​​​​​​​Đánh giá rủi ro chuỗi cung ứng bền vững ngành vải không dệt tại Việt Nam: Tiếp cận bằng mô hình kết hợp Fuzzy AHP và Fuzzy VIKOR

Nguyễn Minh Nhật

Khoa Kỹ thuật và Quản lý Công nghiệp,

Trường Công nghệ Văn Lang, Trường Đại học Văn Lang

Email: [email protected]

Dư Triệu Thảo

Khoa Quản trị kinh doanh, Trường Đại học Văn Lang

Email: [email protected]

Tóm tắt

Ngành vải không dệt tại Việt Nam có tiềm năng tăng trưởng đáng kể nhờ vai trò là nguồn nguyên liệu đầu vào cho nhiều ngành then chốt và tính đa dạng của danh mục sản phẩm. Tuy nhiên, chuỗi cung ứng của ngành vẫn đối mặt với nhiều rủi ro do mức độ lệ thuộc cao vào nguồn nguyên liệu, đặc thù công nghệ sản xuất phức tạp, cùng việc khó dự báo biến động thị trường. Để hỗ trợ quản trị các yếu tố rủi ro này, nghiên cứu đề xuất một khung ra quyết định đa tiêu chí, trong đó Fuzzy AHP được sử dụng để xác định trọng số các rủi ro, còn Fuzzy VIKOR được triển khai để xếp hạng các doanh nghiệp theo mức rủi ro tổng hợp. Kết quả cho thấy 3 nhóm rủi ro cần ưu tiên kiểm soát gồm: rủi ro cung ứng nguyên liệu, rủi ro nhu cầu thị trường và rủi ro hậu cần. Khung nghiên cứu này có khả năng hỗ trợ nhà quản trị trong việc phân bổ nguồn lực kiểm soát rủi ro theo thứ tự ưu tiên và lựa chọn chiến lược phù hợp với từng doanh nghiệp.

Từ khóa: Fuzzy AHP, Fuzzy VIKOR, MCDM, quản trị rủi ro, vải không dệt

Summary

The nonwoven fabric industry in Viet Nam possesses significant growth potential due to its role as an essential input for several key industries and the diversity of its product portfolio. However, the industry’s supply chain continues to face various risks, stemming from its high dependence on raw material sources, the complexity of production technologies, and the difficulty of forecasting market fluctuations. To support the management of these risks, this study proposes a multi-criteria decision-making framework. Specifically, the Fuzzy analytic hierarchy process (Fuzzy AHP) is employed to determine the weights of risk factors, while Fuzzy VIKOR is applied to rank firms according to their overall risk levels. The results indicate that three major categories of risks require priority control: raw material supply risk, market demand risk, and logistics risk. The proposed framework provides practical support for managers in allocating risk management resources according to priority levels and in selecting appropriate strategies tailored to individual firms.

Keywords: Fuzzy AHP, Fuzzy VIKOR, Multi-Criteria Decision-Making (MCDM), risk management, nonwoven fabrics

ĐẶT VẤN ĐỀ

Nhờ các đặc tính kỹ thuật như độ bền, khả năng đáp ứng nhiều mục đích sử dụng khác nhau và mức độ tùy biến cao, vải không dệt đã trở thành nguyên liệu đầu vào quan trọng của nhiều lĩnh vực thiết yếu như y tế, thẩm mỹ, ô tô, nông nghiệp và vật liệu lọc (Su và cộng sự, 2023). Cùng với việc cải thiện mức sống và yêu cầu cao hơn về vệ sinh và an toàn y tế, nhu cầu đối với các sản phẩm vải không dệt có xu hướng gia tăng (Köklü và cộng sự, 2023). Tại Việt Nam, ngành vải không dệt đang mở rộng nhanh trong những năm gần đây, vừa phục vụ thị trường trong nước vừa gia tăng đóng góp vào kim ngạch xuất khẩu.

