Giới thiệu dự án

Sự bùng nổ của thương mại điện tử (TMĐT) giai đoạn hậu đại dịch COVID-19 (2020–2022) đã tái định hình toàn diện hành vi tiêu dùng đô thị. Tại Hà Nội — trung tâm kinh tế và giáo dục với hơn 800.000 sinh viên tại 97 trường đại học, học viện và 33 trường cao đẳng (chiếm hơn 40% quy mô sinh viên cả nước) — mua sắm trực tuyến đã trở thành phương thức tiêu dùng chủ đạo. Tuy nhiên, sự tiện lợi này kéo theo hệ lụy sinh thái nghiêm trọng: trung bình mỗi đơn hàng TMĐT phát sinh từ 2 đến 3 túi nilon và màng bọc xốp giảm chấn làm từ nhựa Polyethylene (PE) — loại vật liệu mất từ 400 đến 1.000 năm để phân hủy hoàn toàn trong điều kiện tự nhiên.

Đề tài khóa luận tốt nghiệp "Nhận thức của giới trẻ sinh sống trên địa bàn Hà Nội về rác thải nhựa từ việc mua sắm trực tuyến" do sinh viên Nguyễn Tùng Lâm (Khoa Kinh tế Phát triển, Trường Đại học Kinh tế – Đại học Quốc gia Hà Nội) thực hiện dưới sự hướng dẫn của TS. Nguyễn Thị Nhàn, tập trung giải quyết bài toán mâu thuẫn giữa tốc độ tăng trưởng kinh tế số và áp lực ô nhiễm trắng lên hạ tầng quản lý chất thải đô thị.

                  CHỈ SỐ TIÊU BIỂU TỪ NGHIÊN CỨU

Mục tiêu nghiên cứu cụ thể

  1. Đánh giá thực trạng nhận thức: Đo lường định lượng mức độ hiểu biết của nhóm người trẻ (độ tuổi 16–30) tại Hà Nội về tải lượng và tác hại sinh thái của rác thải bao bì nhựa từ TMĐT.
  2. Xác định các yếu tố chi phối: Phân tích đa biến ảnh hưởng của thói quen tiêu dùng, cấu trúc nhân khẩu học, chuẩn mực cá nhân và kích thích tiếp thị (Flash sale, giảm giá) đến nhận thức môi trường.
  3. Đề xuất mô hình giải pháp: Thiết lập khung chính sách kinh tế tuần hoàn và giải pháp kỹ thuật vật liệu nhằm thúc đẩy chuyển đổi xanh trong chuỗi cung ứng TMĐT.

Tiếp cận giải pháp và phạm vi nghiên cứu

Nghiên cứu tích hợp khung lý thuyết hành vi người tiêu dùng (Ajzen, 1991; Willems, 2012) với phương pháp định lượng thống kê mô tả (Descriptive Statistics) và phân tích nhân tố khám phá (EFA - Exploratory Factor Analysis). Phạm vi khảo sát sơ cấp diễn ra từ tháng 8/2023 đến tháng 11/2023 trên địa bàn các quận nội thành Hà Nội, thu thập $N = 121$ mẫu hợp lệ từ đối tượng sinh viên và người mới đi làm.


Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại Việt Nam, các nghiên cứu trước đây chủ yếu tập trung vào hành vi tiêu dùng đơn thuần hoặc rủi ro tài chính trực tuyến (Vũ Thị Hạnh et al., 2020; Ngô Đức Chiến, 2022). Ngược lại, các công bố quốc tế tập trung vào kiểm kê khí thải chuỗi cung ứng (Dimitri Weideli, 2017; Helen Buldeo Rai, 2021) nhưng chưa khai thác sâu tâm lý hành vi của tệp khách hàng trẻ tại các nền kinh tế mới nổi. Đáng chú ý, Yeonsu Kim et al. (2022) chỉ ra rằng mua sắm trực tuyến phát sinh lượng rác thải đóng gói gấp 4,8 lần mua sắm trực tiếp tại cửa hàng.

