Các mục đích SDĐ cụ thể của đất đô thị trong thực tế thường được đề cập đến
như là các mục đích: đất công trình công cộng, khu thương mại, khu ở v.v. Ngoài ra,
trong sử dụng đất, bên cạnh mục đích SDĐ thì các quy định liên quan đến khả năng
phát triển các công trình trên đất như là hệ số sử dụng đất và mật độ xây dựng cũng
có những tác động đáng kể đến giá trị của đất đai.
Trong đó, khi xem xét các về các mục đích sử dụng đất thấy rằng, phần diện
tích đất sử dụng cho các mục đích thương mại thường có giá cao nhất, tiếp đến là diện
tích đất dùng cho nhà ở và sau đó là diện tích đất phục vụ cho hoạt động công nghiệp,
nông nghiệp v.v. Đối với khả năng phát triển các công trình trên đất, nếu một khu vực
được quy hoạch có hệ số SDĐ cao và mặt độ xây dựng lớn, thì đồng nghĩa với việc
diện tích đất ở khu vực đó được đầu tư, xây dựng phát triển các công trình nhiều hơn,
làm cho tổng diện tích xây dựng lớn; khi đó, giá của một đơn vị diện tích đất sẽ cao
hơn và ngược lại. Chính vì vậy, khi tiến hành phân tích đất đô thị sử dụng mục đích
xây dựng, các yếu tố tác động liên quan đến chiều cao của các công trình do quy
hoạch phát triển cũng tác động mạnh đến sự thay thay đổi của giá trị đất đai.
295 trang |
Chia sẻ: tueminh09 | Ngày: 07/02/2022 | Lượt xem: 532 | Lượt tải: 2
Bạn đang xem trước 20 trang tài liệu Luận án Nghiên cứu các yếu tố tác động đến gia tăng giá trị đất đô thị tại Việt Nam, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
rước khi thực hiện các phân tích, tác giả tiến hành kiểm tra một số giả định định phi
tham số và tính phân phối chuẩn của các biến số.
Đối với giả thuyết 1, kết quả phân tích được: Sig Levene's Test < 0.05 và Sig t-
test <0.05. Như vậy, có sự khác biệt có ý nghĩa thống kê về mức giá đất trung bình của
hai khu vực (Khu vực tác động và khu vực kiểm soát).
Đối với giả thuyết 2, Kết quả Test of Homogeneity of Variances cho thấy, Sig
của Levene Statistic < 0.05. Như vậy, phương sai giữa các nhóm là có sự khác biệt.
Chúng ta thực hiện kiểm định Welch, kết quả Robust Tests of Equality of Means có Sig
< 0.05. Trong trường hợp này, do giả thuyết phương sai giữa các đối tượng cần so sánh
khác nhau nên phân tích sâu Anova được sử dụng là Tamhane’s T2. Kết quả phân tích
cho thấy, Sig. giữa các cặp đều nhỏ hơn 0.05, nghĩa là có sự khác biệt về giá đất trung
bình theo thời gian. Cụ thể, kết quả tại Bảng Descriptives cho thấy, giai đoạn vận hành
có giá đất trung bình cao nhất so với 02 giai đoạn còn lại.
64
Bảng 4. Kết quả phân tích One-way ANOVA
Nguồn: Kết quả phân tích số liệu của tác giả.
Đối với giả thuyết 3, kết quả phân tích Two-way ANOVA cho thấy, kết quả kiểm
định Levene's Test có Sig. rất nhỏ < 0.05 nên vi phạm điều kiện phương sai sai số thay
đổi. Do vậy, để phân tích sâu Two-way ANOVA, chúng ta sử dụng P-value = 0.001 để
kêt luận5.
Kết quả phân tích trong bảng tương tác giữa các yếu tố đều các Sig đều rất nhỏ <
0.001 trên, nghĩa là tác động tương tác giá đất trung bình giữa khu vực và giai đoạn có
ý nghĩa thống kê. Trong đó, tác động của giai đoạn đầu tư là cao nhất, tiếp đến là tác
động tổng hợp và cuối cùng là tác động của khu vực.
Như vậy, các giả thuyết đều được kiểm định và kết quả thống kê khẳng định có
có sự thay đổi về giá đất trung bình tại các khu vực theo giai đoạn thực hiện của dự án
đầu tư CSHT.
5
Xem thêm Pallant, J. (2013). SPSS survival manual. McGraw-Hill Education (UK).
Descriptives
Landprice1
Phase N Mean
Std.
Deviation
Std.
Error
95% Confidence Interval for
Mean
Minimum Maximum
Lower
Bound
Upper Bound
1 94 19.1851 8.35833 .86210 17.4732 20.8971 8.40 36.80
2 119 24.3637 11.58866 1.06233 22.2600 26.4674 11.66 53.94
3 125 49.8134 38.22397 3.41886 43.0466 56.5803 13.59 171.00
Total 338 32.3354 28.06944 1.52678 29.3322 35.3386 8.40 171.00
Test of Homogeneity of Variances
Landprice1
Levene Statistic df1 df2 Sig.
135.076 2 335 .000
Robust Tests of Equality of Means
Landprice1
Statistica df1 df2 Sig.
Welch 40.668 2 211.588 .000
a. Asymptotically F distributed.
Multiple Comparisons
Dependent Variable: Landprice1
Tamhane
(I) Phase (J) Phase
Mean Difference
(I-J)
Std. Error Sig.
95% Confidence Interval
Lower Bound Upper Bound
1
2 -5.17855* 1.36812 .001 -8.4716 -1.8855
3 -30.62833* 3.52587 .000 -39.1495 -22.1072
2
1 5.17855* 1.36812 .001 1.8855 8.4716
3 -25.44978* 3.58010 .000 -34.0962 -16.8034
3
1 30.62833* 3.52587 .000 22.1072 39.1495
2 25.44978* 3.58010 .000 16.8034 34.0962
*. The mean difference is significant at the 0.05 level.
65
Bảng 5. Kết quả phân tích Two-way ANOVA
Nguồn: Kết quả phân tích số liệu của tác giả.
Descriptive Statistics
Dependent Variable: Landprice1
Area Phase Mean Std. Deviation N
1
1 21.8786 9.48633 42
2 26.7366 11.37074 63
3 76.2598 37.33118 64
Total 44.2836 34.96792 169
2
1 17.0096 6.65203 52
2 21.6941 11.34341 56
3 22.0665 5.24308 61
Total 20.3871 8.39643 169
Total
1 19.1851 8.35833 94
2 24.3637 11.58866 119
3 49.8134 38.22397 125
Total 32.3354 28.06944 338
Levene's Test of Equality of Error Variancesa
Dependent Variable: Landprice1
F df1 df2 Sig.
50.933 5 332 .000
Tests the null hypothesis that the error variance of the dependent variable is equal across groups.
a. Design: Intercept + Area + Phase + Area * Phase
Tests of Between-Subjects Effects
Dependent Variable: Landprice1
Source
Type III Sum of
Squares
df Mean Square F Sig.
Partial Eta
Squared
Corrected
Model
155033.278a 5 31006.656 93.171 .000 .584
Intercept 316798.053 1 316798.053 951.941 .000 .741
Area 37774.302 1 37774.302 113.507 .000 .255
Phase 58629.692 2 29314.846 88.088 .000 .347
Area * Phase 47582.492 2 23791.246 71.490 .000 .301
Error 110486.797 332 332.792
Total 618924.811 338
Corrected Total 265520.075 337
a. R Squared = .584 (Adjusted R Squared = .578)
Multiple Comparisons
Dependent Variable: Landprice1
LSD
(I) Thời điểm (J) Thời điểm
Mean Difference (I-
J)
Std.
Error
Sig.
95% Confidence Interval
Lower
Bound
Upper Bound
1
2 -5.1785* 2.51732 .040 -10.1305 -.2266
3 -30.6283* 2.49052 .000 -35.5275 -25.7292
2
1 5.1785* 2.51732 .040 .2266 10.1305
3 -25.4498* 2.33643 .000 -30.0459 -20.8537
3
1 30.6283* 2.49052 .000 25.7292 35.5275
2 25.4498* 2.33643 .000 20.8537 30.0459
Based on observed means.
The error term is Mean Square(Error) = 332.792.
*. The mean difference is significant at the .05 level.
66
3.3. Kết quả phân tích hồi quy
Đầu tiên, tác giả chạy mô hình Hedonic với đầy đủ các biến thu được kết quả tại
các bảng dưới. Bảng kết quả ANOVA cho thấy giá trị Sig. của phân tích hồi quy rất nhỏ
(< 0,05) cho ta kết luận mô hình có ý nghĩa về mặt thống kê.
