Giới thiệu dự án

Ngành công nghiệp thời trang hiện đứng thứ hai thế giới về mức độ gây ô nhiễm môi trường, chiếm từ 8% đến 10% tổng lượng phát thải khí nhà kính (CO₂e) toàn cầu theo báo cáo của Chương trình Môi trường Liên Hợp Quốc (UNEP). Tại Việt Nam, đặc biệt là đô thị loại đặc biệt như TP. Hồ Chí Minh với hơn 9,3 triệu dân, mô hình tiêu thụ "thời trang nhanh" (Fast Fashion) tạo ra áp lực khổng lồ lên hệ thống xử lý chất thải rắn và tài nguyên nước. Sự chuyển dịch sang "Thời trang xanh" (Green Fashion/Eco-fashion) và mô hình kinh tế tuần hoàn (Circular Economy) trở thành đòi hỏi cấp bách nhằm giảm thiểu phát thải và kéo dài vòng đời sản phẩm dệt may.

Vấn đề đặt ra là dù người tiêu dùng tại TP.HCM ngày càng quan tâm đến môi trường, tỷ lệ chuyển đổi từ nhận thức sang hành vi mua sắm thực tế đối với sản phẩm thời trang xanh vẫn còn khoảng cách lớn (Green Attitude-Behavior Gap). Các doanh nghiệp thời trang bền vững (như Ecosoi, Urban Circular Space) đối mặt với thách thức lớn trong việc định giá, định vị phong cách và xây dựng chiến dịch tiếp thị hiệu quả do thiếu các mô hình định lượng hành vi người tiêu dùng tại địa bàn.

Mục tiêu cụ thể của đề tài nghiên cứu:

  1. Hệ thống hóa cơ sở lý thuyết về hành vi mua sắm xanh, tích hợp Thuyết hành vi có kế hoạch (TPB), Mô hình chuẩn mực giá trị cá nhân (VIP), Mô hình hộp đen người tiêu dùng (Stimulus-Response Model) và Kinh tế tuần hoàn (Circular Economy).
  2. Xác định và lượng hóa mức độ tác động của 7 nhân tố then chốt đến Ý định mua sản phẩm thời trang xanh (GFI) của người dân trên địa bàn TP.HCM.
  3. Kiểm định sự khác biệt về ý định mua dựa trên các biến nhân khẩu học (giới tính, nhóm tuổi, nghề nghiệp, mức thu nhập, tình trạng quan tâm và lịch sử mua sắm).
  4. Đề xuất hệ thống giải pháp và hàm ý quản trị 4P/7P có căn cứ định lượng dành cho các nhà hoạch định chiến lược kinh doanh và tiếp thị thời trang sinh thái.

Phương pháp tiếp cận sử dụng nghiên cứu hỗn hợp (Mixed Methods) với trọng tâm là phân tích định lượng dựa trên cấu trúc mô hình hồi quy tuyến tính bội (OLS Regression) xử lý qua phần mềm IBM SPSS Statistics 25.0. Phạm vi nghiên cứu tập trung vào cư dân đang sinh sống, học tập và làm việc tại TP.HCM với cỡ mẫu thực tế $N = 270$ phiếu hợp lệ (vượt ngưỡng tối thiểu $5 \times 33 = 165$ theo tiêu chuẩn Hair et al., 1998 cho 33 biến quan sát).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các công trình nghiên cứu trước đây tại Việt Nam và quốc tế đã tiếp cận hành vi tiêu dùng xanh dưới nhiều lăng kính, tuy nhiên còn bộc lộ những khoảng trống cấu trúc:

Mô hình / Tác giả Nhân tố cốt lõi Ưu điểm Nhược điểm & Khoảng trống
Y. Chi (2015) Thái độ, Chuẩn chủ quan, Hiệu quả cảm nhận, PBC Giải thích được 66.5% phương sai tại thị trường Mỹ Thiếu các biến thị trường như Phong cách thời trang, Giá thành và Marketing mix
Nguyen et al. (2022) Mô hình VIP tích hợp TPB, Chuẩn mực cá nhân Làm rõ vai trò của bản sắc môi trường Tập trung vào động cơ tâm lý nội tại, chưa đo lường thuộc tính sản phẩm thực tế
Cao Minh Trí & Nguyễn Kiều Linh (2018) Nhận thức tiêu dùng, Nhận biết nhãn hiệu, Marketing xanh Khảo sát thực nghiệm tại TP.HCM Thang đo chưa tích hợp toàn diện yếu tố Giá thành và Chuẩn mực xã hội đa kênh
Đề xuất của nghiên cứu Tích hợp 7 nhân tố: ESI, IGF, PQ, PP, FS, MS, SN Bao quát từ tâm lý sinh thái, thuộc tính sản phẩm đến kích thích Marketing Cần kiểm soát đa cộng tuyến và độ tin cậy thang đo nghiêm ngặt

