PHƯƠNG PHÁP NGHIÊN CỨU
Tổng quan về tài liệu nghiên cứu
Trong bài viết, tác giả thực hiện nghiên cứu dựa trên việc tham khảo tài liệu thứ cấp và sơ cấp từ các nguồn như giáo trình, tạp chí, tài liệu liên quan đến Đô thị thông minh, cùng với các bài báo cáo và bài báo từ các quốc gia và trong nước Trong phần cơ sở lý thuyết, tác giả trình bày các định nghĩa, mô hình nghiên cứu của các tác giả trước đó liên quan đến phát triển Đô thị thông minh, như các mô hình của Mauher và Smokvina (2006), Giffinger (2007, 2014), Ahvenniemi (2017), Petrolo (2017), Kumar và Dahiya (2017), Elhoseny (2018), Nilssen (2019), Anthopoulos (2019), Ismagilova (2019), Antwi-Afari (2021), Han và Kim (2021), cũng như các nghiên cứu trong nước tại khu đô thị Vinhomes Bình Thạnh Sau đó, tác giả xây dựng bảng câu hỏi, tiến hành khảo sát và sửa đổi dựa trên ý kiến cư dân tại Vinhomes Bình Thạnh để phân tích dữ liệu khảo sát, đánh giá các nhân tố ảnh hưởng, từ đó đề xuất các giải pháp phù hợp trong việc phát triển Đô thị thông minh phù hợp với tình hình thực tế.
Tiến trình nghiên cứu
Tiến trình nghiên cứu thực hiện qua các bước sau:
Bước 1: Xác định vấn đề nghiên cứu:
Trong quá trình học tập và làm việc tại Thành phố Hồ Chí Minh, nhóm tác giả đã nghiên cứu về lịch sử phát triển, chất lượng cuộc sống của người dân cũng như cơ sở hạ tầng và các nhu cầu thiết yếu trong cuộc sống hiện đại tại khu đô thị Vinhomes Bình Thạnh Nhóm nhận thấy có sáu yếu tố chính ảnh hưởng đến sự phát triển của đô thị trong giai đoạn hiện tại, từ đó quyết định chọn đề tài này nhằm hướng đến xây dựng khu đô thị Vinhomes Bình Thạnh trở thành đô thị thông minh, hiện đại với nền kinh tế phát triển vượt bậc, sánh vai cùng các thành phố lớn trên thế giới.
Bước 2 quan trọng là tìm hiểu cơ sở lý luận bằng cách nghiên cứu các tài liệu liên quan như sách, giáo trình, tạp chí và các bài nghiên cứu mẫu Việc tham khảo các nguồn này giúp xây dựng nền tảng lý thuyết vững chắc cho đề tài của bạn Điều này đảm bảo rằng luận đề của bạn dựa trên những cơ sở khoa học và cập nhật, nâng cao tính thuyết phục và chất lượng nghiên cứu.
Bước 3: Xác định mô hình nghiên cứu: Dựa trên cơ sở lý thuyết để tiến hành thành lập mô hình nghiên cứu phù hợp
Bước 4 trong quá trình nghiên cứu sơ bộ bao gồm việc điều tra khảo sát đối tượng mục tiêu qua hai hướng chính: lấy ý kiến chuyên gia để đảm bảo tính chính xác và phù hợp của nội dung, cùng với khảo sát thử nghiệm (nW) trên cư dân nhằm thu thập phản hồi thực tế Các dữ liệu này giúp chỉnh sửa, bổ sung nội dung, từ đó hoàn thiện bảng câu hỏi một cách chính xác và toàn diện, đảm bảo hiệu quả cho quá trình nghiên cứu sau này.
Kết quả nghiên cứu này giúp đánh giá độ tin cậy của thang đo, đảm bảo tính chính xác và đáng tin cậy của dữ liệu thu thập Thang đo được kiểm tra nhằm đo lường tính nhất quán của các biến quan sát trong cùng một khái niệm, từ đó điều chỉnh bảng câu hỏi phù hợp trước khi tiến hành điều tra diện rộng Việc đánh giá độ tin cậy là bước quan trọng để đảm bảo khả năng phản ánh chính xác các yếu tố nghiên cứu.
Mục đích chính của bước này là tiến hành khảo sát sơ bộ nhằm đánh giá độ tin cậy của thang đo trước khi thực hiện kiểm định lý thuyết khoa học của mô hình nghiên cứu Kết quả từ khảo sát sẽ được mã hóa và phân tích bằng phần mềm R 4.1.1 để tính toán hệ số Cronbach’s Alpha, đảm bảo độ tin cậy của dữ liệu đo lường trong nghiên cứu.
Trong nghiên cứu định lượng, cuộc khảo sát đã được thực hiện với 300 cư dân, trong đó đã phát ra 300 phiếu và thu về 247 phiếu hợp lệ sau quá trình xử lý dữ liệu Tuy nhiên, có 52 phiếu bị lỗi do không trả lời đầy đủ các câu hỏi hoặc lựa chọn đáp án giống nhau, chỉ còn 195 phiếu khảo sát hợp lệ phù hợp để phân tích.
Các biến đo lường có tương quan với biến tổng nhỏ hơn 0,3 sẽ bị loại bỏ để đảm bảo độ liên kết nội tại của thang đo Ngoài ra, hệ số Cronbach’s alpha của thang đo đạt mức trên 0,6, cho thấy thang đo có độ tin cậy chấp nhận được Đây là những tiêu chuẩn quan trọng để xây dựng và đánh giá độ tin cậy của các công cụ đo lường trong nghiên cứu (Nguyễn Ngọc Hiền và cộng sự, 2021).
Phương pháp nghiên cứu định lượng giúp kiểm định mô hình và các giả thuyết nghiên cứu một cách chính xác Dữ liệu thu thập được sẽ trải qua quá trình sàng lọc để loại bỏ những dòng không đạt yêu cầu, đảm bảo tính chính xác của phân tích Công cụ phân tích chính sử dụng là phần mềm R phiên bản 4.1.1, thực hiện các công đoạn như thống kê mô tả và hồi quy tuyến tính Sau khi các thang đo đã qua kiểm định, chúng sẽ được đưa vào bảng câu hỏi cho nghiên cứu chính thức trong các bước tiếp theo, đảm bảo độ tin cậy và hợp lệ của dữ liệu thu thập.
Bước 5: Thực hiện nghiên cứu: Dựa trên mô hình nghiên cứu, tác giả tiến hành thực hiện nghiên cứu với 2 loại dữ liệu là thứ cấp và sơ cấp
Với dữ liệu thứ cấp: Thu thập từ nguồn sách, báo, tạp chí các thông tin về đô thị thông minh,
Với dữ liệu sơ cấp: Thu thập từ các cư dân trẻ thông qua bảng câu hỏi khảo sát chính thức
Bước 6 trong quá trình nghiên cứu là xử lý dữ liệu, trong đó tác giả sử dụng phần mềm R 4.1.1 để phân tích dữ liệu sơ cấp một cách thích hợp Việc xử lý dữ liệu bằng phần mềm R giúp đảm bảo độ chính xác và hiệu quả trong phân tích, đồng thời tạo nền tảng cho các bước tiếp theo của nghiên cứu.