Bảng 6. Kết quả ANOVA
ANOVAa
Model
Sum of
Squares df
Mean
Square F Sig.
1 Regressio
n
132.782 17 7.811 429.193 .000b
Residual 5.824 320 .018
Total 138.606 337
a. Dependent Variable: LnLandprice1
b. Predictors: (Constant), cyear3, Dispark, cyear1, Plotarea, Shape, cyear2,
Housing, Strcharacteristics, Widthfacade, Environment, Density, Strtype,
Disbazaar, Security, Disshopping, Disdistrictcenter, Discitycenter
Kết quả phân tích hồi quy cho thấy, mô hình có ý nghĩa thống kê với hệ số R điều
chỉnh = 0.956, có nghĩa là các biến trong mô hình đã giải thích được 95,6% sự thay của
giá đất (R2 điều chỉnh = .956, F của mô hình 429.193, p < 0.001).
Bảng 7. Kết quả tổng hợp của mô hình đầy đủ biến
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
1 .979a .958 .956 .13490 .802
a. Predictors: (Constant), cyear3, Dispark, cyear1, Plotarea, Shape, cyear2, Housing,
Strcharacteristics, Widthfacade, Environment, Density, Strtype, Disbazaar, Security,
Disshopping, Disdistrictcenter, Discitycenter
b. Dependent Variable: LnLandprice1
67
Bảng 8. Kết quả phân tích hồi quy mô hình Hedonic đầy đủ biến
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B
Std.
Error
Beta Tolerance VIF
(Constant) 3.863 .135 28.705 .000
Plotarea 2.607E-5 .000 .002 .151 .880 .591 1.692
Widthfacade -.003 .003 -.012 -.784 .434 .590 1.695
Shape .027 .022 .015 1.221 .223 .834 1.199
Housing .010 .018 .008 .558 .577 .668 1.497
Strtype .362 .030 .254 12.024 .000 .294 3.397
Strcharacteristics -.088 .016 -.146 -5.573 .000 .192 5.219
Discitycenter -.063 .008 -.234 -7.961 .000 .152 6.584
Disdistrictcenter -.079 .019 -.101 -4.260 .000 .232 4.302
Dispark .008 .021 .010 .407 .685 .218 4.590
Disbazaar -.123 .025 -.102 -4.836 .000 .295 3.385
Disshopping -.004 .021 -.005 -.196 .845 .245 4.083
Security .096 .022 .096 4.421 .000 .278 3.603
Environment .049 .021 .039 2.336 .020 .481 2.080
Density .023 .019 .025 1.202 .230 .297 3.368
cyear1 -.323 .038 -.167 -8.594 .000 .349 2.864
cyear2 -.039 .039 -.023 -.994 .321 .235 4.247
cyear3 .619 .037 .378 16.543 .000 .251 3.985
a. Dependent Variable: LnLandprice1
Nguồn: Kết quả phân tích số liệu của tác giả.
Tuy nhiên, khi kiểm tra các giả định của mô hình hồi Hedonic (đầy đủ các biến),
thấy rằng, mô hình này là có một số khuyết tật đó là: (1) Hiện tượng tự tương quan bậc
1 (do hệ số Durbin-Watson = 0,80 - xuất hiện tự tương quan dương); (2) Mô hình xảy
ra hiện tượng đa cộng tuyến do phần lớn các hệ số VIF > 2 (trong đó, có một số biến có
hệ số VIF > 5 – chắc chắn xảy ra đa cộng tuyến). Vì vậy, tác giả xem xét xử lý lại mô
hình bằng cách lựa chọn các biến để đưa vào phân tích và đánh giá phù hợp với mục
tiêu nghiên cứu.
68
Sau khi thực hiện phân tích và chạy lại các mô hình, tác giả xác định được mô
hình Hedonic dưới đây (loại bỏ 1 số biến mà hệ số phóng đại VIF cao đột biến so với
các biến còn lại). Cụ thể, các kết quả của mô hình Hedonic đánh giá tác động được thể
hiện dưới đây:
Bảng 9. Kết quả ANOVA của mô hình Hedonic đánh giá tác động
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 130.332 12 10.861 426.609 .000b
Residual 8.274 325 .025
Total 138.606 337
a. Dependent Variable: LnLandprice1
b. Predictors: (Constant), cyear3, Disbazaar, cyear1, Plotarea, Shape, cyear2, Strtype,
Housing, Environment, Widthfacade, Disdistrictcenter, Security
Kết quả ANOVA cho thấy giá trị Sig. của phân tích hồi quy rất nhỏ (< 0,05) cho
ta kết luận mô hình có ý nghĩa về mặt thống kê.
Kết quả phân tích hồi quy cho thấy, mô hình có ý nghĩa thống kê với hệ số R điều
chỉnh = 0.938, có nghĩa là các biến trong mô hình đã giải thích được 93,8% sự thay của
giá đất (R2 điều chỉnh = .938, F của mô hình 426.609, p < 0.001).
Bảng 10. Kết quả tổng hợp của mô hình Hedonic đánh giá tác động
Model Summaryb
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate Durbin-Watson
1 .970a .940 .938 .15956 1.031
a. Predictors: (Constant), cyear3, Disbazaar, cyear1, Plotarea, Shape, cyear2, Strtype,
Housing, Environment, Widthfacade, Disdistrictcenter, Security
b. Dependent Variable: LnLandprice1
Kết quả phân tích cho thấy hệ số Durbin-Watson (DW) bằng 1,031, có thể kết
luận mô hình này không còn xử ra hiện tượng tự tương quan. Trong khi đó, giá trị hệ
số phóng đại phương sai VIF của các biến độc lập đều nhỏ hơn 5 (vẫn có thể xuất hiện
đa cộng tuyến); phần lớn các giá trị VIF của các biến độc lập (trong đó các các biến giả)
đều nhỏ hơn 2 – khẳng định biến giả không có hiện tượng đa cộng tuyến.
Đáng chú ý, kết quả hồi quy cho thấy các yếu tố thuộc tính của đất bao gồm diện
tích thửa đất, hình dạng thửa, chiều rộng thửa đất đều không có ý nghĩa thông kê. Đây
là kết quả ngược với kỳ vọng ban đầu. Trong khi đó, biến số thuộc tính về đặc điểm vị
trí thửa đất là loại đường phố và có ý nghĩa thống kê.
69
Các yếu tố liên quan đến khả năng tiếp cận như khoảng cách đến trung tâm quận
và đến chợ dân sinh có ý nghĩa thống kê. Ngoài ra, các biến số phản ánh các thuộc tính
thuộc về khu vực như môi trường, vấn đề an ninh cho thấy có sự tác động đến sự thay
đổi của giá trị đất.
Bảng 11. Kết quả phân tích hồi quy mô hình Hedonic đánh giá tác động
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B
Std.
Error Beta Tolerance VIF
1 (Constant) 2.792 .098 28.370 .000
Plotarea -6.947E-5 .000 -.006 -.341 .734 .594 1.684
Widthfacade -.002 .004 -.008 -.431 .666 .603 1.658
Shape .005 .026 .003 .205 .838 .843 1.186
Housing .012 .020 .010 .622 .534 .746 1.341
Strtype .518 .026 .363 20.170 .000 .566 1.768
Disdistrictcenter -.192 .016 -.245 -12.068 .000 .446 2.243
Security .110 .022 .110 4.995 .000 .377 2.654
Disbazaar -.151 .019 -.126 -8.121 .000 .765 1.307
Environment .049 .024 .039 2.047 .041 .516 1.936
cyear1 -.119 .029 -.061 -4.033 .000 .800 1.249
cyear2 .177 .026 .108 6.901 .000 .753 1.328
cyear3 .767 .031 .469 25.019 .000 .523 1.914
a. Dependent Variable: LnLandprice1
Kết quả hồi quy cần đáng quan tâm và được tập trung trong nghiên cứu là sự tác
động của đầu tư CSHT đến thay đổi giá đất, được thể hiện qua biến giả thời gian. Cụ thể,
kết quả hồi quy cho thấy cả ba (03) biến giả là: cyear1, cyear2 và cyear3 đều có ý nghĩa
thống kê trong mô hình phân tích. Như vậy, điều này có nghĩa là, có sự tương tác thời
gian và khu vực thửa đất tác động lên sự thay đổi giá đất ở trong các giai đoạn. Nói cách
khác, các quan sát trong mẫu nghiên cứu này cho thấy tác động của đầu tư đường Tố Hữu
– Yên Lộ làm thay đổi giá trị đất tại khu vực tác động ở giai đoạn công bố dự án, giai
đoạn dự án hoàn thành và giai đoạn dự án khi thác khai thác vận hành sau đầu tư.