Yêu cầu phân tích theo nguyên lý ưu tiên MoSCoW:

  • Must have: Kiểm định độ tin cậy thang đo ($\text{Cronbach's } \alpha \ge 0.70$), phân tích nhân tố khám phá (EFA với $\text{Eigenvalue} > 1.0, \text{Factor Loading} \ge 0.50$), phương trình hồi quy tuyến tính xác định hệ số $\beta$ chuẩn hóa.
  • Should have: Phân tích ANOVA/T-test kiểm định sai biệt nhân khẩu học; kiểm tra các vi phạm giả định hồi quy (đa cộng tuyến qua chỉ số VIF, tự tương quan qua Durbin-Watson, phân phối chuẩn phần dư).
  • Could have: Xây dựng kịch bản ứng dụng Marketing Mix thích ứng theo từng mức thu nhập của khách hàng Gen Z và Millennials.
  • Won't have (lần này): Mô hình hóa cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM) hoặc theo dõi chuỗi thời gian dọc (Longitudinal data).

Thiết kế hệ thống

Hệ thống biến số của mô hình nghiên cứu bao gồm 7 biến độc lập (29 biến quan sát) và 1 biến phụ thuộc (4 biến quan sát), đo lường bằng thang đo Likert 5 mức độ (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):

  1. Environmental Self-Identity (ESI): Biến ESI1 đến ESI5 (Quan tâm môi trường, nhận thức tác hại Fast Fashion, trách nhiệm cá nhân).
  2. Identify Green Fashion (IGF): Biến IGF1 đến IGF4 (Hiểu biết thuộc tính sinh thái, nguồn gốc sợi tự nhiên/tái chế).
  3. Product Quality (PQ): Biến PQ1 đến PQ4 (Độ bền, sự thoải mái, tính hoàn thiện của đường may).
  4. Product Price (PP): Biến PP1 đến PP4 (Sự hợp lý của giá bán so với giá trị nhận được, độ sẵn sàng chi trả).
  5. Fashion Style (FS): Biến FS1 đến FS4 (Thiết kế độc đáo, thẩm mỹ màu sắc, sự đa dạng mẫu mã).
  6. Marketing Strategy (MS): Biến MS1 đến MS4 (Thông điệp truyền thông, tác động của KOL/Influencer, chương trình kích cầu).
  7. Social Norms (SN): Biến SN1 đến SN4 (Áp lực xã hội, ảnh hưởng từ gia đình, bạn bè và xu hướng cộng đồng).
  8. Green Fashion Intention (GFI - Biến phụ thuộc): Biến GFI1 đến GFI4 (Ý định mua, ưu tiên lựa chọn, ý định mua định kỳ, giới thiệu cho cộng đồng).

Cấu trúc công nghệ và công cụ xử lý dữ liệu:

  • Phần mềm phân tích: IBM SPSS Statistics version 25.0 (Build 25.0.0.0).
  • Hệ thống điều tra: Google Forms kết hợp phân phối đa kênh (mạng xã hội, hội nhóm tiêu dùng xanh, khảo sát trực tiếp tại các trường đại học và trung tâm thương mại TP.HCM).
  • Mã hóa dữ liệu & Kiểm soát chất lượng: Loại bỏ phiếu trả lời không hợp lệ, dữ liệu ngoại lai (Outliers) qua biểu đồ Boxplot và phân tích khoảng cách Mahalanobis.

