Giới thiệu dự án

Bối cảnh kinh tế toàn cầu giai đoạn 2016 – 2019 chứng kiến sự tái cấu trúc mạnh mẽ của các chuỗi giá trị toàn cầu (Global Value Chains - GVC) và làn sóng dịch chuyển dòng vốn đầu tư trực tiếp nước ngoài (Foreign Direct Investment - FDI). Tại Việt Nam, FDI khẳng định vai trò là động lực then chốt đóng góp hơn 20% vào GDP và trên 70% tổng kim ngạch xuất khẩu quốc gia. Theo số liệu của Cục Đầu tư Nước ngoài (Bộ Kế hoạch và Đầu tư), tính đến năm 2019, cả nước đã thu hút 3.883 dự án đăng ký mới với tổng vốn đạt 38,02 tỷ USD, vốn thực hiện đạt kỷ lục 20,38 tỷ USD (tăng 85,3% so với năm 2010).

Trong bức tranh chung đó, tỉnh Quảng Nam – địa bàn kinh tế trọng điểm miền Trung với lợi thế bờ biển dài 125 km, vùng đặc quyền kinh tế hơn 40.000 km², cùng sự hiện diện của Khu kinh tế mở Chu Lai – đứng trước yêu cầu cấp thiết phải nâng cao hiệu quả thu hút FDI để duy trì đà tăng trưởng kinh tế - xã hội.

Vấn đề nghiên cứu và Điểm nghẽn thực tế

Mặc dù lũy kế đến hết năm 2019 toàn tỉnh thu hút 191 dự án FDI với tổng vốn đăng ký 5.898,07 triệu USD, thực tiễn thu hút FDI giai đoạn 2016 – 2019 bộc lộ các điểm nghẽn nghiêm trọng:

  • Tỷ lệ giải ngân thực tế thấp: Giai đoạn 2016 – 2019 chỉ ghi nhận 85,74 triệu USD vốn thực hiện trên tổng số 713,37 triệu USD vốn đăng ký mới, tỷ lệ giải ngân chỉ dao động từ 8,65% đến 13,38%.
  • Chênh lệch quy mô và cơ cấu đối tác: Dòng vốn tập trung đột biến vào số ít dự án bất động sản/du lịch quy mô lớn (điển hình như các dự án có vốn từ Singapore chiếm tới 69,4% tổng vốn lũy kế), trong khi các ngành sản xuất chế biến sâu, công nghiệp phụ trợ có tỷ trọng thấp.
  • Rào cản hạ tầng và thủ tục hành chính: Công tác giải phóng mặt bằng chậm, chi phí logistics trung gian cao và sự thiếu hụt lao động kỹ thuật cao làm giảm sức hấp dẫn của môi trường đầu tư so với các tỉnh lân cận như Đà Nẵng hay Quảng Ngãi.

Mục tiêu dự án

  1. Hệ thống hóa khung lý luận: Thiết lập cơ sở lý luận và hệ thống chỉ tiêu định lượng đánh giá dòng vốn FDI ở cấp độ địa phương (tỷ lệ giải ngân, tỷ trọng vốn theo ngành, chỉ số tập trung đối tác).
  2. Khảo sát và xử lý dữ liệu thực nghiệm: Thu thập, xử lý bộ dữ liệu thứ cấp (giai đoạn 2016 – 2019) và sơ cấp (khảo sát chọn mẫu $N = 30$ chuyên gia, nhà quản lý tại Sở Kế hoạch & Đầu tư và đại diện các doanh nghiệp FDI).
  3. Phân tích thực trạng và kiểm định mô hình: Ứng dụng phần mềm SPSS v26.0 và Excel để bóc tách quy mô, cơ cấu ngành, đối tác đầu tư và đánh giá mức độ hài lòng về môi trường đầu tư tỉnh Quảng Nam.
  4. Đề xuất gói giải pháp tích hợp: Xây dựng 6 nhóm giải pháp chính sách và kỹ thuật nhằm nâng cao năng lực cạnh tranh cấp tỉnh (PCI), rút ngắn thời gian cấp phép và tối ưu hóa giải phóng mặt bằng giai đoạn 2021 – 2025.

