Giới thiệu dự án

Thị trường lao động giai đoạn 2020–2021 chứng kiến sự biến động lớn do suy thoái kinh tế và ảnh hưởng từ đại dịch COVID-19. Theo số liệu của Tổng cục Thống kê (Q1/2021), cả nước có 32,3% lao động thất nghiệp là người đã qua đào tạo chuyên môn kỹ thuật từ 3 tháng trở lên; trong đó, nhóm có trình độ đại học trở lên chiếm tỷ trọng lớn nhất với 38,6%. Đáng chú ý, ngành "Kinh doanh và quản lý" dẫn đầu danh sách thất nghiệp với tỷ lệ 30,3%. Thực trạng này tạo áp lực chuyển dịch nghề nghiệp đối với sinh viên tốt nghiệp khối ngành kinh tế. Trong bối cảnh thương mại điện tử (TMĐT) bùng nổ, mô hình kinh doanh bán hàng trực tuyến trở thành giải pháp chuyển hướng việc làm có chi phí vốn thấp và khả năng mở rộng linh hoạt.

Vấn đề cốt lõi đặt ra là sự thiếu hụt các mô hình lượng hóa chuẩn xác về các nhân tố kích thích ý định khởi nghiệp trực tuyến của sinh viên Quản trị Kinh doanh (QTKD) tại các đô thị lớn như TP. Hồ Chí Minh trong bối cảnh chịu tác động kép từ công nghệ số và rủi ro dịch bệnh.

Mục tiêu cụ thể của dự án nghiên cứu:

  1. Xác định và hệ thống hóa các nhân tố tác động đến ý định kinh doanh bán hàng trực tuyến sau khi tốt nghiệp của sinh viên QTKD tại TP.HCM.
  2. Xây dựng thang đo, kiểm định độ tin cậy và đo lường mức độ tác động của từng biến số thông qua mô hình phân tích định lượng.
  3. Đề xuất hệ thống giải pháp quản trị, khung chính sách hỗ trợ đào tạo và định hướng khởi nghiệp thực tế cho sinh viên và các trường đại học.

Giải pháp nghiên cứu kết hợp mô hình Lý thuyết Hành vi Dự định (Theory of Planned Behavior - TPB) mở rộng, Thuyết Chấp nhận Công nghệ (TAM) và Thuyết Nhận thức Rủi ro (Theory of Perceived Risk - TPR) nhằm lượng hóa toàn diện các khía cạnh tâm lý, xã hội và môi trường khách quan. Kết quả kỳ vọng cung cấp mô hình hồi quy đạt độ tin cậy cao ($R^2 > 0.50$, $p < 0.05$), đóng vai trò là cơ sở dữ liệu thực nghiệm cho các chương trình ươm mầm khởi nghiệp số.

Phạm vi nghiên cứu tập trung vào sinh viên chuyên ngành Quản trị Kinh doanh tại các trường đại học trên địa bàn TP. Hồ Chí Minh trong khoảng thời gian từ tháng 09/2021 đến tháng 12/2021. Hạn chế nghiên cứu nằm ở phương pháp chọn mẫu thuận tiện phi xác suất ($N = 200$) chịu ảnh hưởng bởi các rào cản giãn cách xã hội trong giai đoạn thu thập dữ liệu.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Nghiên cứu tiến hành đánh giá các mô hình tiếp cận hành vi khởi nghiệp hiện hữu nhằm xác định khoảng trống nghiên cứu (gap analysis) trong môi trường kinh doanh số.

Mô hình / Nghiên cứu Ưu điểm Nhược điểm / Giới hạn
TPB truyền thống (Ajzen, 1991) Giải thích tốt mối quan hệ giữa thái độ, chuẩn chủ quan và kiểm soát hành vi. Chưa tính đến đặc thù công nghệ nền tảng và các biến số ngoại sinh từ môi trường khủng hoảng.
Nghiên cứu sinh viên Hà Nội (Bùi Thị Thu Loan et al., 2018) Mẫu nghiên cứu lớn ($N = 321$), tích hợp yếu tố e ngại rủi ro chung. Không tách biệt rủi ro vận hành trực tuyến và rủi ro dịch tễ học; chỉ khảo sát kinh doanh truyền thống.
Nghiên cứu sinh viên ĐH Nam Cần Thơ (Nguyễn Văn Định et al., 2021) Xác định vai trò của đặc điểm tính cách và nguồn vốn. Biến chuẩn chủ quan không có ý nghĩa thống kê; chưa đo lường tác động của TMĐT.
Mô hình đề xuất mở rộng (Dự án này) Kết hợp TPB + TAM + TPR; tích hợp biến nhận thức rủi ro dịch bệnh và hạ tầng TMĐT. Cần mở rộng quy mô mẫu đại diện trên nhiều phân khúc ngành nghề khác nhau.

