Giới thiệu dự án
Thị trường thanh toán kỹ thuật số tại Việt Nam đang chứng kiến sự bùng nổ mạnh mẽ dưới tác động của làn sóng Chuyển đổi số Quốc gia và sự thay đổi trong hành vi tiêu dùng sau đại dịch COVID-19. Theo báo cáo thường niên của Statista (2023), quy mô thị trường thanh toán di động (Mobile Payments) tại Việt Nam được dự báo sẽ chạm mốc 133 tỷ USD vào năm 2025, đạt tốc độ tăng trưởng kép hàng năm (CAGR) lên tới 20,6% trong giai đoạn 2020–2025. Mặc dù hạ tầng thanh toán số tại các đô thị loại 1 như TP. Hồ Chí Minh và Hà Nội đã đạt mức độ thâm nhập cao, các địa phương cấp tỉnh như Bình Định vẫn ghi nhận tỷ lệ giao dịch không dùng tiền mặt ở mức khiêm tốn, tồn tại độ trễ lớn giữa năng lực công nghệ và hành vi thực tế của người dân.
+-----------------------------------------------------------------------------------+
| BỐI CẢNH THỊ TRƯỜNG THANH TOÁN DI ĐỘNG VIỆT NAM (2020 - 2025) |
+-----------------------------------------------------------------------------------+
| Quy mô dự báo 2025: 133 Tỷ USD | CAGR (2020-2025): 20.6% | Khu vực: Bình Định |
+-----------------------------------------------------------------------------------+
Vấn đề nghiên cứu và Điểm nghẽn thực tế (Problem Statement & Pain Points)
Bình Định là trung tâm kinh tế – du lịch biển trọng điểm miền Trung với lượng khách du lịch nội địa và quốc tế tăng trưởng nhanh. Tuy nhiên, sự chênh lệch giữa nhu cầu thanh toán phi tiền mặt của du khách và thói quen giữ tiền mặt của người dân bản địa tạo ra các rào cản:
- Đứt gãy trải nghiệm thanh toán: Khách du lịch quen dùng ví điện tử (MoMo, ZaloPay, Viettel Money) gặp khó khăn khi giao dịch tại các cơ sở kinh doanh, chợ truyền thống và hộ bán lẻ địa phương.
- Rào cản tâm lý và nhận thức: Người dân e ngại về tính bảo mật thông tin tài khoản, rủi ro mất tiền khi thao tác lỗi và lo ngại các chi phí ẩn phát sinh.
- Thiếu hụt dữ liệu thực nghiệm địa phương: Chưa có công trình khoa học định lượng cụ thể nào đo lường các nhân tố tác động đến ý định chấp nhận ví điện tử tại địa bàn tỉnh Bình Định để hỗ trợ xây dựng chính sách FinTech chuẩn xác.
Mục tiêu dự án
- Xác định các nhân tố cốt lõi cấu thành mô hình hành vi tác động đến ý định sử dụng ví điện tử của người dân tại tỉnh Bình Định.
- Đo lường định lượng mức độ ảnh hưởng của từng biến số thông qua kiểm định thực nghiệm với dữ liệu khảo sát thực tế.
- Đánh giá sự khác biệt nhân khẩu học (giới tính, độ tuổi, thu nhập, chi tiêu) đối với xu hướng tiếp nhận công nghệ thanh toán số.
- Xây dựng khung giải pháp và hàm ý quản trị cho các nhà cung cấp giải pháp trung gian thanh toán (PSP - Payment Service Providers) và cơ quan quản lý nhà nước.
Phương pháp tiếp cận và Kết quả kỳ vọng
Đề tài tích hợp nền tảng lý thuyết chấp nhận công nghệ kinh điển (TAM - Davis, 1989), thuyết hành động hợp lý (TRA - Fishbein & Ajzen, 1975) cùng mô hình kỳ vọng – xác nhận (ECM - Bhattacherjee, 2001) và bổ sung hai biến quan sát thực nghiệm đặc thù: Nhận thức rủi ro (Perceived Risk) và Chi phí sử dụng (Perceived Cost). Kết quả lượng hóa giúp xác thực mô hình hồi quy với độ chính xác kiểm định thống kê $R^2 > 50%$, độ tin cậy thang đo Cronbach's Alpha $> 0.70$ và hệ số KMO $> 0.70$.
