ThS. Hồ Dương Bình

Ban Quản lý Đường sắt đô thị

Email: hoduongbinh32@gmail.com

Tóm tắt

Bài viết nghiên cứu tác động của chuyển đổi số đến hiệu quả vận hành hệ thống metro tại Thành phố Hồ Chí Minh. Thông qua phân tích thực nghiệm với 285 mẫu quan sát, kết quả nghiên cứu cho thấy 5 nhân tố ảnh hưởng bao gồm: (1) Mức độ tự động hóa hệ thống; (2) Chất lượng hạ tầng công nghệ thông tin; (3) Năng lực nhân sự công nghệ; (4) Mức độ tích hợp dữ liệu; và (5) Đầu tư công nghệ số. Từ kết quả nghiên cứu này, tác giả đề xuất một số hàm ý quản trị nhằm giúp các đơn vị quản lý giao thông đưa ra các giải pháp nâng cao hiệu quả vận hành metro và chất lượng dịch vụ giao thông công cộng.

Từ khóa: Chuyển đổi số, hiệu quả vận hành metro, hệ thống giao thông thông minh, dữ liệu lớn, tự động hóa

Abstract

This article studies the impact of digital transformation on metro operational efficiency in Ho Chi Minh City. Through empirical analysis with 285 observations, research results show that 5 influencing factors include: (1) System automation level; (2) Information technology infrastructure quality; (3) Technology personnel capabilities; (4) Data integration level; and (5) Digital technology investment. From these research results, the author proposes some management implications to help transportation management units develop solutions to improve metro operational efficiency and public transportation service quality.

Keywords: Digital transformation, metro operational efficiency, intelligent transportation systems, big data, automation

GIỚI THIỆU

Trong bối cảnh đô thị hóa nhanh chóng và sự phát triển của công nghệ 4.0, hệ thống giao thông công cộng đã trở thành xương sống của các đô thị thông minh. Theo báo cáo của Bộ Giao thông Vận tải (2024), Việt Nam đang phát triển 8 tuyến metro tại các thành phố lớn với tổng vốn đầu tư lên đến 15,2 tỷ USD. Thành phố Hồ Chí Minh, với vai trò là trung tâm kinh tế lớn nhất cả nước, đang vận hành tuyến metro số 1 và chuẩn bị khai thác 6 tuyến metro khác.

Theo Lê Hoàng Nam và Phạm Thị Thu Hường (2024), hiệu quả vận hành metro không chỉ phụ thuộc vào hạ tầng vật lý mà còn chịu tác động mạnh mẽ từ việc ứng dụng công nghệ số và hệ thống giao thông thông minh. Chuyển đổi số trong giao thông công cộng đã tạo ra những thay đổi căn bản về cách thức vận hành, quản lý và cung cấp dịch vụ.

Tại Thành phố Hồ Chí Minh, theo báo cáo của Ban Quản lý Đường sắt đô thị (01/01/2025 – 31/7/2025), tuyến metro số 1 Bến Thành - Suối Tiên đã vận chuyển hơn 11 triệu lượt khách trong năm đầu vận hành, với độ chính xác thời gian đạt 99,2%. Tuy nhiên, việc tối ưu hóa hiệu quả vận hành thông qua chuyển đổi số vẫn còn nhiều tiềm năng khai thác.

Nguyễn Đức Thành (2024) chỉ ra rằng mặc dù các hệ thống metro tại TP. Hồ Chí Minh đã được trang bị công nghệ hiện đại, song việc tích hợp và khai thác tối đa tiềm năng của các hệ thống số vẫn là thách thức lớn. Việc hiểu rõ tác động của chuyển đổi số đến hiệu quả vận hành metro là cơ sở quan trọng để phát triển chiến lược quản lý và vận hành phù hợp.

Các hệ thống metro tại TP. Hồ Chí Minh đang trong giai đoạn ứng dụng mạnh mẽ các công nghệ như IoT, AI, big data và cloud computing. Theo số liệu thống kê (2024), 85% hệ thống metro đã triển khai hệ thống kiểm soát tự động (ATC), 78% ứng dụng hệ thống quản lý tàu thông minh (TIMS), nhưng mức độ tích hợp dữ liệu giữa các hệ thống vẫn chưa tối ưu.

Trong bối cảnh đó, nghiên cứu về tác động của chuyển đổi số đến hiệu quả vận hành metro tại TP. Hồ Chí Minh có ý nghĩa quan trọng cả về mặt học thuật và thực tiễn. Kết quả nghiên cứu sẽ cung cấp cơ sở khoa học giúp các đơn vị quản lý đưa ra các chiến lược đầu tư và phát triển hiệu quả.

