Vai trò của đổi mới sáng tạo đối với phát triển kinh tế số cấp tỉnh tại Việt Nam: Bằng chứng thực nghiệm từ phương pháp định tính tập mờ

Phạm Việt Bình; Email: [email protected]

ThS. Trần Đức Phú; Email: [email protected]

Lê Hoàng Tuyết Mai; Email: [email protected]

Vũ Lê Thảo Anh; Email: [email protected]

Trường Luật và Khoa học Chính trị, Trường Đại học Ngoại thương

TS. Hoàng Xuân Vinh

Trường Đại học Kinh tế, Đại học Quốc gia Hà Nội

Email: [email protected]

Tóm tắt

Nghiên cứu phân tích vai trò của đổi mới sáng tạo đối với phát triển kinh tế số cấp tỉnh tại Việt Nam theo tiếp cận cấu hình. Dữ liệu gồm 63 tỉnh/thành phố trong 2 năm 2023 và 2024; biến kết quả là trụ cột Kinh tế số trong Bộ chỉ số chuyển đổi số cấp tỉnh (DTI), còn 7 điều kiện lấy từ các trụ cột của Chỉ số đổi mới sáng tạo cấp địa phương (PII). Sau hiệu chuẩn tập mờ theo ngưỡng phân vị 10%-50%-90%, nghiên cứu sử dụng fsQCA để nhận diện điều kiện cần và cấu hình đủ. Kết quả cho thấy không có trụ cột PII đơn lẻ nào là điều kiện cần; kinh tế số cao hình thành qua nhiều con đường, gồm 4 cấu hình trong năm 2023 và 2 cấu hình cô đặc hơn trong năm 2024 quanh thị trường, doanh nghiệp, sản phẩm tri thức và tác động đổi mới. Phát hiện nhấn mạnh tính đa đường, bù trừ và phối hợp của hệ sinh thái đổi mới địa phương.

Từ khóa: Kinh tế số cấp tỉnh, PII, fsQCA, đổi mới sáng tạo, Việt Nam

Abstract

This study analyzes the role of innovation in the development of the provincial-level digital economy in Viet Nam using a configurational approach. The dataset covers 63 provinces and centrally governed cities in 2023 and 2024. The outcome variable is the Digital Economy pillar of the Provincial Digital Transformation Index (DTI), while the seven conditions are drawn from the pillars of the Provincial Innovation Index (PII). After fuzzy-set calibration using the 10th, 50th, and 90th percentile thresholds, fuzzy-set qualitative comparative analysis (fsQCA) is employed to identify necessary conditions and sufficient configurations. The results show that no single PII pillar constitutes a necessary condition. High levels of digital economy development emerge through multiple pathways, including four configurations in 2023 and two more parsimonious configurations in 2024, centered on markets, enterprises, knowledge products, and innovation impacts. These findings highlight the multifinality, compensatory effects, and complementarity of local innovation ecosystems.

Keywords: Provincial digital economy, PII, fsQCA, innovation, Viet Nam

ĐẶT VẤN ĐỀ

Phát triển kinh tế số cấp tỉnh đang trở thành trọng tâm trong chiến lược tăng trưởng của Việt Nam, khi cạnh tranh địa phương ngày càng gắn với chất lượng thể chế, năng lực số và khả năng hấp thụ đổi mới sáng tạo (ĐMST). Tuy vậy, khác biệt lớn giữa các tỉnh/thành cho thấy, cùng một kết quả có thể được tạo nên từ nhiều tổ hợp điều kiện.

Phần lớn nghiên cứu trước đây thường xem xét tác động riêng lẻ của từng nhân tố. Cách tiếp cận này chưa làm rõ quan hệ phối hợp, thay thế và bù trừ giữa thể chế, nhân lực, hạ tầng, thị trường, doanh nghiệp, tri thức và tác động đổi mới.

Từ khoảng trống này, nghiên cứu đặt câu hỏi: cấu hình nào của các trụ cột của Chỉ số đổi mới sáng tạo cấp địa phương (PII) dẫn đến kinh tế số cấp tỉnh cao trong năm 2023 và 2024? Nghiên cứu kết hợp Bộ chỉ số CĐS cấp tỉnh (DTI) với PII và vận dụng fsQCA để nhận diện logic đa đường, qua đó bổ sung bằng chứng cho hoạch định chính sách địa phương.

