The impact of technology adoption on labor productivity growth among workers in the Southern region of Vietnam
ThS. Nguyễn Thị Ánh Nguyệt
Trường Đại học Thủ Dầu Một
(Quanlynhanuoc.vn) – Nghiên cứu phân tích tác động của ứng dụng công nghệ đến tăng trưởng năng suất lao động tại khu vực phía Nam; đồng thời, xem xét vai trò trung gian của kỹ năng số và khả năng thích ứng công nghệ. Dữ liệu khảo sát 235 người lao động được phân tích bằng PLS-SEM. Kết quả cho thấy, ứng dụng công nghệ tác động tích cực đến kỹ năng số, khả năng thích ứng công nghệ và năng suất lao động, trong đó kỹ năng số và khả năng thích ứng công nghệ giữ vai trò trung gian. Nghiên cứu góp phần làm rõ vai trò của năng lực số trong nâng cao năng suất lao động trong bối cảnh chuyển đổi số.
Từ khóa: Chuyển đổi số; khả năng thích ứng công nghệ; kỹ năng số; năng suất lao động; ứng dụng công nghệ.
Abstract: This study examines the impact of technology adoption on labor productivity growth among workers in the Southern region of Vietnam while investigating the mediating roles of digital skills and technological adaptability. Survey data collected from 235 workers were analyzed using the Partial Least Squares Structural Equation Modeling (PLS-SEM) approach. The findings indicate that technology adoption has positive effects on digital skills, technological adaptability, and labor productivity. Furthermore, digital skills and technological adaptability serve as significant mediating variables in the relationship between technology adoption and labor productivity. The study contributes to clarifying the role of digital capabilities in enhancing labor productivity in the context of digital transformation.
Keywords: Digital transformation; technological adaptability; digital skills; labor productivity; technology adoption.
1. Đặt vấn đề
Trong bối cảnh cách mạng công nghiệp 4.0, sự phát triển mạnh mẽ của các công nghệ số, như: trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data) và điện toán đám mây (Cloud Computing) đang làm thay đổi đáng kể cách thức tổ chức và thực hiện công việc trong các doanh nghiệp. Việc ứng dụng công nghệ không chỉ giúp tối ưu hóa quy trình làm việc mà còn góp phần nâng cao hiệu quả hoạt động và năng suất lao động. Nhiều nghiên cứu cho thấy, chuyển đổi số và ứng dụng công nghệ có tác động tích cực đến hiệu suất làm việc và năng lực cạnh tranh của tổ chức (Huynh et al., 2025)1, Nguyen et al., 2025)2. Tại Việt Nam, chuyển đổi số đang trở thành xu hướng tất yếu trong quá trình phát triển kinh tế – xã hội. Việc ứng dụng công nghệ trong môi trường làm việc ngày càng phổ biến, đặc biệt trong các doanh nghiệp và tổ chức tại các khu vực kinh tế năng động như khu vực phía Nam. Tuy nhiên, tác động của công nghệ đến năng suất lao động không chỉ phụ thuộc vào mức độ ứng dụng công nghệ mà còn chịu ảnh hưởng bởi năng lực của người lao động, đặc biệt là kỹ năng số và khả năng thích ứng với công nghệ (Trinh, 2025)3, (Hoang et al., 2025)4.
Mặc dù đã có nhiều nghiên cứu về chuyển đổi số và hiệu quả tổ chức, các nghiên cứu xem xét vai trò trung gian của kỹ năng số và khả năng thích ứng công nghệ trong mối quan hệ giữa ứng dụng công nghệ và năng suất lao động ở cấp độ người lao động vẫn còn hạn chế. Do đó, bài viết phân tích tác động của ứng dụng công nghệ đến tăng trưởng năng suất lao động của người lao động tại khu vực phía Nam; đồng thời, xem xét vai trò trung gian của kỹ năng số và khả năng thích ứng công nghệ thông qua mô hình PLS-SEM với dữ liệu khảo sát 235 người lao động. Nghiên cứu kỳ vọng sẽ cung cấp thêm bằng chứng thực nghiệm về vai trò của năng lực số trong việc nâng cao năng suất lao động trong bối cảnh chuyển đổi số.