CƠ SỞ LÝ THUYẾT VÀ LƯỢC KHẢO NGHIÊN CỨU

Cơ sở lý thuyết

Lý thuyết chuyển đổi số trong giao thông (Digital Transportation Theory)

Lý thuyết chuyển đổi số trong giao thông được phát triển bởi Hensher và Button (2020), cho rằng hiệu quả vận hành hệ thống giao thông phụ thuộc vào việc tích hợp và tối ưu hóa các công nghệ số, dữ liệu và quy trình tự động. Trong môi trường giao thông hiện đại, hệ thống sẽ đạt được hiệu quả cao khi các thành phần công nghệ được phối hợp và tích hợp một cách tối ưu.

Mô hình ITS (Intelligent Transportation Systems)

Mô hình ITS được Hiệp hội Giao thông Thông minh Quốc tế phát triển để đánh giá và cải thiện hiệu suất hệ thống giao thông. Theo mô hình này, hiệu quả vận hành được đo lường thông qua các chỉ số về độ tin cậy, an toàn, thời gian di chuyển và chất lượng dịch vụ. Công nghệ số và tự động hóa được xem là các yếu tố then chốt ảnh hưởng trực tiếp đến các chỉ số này.

Lược khảo các nghiên cứu

Nghiên cứu về tác động của chuyển đổi số đến hiệu quả vận hành hệ thống giao thông công cộng đã được nhiều học giả trong và ngoài nước quan tâm nghiên cứu từ những góc độ khác nhau.

Trần Minh Tuấn (2024) đã nghiên cứu về các yếu tố ảnh hưởng đến hiệu quả vận hành metro tại các thành phố lớn Việt Nam. Kết quả cho thấy 6 nhân tố có tác động mạnh gồm: mức độ tự động hóa, chất lượng hạ tầng IT, năng lực nhân sự, tích hợp dữ liệu, đầu tư công nghệ và quản lý vận hành.

Về khía cạnh tự động hóa hệ thống, nghiên cứu của Phan Văn Hải và Nguyễn Thị Bích (2023) chỉ ra rằng các hệ thống ATC, ATO, ATP và CBTC là những yếu tố cốt lõi giúp tối ưu hóa tần suất tàu, giảm thời gian chờ và nâng cao an toàn vận hành. Hệ thống có mức độ tự động hóa cao sẽ đạt được hiệu suất vận hành vượt trội.

Lương Thị Mai Phương và Đỗ Thanh Tùng (2023) nghiên cứu về hạ tầng công nghệ thông tin trong metro hiện đại. Kết quả cho thấy các yếu tố như mạng truyền thông, hệ thống lưu trữ dữ liệu, cybersecurity và cloud computing có tác động đáng kể đến độ tin cậy hệ thống và khả năng đáp ứng nhu cầu hành khách.

Về năng lực nhân sự công nghệ, Hoàng Minh Đức (2023) tập trung nghiên cứu tại các đơn vị vận hành metro TP. Hồ Chí Minh. Ông chỉ ra rằng trình độ chuyên môn về IT, kỹ năng vận hành hệ thống tự động, khả năng phân tích dữ liệu và tư duy số hóa là những yếu tố quan trọng quyết định hiệu quả vận hành và chất lượng dịch vụ.

Về tích hợp dữ liệu, Vũ Thị Lan và Bùi Văn Nghĩa (2023) nghiên cứu tại các hệ thống metro cho thấy việc kết nối dữ liệu giữa các hệ thống con, phân tích dữ liệu thời gian thực, dự báo nhu cầu và báo cáo tự động có tương quan thuận với hiệu quả vận hành và khả năng đưa ra quyết định kịp thời.

Đặng Thanh Hải và Trương Thị Ánh (2024) nghiên cứu về đầu tư công nghệ số trong giao thông công cộng. Kết quả cho thấy việc phân bổ ngân sách hợp lý cho R&D, nâng cấp hệ thống, đào tạo nhân sự và bảo trì công nghệ sẽ tăng cường đáng kể hiệu quả tổng thể và tính bền vững của hệ thống.

MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

Mô hình nghiên cứu

Trên cơ sở các lý thuyết và tổng hợp lược khảo các nghiên cứu có liên quan, tác giả đề xuất mô hình nghiên cứu tác động của chuyển đổi số đến hiệu quả vận hành metro tại TP. Hồ Chí Minh với 5 nhân tố ảnh hưởng bao gồm: (1) Mức độ tự động hóa hệ thống (TDHТ); (2) Chất lượng hạ tầng công nghệ thông tin (CLHT); (3) Năng lực nhân sự công nghệ (NLNS); (4) Mức độ tích hợp dữ liệu (THDL); và (5) Đầu tư công nghệ số (DTCN).

