Giới thiệu dự án

Khu vực kinh tế cá thể tại Việt Nam hiện có hơn 5,1 triệu hộ kinh doanh (HKD), thu hút khoảng 8,7 triệu lao động và đóng góp tới 30% GDP quốc gia. Tuy nhiên, theo số liệu thống kê từ Tổng cục Thuế, tổng số thu ngân sách từ khu vực này chỉ chiếm dưới 2% tổng thu ngân sách nhà nước (NSNN). Đến thời điểm 31/07/2022, tổng nợ thuế toàn ngành quản lý ước tính đạt 133.000 tỷ đồng, tăng 16,2% so với cuối năm 2021. Thực trạng thất thu thuế ở HKD xuất phát từ cơ chế quản lý thuế khoán còn nhiều bất cập, quy mô doanh thu bị che giấu và mức độ tuân thủ thuế tự nguyện (Voluntary Tax Compliance - VTC) chưa cao.

Hầu hết các nghiên cứu kinh tế lượng truyền thống đều tập trung vào các yếu tố kinh tế (thuế suất, mức phạt tiền, thanh tra tài chính) áp dụng cho doanh nghiệp mà bỏ qua tác động từ các yếu tố tâm lý - xã hội (phi kinh tế) đối với khu vực HKD. Đề tài "Tác động của các yếu tố phi kinh tế đến hành vi tuân thủ thuế tự nguyện: Nghiên cứu điển hình các hộ kinh doanh tại Việt Nam" do tác giả Ngô Thị Mỹ An thực hiện (Khoa Tài chính – Học viện Ngân hàng) giải quyết bài toán cốt lõi: Xác định và định lượng mức độ chi phối của các nhân tố phi kinh tế đến hành vi kê khai, tính nộp thuế tự giác của chủ HKD.

Mục tiêu nghiên cứu cụ thể của dự án gồm:

  1. Hệ thống hóa cơ sở lý thuyết hành vi (TRA, TAM, TPB, Slippery Slope) về tuân thủ thuế tự nguyện.
  2. Phân tích thực trạng quản lý và chấp hành thuế của hơn 5,1 triệu HKD trên phạm vi toàn quốc giai đoạn 2010–2022.
  3. Xây dựng mô hình kinh tế lượng gồm 8 nhóm biến độc lập phi kinh tế tác động đến biến phụ thuộc VTC.
  4. Kiểm định định lượng mô hình thông qua phân tích độ tin cậy Cronbach's Alpha, phân tích nhân tố khám phá (EFA) và hồi quy đa biến OLS.
  5. Đề xuất hệ thống giải pháp nâng cấp hạ tầng số hóa thuế và chính sách hỗ trợ nhằm nâng cao tỷ lệ tuân thủ tự nguyện trên 20% trong giai đoạn 2023–2025.

Phạm vi nghiên cứu bao quát các HKD đa ngành nghề (thương mại, dịch vụ, sản xuất, ăn uống) hoạt động trên lãnh thổ Việt Nam, kết hợp dữ liệu sơ cấp qua khảo sát thực nghiệm và dữ liệu thứ cấp từ Tổng cục Thuế, Tổng cục Thống kê và World Bank.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Các mô hình quản lý thuế truyền thống tại Việt Nam áp dụng cho HKD chủ yếu dựa trên thuyết răn đe kinh tế của Allingham & Sandmo (1972) và Becker (1968), tập trung vào kiểm tra hồi tố và xử phạt vi phạm hành chính. Cách tiếp cận này tạo ra tâm lý đối phó, làm gia tăng chi phí quản lý hành chính và không bền vững.

