8R of Sustainability

 

(Nguồn:  https://www.linkedin.com/posts/sustainability-infographics_sustainabilitycircle-circularliving-8rs-activity-7342518439955111936-LpZp)

(Nguồn: https://www.linkedin.com/posts/teachforgreen_wastemanagement-pollution-composting-activity-7097817930125512704-hv0S)

(Nguồn: https://ecowheel.org/the-eco-wheel/)

7R of Sustainability

(Nguồn: https://jethrojeff.com/)

(Nguồn: https://zontausa.org/re-cycling-isnt-working-learn-the-7-rs/ )

 

6R of Sustainability

(Nguồn: https://www.azeusconvene.com/esg/articles/6-rs-of-sustainability )

(Nguồn: https://www.pmcsa.ac.nz/topics/rethinking-plastics/ideas-for-a-more-sustainable-future/ )

 

5R of Sustainability

 Khái niệm "5R of Sustainability" xuất phát từ Chỉ thị Khung về Chất thải của Liên minh Châu Âu (Waste Framework Directive, 1975). Nguyên gốc của khái niệm 5R là mở rộng quan điểm truyền thống 3R (Reduce, Reuse, Recycle).  5R trong tài liệu này đề cập đến 

• Rethink, 
• Refuse, 
• Reduce, 
• Reuse, 
• Recycle 

(Nguồn: https://www.tntech.edu/sustainability/greennotes/20230922-five-r-the-basics-of-sustainability.php )

Một số tài liệu cập nhật khái niệm 5R thành:

(Nguồn: https://galopinplaygrounds.com/index.php/2023/04/26/sustainable-play-the-5r-framework-applied-to-the-playground-industry/)

• Refuse

Nói “không” với những sản phẩm không cần thiết, đặc biệt là sản phẩm gây hại cho môi trường. Ví dụ, từ chối túi nilon khi đi chợ, từ chối dùng ống hút nhựa, hạn chế mua hàng hóa đóng gói quá nhiều lớp nhựa. Yếu tố này giúp giảm lượng rác thải phát sinh ngay từ đầu, thúc đẩy tiêu dùng có trách nhiệm.

• Reduce 

Giảm lượng tài nguyên, năng lượng và vật liệu tiêu thụ. Ví dụ, tiết kiệm điện, tắt các thiết bị khi không dùng; in 2 mặt để tiết kiệm giấy; ưu tiên sản phẩm bền và tái sử dụng được. Yếu tố này giúp giảm áp lực khai thác tài nguyên thiên nhiên và giảm khí thải nhà kính.

• Reuse:

 Dùng lại sản phẩm nhiều lần thay vì vứt bỏ sau một lần. Ví dụ, dùng chai nước thủy tinh,  thay cho chai nhựa dùng một lần; sửa chữa quần áo thay vì bỏ đi.  Yếu tố này giúp kéo dài vòng đời sản phẩm, giảm chất thải rắn và tiết kiệm chi phí.

• Repurpose 

Dùng lại một sản phẩm hoặc vật liệu cho một mục đích khác với mục đích ban đầu của nó, thay vì vứt bỏ. Khác với Reuse (tái sử dụng), dùng lại cho cùng một công năng, thì Repurpose nghĩa là “cho nó một cuộc đời mới” với công năng khác biệt. Ví dụ, dùng chai thủy tinh cũ làm lọ hoa hoặc đèn trang trí, biến lốp xe cũ thành ghế ngồi, xích đu; dùng áo thun cũ làm giẻ lau. Yếu tố này giúp kéo dài vòng đời sản phẩm, giảm khối lượng chất thải phải xử lý, từ đó giúp tiết kiệm tài nguyên, không cần sản xuất mới một sản phẩm thay thế.

• Recycle:

Biến rác thải thành nguyên liệu mới để sản xuất sản phẩm khác. Ví dụ, giấy, nhựa, kim loại được thu gom và đưa vào quy trình tái chế; rác hữu cơ được ủ thành phân compost. Yếu tố này giúp làm giảm nhu cầu khai thác tài nguyên thô, giảm rác thải chôn lấp.

Tài liệu tham khảo

•  https://www.tntech.edu/sustainability/greennotes/20230922-five-r-the-basics-of-sustainability.php
• https://www.roadrunnerwm.com/blog/the-5-rs-of-waste-recycling
• 
  

Steady-state economics

 

Steady-State Economics (Kinh tế học trạng thái ổn định) là một trường phái trong kinh tế học sinh thái, do nhà kinh tế học Herman Daly phát triển từ thập niên 1970. Nó đề xuất một mô hình kinh tế ổn định về quy mô, không tăng trưởng vô hạn, nhằm duy trì sự cân bằng lâu dài giữa nền kinh tế và hệ sinh thái hữu hạn của Trái đất. 

(Nguồn: https://palmoildetectives.com/2022/01/16/steady-state-economics/)

Steady state không có nghĩa là nền kinh tế “tĩnh” hay “không đổi”, mà là quy mô dân số và tổng vốn vật chất (stock of capital) duy trì ở mức ổn định. Trong nền kinh tế vẫn có dòng chảy năng lượng – tài nguyên và sản xuất – tiêu dùng, nhưng được điều tiết sao cho tái tạo được và không vượt quá khả năng chịu tải sinh thái.  Tương tự như một hệ sinh học ổn định: sinh trưởng, chết đi, tái sinh, nhưng tổng thể vẫn giữ cân bằng lâu dài.

Nguyên lý nền tảng (theo Daly)

• Tăng trưởng vật chất vô hạn là bất khả thi trên một hành tinh hữu hạn.

• Phát triển (development: cải thiện chất lượng, công bằng, công nghệ) vẫn có thể tiếp diễn, nhưng tăng trưởng (growth: mở rộng quy mô vật chất) cần được giới hạn. 

• Mục tiêu là phúc lợi con người tối đa trong giới hạn sinh thái chứ không phải GDP tối đa.

Tài liệu tham khảo

• https://link.springer.com/chapter/10.1007/978-94-011-5038-5_17
• https://www.investopedia.com/terms/s/steady-state-economy.asp
• https://www.jstor.org/stable/469394
• https://www.sciencedirect.com/topics/economics-econometrics-and-finance/steady-state-economics

Ecological economics

Ecological economics 

Ecological economics (Kinh tế học sinh thái) là một nhánh liên ngành của khoa học kinh tế kết hợp chặt chẽ với sinh thái học, nhằm nghiên cứu mối quan hệ giữa hệ thống kinh tế và hệ thống sinh thái tự nhiên.

(Nguồn: https://www.linkedin.com/pulse/ecological-economics-everything-you-need-know-imvelo-ltd- )

(Nguồn: Internet)

Khác với kinh tế học môi trường (environmental economics) – vốn thường xem môi trường như một phần ngoại tác trong hoạt động kinh tế – kinh tế học sinh thái coi nền kinh tế là một hệ thống con (subsystem) nằm trong hệ sinh thái toàn cầu hữu hạn.

