Thị trường BĐS thường được chia thành tiểu thị trường: khu có mức giá, loại sản phẩm, hành vi cầu và động học tương đối đồng nhất. Nhưng ranh giới hành chính không nhất thiết trùng ranh thị trường. Hotspot analysis và spatial clustering giúp phát hiện cấu trúc dữ liệu thay vì áp sẵn quận/huyện.
Cần phân biệt ba việc: phát hiện vùng giá trị cao/thấp có ý nghĩa không gian; phân nhóm observations theo similarity; và xác định submarket có ý nghĩa kinh tế. Chúng liên quan nhưng không phải một.
Chuyên đề: Mô hình định lượng, không gian & mô phỏng trong BĐS · Bài 30 · Không gian, vị trí và cấu trúc thị trường
Biên soạn: ThS. Nguyễn Mạnh Hùng
Đơn vị: GV. Khoa QLĐĐ&BĐS – ĐH Nông Lâm TP.HCM
Email: nguyenmanhhung@hcmuaf.edu.vn
1. Hotspot là gì?
Hotspot statistics như Getis–Ord Gi* tìm locations có giá trị cao được bao quanh bởi giá trị cao; cold spots tương tự giá trị thấp. Đây khác Local Moran vì mục tiêu không tập trung spatial outliers.
2. Getis–Ord Gi*
Statistic so local sum weighted với kỳ vọng toàn cục, tạo z-score/p-value. Kết quả phụ thuộc W/distance band.
Hotspot map không phải chỉ tô top 10% giá.
3. LISA vs Gi*
| Công cụ | Nổi bật |
|---|---|
| Local Moran | HH, LL, HL, LH; có spatial outliers |
| Gi* | Hot/cold concentration |
| Clustering ML | Similarity đa biến, có thể không spatial |
4. Spatial clustering
K-means trên price/features bỏ adjacency, cluster có thể rải rác. Spatially constrained clustering yêu cầu vùng cùng cluster liền kề.
5. Regionalization
Các thuật toán như SKATER, REDCAP, AZP tạo regions contiguous và internally homogeneous. Hữu ích tạo submarkets từ small areas.
6. Clustering variables
Submarket không nên cluster chỉ price vì sau đó dùng submarket giải thích price sẽ circular. Nên dùng structural, locational, socioeconomic, accessibility và market dynamics có lý thuyết.
7. Standardization
K-means phụ thuộc scale; cần standardize. Outliers có thể kéo centroids. Mixed data cần Gower distance/k-prototypes hoặc embeddings phù hợp.
8. Chọn số clusters
Elbow, silhouette, gap statistic hỗ trợ nhưng không quyết định kinh tế. 12 clusters có silhouette tốt nhưng không quản trị được có thể không hữu ích.
9. Spatial contiguity
Tiểu thị trường BĐS thường nên contiguous nhưng không luôn: luxury waterfront ở nhiều đoạn có thể cùng segment. Cần quyết định khái niệm submarket trước.
10. Stability
Clusters có thể thay khi sample/time/features thay. Bootstrap/stability analysis và rolling clustering giúp kiểm.
11. Validation bằng Hedonic
Một submarket hợp lý có thể giảm residual variance hoặc cho coefficients khác đáng kể. Nhưng nếu cluster được tạo từ price rồi validation bằng price, cần tránh circularity.
12. Temporal submarkets
Ranh giới thị trường có thể dịch sau hạ tầng/new supply. Static cluster nhiều năm che thay đổi. Có thể cluster từng giai đoạn hoặc dynamic models.
13. Case: căn hộ đô thị
Features accessibility, building age, unit mix, income, density tạo 8 contiguous clusters. Hai clusters cắt qua ranh quận. Hedonic within-cluster có RMSE thấp hơn district segmentation.
14. Hotspot và development strategy
Hotspot giá cao chưa chắc site hấp dẫn vì land cost cao. Có thể overlay price hotspot với demand growth, supply gap, accessibility và planning constraints.
15. Multiple testing
Gi* và LISA local statistics cần điều chỉnh/interpretation cẩn trọng. False discovery có thể tạo hotspot giả khi nhiều units.
16. Cấu trúc dữ liệu
| geo_id | price | access | income | density | cluster | hotspot_z | geometry |
|---|---|---|---|---|---|---|---|
| G01 | ... | ... | ... | ... | C3 | 2.8 | polygon |
17. Submarket as modeling variable
Có thể dùng cluster fixed effects, interactions hoặc train separate AVMs. Nhưng production cần assign new properties ổn định; clustering pipeline phải version.
18. Sai lầm
- Top price=hotspot.
- K-means không standardize.
- Cluster bằng price rồi tuyên bố giải thích price.
- Không stability.
- Submarket=quận mặc định.
- Spatially scattered cluster nhưng gọi vùng.
- Không version boundaries.
19. Bài tập thực hành
Dùng 300 grid cells, chạy Gi*, Local Moran, K-means và spatially constrained clustering trên non-price features. So ranh clusters với quận và kiểm Hedonic RMSE/out-of-sample.
20. Spatially constrained clustering objective
Regionalization cố tối thiểu within-region heterogeneity trong khi bắt contiguity và đôi khi minimum population/size. Đây phù hợp khi muốn tạo zones quản trị hoặc submarkets liền vùng.
21. Cluster profile và đặt tên
Sau clustering, mô tả centroid/distribution của từng feature rồi mới đặt tên: “Transit-dense mid-market” thay vì nhãn cảm tính. Tên không được dựa trên outcome chưa dùng trong clustering nếu dễ gây circularity.
22. Out-of-sample assignment
Production AVM cần gán property mới vào cluster. K-means có centroid assignment; regionalization theo geography cần lookup boundary. Nếu boundaries cập nhật, model version phải gắn cluster version.
23. Submarket và Chow/parameter stability
Có thể kiểm coefficients Hedonic có khác giữa submarkets bằng interactions, Chow-type tests hoặc hierarchical random slopes. Một segmentation chỉ đáng giá nếu quan hệ/variance khác theo cách có ý nghĩa.
24. Dynamic clustering
Nếu rerun clusters mỗi quý, label switching làm khó theo dõi. Cần matching clusters qua thời gian bằng overlap/centroid similarity và lưu lineage của ranh giới.
Ghi nhớ trong 30 giây
- Hotspot, LISA và clustering trả lời câu hỏi khác nhau.
- Submarket nên có logic kinh tế, không chỉ thuật toán.
- Spatial contiguity là một constraint có chủ đích.
- Cluster stability và circular validation phải kiểm.
- Ranh thị trường có thể thay theo thời gian.
Nguồn tham khảo
- Getis & Ord – local spatial statistics.
- Anselin – LISA.
- GeoDa/PySAL spatial clustering và regionalization literature.
Bài tiếp theo: DAG và Causal Inference: từ tương quan đến câu hỏi nhân quả