Giới thiệu dự án

Bối cảnh thị trường và vấn đề thực tiễn

Thị trường thực phẩm sạch và hữu cơ (Organic Food) tại Việt Nam đang đứng trước sự dịch chuyển mạnh mẽ từ hành vi mua sắm thụ động sang chủ động kiểm soát sức khỏe. Theo số liệu từ Cục An toàn Thực phẩm (2021), chỉ tính riêng trong quý I/2021 cả nước đã ghi nhận hơn 20 vụ ngộ độc thực phẩm với 531 người mắc và 3 ca tử vong; năm 2020 ghi nhận 121 vụ với 2.712 người mắc và 30 ca tử vong (tăng 39 vụ so với năm 2019). Đồng thời, báo cáo từ Bộ Y tế (2021) chỉ ra tỷ lệ mắc mới ung thư tại Việt Nam đạt 159/100.000 dân và tỷ lệ tử vong là 106/100.000 dân (khoảng 182.690 ca tử vong hàng năm), trong đó một tỷ lệ đáng kể bắt nguồn từ việc tích tụ độc tố qua chuỗi cung ứng thực phẩm bẩn, lạm dụng thuốc bảo vệ thực vật và chất kích thích tăng trưởng.

Đặc biệt, tại khu vực đô thị có mật độ dân số cao như TP. Hồ Chí Minh, giai đoạn dịch bệnh biến động đã thúc đẩy doanh số nhóm hàng thực phẩm thiết yếu tại siêu thị tăng gấp 4 lần (Nielsen Vietnam, 2020). Tuy nhiên, thị trường thực phẩm hữu cơ vẫn tồn tại rào cản bất cân xứng thông tin, sự hoài nghi về nhãn chứng nhận (USDA, EU Organic, PGS) và khoảng cách giá thành (chênh lệch từ 1,5 đến 3 lần so với thực phẩm thông thường).

Vấn đề nghiên cứu cụ thể (Problem Statement)

Mặc dù nhu cầu tiêu dùng xanh tăng nhanh, các doanh nghiệp kinh doanh thực phẩm hữu cơ tại TP.HCM đối mặt với tỷ lệ chuyển đổi từ "nhận thức tích cực" sang "hành vi mua thực tế" còn thấp. Vấn đề cốt lõi nằm ở chỗ các mô hình tiếp thị truyền thống chỉ tập trung vào việc kích hoạt các yếu tố thúc đẩy (Enablers) mà bỏ qua cơ chế ức chế hành vi của các yếu tố kìm hãm (Inhibitors/Barriers).

Mục tiêu nghiên cứu (Project Objectives)

  1. Mục tiêu 1: Hệ thống hóa cơ sở lý luận về hành vi tiêu dùng bằng cách tích hợp Lý thuyết Hành động Hợp lý (TRA), Lý thuyết Hành vi Dự định (TPB), Lý thuyết Nhân tố Kép (DFT) và Lý thuyết Phản kháng Sự đổi mới (IRT).
  2. Mục tiêu 2: Xác định và lượng hóa mức độ tác động của 03 nhân tố thúc đẩy (Ý thức sức khỏe, Phúc lợi hệ sinh thái, An toàn chất lượng) và 03 nhân tố kìm hãm (Rào cản rủi ro, Rào cản giá trị, Rào cản sử dụng) đến Ý định mua thực phẩm hữu cơ của người tiêu dùng tại TP.HCM.
  3. Mục tiêu 3: Kiểm định sự khác biệt về ý định mua giữa các nhóm nhân khẩu học (giới tính, độ tuổi, thu nhập, học vấn) thông qua kiểm định tham số.
  4. Mục tiêu 4: Đề xuất hệ thống hàm ý quản trị và giải pháp tiếp thị xanh (Green Marketing Mix 4P) giúp các nhà bán lẻ và sản xuất tối ưu hóa chiến lược thâm nhập thị trường.

Phương pháp tiếp cận giải pháp

Nghiên cứu áp dụng quy trình kết hợp hai giai đoạn (Sequential Mixed-Method Approach):

  • Nghiên cứu định tính sơ bộ: Phỏng vấn sâu nhóm chuyên gia ($n = 7$) nhằm hiệu chỉnh thang đo gốc sang bối cảnh văn hóa - tiêu dùng Việt Nam.
  • Nghiên cứu định lượng chính thức: Thu thập dữ liệu thực nghiệm qua bảng câu hỏi chuẩn hóa Likert 5 điểm, xử lý và kiểm định mô hình bằng phân tích độ tin cậy Cronbach’s Alpha, Phân tích Nhân tố Khám phá (EFA), Tương quan Pearson và Hồi quy Tuyến tính Đa biến (Multiple Linear Regression) trên phần mềm IBM SPSS Statistics 20.0.

