Tiêu đề 25_P35 final-208-217.pdf ✅

208 HỘI THẢO KHOA HỌC QUỐC GIA VỀ LOGISTICS VẦ QUẢN LÝ CHUỖI CUNG ỨNG VIỆT NAM LẦN THỨ 4 (CLSCM-2024) TÁC ĐỘNG CỦA ĐỔI MỚI SÁNG TẠO TỚI LOGISTICS XANH: BẰNG CHỨNG Ở CÁC QUỐC GIA OECD IMPACT OF INNOVATION ON GREEN LOGISTICS: EMPIRICAL EVIDENCE FROM OECD NGUYỄN MINH CHÂU1* , MAI NGỌC ANH2 , LÊ VÂN KHANH2 , ĐOÀN THỊ NHƯ1 , NGUYỄN PHƯƠNG THẢO1 , NGUYỄN THỊ BÌNH1 1Viện Kinh tế và Kinh doanh quốc tế, Trường Đại học Ngoại thương 2Khoa Quản trị kinh doanh, Trường Đại học Ngoại thương *Email liên hệ: [email protected] Tóm tắt Với mục đích xây dựng đánh giá tác động của đổi mới sáng tạo đến logistics xanh, bài nghiên cứu sử dụng phương pháp nghiên cứu thực nghiệm với mô hình POLS (phương pháp bình phương nhỏ nhất), REM (phương pháp tác động ngẫu nhiên), FEM (phương pháp tác động cố định), với dữ liệu từ 38 nước OECD trong giai đoạn 2011-2014. Kết quả nghiên cứu chỉ ra rằng đổi mới sáng tạo có tác động tích cực nhưng chưa đáng kể đến logistics xanh. Phân tích chi tiết 7 trụ cột của đổi mới sáng tạo cho thấy nguồn nhân lực và nghiên cứu, trình độ phát triển của thị trường và sản phẩm sáng tạo đóng vai trò quan trọng trong việc thúc đẩy logistics xanh. Tuy nhiên, các yếu tố như thể chế, cơ sở hạ tầng, trình độ phát triển của kinh doanh, sản phẩm tri thức và công nghệ không cho thấy tác động rõ ràng trong mô hình nghiên cứu. Từ khóa: Đổi mới sáng tạo, logistics xanh, OECD. Abstract With the aim of assessing the influence of innovation factors on green logistics, the study employed an empirical research using the POLS (Pooled Ordinary Least Squares), REM (Random Effects Model), and FEM (Fixed Effects Model), with data from 38 OECD countries during the period 2011-2014. The research results indicate that innovation has a positive but not significant impact on green logistics. A detailed analysis of the seven pillars of innovation reveals that human resources and research, market sophistation, and creative outputs play an important role in promoting green logistics. However, factors such as institutions, infrastructure, business sophistation, knowledge and technology outputs, do not show a clear impact in the research model. Keywords: Innovation, green logistics, OECD. 1. Mở đầu Logistics đóng vai trò then chốt trong sự phát triển kinh tế thế giới, thúc đẩy việc lưu thông hàng hóa, dịch vụ và thông tin giữa các khu vực. Cùng với quá trình toàn cầu hóa, vai trò của logistics trong việc tạo thuận lợi cho thương mại quốc tế và hỗ trợ phát triển kinh tế càng trở nên quan trọng [1]. Tuy nhiên, ngành logistics, với hoạt động chủ đạo là giao thông vận tải - một trong những nguồn phát thải khí nhà kính lớn [2], gây ra những tác động tiêu cực đến môi trường. Do đó, logistics xanh xuất hiện như một giải pháp thiết yếu để giảm thiểu tác động môi trường của logistics và thúc đẩy phát triển bền