Chuyển đổi số và chuyển đổi xanh trong logistics ngược: Tổng quan tài liệu có hệ thống và khung khái niệm tích hợp hướng đến phát triển bền vững

Nguyễn Đình Ngọc Thủy

Trường Cao đẳng Kinh tế Đối ngoại

Email: ndngthuy@gmail.com

Tóm tắt

Logistics ngược (RL) có vai trò quan trọng trong thúc đẩy kinh tế tuần hoàn và phát triển chuỗi cung ứng bền vững. Nghiên cứu này tổng hợp có cấu trúc các tài liệu khoa học về mối quan hệ giữa chuyển đổi số, chuyển đổi xanh và kết quả phát triển bền vững trong RL, trên cơ sở phương pháp tổng quan tài liệu có hệ thống và tham chiếu hướng dẫn PRISMA 2020; nguồn tài liệu nghiên cứu tập trung vào các công trình công bố trên Scopus và Web of Science. Kết quả tổng hợp cho thấy Internet vạn vật, chuỗi khối, trí tuệ nhân tạo và học máy, cùng phân tích dữ liệu lớn có vai trò hỗ trợ hình thành các năng lực RL, bao gồm truy xuất, dự báo hàng hoàn trả, phân loại và lựa chọn phương án thu hồi. Những năng lực này tạo điều kiện triển khai các thực hành tuần hoàn như tái sử dụng, sửa chữa, tái sản xuất, tái chế và thu hồi vật liệu. Trên cơ sở đó, nghiên cứu đề xuất khung khái niệm tích hợp theo chuỗi: Công cụ hỗ trợ số → Năng lực RL → Thực hành tuần hoàn/xanh → Kết quả bền vững; đồng thời xem xét vai trò của các điều kiện tổ chức và thể chế. Nghiên cứu góp phần làm rõ cơ chế liên kết giữa chuyển đổi số và chuyển đổi xanh trong RL, đồng thời đề xuất định hướng nghiên cứu thực nghiệm và hàm ý quản trị đối với Việt Nam.

Từ khóa: Logistics ngược, kinh tế tuần hoàn, chuyển đổi số, chuyển đổi xanh, phát triển bền vững

Abstract

Reverse logistics (RL) plays an important role in promoting the circular economy and sustainable supply chain development. This study provides a structured synthesis of the scientific literature on the relationships between digital transformation, green transformation, and sustainable development outcomes in RL. It adopts a systematic literature review approach guided by the PRISMA 2020 framework, drawing primarily on studies indexed in Scopus and Web of Science. The findings indicate that the Internet of Things (IoT), blockchain, artificial intelligence (AI) and machine learning (ML), as well as big data analytics, support the development of key RL capabilities, including traceability, returns forecasting, sorting, and recovery option selection. These capabilities facilitate the implementation of circular practices, such as reuse, repair, remanufacturing, recycling, and material recovery. Building on these findings, the study proposes an integrated conceptual framework comprising four sequential components: digital enabling technologies → RL capabilities → circular/green practices → sustainability outcomes. The framework also considers the moderating roles of organizational and institutional conditions. This study contributes to a better understanding of the mechanisms linking digital and green transformation in RL, while providing directions for future empirical research and managerial implications for Viet Nam.

Keywords: Reverse logistics, circular economy, digital transformation, green transformation, sustainable development

GIỚI THIỆU

Logistics ngược (Reverse Logistics - RL) là quá trình tổ chức và quản lý dòng sản phẩm, vật liệu và thông tin theo chiều ngược từ điểm tiêu dùng hoặc sử dụng về các điểm thu hồi nhằm phục hồi giá trị hoặc xử lý phù hợp. Các hoạt động chủ yếu của RL bao gồm thu gom, phân loại, tái sử dụng, sửa chữa, tái sản xuất, tái chế và thu hồi vật liệu. Trong bối cảnh phát triển kinh tế tuần hoàn (KTTH), RL không chỉ thực hiện chức năng vận chuyển hàng hóa hoàn trả, mà còn góp phần kéo dài vòng đời sản phẩm, hạn chế chất thải và giảm sự phụ thuộc vào nguyên liệu nguyên sinh.