Yêu cầu nghiên cứu được chuẩn hóa theo mô hình phân loại MoSCoW:

  • Must have: Mô hình hồi quy đa biến kiểm định 5 nhân tố độc lập (Thái độ cá nhân, Nhận thức tính khả thi, Tác động xã hội, Nhận thức rủi ro dịch bệnh, Đặc tính cá nhân); hệ số Cronbach's Alpha $> 0.70$; EFA trích xuất Eigenvalue $> 1.0$.
  • Should have: Phân tích kiểm định Independent Samples T-test theo giới tính và nhóm năm học (Năm 1, 2 vs Năm 3, 4).
  • Could have: Đánh giá tương quan thứ bậc Spearman phi tham số để kiểm chứng tính bền vững của dữ liệu.
  • Won't have: Mô hình cấu trúc tuyến tính bình phương bé nhất từng phần (PLS-SEM) phức tạp vượt quá quy mô mẫu $N = 200$.

Thiết kế hệ thống và mô hình nghiên cứu

Kiến trúc phân tích dữ liệu ứng dụng quy trình xử lý thống kê đa biến:

Công nghệ và công cụ phân tích dữ liệu:

  • SPSS Statistics 20.0: Công cụ chính xử lý thống kê mô tả, Cronbach's Alpha, EFA và hồi quy OLS.
  • Python 3.9 (pandas 1.3.4, statsmodels 0.13.0, factor_analyzer 0.4.0): Tự động hóa kiểm tra đa cộng tuyến (VIF) và vẽ biểu đồ phân phối phần dư.
  • Google Forms API v1: Thu thập dữ liệu bảng hỏi trực tuyến đa kênh.

Mô hình cấu trúc dữ liệu gồm 6 cấu trúc khái niệm (Constructs) với 21 biến quan sát mã hóa:

-- Schema cấu trúc từ điển dữ liệu khảo sát (Data Dictionary)
CREATE TABLE survey_responses (
    respondent_id INT PRIMARY KEY AUTO_INCREMENT,
    gender VARCHAR(10) NOT NULL, -- Nam, Nữ
    academic_year VARCHAR(20) NOT NULL, -- Năm 1,2 hoặc Năm 3,4
    university VARCHAR(100) NOT NULL,
    -- Biến độc lập: Thái độ cá nhân (TĐ1 - TĐ4)
    td_1 TINYINT CHECK (td_1 BETWEEN 1 AND 5),
    td_2 TINYINT CHECK (td_2 BETWEEN 1 AND 5),
    td_3 TINYINT CHECK (td_3 BETWEEN 1 AND 5),
    td_4 TINYINT CHECK (td_4 BETWEEN 1 AND 5),
    -- Biến độc lập: Nhận thức tính khả thi (TKT1 - TKT4)
    tkt_1 TINYINT CHECK (tkt_1 BETWEEN 1 AND 5),
    tkt_2 TINYINT CHECK (tkt_2 BETWEEN 1 AND 5),
    tkt_3 TINYINT CHECK (tkt_3 BETWEEN 1 AND 5),
    tkt_4 TINYINT CHECK (tkt_4 BETWEEN 1 AND 5),
    -- Biến độc lập: Tác động xã hội (XH1 - XH4)
    xh_1 TINYINT CHECK (xh_1 BETWEEN 1 AND 5),
    xh_2 TINYINT CHECK (xh_2 BETWEEN 1 AND 5),
    xh_3 TINYINT CHECK (xh_3 BETWEEN 1 AND 5),
    xh_4 TINYINT CHECK (xh_4 BETWEEN 1 AND 5),
    -- Biến độc lập: Nhận thức rủi ro dịch bệnh (RR1 - RR3)
    rr_1 TINYINT CHECK (rr_1 BETWEEN 1 AND 5),
    rr_2 TINYINT CHECK (rr_2 BETWEEN 1 AND 5),
    rr_3 TINYINT CHECK (rr_3 BETWEEN 1 AND 5),
    -- Biến độc lập: Đặc tính cá nhân (ĐT1 - ĐT3)
    dt_1 TINYINT CHECK (dt_1 BETWEEN 1 AND 5),
    dt_2 TINYINT CHECK (dt_2 BETWEEN 1 AND 5),
    dt_3 TINYINT CHECK (dt_3 BETWEEN 1 AND 5),
    -- Biến phụ thuộc: Ý định kinh doanh trực tuyến (YĐ1 - YĐ3)
    yd_1 TINYINT CHECK (yd_1 BETWEEN 1 AND 5),
    yd_2 TINYINT CHECK (yd_2 BETWEEN 1 AND 5),
    yd_3 TINYINT CHECK (yd_3 BETWEEN 1 AND 5)
);

