Các yếu tố ảnh hưởng đến việc thu hồi pin xe điện đã qua sử dụng tại TP. Hà Nội

TS. Đoàn Ngọc Ninh

Viện Kinh doanh Quốc tế & Logisics, Trường Đại học Thương mại

Tóm tắt

Trong bối cảnh ngành công nghiệp xe điện phát triển mạnh mẽ tại Việt Nam, số lượng pin xe điện đã qua sử dụng ngày càng gia tăng, kéo theo những thách thức lớn trong công tác thu hồi và tái chế. Do đó, nghiên cứu này được thực hiện nhằm xác định và đánh giá các nhân tố ảnh hưởng đến việc thu hồi pin xe điện đã qua sử dụng trên địa bàn TP. Hà Nội. Nghiên cứu tập trung xây dựng mô hình nghiên cứu, tiến hành thu thập dữ liệu khảo sát người tiêu dùng và phân tích bằng phần mềm thống kê SPSS 20.0. Kết quả phân tích cho thấy, có 5 yếu tố ảnh hưởng đến việc thu hồi pin xe điện đã qua sử dụng. Mức độ tác động của các nhân tố được sắp xếp theo thứ tự từ thấp đến cao như sau: Nhận thức của người tiêu dùng; Trách nhiệm của công ty sản xuất xe điện; Chính sách và quy định của chính phủ; Công nghệ và cơ sở hạ tầng; Sự hỗ trợ của các thành viên trong chuỗi cung ứng.

Từ khóa: Pin xe điện, công nghiệp xe điện, thu hồi pin xe điện đã qua sử dụng, logistics ngược

Abstract

In the context of Viet Nam's rapidly developing electric vehicle industry, the number of used electric vehicle batteries is increasing, posing significant challenges for recovery and recycling. Therefore, this study was conducted to identify and evaluate the factors affecting the recovery of used electric vehicle batteries in Ha Noi. The study focused on developing a research model, collecting consumer survey data, and analyzing it using SPSS 20.0. The analysis results show that five factors affect the recovery of used electric vehicle batteries. The impact level of these factors is ranked from lowest to highest as follows: Consumer awareness, Responsibility of electric vehicle manufacturers, Government policies and regulations, Technology and infrastructure, and Support from members in the supply chain.

Keywords: Electric vehicle batteries, electric vehicle industry, recovery of used electric vehicle batteries, reverse logistics

GIỚI THIỆU

Theo báo cáo của Hiệp hội Ô tô xe máy, xe đạp Việt Nam (VAMOBA) thị trường xe điện (EV) tại Việt Nam đang tăng trưởng nhanh và bước vào giai đoạn mở rộng quy mô. Đối với ô tô điện, số lượng xe bán ra đã tăng hơn 10 lần chỉ trong vòng 3 năm, từ dưới 10.000 xe năm 2022 lên trên 100.000 xe vào năm 2025. Phân khúc xe điện 2 bánh (xe máy điện, xe đạp điện) cũng duy trì xu hướng tăng trưởng ổn định trong những năm gần đây.

Trong lĩnh vực giao thông đô thị, Chỉ thị 20/CT-TTg (2025) yêu cầu các đô thị lớn xây dựng lộ trình hạn chế và tiến tới cấm xe máy sử dụng động cơ đốt trong; theo đó, Hà Nội dự kiến áp dụng tại khu vực Vành đai 1 từ tháng 7/2026, trong khi TP. Hồ Chí Minh đề xuất cấm đối với hoạt động giao hàng và xe ôm công nghệ từ cuối năm 2029.

Mặc dù xe điện được xem là giải pháp giảm phát thải, tiết kiệm năng lượng và chi phí bảo dưỡng so với phương tiện truyền thống, việc gia tăng sử dụng pin trong toàn bộ vòng đời sản phẩm đặt ra thách thức đáng kể về môi trường. Nếu không kiểm soát hiệu quả khâu thu gom, tái chế và xử lý pin thải, nguy cơ phát sinh khủng hoảng rác thải pin tại Việt Nam là hiện hữu. Từ thực tiễn này, nghiên cứu tập trung đo lường tác động môi trường của pin xe điện đã qua sử dụng tại Hà Nội, qua đó đề xuất các khuyến nghị và giải pháp nhằm nâng cao hiệu quả quản lý và xử lý rác thải pin, hướng tới mục tiêu phát triển xanh và bền vững.