Sự phát triển của công nghệ số đang làm thay đổi phương thức tổ chức RL. Internet vạn vật (IoT), chuỗi khối (Blockchain), trí tuệ nhân tạo và học máy (AI, ML) và phân tích dữ liệu lớn (Big Data) được nghiên cứu như những công nghệ hỗ trợ nhận diện, theo dõi, dự báo và xử lý dòng sản phẩm hoàn trả. Nhờ đó, doanh nghiệp có thêm điều kiện để nâng cao khả năng truy xuất, quản lý thông tin và lựa chọn phương án thu hồi giá trị.

Tuy nhiên, ứng dụng công nghệ không đồng nghĩa với việc tự động đạt được các mục tiêu phát triển bền vững (PTBV). Việc đầu tư vào hệ thống số chỉ có thể tạo ra giá trị khi được tích hợp với quy trình vận hành, năng lực tổ chức và mạng lưới các bên liên quan. Chẳng hạn, dữ liệu về tình trạng sản phẩm chỉ có ý nghĩa khi doanh nghiệp có khả năng sử dụng thông tin đó để quyết định tái sử dụng, sửa chữa, tái sản xuất hoặc tái chế. Tương tự, hệ thống truy xuất nguồn gốc có thể nâng cao tính minh bạch nhưng không bảo đảm hiệu quả môi trường nếu các phương án thu hồi thiếu khả thi.

Các nghiên cứu trước đây đã cung cấp nền tảng quan trọng cho việc tìm hiểu RL, chuỗi cung ứng vòng kín (CLSC) và KTTH. Govindan và cộng sự (2015) tổng hợp các hướng nghiên cứu về RL và chuỗi cung ứng vòng kín; Mishra và cộng sự (2023) phân tích mối quan hệ giữa RL và KTTH; trong khi Agnusdei và cộng sự (2022) và Rodrigues và cộng sự (2025) tập trung vào vai trò của công nghệ 4.0 trong các hoạt động logistics ngược.

Mặc dù vậy, các hướng nghiên cứu thường tập trung riêng vào công nghệ số, hoạt động thu hồi hoặc kết quả môi trường. Cách tiếp cận phân tách này chưa làm rõ đầy đủ cơ chế liên kết giữa việc ứng dụng công nghệ, hình thành năng lực RL, triển khai thực hành tuần hoàn và đạt được các kết quả PTBV. Đồng thời, sự khác biệt về điều kiện tổ chức, thể chế và hạ tầng giữa các quốc gia làm phát sinh nhu cầu nghiên cứu các mối quan hệ này trong những bối cảnh cụ thể.

Xuất phát từ khoảng trống trên, nghiên cứu tập trung giải quyết 4 câu hỏi:

RQ1: Các hướng nghiên cứu về RL trong mối quan hệ với chuyển đổi số (CĐS), chuyển đổi xanh (CĐX) và PTBV được phát triển như thế nào?

RQ2: Những công nghệ số, năng lực RL, thực hành tuần hoàn, yếu tố thúc đẩy, rào cản và kết quả bền vững nào được nhận diện trong tài liệu?

RQ3: CĐS và CĐX có thể liên kết với nhau thông qua cơ chế nào trong hoạt động RL?

RQ4: Những khoảng trống nghiên cứu nào cần tiếp tục giải quyết, đặc biệt đối với các nền kinh tế mới nổi như Việt Nam?

Đóng góp chủ yếu của nghiên cứu là hệ thống hóa các nhóm bằng chứng liên quan và đề xuất một khung khái niệm tích hợp, làm cơ sở cho việc phát triển các mô hình nghiên cứu thực nghiệm về logistics ngược bền vững.

CƠ SỞ LÝ THUYẾT VÀ KHOẢNG TRỐNG NGHIÊN CỨU

Logistics ngược và kinh tế tuần hoàn

Logistics ngược (Reverse Logistics - RL) là một bộ phận quan trọng của chuỗi cung ứng vòng kín, hỗ trợ việc đưa sản phẩm và vật liệu sau sử dụng trở lại các quá trình tạo giá trị. Nếu logistics thuận chủ yếu hướng đến việc đưa sản phẩm từ nhà cung cấp đến khách hàng, thì RL tập trung vào thu hồi, phân loại và xử lý các dòng sản phẩm theo chiều ngược lại.

