Cách Thức Khớp Dữ Liệu Cho Hai Bộ Dữ Liệu Nhà Sản Xuất – Khách Hàng Doanh Nghiệp Trong Kênh Tiêu Thụ

cứu khoa học xã hội đã chuyển sang các kỹ thuật thống kê thế hệ thứ hai là mô hình phương trình cấu trúc (Structural Equation Modeling – SEM). Sự phổ biến của mô hình phương trình cấu trúc (SEM) đã phát triển do nhu cầu kiểm tra các lý thuyết và hoàn thiện các khái niệm nghiên cứu (Rigdon, 1998).

Có hai loại mô hình SEM gồm SEM dựa trên hiệp phương sai (covariance-based approach – CB SEM) và SEM dựa trên bình phương tối thiểu từng phần (variance-based partial Least Square technique – PLS SEM). CB SEM được sử dụng kiểm định các lý thuyết bằng cách xác định mô hình nào tốt ước tính được ma trận hiệp phương sai cho dữ liệu mẫu thường được sử dụng trong phần mềm AMOS, LISREL. Trong khi đó, PLS SEM vận hành giống như phân tích hồi quy bội (Hair và cộng sự, 2011), được sử dụng bằng phần mềm SmartPLS. Điều này có nghĩa là PLS SEM phù hợp và có giá trị đối với các nghiên cứu với mục đích khám phá (F. Hair và cộng sự, 2014). Lý do này phù hợp với nhiều nghiên cứu trước đây.

Gần đây, PLS-SEM rất được quan tâm trong nhiều lĩnh vực nghiên cứu khác nhau như marketing, quản trị chiến lược (Hair và cộng sự, 2012), hệ thống thông tin quản lý (Ringle và cộng sự, 2012), quản trị điều hành (D. X. Peng & Lai, 2012) và kế toán (L. Lee và cộng sự, 2011). Phần lớn việc sử dụng PLS-SEM tăng lên là do kỹ thuật này có khả năng trong việc xử lý các vấn đề trong mô hình nghiên cứu thường xảy ra trong lĩnh vực khoa học xã hội, chẳng hạn như các đặc điểm dữ liệu bất thường (nonnormal data) và mô hình có tính phức tạp cao (Hair và cộng sự, 2014).

PLS-SEM được sử dụng như một lựa chọn ưu tiên để xử lý các mẫu nhỏ (Hair, Hult, và cộng sự, 2017; Hair và cộng sự, 2014). Kích thước mẫu sử dụng trong luận án là 78. Bởi vì toàn bộ nhà sản xuất VLXKN ĐBSCL là nhỏ, số lượng cỡ mẫu thu thập là toàn bộ tổng thể với 78 chủ sở hữu hoặc các nhà quản lý cấp cao của các doanh nghiệp vừa và nhỏ. Hơn nữa, những lý do khác mà Hair, Hollingsworth, và cộng sự (2017) đã nêu như dữ liệu không phân phối chuẩn, tối đa hóa phương sai được giải thích cho các biến nội sinh, nhiều thuật ngữ tương tác với nhau (mô hình phức tạp) và số lượng lớn các biến quan sát, thang đo có nguồn gốc từ nghiên cứu trước đây, giải thích một kết quả quan tâm, xác định các mối quan hệ, vừa có biến nghiên cứu bậc hai vừa có biến nghiên cứu bậc một trong mô hình nghiên cứu. Các lý do này cũng rất phù hợp cho luận án sử dụng PLS SEM trong kiểm định mô hình nghiên cứu.

Như vậy, PLS SEM 3.3.3 được sử dụng trong luận án này để kiểm tra có xem xét yếu tố hỗ trợ của tác động định hướng thị trường, năng lực đổi mới của nhà sản xuất – khách hàng doanh nghiệp trong kênh tiêu thụ đến phát triển thị trường VLXKN và vì một số lý do sau (1) tránh được các vấn đề liên quan đến cỡ mẫu nhỏ; (2) dữ liệu không phân phối chuẩn; (3) ước lượng mô hình nghiên cứu phức tạp, có biến trung gian (MOC, IC, GS) và biến tiềm ẩn khác tương tác với nhau; (4) vừa có biến nghiên cứu bậc hai (MO, IC) vừa có biến bậc một (GS, MD) trong mô hình nghiên cứu.

b) Các bước thực hiện phân tích dữ liệu định lượng chính thức

Phân tích dữ liệu định lượng chính thức trong luận án được thực hiện qua 4 bước như sau:

Bước 1: Thống kê mô tả

Thống kê mô tả có thể được định nghĩa như là phương pháp có liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán, các đặc trưng khác nhau để phản ánh một cách tổng quát đối tượng phỏng vấn. Các công cụ thống kê được sử dụng trong phân tích dữ liệu gồm có bảng thống kê, bảng phân phối tần suất, so sánh số tuyệt đối và số tương đối. Bảng thống kê trình bày số liệu và thông tin thu thập (kết quả nghiên cứu) làm cơ sở để phân tích và kết luận. Bảng phân phối tần số là bảng tóm tắt dữ liệu được xếp thành từng tổ khác nhau dựa trên tần số xuất hiện của các đối tượng trong cơ sở dữ liệu để so sánh tỷ lệ và phản ánh số liệu.

Các chỉ tiêu thống kê mô tả trên để mô tả đặc điểm đối tượng khảo sát của 236 doanh nghiệp, với 78 doanh nghiệp là nhà sản xuất và 158 doanh nghiệp là khách hàng doanh nghiệp với các tiêu chí như trình độ học vấn, chuyên môn của người trả lời, loại hình doanh nghiệp, lĩnh vực hoạt động của doanh nghiệp, quy mô doanh nghiệp, các nội dung liên quan đến sản xuất và tiêu thụ của doanh nghiệp.

Có thể bạn quan tâm!

• Nhận Thức Về Xu Hướng Phát Triển Và Lợi Ích Của Vlxkn Tại Đbscl Và Việt Nam
• Xây Dựng Thang Đo Các Khái Niệm Nghiên Cứu
• Chọn Mẫu Và Thu Thập Dữ Liệu Cho Nghiên Cứu Định Lượng
• Giới Thiệu Về Thị Trường Vật Liệu Xây Không Nung Ở Đồng Bằng Sông Cửu Long
• Khách Hàng Doanh Nghiệp Sử Dụng Vật Liệu Xây Không Nung
• Năng Lực Của Nhà Thầu Xây Dựng Sử Dụng Vlxkn

Xem toàn bộ 294 trang tài liệu này.

Bước 2: Đánh giá mô hình đo lường

Đánh giá mô hình đo lường dựa trên xét 3 giá trị gồm độ tin cậy tổng hợp, giá trị hội tụ và giá trị phân biệt.

Độ tin cậy tổng hợp đo lường độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố) và hệ số độ tin cậy (Cronbach’s Alpha – CA) đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời. Độ tin cậy (reliability) của các biến quan sát phải có hệ số tin cậy phải lớn hơn hoặc bằng 0,6 thì đạt yêu cầu về độ tin cậy (Hulland, 1999), hệ số Composite Reliability – CR phải lớn hơn hoặc bằng 0,7 thì đạt độ tin cậy tổng hợp (Fornell và Larcker, 1981).

- Độ giá trị hội tụ (convergent validity) được sử dụng để đánh giá sự ổn định của thang đo. Thang đo đạt được giá trị hội tụ khi các trọng số chuẩn hóa hệ số tải ngoài (outer loading) của mỗi biến quan sát lên nhân tố lớn hơn hoặc bằng 0,7 và có ý nghĩa thống kê (p < 0,05) và giá trị phương sai trích trung bình (AVE) phản ánh lượng biến then chung các các biến quan sát được giải thích bởi biến tiềm ẩn phải lớn hơn hoặc bằng 0,5 sẽ khẳng định được độ giá trị hội tụ (Henseler và cộng sự, 2009).

- Độ giá trị phân biệt (discriminant validity) đo lường độ giá trị phân biệt giúp đảm bảo sự khác biệt, không có mối tương quan giữa các yếu tố sử dụng để đo lường các nhân tố. Để đo lường giá trị phân biệt nên sử dụng tiêu chí Fornell – Lacker: căn bậc hai AVE của mỗi nhân tố đo lường đều lớn hơn hệ số liên hệ (latent variable correlations) giữa nhân tố đó với các nhân tố khác cho thấy độ phân biệt và tính tin cậy của các nhân tố (Henseler và cộng sự, 2009).

- Đánh giá sự cộng tuyến: Để đánh giá sự cộng tuyến của các biến, PLS-SEM sử dụng hệ số phóng đại phương sai (Variance Inflation Fator - VIF). Khi VIF vượt quá 10 là dấu hiệu của đa công tuyến (Hair và cộng sự, 2014), phải loại bỏ biến ra khỏi mô hình. Theo Hair và cộng sự (2011), giá trị VIF < 5 thì giữa các biến nghiên cứu không có hiện tượng đa cộng tuyến và mô hình sẽ được tiếp tực đưa vào phân tích.

