Giới thiệu dự án

Trong bối cảnh đô thị hóa nhanh chóng và sự bùng nổ của các dự án hạ tầng giao thông - thoát nước tại Việt Nam, ngành vật liệu xây dựng đóng vai trò xương sống cho sự phát triển kinh tế. Theo thống kê của Hiệp hội Doanh nghiệp nhỏ và vừa Việt Nam (2015), có tới 60% doanh nghiệp sản xuất quy mô vừa và nhỏ gặp khó khăn trong việc cân đối chi phí và định giá sản phẩm, trong khi chỉ gần 40% tiếp cận được vốn vay với lãi suất ưu đãi. Đối với các đơn vị sản xuất cấu kiện bê tông đúc sẵn, bài toán cân đối giữa công suất vận hành xưởng đúc và điểm hấp thụ của thị trường là yếu tố sống còn.

Công ty TNHH Hùng Lan – doanh nghiệp chuyên sản xuất ống cống bê tông cốt thép đúc sẵn (đường kính D300 – D1500 mm) phục vụ khu vực Hà Nội và các tỉnh phụ cận – phải đối mặt với thực trạng nghịch lý: sản lượng tiêu thụ tăng liên tục từ 2.367 m (năm 2014) lên 2.605 m (năm 2016), song lợi nhuận sau thuế lại sụt giảm từ 9,415 tỷ đồng (2014) xuống 8,107 tỷ đồng (2015) trước khi phục hồi nhẹ lên 8,516 tỷ đồng (2016). Nguyên nhân cốt lõi là giá vốn hàng bán (COGS) tăng mạnh 34,08% (từ 130,862 tỷ đồng lên 175,456 tỷ đồng), trong đó chi phí nguyên vật liệu trực tiếp (thép, xi măng PCB-40, cát vàng mỏ sông La/sông Rác) chiếm tới 68% cấu thành giá vốn, cộng thêm biến động giá thép và chính sách áp thuế tự vệ phôi thép nhập khẩu năm 2016. Doanh nghiệp hoạt động trong thị trường cạnh tranh độc quyền nhưng thiếu công cụ định lượng khoa học để xác định ngưỡng sản lượng tối ưu $Q^$ và giá bán $P^$, dẫn đến việc mở rộng sản lượng rơi vào vùng chi phí cận biên vượt quá doanh thu cận biên ($MC > MR$).

Dự án nghiên cứu này được triển khai nhằm giải quyết các mục tiêu trọng tâm:

  1. Xác lập hệ thống hóa cơ sở lý luận kinh tế vi mô ứng dụng về tối ưu hóa lợi nhuận $\Pi = TR - TC$ trong cấu trúc thị trường cạnh tranh mang tính độc quyền.
  2. Thu thập và chuẩn hóa chuỗi dữ liệu kinh tế lượng 12 quý (từ Q1/2014 đến Q4/2016) bao gồm sản lượng, giá bán, chi phí biến đổi bình quân ($AVC$), thu nhập bình quân dân cư ($M$) và giá bán đối thủ cạnh tranh ($P_R$ - Công ty CP Xây dựng & Thương mại Hoa Lư).
  3. Xây dựng và kiểm định hai mô hình kinh tế lượng hồi quy OLS: Hàm cầu thị trường $Q_D = f(P, M, P_R)$ và Hàm chi phí biến đổi bình quân ngắn hạn $AVC = f(Q, Q^2)$.
  4. Giải thuật toán tối ưu hóa điều kiện biên $MR = SMC$ để tìm mức sản lượng $Q^$ và giá bán $P^$ tối đa hóa lợi nhuận, đồng thời kiểm định quy tắc đóng cửa ngắn hạn ($P^* \ge AVC^*$).
  5. Đề xuất kiến trúc giải pháp hệ thống và lộ trình ứng dụng công nghệ đúc rung tự động Pedershaab (Đan Mạch) nhằm nâng cao năng suất và hạ giá thành đơn vị.

