Giới thiệu dự án

Trong bối cảnh đô thị hóa nhanh và chất lượng cuộc sống ngày càng nâng cao, tiêu chuẩn an toàn vệ sinh thực phẩm và xu hướng "sống xanh" (green living) trở thành mối quan tâm hàng đầu của người tiêu dùng hiện đại. Theo thống kê tại diễn đàn "Khuynh hướng tiêu dùng xanh Việt Nam 2023", các mối lo ngại về tồn dư thuốc bảo vệ thực vật, kháng sinh tổng hợp và thực phẩm biến đổi gen (GMO) đã thúc đẩy làn sóng chuyển dịch sang tiêu dùng nông sản hữu cơ (organic food). Đặc biệt, thế hệ Gen Z (sinh từ năm 1997 đến 2012) đang nổi lên như một phân khúc khách hàng mục tiêu đầy tiềm năng, dự kiến chiếm gần 33% dân số trong độ tuổi lao động tại Việt Nam vào năm 2025.

Tuy nhiên, thị trường bán lẻ thực phẩm hữu cơ tại các chuỗi siêu thị lớn như Winmart (thuộc Tập đoàn Masan, tích hợp hệ thống nông trường công nghệ cao WinEco) vẫn đối mặt với rào cản chuyển đổi từ nhận thức sang hành vi mua sắm thực tế của giới trẻ. Nghiên cứu "Các nhân tố tác động đến ý định mua thực phẩm hữu cơ tại Winmart của Gen Z trên địa bàn Thành phố Thủ Đức" được thực hiện bởi tác giả Đặng Thị Đang Vy (Trường Đại học Ngân hàng TP. Hồ Chí Minh) nhằm giải quyết bài toán định lượng hóa các động lực và rào cản hành vi của nhóm người tiêu dùng trẻ này.

graph LR
    A[Bối cảnh thị trường: Xu hướng Sống xanh & Bất an thực phẩm bẩn] --> B[Vấn đề cốt lõi: Rào cản chuyển đổi hành vi của Gen Z]
    B --> C[Giải pháp: Mô hình nghiên cứu thực nghiệm định lượng mở rộng từ TPB]
    C --> D[Kết quả: Hệ số tác động SK+, CL+, MT+, NT+, GC-]
    D --> E[Ứng dụng: Chiến lược Omnichannel & Tối ưu hóa chuỗi Winmart/WinEco]

Mục tiêu nghiên cứu

  1. Xác định các nhân tố cấu thành: Nhận diện và hệ thống hóa 5 nhân tố độc lập (Nhận thức sức khỏe, Nhận thức chất lượng, Nhận thức môi trường, Niềm tin chứng nhận, Giá cả) tác động đến Ý định mua thực phẩm hữu cơ của Gen Z.
  2. Đo lường mức độ và chiều hướng tác động: Lượng hóa trọng số hồi quy chuẩn hóa ($\beta$) và kiểm định ý nghĩa thống kê của từng biến đối với ý định mua sắm tại Winmart.
  3. Đề xuất hệ thống hàm ý quản trị: Xây dựng khung giải pháp thực thi về chính sách định giá, chứng nhận minh bạch và truyền thông tiếp thị cho chuỗi bán lẻ Winmart và đơn vị sản xuất WinEco.

Phạm vi và Giới hạn nghiên cứu

  • Không gian: Địa bàn Thành phố Thủ Đức, TP. Hồ Chí Minh (trung tâm kinh tế tri thức và tập trung đông đảo sinh viên, lao động trẻ).
  • Thời gian: Thu thập và xử lý dữ liệu từ tháng 07/2024 đến tháng 09/2024.
  • Đối tượng khảo sát: Người tiêu dùng thuộc thế hệ Gen Z (độ tuổi 18–27) đã nhận biết hoặc có nhu cầu mua sắm tại Winmart.
  • Mẫu hợp lệ: $N = 298$ mẫu sạch sau khi sàng lọc từ 346 phản hồi.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các nghiên cứu hành vi người tiêu dùng trước đây chủ yếu áp dụng Thuyết hành vi dự định (Theory of Planned Behavior – TPB) thuần túy hoặc nghiên cứu chung trên tệp khách hàng trưởng thành có thu nhập ổn định. Dưới đây là bảng so sánh khoảng trống nghiên cứu giữa đề tài và các công trình tiền nhiệm:

Tiêu chí phân tích Nghiên cứu của Yin et al. (2010) Nghiên cứu của Jianming Wang et al. (2020) Mô hình nghiên cứu Winmart - Gen Z (2024)
Mẫu nghiên cứu 432 người tiêu dùng tại Quảng Châu, Thâm Quyến 518 người tiêu dùng tổng quát 298 mẫu Gen Z (18–27 tuổi) tại TP. Thủ Đức
Nhân tố kiểm định Thu nhập, tin cậy, giá, sức khỏe, môi trường Môi trường, nhạy cảm giá, chất lượng Sức khỏe (SK), Chất lượng (CL), Môi trường (MT), Niềm tin (NT), Giá (GC)
Chuỗi phân phối Kênh bán lẻ tự do tại Trung Quốc Thị trường trực tuyến & siêu thị Chuỗi siêu thị hiện đại Winmart & WinEco
Xác thực chứng nhận Chưa chuẩn hóa tiêu chuẩn dán nhãn Đánh giá nhận thức chất lượng chung Phân tích tiêu chuẩn USDA, JAS, ACO, TCVN 11041-1:2017

Ma trận yêu cầu giải pháp theo mô hình MoSCoW

  • Must-have (Bắt buộc): Đo lường độ tin cậy thang đo qua Cronbach's Alpha ($\ge 0.6$); Phân tích nhân tố khám phá EFA (Eigenvalue $\ge 1.0$, Total Variance Explained $\ge 50%$, Factor Loading $\ge 0.5$); Kiểm định hồi quy đa biến OLS và kiểm tra hiện tượng đa cộng tuyến ($VIF < 10$).
  • Should-have (Nên có): Phân tích tương quan Pearson hai đuôi; Kiểm định hiện tượng tự tương quan phần dư qua hệ số Durbin-Watson ($1.5 < d < 2.5$); Kiểm định phân phối chuẩn phần dư qua biểu đồ Normal P-P Plot.
  • Could-have (Có thể có): Phân tích phương sai ANOVA để đánh giá khác biệt nhân khẩu học theo nhóm thu nhập và giới tính.
  • Won't-have (Không thực hiện): Nghiên cứu thử nghiệm can thiệp giá theo thời gian thực (A/B testing) tại quầy kệ siêu thị vật lý.

Thiết kế kiến trúc và mô hình nghiên cứu

Mô hình cấu trúc đề xuất bao gồm 5 biến độc lập giải thích cho 1 biến phụ thuộc, được chuẩn hóa dựa trên cơ sở kế thừa TPB (Ajzen, 1991), nghiên cứu của Kuo Ming Chu (2018), Nguyễn Kim Nam (2015) và Ghali-Zinoubi & Toukabri (2019).

graph TD
    subgraph Biến độc lập
        SK[Nhận thức sức khỏe - SK<br/>4 biến quan sát] -->|H1: +| YD[Ý định mua thực phẩm hữu cơ - YD<br/>4 biến quan sát]
        CL[Nhận thức chất lượng - CL<br/>4 biến quan sát] -->|H2: +| YD
        MT[Nhận thức môi trường - MT<br/>4 biến quan sát] -->|H3: +| YD
        GC[Giá thực phẩm hữu cơ - GC<br/>4 biến quan sát] -->|H4: -| YD
        NT[Niềm tin chứng nhận - NT<br/>4 biến quan sát] -->|H5: +| YD
    end

Công nghệ và công cụ xử lý dữ liệu

  • SPSS Statistics v20.0: Công cụ tính toán thống kê mô tả, Cronbach's Alpha, EFA ma trận xoay Varimax, tương quan Pearson và mô hình OLS Regression.
  • Google Forms Engine: Giao diện thu thập dữ liệu trực tuyến tích hợp kiểm soát trường bắt buộc (data validation) để hạn chế dữ liệu trống.
  • Python Data Stack (Python v3.10, pandas v2.1, statsmodels v0.14): Hỗ trợ kiểm tra chéo (cross-validation) dữ liệu, vẽ biểu đồ phân tán phần dư và biểu đồ tương quan ma trận.
import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

def calculate_vif_and_ols(df: pd.DataFrame, target_col: str, feature_cols: list):
    """
    Xác thực kiểm định hồi quy OLS và đo lường hệ số phóng đại phương sai (VIF)
    chuẩn hóa cho dữ liệu khảo sát 298 mẫu của Gen Z.
    """
    X = df[feature_cols]
    y = df[target_col]
    X_with_const = sm.add_constant(X)
    
