Tổng quan nghiên cứu

Trong bối cảnh ngành xây dựng phát triển nhanh chóng tại miền Nam Việt Nam, việc xác định giá trị Markup trong giá dự thầu trở thành yếu tố then chốt quyết định khả năng thắng thầu và lợi nhuận của nhà thầu. Giá trị Markup là phần lợi nhuận được tính trên chi phí trực tiếp và chi phí gián tiếp của dự án, đóng vai trò cân bằng giữa xác suất thắng thầu và lợi nhuận kỳ vọng. Theo ước tính, có khoảng 36 nhân tố ảnh hưởng đến giá trị Markup, được phân loại theo 5 khía cạnh chính: đặc điểm dự án, hồ sơ dự án, đặc điểm nhà thầu, đặc điểm chủ đầu tư và tư vấn, môi trường kinh tế và tình hình đấu thầu. Nghiên cứu được thực hiện trong giai đoạn từ tháng 9/2021 đến tháng 7/2022, tập trung khảo sát các nhà thầu và chuyên gia đấu thầu tại miền Nam Việt Nam với mẫu khảo sát 195 phiếu hợp lệ.

Mục tiêu nghiên cứu nhằm xác định các nhân tố quan trọng ảnh hưởng đến giá trị Markup, đánh giá mức độ ảnh hưởng của từng nhân tố, đồng thời xây dựng mô hình hỗ trợ nhà thầu ra quyết định giá trị Markup tối ưu. Mô hình này sử dụng phương pháp mô phỏng Monte Carlo để cân bằng giữa xác suất thắng thầu và lợi nhuận kỳ vọng, giúp nhà thầu đưa ra quyết định giá thầu hợp lý trong môi trường cạnh tranh gay gắt. Kết quả nghiên cứu có ý nghĩa thực tiễn lớn, giúp nâng cao hiệu quả đấu thầu, giảm thiểu rủi ro và tối ưu hóa lợi nhuận cho các nhà thầu xây dựng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết và mô hình đấu thầu kinh điển, trong đó nổi bật là mô hình Friedman (1956) và mô hình Gates (1967) về xác suất thắng thầu và lợi nhuận kỳ vọng. Mô hình Friedman xác định xác suất thắng từng đối thủ dựa trên phân phối giá thầu và tính toán xác suất thắng tất cả đối thủ cạnh tranh, từ đó xác định lợi nhuận kỳ vọng tối ưu. Mô hình Gates mở rộng bằng cách phân tích số liệu thống kê để tìm giá trị Markup tối ưu, cân bằng giữa lợi nhuận và xác suất thắng thầu.

Các khái niệm chính bao gồm:

  • Giá trị Markup: Phần trăm lợi nhuận trước thuế trên tổng chi phí ước tính của dự án.
  • Xác suất thắng thầu: Khả năng nhà thầu thắng các đối thủ dựa trên phân phối giá thầu.
  • Lợi nhuận kỳ vọng: Tích của giá trị Markup và xác suất thắng thầu.
  • Phân phối giá thầu: Giả định phân phối chuẩn cho tỷ lệ giá thầu trên chi phí ước tính.
  • Mô phỏng Monte Carlo: Phương pháp mô phỏng các biến ngẫu nhiên để ước lượng xác suất và lợi nhuận trong điều kiện không chắc chắn.

Phương pháp nghiên cứu

Nghiên cứu được thực hiện theo hai giai đoạn chính. Giai đoạn đầu tiên là khảo sát định lượng với mẫu 195 phiếu khảo sát hợp lệ từ các chuyên gia, kỹ sư và nhà thầu có kinh nghiệm đấu thầu xây lắp tại miền Nam Việt Nam. Bảng câu hỏi khảo sát gồm 36 biến quan sát, được thiết kế theo thang đo Likert 5 mức độ, tập trung vào 6 nhóm nhân tố: đặc điểm dự án, hồ sơ dự án, đặc điểm nhà thầu, đặc điểm chủ đầu tư và tư vấn, môi trường kinh tế, tình hình đấu thầu. Phương pháp lấy mẫu kết hợp xác suất và phi xác suất nhằm đảm bảo tính đại diện và độ tin cậy của dữ liệu.

Phân tích dữ liệu sử dụng phần mềm SPSS với các kỹ thuật: thống kê mô tả, kiểm định trung bình (One-Sample T-Test), kiểm định độ tin cậy Cronbach’s Alpha, kiểm định bài toán một mẫu và hai mẫu, phân tích nhân tố khám phá (EFA) để rút gọn và xác định các nhân tố chính ảnh hưởng đến giá trị Markup.