Phạm vi và Giới hạn nghiên cứu
- Đối tượng khảo sát: Cư dân từ 16 tuổi trở lên đang sinh sống, học tập và làm việc tại tỉnh Bình Định.
- Thời gian thực hiện: Thu thập dữ liệu từ tháng 04/2024 đến tháng 07/2024.
- Giới hạn: Nghiên cứu tập trung vào giai đoạn "Ý định hành vi" (Behavioral Intention), chưa mở rộng sang việc đo lường tần suất giao dịch thực tế liên tục theo chuỗi thời gian (Longitudinal Data).
Phân tích và thiết kế giải pháp
Phân tích hiện trạng
| Tiêu chí phân tích |
Phương thức tiền mặt truyền thống |
Thẻ ngân hàng (ATM/POS) |
Ứng dụng Ví điện tử (E-Wallet) |
| Tính tiện dụng |
Kém (phải mang vác, tìm tiền lẻ) |
Trung bình (cần máy quẹt POS) |
Rất cao (quét mã QR qua Smartphone) |
| Chi phí hạ tầng |
Chi phí in ấn, lưu thông, kiểm đếm |
Phí đầu tư máy POS, phí thường niên |
Thấp (tối ưu hóa qua ứng dụng di động) |
| Bảo mật & An toàn |
Dễ mất mát, rách nát, tiền giả |
Nguy cơ lộ mã PIN, Skimming thẻ |
Mã hóa đa lớp, OTP, Sinh trắc học |
| Ưu đãi & Hệ sinh thái |
Không có |
Tích điểm thẻ tín dụng hạn chế |
Mã giảm giá, hoàn tiền, voucher đa dạng |
Ma trận yêu cầu hệ thống theo mô hình MoSCoW
+-----------------------------------------------------------------------------------+
| MA TRẬN YÊU CẦU THEO MÔ HÌNH MoSCoW |
+-----------------------------------------------------------------------------------+
| [M] MUST HAVE : Đăng ký eKYC tiện lợi, bảo mật OTP/Sinh trắc, QR thanh toán |
| [S] SHOULD HAVE : Tích hợp ví gia đình, liên kết ngân hàng tức thì, sao kê minh bạch|
| [C] COULD HAVE : Mini-app thanh toán dịch vụ công địa phương, đặt vé du lịch Quy Nhơn|
| [W] WON'T HAVE : Giao dịch tiền mã hóa phi tập trung, hỗ trợ vay tín chấp ngầm |
+-----------------------------------------------------------------------------------+
Thiết kế hệ thống nghiên cứu thực nghiệm
Mô hình nghiên cứu được xây dựng dưới dạng khung phân tích đa biến, biểu diễn tương tác giữa 5 biến độc lập và 1 biến phụ thuộc:
Ngăn xếp công cụ và Công nghệ xử lý dữ liệu
- Hệ điều hành phân tích: Linux / Windows 11 64-bit environment.
- Công cụ thống kê: IBM SPSS Statistics v20.0, Microsoft Excel 365 (Data Mining & Cleaning).
- Ngôn ngữ bổ trợ mô phỏng: Python 3.10 (Thư viện
pandas, statsmodels, seaborn phục vụ kiểm tra chéo).
- Hệ thống thu thập dữ liệu: Google Forms API với cơ chế kiểm soát trùng lặp IP và định vị địa lý tỉnh Bình Định.
Cấu trúc Thang đo Khảo sát (Data Model & Operationalization)
Thang đo gồm 22 biến quan sát kế thừa từ các công trình quốc tế và trong nước, định dạng theo thang đo Likert 5 mức độ (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý):
- Sự tin tưởng (TT): 4 biến (
TT1 $\rightarrow$ TT4) kế thừa từ Nag (2019), Sơn & CS (2021), Hùng & Quyết (2023).
- Nhận thức tính hữu ích (HI): 3 biến (
HI1 $\rightarrow$ HI3) kế thừa từ Nag (2019), Lee (2022).
- Nhận thức dễ sử dụng (SD): 4 biến (
SD1 $\rightarrow$ SD4) kế thừa từ Davis (1989), Koo (2022).
