Các yếu tố ảnh hưởng đến giá đất ở và mô hình xá định vùng giá đất tại thị trấn Trâu Quỳ, huyện Gia Lâm, thành phố Hà Nội

Vietnam J. Agri. Sci. 2021, Vol. 19, No. 10: 1383-1391

Tạp chí Khoa học Nơng nghiệp Việt Nam 2021, 19(10): 1383-1391
www.vnua.edu.vn

CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ ĐẤT Ở VÀ MÔ HÌNH XÁC ĐỊNH VÙNG GIÁ ĐẤT
TẠI THỊ TRẤN TRÂU QUỲ, HUYỆN GIA LÂM, THÀNH PHỐ HÀ NỘI
Phạm S Liêm1, Phạm Thanh Lan2*
Khoa Địa , Trường Đại học Khoa họ Tự nhiên, Đại học Quốc Gia Hà Nội
2
Khoa Kinh tế và Phát triển nông thôn, Học viện Nông nghiệp Việt Nam

1

*

Tác giả liên hệ:
Ngày chấp nhận đăng: 31.08.2021

Ngày nhận bài: 05.05.2021
TĨM TẮT

Nghi n u nh m phân tích các yếu tố ảnh hưởng đến giá đất ở và đề xuất mơ hình xá định vùng giá đất ở đơ
thị tại thị trấn Trâu Quỳ, huyện Gia Lâm, thành phố Hà Nội. Số liệu th cấp về thông tin đất đ i đư thu th p thông
qua điều tra 129 chủ sử dụng đất có giao dịch về đất ở. Phương pháp phân tí h số liệu chính là mơ hình hồi quy
tuyến tính đ biến và phân tích khơng gian. Kết quả nghiên c u cho thấy, giá đất ở đô thị tại thị trấn Trâu Quỳ chịu
ảnh hưởng bởi 9 yếu tố, trong đó loại đường tiếp giáp có ảnh hưởng lớn nhất đến giá đất, tiếp đến là các yếu tố
khoảng á h đến ch , khoảng á h đến ủy ban nhân dân và khoảng á h đến trường học. Nghiên c u ũng đã
phân nhóm đất ở đô thị của thị trấn thành 5 tiểu vùng giá đất, với tiểu vùng ó giá đất rất thấp nhất dưới 26 triệu
2
2

đồng/m và tiểu vùng ó giá đất rất o d o động trên 63 triệu đồng/m .
Từ khóa: Vùng giá đất, giá đất ở, thị trấn Trâu Quỳ.

Factors Affecting Residential Land Price and Model for Estimating Land Price Zone
in Trau Quy Town, Gia Lam District, Hanoi
ABSTRACT
The study aimed to analyze the factors that affect residential land prices and recommend a model for
determining residential urban land price zone in Trau Quy town, Gia Lam district, Ha Noi city. Secondary data on land
information were collected through a survey of 129 land use owners having transactions in residential land. The main
data analysis methods were multivariate linear regression model and spatial analysis. The research results showed
that urban residential land prices in Trau Quy town were influenced by 9 factors, of which the type of contiguous road
had the greatest influen e on l nd pri es, followed by the f tors of dist n e to the m rket, dist n e to the people’s
committee and distance to school. The study also grouped the town's urban residential land into 5 zones, with the
lowest land price of less than VND26 million per square metter and the zone with a very high land price over VND63
million per square metter.
Keywords: Land price zone, residential land price, Trau Quy town.

1. T VN
nh giỏ ỗt l một công cụ quan trọng để
Nhà nước thực hiện quân lý ti chớnh v ỗt ai;
quõn lý vic giao ỗt, cho thuờ ỗt, thu hi ỗt,
chuyn mc ớch s dng ỗt; v quõn lý th
trng bỗt ng sõn (Nguyn Qunh Hoa,
2015). Ở Việt Nam, sự chênh lệch đáng kể giữa
giá ỗt do Nh nc quy nh v giỏ ỗt trờn thð
trường đã gåy ra khơng ít khị khën trong cơng

tác giõi phúng mt bỡng khi Nh nc thu hi
ỗt v đåy là nguyên nhån chính của những
khiếu näi, khiếu kiện phc tọp v lõu di trong

lùnh vc ỗt ai (Chồu Hong Thồn, 2013). Vỡ
vờy, xỏc nh giỏ tr ca ỗt đai một cách cơng
bìng, tin cêy, tiệm cên với giá trð thð trường là
một việc làm hết sức cæn thiết. Để làm được
điều này, cæn nghiên cứu làm rõ các yếu tố tác
động đến sự thay đổi theo không gian v thi
gian ca giỏ ỗt t ũ xồy dng mụ hình chuèn