vững. Các nhân tố tác động đến sự phát triển của logistics xanh được chia thành ba nhóm: kinh tế, xã hội và môi trường [3]. Trong đó, đổi mới sáng tạo - thuộc nhóm xã hội được coi là động lực quan trọng thúc đẩy logistics xanh [4, 5]. Đổi mới sáng tạo có thể giúp phát triển phương tiện vận tải tiết kiệm nhiên liệu hơn, kho bãi hiệu quả hơn và chuỗi cung ứng linh hoạt hơn, từ đó giảm thiểu lượng rác thải và khí thải nhà kính trong hoạt động logistics [6-9]. Mặc dù tầm quan trọng của logistics xanh và vai trò tiềm năng của đổi mới sáng tạo đã được công nhận, các nghiên cứu về vấn đề ảnh hưởng của đổi mới sáng tạo lên logistics xanh còn nhiều khoảng trống. Hầu hết các nghiên cứu hiện có tập trung vào việc phân tích sáng kiến logistics xanh ở cấp độ doanh nghiệp. Trong khi đó, việc nghiên cứu ảnh hưởng của đổi mới sáng tạo lên logistics xanh ở cấp độ quốc gia lại ít được quan tâm hơn, dù đây là cấp độ có thể phản ánh bức tranh toàn cảnh về sự phát triển của logistics xanh và tác động của nó đối với môi trường. Vì vậy, nghiên cứu này nhằm mục đích phân tích ảnh hưởng của đổi mới sáng tạo lên logistics xanh
209 HỘI THẢO KHOA HỌC QUỐC GIA VỀ LOGISTICS VẦ QUẢN LÝ CHUỖI CUNG ỨNG VIỆT NAM LẦN THỨ 4 (CLSCM-2024) thông qua bằng chứng thực nghiệm từ các nước OECD trong giai đoạn 2011-2014. Cụ thể, nghiên cứu tìm hiểu tác động của 7 trụ cột thuộc chỉ số đổi mới sáng tạo toàn cầu (GII), như thể chế, nguồn nhân lực và nghiên cứu, cơ sở hạ tầng, trình độ phát triển của thị trường, trình độ phát triển của doanh nghiệp, sản phẩm tri thức và công nghệ, và sản phẩm sáng tạo. Biến phụ thuộc là chỉ số đánh giá năng lực môi trường logistics (ELPI). Các mô hình hồi quy hiệu ứng cố định (FEM) và hiệu ứng ngẫu nhiên (REM) được sử dụng để phân tích dữ liệu, kết hợp với các kiểm định về đa cộng tuyến, phương sai sai số thay đổi, tự tương quan và phụ thuộc chéo. Để thực hiện các mục tiêu nghiên cứu, bài nghiên cứu kết cấu thành bốn phần. Phần 2 trình bày cơ sở lý thuyết làm nền tảng cho mô hình nghiên cứu. Phần 3 trình bày phương pháp nghiên cứu. Phần 4 trình bày kết quả nghiên cứu. Và cuối cùng, phần 5 đưa ra kết luận và một số hàm ý chính sách từ kết quả nghiên cứu. 2. Cơ sở lý thuyết, giả thuyết và mô hình nghiên cứu 2.1. Cơ sở lý thuyết 2.1.1. Đổi mới sáng tạo (ĐMST) Về nghĩa rộng, ĐMST là con đường dẫn đến sự tiến hóa của nhân loại, được giải thích dưới dạng năng lực sáng tạo của con người thông qua các phát minh về công nghệ, xã hội và văn hóa [10]. Cụ thể hơn, theo Oslo Manual [11], ĐMST là quá trình đưa vào áp dụng một sản phẩm, một quy trình, một phương pháp tiếp thị, một phương pháp tổ chức mới hoặc cải thiện đáng kể trong hoạt động kinh doanh, tổ chức làm việc, hoặc quan hệ đối ngoại. Nói cách khác, ĐMST được thực hiện chỉ khi doanh nghiệp biến một phát minh thành sản phẩm, dịch vụ mới bán được ra thị trường (đáp ứng