Phương pháp tiếp cận giải pháp

Đề tài kết hợp phương pháp nghiên cứu định lượng (thống kê mô tả, phân tích so sánh chuỗi thời gian) với phương pháp định tính (tham vấn chuyên gia, phân tích chính sách đối chiếu kinh nghiệm quốc tế từ Trung Quốc và kinh nghiệm địa phương từ Đà Nẵng). Cách tiếp cận này đảm bảo tính khách quan nhờ số liệu thực chứng từ Niên giám Thống kê tỉnh Quảng Nam và Sở Kế hoạch & Đầu tư.

Kết quả kỳ vọng và Phạm vi nghiên cứu

  • Kết quả đo lường được: Đưa ra bức tranh định lượng hoàn chỉnh về dòng vốn FDI với độ tin cậy dữ liệu 100%, lượng hóa mức độ hài lòng của nhà đầu tư qua thang đo Likert 5 điểm, xác định hệ thống nguyên nhân gốc rễ (Root Cause Analysis) của độ trễ giải ngân.
  • Phạm vi không gian: Địa bàn hành chính tỉnh Quảng Nam (tập trung vào vùng kinh tế Đông và Tây, Khu kinh tế mở Chu Lai, các KCN Điện Nam - Điện Ngọc, Thuận Yên).
  • Phạm vi thời gian: Dữ liệu thứ cấp chuỗi thời gian 2016 – 2019; dữ liệu sơ cấp thu thập từ tháng 11/2020 đến tháng 12/2020.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành đánh giá so sánh các mô hình thu hút FDI và chính sách quản lý dòng vốn giữa Quảng Nam và các địa phương tiêu biểu:

Tiêu chí phân tích Phương pháp quản lý truyền thống (Quảng Nam trước 2016) Mô hình tập trung công nghệ cao (Điển hình Đà Nẵng) Khung tích hợp định lượng (Đề xuất nghiên cứu)
Cơ chế thu hút Kêu gọi diện rộng, ưu đãi thuế thuần túy Chọn lọc dự án High-tech, liên kết đại học Xúc tiến mục tiêu (Targeted Promotion), chuỗi giá trị
Thời gian thẩm định 45 – 60 ngày làm việc 20 – 30 ngày (Dịch vụ công cấp độ 4) 15 – 25 ngày tích hợp thẩm định liên thông
Công cụ giám sát Báo cáo định kỳ thủ công qua bảng tính Nền tảng số hóa quản lý KCN tập trung Hệ thống dashboard phân tích dữ liệu SPSS/RDBMS
Giải phóng mặt bằng Phân tán theo từng địa phương Quỹ đất sạch quy hoạch sẵn Cơ chế ký quỹ gắn liền tiến độ giao đất sạch
                       MA TRẬN ƯU TIÊN YÊU CẦU THEO MOSCOW

Thiết kế hệ thống

Để hiện đại hóa việc theo dõi và đánh giá hiệu quả dự án FDI, đồ án đề xuất mô hình kiến trúc hệ thống dữ liệu quản lý đầu tư liên thông:

flowchart TD
    subgraph DataSource [Nguồn Dữ Liệu Đầu Vào]
        A1[Niên Giám Thống Kê]
        A2[Sở Kế Hoạch & Đầu Tư]
        A3[Khảo Sát Doanh Nghiệp N=30]
    end

    subgraph ProcessingLayer [Tầng Xử Lý & Chuẩn Hóa Dữ Liệu]
        B1[Python Data Pipeline v3.9]
        B2[SPSS Statistics v26.0 Engine]
        B3[Validation & Data Cleaning]
        A1 --> B1
        A2 --> B1
        A3 --> B1
        B1 --> B3
        B3 --> B2
    end

    subgraph StorageLayer [Tầng Lưu Trữ Quan Hệ]
        C1[(PostgreSQL v13.4 DB)]
        B2 --> C1
    end

    subgraph ServiceLayer [Tầng Nghiệp Vụ & API]
        D1[FastAPI REST Services]
        C1 --> D1
        D2[Module Tính Tỷ Lệ Giải Ngân]
        D3[Module Đánh Giá Xếp Hạng Đối Tác]
        D1 --> D2
        D1 --> D3
    end

    subgraph PresentationLayer [Tầng Trực Quan Hóa]
        E1[Dashboard Xúc Tiến Đầu Tư]
        E2[Báo Cáo Phân Tích Định Lượng]
        D2 --> E1
        D3 --> E1
        D1 --> E2
    end