1383


Các yếu tố ảnh hưởng đến giá đất ở và mơ hình xá định vùng giá đất tại thị trấn Trâu Quỳ, huyện Gia Lâm,
thành phố Hà Nội

trong đðnh giá ỗt hng loọt v cung cỗp thụng
tin trong nh giỏ ỗt cỏ bit (Ma & cs., 2020;
Phọm Th Trnh & cs., 2020).
Nghiên cứu của các tác giâ trong và ngoài
nước cũng đã chỵ ra các yếu tố ânh hưởng đến giỏ
ỗt bao gm cỏc yu t chớnh nh v trớ, cơ sở hä
tỉng và mơi trường, bên cänh các yếu t cỏ bit
ca tha ỗt nh kớch thc, hỡnh dọng, hng
ỗt, (Topcu & Kubat, 2009; Demetriou, 2016;
Nguyn Th Yn, 2011; Lờ Khng Ninh, 2011).
Quỏ trỡnh nh giỏ ỗt lm xuỗt hiện các
vùng có sự ước tính về giá trð giống nhau và têp
hợp của các vùng này gọi là vùng giỏ ỗt (Trnh
Hu Liờn, 2013). Sõn phốm ca nú chớnh l bõn
vựng giỏ ỗt. Bõn vựng giỏ ỗt được sử
dụng cho các mục đích như thu thuế, quy hoọch,

quõn lý bỗt ng sõn, v ổu t phỏt trin.
Vựng giỏ ỗt cú th c xỏc nh theo hng
kt hp mơ hình tốn học thống kê và cơng nghệ
phån tích khơng gian như: sử dụng kỹ tht
máy tính và hệ thống thông tin đða lý (GIS)
trong xây dựng bân đồ giỏ ỗt (Gall, 2006); hoc
kt hp phng phỏp phồn tớch hồi quy đa biến
và phån tích đða thống kê, trong đị phån tích
hồi quy đa biến để ước tính các bin õnh hng
n giỏ ỗt, phồn tớch a thng kờ tọo ra cỏc
vựng giỏ ỗt trờn bõn (Nzau, 2003). nc
ta, cỏc nghiờn cu, xuỗt v xõy dng vựng
giỏ ỗt thng tờp trung vo k thuờt v cụng
ngh bõn da trờn c s d liu v ỗt ai.
Trõu Qu l mt th trỗn thuc huyn Gia
Lõm, thnh ph H Ni. Th trỗn nỡm trờn quc
l 5 cỏch trung tõm H Ni 12km. Th trỗn
Trõu Qu cú din tớch t nhiờn l 724,78ha,
trong ũ ỗt nụng nghip 377,34ha v ỗt phi
nụng nghip 347,43ha. L mt a bn cú tốc độ
đơ thð hịa nhanh, tính đến giữa nëm 2020, th
trỗn cú gổn 3.000 h kinh doanh dch v v 355
h trc tip sõn xuỗt nụng nghip. Cỏc d ỏn
xõy dựng khu đơ thð và hồn thiện cơ sở hä tæng
đã và đang được thực hiện. Sự phát triển của
các khu ụ th v họ tổng khin giỏ ỗt th
trỗn tởng cao ng thi nõy sinh cỏc vỗn liên
quan đến bồi thường giâi phóng mặt bìng khi
thu hồi ỗt (UBND th trỗn Trõu Qu, 2020).
Bi vit ny phõn tớch cỏc yu t õnh hng n

1384

giỏ ỗt v xuỗt mụ hỡnh xỏc nh vựng giỏ
ỗt tọi ụ th ca th trỗn Trõu Qu, huyn
Gia Lõm, thnh phố Hà Nội sử dụng kết hợp
phân tích khơng gian và phân tích hồi quy đa
biến. Phương pháp xác đðnh vựng giỏ ỗt v cỏc
kt quõ nghiờn cu s cung cỗp thụng tin tham
khõo cho cỏc nh quõn lý v ngi dõn khi ra
quyt nh liờn quan n giỏ ỗt ở.