4. Kết luận
Nghiên cứu đã sử dụng kỹ thuật phân tích phương sai để để kiểm định các giả
thuyết và áp dụng mô hình hồi quy đa biến (hedonic) để phân tích tác động của đầu tư
CSHT đến sự thay đổi của giá đất, trên cơ sở sử dụng tình huống nghiên cứu là dự án
đầu tư mở đường Tố Hữu – Yên Lộ, tại Thành phố Hà Nội. Kết quả phân tích cho thấy,
các giả thuyết đưa ra đều được ủng hộ. Trong khi đó, một số yếu tố làm thay đổi giá đất
như thuộc về khu vực, đặc điểm vị trí, khả năng tiếp cận, thì việc đầu tư CSHT đã đóng
góp vào sự thay đổi giá đất ở các giai đoạn khác nhau. Cụ thể, ở giai đoạn công bố dự
án đầu tư, giai đoạn hoàn thành dự án đầu tư và giai đoạn vận hành sau đầu tư giá đất
trung bình thay đổi giữa khu vực tác động và khu vực kiểm soát lần lượt là 6,1%; 10,8%
và 46,9%./.
70
Phụ lục 12B:
BÁO CÁO TÓM TẮT KẾT QUẢ
PHÂN TÍCH TÁC ĐỘNG CỦA DỰ ÁN ĐƯỜNG TỐ HỮU – YÊN LỘ
ĐẾN SỰ THAY ĐỔI GIÁ ĐẤT TRÊN ĐỊA BÀN THÀNH PHỐ HÀ NỘI
(Báo cáo phân tích dựa trên kết quả khảo sát đánh giá của người sử dụng đất tại khu vực dự án tác động)
Mục đích nghiên cứu nhằm đánh giá tác động của đầu tư CSHT giao thông là
xây dựng mở đường đến sự gia tăng của giá trị đất ở tại địa bàn dự án, dưới góc nhìn
và đánh giá của các chủ sử dụng đất/ BĐS. Cụ thể, nội dung đánh giá của chủ sử dụng
đất/ BĐS liên quan đến những tác động của dự án mở đường giao thông làm thay đổi
khoảng cách đến các trung tâm, thời gian di chuyển, cơ hội (tiềm năng) phát triển, thay
đổi trong sử dụng đất tại khu vực và sự gia tăng giá trị đất đai.
I. THIẾT KẾ NGHIÊN CỨU
1. Mô hình nghiên cứu đề xuất
Tác giả dựa vào nguyên lý của lý thuyết địa tô được phát triển bởi Alonso (1964)
and Muth (1969) về mối quan hệ giữa khả năng tiếp cận và sự thay đổi giá trị đất đai để
phân tích tác động của đầu tư CSHT giao thông đến sự thay đổi của giá trị đất đai. Bên
cạnh đó, mô hình nghiên cứu được xây dựng và điều chỉnh dựa vào kết quả nghiên cứu
của Polzin, S. E. (1999)6 và Gwamna and Yusoff (2016)7.
Hình 1. Khung phân tích của nghiên cứu
Nguồn: Tác giả đề xuất.
6 Polzin, S. E. (1999). Transportation/land-use relationship: Public transit's impact on land use. Journal of urban
planning and development, 125(4), 135-151.
7 Gwamna, E. S., & Yusoff, W. Z. W. (2016). The Impact of Urban Land Use Changes on Residential Property
Rental Values in Kaduna Metropolis, Nigeria. The Social Sciences, 11(9), 7097-7106.
H2
H1
H4
Cơ hội phát triển
Khả năng tiếp cận đến
trung tâm
Thời gian di chuyển Giá trị đất
gia tăng
Biến kiểm soát
Thay đổi trong sử dụng đất
Tác động của đầu tư CSHT giao thông
H3
71
Các giả thuyết nghiên cứu được đề xuất:
Các giả thuyết Kỳ vọng dấu
H1: Khoảng cách đến trung tâm có tác động đáng kể đến giá trị đất
gia tăng;
+
H2: Thời gian di chuyển có tác động đáng kể đến giá trị đất gia tăng; +
H3: Cơ hội phát triển tại khu vực có tác động đáng kể đến giá trị đất
gia tăng;
+
H4: Thay đổi trong sử dụng đất có tác động đáng kể đến giá trị đất
gia tăng;
+
2. Tổng hợp thước đo và xây dựng bảng hỏi
2.1. Bảng tổng hợp các thang đo từ tổng quan nghiên cứu
Kết quả tổng hợp các thước đo các biến số tác động trong phân tích tác động dự
án đầu tư mở đường Tổ Hữu – Yên Lộ đến thay đổi giá đất ở được tổng hợp bảng dưới.
Bảng 1. Tổng hợp các thước đo/ biến quan sát trong mô hình nghiên cứu
Các biến số Ký hiệu Các biến quan sát (Items) Căn cứ đề xuất
Biến độc lập
Khả năng
tiếp cận đến
đến trung
tâm
DIS1
Quá trình di chuyển đến trung tâm
Thành phố là dễ dàng và thuận tiện Páez, A., Scott, D.
M., & Morency, C.
(2012);
Shin et al. (2007);
Macintyre et al.
(2008); Schirmer,
P. M. and etal
(2014); Litman, T.
(2003, 2012).
DIS2
Quá trình di chuyển đến các trung tâm
thương mại, siêu thị là dễ dàng và thuận
lợi
DIS3
Quá trình di chuyển đến các công viên,
khu vui chơi là dễ dàng và thuận tiện
DIS4
Quá trình di chuyển đến trường học
trong khu vực là dễ dàng và thuận tiện
Thời gian di
chuyển
TIME1
Thời gian di chuyển đến trung tâm
Thành phố được rút ngắn
Schirmer, P. M.
and etal (2014);
Chin and Foong
(2006);
Martín, J. C., &
Reggiani, A.
(2007).;
Chen et al. (2008);
Islam, M. S.,
Rahaman, K. R., &
Ahmed, S. J.
(2008); Litman, T.
(2003, 2012).
TIME2
Thời gian di chuyển đến công viên gần
nhất được rút ngắn
TIME3
Thời gian di chuyển đến trung tâm
thương mại gần nhất được rút ngắn
TIME4
Thời gian di chuyển đến nơi làm việc
(công sở) được rút ngắn
Cơ hội phát
triển
OPP1
Có nhiều hoạt động kinh doanh, thương
mại và dịch vụ trong khu vực
Adegoke, O. J.
(2014). ; Islam, M.
S., Rahaman, K. R.,
& Ahmed, S. J.
(2008);
OPP2
Số lượng công ty, văn phòng kinh doanh
và cửa hàng ngày càng gia tăng
72
Các biến số Ký hiệu Các biến quan sát (Items) Căn cứ đề xuất
OPP3
Sự gia tăng và tập trung dân cư trong khu
vực ngày càng lớn
Acheampong, R. A.
(2018); Schirmer,
P. M. and etal
(2014); Litman, T.
(2003, 2012).
OPP4
Khu vực có nhiều tiềm năng và cơ hội để
kinh doanh, buôn bán
OPP5
Có nhiều công trình tiện ích phục vụ
người dân được đầu tư xây dựng trong
khu vực
Thay đổi
trong sử
dụng đất
LUC1
Số lượng thửa đất trống, chưa được xây
dựng tại khu vực ngày càng giảm
Polzin, S. E.
(1999); Song, Y., &
Knaap, G. J.
(2004). Geurs, K.
T., & Van Wee, B.
(2004); Litman, T.
(2012).
LUC2
Mật độ xây dựng, phát triển dự án bất
động sản trong khu vực ngày càng tăng
LUC3
Có nhiều hộ dân xây dựng nhà ở kiên cố
(bê tông cốt thép, bền chắc)
LUC4
Có nhiều thửa đất được sử dụng vào mục
đích hỗn hợp như: nhà ở, thương mại và
dịch vụ
LUC5
Đất đai và bất động sản trong khu vực
được cho thuê hoặc làm địa điểm kinh
doanh tạo thu nhập
Biến phụ thuộc
Giá trị đất
gia tăng
LVU1
Giá trị thửa đất mà anh chị đang sử dụng
có sự gia tăng đáng kể
Geurs, K. T., &
Van Wee, B.