Tiêu chí phân tích Mô hình Răn đe Kinh tế (Truyền thống) Mô hình Thuyết phục & Trừng phạt (OECD/ATO) Mô hình Tích hợp Yếu tố Phi kinh tế (Nghiên cứu)
Cơ sở tiếp cận Tối đa hóa độ thỏa dụng kinh tế (Expected Utility Theory) Phân tầng mức độ tuân thủ (Slippery Slope Framework) Tích hợp Thuyết hành vi (TRA/TAM/TPB) & Trải nghiệm số
Động lực thực thi Cưỡng chế, xử phạt vi phạm tài chính Hỗ trợ theo cấp bậc rủi ro Động cơ nội tại, niềm tin thể chế, tiện ích công nghệ số
Chi phí quản lý Rất cao (thanh tra trực tiếp từng cơ sở) Trung bình (phân loại người nộp thuế) Thấp (tự động hóa qua Cổng thuế điện tử eTax Mobile)
Tỷ lệ thất thu Cao do chuyển dịch sang kinh tế ngầm Giảm dần theo mức độ hợp tác Giảm thiểu tối đa nhờ sự đồng thuận và minh bạch hóa

Yêu cầu người dùng (User Requirements) được phân loại theo ma trận MoSCoW:

  • Must-have: Giao diện khai thuế điện tử (eTax Mobile v2.0) đơn giản, tính toán tự động số thuế GTGT, TNCN theo Thông tư 40/2021/TT-BTC; bảng hỏi chuẩn hóa Likert 5 điểm.
  • Should-have: Kênh tương tác hỗ trợ đa nền tảng (Zalo OA, AI Chatbot Cục Thuế), hệ thống cảnh báo trước hạn kê khai.
  • Could-have: Cơ chế tính điểm tín nhiệm thuế tích hợp chính sách vinh danh, khen thưởng phi kinh tế.
  • Won't-have: Các thủ tục kiểm tra hành chính tại bàn phức tạp không thông báo trước.
       +-------------------------------------------------------------+
       |                  KHUNG LÝ THUYẾT NỀN TẢNG                   |
       |  TRA (Ajzen & Fishbein) | TAM (Davis) | Slippery Slope (OECD)|
       +-------------------------------------------------------------+
                                      |
                                      v
       +-------------------------------------------------------------+
       |               CÁC YẾU TỐ PHI KINH TẾ ĐỘC LẬP                |
       |  [TTKT] Thanh tra - kiểm tra     [DVHT] Dịch vụ hỗ trợ thuế |
       |  [TDT]  Hạ tầng Thuế điện tử     [PT]   Chính sách Khen thưởng
       |  [HB]   Hiểu biết về thuế        [HP]   Răn đe Hình phạt    |
       |  [CBT]  Thái độ Cán bộ thuế      [CCQ]  Chuẩn chủ quan      |
       +-------------------------------------------------------------+
                                      |
                                      v
       +-------------------------------------------------------------+
       |                    XỬ LÝ DỮ LIỆU & KIỂM ĐỊNH                |
       |  Làm sạch dữ liệu -> Cronbach's Alpha -> EFA -> ANOVA -> OLS|
       +-------------------------------------------------------------+
                                      |
                                      v
       +-------------------------------------------------------------+
       |         BIẾN PHỤ THUỘC: HÀNH VI TUÂN THỦ THUẾ TỰ NGUYỆN     |
       |  (Đăng ký đúng hạn | Kê khai chính xác | Nộp thuế kịp thời)|
       +-------------------------------------------------------------+

Thiết kế hệ thống

Kiến trúc xử lý dữ liệu và đánh giá thực nghiệm được xây dựng trên nền tảng cơ sở dữ liệu quan hệ và mô hình tính toán thống kê:

-- Schema lưu trữ dữ liệu khảo sát và hành vi tuân thủ thuế của Hộ kinh doanh
CREATE TABLE business_households (
    household_id VARCHAR(20) PRIMARY KEY,
    owner_name VARCHAR(100) NOT NULL,
    business_sector VARCHAR(50) NOT NULL,
    tax_code VARCHAR(15) UNIQUE NOT NULL,
    annual_revenue NUMERIC(15, 2) NOT NULL,
    tax_payment_method VARCHAR(20) CHECK (tax_payment_method IN ('KHOAN', 'KE_KHAI', 'TUNG_LAN')),
    etax_registered BOOLEAN DEFAULT FALSE,
    years_in_business INT CHECK (years_in_business >= 0),
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP
);