2. PHƯƠNG PHÁP NGHIÊN CỨU
2.1. Thu thập số liệu
2.1.1. Thu thp s liu th cp
S liu th cỗp v iu kiện tự nhiên, kinh
tế - xã hội, tình hình quân lý ỗt ai, hin trọng
s dng ỗt, bin ng ỗt ai, mt s loọi giỏ
ỗt c thu thờp t Phũng Tài nguyên và
Môi trường huyện Gia Lâm và UBND thð trỗn
Trõu Qu.
2.1.2. Thu thp s liu s cp
S mộu (N) trong phõn tớch mụ hỡnh giỏ ỗt
c xỏc nh theo công thức: N > 50 + 5*p, với
p là số lng bin ca mụ hỡnh giỏ ỗt
(Tabachnick & Fidell, 2007). Nh vờy, c mộu
ti thiu cho mụ hỡnh giỏ ỗt ở (9 biến) là 95
méu. Số méu thu thêp thực t l 129 ch s
dng cú giao dch v ỗt tọi ụ th ca th trỗn
Trõu Qu.

S liu v giỏ ỗt c thu thờp qua cỏc
bc: (1) xỏc nh thụng tin v cỏc tha ỗt cú
giao dch ca th trỗn Trõu Qu t Vởn phủng
ởng ký ỗt ai; (2) tin hnh phúng vỗn ngộu
nhiờn theo danh sỏch cỏc ch s dng ỗt cú
giao dch v ỗt ai (ngi chuyn nhượng hoặc
nhên chuyển nhượng); (3) thu thêp các thông tin
về giỏ chuyn nhng ca tha ỗt tọi thi
im giao dch, cỏc thụng tin ca ch s dng
ỗt v o ọc tọa độ của các điểm điều tra phục
vụ việc trích xuỗt lờn d liu bõn .
2.2. X lý s liu
2.2.1. X lý s liu giỏ t
Cỏc d liu giỏ ỗt trước khi đưa vào tính
tốn đã được hiệu chỵnh một s yu t cỏ bit ca
tha ỗt v yu t tỵ lệ läm phát theo các nëm.


Phạm S Liêm, Phạm Thanh Lan

Các hệ số cá biệt ca tha ỗt c s dng
x lý s liu bao gm: din tớch tha ỗt (h
s iu chợnh K1), hỡnh dọng tha ỗt (h s
iu chợnh K2), chiu rng mt tin tha ỗt (h
s iu chợnh K3), s lng mt tin ca tha
ỗt (h s iu chợnh K4), chiu sõu tha ỗt (h
s iu chợnh K5). Giỏ danh nghùa là giá sau khi
đã được hiệu chỵnh các hệ số cá biệt từ giá thu
thêp thực tế. Cơng thức tính giá danh nghïa
(Nguyễn Phi Sơn, 2015):

GĐdn =

GĐtt
Ktq
n

Trong đò: K tq

K

i

vi Gdn l giỏ ỗt
n
danh nghùa, Gtt l giỏ ỗt thực tế, Ki là các hệ
số cá biệt cụ thể, Ktq là hệ số cá biệt tổng quát,
n là số lượng các yếu tố cá biệt.
i 1

Hiệu chỵnh yếu tố läm phát theo công thức
như sau:
GĐ0tt = GĐttt*

1
1 + CPIt 0

vi G0tt l giỏ ỗt thc t tọi thi im
nghiờn cu, Gttt l giỏ ỗt thc t tọi thi điểm t,
CPI là chỵ số giá tiêu dùng Như vêy, giỏ ỗt hiu
chợnh Ghc tng quỏt c tớnh theo cụng thc:

Ghc = Gtt*

1
1
*
1 + CPIt 0
Ktq

xuỗt a vo mụ hình. Không cách đến ủy ban
nhân dân (UBND), chợ, trường học, träm y tế,
hồ là khoâng cách đến các đối tng ỗt s dng
cho cỏc tin ớch trờn ó c phõn loọi trong
bõn hin trọng s dng ỗt cú kí hiệu tương
ứng là TSC, DCH, DGD, DYT và MNC.
2.2.3. Kỹ thuật nội suy
Để cò được miền giá trð liên tục từ những
điểm cơ sở, nghiên cứu sử dụng công cụ nội suy
Ordinary Kriging trong phân tích khơng gian.
Bởi vì quá trình này được thực hiện sau khi đã
đðnh giá hàng loät giá trð của một số lượng lớn
các thửa ỗt ngộu nhiờn, theo cụng thc nh
giỏ ó tớnh toỏn trên nền cơ sở dữ liệu không
gian. Công thức của nội suy Kriging như sau (Li
& Heap, 2008):
n



T*     wi g i  i
1



Trong đò: T* là giá trð cỉn ước lượng täi một
tọa độ trong khơng gian;  là giá trð trung bình;
w là trọng số phụ thuộc vào vð trí của dữ liệu;
gi là giá trð những điểm khác và n là số dữ liệu
xung quanh dùng để ước lượng giá trð T.
Sau khi nội suy giỏ ỗt, nghiờn cu phõn
khoõng giỏ cho ỗt tọi ụ th ca th trỗn theo
quy tớc phõn khoõng tự nhiên thực hiện phân
khoâng dữ liệu giá trð sau khi phân tích nội suy
hoặc phân tích Raster. Bìng cách sử dụng tht
tốn Jenks Optimization, phương pháp này gom
nhóm một cách tự nhiên sự vốn có trong dữ liệu.