(2004);
Henneberry, J.
(1998); Pagliara,
F., & Papa, E.
(2011), Tan, R.,
Zhou, K., & Xu, H.
(2019); Baker, K.,
& Nunns, P.
(2015).; Yen, B. T.,
Mulley, C.,
Shearer, H., &
Burke, M. (2018).
LVU2
Giá đất đai, bất động sản trong khu vực
tăng lên đáng kể từ khi mở đường
LVU3
Dự án đầu tư mở đường tác động làm giá
trị đất đai tăng lên đáng kể
Biến kiểm soát (Other factor)
Tập trung
dân cư
OFA1
Sự gia tăng và tập trung dân cư tại khu
vực làm cho giá trị đất gia tăng
Linneker, B., &
Spence, N. (1996);
Holl, A. (2007);
Yuan, F., Wei, Y.
D., & Xiao, W.
(2019); Gwamna,
E. S., & Yusoff, W.
Z. W. (2016);
Baker, K., &
Nunns, P. (2015).
Tình hình
kinh tế
OFA2
Triển vọng phát triển kinh tế trong khu
vực tác động làm gia tăng giá trị đất đai
Sự phát triển
của thị trường
BĐS
OFA3
Sự phát triển thị trường BĐS trong khu
vực tác động làm gia tăng giá trị đất đai
Quy hoạch
phát triển
OFA4
Quy hoạch phát triển của khu vực có tác
động gia tăng giá trị đất đai
73
Các biến số Ký hiệu Các biến quan sát (Items) Căn cứ đề xuất
Chính sách
đất đai
OFA5
Các quy định chính sách sử dụng đất có
tác động làm gia tăng giá trị đất đai
Đầu tư của
người SDĐ
OFA6
Sự đầu tư của chủ sử dụng đất đối với
đất đai tác động làm gia tăng giá trị đất
đai
Nguồn: Tác giả tổng hợp và đề xuất (2019).
2.2. Xây dựng và hiệu chỉnh bảng hỏi
Các câu hỏi trong bảng hỏi được vào kết quả nghiên cứu tổng quan của các yếu
tác và cơ chế tác động của các yếu tố đến gia tăng giá trị đất đai. Cụ thể, nội dung các
câu hỏi được thiết kế dạng đóng, sử dụng thang điểm Likert với 05 mức độ nhằm thể
hiện quan điểm/ đánh giá của các đối tượng trả lời bảng hỏi (người sử dụng đất) về nội
dung các phát biểu có liên quan đến các biến số chịu tác động của đầu từ mở đường giao
thông và thay đổi giá trị đất đai. Trong đó, ý nghĩa tương ứng với mỗi mức điểm là: 1-
Rất không đồng ý; 2- Không đồng ý; 3-Trung lập; 4-Đồng ý; 5- Rất đồng ý.
Sau khi xây dựng bảng khảo sát, tác giả thực hiện xin ý kiến chuyên gia về nội
dung các câu hỏi trước khi thực hiện điều tra thử. Việc thực hiện xin ý kiến chuyên gia
nhằm mục đích kiểm tra và hoàn thiện nhân tố, thống nhất thước đo (các chỉ báo). Về
cơ bả, các nhân tố và chỉ báo đo lường trong mỗi nhân tố do tác giả tổng hợp, đề xuất
được các chuyên gia đồng ý với tỷ lệ khá cao. Một số chỉ báo được đề nghị diễn giải lại
về ngữ nghĩa cho phù hợp.
2.3. Xác định cỡ mẫu và điều tra thử
Xác định cỡ mẫu: Theo Hair và cộng sự (2010), kích thước mẫu tối thiểu để sử
dụng kỹ thuật phân tích EFA là 50, tốt hơn là 100 và theo tỷ lệ số quan sát/biến đo lường
là 5:1 – nghĩa là 1 biến đo lường cần tối thiểu 5 quan sát. Theo đó, chúng ta có công
thức xác định cỡ mẫu tối thiểu để thực hiện phân tích nhân tố khám phá EFA là: N = 5
* item. Trong nghiên cứu này, tính số tổng số item của các biến (bao gồm biến kiểm
soát) là 27. Như vậy, cỡ mẫu tối thiểu được xác định theo công thức trên sẽ là 135. Tuy
nhiên, theo Tabachnick & Fidell (2012)8, công thức tính cỡ mẫu tối thiểu cho mô hình
hồi quy đa biến được tính: N = 8*var + 50. Trong đó: N là kích thước mẫu tối thiểu, var
là số lượng các biến độc lập được đưa vào trong mô hình hồi quy. Theo đó, trong nghiên
cứu này: N = 8*10 + 50 = 130. Tóm lại, cỡ mẫu tối thiểu được xác định là 135 quan sát.
Điều tra thử (pilot test) được thực hiện với 40 phiếu khảo sát đối với người sử
dụng đất trên địa bàn nghiên cứu. Tác giả thực hiện tổng hợp phân tích mẫu khảo sát và
điều chỉnh 1 số lỗi chính tả, câu chữ để hoàn chỉnh bảng khảo sát phục vụ điều tra chính
thức (xem phía dưới).
8 Tabachnick, B. G., Fidell, L. S., & Ullman, J. B. (2012), Using multivariate statistics, Pearson, the United States
of America.
74
3. Thu thập và xử lý dữ liệu
Để thực hiện cuộc khảo sát chính thức, tác giả hướng dẫn và đào tạo nhóm sinh
viên hỗ trợ quá trình điều tra khảo sát. Trong đó, có 04 sinh viên năm cuối thuộc chuyên
ngành Bất động sản và địa chính tham gia hỗ trợ khảo sát. Cuộc khảo sát được thực hiện
trực tiếp tại địa bàn 03 quận nơi dự án đi qua với sự tham gia trực tiếp của 05 thành viên
(tác giả + 04 sinh viên hỗ trợ). Thời gian khảo sát thực hiện từ tháng 11/2018 – Tháng
01/2019, tổng số phiếu thu về được 225 phiếu. Sau khi kiểm tra, nhập liệu và tổng hợp
và loại những phiếu trả lời thiếu và thông tin các câu trả lời giống nhau, số phiếu sử
dụng để phân tích cuối cùng là 216 phiếu. Quá trình xử lý được 02 nhóm (mỗi nhóm 02
sinh viên thực hiện nhập liệu độc lập, sau đó thực hiệu đối chiếu, kiểm tra dữ liệu nhập).
Quá trình nhập, xử lý và phân tích số liệu được thực hiện trên phần mềm Excel và SPSS.
II. KẾT QUẢ PHÂN TÍCH
1. Kết quả thống kê mô tả
Nghiên cứu này cũng thăm dò sự đánh giá của người dân khi cảm nhận về chất lượng
hạ tầng giao thông (đường Tố Hữu – Yên Lộ) trong khu vực. Cụ thể, trong mẫu khảo sát,
phần lớn các cá nhân sử dụng xe máy là phương tiện chính khi tham gia giao thông (chiếm
đến 67,6%). Số còn lại sử dụng ô tô cá nhân (chiếm 22,2%) và có tham gia sử dụng các loại
hình phương tiện giao thông công cộng (chiếm 4,6%) và khác (chiếm 5,6%). Khi đánh giá
về điều kiện cơ sở hạ tầng giao thông tại xung quanh khu vực đang sinh sống, có đến 73
người (tương đương 33,8%) và 36 người (tương đương 16,7%) đáng giá là tốt và rất tốt.
Trong khi đó, có 67 người (tương đương 31%) đánh giá CSHT giao thông ở mức độ khá
tốt, số còn lại đánh giá ở mức độ trung bình và kém lần lượt là 30 người (tương đương
13,9%) và 10 người (tương đương 4,6%). Theo đó, có khoảng gần 45,4% người được hỏi
hài lòng và rất hài lòng với CSHT giao thông tại khu vực, khoảng hơn 1/3 người được hỏi
(36,1%) đánh giá ở mức bình thường, còn lại là không hài lòng (chiếm 17,1%) và rất không
hài lòng (chiếm 1,4%). Như vậy, có thể thấy rằng, mức độ hài lòng của người dân về CSHT
giao thông quanh khu vực là có sự khác biệt.
2. Phân tích nhân tố khám phá (EFA)
2.1. Kiểm định hệ số tin cậy thước đo (Cronbach’s Alpha)
Thực hiện đánh giá độ tin cậy của thước đo qua Cronbach’s Alpha cho từng nhóm
biến quan sát thuộc các nhân tố khác nhau.