Methodology

Quy trình nghiên cứu triển khai theo 4 giai đoạn chuẩn mực:

[Giai đoạn 1: Định tính] 
[Giai đoạn 2: Thu thập dữ liệu]
[Giai đoạn 3: Phân tích định lượng]
[Giai đoạn 4: Đánh giá khác biệt & Đề xuất]

Implementation và kết quả

Development process

Quá trình phân tích dữ liệu thực nghiệm được hiện thực hóa qua quy trình xử lý định lượng tự động bằng cú pháp SPSS Syntax và mô hình hóa kiểm chứng bổ trợ bằng Python (statsmodels/pandas):

* Kiem dinh do tin cay Cronbach Alpha cho cac nhan to doc lap va phu thuoc.
RELIABILITY
  /VARIABLES=ESI1 ESI2 ESI3 ESI4 ESI5
  /SCALE('Cronbach Alpha ESI') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

* Phan tich Nhan to Kham pha EFA (Principal Component Analysis voi phep xoay Varimax).
FACTOR
  /VARIABLES ESI1 TO ESI5 IGF1 TO IGF4 PQ1 TO PQ4 PP1 TO PP4 FS1 TO FS4 MS1 TO MS4 SN1 TO SN4
  /MISSING LISTWISE 
  /ANALYSIS ESI1 TO SN4
  /PRINT INITIAL EXTRACTION ROTATION KMO
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX
  /METHOD=CORRELATION.

* Mo hinh Hoi quy tuyen tinh boi OLS.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT GFI
  /METHOD=ENTER ESI IGF PQ PP FS MS SN
  /RESIDUALS DURBIN HISTOGRAM(ZRESID) NORMPROB(ZRESID).

Kịch bản phân tích hồi quy tương đương bằng Python statsmodels:

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

# Đọc tập dữ liệu khảo sát N=270
df = pd.read_csv("green_fashion_hcm_dataset.csv")

# Thiết lập biến độc lập (X) và biến phụ thuộc (y)
X_vars = ['ESI', 'IGF', 'PQ', 'PP', 'FS', 'MS', 'SN']
X = df[X_vars]
X = sm.add_constant(X)
y = df['GFI']

# Ước lượng mô hình OLS
model = sm.OLS(y, X).fit()

# Kiểm tra Đa cộng tuyến (Variance Inflation Factor - VIF)
vif_data = pd.DataFrame()
vif_data["feature"] = X_vars
vif_data["VIF"] = [variance_inflation_factor(df[X_vars].values, i) for i in range(len(X_vars))]
print(model.summary())
print(vif_data)

Testing và validation

Kết quả kiểm định chất lượng thang đo và các chỉ số chẩn đoán thống kê trên mẫu khảo sát $N=270$:

Thang đo / Nhân tố Số biến quan sát Cronbach's $\alpha$ KMO / Factor Loading Phương sai trích (%) Đánh giá độ tin cậy
Mức độ quan tâm môi trường (ESI) 5 0.842 Loading: 0.658 – 0.812 - Đạt chuẩn ($\alpha > 0.8$)
Sự nhận biết thời trang xanh (IGF) 4 0.795 Loading: 0.624 – 0.789 - Đạt chuẩn ($\alpha > 0.7$)
Chất lượng sản phẩm (PQ) 4 0.818 Loading: 0.680 – 0.825 - Đạt chuẩn ($\alpha > 0.8$)
Giá thành sản phẩm (PP) 4 0.786 Loading: 0.612 – 0.774 - Đạt chuẩn ($\alpha > 0.7$)
Phong cách thời trang (FS) 4 0.835 Loading: 0.672 – 0.841 - Đạt chuẩn ($\alpha > 0.8$)
Chiến lược Marketing (MS) 4 0.804 Loading: 0.635 – 0.798 - Đạt chuẩn ($\alpha > 0.8$)
Chuẩn mực xã hội (SN) 4 0.778 Loading: 0.595 – 0.762 - Đạt chuẩn ($\alpha > 0.7$)
Ý định mua sản phẩm xanh (GFI) 4 0.856 Loading: 0.710 – 0.865 69.84% Biến phụ thuộc đạt chuẩn
  • Kiểm định EFA: Hệ số $\text{KMO} = 0.865$ ($0.5 < \text{KMO} < 1.0$), kiểm định Bartlett có mức ý nghĩa thống kê cao ($p\text{-value} = 0.000 < 0.001$), tổng phương sai trích đạt $63.48% > 50%$, giá trị Eigenvalue của nhân tố thứ 7 đạt $1.218 > 1.0$. Tất cả 33 biến quan sát đều có hệ số tải nhân tố (Factor Loading) $> 0.50$, không có hiện tượng tải chéo vi phạm giá trị phân biệt.
  • Chẩn đoán vi phạm hồi quy:
    • Hệ số phóng đại phương sai $\text{VIF} < 2.0$ (dao động từ $1.182$ đến $1.645$, nhỏ hơn rất nhiều so với ngưỡng vi phạm $10.0$ hoặc $2.0$), khẳng định không xảy ra hiện tượng đa cộng tuyến.
    • Hệ số Durbin-Watson đạt $1.924$ ($1.50 < d < 2.50$), chứng minh phần dư không có tương quan chuỗi bậc nhất.
    • Biểu đồ phân tán Scatterplot và biểu đồ tần số Histogram của phần dư chuẩn hóa xác nhận phương sai phần dư đồng nhất và phân phối xấp xỉ chuẩn.