Những nguyên lý cơ bản của Kinh tế học sinh thái

• Nền kinh tế là một hệ thống con của hệ sinh thái

Khác với kinh tế học truyền thống thường xem nền kinh tế như một hệ thống “độc lập”, kinh tế học sinh thái khẳng định ền kinh tế nằm trong lòng hệ sinh thái Trái đất và phụ thuộc trực tiếp vào tài nguyên thiên nhiên. Các dòng năng lượng, vật chất, tài nguyên sinh học chảy từ môi trường sang kinh tế, sau đó trở lại môi trường dưới dạng chất thải. Do đó, mọi hoạt động kinh tế phải được nhìn nhận trong giới hạn sinh thái.

• Giới hạn tăng trưởng (Limits to growth)

Kinh tế học sinh thái nhấn mạnh rằng tăng trưởng vật chất vô hạn là bất khả thi trên một hành tinh hữu hạn. Điều này dựa trên nguyên lý nhiệt động lực học thứ hai (entropy): việc sử dụng năng lượng và vật chất luôn tạo ra hao phí, làm suy giảm khả năng tái tạo của môi trường. Vì thế, thay vì chạy theo tăng trưởng GDP, cần hướng đến phát triển chất lượng và ổn định cân bằng lâu dài (steady state).

• Tầm quan trọng của vốn tự nhiên

Vốn tự nhiên (natural capital) gồm: đất đai, rừng, nước, đa dạng sinh học, khí hậu ổn định… Nhiều loại vốn tự nhiên không thể thay thế bằng vốn nhân tạo (ví dụ: tầng ozone, hệ sinh thái rừng ngập mặn, chu trình khí hậu). Điều này dẫn đến khái niệm “strong sustainability”: bảo tồn vốn tự nhiên ở mức tối thiểu để duy trì sự sống và phát triển bền vững.

• Công bằng liên thế hệ và nội thế hệ

Kinh tế học sinh thái gắn phát triển với công bằng xã hội. Công bằng trong nội thế hệ mang ý nghĩa là phân phối công bằng tài nguyên và lợi ích trong cùng một thế hệ, giảm bất bình đẳng. Cân bằng liên thế hệ mang ý nghĩa đảm bảo thế hệ tương lai vẫn còn đủ vốn tự nhiên để thỏa mãn nhu cầu cơ bản. Đây là nền tảng cho khái niệm phát triển bền vững.

• Đo lường phúc lợi vượt ra ngoài GDP

Thay vì đo lường sự thịnh vượng bằng GDP, vốn chỉ đo lường sản lượng kinh tế, không phản ánh phúc lợi xã hội hay sức khỏe sinh thái. Kinh tế học sinh thái đề xuất các chỉ số thay thế như Genuine Progress Indicator (GPI), Ecological Footprint, Human Development Index (HDI) cải tiến, Happy Planet Index (HPI)... Những chỉ số này tính đến chi phí môi trường, công bằng xã hội và chất lượng cuộc sống.

• Cách tiếp cận liên ngành và hệ thống

Kinh tế học sinh thái kết hợp Khoa học tự nhiên (sinh thái, khí hậu, năng lượng) với Khoa học xã hội (kinh tế, chính trị, xã hội học, triết học). Cách tiếp cận này giúp phân tích nền kinh tế như một hệ thống phức hợp (complex system), không thể giải quyết chỉ bằng mô hình thị trường truyền thống.

Nói tóm lại, ecological economics không chỉ nghiên cứu tác động môi trường trong kinh tế mà còn tái định nghĩa bản chất của nền kinh tế, đặt nó trong bối cảnh hệ sinh thái hữu hạn và hướng đến một xã hội công bằng, bền vững hơn.

Tài liệu tham khảo

• https://insights.som.yale.edu/insights/what-is-ecological-economics
• https://www.linkedin.com/pulse/ecological-economics-everything-you-need-know-imvelo-ltd-
• https://www.sciencedirect.com/topics/earth-and-planetary-sciences/ecological-economics

Network Link Prediction

Network Link Prediction (dự đoán liên kết trong mạng) là một nhánh của khoa học mạng (network science) và machine learning, với mục tiêu dự đoán xem liệu hai nút trong mạng có khả năng hình thành một liên kết mới trong tương lai hay không, hoặc khôi phục các liên kết bị thiếu.

(Nguồn: https://www.analyticsvidhya.com/blog/2020/01/link-prediction-how-to-predict-your-future-connections-on-facebook/)

Điều này rất có ý nghĩa vì trong nhiều hệ thống thực tế (mạng xã hội, sinh học, kinh tế), mạng luôn thay đổi theo thời gian. Dữ liệu thu thập thường không đầy đủ, có thể bị thiếu liên kết. Khi đó, link prediction sẽ giúp hiểu rõ cấu trúc mạng, phát hiện mối quan hệ tiềm ẩn và dự đoán sự phát triển của mạng trong tương lai.

Phương pháp chính

• Dựa trên độ tương đồng (similarity-based methods)
• Local similarity: tính dựa trên hàng xóm chung
• Global similarity: dùng đường đi ngắn nhất, Katz index, random walk.
• Các chỉ số khác: Jaccard, Adamic–Adar, Resource Allocation.

• Dựa trên mô hình xác suất

• Giả định một mô hình sinh mạng (graph generative model). Ví dụ như Stochastic Block Model (SBM), mô hình đồ thị ngẫu nhiên, mô hình xác suất Bayes.

• Dựa trên machine learning / deep learning
• Trích xuất đặc trưng (features) từ cặp nút và huấn luyện mô hình phân loại (SVM, logistic regression).

• Graph embedding (node2vec, DeepWalk, Graph Neural Networks – GNNs) → học vector đặc trưng cho nút, dự đoán xác suất liên kết bằng khoảng cách vector.

(Nguồn: https://www.nature.com/articles/s41598-019-47271-9)

Một số ứng dụng

• Mạng xã hội, ví dụ: gợi ý bạn bè, gợi ý kết nối trên Facebook, LinkedIn.

• Thương mại điện tử, ví dụ: gợi ý sản phẩm (user–item link).

• Sinh học, ví dụ: dự đoán tương tác protein–protein, gen–bệnh, thuốc–mục tiêu.

• Hệ thống tri thức, ví dụ: hoàn thiện mạng tri thức (knowledge graphs) bằng cách thêm quan hệ còn thiếu.

• An ninh mạng, ví dụ: phát hiện kết nối bất thường.

• Và nhiều các ứng dụng tiềm năng khác

Tài liệu tham khảo

• https://www.sciencedirect.com/science/article/pii/S221509862400168X
• https://www.sciencedirect.com/topics/computer-science/link-prediction
• https://arxiv.org/pdf/2305.10257
• https://www.tandfonline.com/doi/full/10.1080/17460441.2023.2267020

Simulation-based inference

 Simulation-Based Inference (SBI) là gì?

