Nghiên cứu này phân tích các yếu tố tác động đến hiệu quả kỹ thuật trong các doanh nghiệp nhỏ và vừa của Việt Nam. Bài viết sử dụng hàm sản xuất biên ngẫu nhiên Battese – Coelli (1995) và phương pháp MLE (Maximum Likelihood Equation) để phân tích bộ dữ liệu được trích xuất từ Điều tra doanh nghiệp của Tổng cục Thống kê giai đoạn 2013 - 2016. Kết quả nghiên cứu cho thấy hiệu quả kỹ thuật của các doanh nghiệp nhỏ và vừa còn nhiều hạn chế, chỉ đạt mức trung bình là 75,08%. Ngoài ra, bài viết phát hiện doanh nghiệp nhỏ và vừa ở địa phương có hiệu quả kỹ thuật cao hơn các doanh nghiệp đô thi, các doanh nghiệp không nhận sự hỗ trợ của Chính phủ có hiệu quả cao hơn các doanh nghiệp nhận được hỗ trợ của Chính phủ. Đồng thời, các yếu tố như: quy mô và tuổi của doanh nghiệp, sở hữu nước ngoài trong doanh nghiệp, tham gia hoạt động xuất khẩu và năng suất lao động có tác động tích cực đến việc cải thiện hiệu quả kỹ thuật trong các doanh nghiệp nhỏ và vừa tại Việt Nam

Download

Nghiên cứu này đánh giá tác động của các rào cản đối với ứng dụng công nghệ 4.0, năng lực chuỗi cung ứng và hiệu quả hoạt động của các doanh nghiệp dệt may Việt Nam. Dựa trên quan điểm của lý thuyết dự phòng và lý thuyết nguồn lực, mô hình nghiên cứu được đề xuất với với 09 giả thuyết và được thử nghiệm trên 322 doanh nghiệp dệt may. Dữ liệu được xử lý bằng phần mềm SPSS và AMOS. Kết quả cho thấy các rào cản bên trong và bên ngoài có tác động tiêu cực đến việc ứng dụng công nghệ 4.0, năng lực chuỗi cung ứng và hiệu suất hoạt động. Đồng thời, việc ứng dụng công nghệ 4.0 cải thiện năng lực của chuỗi cung ứng cũng như hiệu quả hoạt động. Nghiên cứu cũng đề xuất một số hàm ý nhằm ứng dụng công nghệ 4.0 thành công hơn. <br><br> Abstract <br> Abstract This study evaluates the impact of barriers on the application of 4.0 technology, supply chain capacity and operational efficiency of Vietnamese textile, and garment enterprises. Based on the perspective of contingency theory and resource theory, the research model is proposed with 09 hypotheses and tested on 322 textile enterprises. Data were processed using SPSS and AMOS. The results show that internal and external barriers have a negative impact on the application of 4.0 technology, supply chain capacity, and operational performance. At the same time, the application of 4.0 technology improves supply chain capacity as well as operational efficiency. The study also proposes some implications for the more successful application of 4.0 technology.

Download

Mục tiêu của nghiên cứu này nhằm xác định áp lực của các bên liên quan lên hành vi môi trường chủ động của doanh nghiệp. Dữ liệu nghiên cứu được thu thập từ một khảo sát 407 doanh nghiệp đang hoạt động trên địa bàn tỉnh Khánh Hòa bằng kỹ thuật chọn mẫu ngẫu nhiên đơn giản. Mô hình phương trình cấu trúc bình phương tối thiểu riêng phần (PLS-SEM) được sử dụng để ước lượng và kiểm định ảnh hưởng của áp lực các bên liên quan lên hành vi môi trường chủ động của doanh nghiệp với phần mềm thống kê SMARTPLS 4.0. Kết quả nghiên cứu chỉ ra rằng áp lực thể chế, áp lực khách hàng, áp lực xã hội, và áp lực nội bộ đều có tác động dương lên hành vi môi trường chủ động của doanh nghiệp, trong đó, áp lực nội bộ có tác động mạnh nhất. Nghiên cứu cũng đề xuất một số hàm ý thực tiễn quan trọng nhằm giúp các nhà hoạch định chính sách và các bên liên quan thúc đẩy các doanh nghiệp áp dụng trách nhiệm môi trường và kinh doanh theo hướng bền vững. <br><br>Abstract <br> This study aims to determine the stakeholder pressures on firms’ proactive environmental behavior. Using a simple random sampling method, the data was collected from a survey of 407 operating businesses in Khanh Hoa province, Vietnam. Partial Least Squares Structural Equation Modelling (PLS-SEM) was applied to estimate and test the impact of stakeholder pressures on the firm’s proactive environmental behavior using the SmartPLS 4.0 software package. The main findings indicate that regulatory, social, customer, and internal pressures have positively significant impacts on the company’s proactive environmental behavior. Notably, internal pressure strongly influences the firm’s proactive environmental behavior. The study also proposes several important practical implications to help policymakers and stakeholders in Vietnam promote businesses in adopting environmental responsibility and moving towards sustainability.