2. Tổng quan nghiên cứu
2.1. Cơ sở lý thuyết
Ứng dụng công nghệ đề cập đến việc sử dụng các hệ thống và công cụ công nghệ trong quá trình thực hiện công việc nhằm nâng cao hiệu quả hoạt động. Trong bối cảnh chuyển đổi số, các công nghệ, như: phần mềm quản lý, nền tảng số và hệ thống tự động hóa giúp tối ưu hóa quy trình làm việc, giảm chi phí và cải thiện hiệu suất của tổ chức (Huynh et al., 2025)5. Nhiều nghiên cứu cho thấy, việc áp dụng công nghệ có thể nâng cao năng suất lao động và hiệu quả công việc của nhân viên (Nguyen et al., 2025)6, (Le et al., 2023)7. Tuy nhiên, hiệu quả của công nghệ phụ thuộc vào khả năng của người lao động trong việc sử dụng và khai thác các công nghệ này.
Kỹ năng số là khả năng sử dụng các công cụ và hệ thống công nghệ để xử lý thông tin và thực hiện công việc hiệu quả. Trong nền kinh tế số, kỹ năng số trở thành năng lực quan trọng giúp người lao động thích nghi với môi trường làm việc hiện đại. Trinh (2025)8 cho rằng, kỹ năng công nghệ giúp người lao động tiếp cận và khai thác công nghệ hiệu quả hơn, từ đó, nâng cao hiệu suất làm việc. Ngoài ra, Nguyen et al. (2024)9 cũng nhấn mạnh rằng, nguồn nhân lực có kỹ năng số cao đóng vai trò quan trọng trong việc thúc đẩy hiệu quả lao động và tăng trưởng kinh tế trong bối cảnh chuyển đổi số.
Khả năng thích ứng công nghệ là phản ánh mức độ sẵn sàng của người lao động trong việc tiếp nhận và sử dụng các công nghệ mới trong công việc. Trong môi trường công nghệ thay đổi nhanh chóng, khả năng thích ứng giúp cá nhân nhanh chóng điều chỉnh phương thức làm việc và tận dụng hiệu quả các công nghệ mới. Hoang et al. (2025)10 cho rằng, khả năng thích ứng công nghệ giúp nhân viên cải thiện hiệu quả công việc khi công nghệ thay đổi. Ngoài ra, Nguyen et al. (2023)11 cũng cho thấy, sự sẵn sàng chuyển đổi số và khả năng thích ứng của nhân viên có ảnh hưởng đáng kể đến hiệu suất làm việc.
Tăng trưởng năng suất lao động phản ánh hiệu quả làm việc của người lao động và khả năng sử dụng nguồn lực của tổ chức. Trong bối cảnh chuyển đổi số, việc ứng dụng công nghệ giúp cải thiện quy trình làm việc, giảm thời gian xử lý công việc và nâng cao hiệu suất lao động (Nguyen et al., 2025)12. Huynh et al. (2025)13 cho rằng, việc áp dụng công nghệ số trong hoạt động quản lý và vận hành giúp cải thiện hiệu quả công việc của nhân viên. Ngoài ra, Nga và Tam (2025)14 cũng cho thấy, việc ứng dụng công nghệ góp phần nâng cao hiệu quả hoạt động và năng lực cạnh tranh của tổ chức.
Vai trò của kỹ năng số và khả năng thích ứng công nghệ đối với tăng trưởng năng suất lao động. Trong bối cảnh chuyển đổi số, kỹ năng số và khả năng thích ứng công nghệ của người lao động đóng vai trò quan trọng trong việc nâng cao năng suất lao động. Kỹ năng số giúp người lao động sử dụng hiệu quả các công cụ và hệ thống công nghệ để xử lý thông tin và thực hiện công việc, từ đó cải thiện hiệu suất làm việc (Trinh, 2025)15. Khi người lao động có kỹ năng số tốt, họ có thể khai thác các công nghệ mới hiệu quả hơn và nâng cao năng suất lao động. Bên cạnh đó, khả năng thích ứng công nghệ phản ánh mức độ sẵn sàng của người lao động trong việc tiếp nhận và áp dụng các công nghệ mới trong môi trường làm việc. Những cá nhân có khả năng thích ứng cao thường nhanh chóng điều chỉnh phương thức làm việc khi công nghệ thay đổi, từ đó duy trì và cải thiện hiệu quả công việc (Hoang et al., 2025)16. Do đó, kỹ năng số và khả năng thích ứng công nghệ được xem là những yếu tố quan trọng giúp chuyển hóa lợi ích của công nghệ thành sự tăng trưởng năng suất lao động (Nguyen et al., 2023)17.
2.2. Lý thuyết nền
Nghiên cứu được xây dựng dựa trên một số nền tảng lý thuyết quan trọng nhằm giải thích mối quan hệ giữa ứng dụng công nghệ, kỹ năng số, khả năng thích ứng công nghệ và năng suất lao động.