Tuy nhiên, chuỗi cung ứng vải không dệt tại Việt Nam đối mặt với nhiều rủi ro, ảnh hưởng trực tiếp đến mục tiêu phát triển bền vững của ngành. Ở thượng nguồn, sự phụ thuộc đáng kể vào nguyên liệu nhập khẩu khiến chuỗi cung ứng nhạy cảm trước các gián đoạn thương mại và biến động chi phí đầu vào (Gereffi, 2020). Ở hạ nguồn, nhu cầu có thể tăng đột biến trong các giai đoạn khủng hoảng y tế, kéo theo rủi ro gián đoạn cung ứng và mất cân đối cung cầu trong giai đoạn hậu khủng hoảng (Sigala và cộng sự, 2022). Ngoài ra, các doanh nghiệp trong ngành còn chịu áp lực rủi ro từ những yêu cầu tuân thủ quy định môi trường, hạn chế trong năng lực công nghệ và hệ thống quản lý chất lượng, áp lực tài chính, cùng những bất cập trong hệ thống quản trị và đội ngũ nhân sự. Do đó, quản trị rủi ro chuỗi cung ứng ngành vải không dệt là yêu cầu cấp thiết.

Hiện nay, các nghiên cứu về vấn đề này trong bối cảnh Việt Nam vẫn còn tồn tại những hạn chế nhất định. Nhằm khắc phục khoảng trống này, nghiên cứu đề xuất khung ra quyết định đa tiêu chí (MCDM), trong đó Fuzzy AHP được sử dụng để lượng hóa đánh giá của chuyên gia nhằm xác định trọng số các tiêu chí rủi ro; Fuzzy VIKOR được áp dụng để xếp hạng mức độ rủi ro tổng hợp giữa các doanh nghiệp. Cách tiếp cận này cung cấp cơ sở khoa học phục vụ quá trình ra quyết định, hỗ trợ nhà quản trị chuỗi cung ứng ngành vải không dệt tại Việt Nam thiết kế chiến lược ứng phó rủi ro và định hướng phát triển chuỗi cung ứng bền vững.

CƠ SỞ LÝ THUYẾT

Quản trị rủi ro chuỗi cung ứng tập trung giảm thiểu các gián đoạn để duy trì tính liên tục của dòng vận hành (Ho và cộng sự, 2015). Khi tích hợp mục tiêu bền vững, Khung quản trị mở rộng theo nguyên tắc đồng thời xem xét các rủi ro kinh tế, môi trường và xã hội (Carter và Rogers, 2008). Tuy nhiên, đo lường rủi ro chuỗi cung ứng bền vững thường gặp khó khăn do các tiêu chí mang tính định tính và tồn tại mức độ mơ hồ trong đánh giá. Để khắc phục hạn chế này, nghiên cứu tích hợp Lý thuyết tập mờ (Zadeh, 1965) nhằm nâng cao hiệu quả của khung ra quyết định đa tiêu chí thông qua 2 cấu phần:

- Fuzzy AHP (Fuzzy Analytic Hierarchy Process) (Buckley, 1985) được sử dụng để xác định trọng số rủi ro. So với AHP truyền thống dựa trên thang đo số nguyên (Saaty, 1980), Fuzzy AHP biểu diễn mức ưu tiên bằng số mờ tam giác, giúp lượng hóa nhất quán các nhận định ngôn ngữ và phản ánh tốt hơn tính bất định trong tư duy con người.

- Fuzzy VIKOR (Fuzzy VIseKriterijumska Optimizacija i KOmpromisno Resenje) (Opricovic, 2011) được triển khai nhằm lượng hóa và xếp hạng rủi ro tổng thể giữa các doanh nghiệp. Điểm ưu việt cốt lõi của VIKOR so với các phương pháp phổ biến khác nằm ở khả năng đề xuất giải pháp thỏa hiệp thông qua việc đồng thời tối đa hóa tiện ích nhóm và tối thiểu hóa sự hối tiếc cá nhân (Opricovic và Tzeng, 2004).

PHƯƠNG PHÁP NGHIÊN CỨU

Xây dựng bộ tiêu chí rủi ro chuỗi cung ứng

Khung tiêu chí rủi ro chuỗi cung ứng được xây dựng từ kết quả rà soát tài liệu tham khảo và hiệu chỉnh thông qua tham vấn chuyên gia, được trình bày tại Bảng 1.

Bảng 1: Các tiêu chí rủi ro chuỗi cung ứng ngành vải không dệt tại Việt Nam

Nguồn: Tác giả tổng hợp từ các nghiên cứu

Thiết kế khảo sát và thu thập dữ liệu

Cấu trúc nghiên cứu được minh họa tại Hình 1. Trên cơ sở cấu trúc này, khảo sát được thực hiện với 7 chuyên gia có kinh nghiệm về chuỗi cung ứng vải không dệt. Bảng câu hỏi gồm 2 phần: Phần 1 thu thập đánh giá so sánh cặp dưới dạng số mờ tam giác để xây dựng ma trận so sánh cặp mờ, từ đó suy ra trọng số của 9 tiêu chí rủi ro bằng phương pháp Fuzzy AHP; Phần 2 tiến hành đánh giá mức độ rủi ro của từng doanh nghiệp theo từng tiêu chí, làm cơ sở tổng hợp và xếp hạng mức rủi ro tổng thể của các doanh nghiệp bằng Fuzzy VIKOR.

