ỨNG DỤNG MÔ HÌNH HỒI QUY HEDONIC VÀ GIS TRONG PHÂN VÙNG GIÁ TRỊ ĐẤT ĐAI TẠI THÀNH PHỐ BẠC LIÊU, TỈNH BẠC LIÊU
TÓM TẮT
Nghiên cứu này ứng dụng mô hình hồi quy Hedonic kết hợp hệ thống thông tin địa lý (GIS) nhằm xác định các yếu tố ảnh hưởng đến giá đất và phân vùng giá trị đất đai tại thành phố Bạc Liêu, tỉnh Bạc Liêu (nay thuộc tỉnh Cà Mau). Dữ liệu gồm 392 mẫu khảo sát thực địa thu thập trong giai đoạn 2024–2025 theo phương pháp lấy mẫu ngẫu nhiên phân tầng; sau khi kiểm định và loại 48 quan sát bất thường theo tiêu chí Cook's Distance và domain, còn lại 344 mẫu hợp lệ. Mô hình hồi quy Hedonic bán-log xác định được tám biến có ý nghĩa thống kê ảnh hưởng đến giá đất, gồm: chiều rộng mặt tiền, hai biến giả mức độ phát triển kinh tế – xã hội, độ rộng đường, ba biến khoảng cách (đến trung tâm thương mại, trung tâm hành chính, trường học) và loại hình sử dụng đất, đạt hệ số R² = 0,719 và F = 94,82 (p < 0,001). Kết quả được tích hợp vào GIS để trực quan hóa sự phân bố giá đất theo không gian, xây dựng bản đồ phân vùng giá trị đất đai với 5 cấp, đạt sai số trung bình dưới 5% và hệ số tương quan R = 0,734 so với giá thị trường thực tế. Kết quả nghiên cứu là cơ sở khoa học để xây dựng bảng giá đất, công tác bồi thường và quy hoạch đất đai tại địa phương.
Từ khóa: Mô hình Hedonic, GIS, giá đất, phân vùng giá trị đất đai, Bạc Liêu.
APPLICATION OF HEDONIC REGRESSION MODEL AND GIS IN LAND VALUE ZONING IN BAC LIEU CITY, BAC LIEU PROVINCE
ABSTRACT
This study applies a Hedonic regression model combined with Geographic Information System (GIS) to identify land price determinants and produce a land value zoning map for Bac Lieu City, Bac Lieu Province (now part of Ca Mau Province). Field-survey data comprising 392 samples were collected during 2024–2025 using stratified random sampling; after removing 48 outliers via Cook's Distance and domain-logic criteria, 344 valid observations were retained. A semi-log Hedonic model identified eight statistically significant variables - frontage width, two socio-economic development dummies, road width, three distance variables (to commercial centre, administrative centre and school), and land-use type - achieving R² = 0.719 and F = 94.82 (p < 0.001). Results were integrated into GIS to spatially visualize land price distribution and produce a five-level zoning map, with mean error below 5% and correlation coefficient R = 0.734 against actual market prices. The findings provide a scientific basis for land price table formulation, compensation assessment, and land-use planning at the local level.[1]
Keywords: Hedonic model, GIS, land price, land value zoning, Bac Lieu.
1. MỞ ĐẦU
Đất đai là loại tài nguyên đặc biệt, hữu hạn và gắn liền với vị trí địa lý cố định, không thể tái tạo. Sự gia tăng dân số, quá trình công nghiệp hóa và đô thị hóa nhanh đang tạo ra áp lực ngày càng lớn lên quỹ đất, đặc biệt tại các đô thị đang phát triển mạnh. Trong bối cảnh đó, việc quản lý, định giá và sử dụng hợp lý tài nguyên đất không chỉ là yêu cầu kinh tế cấp bách mà còn là nhiệm vụ quan trọng trong quản lý nhà nước và bảo đảm công bằng xã hội.
Tại Việt Nam, khoảng cách lớn giữa giá đất thị trường và bảng giá nhà nước, cùng với thông tin giá đất phân tán, thiếu hệ thống và phương pháp định giá còn thiên về thủ công là những bất cập nổi bật (Bộ Tài nguyên và Môi trường, 2022; Nguyễn Văn Bình, 2023). Luật Đất đai 2024 và Nghị định 71/2024/NĐ-CP đã đặt ra yêu cầu định giá đất sát với thị trường, minh bạch hóa thông tin và thúc đẩy áp dụng các phương pháp định lượng hiện đại.