Lý thuyết vốn nhân lực cho rằng, kiến thức, kỹ năng và năng lực của người lao động là yếu tố quan trọng quyết định hiệu quả làm việc và năng suất lao động. Trong bối cảnh chuyển đổi số, kỹ năng số trở thành một dạng vốn nhân lực quan trọng giúp người lao động khai thác hiệu quả công nghệ (Trinh, 2025)18.
Lý thuyết chấp nhận công nghệ giải thích hành vi chấp nhận và sử dụng công nghệ của cá nhân, trong đó việc ứng dụng công nghệ phụ thuộc vào nhận thức về tính hữu ích và mức độ dễ sử dụng của công nghệ (Le et al., 2023)19.
Ngoài ra, lý thuyết năng lực động nhấn mạnh khả năng thích ứng và đổi mới của cá nhân và tổ chức trong môi trường công nghệ thay đổi nhanh chóng (Hoang et al., 2025)20. Các lý thuyết này cung cấp cơ sở để giải thích vai trò của kỹ năng số và khả năng thích ứng công nghệ trong việc nâng cao năng suất lao động.
3. Mô hình nghiên cứu, giả thuyết, phương pháp và thang đo
3.1. Mô hình nghiên cứu
Hình 1. Mô hình
Biến kiểm soát: Giới tính, độ tuổi, ngành nghề
Mối quan hệ trung gian: TA→DS→LB và TA→TU→LB
3.2. Phát triển giả thuyết nghiên cứu
Trong bối cảnh chuyển đổi số, việc ứng dụng công nghệ ngày càng trở thành yếu tố quan trọng giúp cải thiện hiệu quả hoạt động và năng suất lao động. Theo lý thuyết chấp nhận công nghệ, việc sử dụng công nghệ trong công việc phụ thuộc vào nhận thức của cá nhân về tính hữu ích và mức độ dễ sử dụng của công nghệ. Khi các công nghệ số được triển khai trong tổ chức, người lao động có xu hướng tiếp cận và sử dụng các công cụ công nghệ thường xuyên hơn, từ đó, thúc đẩy sự phát triển của kỹ năng số (Le et al., 2023)21. Do đó, việc ứng dụng công nghệ có thể góp phần nâng cao kỹ năng số của người lao động.
H1: Ứng dụng công nghệ có tác động tích cực đến kỹ năng số của người lao động.
Bên cạnh đó, theo lý thuyết năng lực động, khả năng thích ứng với môi trường công nghệ thay đổi là yếu tố quan trọng giúp cá nhân và tổ chức duy trì hiệu quả hoạt động. Khi công nghệ được áp dụng rộng rãi trong tổ chức, người lao động cần nhanh chóng thích nghi với các công cụ và phương thức làm việc mới, từ đó, nâng cao khả năng thích ứng công nghệ (Hoang et al., 2025)22.
H2: Ứng dụng công nghệ có tác động tích cực đến khả năng thích ứng công nghệ của người lao động.
Theo lý thuyết vốn nhân lực, kiến thức và kỹ năng của người lao động đóng vai trò quan trọng trong việc nâng cao hiệu quả làm việc và năng suất lao động. Trong nền kinh tế số, kỹ năng số trở thành một dạng vốn nhân lực quan trọng giúp người lao động sử dụng hiệu quả các công cụ công nghệ và cải thiện hiệu suất công việc (Trinh, 2025)23, (Nguyen et al., 2024)24. Vì vậy, kỹ năng số được kỳ vọng sẽ có tác động tích cực đến năng suất lao động.
H3: Kỹ năng số có tác động tích cực đến tăng trưởng năng suất lao động của người lao động.
Ngoài ra, khả năng thích ứng công nghệ cũng đóng vai trò quan trọng trong việc giúp người lao động tận dụng hiệu quả các công nghệ mới trong môi trường làm việc số hóa. Những cá nhân có khả năng thích ứng cao thường nhanh chóng tiếp nhận các công nghệ mới và cải thiện hiệu quả công việc (Nguyen et al., 2023)25, (Hoang et al., 2025)26.
H4: Khả năng thích ứng công nghệ có tác động tích cực đến tăng trưởng năng suất lao động của người lao động.
Từ các nền tảng lý thuyết trên, kỹ năng số và khả năng thích ứng công nghệ được xem là các yếu tố trung gian giúp chuyển hóa lợi ích của việc ứng dụng công nghệ thành sự cải thiện năng suất lao động.