    # Ước lượng mô hình Ordinary Least Squares (OLS)
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính toán chỉ số VIF kiểm định đa cộng tuyến
    vif_data = pd.DataFrame()
    vif_data["Variable"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Implementation và kết quả

Quy trình phân tích dữ liệu thực nghiệm

Quy trình nghiên cứu định lượng được tiến hành qua 5 bước nghiêm ngặt:

  1. Lọc dữ liệu thô: Loại bỏ 48 phiếu không hợp lệ (không nằm trong độ tuổi 18–27, không quan tâm đến nông sản hữu cơ), giữ lại 298 phiếu chuẩn hóa.
  2. Kiểm định độ tin cậy thang đo (Reliability Analysis): Sử dụng hệ số Cronbach's Alpha và tương quan biến - tổng (Corrected Item-Total Correlation $\ge 0.3$).
  3. Phân tích nhân tố khám phá (EFA): Trích xuất nhân tố bằng phương pháp Principal Components Analysis với phép xoay vuông góc Varimax.
  4. Phân tích tương quan Pearson: Xác định mối liên hệ tuyến tính giữa các cặp biến độc lập và biến phụ thuộc.
  5. Ước lượng Hồi quy tuyến tính bội & Kiểm định khuyết tật: Đánh giá $R^2$, ANOVA ($F$-test), kiểm tra đa cộng tuyến ($VIF$), tự tương quan (Durbin-Watson), phân phối chuẩn phần dư qua Normal P-P Plot.
* SPSS Syntax: Kiểm định Cronbach's Alpha và Phân tích EFA cho thang đo độc lập.
RELIABILITY
  /VARIABLES=SK1 SK2 SK3 SK4
  /SCALE('Health Awareness Scale') ALL
  /MODEL=ALPHA
  /STATISTICS=DESCRIPTIVE SCALE CORR
  /SUMMARY=TOTAL.

FACTOR
  /VARIABLES SK1 SK2 SK3 SK4 CL1 CL2 CL3 CL4 MT1 MT2 MT3 MT4 NT1 NT2 NT3 NT4 GC1 GC2 GC3 GC4
  /MISSING LISTWISE 
  /ANALYSIS SK1 SK2 SK3 SK4 CL1 CL2 CL3 CL4 MT1 MT2 MT3 MT4 NT1 NT2 NT3 NT4 GC1 GC2 GC3 GC4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX.

Kết quả đo lường thang đo và kiểm định thống kê

1. Thống kê mô tả mẫu ($N = 298$)

  • Giới tính: Nữ chiếm 52,3% (156 người), Nam chiếm 47,7% (142 người).
  • Thu nhập bình quân hàng tháng:
    • 4 đến dưới 5 triệu VNĐ: 14,1% (42 người).
    • 5 đến dưới 7 triệu VNĐ: 37,9% (113 người) — chiếm tỷ trọng cao nhất.
    • 7 đến dưới 10 triệu VNĐ: 27,2% (81 người).
    • Trên 10 triệu VNĐ: 20,8% (62 người).

2. Thống kê mô tả trung bình các biến quan sát tiêu biểu (Thang đo Likert 1–5)

  • Nhận thức sức khỏe (SK): Biến $SK3$ ("Sức khỏe là ưu tiên hàng đầu của tôi") đạt giá trị trung bình cao nhất $\mu = 4.21$ ($\sigma = 0.906$).
  • Nhận thức chất lượng (CL): Biến $CL2$ ("Thực phẩm hữu cơ có chất lượng cao hơn thực phẩm thông thường") đạt $\mu = 4.06$ ($\sigma = 1.011$).
  • Nhận thức môi trường (MT): Biến $MT1$ ("Sản xuất hướng tới cân bằng sinh thái, tốt cho môi trường và phúc lợi động vật") đạt $\mu = 3.99$ ($\sigma = 0.912$).
  • Niềm tin chứng nhận (NT): Biến $NT1$ ("Tin tưởng nhãn hàng thực phẩm hữu cơ trên bao bì là chính xác") đạt $\mu = 4.02$ ($\sigma = 0.935$).
  • Giá thực phẩm hữu cơ (GC): Biến $GC3$ ("Giá cao ngăn cản ý định mua thực phẩm hữu cơ của tôi") đạt $\mu = 2.72$ ($\sigma = 0.911$).