CƠ SỞ LÝ THUYẾT VÀ PHÁT TRIỂN MÔ HÌNH NGHIÊN CỨU

Nghiên cứu đặt kinh tế số cấp tỉnh trong mối quan hệ với hệ thống ĐMST địa phương. Theo cách tiếp cận hệ thống, chuyển đổi số (CĐS) không phải là tác động tuyến tính của một yếu tố đơn lẻ, mà là kết quả phối hợp giữa thể chế, nhân lực, hạ tầng, thị trường, doanh nghiệp và năng lực chuyển hóa đổi mới.

Vì vậy, khung lý thuyết tập trung vào tổ hợp điều kiện đủ tạo kinh tế số cấp tỉnh cao, thay vì tác động ròng của từng trụ cột PII. fsQCA phù hợp vì nhận diện được nhiều cấu hình cùng dẫn tới kết quả và tính bất đối xứng giữa kết quả cao và không cao (Ragin, 2008; Schneider và Wagemann, 2012; Fiss, 2011).

Cơ sở lý thuyết và logic cấu hình

Trong lý thuyết hệ thống phức hợp, kết quả kinh tế - xã hội hình thành từ tương tác giữa nhiều cấu phần phụ thuộc lẫn nhau. Với kinh tế số cấp tỉnh, chính quyền kiến tạo thể chế, doanh nghiệp hấp thụ và thương mại hóa tri thức, trường đại học và tổ chức nghiên cứu tạo năng lực học hỏi, hạ tầng bảo đảm kết nối, còn thị trường tạo động lực phân bổ nguồn lực. Từ góc nhìn này, phát triển kinh tế số cấp tỉnh là kết quả nổi lên từ sự phối hợp của các cấu phần ĐMST, thay vì sản phẩm của một yếu tố duy nhất (Vial, 2019; Yoo và cộng sự, 2010; Ragin, 2008; Fiss, 2011; Schneider và Wagemann, 2012).

Lý thuyết hệ thống đổi mới xem đổi mới là kết quả tương tác giữa doanh nghiệp, nhà nước, viện nghiên cứu, trường đại học, định chế tài chính và thiết chế trung gian (Freeman, 1987; Lundvall, 1992). Ở cấp địa phương, năng lực này phụ thuộc vào thể chế, cấu trúc sản xuất, mạng lưới doanh nghiệp, nhân lực và học hỏi lãnh thổ (Cooke và cộng sự, 1997). Vì thế, PII phản ánh tương đối đầy đủ hệ thống đổi mới địa phương theo logic đầu vào - đầu ra của Chỉ số ĐMST Toàn cầu (GII) (WIPO, 2024).

CĐS là quá trình sử dụng công nghệ số để thay đổi mô hình tổ chức, quy trình, sản phẩm, dịch vụ và cách tạo giá trị (Vial, 2019; Verhoef và cộng sự, 2021). Công nghệ số cũng làm biến đổi đổi mới thông qua dữ liệu, nền tảng, tính mô-đun và khả năng mở rộng của sản phẩm số (Yoo và cộng sự, 2010; Nambisan và cộng sự, 2017). Vì vậy, kinh tế số cấp tỉnh cần đồng thời hạ tầng, kỹ năng, doanh nghiệp, thị trường và đổi mới, phù hợp với đo lường đa chiều của OECD (2019).

Lý thuyết cấu hình cho rằng cùng một kết quả có thể xuất phát từ nhiều tổ hợp điều kiện, và một điều kiện chỉ có ý nghĩa khi đặt trong cấu hình cụ thể (Meyer và cộng sự, 1993; Fiss, 2011). fsQCA vận hành logic này bằng Lý thuyết tập hợp, xác định điều kiện cần và các cấu hình đủ của kết quả (Ragin, 2008). Với 63 tỉnh/thành phố trước đây, phương pháp này phù hợp vì phân tích được đa đường, kết hợp điều kiện, thay thế chức năng và bất đối xứng nhân quả (Schneider và Wagemann, 2012; Misangyi và cộng sự, 2017; Greckhamer và cộng sự, 2018).