Hình 1: Khung Fuzzy AHP - Fuzzy VIKOR đánh giá rủi ro chuỗi cung ứng

Nguồn: Tổng hợp của nhóm tác giả

KẾT QUẢ VÀ THẢO LUẬN

Kết quả xác định trọng số các tiêu chí rủi ro bằng Fuzzy AHP

Trọng số của 9 tiêu chí rủi ro chuỗi cung ứng ngành vải không dệt được xác định từ 7 bản đánh giá chuyên gia bằng Fuzzy AHP. Các phán đoán của chuyên gia được mô hình hóa dưới dạng số mờ tam giác, tổng hợp thành ma trận so sánh cặp tổng hợp, sau đó khử mờ và chuẩn hóa để suy ra trọng số. Ở cấp chuyên gia, các ma trận đều đạt mức nhất quán chấp nhận với CR trong khoảng 0,026-0,086 (CR < 0,10). Đối với ma trận tổng hợp, kiểm định trên ma trận khử mờ cho thấy λ_max = 9,51, tương ứng CI = 0,063 và CR = 0,044 (RI = 1,45; n = 9), đáp ứng điều kiện sử dụng trong phân tích trọng số. Bảng 2 trình bày các đại lượng tính toán và trọng số cuối cùng sau chuẩn hóa.

Bảng 2: Kết quả tổng hợp, khử mờ và trọng số ưu tiên của các tiêu chí

Nguồn: Nhóm tác giả tính toán và tổng hợp

Kết quả Fuzzy AHP cho thấy ba tiêu chí có trọng số vượt trội là Rủi ro cung ứng nguyên liệu (R1 = 0,2714), Rủi ro nhu cầu thị trường (R4 = 0,2105) và Rủi ro hậu cần (R5 = 0,1856), chiếm 0,6675 tổng trọng số, qua đó xác lập trọng tâm rủi ro nằm ở các khâu phụ thuộc mạnh vào điều kiện thị trường và sự thông suốt của dòng vật tư hàng hóa. Việc R1 đứng đầu hàm ý tính nhạy cảm cao của toàn bộ hệ thống trước gián đoạn nguyên liệu, từ biến động giá, thiếu hụt nguồn cung đến khác biệt chất lượng đầu vào; trong khi R4 và R5 có trọng số sát nhau cho thấy nhu cầu biến động và năng lực vận chuyển, lưu kho được xem là 2 yếu tố đồng thời quyết định mức độ ổn định của kế hoạch và hiệu quả đáp ứng. Ngược lại, Rủi ro sản xuất và Rủi ro chất lượng thuộc nhóm mức độ trung bình, cho thấy tuy quan trọng nhưng mức độ chi phối thấp hơn so với các nhóm rủi ro ưu tiên. Các nhóm còn lại gồm: Rủi ro môi trường, Rủi ro tài chính, Rủi ro hệ thống quản trị và Rủi ro nguồn nhân lực có trọng số thấp hơn, cho thấy trong bối cảnh hiện tại các yếu tố rủi ro này đóng vai trò hỗ trợ nhưng vẫn cần phải kiểm soát để không ảnh hưởng đến việc xây dựng chuỗi cung ứng bền vững.

Kết quả xếp hạng mức rủi ro tổng thể của doanh nghiệp bằng Fuzzy VIKOR

Dữ liệu tổng hợp từ đánh giá của 7 chuyên gia được khử mờ để hình thành ma trận đánh giá rủi ro của 4 doanh nghiệp được trình bày tại Bảng 3. Quan sát dữ liệu cho thấy A2 có giá trị cao nhất trên toàn bộ tiêu chí, phản ánh mức độ rủi ro tổng thể cao nhất. Ngược lại, A3 có giá trị thấp nhất ở 7/9 tiêu chí (R1, R2, R3, R4, R6, R7, R8), trong khi A1 là tốt nhất ở R5 và R9.