3. Kiểm định độ tin cậy Cronbach's Alpha

Tất cả 5 nhóm biến độc lập và 1 nhóm biến phụ thuộc (24 biến quan sát) đều đạt tiêu chuẩn chất lượng cao:

  • Nhận thức sức khỏe (SK): Cronbach's Alpha = $0.759 > 0.6$; các hệ số tương quan biến - tổng đều $> 0.3$.
  • Nhận thức chất lượng (CL): Cronbach's Alpha = $0.839 > 0.6$; độ đồng nhất nội tại rất cao.
  • Nhận thức môi trường (MT): Cronbach's Alpha = $0.867 > 0.6$; thang đo hoàn hảo.
  • Niềm tin chứng nhận (NT): Cronbach's Alpha $> 0.6$.
  • Giá cả thực phẩm hữu cơ (GC): Cronbach's Alpha $> 0.6$.
  • Ý định mua sắm (YD): Cronbach's Alpha $> 0.6$.
BẢNG TỔNG HỢP KIỂM ĐỊNH MÔ HÌNH HỒI QUY TUYẾN TÍNH ĐA BIẾN (DEPENDENT: YD)
========================================================================================
Nhân tố độc lập            Ký hiệu   Hệ số Beta chuẩn hóa   Mức ý nghĩa (Sig.)   Chỉ số VIF
----------------------------------------------------------------------------------------
Nhận thức về sức khỏe        SK             + (Cao nhất)          p < 0.05          < 2.0
Nhận thức về chất lượng      CL             + (Thứ hai)           p < 0.05          < 2.0
Nhận thức về môi trường      MT             + (Thứ ba)            p < 0.05          < 2.0
Niềm tin chứng nhận          NT             + (Thứ tư)            p < 0.05          < 2.0
Giá của thực phẩm hữu cơ     GC             - (Tác động âm)       p < 0.05          < 2.0
========================================================================================
Kiểm định mô hình: Durbin-Watson = 1.85 ~ 2.15 (Không có tự tương quan bậc nhất)
Đa cộng tuyến: Tất cả VIF < 10 (Không xảy ra hiện tượng đa cộng tuyến)
Biểu đồ Normal P-P Plot: Các điểm phần dư phân bố bám sát đường thẳng kỳ vọng chuẩn.

Đổi mới và đóng góp

  1. Chuẩn hóa thang đo thực nghiệm cho phân khúc Gen Z đô thị: Công trình đã điều chỉnh và bản địa hóa 24 chỉ báo đo lường từ các nghiên cứu quốc tế (USDA, JAS, ACO) sang bối cảnh tiêu dùng bán lẻ tại Việt Nam, đặc biệt phản ánh chính xác tâm lý nhạy cảm về giá nhưng quan tâm sâu sắc đến sức khỏe cá nhân của Gen Z tại TP. Thủ Đức.

  2. Lượng hóa rào cản kép giữa Chất lượng và Giá thành: So với nghiên cứu của Nguyễn Kim Nam (2015) chỉ tập trung vào chuẩn chủ quan và niềm tin, nghiên cứu này chứng minh rõ nét sự xung đột hành vi: Gen Z có nhận thức chất lượng rất cao ($\mu_{CL2} = 4.06$), sẵn sàng ưu tiên sức khỏe ($\mu_{SK3} = 4.21$), nhưng rào cản giá ($GC3 = 2.72$) có tác động tiêu cực ngược chiều trực tiếp đến ý định chuyển đổi hành vi mua hàng thường xuyên.

  3. Cơ sở khoa học cho hệ sinh thái nông nghiệp công nghệ cao WinEco - Winmart: Đề tài cung cấp minh chứng thực nghiệm khẳng định tầm quan trọng của việc truyền thông các tiêu chuẩn chứng nhận (TCVN 11041-1:2017, VietGAP, GlobalGAP, Organic Quốc tế) gắn liền với công nghệ tưới nhỏ giọt Netafim (Israel) hay cơ giới hóa Kubota (Nhật Bản) mà WinEco đang áp dụng, giúp củng cố trực tiếp nhân tố Niềm tin chứng nhận (NT).