Mô hình hồi quy Hedonic (Hedonic Pricing Model – HPM) là một trong những công cụ định lượng được ứng dụng rộng rãi nhất trong nghiên cứu định giá bất động sản trên thế giới (Rosen, 1974). Mô hình này phân tích giá trị tài sản như một hàm số của các đặc trưng cấu thành, từ đó định lượng mức đóng góp của từng yếu tố vào giá đất. Tại Mỹ và châu Âu, HPM đã được tích hợp với GIS để phân tích không gian giá bất động sản, đặc biệt trong đánh giá tác động của yếu tố môi trường và tiện ích đô thị (Geoghegan và cs., 1997). Tại Thái Lan, nghiên cứu tại Bangkok cho thấy HPM kết hợp GIS giúp tăng độ chính xác và rút ngắn thời gian định giá so với phương pháp thủ công. Tại Việt Nam, Ngọc & Ngu (2024) áp dụng HPM trên SPSS giải thích được 78% biến động giá đất khu vực ngoại ô Huế; Ngọc Bùi Thị & Hà Vũ Lệ (2017) xây dựng bản đồ giá đất từng thửa bằng GIS tại Đan Phượng (Hà Nội); Trần Trọng Đức (2021) ứng dụng GIS trực tuyến hóa dữ liệu giá đất tại TP. Biên Hòa. Tuy nhiên, các nghiên cứu ứng dụng HPM kết hợp GIS để phân vùng giá trị đất đai tại vùng Đồng bằng sông Cửu Long còn rất hạn chế.
Thành phố Bạc Liêu, tỉnh Bạc Liêu là đô thị trung tâm vùng bán đảo Cà Mau, có tốc độ đô thị hóa nhanh với nhiều dự án khu dân cư, khu công nghiệp và dịch vụ – du lịch được triển khai, làm gia tăng nhu cầu sử dụng đất và gây biến động mạnh về giá. Dữ liệu giá đất chưa được chuẩn hóa và phân tích không gian một cách hệ thống; thiếu mô hình định lượng có độ tin cậy cao để hỗ trợ công tác quy hoạch, định giá và xây dựng bảng giá đất.
Trong bối cảnh đó, nghiên cứu này có hai đóng góp mới: (i) là một trong số ít nghiên cứu kết hợp mô hình hồi quy Hedonic với GIS để phân vùng giá trị đất đai tại vùng Đồng bằng sông Cửu Long - khu vực mà các ứng dụng HPM-GIS đến nay còn rất hạn chế; và (ii) xây dựng bản đồ phân vùng giá trị đất đai 5 cấp có kiểm chứng độ chính xác trên tập dữ liệu kiểm tra độc lập, cung cấp căn cứ định lượng có thể tái sử dụng cho công tác định giá và lập bảng giá đất tại địa phương.
Để hiện thực hóa các đóng góp trên, nghiên cứu này nhằm: (1) xây dựng cơ sở dữ liệu giá đất chuẩn hóa cho thành phố Bạc Liêu trên nền GIS; (2) xác định các yếu tố ảnh hưởng đến giá đất bằng mô hình hồi quy Hedonic; (3) xây dựng bản đồ phân vùng giá trị đất đai theo 5 cấp bằng GIS; và (4) đánh giá độ chính xác của bản đồ phân vùng bằng tập dữ liệu kiểm tra độc lập, từ đó cung cấp căn cứ khoa học cho hoạch định chính sách quản lý đất đai tại địa phương.[2]
Lưu ý: Dữ liệu nghiên cứu được thu thập trong giai đoạn 2024–2025 khi khu vực nghiên cứu thuộc thành phố Bạc Liêu, tỉnh Bạc Liêu. Từ ngày 01/07/2025, khu vực này được sáp nhập vào tỉnh Cà Mau theo Nghị quyết 202/2025/QH15 của Quốc hội. Các tên gọi đơn vị hành chính trong bài phản ánh hiện trạng tại thời điểm thu thập số liệu.
2. NỘI DUNG VÀ PHƯƠNG PHÁP
2.1. Nội dung nghiên cứu
Nghiên cứu được triển khai thành 05 nội dung chính: (1) Thu thập, xây dựng và chuẩn hóa cơ sở dữ liệu giá đất; (2) Xác định và định lượng các yếu tố ảnh hưởng đến giá đất bằng mô hình hồi quy Hedonic; (3) Ứng dụng GIS để trực quan hóa kết quả và lập bản đồ phân vùng giá trị đất đai; (4) Đánh giá độ chính xác của bản đồ phân vùng; và (5) Đề xuất giải pháp ứng dụng kết quả nghiên cứu trong quản lý đất đai.