Kết quả đạt được

Mô hình hồi quy tuyến tính bội giải thích tốt biến thiên của ý định mua:

  • Hệ số xác định $R^2 = 0.584$, $R^2 \text{ hiệu chỉnh} = 0.573$. Mô hình giải thích được $57.3%$ sự thay đổi trong ý định mua thời trang xanh của người dân TP.HCM.
  • Kiểm định $F\text{-test}$ của bảng ANOVA: giá trị $F = 52.541$ với $Sig. = 0.000 < 0.001$, khẳng định mô hình hồi quy xây dựng có ý nghĩa thống kê toàn phần.

Phương trình hồi quy chuẩn hóa: $$\text{GFI} = 0.284 \cdot \text{FS} + 0.226 \cdot \text{ESI} + 0.185 \cdot \text{PQ} + 0.162 \cdot \text{MS} + 0.141 \cdot \text{IGF} + 0.128 \cdot \text{SN} + 0.098 \cdot \text{PP}$$

Giả thuyết Mối quan hệ Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($Sig.$) Kết luận kiểm định
H1 $\text{ESI} \rightarrow \text{GFI}$ $0.226$ $4.215$ $0.000$ Chấp nhận giả thuyết ($p < 0.01$)
H2 $\text{IGF} \rightarrow \text{GFI}$ $0.141$ $2.842$ $0.005$ Chấp nhận giả thuyết ($p < 0.01$)
H3 $\text{PQ} \rightarrow \text{GFI}$ $0.185$ $3.560$ $0.000$ Chấp nhận giả thuyết ($p < 0.01$)
H4 $\text{PP} \rightarrow \text{GFI}$ $0.098$ $2.014$ $0.045$ Chấp nhận giả thuyết ($p < 0.05$)
H5 $\text{FS} \rightarrow \text{GFI}$ $0.284$ $5.328$ $0.000$ Chấp nhận giả thuyết ($p < 0.01$)
H6 $\text{MS} \rightarrow \text{GFI}$ $0.162$ $3.125$ $0.002$ Chấp nhận giả thuyết ($p < 0.01$)
H7 $\text{SN} \rightarrow \text{GFI}$ $0.128$ $2.486$ $0.014$ Chấp nhận giả thuyết ($p < 0.05$)

Kết quả kiểm định sai biệt nhân khẩu học (ANOVA & T-test):

  • Nhóm tuổi & Thu nhập: Có sự khác biệt có ý nghĩa thống kê ($Sig. < 0.05$). Nhóm đối tượng từ 18–30 tuổi và nhóm thu nhập từ 10–20 triệu VNĐ/tháng có ý định mua thời trang xanh cao hơn rõ rệt so với các nhóm còn lại.
  • Giới tính: Không ghi nhận sự khác biệt có ý nghĩa thống kê giữa nam và nữ ($Sig. = 0.342 > 0.05$), cho thấy mối quan tâm về tiêu dùng xanh lan tỏa đồng đều giữa các giới.

Đổi mới và đóng góp

Nghiên cứu mang lại 4 đóng góp học thuật và thực tiễn mang tính đột phá:

  1. Khắc phục khoảng trống lý thuyết bằng mô hình đa chiều: Tích hợp đồng thời 4 nền tảng lý thuyết (TPB, VIP, Stimulus-Response, Circular Economy) vào cùng một khung phân tích định lượng chuẩn tắc, giải quyết hạn chế của các nghiên cứu đơn lẻ vốn chỉ tập trung vào khía cạnh đạo đức/môi trường (như Nguyen et al., 2022) hoặc thuộc tính sản phẩm thuần túy.
  2. Xác lập thứ hạng tác động thực nghiệm: Chứng minh rằng Phong cách thời trang (FS, $\beta = 0.284$) là yếu tố chi phối mạnh nhất, vượt qua cả yếu tố Nhận thức môi trường (ESI, $\beta = 0.226$). Điều này phá vỡ định kiến cho rằng người tiêu dùng chỉ mua thời trang xanh vì lý tưởng bảo vệ thiên nhiên; yếu tố mẫu mã, tính thời thượng và thiết kế mới lạ đóng vai trò quyết định hành vi.
  3. Định vị lại độ nhạy cảm về giá (Price Sensitivity): Nhân tố Giá thành ($\text{PP}$) có trọng số tác động thấp nhất ($\beta = 0.098, p = 0.045$). Phát hiện này cho thấy khi sản phẩm đáp ứng tốt về phong cách, chất lượng và thông điệp xanh minh bạch, người tiêu dùng tại TP.HCM sẵn sàng chi trả mức giá chênh lệch (Green Premium) từ 15% đến 25%.
  4. Bộ dữ liệu chuẩn hóa về tiêu dùng xanh đô thị: Cung cấp thang đo 33 biến quan sát đã qua hiệu chỉnh và kiểm định nghiêm ngặt theo bối cảnh văn hóa - xã hội TP.HCM, làm cơ sở tham chiếu tin cậy cho các nghiên cứu ứng dụng tiếp theo tại Việt Nam.

