Ứng dụng machine learning trong đánh giá sức khỏe kinh tế tư nhân tại các địa phương Việt nam
Tác giả:
Nguyễn Bích Ngọc
Ngày đăng:
22/12/2025
Từ khóa:
Kinh tế tư nhân, phân tích thành phần chính, phân tích cụm, địa phương, Việt Nam.
Tóm tắt:
Kinh tế tư nhân là động lực quan trọng của tăng trưởng, tạo việc làm và đổi mới sáng tạo, song Việt Nam còn thiếu một thước đo hệ thống về “sức khỏe” khu vực này ở cấp địa phương. Do vây, bài viết tiến hành xây dựng chỉ số tổng hợp sức khỏe kinh tế tư nhân cho 63 tỉnh/thành, phục vụ phân nhóm địa phương và định hướng chính sách. Phương pháp nghiên cứu ứng dụng học máy: PCA để giảm chiều và rút trích các chiều cạnh cốt lõi (quy mô, mật độ, hiệu quả vận hành), sau đó K-means để phân cụm địa phương. Dữ liệu sử dụng từ Tổng cục Thống kê (2022), bao quát chỉ tiêu số lượng và chất lượng. Kết quả xác định ba cụm rõ nét: (i) Hà Nội và TP. Hồ Chí Minh có quy mô lớn và phát triển tương đối toàn diện; (ii) nhóm tỉnh công nghiệp (Bắc Ninh, Bắc Giang, Hải Phòng, Bà Rịa–Vũng Tàu) có mật độ doanh nghiệp cao, sử dụng vốn hiệu quả nhưng hiệu quả tổng thể chưa ngang cụm (i); (iii) các tỉnh miền núi/xa trung tâm có quy mô và hiệu quả còn khiêm tốn. Đóng góp mới của nghiên cứu là đề xuất một chỉ số đa chiều, minh bạch và tái lập dựa trên PCA–K-means, qua đó cung cấp cơ sở thực chứng để thiết kế khuyến nghị chính sách theo cụm địa phương.