Ứng dụng mô hình hồi quy cây quyết định trong định giá hàng loạt đất ở: Trường hợp nghiên cứu tại Quận 4, Thành phố Hồ Chí Minh năm 2025
DOI:
https://doi.org/10.55250/Jo.vnuf.15.3.2026.078-086Từ khóa:
Bảng giá đất, định giá đất hàng loạt, giá đất, khai phá dữ liệu, mô hình hồi quy cây quyết địnhTóm tắt
Bài báo nghiên cứu ứng dụng phương pháp khai phá dữ liệu với phần mềm DTREG để xây dựng mô hình giá đất ở Quận 4 (TP.HCM) dựa trên các yếu tố định lượng phản ánh điều kiện kinh tế–xã hội và không gian đô thị. Theo hướng định giá hàng loạt (mass appraisal), nghiên cứu sử dụng cây quyết định hồi quy nhằm mô hình hóa quan hệ phi tuyến giữa giá đất và các nhóm biến dự báo như: khả năng kinh doanh, cấp đường (hẻm/mặt tiền), khu vực, công trình vị thế, cùng các chỉ tiêu tiếp cận trong hẻm (rộng, dài hẻm). Kết quả đầu ra không chỉ cung cấp giá dự báo, mà còn tạo các tổ hợp điều kiện vùng giá trị (các nút lá) giúp diễn giải rõ cơ chế hình thành giá và hỗ trợ phân vùng giá đất theo dữ liệu thực nghiệm. Dữ liệu gồm 156 giá đất quan sát (mỗi quan sát là giá trị trung bình của 3 điểm khảo sát) tại 102 đoạn đường theo bảng giá đất Quận 4 và 54 hẻm, với 7 biến dự báo: Cấp đường, khu vực, mật độ/loại hình kinh doanh, công trình vị thế, rộng–dài hẻm. Kết quả cho thấy mô hình đạt R² = 0,8753, mức phù hợp cao; biến mật độ kinh doanh có mức quan trọng lớn nhất (100%), đóng vai trò nút tách chủ đạo của cây. Từ các nút lá, mô hình hình thành 24 vùng giá trị với giá trung bình khoảng 62–383,44 triệu đồng/m², phản ánh logic tiếp cận (hẻm/mặt tiền), khả năng kinh doanh, khu vực và công trình vị thế. So sánh với giá Nhà nước cho thấy giá của mô hình nhìn chung cao hơn giá trong bảng giá khoảng 1,86 lần.
Kết quả mô hình xây dựng 32 nút lá, từ nút gốc tách theo biến cấp đường, phản ánh rõ chênh lệch giữa đất trong hẻm và đất mặt đường. Nhóm giá thấp nhất (khoảng 40–60 triệu đồng/m²) chủ yếu là các thửa đất trong hẻm cấp 2, hẻm hẹp và dài, thuộc khu vực 2–3, mật độ kinh doanh thấp, không có công trình vị thế. Ngược lại, các nút lá trên 300 triệu đồng/m² tập trung tại khu vực 1, trên các tuyến đường phố và đường phố chính, mật độ kinh doanh 61–100%, gắn với chợ, công viên, khu tòa nhà, trung tâm hành chính và loại hình văn phòng – khách sạn.
Kết quả nghiên cứu cho thấy mô hình hồi quy cây quyết định là một công cụ hữu ích hỗ trợ phân đoạn không gian giá đất và tham khảo trong xây dựng bảng giá đất tiệm cận giá thị trường trong điều kiện đô thị có mạng lưới hẻm dày đặc như Quận 4, Thành phố Hồ Chí Minh.
Tài liệu tham khảo
[1]. 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: 32-40.
[2]. Nguyễn Quỳnh Hoa & Nguyễn Thạch (2013). Định giá đất hàng loạt bằng mô hình hồi quy. Tạp chí Phát triển Kinh tế. 269: 11-19.
[3]. Wang D. & Li V. J. (2019). Mass appraisal models of real estate in the 21st century: A systematic literature Review Sustainability. 11(24): 7006.
[4]. Bilgilioglu S. S. & Yilmaz H. M. (2023). Comparison of different machine learning models for mass appraisal of real estate. Survey Review. 55(388): 32-43.
[5]. Yilmazer S. & Kocaman S. (2020). A mass appraisal assessment study using machine learning based on multiple regression and random forest. Land Use Policy. 99.
[6]. Nguyễn Hữu Cường (2022). Định giá đất hàng loạt ứng dụng mô hình cây quyết định: Trường hợp nghiên cứu thành phố Vũng Tàu. Tạp chí Khoa học Đại học Quốc gia Hà Nội: Các Khoa học Trái đất và Môi trường. 38(1): 1-11.
[7]. Bui Ngoc Tu, Tran Quoc Binh & Bui Thi Cam Ngoc (2024). Analyzing mass appraisal of urban residential land with machine learning – A case study in Hanoi, Vietnam. Geoinformatics for Spatial-Infrastructure Development in Earth and Allied Sciences. Springer, Cham. 297-314.
[8]. Le Hoang Nam Thanh (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.
[9]. Han J., Kamber M. & Pei J. (2012). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann, Waltham.
[10]. Reyes-Bueno F., García-Samaniego J. M. & Sánchez-Rodríguez A. (2018). Large-scale simultaneous market segment definition and mass appraisal using decision tree learning for fiscal purposes. Land Use Policy. 79: 116-122.
[11]. Chính phủ (2024). Nghị định số 71/2024/NĐ-CP ngày 27/6/2024 quy định về giá đất.
[12]. UBND TP. Hồ Chí Minh (2024). Quyết định 79/2024/QĐ-UBND ngày 21/10/2024 về bảng giá đất TP. HCM (sửa đổi, bổ sung QĐ 02/2020/QĐ-UBND).
[13]. UBND TP. Hồ Chí Minh (2020). Quyết định 02/2020/QĐ-UBND ngày 16/01/2020 về bảng giá đất TP. HCM giai đoạn 2020-2024.