2.2.2. Phân tích hồi quy

2.2.4. Phân tích dữ liệu khơng gian và xõy

phõn tớch cỏc yu t õnh hng n giỏ
ỗt v xõy dng mụ hỡnh xỏc nh vựng giỏ
ỗt, đề tài sử dụng phân tích hồi quy tuyến tính
đa biến có däng Y = β0 + β1*X1 + β2*X2 + +
n*Xn, trong ũ: Y l bin giỏ ỗt; X1, X2,…, Xn
là các biến yếu tố ânh hưởng; β0, β1,…, βn là các
hệ số hồi quy.

dựng bản đồ

Với mục ớch xồy dng vựng giỏ ỗt, mụ
hỡnh hi quy khụng xem xột cỏc yu t cỏ bit
ca tha ỗt m têp trung vào ba nhóm yếu tố
bao gồm vð trí, cơ sở hä tỉng và mơi trường với 9
biến độc lêp (Bâng 1). Các yếu tố kinh tế xã hội
như thu nhêp bình qn đỉu người, mêt độ dân
số, tình hỡnh an ninh trong phọm vi ca th trỗn
cng khụng cũ s phõn cỗp nờn khụng c

Nghiờn cu s dụng các cơng cụ phân tích
khơng gian của phỉn mềm ArcGIS để täo các lớp
dữ liệu phân bố khoâng cách từ các tiện ích
(Euclidean Distance), phân bố lội đường tiếp
giáp (Euclidean Allocation), phân bố về mêt độ
mäng lưới giao thông (Line Density), täo
vùng đệm (Buffer) tính tốn cho lớp dữ liu v
mụi trng.
Bõn vựng giỏ ỗt c xõy dng trên
phæn mềm ArcGIS theo các bước: xây dựng các
lớp giá trð của các yếu tố ânh hưởng, đðnh giá
hàng loät các điểm cơ sở trên nền đối tượng
nghiên cứu theo cơng thức của mơ hình, nội suy
miền giá trð liên tục còn läi.

1385


Các yếu tố ảnh hưởng đến giá đất ở và mơ hình xá định vùng giá đất tại thị trấn Trâu Quỳ, huyện Gia Lâm,
thành phố Hà Nội

Bảng 1. Các biến độc lập sử dụng trong mơ hình giá đất ở tại thị trấn Trâu Quỳ
Biến độ l p
Loại đường tiếp giáp
Khoảng á h đến đường tiếp giáp

Ký hiệu
LOAI_DUONG

Th ng đo
Th b

KC_DUONG

Khoảng

Khoảng á h đến UBND

KC_UBND

Khoảng

Khoảng á h đến h

KC_CHO

Khoảng

Khoảng á h đến trường họ

KC_TRUONG

Khoảng

Khoảng á h đến trạm y tế

KC_YTE

Khoảng

M

độ khoảng á h đến hồ

G_HO

Th b

Chất lư ng môi trường

G_ONHIEM

Th b

M t độ mạng lưới đường sá

MD_DUONG

Th b

3. KẾT QUẢ NGHIÊN CỨU

xác đðnh là khu không chðu ânh hưởng bởi các
tiện ích.

3.1. Các yếu tố ảnh hưởng đến giá đất ở tại
thị trấn Trâu Quỳ

Kết quâ phân bổ các yếu tố vð trí được thể
hiện ở hình 1.

3.1.1. Yếu t v trớ

3.1.2. Yu t giao thụng

V trớ ỗt tọi th trỗn Trõu Qu c th
hin 6 c điểm: khoâng cách đến đường tiếp
giáp, khoâng cách đến UBND, khoâng cách đến
chợ, khoâng cách đến trường học, khoâng cách
đến trung tâm y tế, khoâng cách đến hồ.

Các đối tượng đường giao thơng được đưa
vào phån tích cën cứ vào cỏc tuyn ng trong
bõng giỏ ỗt ca huyn Gia Lồm. Các đối tượng
này được đánh giá thông qua các yếu tố cụ thể:
lội đường tiếp giáp, không cách đến đường
tiếp giáp và mêt độ mäng lưới đường sá.