Kết quả phân tích độ tin cậy cho biến “Khả năng tiếp cận đến đến trung tâm” lần
đầu cho thấy hệ số cronbach anpha là 0,778. Trong đó, biến quan sát DIS4 có hệ số
tương quan biến tổng (là 0,361) là vẫn đạt yêu cầu >0,3. Tuy nhiên, nếu bỏ biến thành
phần DIS4 sẽ có hệ số cronbach anpha là 0,826 là tốt hơn. Do đó, tác giả loại biến DIS4.
Sau khi bỏ biến DIS4, kiểm tra thấy Cronbach's Alpha là 0,826; đồng thời các hệ số
tương quan biến tổng và tương quan bội bình phương đều cao. Thang đo đạt yêu cầu tin
cậy để sử dụng cho các phân tích tiếp theo.
75
Sau đó, tác giả tiếp tục thực hiện phân tích độ tin cậy cho biến “Thời gian di
chuyển” lần đầu cho thấy hệ số cronbach anpha là 0,591. Trong đó, biến TIME4 có hệ
số tương quan biến tổng (là 0,104) < 0,3 (không đạt yêu cầu để đưa vào phân tích). Do
đó, tác giả loại biến số thành phần TIME4. Kết quả kiểm tra thấy Cronbach's Alpha (sau
khi bỏ biến quan sát TIME4) đạt 0,745; đồng thời các hệ số tương quan biến tổng và
tương quan bội bình phương đều đạt yêu cầu.
Tương tự, phân tích độ tin cậy thước đó các nhân tố đều có hệ số cronbach anpha
lớn hơn 0,7 và hệ số tương quan biến tổng lớn hơn 0,3. Tuy nhiên, đối với biến “Thay
đổi trong sử dụng đất” kết quả phân tích độ tin cậy lần đầu có hệ số cronbach anpha là
0,874. Trong đó, biến quan sát LUC5 có hệ số tương quan biến tổng (là 0,437) là đạt
yêu cầu >0,3; tuy nhiên, nếu bỏ biến thành phần LUC5 sẽ có hệ số cronbach anpha là
0,909 là tốt hơn. Tác giả cân nhắc về kết quả này và tiếp tục giữ lại biến thành phần
LUC5 để thực hiện các phân tích tiếp theo. Sau đó tác giả thực hiện kiểm tra biến còn
lại đều cho kết quả đạt hiệu cầu. Kết quả tổng hợp phân tích hệ số tin cậy thước đo được
thể hiện bảng dưới. Như vậy, thang đo của các biến đáp ứng độ tin cậy cần thiết để thực
hiện các phân tích tiếp theo (Hair và cộng sự, 2010).
Bảng 4. Kết quả Cronbach’s Alpha của các thước đo trong nghiên cứu lần 1
Biến quan
sát
Trung bình
thước đo nếu
loại biến
Phương sai
thước đo nếu
loại biến
Hệ số tương
quan biến tổng
Cronbach's
Alpha nếu loại
biến
Cronbach’s Alpha DIS = .826
DIS1 7.68 1.651 .714 .728
DIS2 7.71 1.519 .741 .698
DIS3 7.85 1.838 .598 .839
Cronbach’s Alpha TIME = .722
TIME1 8.94 1.297 .575 .659
TIME2 8.66 1.170 .605 .621
TIME3 8.61 1.266 .538 .701
Cronbach’s Alpha OPT = .804
OPT1 15.09 2.540 .477 .687
OPT2 15.05 2.268 .562 .651
OPT3 15.03 2.548 .475 .688
OPT4 14.97 2.520 .435 .703
OPT5 15.03 2.325 .498 .679
Cronbach’s Alpha LUC = .874
LUC1 15.48 5.200 .794 .825
LUC2 15.59 5.834 .676 .855
LUC3 15.51 5.004 .822 .817
LUC4 15.54 5.078 .816 .819
LUC5 15.42 6.226 .437 .909
Cronbach’s Alpha LVU = .904
LVU1 7.75 1.828 .839 .837
LVU2 7.71 1.928 .711 .943
LVU3 7.82 1.690 .882 .797
Nguồn: Kết quả phân tích số liệu.
76
2.2. Kết quả phân tích EFA
Phương pháp phân tích nhân tố khám phá EFA được sử dụng nhằm mục đích
nhóm các biến/ thước đo vào các nhân tố được tối thiểu hóa với tính đồng nhất, không
có tương quan vưới cá thang đó khác trong cùng nhân tố. Phương pháp này cho phép
loại bỏ những biến có độ hội thụ thấp và có tương quan với các các thước đo khác trong
cùng một nhân tố. Phương pháp này cũng giúp có thể loại bỏ những biến phụ thuộc nếu
tất các các biên quan sát/ thước đo đo lường nhân tố bị loại bỏ toàn bộ.
Để đánh giá giá trị thang đo, tác giả tiến hành phân tích EFA cho từng thang đo
để kiểm tra tính đơn hướng của từng thang đo, sau đó tiến hành kiểm tra đồng thời EFA
cho toàn bộ các tiêu chí đo lường. Tác giả thực hiện phân tích EFA riêng rẽ cho các biến
độc lập và biến phụ thuộc. Kết quả phân tích EFA (lần đầu) của các biến độc lập được
tổng hợp trong bảng dưới đây.
Bảng 5. Kết quả ma trận sau khi xoay nhân tố lần 1 của biến độc lập
Ký hiệu
Component
1 2 3 4
LUC3 .868
LUC1 .860
LUC4 .830
LUC2 .771
OPT2 .769
OPT1 .673
OPT4 .643
OPT5 .629
OPT3 .611
DIS2 .869
DIS1 .832
DIS3 .796
LUC5 .396 .412
TIME2 .817
TIME3 .766
TIME1 .731
Sig. = 0,000; KMO = 0,762
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.a
a. Rotation converged in 5 iterations.
Kết quả cho thấy biến thành phần LUC5 tải 02 nhân tố và không tải vào đúng
nhân tố cần đo. Ngoài ra, biến quan sát LUC5 cho kết quả hệ số tải nhân tố là khá thấp
(<0,5). Tác giả thực hiện việc loại biến thành phần LUC5 và kiểm tra độ tin cậy thước
đo trước thực hiện phân tích EFA lần tiếp theo. Kết quả kiểm tra thước đo sau khi loại
biến thành phần LUC5 được tổng hợp bảng dưới.
77
Bảng 6. Kết quả Cronbach’s Alpha của các thước đo trong nghiên cứu sau
khi loại biến LUC5 (lần 2)
Biến quan
sát
Trung bình
thước đo nếu
loại biến
Phương sai
thước đo nếu
loại biến
Hệ số tương
quan biến tổng
Cronbach's
Alpha nếu loại
biến
Cronbach’s Alpha DIS = .826
DIS1 7.68 1.651 .714 .728
DIS2 7.71 1.519 .741 .698
DIS3 7.85 1.838 .598 .839
Cronbach’s Alpha TIME = .722
TIME1 8.94 1.297 .575 .659
TIME2 8.66 1.170 .605 .621
TIME3 8.61 1.266 .538 .701
Cronbach’s Alpha OPT = .804
OPT1 15.09 2.540 .477 .687
OPT2 15.05 2.268 .562 .651
OPT3 15.03 2.548 .475 .688
OPT4 14.97 2.520 .435 .703
OPT5 15.03 2.325 .498 .679
Cronbach’s Alpha LUC = .909
LUC1 11.51 3.563 .802 .878
LUC2 11.62 4.023 .716 .908
LUC3 11.55 3.393 .835 .867
LUC4 11.57 3.456 .828 .869
Cronbach’s Alpha LVU = .904
LVU1 7.75 1.828 .839 .837
LVU2 7.71 1.928 .711 .943
LVU3 7.82 1.690 .882 .797
Nguồn: Kết quả phân tích số liệu.
3. Kiểm định tương quan
Để phân tích rõ hơn sự tác động và mức độ tác động của các nhân tố độc lập đến sự
gia tăng giá trị đât đai do khi có đầu tư CSHT (mở đường giao thông), qua đánh giá của người
sử dụng đất, tác giả thực hiện kỹ thuật phân tích hệ số tương quan Pearson, trước khi thực
hiện kỹ thuật phân tích hồi bội. Cần thiết thực hiện kiểm định tương quan giữa các biến phụ
thuộc và biến độc lập với nhau để loại biến độc lập không có tương quan với biến phụ huộc
và kiểm tra hiện tượng đa cộng tuyến thông qua hệ số Pearson (Hoàng Trọng và Chu Nguyễn
Mộng Ngọc, 2008).
