Giới thiệu dự án

Thành phố Hồ Chí Minh là một trong những đô thị đặc biệt với mật độ giao thông dày đặc, ghi nhận hơn 8 triệu lượt phương tiện lưu thông mỗi ngày. Khí thải từ động cơ đốt trong (ICE) đã gây ra áp lực nghiêm trọng đối với chất lượng không khí đô thị. Theo báo cáo từ tổ chức công nghệ chất lượng không khí IQAir (2020), Việt Nam xếp thứ 21 trên thế giới về mức độ ô nhiễm không khí, ước tính gây thiệt hại kinh tế lên đến 14 tỷ USD mỗi năm. Trước thực trạng biến đổi khí hậu và xu hướng "tiêu dùng xanh" (Green Consumption), chính phủ đã ban hành nhiều chính sách ưu đãi nhằm thúc đẩy chuyển dịch phương tiện giao thông sử dụng năng lượng sạch. Trong bối cảnh đó, thương hiệu VinFast tiên phong phát triển các dòng xe máy điện thông minh (E-scooter), hướng đến mục tiêu thay thế phương tiện truyền thống.

Vấn đề cốt lõi đặt ra là: Mặc dù nhận thức về bảo vệ môi trường tăng cao, tỷ lệ chuyển đổi thực tế sang xe máy điện của phân khúc sinh viên – nhóm khách hàng trẻ, năng động nhưng có rào cản tài chính – vẫn đối mặt với nhiều rào cản tâm lý, chi phí và định kiến về chất lượng. Nghiên cứu tập trung giải quyết bài toán xác định và định lượng mức độ tác động của các nhân tố chi phối ý định mua sắm xe máy điện VinFast của sinh viên tại TP.HCM.

Mục tiêu cụ thể của đề tài bao gồm:

  1. Xác định các nhân tố cấu thành ảnh hưởng đến ý định mua xe máy điện VinFast của sinh viên tại TP.HCM.
  2. Đánh giá và đo lường mức độ tác động của từng nhân tố thông qua mô hình kinh tế lượng định lượng.
  3. Đề xuất hệ thống hàm ý quản trị và giải pháp marketing - vận hành thực tiễn giúp doanh nghiệp tối ưu hóa tỷ lệ chuyển đổi khách hàng trẻ.

Mô hình nghiên cứu kết hợp có chọn lọc nền tảng Lý thuyết Hành động Hợp lý (Theory of Reasoned Action - TRA) của Ajzen & Fishbein (1975) và Mô hình Chấp nhận Công nghệ (Technology Acceptance Model - TAM) của Davis (1989), tích hợp thêm biến quan sát đặc thù về "Mối quan tâm môi trường" và "Chính sách khuyến mãi".

Kết quả đầu ra kỳ vọng được lượng hóa bằng các chỉ số thống kê chuẩn mực:

  • Kích thước mẫu khảo sát hợp lệ: $N = 304$ quan sát sinh viên.
  • Hệ số tin cậy nội tại Cronbach's Alpha toàn bộ thang đo: $\alpha \ge 0.70$.
  • Phân tích nhân tố khám phá EFA: Chỉ số KMO $\ge 0.50$, tổng phương sai trích (Total Variance Explained) $> 50%$.
  • Hệ số xác định $R^2$ hiệu chỉnh của mô hình hồi quy OLS phản ánh độ tương thích dữ liệu thực nghiệm cao.

Phạm vi nghiên cứu tập trung vào đối tượng sinh viên bậc đại học đang theo học tại các trường trọng điểm tại TP.HCM (Văn Lang, ĐH Ngân hàng, Sư phạm Kỹ thuật, Ngoại ngữ - Tin học), dữ liệu sơ cấp thu thập trong giai đoạn từ tháng 08/2022 đến tháng 10/2022.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Thị trường phương tiện hai bánh tại Việt Nam đang chứng kiến sự cạnh tranh khốc liệt giữa xe máy xăng truyền thống và xe máy điện thế hệ mới:

Tiêu chí phân tích Xe máy xăng truyền thống (Honda, Yamaha) Xe máy điện VinFast (E-Scooter) Xe đạp điện / Xe điện giá rẻ (Pega, Yadea)
Chi phí đầu tư ban đầu Trung bình - Cao (22 - 60 triệu VNĐ) Phù hợp sinh viên - Cận cao cấp (15 - 40 triệu VNĐ) Thấp - Trung bình (9 - 18 triệu VNĐ)
Chi phí vận hành/100km Cao (~55.000 - 70.000 VNĐ tiền xăng) Rất thấp (~6.000 - 12.000 VNĐ điện sạc/thuê pin) Thấp (~5.000 - 8.000 VNĐ)
Hạ tầng hỗ trợ Cây xăng dày đặc, sửa chữa dễ dàng Trạm sạc VinFast mở rộng, hỗ trợ sạc tại nhà Tự sạc tại nhà, không có trạm sạc công cộng
Tác động môi trường Phát thải khí $CO_2$, $NO_x$, bụi mịn PM2.5 0 phát thải trực tiếp, thân thiện sinh thái 0 phát thải trực tiếp, rủi ro tái chế ắc quy chì
Độ bền và an toàn Khung gầm kim loại, độ bền động cơ cao Tiêu chuẩn chống nước IP67, khung xe chắc chắn Độ hoàn thiện thấp, tuổi thọ pin/ắc quy ngắn

Áp dụng phương pháp phân loại yêu cầu MoSCoW cho phân khúc khách hàng sinh viên:

  • Must-have (Bắt buộc): Giá thành hợp lý, chính sách mua trả góp lãi suất thấp/0%, quãng đường di chuyển $\ge 70$ km/lần sạc, độ bền và khả năng chống ngập nước.
  • Should-have (Cần có): Mạng lưới trạm sạc/đổi pin bao phủ gần các cụm trường đại học và ký túc xá, chi phí thay thế pin minh bạch.
  • Could-have (Có thể có): Ứng dụng thông minh kết nối e-Scooter (GPS định vị chống trộm, chẩn đoán lỗi qua Bluetooth/4G).
  • Won't-have (Chưa ưu tiên): Động cơ công suất lớn vượt quá 100 km/h, các tùy chọn thiết kế cá nhân hóa đắt tiền.

Thiết kế hệ thống

Kiến trúc mô hình nghiên cứu định lượng được cấu trúc gồm 5 biến độc lập bậc 1 tác động trực tiếp lên 1 biến phụ thuộc:

[Chất lượng sản phẩm (CLSP: 4 items)] ----(+)----> (H1) \
[Chính sách khuyến mãi (KM: 4 items)] -----(+)----> (H2)  \
[Giá cả sản phẩm (G: 3 items)] ------------(+)----> (H3) ---> [Ý định mua xe máy điện VinFast (YD: 3 items)]
[Mối quan tâm môi trường (MT: 3 items)] --(+)----> (H4)  /
[Chuẩn chủ quan (CCQ: 3 items)] -----------(+)----> (H5) /

Stack công nghệ và công cụ xử lý dữ liệu:

  • SPSS Statistics v22.0: Xử lý thống kê mô tả, kiểm định Cronbach's Alpha, phân tích EFA, hồi quy bội OLS, kiểm định sai số và phân tích ANOVA/T-test.
  • Python v3.10.x & Scientific Libraries: pandas (1.5.3), numpy (1.23.5), statsmodels (0.14.0), factor_analyzer (0.4.1) phục vụ tự động hóa kiểm định và trực quan hóa dữ liệu.
  • Google Forms Engine: Nền tảng thu thập dữ liệu bảng hỏi trực tuyến đa kênh.

Quy chuẩn bảo mật và chuẩn hóa dữ liệu: Bảng hỏi được ẩn danh hóa toàn bộ thông tin định danh cá nhân (PII), chỉ lưu trữ các thuộc tính nhân khẩu học tổng quát phục vụ phân tích nhóm. Thang đo Likert 5 bậc (1 = Hoàn toàn không đồng ý đến 5 = Hoàn toàn đồng ý) được áp dụng đồng nhất.