Simulation-Based Inference (SBI) (còn gọi là likelihood-free inference) là tập hợp các phương pháp ước lượng tham số và kiểm định mô hình thống kê khi hàm likelihood phức tạp hoặc không thể tính trực tiếp. Khi đó ta có thể mô phỏng dữ liệu từ mô hình giả định với các giá trị tham số cho trước. Ý tưởng là thay vì viết công thức chính xác cho likelihood, ta so sánh dữ liệu quan sát với dữ liệu mô phỏng, rồi rút ra kết luận về tham số.

(Nguồn: https://www.semanticscholar.org/paper/All-in-one-simulation-based-inference-Gloeckler-Deistler )

Các kỹ thuật phổ biến trong SBI

• Approximate Bayesian Computation (ABC)

So khớp dữ liệu quan sát và mô phỏng qua thống kê tóm tắt (summary statistics) và giữ lại những tham số tạo ra dữ liệu “gần giống” dữ liệu quan sát.

• Synthetic Likelihood

Ước lượng phân phối của thống kê tóm tắt bằng giả định Gaussian, rồi dùng làm “likelihood xấp xỉ”.

• Neural Simulation-Based Inference (hiện đại)

Dùng mô hình học sâu (neural density estimators như normalizing flows, variational autoencoders) để học trực tiếp phân phối hậu nghiệm từ dữ liệu mô phỏng.

(Nguồn: https://ars.els-cdn.com/content/image/1-s2.0-S0959440X25000065-ga1_lrg.jpg)

 

Các khả năng ứng dụng

• Sinh học & di truyền học, ví dụ: mô hình tiến hóa, chọn lọc tự nhiên, dịch bệnh.

• Khoa học xã hội & kinh tế, ví dụ mô hình agent-based để mô phỏng hành vi thị trường.

• Vật lý thiên văn, ví dụ: mô phỏng vũ trụ, sự hình thành thiên hà.

• Tài chính, ví dụ: mô phỏng rủi ro thị trường với mô hình phi tuyến khó tính likelihood.

Tài liệu tham khảo

• https://simulation-based-inference.org/
• https://arxiv.org/abs/2508.12939
• https://transferlab.ai/series/simulation-based-inference/
• https://openreview.net/forum?id=uClUUJk05H
• https://astroautomata.com/blog/simulation-based-inference/

Network-Based Inference (NBI)

Network-Based Inference (NBI) là một phương pháp trong khoa học mạng (network science) được phát triển để dự đoán hoặc gợi ý các mối quan hệ mới dựa trên cấu trúc của một mạng lưới đã biết.

Ý tưởng về NBI xuất hiện trong lĩnh vực hệ thống recommendation và khoa học mạng, đặc biệt trong các nghiên cứu của Zhou, Lü, Zhang và cộng sự (Physical Review E, 2007). Trước đó, hệ thống gợi ý chủ yếu dựa trên:

• Collaborative filtering (lọc cộng tác),
• Content-based filtering (dựa trên nội dung).

Các thuật toán này gặp khó khăn với vấn đề data sparsity (dữ liệu thưa) và cold-start problem (người dùng/mục tiêu mới). NBI được đề xuất như một giải pháp mới, dựa trên quan điểm lan truyền tài nguyên trong mạng thay vì chỉ tính toán độ tương đồng.

Nguyên lý hoạt động (Resource Allocation Process)

Quy trình NBI có thể mô tả thành 3 bước:

• Khởi tạo tài nguyên (Initialization)

Gán mỗi nút mục tiêu mà người dùng đã kết nối một lượng tài nguyên bằng nhau.

Ví dụ: người dùng đã xem 3 bộ phim, mỗi phim có tài nguyên 1.

• Phân bổ tài nguyên qua mạng (Diffusion)

Tài nguyên lan từ mục tiêu sang người dùng khác và tiếp tục lan đến mục tiêu khác. Bước này giống như “mượn thông tin” từ những người dùng tương tự, nhưng thông qua lan truyền chứ không tính trực tiếp cosine similarity.

• Tính điểm gợi ý (Score Computation)

Sau khi lan truyền, mỗi mục tiêu chưa kết nối sẽ nhận được một lượng tài nguyên.

Giá trị tài nguyên cuối cùng bằng điểm gợi ý (recommendation score). 

Sắp xếp theo điểm để đề xuất.

(Nguồn: https://www.csbj.org/article/S2001-0370%2823%2900171-X/fulltext)

 

Tiềm năng ứng dụng

• Hệ thống gợi ý (Recommendation system):

  • Sách (Amazon), phim (Netflix), nhạc (Spotify).

  • Giải quyết vấn đề dữ liệu thưa và nâng cao độ đa dạng đề xuất.

• Y sinh học:

  • Gene–disease network: dự đoán gen tiềm năng liên quan đến bệnh.

  • Drug–target network: tìm ứng viên thuốc mới (drug repositioning).

• Mạng xã hội:

  • Gợi ý kết bạn, gợi ý nhóm hoặc cộng đồng có liên quan.

• Khoa học tri thức:

• Phân tích mạng tác giả–bài báo, gợi ý hợp tác nghiên cứu.

Nguồn tham khảo

• https://pmc.ncbi.nlm.nih.gov/articles/PMC3140052
• https://www.sciencedirect.com/topics/computer-science/network-inference
• https://www.wisdomlib.org/concept/network-based-inference-method
• https://ieeexplore.ieee.org/document/7603879

Marine economy vs Ocean economy vs Blue economy

Marine economy (Kinh tế biển)

Marine economy thường đề cập đến các hoạt động kinh tế trực tiếp liên quan đến biển và đại dương — bao gồm khai thác tài nguyên biển, vận tải biển, du lịch ven biển, nuôi trồng thủy sản, đóng tàu, dịch vụ cảng, và các ngành hỗ trợ khác.

Khái niệm marine economy hẹp hơn so với ocean economy ở chỗ thường tập trung vào phần kinh tế dựa vào vùng biển thuộc chủ quyền quốc gia (territorial waters, exclusive economic zones). Marine economy hướng đến phát triển kinh tế từ nguồn lợi biển, đôi khi ít nhấn mạnh yếu tố môi trường.

Ocean economy (Kinh tế đại dương)

Khái niệm ocean economy bao quát hơn marine economy, bao gồm mọi hoạt động kinh tế diễn ra trong hoặc liên quan đến đại dương, cả ở vùng biển quốc gia lẫn vùng biển quốc tế. Ocean economy Bao trùm tất cả các ngành kinh tế biển (marine industries) và các ngành công nghiệp, dịch vụ hỗ trợ trực tiếp/gián tiếp từ đại dương, như công nghệ biển sâu, năng lượng tái tạo ngoài khơi, nghiên cứu hải dương học.