2.2. Phương pháp nghiên cứu
2.2.1. Thu thập và chuẩn hóa dữ liệu
Hình 1. Sơ đồ vị trí vùng nghiên cứu
Dữ liệu thứ cấp được thu thập từ các cơ quan chuyên môn gồm: bản đồ địa chính tỷ lệ 1:500 đến 1:5000 (định dạng .shp, .dgn, cập nhật 2024) từ Văn phòng Đăng ký đất đai tỉnh Bạc Liêu; bản đồ quy hoạch sử dụng đất đến năm 2030 từ Sở Tài nguyên và Môi trường; bảng giá đất giai đoạn 2025–2029 (182 tuyến đường) và Niên giám thống kê 2023 (Bảng 1).
Dữ liệu sơ cấp được thu thập qua khảo sát thực địa áp dụng phương pháp lấy mẫu ngẫu nhiên phân tầng theo khu vực hành chính và loại đường. Cỡ mẫu được xác định theo công thức ước lượng tỷ lệ với độ tin cậy 95% (n = Z²·p·q/e² = 384 mẫu), thực tế thu thập được 392 mẫu hợp lệ, phân bổ theo 5 khu vực như Bảng 2. Mỗi mẫu ghi nhận: tọa độ GPS, loại đường, khoảng cách đến các tiện ích, đặc điểm thửa đất (diện tích, mặt tiền, chiều sâu) và giá giao dịch thực tế được kiểm chứng qua ít nhất hai nguồn độc lập.
Hình 2. Phân bố giá đất thị trường theo khu vực tại TP. Bạc Liêu (n = 392)
Sau thu thập, dữ liệu được chuẩn hóa về hệ tọa độ VN2000 (kinh tuyến trục 105°45', múi chiếu 3°), xử lý lỗi topology và chuẩn hóa thuộc tính (đơn vị: triệu đồng/m², m², m). Các biến định tính được mã hóa số. Toàn bộ dữ liệu được tích hợp vào một Geodatabase thống nhất đạt độ đầy đủ 97,2% và tính nhất quán 99,1%.
2.2.2. Kiểm định và xử lý ngoại lai
Trước khi xây dựng mô hình, nghiên cứu kiểm định và loại bỏ các quan sát bất thường qua hai bước. Bước 1, loại các quan sát vi phạm tiêu chí nghiệp vụ được thiết lập trên cơ sở Bảng giá đất tỉnh Bạc Liêu và đặc điểm thị trường địa phương:
Đất ở dưới 2 triệu đồng/m²: thấp hơn mức giá tối thiểu của đất ở tại các vị trí ngoài cùng (vị trí 4–5) của các tuyến đường liên xã trong Bảng giá tỉnh, được xem là không phản ánh đúng giá giao dịch đất ở thực tế;
Đất nông nghiệp trên 30 triệu đồng/m²: vượt khung giá đất nông nghiệp tối đa của Bảng giá tỉnh nhiều lần, là dấu hiệu đất đã chuyển đổi mục đích sử dụng nhưng chưa cập nhật hồ sơ pháp lý;
Mặt tiền vượt 80% chiều rộng thửa hoặc chiều sâu dưới 3 m: vi phạm tiêu chuẩn cấu hình thửa đất ở đô thị, khó so sánh giá với các thửa thông thường;
Giá thị trường gấp hơn 5 lần giá nhà nước: ngưỡng tham chiếu cho các trường hợp chênh lệch bất thường so với mặt bằng chung của địa bàn nghiên cứu, được xác định từ phân tích phân phối tỷ lệ giá thị trường/giá nhà nước trên toàn bộ mẫu khảo sát.
Bước 1 phát hiện 26 quan sát. Bước 2, áp dụng tiêu chí Cook's Distance vượt ngưỡng 4/n (Field, 2013) trên tập dữ liệu còn lại để loại các quan sát có ảnh hưởng đòn bẩy lớn - phát hiện thêm 22 quan sát. Tổng cộng loại 48/392 mẫu (12,2%), còn lại 344 mẫu hợp lệ đưa vào phân tích.[3]
2.2.3. Mô hình hồi quy Hedonic
Mô hình hồi quy Hedonic (HPM) được phát triển dựa trên lý thuyết của Rosen (1974), xem giá bất động sản là hàm số tổng hợp của các đặc trưng cấu thành. Trong nghiên cứu này, mô hình bán-log (semi-log) được xây dựng trên SPSS Statistics 23 với dạng tổng quát:
LnGia = β₀ + β₁X₁ + β₂X₂ + ... + βₖXₖ + ε
Trong đó LnGia là logarithm tự nhiên của giá đất thực tế (triệu đồng/m²); Xᵢ là các biến đặc trưng của thửa đất và môi trường xung quanh; βᵢ là hệ số phản ánh mức đóng góp biên của từng yếu tố; ε là sai số ngẫu nhiên. Dạng bán-log được lựa chọn vì phù hợp với phân phối lệch phải của giá đất và cho phép diễn giải hệ số theo tỷ lệ phần trăm thay đổi.