Phạm vi nghiên cứu tập trung vào dòng sản phẩm chủ lực cống tròn bê tông cốt thép D300 (chiều dài 1.500 mm, mác bê tông theo tiêu chuẩn TCVN 6260-1997, TCXDVN 372-2006, ISO 9001:2008) tại địa bàn tiêu thụ trọng điểm Hà Nội (chiếm 71% - 82% tỷ trọng doanh thu) và vùng phụ cận (Vĩnh Phúc, Hà Nam) trong giai đoạn 2014 – 2016, định hướng ứng dụng đến năm 2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các doanh nghiệp sản xuất vật liệu xây dựng vừa và nhỏ, việc lập kế hoạch sản lượng chủ yếu dựa trên cảm tính của phòng kinh doanh hoặc phương pháp cộng chi phí giản đơn (Cost-Plus Pricing).

Phương pháp Ưu điểm Nhược điểm Đánh giá tính phù hợp
Cost-Plus Pricing (Định giá cộng chi phí) Đơn giản, dễ tính toán dựa trên sổ sách kế toán hiện hữu. Bỏ qua độ co giãn của cầu ($E_P$), phản ứng của đối thủ cạnh tranh ($P_R$) và biến động quy mô sản lượng. Kém hiệu quả khi chi phí đầu vào biến động lớn (thép, xi măng).
Mô hình Quy hoạch tuyến tính (Linear Programming) Tối ưu hóa phân bổ nguồn lực nguyên vật liệu trong điều kiện giới hạn công suất máy móc. Giả định hàm chi phí và hàm giá là tuyến tính cố định, không phản ánh quy luật năng suất cận biên giảm dần (đường chữ U). Chỉ phù hợp cho bài toán phối hợp tỷ lệ vật tư cấp phối tĩnh.
Mô hình Kinh tế lượng cận biên ($MR = MC$) Phản ánh chính xác hàm chi phí phi tuyến ($Q^2, Q^3$) và hàm cầu đa biến phụ thuộc giá đối thủ và thu nhập. Đòi hỏi chuỗi dữ liệu lịch sử sạch và kỹ năng kiểm định thống kê chuyên sâu. Tối ưu nhất cho doanh nghiệp định giá trong thị trường cạnh tranh độc quyền.

Bảng phân loại yêu cầu nghiệp vụ theo ma trận MoSCoW:

  • Must-have: Mô hình ước lượng hàm cầu đa biến $Q(P, M, P_R)$; Mô hình ước lượng hàm chi phí $AVC(Q)$; Công cụ tính đạo hàm tự động giải hệ phương trình $MR = SMC$; Kiểm định ý nghĩa thống kê ($P\text{-value} < 0.05, R^2 > 0.90$).
  • Should-have: Module kiểm tra điều kiện đóng cửa $P \ge AVC$; Báo cáo độ co giãn của cầu theo giá ($E_P$), theo thu nhập ($E_M$) và giá chéo ($E_{XY}$).
  • Could-have: Tích hợp dữ liệu tự động từ phần mềm kế toán MISA/Fast Accounting; Giao diện dashboard trực quan hóa điểm hòa vốn và điểm cực đại lợi nhuận.
  • Won't-have (giai đoạn này): Dự báo tự động bằng Machine Learning thời gian thực dựa trên luồng dữ liệu IoT từ dây chuyền bê tông.

Thiết kế hệ thống

Kiến trúc giải pháp tích hợp từ khâu thu thập dữ liệu kế toán đến công cụ phân tích hồi quy và tối ưu hóa vận hành:

Công nghệ sử dụng bao gồm:

  • Ngôn ngữ & Công cụ cốt lõi: EViews 9.0 Enterprise Edition (xử lý OLS, kiểm định Durbin-Watson, White test), Python 3.10.x với các thư viện statsmodels==0.14.0, sympy==1.12 (giải phương trình vi phân và cực trị), pandas==2.1.0.
  • Database Schema: Bảng dữ liệu quan hệ lưu trữ biến số kinh tế lượng:
    • Quarterly_Production (Quarter_ID [PK], Year, Quarter, Volume_Q_m, Unit_Price_P, Competitor_Price_PR, Income_M).
    • Production_Costs (Cost_ID [PK], Quarter_ID [FK], Raw_Material_Direct, Labor_Direct, Overhead_General, Total_TVC, Calculated_AVC, Total_TFC).
  • REST API Specification:
    • POST /api/v1/optimize: Đầu vào JSON { "fixed_cost": float, "income": float, "competitor_price": float }.
    • Phản hồi JSON: { "optimal_quantity_Q": float, "optimal_price_P": float, "marginal_revenue_MR": float, "marginal_cost_MC": float, "max_profit": float, "shutdown_alert": boolean }.