CREATE TABLE survey_responses (
    response_id SERIAL PRIMARY KEY,
    household_id VARCHAR(20) REFERENCES business_households(household_id),
    inspection_score NUMERIC(3, 2) CHECK (inspection_score BETWEEN 1.00 AND 5.00),
    etax_usability_score NUMERIC(3, 2) CHECK (etax_usability_score BETWEEN 1.00 AND 5.00),
    tax_knowledge_score NUMERIC(3, 2) CHECK (tax_knowledge_score BETWEEN 1.00 AND 5.00),
    officer_attitude_score NUMERIC(3, 2) CHECK (officer_attitude_score BETWEEN 1.00 AND 5.00),
    support_service_score NUMERIC(3, 2) CHECK (support_service_score BETWEEN 1.00 AND 5.00),
    reward_perception_score NUMERIC(3, 2) CHECK (reward_perception_score BETWEEN 1.00 AND 5.00),
    penalty_fear_score NUMERIC(3, 2) CHECK (penalty_fear_score BETWEEN 1.00 AND 5.00),
    subjective_norm_score NUMERIC(3, 2) CHECK (subjective_norm_score BETWEEN 1.00 AND 5.00),
    voluntary_compliance_index NUMERIC(3, 2) CHECK (voluntary_compliance_index BETWEEN 1.00 AND 5.00)
);

CREATE INDEX idx_household_compliance ON survey_responses(voluntary_compliance_index);

Technology Stack:

  • Thống kê và Kinh tế lượng: IBM SPSS Statistics v26.0, AMOS v24.0, Python 3.10 (thư viện pandas v2.0.3, statsmodels v0.14.0, scikit-learn v1.3.0).
  • Cơ sở dữ liệu: PostgreSQL v15.3 để xử lý và lưu trữ dữ liệu khảo sát chuẩn hóa.
  • Hạ tầng quản lý tích hợp: eTax Mobile API v2.1 kết nối trục dịch vụ công quốc gia qua chuẩn RESTful/OAuth 2.0.

Methodology

Nghiên cứu ứng dụng quy trình kết hợp định tính và định lượng (Mixed Methods Research):

  1. Giai đoạn định tính: Lược khảo hệ thống tài liệu nghiên cứu quốc tế (OECD 2004, ATO 2018, IRAS 2019, Kirchler 2008) và phỏng vấn chuyên sâu 10 chuyên gia quản lý thuế để hiệu chỉnh thang đo.
  2. Giai đoạn định lượng: Thiết kế bảng câu hỏi cấu trúc theo thang đo Likert 5 mức độ (1: Rất không đồng ý đến 5: Rất đồng ý). Phương pháp chọn mẫu tích lũy nhanh phân tầng theo vùng địa lý (Đồng bằng sông Hồng, Miền Trung, Đồng bằng sông Cửu Long) với cỡ mẫu hợp lệ $N = 350$ chủ hộ kinh doanh.
  3. Quản lý rủi ro & QA: Kiểm soát phương sai phương pháp chung (Common Method Bias) bằng kiểm định đơn nhân tố Harman (Harman's Single-Factor Test); kiểm định đa cộng tuyến qua hệ số phóng đại phương sai (VIF < 2.0).

Implementation và kết quả

Development process

Quá trình triển khai mô hình định lượng được thực hiện tuần tự qua 4 pha chính:

  • Pha 1 (Xây dựng bảng hỏi & Mã hóa thang đo): 36 biến quan sát thuộc 8 nhóm biến độc lập và 1 biến phụ thuộc.
  • Pha 2 (Đánh giá sơ bộ): Chạy thử nghiệm pilot test trên $N = 50$ HKD để phát hiện câu hỏi tối nghĩa.
  • Pha 3 (Khảo sát diện rộng & Xử lý số liệu): Thu thập dữ liệu thực tế, làm sạch missing data và lọc các quan sát outliers.
  • Pha 4 (Ước lượng mô hình OLS):

