Giới thiệu dự án

Bảo hiểm xã hội (BHXH) tự nguyện là một trong những trụ cột an sinh then chốt nhằm bảo đảm mạng lưới an toàn thu nhập và quyền lợi hưu trí lâu dài cho người lao động phi chính thức và lao động tự do. Tại Việt Nam, Luật BHXH số 58/2014/QH13 (có hiệu lực từ 01/01/2016) cùng Nghị định 134/2015/NĐ-CP đã mở rộng phạm vi và ban hành chính sách hỗ trợ tiền đóng (30% cho hộ nghèo, 25% cho hộ cận nghèo, 10% cho các nhóm khác tính trên chuẩn nghèo nông thôn). Tuy nhiên, số liệu từ BHXH TP. Hồ Chí Minh ghi nhận đến ngày 31/07/2020 chỉ đạt 23.253 người tham gia BHXH tự nguyện, giảm 311 người so với năm 2019 và chỉ hoàn thành 35,83% chỉ tiêu kế hoạch đề ra.

Thực trạng này đặt ra vấn đề cốt lõi: Rào cản tâm lý và các yếu tố cấu thành nào đang kìm hãm ý định chuyển hóa từ nhận thức sang hành vi tham gia thực tế của lực lượng lao động đô thị? Đề tài "Nghiên cứu các yếu tố ảnh hưởng đến ý định tham gia bảo hiểm xã hội tự nguyện của người lao động tại Thành phố Hồ Chí Minh" của tác giả Nguyễn Thị Thu Trang (Đại học Công nghiệp TP.HCM) tiếp cận bài toán trên góc độ kinh tế học hành vi kết hợp quản trị Marketing xã hội.

+-----------------------------------------------------------------------------+
|                           PROBLEM STATEMENT & GOAL                          |
|  - Độ phủ BHXH tự nguyện thấp (35.83% kế hoạch TP.HCM 2020)                 |
|  - Rào cản: Thủ tục, tính thanh khoản thu nhập, thiếu nhận thức hữu ích    |
|  ==> Mục tiêu: Lượng hóa trọng số tác động & tối ưu hóa phễu chuyển đổi     |
+-----------------------------------------------------------------------------+

Mục tiêu dự án

  1. Hệ thống hóa cơ sở lý luận về an sinh xã hội, tâm lý học hành vi người tiêu dùng và các mô hình ra quyết định tài chính cá nhân.
  2. Xác định, đo lường và kiểm định định lượng mức độ ảnh hưởng của 6 nhóm nhân tố độc lập đến ý định tham gia BHXH tự nguyện của người lao động tại TP.HCM.
  3. Kiểm định sự khác biệt về ý định tham gia theo các biến nhân khẩu học (giới tính, độ tuổi, mức thu nhập, nghề nghiệp).
  4. Đề xuất ma trận giải pháp quản trị marketing và cải cách quy trình thủ tục giúp cơ quan quản lý mở rộng độ bao phủ an sinh.

Phạm vi và giới hạn

  • Không gian: Địa bàn TP. Hồ Chí Minh với tập trung vào lực lượng lao động tại các doanh nghiệp ngoài nhà nước và lao động tự do.
  • Thời gian nghiên cứu: Dữ liệu sơ cấp được khảo sát từ tháng 04/2021 đến tháng 05/2021.
  • Quy mô mẫu: Khảo sát định tính $N=12$ chuyên gia; khảo sát định lượng sơ bộ $N=50$; khảo sát định lượng chính thức $N=270$ đối tượng hợp lệ.
  • Chỉ số đo lường kỳ vọng: Hệ số tin cậy thang đo Cronbach's Alpha $\ge 0.70$, chỉ số KMO $\ge 0.50$, giá trị $p\text{-value} < 0.05$ trong phân tích hồi quy OLS và phương sai ANOVA.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Hiện nay trên thị trường tài chính - an sinh, người lao động tiếp cận ba kênh tích lũy hưu trí và bảo vệ rủi ro chính:

Tiêu chí so sánh BHXH Tự nguyện (Nhà nước) Bảo hiểm nhân thọ thương mại Tiết kiệm ngân hàng truyền thống
Bảo chứng rủi ro Nhà nước bảo hộ 100%, không phá sản Doanh nghiệp bảo hiểm (rủi ro thị trường) Ngân hàng bảo đảm hạn mức tiền gửi
Quyền lợi y tế kèm theo Thẻ BHYT miễn phí (95% chi phí KCB) khi hưu Mua kèm quyền lợi bổ trợ viện phí Không có
Điều chỉnh trượt giá Lương hưu điều chỉnh theo CPI Tích lũy lãi suất biến động/cam kết Lãi suất tiền gửi biến động
Tính linh hoạt rút vốn Hạn chế rút một lần để giữ hưu trí Cho phép rút sau giai đoạn tích lũy nhất định Linh hoạt thanh khoản theo kỳ hạn
Chính sách hỗ trợ phí Ngân sách nhà nước trợ cấp 10% - 30% Không có trợ cấp công Không có trợ cấp công

Khung yêu cầu giải pháp theo mô hình MoSCoW

  • Must-Have (Bắt buộc có):
    • Mô hình tích hợp lý thuyết Hành động hợp lý (TRA) và Hành vi dự định (TPB).
    • Kiểm định độ tin cậy thang đo thông qua hệ số Cronbach's Alpha và phân tích nhân tố khám phá (EFA).
    • Phương trình hồi quy tuyến tính đa biến xác định trọng số tác động chuẩn hóa ($\beta$).
  • Should-Have (Nên có):
    • Kiểm định khác biệt Independent Samples T-Test theo giới tính và One-way ANOVA theo nhóm thu nhập/độ tuổi.
    • Phân tích hệ số tương quan Pearson giữa tất cả các cặp biến nhằm loại trừ hiện tượng đa cộng tuyến sớm.
  • Could-Have (Có thể mở rộng):
    • Chuyển đổi mã nguồn phân tích từ SPSS sang pipeline thống kê tự động hóa bằng Python/R.
    • Thiết kế kiến trúc giải pháp số tích hợp dữ liệu vào ứng dụng bảo hiểm số (VssID).
  • Won't-Have (Không triển khai trong phạm vi này):
    • Phân tích cấu trúc tuyến tính bình phương nhỏ nhất từng phần (PLS-SEM) hoặc mô hình hồi quy phi tuyến đa cấp.

Thiết kế mô hình toán học và cấu trúc dữ liệu

Mô hình nghiên cứu đề xuất bao gồm 6 biến độc lập cấu thành ý định hành vi:

  1. NTHI (Nhận thức sự hữu ích - 4 biến quan sát)
  2. KSHV (Kiểm soát hành vi nhận thức - 4 biến quan sát)
  3. TD (Thái độ đối với việc tham gia - 4 biến quan sát)
  4. TT (Thủ tục tham gia - 4 biến quan sát)
  5. KV (Kỳ vọng gia đình & xã hội - 3 biến quan sát)
  6. TN (Thu nhập và khả năng tài chính - 3 biến quan sát)
  7. YD (Biến phụ thuộc: Ý định tham gia BHXH tự nguyện - 4 biến quan sát)
       +-------------------------------+
       |  Nhận thức sự hữu ích (NTHI) |---+
       +-------------------------------+   |
       |   Kiểm soát hành vi (KSHV)   |---+
       +-------------------------------+   |
       |            Thái độ (TD)       |---+---> [ Ý định tham gia BHXH (YD) ]
       +-------------------------------+   |
       |      Thủ tục tham gia (TT)    |---+
       +-------------------------------+   |
       |       Sự kỳ vọng (KV)         |---+
       +-------------------------------+   |
       |          Thu nhập (TN)        |---+
       +-------------------------------+

Mô hình toán học hồi quy tuyến tính OLS tổng quát:

$$YD = \beta_0 + \beta_1 NTHI + \beta_2 KSHV + \beta_3 TD + \beta_4 TT + \beta_5 KV + \beta_6 TN + \varepsilon$$

Trong đó:

  • $YD$: Điểm đánh giá ý định tham gia của cá nhân (Thang đo Likert 5 điểm: 1 = Hoàn toàn không đồng ý $\rightarrow$ 5 = Hoàn toàn đồng ý).
  • $\beta_0$: Hằng số chặn (Intercept).
  • $\beta_1 \dots \beta_6$: Hệ số hồi quy riêng phần (Hệ số Beta chuẩn hóa).
  • $\varepsilon$: Sai số ngẫu nhiên thỏa mãn phân phối chuẩn $N(0, \sigma^2)$.

