KHÁM PHÁ MỐI QUAN HỆ GIỮA YÊU CẦU CÔNG VIỆC, NGUỒN LỰC CÔNG VIỆC, HÀNH VI ĐỔI MỚI SÁNG TẠO VÀ HIỆU SUẤT LÀM VIỆC CỦA GIẢNG VIÊN TRONG BỐI CẢNH TỰ CHỦ ĐẠI HỌC TẠI VIỆT NAM THÔNG QUA CÁC MÔ HÌNH HỌC MÁY

Nguyễn Thị Liên

Trường Đại học Thương mại, Hà Nội, Việt Nam

Đoàn Huy Hoàng

Trường Đại học Thương mại, Hà Nội, Việt Nam

Nghiêm Thị Lịch 

Trường Đại học Thương mại, Hà Nội, Việt Nam

 Nguyễn Minh Hằng

Trường Đại học Ngoại thương, Hà Nội, Việt Nam

Ngày nhận: 06/02/2026; Ngày hoàn thành biên tập: 17/03/2026; Ngày duyệt đăng: 25/3/2026

DOI: https://doi.org/10.38203/jiem.vi.022026.1456

Tóm tắt: Nghiên cứu phân tích mối quan hệ giữa yêu cầu công việc, nguồn lực công việc, hành vi đổi mới sáng tạo và hiệu suất làm việc của giảng viên tại các cơ sở giáo dục đại học công lập tự chủ, thông qua việc ứng dụng các mô hình học máy và kỹ thuật trí tuệ nhân tạo có thể giải thích (XAI). Dữ liệu từ 432 giảng viên thuộc 6 cơ sở giáo dục đại học công lập đại diện cho các khối ngành và vùng miền tại Việt Nam được phân tích bằng các mô hình học máy. Kết quả cho thấy mô hình hồi quy tuyến tính (GLM) có hiệu suất dự báo vượt trội so với các mô hình học máy khác. Phân tích XAI cho thấy hành vi đổi mới sáng tạo là yếu tố ảnh hưởng mạnh nhất đến hiệu suất làm việc của giảng viên, tiếp theo là nguồn lực công việc và yêu cầu công việc. Đồng thời, yêu cầu công việc thể hiện tác động phi tuyến và không đồng nhất đến hiệu suất. Khi hiệu suất ở mức cao, nguồn lực công việc và hành vi đổi mới sáng tạo đóng vai trò duy trì và khuếch đại tác động tích cực; ngược lại, hiệu suất thấp thường gắn với sự thiếu hụt nguồn lực, mức độ đổi mới sáng tạo thấp và tác động bất lợi của yêu cầu công việc. Kết quả nghiên cứu góp phần làm rõ cơ chế tác động phi tuyến ở cấp độ cá nhân và cung cấp hàm ý quản trị nhằm nâng cao hiệu suất làm việc của giảng viên trong bối cảnh tự chủ đại học.

Từ khoá: Yêu cầu công việc, Nguồn lực công việc, Hành vi đổi mới sáng tạo, Hiệu suất làm việc, Mô hình học máy

 

EXPLORING THE RELATIONSHIPS BETWEEN JOB DEMANDS, JOB RESOURCES, INNOVATIVE WORK BEHAVIOR, AND JOB PERFORMANCE OF LECTURERS IN THE CONTEXT OF UNIVERSITY AUTONOMY IN VIETNAM USING MACHINE LEARNING MODELS

Abstract: This study examines the relationships among job demands, job resources, innovative work behavior, and lecturers’ job performance at autonomous public higher education institutions by applying machine learning models and explainable artificial intelligence (XAI) techniques. Data collected from 432 lecturers at six public higher education institutions, representing different academic disciplines and regions in Vietnam, were analyzed using various machine learning models. The results indicate that the Generalized Linear Model (GLM) demonstrates superior predictive performance compared with other machine learning models. XAI analysis reveals that innovative work behavior has the strongest influence on lecturers’ job performance, followed by job resources and job demands. In addition, job demands exhibit nonlinear and heterogeneous effects on performance. When job performance is high, job resources and innovative work behavior play a dominant role in sustaining and amplifying positive impacts; conversely, lower performance is associated with insufficient resources, lower levels of innovative work behavior, and the adverse effects of job demands. Overall, the findings contribute to clarifying the nonlinear mechanisms at the individual level and provide important managerial implications for improving lecturers’ job performance in the context of university autonomy.

Keywords: Job Demands, Job Resources, Innovative Work Behavior, Job Performance, Machine Learning Models