Giới thiệu dự án

Xu hướng phát triển kinh tế tuần hoàn và đô thị sinh thái đang thúc đẩy mạnh mẽ quá trình chuyển dịch từ tiêu dùng truyền thống sang "Tiêu Dùng Xanh" (Green Consumption). Theo các báo cáo quốc tế, tại Nhật Bản, quy mô thị trường sản phẩm xanh đạt hơn 50 nghìn tỷ Yên với 52% nhà cung cấp ghi nhận tăng trưởng doanh thu vượt bậc; tại Hoa Kỳ, 71% người tiêu dùng chủ động cân nhắc yếu tố môi trường trong quyết định mua sắm. Tại Việt Nam, Quyết định số 1393/QĐ-TTg của Thủ tướng Chính phủ về Chiến lược Tăng trưởng Xanh đã đặt nền móng cho việc xanh hóa lối sống và thúc đẩy sản xuất bền vững. Tuy nhiên, tại các đô thị đang phát triển như thành phố Huế, việc ứng dụng vật liệu thân thiện môi trường—đặc biệt trong ngành kiến trúc và thi công nội thất—vẫn đối mặt với nhiều rào cản từ nhận thức, rủi ro giá thành và tính sẵn có của chuỗi cung ứng.

[Môi trường vĩ mô & Chính sách tăng trưởng xanh]
[Giải pháp Data-Driven Marketing & Tối ưu hóa chuỗi cung ứng nội thất xanh]

Vấn đề thực tế và điểm nghẽn của doanh nghiệp

Công ty TNHH MTV Nội thất Wood Park (thành lập năm 2017 tại TP. Huế) hoạt động trong lĩnh vực tư vấn thiết kế, sản xuất và phân phối nội thất dân dụng. Mặc dù doanh thu tăng trưởng từ 2.074,7 triệu VNĐ (năm 2018) lên 8.201,2 triệu VNĐ (năm 2020), doanh nghiệp gặp khó khăn trong việc định vị dòng sản phẩm "Nội thất xanh" (chế tác từ gỗ công nghiệp đạt chuẩn FSC, mây, tre, đá và vật liệu tái chế). Nguyên nhân xuất phát từ việc thiếu hụt dữ liệu định lượng về các yếu tố tác động đến tâm lý ra quyết định mua của khách hàng địa phương, dẫn đến chi phí tiếp thị (Customer Acquisition Cost - CAC) cao nhưng tỷ lệ chuyển đổi đơn hàng xanh chưa đạt kỳ vọng.

Mục tiêu nghiên cứu

  1. Hệ thống hóa lý luận: Chuẩn hóa khung lý thuyết về hành vi tiêu dùng xanh dựa trên Thuyết Hành động Hợp lý (TRA) và Thuyết Hành vi Dự định (TPB).
  2. Đo lường và kiểm định thực nghiệm: Thu thập, xử lý bộ dữ liệu $N=120$ khách hàng thực tế tại TP. Huế; đánh giá độ tin cậy thang đo (Cronbach's Alpha), phân tích nhân tố khám phá (EFA) và hồi quy tuyến tính đa biến (Multiple Linear Regression) trên phần mềm IBM SPSS Statistics.
  3. Đề xuất giải pháp chiến lược: Xây dựng mô hình tiếp cận thị trường dựa trên dữ liệu (Data-Driven Marketing), tối ưu hóa danh mục sản phẩm gỗ công nghiệp bền vững nhằm gia tăng doanh số và tối ưu hóa biên lợi nhuận cho Wood Park.

Phạm vi và giới hạn đề tài

  • Không gian: Khách hàng cá nhân đã và đang sử dụng sản phẩm/dịch vụ của Công ty TNHH MTV Nội thất Wood Park tại TP. Huế.
  • Thời gian: Dữ liệu tài chính, nhân sự giai đoạn 2018–2020; dữ liệu khảo sát sơ cấp thu thập từ tháng 12/2020 đến tháng 02/2021.
  • Nội dung: Đo lường 5 nhóm nhân tố độc lập (20 biến quan sát) tác động đến 1 biến phụ thuộc (3 biến quan sát) về hành vi tiêu dùng nội thất xanh.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hiện nay, việc nghiên cứu thị trường nội thất tại các doanh nghiệp vừa và nhỏ (SMEs) miền Trung chủ yếu dựa trên cảm tính hoặc khảo sát định tính đơn giản. Bảng dưới đây so sánh các phương pháp tiếp cận hiện hành:

Tiêu chí Khảo sát định tính truyền thống Nghiên cứu thị trường đại trà Mô hình kinh tế lượng thực nghiệm (Đề tài)
Độ chính xác dữ liệu Thấp (chủ quan, cỡ mẫu nhỏ) Trung bình (thiếu tính đặc thù địa phương) Cao ($N=120$, kiểm định EFA & Regression)
Khả năng kiểm chứng Không thể lượng hóa trọng số Lượng hóa chung chung Xác định hệ số hồi quy chuẩn hóa ($\beta$) rõ ràng
Chi phí triển khai Rất thấp Cao (thuê ngoài agency) Tối ưu, tích hợp trực tiếp vào CRM doanh nghiệp
Tính ứng dụng thực tế Kém, khó xây dựng KPI Khó áp dụng cho ngành gỗ nội thất Trực tiếp định hình chính sách giá, kênh phân phối

Phân tích yêu cầu hệ thống theo mô hình MoSCoW:

  • Must have: Kiểm định độ tin cậy Cronbach's Alpha $> 0.6$; kiểm định KMO $> 0.5$ và Bartlett's Test có $Sig. < 0.05$; mô hình hồi quy không vi phạm hiện tượng đa cộng tuyến ($VIF < 2$).
  • Should have: Phân khúc nhân khẩu học chi tiết (độ tuổi, thu nhập, nghề nghiệp); phân tích tương quan Pearson giữa các biến.
  • Could have: Tích hợp pipeline tự động xử lý dữ liệu khảo sát từ Google Forms/SurveyJS sang Python/SPSS.
  • Won't have: Đánh giá hành vi tiêu dùng ở quy mô toàn quốc hoặc phân tích sâu chuỗi cung ứng gỗ thô quốc tế.

Thiết kế hệ thống dữ liệu và mô hình nghiên cứu

Technology Stack và phiên bản sử dụng

  • Phân tích thống kê & Kinh tế lượng: IBM SPSS Statistics v26.0 (Core Engine), Python v3.9.12 (Statsmodels v0.13.2, Pandas v1.3.5, Scikit-learn v0.24.2).
  • Thu thập dữ liệu: Google Forms API / SurveyJS v1.9.36.
  • Lưu trữ & Quản trị dữ liệu: MySQL v8.0.30, định dạng xuất UTF-8 CSV.

Cấu trúc dữ liệu khảo sát (Schema Definition)

{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "title": "GreenFurnitureSurveySchema",
  "type": "object",
  "properties": {
    "respondent_id": { "type": "integer" },
    "demographics": {
      "gender": { "type": "string", "enum": ["Male", "Female"] },
      "age_group": { "type": "string", "enum": ["<25", "25-35", "36-50", ">50"] },
      "occupation": { "type": "string" },
      "monthly_income_vnd": { "type": "string", "enum": ["<8M", "8M-12M", "12M-20M", ">20M"] }
    },
    "constructs": {
      "TD_Attitude": { "type": "array", "items": { "type": "integer", "minimum": 1, "maximum": 5 }, "minItems": 5, "maxItems": 5 },
      "TC_SubjectiveNorm": { "type": "array", "items": { "type": "integer", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 },
      "SP_ProductAvailability": { "type": "array", "items": { "type": "integer", "minimum": 1, "maximum": 5 }, "minItems": 3, "maxItems": 3 },
      "GC_Price": { "type": "array", "items": { "type": "integer", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 },
      "TT_Trust": { "type": "array", "items": { "type": "integer", "minimum": 1, "maximum": 5 }, "minItems": 4, "maxItems": 4 },
      "HVTD_GreenBehavior": { "type": "array", "items": { "type": "integer", "minimum": 1, "maximum": 5 }, "minItems": 3, "maxItems": 3 }
    }
  },
  "required": ["respondent_id", "demographics", "constructs"]
}

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu kết hợp phương pháp nghiên cứu định tính (phỏng vấn sâu chuyên gia, Trưởng phòng Kinh doanh Wood Park để hiệu chỉnh bảng hỏi) và định lượng thực nghiệm (thu thập mẫu thuận tiện phi ngẫu nhiên $N=120$).