Methodology

Quy trình nghiên cứu triển khai qua 3 giai đoạn:

  1. Giai đoạn 1 - Nghiên cứu sơ bộ (Qualitative): Lược khảo tài liệu học thuật (TRA, TAM, Green Consumerism), tham vấn 5 chuyên gia quản trị và 15 sinh viên mục tiêu để hiệu chỉnh thang đo gồm 20 biến quan sát.
  2. Giai đoạn 2 - Nghiên cứu chính thức (Quantitative): Phát tán bảng hỏi trực tuyến bằng phương pháp lấy mẫu phi xác suất (thuận tiện) với quy mô $N = 314$.
  3. Giai đoạn 3 - Xử lý & Kiểm định mô hình: Làm sạch dữ liệu, sàng lọc $10$ phiếu không hợp lệ, thu về $N = 304$ mẫu đạt chuẩn ($96.8%$). Tiến hành kiểm định độ tin cậy thang đo ($\text{Cronbach's } \alpha \ge 0.6$, hệ số tương quan biến - tổng $\text{Corrected Item-Total Correlation} \ge 0.3$), EFA ($\text{Factor Loading} \ge 0.5$, $\text{Eigenvalue} > 1.0$), kiểm định đa cộng tuyến ($VIF < 3.0$) và kiểm định ANOVA.

Implementation và kết quả

Development process

Quá trình làm sạch dữ liệu và xử lý kinh tế lượng được thiết lập tự động hóa qua pipeline phân tích toán học. Dưới đây là đoạn mã nguồn Python minh họa việc tái hiện toàn bộ chu trình xử lý dữ liệu:

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

# 1. Pipeline tính hệ số Cronbach's Alpha
def cronbach_alpha(df_items: pd.DataFrame) -> float:
    k = df_items.shape[1]
    variance_sum = df_items.var(axis=0, ddof=1).sum()
    total_variance = df_items.sum(axis=1).var(ddof=1)
    return (k / (k - 1)) * (1 - (variance_sum / total_variance))

# 2. Xử lý hồi quy tuyến tính bội OLS và kiểm tra VIF
def fit_ols_regression(data: pd.DataFrame, dep_var: str, indep_vars: list):
    X = data[indep_vars]
    y = data[dep_var]
    X_with_const = sm.add_constant(X)
    
    ols_model = sm.OLS(y, X_with_const).fit()
    
    # Tính Variance Inflation Factor (VIF)
    vif_data = pd.DataFrame()
    vif_data["Variable"] = indep_vars
    vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(indep_vars))]
    
    return ols_model.summary(), vif_data

# Mô hình hồi quy thực nghiệm:
# YD = beta_0 + beta_1*CLSP + beta_2*KM + beta_3*G + beta_4*MT + beta_5*CCQ + epsilon

Testing và validation

Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Toàn bộ 6 thành phần thang đo gồm 20 biến quan sát đều đạt độ nhất quán nội tại rất cao:

Nhóm nhân tố Số biến quan sát Cronbach's Alpha ($\alpha$) Corrected Item-Total Correlation nhỏ nhất Đánh giá kỹ thuật
Chuẩn chủ quan (CCQ) 3 0.840 0.659 (CCQ3) Rất tốt ($\alpha > 0.8$)
Mối quan tâm môi trường (MT) 3 0.828 0.663 (MT1) Rất tốt ($\alpha > 0.8$)
Chính sách khuyến mãi (KM) 4 0.792 0.581 (KM2) Tốt ($\alpha > 0.7$)
Chất lượng sản phẩm (CLSP) 4 0.782 0.536 (CLSP3) Tốt ($\alpha > 0.7$)
Ý định mua (YD - Phụ thuộc) 3 0.770 0.581 (YD2) Tốt ($\alpha > 0.7$)
Giá cả sản phẩm (G) 3 0.747 0.526 (G2) Phù hợp ($\alpha > 0.7$)

Phân tích nhân tố khám phá (EFA)

  • Kiểm định KMO và Bartlett cho các biến độc lập:
    • Chỉ số Kaiser-Meyer-Olkin: $\text{KMO} = 0.734 > 0.50$, chứng minh dung lượng mẫu hoàn toàn thích hợp.
    • Kiểm định Bartlett's Test of Sphericity: Giá trị xấp xỉ $\chi^2 = 2170.785$, bậc tự do $df = 136$, mức ý nghĩa thống kê $p = 0.000 < 0.001$, bác bỏ giả thuyết ma trận tương quan là ma trận đồng nhất.
  • Trích xuất nhân tố (Principal Axis Factoring / Varimax Rotation):
    • 5 nhân tố được trích xuất tại điểm dừng $\text{Eigenvalue} = 1.154 > 1.0$.
    • Tổng phương sai trích lũy kế (Cumulative % of Variance): 69.244% ($> 50%$), chỉ ra rằng 5 nhân tố độc lập này giải thích được 69.244% sự biến thiên của tập dữ liệu khảo sát.