Yếu tố khoâng cỏch n trung tõm (UBND)
c chia thnh 4 cỗp vi không giá trð từ 0
đến hơn 1.500m: nơi cị không cách từ 0-500m

được xác đðnh là khu trung tåm, nơi cị không
cách từ 500-1.000m được xác đðnh là khu vực
gỉn trung tâm (không cách tối đa cị thể đi bộ
được), nơi cị không cách 1.000-1.500m được
xác đðnh là khu vực xa trung tâm (khoâng cách
tối đa chðu ânh hưởng) và nơi cị không cách
trên 1.500m được xác đðnh là khu vực khơng
chðu ânh hưởng bởi vð trí trung tâm.
Yếu tố không cách đến các tiện ích như
chợ, trường học, trung tõm y t c chia thnh
4 cỗp vi khoõng giỏ trð từ 0 đến hơn 1.000m:
nơi cị không cách từ 0-250m được xác đðnh là
khu vực tiện ích, nơi cị không cách từ
250-500m được xác đðnh là khu vực gỉn tiện ích
(không cách giới hän có thể đi bộ được), nơi có
không cách 500-1.000m được xác đðnh là khu
vực xa tiện ích (không cách tối đa chðu ânh
hưởng) và nơi cị không cách trên 1.000m được

1386

Yếu tố lội đường tiếp giáp được phân lội
trên cơ sở phân häng tính điểm các tuyến đường
trên đða bàn nghiên cứu dựa vào 4 tiêu chí:
phân lội hệ thống đường theo Tiêu chn
đường bộ Vit Nam; cỗp ng theo Quy hoọch
giao thụng thnh ph Hà Nội; bề rộng mặt
đường của các tuyến đường theo hin trọng s
dng ỗt khu vc nghiờn cu; mc giỏ do Nhà
nước quy đðnh đối với các tuyến đường.

Yếu tố khoõng cỏch n ng tip giỏp
c phõn theo 7 cỗp trên cơ sở sự thay đổi về
giá của các tuyến đường täi thành phố Hà Nội
(UBND thành phố Hà Nội, 2014): cỗp 7 nỡm
trong khoõng cỏch 100m, cỗp 6 nỡm trong
khoõng cỏch t 100-200m, cỗp 5 nỡm trong
khoõng cỏch t 200-300m, cỗp 4 nỡm trong
khoõng cỏch t 300-400m, cỗp 3 nỡm trong
khoõng cỏch t 400-500m, cỗp 2 nỡm trong
khoõng cỏch t 500-1.000m v cỗp độ 1 nìm
ngồi phäm vi 1.000m.


Phạm S Liêm, Phạm Thanh Lan

Hình 1. Các yếu tố về vị trí đất ở tại thị trấn Trâu Quỳ

Hình 2. Loại đường tiếp giáp và mật độ mạng lưới đường sá tại thị trấn Trâu Quỳ

1387


Các yếu tố ảnh hưởng đến giá đất ở và mơ hình xá định vùng giá đất tại thị trấn Trâu Quỳ, huyện Gia Lâm,
thành phố Hà Nội

Yếu tố mêt độ mäng lưới đường sá được tính
tốn bìng cơng cụ mờt ng v c phõn
thnh 5 cỗp: cỗp 1 vi giỏ tr mờt nhú hn
5, cỗp 2 vi giỏ tr mờt t 5-10, cỗp 3
vi giỏ tr mờt t 10-15, cỗp 4 vi giỏ tr

mờt t 15-20 v cỗp 5 với giá trð mêt độ
lớn hơn 20.
Như vêy, các tuyến đường trên đða bàn
nghiên cứu phục vụ mục đích phån vựng giỏ tr
ỗt ai gm 18 loọi ng theo phng pháp
phân häng tính điểm. Lội đường trong hệ
thống đường täi th trỗn Trõu Qu cú 9 loọi:
ng loọi 3, ng loäi 7, đường loäi 8, đường
loäi 11, đường loäi 12, đường loäi 13, đường loäi
15, đường loäi 16 và đường lội 17. Các khu vực
thuộc nhịm đường lội 8 chiếm tợ l rỗt ln
(82,3%), cỏc khu vc thuc nhũm ng lội 15
chiếm tỵ lệ nhó (4,7%), trong khi các khu vực
thuộc nhịm đường cịn läi chiếm tỵ lệ khơng
đáng kể. Tỵ lệ phân bố mêt độ mäng lưới đường
sá chủ yếu ở mức trung bình và cao (84%) trong
khi đị tỵ lệ phân bố mêt độ mäng lưới đường sá
ở mc rỗt thỗp v thỗp chim khụng ỏng k,
di 5% (Hình 2).
3.1.3. Yếu tố mơi trường
Yếu tố mơi trường được ỏnh giỏ thụng qua
khoõng cỏch n ỗt bói rỏc thõi và không
cách đến khu cơng nghiệp. Số liệu của hai yu t
ny c trớch xuỗt t bõn hin trọng s
dng ỗt v c thc hin bỡng cỏch tọo cỏc
vựng đệm theo khoâng cách 100m tham khâo từ
Quy chuèn Quy hộch Việt Nam (Bộ Xây dựng,
2008). Theo đị, các đối tượng nìm trong không