Ngăn xếp công nghệ sử dụng

  • Phân tích định lượng chuyên sâu: IBM SPSS Statistics v26.0 (Phân tích tần số, thống kê mô tả, kiểm định độ tin cậy thang đo).
  • Xử lý dữ liệu và mô hình hóa: Python v3.9.7 (Thư viện pandas v1.3.3, numpy v1.21.2, statsmodels v0.13.0).
  • Hệ quản trị cơ sở dữ liệu: PostgreSQL v13.4 kèm mở rộng PostGIS cho quản lý dữ liệu không gian khu công nghiệp.
  • Backend API: FastAPI v0.68.1 (Hỗ trợ Swagger UI tự động và xác thực token JWT).
  • Trực quan hóa: Microsoft Power BI Desktop v2.112 & Matplotlib v3.4.3.

Thiết kế lược đồ cơ sở dữ liệu (Database Schema)

Lược đồ chuẩn hóa theo dõi toàn diện vòng đời các dự án FDI:

-- Bảng quản trị danh mục đối tác quốc gia
CREATE TABLE ref_country (
    country_code VARCHAR(3) PRIMARY KEY,
    country_name VARCHAR(100) NOT NULL,
    region VARCHAR(50) NOT NULL
);

-- Bảng quản lý thông tin dự án FDI
CREATE TABLE fdi_projects (
    project_id VARCHAR(20) PRIMARY KEY,
    project_name VARCHAR(255) NOT NULL,
    country_code VARCHAR(3) REFERENCES ref_country(country_code),
    sector VARCHAR(100) NOT NULL,
    licensed_year INT CHECK (licensed_year BETWEEN 2000 AND 2030),
    reg_capital_usd NUMERIC(15, 2) NOT NULL,
    realized_capital_usd NUMERIC(15, 2) DEFAULT 0.00,
    disbursement_rate NUMERIC(5, 2) GENERATED ALWAYS AS (
        CASE WHEN reg_capital_usd > 0 THEN (realized_capital_usd / reg_capital_usd) * 100 ELSE 0 END
    ) STORED,
    industrial_zone VARCHAR(150),
    status VARCHAR(50) DEFAULT 'Active'
);

-- Chỉ mục tối ưu hóa truy vấn phân tích
CREATE INDEX idx_fdi_sector_year ON fdi_projects(sector, licensed_year);
CREATE INDEX idx_fdi_disbursement ON fdi_projects(disbursement_rate DESC);

Thiết kế API Endpoints

GET    /api/v1/fdi/analytics/disbursement-rate?from_year=2016&to_year=2019
Response: 200 OK
{
  "province": "Quang Nam",
  "time_frame": "2016-2019",
  "total_registered_usd": 713370000.00,
  "total_realized_usd": 85740000.00,
  "aggregate_disbursement_rate": 12.02,
  "annual_metrics": [
    {"year": 2016, "reg_usd": 137.00, "real_usd": 11.85, "rate_pct": 8.65},
    {"year": 2017, "reg_usd": 93.97, "real_usd": 12.57, "rate_pct": 13.38},
    {"year": 2018, "reg_usd": 325.80, "real_usd": 42.82, "rate_pct": 13.14},
    {"year": 2019, "reg_usd": 156.60, "real_usd": 18.50, "rate_pct": 11.81}
  ]
}

POST   /api/v1/fdi/survey/evaluate-environment
Header: Authorization: Bearer <JWT_TOKEN>
Body:
{
  "respondent_type": "Expert_SDR",
  "infrastructure_score": 3.8,
  "labor_quality_score": 3.4,
  "policy_incentive_score": 4.1,
  "location_advantage_score": 4.2
}
Response: 201 Created

Phương pháp luận (Methodology)

Nghiên cứu áp dụng quy trình phân tích dữ liệu chuẩn mực CRISP-DM kết hợp phương pháp luận phân tích chính sách kinh tế:

Ma trận đánh giá rủi ro và biện pháp giảm thiểu

Rủi ro nhận diện Khả năng (L/M/H) Mức độ tác động Chiến lược giảm thiểu
Thiên vị mẫu khảo sát ($N=30$) Medium High Phân tầng mẫu: 50% chuyên viên Sở KH&ĐT, 50% quản lý doanh nghiệp FDI
Sai lệch giá trị quy đổi ngoại tệ Low Medium Đồng nhất tỷ giá hối đoái USD niêm yết theo Ngân hàng Nhà nước từng năm
Độ trễ số liệu công bố chính thống Medium Medium Đối chiếu chéo giữa Niên giám Thống kê và Báo cáo tổng kết của UBND tỉnh

Thực thi và Kết quả

Quy trình phân tích dữ liệu (Development Process)

Thuật toán xử lý và trích xuất chỉ số tăng trưởng được cài đặt qua pipeline Python xử lý dữ liệu:

import numpy as np
import pandas as pd

def calculate_fdi_performance(data_records: list) -> pd.DataFrame:
    """
    Tính toán các chỉ số tăng trưởng và tỷ lệ giải ngân FDI giai đoạn 2016 - 2019
    Công thức: Disbursement_Rate = (Realized_Capital / Registered_Capital) * 100
    """
    df = pd.DataFrame(data_records)
    
    # Tính tỷ lệ giải ngân từng năm
    df['disbursement_rate'] = (df['realized_capital'] / df['registered_capital']) * 100
    
    # Tính tốc độ tăng trưởng liên hoàn (YoY Chain-weighted Growth)
    df['growth_registered_pct'] = df['registered_capital'].pct_change() * 100
    df['growth_realized_pct'] = df['realized_capital'].pct_change() * 100
    
    # Định dạng kết quả hiển thị
    df['disbursement_rate'] = df['disbursement_rate'].round(2)
    df['growth_registered_pct'] = df['growth_registered_pct'].round(2).fillna(0.0)
    df['growth_realized_pct'] = df['growth_realized_pct'].round(2).fillna(0.0)
    
    return df

# Nạp dữ liệu thực nghiệm tỉnh Quảng Nam (Đơn vị: Triệu USD)
raw_data = [
    {"year": 2016, "registered_capital": 137.00, "realized_capital": 11.85},
    {"year": 2017, "registered_capital": 93.97, "realized_capital": 12.57},
    {"year": 2018, "registered_capital": 325.80, "realized_capital": 42.82},
    {"year": 2019, "registered_capital": 156.60, "realized_capital": 18.50}
]

df_result = calculate_fdi_performance(raw_data)
print(df_result.to_string(index=False))

Kiểm định và Đánh giá thực nghiệm

Phân tích dữ liệu thực tế tại tỉnh Quảng Nam giai đoạn 2016 – 2019 chỉ ra các chỉ số cốt lõi sau:

Biến động quy mô vốn đầu tư đăng ký và thực hiện

Năm Vốn đăng ký (Tr. USD) Tăng trưởng ĐK (%) Vốn thực hiện (Tr. USD) Tăng trưởng TH (%) Tỷ lệ TH/ĐK (%)
2016 137,00 Cơ sở 11,85 Cơ sở 8,65%
2017 93,97 -31,41% 12,57 +6,08% 13,38%
2018 325,80 +246,71% 42,82 +240,65% 13,14%
2019 156,60 -51,93% 18,50 -56,80% 11,81%
Tổng 713,37 85,74 12,02% (TB)
    TRIỆU USD         BIẾN ĐỘNG VỐN ĐĂNG KÝ VÀ VỐN THỰC HIỆN
             2016         2017        2018             2019

Cơ cấu phân bổ FDI theo ngành kinh tế (Tính đến 2019)

  • Dịch vụ & Du lịch: Chiếm 34,6% tổng vốn đầu tư, tập trung tại dải ven biển Điện Bàn - Hội An.
  • Công nghiệp & Xây dựng: Chiếm 34,0%, tập trung vào chế tạo ô tô (Thaco Chu Lai), dệt may, linh kiện điện tử.
  • Sản phẩm khác & Hạ tầng: Chiếm 18,8%.
  • Nông – Lâm – Thủy sản: Chỉ chiếm 12,6%, chưa tương xứng với diện tích 890.761 ha đất nông nghiệp toàn tỉnh.