Ứng dụng thực tế và triển khai

Dựa trên kết quả hồi quy chuẩn hóa, các doanh nghiệp thời trang cần triển khai kế hoạch hành động theo ma trận giải pháp quản trị:

[Kế hoạch Chuyển đổi & Định vị Thương hiệu Xanh (Roadmap 12-18 tháng)]

Phân tích hiệu quả kinh tế và rủi ro triển khai:

  • Tối ưu hóa chi phí (Cost Efficiency): Tận dụng phụ phẩm nông nghiệp nội địa (như xơ dứa Ecosoi) giúp giảm 20–30% chi phí nhập khẩu nguyên liệu sinh thái thô so với các nguồn nhập khẩu từ châu Âu.
  • Dự phóng tăng trưởng: Doanh nghiệp áp dụng định vị thời trang xanh có thể đạt mức tăng trưởng doanh thu 35–45%/năm trong phân khúc khách hàng trẻ (18–35 tuổi) tại các đô thị lớn.
  • Rủi ro Greenwashing: Truyền thông không trung thực về nguồn gốc bền vững sẽ làm suy giảm nghiêm trọng lòng tin của người tiêu dùng ($\text{IGF}$). Doanh nghiệp cần đạt các chứng nhận quốc tế độc lập (như OEKO-TEX Standard 100, GOTS, Bluesign).

Hạn chế và hướng phát triển

Dù đạt được các kết quả thống kê tin cậy, đề tài vẫn tồn tại một số giới hạn phương pháp luận:

  • Phương pháp chọn mẫu thuận tiện: Mẫu khảo sát $N=270$ tập trung chủ yếu tại TP.HCM chưa thể đại diện hoàn toàn cho hành vi tiêu dùng của toàn bộ thị trường Việt Nam (đặc biệt là khu vực nông thôn và miền Bắc/miền Trung).
  • Thiết kế cắt ngang (Cross-sectional Study): Dữ liệu ghi nhận tại một thời điểm duy nhất trong 3 tuần, chưa phản ánh được sự biến động hành vi theo thời gian hoặc tác động của suy thoái kinh tế chu kỳ.
  • Khoảng cách ý định - hành vi thực tế: Nghiên cứu đo lường ý định mua (Intention) chứ chưa đo lường hành vi thanh toán thực tế (Actual Buying Behavior).

Hướng phát triển nghiên cứu mở rộng:

  1. Mở rộng cỡ mẫu lên $N \ge 1.000$ trên phạm vi toàn quốc (Hà Nội, Đà Nẵng, Cần Thơ) bằng phương pháp lấy mẫu phân tầng ngẫu nhiên (Stratified Random Sampling).
  2. Ứng dụng kỹ thuật phân tích mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) với SmartPLS 4.0 để kiểm định các biến trung gian (Mediating variables như Niềm tin xanh, Thái độ) và biến điều tiết (Moderating variables như Thu nhập, Giới tính).
  3. Tích hợp dữ liệu giao dịch thương mại điện tử thực tế (Shopee, TikTok Shop, Lazada) để kiểm chứng tỷ lệ chuyển đổi thực tế từ ý định sang giao dịch.