Phương trình hồi quy tổng quát: $$VTC = \beta_0 + \beta_1 TTKT + \beta_2 TDT + \beta_3 HB + \beta_4 CBT + \beta_5 DVHT + \beta_6 PT + \beta_7 HP + \beta_8 CCQ + \epsilon$$

Đoạn mã Python thực thi phân tích mô hình hồi quy OLS và kiểm định vi phạm giả định:

import pandas as pd
import statsmodels.api as sm
from statsmodels.stats.outliers_influence import variance_inflation_factor

# 1. Tải tập dữ liệu khảo sát đã tiền xử lý
df = pd.read_csv('survey_tax_compliance_data.csv')

X_vars = ['TTKT', 'TDT', 'HB', 'CBT', 'DVHT', 'PT', 'HP', 'CCQ']
X = df[X_vars]
y = df['VTC']

# 2. Thêm hằng số tự do vào ma trận biến độc lập
X_with_const = sm.add_constant(X)

# 3. Ước lượng mô hình hồi quy tuyến tính OLS
model = sm.OLS(y, X_with_const).fit()

# 4. Xuất bảng kết quả tóm tắt
print(model.summary())

# 5. Kiểm định đa cộng tuyến (VIF Calculation)
vif_data = pd.DataFrame()
vif_data["Feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print("\n--- BẢNG HỆ SỐ VIF ---")
print(vif_data)

Testing và validation

Kết quả phân tích kiểm định độ tin cậy và giá trị hội tụ của thang đo:

  1. Độ tin cậy thang đo (Cronbach's Alpha):

    • Toàn bộ 8 nhóm thang đo độc lập và 1 thang đo phụ thuộc đều đạt $\alpha \ge 0.785$ (vượt ngưỡng tiêu chuẩn 0.70).
    • Hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của tất cả các biến quan sát đều $> 0.421$ (ngưỡng chấp nhận $> 0.30$).

  2. Phân tích nhân tố khám phá (EFA):

    • Kiểm định KMO (Kaiser-Meyer-Olkin) đạt $0.862 \in [0.5, 1.0]$, mức ý nghĩa thống kê Bartlett's Test đạt $p = 0.000 < 0.001$, chứng minh dữ liệu phù hợp để phân tích nhân tố.
    • Tổng phương sai trích (Total Variance Explained) đạt $68.45% > 50%$ tại Eigenvalue = 1.238. Phương pháp trích Principal Axis Factoring kết hợp phép xoay Varimax phân tách rõ ràng 8 nhóm nhân tố không bị trùng lặp tải trọng chéo.

Kết quả đạt được

Mô hình hồi quy đạt độ tương thích cao với $R^2 = 0.612$ và $R^2 \text{ hiệu chỉnh} = 0.603$, giá trị kiểm định $F = 67.34$ ($p < 0.001$). Không có hiện tượng đa cộng tuyến khi mọi giá trị $\text{VIF} \in [1.12, 1.48] < 2.0$.

Giả thuyết Biến độc lập Hệ số $\beta$ chuẩn hóa Giá trị $t$ Mức ý nghĩa ($p$-value) Kết luận
H1 Thanh tra - kiểm tra (TTKT) $+0.165$ $3.842$ $0.000$ Chấp nhận
H2 Thuế điện tử (TDT) $+0.284$ $6.421$ $0.000$ Chấp nhận (Tác động mạnh nhất)
H3 Hiểu biết về thuế (HB) $+0.241$ $5.318$ $0.000$ Chấp nhận (Tác động thứ hai)
H4 Cán bộ thuế (CBT) $+0.142$ $3.112$ $0.002$ Chấp nhận
H5 Dịch vụ hỗ trợ thuế (DVHT) $+0.198$ $4.295$ $0.000$ Chấp nhận (Tác động thứ ba)
H6 Phần thưởng (PT) $+0.115$ $2.634$ $0.009$ Chấp nhận
H7 Hình phạt (HP) $-0.128$ $-2.891$ $0.004$ Chấp nhận (Tác động ngược chiều)
H8 Chuẩn chủ quan (CCQ) $+0.098$ $2.187$ $0.029$ Chấp nhận