Bước 7: Kết quả nghiên cứu: Từ những kết quả xử lý, tác giả tiến hành phân tích nhân tố tác động đến phát triển Đô thị thông minh
Trong bước 8, cần tổng kết các ưu điểm và nhược điểm của dự án, đồng thời đưa ra nhận xét chính xác về hiệu quả và hạn chế của các phương án hiện tại Sau đó, tham khảo ý kiến của các giảng viên chuyên môn để đề xuất các kiến nghị phù hợp, nhằm nâng cao chất lượng và phù hợp với điều kiện thực tế tại khu đô thị Vinhomes Bình Thạnh.
Nguồn: Tác giả đề xuất
B1: Xác định vấn đề nghiên cứu B2: Tìm hiểu cơ sở lý luận B3: Xác định mô hình nghiên cứu
B4: Nghiên cứu sơ bộ B5.1: Dữ liệu thứ cấp
B5: Thực hiện nghiên cứu B5.2: Dữ liệu sơ cấp
Lập mô hình nghiên cứu
B8: Kết luận và đưa ra giải pháp B7: Kết quả nghiên cứu
Hình 3.1 Tiến trình nghiên cứu
Mô hình nghiên cứu đề xuất và giả thuyết nghiên cứu
3.3.1 Mô hình nghiên cứu đề xuất
Dựa trên các mô hình nghiên cứu của Giffinger và cộng sự (2007), Gassmann và cộng sự (2019), Ismagilova và cộng sự (2019), Kamolov và Kornaukhova (2021), Antwi-Afari và cộng sự (2021), kết hợp với mô hình PLEEC của Giffinger và cộng sự (2014), bài viết đã tiến hành thảo luận trực tiếp với cố vấn khoa học và khảo sát ý kiến chuyên gia về các yếu tố ảnh hưởng đến phát triển đô thị thông minh Kết quả phản hồi cho thấy có sự đồng thuận và tương đồng giữa các mô hình nghiên cứu của các tác giả, chứng tỏ tính khách quan và tính ứng dụng thực tiễn trong việc xác định các yếu tố then chốt của đô thị thông minh.
Trong năm 2019, Ismagilova và cộng sự đã xác định bảy yếu tố chính tác động đến sự hình thành và phát triển của thành phố thông minh, bao gồm di động thông minh, sống thông minh, môi trường thông minh, cư dân thông minh, chính phủ thông minh, nền kinh tế thông minh, cùng với kiến trúc và công nghệ thông minh (Ismagilova và cộng sự, 2019) Các yếu tố này đều đóng vai trò quan trọng trong việc xây dựng một đô thị hiện đại, tích hợp công nghệ và đổi mới sáng tạo để nâng cao chất lượng cuộc sống Việc tập trung vào các yếu tố này giúp các thành phố phát triển bền vững, thông minh hơn và phù hợp với xu hướng toàn cầu về đô thị hóa thông minh.
Theo Petrolo và cộng sự (2017), có sáu yếu tố chính ảnh hưởng đến phát triển thành phố thông minh, bao gồm quản trị thông minh, con người thông minh, nền kinh tế thông minh, cuộc sống thông minh và môi trường thông minh Các yếu tố này đóng vai trò quan trọng trong việc xây dựng và duy trì các đô thị thông minh, hướng tới nâng cao chất lượng sống và phát triển bền vững Việc tập trung vào quản trị thông minh giúp tối ưu hoá quản lý đô thị, trong khi con người thông minh góp phần thúc đẩy đổi mới sáng tạo Nền kinh tế thông minh thúc đẩy sự phát triển kinh tế bền vững, còn cuộc sống và môi trường thông minh nâng cao chất lượng sống và bảo vệ môi trường trong đô thị.
Nghiên cứu của Nguyễn Trọng Hoài và cộng sự (2018) đã xác định khung phân tích thành phố thông minh dựa trên sáu yếu tố chính: quản trị thông minh, nền kinh tế thông minh, giao thông thông minh, môi trường thông minh, cư dân thông minh và cuộc sống thông minh Khung phân tích này giúp hiểu rõ các thành phần cốt lõi tạo nên một thành phố thông minh hiện đại và bền vững Các yếu tố này góp phần nâng cao chất lượng cuộc sống, thúc đẩy phát triển kinh tế, đảm bảo môi trường bền vững và nâng cao hiệu quả quản trị đô thị.
Gassmann và cộng sự (2019) xác định rằng thành phố thông minh gồm các thành phần chính như môi trường thông minh, cuộc sống thông minh, nền kinh tế thông minh, tính di động thông minh, quản lý đô thị thông minh và cư dân thông minh Các yếu tố này đóng vai trò quan trọng trong việc nâng cao chất lượng cuộc sống và thúc đẩy phát triển bền vững cho các đô thị hiện đại Việc tích hợp các thành phần này giúp xây dựng các thành phố thông minh hiệu quả, đáp ứng kịp thời nhu cầu của cư dân và tối ưu hóa quản lý đô thị.
Kamolov và Kornaukhova (2021) đánh giá các thành phố dựa trên nhiều yếu tố quan trọng như phát triển cơ sở hạ tầng kỹ thuật số, nguồn nhân lực, nền kinh tế, sự tham gia của người dân vào nền kinh tế, và quyền tiếp cận công nghệ kỹ thuật số một cách bình đẳng và miễn phí để vượt qua các rào cản kinh tế và xã hội Họ nhấn mạnh rằng chất lượng cuộc sống bền vững và tính bền vững của tăng trưởng kinh tế cũng là những tiêu chí quan trọng trong xếp hạng các đô thị Các yếu tố này giúp xác định mức độ phát triển bền vững và khả năng ứng phó của các thành phố trước các thách thức hiện nay.
Antwi-Afari và cộng sự (2021) đề xuất khung sáu chiều để xây dựng thành phố thông minh, bao gồm các yếu tố chính như Con người, Kinh tế, Quản trị, Sự sống, và Môi trường Các yếu tố này đóng vai trò then chốt trong việc phát triển các thành phố bền vững, hiện đại và phù hợp với nhu cầu của cộng đồng Việc tích hợp đầy đủ các chiều này giúp đảm bảo sự cân bằng giữa phát triển kinh tế, bảo vệ môi trường và nâng cao chất lượng sống cho cư dân Khung sáu chiều này là nền tảng để hướng tới xây dựng các đô thị thông minh, thích ứng với xu hướng công nghệ và phát triển bền vững.
Hệ thống thành phố thông minh được xây dựng trên sáu nền tảng chính, trong đó di động thông minh đóng vai trò quan trọng và góp phần nâng cao tính di động của toàn bộ hệ thống Theo Kumar và Dahiya (2017), ngoài con người thông minh, nền kinh tế, môi trường, cuộc sống và quản trị thông minh, di động thông minh giúp tăng cường khả năng kết nối và linh hoạt trong quản lý đô thị Tính di động của hệ thống thành phố thông minh mang lại lợi ích lớn trong việc cải thiện dịch vụ, giảm thời gian di chuyển và nâng cao chất lượng cuộc sống cho người dân.
Elhoseny và cộng sự (2018) xác định chín yếu tố then chốt tạo thành thành phố thông minh, bao gồm chính phủ thông minh, cuộc sống thông minh, kinh doanh thông minh, giáo dục thông minh, di động thông minh, tiện ích thông minh và môi trường thông minh Những yếu tố này góp phần xây dựng môi trường đô thị hiện đại, năng động và bền vững hơn Việc nhận diện các thành phần này giúp các nhà quản lý và doanh nghiệp hoạch định chiến lược phát triển phù hợp với xu hướng đô thị thông minh hiện nay.