Thực hiện phân tích tương quan Pearson trong SPSS, tác giả có được kết quả được
trình bày trong bảng phía dưới. Theo bảng này, ta thấy: Kết quả kiểm định Hệ số tương quan
Pearson (Pearson Correlation) giữa biến phụ thuộc (Giá trị đất gia tăng – LVU) và các biến
độc lập (biến nghiên cứu) đều có ý nghĩa thống kê với Hệ số kiểm định Pearson (Sig.
<0,05). Như vậy, khi phân tích hồi quy tác giả thực hiện đưa các biến đó phân tích. Tuy
nhiên, kết quả hệ số tương quan Pearson giữa các cặp biến độc lập cũng cho thấy có một
số cặp có giá trị Sig. có ý nghĩa thống kê. Điều này cho thấy khả năng xảy ra hiện tượng
đa cộng tuyến, nhưng để biết chính xác cần căn cứ vào hệ số phóng đại phương sai (VIF)
trong phân tích hồi quy.
78
Bảng 7. Kết quả phân tích hệ số tương quan
MDIS MOPT MLUC MLVU MTIME
MDIS
Pearson Correlation 1 .244** .321** .348** .219**
Sig. (2-tailed) .000 .000 .000 .001
N 216 216 216 216 216
MOPT
Pearson Correlation .244** 1 .463** .593** .213**
Sig. (2-tailed) .000 .000 .000 .002
N 216 216 216 216 216
MLUC
Pearson Correlation .321** .463** 1 .600** .419**
Sig. (2-tailed) .000 .000 .000 .000
N 216 216 216 216 216
MLVU
Pearson Correlation .348** .593** .600** 1 .597**
Sig. (2-tailed) .000 .000 .000 .000
N 216 216 216 216 216
MTIME
Pearson Correlation .219** .213** .419** .597** 1
Sig. (2-tailed) .001 .002 .000 .000
N 216 216 216 216 216
**. Correlation is significant at the 0.01 level (2-tailed).
Nguồn: Kết quả phân tích số liệu.
79
4. Phân tích hồi quy và kiểm định giả thuyết
Kết quả hợp mức ý nghĩa của các hệ số hồi quy của các biến được tổng hợp bảng
dưới đây:
Bảng 8. Tóm tắt kết luận về các hệ số của mô hình hồi quy
Ký hiệu Tên biến Hệ số Beta chuẩn hóa
MDIS Khả năng tiếp cận đến đến trung tâm .095**
MLUC Thay đổi trong sử dụng đất .225***
MTIME Thời gian di chuyển .400***
MOPT Cơ hội phát triển .380***
Trong đó: ***: với P-value < 0,001; **: với P-value < 0,05;
Như vậy, kết quả nghiên cứu cho thấy cả 04 giả thuyết đề xuất ban đầu được
ủng hộ trong nghiên cứu này.
Bảng 9. Tóm tắt kết luận về các giả thuyết cần kiểm định
Các giả thuyết Kết quả
H1: Khoảng cách đến trung tâm có tác động đáng kể đến
giá trị đất gia tăng;
Được ủng hộ
H2: Thời gian di chuyển có tác động đáng kể đến giá trị
đất gia tăng;
Được ủng hộ
H3: Cơ hội phát triển tại khu vực có tác động đáng kể đến
giá trị đất gia tăng;
Được ủng hộ
H4: Thay đổi trong sử dụng đất có tác động đáng kể đến
giá trị đất gia tăng;
Được ủng hộ
Trước khi viết phương trình hồi quy, tác giả thực hiện kiểm tra các giả định trong
mô hình hồi quy bội. Đầu tiên, dựa vào các hệ số VIF có thể thấy rằng mô hình không
có đa cộng tuyến xảy ra (do các hệ số VIF đều nhỏ hơn 2). Trong khi đó, hệ số Durbin-
Watson (DW) bằng 1,126; có thể kết luận mô hình không có tự tương quan. Thứ hai,
căn cứ vào biểu đồ histogram của phần dư chuẩn hóa, thấy rằng, biểu đồ phân bố theo
hình dạng của phân phối chuẩn. Đồng thời, giá trị trung bình mean là -5.68E-15 xấp xỉ
=0, và độ lệch chuẩn bằng 0.991 xấp xỉ =1, có thể khẳng định thêm phần dư chuẩn hóa
có tuân theo quy luật của phân phối chuẩn.
80
Hình 2. Biểu đồ thể hiện phần dư chuẩn hóa
Ngoài ra, biều đồ Normal P-P Plot (biều đồ Normal P-P Lot của phân phối chuẩn
của phần dư) phía dưới, ta thấy: các trị số quan sát và trị số mong đợi đều nằm gần trên
đường chéo chứng tỏ phần dư chuẩn hóa có phân phối chuẩn. Cụ thể, khi kiểm định
bằng Biểu đồ P- P Plot, có thể thấy những giá trị của các điểm phân vị của phân phối
của biến theo các phân vị của phân phối chuẩn – được phản ánh qua mức độ của các
điểm thực tế, tập trung sát đường thẳng kỳ vọng.
Như vậy, chúng ta có thể kết luận là dữ liệu trong nghiên cứu này là khá tốt, với
phần dư chuẩn hóa có phân phối xấp xỉ với phân phối chuẩn, hay nói cách khác giả thiết
phân phối chuẩn của phần dư không bị vi phạm.
81
Hình 3. Biểu đồ Normal P-P Plot
Đối với việc kiểm tra giả định về liên hệ tuyến tính, tác giả sử dụng biểu đồ phân
tán Scatterplot. Khi nhhìn vào biểu đồ Scatterplot bên dưới, ta thấy phần dư chuẩn
hóa (Regression Standardized Residual) phân bổ tập trung xung quanh đường hoành độ
0, do vậy giả định quan hệ tuyến tính không bị vi phạm.
Hình 4. Biểu đồ phân tán Scatterplot
82
Như vậy, phương trình hồi quy chuẩn hóa sẽ có dạng như sau:
MLVU = 0,095 * MDIS + 0,225*MLUC +0,4*MTIME + 0,38*MOPT
5. Một số kết luận rút ra
Dữ liệu khảo sát và kết quả phân tích của nghiên cứu cho thấy đánh giá của người
sử dụng đất về tác động của đầu tư đường Tố Hữu – Yên Lộ đến gia tăng giá trị đất đai
là do những thay đổi có liên quan đến cả 04 yếu tố đó là: “Khả năng tiếp cận đến đến
trung tâm”, “Thời gian di chuyển”, “Cơ hội phát triển”, và “Thay đổi trong sử dụng đất”
tại khu vực này khi con đường đi vào khai thác và sử dụng.
Đáng chú ý, với sự tác động của biến độc lập được khẳng định, chúng ta thấy
rằng, mức độ tác động của các yếu tố là có khác nhau. Cụ thể, những cải thiện về “Thời
gian di chuyển” được đánh giá là có ảnh hưởng lớn nhất đến gia tăng giá trị đất ở tại khu
vực này so với 03 yếu tố còn lại (đạt giá trị là 0,4). Tiếp theo đó, các yếu tố liên quan
đến “Cơ hội phát triển” và “Thay đổi trong sử dụng đất” có tác động làm gia tăng giá trị
lần lượt ở mức 0,38 và 0,225. Cuối cùng, yếu tố phản ánh về “Khả năng tiếp cận đến
đến trung tâm” được cho rằng tác động gia tăng giá trị đất đai nhỏ nhất so với các yếu
tố khác (đạt giá trị là 0,095).
Tóm lại, tình huống nghiên cứu tác động của CSHT đến gia tăng giá trị đất đô thị
trong nghiên cứu này đã cho thấy sự xuất hiện của cơ chế “tạo cơ hội phát triển” và “cải
thiện khả năng tiếp cận” của đất đai trong khu vực./.
6. Danh mục tài liệu tham khảo chính
1. Williamson, J., Philbin, S., & Sanderson, K. (2012), ‘The economic and land use
impacts of transformational transport investment’, NZ Transport Agency research
report 479, New Zealand.
2. Baker, K, Nunns, P (2015), ‘Access, amenity, and agglomeration: What can we
expect from rapid transit projects?’, In: 37th Proceedings of the Australasian
Transport Research Forum (ATRF), Sydney, New South Wales, Australia, 30
September–2 October 2015. Available at:
https://www.atrf.info/papers/2015/index.aspx.