Dữ liệu thực nghiệm chứng minh: Nền tảng Thuế điện tử ($\beta = 0.284$) và Hiểu biết về thuế ($\beta = 0.241$) là hai động lực quan trọng nhất thúc đẩy tuân thủ tự nguyện. Đáng chú ý, Hình phạt mang hệ số âm ($\beta = -0.128$), khẳng định các biện pháp đe dọa hà khắc nếu không đi kèm hỗ trợ sẽ kích hoạt tâm lý phản kháng và né tránh thuế.

Đổi mới và đóng góp

Nghiên cứu mang lại 3 đóng góp mang tính đột phá về học thuật và thực tiễn quản lý:

  1. Khắc phục khoảng trống nghiên cứu đối tượng HKD: Trong khi các nghiên cứu trước đây (Bùi Ngọc Toản 2017 tại TP.HCM; Nguyễn Thị Hồng Hạnh 2017 tại Đà Nẵng) chỉ tập trung vào sắc thuế TNDN ở nhóm doanh nghiệp, đề tài này là công trình thực nghiệm đầu tiên lượng hóa toàn diện hành vi tuân thủ của 5,1 triệu hộ kinh doanh cá thể trên toàn quốc.
  2. Tích hợp mô hình lý thuyết đa chiều: Kết hợp thành công mô hình chấp nhận công nghệ TAM và thuyết hành vi hoạch định TPB vào bài toán quản trị thuế công, phân tách độc lập ảnh hưởng của công nghệ số (eTax) và tác phong của công chức thuế.
  3. Phát hiện quy luật về hiệu ứng ngược của hình phạt: Chứng minh hình phạt mang tính chất đe dọa đơn thuần làm giảm 12,8% mức độ sẵn sàng tuân thủ tự nguyện, mở ra định hướng chuyển đổi từ cơ chế "Trừng phạt răn đe" sang "Xây dựng niềm tin & Hỗ trợ chuyển đổi số".

Ứng dụng thực tế và triển khai

Hệ thống kết quả nghiên cứu là cơ sở khoa học trực tiếp để Tổng cục Thuế và các Cục Thuế địa phương triển khai chiến lược cải cách quản trị:

        +-------------------------------------------------------------+
        |         LỘ TRÌNH 3 GIAI ĐOẠN NÂNG CAO TUÂN THỦ THUẾ         |
        +-------------------------------------------------------------+
                                       |
        +------------------------------+------------------------------+
        |                              |                              |
        v                              v                              v
  [GIAI ĐOẠN 1]                  [GIAI ĐOẠN 2]                  [GIAI ĐOẠN 3]
  Chuẩn hóa Hạ tầng Số           Cá nhân hóa Dịch vụ            Hoàn thiện Thể chế
  - eTax Mobile v2.0             - AI Chatbot thuế 24/7         - Khuyến khích chuyển HKD
  - Hóa đơn điện tử máy tính     - Zalo OA tự động thông báo      lên Doanh nghiệp
    tiền (Nghị định 126)         - Vinh danh điện tử            - Đồng bộ dữ liệu định danh
  (Thời gian: Q1/2023 - Q4/2023) (Thời gian: Q1/2024 - Q4/2024) (Thời gian: 2025 trở đi)
  • Use case triển khai tại Chi cục Thuế địa phương: Tích hợp module đánh giá rủi ro phi kinh tế vào hệ thống quản lý thuế tập trung (TMS). Phân loại HKD theo 4 nhóm tuân thủ tương tự mô hình IRAS Singapore để gửi thông báo hướng dẫn trước 15 ngày thay vì kiểm tra tại chỗ.
  • Phân tích Chi phí - Lợi ích (ROI Analysis):
    • Chi phí đầu tư: Nâng cấp máy chủ Cổng thông tin điện tử và tập huấn kỹ năng mềm cho cán bộ thuế ước tính 15 tỷ đồng trên quy mô tỉnh/thành phố lớn.
    • Lợi ích thu hồi: Giảm 45% thời gian xử lý thủ tục hành chính tại bàn, tăng tỷ lệ thu thuế đúng hạn thêm 22%, ước tính tăng thu NSNN từ khu vực HKD trên 150 tỷ đồng/năm (ROI > 10x trong vòng 24 tháng).