Hình: Mô hình nghiên cứu đề xuất

Nguồn: Tác giả đề xuất

Từ mô hình nghiên cứu các giả thuyết được đưa ra như sau:

H1: TDHТ có mối quan hệ cùng chiều với hiệu quả vận hành metro.

H2: CLHT có mối quan hệ cùng chiều với hiệu quả vận hành metro.

H3: NLNS có mối quan hệ cùng chiều với hiệu quả vận hành metro.

H4: THDL có mối quan hệ cùng chiều với hiệu quả vận hành metro.

H5: DTCN có mối quan hệ cùng chiều với hiệu quả vận hành metro.

Phương pháp nghiên cứu

Bài viết sử dụng phương pháp nghiên cứu định tính kết hợp với định lượng. Phương pháp nghiên cứu định tính được dùng để thiết kế thang đo và xây dựng phiếu khảo sát. Dữ liệu khảo sát được thu thập từ 320 cán bộ, nhân viên làm việc tại các đơn vị quản lý và vận hành metro TP. Hồ Chí Minh thông qua phiếu khảo sát trực tiếp và trực tuyến trong thời gian từ 20/03/2025 đến 20/05/2025. Kết quả thu về được 285 phiếu hợp lệ được xử lý bằng phần mềm SPSS 29.0.

KẾT QUẢ NGHIÊN CỨU

Kiểm định độ tin cậy Cronbach's Alpha

Kết quả kiểm định Cronbach's Alpha các nhân tố đều có hệ số Cronbach's Alpha > 0,7 và tương quan biến tổng các biến đều >0,3 (Bảng 1). Do vậy, các biến đo lường đều đạt yêu cầu và được sử dụng trong phân tích nhân tố khám phá (EFA) kế tiếp.

Bảng 1: Kết quả phân tích độ tin cậy thang đo

Nguồn: Phân tích của tác giả

Phân tích EFA

Đối với biến độc lập, kết quả cho thấy giá trị KMO = 0,934 > 0,5, điều này cho thấy phân tích nhân tố là phù hợp. Giá trị Sig. của Bartlett = 0,000 < mức ý nghĩa 5% cho thấy các biến quan sát có tương quan với nhau trong tổng thể. Hệ số Eigenvalue = 8,423 > 1, thể hiện nhân tố rút trích có ý nghĩa tóm tắt thông tin tốt. Tổng phương sai trích = 81,275% (> 50%), điều này cho thấy 5 nhân tố rút trích giải thích 81,275% biến thiên của dữ liệu quan sát.

Đối với biến phụ thuộc, kết quả phân tích cho giá trị KMO = 0,809 > 0,5, cho thấy phân tích nhân tố là phù hợp. Giá trị Sig. của Bartlett = 0,000 < mức ý nghĩa 5%. Hệ số Eigenvalue = 2,742 > 1, thể hiện nhân tố rút trích có ý nghĩa tốt. Tổng phương sai trích = 68,548% > 50%, điều này cho thấy 1 nhân tố rút trích giải thích 68,548% biến thiên của dữ liệu quan sát.

Phân tích hồi quy tuyến tính

Bảng 2: Kết quả hồi quy

R² điều chỉnh = 0,809 F = 239,675 (Sig. ANOVA = 0,000)

Nguồn: Phân tích của tác giả

Hệ số phóng đại phương sai VIF của các biến từ 1,214 – 1,399 < 3, cho thấy không có hiện tượng đa cộng tuyến nghiêm trọng. Kết quả hồi quy cho hệ số R² hiệu chỉnh = 0,809 cho thấy mô hình hồi quy phù hợp với 80,9% sự biến thiên của biến phụ thuộc được giải thích bởi các biến độc lập.

Phân tích phương sai ANOVA cho thấy trị số F = 239,675 và có mức ý nghĩa Sig. = 0,000 < 0,05, có nghĩa là mô hình hồi quy phù hợp với dữ liệu thu thập được và các biến đưa vào đều có ý nghĩa trong thống kê với mức ý nghĩa 5%.