CƠ SỞ LÝ THUYẾT VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Quản lý cuối vòng đời pin xe điện và các vấn đề môi trường liên quan

Xe điện có nhiều ưu điểm như: lượng khí thải thấp, khả năng tăng tốc tốt và chi phí vận hành thấp, tuy nhiên việc quản lý cuối vòng đời của pin xe điện đang là mối quan tâm quan trọng trong sản xuất pin xe điện (Kumar và Revankar, 2017).

Pin xe điện là pin LIB (Lithium-ion Battery), bao gồm các thành phần chính như: anot, catot và chất điện phân. Chúng cũng chứa các muối phản ứng, chất hữu cơ dễ bay hơi và các chất phụ gia khác (Kader và cộng sự, 2021). Nếu pin LIB bị phân hủy hoặc được xử lý bởi các quy trình không đúng cách, các hóa chất độc hại sẽ được thải ra không khí, nước và đất, gây hại cho sức khỏe con người (Randhawa và Chopra, 2022). Trong bối cảnh này, việc dựa vào tình trạng sức khỏe của pin (SoH) để tái chế LIB đã qua sử dụng là một phương pháp hiệu quả nhằm giảm chất thải độc hại được thải ra môi trường và giảm nhu cầu về tài nguyên nguyên liệu thô nguyên sinh (Montoya-Bedoya và cộng sự, 2020) (Hình 1).

Hình 1: Xử lý pin LIB cuối vòng đời chính bằng cách tái sử dụng và tái chế

Nguồn: Montoya-Bedoya và cộng sự, 2020

Do tác động môi trường liên quan đến việc sản xuất pin mới, ngành công nghiệp pin đang phải đối mặt với 2 lựa chọn để xử lý giai đoạn cuối vòng đời (EoL) của pin:

(i) Chuyển hướng pin sang chu trình tái sử dụng, nơi tuổi thọ hữu ích của pin được kéo dài bằng cách cung cấp các dịch vụ lưu trữ năng lượng thay thế, do đó giảm tác động môi trường trên mỗi kWh do pin tạo ra.

(ii) Chuyển pin sang chu trình tái chế, nơi một tỷ lệ lớn các thành phần có giá trị, đặc biệt là các nguyên liệu thô quan trọng (CRM), được thu hồi và tái sử dụng để sản xuất pin mới, do đó giảm tác động môi trường của quy trình sản xuất.

Theo định nghĩa của Council Directive 2006/66/EC, tái chế là quá trình tái xử lý chất thải trong một quy trình sản xuất nhằm phục vụ cho mục đích ban đầu hoặc cho các mục đích khác, nhưng không bao gồm thu hồi năng lượng. Thông qua việc tái chế pin LIB, một số vật liệu có thể được thu hồi, gồm: cobalt, nickel, đồng, lithium và nhôm. Mặc dù có nhiều nghiên cứu khác nhau về quản lý LIB bằng các công nghệ tái chế như: thủy luyện kim, nhiệt luyện kim và tái chế trực tiếp, nhưng cho đến nay vẫn chưa có tiêu chuẩn quốc tế hoặc tiêu chuẩn thống nhất nào về xử lý chất thải LIB theo cách thống nhất, thân thiện với môi trường (Dubey và cộng sự, 2022; Ahmadi và cộng sự, 2017).

Tuy nhiên, Heelan và cộng sự (2016) cho rằng, quy trình tái chế hiện tại đối với LIB trong xe điện và trong ngành công nghiệp còn nhiều thiếu sót. Họ nhận định rằng, các vật liệu thu được từ quy trình tái chế hiện nay không đủ chất lượng để sử dụng trực tiếp cho các pin EV mới, đặc biệt khi mục tiêu duy nhất là thu hồi một lượng lớn cobalt để thu lợi nhuận đáng kể. Họ cũng nhấn mạnh quá trình khép kín chưa khả thi, do đó phần lớn pin thải bỏ bị lưu trữ hoặc vận chuyển đi xa để xử lý (Heelan và cộng sự, 2016). Một thách thức đáng kể khác là việc thiếu mạng lưới thu gom và logistics toàn diện cho pin đã qua sử dụng. Ở nhiều khu vực, người tiêu dùng và nhà cung cấp dịch vụ thiếu hướng dẫn rõ ràng về cách xử lý hoặc trả lại pin sau khi hết vòng đời. Khung pháp lý vẫn đang được hoàn thiện và việc thực thi vẫn chưa nhất quán, dẫn đến hệ sinh thái tái chế bị phân mảnh (Safarzadeh và Di Maria, 2025).