Kết quả đạt được

Đặc điểm nhân khẩu học mẫu $N = 304$:

  • Giới tính: Nữ chiếm $55.9%$ ($170$ mẫu), Nam chiếm $43.1%$ ($131$ mẫu), Khác $1.0%$ ($3$ mẫu).
  • Phân bổ năm học: Sinh viên Năm 3 chiếm đa số với $42.4%$ ($129$ mẫu), Năm 2 chiếm $31.3%$ ($95$ mẫu), Năm 4 chiếm $13.8%$ ($42$ mẫu), Năm 1 chiếm $11.2%$ ($34$ mẫu).
  • Trường Đại học: ĐH Văn Lang ($33.9%$), ĐH Ngân hàng TP.HCM ($23.4%$), ĐH Sư phạm Kỹ thuật ($21.1%$), ĐH Ngoại ngữ - Tin học ($18.1%$).
  • Ngành học: Quản trị kinh doanh ($39.5%$), Tài chính - Ngân hàng ($29.6%$), Marketing ($21.4%$).

Kết quả kiểm định giả thuyết mô hình hồi quy:

Giả thuyết Mối quan hệ tác động Trọng số kỳ vọng Hệ số ý nghĩa ($p$-value) Kết luận kiểm định
H1 Chất lượng sản phẩm $\to$ Ý định mua Dương ($+$) $p < 0.05$ Chấp nhận H1
H2 Chính sách khuyến mãi $\to$ Ý định mua Dương ($+$) $p < 0.05$ Chấp nhận H2
H3 Giá cả sản phẩm $\to$ Ý định mua Dương ($+$) $p < 0.05$ Chấp nhận H3
H4 Mối quan tâm môi trường $\to$ Ý định mua Dương ($+$) $p < 0.05$ Chấp nhận H4
H5 Chuẩn chủ quan $\to$ Ý định mua Dương ($+$) $p < 0.05$ Chấp nhận H5

Phân tích phương sai ANOVA cho thấy không có sự khác biệt có ý nghĩa thống kê về ý định mua xe máy điện VinFast giữa các nhóm giới tính và trường đại học ($p > 0.05$), chứng minh nhu cầu sở hữu phương tiện xanh mang tính phổ quát đối với toàn thể sinh viên tại TP.HCM.

Đổi mới và đóng góp

Nghiên cứu mang lại những cải tiến học thuật và thực tiễn đáng kể so với các công trình nghiên cứu hành vi tiêu dùng trước đây:

Tiêu chí so sánh Công trình của Xiangqian Huang & Jianping Ge (2019) Công trình của Trần Thu Thảo & Trần Khánh Linh (2021) Đề tài nghiên cứu hiện tại (Võ Đại Phúc, 2022)
Thị trường & Đối tượng Người tiêu dùng xe ô tô điện tại Bắc Kinh (Trung Quốc) Người dân đại trà tại TP. Hồ Chí Minh Chuyên biệt phân khúc sinh viên các trường ĐH tại TP.HCM
Biến Chuẩn chủ quan (CCQ) Không có tác động đáng kể ($p > 0.05$) Tác động bậc trung ($\beta \approx 0.18$) Tác động mạnh mẽ ($\alpha = 0.840$) do hiệu ứng mạng xã hội sinh viên
Yếu tố Môi trường (MT) Nhận thức chính sách chung Nhận thức môi trường tổng quát Gắn liền biến ô nhiễm không khí đô thị TP.HCM ($\alpha = 0.828$)
Khuyến nghị tài chính Ưu đãi tiền tệ cấp quốc gia Khuyến mãi chung của hãng Chính sách trả góp sinh viên & gói thuê pin tối ưu

Những đóng góp chính:

  1. Đổi mới mô hình phân tích: Chứng minh sinh viên Gen Z có sự dịch chuyển mạnh từ "tiêu dùng giá rẻ đơn thuần" sang "tiêu dùng trách nhiệm", trong đó mối quan tâm môi trường (MT: Mean = 3.78) và chính sách mua trả góp linh hoạt (KM2: Mean = 4.00) giữ vai trò dẫn dắt hành vi.
  2. Giá trị ứng dụng doanh nghiệp: Cung cấp bộ cơ sở dữ liệu thực nghiệm giúp VinFast và các hãng xe điện xây dựng thông điệp truyền thông định vị thương hiệu xanh đánh trúng tâm lý giới trẻ.