Bảng 3: Ma trận đánh giá rủi ro sau khử mờ của các doanh nghiệp

Nguồn: Nhóm tác giả tính toán và tổng hợp

Trên cơ sở ma trận khử mờ, Fuzzy VIKOR với v = 0,5 cho ra 3 chỉ số gồm mức thiếu hụt tổng thể (S), mức thiếu hụt lớn nhất (R) và chỉ số thỏa hiệp (Q). Do các tiêu chí rủi ro được mô hình hóa theo hướng càng nhỏ càng tốt, doanh nghiệp có Q nhỏ hơn được xem là có mức rủi ro tổng thể thấp hơn; vì vậy hạng 1 tương ứng với mức rủi ro thấp nhất. Kết quả cho thấy A3 có Q nhỏ nhất nên đứng hạng 1 (ít rủi ro nhất), tiếp theo lần lượt là A1, A4 và A2; thứ tự theo S và R nhất quán với thứ tự theo Q (Bảng 4).

Bảng 4: Kết quả Fuzzy VIKOR và thứ hạng mức rủi ro tổng thể các doanh nghiệp

Nguồn: Nhóm tác giả tính toán và tổng hợp

Với 4 doanh nghiệp được phân tích, ngưỡng chênh lệch để xác nhận phương án dẫn đầu có ưu thế đủ lớn được xác định theo quy tắc VIKOR là DQ = 1/(m-1); với m = 4 suy ra DQ = 0,3333. Chênh lệch giữa doanh nghiệp hạng 2 và hạng 1 theo chỉ số thỏa hiệp là 0,2206, nhỏ hơn DQ, do đó điều kiện ưu thế chấp nhận được không được thỏa mãn. Tuy nhiên, A3 vẫn đồng thời đứng hạng 1 theo chỉ số thiếu hụt tổng thể và chỉ số thiếu hụt lớn nhất, nên thỏa điều kiện ổn định của nghiệm thỏa hiệp. Vì vậy, kết quả được báo cáo dưới dạng tập nghiệm thỏa hiệp gồm A3 và A1, đại diện cho nhóm doanh nghiệp có mức rủi ro chuỗi cung ứng thấp.

Kết quả cũng cho thấy A2 là doanh nghiệp rủi ro nhất do ghi nhận mức rủi ro cao trên toàn bộ tiêu chí. A3 là doanh nghiệp ít rủi ro nhất nhưng không tạo khoảng cách đủ rõ để kết luận trội tuyệt đối. Trật tự rủi ro tổng thể chịu chi phối chủ yếu bởi nhóm tiêu chí có trọng số lớn R1, R4 và R5: A1 bất lợi nổi bật ở R4 và đồng thời chịu tác động ở R2 và R6; A4 bất lợi đáng kể trên R1, R4 và R5 nên mức rủi ro tổng hợp cao hơn A1.

KẾT LUẬN VÀ GIẢI PHÁP

Kết quả Fuzzy AHP - Fuzzy VIKOR cho thấy cấu trúc ưu tiên rủi ro trong chuỗi cung ứng vải không dệt tại Việt Nam chủ yếu chịu chi phối bởi 3 nhóm rủi ro trọng yếu gồm: Rủi ro nguyên liệu, Rủi ro nhu cầu và Rủi ro hậu cần. Vì vậy, các giải pháp quản trị nên ưu tiên phân bổ nguồn lực kiểm soát vào 3 nhóm này nhằm giảm mức rủi ro tổng thể. Theo kết quả xếp hạng, A3 là doanh nghiệp có mức rủi ro tổng thể thấp nhất; A1 có mức rủi ro gần tương đương và cùng A3 tạo thành tập phương án thỏa hiệp rủi ro thấp {A3, A1}. A4 nằm ở nhóm trung gian, trong khi A2 có mức rủi ro tổng thể cao nhất.

Trên cơ sở các kết quả phân tích, nhóm tác giả kiến nghị một số giải pháp quản trị rủi ro nhằm tăng cường tính bền vững của chuỗi cung ứng ngành vải không dệt tại Việt Nam. Theo đó:

Đối với rủi ro nguyên liệu, cần nâng cao độ tin cậy đầu vào thông qua đa dạng hóa nguồn cung, chuẩn hóa tiêu chuẩn nguyên liệu, đánh giá và xếp hạng nhà cung cấp định kỳ, thiết kế hợp đồng có cơ chế chia sẻ biến động giá, duy trì tồn kho an toàn và triển khai hệ thống cảnh báo sớm để kịp thời kích hoạt nguồn thay thế. Cùng với đó, doanh nghiệp nên tích hợp các tiêu chí môi trường vào quy trình lựa chọn và giám sát nhà cung cấp nguyên liệu, nhằm giảm rủi ro tuân thủ và cải thiện hiệu quả bền vững của chuỗi cung ứng.