Hạn chế và hướng phát triển

Dù đạt kết quả thực nghiệm cao, đề tài còn tồn tại một số hạn chế nhất định:

  • Hạn chế chọn mẫu: Phương pháp lấy mẫu thuận tiện tích lũy nhanh tuy tối ưu về mặt chi phí và thời gian nhưng tính đại diện ở các vùng sâu, vùng xa còn hạn chế.
  • Thiết kế nghiên cứu cắt ngang: Dữ liệu thu thập tại một thời điểm chưa phản ánh trọn vẹn sự thay đổi hành vi của chủ HKD theo chu kỳ kinh tế nhiều năm.

Hướng phát triển đề xuất:

  1. Mở rộng mô hình nghiên cứu theo chuỗi thời gian (Longitudinal Study) để đánh giá tác động sau khi áp dụng hoàn toàn Hóa đơn điện tử khởi tạo từ máy tính tiền.
  2. Ứng dụng thuật toán Học máy (Machine Learning) như Random Forest hoặc Gradient Boosting Classifier để phân cụm và dự đoán chính xác xác suất trốn thuế của từng nhóm ngành nghề kinh doanh trực tuyến.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------------+
|                                  ĐỐI TƯỢNG HƯỞNG LỢI                                    |
+--------------------+---------------------+----------------------+-----------------------+
|  Sinh viên / HV    |  Cán bộ / Cơ quan   |  Chủ Hộ kinh doanh   |  Nhà nghiên cứu       |
|  - Mẫu nghiên cứu  |  - Khung giải pháp  |  - Tối ưu hóa thủ tục|  - Dữ liệu thực nghiệm|
|    chuẩn mực       |    giảm thất thu    |    kê khai           |    về hành vi thuế    |
|  - Quy trình EFA / |  - Bộ chỉ số đo     |  - Tiếp cận chính    |  - Cơ sở mở rộng mô   |
|    OLS hoàn chỉnh  |    lường phi KT     |    sách hỗ trợ       |    hình TAM & TPB     |
+--------------------+---------------------+----------------------+-----------------------+
  • Sinh viên & Học viên cao học: Tiếp cận phương pháp luận nghiên cứu định lượng chuẩn mực, ứng dụng trực tiếp các mô hình kinh tế lượng trong phân tích chính sách công và tài chính doanh nghiệp.
  • Cơ quan quản lý thuế (Tổng cục Thuế/Cục Thuế): Sở hữu bộ chỉ tiêu định lượng cụ thể để đánh giá hiệu quả phục vụ của cán bộ và chất lượng cổng dịch vụ công trực tuyến.
  • Cộng đồng 5,1 triệu Hộ kinh doanh: Giảm thiểu chi phí tuân thủ thuế (Compliance Costs), tiếp cận các công cụ số hóa tiện lợi, phòng tránh rủi ro pháp lý và tạo nền tảng chuyển đổi số vững chắc.
  • Các nhà nghiên cứu kinh tế: Nền tảng dữ liệu thực chứng tin cậy để mở rộng mô hình hành vi kinh tế trong điều kiện kinh tế số và thương mại điện tử phát triển mạnh.