Mô hình nghiên cứu

Dựa trên tổng quan các nghiên cứu trước đây kết hợp với những vấn đề thực tiễn, tác giả xây dựng mô hình nghiên cứu và xác định các biến tác động đến hoạt động thu hồi pin xe điện trên địa bàn TP. Hà Nội như Hình 2.

Hình 2: Mô hình nghiên cứu

Nguồn: Đề xuất của tác giả

Các giả thuyết bao gồm:

H1: Nhận thức của người tiêu dùng có ảnh hưởng đến Thu hồi pin xe điện đã qua sử dụng.

H2: Chính sách và quy định của chính phủ có ảnh hưởng đến Thu hồi pin xe điện đã qua sử dụng.

H3: Sự hỗ trợ của các thành viên trong chuỗi cung ứng có ảnh hưởng đến Thu hồi pin xe điện đã qua sử dụng.

H4: Trách nhiệm của công ty sản xuất xe điện có ảnh hưởng đến Thu hồi pin xe điện đã qua sử dụng.

H5: Công nghệ và cơ sở hạ tầng có ảnh hưởng đến Thu hồi pin xe điện đã qua sử dụng.

Phương pháp nghiên cứu

Phương pháp thu thập dữ liệu

Nghiên cứu sử dụng phương pháp nghiên cứu định lượng, bao gồm việc tìm kiếm, thu thập thông tin và dữ liệu liên quan từ báo chí, các nghiên cứu trong và ngoài nước nhằm đưa ra tổng quan lý thuyết, giả thuyết và xây dựng mô hình nghiên cứu. Sau khi hoàn thiện thang đo nghiên cứu, dữ liệu nghiên cứu sơ cấp được thu thập thông qua bảng hỏi khảo sát được lập trên Microsoft Forms. Bảng câu hỏi khảo sát được thiết kế theo thang đo Likert 5 mức độ, từ 1- Hoàn toàn không đồng ý, đến 5- Hoàn toàn đồng ý, để nhận biết quan điểm của người tiêu dùng về các yếu tố ảnh hưởng đến việc thu hồi pin xe điện đã qua sử dụng. Mẫu nghiên cứu được chọn thuận tiện và phi xác xuất với đối tượng tham gia khảo sát là những khách hàng đã và đang sử dụng xe điện trên địa bàn TP. Hà Nội.

Dữ liệu được thu thập từ tháng 8-12/2025. Tổng cộng 246 phản hồi khảo sát được thu thập, trong đó có 220 phản hồi được coi là hợp lệ và được đưa vào phân tích. Số lượng mẫu này đảm bảo quy mô mẫu tối thiểu bắt buộc gấp 5 lần tổng số biến quan sát là 30 x 5 = 150. Đối tượng tham gia khảo sát bao gồm 78,64% là nữ, 21,36% là nam; trong đó 85,9% thuộc độ tuổi từ 18 đến 25 tuổi. Phần lớn người tham gia khảo sát đang sử dụng xe điện (55,97%) và phương thức xử lý pin xe điện được nhiều người lựa chọn nhất là bán lại cho cửa hàng sửa chữa (34,5%). Cụ thể, đặc điểm mẫu nghiên cứu được trình bày trong Bảng 1.