(Nguồn: https://www.globalseafood.org/advocate/financing-a-sustainable-ocean-economy/)

Blue economy (Kinh tế xanh biển)

Blue economy dùng để chỉ một cách tiếp cận phát triển kinh tế biển dựa trên nguyên tắc bền vững, kết hợp tăng trưởng kinh tế, bảo tồn hệ sinh thái biển và bảo đảm sinh kế cho cộng đồng ven biển.  Blue economy có thể bao gồm mọi lĩnh vực của “ocean economy”, nhưng yêu cầu yếu tố bền vững, kể cả về môi trường và xã hội Mục tiêu của blue economy, ngoài tối đa hóa lợi ích kinh tế từ đại dương, còn hướng đến duy trì hoặc cải thiện sức khỏe của hệ sinh thái biển và lợi ích lâu dài cho thế hệ tương lai.

(Nguồn: https://development.asia/explainer/role-ocean-finance-transitioning-blue-economy-asia-and-pacific)

(Nguồn: https://msp4bio.eu/sustainable-blue-economy-an-integrated-path-forward/ )

Tham khảo

• https://www.lse.ac.uk/granthaminstitute/explainers/what-is-the-blue-economy/
• https://www.boldbusiness.com/society/blue-economy-imperative-bring-bold-opportunities/
• https://development.asia/explainer/role-ocean-finance-transitioning-blue-economy-asia-and-pacific
• https://www.oecd.org/en/topics/sub-issues/ocean/ocean-economy.html

Bathymetry Modelling

Bathymetry là gì?

Bathymetry là môn khoa học nghiên cứu về độ sâu và hình dạng của địa hình dưới mặt nước (đáy biển, đáy sông, đáy hồ). Có thể hiểu đây là “địa hình dưới nước”, tương tự như topography (địa hình trên đất liền). Kết quả nghiên cứu thường là bản đồ bathymetric (bản đồ địa hình đáy biển).

(Nguồn: https://sketchplanations.com/topography-and-bathymetry)

 Bathymetry Modelling là gì?

Mô hình hóa bathymetry là quá trình xây dựng mô hình toán học, thống kê hoặc máy tính để biểu diễn độ sâu và hình dạng địa hình dưới đáy biển/đáy sông.

Nguồn dữ liệu chính để mô hình hóa địa hình dưới nước bao gồm:

• Đo trực tiếp
• Sonar (âm thanh): Single-beam, Multi-beam Echo Sounder.
• LIDAR bathymetry: dùng tia laser từ máy bay quét ở vùng nước nông.
• ROV hoặc tàu ngầm: khảo sát cục bộ với độ chính xác cao.
• Đo gián tiếp / viễn thám
• Vệ tinh altimetry (đo cao độ mặt biển để suy ra địa hình đáy).
• Dữ liệu trọng lực.

(Nguồn: https://www.infotechenterprises.net/bathymetry.php)

Sau khi có dữ liệu, nhà nghiên cứu thực hiện nội suy và mô hình hóa bằng các công cụ thống kê như kriging, spline...; hoặc dùng machine learning để dự đoán hình dạng đáy ở vùng chưa có dữ liệu đo. Cụ thể bao gồm:

• Thống kê địa lý (Geostatistics): kriging, mô hình variogram.
• Trí tuệ nhân tạo (AI): dự đoán bathymetry bằng dữ liệu sonar + vệ tinh.
• Mô hình thủy động lực: kết hợp bathymetry với mô hình dòng chảy và sóng.
• GIS & 3D visualization: tạo mô hình số độ cao (DEM) của đáy biển.

Ứng dụng của Bathymetry Modelling

Trong hàng hải

• Xác định tuyến đường tàu an toàn.
• Tránh vùng nước cạn, đá ngầm.
• Kỹ thuật & quy hoạch ven biển
• Xây cảng, đê chắn sóng, trang trại điện gió ngoài khơi.
• Đặt đường ống, cáp ngầm.

Trong nghiên cứu môi trường và khí hậu

• Xác định hệ sinh thái đáy (san hô, ngư trường).
• Nghiên cứu xói lở bờ biển, biến đổi mực nước biển.
• Phòng chống thiên tai
• Mô phỏng sóng thần, bão, dòng chảy (bathymetry ảnh hưởng trực tiếp đến sự lan truyền sóng).
• Nghiên cứu trượt lở, động đất dưới biển.

Trong khai thác và quản lý tài nguyên biển

• Ngư trường cá.
• Khai thác khoáng sản (nốt mangan, lớp vỏ cobalt).
• Nghiên cứu khoa học

Cũng có thể ứng dụng trong nghiên cứu kiến tạo mảng, núi lửa ngầm, sự hình thành rãnh đại dương.

(Nguồn: https://oceanservice.noaa.gov/facts/bathyuses.html)

Tài liệu tham khảo

• https://oceanservice.noaa.gov/facts/bathyuses.html
• https://education.nationalgeographic.org/resource/bathymetry/
• https://oceanservice.noaa.gov/facts/bathyuses.html

A bunch of continuous density functions

 

(Nguồn: O'Neil, C., & Schutt, R. (2013). Doing data science: Straight talk from the frontline. " O'Reilly Media, Inc.".)

Chemometrics

 Chemometrics là gì?

Chemometrics (Thống kê hóa học) là lĩnh vực kết hợp giữa hóa học, toán học, thống kê và khoa học máy tính nhằm thiết kế thí nghiệm hiệu quả, phân tích dữ liệu hóa học phức tạp, và  xây dựng mô hình toán học để dự đoán và giải thích hiện tượng hóa học

Chemometrics được xem như là nghệ thuật biến dữ liệu hóa học thành thông tin hữu ích và tri thức.

(Nguồn: https://www.sciencedirect.com/topics/chemistry/chemometrics)

(Nguồn: https://ondalys.fr/en/scientific-resources/chemometrics-vs-machine-learning/)

Vì sao chemometrics quan trọng?

Trong thời đại công nghệ phân tích tiên tiến như quang phổ (spectroscopy), sắc ký (chromatography), khối phổ (mass spectrometry)… mỗi phép đo có thể tạo ra hàng nghìn đến hàng triệu điểm dữ liệu. Nếu không có công cụ phân tích phù hợp, chúng ta sẽ bị “ngợp” trong dữ liệu mà không rút ra được điều gì hữu ích.

Do vậy, chemometrics giúp tiết kiệm thời gian và chi phí bằng cách tối ưu số lượng thí nghiệm, nâng cao độ chính xác khi xác định thành phần, cấu trúc hoặc tính chất mẫu, phát hiện sai sót hoặc gian lận trong sản xuất và kiểm nghiệm, và hỗ trợ ra quyết định nhanh chóng trong kiểm soát chất lượng

Những nhiệm vụ chính của chemometrics

1. Thiết kế thí nghiệm (Design of Experiments – DoE)
   Lập kế hoạch thu thập dữ liệu sao cho ít thí nghiệm nhất nhưng vẫn đủ thông tin để phân tích.