Trong KTTH, mục tiêu không dừng lại ở xử lý chất thải mà còn hướng đến duy trì giá trị của sản phẩm và vật liệu trong thời gian dài hơn. Những phương án như tái sử dụng, sửa chữa và tái sản xuất có thể giúp sản phẩm tiếp tục tham gia chu trình sử dụng, trong khi tái chế và thu hồi vật liệu góp phần đưa nguồn lực trở lại quá trình sản xuất.

Govindan và cộng sự (2015) cho thấy RL và chuỗi cung ứng vòng kín là những lĩnh vực nghiên cứu có liên quan chặt chẽ đến hoạt động thu hồi sản phẩm và quản lý chuỗi cung ứng. Mishra và cộng sự (2023) tiếp tục khẳng định vai trò của RL trong các hoạt động KTTH. Bên cạnh đó, Mallick và cộng sự (2023) hệ thống hóa các hoạt động, động lực và rào cản trong triển khai RL phục vụ KTTH.

Các nghiên cứu trên cho thấy RL cần được xem xét như một hệ thống quản trị và thu hồi giá trị, thay vì chỉ là hoạt động vận tải ngược. Cách tiếp cận này tạo cơ sở để liên kết RL với CĐS, CĐX và PTBV.

Chuyển đổi số trong logistics ngược

CĐS trong RL được thể hiện thông qua việc sử dụng công nghệ và dữ liệu nhằm cải thiện khả năng thu thập thông tin, tổ chức dòng hoàn trả và hỗ trợ quyết định.

IoT và các công nghệ nhận dạng có thể hỗ trợ theo dõi vị trí, trạng thái và tình trạng sản phẩm. Blockchain được nghiên cứu trong mối quan hệ với truy xuất nguồn gốc, minh bạch thông tin và phối hợp dữ liệu giữa các chủ thể. Trong khi đó, AI/ML và phân tích dữ liệu lớn có khả năng hỗ trợ dự báo khối lượng hàng hoàn trả, phân loại sản phẩm và lựa chọn phương án thu hồi.

Agnusdei và cộng sự (2022) phân tích những thách thức và triển vọng của công nghệ 4.0 trong các hoạt động logistics ngược đầu và cuối chuỗi. Rodrigues và cộng sự (2025) phát triển khung liên kết công nghệ số với những hoạt động RL, qua đó làm rõ khả năng ứng dụng của IoT, AI, phân tích dữ liệu lớn, điện toán đám mây và Blockchain.

Ngoài ra, Sun và cộng sự (2022) tiếp cận chuyển đổi thông minh và bền vững của RL trong bối cảnh công nghệ 4.0. Những nghiên cứu này cho thấy công nghệ số có tiềm năng hỗ trợ RL, nhưng hiệu quả triển khai còn phụ thuộc vào điều kiện tổ chức và đặc điểm của hệ thống vận hành.

Vì vậy, cần phân biệt công nghệ số với năng lực được hình thành từ việc khai thác công nghệ. Sở hữu hệ thống IoT không đồng nghĩa doanh nghiệp đã có năng lực truy xuất hiệu quả; tương tự, triển khai AI chưa bảo đảm doanh nghiệp ra quyết định thu hồi tối ưu. Đây là một phân biệt có ý nghĩa đối với việc xây dựng khung khái niệm nghiên cứu.

Chuyển đổi xanh và phát triển bền vững

CĐX trong RL hướng đến việc giảm tác động môi trường, cải thiện hiệu quả sử dụng tài nguyên và hỗ trợ các hoạt động tuần hoàn. Những phương án như tái sử dụng, sửa chữa, tái sản xuất, tái chế và thu hồi vật liệu được lựa chọn tùy theo tình trạng sản phẩm, giá trị còn lại và điều kiện thực hiện.

Mối quan hệ giữa RL và PTBV không chỉ giới hạn ở môi trường. Theo cách tiếp cận quản trị chuỗi cung ứng bền vững của Carter và Rogers (2008), cần xem xét đồng thời các phương diện kinh tế, môi trường và xã hội.

Ở phương diện kinh tế, RL có thể hỗ trợ phục hồi giá trị sản phẩm, giảm lãng phí nguồn lực và cải thiện hiệu quả vận hành. Ở phương diện môi trường, các thực hành tuần hoàn có khả năng giảm chất thải và nhu cầu nguyên liệu mới. Ở phương diện xã hội, RL liên quan đến điều kiện lao động, trách nhiệm của các bên liên quan và sự tham gia của người tiêu dùng.

