TP CHÍ KHOA HC KINH T - S 12(05) 2025
47
NG DNG MÔ HÌNH FUZZY - TOPSIS TRONG ĐÁNH GIÁ
TIỀM NĂNG THU HÚT FDI ĐỊNH HƯỚNG PHÁT TRIN BN VNG:
NGHIÊN CU TI THÀNH PH ĐÀ NẴNG
THE APPLICATION OF FUZZY-TOPSIS TO EVALUATE THE POTENTIAL FOR
ATTRACTING FDI TOWARD SUSTAINABLE DEVELOPMENT: A CASE STUDY IN
DANANG CITY
Ngày nhn bài: 23/05/2025
Ngày nhn bn sa: 09/10/2025
Ngày chp nhận đăng: 13/10/2025
Ngô Th Minh Thư, Vũ Khánh Linh, Nguyễn H Thành Đạt
TÓM TT
Vi tầm nhìn thúc đy dòng vn FDI ng các mục tiêu tăng trưởng kinh tế - hi bn vng, bài
toán đặt ra cho các nhà hoạch đnh chính sách ca TP. Đà Nẵng làm sao đánh giá khách quan
và chính xác tiềm năng thu hút FDI của tng khu vực trên địa bàn, t đó, xây dựng chiến lược khai
thác và phân b hiu qu ngun lc. Vì vy, nghiên cứu này đ xut mô hình ra quyết định đa tiêu
chí tích hp thuyết tp mFuzzy-TOPSIS nhm xếp hng tiềm năng thu hút FDI định hướng
bn vng ca bn cm kinh tế trng điểm thuộc hai vành đai chiến lược Bc - Nam, gm: Cm Công
nghip Công ngh cao, Cm Cng bin - Logistics, Cụm Đổi mi sáng to Cm Nông nghip
ng dng CNC. Kết qu cho thy Cm Công nghip CNC có tiềm năng cao nhất, tiếp đến Cm
Cng bin - Logistics, Cm Nông nghip ng dng CNC cui cùng Cụm Đổi mi sáng to.
Nhng phát hin này phù hp với định hướng phát trin ca thành phố, qua đó khẳng đnh tính ng
dng của mô hình và đóng góp thiết thc vào chính sách thu hút FDI bn vng.
T khóa: Fuzzy TOPSIS; FDI; Phát trin bn vng; Lý thuyết tp m; Mô hình ra quyết định đa tiêu
chí; Đà Nẵng.
ABSTRACT
With a vision to promote FDI inflows alongside sustainable development (SD) goals, policymakers
in Danang City face the challenge of how to objectively and accurately evaluate the FDI potential of
individual local areas, thereby formulating strategies to effectively allocate and utilize resources. To
address this, the study proposes a Fuzzy-based multi-criteria decision-making model, named Fuzzy-
TOPSIS, to assess and rank the FDI potential of four major economic clusters in Da Nang: the High-
Tech Industry Cluster, the Seaport-Logistics Cluster, the Innovation Cluster, and the High-Tech
Agriculture Cluster. The results show that the High-Tech Industry Cluster holds the highest potential
for attracting sustainable FDI, followed by the Seaport-Logistics Cluster, the High-Tech Agriculture
Cluster, and finally, the Innovation Cluster. These findings derived from Fuzzy-TOPSIS align closely
with the city’s development strategy, thereby affirming the applicability of the model, and its practical
value in informing FDI policymaking.
Keywords: Fuzzy TOPSIS; FDI; Sustainable development; Fuzzy set; Multi-criteria decision making
model; Danang city.
1. Giới thiệu
Nhiều năm trở lại đây, đầu tư trực tiếp nưc
ngoài (FDI) đóng vai trò quan trọng trong quá
trình phát trin kinh tế - hi ca Vit Nam.