2. Xử lý tín hiệu và dữ liệu
   Loại bỏ nhiễu, chuẩn hóa dữ liệu, hiệu chỉnh nền… để dữ liệu “sạch” và dễ phân tích hơn.

3. Phân tích đa biến (Multivariate Analysis)
   Sử dụng các phương pháp như PCA (Principal Component Analysis), PLS (Partial Least Squares) để tìm mối quan hệ giữa dữ liệu đo đạc và đặc tính mẫu.

4. Mô hình hóa và dự đoán
   Xây dựng mô hình định lượng – ví dụ dự đoán nồng độ chất trong mẫu chỉ dựa vào phổ đo.

Cùng với sự bùng nổ của trí tuệ nhân tạo (AI) và học máy (machine learning), chemometrics đang mở rộng khả năng phân tích dữ liệu hóa học lên một tầm cao mới. Những mô hình kết hợp AI có thể dự đoán chính xác thành phần hoặc tính chất của mẫu chỉ trong vài giây – điều mà trước đây mất hàng giờ hoặc hàng ngày.

Tham khảo 

• https://www.sciencedirect.com/topics/chemistry/chemometrics
• https://food.ku.dk/english/research_at_food/research_fields/chemometrics/
• https://www.intechopen.com/chapters/41761
• https://github.com/cran/chemometrics
• https://github.com/clicumu/py-chemometrics

Chief sustainability officer (CSO)

 Chief Sustainability Officer (CSO) – hay Giám đốc Phát triển Bền vững – là một chức danh điều hành cấp cao trong tổ chức, chịu trách nhiệm dẫn dắt các chiến lược và sáng kiến liên quan đến phát triển bền vững, bao gồm các yếu tố môi trường (Environmental), xã hội (Social), và quản trị (Governance) – thường được gọi chung là ESG. 

(Nguồn: https://yonearth.org/advising-consulting/)

Chức danh CSO bắt đầu xuất hiện từ cuối thập niên 1990 đến đầu những năm 2000, cùng với sự gia tăng nhận thức toàn cầu về phát triển bền vững, biến đổi khí hậu, và trách nhiệm xã hội của doanh nghiệp. Cuối thập niên 1990, một số công ty lớn (đặc biệt trong ngành năng lượng, hóa chất, và hàng tiêu dùng) bắt đầu bổ nhiệm giám đốc phụ trách môi trường hoặc CSR – tiền thân của chức danh CSO. Năm 2004 DuPont – tập đoàn hóa chất Mỹ – là một trong những công ty đầu tiên chính thức bổ nhiệm Chief Sustainability Officer với vai trò điều phối chiến lược môi trường và an toàn. Từ 2008–2015, CSO trở thành chức danh phổ biến hơn tại các tập đoàn đa quốc gia như Unilever, Nestlé, Coca-Cola, và Nike.  Từ 2015 đến nay, sự ra đời của SDGs của Liên Hợp Quốc và các tiêu chuẩn như TCFD, GRI, SASB, ISSB đã đẩy mạnh vai trò CSO trong điều phối toàn bộ chiến lược ESG. Nhiều công ty niêm yết và định hướng toàn cầu bắt buộc có CSO trong cơ cấu quản trị.

Nhiệm vụ chính của CSO

(Nguồn: https://nordicsustainability.com/insight/exploring-the-key-responsibilities-of-the-chief-sustainability-officer-cso/)

• Xây dựng và triển khai chiến lược phát triển bền vững

• Lồng ghép các yếu tố ESG vào chiến lược tổng thể của doanh nghiệp
• Xác định mục tiêu ngắn hạn và dài hạn về phát thải, năng lượng, nhân quyền, và chuỗi cung ứng

• Giám sát việc tuân thủ quy định và báo cáo ESG

Đảm bảo tuân thủ các khung báo cáo quốc tế như:

• GRI (Global Reporting Initiative)
• SASB (Sustainability Accounting Standards Board)
• TCFD (Task Force on Climate-related Financial Disclosures)
• ISSB/IFRS S1 & S2
• CSRD (Corporate Sustainability Reporting Directive – EU)

• Phối hợp với bộ phận tài chính và pháp lý để lập báo cáo minh bạch

• Tham vấn và gắn kết với các bên liên quan, điều phối các sáng kiến về trách nhiệm xã hội và quản trị có đạo đức

• Thúc đẩy đổi mới và chuyển đổi xanh

• Dẫn dắt các chương trình về kinh tế tuần hoàn, năng lượng tái tạo, giảm phát thải carbon

• Nuôi dưỡng văn hóa doanh nghiệp bền vững từ cấp quản lý đến nhân viên

Chức danh Chief Sustainability Officer (CSO) ngày nay không còn là vai trò phụ trợ, mà đã trở thành nhân vật chiến lược trong ban lãnh đạo doanh nghiệp hiện đại. Trong bối cảnh phát triển bền vững là ưu tiên toàn cầu, sự hiện diện và hiệu quả của CSO chính là thước đo cho khả năng thích ứng và tăng trưởng dài hạn của một tổ chức.

(Nguồn: https://www.sila-modic.si/en/do-we-need-chief-sustainability-officers/)

"4 C" – 4 phẩm chất của một CSO 

Collaboration (Hợp tác)

• Khả năng thiết lập quan hệ đối tác bên trong và bên ngoài tổ chức là yếu tố then chốt.

Credibility (Tính thuyết phục)

• CSO cần chứng minh giá trị của các sáng kiến bằng cách chuyển đổi mục tiêu bền vững thành ngôn ngữ kinh doanh dễ hiểu, như phân tích chi phí carbon.

Commercial awareness (Hiểu biết thương mại)

• Khả năng nhận ra cơ hội kinh doanh mới từ các xu hướng bền vững.

Commitment (Cam kết)

• Sự tận tâm sâu sắc, hiểu rằng truyền thống phát triển bền vững là vay mượn từ các thế hệ tương lai.

Tài liệu tham khảo

• https://hbr.org/2023/07/the-evolving-role-of-chief-sustainability-officers
• https://www.strategyand.pwc.com/de/en/functions/sustainability-strategy/chief-sustainability-officers.html
• https://www.weforum.org/stories/2024/05/chief-sustainability-officer-key-qualities/
• https://www.growlity.com/12-important-skills-of-chief-sustainability-officer-cso/

Financial stewardship

 Financial stewardship (tạm dịch: quản trị tài chính có trách nhiệm) là khái niệm chỉ việc quản lý, sử dụng và giám sát nguồn lực tài chính một cách cẩn trọng, minh bạch và có trách nhiệm, nhằm phục vụ lợi ích lâu dài cho tổ chức, cộng đồng, hoặc các bên liên quan.