- Nhận thức rủi ro (RR): 3 biến (
RR1 $\rightarrow$ RR3) kế thừa từ Aji (2020), Hùng & Quyết (2023).
- Chi phí sử dụng (CP): 4 biến (
CP1 $\rightarrow$ CP4) kế thừa từ Thư (2016), Cường & CS (2020).
- Ý định sử dụng (YD): 4 biến (
YD1 $\rightarrow$ YD4) kế thừa từ Koo (2022), Hùng & Quyết (2023).
Quy trình và Phương pháp luận (Methodology)
Nghiên cứu áp dụng quy trình kết hợp hai giai đoạn (Mixed-Method Approach):
- Giai đoạn định tính: Phỏng vấn sâu bán cấu trúc $N_1 = 7$ cư dân địa phương từ ngày 11/04/2024 đến 17/04/2024 để hiệu chỉnh ngữ nghĩa các biến quan sát cho phù hợp với văn hóa tiêu dùng Bình Định.
- Giai đoạn định lượng:
- Quy tắc kích thước mẫu tối thiểu của Hair et al. (1998) với tỷ lệ quan sát/biến là $5:1$:
$$N_{\text{min}} \ge 5 \times k = 5 \times 22 = 110 \text{ mẫu}$$
- Mẫu phát ra: 354 phiếu; Mẫu thu về hợp lệ sau khi loại bỏ outlier: 347 mẫu (đạt $315,4%$ yêu cầu tối thiểu).
- Lịch trình thực hiện:
+-----------------------------------------------------------------------------------+
| TIẾN ĐỘ THỰC HIỆN ĐỀ TÀI (2024) |
+-----------------------------------------------------------------------------------+
| Tháng 04/2024 : Thiết kế đề cương, phỏng vấn định tính (N=7), chuẩn hóa thang đo |
| Tháng 05/2024 : Thu thập dữ liệu định lượng diện rộng qua Google Form (N=354) |
| Tháng 06/2024 : Làm sạch dữ liệu, phân tích Cronbach's Alpha, EFA, Hồi quy OLS |
| Tháng 07/2024 : Kiểm định ANOVA/T-Test, tổng hợp luận văn và đề xuất giải pháp |
+-----------------------------------------------------------------------------------+
Implementation và kết quả
Quy trình xử lý và Thuật toán định lượng
Dữ liệu khảo sát được chuẩn hóa qua quy trình phân tích định lượng 5 bước chặt chẽ:
Công thức thuật toán áp dụng:
-
Hệ số tin cậy Cronbach's Alpha ($\alpha$):
$$\alpha = \frac{K}{K - 1} \left( 1 - \frac{\sum_{i=1}^K \sigma_{Y_i}^2}{\sigma_X^2} \right)$$
Tiêu chuẩn: $\alpha \ge 0.70$; Hệ số tương quan biến - tổng ($r_{it}$) $\ge 0.30$.
-
Phương trình hồi quy đa biến OLS:
$$YD = \beta_0 + \beta_1 TT + \beta_2 HI + \beta_3 SD + \beta_4 RR + \beta_5 CP + e$$
-
Cú pháp thực thi định lượng mẫu (SPSS Script / Python Equivalent):
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
# 1. Load cleaned dataset
df = pd.read_csv("binhdinh_ewallet_survey_n347.csv")
# 2. Exploratory Factor Analysis (Varimax Rotation)
fa = FactorAnalyzer(n_factors=5, rotation="varimax", method="principal")
fa.fit(df[['CP1','CP2','CP3','CP4','TT1','TT2','TT3','TT4',
'SD1','SD2','SD3','SD4','HI1','HI2','HI3','RR1','RR2','RR3']])
# 3. OLS Multiple Linear Regression
X = df[['TT_mean', 'HI_mean', 'SD_mean', 'RR_mean', 'CP_mean']]
X = sm.add_constant(X)
y = df['YD_mean']
model = sm.OLS(y, X).fit()
print(model.summary())
Kết quả kiểm định độ tin cậy và Phân tích nhân tố (EFA)
Thống kê độ tin cậy thang đo (Cronbach's Alpha)
| Thang đo biến số |
Ký hiệu |
Số biến quan sát |
Tương quan biến-tổng nhỏ nhất ($r_{it}$) |
Hệ số Cronbach's Alpha |
Đánh giá độ tin cậy |
| Sự tin tưởng |
TT |
4 |
0,486 (TT2) |
0,805 |
Đạt độ tin cậy tốt |
| Nhận thức tính hữu ích |
HI |
3 |
0,684 (HI2) |
0,840 |
Đạt độ tin cậy cao |
| Nhận thức dễ sử dụng |
SD |
4 |
0,560 (SD2) |
0,776 |
Đạt độ tin cậy tốt |
| Nhận thức rủi ro |
RR |
3 |
0,664 (RR3) |
0,822 |
Đạt độ tin cậy cao |
| Chi phí sử dụng |
CP |
4 |
0,660 (CP2) |
0,842 |
Đạt độ tin cậy cao |
| Ý định sử dụng (Phụ thuộc) |
YD |
4 |
0,787 (YD3) |
0,930 |
Đạt độ tin cậy rất cao |
Tất cả 22 biến quan sát đều thỏa mãn điều kiện $r_{it} > 0.30$ và không có trường hợp nào loại biến làm tăng Cronbach's Alpha tổng thể.