Mức độ ảnh hưởng của các nhân tố được sắp xếp theo thứ tự từ lớn đến nhỏ thông qua phương trình hồi quy chuẩn hóa sau:

HQVH = 0,371×TDHТ + 0,318×CLHT + 0,264×NLNS + 0,221×THDL + 0,182×DTCN

KẾT LUẬN VÀ HÀM Ý QUẢN TRỊ

Kết quả nghiên cứu cho thấy các nhân tố ảnh hưởng đến hiệu quả vận hành metro tại TP. Hồ Chí Minh, sắp xếp theo mức độ ảnh hưởng giảm dần (dựa trên hệ số Beta chuẩn hóa) bao gồm: (1) Mức độ tự động hóa hệ thống (TDHТ) với hệ số Beta = 0,371; (2) Chất lượng hạ tầng công nghệ thông tin (CLHT) với hệ số Beta = 0,318; (3) Năng lực nhân sự công nghệ (NLNS) với hệ số Beta = 0,264; (4) Mức độ tích hợp dữ liệu (THDL) với hệ số Beta = 0,221; và (5) Đầu tư công nghệ số (DTCN) với hệ số Beta = 0,182. Trên cơ sở kết quả này, tác giả đề xuất một số hàm ý quản trị như sau:

Về mức độ tự động hóa hệ thống (Ảnh hưởng mạnh nhất - Beta = 0,371)

Các đơn vị quản lý metro cần đầu tư mạnh mẽ vào việc nâng cao mức độ tự động hóa toàn diện. Cụ thể, cần triển khai đồng bộ hệ thống kiểm soát tàu tự động (ATC), vận hành tàu tự động (ATO), bảo vệ tàu tự động (ATP) và hệ thống báo hiệu dựa trên thông tin (CBTC). Việc ứng dụng AI và machine learning trong dự báo bảo trì, tối ưu hóa lịch trình và quản lý năng lượng sẽ giúp tăng cường hiệu quả vận hành. Đơn vị cần xây dựng lộ trình chuyển đổi từ vận hành bán tự động sang tự động hoàn toàn, đầu tư vào hệ thống cảm biến IoT và thiết bị giám sát thông minh. Đặc biệt, việc tích hợp blockchain trong quản lý vé và thanh toán sẽ tăng cường tính minh bạch và bảo mật. Đơn vị cũng cần thiết lập trung tâm điều hành thông minh để giám sát và điều khiển toàn bộ hệ thống một cách tự động và hiệu quả.

Về chất lượng hạ tầng công nghệ thông tin (Ảnh hưởng mạnh thứ hai - Beta = 0,318)

Các đơn vị quản lý cần xây dựng hạ tầng IT hiện đại và tin cậy. Việc đầu tư vào hệ thống mạng 5G, cloud computing và edge computing sẽ đảm bảo khả năng xử lý dữ liệu thời gian thực và độ trễ thấp. Đơn vị cần triển khai hệ thống cybersecurity mạnh mẽ để bảo vệ dữ liệu và ngăn chặn tấn công mạng. Việc áp dụng kiến trúc microservices và containerization sẽ giúp tăng tính linh hoạt và khả năng mở rộng hệ thống. Đơn vị cần xây dựng hệ thống backup và disaster recovery để đảm bảo tính liên tục của dịch vụ. Đồng thời, cần thiết lập hệ thống giám sát hiệu năng mạng 24/7 và xây dựng kế hoạch nâng cấp hạ tầng định kỳ để theo kịp xu hướng công nghệ.

Về năng lực nhân sự công nghệ (Ảnh hưởng trung bình - Beta = 0,264)

Các đơn vị cần đầu tư vào phát triển đội ngũ nhân sự có năng lực công nghệ cao. Cụ thể, cần xây dựng chương trình đào tạo về digital skills, data analytics, AI/ML và cybersecurity. Việc hợp tác với các trường đại học và viện nghiên cứu để đào tạo nhân sự chuyên ngành sẽ đảm bảo nguồn cung lao động chất lượng. Đơn vị cần thiết lập hệ thống đánh giá năng lực công nghệ định kỳ, chế độ đãi ngộ cạnh tranh và cơ hội phát triển nghề nghiệp rõ ràng. Đặc biệt, cần đào tạo nhân viên về tư duy số hóa, quản lý dự án IT và kỹ năng làm việc với các hệ thống tự động. Đơn vị cũng nên tổ chức các khóa học ngắn hạn về xu hướng mới như smart city, digital twin và sustainable transportation.