Mô hình giải pháp Ưu điểm kỹ thuật / Vận hành Nhược điểm / Rào cản triển khai Phạm vi áp dụng điển hình
Thuế tiêu thụ bao bì nhựa (Ireland Plastic Bag Levy) Giảm 96% lượng túi nilon tiêu thụ (từ 350 túi xuống 14 túi/người/năm) Phụ thuộc vào năng lực giám sát bán lẻ; khó kiểm soát đơn online nhỏ lẻ Áp dụng toàn quốc (Ireland, 15 cent/túi)
Máy tự động hoàn trả vỏ (Reverse Vending Machine - RVM) Tỷ lệ thu hồi và tái chế chai nhựa đạt 97% nhờ ký gửi hoàn tiền Chi phí đầu tư CAPEX máy móc cao; yêu cầu đồng bộ mã vạch bao bì Na Uy, Đức (triển khai từ 1972)
Nhựa sinh học phân hủy (Biodegradable Packaging) Tự phân hủy thành sinh khối, nước và $\text{CO}_2$ trong 6–12 tháng Giá thành sản xuất cao hơn 30–50% so với nhựa gốc dầu mỏ (PE/PP) Liên minh Châu Âu, Unilever & Ioniqa
Thu gom đổi quà cộng đồng (Green Life, Sài Gòn Xanh) Nâng cao nhận thức xã hội nhanh, chi phí vận hành thấp Quy mô phân tán, không xử lý được dòng rác thải phát sinh tức thì Hà Nội, TP. Hồ Chí Minh, Đà Nẵng

Ma trận ưu tiên yêu cầu giải pháp (MoSCoW)

  • Must have: Hệ thống phân loại rác tại nguồn đạt chuẩn đô thị; quy chuẩn đóng gói thương mại điện tử hạn chế vật liệu nhựa dùng một lần.
  • Should have: Cơ chế định giá trách nhiệm mở rộng của nhà sản xuất (EPR) áp dụng cho nền tảng TMĐT (Shopee, Lazada, TikTok Shop).
  • Could have: Ứng dụng công nghệ quét mã QR trên bao bì để tích điểm thưởng tái chế cho người tiêu dùng.
  • Won't have: Cấm tuyệt đối bao bì nhựa tức thì khi chuỗi cung ứng vật liệu phân hủy sinh học chưa đáp ứng đủ sản lượng.
                           KHUNG PHÂN TÍCH GAP ANALYSIS

Thiết kế hệ thống dữ liệu nghiên cứu

Để số hóa và mô hình hóa nhận thức người tiêu dùng phục vụ ra quyết định chính sách, hệ thống quản lý dữ liệu khảo sát được chuẩn hóa qua kiến trúc cơ sở dữ liệu quan hệ (RDBMS).

flowchart TD
    A[Khảo sát trực tuyến N=121] --> B[Tiền xử lý & Làm sạch dữ liệu]
    B --> C[Phân loại nhân khẩu học]
    B --> D[Đo lường thang đo Likert 1-5]
    C --> E[Engine Phân tích Thống kê Mô tả]
    D --> E
    E --> F[Chỉ số Mean / Median / Mode / SD]
    E --> G[Kiểm định Tương quan Hành vi]
    F --> H[Báo cáo Khuyến nghị Chính sách]
    G --> H

Lược đồ cơ sở dữ liệu khảo sát (Database Schema)

-- Bảng đối tượng khảo sát nhân khẩu học
CREATE TABLE respondents (
    respondent_id INT PRIMARY KEY AUTO_INCREMENT,
    age_group VARCHAR(20) NOT NULL CHECK (age_group IN ('18-23', '24-30')),
    gender VARCHAR(10) NOT NULL CHECK (gender IN ('Nam', 'Nu')),
    occupation VARCHAR(30) NOT NULL CHECK (occupation IN ('Sinh vien', 'Moi ra truong', 'Nguoi di lam')),
    waste_collection_access BOOLEAN NOT NULL DEFAULT TRUE,
    news_attention BOOLEAN NOT NULL DEFAULT TRUE,
    campaign_participation BOOLEAN NOT NULL DEFAULT FALSE
);

-- Bảng định lượng hành vi mua sắm và nhận thức rác thải
CREATE TABLE survey_responses (
    response_id INT PRIMARY KEY AUTO_INCREMENT,
    respondent_id INT,
    purchase_motive VARCHAR(50) NOT NULL,
    price_sensitivity_flash_sale BOOLEAN NOT NULL,
    plastic_perception VARCHAR(50) NOT NULL,
    packaging_reuse_frequency VARCHAR(20) NOT NULL,
    disposal_method VARCHAR(50) NOT NULL,
    likert_excess_packaging TINYINT CHECK (likert_excess_packaging BETWEEN 1 AND 5),
    likert_env_impact TINYINT CHECK (likert_env_impact BETWEEN 1 AND 5),
    likert_sorting_demand TINYINT CHECK (likert_sorting_demand BETWEEN 1 AND 5),
    likert_green_package_willingness TINYINT CHECK (likert_green_package_willingness BETWEEN 1 AND 5),
    likert_wtp_green_package TINYINT CHECK (likert_wtp_green_package BETWEEN 1 AND 5),
    FOREIGN KEY (respondent_id) REFERENCES respondents(respondent_id)
);