Các biến độc lập sau tuyển chọn gồm: Ln_CR_MT (chiều rộng mặt tiền); MucDoPhatTrien_KTXH (mức độ phát triển kinh tế – xã hội, biến giả 2 mức); Ln_DoRongDuong (độ rộng đường); Ln_KC_TTTM, Ln_KC_TTHC, Ln_KC_TH (khoảng cách đến trung tâm thương mại, hành chính, trường học); D_DatO (biến giả đất ở; nhóm tham chiếu là đất sản xuất kinh doanh và đất nông nghiệp). Biến Ln_DienTich bị loại do không đạt ý nghĩa thống kê (p = 0,451); biến D_NN (đất nông nghiệp, mã hóa riêng) bị loại do không có ý nghĩa thống kê (p = 0,232), sau đó đất nông nghiệp được gộp vào nhóm tham chiếu cùng với đất sản xuất kinh doanh, tuân theo nguyên tắc tối giản mô hình. Mô hình được kiểm định qua: R², kiểm định F, kiểm định t và hệ số phóng đại phương sai VIF.[4]
2.2.4. Ứng dụng GIS trực quan hóa kết quả
Sau khi xây dựng mô hình Hedonic, kết quả dự báo giá đất được tích hợp vào hệ thống GIS để phân vùng và trực quan hóa sự phân bố giá trị đất theo không gian. ArcGIS version 10 được sử dụng để: (1) quản lý và hiển thị các lớp dữ liệu không gian (lớp thửa đất, tuyến đường, tiện ích – hạ tầng, quy hoạch); (2) tích hợp giá đất dự báo vào lớp thửa đất qua công cụ Join theo mã định danh; (3) phân cấp giá trị và lập bản đồ phân vùng. Quy trình phân vùng gồm: (i) phân loại giá đất dự báo thành 5 cấp theo phương pháp Equal Interval với các ngưỡng tham chiếu giá thị trường thực tế: Rất thấp (<5), Thấp (5–10), Trung bình (10–20), Cao (20–35), Rất cao (>35 triệu đồng/m²); (ii) gán bảng màu phân cấp tương ứng để trực quan hóa sự chênh lệch giá theo không gian; (iii) bổ sung các yếu tố kỹ thuật của bản đồ chuyên đề (thước tỷ lệ, mũi tên chỉ hướng Bắc, hệ tọa độ, chú giải, nguồn dữ liệu). [5] GIS trong nghiên cứu này đóng vai trò là công cụ phân tích không gian và trực quan hóa, bổ trợ cho mô hình Hedonic trong việc thể hiện kết quả định lượng trên nền bản đồ địa chính.
3. KẾT QUẢ VÀ THẢO LUẬN
3.1. Kết quả mô hình hồi quy Hedonic
3.1.1. Độ phù hợp mô hình
Mô hình Hedonic bán-log được ước lượng trên phần mềm SPSS đạt R² = 0,719, tức 71,9% sự biến thiên logarithm giá đất được giải thích bởi các biến độc lập trong mô hình. R² hiệu chỉnh đạt 0,711, phản ánh sức giải thích ổn định khi kiểm soát số lượng biến. Kiểm định F = 94,82 với p < 0,001 khẳng định mô hình có ý nghĩa thống kê cao (Bảng 3).
3.1.2. Hệ số hồi quy và ý nghĩa các biến
Kết quả ước lượng các hệ số hồi quy trình được bày trong chi tiết trong Bảng 4. Mô hình Hedonic xác định được tất cả 8 biến[6] đều có ý nghĩa thống kê (p ≤ 0,05), phản ánh mức đóng góp biên của từng đặc trưng thửa đất vào giá đất.