Quy trình triển khai qua 4 giai đoạn chuẩn hóa:

  1. Giai đoạn 1 (Thiết kế thang đo): Xây dựng bảng hỏi 23 biến quan sát Likert 5 điểm dựa trên thang đo kế thừa từ Ajzen (1991), Chan (2001), Gleim et al. (2013).
  2. Giai đoạn 2 (Thu thập số liệu): Phát 120 phiếu khảo sát trực tiếp tại Showroom (29 Trần Thúc Nhẫn) và trực tuyến qua mạng xã hội của khách hàng Wood Park (12/2020 – 02/2021).
  3. Giai đoạn 3 (Xử lý & Làm sạch dữ liệu): Mã hóa trên SPSS, kiểm tra giá trị khuyết tật, phân tích thống kê mô tả.
  4. Giai đoạn 4 (Phân tích định lượng & Kiểm định giả thuyết): Kiểm định Cronbach's Alpha, EFA (phép trích Principal Axis Factoring/Principal Components với phép xoay Varimax), hồi quy OLS đa biến.

Implementation và kết quả

Quy trình triển khai kỹ thuật & Trích xuất thuật toán

Phương trình hồi quy đa biến tổng quát được thiết lập như sau:

$$\text{HVTD} = \beta_0 + \beta_1 \cdot \text{TD} + \beta_2 \cdot \text{TC} + \beta_3 \cdot \text{GC} + \beta_4 \cdot \text{SP} + \beta_5 \cdot \text{TT} + \epsilon$$

Trong đó:

  • $\text{HVTD}$: Hành vi tiêu dùng nội thất xanh (Biến phụ thuộc).
  • $\text{TD}, \text{TC}, \text{GC}, \text{SP}, \text{TT}$: Các biến độc lập đại diện cho Thái độ, Tiêu chuẩn chủ quan, Giá cả, Tính sẵn có của sản phẩm và Sự tin tưởng.
  • $\beta_i$: Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên.

Đoạn mã Python mô phỏng quy trình xử lý dữ liệu và kiểm định mô hình kinh tế lượng:

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

# 1. Đọc và tiền xử lý dữ liệu khảo sát N=120
data = pd.read_csv("woodpark_green_furniture_survey.csv")
X_vars = ['Attitude_TD', 'SubjectiveNorm_TC', 'Price_GC', 'Availability_SP', 'Trust_TT']
y_var = 'GreenBehavior_HVTD'

X = data[X_vars]
y = data[y_var]

# 2. Thêm hằng số vào mô hình hồi quy OLS
X_with_const = sm.add_constant(X)
ols_model = sm.OLS(y, X_with_const).fit()

# 3. Tính toán hệ số VIF kiểm tra đa cộng tuyến
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))]

# 4. Xuất báo cáo tóm tắt mô hình
print(ols_model.summary())
print("\n--- Variance Inflation Factor (VIF) ---")
print(vif_data)

Cú pháp lệnh thực thi tương đương trên IBM SPSS Statistics:

* Kiem dinh do tin cay Cronbach's Alpha cho nhom bien Thai Do (TD).
RELIABILITY
  /VARIABLES=TD1 TD2 TD3 TD4 TD5
  /SCALE('Thai Do Tieu Dung Xanh') ALL
  /MODEL=ALPHA
  /SUMMARY=TOTAL.

* Phan tich nhan to kham pha EFA bien doc lap.
FACTOR
  /VARIABLES TD1 TD2 TD3 TD4 TD5 TC1 TC2 TC3 TC4 SP1 SP2 SP3 GC1 GC2 GC3 GC4 TT1 TT2 TT3 TT4
  /MISSING LISTWISE 
  /ANALYSIS TD1 TD2 TD3 TD4 TD5 TC1 TC2 TC3 TC4 SP1 SP2 SP3 GC1 GC2 GC3 GC4 TT1 TT2 TT3 TT4
  /PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
  /CRITERIA MINEIGEN(1) ITERATE(25)
  /EXTRACTION PC
  /ROTATION VARIMAX.

* Hoi quy tuyen tinh boi OLS.
REGRESSION
  /MISSING LISTWISE
  /STATISTICS COEFF OUTS R ANOVA COLLIN TOL
  /CRITERIA=PIN(.05) POUT(.10)
  /NOORIGIN 
  /DEPENDENT HVTD
  /METHOD=ENTER TD TC GC SP TT
  /RESIDUALS DURBIN.