Tuy nhiên, kết quả bền vững không nên được giả định là luôn tích cực. Các hoạt động vận chuyển, phân loại hoặc xử lý hàng hoàn trả có thể phát sinh chi phí và tác động môi trường. Do đó, hiệu quả cần được đánh giá dựa trên từng phương án và điều kiện triển khai cụ thể.

Khoảng trống nghiên cứu

Từ các công trình đã tổng hợp, nghiên cứu nhận diện 3 khoảng trống chính.

Thứ nhất, các nghiên cứu về RL và KTTH thường nhấn mạnh hoạt động thu hồi, cấu trúc mạng lưới và cơ chế tuần hoàn; trong khi các nghiên cứu về CĐS tập trung nhiều hơn vào ứng dụng từng công nghệ. Điều này tạo ra nhu cầu tích hợp những kết quả nghiên cứu trong cùng một cấu trúc phân tích.

Thứ hai, mối quan hệ giữa công nghệ số và kết quả PTBV cần được giải thích thông qua các năng lực tổ chức và thực hành RL. Mặc dù Rodrigues và cộng sự (2025) đã phát triển khung liên kết công nghệ với hoạt động logistics ngược, nhưng việc xem xét đồng thời năng lực RL, thực hành tuần hoàn, kết quả bền vững và điều kiện tổ chức vẫn là hướng có thể tiếp tục phát triển.

Thứ ba, bằng chứng nghiên cứu còn khác biệt theo ngành, quốc gia và bối cảnh thể chế. Điều này đặt ra yêu cầu kiểm định các mối quan hệ trong điều kiện của những nền kinh tế mới nổi, thay vì áp dụng trực tiếp các kết luận từ một quốc gia hoặc ngành sang bối cảnh khác.

PHƯƠNG PHÁP NGHIÊN CỨU

Thiết kế nghiên cứu

Nghiên cứu sử dụng phương pháp tổng quan tài liệu có hệ thống (SLR), kết hợp phân tích mô tả và tổng hợp chủ đề. Việc tổ chức và báo cáo quy trình được định hướng theo các nguyên tắc của PRISMA 2020 (Page và cộng sự, 2021), nhằm nâng cao tính minh bạch trong nhận diện, lựa chọn và tổng hợp tài liệu.

Phương pháp này phù hợp với mục tiêu xác định các hướng nghiên cứu, tổng hợp những nhóm bằng chứng liên quan và xây dựng khung khái niệm. Nghiên cứu không thực hiện phân tích gộp định lượng (meta-analysis) và không sử dụng dữ liệu khảo sát sơ cấp để kiểm định quan hệ nhân quả.

Nguồn tài liệu và chiến lược tìm kiếm

Tài liệu được tìm kiếm chủ yếu trên Scopus và Web of Science Core Collection, là 2 cơ sở dữ liệu được sử dụng để hình thành corpus chính của nghiên cứu. Google Scholar chỉ được sử dụng như nguồn tìm kiếm bổ sung nhằm kiểm tra các nghiên cứu có liên quan và truy vết tài liệu, không được sử dụng để xác định corpus chính.

Chiến lược tìm kiếm được xây dựng xoay quanh 4 nhóm khái niệm: (1) logistics ngược; (2) CĐS và công nghệ số; (3) KTTH và CĐX; và (4) PTBV. Chuỗi tìm kiếm cốt lõi được thiết kế như sau:

(“reverse logistics” OR “return logistics” OR “closed-loop supply chain” AND (“digital transformation” OR digitalization OR “Industry 4.0” OR “Logistics 4.0” OR “Logistics 5.0” OR IoT OR “Internet of Things” OR blockchain OR “artificial intelligence” OR “machine learning” OR “big data”) AND (“circular economy” OR sustainability OR “sustainable development” OR “green supply chain” OR recycling OR reuse OR remanufacturing OR recovery)

Chuỗi tìm kiếm được điều chỉnh về cú pháp phù hợp với từng cơ sở dữ liệu và thực hiện trên các trường tiêu đề, tóm tắt và từ khóa. Thời gian công bố được giới hạn từ 2015 đến thời điểm thực hiện tìm kiếm trong năm 2026, nhằm bao quát giai đoạn phát triển mạnh của CĐS, KTTH và các công nghệ 4.0 trong RL.