Bảng 4 cho thấy một số biến có hệ số phóng đại phương sai (VIF) lớn hơn 10, trong đó các biến khoảng cách (Ln_KC_TTTM, Ln_KC_TTHC, Ln_KC_TH) có giá trị VIF đặc biệt cao (61,71–110,37). Hiện tượng này phản ánh đặc trưng nội tại của không gian đô thị Bạc Liêu: các tiện ích đô thị (trung tâm thương mại, trung tâm hành chính, trường học) phân bố tập trung quanh khu vực trung tâm thành phố, nên khoảng cách từ các thửa đất đến những tiện ích này có xu hướng cùng biến thiên theo gradient không gian. Theo Gujarati và Porter (2009), đa cộng tuyến không làm sai lệch tính nhất quán của ước lượng OLS mà chủ yếu làm giảm độ chính xác của từng hệ số riêng lẻ - thể hiện qua sai số chuẩn lớn hơn và khoảng tin cậy rộng hơn. Trong mô hình của nghiên cứu, mặc dù VIF cao, các hệ số hồi quy vẫn: (i) có dấu kỳ vọng phù hợp với lý thuyết Hedonic và bid-rent (Alonso, 1964) - hệ số âm khẳng định giá đất giảm khi xa các tiện ích; (ii) đạt ý nghĩa thống kê cao (p < 0,001 cho cả ba biến khoảng cách); và (iii) ổn định khi kiểm tra bằng phương pháp loại bỏ lần lượt từng biến - hệ số của các biến còn lại thay đổi không đáng kể về độ lớn và không thay đổi về dấu. Do mục tiêu nghiên cứu là dự báo giá đất và phân vùng giá trị, không phải diễn giải nhân-quả từng yếu tố riêng lẻ, đa cộng tuyến không ảnh hưởng đáng kể đến chất lượng dự báo tổng thể của mô hình. Kết quả đánh giá trên tập kiểm tra độc lập (Mục 3.3) với sai số trung bình dưới 5% và hệ số tương quan R = 0,734 khẳng định khả năng dự báo tin cậy của mô hình trong ứng dụng thực tiễn.
Phương trình hồi quy Hedonic ước lượng:[7]
LnGia = 6,321 + 0,170·LnCR_MT – 0,372·X₁ – 0,947·X₂ + 0,662·LnDoRong – 0,380·LnKC_TTTM – 0,206·LnKC_TTHC – 0,225·LnKC_TH + 0,486·DatO
Chuyển sang dạng nhân phi tuyến bằng cách lấy e lũy thừa hai vế và áp dụng quy tắc eβ·LnX = Xβ, phương trình định giá thực tế là:
Gia = 556,1· CR_MT0,170 · DoRong0,662 · KC_TTTM(–0,380) · KC_TTHC(–0,206) · KC_TH(–0,225) · e(–0,372·X₁ – 0,947·X₂ + 0,486·DatO)
Trong đó: 556,1 = e6,321 là hệ số nền phản ánh mức giá cơ sở của thửa đất ở tại khu vực KTXH cao; phản ánh mức giá cơ sở của thị trường; các số mũ của biến liên tục (0,170; 0,662; –0,380; –0,206; –0,225) là hệ số co giãn cho biết tỷ lệ % thay đổi giá đất khi biến đó tăng 1%; phần e(–0,372·X₁ – 0,947·X₂ + 0,486·DatO) chứa các biến giả với hệ số nhân eβ phản ánh mức chênh lệch giá theo loại đất và khu vực phát triển (Bảng 4a).
Ví dụ ứng dụng: Thửa đất ở tại khu vực KTXH cao, mặt tiền 5m, đường rộng 6m, cách trung tâm thương mại 400m, trung tâm hành chính 1.000m, trường học 300m. Áp dụng phương trình phi tuyến: Gia = 556,1 × 50,170 × 60,662 × 400(–0,380) × 1.000(–0,206) × 300(–0,225) × e(0,486) ≈ 26,67 triệu đồng/m², nằm trong cấp giá “Cao” (20–35 triệu/m²) của bản đồ phân vùng, phù hợp thực tế thị trường khu vực trung tâm thành phố Bạc Liêu.
Chiều rộng mặt tiền (Ln_CR_MT): Khi mặt tiền tăng 1%, giá đất tăng trung bình 0,170%, phản ánh rằng mặt tiền rộng giúp tăng khả năng tiếp cận và giá trị thương mại của thửa đất. Đây là đặc trưng vật lý quan trọng được ghi nhận trong nhiều nghiên cứu HPM về đất đô thị (Nguyễn Đình Bồng, 2009).
Mức độ phát triển kinh tế – xã hội: Đây là nhóm biến có ảnh hưởng lớn và có ý nghĩa thống kê cao nhất. So với khu vực phát triển cao (nhóm chuẩn), các khu vực phát triển trung bình và thấp có giá đất thấp hơn lần lượt khoảng 31,1% và 61,2% (tính theo eβ). Kết quả này nhất quán với lý thuyết Hedonic: điều kiện kinh tế – xã hội của khu vực phản ánh trực tiếp vào giá trị đất đai (Rosen, 1974; Malpezzi, 2003).
Độ rộng đường (Ln_DoRong): Hệ số Beta chuẩn hóa có giá trị cao nhất trong mô hình (0,443), nên Ln_DoRong là yếu tố ảnh hưởng mạnh nhất. Khi độ rộng đường tăng 1%, giá đất tăng trung bình 0,662%, phản ánh lợi thế về giao thông và khả năng tiếp cận thị trường (Williamson et al., 2010).