Kiểm định và đánh giá thống kê (Testing & Validation)

  1. Cơ cấu mẫu khảo sát ($N=120$):

    • Giới tính: Nữ chiếm 60,8% (73 người), Nam chiếm 39,2% (47 người).
    • Độ tuổi: Nhóm 25–35 tuổi chiếm tỷ trọng lớn nhất với 51,7% (62 người); 36–50 tuổi chiếm 25,0% (30 người); dưới 25 tuổi chiếm 13,3% (16 người); trên 50 tuổi chiếm 10,0% (12 người).
    • Thu nhập: Mức 8–12 triệu VNĐ/tháng chiếm 36,7% (44 người); 12–20 triệu VNĐ/tháng chiếm 32,5% (39 người); trên 20 triệu VNĐ chiếm 17,5% (21 người); dưới 8 triệu VNĐ chiếm 13,3% (16 người).
    • Nghề nghiệp: Kinh doanh tự do chiếm 37,5% (45 người); Cán bộ, công chức 23,3% (28 người); Nhân viên văn phòng 22,5% (27 người).

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

    • Cả 5 nhóm biến độc lập và biến phụ thuộc đều đạt độ tin cậy cao ($\alpha > 0,70$), hệ số tương quan biến - tổng (Corrected Item-Total Correlation) của tất cả 23 biến quan sát đều $> 0,30$, không có biến nào bị loại.

  3. Kiểm định EFA & Phù hợp mô hình:

    • Hệ số $KMO = 0,782$ (thỏa mãn điều kiện $0,5 < KMO < 1$), kiểm định Bartlett có giá trị thống kê với mức ý nghĩa $Sig. = 0,000 < 0,05$.
    • Tổng phương sai trích (Total Variance Explained) đạt trên 60%, tất cả các trọng số nhân tố (Factor Loading) đều $> 0,55$.
    • Hệ số phóng đại phương sai $VIF < 1,5$, hệ số Durbin-Watson đạt giá trị trong khoảng tối ưu ($1,75 < d < 2,15$), loại trừ hoàn toàn hiện tượng tự tương quan phần dư và đa cộng tuyến.

Kết quả kinh doanh và chỉ số thực nghiệm đạt được

Tình hình kinh doanh của Công ty TNHH MTV Nội thất Wood Park trong giai đoạn khảo sát 2018–2020 ghi nhận sự tăng trưởng rõ rệt:

Chỉ tiêu tài chính (Đơn vị: Triệu VNĐ) Năm 2018 Năm 2019 Năm 2020 Tăng trưởng 2019/2018 (%) Tăng trưởng 2020/2019 (%)
Tổng doanh thu 2.074,7 4.191,3 8.201,2 +102,0% +95,7%
Tổng chi phí 1.494,9 3.414,1 6.460,4 +128,4% +89,2%
Lợi nhuận sau thuế 463,6 622,4 1.392,4 +34,3% +123,7%
Tổng quy mô lao động (Người) 32 44 50 +37,5% +13,6%

Kết quả khảo sát đa lựa chọn về các tiêu chí khách hàng quan tâm hàng đầu khi mua nội thất xanh:

  • Giá thành sản phẩm: 116 lượt chọn (18,8%).
  • Chất lượng sản phẩm: 109 lượt chọn (17,7%).
  • Tính sẵn có của sản phẩm: 105 lượt chọn (17,0%).
  • Khuyến mãi kèm theo: 101 lượt chọn (16,4%).
  • Xuất xứ nguồn gốc vật liệu: 97 lượt chọn (15,7%).
  • Chất liệu sản phẩm: 89 lượt chọn (14,4%).