H5: Kỹ năng số đóng vai trò trung gian trong mối quan hệ giữa ứng dụng công nghệ và tăng trưởng năng suất lao động.
H6: Khả năng thích ứng công nghệ đóng vai trò trung gian trong mối quan hệ giữa ứng dụng công nghệ và tăng trưởng năng suất lao động.
3.3. Phương pháp nghiên cứu
Nghiên cứu sử dụng phương pháp định lượng nhằm kiểm định mối quan hệ giữa ứng dụng công nghệ, kỹ năng số, khả năng thích ứng công nghệ và tăng trưởng năng suất lao động. Dữ liệu được thu thập thông qua bảng câu hỏi khảo sát với thang đo Likert 5 mức (1 = hoàn toàn không đồng ý; 5 = hoàn toàn đồng ý). Các thang đo được kế thừa và điều chỉnh từ các nghiên cứu trước nhằm bảo đảm độ tin cậy và phù hợp với bối cảnh nghiên cứu. Đối tượng khảo sát là người lao động đang làm việc tại khu vực phía Nam và dữ liệu được thu thập từ tháng 9/2025 – 02/2026 bằng phương pháp chọn mẫu thuận tiện. Sau quá trình làm sạch dữ liệu, nghiên cứu thu được 235 bảng khảo sát hợp lệ để đưa vào phân tích. Dữ liệu được xử lý bằng phần mềm SmartPLS thông qua phương pháp PLS-SEM. Quy trình phân tích gồm hai bước chính: đánh giá mô hình đo lường thông qua các chỉ số như outer loading, Cronbach’s Alpha, Composite Reliability (CR) và Average Variance Extracted (AVE) và đánh giá mô hình cấu trúc thông qua hệ số đường dẫn, giá trị t và p-value để kiểm định các giả thuyết nghiên cứu cũng như vai trò trung gian của kỹ năng số, khả năng thích ứng công nghệ.
3.4. Thang đo nghiên cứu
Bảng 1. Bảng thang đo
| STT | Ký hiệu | Biến | Nguồn |
| 1 | Ứng dụng công nghệ (TA) | ||
| 1.1 | TA1 | Doanh nghiệp/đơn vị của tôi thường xuyên ứng dụng công nghệ số vào công việc. | |
| 1.2 | TA2 | Các phần mềm hoặc hệ thống công nghệ giúp tôi thực hiện công việc nhanh hơn. | Le et al. (2023), Hoang et al. (2025), |
| 1.3 | TA3 | Công nghệ giúp cải thiện hiệu quả xử lý công việc hàng ngày. | Huynh et al. (2025) |
| 1.4 | TA4 | Công nghệ mới thường xuyên được triển khai trong công việc của tôi. | |
| 1.5 | TA5 | Việc ứng dụng công nghệ giúp nâng cao chất lượng kết quả công việc. | |
| 2 | Kỹ năng số (DS) | ||
| 2.1 | DS1 | Tôi có khả năng sử dụng các phần mềm và công cụ số phục vụ công việc. | |
| 2.2 | DS2 | Tôi có thể nhanh chóng học cách sử dụng các công nghệ mới. | Trinh (2025), Nguyen et al. (2024), |
| 2.3 | DS3 | Tôi có khả năng tìm kiếm và xử lý thông tin số phục vụ công việc. | Hoang et al. (2025) |
| 2.4 | DS4 | Tôi tự tin khi làm việc với các hệ thống công nghệ trong công việc. | |
| 2.5 | DS5 | Tôi có khả năng giải quyết các vấn đề kỹ thuật cơ bản khi sử dụng công nghệ. | |
| 3 | Khả năng thích ứng công nghệ (TU) | ||
| 3.1 | TU1 | Tôi dễ dàng thích nghi với những thay đổi công nghệ trong công việc. | |
| 3.2 | TU2 | Tôi sẵn sàng thử nghiệm và áp dụng các công nghệ mới. | Hoang et al. (2025), Nguyen et al. (2023) |
| 3.3 | TU3 | Tôi có thể nhanh chóng điều chỉnh cách làm việc khi công nghệ thay đổi. | |
| 3.4 | TU4 | Tôi cảm thấy thoải mái khi làm việc trong môi trường công nghệ mới. | |
| 3.5 | TU5 | Tôi chủ động cập nhật kiến thức công nghệ để đáp ứng yêu cầu công việc. | |
| 4 | Tăng trưởng năng suất lao động (LP) | ||
| 4.1 | LP1 | Công nghệ giúp tôi hoàn thành công việc trong thời gian ngắn hơn. | |
| 4.2 | LP2 | Năng suất làm việc của tôi tăng lên khi sử dụng công nghệ. | Nguyen et al. (2025), Huynh et al. (2025), |
| 4.3 | LP3 | Tôi có thể xử lý nhiều công việc hơn nhờ ứng dụng công nghệ. | Nga & Tam (2025) |
| 4.4 | LP4 | Công nghệ giúp giảm sai sót trong công việc. | |
| 4.5 | LP5 | Hiệu quả công việc của tôi đã cải thiện nhờ ứng dụng công nghệ. | |
Nguồn: Tác giả tổng hợp, năm 2026.