Liên kết lý thuyết giữa PII và phát triển kinh tế số cấp tỉnh

PII được xem như hệ điều kiện tạo năng lực cho kinh tế số: thể chế thiết lập luật chơi và giảm bất định; vốn con người, nghiên cứu và phát triển (R&D) tạo kỹ năng, tri thức và năng lực học hỏi; hạ tầng bảo đảm kết nối; thị trường tạo nhu cầu và vốn; doanh nghiệp hấp thụ, thương mại hóa công nghệ; sản phẩm tri thức (KNOW) và tác động (IMPACT) phản ánh khả năng tạo đầu ra và chuyển hóa đổi mới thành phát triển. Logic này nhất quán với năng lực hấp thụ, năng lực động và đổi mới số (Cohen và Levinthal, 1990; Teece, 2007; Nambisan và cộng sự, 2017). Cách đọc này được củng cố bởi khung tiêu chí chiến lược đổi mới quốc gia, trong đó năng lực đổi mới được tổ chức thành các miền chẩn đoán liên thông về thể chế, nhân lực - nghiên cứu, hạ tầng dữ liệu, tài chính - thị trường, doanh nghiệp, liên kết hệ sinh thái, đầu ra tri thức và tác động phát triển (Hoang và cộng sự, 2027).

Các trụ cột này không vận hành như những tác động cộng gộp độc lập. Hạ tầng tốt vẫn cần doanh nghiệp đủ năng lực; nhân lực tốt cần thị trường và liên kết đổi mới; thể chế thuận lợi chỉ phát huy rõ khi đi cùng sản phẩm tri thức và tác động. Vì vậy, PII được kiểm định theo logic cấu hình, thay vì cấu trúc ròng.

Xây dựng mô hình nghiên cứu

Mô hình nghiên cứu kết nối nền tảng lý thuyết với điều kiện cấu hình, hiệu chuẩn tập mờ, phân tích fsQCA và diễn giải kết quả. Bảy trụ cột PII là điều kiện; kinh tế số cấp tỉnh cao là kết quả. Mô hình giả định các trụ cột đồng hiện theo nhiều con đường nhân quả khác nhau, thay vì một trụ cột duy nhất quyết định kết quả (Hình).

Hình: Mô hình lý thuyết cấu hình các trụ cột PII thúc đẩy phát triển kinh tế số cấp tỉnh

Nguồn: Tác giả đề xuất trên cơ sở Ragin (2008), Fiss (2011), WIPO (2024), Bộ Khoa học và Công nghệ (2024, 2025).

Các điều kiện cấu hình trong mô hình

INST, HCRD và INFRA tạo thành nhóm điều kiện nền tảng. Trong đó, INST phản ánh chất lượng chính sách, pháp lý, cải cách hành chính, môi trường kinh doanh và cơ chế hỗ trợ khoa học - công nghệ; theo North (1990), thể chế định hình động lực của tác nhân kinh tế. HCRD phản ánh nhân lực, R&D và tổ chức khoa học - công nghệ, tạo năng lực học hỏi và hấp thụ (Cohen và Levinthal, 1990; Lundvall, 1992). INFRA phản ánh hạ tầng công nghệ thông tin và truyền thông (ICT), hạ tầng chung và sinh thái, là nền cho kết nối số, dữ liệu, thương mại điện tử, nền tảng số và dịch vụ công trực tuyến (OECD, 2019).

MARKET và BUSINESS thuộc nhóm điều kiện thị trường - doanh nghiệp. Trong đó, MARKET phản ánh tín dụng, đầu tư, quy mô và độ năng động của nhu cầu, qua đó hỗ trợ thử nghiệm, mở rộng và thương mại hóa giải pháp số. BUSINESS phản ánh lao động tri thức, liên kết đổi mới và năng lực hấp thụ của doanh nghiệp; theo Teece (2007), năng lực này giúp doanh nghiệp nhận diện, nắm bắt và tái cấu trúc nguồn lực trong môi trường công nghệ biến động. Trong bối cảnh phân phối số tại Việt Nam, năng lực doanh nghiệp cũng được xem là mắt xích chuyển chính sách, hạ tầng số và dữ liệu thành kết quả vận hành có thể quan sát, từ quản trị đa kênh đến hiệu quả giao hàng và phối hợp nhà cung cấp - khách hàng (Hoang và cộng sự, 2026).

KNOW và IMPACT phản ánh nhóm điều kiện đầu ra - chuyển hóa. KNOW bao quát sáng chế, tài sản vô hình, nhãn hiệu, thiết kế, giải pháp công nghệ và lan tỏa tri thức; trong kinh tế số, đây là nền của phần mềm, dữ liệu, tài sản trí tuệ và thương hiệu nền tảng. WIPO (2024) xem đầu ra đổi mới là bằng chứng về khả năng chuyển nguồn lực thành kết quả. IMPACT đo mức độ chuyển hóa đổi mới thành giá trị kinh tế - xã hội.