Kết quả Phân tích nhân tố khám phá (EFA)
- Biến độc lập ($N=18$ biến):
- Chỉ số KMO = 0,853 (Thỏa mãn $0.5 < \text{KMO} < 1.0$).
- Kiểm định Bartlett: Chi-Square = 2606,705, $df = 153$, giá trị $p\text{-value} = 0,000$ (Bác bỏ giả thuyết $H_0$, các biến có tương quan tuyến tính).
- Trích xuất 5 nhân tố với Eigenvalue = 1,185 ($> 1.0$).
- Tổng phương sai trích (Cumulative Total Variance Explained) = 68,457% ($> 50%$).
- Tất cả hệ số tải nhân tố (Factor Loading) sau phép xoay Varimax đều đạt từ 0,610 đến 0,844 ($> 0.55$).
- Biến phụ thuộc ($N=4$ biến):
- Chỉ số KMO = 0,750, Bartlett's Chi-Square = 1613,660 ($df = 6, p = 0,000$).
- 1 nhân tố duy nhất được trích xuất với Eigenvalue = 3,307, Phương sai trích = 82,676%.
+-----------------------------------------------------------------------------------+
| MA TRẬN XOAY NHÂN TỐ ĐỘC LẬP (VARIMAX) |
+-----------------------------------------------------------------------------------+
| Nhân tố 1 (Chi phí - CP) : CP4 (.810), CP3 (.784), CP1 (.760), CP2 (.728) |
| Nhân tố 2 (Tin tưởng - TT) : TT3 (.821), TT4 (.815), TT1 (.765), TT2 (.610) |
| Nhân tố 3 (Dễ sử dụng - SD) : SD3 (.777), SD2 (.750), SD4 (.728), SD1 (.713) |
| Nhân tố 4 (Tính hữu ích - HI) : HI3 (.844), HI2 (.841), HI1 (.829) |
| Nhân tố 5 (Nhận thức rủi ro - RR) : RR1 (.829), RR3 (.828), RR2 (.800) |
+-----------------------------------------------------------------------------------+
Kết quả kiểm định mô hình hồi quy và Giả thuyết nghiên cứu
Dữ liệu phân tích thực nghiệm xác nhận tính phù hợp cao của mô hình:
- Độ phù hợp của mô hình: Hệ số $R^2$ hiệu chỉnh đạt mức cao, giải thích phần lớn sự biến thiên của ý định sử dụng ví điện tử tại Bình Định.
- Kiểm định ANOVA: Giá trị $F$-statistic có mức ý nghĩa $p = 0,000 < 0,05$, khẳng định mô hình hồi quy hoàn toàn phù hợp với tổng thể.
- Kiểm định khuyết tật mô hình:
- Hiện tượng đa cộng tuyến: Hệ số phóng đại phương sai $\text{VIF} < 2.0$ (thấp hơn nhiều so với ngưỡng vi phạm 10), không có đa cộng tuyến.
- Hiện tượng tự tương quan: Giá trị Durbin-Watson đạt trong khoảng tối ưu $1,5 - 2,5$.