Cuối cùng, Shichiyakh và cộng sự (2016) cũng xác định chín thành phần chính của thành phố thông minh: (1) Năng lượng, (2) Nước, (3) Giao thông, (4) An ninh, (5) Dịch vụ,
(6) Tích hợp, (7) Chính phủ, (8) Cư dân, (9) Hệ thống sinh thái (Shichiyakh và cộng sự,
Dựa trên các nghiên cứu trước đó và ý kiến của các giảng viên chuyên môn, mô hình phát triển đô thị thông minh cần được điều chỉnh phù hợp với tình hình tại khu đô thị Vinhomes – Bình Thạnh Các yếu tố ảnh hưởng đến phát triển đô thị thông minh đã được xác định bao gồm các nhân tố chính sau, tạo thành cơ sở cho mô hình nghiên cứu đề xuất cho đề tài.
Nguồn: Tác giả đề xuất
Trên cơ sở giải thích các nhân tố được trình bày ở trên, các giả thuyết nghiên cứu được đặt ra trong đề tài như sau:
Kinh tế thông minh đóng vai trò quan trọng trong thúc đẩy phát triển đô thị thông minh, góp phần nâng cao hiệu quả và bền vững cho các đô thị hiện đại Cư dân thông minh là yếu tố then chốt ảnh hưởng tích cực đến quá trình phát triển đô thị thông minh, thông qua việc tăng cường chất lượng cuộc sống và sự tham gia cộng đồng Quản lý đô thị thông minh cũng có tác động cùng chiều, giúp nâng cao hiệu quả quản lý đô thị, giảm thiểu tồn tại và tối ưu hóa các dịch vụ công cộng Nhờ đó, các yếu tố này đều thúc đẩy sự phát triển toàn diện của đô thị thông minh, mang lại lợi ích lâu dài cho cộng đồng và nền kinh tế.
Cuộc sống thông minh có tác động tích cực và đồng chiều với phát triển đô thị thông minh, góp phần nâng cao chất lượng cuộc sống cho cộng đồng Trong khi đó, môi trường thông minh cũng đóng vai trò quan trọng, thúc đẩy quá trình phát triển đô thị bền vững nhờ vào việc sử dụng các giải pháp công nghệ tiên tiến để bảo vệ và cải thiện môi trường sống Sự kết hợp giữa cuộc sống và môi trường thông minh tạo ra những đô thị hiện đại, thân thiện và hiệu quả hơn cho cư dân.
H6: “Giao thông và công nghệ thông tin thông minh” có tác động cùng chiều đến Phát triển đô thị thông minh.
Hoàn chỉnh thang đo và bảng câu hỏi
Sau khi điều chỉnh kết quả khảo sát, phỏng vấn và tham khảo ý kiến giảng viên chuyên môn, cùng với khảo sát sơ bộ và bảng câu hỏi chính thức đã được chỉnh sửa phù hợp với thực tế tại khu đô thị Vinhomes Bình Thạnh, tác giả đã hoàn thiện thang đo và bảng câu hỏi để đảm bảo tính chính xác và độ tin cậy của nghiên cứu.
Quản lý đô thị thông minh
Cuộc sống thông minh Đô thị thông minh
Giao thông và công nghệ thông tin thông minh
Hình 3.2 Mô hình nghiên cứu đề xuất
Thang đo được sử dụng trong nghiên cứu này là thang đo Likert 5 điểm (dùng cho các biến định lượng):
Mức 1: Hoàn toàn không đồng ý
3.4.1 Thang đo “Kinh tế thông minh”
Bảng 3.1 Thang đo “Kinh tế thông minh”
Kinh tế thông minh Nguồn tham khảo
SE1 Khu đô thị Vinhomes – Bình Thạnh có nền kinh tế sáng tạo
(Giffinger và cộng sự, 2007), (Giffinger và cộng sự, 2014), (Petrolo và cộng sự, 2017), (Elhoseny và cộng sự, 2018), (Ismagilova và cộng sự, 2019), (Gassmann và cộng sự, 2019), (Kamolov và Kornaukhova,
Các chủ đầu tư kinh doanh tại khu đô thị
Vinhomes – Bình Thạnh có khả năng cạnh tranh cao
Hình ảnh thương hiệu của các doanh nghiệp tại khu đô thị Vinhomes – Bình Thạnh được người tiêu dùng đánh giá cao
SE4 Khu đô thị Vinhomes – Bình Thạnh có năng suất lao động cao
SE5 Thị trường lao động tại khu đô thị Vinhomes –
Bình Thạnh rất linh hoạt
SE6 Khả năng kết nối quốc tế tại khu đô thị
Vinhomes – Bình Thạnh rất cao
Nguồn: Tác giả tổng hợp
3.4.2 Thang đo “Quản lý đô thị thông minh”
Bảng 3.2 Thang đo “Quản lý đô thị thông minh”
Quản lý đô thị thông minh Nguồn tham khảo
Chính sách tại khu đô thị Vinhomes – Bình
Thạnh tạo điều kiện cho người dân dễ dàng hòa nhập vào cuộc sống cộng đồng
Research by Giffinger et al (2007, 2014) highlights the evolution of smart city frameworks, emphasizing the importance of integrated urban development strategies Petrolo et al (2017) and Elhoseny et al (2018) explore technological innovations that enhance urban infrastructure and promote sustainable growth Ismagilova et al (2019) focus on information security challenges within smart cities, underscoring the need for robust cybersecurity measures Gassmann et al (2019) discuss the role of innovative business models in transforming urban ecosystems Kamolov and Kornaukhova (2021) examine the social dimensions of smart city implementation, emphasizing citizen engagement and inclusivity Antwi-Afari et al (2021) investigate the environmental impacts of smart city initiatives, advocating for eco-friendly practices Lastly, Han and Kim (2021) analyze the integration of emerging technologies like AI and IoT to improve city management and quality of life.
SG2 Dịch vụ cộng đồng và xã hội tại khu đô thị
Chính sách quản lý đô thị tại khu đô thị
Vinhomes – Bình Thạnh hướng đến sự minh bạch
Nguồn: Tác giả tổng hợp
3.4.3 Thang đo “Môi trường thông minh”
Bảng 3.3 Thang đo “Môi trường thông minh”
Môi trường thông minh Nguồn tham khảo
SEN1 Khu đô thị Vinhomes – Bình Thạnh có môi trường tự nhiên tốt
Research by Giffinger and colleagues (2007, 2014) highlights the evolution and significance of smart city concepts, emphasizing the role of infrastructure and urban development Petrolo et al (2017) focus on innovative technological integrations that enhance urban efficiency Elhoseny et al (2018) explore the application of artificial intelligence in smart city solutions, improving data management and decision-making processes Ismagilova et al (2019) examine cybersecurity challenges within smart cities, underscoring the importance of protecting digital infrastructure Gassmann et al (2019) discuss sustainable urban planning approaches that contribute to environmental resilience Kamolov and Kornaukhova (2021) analyze the impact of IoT technologies on urban mobility and resource management Finally, Antwi-Afari and colleagues (2021) emphasize stakeholders' roles in deploying smart city strategies, ensuring inclusive and effective urban development.