Bước 3: Đánh giá mô hình cấu trúc

Sau khi mô hình đo lường đạt yêu cầu, tiến hành đánh giá mô hình cấu trúc qua các tiêu chí sau:

- Hệ số tổng thể xác định R2 (R – square value) là chỉ số để đo lường mức độ phù hợp với mô hình dữ liệu hay khả năng giải thích của mô hình. Hair và cộng sự (2014) cho rằng giá trị R2 (R – square value) trong mô hình đo lường PLS SEM có giá trị là 0,67; 0,33 và 0,19 tương ứng ý nghĩa là mạnh, trung bình và yếu.

- Đánh giá hệ số đường dẫn mô hình cấu trúc (Hệ số Path Coefficient): thể hiện mức độ tác động của các biến số với nhau. Các hệ số đường dẫn có giá trị chuẩn hóa xấp xỉ giữa -1 và +1. Trong đó, các hệ số đường dẫn ước lượng có giá trị dương cho thấy mối quan hệ cùng chiều và ngược lại cho giá trị âm (-) là mối quan hệ ngược chiều; càng gần 1 thì mối quan hệ càng mạnh. Các giá trị thấp gần bằng 0 thường không có ý nghĩa thống kê (Hair, Hult, và cộng sự, 2017). Ngoài ra, cần xem xét giá trị p_value của tất cả hệ số đường dẫn trong mô hình khi thực hiện thủ tục bootstrapping, theo đó p_value < 0,05 (hoặc p_value < 0,1) sẽ cho kết luận mối quan hệ được xem xét có ý nghĩa thống kê ở mức 5% (hoặc 10%) (Hair, Hult, và cộng sự, 2017).

Bước 4: Kiểm định Bootstrapping – Kiểm định độ tin cậy mô hình SEM.

Sau khi hoàn thành việc ước lượng mô hình nghiên cứu, đánh giá lại độ tin cậy của ước lượng mô hình nghiên cứu để suy rộng ra cho tổng thể. Schumaker và Lomax (2004) đề xuất phương pháp kiểm định bootstrapping là phương pháp lấy mẫu lặp lại, trong đó mẫu ban đầu đóng vai trò là đám đông. Phương pháp này sử dụng cách tiếp cận không dựa trên quan hệ tương tác giữa các biến, các nhân tố để dự đoán độ chính xác của các mối quan hệ trong PLS. Với kỹ thuật bootstrapping, có thể coi mẫu thu hồi được như một tổng thể, N mẫu con trong tổng thể được tạo thành bằng phương pháp lấy mẫu với sự thay đổi của các giá trị quan sát trong cỡ mẫu ban đầu (trong nghiên cứu N = 50). Sau đó, các mối liên hệ bắt đầu được dự đoán cho mỗi mẫu mới được tạo ra. Phân phối các dự đoán từ M mẫu được tạo ra để tính t_value hoặc p_value của mối quan hệ. Sau khi thực hiện bootstrapping, cần kiểm tra lại mức ý nghĩa của các mối quan hệ, tổng tác động trực tiếp và gián tiếp ở mức ý nghĩa 5% hoặc 10% (thích hợp cho các nghiên cứu khám phá). Bên cạnh đó, đo lường mức độ phù hợp của mô hình với địa bàn người cứu bằng chỉ số căn bậc hai phần dư chuẩn hóa - SRMR (standardized root mean square residual). Theo Hu và Bentler (1999) thì chỉ số SRMR phải đạt giá trị nhỏ hơn 0,08 hoặc 0,1. Ngoài ra, Henseler và cộng sự (2014), Lowry và Gaskin (2014) cũng cho rằng chỉ số SRMR là chỉ số goodness of fit của mô hình PLS-SEM có thể được sử dụng để tránh hiện tượng sai lệch thông số trong mô hình.

3.4 Cách thức khớp dữ liệu cho hai bộ dữ liệu nhà sản xuất – khách hàng doanh nghiệp trong kênh tiêu thụ

Để thực hiện phân tích dữ liệu, dữ liệu sau khi được thu thập, mỗi bộ dữ liệu được kiểm tra, làm sạch thì sẽ được tiến hành khớp dữ liệu.