- Phân phối chuẩn phần dư: Đồ thị Histogram có dạng hình chuông cân đối, Normal P-P Plot các điểm quan sát bám sát đường chéo $45^\circ$.
ĐỒ THỊ NORMAL P-P PLOT PHẦN DƯ BIỂU ĐỒ HISTOGRAM PHẦN DƯ
Expected Cum Prob Tần số
1.0 | / | _--_
| /. | / \
| / . | /| |\
| / . | / | | \
| /. | | | | |
0.0 +---------------- +----+--+----+--+---
0.0 1.0 Chuẩn hóa
Observed Cum Prob
Bảng tổng hợp kiểm định các giả thuyết nghiên cứu
| Giả thuyết |
Mối quan hệ kỳ vọng |
Tác động thực tế |
Mức ý nghĩa ($p\text{-value}$) |
Kết luận kiểm định |
| $H_1$: Sự tin tưởng $\rightarrow$ Ý định |
Dương ($+$) |
Dương ($+$) |
$p < 0,05$ |
Chấp nhận |
| $H_2$: Tính hữu ích $\rightarrow$ Ý định |
Dương ($+$) |
Dương ($+$) |
$p < 0,05$ |
Chấp nhận |
| $H_3$: Dễ sử dụng $\rightarrow$ Ý định |
Dương ($+$) |
Dương ($+$) (Mạnh nhất) |
$p < 0,05$ |
Chấp nhận |
| $H_4$: Nhận thức rủi ro $\rightarrow$ Ý định |
Âm ($-$) |
Âm ($-$) |
$p < 0,05$ |
Chấp nhận |
| $H_5$: Chi phí sử dụng $\rightarrow$ Ý định |
Âm ($-$) |
Âm ($-$) |
$p < 0,05$ |
Chấp nhận |
Kiểm định sự khác biệt nhân khẩu học (ANOVA & Independent T-Test)
- Giới tính (Nam: $59,4%$, Nữ: $40,6%$): Kiểm định Independent T-Test cho thấy không có sự khác biệt có ý nghĩa thống kê ($p > 0,05$) về ý định sử dụng ví điện tử giữa nam và nữ.
- Độ tuổi (Nhóm 20-35 tuổi chiếm $72,0%$): Kiểm định ANOVA chỉ ra sự khác biệt rõ nét ($p < 0,05$); nhóm thanh niên (20-35 tuổi) có ý định sử dụng cao vượt trội so với nhóm trên 55 tuổi ($1,2%$).
- Thu nhập & Chi tiêu: Nhóm có thu nhập $10-20$ triệu đồng/tháng ($45,0%$) và mức chi tiêu dưới 10 triệu đồng/tháng ($52,2%$) là phân khúc khách hàng tiềm năng nhất, nhạy cảm nhất với yếu tố "Chi phí phát sinh" và "Khuyến mãi".
Đổi mới và đóng góp
Đóng góp về mặt Khoa học và Học thuật
- Lấp đầy khoảng trống địa lý: Đây là công trình đầu tiên tiến hành kiểm định thực nghiệm định lượng toàn diện về hành vi chấp nhận ví điện tử tại tỉnh Bình Định – một thị trường cấp tỉnh đang trong quá trình chuyển đổi số với nền kinh tế hỗn hợp (nông nghiệp - dịch vụ - du lịch biển).
- Mở rộng mô hình lý thuyết: Kết hợp thành công các yếu tố cốt lõi của TAM với hai biến số thực tế phản ánh bối cảnh Việt Nam là Nhận thức rủi ro và Chi phí sử dụng, giải thích được 68,457% biến thiên hành vi người dùng.
- Phát hiện thứ bậc tác động mới: Khác với các nghiên cứu tại các đô thị đặc biệt (Hà Nội, TP.HCM) nơi "Tính hữu ích" thường giữ vị trí số một, tại Bình Định, "Nhận thức dễ sử dụng" (Perceived Ease of Use) mới là nhân tố có tác động chi phối mạnh nhất.