4. Kết quả
4.1. Mô tả thống kê
Bảng 2. Kết quả thống kê (n=235)
| Biến | Loại | Mẫu | Tỷ lệ (%) |
| Giới tính | Nam | 128 | 54,47 |
| Nữ | 107 | 45,53 | |
| Độ tuổi | Dưới 25 tuổi | 36 | 15,32 |
| Từ 25 – 34 tuổi | 92 | 39,15 | |
| Từ 35 – 44 tuổi | 67 | 28,51 | |
| Từ 45 tuổi trở lên | 40 | 17,02 | |
| Trình độ học vấn | Trung cấp/cao đẳng | 54 | 22,98 |
| Đại học | 142 | 60,43 | |
| Sau đại học | 39 | 16,59 | |
| Kinh nghiệm làm việc | Dưới 3 năm | 48 | 20,43 |
| Từ 3 – 5 năm | 74 | 31,49 | |
| Từ 6 – 10 năm | 67 | 28,51 | |
| Trên 10 năm | 46 | 19,57 | |
| Vị trí việc làm | Nhân viên văn phòng | 89 | 37,87 |
| Giáo dục đào tạo | 76 | 32,34 | |
| Kinh doanh tự do | 54 | 22,98 | |
| Khác | 16 | 6,81 | |
| Loại hình tổ chức | Doanh nghiệp tư nhân | 79 | 33,62 |
| Công ty TNHH/cổ phần | 58 | 24,68 | |
| Cơ quan nhà nước/đơn vị sự nghiệp | 65 | 27,66 | |
| Khác | 33 | 14,04 | |
| Quy mô đơn vị | Dưới 50 lao động | 41 | 17,47 |
| 50 – 199 lao động | 72 | 30,64 | |
| 200 – 499 lao động | 68 | 28,94 | |
| Từ 500 lao động trở lên | 54 | 22,98 | |
| Thu nhập bình quân/tháng | Dưới 10 triệu | 23 | 9,79 |
| 10 – 20 triệu | 114 | 48,51 | |
| Trên 20 triệu | 98 | 41,70 |
Nguồn: Tác giả tổng hợp, năm 2026.
Bảng 2 trình bày đặc điểm của 235 người tham gia khảo sát. Kết quả cho thấy, nam chiếm 54,47% và nữ 45,53%, phản ánh sự phân bố giới tính khá cân bằng. Về độ tuổi, nhóm 25 – 34 tuổi, chiếm tỷ lệ cao nhất (39,15%), tiếp theo là 35 – 44 tuổi (28,51%) cho thấy, phần lớn người tham gia thuộc lực lượng lao động trẻ và trung niên. Xét về trình độ học vấn, đại học chiếm 60,43%, trong khi trung cấp/cao đẳng chiếm 22,98% và sau đại học 16,59%, cho thấy, mẫu khảo sát có trình độ chuyên môn tương đối cao. Về kinh nghiệm làm việc, nhóm 3 – 5 năm chiếm tỷ lệ lớn nhất (31,49%), tiếp theo là 6 – 10 năm (28,51%). Ngoài ra, đa số người lao động có thu nhập từ 10 – 20 triệu đồng/tháng (48,51%). Nhìn chung, mẫu khảo sát có sự đa dạng về đặc điểm cá nhân và nghề nghiệp, phản ánh khá đầy đủ lực lượng lao động tại khu vực phía Nam.