Cơ chế cấu hình và mệnh đề nghiên cứu

Nghiên cứu đề xuất 3 cơ chế cấu hình. Cơ chế nền tảng hình thành khi thể chế, hạ tầng và thị trường tạo môi trường thuận lợi cho hoạt động số. Cơ chế hấp thụ xuất hiện khi vốn con người, R&D và doanh nghiệp giúp địa phương tiếp nhận, thích nghi và khai thác công nghệ. Cơ chế chuyển hóa xuất hiện khi KNOW và IMPACT biến nguồn lực đổi mới thành kết quả phát triển. Ba cơ chế có thể kết hợp thành nhiều lộ trình kinh tế số khác nhau.

Mệnh đề 1: Không một trụ cột PII đơn lẻ nào đủ quyết định kinh tế số cấp tỉnh cao; kết quả phụ thuộc vào cấu hình đồng thời của nhiều điều kiện ĐMST.

Mệnh đề 2: Nhiều cấu hình PII khác nhau có thể cùng dẫn đến kinh tế số cao, phản ánh tính đa đường và dị biệt nguồn lực giữa các địa phương Việt Nam.

Mệnh đề 3: Hạ tầng mạnh, thị trường phát triển và doanh nghiệp có năng lực hấp thụ có thể tạo một con đường dẫn đến kinh tế số cao.

Mệnh đề 4: Thể chế thuận lợi, vốn con người và R&D mạnh, cùng sản phẩm tri thức cao có thể tạo một con đường thay thế.

Mệnh đề 5: Sản phẩm tri thức và tác động ĐMST có thể chuyển hóa đầu vào đổi mới thành kết quả kinh tế số.

Mệnh đề 6: Sự thiếu vắng của một điều kiện có thể được bù bởi các điều kiện khác, phản ánh khả năng thay thế chức năng.

Mệnh đề 7: Cấu hình của kinh tế số không cao có thể bất đối xứng với cấu hình của kinh tế số cao.

PHƯƠNG PHÁP NGHIÊN CỨU

Dữ liệu và mẫu nghiên cứu

Nghiên cứu sử dụng dữ liệu tỉnh/thành từ PII và các nguồn DTI được công bố chính thức trên Cổng DTI. Hai năm được phân tích riêng; mỗi năm gồm 63 quan sát. Tên địa phương được chuẩn hóa trước khi ghép nhằm bảo đảm đối sánh chính xác.

Biến kết quả là trụ cột Kinh tế số trong DTI. Bảy điều kiện cấu hình gồm INST, HCRD, INFRA, MARKET, BUSINESS, KNOW và IMPACT, tương ứng với 7 trụ cột PII. Bộ dữ liệu cuối cùng không còn giá trị thiếu và được tách thành 2 bộ phân tích độc lập.

Bảng 1: Vận hành hóa biến nghiên cứu

Cấu phần	Ký hiệu	Định nghĩa vận hành và nguồn đo lường	Vai trò fsQCA
Phát triển kinh tế số cấp tỉnh	DE	Trụ cột/điểm Kinh tế số trong DTI cấp tỉnh, ưu tiên dùng năm dữ liệu đồng bộ hoặc gần nhất có công bố chính thức.	Kết quả
Thể chế	INST	Trụ cột 1 PII: môi trường chính sách, pháp lý, kinh doanh và hỗ trợ ĐMST.	Điều kiện
Vốn con người và R&D	HCRD	Trụ cột 2 PII: giáo dục, giáo dục đại học, nhân lực và nguồn lực nghiên cứu - phát triển.	Điều kiện
Cơ sở hạ tầng	INFRA	Trụ cột 3 PII: hạ tầng ICT, hạ tầng chung và bền vững sinh thái.	Điều kiện
Thị trường	MARKET	Trụ cột 4 PII: tín dụng, đầu tư, thương mại, đa dạng hóa và quy mô thị trường.	Điều kiện
Doanh nghiệp	BUSINESS	Trụ cột 5 PII: lao động tri thức, liên kết đổi mới và hấp thụ tri thức.	Điều kiện
Sản phẩm tri thức	KNOW	Trụ cột 6 PII: sáng tạo tri thức, tài sản vô hình, sản phẩm sáng tạo và lan tỏa tri thức.	Điều kiện
Tác động	IMPACT	Trụ cột 7 PII: tác động của KH-CN&ĐMST đến sản xuất - kinh doanh và phát triển KT-XH.	Điều kiện

Nguồn: Tổng hợp từ Bộ Khoa học và Công nghệ (2024, 2025), Cổng DTI (2024, 2025) và WIPO (2024)

Hiệu chuẩn tập mờ và phép toán fsQCA

Các biến được hiệu chuẩn thành điểm thành viên tập mờ 0-1 theo phương pháp trực tiếp. Mỗi biến dùng 3 mốc của từng năm: full-out tại phân vị 10%, crossover tại phân vị 50% và full-in tại phân vị 90%. Cách làm này phù hợp với dữ liệu cấp tỉnh phân bố không đồng đều và cho phép so sánh nội bộ theo từng năm.