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu ứng dụng quy trình 6 bước chuẩn hóa trong thống kê kinh tế ứng dụng:

  1. Xác định cỡ mẫu tối thiểu: Dựa trên quy tắc kiểm định EFA với tỷ lệ quan sát trên biến đo lường là $5:1$ (Hair et al., 2014). Với bảng hỏi gồm $k = 23$ biến quan sát, cỡ mẫu tối thiểu cần đạt: $$N_{\min} = 5 \times k = 5 \times 23 = 115 \text{ quan sát}$$
  2. Thu thập dữ liệu thực tế: Phát tán bảng hỏi ngẫu nhiên phân tầng thu về $N = 121$ phiếu hợp lệ ($N = 121 > 115$, thỏa mãn điều kiện kiểm định).
  3. Thang đo chuẩn hóa: Thang đo khoảng Likert 5 mức độ ($1$: Rất không đồng ý / Rất thấp $\rightarrow 5$: Rất đồng ý / Rất cao).
  4. Hệ thống công cụ phân tích: Excel Data Analysis Toolpak và thư viện phân tích thống kê Python (pandas, scipy.stats, numpy).

Implementation và kết quả

Quy trình xử lý và tính toán dữ liệu

Dữ liệu thô sau khi thu thập được mã hóa và xử lý bằng thuật toán tính toán thống kê mô tả:

import numpy as np
import pandas as pd

def compute_descriptive_metrics(data_series: pd.Series) -> dict:
    """
    Tính toán các tham số thống kê mô tả chuyên sâu cho thang đo Likert
    """
    mean_val = np.mean(data_series)
    median_val = np.median(data_series)
    mode_val = data_series.mode()[0]
    std_dev = np.std(data_series, ddof=1)
    variance_val = np.var(data_series, ddof=1)
    data_range = np.ptp(data_series)
    
    return {
        "Mean": round(mean_val, 4),
        "Median": median_val,
        "Mode": mode_val,
        "Std_Deviation": round(std_dev, 4),
        "Sample_Variance": round(variance_val, 4),
        "Range": data_range,
        "Min": np.min(data_series),
        "Max": np.max(data_series)
    }

# Minh họa cấu trúc dữ liệu Likert khảo sát N=121
likert_fields = [
    'excess_packaging', 'env_impact', 
    'sorting_demand', 'willingness_to_use', 'wtp_extra'
]

Kết quả đo lường định lượng

Bảng 1: Thói quen và hành vi tiêu dùng trực tuyến ($N = 121$)

Tiêu chí khảo sát Phương án phản hồi Số lượng ($n$) Tỷ lệ (%)
Động cơ mua sắm chính Khi thực sự có nhu cầu
Săn khuyến mãi / Flash sale
Theo sở thích nhất thời
62
33
26
51,2%
27,3%
21,5%
Yếu tố quan tâm hàng đầu Giá cả sản phẩm
Uy tín nhà bán lẻ / Website
Thương hiệu sản phẩm
Phương thức giao nhận & thanh toán
Bao bì thân thiện môi trường
55
41
14
9
2
35,5%
33,9%
11,6%
7,4%
1,7%
Nhận định về bao bì nhựa Giá rẻ, tiện lợi và dễ sử dụng
Gây hại môi trường, muốn hạn chế
62
59
51,2%
48,8%
Hành vi xử lý rác bao bì Phân loại rác riêng biệt trước khi vứt
Vứt trực tiếp vào thùng rác tổng hợp
Giữ lại tái sử dụng cho mục đích khác
49
40
32
40,5%
33,1%
26,4%

Bảng 2: Nhân khẩu - Xã hội và chuẩn mực cá nhân ($N = 121$)

Chỉ báo chuẩn mực và điều kiện xã hội Phản hồi "Có" ($n$) Tỷ lệ "Có" (%) Phản hồi "Không" ($n$) Tỷ lệ "Không" (%)
Tiếp cận dịch vụ thu gom rác phân loại 75 62,0% 46 38,0%
Quan tâm tin tức ô nhiễm rác thải nhựa 84 69,4% 37 30,6%
Tham gia phong trào truyền thông môi trường 78 64,5% 43 35,5%
Bị kích thích mua sắm bởi Flash Sale 102 84,3% 19 15,7%
Từng thực hiện thanh lý hàng ("pass đồ") 58 47,9% 63 52,1%
Mua sắm bất chấp phát thải rác bao bì 80 66,1% 41 33,9%
Công nhận sự cần thiết của phân loại rác 112 92,6% 9 7,4%
Ủng hộ cải tiến bao bì phân hủy sinh học 111 91,7% 10 8,3%