Các công trình nền tảng xuất bản trước năm 2015 có thể được sử dụng để xây dựng cơ sở khái niệm nhưng không được tính vào corpus của SLR. Tương tự, các báo cáo chính sách, văn bản pháp lý và nguồn chính thức liên quan đến Việt Nam chỉ được sử dụng để cung cấp bối cảnh và thảo luận hàm ý, không được tính vào kết quả định lượng của tổng quan hệ thống.

Tiêu chí lựa chọn và tổng hợp

Nghiên cứu được đưa vào tổng quan khi đáp ứng các tiêu chí: (1) là bài báo khoa học đã qua phản biện; (2) được công bố bằng tiếng Anh hoặc tiếng Việt trong giai đoạn 2015-2026; (3) nghiên cứu trực tiếp RL hoặc chuỗi cung ứng vòng kín trong mối liên hệ với ít nhất một trong các chủ đề CĐS, công nghệ số, KTTH, CĐX hoặc PTBV; (4) có toàn văn để đánh giá nội dung và phương pháp; và (5) cung cấp kết quả có thể sử dụng để trả lời ít nhất một câu hỏi nghiên cứu.

Các tài liệu bị loại khi: (1) trùng lặp; (2) không tập trung vào RL hoặc chuỗi cung ứng vòng kín; (3) chỉ đề cập đến công nghệ hoặc PTBV mà không có mối liên hệ với RL; (4) là tin tức, bài phát biểu, editorial, tài liệu quảng bá hoặc nguồn không qua phản biện; hoặc (5) không cung cấp đủ thông tin để đánh giá phương pháp và kết quả nghiên cứu.

Nghiên cứu không sử dụng chỉ số h của tạp chí lớn hơn 10 làm tiêu chí lựa chọn, vì tiêu chí chất lượng cần được đánh giá ở cấp độ từng nghiên cứu thay vì chỉ dựa vào chỉ số của tạp chí.

KẾT QUẢ TỔNG QUAN TÀI LIỆU

Các hướng nghiên cứu nổi bật

Tổng hợp tài liệu cho thấy nghiên cứu RL được tiếp cận qua 3 hướng chủ yếu. Hướng thứ nhất tập trung vào RL và KTTH, xem xét các hoạt động thu hồi sản phẩm, phục hồi giá trị và quản lý dòng vật liệu trong chuỗi cung ứng vòng kín. Hướng thứ hai nghiên cứu ứng dụng công nghệ số nhằm cải thiện truy xuất, thu thập thông tin, dự báo và ra quyết định. Hướng thứ ba tiếp cận RL từ góc độ PTBV, quan tâm đến hiệu quả kinh tế, môi trường và xã hội.

Các hướng nghiên cứu này có sự bổ trợ về mặt nội dung. Nếu nghiên cứu KTTH xác định mục tiêu phục hồi giá trị, thì nghiên cứu CĐS làm rõ những công cụ và năng lực có thể hỗ trợ việc thực hiện mục tiêu đó. Đồng thời, nghiên cứu về PTBV cung cấp cơ sở để đánh giá kết quả cuối cùng của hoạt động RL.

Sự kết hợp giữa các hướng tiếp cận tạo tiền đề để xem RL như một hệ thống liên kết công nghệ, năng lực vận hành, thực hành tuần hoàn và kết quả bền vững.

Vai trò của công nghệ số

Các nghiên cứu được tổng hợp đề cập đến nhiều nhóm công nghệ, trong đó nổi bật là IoT, blockchain, AI/ML và phân tích dữ liệu lớn.

IoT hỗ trợ thu thập thông tin và theo dõi trạng thái sản phẩm trong quá trình thu hồi. Khả năng kết nối thiết bị và chia sẻ dữ liệu có thể cải thiện mức độ quan sát dòng hàng hoàn trả, đặc biệt khi hoạt động thu hồi liên quan đến nhiều điểm tiếp nhận và xử lý.

Blockchain được nghiên cứu như một công nghệ hỗ trợ truy xuất và minh bạch thông tin giữa các bên liên quan. Trong hệ thống RL, khả năng ghi nhận và chia sẻ thông tin có thể hỗ trợ xác định nguồn gốc, lịch sử xử lý và trách nhiệm của các chủ thể. Kouhizadeh và Sarkis (2018) đã thảo luận tiềm năng và những vấn đề đặt ra khi sử dụng Blockchain để hỗ trợ chuỗi cung ứng xanh.