Kết quả kỳ vọng và phạm vi

  • Kết quả đo lường được: Xây dựng mô hình hồi quy đa biến chuẩn hóa đạt hệ số xác định $R^2 \ge 0.50$, giá trị kiểm định $F$ có ý nghĩa thống kê ($p < 0.001$), toàn bộ thang đo đạt độ tin cậy $\alpha \ge 0.70$.
  • Phạm vi nghiên cứu: Người tiêu dùng từ 18 tuổi trở lên đang sinh sống, học tập và làm việc tại TP.HCM; dữ liệu khảo sát được thu thập chính thức trong năm 2021 với kích thước mẫu hợp lệ $n = 299$.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Bảng so sánh các nghiên cứu nền tảng và khoảng trống tri thức

Tiêu chí Nghiên cứu Tandon et al. (2020) Nghiên cứu Kushwah et al. (2019b) Nghiên cứu Fleseriu et al. (2020) Đề tài nghiên cứu hiện tại (2021)
Bối cảnh thực nghiệm Nhật Bản ($n = 928$) Ấn Độ ($n = 452$) Romania ($n = 325$) TP. Hồ Chí Minh, Việt Nam ($n = 299$)
Khung lý thuyết Dual Factor Theory (DFT) + IRT Innovation Resistance Theory (IRT) Theory of Planned Behavior (TPB) Tích hợp TPB + DFT + IRT
Nhân tố thúc đẩy Hàm lượng tự nhiên, Dinh dưỡng, Phúc lợi sinh thái Nhận thức đạo đức Ý thức sức khỏe, An toàn chất lượng Ý thức sức khỏe (HC), Phúc lợi hệ sinh thái (EW), An toàn chất lượng (QS)
Nhân tố kìm hãm Rào cản giá trị, Rào cản rủi ro, Rào cản sử dụng Rào cản hình ảnh, Rào cản giá trị, Rào cản rủi ro Không tích hợp Rào cản giá trị (VB), Rào cản rủi ro (RB), Rào cản sử dụng (UB)
Khoảng trống giải quyết Chưa đánh giá vai trò an toàn thực phẩm tại thị trường mới nổi Bỏ qua nhóm yếu tố động lực sức khỏe cá nhân Không phân tích các rào cản kháng cự đổi mới Lượng hóa đồng thời 2 chiều lực Thúc đẩy - Kìm hãm trong bối cảnh F&B Việt Nam

Phân tích yêu cầu mô hình nghiên cứu theo ma trận MoSCoW

  • Must have (Bắt buộc có):
    • Đánh giá tác động độc lập của 6 biến nguyên nhân (HC, EW, QS, RB, VB, UB) lên biến kết quả Ý định mua (PI).
    • Kiểm tra vi phạm giả định hồi quy: Hiện tượng đa cộng tuyến (Variance Inflation Factor - VIF), tự tương quan phần dư (Durbin-Watson), phân phối chuẩn của phần dư và phương sai sai số không đổi (Heteroskedasticity).
  • Should have (Nên có):
    • Phân tích sâu sự khác biệt nhân khẩu học bằng Independent Samples T-test và One-Way ANOVA.
  • Could have (Có thể mở rộng):
    • Khảo sát sự thay đổi hành vi giữa giai đoạn bình thường và giai đoạn bùng phát dịch bệnh.
  • Won't have (Tạm thời không thực hiện):
    • Phân tích cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) hoặc mô hình hóa chuỗi thời gian dài hạn.

Thiết kế hệ thống mô hình và cấu trúc thang đo

Mô hình nghiên cứu định lượng được cấu thành từ 07 thành phần biến quan sát với 28 chỉ báo đo lường trên thang đo Likert 5 điểm (1: Hoàn toàn không đồng ý $\rightarrow$ 5: Hoàn toàn đồng ý):

Phương trình hồi quy tổng quát

Mô hình hồi quy tuyến tính đa biến được thiết lập như sau:

$$PI = \beta_0 + \beta_1 HC + \beta_2 EW + \beta_3 QS + \beta_4 RB + \beta_5 VB + \beta_6 UB + \varepsilon$$

Trong đó:

  • $PI$: Ý định mua thực phẩm hữu cơ (Purchase Intention - biến phụ thuộc).
  • $\beta_0$: Hệ số chặn (Intercept / Constant).
  • $\beta_1, \beta_2, \beta_3$: Các hệ số hồi quy kỳ vọng mang dấu dương ($+$) đại diện cho nhóm nhân tố thúc đẩy.
  • $\beta_4, \beta_5, \beta_6$: Các hệ số hồi quy kỳ vọng mang dấu âm ($-$) đại diện cho nhóm nhân tố kìm hãm.
  • $\varepsilon$: Sai số ngẫu nhiên của mô hình (Random Error Term).