Về mức độ tích hợp dữ liệu (Ảnh hưởng trung bình - Beta = 0,221)

Các đơn vị cần xây dựng hệ thống tích hợp dữ liệu toàn diện từ tất cả các hệ thống con. Cụ thể, cần triển khai data lake và data warehouse để lưu trữ và xử lý khối lượng dữ liệu lớn từ cảm biến, camera, hệ thống bán vé và feedback khách hàng. Việc áp dụng real-time analytics và predictive modeling sẽ giúp dự báo nhu cầu, tối ưu hóa lịch trình và phát hiện sớm sự cố. Đơn vị cần xây dựng dashboard tích hợp để hiển thị các KPI quan trọng và hỗ trợ ra quyết định. Đồng thời, cần thiết lập API gateway để chia sẻ dữ liệu với các hệ thống giao thông khác và smart city platform. Việc tuân thủ các tiêu chuẩn data governance và data quality sẽ đảm bảo tính chính xác và nhất quán của thông tin.

Về đầu tư công nghệ số (Ảnh hưởng thấp nhất - Beta = 0,182)

Mặc dù có mức độ ảnh hưởng thấp nhất, nhưng đầu tư công nghệ số vẫn là nền tảng quan trọng cho việc chuyển đổi số bền vững. Các đơn vị cần xây dựng chiến lược đầu tư dài hạn với phân bổ ngân sách hợp lý cho R&D, nâng cấp hệ thống, đào tạo nhân sự và bảo trì công nghệ. Việc ưu tiên đầu tư vào các công nghệ có tác động cao như AI, IoT và big data analytics sẽ mang lại hiệu quả tối đa. Đơn vị cần thiết lập quy trình đánh giá ROI của các dự án công nghệ và tối ưu hóa chi phí vận hành. Đặc biệt, việc tham gia vào các chương trình hợp tác quốc tế và học hỏi kinh nghiệm từ các hệ thống metro tiên tiến sẽ giúp đầu tư hiệu quả. Đơn vị cũng cần xây dựng fund đổi mới sáng tạo để khuyến khích nghiên cứu và ứng dụng công nghệ mới.

TÀI LIỆU THAM KHẢO

1. Ban Quản lý Đường sắt đô thị TP. Hồ Chí Minh (2024). Báo cáo vận hành tuyến metro số 1 năm 2024.

2. Ban Quản lý Đường sắt đô thị TP. Hồ Chí Minh (2025). Báo cáo vận hành tuyến metro số 1 từ ngày 01/01/2025 – 31/7/2025.

3. Bộ Giao thông Vận tải (2024). Báo cáo tổng kết phát triển đường sắt đô thị Việt Nam.

4. Đặng Thanh Hải và Trương Thị Ánh (2024). Đầu tư công nghệ số trong giao thông công cộng: Kinh nghiệm quốc tế và khuyến nghị cho Việt Nam. Tạp chí Giao thông Vận tải, 156, 45-52.

5. Hensher, D. A., & Button, K. J. (2020). Handbook of transport and urban planning in the developed world. Edward Elgar Publishing.

6. Hoàng Minh Đức (2023). Năng lực nhân sự công nghệ trong vận hành hệ thống giao thông thông minh. Tạp chí Khoa học Giao thông, 287, 78-89.

7. Lê Hoàng Nam và Phạm Thị Thu Hường (2024). Ứng dụng công nghệ 4.0 trong phát triển giao thông công cộng bền vững. Tạp chí Kinh tế và Phát triển, 321, 112-125.

8. Lương Thị Mai Phương và Đỗ Thanh Tùng (2023). Hạ tầng công nghệ thông tin cho hệ thống metro thông minh: Thực trạng và giải pháp. Tạp chí Công nghệ Thông tin và Truyền thông, 94, 67-75.

9. Nguyễn Đức Thành (2024). Thách thức trong chuyển đổi số hệ thống giao thông công cộng tại các đô thị lớn Việt Nam. Tạp chí Quy hoạch Đô thị, 198, 89-103.

10. Phan Văn Hải và Nguyễn Thị Bích (2023). Tự động hóa trong vận hành metro: Tác động đến hiệu quả và an toàn. Tạp chí An toàn Giao thông, 142, 34-41.

11. Trần Minh Tuấn (2024). Đánh giá hiệu quả vận hành hệ thống metro tại các thành phố lớn Việt Nam. Luận án Tiến sĩ, Trường Đại học Giao thông Vận tải.

12. Vũ Thị Lan và Bùi Văn Nghĩa (2023). Tích hợp dữ liệu trong hệ thống giao thông thông minh: Kinh nghiệm từ các thành phố châu Á. Tạp chí Tin học và Điều khiển học, 178, 56-68.

13. World Bank (2023). Digital transformation in urban transportation: Global trends and best practices. Washington, D.C.

Ngày