4.2. Mô hình đo lường
Bảng 3. Độ tin cậy và giá trị hội tụ và hệ số tải ngoài
| Biến | Outer Loadings | α | rho_A | CR | AVE |
| TA1 | 0.882 | 0.926 | 0.926 | 0.944 | 0.771 |
| TA2 | 0.892 | ||||
| TA3 | 0.890 | ||||
| TA4 | 0.874 | ||||
| TA5 | 0.851 | ||||
| DS1 | 0.845 | 0.903 | 0.904 | 0.928 | 0.720 |
| DS2 | 0.872 | ||||
| DS3 | 0.847 | ||||
| DS4 | 0.836 | ||||
| DS5 | 0.843 | ||||
| TU1 | 0.881 | 0.917 | 0.918 | 0.937 | 0.750 |
| TU2 | 0.866 | ||||
| TU3 | 0.839 | ||||
| TU4 | 0.892 | ||||
| TU5 | 0.851 | ||||
| LP1 | 0.841 | 0.910 | 0.911 | 0.933 | 0.736 |
| LP2 | 0.876 | ||||
| LP3 | 0.861 | ||||
| LP4 | 0.855 | ||||
| LP5 | 0.856 |
Nguồn: Xuất từ SmartPLS, năm 2026.
Bảng 3 cho thấy, các thang đo trong mô hình nghiên cứu đạt độ tin cậy và giá trị hội tụ tốt. Các hệ số outer loading của các biến quan sát đều lớn hơn 0.8, chứng tỏ các biến quan sát có mức độ tương quan cao với biến tiềm ẩn. Hệ số Cronbach’s Alpha của các thang đo dao động từ 0.903 – 0.926, vượt ngưỡng khuyến nghị 0.7 cho thấy, độ tin cậy cao. Đồng thời, các giá trị Composite Reliability (CR) đều lớn hơn 0.9, thể hiện sự nhất quán nội bộ tốt giữa các biến quan sát. Bên cạnh đó, giá trị Average Variance Extracted (AVE) của các thang đo đều lớn hơn 0.5, dao động từ 0.720 – 0.771, chứng tỏ các thang đo đạt giá trị hội tụ tốt. Nhìn chung, các thang đo trong nghiên cứu đáp ứng các tiêu chuẩn đánh giá của mô hình đo lường trong PLS-SEM, do đó, có thể tiếp tục sử dụng để phân tích mô hình cấu trúc ở bước tiếp theo.
Bảng 4. Ma trận tương quan
| Fornell–Larcker | HTMT | Inner VIF Values | ||||||||||
| TA | DS | TU | LP | TA | DS | TU | LP | TA | DS | TU | LP | |
| TA | 0.866 | 0.702 | 0.711 | 0.767 | 0.773 | 1.000 | 1.000 | |||||
| DS | 0.849 | 1.675 | ||||||||||
| TU | 0.756 | 0.635 | 0.866 | 0.627 | 0.818 | 0.696 | 0.684 | |||||
| LP | 0.589 | 0.858 | 0.648 | 1.675 | ||||||||
Nguồn: Xuất từ SmartPLS, năm 2026.
Bảng 4 trình bày kết quả kiểm định giá trị phân biệt và đa cộng tuyến của các biến trong mô hình thông qua tiêu chí Fornell–Larcker, HTMT và VIF. Kết quả cho thấy, căn bậc hai của AVE của các biến tiềm ẩn (TA = 0.866; DS = 0.849; TU = 0.866; LP = 0.858) đều lớn hơn hệ số tương quan với các biến khác, chứng tỏ các thang đo đạt giá trị phân biệt theo tiêu chí Fornell–Larcker. Bên cạnh đó, các giá trị HTMT giữa các biến đều nhỏ hơn ngưỡng 0.90 cho thấy, các biến có sự phân biệt rõ ràng. Đồng thời, các giá trị VIF đều nhỏ hơn 5 cho thấy, không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập. Nhìn chung, các kết quả trong Bảng 4 khẳng định mô hình đo lường đạt yêu cầu về giá trị phân biệt và có thể tiếp tục phân tích mô hình cấu trúc.
4.3. Mô hình cấu trúc
Bảng 5. Tác động trực tiếp
| Mối quan hệ | Original Sample (O) | Sample Msean (M) | STDEV | t Statistics | P Values |
| TA → DS | 0.702 | 0.703 | 0.037 | 19.029 | 0.000 |
| DS → LP | 0.319 | 0.316 | 0.079 | 4.034 | 0.000 |
| TA → TU | 0.756 | 0.759 | 0.037 | 20.567 | 0.000 |
| TU → LP | 0.425 | 0.428 | 0.071 | 6.000 | 0.000 |
Nguồn: Xuất từ SmartPLS, năm 2026.