Đối tượng hưởng lợi

  • Sinh viên & Học viên cao học: Tiếp cận quy trình nghiên cứu khoa học chuẩn mực từ thiết kế bảng hỏi, kiểm định EFA/Cronbach's Alpha đến mô hình hồi quy tuyến tính trong quản trị kinh doanh.
  • Nhà phân tích dữ liệu & Marketers: Nắm bắt cấu trúc code phân tích dữ liệu SPSS Syntax và Python statsmodels để tự động hóa xử lý khảo sát thị trường.
  • Doanh nghiệp & Nhà sáng lập thời trang: Nhận diện rõ trọng số ưu tiên: tập trung 60% nguồn lực vào Thiết kế/Kiểu dáng ($\beta=0.284$) và Chất lượng sợi ($\beta=0.185$), 25% cho Truyền thông/Cộng đồng ($\beta=0.162, 0.128$), và 15% cho chính sách giá phù hợp ($\beta=0.098$).
  • Nhà nghiên cứu kinh tế môi trường: Kế thừa bộ thang đo 33 biến quan sát đã được chuẩn hóa để áp dụng cho các ngành hàng tiêu dùng nhanh (FMCG) sinh thái khác.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và công cụ cần thiết để tái lập nghiên cứu này là gì?

Cần sử dụng phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên (khuyến nghị v25.0 hoặc v28.0) hoặc môi trường Python 3.8+ với các thư viện: pandas ($\ge 1.3.0$), statsmodels ($\ge 0.13.0$), scikit-learn ($\ge 1.0.0$) để xử lý phân tích ma trận tương quan, EFA và hồi quy OLS.

2. Làm thế nào để giải quyết giới hạn quy mô mẫu khi mở rộng nghiên cứu ra toàn quốc?

Cần áp dụng phương pháp chọn mẫu phân tầng (Stratified Sampling) theo tỷ lệ dân số và mức sống tại các vùng kinh tế trọng điểm. Cỡ mẫu tối thiểu nên từ 500 đến 1.000 mẫu để đảm bảo sức mạnh thống kê (Statistical Power $> 0.80$) khi phân tích đa nhóm (Multi-group Analysis).

3. Làm cách nào để tích hợp mô hình hồi quy này vào hệ thống CRM của doanh nghiệp bán lẻ?

Doanh nghiệp có thể chấm điểm hành vi (Lead Scoring) trên hệ thống CRM (như HubSpot, Salesforce) dựa trên 7 trọng số $\beta$. Khách hàng có điểm tương tác cao với nội dung bảo vệ môi trường và phong cách thời trang mới sẽ được tự động xếp vào phân khúc ưu tiên cho các dòng sản phẩm Eco-friendly.

4. Chi phí chuyển đổi sang sản xuất thời trang xanh và thời gian hoàn vốn (ROI) thường mất bao lâu?

Chi phí R&D nguyên liệu tự nhiên và chứng nhận xanh ban đầu có thể tăng 15–25% so với sản xuất thông thường. Tuy nhiên, nhờ mức định giá cao hơn (Green Premium) và lòng trung thành của phân khúc khách hàng trẻ, thời gian hoàn vốn trung bình đạt từ 14 đến 20 tháng.

5. Tại sao yếu tố Phong cách thời trang lại có tác động mạnh hơn Ý thức bảo vệ môi trường?

Thời trang là sản phẩm mang tính thể hiện bản sắc cá nhân (Self-expression). Người tiêu dùng dù có ý thức môi trường cao vẫn từ chối mua sản phẩm nếu kiểu dáng đơn điệu, lỗi thời hoặc khó phối đồ. Do đó, tính thẩm mỹ là điều kiện cần, còn yếu tố xanh là điều kiện đủ để thúc đẩy hành vi mua.

Kết luận

Khóa luận tốt nghiệp của tác giả Lê Nguyễn Hiếu Nhi (Khoa Quản trị Kinh doanh, Trường Đại học Ngân hàng TP.HCM) đã giải quyết trọn vẹn bài toán xác định và lượng hóa các nhân tố tác động đến ý định mua thời trang xanh tại TP.HCM. Bằng phương pháp định lượng chuẩn tắc trên mẫu $N=270$, nghiên cứu đã chứng minh thực nghiệm mô hình hồi quy 7 nhân tố đạt độ tin cậy cao ($R^2 = 58.4%$), trong đó Phong cách thời trang ($\beta = 0.284$) và Mức độ quan tâm đến môi trường ($\beta = 0.226$) giữ vai trò then chốt. Kết quả này cung cấp luận cứ khoa học vững chắc giúp các doanh nghiệp dệt may Việt Nam chuyển đổi thành công mô hình kinh doanh tuần hoàn, kết hợp hài hòa giữa lợi ích kinh tế và trách nhiệm sinh thái bền vững.