Implementation và kết quả

Quy trình phân tích định lượng và mã nguồn xử lý

Công cụ tính toán được thực thi thông qua nền tảng SPSS 20.0 kết hợp xác thực chéo (cross-validation) bằng script Python 3.9 với các thư viện pandas, statsmodels và factor_analyzer.

import numpy as np
import pandas as pd
import statsmodels.api as sm
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity

# 1. Tính hệ số tin cậy 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. Pipeline kiểm định EFA và Hồi quy OLS
def run_econometric_pipeline(data_path: str):
    df = pd.read_csv(data_path)
    feature_cols = ['NTHI', 'KSHV', 'TD', 'TT', 'KV', 'TN']
    target_col = 'YD'
    
    # Kiểm tra KMO & Bartlett
    chi_square_value, p_value = calculate_bartlett_sphericity(df[feature_cols])
    kmo_all, kmo_model = calculate_kmo(df[feature_cols])
    print(f"[EFA Diagnostic] KMO: {kmo_model:.4f} | Bartlett p-val: {p_value:.4e}")
    
    # Mô hình hồi quy đa biến OLS
    X = sm.add_constant(df[feature_cols])
    y = df[target_col]
    model = sm.OLS(y, X).fit()
    
    print(model.summary())
    return model

Kết quả kiểm định thang đo và phân tích nhân tố (EFA)

Quá trình phân tích thực nghiệm trên $N=270$ mẫu quan sát cho thấy toàn bộ thang đo đều đạt độ chuẩn xác phương pháp luận cao:

  1. Hệ số Cronbach's Alpha: Tất cả các nhóm biến đều đạt $\alpha > 0.75$, hệ số tương quan biến - tổng (Corrected Item-Total Correlation) đều vượt ngưỡng tối thiểu $0.30$.
  2. Phân tích EFA biến độc lập:
    • Hệ số KMO = $0.842$ ($0.5 < KMO < 1.0$), kiểm định Bartlett có $\text{Sig.} = 0.000 < 0.001$.
    • Phương pháp trích Principal Axis Factoring kết hợp phép xoay Varimax trích được 6 nhân tố tại điểm dừng Eigenvalue = $1.218 > 1$.
    • Tổng phương sai trích (Total Variance Explained) đạt $68.45% > 50%$.
    • Tất cả trọng số tải nhân tố (Factor Loading) đều $\ge 0.55$.
Thang đo biến độc lập Số biến quan sát Cronbach's Alpha Hệ số tải nhân tố nhỏ nhất Phương sai trích (%)
Nhận thức sự hữu ích (NTHI) 4 0.871 0.684 14.82
Kiểm soát hành vi (KSHV) 4 0.812 0.612 12.35
Thái độ đối với BHXH (TD) 4 0.845 0.645 11.78
Thủ tục tham gia (TT) 4 0.798 0.589 10.42
Kỳ vọng gia đình (KV) 3 0.823 0.701 9.85
Thu nhập khả dụng (TN) 3 0.789 0.634 9.23
Ý định tham gia (YD - Phụ thuộc) 4 0.864 0.692 64.12

Kết quả kiểm định hồi quy đa biến

Mô hình hồi quy đạt mức độ tương thích cao với dữ liệu thực tế: Hệ số $R = 0.758$, Hệ số xác định $R^2 = 0.575$, Hệ số $R^2$ hiệu chỉnh (Adjusted $R^2$) = $0.565$. Kiểm định ANOVA cho giá trị $F = 59.214$ với $\text{Sig.} = 0.000 < 0.001$, chứng minh mô hình hồi quy tuyến tính xây dựng hoàn toàn có ý nghĩa thống kê.

+-----------------------------------------------------------------------------------+
| MODEL SUMMARY: R^2 = 0.575 | Adj R^2 = 0.565 | F(6, 263) = 59.214, p < 0.001      |
+-----------------------------------------------------------------------------------+
| Variable | Unstd. Coeff (B) | Std. Error | Std. Beta (β) | t-stat  | Sig.  | VIF  |
+----------+------------------+------------+---------------+---------+-------+------+
| Constant |      0.185       |   0.142    |       -       |  1.303  | 0.194 |  -   |
| NTHI     |      0.312       |   0.045    |     0.328     |  6.933  | 0.000 | 1.34 |
| TD       |      0.245       |   0.041    |     0.254     |  5.975  | 0.000 | 1.28 |
| TT       |      0.198       |   0.038    |     0.205     |  5.210  | 0.000 | 1.15 |
| KSHV     |      0.164       |   0.039    |     0.171     |  4.205  | 0.000 | 1.22 |
| TN       |      0.135       |   0.035    |     0.142     |  3.857  | 0.000 | 1.18 |
| KV       |      0.112       |   0.036    |     0.118     |  3.111  | 0.002 | 1.12 |
+-----------------------------------------------------------------------------------+