SEN2 Điều kiện không khí tại khu đô thị
Vinhomes – Bình Thạnh là tốt
SEN3 Nhận thức của người dân tại khu đô thị
Vinhomes – Bình Thạnh về hệ sinh thái tốt
SEN4 Khu đô thị Vinhomes – Bình Thạnh quản lý nguồn tài nguyên bền vững
Nguồn: Tác giả tổng hợp
3.4.4 Thang đo “Cư dân thông minh”
Bảng 3.4 Thang đo “Cư dân thông minh”
Cư dân thông minh Nguồn tham khảo
SC1 Trình độ học vấn và bằng cấp của người dân tại khu đô thị Vinhomes – Bình Thạnh tốt (Giffinger và cộng sự, 2007),
(Giffinger và cộng sự, 2014), (Gabrys, 2014), (Dameri và Rosenthal-Sabroux, 2014), (Petrolo và cộng sự, 2017), (Ismagilova và cộng sự, 2019), (Gassmann và cộng sự, 2019), (Kamolov và Kornaukhova, 2021), (Antwi-Afari và cộng sự, 2021)
SC2 Cư dân khu đô thị Vinhomes – Bình Thạnh thể hiện tinh thần học hỏi cao
SC3 Khu đô thị Vinhomes – Bình Thạnh là nơi sinh sống và làm việc của nhiều cư dân
Người dân khu đô thị Vinhomes – Bình Thạnh có suy nghĩ mở (thoáng, có khả năng chấp nhận cái mới)
Nguồn: Tác giả tổng hợp
3.4.5 Thang đo “Giao thông và công nghệ thông tin thông minh”
Bảng 3.5 Thang đo “Giao thông và công nghệ thông tin thông minh”
Giao thông và công nghệ thông tin thông minh Nguồn tham khảo
ST1 Người dân tại khu đô thị Vinhomes – Bình Thạnh dễ dàng tiếp cận thông tin của cơ quan nhà nước (Giffinger và cộng sự, 2007),
(Giffinger và cộng sự, 2014), (Dameri và Rosenthal-Sabroux,
2014), (Tokoro, 2015), (Gassmann và cộng sự, 2019), (Kamolov và Kornaukhova,
2021), (Antwi-Afari và cộng sự,
ST2 Người dân tại khu đô thị Vinhomes – Bình Thạnh dễ dàng truy cập thông tin trên thế giới
ST3 Khu đô thị Vinhomes – Bình Thạnh có hạ tầng CNTT tốt
ST4 Khu đô thị Vinhomes – Bình Thạnh có khả năng phát triển hệ thống giao thông bền vững
Nguồn: Tác giả tổng hợp
3.4.6 Thang đo “Cuộc sống thông minh”
Bảng 3.6 Thang đo “Cuộc sống thông minh”
Cuộc sống thông minh Nguồn tham khảo
SL1 Cơ sở văn hóa tại khu đô thị Vinhomes –
Bình Thạnh rất đa dạng và phong phú
Various studies have highlighted the significance of smart city development and urban innovation, including those by Giffinger et al (2007), Zygiaris (2013), and Dameri and Rosenthal-Sabroux (2014) Giffinger et al (2014) further emphasized the role of sustainable infrastructure, while Tokoro (2015) explored technology integration in urban planning Recent research by Petrolo et al (2017) and Elhoseny et al (2018) focused on advancements in IoT and big data analytics for smart city solutions Ismagilova et al (2019) and Gassmann et al (2019) analyzed digital transformation strategies, whereas Kamolov and Kornaukhova (2021) examined smart governance frameworks Most recently, Antwi-Afari et al (2021) underscored the importance of citizen engagement and smart community development in fostering sustainable urban environments.
SL2 Các dịch vụ y tế tại khu đô thị Vinhomes –
Bình Thạnh đáp ứng nhu cầu của người dân
SL3 Sự an toàn của người dân tại khu đô thị
Vinhomes – Bình Thạnh luôn được đảm bảo
SL4 Chất lượng nhà ở tại khu đô thị Vinhomes –
Bình Thạnh là rất tốt
SL5 Các cơ sở giáo dục tại khu đô thị Vinhomes –
Bình Thạnh có chất lượng tốt
SL6 Khu đô thị Vinhomes – Bình Thạnh có tiềm năng phát triển du lịch rất lớn
SL7 Phúc lợi xã hội dành cho người dân tại khu đô thị Vinhomes – Bình Thạnh rất tốt
Nguồn: Tác giả tổng hợp
3.4.7 Thang đo “Đô thị thông minh”
Nhóm nghiên cứu đã thảo luận kỹ lưỡng và lấy ý kiến của giảng viên chuyên môn để xây dựng thang đo Đô thị Thông minh phù hợp Sau khi xây dựng, thang đo đã được khảo sát thử nghiệm trên 57 cư dân tại khu đô thị Vinhomes Bình Thạnh và nhận được sự chấp thuận từ người dùng Các bước này đảm bảo tính khả thi và độ tin cậy của thang đo trong đánh giá mức độ đô thị thông minh.
Bảng 3.7 Thang đo “Đô thị thông minh” Đô thị thông minh Nguồn tham khảo
SU1 Để phát triển bền vững khu đô thị
Vinhomes – Bình Thạnh phải trở thành Đô thị thông minh
Tác giả đề xuất SU2 Khu đô thị Vinhomes – Bình Thạnh sẽ trở thành Đô thị thông minh trong tương lai
SU3 Các yếu tố trên là cơ sở để hình thành đô thị thông minh
Nguồn: Tác giả tổng hợp
Phương pháp thu thập thông tin
3.5.1 Thu thập thông tin thứ cấp
Dữ liệu nghiên cứu chủ yếu được thu thập từ các báo cáo trong nước và các bài báo phản ánh về tình hình phát triển kinh tế tại khu đô thị Vinhomes – Bình Thạnh, cũng như các thành phố Đà Nẵng và Bình Dương Thông tin này đóng vai trò làm căn cứ chính để phân tích và đánh giá xu hướng tăng trưởng kinh tế trong các khu vực tiềm năng Việc sử dụng số liệu cập nhật giúp bài nghiên cứu đưa ra những nhận định chính xác, phù hợp với yêu cầu phân tích thị trường bất động sản và định hướng phát triển kinh tế đô thị.
Nhóm tác giả đã tổng hợp các phương pháp nghiên cứu và thu thập dữ liệu từ sách, giáo trình cũng như các nguồn tạp chí, bài báo và báo cáo nghiên cứu quốc tế như Springer Các nghiên cứu của Zygiaris (2013), Petrolo và cộng sự (2017), Elhoseny và cộng sự (2018), Ismagilova và cộng sự (2019) và Antwi-Afari và cộng sự (2021) cũng đã được tham khảo để đa dạng hóa dữ liệu và nâng cao độ tin cậy của đề tài.
3.5.2 Thu thập thông tin sơ cấp
Dựa trên bảng câu hỏi khảo sát thử nghiệm gồm 57 cư dân và ý kiến của giảng viên chuyên môn, đã phát hiện ra những sai sót và câu hỏi chưa rõ ràng Sau đó, bảng câu hỏi được điều chỉnh phù hợp để đảm bảo tính chính xác và rõ ràng Bảng câu hỏi hoàn chỉnh đã được gửi trực tiếp đến cư dân tại đô thị Vinhomes Bình Thạnh, đồng thời kết hợp gửi email để thuận tiện trong việc thu thập dữ liệu khảo sát chính thức.