Không ch góp phần tăng thu ngân sách, FDI
còn thúc đẩy chuyn dịch cơ cấu kinh tế, nâng
cao năng suất lao động, to vic làm,h tr
chuyn giao công ngh, k ng qun (Tng
cc thng kê, 2022). Ti Việt Nam, TP. Đà
Nng đã nổi lên một điểm đến hp dn ca
dòng vn FDI trong những năm gần đây, với
hơn 1.000 dự án t 45 quc gia vùng nh
th, tng vốn đăng đạt khong 4 t USD tính
đến tháng 5/2023. Thành ph liên tc được đánh
TRƯỜNG ĐẠI HC KINH T - ĐẠI HC ĐÀ NNG
48
giá cao v môi trường đầu tư, dẫn đầu c c
v Ch s năng lực cnh tranh cp tỉnh và đang
đặt mc tiêu thu hút 7 t USD vn FDI trong
giai đoạn 2021-2030 (UBND TP. Đà Nng,
2021). Song song với đó, TP. Đà Nẵng cũng thể
hin cam kết mnh m vi mc tiêu phát trin
bn vng ca Quc gia, không ch thu hút FDI
vào nhiu lĩnh vực kinh tế trọng điểm, n
ưu tiên các nđầu nước ngoài (NĐTNN) có
trách nhim hi cao, nhm tp trung ng cao
chất lượng lao động và chuyn giao công ngh
sạch (Đặng Vinh, 2019).
C th, theo Đề án đẩy mnh thu hút đầu
vào thành ph giai đon 2021-2025, tm nhìn
đến năm 2030, TP. Đà Nẵng đã xác định các
lĩnh vực ưu tiên thu t FDI Công nghiệp
ng ngh cao (CNC), Nông nghip CNC,
Logistics (Gn vi cng bin sân bay)
Khi nghip đổi mi sáng tạo (IPA Đà Nẵng,
2023). Cũng theo nội dung điều chnh Quy
hoch chung phân khu chức năng cho cả
thành ph đến năm 2030, tầm nhìn đến m
2045, Đà Nẵng định hướng phát trin kinh tế -
hi dựa trên hai vành đai chiến c phía
Bc và phía Nam gn lin vi bn cm kinh tế
Cm Công nghip CNC, Cm Cng bin -
Logistic, Cm Đổi mi sáng to, và Cm Nông
nghip ng dng CNC (Hình 1). Vi tm nhìn
mc tiêu đã được xác định ràng, thách thc
đặt ra đối vi c nhà hoch định chính sách là
làm thế o để đánh giá một cách khách quan
chính c tiềm năng thu t FDI tại tng khu
vc. T đó, xây dng chiến lược khai thác hiu
qu phân b hp c ngun lc, nhm đảm
bo dòng vn FDI được duy trì bn vng, đóng
góp tích cực vào tăng trưởng kinh tế - hi
toàn din ca thành ph trong dài hn.
Hình 1. Hai vành đai phát triển kinh tế và các Cm vic làm tại TP. Đà Nng
Nguồn: Đinh Thế Vinh (2020)
V mt lý thuyết, ngày càng có nhiu công
trình nghiên cứu được thc hin nhm làm rõ
động lc yếu t ảnh hưởng đến quyết đnh
la chọn địa điểm đầu FDI trên phm vi toàn
cu (Wei Christodoulou, 1997; Buckley
Casson, 2019). Các nghiên cu ch ra rng
4
Ngô Th Minh Thư, Nguyễn H Thành Đạt, Trường Đại hc Kinh tế - Đại học Đà Nẵng
Vũ Khánh Linh, Công ty Tài chính tín dng tiêu dùng TNHH MB Shinsei
Email: datnht@due.edu.vn
TP CHÍ KHOA HC KINH T - S 12(05) 2025
49
dòng vốn FDI xu hướng tp trung vào
những địa phương khu vực không ch s
hu tiềm năng tăng trưởng kinh tế mnh m và
s ổn định v th chế chính tr - pháp lý,
còn th hin cam kết ràng đi vi trách
nhiệm môi trường và xã hi (Goerzen và cng
s, 2014; Escrig-Olmedo cng s, 2017).
Điu này càng nhn mnh tm quan trng ca
việc phân tích đánh giá dòng chy FDI t
góc nhìn vi mô, vi trng tâm các li thế đặc
thù v phát trin bn vng ti tng địa phương.