Cơ cấu đối tác đầu tư trực tiếp lũy kế (Đến 31/12/2019)

Tổng số dự án lũy kế đạt 191 dự án với 5.898,07 triệu USD:

  1. Hàn Quốc: Dẫn đầu về số lượng với 56 dự án (chiếm 29,32% tổng số dự án), vốn đăng ký 590,48 triệu USD (chiếm 10,01%).
  2. Singapore: Dẫn đầu tuyệt đối về quy mô vốn đăng ký với 4.093,44 triệu USD (chiếm 69,40%), phân bổ trong 9 dự án quy mô lớn.
  3. Nhật Bản: 19 dự án (chiếm 9,95%), tổng vốn đăng ký 142,57 triệu USD.
  4. Đài Loan: 17 dự án (chiếm 8,90%), tổng vốn đăng ký 204,82 triệu USD.
  5. Trung Quốc: 11 dự án (chiếm 5,76%), tổng vốn đăng ký 141,13 triệu USD.

Kết quả đạt được so với mục tiêu đề ra


Đổi mới và Đóng góp

Cải tiến phương pháp tiếp cận định lượng

           MÔ HÌNH BÁO CÁO CŨ                      MÔ HÌNH ĐỀ TÀI ĐỀ XUẤT
  1. Khắc phục độ trễ dữ liệu thực hiện: Không chỉ dựa trên vốn đăng ký (vốn danh nghĩa), nghiên cứu tập trung bóc tách vốn thực hiện, chỉ ra tỷ lệ giải ngân trung bình giai đoạn 2016 – 2019 chỉ đạt 12,02%, cảnh báo tình trạng "dự án ảo" và dự án chậm triển khai.
  2. Đối chiếu kinh nghiệm đa tầng: So sánh thực chứng mô hình liên kết viện - trường - doanh nghiệp của Đà Nẵng và chính sách phân cấp quản lý dự án dưới 30 triệu USD của Trung Quốc, từ đó chuyển giao bài học phù hợp cho địa bàn Quảng Nam.
  3. Lượng hóa mức độ tác động KT-XH: Chứng minh vai trò của FDI đối với GRDP tỉnh (năm 2019 tăng trưởng 3,81%, thu nhập bình quân đạt 3,334 triệu VNĐ/tháng, tăng 11,4% so với năm 2018).

Ứng dụng thực tế và Triển khai

Kịch bản ứng dụng trong quản lý nhà nước

           QUY TRÌNH ỨNG DỤNG BỘ CÔNG CỤ ĐÁNH GIÁ FDI TẠI ĐỊA PHƯƠNG
  • Sở Kế hoạch và Đầu tư: Sử dụng bộ chỉ tiêu giải ngân để rà soát, thu hồi các dự án chậm tiến độ không có lý do chính đáng; ưu tiên cấp phép các dự án có tỷ lệ vốn thực hiện cam kết trên 25%/năm.
  • Ban Quản lý Khu kinh tế mở Chu Lai: Định hướng xúc tiến đầu tư theo cụm ngành công nghiệp phụ trợ ô tô, tự động hóa và logistics cảng biển.

Lộ trình triển khai giải pháp (2021 – 2025)

GIAI ĐOẠN 1 (Quý 1 - Quý 4/2021):

GIAI ĐOẠN 2 (2022 - 2023):

GIAI ĐOẠN 3 (2024 - 2025):

Hạn chế và Hướng phát triển

Hạn chế học thuật thừa nhận

  • Quy mô mẫu khảo sát chuyên gia: Dung lượng mẫu sơ cấp $N = 30$ tập trung chủ yếu vào cán bộ quản lý và doanh nghiệp FDI vừa và nhỏ, chưa bao phủ toàn diện khối doanh nghiệp siêu lớn.
  • Biến số kiểm soát kinh tế lượng: Nghiên cứu dừng ở mức thống kê mô tả và phân tích so sánh, chưa áp dụng mô hình hồi quy OLS/FEM/REM đa biến để định lượng hệ số co giãn giữa FDI và tăng trưởng GRDP.