Các biến khoảng cách (KC_TTTM, KC_TTHC, KC_TH): Cả ba biến đều có hệ số âm và có ý nghĩa thống kê, xác nhận nguyên lý gradient giá đất (bid-rent theory) của Alonso (1964): đất càng xa trung tâm thương mại, hành chính và trường học thì giá càng thấp. Khoảng cách đến trung tâm thương mại có ảnh hưởng lớn nhất (t = -9,892), tiếp theo là trường học (t = -5,271) và trung tâm hành chính (t = -4,103). Biến loại đất (D_DatO) có ý nghĩa thống kê (p = 0,032): đất ở có giá cao hơn nhóm tham chiếu (đất sản xuất kinh doanh và đất nông nghiệp) khoảng 62,6% sau khi kiểm soát các yếu tố vị trí và hạ tầng, điều này phù hợp thực tế khi nhu cầu ở tại đô thị Bạc Liêu cao hơn nhu cầu sản xuất kinh doanh tại cùng vị trí. Biến đất nông nghiệp (D_NN) không có ý nghĩa thống kê (p = 0,232), cho thấy sau khi kiểm soát vị trí, khoảng cách và hạ tầng, giá đất nông nghiệp và đất ở tại Bạc Liêu không khác biệt đáng kể - điều này phản ánh đặc điểm của vùng ven đô nơi đất nông nghiệp đang trong quá trình chuyển đổi mục đích sử dụng.
3.2. Bản đồ phân vùng giá trị đất đai
Hình 3. Bản đồ phân vùng giá trị đất đai thành phố Bạc Liêu, tỉnh Bạc Liêu (2025)
Giá đất dự báo từ mô hình Hedonic được tích hợp vào GIS để lập bản đồ phân vùng giá trị đất đai, thể hiện trực quan sự phân bố không gian của giá đất trên toàn địa bàn thành phố Bạc Liêu. Khu vực nghiên cứu được phân chia thành 5 cấp giá trị theo phương pháp Equal Interval, thể hiện màu sắc từ đỏ (rất thấp) đến xanh đậm (rất cao) như Bảng 5.
Bản đồ phân vùng cho thấy sự phân hóa không gian rõ rệt, nhất quán với kết quả mô hình Hedonic. Khu vực có giá đất rất cao (> 35 triệu/m²) tập trung ở trung tâm thành phố dọc các tuyến đường chính rộng và gần các tiện ích đô thị lớn - phản ánh đúng các hệ số dương của biến DoRong và âm của các biến khoảng cách trong mô hình. Giá đất giảm dần theo gradient từ trung tâm ra ven đô, với mức chênh lệch lên tới 5–7 lần, phù hợp với lý thuyết bid-rent của Alonso (1964). Các khu vực ven đô, đất nông nghiệp và vùng ngập úng có giá trị thấp nhất (< 5 triệu/m²), phản ánh điều kiện tự nhiên bất lợi và hạ tầng còn hạn chế
3.3. Đánh giá độ chính xác bản đồ phân vùng
Để kiểm chứng độ tin cậy của bản đồ phân vùng, nghiên cứu lấy mẫu ngẫu nhiên phân tầng 130 điểm kiểm tra độc lập (không nằm trong bộ dữ liệu xây dựng mô hình), mỗi cấp giá trị ít nhất 22 điểm. So sánh giá đất dự báo từ mô hình Hedonic với giá thị trường thực tế cho kết quả như Bảng 6.
Các chỉ số tổng hợp từ 130 điểm kiểm tra đạt: sai số trung bình (ME) = –0,03 triệu/m²; RMSE = 15,82 triệu/m²; hệ số tương quan R = 0,734 (p < 0,001). Sai số trung bình theo từng cấp phân vùng dao động từ 2,7% đến 4,3%, đều dưới ngưỡng 5% chấp nhận được trong nghiên cứu định giá đất (Field, 2013). Mức sai số thấp nhất ở cấp giá rất cao (2,7%) do thông tin thị trường khu trung tâm minh bạch hơn; sai số cao hơn ở cấp thấp do ít giao dịch ở khu vực ven đô. Hệ số R = 0,734 cho thấy mô hình Hedonic có mức độ tương quan khá tốt giữa giá dự báo và giá thực tế, và bản đồ phân vùng đạt độ tin cậy chấp nhận được cho ứng dụng thực tiễn.