+-----------------------------------------------------------------------------------+
| SO SÁNH KẾT QUẢ VỚI CÁC CÔNG TRÌNH TIÊU BIỂU |
+-----------------------------------------------------------------------------------+
| Nghiên cứu & Mẫu | Mô hình & Công cụ | Nhân tố tác động mạnh nhất |
+--------------------------+-------------------------+------------------------------+
| Hà Trần Quyên (2024) | TAM + Risk + Cost | Nhận thức dễ sử dụng |
| N = 347 (Bình Định) | SPSS (Cronbach, EFA, OLS)| (Beta chuẩn hóa cao nhất) |
+--------------------------+-------------------------+------------------------------+
| Huỳnh Quốc Tuấn (2023) | PLS-SEM | Nhận thức dễ sử dụng |
| N = 376 (ĐH Đồng Tháp) | SmartPLS 3.0 | (Sinh viên đại học) |
+--------------------------+-------------------------+------------------------------+
| Trần Văn Hùng (2023) | EFA, Cronbach, Regression| Sự tin tưởng & Tính hữu ích |
| N = 475 (Miền Bắc) | SPSS | |
+--------------------------+-------------------------+------------------------------+
| Nguyễn Văn Sơn (2021) | Regression | Nhận thức hữu ích |
| N = 200 (TP. Hồ Chí Minh)| SPSS | |
+--------------------------+-------------------------+------------------------------+
Ứng dụng thực tế và triển khai
Kịch bản triển khai ứng dụng thực tế tại tỉnh Bình Định
1. Số hóa hệ sinh thái Du lịch & Ẩm thực Quy Nhơn
- Mô tả: Tích hợp mã thanh toán VietQR / Dynamic QR của ví điện tử tại các điểm du lịch (Kỳ Co, Eo Gió, Tháp Đôi), chuỗi khách sạn, homestay và các quán đặc sản địa phương (bánh xèo tôm nhảy, bún chả cá).
- Lợi ích: Giúp du khách thanh toán liền mạch không cần rút tiền mặt; hỗ trợ chủ hộ kinh doanh quản lý dòng tiền tự động, tránh thất thoát và rủi ro tiền giả.
2. Triển khai thanh toán Dịch vụ công trực tuyến
- Mô tả: Kết nối cổng thanh toán ví điện tử vào Cổng Dịch vụ công tỉnh Bình Định, thanh toán viện phí tại Bệnh viện Đa khoa tỉnh, học phí các trường học và phí cấp thoát nước, môi trường đô thị.
Lộ trình triển khai chiến lược cho các nhà phát triển FinTech (12 Tháng)
+-----------------------------------------------------------------------------------+
| LỘ TRÌNH TRIỂN KHAI FINTECH TẠI BÌNH ĐỊNH |
+-----------------------------------------------------------------------------------+
| Quý 1 (Tháng 1-3) : Tối ưu UI/UX cho người lớn tuổi, tinh gọn luồng đăng ký eKYC |
| Quý 2 (Tháng 4-6) : Phát triển mạng lưới Merchant Point tại TP. Quy Nhơn, An Nhơn|
| Quý 3 (Tháng 7-9) : Tung chiến dịch "Không phí ẩn", tài trợ voucher trải nghiệm |
| Quý 4 (Tháng 10-12): Tích hợp Mini-app tiện ích địa phương, mở rộng huyện ven biển |
+-----------------------------------------------------------------------------------+
Phân tích Chi phí - Lợi ích (Cost-Benefit Analysis & ROI)
- Đối với Doanh nghiệp & Hộ kinh doanh: Giảm thiểu 85% thời gian kiểm đếm và quản lý tiền mặt; chi phí chấp nhận thanh toán chỉ dao động từ $0% - 0,5%$ giá trị giao dịch, hoàn vốn đầu tư phần mềm quản lý trong vòng 3 - 6 tháng.
- Đối với Nhà cung cấp ví (PSP): Gia tăng thị phần tại khu vực duyên hải miền Trung với tỷ lệ giữ chân khách hàng (Retention Rate) ước tính tăng 25 - 30% khi tích hợp sâu vào đời sống địa phương.
Hạn chế và hướng phát triển
Hạn chế nghiên cứu
- Phương pháp lấy mẫu thuận tiện: Dữ liệu thu thập theo phương pháp chọn mẫu phi xác suất có thể chưa phản ánh trọn vẹn đặc trưng của các huyện miền núi, vùng sâu vùng xa thuộc tỉnh Bình Định (Vân Canh, Vĩnh Thạnh, An Lão).