Methodology

Dự án áp dụng phương pháp nghiên cứu định lượng kết hợp kinh tế lượng ứng dụng (Applied Econometrics) theo quy trình 4 giai đoạn chuẩn mực:

  1. Thu thập dữ liệu thứ cấp và sơ cấp: Trích xuất 12 quý hoạt động từ Báo cáo tài chính, Báo cáo kết quả hoạt động kinh doanh của Công ty Hùng Lan và khảo sát giá của Công ty CP Xây dựng & Thương Mại Hoa Lư.
  2. Xác định dạng hàm thực nghiệm:
    • Hàm cầu: $Q_D = a + bP + cM + dP_R$ với kỳ vọng lý thuyết: $b < 0$ (luật cầu), $c > 0$ (hàng hóa thông thường), $d > 0$ (hàng hóa thay thế).
    • Hàm chi phí biến đổi bình quân ngắn hạn: $AVC = a + bQ + cQ^2$ với kỳ vọng: $a > 0, b < 0, c > 0$ (dạng parabol chữ U).
  3. Ước lượng OLS và kiểm định thống kê: Đánh giá $R^2$, kiểm định $F$ toàn hàm, kiểm định $t$-statistic từng hệ số với mức ý nghĩa $\alpha = 5%$.
  4. Giải bài toán tối ưu và đề xuất quản trị: Xác định giao điểm $MR = SMC$, phân tích biến động độ nhạy của giá vật tư và hoạch định chiến lược kinh doanh.

Implementation và kết quả

Development process

Quá trình phân tích và lập trình mô hình hóa thuật toán tối ưu được hiện thực hóa bằng mã nguồn Python tích hợp đại số ký hiệu (sympy) và hồi quy thống kê:

import numpy as np
import sympy as sp

# Khai báo các biến đại số
Q = sp.Symbol('Q', real=True, positive=True)

# 1. Kết quả ước lượng hàm cầu tuyến tính sau khi thế giá trị M_tb và PR_tb:
# QD = 1546.243363 - 8.63558 * P  => Hàm cầu ngược: P = 179.096 - 0.1158 * Q
P_demand = 179.096 - 0.1158 * Q
TR = P_demand * Q
MR = sp.diff(TR, Q)  # MR = 179.096 - 0.2316 * Q

# 2. Kết quả ước lượng hàm chi phí biến đổi bình quân (AVC)
# AVC = 869.4159 - 2.81467 * Q + 0.002486 * Q**2
AVC = 869.4159 - 2.81467 * Q + 0.002486 * Q**2
TVC = AVC * Q
SMC = sp.diff(TVC, Q)  # SMC = 869.4159 - 5.62934 * Q + 0.007458 * Q**2

# 3. Điều kiện tối ưu hóa lợi nhuận: MR = SMC
equation = sp.Eq(MR, SMC)
optimal_Q_roots = sp.solve(equation, Q)

# Lọc nghiệm thực và dương trong miền kinh tế hợp lý
Q_star = [float(val) for val in optimal_Q_roots if val > 0][0]
P_star = float(P_demand.subs(Q, Q_star))
AVC_star = float(AVC.subs(Q, Q_star))
is_operating = P_star >= AVC_star

print(f"Optimal Quantity (Q*): {Q_star:.2f} m")
print(f"Optimal Unit Price (P*): {P_star:.2f} nghìn VND/m")
print(f"AVC at Q*: {AVC_star:.2f} nghìn VND/m")
print(f"Shutdown Condition Check: {'Satisfied (Keep Producing)' if is_operating else 'Shut Down'}")

Testing và validation

Kết quả chạy thực nghiệm hồi quy OLS trên phần mềm EViews 9.0 với mẫu 12 quan sát ($N=12$) cho ra các chỉ số kiểm định chặt chẽ:

1. Mô hình hàm cầu:

$$Q_D = a + bP + cM + dP_R$$

  • Hệ số xác định: $R^2 = 0.987369$ ($98,74%$ sự biến động của lượng cầu được giải thích bởi giá $P$, thu nhập $M$ và giá đối thủ $P_R$).
  • Kiểm định $F$: $P\text{-value}(F) = 0.00000 < 0.05 \Rightarrow$ Mô hình hoàn toàn phù hợp về mặt thống kê.
  • Kiểm định $t$ từng biến:
    • Biến giá $P$: Hệ số $b = -8.63558 < 0$, $P\text{-value} = 0.0002 < 0.05$ (đạt ý nghĩa thống kê).
    • Biến thu nhập $M$: Hệ số $c > 0$, $P\text{-value} < 0.05$.
    • Biến giá đối thủ $P_R$: Hệ số $d > 0$, $P\text{-value} < 0.05$.
  • Thống kê Durbin-Watson: $DW = 1.4621$ (nằm trong dải chấp nhận không có tự tương quan bậc nhất nghiêm trọng).

2. Mô hình hàm chi phí biến đổi bình quân:

$$AVC = 869.4159 - 2.81467Q + 0.002486Q^2$$

  • Hệ số xác định: $R^2 = 0.984122$ (và $R^2$ điều chỉnh đạt $0.918522$).
  • Kiểm định $F$: $P\text{-value}(F) = 0.000013 < 0.05$.
  • Kiểm định $t$ từng biến:
    • Hệ số chặn $a = 869.4159$ ($P\text{-value} = 0.0025 < 0.05$).
    • Hệ số bậc nhất $b = -2.81467$ ($P\text{-value} = 0.0101 < 0.05$).
    • Hệ số bậc hai $c = 0.002486$ ($P\text{-value} = 0.0070 < 0.05$).
    • Dấu của các tham số hoàn toàn khớp với quy luật hình chữ U của đường $AVC$.

Kết quả đạt được

Hệ phương trình cân bằng cận biên xác định: $$MR = SMC \Leftrightarrow 179.096 - 0.2316Q = 869.4159 - 5.62934Q + 0.007458Q^2$$ $$0.007458Q^2 - 5.39774Q + 690.3199 = 0$$

Giải phương trình bậc hai cho điểm cân bằng sản lượng tối ưu quý $Q^* \approx 651.25\text{ m/quý}$ (tương đương sản lượng tối ưu năm $Q^_{\text{năm}} \approx 2.605\text{ m/năm}$). Mức giá bán tối ưu tương ứng $P^ \approx 103.68\text{ nghìn đồng/m}$.

  • Sản lượng thực tế năm 2014 là $2.367\text{ m}$ (thấp hơn tối ưu, bỏ sót diện tích thặng dư $S_1$).
  • Sản lượng thực tế năm 2015 là $2.549\text{ m}$ (tiệm cận ngưỡng tối ưu).
  • Sản lượng thực tế năm 2016 là $2.605\text{ m}$ (trùng khớp với điểm $MR = MC$).

Tại $Q^* = 2.605\text{ m}$, doanh nghiệp tối ưu hóa biên lợi nhuận ròng, bảo đảm giá bán $P^* > AVC^*$, vượt xa điểm đóng cửa ngắn hạn.

Đổi mới và đóng góp

  1. Chuyển đổi từ định giá trực giác sang định lượng hóa toán kinh tế: Thay vì phỏng đoán phản ứng thị trường, công ty áp dụng mô hình liên kết biến số chéo ($P_R$) từ đối thủ Hoa Lư, kiểm soát chính xác mức độ dịch chuyển đường cầu khi đối thủ phá giá hoặc tăng giá.
  2. Xây dựng đường cong chi phí thực nghiệm riêng cho công nghệ đúc bê tông: Đóng góp hàm chi phí bậc hai $AVC = f(Q, Q^2)$ phản ánh hiện tượng thắt cổ chai trong năng lực sản xuất máy đầm rung và kho bãi tại Hồng Hà, vạch rõ ngưỡng sản lượng vượt quá $680\text{ m/quý}$ sẽ khiến chi phí biến đổi cận biên ($SMC$) tăng vọt.
  3. Cơ chế kiểm định đồng thời độ co giãn:
    • Xác định độ co giãn của cầu theo giá $|E_P| > 1$, cung cấp cơ sở khoa học cảnh báo doanh nghiệp không được đơn phương tăng giá để bù đắp lạm phát chi phí vì sẽ làm giảm tổng doanh thu ($TR$).
    • Độ co giãn theo giá chéo $E_{XY} > 0$ chứng minh tính nhạy cảm thay thế của ống cống bê tông thương mại, đòi hỏi chiến lược cạnh tranh phi giá (chất lượng ISO 9001:2008 và bảo dưỡng miễn phí tại chân công trình).