Bảng 1: Đặc điểm mẫu khảo sát

Đặc điểm			Mẫu nghiên cứu
			Số lượng		Tỷ lệ (%)
Giới tính	Nam	47		21,36
	Nữ	173		78,64
Độ tuổi	18-25 tuổi	189		85,90
	26-40 tuổi	31		14,10
Tình trạng sử dụng xe điện	Đã từng sử dụng	108		40,30
	Đang sử dụng	150		55,97
Tình trạng thay pin xe điện	Đã từng thay	220		100,00
Cách xử lý pin cũ	Giao lại cho đại lý/ nhà sản xuất	16		7,30
	Bán lại cho cửa hàng/ sửa chữa	76		34,50
	Bán lại cho cơ sở/ đơn vị/ đối tượng thu gom phế liệu	70		31,80
	Tự lưu giữ tại nhà	32		14,50
	Vứt bỏ cùng rác thải sinh hoạt	26		11,80

Nguồn: Kết quả xử lý dữ liệu bằng SPSS, N = 220

Phương pháp xử lý dữ liệu

Dữ liệu sau khi thu thập và làm sạch được xử lý bằng phần mềm SPSS 20.0 với các kỹ thuật phân tích như sau: kiểm tra độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích tương quan Pearson và phân tích hồi quy đa biến.

KẾT QUẢ NGHIÊN CỨU

Kiểm định độ tin cậy Cronbach’s Alpha

Để kiểm định độ tin cậy của thang đo, nghiên cứu này sử dụng hệ số Cronbach’s Alpha cho 30 biến quan sát đại diện cho 6 nhóm nhân tố. Theo Hair và cộng sự (2010), Nunnally (1994), các ngưỡng đánh giá độ tin cậy thang đo bao gồm: Giá trị Cronbach’s Alpha > 0,6 thì thang đo lường đủ điều kiện, hệ số tương quan biến tổng lớn hơn 0,3 thì biến đạt yêu cầu và giá trị Cronbach’s Alpha khi loại biến đang xem xét phải nhỏ hơn giá trị Cronbach’s Alpha tổng.