Trong ký hiệu nghiệm fsQCA, dấu * biểu thị phép giao tập giữa các điều kiện; dấu ~ biểu thị sự vắng mặt tương đối của điều kiện sau khi hiệu chuẩn tập mờ.

Trong bảng chân trị, mỗi cấu hình điều kiện được biểu diễn bằng 2^k tổ hợp; với k = 7, có 128 cấu hình lý thuyết. Nghiên cứu giữ ngưỡng tần suất tối thiểu là 1, consistency tối thiểu 0.80 và PRI 0.50 để nhận diện các cấu hình có ý nghĩa thực nghiệm.

Nghiên cứu sử dụng cách viết số thập phân theo chuẩn quốc tế.

Bảng 2: Ngưỡng hiệu chuẩn fuzzy-set của các biến nghiên cứu

Biến	2023 full-out	2023 crossover	2023 full-in	2024 full-out	2024 crossover	2024 full-in
DE	0.511	0.592	0.711	0.387	0.561	0.749
INST	35.498	48.920	63.914	41.368	55.740	67.340
HCRD	20.268	28.780	46.742	17.970	28.440	44.922
INFRA	34.302	49.420	67.242	35.128	50.170	67.064
MARKET	22.092	32.940	52.848	20.764	35.280	60.042
BUSINESS	11.384	22.170	43.798	14.724	24.540	43.398
KNOW	13.394	24.890	39.088	15.282	24.270	36.210
IMPACT	36.566	49.210	61.530	28.432	40.620	51.020

Ghi chú: Các mốc hiệu chuẩn là phân vị 10%-50%-90% tính riêng cho từng năm.

Nguồn: Kết quả hiệu chuẩn

Trình tự phân tích fsQCA

Quy trình phân tích gồm 3 bước: Thứ nhất, kiểm tra điều kiện cần để xác định liệu một điều kiện đơn lẻ có phải là tập con gần như bắt buộc của kết quả hay không; Thứ hai, xây dựng bảng chân trị và chọn các cấu hình đủ dựa trên ngưỡng frequency, consistency và PRI đã nêu; Thứ ba, rút gọn các cấu hình đủ thành nghiệm phức hợp/điển hình để diễn giải theo logic cấu hình.

Do mục tiêu nghiên cứu là so sánh theo năm, 2 bộ dữ liệu 2023 và 2024 được phân tích độc lập thay vì gộp panel, nhằm tránh làm mờ khác biệt thời gian và nhận diện sự dịch chuyển của các con đường cấu hình.

KẾT QUẢ NGHIÊN CỨU

Phân tích điều kiện cần

Kết quả cho thấy không có điều kiện đơn lẻ nào đạt ngưỡng consistency 0.90 trong cả 2 năm. Phát hiện này phù hợp với giả định cấu hình: kinh tế số cao không phụ thuộc tuyệt đối vào một trụ cột riêng lẻ, mà hình thành từ tổ hợp điều kiện.

Bảng 3: Phân tích điều kiện cần cho phát triển kinh tế số cấp tỉnh

Điều kiện	Cons. 2023	Cov. 2023	Cons. 2024	Cov. 2024
BUSINESS	0.717	0.705	0.726	0.721
IMPACT	0.655	0.650	0.711	0.714
MARKET	0.695	0.707	0.699	0.775
INFRA	0.697	0.693	0.695	0.715
HCRD	0.743	0.717	0.688	0.683
INST	0.678	0.634	0.660	0.659
KNOW	0.670	0.681	0.648	0.693
~KNOW	0.564	0.510	0.583	0.538
~INFRA	0.555	0.512	0.548	0.522
~MARKET	0.543	0.491	0.545	0.487
~IMPACT	0.557	0.515	0.537	0.525
~INST	0.557	0.545	0.527	0.517
~HCRD	0.525	0.498	0.524	0.518
~BUSINESS	0.520	0.485	0.505	0.498

Ghi chú: Không điều kiện đơn lẻ nào đạt ngưỡng 0.90.

