B GIO DC V ĐO TO
TRƯNG ĐI HC BÌNH DƯƠNG
NGUYỄN QUỲNH PHƯƠNG
CC YẾU TỐ ẢNH HƯỞNG ĐẾN QUYẾT ĐỊNH ỨNG DNG
CHUYỂN ĐỔI SỐ TRONG QUẢN LÝ CHUỖI CUNG ỨNG
CỦA CC DOANH NGHIỆP: TRƯNG HỢP DOANH
NGHIỆP TI VÙNG ĐÔNG NAM B
CHUYÊN NGNH: QUẢN TRỊ KINH DOANH
MÃ SỐ: 9340101
TÓM TẮT LUẬN N TIẾN SĨ
Bình Dương, năm 2025
Luận án được hoàn thành tại: Đại học Bình Dương
Người hướng dẫn khoa học:
1. PGS. TS. HỒ THỊ THU HÒA
2. TS. ĐỖ ĐOAN TRANG
Phản biện 1: ............................................................................
Phản biện 2: ............................................................................
Phản biện 3: ............................................................................
Luận án sẽ được bảo vệ trước Hội đồng chấm luận án cấp trường họp tại
..................................................................................
vào lúc giờ ngày tháng năm
Luận án được lưu trữ tại thư viện: ..........................
DANH MC CC CÔNG TRÌNH NGHIÊN CỨU CỦA
TC GIẢ ĐÃ CÔNG BỐ CÓ LIÊN QUAN ĐẾN LUẬN N
Bài báo khoa học:
1. Quynh, P. N., Do, D. T., & Ho, T. H. T. (2025). Key drivers of digital
transformation in supply chain management: Insights from enterprises in
Vietnam's southeastern region. Acta Logistica, 12(2), 261269.
https://doi.org/10.22306/al.v12i2.608
2. Quynh, P. N., Thi, T. H. H., & Doan, T. D. (2024). Key enablers of digital
transformation in supply chain management: A case study of enterprises in
Vietnam’s Southeastern region. Journal of Lifestyle and SDGs Review, 5(1),
e03017. https://doi.org/10.47172/2965-730X.SDGsReview.v5.n01.pe03017
3. Phương, N. Q., Trang, Đ. Đ., & Hòa, H. T. T. (2025, January 24). Các nhân tố
ảnh hưởng đến việc áp dụng “AI” trong quản lý chuỗi cung ứng của các doanh
nghiệp Việt Nam. Tạp chí Kinh tế Dự báo. https://kinhtevadubao.vn/cac-nhan-
to-anh-huong-den-viec-ap-dung-ai-trong-quan-ly-chuoi-cung-ung-cua-cac-
doanh-nghiep-viet-nam-30849.html
4. Lâm, N. Q., & Phương, N. Q. (2024, October 12). Đánh giá các nhân tảnh
hưởng đến hiệu quả áp dụng trí tuệ nhân tạo trong quản lý chuỗi cung ứng. Tạp
chí Kinh tế và D báo. https://kinhtevadubao.vn/danh-gia-cac-nhan-to-anh-
huong-den-hieu-qua-ap-dung-tri-tue-nhan-tao-trong-quan-ly-chuoi-cung-ung-
30022.html
5. Nguyễn, Q. P., Trần, N. A., Đỗ, Đ. T., & Trần, T. M. H. (2024, September 10).
Phát triển ứng dụng logistics xanh cho hệ thống trồng rau sạch TP. Hồ Chí
Minh. Tạp chí Kinh tế Dự báo. Retrieved from https://kinhtevadubao.vn/phat-
trien-ung-dung-logistics-xanh-cho-he-thong-trong-rau-sach-o-tp-ho-chi-minh-
29673.html
6. Nguyen Quynh, P. & Ho Thi, T. H. (2023). Driving supply chain excellence:
Successful AI applications in the context of enterprises in the South-Eastern
region of Vietnam. In Proceedings of the International Conference on Science,
Technology, and Innovation for Sustainable Development (STISD 2023) (pp.
193–209). Hanoi: Nhà xuất bản Đại học Quốc gia Hà Nội.
7. Do, D. T., Ho, T. T. H., & Nguyen, Q. P. (2022). An overview of the RFID
digital revolution in logistics and supply chain management. In Proceedings of
the International Conference on Business and Finance (ICBF 2022), 15491558.
Nhà xuất bản Lao Động.
8. Nguyen Quynh Phuong, Tran Thi Mong Tuyen, & Vo Trong Cang. (2021).
Innovative improvement of sample order tool for internal system: Case of
Scancom company. In Proceedings of the International Conference on Logistics
and Industrial Engineering (ICLIE 2021), pp. 418424. Social Sciences
Publishing House.
CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TI NGHN CỨU
1.1. Bối cảnh nghiên cứu
Cuộc Cách mạng Công nghiệp lần thứ (CMCN 4.0), còn được gọi Industry
4.0, đang tạo ra những thay đổi sâu rộng trong lĩnh vực sản xuất xu hướng công
nghệ tự động hóa hiện nay. Nền tảng của Industry 4.0 các công nghệ cốt lõi như hệ
thống vật ảo (CPS), Internet vạn vật (IoT) điện toán đám mây, giúp tích hợp không
gian ảo với thế giới vật và tạo ra thế hệ hthống công nghiệp mới như nhà máy thông
minh (Alexopoulos và cs., 2016; Hermann và cs., 2016; Kagermann và cs., 2013; Lasi
và cs., 2014; Li, 2017; Lu, 2017a, 2017b; Qin và cs., 2016).