Nhiều nhà nghiên cứu đã thực hiện khớp dữ liệu từ 2 bộ dữ liệu được thu thập từ hai đối tượng khảo sát khác nhau (!!! INVALID CITATION !!! (Francescucci và cộng sự, 2018; Kibbeling và cộng sự, 2013; Langerak, 2001; Siguaw và cộng sự, 1998)). Trong luận án này, tác giả kế thừa cách khớp dữ liệu của các nghiên cứu trước đây. Trước khi kiểm định mối quan hệ giữa định hướng thị trường và năng lực đổi mới của nhà sản xuất và khách hàng doanh nghiệp với phát triển thị trường sản phẩm của nhà

sản xuất trong sự điều tiết hỗ trợ của chính phủ thì cần tiến hành khớp hai bộ dữ liệu của nhà sản xuất: khách hàng doanh nghiệp VLXKN theo tỷ lệ 1:2 thành một bộ dữ liệu tổng hợp. Cách thực hiện như sau:

Bước 1: Tính điểm trung bình định hướng thị trường của khách hàng doanh nghiệp. Chẳng hạn như đánh giá định hướng thị trường của khách hàng doanh nghiệp thứ 1 và thứ 2 của từng nhà sản xuất sẽ được tính điểm trung bình

Bước 2: Tiến hành khớp dữ liệu định hướng thị trường, năng lực đổi mới của nhà sản xuất và định hướng thị trường của khách hàng doanh nghiệp thành một file tổng hợp Như đã đề cập trong mục 3.3.2.2 Chọn mẫu cho nghiên cứu định lượng chính

thức, hai bộ dữ liệu từ nhà sản xuất và khách hàng doanh nghiệp được ghép lại thành

một bộ dự liệu để tiến hành các phép kiểm định. Bộ dữ liệu này hoàn toàn có thể chấp nhận và đáng tin cậy vì nhà sản xuất và khách hàng doanh nghiệp là khách hàng lớn của nhau. Điều này được kế thừa cách thức thiết lập khảo sát theo mối quan hệ đối tác, kênh tiêu thụ của các nghiên cứu trước đây (Francescucci và cộng sự, 2018; Deshpandé và cộng sự, 1993; Kibbeling và cộng sự, 2013; Kotabe và cộng sự, 2003; Langerak, 2001; Siguaw và cộng sự, 1998). Ngoài ra, Kibbeling và cộng sự (2013) còn nhấn mạnh rằng các nghiên cứu tiếp theo nên xem xét thêm trường hợp khác nữa thay vì chỉ một nhà sản xuất và một khách hàng chính của họ để làm tăng thêm độ tin cậy của các tác động kênh tiêu thụ tiềm năng. Trong luận án này, người đại điện nhà nhà sản xuất VLXKN trả lời khảo sát giới thiệu thông tin của ít nhất 3 khách hàng doanh nghiệp chính mình (công ty thầu thi công xây dựng) trong năm 2018-2019 để phục vụ cho khảo sát tiếp theo.

Tiến hành khớp dữ liệu, mỗi nhà sản xuất có định hướng thị trường của mình và có đánh giá trung bình định hướng thị trường của khách hàng doanh nghiệp (Xem phụ lục 13B về danh sách nhà sản xuất và khách hàng doanh nghiệp tương ứng). Mô phỏng việc khớp dữ liệu như sau:

Nhà sản xuất 1: Định hướng thị trường

Trung bình định hướng thị trường của các khách hàng doanh nghiệp của nhà sản xuất 1

Nhà sản xuất 2: Định hướng thị trường

Trung bình định hướng thị trường của các khách hàng doanh nghiệp của nhà sản xuất 2

Nhà sản xuất 78: Định hướng thị trường

Trung bình định hướng thị trường của các khách hàng doanh nghiệp của nhà sản xuất 78

Hình 3.2: Mô phỏng việc khớp dữ liệu của luận án

Nguồn: Tác giả đề xuất

Sau khi hoàn chỉnh bộ số liệu thành một file, thực hiện phân tích dữ liệu như các bước đề cập ở trên.

Tóm tắt chương 3

Từ mục tiêu nghiên cứu, tác giả thiết kế quy trình nghiên cứu và lựa chọn các phương pháp nghiên cứu. Thực hiện ba giai đoạn trong nghiên cứu bao gồm xây dựng mô hình nghiên cứu lý thuyết từ việc nghiên cứu lý thuyết và bối cảnh áp dụng, xây dựng thang đo hoàn chỉnh và tiến hành nghiên cứu định lượng. Hai phương pháp nghiên cứu được áp dụng trong luận án gồm định tính và định lượng. Tác giả sử dụng mô hình PLS-SEM thông qua công cụ SmartPLS để kiểm định mô hình đề xuất.