Phương trình hồi quy chuẩn hóa biểu diễn thứ tự ưu tiên của các biến tác động:

$$YD = 0.328 \cdot NTHI + 0.254 \cdot TD + 0.205 \cdot TT + 0.171 \cdot KSHV + 0.142 \cdot TN + 0.118 \cdot KV$$

  • Tất cả hệ số phóng đại phương sai (VIF) đều $< 1.50$, khẳng định không xảy ra hiện tượng đa cộng tuyến vi phạm giả định OLS.
  • Hệ số Durbin-Watson đạt $1.892$ (nằm trong khoảng $1.50 - 2.50$), chứng minh không có hiện tượng tự tương quan bậc nhất.
  • Tầm quan trọng tương đối: "Nhận thức sự hữu ích" ($\beta = 0.328$, chiếm $26.8%$) và "Thái độ" ($\beta = 0.254$, chiếm $20.9%$) là hai động lực lớn nhất chi phối quyết định của người lao động.

Đổi mới và đóng góp

Nghiên cứu mang lại những giá trị học thuật và thực tiễn rõ nét khi so sánh với các công trình cùng lĩnh vực:

+-----------------------------------------------------------------------------+
|                          CONTRIBUTION COMPARISON                            |
|                                                                             |
|  Hoàng & Bùi (2018)     Nguyễn & Nguyễn (2019)       Đề tài hiện tại (2021) |
|  - Nông dân Phú Yên     - Thạch Thất (Hà Nội)        - Đô thị hóa TP.HCM    |
|  - R^2 = 48.2%          - R^2 = 51.4%                - R^2 = 57.5%          |
|  - Trọng số: Truyền    - Trọng số: Hiểu biết        - Trọng số: Hữu ích    |
|    thông, rủi ro          & truyền thông               & Tinh gọn thủ tục   |
+-----------------------------------------------------------------------------+
  1. Hiệu chỉnh mô hình cho đặc thù kinh tế đô thị: Khác với công trình của Hoàng Thu Thủy & Bùi Hoàng Minh Thư (2018) tại địa bàn nông thôn Phú Yên hay Nguyễn Thị Nguyệt Dung & Nguyễn Thị Sinh (2019) tại huyện ngoại thành Thạch Thất, nghiên cứu này lượng hóa hành vi của lao động tại siêu đô thị TP.HCM – nơi chịu áp lực chi phí sinh hoạt cao và có cơ hội đầu tư tài chính đa dạng.
  2. Lượng hóa vai trò của cải cách thủ tục ($\beta = 0.205$): Đưa yếu tố "Thủ tục tham gia" vào phương trình như một biến độc lập định lượng có hệ số tác động xếp thứ 3, chứng minh rằng sự rườm rà trong quy trình đóng - hưởng là rào cản ngăn chặn 20.5% chuyển đổi hành vi.
  3. Cơ sở khoa học cho thiết kế truyền thông phân tầng: Tích hợp thành công lý thuyết thái độ ba thành phần vào việc giải thích sự thiếu hụt niềm tin, giúp chỉ ra rằng việc nâng cao nhận thức giá trị hưu trí đóng góp mức tăng trưởng trực tiếp 32.8% vào ý định tham gia.

Ứng dụng thực tế và triển khai

Dựa trên trọng số hồi quy thực nghiệm, ma trận giải pháp triển khai trong thực tế được thiết lập theo lộ trình 4 giai đoạn:

[Q1: Số hóa & Tinh gọn] ---> [Q2: Phân khúc Marketing] ---> [Q3: Tích hợp Đa kênh] ---> [Q4: Tối ưu Hỗ trợ]
  - Rút gọn form đăng ký       - Chiến dịch truyền thông       - Mở cổng Fintech/Ví       - Trợ cấp ngân sách
  - e-KYC qua VssID             nhấn mạnh hưu trí an nhàn      - Thu hộ tại bưu cục/chợ     địa phương bổ sung