cách 100m được cho là cị nguy c ụ nhim v

phõn cỗp giỏ tr -1, trong khi các đối tượng nìm
ngồi không cách này được cho là khu vc bỡnh
thng v phõn cỗp giỏ tr 0.
Tọi th trỗn Trõu Qu, din tớch nhng khu
vc mụi trng cũ nguy cơ ô nhiễm chiếm không
đáng kể so với tổng din tớch ca th trỗn vi
4,7%, trong khi ũ din tích những khu vực mơi
trường bình thường chiếm chủ yếu với 95,3%
(Hình 3).
3.1.4. Kết quả mơ hình hồi quy
Phân tích hồi quy tuyến tính đa biến được
thực hiện bìng phương pháp ENTER với kết
q hệ số hiệu chỵnh R2 của mơ hình = 0,87.
Điều này cị nghïa là 87% sự bin thiờn ca giỏ
ỗt tọi ụ th ca th trỗn c giõi thớch bi
cỏc bin trong mụ hỡnh. Kim đðnh ANOVA
trong mơ hình với hệ số sig. < 0,01 chứng tó mơ
hình cị ý nghïa thống kê. Kết q phân tích hồi
quy được thể hiện ở bâng 2.
Bây trong số chín biến độc lêp của mơ hình
cị ý nghïa thống kê với độ tin cêy 99%. Kết quâ
hệ số hi quy cho thỗy, khi giỏ tr loọi ng
tip giỏp tởng thờm 1 n v, giỏ ỗt tọi ụ th
ca th trỗn s tởng 4,1 triu ng/m2 v ngc
lọi. H s ca cỏc bin khoõng cỏch u mang
dỗu õm cho thỗy, cng xa cỏc tin ớch thỡ giỏ ỗt
lọi cng giõm. Dỗu dng ca bin G_ONHIEM
trong cụng thc giỏ ỗt th hin quan h nghch
bi vic phõn cỗp biến này theo giá trð âm. Khi
mêt độ mäng lưới ng sỏ tởng 1 n v, giỏ

ỗt tọi ụ th ca th trỗn s tởng 1,03 triu
ng/m2 v ngc läi.

Hình 3. Chất lượng mơi trường tại thị trấn Trâu Quỳ

1388


Phạm S Liêm, Phạm Thanh Lan

Bảng 2. Hệ số hồi quy mơ hình giá đất ở tại đơ thị của thị trấn Trâu Quỳ
Hệ số hồi quy hư
Mơ hình
(H ng số)

huẩn hóa

Hệ số hồi quy chuẩn hóa

β

Sai số chuẩn

28.434,681

2.771,724

βs

t

Sig.

10,259

0,000

LOAI_DUONG

4.131,345

76,946

0,723

53,691

0,000

KC_DUONG

-1.884,280

391,516

-0,066

-4,813

0,000

KC_UBND

-3.182,415

496,341

-0,182

-6,412

0,000

KC_CHO

-4.011,904

416,750

-0,228

-9,627

0,000

KC_TRUONG

-4.760,930

488,193

-0,163

-9,752

0,000

KC_YTE

-1.123,776

419,863

-0,055

-2,677

0,008

G_HO

1.193,068

731,734

0,022

1,630

0,106

G_ONHIEM

2.657,582

1.853,708

0,019

1,434

0,154

MD_DUONG

1.036,204

410,774

0,044

2,523

0,013

Model
Regression
Residual
Total

Sum of Squares

df

Mean Square

38752919155,262

9

4305879906,140

778735883,497

119

6543999,021

39531655038,760

128

Theo kết quâ của hệ số hồi quy chuèn hóa
(βs), lội đường tiếp giáp (βs = 0,723) là yếu t cú
mc õnh hng rỗt cao n giỏ ỗt tọi ụ
th ca th trỗn. Cỏc yu t khoõng cách đến chợ
(βs = -0,228), khoâng cách đến trường (βs = 0,163) và khoâng cách đến UBND (βs = -0,182) cú
õnh hng mc cao n giỏ ỗt tọi ụ th
ca th trỗn. Yu t gổn h (s = 0,022) và gỉn
khu vực ơ nhiễm (βs = 0,019) cú õnh hng