Phương pháp luận nghiên cứu (Methodology)

  1. Quy trình chọn mẫu: Áp dụng phương pháp chọn mẫu phi xác suất (thuận tiện kết hợp phát triển mầm) với quy tắc kích thước mẫu tối thiểu theo Hair et al. (2010): $N \ge 5 \times k$ (trong đó $k = 28$ biến quan sát $\Rightarrow N_{min} = 140$). Mẫu chính thức đạt $n = 299$, vượt chuẩn an toàn thống kê.
  2. Kế hoạch kiểm soát rủi ro dữ liệu:
    • Lọc bỏ các phiếu khảo sát có câu trả lời dạng đường thẳng (Straight-lining) hoặc thiếu thông tin quan trọng.
    • Thử nghiệm sơ bộ $n = 77$ phiếu trước khi triển khai diện rộng để kiểm định sơ bộ hệ số Cronbach’s Alpha ($\ge 0.6$).

Implementation và kết quả

Quy trình triển khai xử lý dữ liệu và thuật toán thống kê

Toàn bộ dữ liệu thô từ Google Forms và phiếu phỏng vấn trực tiếp được mã hóa, làm sạch và xử lý thông qua pipeline thống kê chuẩn trên phần mềm IBM SPSS Statistics 20.0 kết hợp script kiểm chứng tự động bằng Python:

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

def cronbach_alpha(df_items: pd.DataFrame) -> float:
    """Tính toán hệ số tin cậy nội tại Cronbach's Alpha."""
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    k = df_items.shape[1]
    return float((k / (k - 1)) * (1 - item_vars.sum() / total_var))

def fit_ols_regression(X: pd.DataFrame, y: pd.Series):
    """Thực hiện ước lượng hồi quy OLS và tính VIF kiểm tra đa cộng tuyến."""
    X_const = sm.add_constant(X)
    model = sm.OLS(y, X_const).fit()
    
    # Tính Variance Inflation Factor (VIF)
    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, vif_data

Kết quả kiểm định độ tin cậy thang đo và phân tích nhân tố khám phá (EFA)

1. Đánh giá độ tin cậy Cronbach’s Alpha ($n = 299$)

  • Ý thức sức khỏe (HC): 4 biến quan sát, $\alpha = 0.842$, Corrected Item-Total Correlation nhỏ nhất $= 0.612 > 0.3$.
  • Phúc lợi hệ sinh thái (EW): 4 biến quan sát, $\alpha = 0.871$, Corrected Item-Total Correlation nhỏ nhất $= 0.678 > 0.3$.
  • An toàn chất lượng (QS): 4 biến quan sát, $\alpha = 0.856$, Corrected Item-Total Correlation nhỏ nhất $= 0.641 > 0.3$.
  • Rào cản rủi ro (RB): 4 biến quan sát, $\alpha = 0.819$, Corrected Item-Total Correlation nhỏ nhất $= 0.584 > 0.3$.
  • Rào cản giá trị (VB): 4 biến quan sát, $\alpha = 0.835$, Corrected Item-Total Correlation nhỏ nhất $= 0.605 > 0.3$.
  • Rào cản sử dụng (UB): 4 biến quan sát, $\alpha = 0.803$, Corrected Item-Total Correlation nhỏ nhất $= 0.552 > 0.3$.
  • Ý định mua (PI): 4 biến quan sát, $\alpha = 0.889$, Corrected Item-Total Correlation nhỏ nhất $= 0.710 > 0.3$.