Bảng 5 trình bày kết quả kiểm định các mối quan hệ trực tiếp trong mô hình cấu trúc. Kết quả cho thấy ứng dụng công nghệ (TA) có tác động tích cực đến kỹ năng số (DS) với hệ số β = 0.702, t = 19.029, p < 0.001. Đồng thời, TA cũng ảnh hưởng tích cực đến khả năng thích ứng công nghệ (TU) với β = 0.756, t = 20.567, p < 0.001. Ngoài ra, kỹ năng số (DS) có tác động tích cực đến tăng trưởng năng suất lao động (LP) với β = 0.319, t = 4.034, p < 0.001. Tương tự, khả năng thích ứng công nghệ (TU) cũng có ảnh hưởng tích cực đến LP với β = 0.425, t = 6.000, p < 0.001. Nhìn chung, các mối quan hệ trong mô hình đều có ý nghĩa thống kê cho thấy, việc ứng dụng công nghệ góp phần nâng cao năng suất lao động thông qua việc cải thiện kỹ năng số và khả năng thích ứng công nghệ của người lao động.
4.4. Phân tích biến trung gian
Bảng 6. Tác động tổng hợp
| Relationship | Original Sample (O) | Sample Mean (M) | STDEV | t Statistics | P Values | Kết luận |
| TA→DS | 0.702 | 0.703 | 0.037 | 19.029 | 0.000 | Chấp nhận |
| DS→LP | 0.319 | 0.316 | 0.079 | 4.034 | 0.000 | Chấp nhận |
| TA→TU | 0.756 | 0.759 | 0.037 | 20.567 | 0.000 | Chấp nhận |
| TU→LP | 0.425 | 0.428 | 0.071 | 6.000 | 0.000 | Chấp nhận |
| TA→DS→LP | 0.224 | 0.223 | 0.062 | 3.640 | 0.000 | Chấp nhận |
| TA→TU→LP | 0.321 | 0.326 | 0.062 | 5.143 | 0.000 | Chấp nhận |
Nguồn: Xuất từ SmartPLS, năm 2026.
Bảng 6 trình bày kết quả kiểm định các tác động tổng hợp và vai trò trung gian trong mô hình nghiên cứu. Kết quả cho thấy, các mối quan hệ trực tiếp giữa các biến đều có ý nghĩa thống kê với p < 0.001. Cụ thể, ứng dụng công nghệ (TA) có tác động tích cực đến kỹ năng số (DS) (β = 0.702) và khả năng thích ứng công nghệ (TU) (β = 0.756). Đồng thời, kỹ năng số (DS) (β = 0.319) và khả năng thích ứng công nghệ (TU) (β = 0.425) đều có ảnh hưởng tích cực đến tăng trưởng năng suất lao động (LP). Bên cạnh đó, kết quả cũng cho thấy, tồn tại tác động trung gian trong mô hình. Cụ thể, mối quan hệ TA → DS → LP có hệ số β = 0.224, trong khi mối quan hệ TA → TU → LP có hệ số β = 0.321 đều có ý nghĩa thống kê. Điều này cho thấy, kỹ năng số và khả năng thích ứng công nghệ đóng vai trò quan trọng trong việc chuyển hóa tác động của ứng dụng công nghệ thành sự cải thiện năng suất lao động của người lao động.
5. Kết luận và kiến nghị
Nghiên cứu nhằm phân tích tác động của ứng dụng công nghệ đến tăng trưởng năng suất lao động của người lao động tại khu vực phía Nam; đồng thời, xem xét vai trò trung gian của kỹ năng số và khả năng thích ứng công nghệ. Kết quả phân tích mô hình PLS-SEM với 235 mẫu khảo sát cho thấy, các giả thuyết nghiên cứu đều được chấp nhận.
Cụ thể, kết quả cho thấy, ứng dụng công nghệ có tác động tích cực đến kỹ năng số của người lao động, do đó, giả thuyết H1 được chấp nhận. Đồng thời, ứng dụng công nghệ cũng có ảnh hưởng tích cực đến khả năng thích ứng công nghệ, qua đó, giả thuyết H2 được chấp nhận. Bên cạnh đó, kỹ năng số có tác động tích cực đến tăng trưởng năng suất lao động, chứng minh giả thuyết H3 được chấp nhận. Tương tự, khả năng thích ứng công nghệ cũng có ảnh hưởng tích cực đến năng suất lao động, vì vậy, giả thuyết H4 được chấp nhận.
Ngoài ra, kết quả phân tích trung gian cho thấy, kỹ năng số và khả năng thích ứng công nghệ đóng vai trò trung gian trong mối quan hệ giữa ứng dụng công nghệ và năng suất lao động, do đó, giả thuyết H5 và H6 cũng được chấp nhận. Những kết quả này khẳng định rằng, việc ứng dụng công nghệ không chỉ tác động trực tiếp mà còn gián tiếp nâng cao năng suất lao động thông qua việc cải thiện năng lực công nghệ của người lao động.