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng kinh doanh cho VinFast

  1. Gói tài chính "Green Student Credit":
    • Hợp tác với các ngân hàng số và cổng thanh toán triển khai chương trình mua trả góp 0% lãi suất với kỳ hạn linh hoạt 12 - 24 tháng dành riêng cho sinh viên có thẻ sinh viên hợp lệ (Đáp ứng mục hỏi KM2 đạt điểm trung bình $4.00/5.00$).
    • Ưu đãi giảm giá trực tiếp và tặng kèm gói bảo hiểm thân vỏ học đường (Mục hỏi KM3 đạt $4.00/5.00$).
  2. Hệ sinh thái trạm sạc trường học:
    • Triển khai lắp đặt cụm trạm sạc nhanh và tủ đổi pin thông minh tại bãi giữ xe của các trường đại học lớn (Văn Lang, HUB, Sư phạm Kỹ thuật) và hệ thống ký túc xá Đại học Quốc gia.
  3. Chiến dịch "Green Campus Ambassador":
    • Tận dụng chuẩn chủ quan (CCQ1, CCQ2 đạt điểm trung bình $> 3.75$) thông qua việc hợp tác với Đoàn/Hội sinh viên và các gương mặt trẻ có sức ảnh hưởng (KOL/KOC sinh viên) để lan tỏa trải nghiệm thực tế xe điện VinFast Feliz S, Evo200.

Phân tích hiệu quả kinh tế (ROI) & Lộ trình triển khai

+-----------------------------------------------------------------------+
|                       LỘ TRÌNH TRIỂN KHAI 4 GIAI ĐOẠN                 |
+-----------------------------------------------------------------------+
|  Q1: Hoàn thiện chính sách trả góp 0% qua App sinh viên & ví điện tử  |
|  Q2: Thí điểm trạm sạc thông minh tại 10 cụm trường ĐH trọng điểm    |
|  Q3: Kích hoạt chiến dịch "Gen Green" truyền thông chuẩn chủ quan    |
|  Q4: Đánh giá tỷ lệ chuyển đổi đơn hàng & mở rộng quy mô toàn quốc   |
+-----------------------------------------------------------------------+

Ước tính hiệu quả tài chính: Khi áp dụng chính sách thuê bao pin linh hoạt (khoảng 150.000 - 250.000 VNĐ/tháng), tổng chi phí sử dụng hàng tháng của sinh viên giảm hơn $45%$ so với việc chi trả tiền xăng và bảo dưỡng định kỳ cho xe máy động cơ đốt trong truyền thống.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật và phương pháp luận

  • Phương pháp chọn mẫu: Sử dụng phương pháp lấy mẫu phi xác suất (thuận tiện) với quy mô $N = 304$ tại khu vực TP.HCM, chưa bao quát được toàn diện sinh viên tại các tỉnh thành vệ tinh lân cận.
  • Tính chất cắt ngang (Cross-sectional study): Dữ liệu phản ánh ý định mua tại một thời điểm nhất định (cuối năm 2022), chưa đo lường hành vi mua hàng lặp lại hoặc mức độ trung thành thực tế sau khi sở hữu sản phẩm.

Hướng nghiên cứu tiếp theo

  • Mở rộng mô hình cấu trúc tuyến tính: Ứng dụng mô hình phương trình cấu trúc bình phương bé nhất từng phần (PLS-SEM) để phân tích các tác động trung gian (Mediating effects) và điều tiết (Moderating effects) của thu nhập và giới tính.
  • Nghiên cứu đa phân khúc: Mở rộng nghiên cứu sang nhóm đối tượng người đi làm văn phòng và tài xế công nghệ vận tải hành khách đô thị.