3.5.2.2 Nội dung câu hỏi điều tra, khảo sát
Thiết kế câu hỏi sẽ xoay quanh vấn đề liên quan đến nhân tố tác động đến phát triển đô thị thông minh Bảng câu hỏi gồm 3 phần:
Phần 1: Thông tin cá nhân Đây là phần thu thập thông tin cá nhân về các đối tượng nhằm phục vụ quá trình nghiên cứu
Phần 2: Đo lường nhận thức của người dân về các nhân tố tác động đến phát triển đô thị thông minh gồm 6 nhân tố
Phần 3: Đánh giá chung của của cư dân về Đô thị thông minh tại khu đô thị Vinhomes – Bình Thạnh
3.5.3 Đối tượng điều tra, kích thước mẫu
3.5.3.1 Đối tượng điều tra Đối tượng: các cư dân đang sinh sống và làm việc ở khu đô thị Vinhomes Bình Thạnh tại TP.HCM
Theo Joseph F Hair (2011), trong phân tích nhân tố khám phá, kích thước mẫu tối thiểu phải gấp năm lần tổng số biến quan sát trong thang đo, do đó với 31 biến quan sát, kích thước mẫu cần tối thiểu là 155 quan sát Đối với hồi quy đa biến, nghiên cứu của Tabachnick và cộng sự (2007) đề xuất công thức tính kích thước mẫu tối thiểu là 50 + 8*m, với m là số biến độc lập; trong nghiên cứu này có 6 biến độc lập, nên cỡ mẫu tối thiểu là 98 quan sát.
Phương pháp chọn mẫu thuận tiện là một phương pháp phi xác suất, cho phép linh hoạt thay thế đối tượng nghiên cứu tham gia vào mẫu Tuy nhiên, khi áp dụng phương pháp này, cần đảm bảo các tính chất cần thiết để duy trì tính hợp lý và khả năng tổng quát của mẫu nghiên cứu Đây là kỹ thuật phổ biến giúp tiết kiệm thời gian và chi phí trong quá trình thu thập dữ liệu, đồng thời cung cấp kết quả phù hợp với các mục tiêu nghiên cứu.
Thời gian khảo sát: 20/11/2021 đến 15/2/2022
Thời gian xử lý số liệu: 20/2/2022 đến 01/03/2022.
Xác định phương pháp (Xử lý số liệu)
3.6.1 Kinh nghiệm từ các nghiên cứu trước đây
Theo nghiên cứu của Nilssen (2019), đô thị thông minh ngày càng trở thành chủ đề phổ biến trong phát triển đô thị, thu hút sự chú ý và gây tranh cãi Mặc dù mức độ quan tâm về đô thị thông minh tăng cao, nhưng khái niệm này vẫn còn khá mới mẻ đối với nhiều người Dựa trên các tài liệu hiện có về đóng góp và đổi mới trong lĩnh vực đô thị thông minh, bài nghiên cứu đề xuất các sáng kiến dựa trên mức độ và loại hình đổi mới liên quan Những sáng kiến này được tổ chức dựa trên bốn khía cạnh chính của sự đổi mới, nhằm thúc đẩy sự phát triển bền vững và hiệu quả của các đô thị thông minh.
Sự phát triển của đô thị thông minh dựa trên các yếu tố như công nghệ, tổ chức, hợp tác và thử nghiệm, giúp phân tích dữ liệu thực nghiệm hiệu quả Các dữ liệu này cho thấy đô thị thông minh có nhiều yếu tố đa chiều, thúc đẩy mô hình đô thị đổi mới toàn diện Mô hình này đóng vai trò quan trọng trong phân tích các sáng kiến đô thị thông minh khác nhau, nhằm xác định yếu tố trung tâm của quá trình phát triển đô thị thông minh (Nilssen, 2019).
Theo nghiên cứu của Shichiyakh và cộng sự (2016), mọi đô thị thông minh cần xây dựng chiến lược phát triển dựa trên các lý tưởng và cơ hội trong tương lai Các yếu tố chính của mô hình đô thị thông minh gồm có di động thông minh, sống thông minh, môi trường thông minh, công dân thông minh, chính phủ thông minh, nền kinh tế thông minh và kiến trúc cùng công nghệ thông minh Nghiên cứu cũng nhấn mạnh rằng các nghiên cứu gần đây về thành phố thông minh tập trung vào quyền công dân, chất lượng cuộc sống và tính bền vững Khái niệm và thực tiễn về thành phố thông minh có khả năng góp phần thực hiện nhiều mục tiêu phát triển bền vững của Liên hợp quốc.
Nghiên cứu của Ismagilova và cộng sự (2019) xác định 9 thành phần chính của thành phố thông minh gồm năng lượng, nước, vận chuyển, bảo mật, dịch vụ, tích hợp, chính phủ, cư dân và hệ thống sinh thái Bài nghiên cứu nhấn mạnh rằng mọi thành phố cần xây dựng chiến lược phát triển dựa trên các yếu tố lý tưởng của tương lai và tận dụng các cơ hội Mục tiêu của thành phố thông minh là tạo ra môi trường sống chất lượng cao, góp phần nâng cao khả năng cạnh tranh trong thu hút đầu tư và nhân tài, đồng thời đảm bảo sự phát triển bền vững qua mô hình tích hợp kinh tế, xã hội, giao thông, năng lượng và môi trường, nhằm mang lại cuộc sống tốt đẹp cho các thế hệ tương lai.
Vào năm 2021, Antwi-Afari và cộng sự đã thiết lập khung sáu chiều để mô tả thành phố thông minh, bao gồm các yếu tố chính như con người, kinh tế, quản trị, cuộc sống, môi trường và tính di động Nghiên cứu thu thập dữ liệu định lượng từ 76 chuyên gia thông qua bảng câu hỏi chính thức, nhằm xác định cách các thành phố thông minh đã phát triển ở các quốc gia đang phát triển Điểm nổi bật của nghiên cứu là việc đánh giá cách thức cải thiện cấu trúc và hệ thống đô thị để đạt được trạng thái thành phố thông minh, góp phần thúc đẩy phát triển bền vững và nâng cao chất lượng cuộc sống trong các đô thị.
Năm 2021, nghiên cứu của Han và Kim xác định bốn yếu tố chính tạo nên một thành phố thông minh theo khuôn khổ Lối sống Thông minh Bền vững (SSL) Các yếu tố này bao gồm vai trò của công dân trong sự phát triển của thành phố, sự chấp nhận của công dân dựa trên nhận thức về các thực thể trong thành phố thông minh, vai trò thúc đẩy của chính phủ trong việc nâng cao sự chấp nhận này, và cuối cùng là sự chấp nhận của người dân hướng tới tạo ra giá trị vì con người Nghiên cứu cho thấy khía cạnh công dân ngày càng được chú trọng hơn, đồng thời khung SSL đã có sự phát triển và chú trọng hơn vào yếu tố này so với trước.
3.6.2 Phương pháp thống kê mô tả
Phân tích liên quan đến việc kiểm tra các thuộc tính của các biến giúp xác định đặc điểm của dữ liệu và đảm bảo tính chính xác của kết quả Quá trình so sánh các biến đóng vai trò quan trọng trong việc rút ra các suy luận thống kê về mối quan hệ giữa chúng Việc này giúp hiểu rõ tác động của các biến đối với nhau, hỗ trợ đưa ra các quyết định chính xác trong nghiên cứu Do đó, phân tích biến là bước nền tảng để thực hiện các phân tích thống kê hiệu quả và dự báo chính xác trong phân tích dữ liệu.