(Nguồn: https://www.linkedin.com/posts)

Các yếu tố chính của financial stewardship

• Minh bạch (Transparency) 

Công bố rõ ràng về thu – chi, đầu tư, và rủi ro tài chính

• Trách nhiệm giải trình (Accountability)

Người quản lý tài chính phải giải trình với các bên liên quan

• Hiệu quả và tiết kiệm (Efficiency)

Sử dụng tài nguyên tài chính đúng mục đích, tránh lãng phí

• Định hướng dài hạn (Sustainability)

Cân nhắc lợi ích dài hạn, không chỉ ngắn hạn

• Tuân thủ pháp lý (Compliance)

Đảm bảo tuân thủ quy định, luật pháp, và chuẩn mực đạo đức

 

(Nguồn: https://biblicalstewardship.net/how-money-works-and-financial-panning/)

Nguồn tham khảo

• https://www.csustan.edu/financial-aid-scholarship/financial-wellness/financial-stewardship
• https://www.linkedin.com/pulse/financial-stewardship-mitch-gyger?trk=article-ssr-frontend-pulse_more-articles_related-content-card
• https://fastercapital.com/keyword/financial-stewardship.html

Zero-Based Budgeting

Zero-Based Budgeting (ZBB) là một phương pháp lập ngân sách trong đó mọi khoản chi tiêu phải được xem xét và biện minh lại hoàn toàn từ đầu, thay vì chỉ điều chỉnh dựa trên ngân sách năm trước. Zero-Based Budgeting được phát triển vào những năm 1960 bởi Peter Pyhrr, cựu giám đốc tại Texas Instruments.

(Nguồn: https://luceocc.com/en-US/post/4/zero-based-budgeting-zbb )

Nguyên tắc của ZBB là "Thu nhập – Chi phí = 0". Mọi khoản chi bao gồm cả tiết kiệm, đầu tư đều được xem như chi tiêu phải được lên kế hoạch và xác minh rõ ràng. ZBB bắt đầu bằng việc mô tả chi phí, mục tiêu và lợi ích của từng gói hoạt động. Sau đó đánh giá và xếp hạng các gói theo mức độ ưu tiên dựa trên chi phí – lợi ích và đóng góp vào mục tiêu tổ chức. Và ngân sách chỉ dành cho các gói được đánh giá là cần thiết.

(Nguồn: https://www.gartner.com/smarterwithgartner/use-zero-based-budgeting-to-rightsize-tight-budgets)

So sánh với cách lập ngân sách truyền thống

Tiêu chí	Zero-Based Budgeting (ZBB)	Ngân sách truyền thống
Cách lập ngân sách	Bắt đầu từ 0, mọi khoản chi phải được biện minh lại từ đầu	Dựa trên ngân sách năm trước, điều chỉnh tăng/giảm
Giả định cơ bản	Không có khoản chi nào được coi là mặc định	Chi tiêu cũ thường được giữ nguyên nếu không có lý do rõ ràng để thay đổi
Trọng tâm	Hiệu quả hoạt động và mức độ ưu tiên hiện tại	Duy trì tính liên tục và ổn định của ngân sách
Đánh giá hiệu quả	Sử dụng phân tích chi phí – lợi ích để đánh giá từng khoản chi	Ít đánh giá chi tiết, chủ yếu theo tiền lệ
Tính minh bạch	Cao – mọi khoản chi cần được giải trình rõ ràng	Thấp hơn – khó truy vết từng khoản chi nếu theo thói quen
Yêu cầu nguồn lực	Cao – cần nhiều thời gian và phân tích	Thấp – dễ triển khai, ít phân tích lại
Khả năng kiểm soát chi phí	Tốt – tránh chi tiêu lãng phí	Thấp – có thể duy trì các khoản chi không còn phù hợp
Rủi ro	Dễ bỏ qua các khoản đầu tư dài hạn như R&D nếu chỉ ưu tiên ngắn hạn	Dễ duy trì các khoản chi kém hiệu quả nếu không rà soát
Phù hợp với	Doanh nghiệp/tổ chức đang tái cấu trúc, tối ưu hóa chi phí	Tổ chức ổn định, có chi phí cố định hàng năm

(Nguồn: https://www.linkedin.com/posts/bouchernicolas_historical-budgeting-vs-zbb-which-method-activity-7105535570289807360-RrLt)

Zero‑Based Budgeting là phương pháp lý tưởng để tối ưu ngân sách, loại bỏ lãng phí; tăng tính minh bạch và kỷ luật trong chi tiêu; rèn luyện tư duy tài chính cá nhân và doanh nghiệp kỹ lưỡng nội dung. Tuy vậy, để duy trì hiệu quả và ổn định, bạn cần cam kết theo dõi trong thời gian dài và sẵn sàng điều chỉnh khi tình huống thay đổi.

Nguồn tham khảo. 

• https://www.investopedia.com/terms/z/zbb.asp
• https://www.aia.com.vn/vi/song-khoe/loi-khuyen/tai-chinh/zero-based-budgeting-la-gi.html
• https://www.deloitte.com/an/en/services/consulting/perspectives/gx-zero-based-budgeting.html

Green budgeting

Theo OECD (2020), green budgeting (ngân sách xanh) là việc sử dụng hệ thống ngân sách để đạt được các mục tiêu môi trường, bằng cách lồng ghép các rủi ro, cơ hội và tác động môi trường vào tất cả các khâu của chu trình ngân sách nhà nước. 

(Nguồn: https://blogs.worldbank.org/en/governance/embracing-green-budgeting--a-game-changer-in-fiscal-policy)

Green budgeting tích hợp các yếu tố môi trường, khí hậu và phát triển bền vững vào quá trình lập, phân bổ, thực hiện và đánh giá ngân sách công. Đây là một công cụ tài khóa mạnh mẽ để định hướng chính sách công hỗ trợ chuyển đổi xanh, đồng thời đảm bảo tính minh bạch và hiệu quả trong việc sử dụng nguồn lực công.

Các yếu tố chính trong Green Budgeting

• Lập kế hoạch ngân sách, xác định các mục tiêu ngân sách phù hợp với chiến lược khí hậu/quốc gia (ví dụ: giảm phát thải, thích ứng khí hậu)

• Phân bổ ngân sách xanh, trong đó phân bổ nguồn lực ưu tiên cho các dự án xanh (năng lượng tái tạo, giao thông bền vững, bảo tồn tài nguyên,...)

• Xây dựng chỉ số theo dõi chi tiêu xanh, đo lường hiệu quả môi trường của các chương trình chi
• Đánh giá định lượng/định tính ảnh hưởng môi trường từ chính sách tài khóa và đầu tư công

(Nguồn: https://www.researchgate.net/figure/Life-Cycle-in-Green-Budgeting_fig1_366570437)

Các công cụ Green Budgeting

• Green tagging

Gắn nhãn “xanh” cho từng khoản chi ngân sách theo tiêu chí rõ ràng

• Green impact assessments

Đánh giá tác động môi trường của các chương trình chi tiêu hoặc đầu tư công

• Climate budget tagging

Phân loại chi tiêu theo nhóm: giảm nhẹ, thích ứng, không liên quan hoặc gây hại khí hậu

• Carbon pricing integration

Lồng ghép chi phí carbon vào phân tích chi phí – lợi ích trong đầu tư công

• Expenditure reviews

Đánh giá lại các khoản chi thường xuyên để loại bỏ chi tiêu gây hại môi trường

So sánh với Climate Budgeting

• Climate budgeting tập trung vào các kế hoạch hàng năm liên quan đến biến đổi khí hậu và là một phần của Green Budgeting rộng hơn.