Bảng 2: Kết quả kiểm tra độ tin cậy thang đo

Biến độc lập	Biến quan sát	Mã hóa	Hệ số tương quan biến tổng	Hệ số Cronbach’s alpha nếu bị loại biến
Nhận thức của người tiêu dùng (CA) Cronbach’s Alpha = 0,812	Việc thu hồi pin xe điện đã qua sử dụng giúp hạn chế việc thải ra các chất độc hại từ pin ra môi trường tự nhiên.	CA1	0,512	0,756
	Việc thu hồi pin xe điện đã qua sử dụng giúp hạn chế việc khai thác tài nguyên thiên nhiên để sản xuất pin mới.	CA2	0,498	0,761
	Người tiêu dùng không nắm rõ quy trình xử lý pin xe điện đã qua sử dụng.	CA3	0,472	0,768
	Người tiêu dùng cảm thấy việc tham gia vào quá trình thu hồi pin xe điện đã qua sử dụng dễ dàng và tiện lợi.	CA4	0,563	0,742
	Người tiêu dùng nhận được các lợi ích kinh tế khi tham gia vào quá trình thu hồi pin xe điện đã qua sử dụng.	CA5	0,486	0,764
Chính sách và quy định của chính phủ (GP) Cronbach’s Alpha = 0,803	Chính phủ cần thực hiện giám sát việc thu hồi pin xe điện đã qua sử dụng từ người tiêu dùng.	GP1	0,524	0,754
	Quy định về quản lý vật liệu nguy hại và quản lý tác động môi trường của pin xe điện đã qua sử dụng làm tăng ý thức của người tiêu dùng	GP2	0,486	0,764
	Chính phủ khuyến khích việc thu hồi pin xe điện đã qua sử dụng, từ đó làm tăng động lực tham gia của người tiêu dùng.	GP3	0,501	0,759
	Quy định chuẩn hóa về thu hồi và tái chế pin xe điện đã qua sử dụng định hướng cách xử lý pin của các bên liên quan.	GP4	0,538	0,748
	Chính sách hỗ trợ phát triển công nghệ và cơ sở hạ tầng giúp doanh nghiệp thuận lợi trong thu hồi và xử lý pin xe điện đã qua sử dụng.	GP5	0,472	0,769
Sự hỗ trợ của các thành viên trong chuỗi cung ứng (SM) Cronbach’s Alpha = 0,785	Sự tối ưu hóa giữa các thành viên trong chuỗi thu hồi pin xe điện đã qua sử dụng giúp việc thu hồi pin hiệu quả hơn.	SM1	0,456	0,743
	Chính sách thu hồi pin xe điện đã qua sử dụng không được nhà phân phối phổ biến tới người tiêu dùng.	SM2	0,478	0,737
	Các nhà phân phối không có chương trình đổi trả pin xe điện đã qua sử dụng cho người tiêu dùng thường xuyên và chính thức.	SM3	0,502	0,731
	Đại lý bán xe điện không thường xuyên thông báo và nhắc nhở khách hàng về việc thu hồi pin đã qua sử dụng.	SM4	0,469	0,739
	Đại lý không bố trí điểm thu hồi pin trực tiếp tại cửa hàng để khách hàng dễ dàng mang đến.	SM5	0,451	0,745
Trách nhiệm của công ty sản xuất xe điện (RC) Cronbach’s Alpha = 0,742	Nhà sản xuất có công nghệ và cơ sở hạ tầng (các trung tâm thu gom, phân loại, tháo dỡ, tái chế và tái sản xuất) phục vụ xử lý pin xe điện đã qua sử dụng.	RC1	0,452	0,701
	Công ty sản xuất xe điện cam kết thu hồi tối đa vật liệu trong pin xe điện đã qua sử dụng.	RC2	0,473	0,694
	Nhân sự công ty có chuyên môn giúp đảm bảo việc xử lý pin xe điện đã qua sử dụng hiệu quả.	RC3	0,466	0,696
	Công ty sản xuất xe điện có chính sách khuyến khích (chiết khấu, quà tặng, hoàn tiền) khi khách hàng trả lại pin cũ.	RC4	0,494	0,688
	Công ty sản xuất xe điện phối hợp với các đơn vị thu gom để tiếp nhận pin xe điện đã qua sử dụng.	RC5	0,460	0,698
	Công ty sản xuất xe điện cung cấp đầy đủ thông tin về quy trình thu hồi pin xe điện đã qua sử dụng tới người tiêu dùng.	RC6	0,448	0,703
Công nghệ và cơ sở hạ tầng (IF) Cronbach’s Alpha = 0,726	Nhiều điểm thu hồi làm gia tăng việc hoàn trả pin xe điện của người tiêu dùng.	IF1	0,471	0,682
	Người tiêu dùng cảm thấy thuận tiện hơn khi hoàn trả pin xe điện tại những trạm thu gom pin.	IF2	0,493	0,676
	Người tiêu dùng cảm thấy tiện lợi hơn khi pin xe điện được đại lý/ nhà phân phối/ hãng xe điện đến tận nhà để thu hồi.	IF3	0,446	0,690
	Công nghệ định vị và theo dõi lượng xe điện bán ra giúp việc thu hồi pin xe điện dễ dàng hơn.	IF4	0,478	0,683
	Công nghệ theo dõi tuổi thọ của pin giúp người tiêu dùng chuẩn bị tốt hơn cho việc hoàn trả lại pin xe điện đã hết hạn.	IF5	0,464	0,687
Thu hồi pin xe điện đã qua sử dụng (RB) Cronbach’s Alpha = 0,728	Người tiêu dùng sẽ tiếp tục tham gia vào quá trình thu hồi pin xe điện đã qua sử dụng.	RB1	0,452	0,664
	Người tiêu dùng sẽ giới thiệu việc đổi, trả pin xe điện đã qua sử dụng với bạn bè, người thân.	RB2	0,488	0,651
	Người tiêu dùng sẵn sàng chấp nhận sự phức tạp trong quá trình thu hồi pin xe điện đã qua sử dụng.	RB3	0,467	0,659
	Người tiêu dùng cảm thấy yên tâm hơn khi biết pin xe điện đã qua sử dụng sẽ được thu hồi và xử lý thân thiện với môi trường.	RB4	0,434	0,670

Nguồn: Kết quả xử lý dữ liệu bằng SPSS, N = 220

Kết quả kiểm định thang đo các nhân tố trong Bảng 2 cho thấy, các hệ số Cronbach’s Alpha đều > 0,6 và hệ số tương quan biến tổng đều > 0,4 (đạt yêu cầu), nên các thang đo đảm bảo độ tin cậy. Ngoài ra, không có giá trị Cronbach’s Alpha khi loại biến nào lớn hơn giá trị Cronbach’s Alpha tổng, nên các biến đều được giữ lại trong mô hình để phân tích nhân tố khám phá EFA ở bước tiếp theo.