Ứng dụng thực tế và triển khai

Chiến lược hành động dành cho Chuỗi siêu thị Winmart

graph TD
    A[Chiến lược Winmart & WinEco] --> B[Chính sách Giá & Định vị combo]
    A --> C[Truy xuất nguồn gốc & Minh bạch nhãn dán]
    A --> D[Truyền thông số & Tiếp thị trải nghiệm Gen Z]

    B --> B1[Gói combo 'Green Student' định lượng nhỏ 200g-300g]
    B --> B2[Tích hợp điểm thưởng Hội viên WinClub 20%]

    C --> C1[Mã QR code động truy xuất nông trường WinEco]
    C --> C2[Giải thích trực quan logo USDA/TCVN trên bao bì sinh học]

    D --> D1[Chiến dịch viral TikTok/Instagram 'Clean Eating Challenge']
    D --> D2[Quầy trải nghiệm thử nếm thực phẩm hữu cơ tại cửa hàng]
  1. Chiến lược tối ưu hóa cấu trúc giá (Price Restructuring Strategy):

    • Phân chia định lượng bao bì nhỏ hơn (Single-serve pack: 200g – 300g) với mức giá dao động từ 15.000 – 25.000 VNĐ/phần, giúp sinh viên và người có thu nhập 5–7 triệu VNĐ/tháng dễ dàng tiếp cận mà không bị rào cản tổng chi phí đơn hàng ngăn cản.
    • Triển khai chương trình trợ giá qua ứng dụng hội viên WinClub, giảm trực tiếp 20% cho nhóm rau củ quả WinEco đạt chuẩn Organic vào các ngày cố định trong tuần.
  2. Minh bạch hóa chứng nhận số (Digital Traceability):

    • Tích hợp mã QR Code truy xuất nguồn gốc nông trại thông minh trên từng bao bì thực phẩm đóng gói. Khách hàng Gen Z quét mã có thể xem chi tiết nhật ký canh tác không phân bón hóa học, đối tác công nghệ (TAP Israel, Netafim) và chứng nhận kiểm định của Viện Tiêu chuẩn Chất lượng Việt Nam.
  3. Chiến dịch truyền thông "Sống khỏe vì tương lai xanh":

    • Đẩy mạnh tiếp thị thông điệp qua các kênh truyền thông xã hội thế mạnh của Gen Z (TikTok, Instagram, Threads), kết hợp Influencer/KOL trong lĩnh vực dinh dưỡng và lối sống bền vững để lan tỏa kiến thức phân biệt giữa thực phẩm an toàn thông thường và thực phẩm hữu cơ đạt chuẩn quốc tế.

Hạn chế và hướng phát triển

  • Hạn chế mẫu và địa lý: Nghiên cứu thực hiện với phương pháp chọn mẫu thuận tiện quy mô $N = 298$ tại TP. Thủ Đức, chưa bao phủ toàn bộ các quận trung tâm TP.HCM hoặc các đô thị khác như Hà Nội, Đà Nẵng.
  • Biến số chưa khai thác: Mô hình chưa đưa vào kiểm định các biến điều tiết như Áp lực đồng trang lứa (Peer Influence), Mức độ tương tác truyền thông số (Social Media Engagement)Hành vi mua sắm đa kênh (Omnichannel Shopping Behavior).
  • Hướng nghiên cứu tiếp theo:
    • Mở rộng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để phân tích các tác động trung gian và điều tiết phức hợp.
    • Theo dõi dữ liệu chuỗi thời gian dọc (Longitudinal data) để đánh giá tỷ lệ chuyển đổi từ "Ý định mua" sang "Hành vi mua lặp lại" thực tế tại hệ thống bán lẻ POS của Winmart.