2. Phân tích nhân tố khám phá (EFA)

  • Nhóm biến độc lập: Sử dụng phương pháp trích Principal Axis Factoring với phép xoay vuông góc Varimax.
    • Hệ số Kaiser-Meyer-Olkin (KMO) $= 0.865$ ($0.5 < KMO < 1.0$), kiểm định Bartlett's Test of Sphericity có mức ý nghĩa $\text{Sig.} = 0.000 < 0.05$.
    • Trích được 6 nhân tố tại điểm dừng Eigenvalue $= 1.238 > 1$, tổng phương sai trích (Cumulative Variance Explained) $= 64.82% > 50%$. Toàn bộ hệ số tải nhân tố (Factor Loading) đều đạt chuẩn $> 0.55$.
  • Biến phụ thuộc (PI): 1 nhân tố duy nhất được trích, KMO $= 0.812$, $\text{Sig.} = 0.000$, phương sai trích $= 74.88%$, Eigenvalue $= 2.995$.

Kết quả phân tích hồi quy tuyến tính đa biến

Bảng thông số mô hình hồi quy (Model Summary & Coefficients)

Biến trong mô hình Ký hiệu Hệ số chưa chuẩn hóa ($B$) Sai số chuẩn (Std. Error) Hệ số chuẩn hóa ($\beta$) Giá trị $t$ Mức ý nghĩa ($\text{Sig.}$) Thống kê VIF
Hằng số (Constant) $\beta_0$ 0.842 0.231 — 3.645 0.000 —
Ý thức sức khỏe HC 0.312 0.041 0.328 7.610 0.000 1.245
Phúc lợi hệ sinh thái EW 0.228 0.038 0.245 5.998 0.000 1.187
An toàn chất lượng QS 0.205 0.039 0.214 5.256 0.000 1.210
Rào cản giá trị VB -0.168 0.035 -0.182 -4.800 0.000 1.152
Rào cản rủi ro RB -0.134 0.034 -0.149 -3.941 0.000 1.164
Rào cản sử dụng UB -0.052 0.033 -0.058 -1.576 0.116 1.098

Các chỉ số phù hợp mô hình:

  • Hệ số xác định $R^2 = 0.589$; Hệ số xác định hiệu chỉnh $R^2_{\text{Adjusted}} = 0.581$.
  • Giá trị thống kê $F = 69.845$ ($\text{Sig.} = 0.000$).
  • Hệ số Durbin-Watson $d = 1.912$ (nằm trong khoảng an toàn $1.5 < d < 2.5$, không có tự tương quan chuỗi bậc 1).
  • Hệ số phóng đại phương sai $\text{VIF} < 1.3$, chứng minh mô hình không vi phạm hiện tượng đa cộng tuyến.

Bảng tổng hợp kết quả kiểm định giả thuyết

Giả thuyết Mối quan hệ kỳ vọng Dấu kỳ vọng Hệ số $\beta$ Giá trị $p$ Kết luận
H1 Ý thức sức khỏe $\rightarrow$ Ý định mua $+$ +0.328 $0.000 < 0.05$ Chấp nhận (Tác động mạnh nhất)
H2 Phúc lợi hệ sinh thái $\rightarrow$ Ý định mua $+$ +0.245 $0.000 < 0.05$ Chấp nhận
H3 An toàn chất lượng $\rightarrow$ Ý định mua $+$ +0.214 $0.000 < 0.05$ Chấp nhận
H4 Rào cản rủi ro $\rightarrow$ Ý định mua $-$ -0.149 $0.000 < 0.05$ Chấp nhận
H5 Rào cản giá trị $\rightarrow$ Ý định mua $-$ -0.182 $0.000 < 0.05$ Chấp nhận
H6 Rào cản sử dụng $\rightarrow$ Ý định mua $-$ -0.058 $0.116 > 0.05$ Bác bỏ (Không có ý nghĩa)

Đổi mới và đóng góp

Đổi mới về mặt học thuật và phương pháp luận

  1. Tích hợp mô hình lực đối kháng DFT - IRT: Thay vì tiếp cận đơn chiều như các nghiên cứu truyền thống theo thuyết TPB, công trình đã đồng nhất khung phân tích nhân tố thúc đẩy (Enablers) và nhân tố kìm hãm (Inhibitors/Barriers). Điều này giải thích được nghịch lý tại sao người tiêu dùng có thái độ tích cực với môi trường nhưng vẫn từ chối thanh toán cho thực phẩm hữu cơ.
  2. Khám phá thực nghiệm về Rào cản sử dụng (Usage Barrier): Kết quả chỉ ra Rào cản sử dụng ($\text{Sig.} = 0.116$) không có tác động mang ý nghĩa thống kê đến ý định mua. Điều này chứng minh người tiêu dùng tại TP.HCM đã sẵn sàng thay đổi thói quen chế biến, nấu nướng và bảo quản thực phẩm hữu cơ ngắn hạn, phá vỡ định kiến trước đây cho rằng tính tiện lợi là rào cản chính.

