Áp lực thuật toán, phụ thuộc nền tảng và hành vi lái xe rủi ro của tài xế giao hàng tại Hà Nội: Kết quả nghiên cứu bằng phương pháp tiếp cận kết hợp NCA và fsQCA
Published: July 5, 2026
Abstract
Sự phát triển nhanh chóng của các dịch vụ giao hàng dựa trên nền tảng đã làm thay đổi sâu sắc cấu trúc lao động trong các nền kinh tế mới nổi, đặc biệt trong hệ thống logistics đô thị. Tại Việt Nam, lực lượng tài xế giao hàng bằng xe máy đã trở thành một bộ phận quan trọng của nền kinh tế, tuy nhiên những lo ngại liên quan đến hành vi lái xe rủi ro và an toàn giao thông ngày càng gia tăng.
Nghiên cứu này phân tích cách thức mà quản trị thuật toán và mức độ phụ thuộc vào nền tảng cùng tác động đến hành vi lái xe rủi ro của tài xế giao hàng tại Hà Nội. Dựa trên dữ liệu khảo sát 93 tài xế và áp dụng cách tiếp cận cấu hình kết hợp giữa Phân tích điều kiện cần (NCA) và Phân tích so sánh định tính dạng tập mờ (fsQCA), kết quả cho thấy áp lực thời gian là điều kiện cần quan trọng nhất đối với hành vi rủi ro. Hành vi rủi ro không xuất phát từ một yếu tố đơn lẻ mà từ nhiều cấu hình nguyên nhân khác nhau. Phụ thuộc thu nhập đóng vai trò điều kiện lõi trong phần lớn các cấu hình liên quan đến hành vi sử dụng điện thoại khi lái xe. Nghiên cứu cũng xác nhận tính bất đối xứng của quan hệ nhân quả, cho thấy rằng sự vắng mặt của hành vi rủi ro không đơn giản là sự đảo ngược của các nguyên nhân gây rủi ro. Kết quả nghiên cứu đóng góp cho lý thuyết về lao động nền tảng và cung cấp các hàm ý chính sách quan trọng nhằm xây dựng hệ sinh thái lao động an toàn và bền vững hơn.
Keywords
Quản trị thuật toánlao động nền tảnghành vi lái xe rủi rofsQCANCAViệt Nam
References
1.
1. Elliott, M. A., Baughan, C. J., & Sexton, B. F. (2007), Errors and violations in relation to motorcyclists’ crash risk. Accident Analysis & Prevention, 39(3), 491-499, https://doi.org/10.1016/j.aap.2006.08.012
2. Gregory, K. (2021), My life is more valuable than this’: Risking it all for gig work. Work, Employment and Society, 35(4), 735-751, https://doi.org/10.1177/0950017020967203
3. Kellogg, K. C., Valentine, M. A., & Christin, A. (2020), Algorithms at work: The new contested terrain of control. Academy of Management Annals, 14(1), 366-410, https://doi.org/10.5465/annals.2018.0174
4. Lee, M. K., Kusbit, D., Metsky, E., & Dabbish, L. (2015), Working with machines: The impact of algorithmic and data-driven management on human workers. In Proceedings of the 33rd Annual ACM Conference on Human Factors in Computing Systems (CHI) (pp. 1603-1612). ACM, https://doi.org/10.1145/2702123.2702548
5. Schor, J. B. (2020), After the gig: How the sharing economy got hijacked and how to win it back. University of California Press.
6.
6. Sun, P. (2019), Your order, their labor: An exploration of algorithmic management in the food delivery industry in China. Chinese Journal of Communication, 12(4), 1-18, https://doi.org/10.1080/17544750.2019.1583676
7. Veen, A., Barratt, T., & Goods, C. (2020), Platform-capital’s ‘app-etite’ for control: A labour process analysis of food-delivery work in Australia. Work, Employment and Society, 34(3), 388-406, https://doi.org/10.1177/0950017019836911