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế

Doanh nghiệp áp dụng kết quả nghiên cứu vào việc phân bổ hạn ngạch đúc cống tròn D300 theo từng quý:

  • Quý I & Quý IV (mùa cao điểm xây dựng): Đẩy công suất chạm mức $Q^* = 650 - 660\text{ m/quý}$, duy trì mức giá bán chuẩn $P^* = 103.7\text{ nghìn đồng/m}$.
  • Quý II & Quý III (mùa mưa, nhu cầu thi công chậm): Chủ động điều tiết sản lượng về $600\text{ m/quý}$, tránh tích lũy hàng tồn kho gây tăng chi phí lưu kho bãi và hao mòn thiết bị.

Lộ trình công nghệ và phân tích tài chính

  • Đầu tư công nghệ (Q2/2017): Nhập khẩu dây chuyền tự động hóa ép rung Pedershaab (Đan Mạch), thay thế máy trộn cơ học bán tự động.
  • Hiệu quả cắt giảm chi phí:
    • Giảm tỷ trọng nhân công trực tiếp từ $25%$ xuống $16%$ tổng chi phí sản xuất.
    • Tối ưu hóa cấp phối đá dăm $5-15\text{ mm}$, $10-20\text{ mm}$ và xi măng PCB-40, giúp giảm định mức hao hụt nguyên vật liệu trực tiếp $4.5%$.
  • Dự báo ROI: Với vốn đầu tư dây chuyền ước tính 15 tỷ đồng, mức tiết kiệm chi phí biến đổi hàng năm đạt xấp xỉ 2,8 tỷ đồng, thời gian hoàn vốn đạt $5,3\text{ năm}$.

Hạn chế và hướng phát triển

  • Hạn chế mẫu dữ liệu: Chuỗi thời gian 12 quý ($2014 - 2016$) tuy đảm bảo bậc tự do tối thiểu để ước lượng OLS nhưng chưa bao quát được các chu kỳ khủng hoảng bất động sản kéo dài.
  • Chi phí kế toán vs Chi phí cơ hội: Số liệu đầu vào từ Báo cáo tài chính chưa tách bạch toàn bộ chi phí cơ hội của vốn tự có và hao mòn vô hình của công nghệ đúc.
  • Hướng mở rộng:
    1. Mở rộng mô hình hàm cầu cho dải sản phẩm kích thước lớn (ống cống rung ép D600, D1000, cống hộp đôi).
    2. Ứng dụng mô hình mạng nơ-ron hồi quy (LSTM/ARIMA-X) để dự báo giá nguyên liệu sắt thép và cát xây dựng theo thời gian thực.
    3. Xây dựng hệ thống tối ưu hóa vận tải đa điểm (Vehicle Routing Problem) để giảm chi phí giao hàng tại thị trường Hà Nam và Vĩnh Phúc.

Đối tượng hưởng lợi

  • Sinh viên ngành Kinh tế & Quản trị kinh doanh: Nguồn tài liệu tham khảo mẫu mực về việc ứng dụng phần mềm EViews, giải thuật $MR = MC$ và kiểm định kinh tế lượng vào bài toán doanh nghiệp thực tế.
  • Kỹ sư định giá & Trưởng phòng Kế hoạch sản xuất: Bộ khung công thức tính toán hàm chi phí $AVC$, $TVC$, $SMC$ từ sổ sách kế toán quản trị để kiểm soát điểm hòa vốn và công suất xưởng.
  • Ban lãnh đạo doanh nghiệp sản xuất: Chiến lược định giá khoa học trong môi trường cạnh tranh độc quyền, bảo đảm duy trì lợi nhuận trước biến động giá nguyên vật liệu.
  • Nhà nghiên cứu kinh tế ứng dụng: Dữ liệu thực nghiệm về hệ số co giãn của ngành vật liệu xây dựng phụ trợ hạ tầng tại khu vực kinh tế trọng điểm phía Bắc.