Tuy nhiên, theo Nielsen và cng s (2017),
hin nay vẫn chưa một hình kh năng
đánh giá toàn diện v tiềm năng thu hút FDI ở
cấp độ địa phương và tại các nn kinh tế đang
phát triển như Việt Nam. Các mô hình ra quyết
định đa tiêu chí (ĐTC) như AHP hay TOPSIS,
tuy được ng dng rộng rãi, nhưng còn nhiều
hn chế do chưa phản ánh đầy đủ thc tế ra
quyết định vn tn ti s không chc chn
hồ trong suy nghĩ của con người (Nguyen
và cng sự, 2023). Để khc phục điều đó, một
mô hình ra quyết định ĐTC tích hp Lý thuyết
tp m (Fuzzy Set Theory) Fuzzy-TOPSIS
đã được đề xuất như mt công c h tr ra
quyết định, thông qua các biến ngôn ng H
s m trong vic xếp hng các tiêu chí
phương án, từ đó cải thin tính khách quan
độ chính xác trong phân tích d liu ra quyết
định (Trn Th Thm cng sự, 2019). Điều
này đặc bit quan trng khi các yêu cu v phát
trin bn vng ngày càng tr nên đa dạng
được nhn mạnh hơn trong c quyết định liên
quan đến FDI (Escrig-Olmedo cng s,
2017; Aust và cng s, 2020).
Nhóm tác gi, vy, la chn nghiên cu
đề tài “Ứng dng mô hình Fuzzy - TOPSIS đ
đánh giá tiềm năng thu hút FDI định hướng
phát trin bn vng: nghiên cu tại TP. Đà
Nẵng”. Mục tiêu ca nghiên cu áp dng
hình Fuzzy-TOPSIS để đánh giá so sánh
tiềm năng thu hút FDI định hướng phát trin
bn vng ca các khu vc bao gm Cm Công
nghip CNC, Cm Cng bin - Logistic, Cm
Đổi mi sáng to, Cm Nông nghip ng
dng CNC. C thể, mô hình giúp xác định
trng s ca các tiêu chí ảnh hưởng đến quyết
định đầu tư, đo lường mức độ đáp ng ca
tng khu vc, t đó xác định địa điểm có tim
năng FDI bền vng cao nht Nghiên cu
không ch góp phn cung cp công c h tr ra
quyết định đầu tư FDI ở cấp độ địa phương
còn đưa ra nhiều hàm ý v chính sách cho
TP. Đà Nẵng để ci thin hiu qu thu hút
ngun vốn FDI hướng đến mc tiêu phát trin
bn vng.
2. sở thuyết phương pháp nghiên
cứu
2.1. Cơ sở lý thuyết
2.1.1. Lý thuyết tập mờ (Fuzzy Set Theory)
Trong thc tiễn đầy biến động và thông tin
thường không đầy đủ hoặc quá đa dạng, quá
trình tư duy và ra quyết định la chn ca con
người thường b chi phi bi kinh nghim
nhân hoc các quy tc ra quyết định như ưu
tiên chọn phương án đầu tiên tha mãn k
vng, tránh ri ro, hoc duy t s đồng
thun nhóm (Dyer và cng s, 1992; Tsaur và
cng s, 2002; Govindan cng s, 2015).
Nhm khc phc nhng hn chế này, Zadeh
(1965) đã phát triển thuyết tp m (Fuzzy
Set Theory - FST), mt logic toán hc cho
phép các phn mm biu diễn định lượng s
hồ không chc chn thông qua vic s
dng các biến ngôn ng h s m
(Rostamzadeh và Sofian, 2011).
Theo đó, biến ngôn ng là những đại lượng
có giá tr được biểu đạt i dng ngôn ng t
nhiên, mi biến ngôn ng như vậy được gn
vi mt h s m (Bottani Rizzi, 2006;
Singh Benyoucef, 2011). V bn cht, mt
h s m là một hàm xác định trên tp s thc
dương, biểu din mức độ thuc v A(x)) ca
mt phn t x đối vi mt tp m A~ (Singh
Benyoucef, 2011). Điều này bi, không
giống như logic nhị phân, thuyết tp m
TRƯỜNG ĐẠI HC KINH T - ĐẠI HC ĐÀ NNG
50
không ràng buc s thuc v hai trng thái
“có” hoặc “không”, mà cho phép phần t x
mức độ thuc v linh hot trong khong liên
tc t 0 đến 1. Nói cách khác, khi giá tr μA(x)
càng tiến gần đến 1, mức đ thuc v ca x vi
tập A~ càng cao, và ngược li (Bottani
Rizzi, 2006).