Nguồn: Kết quả nghiên cứu

Kết quả fsQCA năm 2023

Năm 2023 có 7 cấu hình chân trị được chọn; 4 cấu hình được rút gọn thành 4 con đường đủ, phản ánh sự đa dạng của các tổ hợp điều kiện dẫn đến kinh tế số cao.

Bảng 4: Các cấu hình đủ được chọn cho năm 2023

Condition variables	fsQCA năm 2023 (frequency cutoff = 1, raw consistency cutoff = 0,80; PRI cutoff = 0,50)
	H1	H2	H3	H4
INST	⊗	●	●
HCRD	●	●	●	●
INFRA	●	⊗	●	●
MARKET	●	⊗	●	●
BUSINESS	⊗	●		●
KNOW	⊗	⊗	●
IMPACT	⊗	●	●	●
Consistency	0.949	0.959	0.951	0.940
Raw coverage	0.123	0.172	0.322	0.414
Unique coverage	0.025	0.045	0.014	0.093
Solution coverage	0.500
Solution consistency	0.942

Chú thích: ● = điều kiện xuất hiện trong cấu hình; ⊗ = điều kiện vắng mặt trong cấu hình; ô trống = điều kiện không được giữ lại trong nghiệm rút gọn. H1-H4 tương ứng với 4 nghiệm rút gọn của năm 2023.

Nguồn: Kết quả nghiên cứu

Nghiệm rút gọn của năm 2023 gồm 4 con đường chính:

(i) ~INST*HCRD*INFRA*MARKET*~BUSINESS*~KNOW*~IMPACT;

(ii) INST*HCRD*~INFRA*~MARKET*BUSINESS*~KNOW*IMPACT;

(iii) INST*HCRD*INFRA*MARKET*KNOW*IMPACT;

(iv) HCRD*INFRA*MARKET*BUSINESS*IMPACT.

Nghiệm tổng thể đạt consistency 0.942 và coverage 0.500, cho thấy mức phù hợp tốt và năng lực giải thích trung bình khá đối với tập kết quả kinh tế số cao.

Bốn con đường năm 2023 có thể diễn giải lần lượt là: bù trừ nhân lực - hạ tầng - thị trường; thể chế - doanh nghiệp - tác động bù trừ hạ tầng/thị trường; đồng bộ nền tảng đổi mới; và hấp thụ - thị trường - chuyển hóa. Cách gọi này hỗ trợ diễn giải, không hàm ý thứ bậc tuyến tính.

Kết quả fsQCA năm 2024

Năm 2024 có 4 cấu hình chân trị được chọn và được rút gọn thành 2 con đường đủ, cô đặc hơn quanh thị trường, doanh nghiệp, tri thức và tác động đổi mới.

Bảng 5: Các cấu hình đủ được chọn cho năm 2024

Condition variables	fsQCA năm 2024 (frequency cutoff = 1, raw consistency cutoff = 0,80; PRI cutoff = 0,50)
	H1	H2
INST		●
HCRD	●	⊗
INFRA	●
MARKET	●	●
BUSINESS	●	●
KNOW	●	●
IMPACT	●	●
Consistency	0.916	0.865
Raw coverage	0.329	0.189
Unique coverage	0.210	0.070
Solution coverage	0.399
Solution consistency	0.926

Chú thích: ● = điều kiện hiện diện trong nghiệm; ⊗ = điều kiện vắng mặt trong nghiệm; ô trống = điều kiện không được giữ lại trong nghiệm rút gọn. H1-H2 tương ứng với 2 con đường rút gọn của năm 2024.

Nguồn: Kết quả nghiên cứu

Nghiệm rút gọn năm 2024 gồm 2 con đường:

(i) HCRD*INFRA*MARKET*BUSINESS*KNOW*IMPACT;

(ii) INST*~HCRD*MARKET*BUSINESS*KNOW*IMPACT.

Nghiệm tổng thể đạt consistency 0.926 và coverage 0.399, phản ánh mức phù hợp cao nhưng phạm vi giải thích hẹp hơn năm 2023.

Hai con đường năm 2024 có thể diễn giải là: đồng bộ hấp thụ - hạ tầng - thị trường - chuyển hóa và bù trừ thể chế cho vốn con người/R&D. MARKET, BUSINESS, KNOW và IMPACT cùng xuất hiện trong cả 2 nghiệm, cho thấy vai trò trung tâm của thị trường, doanh nghiệp, tri thức và chuyển hóa đổi mới.