AI/ML được đề cập trong các hoạt động dự báo dòng hàng hoàn trả, phân loại và hỗ trợ quyết định thu hồi. Khi có dữ liệu phù hợp, các mô hình phân tích có thể hỗ trợ doanh nghiệp nhận diện đặc điểm sản phẩm, đánh giá tình trạng và so sánh những phương án xử lý khác nhau.

Phân tích dữ liệu lớn và điện toán đám mây hỗ trợ quá trình lưu trữ, xử lý và khai thác thông tin giữa các bộ phận hoặc doanh nghiệp. Tuy nhiên, khả năng tạo ra lợi ích từ những công nghệ này còn phụ thuộc vào chất lượng dữ liệu, khả năng tích hợp hệ thống và năng lực sử dụng thông tin.

Như vậy, kết quả tổng hợp không ủng hộ cách hiểu rằng chỉ cần áp dụng công nghệ là có thể bảo đảm hiệu quả RL. Công nghệ đóng vai trò là điều kiện hỗ trợ, còn giá trị thực tế phụ thuộc vào những năng lực mà doanh nghiệp hình thành từ việc ứng dụng công nghệ.

Các năng lực cốt lõi của logistics ngược

Kết quả phân tích cho thấy một nhóm năng lực có vai trò kết nối công nghệ số với hoạt động thu hồi giá trị.

Năng lực truy xuất (traceability) và quan sát (visibility) giúp doanh nghiệp nhận diện và theo dõi dòng sản phẩm hoàn trả. Năng lực dự báo (return forecasting) hỗ trợ ước lượng khối lượng, thời điểm và đặc điểm của hàng hoàn trả để chuẩn bị nguồn lực xử lý.

Năng lực phân loại (sorting/classification) liên quan đến việc đánh giá tình trạng sản phẩm và xác định khả năng tái sử dụng, sửa chữa, tái sản xuất hoặc tái chế. Năng lực ra quyết định thu hồi (recovery decision-making) cho phép doanh nghiệp so sánh các phương án dựa trên giá trị sản phẩm, chi phí, yêu cầu kỹ thuật và mục tiêu môi trường.

Ngoài ra, năng lực phối hợp giữa các chủ thể cũng có vai trò quan trọng. RL thường liên quan đến nhà sản xuất, nhà phân phối, doanh nghiệp logistics, đơn vị thu gom, cơ sở tái chế và người tiêu dùng. Do đó, khả năng chia sẻ thông tin và phối hợp hoạt động là điều kiện để vận hành mạng lưới thu hồi.

Các năng lực trên khác với việc sở hữu công nghệ. Công nghệ có thể hỗ trợ thu thập và xử lý thông tin, nhưng năng lực RL thể hiện ở khả năng sử dụng thông tin đó để tổ chức hoạt động và đưa ra quyết định.

Thực hành tuần hoàn và chuyển đổi xanh

Các năng lực RL tạo điều kiện lựa chọn những phương án thu hồi phù hợp với tình trạng và giá trị còn lại của sản phẩm.

Tái sử dụng (reuse) cho phép tiếp tục sử dụng sản phẩm khi vẫn đáp ứng yêu cầu về chức năng. Sửa chữa (repair) khôi phục khả năng hoạt động của sản phẩm. Tái sản xuất (remanufacturing) liên quan đến quá trình phục hồi sản phẩm hoặc linh kiện theo những yêu cầu kỹ thuật phù hợp. Tái chế (recycling) và thu hồi vật liệu (material recovery) hướng đến việc đưa vật liệu trở lại chu trình sản xuất.

Việc lựa chọn giữa các phương án cần căn cứ vào đặc điểm sản phẩm, điều kiện công nghệ và tính khả thi về kinh tế, môi trường. Vì vậy, không thể mặc định một phương án luôn đem lại kết quả tốt nhất trong mọi trường hợp.

Kết quả tổng hợp cho thấy, CĐX trong RL cần được hiểu rộng hơn hoạt động tái chế. Đây là quá trình tổ chức các hoạt động thu hồi và phục hồi giá trị nhằm sử dụng nguồn lực hiệu quả hơn và hạn chế tác động môi trường.