Download

Với sự phát triển nhanh chóng của công nghệ 4.0, các doanh nghiệp Việt Nam đang cân nhắc chuyển đổi sử dụng các giải pháp kỹ thuật số để nâng cao năng suất, hiệu quả và khả năng cạnh tranh. Tuy nhiên, áp dụng công nghệ 4.0 tại Việt Nam đang gặp phải nhiều thách thức, bao gồm các vấn đề liên quan đến công nghệ hiện tại của doanh nghiệp, đặc điểm tổ chức và môi trường bên ngoài. Kết quả phân tích mô hình hành vi đầu tư của 2.734 doanh nghiệp vùng Đông Nam Bộ cho thấy chỉ có 24,18% doanh nghiệp áp dụng công nghệ 4.0, trong đó thể chế, năng lực ứng dụng công nghệ thông tin, trình độ lao động trong doanh nghiệp là nhóm các yếu tố chính tác động đến quyết định ứng dụng công nghệ 4.0 của doanh nghiệp vùng ĐNB. <br><br>Abstract: <br> With the rapid development of 4.0 technologies such as the Internet of Things, artificial intelligence, and big data, Vietnamese enterprises are swiftly transforming the use of digital solutions to improve productivity, efficiency, and competitiveness. However, the adoption of technology 4.0 in Vietnam is facing many challenges including issues related to information infrastructure, organization characteristics, and external environment. This study analyzes the current status of 4.0 technology application and factors affecting the decision to apply 4.0 technology to 2,734 enterprises in the Southeast region. The results of the analysis of investment behavior models of enterprises show that only 24,18 percent of enterprises applied 4.0 technologies. The adoption of 4.0 technologies faces several key barriers and challenges, including the institutional environment, the capacity for information technology application, and the skill levels of the workforce in enterprises.

Download

Trên thế giới, bên cạnh xuất khẩu gạo, Việt Nam còn được biết đến là một trong những cường quốc xuất khẩu cà phê. Để đạt được thành tựu này, việc chọn lựa hạt cà phê chất lượng ngay từ khâu thu mua đóng vai trò tiên quyết đối với các doanh nghiệp sản xuất và xuất khẩu cà phê. Trong mỗi thương vụ, bên mua sẽ phân loại cà phê thông qua việc xác định khối lượng từng loại hạt, đánh giá chất lượng và tính đồng nhất của mỗi lô cà phê. Từ đó xác định giá thu mua giữa doanh nghiệp và người nông dân. Tuy đóng vai trò quan trọng nhưng các tác vụ này hiện vẫn được thực hiện thủ công qua nhiều bước vừa tốn thời gian, công sức, chi phí cho doanh nghiệp lại vừa ảnh hưởng đến chất lượng hạt cà phê khi thời gian lưu kho bị kéo dài. Thấy được những khó khăn đó, nhóm nghiên cứu muốn tạo nên một công cụ có ứng dụng công nghệ thông tin để có thể giải quyết vấn đề phân loại hạt cà phê cũng như các loại nông sản khác một cách tự động và nhanh chóng. Mục tiêu của nghiên cứu này là ứng dụng AI vào phân tích chất lượng và ước lượng khối lượng (ULKL) hạt cà phê nhân, rút ngắn thời gian thu mua và lưu kho nhằm giảm chi phí cho người nông dân và doanh nghiệp nhưng vẫn đảm bảo đánh giá đúng chất lượng hạt cà phê. Đồng thời nâng cao chất lượng cà phê thành phẩm. Nghiên cứu này được thực hiện trên mẫu tập dữ liệu (TDL) được thu thập và phân loại theo 12 loại hạt cà phê. Nhóm sử dụng mô hình Yolov5 trong nhận diện đối tượng, công nghệ xử lý ảnh và mã nguồn mở OpenCV, thuật toán CNN (Convolutional Neural Networks) trong xử lý ảnh để phân loại, và từ đó ước lượng khối lượng từng loại hạt hạt cà phê. Các thử nghiệm bước đầu cho thấy các mô hình thuật toán ứng dụng cho kết quả tin cậy cao, có thể ứng dụng vào thực tiễn. <br><br>Abstract <br> Vietnam is the second largest country in the world in terms of coffee export volume, in order to maintain this achievement, the quality of green coffee beans plays a very important role. Coffee exporters need to control the quality of coffee from the stage of purchasing each consignment at the household to preliminarily processing at the factory and exporting. However, the quality control of green coffee requires expertise and is being done manually, so it takes time, effort and cost for the exporters. Therefore, the objective of this study is to build a process, design an algorithm to apply artificial intelligence (AI) to analyze the quality and estimate the weight (ULKL) of green coffee beans automatically and quickly and reduce costs. The study was carried out by collecting and labeling samples of coffee bean data according to 12 types of beans, training the model with Yolov5 in object recognition, OpenCV open-source image processing technology, CNN (Convolutional) algorithm Neural Networks) in image processing for classification and weight estimation of each type of coffee bean. The research results show that the applied algorithm models give highly reliable results, which can be applied in practice.

Download