Bảng 3: Thống kê mô tả các biến nhận thức môi trường (Thang điểm 1–5)

Biến quan sát Mean ($\mu$) Median Mode Std Dev ($\sigma$) Variance ($s^2$) Min Max Sum
Nhận thức mức độ dư thừa bao bì nhựa TMĐT 2,9174 3,0 3 1,1698 1,3684 1 5 353
Nhận thức tác động tiêu cực đến môi trường & sức khỏe 4,0248 4,0 4 0,8655 0,7490 2 5 487
Nhu cầu tiếp cận dịch vụ thu gom phân loại rác 3,3554 4,0 4 1,2104 1,4650 1 5 406
Mức độ sẵn sàng sử dụng bao bì xanh 3,5455 4,0 4 1,3480 1,8170 1 5 429
Mức độ sẵn lòng chi trả (WTP) thêm cho bao bì xanh 3,4793 4,0 3 1,2654 1,6012 1 5 421
                 PHÂN BỐ GIÁ TRỊ MODE CÁC BIẾN NHẬN THỨC

Đổi mới và đóng góp

  1. Khám phá khoảng cách giữa Nhận thức và Hành vi (Attitude-Behavior Gap): Mặc dù $92,6%$ giới trẻ thừa nhận phân loại rác là cấp thiết và $91,7%$ ủng hộ chuyển đổi vật liệu xanh, nhưng có đến $66,1%$ vẫn tiếp tục mua sắm bất chấp phát thải và $33,1%$ vứt rác bao bì chung vào rác thải sinh hoạt. Nguyên nhân gốc rễ là sự thiếu hụt hạ tầng (38% không tiếp cận được dịch vụ thu gom phân loại chuyên biệt).
  2. Định lượng hóa động cơ giá và bẫy tâm lý "Flash Sale": Nghiên cứu chỉ ra $84,3%$ thanh niên bị chi phối bởi các đợt giảm giá ảo/săn sale, biến hành vi mua sắm thực dụng (Utilitarian) thành mua sắm hưởng thụ mất kiểm soát (Hedonic), làm gia tăng phát thải rác nhựa không mong muốn.
  3. So sánh với các nghiên cứu tiền nhiệm:
Chiều kích so sánh Dimitri Weideli (2017) Vũ Thị Hạnh et al. (2020) Nghiên cứu này (Nguyễn Tùng Lâm, 2023)
Trọng tâm nghiên cứu Mô phỏng phát thải Carbon chuỗi logistics Các yếu tố thúc đẩy doanh số TMĐT Nhận thức môi trường & Hành vi xử lý rác bao bì nhựa
Phương pháp luận Mô phỏng Monte Carlo Hồi quy OLS hành vi tiêu dùng Thống kê mô tả định lượng EFA kết hợp kiểm định thực địa
Đóng góp chính sách Tối ưu hóa tuyến đường giao hàng Giải pháp tăng trưởng cho sàn TMĐT Cơ chế EPR đô thị và giải pháp vật liệu phân hủy sinh học

Ứng dụng thực tế và triển khai

              LỘ TRÌNH TRIỂN KHAI GIẢI PHÁP ĐÔ THỊ HÀ NỘI

Kịch bản ứng dụng trong Logistics và TMĐT

  • Tích hợp Tùy chọn "Giao hàng Xanh" trên Sàn TMĐT: Cho phép khách hàng tích chọn "Đóng gói tối giản/Bao bì tái chế" với mức chiết khấu điểm thưởng thành viên. Kết quả khảo sát chứng minh $60,3%$ người tiêu dùng trẻ sẵn sàng chi trả thêm một khoản phí nhỏ để nhận đóng gói thân thiện môi trường.
  • Mạng lưới Smart RVM tại Cụm Đại học: Đặt hệ thống máy thu hồi bao bì nhựa tự động tại các khu ký túc xá lớn (ĐHQGHN, ĐH Bách Khoa, ĐH Kinh tế Quốc dân), hoàn tiền qua ví điện tử (MoMo, VNPay) với định mức $3.000\text{ VNĐ/kg}$ nhựa.