Hình 4. Tương quan giữa giá đất quan sát và dự báo từ mô hình Hedonic (tập kiểm tra, n = 130)[8]
4. KẾT LUẬN
Nghiên cứu đã xây dựng và kiểm định thành công mô hình hồi quy Hedonic kết hợp GIS trong phân vùng giá trị đất đai tại thành phố Bạc Liêu. Trên cơ sở 392 mẫu khảo sát thực địa kết hợp dữ liệu thứ cấp từ bốn nguồn chính thống, dữ liệu được chuẩn hóa và tích hợp vào Geodatabase chuẩn VN-2000 đạt độ đầy đủ 97,2% và nhất quán 99,1%; sau kiểm định ngoại lai, 344 mẫu hợp lệ (87,8%) được đưa vào phân tích
Mô hình Hedonic bán-log xác định được tám biến có ý nghĩa thống kê (p ≤ 0,05) ảnh hưởng đến giá đất, trong đó độ rộng đường có ảnh hưởng lớn nhất (Beta chuẩn hóa = 0,443), tiếp theo là khoảng cách đến trung tâm thương mại và mức độ phát triển kinh tế – xã hội. Mô hình đạt R² = 0,719 với F = 94,82 (p < 0,001)[9] , phù hợp với lý thuyết bid-rent và nguyên lý Hedonic Pricing; nhóm tham chiếu được xác định là đất nông nghiệp, giúp các hệ số nhân eβ phản ánh đúng mức chênh lệch giá giữa đất ở và các loại đất khác. Kết quả Hedonic được tích hợp vào GIS để xây dựng bản đồ phân vùng 5 cấp giá trị, phản ánh trực quan gradient giá từ trung tâm ra ven đô với mức chênh lệch 5–7 lần; bản đồ đạt sai số trung bình dưới 5% và hệ số tương quan R = 0,734 khi kiểm chứng trên tập dữ liệu độc lập.
Kết quả cung cấp căn cứ định lượng khoa học cho xây dựng bảng giá đất hàng năm, định giá bồi thường, đấu giá quyền sử dụng đất và điều chỉnh quy hoạch tại thành phố Bạc Liêu. Quy trình HPM–GIS có tính lặp lại cao, có thể chuyển giao cho các tỉnh có điều kiện tương đồng, đặc biệt các đô thị vùng Đồng bằng sông Cửu Long.
Bên cạnh các kết quả đạt được, nghiên cứu còn một số hạn chế cần lưu ý. Dữ liệu giá đất chỉ thu thập trong giai đoạn ngắn 2024–2025, chưa phản ánh tính chu kỳ và biến động dài hạn của thị trường bất động sản. Mô hình Hedonic dạng OLS chưa xử lý hiệu ứng phụ thuộc không gian - yếu tố quan trọng trong định giá bất động sản. Một số biến môi trường (ngập lụt, mật độ cây xanh) và biến xã hội (an ninh, chất lượng giáo dục) chưa được tích hợp vào mô hình do hạn chế nguồn dữ liệu chuẩn hóa tại địa phương. Ngoài ra, một số biến giải thích có hệ số VIF cao do đặc điểm tập trung của các tiện ích đô thị quanh khu trung tâm; mặc dù không ảnh hưởng đến chất lượng dự báo tổng thể, hiện tượng này làm giảm độ chính xác của từng hệ số riêng lẻ.[10]
Để khắc phục các hạn chế trên, các nghiên cứu tiếp theo nên mở rộng dữ liệu theo chuỗi thời gian dài hơn nhằm mô hình hóa chu kỳ thị trường; áp dụng các mô hình không gian như Spatial Lag Model, Spatial Error Model hoặc Geographically Weighted Regression (GWR) để xử lý phụ thuộc không gian; tích hợp dữ liệu môi trường và xã hội từ ảnh viễn thám và các nguồn mở; và ứng dụng các thuật toán học máy (Random Forest, Gradient Boosting, Neural Network) song song với Hedonic truyền thống để so sánh và nâng cao độ chính xác dự báo.
TÀI LIỆU THAM KHẢO[11]
1. Tài liệu tiếng Việt
Nguyễn Văn Bình. (2023). Thực trạng định giá đất tại Việt Nam và giải pháp hoàn thiện. Tạp chí Tài nguyên và Môi trường.
Bộ Tài nguyên và Môi trường. (2022). Tăng cường quản lý giá đất và thị trường bất động sản. Hà Nội: Bộ Tài nguyên và Môi trường.
Nguyễn Đình Bồng. (2009). Giá đất và định giá đất ở Việt Nam. Hà Nội: NXB Chính trị Quốc gia.
Chính phủ. (2024). Nghị định số 71/2024/NĐ-CP ngày 27/6/2024 quy định về giá đất. Hà Nội.
Trần Trọng Đức. (2021). Định vị trí và giá cho từng thửa đất sử dụng ArcGIS Engine. Tạp chí Khoa học Kỹ thuật Mỏ - Địa chất, 62(1), 27–34. https://doi.org/10.46326/JMES.2021.62(1).04
Bùi Thị Ngọc và Vũ Lệ Hà. (2017). Ứng dụng GIS xây dựng bản đồ giá đất thị trấn Phùng, huyện Đan Phượng, Hà Nội giai đoạn 2015–2020. Tạp chí Khoa học Tài nguyên và Môi trường.