nhu cầu khách hàng) và mang lại lợi nhuận [12]. Ngoài ra, Dutta [13] còn bổ sung thêm: ĐMST không chỉ giới hạn trong khuôn khổ doanh nghiệp mà nó bắt nguồn từ nhiều lĩnh vực trong xã hội như ngành công nghiệp, dịch vụ công, giáo dục, và trong xã hội nói chung. Trong logistics, ĐMST được Flint & cộng sự [14] định nghĩa là bất kỳ dịch vụ nào liên quan đến logistics được coi là mới và hữu ích cho một đối tượng mục tiêu cụ thể, có thể là nội bộ, nơi những đổi mới cải thiện hiệu quả hoạt động, hoặc bên ngoài, nơi những đổi mới phục vụ khách hàng tốt hơn. 2.1.2. Logistics xanh Có rất nhiều định nghĩa về logistics xanh được đưa ra dựa trên các quan điểm khác nhau. Theo Rodrigue và cộng sự [15], logistics xanh là chiến lược quản lý chuỗi cung ứng với mục tiêu giảm thiểu phát thải carbon và năng lượng trong phân phối hàng hóa, trong đó tập trung vào xử lý vật liệu, quản lý chất thải, đóng gói và vận chuyển. Theo Mesjasz-Lech [16], logistics xanh bao gồm tất cả hoạt động liên quan đến quản lý hiệu quả sinh thái của các luồng sản phẩm và thông tin từ điểm xuất phát đến điểm tiêu dùng, với mục đích đáp ứng hoặc vượt nhu cầu của khách hàng. Logistics xanh là các nghiên cứu về tác động môi trường của tất cả các hoạt động liên quan đến vận chuyển, lưu trữ và xử lý sản phẩm vật lý khi chúng di chuyển qua chuỗi cung ứng theo cả hai hướng: từ nhà cung cấp đến khách hàng và ngược lại và logistics xanh đánh giá bản chất và mức độ của các tác động này và đưa ra các biện pháp để giảm thiểu những tác động đó [17]. Theo Sibihi & Eglese [18], hoạt động logistics xanh bao gồm đo lường tác động môi trường của các chiến lược phân phối khác nhau, giảm sử dụng năng lượng trong hoạt động logistics, giảm chất thải và quản lý xử lý chúng. Từ đó, nhóm tác giả định nghĩa logistics xanh là các nỗ lực để đo lường các yếu tố phát sinh từ các hoạt động logistics mà ảnh hưởng đến kinh tế, xã hội, môi trường và tìm ra các giải pháp để cân bằng cho các vấn đề đó và tích hợp chúng vào trong hoạt động logistics để đem lại sự phát triển bền vững. 2.1.3. Chỉ số đo lường Logistics xanh Nghiên cứu này tập trung vào việc ước tính các yếu tố quyết định của logistics xanh. Có nhiều cách tiếp cận khác nhau để đo lường hoặc đánh giá hiệu suất logistics xanh. Ví dụ, Khan và cộng sự [19] đo lường hiệu suất logistics xanh bằng cách sử dụng Chỉ Số Hiệu Suất Logistics do Ngân hàng Thế giới [20] cung cấp làm mốc tham chiếu. Lau [21] đã tạo ra một chỉ số gọi là "Chỉ số Hiệu Suất Logistics Xanh" để đo lường logistics xanh ở Nhật Bản và Trung Quốc. Tương tự, Chen và cộng sự [22] đã tạo ra một chỉ số để đại diện cho logistics xanh bằng cách sử dụng dữ liệu phát thải carbon ở Bắc Kinh, Trung Quốc. Hai nỗ lực này nhắm vào các quốc gia và ngành cụ thể, khiến dữ liệu cho các nghiên cứu kế tiếp trở nên hạn chế. Các nghiên cứu của Zaman và Shamsuddin [23] và Aldakhil