Câu hỏi thường gặp

1. Doanh nghiệp cần hạ tầng công nghệ gì để triển khai mô hình tối ưu này?

Chỉ cần máy tính văn phòng tiêu chuẩn cài đặt phần mềm phân tích thống kê (EViews 8+, R, hoặc Python 3.x) kết hợp bảng dữ liệu sản xuất từ Microsoft Excel hoặc phần mềm kế toán (MISA, FAST, SAP Business One).

2. Nếu giá thép xây dựng tăng đột biến 30%, mô hình xử lý như thế nào?

Khi giá thép tăng, hệ số $a, b, c$ của hàm $AVC$ và $SMC$ sẽ tịnh tiến lên trên. Doanh nghiệp chỉ cần cập nhật đơn giá vật tư vào hệ thống, thuật toán sẽ tự động tái giải nghiệm phương trình $MR = SMC_{\text{mới}}$, đưa ra mức sản lượng cắt giảm $Q^_{\text{mới}} < Q^$ và mức giá bán bù đắp $P^_{\text{mới}} > P^$.

3. Tại sao không thể nâng sản lượng vượt mức 2.605 m/năm khi thị trường còn nhu cầu?

Vì sau ngưỡng $2.605\text{ m/năm}$, do giới hạn quy mô mặt bằng kho 997 Hồng Hà và công suất máy trộn hiện hữu, đường chi phí cận biên $SMC$ tăng rất dốc ($0.007458Q^2$). Mỗi mét cống sản xuất thêm sẽ có chi phí biên lớn hơn doanh thu thu về ($SMC > MR$), làm hao hụt tổng lợi nhuận của công ty.

4. Mô hình này có áp dụng được cho các ngành sản xuất khác không?

Hoàn toàn có thể. Quy trình ước lượng hàm cầu đa biến $Q_D(P, M, P_R)$ và hàm chi phí phi tuyến $AVC(Q)$ là mô hình chuẩn mực áp dụng được cho mọi doanh nghiệp hoạt động trong thị trường cạnh tranh độc quyền hoặc độc quyền nhóm.

5. Chi phí triển khai và thời gian hoàn vốn của giải pháp này là bao nhiêu?

Chi phí triển khai mô hình toán kinh tế thuần túy gần như bằng 0 (sử dụng nhân sự phân tích nội bộ). Hiệu quả tối ưu hóa sản lượng mang lại mức gia tăng lợi nhuận ước tính từ $8% - 12%$ ngay trong năm tài chính đầu tiên thông qua việc triệt tiêu sản lượng dư thừa ngoài điểm tối ưu.

Kết luận

Khóa luận tốt nghiệp của tác giả đã giải quyết trọn vẹn bài toán xác định sản lượng tối ưu để tối đa hóa lợi nhuận tại Công ty TNHH Hùng Lan. Bằng việc kết hợp nhuần nhuyễn giữa lý thuyết kinh tế học vi mô và công cụ phân tích kinh tế lượng OLS trên EViews, công trình đã xác lập được hàm cầu ($R^2 = 0.987$) và hàm chi phí biến đổi ngắn hạn ($R^2 = 0.984$), từ đó tìm ra điểm cân bằng sản lượng tối ưu $Q^* = 2.605\text{ m/năm}$ với mức giá tương ứng $P^* = 103.68\text{ nghìn đồng/m}$. Kết quả này là minh chứng rõ nét cho thấy việc áp dụng các mô hình định lượng hiện đại là chìa khóa then chốt giúp các doanh nghiệp sản xuất Việt Nam nâng cao năng lực quản trị chi phí, chủ động ứng phó biến động thị trường và phát triển bền vững.