1. Số hóa và tinh giản thủ tục hành chính (Ứng với $\beta_{TT} = 0.205$)

  • Tích hợp tính năng đăng ký tham gia và đóng nộp BHXH tự nguyện trực tiếp trên ứng dụng VssID và Cổng Dịch vụ công Quốc gia qua định danh điện tử e-KYC.
  • Cung cấp các gói đóng linh hoạt (theo tháng, 3 tháng, 6 tháng, 12 tháng hoặc đóng một lần cho nhiều năm về sau) thông qua liên kết ví điện tử (MoMo, ZaloPay, VNPay) với thông báo nhắc kỳ tự động.

2. Tái định vị thông điệp Marketing an sinh (Ứng với $\beta_{NTHI} = 0.328$ và $\beta_{TD} = 0.254$)

  • Xây dựng công cụ mô phỏng tài chính trực quan: Cho phép người lao động nhập mức đóng hiện tại và nhận ngay bảng phân tích dự báo mức lương hưu nhận được cùng quyền lợi BHYT 95% sau 20 năm, so sánh trực tiếp với mức trượt giá tiền gửi.
  • Chuyển hướng truyền thông từ "nghĩa vụ/chính sách hành chính" sang "sản phẩm tài chính phòng ngừa rủi ro tuổi già an tâm cho bản thân và giảm gánh nặng cho con cái".

3. Phân khúc và can thiệp tài chính theo nhóm thu nhập (Ứng với $\beta_{TN} = 0.142$)

  • Tham mưu UBND TP.HCM ban hành chính sách hỗ trợ bổ sung từ ngân sách thành phố ngoài mức hỗ trợ của Trung ương (ví dụ: nâng mức hỗ trợ lên 50% cho hộ nghèo đô thị và 20% cho lao động tự do có thu nhập dưới 5 triệu đồng/tháng).

Hạn chế và hướng phát triển

  • Hạn chế chọn mẫu: Phương pháp lấy mẫu thuận tiện phi xác suất ($N=270$) thực hiện trực tuyến trong bối cảnh giãn cách dịch bệnh năm 2021 có thể chưa bao phủ đồng đều nhóm lao động yếu thế không sử dụng Internet (người bán vé số, lao động thời vụ).
  • Thiết kế nghiên cứu cắt ngang: Nghiên cứu đo lường ý định hành vi tại một thời điểm (Cross-sectional), chưa theo dõi sự biến động hành vi thực tế sau khi đối tượng tiếp nhận các chương trình can thiệp chính sách.
  • Hướng phát triển:
    1. Mở rộng quy mô mẫu lên $N \ge 1.000$, áp dụng phương pháp lấy mẫu phân tầng ngẫu nhiên (Stratified Random Sampling) theo 24 quận/huyện TP.HCM.
    2. Sử dụng mô hình phương trình cấu trúc (SEM/PLS-SEM) để đánh giá các tác động trung gian và điều tiết (Moderating/Mediating effects) của biến nhân khẩu học.

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------+
|                               BENEFICIARY MATRIX                            |
|                                                                             |
|  [Sinh viên & Học viên]      [Nhà nghiên cứu]      [Cơ quan BHXH / QLNN]    |
|  - Mẫu khung nghiên cứu       - Benchmark dữ liệu   - Căn cứ điều chỉnh     |
|  - Template thang đo SPSS     - Bộ code pipeline      chính sách & chỉ tiêu |
+-----------------------------------------------------------------------------+
  • Sinh viên & Học viên cao học ngành Marketing, Quản trị, Kinh tế: Tiếp cận một cấu trúc khóa luận chuẩn mực từ tổng quan lý thuyết, thiết kế thang đo Likert, quy trình phân tích định lượng định chuẩn SPSS/Python đến diễn giải kết quả.
  • Nhà nghiên cứu & Chuyên viên phân tích dữ liệu: Kế thừa bộ thang đo đã được kiểm định độ tin cậy cao ($\alpha > 0.78$) để phát triển các đề tài liên quan đến an sinh xã hội và tài chính tiêu dùng.
  • Cơ quan Quản lý BHXH TP.HCM và các tỉnh thành: Sở hữu dữ liệu thực nghiệm minh chứng cho tầm quan trọng của việc giảm tải thủ tục hành chính và đổi mới thông điệp truyền thông.
  • Người lao động: Hưởng lợi gián tiếp từ sự cải cách chính sách, quy trình số hóa thuận tiện và gia tăng mức hỗ trợ an sinh từ Nhà nước.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật để triển khai pipeline phân tích dữ liệu nghiên cứu này là gì?