Câu hỏi thường gặp

1. Tại sao nghiên cứu lại tập trung vào các yếu tố phi kinh tế thay vì các yếu tố kinh tế như thuế suất hay mức phạt?

Các yếu tố kinh tế (thuế suất, mức phạt tiền) chỉ tạo ra sự tuân thủ mang tính cưỡng bức ngắn hạn và làm tăng chi phí thanh tra, kiểm tra. Ngược lại, các yếu tố phi kinh tế (nhận thức, sự thuận tiện của công nghệ số, thái độ cán bộ) tạo ra động cơ tuân thủ tự nguyện bền vững, giúp giảm thiểu tối đa chi phí quản lý hành chính của nhà nước.

2. Mô hình hồi quy OLS này có áp dụng được cho nhóm đối tượng doanh nghiệp vừa và nhỏ (SMEs) không?

Có. Các biến độc lập như Thuế điện tử (TDT), Dịch vụ hỗ trợ (DVHT) và Thái độ cán bộ thuế (CBT) hoàn toàn có thể hiệu chỉnh thang đo để đánh giá mức độ tuân thủ của nhóm doanh nghiệp SMEs, tuy nhiên cần bổ sung thêm biến kiểm soát về quy mô vốn và cơ cấu kế toán doanh nghiệp.

3. Nền tảng thuế điện tử (eTax Mobile) đã tác động như thế nào đến tỷ lệ tuân thủ thuế tự nguyện?

eTax Mobile giải quyết rào cản lớn nhất của hộ kinh doanh là "sự phức tạp của thủ tục". Theo kết quả hồi quy, yếu tố Thuế điện tử có tác động mạnh nhất ($\beta = 0.284$). Khi ứng dụng dễ sử dụng và minh bạch thông tin, tỷ lệ chủ hộ chủ động nộp thuế đúng hạn tăng hơn 28%.

4. Tại sao hệ số hồi quy của biến "Hình phạt" lại mang giá trị âm ($\beta = -0.128$)?

Kết quả này hoàn toàn phù hợp với Thuyết tâm lý phản kháng (Psychological Reactance Theory) và nghiên cứu của Kristina Murphy (2008). Khi người nộp thuế cảm thấy bị đe dọa bởi các hình thức trừng phạt nặng nề mà không nhận được sự hướng dẫn công bằng, họ có xu hướng tìm kiếm các phương thức né tránh và che giấu doanh thu.

5. Dự án đưa ra giải pháp gì để quản lý thuế đối với các hộ kinh doanh trên sàn thương mại điện tử?

Nghiên cứu đề xuất giải pháp tích hợp API tự động chia sẻ dữ liệu giữa các sàn thương mại điện tử (Shopee, Lazada, TikTok Shop) với Cổng thông tin Tổng cục Thuế, kết hợp triển khai hóa đơn điện tử khởi tạo từ máy tính tiền và đơn giản hóa biểu mẫu kê khai trực tuyến theo từng lần phát sinh doanh thu.

Kết luận

Khóa luận tốt nghiệp của tác giả Ngô Thị Mỹ An đã giải quyết thành công bài toán lượng hóa các yếu tố phi kinh tế tác động đến hành vi tuân thủ thuế tự nguyện của hộ kinh doanh tại Việt Nam. Thông qua hệ thống kiểm định thống kê đa biến nghiêm ngặt trên phần mềm SPSS 26.0, đề tài chứng minh vai trò quyết định của Cải cách thuế điện tử ($\beta = 0.284$), Nâng cao hiểu biết thuế ($\beta = 0.241$) và Dịch vụ hỗ trợ công chứng ($\beta = 0.198$).

Kết quả này là minh chứng khoa học khẳng định: Để chống thất thu NSNN từ hơn 5,1 triệu hộ kinh doanh một cách bền vững, ngành Thuế cần chuyển trọng tâm từ "Cưỡng chế - Trừng phạt" sang "Hỗ trợ số hóa - Tạo dựng niềm tin". Đây là tài liệu tham khảo giá trị cho các nhà hoạch định chính sách tài chính công, giảng viên và sinh viên khối ngành Kinh tế - Tài chính trong công cuộc hiện đại hóa hệ thống quản lý thuế quốc gia.