THẢO LUẬN

Kết quả 2 năm củng cố lập luận rằng kinh tế số cấp tỉnh là một hiện tượng cấu hình: không trụ cột riêng lẻ nào đủ quyết định kết quả cao, nhưng nhiều tổ hợp điều kiện khác nhau có thể dẫn tới cùng một đầu ra. Điều này phù hợp với hệ thống phức hợp, hệ thống đổi mới và logic fsQCA.

So sánh theo năm cho thấy năm 2023 xuất hiện nhiều cấu hình hơn. Một số địa phương đạt kết quả cao dù thể chế chưa thật mạnh, nhờ được bù trừ bởi vốn con người, hạ tầng và thị trường; trong khi đó, những địa phương khác cần sự đồng hiện của thể chế, doanh nghiệp, tri thức và tác động đổi mới để hình thành kết quả cao. Đến năm 2024, các cấu hình cô đặc hơn quanh nhóm điều kiện thị trường - doanh nghiệp - tri thức - tác động, cho thấy vai trò tích hợp của đầu ra đổi mới ngày càng rõ.

Về hàm ý chính sách, địa phương không nên đầu tư từng trụ cột tách rời, mà cần thiết kế các gói điều kiện bổ trợ. Địa phương yếu về thể chế có thể ưu tiên thị trường, doanh nghiệp và tri thức; địa phương có nhân lực và hạ tầng tốt cần tăng liên kết đổi mới và chuyển hóa kết quả.

Các kết quả cũng nhất quán với cảnh báo của phương pháp cấu hình: bằng chứng ở đây là bằng chứng liên kết có điều kiện, không phải bằng chứng nhân quả tuyến tính. Do đó, nghiên cứu chỉ cho thấy kinh tế số cao thường đi cùng với một số tổ hợp điều kiện thuận lợi; chưa thể khẳng định từng trụ cột riêng lẻ trực tiếp gây ra kết quả hoặc có thể thay thế hoàn toàn các yếu tố còn lại.

KẾT LUẬN VÀ HÀM Ý CHÍNH SÁCH

Nghiên cứu sử dụng fsQCA để phân tích vai trò của các trụ cột PII đối với kinh tế số cấp tỉnh Việt Nam năm 2023 và 2024. Kết quả cho thấy không có điều kiện cần đơn lẻ; các cấu hình đủ thay đổi theo năm và tạo nhiều con đường dẫn tới cùng kết quả.

Hàm ý chính sách trọng tâm là nhìn kinh tế số như một hệ sinh thái điều kiện bổ trợ. Địa phương không chỉ cần hạ tầng hay thể chế, mà còn cần nâng cao nhân lực, doanh nghiệp, độ mở thị trường, sản phẩm tri thức và khả năng chuyển hóa đổi mới thành tác động kinh tế - xã hội.

Nghiên cứu có một số hạn chế. Thứ nhất, fsQCA phản ánh cấu hình liên kết chứ không xác lập quan hệ nhân quả chắc chắn. Thứ hai, các ngưỡng hiệu chuẩn dựa trên phân vị nội mẫu nên có thể thay đổi khi bộ dữ liệu được mở rộng hoặc cách chuẩn hóa khác đi. Thứ ba, nghiên cứu mới dừng ở cấp tỉnh và 2 năm dữ liệu; vì vậy, nghiên cứu tiếp theo nên mở rộng chuỗi thời gian, bổ sung kiểm định độ bền với ngưỡng thay thế và kết hợp dữ liệu vi mô để nhận diện rõ hơn cơ chế tạo lập kinh tế số.

Tài liệu tham khảo:

2. Bộ Khoa học và Công nghệ (2024). Báo cáo Chỉ số ĐMST cấp địa phương năm 2024.

3. Bộ Khoa học và Công nghệ (2025). Bộ KH&CN công bố Chỉ số ĐMST cấp địa phương năm 2024. https://mst.gov.vn/bo-khcn-cong-bo-chi-so-doi-moi-sang-tao-cap-dia-phuong-nam-2024-197250225094648986.htm

4. Cohen, W. M., & Levinthal, D. A. (1990). Absorptive capacity: A new perspective on learning and innovation. Administrative Science Quarterly, 35(1), 128-152. https://doi.org/10.2307/2393553

5. Cooke, P., Uranga, M. G., & Etxebarria, G. (1997). Regional innovation systems: Institutional and organisational dimensions. Research Policy, 26(4-5), 475-491. https://doi.org/10.1016/S0048-7333(97)00025-5