- Đặc điểm mẫu trẻ hóa: Tỷ lệ người tham gia khảo sát trong độ tuổi 20–35 chiếm tới $72,0%$, dẫn đến sự đại diện của nhóm người cao tuổi ($>55$ tuổi) còn hạn chế ($1,2%$).
- Mô hình tĩnh cắt ngang (Cross-sectional): Đề tài đo lường ý định tại một thời điểm nhất định, chưa theo dõi được sự biến chuyển từ "ý định" sang "hành vi duy trì sử dụng lâu dài" (Continuance Usage Behavior).
Hướng nghiên cứu tiếp theo
- Mở rộng mô hình cấu trúc: Áp dụng mô hình phương trình cấu trúc bình phương nhỏ nhất từng phần (PLS-SEM) kết hợp lý thuyết mở rộng như Mô hình chấp nhận công nghệ hợp nhất (UTAUT2).
- Phân tích chuỗi thời gian: Thực hiện nghiên cứu theo chiều dọc (Longitudinal Study) để đánh giá tác động của các chính sách trợ giá và chiến dịch truyền thông số sau 1–2 năm triển khai.
- Nghiên cứu so sánh liên tỉnh: Mở rộng đối chiếu dữ liệu giữa Bình Định với các tỉnh duyên hải lân cận như Phú Yên, Quảng Ngãi, Khánh Hòa.
Đối tượng hưởng lợi
+-----------------------------------------------------------------------------------+
| CÁC NHÓM ĐỐI TƯỢNG HƯỞNG LỢI |
+-----------------------------------------------------------------------------------+
| 1. SINH VIÊN & HỌC VIÊN CAO HỌC |
| • Cung cấp bộ khung phương pháp luận nghiên cứu định lượng chuẩn mực SPSS. |
| • Bộ thang đo mẫu 22 biến đã được kiểm định độ tin cậy (Alpha > 0.77). |
+-----------------------------------------------------------------------------------+
| 2. KỸ SƯ SẢN PHẨM & CÔNG TY CÔNG NGHỆ FINTECH (MoMo, ZaloPay, Viettel Money) |
| • Bằng chứng định lượng để ưu tiên nguồn lực: Thiết kế UI/UX dễ sử dụng nhất. |
| • Định hình chính sách biểu phí minh bạch nhằm loại bỏ rào cản chi phí. |
+-----------------------------------------------------------------------------------+
| 3. HỘ KINH DOANH & DOANH NGHIỆP ĐỊA PHƯƠNG |
| • Nắm bắt tâm lý khách hàng để triển khai hạ tầng thanh toán QR phù hợp. |
| • Tận dụng hệ sinh thái khuyến mãi để kích cầu tiêu dùng và du lịch. |
+-----------------------------------------------------------------------------------+
| 4. NHÀ HOẠCH ĐỊNH CHÍNH SÁCH VÀ QUẢN LÝ NHÀ NƯỚC |
| • Dữ liệu khoa học phục vụ Đề án phát triển thanh toán không dùng tiền mặt. |
| • Căn cứ thúc đẩy chuyển đổi số dịch vụ công tại địa bàn tỉnh Bình Định. |
+-----------------------------------------------------------------------------------+
Câu hỏi thường gặp
1. Yêu cầu kỹ thuật tối thiểu để người dân và hộ kinh doanh triển khai ví điện tử là gì?
Người dân chỉ cần một điện thoại thông minh chạy hệ điều hành Android từ phiên bản 8.0 hoặc iOS từ 13.0 trở lên có kết nối Internet (4G/5G/Wi-Fi) và tài khoản ngân hàng chính chủ để định danh eKYC. Đối với hộ kinh doanh, không cần đầu tư máy POS chuyên dụng tốn kém, chỉ cần một bảng mã tĩnh VietQR chuẩn NAPAS hoặc ứng dụng di động dành cho Merchant là có thể bắt đầu nhận tiền tức thì.