Quốc hội. (2024). Luật Đất đai số 31/2024/QH15 ngày 18/01/2024. Hà Nội.
Tổng cục Địa chính. (2001). Hướng dẫn về phân vùng giá trị đất đai và quản lý hồ sơ địa chính. Hà Nội
2. Tài liệu tiếng nước ngoài
Alonso, W. (1964). Location and Land Use. Cambridge, MA: Harvard University Press.
Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics (4th ed.). London: SAGE Publications.
Geoghegan, J., Wainger, L., & Bockstael, N. (1997). Spatial landscape indices in a hedonic framework: An ecological economics analysis using GIS. Ecological Economics, 23(3), 251–264.
Malpezzi, S. (2002). Hedonic pricing models: A selective and applied review. In T. O'Sullivan & K. Gibb (Eds.), Housing Economics and Public Policy (pp. 67–89). Oxford: Blackwell.
Nguyen, L. H. T., & Ngu, H. H. (2024). Application of Hedonic Model to Determine Residential Land Valuation in Suburban Areas: The Case of Hue City, Vietnam. Real Estate Management and Valuation, 32(2), 70–79.
Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure competition. Journal of Political Economy, 82(1), 34–55.
Williamson, I., Enemark, S., Wallace, J., & Rajabifard, A. (2010). Land Administration for Sustainable Development. Redlands, CA: ESRI Press.
[1]Trong tóm tắt nếu xác định được chín yếu tố ảnh hưởng chính, trong khi phần kết quả mô hình nêu “tất cả 8 biến đều có ý nghĩa thống kê”. Bảng 4 cũng thể hiện 8 biến/hạng mục biến đưa vào mô hình, gồm chiều rộng mặt tiền, hai biến giả mức độ phát triển kinh tế - xã hội, độ rộng đường, ba biến khoảng cách và biến loại đất. Do đó, cần thống nhất lại là “8 biến” hoặc giải thích rõ vì sao gọi là “9 yếu tố”.
Ở mục này nêu mô hình đạt R² = 0,719 và F = 94,82, nhưng phần kết luận lại có đoạn ghi R² = 0,720 và F = 107,32. Đây là sự không thống nhất về kết quả định lượng, cần sửa triệt để. Với bài báo sử dụng mô hình hồi quy, các chỉ tiêu R², F, hệ số hồi quy và phương trình ước lượng phải thống nhất giữa tóm tắt, kết quả, thảo luận và kết luận.
[2]Mục tiêu nghiên cứu nên được trình bày theo hướng kiểm chứng được. Ví dụ: xây dựng cơ sở dữ liệu giá đất; xác định các yếu tố ảnh hưởng đến giá đất bằng mô hình Hedonic; xây dựng bản đồ phân vùng giá trị đất đai bằng GIS; đánh giá độ chính xác của bản đồ phân vùng…
[3]Cần giải thích rõ hơn căn cứ xác định các ngưỡng nghiệp vụ như “đất ở giá dưới 2 triệu đồng/m²”, “đất nông nghiệp giá vượt 30 triệu đồng/m²”, “giá thị trường gấp hơn 5 lần giá nhà nước”. Nếu không nêu rõ căn cứ, người đọc có thể đặt vấn đề liệu các quan sát bị loại là ngoại lai thật sự hay là các biểu hiện hợp lệ của thị trường trong bối cảnh bảng giá nhà nước và giá thị trường có thể chênh lệch lớn.
[4]Cần đối chiếu lại các biến để thống nhất với số liệu trong bảng 4
[5]Bổ sung thêm quy trình phân vùng
[6]ở đây chỉ dung 8 biến, tại sao trong Kết luận và tóm tắt lại có dến 9 yếu tố?
[7]Tác giả nên giải thích rõ hơn về các yếu tố có giá trị VIF rất cao được chuyển sang chữ màu đỏ. Bởi vì với kết quả tính toán này thì rất cần phải phân tích ảnh hưởng của đa cộng tuyến đến độ ổn định của hệ số hồi quy
[8]Cần xem lại các số liệu trong mục này một cách thận trọng hơn. Vì sử dụng 130 điểm kiểm tra độc lập nhưng số liệu thể hiện ở hình 3 thì là n=78 và ở tên hình 3 thì n=69?
[9]Thống nhất số liệu này với bảng 3
[10]Tác giả nên viết lại mục này theo thể lệ Tạp chí (kết luận cần nêu kết quả chính, hạn chế của nghiên cứu và định hướng nghiên cứu tiếp theo).