Phân tích nhân tố khám phá (EFA)

Phân tích nhân tố khám phá cho biến độc lập

Bảng 3: Kết quả kiểm định hệ số KMO

Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy.		0,732
Kiểm định Barlett	Approx. Chi-Square	954,827
	df	325
	Sig.	0,000
Phương sai trích		63,09

Nguồn: Kết quả xử lý dữ liệu bằng SPSS, N = 220

Kết quả phân tích nhân tố khám phá EFA (Bảng 3) cho thấy, giá trị hệ số KMO là 0,732 (> 0,5); giá trị Sig. (mức ý nghĩa) của kiểm định Bartlett là 0,000 < 0,5, như vậy phân tích nhân tố khám phá EFA là phù hợp. Hệ số Eigenvalue đều > 1 và tổng phương sai trích được xuất cho các biến độc lập là 63,09, tức là 63,09% sự biến thiên của dữ liệu nghiên cứu được giải thích bởi các nhân tố được trích ra. Dữ liệu chạy ma trận xoay cho thấy các biến quan sát đều có hệ số tải nhân tố Factor Loading > 0,7, chứng tỏ thang đo đạt giá trị hội tụ tốt, 26 biến quan sát được gom thành 5 nhân tố.

Phân tích nhân tố khám phá cho biến phụ thuộc

Bảng 4: Kết quả phân tích EFA cho biến phụ thuộc

Biến quan sát	Nhân tố
	1
RB2	0,780
RB1	0,785
RB3	0,668
RB4	0,663
KMO	0,743
Sig	0,000
Phương sai trích	64,92

Nguồn: Kết quả xử lý dữ liệu bằng SPSS, N = 220

Kết quả phân tích EFA cho biến phụ thuộc (Bảng 4) cho thấy, hệ số KMO = 0,743 > 0,5 , chứng tỏ các biến đưa vào phân tích nhân tố là có ý nghĩa và mô hình phân tích là phù hợp với các giả thuyết đã đề ra. Kiểm định tương quan biến có Sig = 0,000 < 0,05 nên các biến quan sát có tương quan với nhau trong nhóm nhân tố RB. Tổng phương sai trích là 64,92% > 50%, tức là 64,92% sự biến thiên dữ liệu của 4 biến quan sát được giải thích bởi nhân tố RB đã trích ra. Đồng thời, hệ số tải ngoài của các biến quan sát đều > 0,5 (thỏa mãn điều kiện).

Phân tích hồi quy đa biến

Cuối cùng, phân tích hồi quy bội được sử dụng để đánh giá mức độ phù hợp tổng thể của mô hình và xác định mức độ đóng góp tương đối của biến độc lập vào phương sai được giải thích của biến phụ thuộc (Soo, 2018). Các tiêu chí trong phân tích hồi quy đa biến bao gồm: chỉ số R² hiệu chỉnh càng gần giá trị 1 cho thấy mức độ giải thích của biến độc lập đối với biến phụ thuộc càng cao (Hair và cộng sự, 2017); giá trị Sig. của kiểm định F < 0,05 cho thấy mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được; trị số Durbin-Watson nằm trong khoảng 1,5-2,5 sẽ không xảy ra hiện tượng tự tương quan chuỗi bậc nhất (Yahua Qiao, 2011); giá trị Sig. của kiểm định t < 0,05 cho thấy biến độc lập có tác động đến biến phụ thuộc; hệ số phóng đại phương sai không lớn hơn 5 đảm bảo không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.

Bảng 5: Hệ số R bình phương của mô hình

R	R bình phương	R bình phương hiệu chỉnh	Độ lệch chuẩn	Hệ số Durbin-Watson
0,845	0,714	0,702	0,320	1,92

Nguồn: Kết quả xử lý dữ liệu bằng SPSS, N = 220

Kết quả Bảng 5 cho thấy giá trị R² hiệu chỉnh bằng 0,702, cho thấy biến độc lập đưa vào chạy hồi quy ảnh hưởng đến 70,2% sự thay đổi của biến phụ thuộc, còn lại 29,8% là do các biến ngoài mô hình và sai số ngẫu nhiên. Hệ số Durbin-Watson bằng 1,92 (nằm trong khoảng từ 1,5 đến 2,5) nên không xảy ra hiện tượng tự tương quan bậc nhất.