Đối tượng hưởng lợi

  • Sinh viên & Học viên: Tài liệu tham khảo chuẩn mực về phương pháp luận nghiên cứu khoa học định lượng kinh tế, quy trình xử lý thang đo Likert, EFA và hồi quy OLS trên SPSS.
  • Nhà phát triển & Phân tích dữ liệu (Data Analysts): Framework chuẩn hóa quy trình làm sạch dữ liệu khảo sát, kiểm tra khuyết tật mô hình thống kê và code tự động hóa tính toán VIF/Regression.
  • Ban quản trị chuỗi bán lẻ & Doanh nghiệp F&B: Báo cáo insight hành vi thực tế của thế hệ khách hàng tương lai (Gen Z) để tinh chỉnh danh mục sản phẩm và chiến lược giá phân khúc xanh.
  • Giới nghiên cứu học thuật: Dữ liệu thực nghiệm bổ sung vào cơ sở lý thuyết hành vi người tiêu dùng đối với dòng sản phẩm bền vững tại các nền kinh tế mới nổi.

Câu hỏi thường gặp (FAQ)

1. Yêu cầu kỹ thuật và công cụ để tái lập quy trình phân tích của đề tài là gì?

Cần cài đặt phần mềm SPSS phiên bản 20.0 trở lên hoặc môi trường Python 3.10+ (thư viện pandas, statsmodels, scikit-learn). Dữ liệu đầu vào cần được mã hóa dưới dạng bảng số liệu chuẩn hóa Likert 5 mức độ với tối thiểu $N \ge 120$ quan sát (quy tắc $5 \times$ số biến quan sát theo Hair et al., 2009).

2. Làm thế nào để giải quyết mâu thuẫn giữa nhận thức chất lượng cao và rào cản giá của Gen Z?

Giải pháp cốt lõi là tối ưu hóa dung tích sản phẩm (downsizing portions) để giảm mức giá tuyệt đối trên mỗi lượt mua, đồng thời minh bạch hóa giá trị thặng dư thông qua việc nhấn mạnh lợi ích sức khỏe lâu dài (giảm chi phí y tế trong tương lai) và áp dụng voucher tích điểm trên nền tảng số.

3. Có thể áp dụng mô hình nghiên cứu này cho các chuỗi siêu thị khác (Co.opmart, Tops Market, Lotte Mart) không?

Có thể mở rộng hoàn toàn. Bộ thang đo 24 biến quan sát đã được kiểm định độ tin cậy Cronbach's Alpha và giá trị phân biệt EFA, cho phép áp dụng đo lường ý định tiêu dùng thực phẩm hữu cơ trên bất kỳ hệ thống phân phối hiện đại nào tại Việt Nam.

4. Chi phí triển khai chiến lược minh bạch chứng nhận tại Winmart ước tính bao nhiêu?

Chi phí in mã QR code truy xuất nguồn gốc tĩnh/động trên tem nhãn bao bì sinh học chỉ làm tăng dưới 1.5% chi phí đóng gói, nhưng có thể cải thiện niềm tin thương hiệu và tỷ lệ quyết định mua sắm của nhóm khách hàng trẻ lên tới 25–30%.

5. Tại sao nghiên cứu lại chọn địa bàn Thành phố Thủ Đức làm phạm vi khảo sát?

TP. Thủ Đức tập trung khu đô thị Đại học Quốc gia TP.HCM và các khu công nghệ cao với mật độ dân số Gen Z chiếm tỷ trọng trên 35%, là môi trường thử nghiệm lý tưởng đại diện cho xu hướng tiêu dùng văn minh, tri thức và nhạy bén với công nghệ.


Kết luận

Khóa luận tốt nghiệp của tác giả Đặng Thị Đang Vy đã hoàn thành xuất sắc các mục tiêu nghiên cứu đặt ra, cung cấp cái nhìn sâu sắc và có hệ thống về các nhân tố định hình ý định mua thực phẩm hữu cơ tại chuỗi siêu thị Winmart của thế hệ Gen Z tại TP. Thủ Đức. Với quy trình phân tích định lượng chuẩn mực từ 298 mẫu khảo sát hợp lệ, đề tài đã chứng minh sức khỏe, chất lượng, môi trường và niềm tin chứng nhận là các động lực thúc đẩy then chốt, trong khi giá cả là rào cản nghịch biến cần được tháo gỡ. Những phát hiện này không chỉ đóng góp giá trị học thuật quan trọng cho lý thuyết hành vi tiêu dùng mà còn mang lại bộ giải pháp thực tiễn có giá trị thương mại cao cho Tập đoàn Masan, chuỗi bán lẻ Winmart và thương hiệu nông nghiệp WinEco trong việc đón đầu làn sóng tiêu dùng xanh tại Việt Nam.