Các yếu tố thúc đẩy và rào cản

Bên cạnh công nghệ, hoạt động RL còn chịu ảnh hưởng của điều kiện tổ chức và thể chế.

Những rào cản thường được đề cập bao gồm chi phí đầu tư, chất lượng dữ liệu, khó khăn trong tích hợp công nghệ, hạn chế hạ tầng thu hồi, năng lực nhân sự và sự thiếu phối hợp giữa các bên. Bouzon và cộng sự (2018) tiếp cận những rào cản triển khai RL từ góc độ nhiều nhóm bên liên quan.

Ngược lại, cam kết quản trị, khả năng hợp tác, năng lực công nghệ, chính sách hỗ trợ và sự tham gia của các chủ thể có thể tạo điều kiện cho hoạt động RL.

Ở cấp độ doanh nghiệp, những điều kiện này ảnh hưởng đến khả năng chuyển công nghệ thành năng lực vận hành. Ở cấp độ mạng lưới, chúng ảnh hưởng đến khả năng phối hợp thu hồi và xử lý sản phẩm giữa nhiều chủ thể.

Vì vậy, khi xây dựng khung khái niệm, cần xem xét các yếu tố tổ chức và thể chế như những điều kiện có thể thúc đẩy hoặc hạn chế các mối liên kết giữa công nghệ, năng lực RL và thực hành tuần hoàn.

Kết quả phát triển bền vững

Kết quả của RL có thể được đánh giá theo 3 phương diện.

Về kinh tế, hoạt động thu hồi có khả năng tạo ra giá trị từ sản phẩm và vật liệu đã qua sử dụng, hỗ trợ giảm lãng phí và nâng cao hiệu quả sử dụng nguồn lực. Tuy nhiên, lợi ích kinh tế cần được xem xét cùng chi phí thu gom, vận chuyển, phân loại và xử lý.

Về môi trường, các thực hành tuần hoàn có thể góp phần giảm chất thải, hạn chế khai thác nguyên liệu mới và hỗ trợ sử dụng tài nguyên hiệu quả hơn. Việc đánh giá cần tính đến tác động môi trường phát sinh từ chính quá trình thu hồi và xử lý.

Về xã hội, các nghiên cứu đề cập đến điều kiện lao động, trách nhiệm của các bên liên quan và sự tham gia của người tiêu dùng. Sarkis và cộng sự (2010) nhấn mạnh tầm quan trọng của yếu tố bền vững xã hội trong RL.

So với kết quả kinh tế và môi trường, những nội dung thuộc phương diện xã hội cần được tiếp tục nghiên cứu để hoàn thiện cách đánh giá PTBV.

Tổng hợp các nhóm kết quả

Bảng 1: Kết quả tổng quan tài liệu

Nguồn: Tác giả tổng hợp

THẢO LUẬN VÀ ĐỀ XUẤT KHUNG KHÁI NIỆM TÍCH HỢP

Logic hình thành khung khái niệm

Kết quả tổng quan gợi ý rằng, mối quan hệ giữa CĐS, CĐX và PTBV trong RL có thể được tiếp cận thông qua một chuỗi liên kết.

Trước hết, các công nghệ số đóng vai trò cung cấp khả năng thu thập, kết nối và xử lý dữ liệu. Khi được tích hợp vào hệ thống vận hành, những công nghệ này có thể hỗ trợ hình thành các năng lực RL.

Tiếp theo, năng lực RL cho phép doanh nghiệp nhận diện và lựa chọn những phương án thu hồi giá trị phù hợp. Các phương án này được triển khai dưới hình thức thực hành tuần hoàn và xanh.

Cuối cùng, kết quả của hoạt động RL được xem xét trên các phương diện kinh tế, môi trường và xã hội.

Từ logic đó, nghiên cứu đề xuất khung khái niệm:

Công cụ hỗ trợ số → Năng lực RL → Thực hành tuần hoàn/xanh → Kết quả bền vững. Các điều kiện về tổ chức và thể chế là nhóm điều kiện bối cảnh có khả năng ảnh hưởng đến quá trình hình thành và vận hành các mối liên kết.

Bảng 2: Khung khái niệm tích hợp về logistics ngược bền vững