Hạn chế và hướng phát triển

  • Hạn chế về quy mô mẫu: Khảo sát thực hiện trên cỡ mẫu $N = 121$, chủ yếu tập trung tại khu vực nội thành Hà Nội, chưa bao quát khu vực ngoại thành và các vùng đô thị vệ tinh.
  • Kỹ thuật phân tích: Đề tài mới dừng lại ở mức độ thống kê mô tả (Descriptive Statistics); chưa áp dụng mô hình phương trình cấu trúc (SEM - Structural Equation Modeling) để kiểm định sâu tương quan nhân quả giữa các biến tiềm ẩn.
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng quy mô điều tra lên $N \ge 500$ trên phạm vi liên tỉnh (Hà Nội – Đà Nẵng – TP. Hồ Chí Minh).
    • Tích hợp mô hình công nghệ chấp nhận mở rộng (UTAUT2) kết hợp lý thuyết hành vi có kế hoạch (TPB) để lượng hóa chính xác hệ số sẵn lòng chi trả (WTP) cho vật liệu sinh học mới.

Đối tượng hưởng lợi

                             HỆ SINH THÁI THỤ HƯỞNG

Câu hỏi thường gặp

1. Tại sao giá trị Mode của mức độ sẵn lòng chi trả (WTP) lại dừng ở mức 3 (Trung lập)?

Khảo sát chỉ ra $33,1%$ người trả lời chọn mức 3 do phần lớn sinh viên có thu nhập phụ thuộc vào gia đình hoặc làm thêm bán thời gian. Họ ủng hộ bảo vệ môi trường về mặt nhận thức ($\text{Mean} = 4,0248$), nhưng có độ nhạy cảm cao về giá ($35,5%$ coi giá là tiêu chí mua sắm số một).

2. Vật liệu nào khả thi nhất để thay thế túi nilon PE trong TMĐT hiện nay?

Bao bì phân hủy sinh học hoàn toàn từ tinh bột ngô (PLA) hoặc Polybutylene Adipate Terephthalate (PBAT). Các vật liệu này đạt chứng nhận TUV Austria OK Compost Home, có khả năng phân hủy trong đất tự nhiên sau 180 ngày mà không để lại vi nhựa.

3. Sàn TMĐT có thể hỗ trợ giải quyết vấn đề rác thải nhựa bằng cách nào?

Thông qua việc áp dụng thuật toán đóng gói thông minh (Packaging Box Optimization) nhằm giảm khoảng trống đơn hàng, hạn chế sử dụng màng xốp nilon, và thiết lập cơ chế thu gom hộp carton tái sử dụng trực tiếp qua shipper.

4. Rào cản lớn nhất trong phân loại rác tại nguồn ở Hà Nội là gì?

Sự thiếu đồng bộ của chuỗi thu gom: $38,0%$ người dân không có dịch vụ thu gom phân loại tại khu dân cư. Nếu người dân phân loại nhưng đơn vị môi trường đô thị vẫn gom chung vào một xe ép rác, nỗ lực phân loại sẽ bị triệt tiêu.

5. Ý nghĩa của tỷ lệ 84,3% người trẻ bị thu hút bởi Flash Sale?

Con số này phản ánh xu hướng mua sắm bốc đồng (Impulsive Buying). Khi mua hàng vì giá rẻ thay vì nhu cầu thực, tần suất đơn hàng nhỏ lẻ tăng cao, dẫn tới phát thải bao bì gấp nhiều lần so với các đơn hàng gom chung định kỳ.


Kết luận

Khóa luận của tác giả Nguyễn Tùng Lâm đã cung cấp một bức tranh định lượng sắc nét về thực trạng nhận thức của giới trẻ Hà Nội trước thách thức rác thải nhựa từ TMĐT. Mặc dù nhận thức về hiểm họa sinh thái đã đạt mức cao ($\text{Mode} = 4$, $\text{Mean} = 4,0248$), sự chuyển hóa thành hành động thực tế vẫn bị cản trở bởi độ nhạy cảm về giá ($84,3%$ chuộng Flash sale) và sự thiếu hụt hạ tầng thu gom phân loại ($38%$).

Để hướng tới nền kinh tế tuần hoàn bền vững, thành phố Hà Nội và các bên liên quan cần đồng bộ hóa hạ tầng xử lý rác thải, áp dụng chế tài EPR nghiêm ngặt đối với các nền tảng số, đồng thời thúc đẩy giới trẻ thực hành tiêu dùng có trách nhiệm — bắt đầu từ việc lựa chọn đóng gói xanh và từ chối các đơn hàng không thực sự cần thiết.