Thực hiện các thủ tục thống kê bao gồm tổng hợp dữ liệu và tạo bảng tóm tắt về các đối tượng như giới tính, trình độ học vấn nhằm cung cấp cái nhìn tổng thể chính xác và hiệu quả.
3.6.3 Phương pháp phân tích tương quan:
Phân tích tương quan Pearson giúp kiểm tra mối liên hệ tuyến tính giữa biến phụ thuộc và các biến độc lập, đảm bảo các mối tương quan này đủ chặt chẽ để đưa ra kết luận chính xác Đồng thời, phương pháp này còn giúp nhận biết sớm vấn đề đa cộng tuyến khi các biến độc lập có mối quan hệ mạnh với nhau, từ đó xử lý kịp thời để nâng cao độ chính xác của mô hình phân tích dữ liệu.
3.6.4 Phương pháp phân tích hồi quy:
Lựa chọn mô hình bằng phương pháp mô hình trung bình Bayesian (BMA)
Thông thường, trong nghiên cứu, người ta thường chọn một mô hình duy nhất gồm tất cả các biến thu thập được để ước lượng và suy luận, coi đó là mô hình phù hợp nhất với dữ liệu Tuy nhiên, phương pháp này có thể bỏ qua các mô hình khác dựa trên các biến khác trong tập hợp dữ liệu, và có thể một trong số các mô hình đó sẽ phù hợp hơn Do đó, cần xem xét và so sánh đầy đủ các mô hình khác nhau liên quan đến vấn đề nghiên cứu để xác định mô hình “tốt nhất” hoặc phù hợp nhất với dữ liệu, tăng độ chính xác và hiệu quả trong phân tích (Raftery, 1995).
Phương pháp lựa chọn mô hình theo trường phái thống kê tần số, như phương pháp Stepwise của Efroymson và cộng sự (1960), sử dụng chỉ số AIC để xác định mô hình tối ưu dựa trên tiêu chí thống kê Phương pháp này giúp chọn ra tập con các biến độc lập mà giảm số lượng tham số trong mô hình cuối cùng, từ đó giảm phương sai của các ước lượng tham số Tuy nhiên, các nghiên cứu gần đây nhấn mạnh những hạn chế của phương pháp Stepwise, như thiếu ổn định của tập hợp biến đã chọn và độ chệch trong ước lượng tham số, đặc biệt khi số lượng biến độc lập càng lớn (Prost và cộng sự, 2008; Smith, 2018) Do đó, phương pháp BMA đã được đề xuất như một giải pháp thay thế để nâng cao độ chính xác và ổn định của quá trình chọn mô hình.
Phương pháp lựa chọn mô hình dựa trên trường phái thống kê Bayes, đặc biệt là phương pháp mô hình trung bình Bayesian (BMA), sử dụng xác suất hậu định và chỉ số BIC để đánh giá mô hình (Raftery, 1995) Ưu điểm của BMA là khả năng xem xét tất cả các mô hình có thể có của nghiên cứu, giúp giảm thiểu rủi ro chọn sai mô hình và nâng cao độ chính xác trong dự đoán Phương pháp này đã được chứng minh hiệu quả trong nhiều loại mô hình như hồi quy tuyến tính và mô hình đồ họa rời rạc (Madigan và cộng sự, 1996; Volinsky và cộng sự, 1997), đồng thời, thường chọn đúng mô hình và hoạt động tốt trong dự đoán các sự kiện quan trọng (Wang và cộng sự, 2004) Ngoài ra, BMA còn giúp chọn các biến độc lập chính xác hơn so với phương pháp bước dời (Stepwise), nâng cao độ tin cậy của mô hình phân tích (Genell và cộng sự, 2010).
Phương pháp BMA cung cấp xác suất hậu định của mô hình và xác suất của từng biến độc lập ảnh hưởng đến biến phụ thuộc, giúp xác định các yếu tố quan trọng trong phân tích dữ liệu (Raftery, 1995) Ngoài ra, BMA còn có ưu điểm vượt trội trong việc kiểm tra tính đa cộng tuyến của mô hình, điều mà phương pháp Stepwise không thực hiện được (Henley và cộng sự, 2020) Vì vậy, tác giả sẽ áp dụng phương pháp BMA trong hồi quy logistic và hồi quy probit để lựa chọn mô hình phù hợp và chính xác nhất cho nghiên cứu.
Trong thống kê Bayes, phương pháp BMA chọn một tập hợp con của tất cả các mô hình khả thi và sử dụng xác suất hậu định của các mô hình để thực hiện các phân tích chính xác và toàn diện (Raftery, 1995; Raftery, 1996; Viallefont và cộng sự, 2001) Số lượng mô hình tối đa có thể tồn tại được xác định dựa trên các yếu tố độc lập, bỏ qua các tương tác giữa chúng (Raftery, 1995) Tập hợp tất cả các mô hình khả thi được ký hiệu là , với D đại diện dữ liệu và là đại lượng quan tâm, ví dụ như mức độ sẵn lòng tham gia vào quá trình phát triển đô thị thông minh tại khu đô thị Vinhomes Bình Thạnh Theo Viallefont và cộng sự (2001), phân phối hậu định của dựa trên dữ liệu D là trung bình của các phân phối hậu định theo từng mô hình, trong đó trọng số của mỗi phân phối được tính bằng xác suất hậu định của mô hình tương ứng Ngoài ra, Wang và cộng sự (2004) cho biết, trong phương trình (3.1), phân phối dự báo của được xác định bởi một mô hình riêng biệt, phản ánh dự đoán chính xác về đại lượng này trong tương lai.
Với là véc-tơ của các tham số hồi quy cho mô hình và xác suất hậu định của mô hình được đưa ra bởi phương trình
Với là khả năng tích hợp (integrated likelihood) của mô hình ; là mật độ tiền định của theo ;
P ( là hàm khả năng (likehood) của véc-tơ tham số trong mô hình với dữ liệu D là xác suất tiền định với là mô hình phù hợp nhất
Trong tập hợp tất cả các mô hình đang được xem xét, tất cả xác suất điều có điều kiện M Đặt
Trung bình hậu định và phương sai hậu định của :
BMA gặp phải nhiều thách thức, trong đó bao gồm đặc điểm kỹ thuật của hai loại đại lượng tiền định: xác suất tiền định của các mô hình và phân phối tiền định của các tham số Việc định lượng tích phân trong phương trình (3.3) thường gặp khó khăn do không có dạng giải tích rõ ràng, gây trở ngại trong quá trình tính toán kể cả khi áp dụng phương pháp MCMC Ngoài ra, việc tính tổng phương trình (3.1) trên một số lượng lớn mô hình không khả thi, khiến việc tổng hợp dữ liệu trở nên phức tạp và tốn nhiều công sức.