Bảng 6: Kiểm định ANOVA

ANOVAa
Mô hình		Tổng bình phương	df	Bình phương trung bình	F	Sig.
1	Regression	72,814	5	14,563	72,398	,000b
	Residual	29,685	262	0,113
	Total	102,499	267

Nguồn: Kết quả xử lý dữ liệu bằng SPSS, N = 220

Giá trị Sig. của kiểm định F bằng 0,000 (< 0,05) nên mô hình hồi quy tuyến tính bội phù hợp với tập dữ liệu và có thể sử dụng được.

Bảng 7: Kết quả phương trình hồi quy

Coefficientsa
Mô hình		Hệ số hồi quy chưa chuẩn hóa		Hệ số hồi quy chuân hóa	t	Sig.	Hệ số phóng đại phương sai
		Hệ số B	Sai số chuẩn	Hệ số Beta			Dung sai	VIF
1	(Hằng số)	0,642	0,198		3,242	0,001
	CA	0,398	0,070	0,410	5,686	0,000	0,509	1,966
	GP	0,276	0,058	0,232	4,759	0,000	0,745	1,342
	SM	0,092	0,041	0,089	2,244	0,025	0,734	1,363
	RC	0,358	0,051	0,345	7,016	0,000	0,660	1,515
	IF	0,137	0,052	0,135	2,635	0,009	0,539	1,855

Nguồn: Kết quả xử lý dữ liệu bằng SPSS, N = 220

Các kiểm định t (Bảng 7) cho thấy, hệ số hồi quy của các biến độc lập đều có giá trị Sig. < 0,05, vậy nên các biến độc lập này có ý nghĩa thống kê trong việc giải thích biến phụ thuộc, không có biến nào bị loại khỏi mô hình. Ngoài ra, hệ số VIF của các biến độc lập đều < 2 nên không có đa cộng tuyến xảy ra. Các hệ số hồi quy tương ứng với các biến Nhận thức của người tiêu dùng (CA), Chính sách và quy định của chính phủ (GP), Sự hỗ trợ của các thành viên trong chuỗi cung ứng (SM), Trách nhiệm của công ty sản xuất xe điện (RC), Công nghệ và cơ sở hạ tầng (IF) đều dương, cho thấy các biến này có tác động tích cực đến biến phụ thuộc.

Như vậy, các giả thuyết từ H1 đến H5 đều được chấp nhận. Phương trình hồi quy tuyến tính bội thể hiện mỗi quan hệ giữa việc thu hồi pin xe điện đã qua sử dụng với 5 biến độc lập được xây dựng như sau:

RB = 0,410*CA + 0,232*GP + 0,089*SM + 0,345*RC + 0,135*IF +

Dựa vào độ lớn của hệ số hồi quy chuẩn hóa Beta, thứ tự mức độ tác động từ mạnh nhất tới yếu nhất của các biến độc lập tới biến phụ thuộc RB (Thu hồi pin xe điện đã qua sử dụng) là:

Nhận thức của người tiêu dùng có tác động mạnh nhất với β = 0,401.

Trách nhiệm của công ty sản xuất xe điện có tác động mạnh thứ hai (β = 0,345).

Chính sách và quy định của chính phủ có tác động mạnh thứ ba (β = 0,232).

Công nghệ và cơ sở hạ tầng có tác động mạnh thứ tư (β = 0,135).

Sự hỗ trợ của các thành viên trong chuỗi cung ứng có tác động yếu nhất (β = 0,089).

KẾT LUẬN

Kết quả nghiên cứu cho thấy, có 5 yếu tố ảnh hưởng đến việc thu hồi pin xe điện đã qua sử dụng trên địa bàn TP. Hà Nội, được sắp xếp theo thứ tự mức độ ảnh hưởng giảm dần như sau: Nhận thức của người tiêu dùng; Trách nhiệm của công ty sản xuất xe điện; Chính sách và quy định của chính phủ; Công nghệ và cơ sở hạ tầng; Sự hỗ trợ của các thành viên trong chuỗi cung ứng.