mc thỗp n giỏ ỗt tọi ụ th ca th trỗn
v khụng cũ ý nghùa thống kê. Kết quâ này có
điểm tương đồng với một số tác giâ khác
(Nguyễn Quỳnh Hoa & Nguyễn Thäch, 2013;
Phäm Thế Trðnh & cs., 2020) khi chỵ ra lội
đường giao thụng tip giỏp vi ỗt l mt trong
nhng yu t quan trng nhỗt tỏc ng n giỏ
ỗt. Tuy nhiờn vi mc ớch l xồy dng vựng
giỏ ỗt nờn nghiờn cu này khơng phân tích các
yếu tố cá biệt của thửa ỗt.
3.2. Kt qu xỏc nh vựng giỏ t ti ụ
th ca th trn Trõu Qu
nh giỏ ỗt hng loọt được thực hiện đối
với một số lượng lớn các đối tượng điểm cơ sở.
Các điểm cơ sở này được phân bố ngéu nhiên
theo mêt độ khoâng cách tối thiểu là 5m trờn
nn d liu ỗt ụ th ca khu vc th trỗn
Trõu Qu. Quỏ trỡnh nh giỏ hng loọt thực

F

Sig.

657,989

0,000

hiện cho 6.427 điểm theo các bước gán các giá
trð của yếu tố ânh hưởng lên các điểm cơ sở trờn
v tớnh giỏ ỗt cho cỏc im ũ bỡng cụng thc

giỏ ỗt thu c t kt quõ phõn tớch hi quy.
Kết q sau khi phân tích nội suy và phân
không t nhiờn l hỡnh thnh 5 tiu vựng giỏ
ỗt tọi ụ th th trỗn Trõu Qu, th hin
hỡnh 4.
Da theo bõn vựng giỏ ỗt tọi ụ th ó
xõy dng, khu vc th trỗn Trõu Qu c chia
theo 5 tiu vựng giỏ ỗt vi tiu vựng cú giỏ ỗt
rỗt thỗp dao ng di 26 triu ng/m2 v
tiu vựng cũ giỏ ỗt rỗt cao dao ng trờn 63
triu ng/m2.
Cú th d dng thỗy nhng tiu vựng cú giỏ
ỗt cao nhỗt thuc nhng khu vc nỡm dc theo
trc ng Ngụ Xuõn Quõng ca th trỗn. ồy
l tuyn ng chớnh có sự têp trung của trung
tâm hành chính (UBND huyện Gia Lâm), chợ
Trâu Quỳ. Khu vực gỉn Học viện Nơng nghip
Vit Nam cú s phõn b giỏ tr ỗt mức cao.
Điều này thể hiện mức độ ânh hưởng không nhú
ca yu t quy mụ cỗp ọi hc n nhng khu
vc lõn cờn. Nhng tiu vựng cũ giỏ ỗt thỗp là
những khu vực giáp ranh đða giới hành chính
của thð trỗn, cú khoõng cỏch xa i vi khu vc
trung tõm th trỗn.

1389


Các yếu tố ảnh hưởng đến giá đất ở và mơ hình xá định vùng giá đất tại thị trấn Trâu Quỳ, huyện Gia Lâm,
thành phố Hà Nội

Hình 4. Bản đồ vùng giá đất ở tại đô thị thị trấn Trâu Quỳ,
huyện Gia Lâm, thành phố Hà Nội