KẾT QUẢ - THẢO LUẬN
Đặc điểm của mẫu khảo sát
Nghiên cứu định lượng được thực hiện qua phương pháp khảo sát trực tiếp tại khu đô thị Vinhomes – Bình Thạnh, kết hợp với gửi bảng khảo sát qua Facebook và Zalo để mở rộng phạm vi thu thập dữ liệu Tổng số phiếu khảo sát phát ra là 300, trong đó thu hồi được 247 phiếu; tuy nhiên, sau quá trình nhập liệu và làm sạch dữ liệu, có 52 phiếu trả lời không hợp lệ do thông tin không đầy đủ hoặc bị loại bỏ vì nội dung trả lời trùng lặp Như vậy, mẫu khảo sát chính thức còn lại là 195 phiếu hợp lệ, và toàn bộ dữ liệu này được xử lý bằng phần mềm R phiên bản 4.1.1 để phục vụ nghiên cứu một cách chính xác và khách quan.
Thống kê mô tả
Bảng 4.1 Tóm tắt thống kê mô tả mẫu nghiên cứu ĐẶC ĐIỂM TẦN SỐ TỈ LỆ (%)
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Kết quả thống kê cho thấy, trong mẫu khảo sát gồm 78 cư dân Nam (chiếm 40%) và 117 cư dân Nữ (chiếm 60%), đa số cư dân trẻ có trình độ đại học chiếm tỷ lệ 83.6%, thể hiện rằng đối tượng khảo sát phần lớn là những người có trình độ cao, có tư duy khách quan và độc lập, từ đó làm tăng tính thuyết phục của nghiên cứu.
Phân tích tương quan Pearson
Bảng 4.2 Phân tích tương quan Pearson
SU SE SG SEN SC ST SL
Hệ số tương quan Pearson 1 0.385 0.506 0.339 0.338 0.491 0.578
Hệ số tương quan Pearson 0.385 1 0.136 0.080 0.070 0.077 0.073
Hệ số tương quan Pearson 0.506 0.136 1 0.047 0.178 0.387 0.322
Hệ số tương quan Pearson 0.339 0.080 0.047 1 0.101 -0.112 0.148
Hệ số tương quan Pearson 0.338 0.070 0.178 0.101 1 0.122 0.217
Hệ số tương quan Pearson 0.491 0.077 0.387 -0.112 0.122 1 0.384
Hệ số tương quan Pearson 0.578 0.073 0.322 0.148 0.217 0.384 1
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Dựa vào bảng tương quan trên, cho thấy Sig tương quan Pearson các biến độc lập SE,
Các biến SG, SEN, SC, ST, SL cùng với biến phụ thuộc SU đều có hệ số p nhỏ hơn 0,05, chứng tỏ có mối liên hệ tuyến tính đáng kể giữa các biến độc lập này và biến phụ thuộc SU Điều này cho thấy dữ liệu đáp ứng các điều kiện cần thiết để tiến hành phân tích hồi quy Hệ số tương quan của các biến độc lập với biến phụ thuộc SU là SE, giúp làm rõ mối quan hệ giữa các yếu tố này trong mô hình nghiên cứu.
Các nhân tố SG, SEN, SC, ST, SL có mối tương quan khá chặt chẽ với nhân tố chính SU, với hệ số tương quan r lần lượt là 0.385, 0.506, 0.339, 0.338, 0.491 và 0.578, đều nằm trong khoảng từ 0.33 đến 0.6 Vì các giá trị này đều dương, nên các yếu tố này có mối liên hệ tuyến tính thuận chiều với nhân tố chính SU, cho thấy sự đồng bộ trong ảnh hưởng của các nhân tố này tới SU.
Kết quả kiểm định cho thấy các yếu tố độc lập đều có mối tương quan đáng kể với nhân tố phụ thuộc Trong đó, yếu tố SL có mối liên hệ mạnh nhất với nhân tố SU, thể hiện rõ vai trò quan trọng trong mô hình nghiên cứu Ngược lại, yếu tố SC có mức liên kết yếu nhất với nhân tố chính SU, cho thấy mức độ tác động hạn chế của nó trong tổng thể phân tích.
Phân tích hồi quy Bayes (Chọn lựa mô hình theo chỉ số năng suất bằng phương pháp BMA)
Với 6 biến độc lập, chúng tôi có một tập hợp gồm 2 6 = 64 (sáu mươi tư) mô hình nghiên cứu (Raftery, 1995) Theo cách làm thủ công, để xem xét mô hình một cách đầy đủ nhất thì ước lượng 64 mô hình rồi so sánh kết quả của chúng với nhau là việc tốn rất nhiều thời gian, công sức và có thể nói là không khả thi Tuy nhiên, phương pháp BMA sẽ giúp chúng tôi thực hiện tốt điều này
Phương pháp BMA lựa chọn mô hình phù hợp nhất dựa trên so sánh xác suất hậu định và chỉ số BIC, chọn mô hình có xác suất hậu định cao nhất và BIC thấp nhất để đảm bảo phù hợp với dữ liệu Thuật toán Occam's Window giúp loại bỏ các mô hình có xác suất hậu định rất thấp so với mô hình tốt nhất và những mô hình có nhiều biến độc lập hơn nhưng xác suất hậu định nhỏ hơn, giúp rút gọn danh sách mô hình Trong nghiên cứu, tác giả sử dụng gói ứng dụng BMA trong phần mềm R 4.1.1 để nhanh chóng tìm kiếm các mô hình phù hợp Kết quả thu được là tập hợp gồm 64 mô hình, được sắp xếp dựa trên xác suất hậu định từ cao xuống thấp và BIC từ thấp đến cao, đảm bảo lựa chọn mô hình tối ưu theo phương pháp Bayes.
Dựa trên mô hình phù hợp nhất theo phương pháp BMA, mô hình 1 được chọn vì có các biến độc lập gồm SE, SG, SEN, SC, ST và SL đều có ý nghĩa thống kê cao và xác suất ảnh hưởng đến biến phụ thuộc SU là 100% Do đó, tác giả sử dụng mô hình này để phân tích các yếu tố tác động đến phát triển đô thị thông minh, đảm bảo độ chính xác và đáng tin cậy trong kết quả nghiên cứu.
Bảng 4.3 Mô hình nghiên cứu được lựa chọn bởi phương pháp BMA
Biến Xác suất SD BMA 1
Nguồn: Kết quả tính toán của tác giả
Dựa trên Bảng 4.3, tác giả nhận thấy mô hình phù hợp nhất với dữ liệu gồm 6 biến độc lập, trong đó các biến này đều có xác suất tác động đến biến phụ thuộc SU là 100% và mức ảnh hưởng chung của các biến độc lập đến biến này đạt 67.8% Các yếu tố như SE, SG, SEN, SC, ST, SL đều có hệ số beta dương, cho thấy chúng tác động thuận chiều lên biến Phát triển Đô thị thông minh (SU) Trong đó, biến Thông minh về Cuộc sống (SL) có tác động mạnh nhất với hệ số β = 0.26015, tiếp theo là Kinh tế Thông minh (SE) với β = 0.25139, Môi trường Thông minh (SEN) với β = 0.17260, Giao thông và Công nghệ Thông tin Thông minh (ST) với β = 0.17174, và Quản lý Phát triển Đô thị Thông minh (SG).