và cộng sự [24] đã nhân chỉ số này với tổng lượng phát thải CO2 và tạo ra một chỉ số mới gọi là Chỉ Số Hiệu Suất Logistics Môi Trường. Tuy nhiên, chỉ số này không hoàn hảo vì nó sử dụng tổng lượng phát thải CO2. Như đã nêu trong phần giới thiệu, hoạt động gây ô nhiễm nhất trong các hoạt động logistics là vận tải do vận tải thúc đẩy lượng phát thải CO2. Vì vậy, nghiên cứu này sử dụng biện pháp đo lường được đề xuất bởi Wang và cộng sự [7] để đại diện cho hiệu suất logistics xanh dưới dạng tỷ lệ GDP tổng thể của lượng phát thải
210 HỘI THẢO KHOA HỌC QUỐC GIA VỀ LOGISTICS VẦ QUẢN LÝ CHUỖI CUNG ỨNG VIỆT NAM LẦN THỨ 4 (CLSCM-2024) CO2 từ lĩnh vực vận tải. Theo Wang và cộng sự [7] có hai chỉ số để đo lường hiệu quả logistics xanh, đó là cường độ CO2 logistics (LCI) và chỉ số đánh giá năng lực môi trường logistics (ELPI). Cường độ CO2 trong logistics (LCI) phản ánh mức phát thải CO2 từ ngành logistics được điều chỉnh theo GDP của quốc gia hoặc khu vực. Khi LCI cao cho thấy rằng ngành logistics đang phát thải nhiều CO2 hơn so với quy mô kinh tế của quốc gia, điều này gợi ý về sự kém hiệu quả trong vận chuyển hoặc sự phụ thuộc vào các phương thức logistics có cường độ phát thải carbon cao. Ngược lại, khi LCI thấp cho thấy hiệu quả môi trường trong ngành logistics tốt hơn. ELPI phản ánh mức độ hiệu quả của logistics xanh của một quốc gia hoặc khu vực. Đây là tỷ số giữa chỉ số hiệu quả logistics và cường độ CO2 logistics. Giá trị của LCI càng thấp thì ngược lại, giá trị của ELPI càng cao, cho thấy mức độ logistics xanh cao hơn và đầu ra kinh tế bền vững hơn. Công thức tính LCI và ELPI như sau: LCIi,t = LCCi,t GDPi,t Trong đó: LCIi,t biểu thị cường độ CO2 logistics của quốc gia i trong năm t; LCCi,t biểu thị lượng tiêu thụ CO2 logistics của quốc gia i trong năm t; GDPi,t biểu thị tổng sản phẩm quốc nội của quốc gia i trong năm t. Công thức tính ELPI như sau: ELPIi,t = LPIi,t, LCIi,t Trong đó: ELPIi,t biểu thị chỉ số đánh giá năng lực môi trường logistics của quốc gia i trong năm t; LPIi,t biểu thị hiệu quả logistics xanh của quốc gia i trong năm t; LCIi,t biểu thị cường độ CO2 logistics của quốc gia i trong năm t. 2.1.4. Chỉ số đo lường đổi mới sáng tạo Vì dữ liệu tính toán theo tính quốc gia nên nhóm nghiên cứu sử dụng chỉ số đổi mới sáng tạo được đo lường bằng chỉ số GII (Global Innovation Index) được công bố bởi WIPO [25]. Dựa trên mô hình được sử dụng bởi Dutta [13], những trụ cột của ĐMST trong nghiên cứu này được xác định dựa trên Nhóm chỉ số ĐMST đầu vào (Innovation Input Sub-Index) và Nhóm chỉ số ĐMST đầu ra (Innovation Output Sub-Index). Khung chỉ số có thể được mô tả ở hình 1. 