Đối tượng hưởng lợi

  • Sinh viên & Giới trẻ: Tiếp cận các giải pháp di chuyển kinh tế, an toàn, giảm thiểu chi phí vận hành hàng tháng và đóng góp vào lối sống xanh bảo vệ môi trường.
  • Nhà phát triển sản phẩm & Kỹ sư xe điện: Nắm bắt được các tiêu chí kỹ thuật mà người dùng trẻ quan tâm hàng đầu (khả năng chống nước ngập đô thị, tốc độ sạc, trọng lượng xe và thiết kế thời trang).
  • Doanh nghiệp sản xuất (VinFast): Sở hữu cơ sở dữ liệu định lượng chính xác để tinh chỉnh chiến lược định giá (Pricing), phân khúc sản phẩm (Positioning) và khuyến mãi (Promotion) hướng trực tiếp vào thế hệ tiêu dùng tương lai.
  • Nhà nghiên cứu học thuật: Cung cấp bộ thang đo đã được chuẩn hóa và kiểm định độ tin cậy nghiêm ngặt trên phần mềm SPSS, phục vụ làm tài liệu tham khảo cho các nghiên cứu hành vi tiêu dùng xanh tiếp theo.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật và cơ sở hạ tầng nào quan trọng nhất để sinh viên quyết định mua xe máy điện?

Sinh viên quan tâm hàng đầu đến khả năng sạc điện thuận tiện (hỗ trợ sạc tại ổ cắm dân dụng 220V ở phòng trọ/nhà riêng), quãng đường di chuyển đạt từ $70 - 200$ km/lần sạc và tiêu chuẩn chống nước đạt mức IP67 trở lên để thích nghi với điều kiện ngập úng mùa mưa tại TP.HCM.

2. Giới hạn cỡ mẫu $N = 304$ có đủ độ tin cậy thống kê cho nghiên cứu không?

Theo công thức kinh nghiệm của Tabachnick & Fidell (1996) cho phân tích hồi quy ($N \ge 50 + 8m = 50 + 8 \times 5 = 90$) và tiêu chuẩn của Hair et al. (2006) cho phân tích EFA ($N \ge 5 \times \text{số biến quan sát} = 5 \times 20 = 100$), cỡ mẫu $N = 304$ hoàn toàn vượt trội so với quy chuẩn tối thiểu, đảm bảo độ vững (robustness) và tính đại diện khoa học.

3. Làm thế nào doanh nghiệp tích hợp dữ liệu hành vi này vào hệ thống CRM/ERP bán hàng?

Doanh nghiệp có thể phân nhóm khách hàng (Customer Segmentation) trên nền tảng CRM dựa theo mức độ nhạy cảm về giá (G) và mối quan tâm sinh thái (MT), từ đó tự động kích hoạt các luồng tiếp thị tự động (Marketing Automation) gửi đúng gói ưu đãi trả góp sinh viên qua email/app.

4. Các giải định hồi quy tuyến tính OLS có bị vi phạm trong bộ dữ liệu này không?

Không. Kiểm định hiện tượng đa cộng tuyến cho thấy toàn bộ hệ số $VIF < 3.0$; biểu đồ phân tán Scatter Plot và đồ thị Histogram phần dư chuẩn hóa xác nhận các giả định về phân phối chuẩn, tính tuyến tính và phương sai sai số không đổi đều được thỏa mãn.

5. Chi phí sử dụng xe máy điện VinFast có thực sự tối ưu hơn xe xăng cho sinh viên?

Có. Trung bình một sinh viên di chuyển $500$ km/tháng tiêu tốn khoảng $250.000 - 350.000$ VNĐ tiền xăng ($2.2$ lít/100km). Với xe máy điện VinFast, chi phí điện sạc hoặc thuê pin chỉ dao động từ $70.000 - 150.000$ VNĐ/tháng, giúp tiết kiệm từ $50% - 60%$ chi phí đi lại.

Kết luận

Nghiên cứu "Các yếu tố ảnh hưởng đến ý định mua xe máy điện VinFast của sinh viên tại Thành phố Hồ Chí Minh" đã hệ thống hóa và chứng minh bằng thực nghiệm sự tác động cùng chiều của 5 nhân tố then chốt: Chất lượng sản phẩm, Chính sách khuyến mãi, Giá cả, Mối quan tâm môi trường và Chuẩn chủ quan. Bằng việc vận dụng quy trình nghiên cứu định lượng chuẩn mực qua SPSS với $N = 304$ mẫu khảo sát hợp lệ, đề tài cung cấp luận cứ khoa học vững chắc khẳng định thế hệ trẻ sẵn sàng đón nhận phương tiện xanh nếu doanh nghiệp giải quyết hài hòa bài toán chi phí đầu tư ban đầu và hạ tầng tiện ích. Đây là cơ sở then chốt để VinFast mở rộng thị phần xe máy điện thông minh, thúc đẩy quá trình chuyển đổi giao thông xanh bền vững tại Việt Nam.