Việc ứng dụng chuyển đổi số, bao gồm các sáng kiến Procurement 4.0 và số hoá
quy trình rộng n, giúp doanh nghiệp cải thiện đáng kể hiệu suất chuỗi cung ứng
giảm chi phí vận hành (Bag cs., 2020; Ma & Jaafar, 2025). Trí tuệ nhân tạo (AI)
nâng cao độ chính xác dự báo nhu cầu, góp phần giảm tồn kho thừa tối ưu hóa
hoạt động (Cannas và cs., 2023; Helo và Hao, 2022).
Các khảo sát trong nước ghi nhận nhiều rào cản khiến doanh nghiệp, đặc biệt là
SMEs, chưa mạnh dạn chuyển đổi số toàn diện. Chi phí đầu tư cho công nghệ cao vẫn
trở ngại hàng đầu: 60,1 % doanh nghiệp lo ngại về chi phí và ngân sách khi triển khai
chuyển đổi số (Tạp chí Tài chính, 2024). Hạn chế về nhân lực công nghệ thông tin cũng
rất lớn: 52,3 % doanh nghiệp phản ánh thiếu chuyên gia và kỹ thuật viên nội bộ để vận
hành công nghệ số mới (Tạp chí Tài chính, 2024).
Trong hơn hai thập niên qua, chuyển đổi số (CĐS) trong chuỗi cung ứng (CCU)
đã trải qua ba giai đoạn nét. Giai đoạn khởi đầu (2000 2010) tập trung số hoá”
luồng dữ liệu giao dịch đưa EDI lên nền tảng web, nổi bật qua nghiên cứu của
Craighead và cộng sự (2006) và mô hình của Cellary and Strykowski (2004). Giai đoạn
chuyển tiếp (2011 2015) ghi nhận nỗ lực tích hợp ERP, WMS TMS nhằm tăng
minh bạch; Panetto and Cecil (2013) nhấn mạnh yêu cầu tương tác hệ thống doanh
nghiệp, còn Hwang and Min (2015) xác định các động lực triển khai ERP, phạm vi
vẫn chủ yếu ở từng quy trình riêng lẻ.
Phần lớn nghiên cứu về quyết định áp dụng công nghệ trong CCU dựa trên khung
thuyết nhận thức–lợi ích. Thuyết hành động hợp thuyết hành vi dđịnh nhấn
mạnh vai trò của thái độ chuẩn mực (Hagger & Hamilton, 2020). hình chấp nhận
công nghệ (TAM) khai thác hai thành phần tính hữu ích nh dễ sử dụng
(Aboelmaged, 2010; Marikyan và cs., 2023). Nghiên cứu cũng xemt hai yếu tố thực
tế ít được khai thác trong vai trò biến điều tiết: quy doanh nghiệp (QMDN)
sở hạ tầng công nghệ (CSHTCN). Korpela, Hallikas & Dahlberg (2017) chỉ ra rằng chi
phí ch hợp chuỗi cung ứng số rất cao, đặc biệt gây trở ngại cho DN nhỏ, hàm ý QMDN
thể làm thay đổi c động của CĐS. Nghiên cứu gần đây của Shree cộng sự (2023)
cũng khẳng định QMDN ảnh hưởng khác nhau tới lộ trình DN áp dụng nền tảng số
B2B.
1.2. Khoảng trống nghiên cứu
Nền tảng tri thức về chuyển đổi số chuỗi cung ứng (CĐS-CCU) đã phát triển
nhanh trong thập niên gần đây, song phân tích thư mục của Zupic, I., & Čater, T. (2015)
tổng quan hệ thống của Snyder, H. (2019) cho thấy phần lớn bằng chứng thực nghiệm
vẫn tập trung tại châu Âu và Bắc Mỹ.
Không dừng ở khía cạnh địa lý, nghiên cứu tổng quan cũng bộc lộ khoảng trống
khái niệm. Các nghiên cứu định lượng hiện hành tập trung vào chi phí, năng lực tổ chức
và áp lực cạnh tranh (Korpela và cs., 2017), nhưng hai biến “tác động đồng nghiệp” và
“kinh nghiệm công nghệ số” vốn được Aamer và cộng sự (2023) được đề cập gián tiếp
và mới dừng ở gợi ý định tính và chưa được lượng hoá hệ thống.
Về thuyết, các công trình trước nay thường vận dụng riêng lẻ khung nhận thức
nhân (TRA/TPB, TAM, UTAUT) khung tổ chức-môi trường (TOE, IDT). Theo
Oliveira and Martins (2010) cũng như Zhu cộng sự (2006), cách tiếp cận tách rời này
khó giải đầy đủ hiện tượng chuyển đổi số trong quản chuỗi cung ứng, vốn đồng
thời chịu ảnh hưởng của cảm nhận nhân, nguồn lực doanh nghiệp đặc tính công
nghệ.
Ngoài ra, vai trò điều tiết của quy mô doanh nghiệp và cơ sở hạ tầng công nghệ
thông tin (CNTT) vẫn chưa được làm rõ. Nghiên cứu của Gunasekaran cộng sự
(2017) chỉ ra rằng chi phígtrị thu được từ chuyển đổi số (CĐS) biến thiên mạnh
theo hai yếu tố này, song hầu hết các công trình vẫn xem chúng biến độc lập. Áp
dụng thuyết ngữ cảnh, hướng nghiên cứu của luận án đặt hai nhân tố nói trên vào vị trí
biến điều tiết để khám phá cách chúng khuếch đại hoặc suy giảm ảnh hưởng của khối
Công nghệ-Tổ chức-Môi trường lên quyết định chuyển đổi số một mối quan hệ chưa