Giai đoạn thứ hai áp dụng mô phỏng Monte Carlo để xây dựng mô hình hỗ trợ ra quyết định. Mô hình sử dụng dữ liệu đầu vào từ khảo sát và giả thiết phân phối xác suất của các biến ngẫu nhiên để tính toán xác suất thắng thầu và lợi nhuận kỳ vọng tương ứng với các giá trị Markup khác nhau. Kết quả mô phỏng được điều chỉnh theo ý kiến chuyên gia nhằm xác định giá trị Markup tối ưu, cân bằng giữa lợi nhuận và khả năng thắng thầu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Xác định 36 nhân tố ảnh hưởng đến giá trị Markup: Qua khảo sát, các nhân tố được phân loại thành 6 nhóm chính với mức độ ảnh hưởng khác nhau. Nhóm đặc điểm nhà thầu và đặc điểm dự án được đánh giá có ảnh hưởng lớn nhất, với điểm trung bình mức độ ảnh hưởng lần lượt là khoảng 4,2 và 4,0 trên thang 5.

  2. Xếp hạng mức độ ảnh hưởng của các nhân tố: Kết quả kiểm định One-Sample T-Test cho thấy 28/36 nhân tố có mức độ ảnh hưởng trung bình cao hơn mức trung lập 3 với ý nghĩa thống kê p < 0.05. Trong đó, các nhân tố như kinh nghiệm trong dự án tương tự, quy mô dự án, và tình hình đấu thầu được xếp hạng cao nhất, chiếm tỷ lệ ảnh hưởng trên 80%.

  3. Phân tích nhân tố khám phá (EFA): Kết quả EFA rút gọn 36 biến quan sát thành 6 nhân tố chính, giải thích khoảng 72% phương sai tổng thể. Hệ số Cronbach’s Alpha của các nhóm nhân tố dao động từ 0.78 đến 0.91, đảm bảo độ tin cậy cao cho thang đo.

  4. Mô phỏng Monte Carlo và xác định Markup tối ưu: Mô hình mô phỏng cho thấy giá trị Markup tối ưu dao động trong khoảng 8-12% tùy theo đặc điểm dự án và mức độ cạnh tranh. Xác suất thắng thầu và lợi nhuận kỳ vọng được cân bằng ở mức Markup này, với xác suất thắng thầu trung bình đạt khoảng 65% và lợi nhuận kỳ vọng tối đa tăng 15% so với Markup trung bình hiện tại.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy các nhân tố liên quan đến đặc điểm nhà thầu như kinh nghiệm, năng lực quản lý và quy mô dự án có ảnh hưởng mạnh mẽ đến quyết định giá trị Markup. Điều này phù hợp với các nghiên cứu trước đây tại các thị trường xây dựng phát triển, nơi mà năng lực nhà thầu quyết định khả năng kiểm soát chi phí và rủi ro. Mức độ cạnh tranh và tình hình đấu thầu cũng là yếu tố quan trọng, khi nhà thầu phải điều chỉnh Markup để tăng khả năng thắng thầu mà không làm giảm lợi nhuận quá nhiều.

Việc áp dụng mô phỏng Monte Carlo giúp mô hình hóa các biến động không chắc chắn trong giá thầu và xác suất thắng thầu, cung cấp công cụ định lượng hỗ trợ ra quyết định thay vì dựa vào kinh nghiệm chủ quan. So sánh với các mô hình truyền thống như Friedman và Gates, mô hình này có ưu điểm linh hoạt hơn trong việc cập nhật dữ liệu thực tế và điều chỉnh Markup theo tình hình thị trường.

Dữ liệu có thể được trình bày qua biểu đồ phân phối xác suất thắng thầu theo các mức Markup khác nhau, bảng xếp hạng mức độ ảnh hưởng của các nhân tố và biểu đồ lợi nhuận kỳ vọng tương ứng. Những biểu đồ này giúp nhà thầu trực quan hóa mối quan hệ giữa các biến và đưa ra quyết định chiến lược phù hợp.

Đề xuất và khuyến nghị

  1. Xây dựng hệ thống thu thập và cập nhật dữ liệu đấu thầu: Nhà thầu cần thiết lập cơ sở dữ liệu chi tiết về các dự án đã tham gia, giá thầu của đối thủ và kết quả đấu thầu để làm cơ sở phân tích và mô phỏng Markup. Mục tiêu tăng độ chính xác ước lượng Markup trong vòng 6 tháng, do phòng đấu thầu chủ trì.

  2. Áp dụng mô hình mô phỏng Monte Carlo trong quyết định giá thầu: Khuyến khích các nhà thầu sử dụng phần mềm mô phỏng để đánh giá xác suất thắng thầu và lợi nhuận kỳ vọng, từ đó xác định Markup tối ưu. Thời gian triển khai trong 3 tháng, phối hợp giữa bộ phận kỹ thuật và quản lý dự án.

  3. Đào tạo nâng cao năng lực phân tích và quản lý rủi ro cho đội ngũ đấu thầu: Tổ chức các khóa đào tạo về phân tích dữ liệu, mô hình hóa và quản lý rủi ro nhằm nâng cao khả năng ra quyết định dựa trên dữ liệu. Kế hoạch đào tạo hàng năm, do phòng nhân sự phối hợp với chuyên gia bên ngoài thực hiện.

  4. Tăng cường phối hợp với chủ đầu tư và tư vấn để cải thiện hồ sơ dự thầu: Đề xuất cải tiến quy trình chuẩn bị hồ sơ dự thầu nhằm giảm thiểu rủi ro và tăng tính minh bạch, giúp nhà thầu có cơ sở chính xác hơn trong việc xác định Markup. Thời gian thực hiện trong 12 tháng, do ban quản lý dự án và phòng pháp chế đảm nhiệm.