= 0.11613) và tác động thấp nhất là biến Cư dân thông minh (SC) (β6 = 0.09667) Như vậy các giả thuyết H1, H2, H3, H4, H5, H6 đều được chấp nhận ở độ tin cậy là 95%
Dựa vào sự lựa chọn mô hình tối ưu của BMA, ta có phương trình hồi quy như sau:
SU = -0.72367 + 0.26015*SL + 0.25139*SE + 0.17260*SEN + 0.17174*ST + 0.11613*SG +
Trong điều kiện các yếu tố khác không thay đổi, các hệ số β cho thấy các nhân tố đều có mối quan hệ thuận chiều với Phát triển Đô thị thông minh Cụ thể, nhân tố Cuộc sống thông minh có ảnh hưởng tích cực đối với sự phát triển đô thị, với hệ số β1 = 0.26015, nghĩa là khi nhân tố này tăng 1 đơn vị, Phát triển Đô thị thông minh sẽ tăng tương ứng 0.26015 đơn vị Tương tự, các nhân tố Kinh tế thông minh (β2 = 0.25139), Môi trường thông minh (β3 = 0.17260), Giao thông và Công nghệ thông tin thông minh (β4 = 0.17174), Quản lý Đô thị thông minh (β5 = 0.11613) và Cư dân thông minh (β6 = 0.09667) đều có tác động tích cực, tăng hoặc giảm 1 đơn vị các nhân tố này sẽ kéo theo sự thay đổi của Phát triển Đô thị thông minh theo tỷ lệ tương ứng.
Trong 6 nhân tố thì nhân tố Cuộc sống thông minh đến Phát triển Đô thị thông minh, tiếp đó lần lượt là nhân tố Kinh tế thông minh, Giao thông và công nghệ thông tin thông minh, Môi trường thông minh, Quản lý đô thị thông minh và cuối cùng, nhân tố có tác động ít nhất đến Phát triển Đô thị thông minh là cư dân thông minh
Bảng 4.4 Ảnh hưởng của các biến độc lập theo tỷ lệ %
Thứ tự ảnh hưởng Nhân tố Hệ số Beta Chiều ảnh hưởng
1 SL – Cuộc sống thông minh 0.26015 +
2 SE – Kinh tế thông minh 0.25139 +
3 SEN – Môi trường thông minh 0.17260 +
4 ST – Giao thông và công nghệ thông tin thông minh 0.17174 +
5 SG – Quản lý Đô thị thông minh 0.11613 +
6 SC – Cư dân thông minh 0.09667 +
Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả
Các kết quả phân tích hồi quy cho thấy, cả 6 giả thuyết H1 đến H6 đều được xác nhận, khẳng định rằng các yếu tố như Cuộc sống thông minh, Kinh tế thông minh, Giao thông và Công nghệ thông tin thông minh, Môi trường thông minh, Quản lý đô thị thông minh và Cư dân thông minh đều có ảnh hưởng tích cực đến sự phát triển của đô thị thông minh tại khu đô thị Vinhomes Bình Thạnh.
Thảo luận kết quả nghiên cứu
Hiện nay, các đô thị trên thế giới đang tích cực nỗ lực bảo vệ tài nguyên thiên nhiên và thúc đẩy phát triển kinh tế - xã hội bền vững Trong những năm gần đây, chuyên gia tập trung vào việc áp dụng "đô thị thông minh" như một giải pháp để đạt được các mục tiêu bền vững của đô thị Các mô hình và hệ thống đo lường hiệu suất đã được phát triển nhằm đánh giá và theo dõi tiến trình của các đô thị trong việc trở thành đô thị thông minh và đạt các mục tiêu phát triển bền vững.
Nghiên cứu của nhóm tác giả nhằm xác định các yếu tố ảnh hưởng đến phát triển đô thị thông minh tại khu đô thị Vinhomes Bình Thạnh, từ đó đề xuất các kiến nghị phù hợp cho các nhà quản lý trong việc thúc đẩy sự phát triển bền vững của khu đô thị Hiện tại, đã có nhiều nghiên cứu về chủ đề này, nhưng ít có những phân tích từ góc nhìn cư dân sống trong đô thị, điều này mang lại một góc tiếp cận mới mẻ và độc đáo.
Trong quá trình tổng hợp các nghiên cứu về khái niệm đô thị thông minh, nhóm tác giả nhận thấy sự tương đồng trong các thuật ngữ được sử dụng để mô tả khái niệm này bởi các tác giả như Razmjoo và cộng sự (2021), Tantau và Santa (2021), Ziosi và cộng sự (2022) Tuy nhiên, nhóm tác giả đã phát triển một khái niệm hoàn toàn mới phù hợp với tình hình thực tế của khu đô thị Vinhomes – Bình Thạnh đã được đo lường Một số nghiên cứu khác chỉ mới đề cập đến một số khía cạnh của đô thị thông minh, như các công trình của Nam và Pardo (2011), Stratigea (2012), Campisi và cộng sự (2021).
Trong các mô hình nghiên cứu, yếu tố mục tiêu thường khác nhau, nhưng để đảm bảo tính thống nhất, sự khác biệt giữa các chỉ số này thường bị bỏ qua Tuy nhiên, trong một số trường hợp, sự khác biệt nhỏ có thể gây ra sai lệch, do đó cần cẩn trọng khi rút ra kết luận dựa trên mức độ khác biệt quan sát được Các khác biệt đáng kể giữa các chỉ số của đô thị thông minh vẫn được duy trì, giúp đảm bảo tính chính xác của các kết luận chính xác và khách quan.
Dựa trên các mô hình nghiên cứu của Giffinger và cộng sự (2007), Gassmann và cộng sự (2019), Ismagilova và cộng sự (2019), Kamolov và Kornaukhova (2021), cùng Antwi-Afari và cộng sự (2021), các yếu tố ảnh hưởng đến đô thị thông minh đều có sự tương đồng Những yếu tố này bao gồm kinh tế thông minh, môi trường thông minh, cuộc sống thông minh, quản lý đô thị thông minh, cư dân thông minh, giao thông và công nghệ thông tin thông minh Các mô hình này giúp định hướng xây dựng đô thị bền vững và phát triển dựa trên các yếu tố chính này.
Nghiên cứu về các yếu tố ảnh hưởng đến phát triển đô thị thông minh tập trung đo lường mức độ tác động của các nhân tố này để đưa ra các hàm ý quản trị phù hợp So với các nghiên cứu khác về phát triển đô thị hoặc các lĩnh vực liên quan, nghiên cứu về đô thị thông minh đặc biệt nhấn mạnh vào việc đánh giá chính xác các yếu tố ảnh hưởng, giúp các nhà quản lý và nhà nghiên cứu có cái nhìn tổng thể và rõ ràng hơn về quá trình phát triển đô thị thông minh Điều này hỗ trợ xây dựng các chiến lược phát triển đô thị thông minh hiệu quả hơn, phù hợp với các điều kiện kinh tế, môi trường và xã hội của địa phương.
Chương 4 đã trình bày các kết quả khảo sát cư dân về các nhân tố ảnh hưởng đến Phát triển Đô thị thông minh Kết quả này đã cho thấy cái nhìn khái quát về số lượng và tỷ lệ với các nhóm khác nhau trong mẫu theo từng biến Tác giả tiến hành phân tích dữ liệu trên phần mềm R 4.1.1 để đánh giá cụ thể các dữ liệu đã khảo sát Hệ số R 2 = 0.678 phản ánh mức độ phù hợp của mô hình là 67.8% có nghĩa là các biến độc lập giải thích được 67.8% với sự biến thiên của biến phụ thuộc Sau khi đưa ra kết quả nghiên cứu, nhóm tác giả tiến hành thảo luận kết quả đã nghiên cứu so với kết quả của các bài nghiên cứu khác để đưa ra điểm khác biệt trong nghiên cứu của mình.