3. Gwamna, E. S., & Yusoff, W. Z. W. (2016), ‘The Impact of Urban Land Use
Changes on Residential Property Rental Values in Kaduna Metropolis,
Nigeria’, The Social Sciences, 11(9), 7097-7106.
4. Gwamna, E. S., Yusoff, W., Zahari, W., & Ismail, M. F. (2015), ‘Determinants of
land use and property value’, Advanced Science Letters, 21(5), 1150-1153.
5. Hair.J, Black.W, Babin.B, Anderson.R (2010), Multivariate Data Analysis 7th,
Prentice-Hall.
83
6. Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu
với SPSS, NXB Hồng Đức, TP.HCM.
7. Nellthorp, J, Ojeda Cabral, M., Johnson, D., Leahy, C. and Jiang, L. (2019),
‘Land Value and Transport (Phase 2): Modelling and Appraisal. Final Report’
to TfN, WYCA and EPSRC. Leeds: Institute for Transport Studies, University
of Leeds. https://doi.org/10.5518/100/18
8. Litman, T. (2012), ‘Evaluating accessibility for transport planning’, Victoria
Transport Policy Institute, Canada.
9. Litman, T. (2003), ‘Measuring transportation traffic, mobility and accessibility’,
Institute of Transportation Engineers. ITE Journal, 73(10), 28-32.
10. Henneberry, J. (1998), ‘Transport investment and house prices’, Journal of
Property Valuation and Investment, 2(16), 144-158.
11. Schirmer, P. M., van Eggermond, M. A., & Axhausen, K. W. (2014), ‘The role of
location in residential location choice models: a review of literature’, Journal of
Transport and Land Use, 7(2), 3-21.
12. Páez, A., Scott, D. M., & Morency, C. (2012), ‘Measuring accessibility: positive
and normative implementations of various accessibility indicators’, Journal of
Transport Geography, 25 (11/2012), 141-153.
13. Macintyre, S., Macdonald, L., & Ellaway, A. (2008), ‘Do poorer people have poorer
access to local resources and facilities? The distribution of local resources by area
deprivation in Glasgow, Scotland’, Social science & medicine, 67(6), 900-914.
14. Pagliara, F., & Papa, E. (2011), ‘Urban rail systems investments: an analysis of the
impacts on property values and residents’ location’, Journal of Transport
Geography, 19(2), 200-211.
15. Chen, J., Chen, C., & Timmermans, H. J. (2008), ‘Accessibility trade-offs in
household residential location decisions’, Transportation Research Record, 2077
(1), 71-79.
16. Shin, K., Washington, S., & Choi, K. (2007), ‘Effects of transportation
accessibility on residential property values: application of spatial hedonic price
model in Seoul, South Korea, metropolitan area’, Transportation Research
Record, 1994(1), 66-73.
17. Martín, J. C., & Reggiani, A. (2007), ‘Recent methodological developments to
measure spatial interaction: synthetic accessibility indices applied to high‐speed
train investments’, Transport reviews, 27(5), 551-571.
18. Chin, H. C., & Foong, K. W. (2006), ‘Influence of school accessibility on housing
values’, Journal of urban planning and development, 132(3), 120-129.
19. Tan, R., Zhou, K., & Xu, H. (2019), ‘Effects of Urban Road Centrality on Property
Values: Spatial Hedonic Analysis of the Housing Market in Wuhan,
China’, Journal of Urban Planning and Development, 145(2), 05019005, 1-16.
84
20. Song, Y., & Knaap, G. J. (2004), ‘Measuring the effects of mixed land uses on
housing values,’ Regional Science and Urban Economics, 34(6), 663-680.
21. Adebayo, M. A. (2009), ‘Impact of urban land use changes on property values in
Metropolitan Lagos’, The Social Sciences, 4(1), 111-117.
22. Adegoke, O. J. (2014), ‘Critical factors determining rental value of residential
property in Ibadan metropolis, Nigeria’, Property Management, 32(3), 224-240.
23. Acheampong, R. A. (2018), ‘Towards incorporating location choice into integrated
land use and transport planning and policy: A multi-scale analysis of residential
and job location choice behaviour’, Land use policy, 78 (2018), 397-409.
24. Geurs, K. T., & Van Wee, B. (2004), ‘Accessibility evaluation of land-use and
transport strategies: review and research directions’, Journal of Transport
geography, 12(2), 127-140.
25. Polzin, S. E. (1999), ‘Transportation/land-use relationship: Public transit's impact
on land use’, Journal of urban planning and development, 125(4), 135-151.
26. Song, Y., & Knaap, G. J. (2004), ‘Measuring the effects of mixed land uses on
housing values’, Regional Science and Urban Economics, 34(6), 663-680.
27. Forkenbrock, D. J., Mathur, S. K., & Schweitzer, L. A. (2001), Transportation
Investment and Urban Land Use Patterns, Technical Report, the Public Policy
Center, The University of Iowa.
28. Baker, K., & Nunns, P. (2015), ‘Access, amenity, and agglomeration: What can
we expect from rapid transit projects’, In Proceedings 37th Australasian Transport
Research Forum (ATRF), Sydney, New South Wales, Australia.
29. Linneker, B., & Spence, N. (1996), ‘Road transport infrastructure and regional
economic development: The regional development effects of the M25 London
orbital motorway’, Journal of Transport Geography, 4(2), 77-92.
30. Holl, A. (2007), ‘Twenty years of accessibility improvements. The case of the Spanish
motorway building programme,’ Journal of Transport Geography, 15(4), 286-297.
31. Yuan, F., Wei, Y. D., & Xiao, W. (2019), ‘Land marketization, fiscal
decentralization, and the dynamics of urban land prices in transitional
China,’ Land Use Policy, 89 (2019), 104208, 1-11.
32. Gwamna, E. S., & Yusoff, W. Z. W. (2016), ‘The Impact of Urban Land Use
Changes on Residential Property Rental Values in Kaduna Metropolis,
Nigeria’, The Social Sciences, 11(9), 7097-7106.
33. Islam, M. S., Rahaman, K. R., & Ahmed, S. J. (2008), ‘“Demand of Participants” or
“Supply of Opportunities”: measuring accessibility of activity places based on time
geographic approach, Journal of urban planning and development, 134(4), 159-165.
34. Yen, B. T., Mulley, C., Shearer, H., & Burke, M. (2018), ‘Announcement,
construction or delivery: When does value uplift occur for residential properties?
Evidence from the Gold Coast Light Rail system in Australia’, Land Use
Policy, 73 (2018), 412-422.
85
PHIẾU KHẢO SÁT
I. Thông tin chung
1. Phương tiện tham gia giao thông chủ yếu mà anh/ chị sử dụng:
☐1 Ô tô cá nhân ☐2 Xe máy ☐3 Xe bus ☐4 Khác (xin ghi rõ):
2. Khu vực hành chính cấp Quận mà anh/ chị đang ở là thuộc:
☐1 Nam Từ Liêm; ☐2 Thanh Xuân; ☐3 Hà Đông; ☐4 Khác (xin ghi rõ):
3. Thời điểm mà anh/ chị sinh sống ở khu vực này:
☐1 Trước 2010 ☐2 Từ năm 2010 – 2014 ☐3 Sau năm 2014
4. Đánh giá của anh/ chị về điều kiện cơ sở hạ tầng giao thông tại xung quanh khu vực
đang sinh sống là:
☐1 Kém ☐2 Trung bình ☐3 Khá tốt ☐4 Tốt ☐5 Rất tốt
5. Mức độ hài lòng của anh/ chị về điều kiện cơ sở hạ tầng giao thông tại xung quanh
khu vực đang sinh sống là:
☐1 Rất không hài lòng
☐2 Không hài lòng
☐3 Bình thường
☐4 Hài lòng
☐5 Rất hài lòng
Chúng tôi là giảng viên Trường Đại học Kinh tế Quốc dân, hiện đang tiến
hành nghiên cứu với chủ đề “Nghiên cứu tác động của đầu tư cơ sở hạ tầng giao
thông đến giá trị đất đai tại đô thị: Phân tích thực tế tình huống Dự án đường Tố
Hữu – Yên Lộ (đường Lê Văn Lương kéo dài) tại Thành phố Hà Nội”.
Xin Anh/ chị vui lòng dành thời gian trả lời các câu hỏi dưới đây. Tất cả các
thông tin của Anh/ chị sẽ được bảo mật và chỉ phục vụ cho mục đích nghiên cứu.