4. KẾT LUẬN
Giá ỗt ụ th tọi th trỗn Trõu Qu chu
õnh hưởng bởi 9 yếu tố, trong đị lội đường tiếp
giáp cú õnh hng ln nhỗt n giỏ ỗt, tip n
l các yếu tố khoâng cách đến chợ, khoâng cách
đến ủy ban nhân dân và khoâng cách đến
trường học. Nghiên cứu phõn loọi ỗt ụ th
ca th trỗn thnh 5 tiu vựng giỏ ỗt vi tiu
vựng khoõng giỏ n t di 26 triu ng/m2
v tiu vựng cũ giỏ ỗt trờn 63 triu ng/m2.
Kt quõ nghiờn cu cung cỗp thụng tin tham
khõo v vựng giỏ ỗt, gúp phổn h tr cỏc nh
quõn lý trong quy hoọch v quõn lý ỗt ai cng
nh d bỏo giỏ ỗt cho cỏc nh ổu t. Nghiờn
cu cng xuỗt s dng mụ hỡnh giỏ ỗt kết
hợp giữa cơng cụ GIS và phân tích hồi quy
nhìm thc hin nh giỏ ỗt hng loọt phc v
cho cụng tỏc xõy dng bõng giỏ ỗt hng nởm
a phng, cụng tỏc quõn lý th trng quyn
s dng ỗt v bỗt ng sõn. ỏp dng mụ
hỡnh ny v xỏc nh c vựng giỏ ỗt tim
cờn giỏ th trng ủi hói phâi xây dựng cơ sở
dữ liệu lưu trữ thơng tin v cỏc giao dch ỗt ai
mt cỏch h thng, đỉy đủ và cêp nhêt.

1390

TÀI LIỆU THAM KHẢO
Châu Hồng Thân (2013). Bất cập liên quan đến giá đất
tính tiền bồi thường khi nhà nước thu hồi đất. Tạp
chí Khoa học, Trường Đại học Cần Thơ. 26: 47-54.
Demetriou D. (2016). The assessment of land valuation
in land consolidation schemes: the need for a new
land valuation framework. Land Use Policy.
54: 487-498.
Gall J. (2006). Future of value maps in European
context. XXIII International FIG Congress:
Shaping the change.
Lê Khương Ninh (2011). Các yếu tố ảnh hưởng đến giá
đất vùng ven đô thị ở đồng bằng sông Cửu Long.
Tạp chí Phát triển Kinh tế. 254: 11-17.
Li J. & Heap A.D. (2008). A Review of Spatial
Interpolation
Methods
for
Environmental
Scientists, Geosience Australia. Australian
Geological Survey Organisation. 68(23): 154.
Ma J., Cheng J.C., Jiang F., Chen W. & Zhang J.
(2020). Analyzing driving factors of land values in
urban scale based on big data and non-linear
machine learning techniques. Land Use Policy. 94.
Nguyễn Phi Sơn (2015). Nghiên cứu phương pháp xây
dựng bản đồ vùng giá trị đất khu vực đất phi nơng
nghiệp ở đơ thị bằng mơ hình thống kê và công
nghệ GIS. Đề tài Khoa học và Công nghệ cấp Bộ

mã số TNMT.07.31.


Phạm S Liêm, Phạm Thanh Lan

Nguyễn Quỳnh Hoa & Nguyễn Thạch (2013). Định giá
đất hàng loạt bằng mơ hình hồi quy. Phát triển Kinh
tế. 269: 11-19.
Nguyễn Quỳnh Hoa (2015). Ứng dụng phương pháp
thẩm định giá hàng loạt trong quản lý Nhà nước
về đất đai. Tạp chí Phát triển và Hội nhập.
22(23): 32-40.
Nguyễn Thị Yến (2011). Nghiên cứu một số yếu tố ảnh
hưởng đến giá đất ở tại thành phố Bắc Ninh, tỉnh
Bắc Ninh năm 2011. Tạp chí Khoa học và Công
nghệ. 98(10): 69-74.
Nzau B.M. (2004). Modelling the influence of urban
sub-centres on spatial and temporal urban land
value patterns: Case study of Nairobi, Kenya. ITC.
Phạm Thế Trịnh, Nguyễn Bá Long, Phạm Quý Giang
& Phạm Thị Thanh Mừng (2020). Một số yếu tố
ảnh hưởng đến giá đất ở tại huyện Ứng Hòa, thành

phố Hà Nội. Tạp chí Khoa học và Cơng nghệ Lâm
nghiệp. 1: 162-170.
Tabachnick B.G. & Fidell L.S. (2007). Using
multivariate statistics, 5th ed. Boston, MA: Allyn
& Bacon/Pearson Education.
Topcu M. & Kubat A.S. (2009). The analysis of urban
features that affect land values in residential areas.

Proceedings of the 7th International Space Syntax
Symposium. 26(1): 1-9.
Trịnh Hữu Liên & Hoàng Văn Hùng (2013). Xây dựng
vùng giá trị đất đai. Nhà xuất bản Bộ Nông nghiệp
và Phát triển Nông thôn.
UBND thị trấn Trâu Quỳ (2020). Báo cáo tình hình
thực hiện nhiệm vụ phát triển kinh tế - xã hội
năm 2020 và Kế hoạch phát triển kinh tế - xã hội
năm 2021.

1391