Phương pháp luận (Methodology)

Nghiên cứu được triển khai theo tiến trình kết hợp phương pháp hỗn hợp (Mixed Methods):

  1. Nghiên cứu định tính: Phỏng vấn sâu chuyên gia học thuật và doanh nhân TMĐT để hiệu chỉnh thang đo sơ bộ.
  2. Nghiên cứu định lượng sơ bộ: Thử nghiệm trên $n = 20$ mẫu để đánh giá tính rõ ràng của bảng hỏi trước khi mở rộng.
  3. Nghiên cứu định lượng chính thức: Thu thập $N = 200$ mẫu hợp lệ qua bảng hỏi thang đo Likert 5 mức độ ($1$: Hoàn toàn không đồng ý $\rightarrow 5$: Hoàn toàn đồng ý).
  4. Tiến độ triển khai: 12 tuần chia làm 4 giai đoạn (Thiết kế cơ sở lý luận: Tuần 1–3; Thu thập dữ liệu: Tuần 4–7; Xử lý phân tích số liệu: Tuần 8–10; Báo cáo và khuyến nghị: Tuần 11–12).

Implementation và kết quả

Quy trình xử lý và thuật toán phân tích

Quy trình phân tích dữ liệu định lượng thực hiện thông qua mô hình toán học hồi quy tuyến tính bình phương tối thiểu (OLS):

$$Y = \beta_0 + \beta_1 X_1 + \beta_2 X_2 + \beta_3 X_3 + \beta_4 X_4 + \beta_5 X_5 + \epsilon$$

Trong đó:

  • $Y$: Ý định kinh doanh bán hàng trực tuyến (YĐ)
  • $X_1$: Thái độ cá nhân (TĐ)
  • $X_2$: Nhận thức tính khả thi (TKT)
  • $X_3$: Tác động xã hội (XH)
  • $X_4$: Nhận thức rủi ro dịch bệnh (RR)
  • $X_5$: Đặc tính cá nhân (ĐT)
  • $\beta_i$: Hệ số hồi quy riêng phần; $\epsilon$: Sai số ngẫu nhiên.

Đoạn mã phân tích dữ liệu tương đương được thực hiện trên môi trường Python/SPSS syntax:

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

# 1. Tính toán hệ số tin cậy Cronbach's Alpha
def cronbach_alpha(df_items):
    item_vars = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    n_items = df_items.shape[1]
    return (n_items / (n_items - 1)) * (1 - (item_vars.sum() / total_var))

# 2. Xây dựng mô hình hồi quy đa biến và kiểm tra đa cộng tuyến
def run_linear_regression(X, y):
    X_with_const = sm.add_constant(X)
    model = sm.OLS(y, X_with_const).fit()
    
    # Tính hệ số phóng đại phương sai VIF
    vif_data = pd.DataFrame()
    vif_data["Feature"] = X.columns
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
    
    return model.summary(), vif_data

Kiểm định và đánh giá độ tin cậy thang đo

Dữ liệu $N = 200$ được kiểm tra qua quy trình phân tích độ tin cậy Cronbach's Alpha và Phân tích Nhân tố Khám phá (EFA).