Bng 2. Biến ngôn ng và h s m tam giác
Mức độ tha mãn
các phương án
Mức độ quan trng
ca các tiêu chí
Biến ngôn
ng
H s m
tam giác
Biến ngôn
ng
H s m
tam giác
Rt kém
(RK)
(0; 0; 1)
Rt kém
quan trng
(RKQT)
(0; 0; 0,1)
Kém (K)
(0; 1; 3)
Kém quan
trng
(KQT)
(0; 0,1; 0,3)
Kém va
phi (KVP)
(1; 3; 5)
Kém quan
trng va
phi
(KQTVP)
(0,1; 0,3;
0,5)
Bình thường
(BT)
(3; 5; 7)
Trung bình
(TB)
(0,3; 0,5;
0,7)
Tt va phi
(TVP)
(5; 7; 9)
Quan trng
va phi
(QTVP)
(0,5; 0,7;
0,9)
Tt (T)
(7; 9; 10)
Quan trng
(QT)
(0,7; 0,9; 1)
Rt tt (RT)
(9; 10; 10)
Rt quan
trng
(RQT)
(0,9; 1; 1)
Ví d, trong nghiên cu này, các biến ngôn
ng như Tt va phi hay “Quan trọng va
phải”, được gn vi mt h s m tam giác,
dng a~ (a, b, c), vi a, b, c là các s thc nm
trong khon [a; c] và a < b < c (Bng 1). Theo
đó, độ rng ca khong [a; c] phn ánh mức độ
h khác nhau: khong cách gia hai hng
s a c càng rng tmức độ h càng
ln, cho thy s không chc chn trong nhn
định của người ra quyết định; ngược li,
khong hẹp hơn thể hiện nh khách quan độ
chc chn lớn hơn (Sodhi Prabhakar, 2012).
Hình 2 minh ha h s m tam giác a~ (a, b,
c); trong đó, b điểm phn t x đạt mc
độ thuc v cao nhất A(x) = 1), còn ti hai
đầu mút a và c đại din cho mức độ thuc v
thp nhất (μA(x) = 0).
Trong mt n lc giải thích ý tưởng đằng
sau vic s dng biến ngôn ng thay các
thang đo định lượng, Javanbarg cng s
(2012) nhận định rng ngôn ng t nhiên cho
phép người ra quyết định th hin các lp lun
hay thông điệp chính xác hơn, đồng thi góp
phn gim thiu s không chc chn tính
ch quan trong các tình hung phc tp, thông
tin chưa rõ ràng đầy đủ. thuyết tp m,
vì vậy, đã được ng dng rng rãi nhm khc
phc nhng hn chế đã được nhắc đến ca các
hình ra quyết định ĐTC nói chung
TOPSIS nói riêng.
2.1.2. hình ra quyết định đa tiêu chí
TOPSIS (Technique for Order Preference by
Similarity to Ideal Solution)
TOPSIS, được đề xut bi Hwang và Yoon
(1981), mt nh ra quyết định ĐTC
nhm xếp hng la chọn phương án tối ưu
da trên mt tp hợp tiêu chí định sn. hình
này da trên nguyên rằng phương án
ng cần đồng thi (1) gn nht vi Gii pháp
lý tưởng dương (PIS - Positive Ideal Solution)
(2) xa nht so vi Giải pháp tưởng âm
(NIS - Negative Ideal Solution) (Salih và cng
sự, 2019). Theo đó, PIS đi diện cho phương
án tối ưu nhất, tha mãn tối đa kỳ vng ca
TP CHÍ KHOA HC KINH T - S 12(05) 2025
51
người ra quyết định v tt c tiêu chí; ngược
li, NIS th hiện phương án đạt giá tr kém nht
mi tiêu chí.