Đối tượng nên tham khảo luận văn

  1. Nhà thầu xây dựng: Giúp hiểu rõ các nhân tố ảnh hưởng đến giá trị Markup, từ đó tối ưu hóa chiến lược đấu thầu, nâng cao khả năng thắng thầu và lợi nhuận. Use case: áp dụng mô hình hỗ trợ ra quyết định trong các dự án đấu thầu cạnh tranh.

  2. Chuyên gia tư vấn đấu thầu: Cung cấp cơ sở khoa học để tư vấn cho nhà thầu và chủ đầu tư về chiến lược giá thầu và quản lý rủi ro. Use case: xây dựng các báo cáo phân tích và đề xuất chiến lược đấu thầu dựa trên dữ liệu thực tế.

  3. Chủ đầu tư và ban quản lý dự án: Hiểu được các yếu tố ảnh hưởng đến giá thầu và khả năng cạnh tranh của nhà thầu, từ đó thiết kế hồ sơ mời thầu phù hợp và minh bạch hơn. Use case: cải tiến quy trình đấu thầu và đánh giá hồ sơ dự thầu.

  4. Nhà nghiên cứu và sinh viên ngành quản lý xây dựng: Tài liệu tham khảo về phương pháp nghiên cứu định lượng, mô hình mô phỏng Monte Carlo và phân tích nhân tố trong lĩnh vực đấu thầu xây dựng. Use case: phát triển các nghiên cứu tiếp theo hoặc ứng dụng mô hình trong các đề tài liên quan.

Câu hỏi thường gặp

  1. Giá trị Markup là gì và tại sao quan trọng trong đấu thầu?
    Giá trị Markup là phần lợi nhuận được tính trên tổng chi phí dự án, giúp nhà thầu cân bằng giữa khả năng thắng thầu và lợi nhuận. Ví dụ, Markup quá thấp có thể giúp thắng thầu nhưng gây thua lỗ, còn Markup quá cao giảm khả năng cạnh tranh.

  2. Phương pháp mô phỏng Monte Carlo được áp dụng như thế nào trong nghiên cứu?
    Phương pháp này mô phỏng các biến ngẫu nhiên dựa trên phân phối xác suất để ước lượng xác suất thắng thầu và lợi nhuận kỳ vọng, giúp nhà thầu đưa ra quyết định Markup tối ưu dựa trên dữ liệu thực tế.

  3. Các nhân tố nào ảnh hưởng mạnh nhất đến giá trị Markup?
    Kinh nghiệm nhà thầu, quy mô dự án, tình hình cạnh tranh và đặc điểm dự án là những nhân tố có ảnh hưởng lớn nhất, chiếm tỷ lệ ảnh hưởng trên 80% trong khảo sát.

  4. Mô hình nghiên cứu có thể áp dụng cho các vùng khác ngoài miền Nam Việt Nam không?
    Mô hình có thể điều chỉnh và áp dụng cho các vùng khác, tuy nhiên cần thu thập dữ liệu đặc thù của từng khu vực để đảm bảo tính chính xác và phù hợp.

  5. Làm thế nào để nhà thầu sử dụng kết quả nghiên cứu trong thực tế?
    Nhà thầu có thể áp dụng mô hình mô phỏng để đánh giá các kịch bản Markup khác nhau, kết hợp với phân tích các nhân tố ảnh hưởng để đưa ra quyết định giá thầu hợp lý, giảm thiểu rủi ro và tối đa hóa lợi nhuận.

Kết luận

  • Nghiên cứu xác định được 36 nhân tố ảnh hưởng đến giá trị Markup trong giá dự thầu, trong đó đặc điểm nhà thầu và dự án có ảnh hưởng lớn nhất.
  • Phân tích nhân tố khám phá (EFA) và kiểm định độ tin cậy cho thấy thang đo và nhóm nhân tố phù hợp với mục tiêu nghiên cứu.
  • Mô hình mô phỏng Monte Carlo giúp xác định giá trị Markup tối ưu, cân bằng giữa xác suất thắng thầu và lợi nhuận kỳ vọng, với Markup tối ưu dao động từ 8-12%.
  • Kết quả nghiên cứu cung cấp công cụ hỗ trợ nhà thầu ra quyết định giá thầu dựa trên dữ liệu khách quan, giảm thiểu sự phụ thuộc vào kinh nghiệm chủ quan.
  • Đề xuất các giải pháp thực tiễn nhằm nâng cao hiệu quả đấu thầu và quản lý rủi ro cho nhà thầu, đồng thời mở hướng nghiên cứu tiếp theo về ứng dụng mô hình trong các hình thức đấu thầu khác.

Nhà thầu và các bên liên quan được khuyến khích áp dụng mô hình và kết quả nghiên cứu để nâng cao năng lực cạnh tranh và hiệu quả kinh tế trong hoạt động đấu thầu xây dựng.