Để biết thêm chi tiết về nghiên cứu này, Anh/ chị vui lòng liên hệ địa chỉ
email: Lannt.neu@gmail.com; Tel: 097 996 1838.
Xin cám ơn Anh/chị đã dành thời gian tham gia khảo sát!
86
II. Đánh giá của anh chị về sự thay đổi của giá trị đất gia tăng trong khu vực
Anh/ chị đánh giá như thế nào về sự thay đổi về giá đất do đầu tư mở đường Tố Hữu -
Yên Lộ mang lại? Xin chọn vào phương án thích hợp: 1 (Rất không đồng ý); 2 (Không
đồng ý); 3 (Bình thường); 4 (Đồng ý); 5 (Rất đồng ý).
Rất không đồng ý Rất đồng ý
Mã Các thay đổi Mức độ tán thành
LVU1
Giá trị thửa đất mà anh chị đang sử dụng có
sự gia tăng đáng kể
☐1 ☐2 ☐3 ☐4 ☐5
LVU2
Giá đất đai, bất động sản trong khu vực
tăng lên đáng kể từ khi mở đường
☐1 ☐2 ☐3 ☐4 ☐5
LVU3
Dự án đầu tư mở đường tác động làm giá
trị đất đai tăng lên đáng kể
☐1 ☐2 ☐3 ☐4 ☐5
III. Đánh giá sự thay đổi về khả năng tiếp cận đến trung tâm
Anh/ chị đánh giá như thế nào về sự thay đổi về quá trình di chuyển đến các trung tâm
trong khu vực do đầu tư mở đường mang lại? Xin chọn vào phương án thích hợp: 1
(Rất không đồng ý); 2 (Không đồng ý); 3 (Bình thường); 4 (Đồng ý); 5 (Rất đồng ý).
Rất không đồng ý Rất đồng ý
Mã Các thay đổi Mức độ tán thành
DIS1
Quá trình di chuyển đến trung tâm Thành
phố là dễ dàng và thuận tiện
☐1 ☐2 ☐3 ☐4 ☐5
DIS2
Quá trình di chuyển đến các trung tâm
thương mại, siêu thị là dễ dàng và thuận lợi
☐1 ☐2 ☐3 ☐4 ☐5
DIS3
Quá trình di chuyển đến các công viên, khu
vui chơi là dễ dàng và thuận tiện
☐1 ☐2 ☐3 ☐4 ☐5
DIS4
Quá trình di chuyển đến trường học trong
khu vực là dễ dàng và thuận tiện
☐1 ☐2 ☐3 ☐4 ☐5
IV. Đánh giá tác động về thời gian di chuyển do đầu tư CSHT mang lại
Anh/ chị đánh giá như thế nào về sự thay đổi trong thời gian di chuyển do đầu tư mở
đường mang lại? Xin chọn vào phương án thích hợp: 1 (Rất không đồng ý); 2 (Không
đồng ý); 3 (Bình thường); 4 (Đồng ý); 5 (Rất đồng ý).
Rất không đồng ý Rất đồng ý
Mã Các thay đổi Mức độ tán thành
TIME
1
Thời gian di chuyển đến trung tâm Thành
phố được rút ngắn
☐1 ☐2 ☐3 ☐4 ☐5
TIME
2
Thời gian di chuyển đến công viên gần nhất
được rút ngắn
☐1 ☐2 ☐3 ☐4 ☐5
TIME
3
Thời gian di chuyển đến trung tâm thương
mại gần nhất được rút ngắn
☐1 ☐2 ☐3 ☐4 ☐5
TIME
4
Thời gian di chuyển đến nơi làm việc (công
sở) được rút ngắn
☐1 ☐2 ☐3 ☐4 ☐5
87
V. Đánh giá sự thay đổi về cơ hội phát triển trong khu vực
Anh/ chị đánh giá như thế nào về sự thay đổi của cơ hội phát triển do đầu tư mở đường
mang lại? Xin chọn vào phương án thích hợp: 1 (Rất không đồng ý); 2 (Không đồng ý);
3 (Bình thường); 4 (Đồng ý); 5 (Rất đồng ý).
Rất không đồng ý Rất đồng ý
Mã Các thay đổi Mức độ tán thành
OPP1
Có nhiều hoạt động kinh doanh, thương mại
và dịch vụ trong khu vực
☐1 ☐2 ☐3 ☐4 ☐5
OPP2
Số lượng công ty, văn phòng kinh doanh và
cửa hàng ngày càng gia tăng
☐1 ☐2 ☐3 ☐4 ☐5
OPP3
Sự gia tăng và tập trung dân cư trong khu
vực ngày càng lớn
☐1 ☐2 ☐3 ☐4 ☐5
OPP4
Khu vực có nhiều tiềm năng và cơ hội để
kinh doanh, buôn bán
☐1 ☐2 ☐3 ☐4 ☐5
OPP5
Có nhiều công trình tiện ích phục vụ người
dân được đầu tư xây dựng trong khu vực
☐1 ☐2 ☐3 ☐4 ☐5
VI. Đánh giá về thay đổi trong sử dụng đất
Anh/ chị đánh giá như thế nào về sự thay đổi trong sử dụng đất đai do đầu tư
mở đường mang lại? Xin chọn vào phương án thích hợp: 1 (Rất không đồng ý); 2
(Không đồng ý); 3 (Bình thường); 4 (Đồng ý); 5 (Rất đồng ý).
Rất không đồng ý Rất đồng ý
Mã Các thay đổi Mức độ tán thành
LUC1
Số lượng thửa đất trống, chưa được xây
dựng tại khu vực ngày càng giảm
☐1 ☐2 ☐3 ☐4 ☐5
LUC2
Mật độ xây dựng, phát triển dự án bất động
sản trong khu vực ngày càng tăng
☐1 ☐2 ☐3 ☐4 ☐5
LUC3
Có nhiều hộ dân xây dựng nhà ở kiên cố
(bê tông cốt thép, bền chắc)
☐1 ☐2 ☐3 ☐4 ☐5
LUC4
Có nhiều thửa đất được sử dụng vào mục
đích hỗn hợp như: nhà ở, thương mại và dịch
vụ
☐1 ☐2 ☐3 ☐4 ☐5
LUC5
Đất đai và bất động sản trong khu vực được
cho thuê hoặc làm địa điểm kinh doanh tạo
thu nhập
☐1 ☐2 ☐3 ☐4 ☐5
88
VII. Đánh giá tác động của một số yếu tố khác
Nhận định của Anh/ chị về các phát biểu dưới đây là như thế nào? Xin chọn vào phương
án thích hợp: 1 (Rất không đồng ý); 2 (Không đồng ý); 3 (Bình thường); 4 (Đồng ý); 5
(Rất đồng ý).
Rất không đồng ý Rất đồng ý
Mã Các nhận định, đánh giá Mức độ tán thành
OFA1
Sự gia tăng và tập trung dân cư tại khu
vực làm cho giá trị đất gia tăng
☐1 ☐2 ☐3 ☐4 ☐5
OFA2
Triển vọng phát triển kinh tế trong khu
vực tác động làm gia tăng giá trị đất đai
☐1 ☐2 ☐3 ☐4 ☐5
OFA3
Sự phát triển thị trường BĐS trong khu vực
tác động làm gia tăng giá trị đất đai
☐1 ☐2 ☐3 ☐4 ☐5
OFA4
Quy hoạch phát triển của khu vực có tác
động gia tăng giá trị đất đai
☐1 ☐2 ☐3 ☐4 ☐5
OFA5
Các quy định chính sách sử dụng đất có
tác động làm gia tăng giá trị đất đai
☐1 ☐2 ☐3 ☐4 ☐5
OFA6
Sự đầu tư của chủ sử dụng đất đối với đất
đai tác động làm gia tăng giá trị đất đai
☐1 ☐2 ☐3 ☐4 ☐5
VIII. Thông tin chung về đáp viên (Anh/ chị vui lòng cho biết các thông tin sau đây)
1. Tuổi của Anh/ chị là: ..
2. Công việc/ nghề nghiệp chính của Anh/ chị là: .
3. Trình độ học vấn của Anh/ chị: .
4. Giới tính: ☐1 Nam ☐2 Nữ
5. Tình trạng hôn nhân
☐1 Độc thân ☐2 Kết hôn ☐3 Khác (xin ghi rõ):
6. Thu nhập bình quân/ người/ tháng của gia đình anh/ chị: . Triệu.
Xin chân thành cám ơn sự hợp tác của Anh/ chị!