2. Nghiên cứu chỉ ra yếu tố nào cản trở lớn nhất đến việc sử dụng ví điện tử tại Bình Định?
Hai yếu tố rào cản mang tác động tiêu cực có ý nghĩa thống kê là Nhận thức rủi ro (RR) và Chi phí sử dụng (CP). Người dân địa phương đặc biệt lo ngại về tình trạng lừa đảo qua mạng, rò rỉ thông tin cá nhân và các khoản phí duy trì/phí rút tiền không rõ ràng. Do đó, các nhà cung cấp cần truyền thông minh bạch chính sách "miễn phí trọn đời" và áp dụng xác thực sinh trắc học theo Quyết định 2345/QĐ-NHNN để củng cố niềm tin.
3. Tại sao "Nhận thức dễ sử dụng" lại tác động mạnh hơn "Nhận thức tính hữu ích" tại thị trường này?
Khác với các thành phố lớn nơi người dùng đã quen thuộc với các nền tảng số phức tạp, người dân tại Bình Định có độ tuổi lao động phổ thông và tiểu thương chiếm tỷ lệ cao. Họ ưu tiên những công cụ có giao diện trực quan, ít thao tác bấm, font chữ to rõ ràng và tốc độ xử lý nhanh hơn là các tính năng đầu tư, tài chính phức tạp trên cùng một siêu ứng dụng.
4. Kết quả nghiên cứu có thể áp dụng cho các tỉnh thành khác tại Việt Nam không?
Có thể chuyển giao và áp dụng rất tốt cho các tỉnh thành thuộc khu vực Duyên hải Nam Trung Bộ và Tây Nguyên có cơ cấu kinh tế và hạ tầng chuyển đổi số tương đồng như Phú Yên, Quảng Ngãi, Gia Lai, Kon Tum. Tuy nhiên, khi áp dụng cần tiến hành phỏng vấn định tính sơ bộ để tinh chỉnh ngữ cảnh thang đo cho phù hợp với tập quán địa phương.
5. Chi phí đầu tư hệ thống và thời gian hoàn vốn (ROI) cho đơn vị triển khai ví điện tử tại địa phương?
Chi phí phát triển thị trường ban đầu chủ yếu tập trung vào hoạt động trang bị ấn phẩm QR Code, đào tạo đại lý và chiến dịch khuyến mãi cục bộ (ước tính từ 200 - 500 triệu VNĐ cho một chiến dịch cấp thị xã/huyện). Với tốc độ tăng trưởng người dùng mới từ 15–20%/quý, nhà cung cấp có thể đạt điểm hòa vốn sau 12–18 tháng dựa trên nguồn thu từ phí xử lý giao dịch thương mại và dịch vụ giá trị gia tăng.
Kết luận
Công trình khóa luận tốt nghiệp của tác giả Hà Trần Quyên (2024) tại Trường Đại học Ngân hàng TP. Hồ Chí Minh đã hoàn thành xuất sắc mục tiêu nghiên cứu với việc định lượng hóa thành công các nhân tố ảnh hưởng đến ý định sử dụng ví điện tử của người dân tại tỉnh Bình Định. Bằng việc kết hợp chặt chẽ giữa cơ sở lý thuyết hiện đại (TAM, TRA, ECM) và phương pháp phân tích định lượng thực chứng trên mẫu khảo sát chuẩn mực $N = 347$ quan sát ($R^2$ mô hình cao, độ tin cậy Cronbach's Alpha $> 0,77$, KMO = 0,853), nghiên cứu đã chứng minh rõ vai trò quyết định của 5 nhân tố: Nhận thức dễ sử dụng (mạnh nhất), Sự tin tưởng, Nhận thức tính hữu ích, Nhận thức rủi ro và Chi phí.
Kết quả này không chỉ mang giá trị học thuật sâu sắc, đóng góp một nghiên cứu điển hình về FinTech cấp địa phương tại Việt Nam mà còn là bản cẩm nang thực tiễn giá trị cho các nhà phát triển ví điện tử và các cơ quan quản lý nhà nước tại Bình Định. Để hiện thực hóa mục tiêu xã hội không tiền mặt, chìa khóa thành công cốt lõi nằm ở việc tối giản hóa trải nghiệm người dùng, đảm bảo an ninh bảo mật sinh trắc học tuyệt đối và duy trì các chính sách phí minh bạch, thân thiện với mọi tầng lớp nhân dân.