CHƯƠNG 4

KẾT QUẢ VÀ THẢO LUẬN

Chương 4 trình bày và thảo luận kết quả nghiên cứu dựa vào cở sở phân tích dữ liệu đã thu thập được. Trong chương này, tác giả trình bày các nội dung gồm (1) Giới thiệu về phát triển ngành vật liệu xây không nung, (2) Kết quả phân tích đặc điểm nhà sản xuất và khách hàng doanh nghiệp VLXKN, (3) Kết quả đánh giá mô hình nghiên cứu đo lường và mô hình cấu trúc, (4) Kết luận và thảo luận về giả thuyết nghiên cứu thông qua kỹ thuật PLS SEM (phần mềm SmartPLS 3.3.3) từ đánh giá mô hình đo lường, đánh giá mô hình cấu trúc, (5) Thảo luận kết quả kiểm định trong bối cảnh VLXKN.

4.1 Giới thiệu tổng quan về thị trường vật liệu xây không nung

4.1.1 Đặc điểm vật liệu xây không nung

Kết quả nghiên cứu định tính đã xác định VLXKN trong luận án này được nhìn nhận là các loại vật liệu được chế tạo từ hỗn hợp chất kết dính, cốt liệu, phụ gia và nước,

v.v. theo công nghệ khác nhau mà không cần qua công đoạn nung được sử dụng trong xây tường nhà, xây tường rào, xây đường bao công viên, vỉa hè, lát sân, đường, mặt cầu, cống, lát nền nhà, nền kho, bãi, và nhiều ứng dụng khác trong xây dựng và đời sống hiện nay. Các VLXKN là nguyên liệu đầu vào thông qua hoạt động khảo sát, thiết kế, thi công và giám sát sẽ có sản phẩm đầu ra là nhà để ở, nhà không để ở trong ngành xây dựng công nghiệp và dân dụng. Các sản phẩm đầu ra của ngành xây dựng được phân theo mục đích sử dụng, gồm: nhà ở, nhà không để ở và cơ sở hạ tầng. Ngoài ra, nhà ở và nhà không để ở còn có thể được chia thành dân dụng (gồm nhà ở, khách sạn, văn phòng, trung tâm thương mại…) và công nghiệp (khu công nghiệp, nhà xưởng, nhà máy…).

Vật liệu xây dựng là nguyên vật liệu chủ yếu tạo thành công trình xây dựng. Trong quá trình lưu thông trên thị trường, vật liệu xây dựng phần lớn là loại hàng hoá có khối lượng lớn, cồng kềnh khi vận chuyển, trong quá trình tồn trữ, mua bán; một số loại dễ gây bụi bẩn, dễ cháy, ảnh hưởng đến môi trường và trật tự quản lý xã hội đặc biệt là ở các đô thị (Lộc, 1995). Vật liệu xây dựng là các sản phẩm xây dựng cơ bản như xi măng, gạch, bê tông và cốt liệu, tức là cát, đá và sỏi (Sinh, 2019). Do vậy, VLXKN mang đặc điểm chung của vật liệu xây dựng và thuộc nhóm ngành công nghiệp hỗ trợ. Do vậy, đặc điểm thị trường sản phẩm này bao gồm: (1) Việc cung ứng các VLXD cho mục đích sản xuất sản phẩm cuối cùng là nhà ở, nhà không để ở và cơ sở hạ tầng; (2) việc cung ứng này chủ yếu được đáp ứng bởi hệ thống DNNVV có trình độ công nghệ, tạo ra những sản phẩm có độ chính xác lớn, thực hiện các cam kết hợp đồng với khách hàng một cách chuẩn mực; (3) khách hàng chính của các ngành công nghiệp hỗ trợ là nhà lắp ráp, không rộng như sản xuất sản phẩm cho người tiêu dùng cuối cùng. Thị trường hàng hoá của VLXD thu hẹp hơn. Đây chính là khó khăn lớn nhất của phát triển công nghiệp này. Tuy vậy, sản xuất VLXD lại trở nên hấp dẫn và tương đối ổn định nếu DN sản xuất VLXD đó tìm được khách hàng dài hạn (Hùng, 2015).