2.2. Đề xuất mô hình nghiên cứu và giả thuyết nghiên cứu 2.2.1. Đề xuất mô hình nghiên cứu Dựa trên khoảng trống nghiên cứu và giả thuyết nghiên cứu được xác định trong Phần 2, mô hình nghiên cứu được đề xuất như sau: LnELPIit = β0 + β1 lnGIIit+ β2 lnGDPit + εit (1) Trong đó: i (=1 ... N) đại diện cho các quốc gia được nghiên cứu (38 quốc gia thành viên OECD); t (=1 ... T) đại diện cho các năm từ 2011 đến 2014; β0 là hệ số chặn của đường hồi quy tổng thể; β1, β2 lần lượt là hệ số hồi quy riêng của các biến độc lập: chỉ số đổi mới sáng tạo toàn cầu (GII), tổng sản phẩm nội địa (GDP); ELPIit biểu thị chỉ số đánh giá năng lực môi trường logistics của quốc gia i trong năm t; GIIit biểu thị chỉ số đổi mới sáng tạo của quốc gia i năm t; GDPit biểu thị tổng sản phẩm quốc nội của quốc gia i trong năm t, đây là biến kiểm soát của mô hình; εi,t là sai số ngẫu nhiên trong mô hình. Để hiểu rõ hơn trong 7 trụ cột trong chỉ số đổi mới sáng tạo toàn cầu và tác động chúng lên logistics xanh, mô hình nghiên cứu thứ 2 được đề xuất như sau: LnELPIit = β0 + β1 lnINSit + β2 lnHCRit + β3 lnINFit + β4 lnMSit + β5 lnBSit + β6 lnKTit + β7 lnCOit + εit (2) Trong đó: β0 là hệ số chặn của đường hồi quy tổng thể; Hình 1. Khung chỉ số đổi mới toàn cầu GII Nguồn: Hoa, N. Q., & Dũng, N. Q. Sử dụng chỉ số đổi mới sáng tạo toàn cầu trong đánh giá quá trình phát triển kinh tế theo hướng công nghiệp hiện đại. Tạp chí Khoa học và Công nghệ Việt Nam, 61(10), 7-12.
211 HỘI THẢO KHOA HỌC QUỐC GIA VỀ LOGISTICS VẦ QUẢN LÝ CHUỖI CUNG ỨNG VIỆT NAM LẦN THỨ 4 (CLSCM-2024) β1, β2, β3, β4, β5, β6, β7 lần lượt là hệ số hồi quy riêng của các biến độc lập; ELPIit biểu thị chỉ số đánh giá năng lực môi trường logistics của quốc gia i trong năm t; INSit biểu thị chỉ số thể chế của quốc gia i năm t; HCRit biểu thị chỉ số nguồn nhân lực và nghiên cứu của quốc gia i năm t; INFit biểu thị chỉ số cơ sở hạ tầng của quốc gia i năm t; MSit biểu thị chỉ số trình độ phát triển của thị trường của quốc gia i năm t; BSit biểu thị chỉ số trình độ phát triển của doanh nghiệp của quốc gia i năm t; KTit biểu thị chỉsố sản phẩm tri thức và công nghệ của quốc gia i năm t; COit biểu thị chỉ số sản phẩm sáng tạo của quốc gia i năm t; εit là sai số ngẫu nhiên trong mô hình. Biến phụ thuộc: LnELPI là logarithm của chỉ số đánh giá năng lực môi trường logistics (ELPI), biểu thị mức độ logistics xanh của một quốc gia hoặc khu vực [7]. Biến độc lập gồm: 7 trụ cột của chỉ số đổi mới sáng tạo toàn cầu bao gồm: Thể chế (INS), Nguồn nhân lực và nghiên cứu (HCR), Cơ sở hạ tầng (INF), Trình độ phát triển của thị trường (MS), Trình độ phát triển của doanh nghiệp (BS), Sản phẩm tri thức và công nghệ (KT), Sản phẩm sáng tạo (CO). Tất cả các biến đều được sử dụng ở dạng logarithm tự nhiên. 