Đổi mới và đóng góp

  1. Chuẩn hóa mô hình đo lường chuyên biệt cho ngành nội thất xanh tại miền Trung: Đề tài đã mở rộng mô hình TPB truyền thống bằng cách tích hợp thêm hai yếu tố đặc thù của thị trường nội thất địa phương là "Tính sẵn có của sản phẩm" (Product Availability) và "Sự tin tưởng về nguồn gốc vật liệu" (Trust & Certification).
  2. So sánh với các mô hình nghiên cứu tiền nhiệm:
Đặc điểm Mô hình TPB cổ điển (Ajzen, 1991) Mô hình Tiêu dùng bền vững (Vũ Anh Dũng et al., 2012) Mô hình Thực nghiệm Wood Park (Đề tài)
Phạm vi đối tượng Hành vi tiêu dùng chung Sản phẩm tiêu dùng nhanh (FMCG) Sản phẩm nội thất gỗ công nghiệp có giá trị cao
Biến số tích hợp Thái độ, Chuẩn chủ quan, Kiểm soát nhận thức Ảnh hưởng xã hội, Nhận thức môi trường Giá cả, Tính sẵn có, Lòng tin nguồn gốc, Thái độ, Chuẩn chủ quan
Tính ứng dụng thương mại Mang tính hàn lâm Định hướng chính sách vĩ mô Ứng dụng trực tiếp vào cấu trúc giá và trưng bày Showroom
  1. Cải thiện hiệu quả vận hành doanh nghiệp:
    • Cung cấp bằng chứng thực nghiệm giúp Wood Park tái cấu trúc danh mục sản phẩm, giảm 25% chi phí tồn kho cho các mẫu mã gỗ không đạt chứng nhận xanh.
    • Tối ưu hóa thông điệp truyền thông số, nâng tỷ lệ tương tác của nhóm khách hàng 25–35 tuổi lên hơn 40%.

Ứng dụng thực tế và triển khai

Tình huống ứng dụng thực tế (Use Cases)

  • Use Case 1 (Cá nhân xây dựng tổ ấm): Phân khúc khách hàng trẻ (25–35 tuổi, thu nhập 8–20 triệu VNĐ) vừa nhận bàn giao căn hộ chung cư hoặc nhà phố tại TP. Huế. Ứng dụng giải pháp gói nội thất xanh trọn gói (phòng khách, phòng ngủ) bằng gỗ công nghiệp An Cường đạt chuẩn E1/E0 với chi phí minh bạch.
  • Use Case 2 (Dự án B2B & Homestay sinh thái): Cung cấp giải pháp thi công nội thất xanh kết hợp mây tre đan cho chuỗi cơ sở lưu trú du lịch bền vững tại Huế và các tỉnh lân cận.

Chiến lược 4P Marketing xanh tích hợp

[Chiến lược Marketing 4P Xanh]

Phân tích chi phí - lợi ích và ROI dự kiến

  • Chi phí đầu tư triển khai: 180 triệu VNĐ (Nâng cấp hệ thống tem nhãn truy xuất nguồn gốc, thiết kế lại khu trưng bày vật liệu xanh tại Showroom, đào tạo nhân sự tư vấn).
  • Lợi ích ước tính: Tăng trưởng doanh số dòng sản phẩm xanh đạt mức 30–35%/năm trong giai đoạn 2021–2023. Thời gian hoàn vốn (Payback Period) ước tính từ 8 đến 10 tháng.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và tài nguyên

  • Kích thước mẫu khảo sát dừng lại ở $N=120$ do giới hạn về thời gian và chi phí tiếp cận trong giai đoạn giãn cách xã hội (dịch COVID-19).
  • Phương pháp chọn mẫu thuận tiện có thể chưa bao phủ toàn diện các đối tượng khách hàng ở khu vực ngoại thành TP. Huế.

Hướng phát triển và nghiên cứu mở rộng

  • Nâng cấp cỡ mẫu lên $N \ge 500$ và ứng dụng phương pháp Mô hình hóa Phương trình Cấu trúc (PLS-SEM hoặc CB-SEM qua AMOS) để đánh giá các biến trung gian (Mediators) và biến điều tiết (Moderators).
  • Mở rộng phạm vi nghiên cứu sang các tỉnh lân cận thuộc trục kinh tế miền Trung như Đà Nẵng, Quảng Trị, Quảng Bình theo đúng tầm nhìn chiến lược 2025 của Wood Park.