Tên nhân tố Ký hiệu Số biến ban đầu Số biến đạt chuẩn Cronbach's Alpha Tương quan biến - tổng nhỏ nhất
Thái độ cá nhân TĐ 4 4 0.864 0.658
Nhận thức tính khả thi TKT 4 4 0.812 0.584
Tác động xã hội XH 4 4 0.789 0.521
Nhận thức rủi ro dịch bệnh RR 3 3 0.835 0.642
Đặc tính cá nhân ĐT 3 3 0.801 0.597
Ý định kinh doanh trực tuyến YĐ 3 3 0.872 0.710

Kết quả EFA cho 18 biến quan sát của các biến độc lập:

  • Hệ số Kaiser-Meyer-Olkin (KMO) = 0.842 ($0.5 \le \text{KMO} \le 1.0$), chứng minh dữ liệu hoàn toàn phù hợp để phân tích nhân tố.
  • Kiểm định Bartlett: $\chi^2 = 1845.62$ với giá trị Sig. = 0.000 ($p < 0.001$).
  • Tổng phương sai trích (Cumulative Variance) = 64.82% ($> 50%$), giải thích được 64.82% biến thiên dữ liệu tại điểm dừng Eigenvalue = 1.24 ($> 1.0$).

Kết quả hồi quy và kiểm định giả thuyết

Phương trình hồi quy chuẩn hóa đạt được từ dữ liệu thực nghiệm:

$$\text{YĐ} = 0.384 \times \text{TĐ} + 0.246 \times \text{ĐT} + 0.198 \times \text{RR} + 0.092 \times \text{TKT} + 0.045 \times \text{XH}$$

Giả thuyết Mối quan hệ Hệ số hồi quy chuẩn hóa ($\beta$) Giá trị kiểm định $t$ Mức ý nghĩa ($p$-value) Hệ số VIF Kết luận
H1 $\text{TĐ} \rightarrow \text{YĐ}$ 0.384 6.124 0.000 1.342 Chấp nhận
H2 $\text{TKT} \rightarrow \text{YĐ}$ 0.092 1.458 0.146 1.285 Bác bỏ ($p > 0.05$)
H3 $\text{XH} \rightarrow \text{YĐ}$ 0.045 0.742 0.459 1.210 Bác bỏ ($p > 0.05$)
H4 $\text{RR} \rightarrow \text{YĐ}$ 0.198 3.215 0.002 1.156 Chấp nhận
H5 $\text{ĐT} \rightarrow \text{YĐ}$ 0.246 3.987 0.000 1.298 Chấp nhận

Chỉ số đánh giá mức độ phù hợp mô hình:

  • Hệ số xác định $R^2 = 0.582$; $R^2$ hiệu chỉnh = 0.571, cho thấy 57.1% sự biến thiên của Ý định kinh doanh bán hàng trực tuyến được giải thích bởi các biến độc lập trong mô hình.
  • Kiểm định ANOVA: $F = 54.02$, giá trị Sig. = 0.000 khẳng định mô hình hồi quy tuyến tính xây dựng là có ý nghĩa thống kê.
  • Kiểm định Durbin-Watson = 1.894 (nằm trong khoảng $1.5 - 2.5$), bác bỏ giả thuyết tự tương quan chuỗi bậc nhất.
  • Tất cả hệ số phóng đại phương sai $\text{VIF} < 1.50$, loại trừ hiện tượng đa cộng tuyến.
  • Kiểm định Independent Samples T-test: Không có sự khác biệt có ý nghĩa thống kê về ý định kinh doanh giữa nhóm giới tính Nam/Nữ ($p = 0.412 > 0.05$) và nhóm năm học ($p = 0.285 > 0.05$).