Đóng góp thực tiễn cho ngành bán lẻ thực phẩm

  • Xác định tỷ trọng tác động tương đối: Yếu tố Ý thức sức khỏe ($\beta = 0.328$) và Phúc lợi hệ sinh thái ($\beta = 0.245$) đóng góp tới $57.3%$ tổng năng lực giải thích của các nhân tố thúc đẩy.
  • Xác định điểm nghẽn chuyển đổi: Rào cản giá trị ($\beta = -0.182$) có mức độ kìm hãm mạnh hơn Rào cản rủi ro ($\beta = -0.149$), cung cấp căn cứ để doanh nghiệp tái cấu trúc chính sách định giá và minh bạch thông tin nguồn gốc.

Ứng dụng thực tế và triển khai

Chiến lược Marketing Mix 4P cho doanh nghiệp F&B

1. Chiến lược sản phẩm (Product Strategy) - Triệt tiêu rào cản rủi ro

  • Triển khai gắn mã QR truy xuất nguồn gốc động (Dynamic QR Code) tích hợp công nghệ Blockchain trên từng đơn vị bao bì, hiển thị trực quan dữ liệu nông trại, ngày thu hoạch, chứng nhận kiểm nghiệm dư lượng kim loại nặng và hóa chất.
  • Chuẩn hóa quy cách đóng gói sinh học tự phân hủy (Biodegradable Packaging) để đồng bộ hóa với định vị bảo vệ phúc lợi hệ sinh thái.

2. Chiến lược định giá (Price Strategy) - Vượt qua rào cản giá trị

  • Xây dựng mô hình định giá theo gói thuê bao định kỳ (Organic Box Subscription) theo tuần/tháng giúp giảm thiểu chi phí đơn lẻ, hạ mức chênh lệch giá cảm nhận xuống dưới $20%$ so với thực phẩm VietGAP thông thường.
  • Thiết lập cơ chế hoàn tiền hoặc tích điểm xanh (Green Reward Points) để gia tăng giá trị nhận được (Perceived Value).

3. Chiến lược phân phối (Place Strategy)

  • Mở rộng kênh phân phối đa kênh O2O (Online-to-Offline), tối ưu chuỗi cung ứng lạnh (Cold Chain) từ nông trại Đà Lạt/Đồng Nai về các Hub phân phối nội đô TP.HCM trong vòng 6 giờ nhằm đảm bảo độ tươi mới.

4. Chiến lược xúc tiến (Promotion Strategy)

  • Chuyển đổi thông điệp quảng cáo từ "quảng bá tính năng" sang "giáo dục lối sống vì sức khỏe cộng đồng và bảo tồn đa dạng sinh học".

Hạn chế và hướng phát triển

Hạn chế nghiên cứu

  • Phương pháp lấy mẫu: Mẫu phi xác suất thuận tiện giới hạn tại địa bàn TP.HCM ($n = 299$) chưa phản ánh đầy đủ đặc điểm hành vi của người tiêu dùng tại các thành phố vệ tinh hoặc khu vực nông thôn.
  • Thiết kế nghiên cứu cắt ngang (Cross-sectional Study): Dữ liệu thu thập tại một thời điểm cố định, chưa theo dõi được sự dịch chuyển hành vi trong chu kỳ dài sau đại dịch.

Hướng nghiên cứu tiếp theo

  • Mở rộng phạm vi địa lý: Triển khai nghiên cứu so sánh đa trung tâm (Hà Nội, Đà Nẵng, Cần Thơ, TP.HCM) để đánh giá yếu tố văn hóa vùng miền.
  • Nâng cấp phương pháp phân tích: Ứng dụng mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) để phân tích vai trò trung gian của niềm tin thương hiệu (Brand Trust) và thái độ tiêu dùng xanh.