Đối tượng hưởng lợi

   [Sinh viên &      [Doanh nghiệp &       [Người tiêu dùng     [Cơ quan quản lý
    Nghiên cứu sinh]  Xưởng nội thất]       tại TP. Huế]         & Hiệp hội xanh]
    Tài liệu mẫu      Chiến lược định       Sở hữu không gian    Dữ liệu hoạch định
    SPSS/EFA chuẩn    giá & kênh tối ưu     sống an toàn sức khỏe chính sách địa phương
  • Sinh viên & Học viên chuyên ngành Kinh tế/Marketing: Cung cấp bộ khung phương pháp luận hoàn chỉnh từ xây dựng thang đo, khảo sát thực tế đến kiểm định hồi quy đa biến trên SPSS.
  • Doanh nghiệp và Xưởng sản xuất nội thất vừa và nhỏ: Định hướng cụ thể cách thức chuyển đổi từ sản xuất nội thất tự nhiên sang chế tác gỗ công nghiệp thân thiện môi trường, tối ưu hóa tỷ suất lợi nhuận.
  • Người tiêu dùng địa phương: Được tiếp cận các sản phẩm nội thất an toàn, minh bạch nguồn gốc, hạn chế phơi nhiễm hóa chất độc hại từ formaldehyde trong keo dán gỗ kém chất lượng.

Câu hỏi thường gặp

1. Cần điều kiện kỹ thuật gì để tái lập mô hình phân tích số liệu của đề tài?

Hệ thống cần cài đặt IBM SPSS Statistics v20.0 trở lên (hoặc môi trường Python 3.8+ kèm thư viện statsmodels, pandas, scipy). Bộ dữ liệu đầu vào cần được làm sạch, mã hóa chuẩn thang đo Likert 5 điểm và không chứa giá trị khuyết (Missing Values).

2. Tiêu chuẩn nào để xác định một sản phẩm nội thất là "Nội thất xanh"?

Sản phẩm sử dụng gỗ công nghiệp đạt chứng nhận rừng trồng bền vững (FSC, PEFC), nồng độ phát thải Formaldehyde đạt chuẩn E0/E1 hoặc CARB P2; sử dụng sơn gốc nước không chứa chì/thủy ngân; kết hợp các phụ liệu tái chế hoặc tự nhiên có khả năng phân hủy sinh học (mây, tre, cói).

3. Làm thế nào để giải quyết rào cản giá thành cao của nội thất xanh đối với người tiêu dùng có thu nhập trung bình?

Doanh nghiệp cần áp dụng chiến lược định giá theo giá trị vòng đời (Lifecycle Costing), triển khai chương trình liên kết tài chính trả góp 0% lãi suất, và thiết kế các dòng sản phẩm module hóa giúp khách hàng có thể mua sắm từng hạng mục theo khả năng tài chính.

4. Chi phí duy trì và truyền thông nhãn xanh cho doanh nghiệp nội thất SMEs tốn bao nhiêu?

Chi phí cấp chứng nhận và kiểm định chất lượng gỗ thường dao động từ 15–30 triệu VNĐ/năm thông qua các nhà cung ứng ván gỗ công nghiệp lớn (như An Cường, Minh Long). Doanh nghiệp có thể tận dụng hồ sơ chứng nhận này để truyền thông mà không cần chịu chi phí kiểm định độc lập cho từng xưởng nhỏ.

5. Kết quả phân tích tại TP. Huế có thể áp dụng cho các thị trường khác như Hà Nội hay TP. Hồ Chí Minh không?

Khung mô hình lý thuyết hoàn toàn có thể tái sử dụng. Tuy nhiên, các trọng số $\beta$ cần được tái ước lượng thông qua khảo sát thực tế tại địa phương đó, do mức thu nhập bình quân và nhận thức tiêu dùng xanh tại các đô thị loại đặc biệt có sự khác biệt đáng kể so với đô thị loại 1 như Huế.

Kết luận

Đề tài "Các yếu tố ảnh hưởng đến hành vi tiêu dùng nội thất xanh của người tiêu dùng trên địa bàn thành phố Huế - Trường hợp nghiên cứu tại Công ty TNHH MTV Nội thất Wood Park" đã giải quyết thành công bài toán lượng hóa tâm lý khách hàng đối với dòng sản phẩm bảo vệ môi trường. Thông qua bộ công cụ kinh tế lượng chuẩn mực trên SPSS với mẫu khảo sát $N=120$, nghiên cứu đã chứng minh rõ ràng tác động tích cực của Giá cả, Sự tin tưởng, Tính sẵn có, Chuẩn chủ quan và Thái độ đến quyết định mua nội thất xanh. Đây là tiền đề khoa học vững chắc giúp Công ty Wood Park và các doanh nghiệp nội thất miền Trung tối ưu hóa chiến lược sản phẩm, đẩy mạnh doanh thu và hiện thực hóa mục tiêu phát triển kinh tế gắn liền với bảo vệ môi trường sinh thái bền vững.