Kết quả nghiên cứu là cơ sở quan trọng để các bên liên quan phối hợp kiểm soát tác động môi trường từ việc sử dụng pin xe điện, đặc biệt là pin đã hết vòng đời hoặc bị thải bỏ trong quá trình sử dụng. Trong đó, người tiêu dùng đóng vai trò then chốt khi nhận thức và hành vi sử dụng có ảnh hưởng trực tiếp đến hiệu quả thu hồi. Do đó, cần nâng cao nhận thức về sử dụng, thu gom và tái chế pin đúng quy trình, nhằm vừa tận dụng giá trị tái chế, vừa hạn chế rủi ro môi trường.

Đối với nhà sản xuất, cần chủ động thực hiện trách nhiệm mở rộng (EPR) thông qua cam kết thu hồi và tái chế pin đã qua sử dụng như một phần của chiến lược phát triển bền vững. Đồng thời, doanh nghiệp cần đầu tư hệ thống thu gom, phân loại và xử lý đạt chuẩn môi trường; phát triển nguồn nhân lực chuyên môn; tăng cường hợp tác với các đơn vị logistics, phân phối và đại lý để xây dựng mạng lưới thu hồi hiệu quả; cũng như ứng dụng công nghệ theo dõi vòng đời pin nhằm tối ưu quản lý.

Về phía Nhà nước, cần hoàn thiện khung pháp lý, tăng cường giám sát và yêu cầu minh bạch hóa hoạt động thu hồi - tái chế. Bên cạnh đó, việc áp dụng các chính sách ưu đãi (thuế, tài chính), hỗ trợ nghiên cứu - phát triển, đầu tư hạ tầng thu gom và tái chế hiện đại, cũng như ứng dụng công nghệ số trong quản lý vòng đời pin là cần thiết. Sự phối hợp đồng bộ giữa các bên trong chuỗi cung ứng sẽ góp phần nâng cao hiệu quả, giảm chi phí và mở rộng quy mô thu hồi pin xe điện.

Tài liệu tham khảo:

1. Ahmadi, L., Young, S. B., Fowler, M., Fraser, R. A., & Achachlouei, M. A. (2017). A cascaded life cycle: Reuse of electric vehicle lithium-ion battery packs in energy storage systems. The International Journal of Life Cycle Assessment, 22(1), 111-124.

2. Dubey, A. K., Kaur, M., & Bhandari, D. (2022). Effect of lithium battery on environment. Europe, 55, 64-69.

3. Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (2010). Multivariate Data Analysis: A Global Perspective. Pearson.

4. Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A primer on partial least squares structural equation modeling (PLS-SEM) (2nd ed.). Sage Publications.

5. Heelan, J., et al. (2016). Current and prospective Li-ion battery recycling and recovery processes. JOM, 68(10), 2632-2638.

6. Kader, Z. A., Marshall, A., & Kennedy, J. (2021). A review on sustainable recycling technologies for lithium-ion batteries. Emergent Materials, 4(3), 725-735.

7. Kumar, M. S., & Revankar, S. T. (2017). Development scheme and key technology of an electric vehicle: An overview. Renewable and Sustainable Energy Reviews, 70, 1266-1285.

8. Montoya-Bedoya, S., Sabogal-Moncada, L. A., Garcia-Tamayo, E., & Martínez-Tejada, H. V. (2020). A circular economy of electrochemical energy storage systems: Critical review of SOH/RUL estimation methods for second-life batteries. Green Energy and Environment.

9. Nunnally, J. C., & Bernstein, I. H. (1994). The Assessment of Reliability. Psychometric Theory, 3, 248-292.

10. Randhawa, S., & Chopra, L. (2022). Pestilential impacts of battery industry discharged metal waste on human health. Materials Today: Proceedings, 52, 434-438.

11. Safarzadeh, H., & Di Maria, F. (2025). Progress, challenges and opportunities in recycling electric vehicle batteries: A systematic review article. Batteries, 11(6).

12. Soo, J. (2018). SPSS Analysis. Research Methodology, DKG 2/9, UUM, Malaysia.

13. Zhang, X., Li, Z., Luo, L., Fan, Y., & Du, Z. (2022). A review on thermal management of lithium-ion batteries for electric vehicles. Energy, 238, 121652.

Ngày nhận bài: 3/2/2026; Ngày hoàn thiện biên tập: 15/3/2026; Ngày duyệt đăng: 6/4/2026