Đối tượng hưởng lợi

  • Sinh viên và học viên cao học ngành Quản trị Kinh doanh / Marketing: Tiếp cận khung tham chiếu chuẩn mực về quy trình phân tích định lượng, thiết kế thang đo kết hợp DFT - IRT và syntax xử lý dữ liệu thực nghiệm.
  • Doanh nghiệp, Hợp tác xã và Nhà bán lẻ F&B: Cung cấp cơ sở định lượng để tối ưu hóa ngân sách tiếp thị, định vị sản phẩm đúng phân khúc khách hàng mục tiêu, dự kiến giúp tối ưu chi phí thu hút khách hàng (CAC) từ $15 - 20%$.
  • Nhà nghiên cứu và Cơ quan hoạch định chính sách: Cung cấp bằng chứng thực nghiệm phục vụ việc xây dựng tiêu chuẩn quản lý thị trường thực phẩm hữu cơ quốc gia.

Câu hỏi thường gặp

1. Kích thước mẫu $n = 299$ có đảm bảo tính đại diện thống kê cho thị trường TP.HCM?

Theo Hair et al. (2010), kích thước mẫu tối thiểu cho phân tích EFA và hồi quy đa biến là gấp 5 lần số biến quan sát ($5 \times 28 = 140$). Đồng thời, theo công thức Green (1991): $N \ge 50 + 8 \times m$ (với $m = 6$ biến độc lập $\Rightarrow N \ge 98$). Mẫu $n = 299$ hoàn toàn thỏa mãn các tiêu chuẩn nghiêm ngặt về độ vững của ước lượng OLS và giá trị $p$.

2. Vì sao Rào cản sử dụng (Usage Barrier) lại bị bác bỏ trong mô hình?

Kết quả kiểm định cho thấy giá trị $\text{Sig.} = 0.116 > 0.05$, chứng minh tại TP.HCM, người tiêu dùng không còn xem việc bảo quản ngắn ngày hay phương thức sơ chế đặc thù của rau củ hữu cơ là trở ngại. Sự tiện dụng của các thiết bị gia dụng hiện đại và thói quen nấu nướng tại nhà đã vô hiệu hóa rào cản này.

3. Mô hình có gặp hiện tượng tự tương quan hoặc đa cộng tuyến không?

Không. Hệ số Durbin-Watson đạt $1.912$ (xấp xỉ mức lý tưởng $2.0$), khẳng định phần dư không bị tự tương quan. Toàn bộ hệ số VIF dao động từ $1.098$ đến $1.245$, thấp hơn rất nhiều so với ngưỡng cảnh báo $10.0$ (hoặc ngưỡng khắt khe $2.0$).

4. Chi phí triển khai hệ thống truy xuất nguồn gốc QR Code có làm tăng rào cản giá trị?

Việc áp dụng giải pháp SaaS truy xuất nguồn gốc trên nền tảng đám mây hiện nay chỉ làm tăng chi phí biến đổi khoảng $50 - 100 \text{ VNĐ}$ trên mỗi tem nhãn bao bì, nhưng giúp gia tăng mức độ sẵn sàng chi trả (Willingness to Pay) của người tiêu dùng lên từ $15 - 25%$ nhờ xóa bỏ rào cản rủi ro.

5. Yếu tố nào thúc đẩy ý định mua mạnh nhất giữa sức khỏe cá nhân và môi trường?

Hệ số hồi quy chuẩn hóa cho thấy Ý thức sức khỏe ($\beta = 0.328$) có sức nặng vượt trội so với Phúc lợi hệ sinh thái ($\beta = 0.245$), khẳng định động cơ vị kỷ (bảo vệ sức khỏe bản thân và gia đình) vẫn là đòn bẩy tiên quyết dẫn dắt hành vi tiêu dùng hữu cơ tại Việt Nam.

Kết luận

Công trình nghiên cứu đã giải quyết thành công bài toán lượng hóa hành vi tiêu dùng thực phẩm hữu cơ tại TP.HCM thông qua mô hình tích hợp lực đối kháng (Dual-Factor & Innovation Resistance Theory). Bằng chứng thực nghiệm với mẫu khảo sát $n = 299$ đã xác nhận vai trò trọng yếu của Ý thức sức khỏe ($\beta = 0.328$), Phúc lợi hệ sinh thái ($\beta = 0.245$), An toàn chất lượng ($\beta = 0.214$) cùng tác động triệt tiêu của Rào cản giá trị ($\beta = -0.182$) và Rào cản rủi ro ($\beta = -0.149$), giải thích được $58.1%$ sự biến thiên của ý định mua.

Kết quả này mở ra hướng tiếp cận toàn diện cho các nhà quản trị trong việc kết hợp hài hòa giữa chiến dịch truyền thông minh bạch hóa nguồn gốc và chính sách định giá hợp lý, thúc đẩy chuỗi giá trị nông nghiệp bền vững tại Việt Nam.