Hệ thống yêu cầu máy tính cài đặt phần mềm IBM SPSS Statistics phiên bản 20.0 trở lên (hoặc môi trường Python $\ge 3.8$ với các package: pandas, numpy, statsmodels, scikit-learn, factor_analyzer). Tệp dữ liệu cần được chuẩn hóa mã hóa số (Numeric), làm sạch giá trị khuyết (Missing value) và kiểm tra phân phối chuẩn trước khi chạy hồi quy.

2. Giới hạn quy mô mẫu $N=270$ có bảo đảm tính đại diện thống kê không?

Theo công thức quy tắc của Hair et al. (2014), kích thước mẫu tối thiểu cho phân tích EFA là $5 \times \text{Tổng số biến quan sát}$ ($5 \times 26 = 130$ mẫu) và theo Tabachnick & Fidell (2013) cho hồi quy là $N \ge 50 + 8m$ ($50 + 8 \times 6 = 98$ mẫu). Do đó, quy mô $N=270$ hoàn toàn đáp ứng độ tin cậy và sức mạnh thống kê (Statistical Power $> 0.80$).

3. Làm thế nào để tích hợp kết quả nghiên cứu vào ứng dụng VssID hiện hữu?

Dựa trên phát hiện về rào cản thủ tục ($\beta = 0.205$), cơ quan BHXH cần tích hợp luồng "One-Click Registration" trên VssID: Tự động điền dữ liệu công dân từ Căn cước công dân gắn chip, liên kết tự động trừ tiền hàng tháng qua tài khoản ngân hàng số và gửi bảng minh họa lương hưu tương lai tự động qua Zalo OA.

4. Mô hình định lượng này cần được bảo trì và tái kiểm định định kỳ như thế nào?

Do nhận thức xã hội và điều kiện kinh tế biến động liên tục (đặc biệt sau các đợt điều chỉnh lương cơ sở hoặc thay đổi chính sách rút BHXH một lần), mô hình cần được thu thập dữ liệu và tái ước lượng tham số (Model Retraining/Recalibration) định kỳ 12-18 tháng/lần.

5. Chi phí triển khai chiến dịch marketing xã hội dựa trên kết quả này thu lại hiệu quả (ROI) ra sao?

Hiệu quả đầu tư (Social ROI) không đo lường đơn thuần bằng lợi nhuận tài chính mà bằng tỷ lệ mở rộng lưới an sinh: Mỗi 1% tăng thêm người tham gia BHXH tự nguyện giúp giảm gánh nặng trợ cấp xã hội trực tiếp từ ngân sách nhà nước trong 20-30 năm tới, đồng thời bảo đảm dòng tiền đóng góp duy trì cân đối dài hạn cho quỹ hưu trí quốc gia.

Kết luận

Đề tài "Nghiên cứu các yếu tố ảnh hưởng đến ý định tham gia bảo hiểm xã hội tự nguyện của người lao động tại Thành phố Hồ Chí Minh" đã hoàn thành trọn vẹn các mục tiêu học thuật và thực tiễn đề ra. Bằng phương pháp nghiên cứu hỗn hợp kết hợp định tính chuyên sâu và định lượng thực nghiệm trên 270 mẫu khảo sát, công trình đã xác lập phương trình hồi quy với 6 nhân tố tác động có ý nghĩa thống kê, giải thích được 57.5% sự biến thiên của ý định tham gia ($R^2 = 0.575$).

Kết quả chỉ ra rằng Nhận thức sự hữu ích ($\beta = 0.328$), Thái độ đối với sản phẩm ($\beta = 0.254$) và Thủ tục tham gia ($\beta = 0.205$) là 3 đòn bẩy quan trọng nhất. Đây là luận cứ khoa học vững chắc giúp ngành Bảo hiểm Xã hội TP.HCM và các cơ quan hoạch định chính sách tối ưu hóa chiến lược truyền thông, đơn giản hóa thủ tục hành chính trên nền tảng số và ban hành các gói hỗ trợ tài chính phù hợp, hướng tới mục tiêu hiện thực hóa an sinh xã hội toàn dân bền vững.