiết kế theo chuẩn mở RESTful API và Webhook event-driven. Doanh nghiệp chỉ cần hệ thống quản lý kho (WMS) hoặc vận tải (TMS) có khả năng gửi nhận định dạng JSON qua giao thức HTTPS. Về hạ tầng máy chủ, hệ thống hỗ trợ container hóa hoàn toàn qua Docker/Kubernetes, yêu cầu tối thiểu 4 vCPU, 16GB RAM cho cụm dịch vụ cơ bản và tương thích hoàn toàn với các dịch vụ đám mây như Viettel Cloud, AWS hoặc on-premise.

2. Giới hạn khả năng mở rộng (Scalability) của nền tảng khi lượng xe và đơn hàng tăng đột biến?

Nhờ kiến trúc Message Queue với Apache Kafka và lưu trữ đệm phân tán Redis Cluster, nền tảng có khả năng xử lý thông lượng (throughput) lên tới 10.000 yêu cầu ghép đơn mỗi giây (QPS) với độ trễ phản hồi dưới 200ms. Khi số lượng phương tiện tăng từ 965 xe lên hàng chục nghìn xe trên toàn quốc, hệ thống tự động mở rộng theo chiều ngang (Horizontal Pod Autoscaling - HPA) trên Kubernetes.

3. Nền tảng tích hợp với các hệ thống phần mềm cũ (Legacy Systems) như thế nào?

Nền tảng cung cấp lớp chuyển đổi dữ liệu (Adapter/Middleware Layer) để tương thích với các định dạng truyền thống như SOAP/XML, file Excel/CSV tự động hoặc kết nối cơ sở dữ liệu trực tiếp thông qua các công cụ ETL, giúp các đơn vị sử dụng phần mềm kế toán hoặc ERP cũ vẫn có thể đồng bộ đơn hàng mà không cần tái cấu trúc toàn bộ hệ sinh thái phần mềm.

4. Chi phí bảo trì và vận hành hệ thống định kỳ bao gồm những gì?

Chi phí vận hành hàng năm gồm 3 phần chính:

  1. Chi phí thuê hạ tầng đám mây và băng thông đường truyền (chiếm khoảng 40%).
  2. Chi phí duy trì bản quyền bảo mật, SSL và kiểm thử an ninh mạng định kỳ (chiếm 25%).
  3. Chi phí đội ngũ kỹ sư vận hành (DevOps & Data Engineers) hỗ trợ 24/7 và nâng cấp thuật toán định kỳ (chiếm 35%).

5. Nền tảng đem lại lợi ích cụ thể gì về việc tuân thủ các quy định môi trường quốc tế?

Nền tảng cung cấp báo cáo phát thải carbon được chuẩn hóa theo chuẩn mực quốc tế ISO 14064 và hướng dẫn của IPCC/GLEC. Điều này cho phép các doanh nghiệp xuất khẩu sang các thị trường yêu cầu chứng chỉ xanh khắt khe (như Cơ chế điều chỉnh biên giới carbon - CBAM của Liên minh Châu Âu hoặc hiệp định RCEP) có sẵn dữ liệu minh bạch, có thể kiểm toán để chứng minh nỗ lực giảm phát thải chuỗi cung ứng.

Kết luận

Đồ án đã phân tích toàn diện thực trạng logistics xanh tại Việt Nam thông qua trường hợp điển hình của Viettel Logistics. Bằng việc kết hợp phương pháp nghiên cứu định lượng cấu trúc tuyến tính SEM ($N = 454$) với kiến trúc hệ thống hiện đại, nghiên cứu đã chứng minh rõ ràng: Hiệu ứng mạng ($\beta = 0,342$), Niềm tin ($\beta = 0,284$) và An toàn ($\beta = 0,248$) là ba trụ cột thúc đẩy Nhận thức có lợi, từ đó quyết định mạnh mẽ đến Ý định sử dụng ($\beta = 0,612$) nền tảng logistics xanh.

Về mặt công nghệ và quản trị, việc sớm triển khai mô hình nền tảng số đa bên kết hợp thuật toán ghép tải xanh là chìa khóa để Viettel Logistics tối ưu hóa hiệu suất đội xe 965 phương tiện, hiện thực hóa mục tiêu trở thành công ty logistics thông minh có hạ tầng mạng lưới dùng chung lớn nhất Việt Nam vào năm 2025, đóng góp thiết thực vào cam kết Net Zero và phát triển bền vững của quốc gia. Các doanh nghiệp và nhà phát triển quan tâm có thể bắt đầu bằng việc tích hợp các module đo lường phát thải và tối ưu hóa tải trọng ngay trên hệ sinh thái phần mềm vận hành hiện tại.