2.2.2. Giả thuyết nghiên cứu Trong bối cảnh tiêu thụ sản phẩm và tăng trưởng kinh tế hiện nay, chuỗi cung ứng được coi là một trong những yếu tố quan trọng để cạnh tranh [26]. Để phát triển mảng chuỗi cung ứng bền vững và có tính cạnh tranh, doanh nghiệp cần đặc biệt quan tâm đến ĐMST và tích hợp quá trình đó vào hoạt động của mình thông qua việc cải tiến công nghệ thông tin, công nghệ giám sát và các loại công nghệ đặc thù trong quản lý logistics [4, 5]. Cụ thể hơn, Bibo & cộng sự [27] chỉ ra: ĐMST, đặc biệt ở mảng công nghệ, bao bì xanh, kho bãi xanh, vận tải xanh, chuỗi cung ứng xanh và sản xuất xanh đều có mối tương quan tích cực đến hiệu quả hoạt động logistics xanh. Chapman & cộng sự [28] nhận định các doanh nghiệp logistics phải không ngừng tìm kiếm kiến thức, định hướng và đổi mới dịch vụ để đáp ứng nhu cầu gia tăng của khách hàng nếu muốn đi đầu trong nền kinh tế toàn cầu đầy biến động. Do đó, nghiên cứu đề xuất giả thuyết: H1: Đổi mới sáng tạo tác động thuận chiều đến Logistics xanh. H2: Thể chế tác động thuận chiều đến Logistics xanh. H3: Nguồn nhân lực và nghiên cứu tác động thuận chiều đến Logistics xanh. H4: Cơ sở hạ tầng tác động thuận chiều đến logistics xanh. H5: Trình độ phát triển của thị trường tác động thuận chiều đến Logistics xanh H6: Trình độ phát triển của kinh doanh tác động thuận chiều đến Logistics xanh tại doanh nghiệp. H7: Sản phẩm tri thức và công nghệ tác động thuận chiều đến Logistics xanh tại doanh nghiệp. H8: Đầu ra sáng tạo và phúc lợi thuận chiều đến Logistics xanh tại doanh nghiệp. 3. Phương pháp nghiên cứu 3.1. Các phương pháp phân tích Ban đầu, chúng tôi ước lượng mô hình (1) bằng phương pháp bình phương nhỏ nhất (POLS). POLS có thể ước lượng hiệu quả và không thiên lệch nếu tất cả các giả định được thỏa mãn. Tuy nhiên, do có sự xuất hiện của hiệu ứng ngẫu nhiên, phương pháp ước lượng FEMvà REM sẽ phù hợp hơn. Tiếp theo, để xác định mô hình phù hợp nhất cho nghiên cứu này, chúng tôi sử dụng kiểm định Hausman [29] để so sánh mô hình REM và mô hình FEM . Kết quả kiểm định Hausman [29] cho thấy mô hình FEM phù hợp. Khi phân tích FEM , do mô hình (1) xuất hiện phương sai sai số thay đổi, tự tương quan và phụ thuộc chéo, chúng tôi áp dụng hồi quy POLS với sai số chuẩn Driscoll-Kraay để khắc phục vấn đề này [30]. Đối với mô hình (2), các bước cũng tương tự, ban đầu chúng tôi sử dụng các mô hình POLS, FEM và REM. Do mô hình này có sự xuất hiện của phương sai sai số không đồng nhất và tự tương quan, chúng tôi sử dụng sai số chuẩn hiệu chỉnh bằng cách áp dụng lệnh vce(cluster id) trong Stata 15.1 để có được sai số chuẩn cụm với kết quả hiệu chỉnh nhằm khắc phục vấn đề này. 3.2 Thu thập dữ liệu Dữ liệu bảng từ 38 quốc gia OECD giai đoạn 2011-2014 với 152 quan sát đáp ứng yêu cầu về độ phù hợp được thu thập từ website của Ngân hàng Thế giới [20] và WIPO[25]. Trong đó, biến phụ thuộc là chỉ số đánh giá năng lực môi trường logistics (ELPI); Biến độc lập gồm đổi mới sáng tạo (Inno); tổng sản phẩm quốc nội (GDP). 4. Kết quả nghiên cứu và thảo luận 4.1. Kết quả thống kê mô tả và ma trận tương quan Ở bước đầu tiên, mối tương quan dương được phát hiện giữa logistics xanh (ELPI) và đổi mới sáng tạo