Từ kết quả nghiên cứu cho thấy, ứng dụng công nghệ có tác động tích cực đến kỹ năng số, khả năng thích ứng công nghệ và tăng trưởng năng suất lao động, một số kiến nghị được đề xuất.
Thứ nhất, các doanh nghiệp và tổ chức cần đẩy mạnh đầu tư vào công nghệ và chuyển đổi số nhằm tạo điều kiện cho người lao động tiếp cận và sử dụng các công cụ công nghệ hiện đại trong công việc. Việc mở rộng ứng dụng công nghệ sẽ góp phần nâng cao hiệu quả làm việc và cải thiện năng suất lao động.
Thứ hai, các doanh nghiệp cần tăng cường đào tạo và phát triển kỹ năng số cho người lao động thông qua các chương trình đào tạo, tập huấn hoặc học tập trực tuyến. Việc nâng cao kỹ năng số sẽ giúp người lao động sử dụng công nghệ hiệu quả hơn và nâng cao hiệu suất công việc.
Thứ ba, các tổ chức cần xây dựng môi trường làm việc linh hoạt và khuyến khích khả năng thích ứng với công nghệ mới, giúp người lao động nhanh chóng tiếp cận và làm chủ các công nghệ mới. Điều này sẽ góp phần nâng cao khả năng thích ứng công nghệ và thúc đẩy tăng trưởng năng suất lao động trong bối cảnh chuyển đổi số.
Chú thích:
1, 5, 13. Huynh, T. T. S., Pham, M., & Luc, H. N. (2025). Leveraging digital human resource management to optimize organizational performance in Vietnam. Humanities and Social Sciences Communications, 12, 802. https://doi.org/10.1057/s41599-025-05113-2
2, 6, 12. Nguyen, M. H., Bui, H. N., & Nguyen, H. M. T. (2025). Does digital transformation reinforce labor productivity and income in Vietnam? Evidence from quantile-on-quantile approach. Cogent Economics & Finance, 13(1), 2587500. https://doi.org/10.1080/23322039.2025.2587500
3, 8, 15, 18, 23. Trinh, H. T. T. (2025). Educational investment and technology adoption: Impact on workforce skills and firm productivity in Vietnam. Social Sciences & Humanities Open, 12, 102294. https://doi.org/10.1016/j.ssaho.2025.102294
4, 10, 20, 22, 26. Hoang, T.-H., Nguyen, T. T. M., Bui, T., Duong, A. T. B., Truong, H. Q., & Asif, M. S. (2025). Employee ambidexterity and adaptive resources in the face of digital HRM changes: Evidence from frontline banking staff. International Journal of Productivity and Performance Management, 74(11), 46-67. https://doi.org/10.1108/IJPPM-12-2023-0689
7, 19, 21. Le, V. L. T., Nguyen, T. H., & Pham, K. D. (2023). What drives Industry 4.0 technologies adoption? Evidence from a SEM-neural network approach in the context of Vietnamese firms. Sustainability, 15(7), 5969. https://doi.org/10.3390/su15075969
9, 24. Nguyen, T. T. H., Pham, H. C., Nguyen, T. T. H., To, T. T., & Ha, L. T. (2024). Time-varying interrelations between digitalization and human capital in Vietnam. Humanities and Social Sciences Communications, 11, 752. https://doi.org/10.1057/s41599-024-02990-x
11, 17, 25. Nguyen, T. T. T., Pham, H. T. T., Tran, T. B. N., & Tran, L. S. (2023). Determinants of employee digital transformation readiness and job performance: A case of SMEs in Vietnam. Problems and Perspectives in Management, 21(4), 226-239. https://doi.org/10.21511/ppm.21(4).2023.18
14. Nga, L. P., & Tam, P. T. (2025). Impacting digital transformation of human resource management on enterprise competitive capacity: A case study in Vietnam. Qubahan Academic Journal, 5(2), 129-155. https://doi.org/10.48161/qaj.v5n2a1636
16. Hoang, D. V., Duy, H. A., Thuy, D. T., Giang, D. T., Chau, V. N. M., Ngoc, N. L. M., & Quynh, V. H. (2025). Digital capabilities and competitive advantage in the context of technological uncertainty: Evidence from emerging market SMEs. International Journal of Innovation Management. https://doi.org/10.1142/S1363919625500185