Hình 3. Khong cách trong không gian gia
PIS và NIS đến các gii pháp
Ngun: Tsaur và cng s (2002)
Nguyên của TOPSIS được minh ha
trong Hình 3, vi A* A- lần lượt đại din cho
PIS NIS, trong khi A1, A2,… Ai các
phương án được đánh giá dựa trên hai tiêu chí
X1 X2. Da trên Hình 3, th thy A1
gần hơn so với PIS NIS so vi A2,; tuy
nhiên, vic ra quyết định la chn A1 không
ch đơn giản da vào khong cách hình hc
đơn thuần, thay vào đó, TOPSIS sử dng
khái nim H s gần gũi (Closeness
Coefficient - CC) nhằm đo lường khong cách
ca mỗi phương án đến PIS và NIS. Phương án
nào có giá tr CC cao hơn sẽ được xếp hạng ưu
tiên cao hơn ngược li (Tsaur cng s,
2002). Cách tính h s CC s đưc trình bày
trong phn sau.
Bên cnh cách tiếp cn trc quan nói trên,
TOPSIS s hu nhiều ưu điểm vượt tri so vi
các hình ra quyết định ĐTC khác. Cụ th,
TOPSIS ít b ảnh hưng bi s ợng phương
án được xem xét, và có kh năng duy trì sai số
xếp hng mc thp ngay c khi s thay
đổi v s ng tiêu chí hoặc phương án
(Behzadian và cng s, 2012).
Tuy nhiên, mt hn chế ln ca TOPSIS
cũng như các mô hình ra quyết định ĐTC khác
đó là sự ph thuộc vào thang đo định lượng,
vi gi định v mt môi trường lý tưởng trong
đó đáp viên đưa ra đánh giá với s chc chn
chính xác tuyệt đối. Gi định này, mc
vy, không hoàn toàn phản ánh đúng thực tế.
Nhm khc phục điểm yếu này TOPSIS, đã
được c nhà khoa hc kết hp vi logic ca
thuyết tp mờ, qua đó dẫn đến s ra đời ca
mô hình tích hp Fuzzy-TOPSIS (Nădăban và
cng s, 2016).
Khác vi TOPSIS, Fuzzy-TOPSIS thay thế
thang đo định lượng bng các biến ngôn ng
h s m trng s. Trong hình tích
hp Fuzzy-TOPSIS, tm quan trng ca tng
tiêu chí mức độ tha mãn của các phương
án được đánh giá bằng các biến ngôn ng, sau
đó được chuyển đổi thành h s m tương ng
(Bng 1). Các phương án được xếp hng da
trên khoảng cách đến Gii pháp tối ưu tích cc
m (Fuzzy-PIS) Gii pháp tối ưu tiêu cc
m (Fuzzy-NIS), với phương án tưởng
phương án gần Fuzzy-PIS nht xa Fuzzy-
NIS nht.
2.2. Phương pháp nghiên cứu
2.2.1. Thu thập dữ liệu
Nghiên cu này s dụng phương pháp
chuyên gia để thu thp d liu. C th, nhóm
tác gi tiến hành phng vn ba chuyên gia
những người kiến thc, kinh nghim làm
việc, chuyên môn liên quan đến FDI. Thông
tin v đơn vị, lĩnh vc công tác và chc v ca
các chuyên gia được cung cp trong Bng 2
sau đây. Vì do bảo mt, thông tin nhân v
ba chuyên gia không được tiết l, thay vào
đó được ký hiu là CG1, CG2 và CG3.
Mặc chưa ngưỡng c th nào đảm bo
t l phn hi tối ưu trong các nghiên cứu áp
dng hình ra quyết định ĐTC mờ, mt s
nghiên cu gần đây khuyến ngh s dng c
mu nh (Dang cng sự, 2019). Đối vi
Fuzzy TOPSIS, nhiu tác gi đề xut la chn
c mu t 3-5 chuyên gia, phù hp vi k thut
phân tích và tính cht phng của phương
pháp này (Tanveer và cng s, 2023).