• Khác với đánh giá chi phí khí hậu dài hạn, Green Budgeting áp dụng trong nền tảng quy trình ngân sách thường xuyên

Một số khái niệm dễ nhầm lẫn với Green Budgeting

• Carbon budget (tổng hạn mức phát thải CO₂ cho mục tiêu khí hậu)

• Natural resource accounting (kế toán tài nguyên thiên nhiên)

• Green accounting (bao gồm môi trường trong tài khoản quốc gia)

• Green GDP (GDP điều chỉnh theo môi trường)

Nguồn tham khảo

•  https://www.oecd.org/en/topics/sub-issues/green-budgeting.html
• https://ieefa.org/resources/what-green-budgeting
• https://greenbudgeting.teriin.org/about-green-budgeting.php

Greendazzling

Greendazzling là chiến lược đánh bóng hình ảnh môi trường một cách quá mức và phức tạp, khiến người tiêu dùng, nhà đầu tư hoặc bên liên quan choáng ngợp bởi ngôn ngữ kỹ thuật, thuật ngữ ESG, dữ liệu carbon... nhưng khó nhận ra bản chất thực chất hoặc thiếu hiệu quả của hành động đó.

Nói cách khác, greendazzling là một dạng greenwashing nâng cao, không phải bằng cách nói dối đơn giản, mà bằng cách làm phức tạp hóa thông tin để che giấu sự thật hoặc đánh lạc hướng.

Một số biểu hiện của Greendazzling

• Sử dụng quá nhiều thuật ngữ kỹ thuật,  nghe chuyên nghiệp, nhưng không rõ ràng thực chất có hành động gì cụ thể.
• Tạo cảm giác minh bạch qua dữ liệu dày đặc, đưa ra báo cáo hàng trăm trang, biểu đồ dày đặc, thông tin kỹ thuật phức tạp – nhưng thiếu chỉ số chính hoặc hành động thực tế.
• Làm người đọc cảm thấy họ không đủ trình độ để đặt câu hỏi, Tạo sự "tín nhiệm mù quáng" thay vì minh bạch có thể kiểm chứng.
• Che lấp vấn đề chính bằng những điểm phụ “xanh”, dùng ngôn ngữ hào nhoáng để đánh lạc hướng khỏi vấn đề môi trường nghiêm trọng chưa được xử lý.

Nguồn tham khảo

• https://marketing-dictionary.org/g/green-marketing/
• https://www.linkedin.com/posts/bhavna-duggal_aff2023-activity-7150931265368543233-f2l-
• The Five Types of Greenwashing

Types of Greenwashing

 

(Nguồn: https://coolinfographics.com/blog/2008/6/4/greenwashing.html)

Các dạng phổ biếu của greenwashing, bao gồm:

• Green‑labelling
  Sử dụng các nhãn xanh mờ nhạt hoặc tự tạo để tạo ấn tượng “thân thiện với môi trường”, mặc dù không chứng minh thực chất sản phẩm hoặc tổ chức có hành động môi trường đáng kể. 

• Green‑crowding
  Tràn ngập thông tin kỹ thuật, dữ liệu ESG, biểu đồ phức tạp… nhằm gây ấn tượng về sự minh bạch, nhưng thực tế là đánh lạc hướng để che giấu thiếu sót.

• Green‑lighting
  Hạ thấp mức độ nghiêm trọng của các vấn đề về môi trường; nhấn mạnh rằng các khía cạnh gây hại “không lớn” hoặc đã được xử lý, dù thực tế chưa đúng như vậy.

• Green‑hushing
  Im lặng về các sáng kiến bền vững thật sự để tránh bị chỉ trích hoặc phân tích không đủ; giữ bí mật để né cáo buộc greenwashing.

• Green‑shifting
  Đổ lỗi cho các bên khác (như nhà cung cấp, khách hàng) khi bị phê bình về các vấn đề môi trường, mặc dù trách nhiệm vẫn thuộc về mình.

• Greenshifting

  Chuyển trách nhiệm về phía người tiêu dùng thay vì chịu trách nhiệm như doanh nghiệp: yêu cầu khách hàng “giảm carbon” thay vì tự điều chỉnh quy trình.

(Nguồn: https://www.greenqueen.com.hk/greenwashing-terms-guide/ )

Nguồn tham khảo

• https://www.novata.com/resources/blog/the-five-types-of-greenwashing/
• https://enveurope.springeropen.com/articles/10.1186/s12302-020-0300-3
• https://onlinelibrary.wiley.com/doi/full/10.1111/beer.12631
• https://www.greenqueen.com.hk/greenwashing-terms-guide/

Greenwashing

 Greenwashing (tạm dịch: tẩy xanh hay ngụy xanh) là hành vi mà doanh nghiệp cố tình tạo ra hình ảnh “xanh” – thân thiện với môi trường, nhưng thực chất các hành động hoặc sản phẩm của họ không bền vững hoặc không đạt tiêu chuẩn môi trường như quảng cáo.

(Nguồn: https://www.greenbusinessbenchmark.com/archive/5-ways-to-spot-greenwashing)

Một số hành vi cụ thể cùa greenwashing

• Sử dụng ngôn ngữ mơ hồ, dán nhãn “eco-friendly”, “green”, “natural” nhưng không có chứng nhận hoặc bằng chứng cụ thể;

• Tập trung vào một điểm “xanh” nhỏ để che giấu hoạt động ô nhiễm lớn hơn, sản phẩm tái chế bao bì, nhưng quy trình sản xuất gây ô nhiễm nghiêm trọng;

• Không minh bạch, không công bố dữ liệu carbon, không có kiểm toán ESG độc lập, báo cáo ESG chỉ đề cập những thành tựu nhỏ, bỏ qua các tác động tiêu cực (ví dụ: ô nhiễm nước, khí thải từ chuỗi cung ứng)

• Chứng nhận giả mạo hoặc không rõ nguồn gốc, tự gán logo "organic", "carbon neutral" mà không qua tổ chức uy tín nào chứng nhận;

• Tuyên truyền "xanh" nhưng hành động không đồng bộ Chạy quảng cáo “vì môi trường” trong khi phần lớn doanh thu đến từ ngành gây ô nhiễm (dầu khí, fast fashion,...)