Đổi mới và đóng góp

Nghiên cứu mang lại những đóng góp học thuật và thực tiễn mang tính then chốt:

  1. Tích hợp yếu tố rủi ro dịch bệnh vào mô hình hành vi: Khác với các nghiên cứu truyền thống chỉ xem xét rủi ro tài chính, nghiên cứu này bổ sung thành công biến "Nhận thức rủi ro dịch bệnh" ($\beta = 0.198, p = 0.002$), chứng minh bối cảnh dịch bệnh thúc đẩy hành vi thích ứng thông qua các kênh TMĐT.
  2. Loại trừ định kiến về rào cản xã hội đối với TMĐT: Phân tích thực nghiệm chỉ ra "Tác động xã hội" không còn là yếu tố chi phối mang tính quyết định ($p = 0.459$), phản ánh tính độc lập cao trong tư duy khởi nghiệp số của sinh viên thế hệ Gen Z.
  3. Chuẩn hóa bộ công cụ đo lường: Cung cấp thang đo 21 biến quan sát đạt độ hội tụ và độ phân biệt cao, có thể tái sử dụng cho các nghiên cứu tiếp theo về kinh tế số.
Tiêu chí so sánh Nghiên cứu của Ambad & Damit (2016) Nghiên cứu của Bùi Thị Thu Loan et al. (2018) Nghiên cứu hiện tại (Duyên & Long, 2021)
Bối cảnh nghiên cứu Đại học tại Malaysia (Kinh tế ổn định) Đại học tại Hà Nội (Truyền thống) Sinh viên QTKD tại TP.HCM (Kỷ nguyên TMĐT & Đại dịch)
Yếu tố tác động mạnh nhất Thái độ cá nhân ($\beta = 0.352$) E ngại rủi ro ($\beta = -0.312$, tác động nghịch) Thái độ cá nhân ($\beta = 0.384$) & Đặc tính cá nhân ($\beta = 0.246$)
Tác động của rủi ro Không khảo sát biến số rủi ro dịch bệnh Rủi ro kinh doanh cản trở ý định Rủi ro dịch bệnh thúc đẩy ý định chuyển dịch trực tuyến ($\beta = 0.198$)
Quy mô mẫu ($N$) 350 321 200

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tế

Dữ liệu nghiên cứu cung cấp cơ sở xây dựng mô hình "Vườn ươm Thương mại Điện tử Đại học" (Campus E-Commerce Incubator), hỗ trợ sinh viên chuyển hóa ý định thành doanh nghiệp số vận hành thực tế.

Phân tích chi phí - lợi ích (Cost-Benefit Analysis)

Triển khai mô hình kinh doanh bán hàng trực tuyến của sinh viên sau khi tốt nghiệp mang lại hiệu quả vượt trội so với khởi nghiệp truyền thống:

  • Vốn đầu tư ban đầu: Giảm 75–85% chi phí cố định (không tốn chi phí thuê mặt bằng, trang trí điểm bán, chi phí nhân sự vận hành tại chỗ).
  • Điểm hòa vốn (Break-even Point): Rút ngắn từ $12 - 18$ tháng (mô hình truyền thống) xuống còn $2 - 4$ tháng (mô hình TMĐT dropshipping hoặc kinh doanh qua sàn).
  • Tỷ suất sinh lời trên vốn (ROI): Dự kiến đạt $35 - 50%$ trong năm đầu tiên nhờ tối ưu hóa chi phí quảng cáo số và tiếp cận tệp khách hàng toàn quốc.

Hạn chế và hướng phát triển

Dự án thừa nhận các hạn chế phương pháp luận:

  • Quy mô và phương pháp chọn mẫu: Mẫu khảo sát $N = 200$ thu thập bằng phương pháp phi xác suất thuận tiện qua internet, có thể giới hạn tính đại diện tổng thể cho toàn bộ sinh viên tại TP.HCM.
  • Phạm vi đối tượng: Chỉ tập trung vào sinh viên ngành Quản trị Kinh doanh, chưa mở rộng so sánh liên ngành (Công nghệ Thông tin, Ngoại thương, Marketing).

Hướng nghiên cứu mở rộng:

  1. Mở rộng cỡ mẫu lên $N \ge 500$ và áp dụng phương pháp phân tích cấu trúc tuyến tính SEM (Structural Equation Modeling) với AMOS/SmartPLS.
  2. Thực hiện nghiên cứu theo thời gian (Longitudinal Study) để theo dõi tỷ lệ chuyển đổi thực tế từ "Ý định" sang "Hành vi thành lập doanh nghiệp trực tuyến" sau $1 - 2$ năm tốt nghiệp.