Với rủi ro nhu cầu, cần cải thiện dự báo và ổn định kế hoạch bằng phân nhóm nhu cầu theo từng ngành và mức biến động, chính sách sản xuất linh hoạt theo dung sai sản lượng và hợp đồng khung, cùng cơ chế phân bổ khi thiếu hàng; giảm lãng phí bằng điều chỉnh danh mục sản phẩm theo hướng dễ tái sử dụng hoặc tái chế.

Với rủi ro hậu cần, cần tăng khả năng phục hồi bằng đa tuyến và đa nhà cung cấp dịch vụ hậu cần, chuẩn bị phương án thay thế cảng, kho, vận tải theo điểm nghẽn, chuẩn hóa chứng từ, theo dõi lô hàng; đồng thời tối ưu tải trọng, lộ trình và ưu tiên phương thức vận tải phát thải thấp để giảm rủi ro tuân thủ và nâng hiệu quả bền vững.

Hướng nghiên cứu tiếp theo nên mở rộng dữ liệu và bối cảnh vận hành để phản ánh khác biệt theo khu vực, bổ sung phân tích nhạy cảm theo các kịch bản, đồng thời tích hợp dữ liệu thực để tăng độ tin cậy và khả năng khái quát của các khuyến nghị quản trị.

Tài liệu tham khảo:

1. Buckley, J. J. (1985). Fuzzy hierarchical analysis. Fuzzy Sets and Systems, 17(3), 233-247.

2. Carter, C. R., & Rogers, D. S. (2008). A framework of sustainable supply chain management: moving toward new theory. International Journal of Physical Distribution & Logistics Management, 38(5), 360-387.

3. Cavinato, J. L. (2004). Supply chain logistics risks: From the back room to the board room. International Journal of Physical Distribution & Logistics Management, 34(5), 383-387.

4. Christopher, M., & Peck, H. (2004). Building the resilient supply chain. The International Journal of Logistics Management, 15(2), 1-14.

5. Gereffi, G. (2020). What does the COVID-19 pandemic teach us about global value chains? The case of medical supplies. Journal of International Business Policy, 3(3), 287-301.

6. Gurtu, A., & Johny, J. (2021). Supply Chain Risk Management: Literature Review. Risks, 9(1), 16.

7. Han, N., & Um, J. (2024). Risk management strategy for supply chain sustainability and resilience capability. Risk Management, 26, 6.

8. Hằng, N. T. T., Lưu, D. T., & Loan, B. T. C. (2017). Các yếu tố rủi ro trong chuỗi cung ứng may mặc Việt Nam. Science and Technology Development Journal, 20(Q4), S62-S68.

9. Ho, W., Zheng, T., Yildiz, H., & Talluri, S. (2015). Supply chain risk management: a literature review. International Journal of Production Research, 53(16), 5031-5069.

10. Ivanov, D. (2024). Cash flow dynamics in the supply chain during and after disruptions. Transportation Research Part E: Logistics and Transportation Review, 185, 103526.

11. Köklü, R., Ateş, A., Deveci, E. Ü., & Sivri, N. (2023). Generic foresight model in changing hygiene habits with the pandemic: use of wet wipes in next generations. Journal of Material Cycles and Waste Management, 25, 74-85.

12. Opricovic, S. (2011). Fuzzy VIKOR with an Application to Water Resources Planning. Expert Systems with Applications, 38, 12983-12990.

13. Opricovic, S., & Tzeng, G. H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445-455.

14. Saaty, T. L. (1980). The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. McGraw-Hill, New York.

15. Sigala, I. F., Sirenko, M., Comes, T., & Kovács, G. (2022). Mitigating personal protective equipment (PPE) supply chain disruptions in pandemics-a system dynamics approach. International Journal of Operations & Production Management, 42(13), 128-154.

16. Su, X., Jia, C., Xiang, H., & Zhu, M. (2023). Research progress in preparation, properties, and applications of medical protective fiber materials. Applied Materials Today, 32, 101792.

17. Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353.