• Chi ngân sách nhiều cho quảng bá hơn là cải cách thực tế Đầu tư nhiều vào chiến dịch “sống xanh” nhưng không cải tiến quy trình sản xuất hoặc giảm phát thải thực tế

(Nguồn: https://fsc.org/en/blog/what-is-greenwashing)

Nguồn tham khảo

• https://www.investopedia.com/terms/g/greenwashing.asp
• https://www.un.org/en/climatechange/science/climate-issues/greenwashing
• https://digital.fpt.com/dxarticles/quang-cao-xanh.html

Materiality Assessment Frameworks

Materiality Assessment Frameworks (khung đánh giá tính trọng yếu) là công cụ được sử dụng trong các báo cáo phát triển bền vững và quản trị doanh nghiệp nhằm xác định và đánh giá các vấn đề có ảnh hưởng đáng kể đến hiệu quả tài chính, môi trường, xã hội và uy tín của một tổ chức, cũng như mức độ các vấn đề đó quan trọng đối với các bên liên quan.

(Nguồn: https://net0.com/blog/materiality-assessment)

Hai nhóm khung chính thường được áp dụng là các khung theo ngành (như SASB/ISSB) và các khung tùy chỉnh theo đặc thù riêng.

SASB/ISSB: Khung theo ngành

Khung SASB (Sustainability Accounting Standards Board) và ISSB (International Sustainability Standards Board) cung cấp hướng dẫn theo ngành cụ thể để xác định các yếu tố ESG có tác động tài chính đáng kể đến doanh nghiệp.

SASB Materiality Map là công cụ điển hình, giúp các doanh nghiệp xác định các vấn đề trọng yếu đặc thù theo từng lĩnh vực.

• Ví dụ: ngành Dầu khí tập trung vào phát thải khí nhà kính (GHG emissions), trong khi ngành Y tế ưu tiên các vấn đề về an toàn sản phẩm và chất lượng dịch vụ chăm sóc sức khỏe.

Khung ISSB (đặc biệt là IFRS S1 và S2) cũng kế thừa định hướng theo ngành từ SASB, đồng thời tích hợp yếu tố giá trị doanh nghiệp và rủi ro tài chính dài hạn.

(Nguồn: https://www.bdo.com/insights/sustainability-and-esg/materiality-assessment-identify-the-esg-issues-most-critical-to-your-company)

Khung tùy chỉnh (Bespoke Frameworks)

Với các mô hình kinh doanh đặc thù hoặc hoạt động trong lĩnh vực đổi mới (ví dụ như năng lượng tái tạo, kinh tế tuần hoàn), các tổ chức có thể phát triển khung đánh giá trọng yếu riêng để phản ánh tốt hơn các thách thức và cơ hội ESG cụ thể.

• Ví dụ: một dự án điện mặt trời hoặc thủy điện nhỏ có thể ưu tiên tương tác với cộng đồng địa phương như một yếu tố trọng yếu hàng đầu, điều mà khung ngành chung có thể không nhấn mạnh.

Một số yếu tố cần cân nhắc khi xây dựng khung đánh giá

• Tầm quan trọng đối với bên liên quan: Việc xác định các yếu tố trọng yếu cần phản ánh kỳ vọng của nhà đầu tư, cơ quan quản lý, khách hàng và cộng đồng.

• Cân bằng định lượng và định tính: Không chỉ dựa vào ngưỡng số liệu cụ thể mà còn cần tính đến các tác động xã hội hoặc môi trường khó đo lường bằng số.

• Rủi ro tương lai: Khung đánh giá nên bao gồm phân tích các rủi ro và cơ hội ESG dài hạn có thể ảnh hưởng đến chiến lược và giá trị doanh nghiệp.

(Nguồn: https://www.business.hsbc.com.hk/en-gb/insights/sustainability/choosing-the-right-esg-framework-for-your-business)

Các bước thực hiện đánh giá tính trọng yếu

• Xác định mục tiêu

• Xác định danh sách vấn đề tiềm năng (sustainability topics, ESG issues,...)

• Tham vấn bên liên quan (stakeholder engagement) – qua khảo sát, phỏng vấn,...

• Đánh giá mức độ ảnh hưởng (impact vs. importance hoặc financial risk)

• Xây dựng ma trận trọng yếu (Materiality Matrix)

• Cập nhật định kỳ – theo môi trường kinh doanh và quy định mới

(Nguồn: https://www.linkedin.com/pulse/importance-materiality-assessment-sustainability-smita-p-mishra/)

Nguồn tham khảo

• https://sims1.suss.edu.sg/eservice/public/viewcourse/viewcourse.aspx?crsecd=ESG505&viewtype=pdf&isft=0
• https://assets.kpmg.com/content/dam/kpmg/pdf/2014/10/materiality-assessment.pdf
• https://net0.com/blog/materiality-assessment
• https://www.business.hsbc.com.hk/en-gb/insights/sustainability/choosing-the-right-esg-framework-for-your-business

Double materiality

Double materiality là gì?

Double materiality (Tính trọng yếu kép) là cách tiếp cận đánh giá tính trọng yếu theo hai chiều:

• Financial Materiality (Trọng yếu tài chính): Đánh giá các vấn đề ESG (môi trường, xã hội, quản trị) có thể ảnh hưởng đến tình hình tài chính, hiệu suất, vị thế hoặc triển vọng của tổ chức. Trọng yếu tài chính thể hiện khía cạnh thế giới tác động đến doanh nghiệp.

• Impact Materiality (Trọng yếu về tác động): Đánh giá tác động của doanh nghiệp đến môi trường, xã hội và các bên liên quan, dù có ảnh hưởng tài chính hay không. Trọng yếu tác động thể hiện khía cạnh doanh nghiệp tác động đến thế giới.

(Nguồn: https://eco-act.com/blog/double-materiality-assessment/)

Tại sao double materiality quan trọng?

Double materiality quan trọng vì nó mở rộng cách nhìn nhận về tính bền vững của doanh nghiệp — không chỉ từ góc độ tài chính, mà còn từ tác động của doanh nghiệp lên xã hội và môi trường. 

(Nguồn: https://bluecsr.com/insights-%26-updates/f/double-materiality-what-it-is-and-why-it-matters)

Double materiality phản ánh đầy đủ hơn trách nhiệm của doanh nghiệp, thỏa mãn yêu cầu của các bên liên quan, phù hợp với những báo cáo bền vững mới nhất của châu Âu như  CSRD & ESRS,  tăng khả năng chống chịu và dự báo rủi ro dài hạn, và  định hướng chiến lược bền vững có trách nhiệm.

(Nguồn: https://alignedincentives.com/double-materiality-in-csrd/)

Nguồn tham khảo

• https://www.globalreporting.org/media/rz1jf4bz/gri-double-materiality-final.pdf
• https://www.techtarget.com/whatis/definition/double-materiality
• https://www.cisl.cam.ac.uk/news/blog/double-materiality-corporate-sustainability-reporting-encompass-societal-and-environmental-impacts
• https://eco-act.com/blog/double-materiality-assessment/