Đối tượng hưởng lợi

  • Sinh viên đại học: Nhận diện rõ ràng các năng lực cá nhân cốt lõi (tinh thần đổi mới, khả năng chấp nhận rủi ro) cần trau dồi để tự tin khởi nghiệp số, giảm thiểu nguy cơ thất nghiệp sau tốt nghiệp.
  • Nhà trường và cơ sở đào tạo: Cập nhật chương trình giảng dạy thực chiến, tích hợp các học phần TMĐT, kỹ năng số (SEO, chạy quảng cáo đa kênh, quản trị chuỗi cung ứng TMĐT) nhằm nâng cao tỷ lệ sinh viên có việc làm đúng hoặc gần ngành lên trên 85%.
  • Doanh nghiệp TMĐT & Logistics: Tiếp cận được tệp nhà bán hàng (sellers) trẻ, năng động, am hiểu công nghệ, góp phần mở rộng hệ sinh thái số và lưu lượng vận đơn.
  • Nhà nghiên cứu học thuật: Tiếp cận khung phân tích TPB - TAM - TPR tích hợp cùng bộ dữ liệu thực nghiệm đã được kiểm định độ tin cậy.

Câu hỏi thường gặp

1. Điều kiện kỹ thuật tối thiểu để sinh viên bắt đầu kinh doanh trực tuyến là gì?

Sinh viên chỉ cần trang bị thiết bị có kết nối Internet (Smartphone/Laptop), tài khoản định danh trên các sàn TMĐT (Shopee, TikTok Shop, Lazada), kiến thức quản trị dòng tiền cơ bản và kỹ năng tiếp thị nội dung số (Content/Livestream).

2. Tại sao yếu tố "Tác động xã hội" lại không có ý nghĩa thống kê trong nghiên cứu này?

Trong bối cảnh kinh tế số phát triển mạnh mẽ, sinh viên ngành QTKD có xu hướng đưa ra quyết định độc lập dựa trên năng lực cá nhân và nhận định thị trường thực tế thay vì phụ thuộc vào sự đồng thuận hay áp lực từ gia đình và bạn bè ($p = 0.459$).

3. Làm thế nào để giảm thiểu rủi ro khi sinh viên kinh doanh trực tuyến?

Nên áp dụng mô hình tinh gọn (Lean Startup), bắt đầu với hình thức Tiếp thị liên kết (Affiliate Marketing) hoặc Bán hàng không lưu kho (Dropshipping) để kiểm tra nhu cầu thị trường trước khi nhập hàng số lượng lớn.

4. Chi phí nghiên cứu và xử lý thống kê cho một đề tài quy mô này là bao nhiêu?

Chi phí triển khai đề tài dao động từ 2.000.000 – 5.000.000 VNĐ, chủ yếu dành cho công tác thu thập mẫu khảo sát chất lượng cao, bản quyền phần mềm phân tích thống kê và tài liệu học thuật chuyên sâu.

5. Yếu tố nào quyết định mạnh nhất đến ý định khởi nghiệp trực tuyến của sinh viên?

Kết quả nghiên cứu định lượng khẳng định "Thái độ cá nhân" là nhân tố có tác động mạnh nhất ($\beta = 0.384$), theo sau là "Đặc tính cá nhân" ($\beta = 0.246$) và "Nhận thức rủi ro dịch bệnh" ($\beta = 0.198$).

Kết luận

Đề tài nghiên cứu đã xây dựng và kiểm định thành công mô hình các yếu tố tác động đến ý định kinh doanh bán hàng trực tuyến của sinh viên khoa Quản trị Kinh doanh tại TP. Hồ Chí Minh. Bằng phương pháp nghiên cứu định lượng chặt chẽ với dữ liệu $N = 200$, mô hình xác định được 3 nhân tố có ý nghĩa thống kê gồm: Thái độ cá nhân ($\beta = 0.384$), Đặc tính cá nhân ($\beta = 0.246$), và Nhận thức rủi ro dịch bệnh ($\beta = 0.198$), giải thích được 57.1% phương sai của ý định khởi nghiệp.

Nghiên cứu mang lại giá trị thực tiễn cao trong việc định hướng nghề nghiệp, thúc đẩy tinh thần tự lập kinh doanh số, đồng thời là cơ sở khoa học để các trường đại học đổi mới chương trình đào tạo theo hướng chuyển đổi số toàn diện.