Hướng phát triển tiếp theo

  1. Mở rộng mẫu khảo sát lên $N \ge 150$ trên toàn bộ 18 huyện, thị xã, thành phố của tỉnh Quảng Nam.
  2. Xây dựng mô hình chuỗi thời gian ARIMA hoặc VAR để dự báo dòng vốn FDI và nhu cầu lao động kỹ thuật cao đến năm 2030.
  3. Tích hợp bản đồ không gian GIS để quản trị số liệu phân bổ dự án FDI theo lưu vực kinh tế sông Vu Gia – Thu Bồn.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Kinh tế/Kế hoạch đầu tư: Nắm vững phương pháp luận nghiên cứu thực chứng, cách xử lý số liệu Niên giám thống kê và kỹ thuật xây dựng báo cáo phân tích đầu tư.
  • Nhà hoạch định chính sách địa phương: Tiếp cận cơ sở dữ liệu phân tích khách quan để tái định hình chiến lược xúc tiến đầu tư có trọng tâm, loại bỏ các dự án không khả thi.
  • Doanh nghiệp FDI & Doanh nghiệp nội địa: Đánh giá chính xác môi trường đầu tư kinh doanh, từ đó đưa ra quyết định giải ngân và định vị chuỗi cung ứng phù hợp.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ chế để triển khai hệ thống quản trị dữ liệu FDI?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu chuẩn PostgreSQL v13+, kết nối mạng bảo mật nội bộ tại Sở KH&ĐT, và phân quyền nhập liệu trực tiếp từ các Ban quản lý KCN/KKT trên địa bàn tỉnh.

2. Nguyên nhân cốt lõi khiến tỷ lệ giải ngân vốn FDI tại Quảng Nam chỉ đạt ~12% trong giai đoạn 2016 – 2019?

Nguyên nhân chủ yếu do độ trễ trong công tác đền bù giải phóng mặt bằng, sự thiếu đồng bộ của hạ tầng logistics kết nối cảng biển/sân bay và quy trình chuyển đổi mục đích sử dụng đất kéo dài qua nhiều cấp thẩm định.

3. Tỉnh Quảng Nam có những chính sách ưu đãi cạnh tranh nào dành cho đối tác công nghệ cao?

Tỉnh áp dụng mức thuế suất thuế thu nhập doanh nghiệp ưu đãi (10% trong 15 năm, miễn 4 năm, giảm 50% trong 9 năm tiếp theo đối với dự án thuộc địa bàn KKT mở Chu Lai), hỗ trợ chi phí giải phóng mặt bằng và đào tạo lao động địa phương.

4. Nền tảng dữ liệu này có khả năng tích hợp vào hệ thống Dịch vụ công Quốc gia không?

Kiến trúc API mở dựa trên RESTful chuẩn OpenAPI/Swagger cho phép đồng bộ hóa dữ liệu danh mục dự án sang Cổng Dịch vụ công Quốc gia và Hệ thống thông tin quốc gia về đầu tư nước ngoài.

5. Dự báo xu hướng dịch chuyển vốn FDI vào Quảng Nam sau năm 2020?

Dòng vốn có xu hướng dịch chuyển mạnh mẽ từ các ngành gia công thâm dụng lao động (dệt may đơn giản) sang công nghiệp chế biến - chế tạo công nghệ cao, tự động hóa linh kiện ô tô, logistics thông minh và du lịch nghỉ dưỡng cao cấp ven biển.


Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Thị Thanh Thái đã hoàn thành xuất sắc mục tiêu nghiên cứu thông qua việc:

  1. Lượng hóa toàn diện thực trạng thu hút FDI: Cung cấp bức tranh thực chứng sâu sắc với 92 dự án mới giai đoạn 2016 – 2019 (tổng vốn đăng ký 713,37 triệu USD, vốn thực hiện 85,74 triệu USD) và lũy kế 191 dự án (5.898,07 triệu USD) tính đến hết năm 2019.
  2. Làm rõ cấu trúc đối tác chiến lược: Khẳng định vị thế áp đảo của Hàn Quốc về số lượng dự án (29,32%) và Singapore về quy mô vốn đăng ký (69,40%).
  3. Đề xuất hệ thống giải pháp đồng bộ: Đưa ra 6 nhóm giải pháp thực tiễn từ hoàn thiện chiến lược xúc tiến đầu tư, đầu tư hạ tầng đồng bộ, cải cách thủ tục hành chính, giải phóng mặt bằng đến nâng cao chất lượng nguồn nhân lực.

Kết quả nghiên cứu là tài liệu tham khảo giá trị cho các nhà hoạch định chính sách tại tỉnh Quảng Nam cũng như các nhà nghiên cứu quan tâm đến kinh tế phát triển và quản trị dòng vốn FDI cấp địa phương.