6. Cổng DTI (2024). Xếp hạng CĐS cấp tỉnh năm 2023. https://dti.gov.vn/xep-hang-2023-all

7. Cổng DTI (2025). Xếp hạng CĐS cấp tỉnh năm 2024. https://dti.gov.vn/xep-hang-2024-63-tinh

9. Fiss, P. C. (2011). Building better causal theories: A fuzzy set approach to typologies in organization research. Academy of Management Journal, 54(2), 393-420. https://doi.org/10.5465/amj.2011.60263120

10. Freeman, C. (1987). Technology Policy and Economic Performance: Lessons from Japan. Pinter.

11. Greckhamer, T., Furnari, S., Fiss, P. C., & Aguilera, R. V. (2018). Studying configurations with qualitative comparative analysis: Best practices in strategy and organization research. Strategic Organization, 16(4), 482-495. https://doi.org/10.1177/1476127018786487

12. Hoang, X. V., Pham, V. B., & Nguyen, N. K. (2026). Strategic planning for digital distribution innovation in Vietnam: A Delphi-AHP-TOPSIS approach. Journal of Distribution Science, 24(8), 1-15. https://doi.org/10.15722/jds.24.08.202608.1

13. Hoang, X. V., Pham, V. B., Le, H. T. M., Luu, H. V., & Nguyen, T. D. (2027). Developing a criteria framework for national innovation strategy planning. Multidisciplinary Reviews, 10, e2027189. https://doi.org/10.31893/multirev.2027189

14. Lundvall, B.-A. (Ed.). (1992). National Systems of Innovation: Towards a Theory of Innovation and Interactive Learning. Pinter.

15. Meyer, A. D., Tsui, A. S., & Hinings, C. R. (1993). Configurational approaches to organizational analysis. Academy of Management Journal, 36(6), 1175-1195. https://doi.org/10.5465/256809

16. Misangyi, V. F., Greckhamer, T., Furnari, S., Fiss, P. C., Crilly, D., & Aguilera, R. (2017). Embracing causal complexity: The emergence of a neo-configurational perspective. Journal of Management, 43(1), 255-282. https://doi.org/10.1177/0149206316679252

17. Nambisan, S., Lyytinen, K., Majchrzak, A., & Song, M. (2017). Digital innovation management: Reinventing innovation management research in a digital world. MIS Quarterly, 41(1), 223-238. https://doi.org/10.25300/MISQ/2017/41:1.03

18. North, D. C. (1990). Institutions, Institutional Change and Economic Performance. Cambridge University Press.

19. OECD (2019). Measuring the Digital Transformation: A Roadmap for the Future. OECD Publishing. https://doi.org/10.1787/9789264311992-en

20. Ragin, C. C. (2008). Redesigning Social Inquiry: Fuzzy Sets and Beyond. University of Chicago Press.

22. Schneider, C. Q., & Wagemann, C. (2012). Set-Theoretic Methods for the Social Sciences: A Guide to Qualitative Comparative Analysis. Cambridge University Press. https://doi.org/10.1017/CBO9781139004244

23. Teece, D. J. (2007). Explicating dynamic capabilities: The nature and microfoundations of sustainable enterprise performance. Strategic Management Journal, 28(13), 1319-1350. https://doi.org/10.1002/smj.640

24. Verhoef, P. C., Broekhuizen, T., Bart, Y., Bhattacharya, A., Dong, J. Q., Fabian, N., & Haenlein, M. (2021). Digital transformation: A multidisciplinary reflection and research agenda. Journal of Business Research, 122, 889-901. https://doi.org/10.1016/j.jbusres.2019.09.022

25. Vial, G. (2019). Understanding digital transformation: A review and a research agenda. The Journal of Strategic Information Systems, 28(2), 118-144. https://doi.org/10.1016/j.jsis.2019.01.003

26. World Intellectual Property Organization - WIPO (2024). Global Innovation Index 2024: Unlocking the Promise of Social Entrepreneurship. WIPO. https://doi.org/10.34667/tind.50062

27. Yoo, Y., Henfridsson, O., & Lyytinen, K. (2010). Research commentary: The new organizing logic of digital innovation. Information Systems Research, 21(4), 724-735. https://doi.org/10.1287/isre.1100.0322

Ngày nhận bài: 28/7/2026; Ngày hoàn thiện biên tập: 1/10/2026; Ngày duyệt đăng: 16/10/2026