4.1.2 Bối cảnh ngành vật liệu xây không nung

Theo báo cáo chiến lược phát triển kinh tế xã hội 2011 - 2020, ngành xây dựng là ngành kinh tế có vị trí, vai trò chiến lược quan trọng trong công cuộc xây dựng và phát triển kinh tế. Giá trị sản xuất toàn ngành Xây dựng Việt Nam đạt tốc độ tăng trưởng 9,2% trong năm 2019, tỷ lệ đô thị hoá cả nước đạt 39,2% (tăng 0,8% so với năm 2018), tổng giá trị sản xuất toàn ngành xây dựng đạt 358,684 tỷ đồng, đóng góp 6,76%, cao hơn tốc độ tăng của các năm 2011, năm 2012 và năm 2013 trong giai đoạn 2011-2020 trong cơ cấu GDP cả nước (Chính phủ, 2020; Tổng cục thống kê, 2020). Tổng số lượng doanh nghiệp ngành xây dựng tăng trưởng lên rất nhiều, cả về đầu vào (nguyên vật liệu, nhân công và máy móc thiết bị) đến đầu ra (nhà ở, nhà không để ở, cơ sở hạ tầng) từ 42.868 doanh nghiệp năm 2010 tăng lên gần 80.000 doanh nghiệp năm 2018, tốc độ tăng trưởng doanh nghiệp trung bình khoảng 7,3%/năm (Tổng hội xây dựng Việt Nam, 2018).

Ngành xây dựng Việt Nam phát triển mạnh mẽ trong nhiều lĩnh vực như công nghệ xây dựng, quản lý dự án xây dựng, vật liệu xây dựng, kiến trúc và quy hoạch xây dựng, phát triển đô thị và nhà ở. Vật liệu xây dựng chiếm 70% giá trị đầu vào đóng góp trong chuỗi giá trị ngành xây dựng (Bộ Xây dựng, 2020d). Đa phần các vật liệu xây dựng cần được sản xuất như xi măng, thép, gạch, v.v. Ngành công nghiệp vật liệu xây dựng là ngành then chốt, đang phát triển với tốc độ tăng trưởng bình quân mỗi năm đạt khoảng từ 8% đến 10% theo đúng định hướng của chiến lược phát triển công nghiệp Việt Nam đến năm 2025, tầm nhìn đến năm 2035 của Chính phủ Việt Nam (Bộ xây dựng, 2020, p.7).

Thực hiện đổi mới trong sản xuất và tiêu thụ vật liệu xây dựng, cụ thể là vật liệu xây không nung (VLXKN) là một trong những giải pháp dài hạn cho phát triển kinh tế và bảo vệ môi trường. Sản xuất và sử dụng VLXKN là giải pháp giúp giảm nguy cơ ô nhiễm môi trường do giảm được khí thải (CO2, NO2, NOx) và ảnh hưởng lương thực do mất đất sản xuất nông nghiệp khi sản xuất gạch đất sét nung, tận dụng một số loại phế thải công nghiệp làm nguyên liệu (Bộ xây dựng, 2020, p.7). Đổi mới liên tục là yếu tố quan trọng để phát triển bền vững ngành xây dựng (Czarnecki & Gemert, 2017). Do vậy, các chính sách mới của Chính phủ, Các Bộ ngành đến chính quyền địa phương khuyến khích các cơ sở sản xuất hay doanh nghiệp chuyển đổi đầu tư sản xuất VLXKN được thực hiện vừa xong giai đoạn 10 năm (2010-2020) và tiếp tục thực hiện chiến lược phát triển vật liệu xây dựng Việt Nam thời kỳ 2021 - 2030, định hướng đến năm 2050.

4.1.3 Quy mô năng lực ngành

Ngành sản xuất VLXKN của Việt Nam đã có những bước phát triển đáng kể. Trong giai đoạn 2010 -2018, việc đầu tư nhà máy sản xuất VLXKN tăng mạnh. Công suất thiết kế chiếm khoảng 8% năm 2010 tăng lên 30% tổng công suất thiết kế VLXKN. Xét về ngành vật liệu xây, chương trình phát triển VLXKN đến năm 2020 của Chính phủ, quy mô sản xuất thực tế VLXKN thay thế cho gạch đất sét nung được đề ra phải đạt 75% so với mục tiêu của chương trình đề ra – nghĩa là VLXKN phải chiếm 40% vật liệu xây vào năm 2020. Tuy nhiên, số liệu hình 4.1 cho thấy vật liệu xây không nung hiện nay chỉ chiếm hơn 30% tổng lượng vật liệu xây. Như vậy, kết quả thực hiện là chưa

Xem tất cả 294 trang.