GIỚI THIỆU
Vấn đề nghiên cứu
Thị trường bất động sản (BĐS) đóng vai trò quan trọng trong nền kinh tế quốc dân, liên quan đến một lượng tài sản lớn về quy mô và tính chất Việc phát triển và quản lý hiệu quả thị trường BĐS không chỉ thúc đẩy sản xuất mà còn gia tăng nguồn thu cho ngân sách nhà nước Ngoài ra, thị trường BĐS còn có mối quan hệ chặt chẽ với các thị trường khác như tài chính, sản xuất vật liệu xây dựng và thị trường lao động Theo Thứ trưởng Bộ Xây dựng Nguyễn Trần Nam, sự phát triển của thị trường BĐS là yếu tố then chốt cho sự phát triển kinh tế bền vững.
Bất động sản đóng vai trò quan trọng trong nền kinh tế của mỗi quốc gia, thường chiếm trên 40% tổng tài sản vật chất và 30% tổng hoạt động kinh tế Sự phát triển của thị trường BĐS không chỉ huy động nguồn vốn lớn tại chỗ mà còn tạo điều kiện cho các BĐS được định giá một cách khoa học và chính thống Điều này giúp quốc gia tận dụng tiềm năng vốn để thúc đẩy phát triển kinh tế - xã hội và đạt được các mục tiêu đề ra.
Nhu cầu của con người được phân chia thành hai nhóm chính: nhu cầu cơ bản và nhu cầu bậc cao (Maslow, 1943) Trong đó, nhu cầu cơ bản cần được thoả mãn trước khi xem xét đến nhu cầu cao hơn, và chỗ ở là một trong những nhu cầu sinh lý cơ bản nhất Trong kỷ nguyên hiện đại, nơi ở không chỉ là ngôi nhà mà còn là thành phần thiết yếu của khu vực kinh tế xã hội (Keng, 2000) Ngoài chức năng là nơi cư trú và tổ chức hoạt động kinh tế gia đình, nhà ở còn đóng vai trò là nguồn vốn phát triển thông qua hoạt động thế chấp trong nền kinh tế thị trường, trở thành tài sản quan trọng của mỗi hộ gia đình.
Thị trường nhà ở tại Việt Nam, đặc biệt là tại Tp HCM, là một trong những lĩnh vực sôi động nhất trong ngành bất động sản, có ảnh hưởng lớn đến các thị trường khác và đời sống người dân Người dân thành phố nhận thấy rõ lợi ích từ việc sở hữu nhà, không chỉ về tiện ích sử dụng mà còn về lợi nhuận đầu tư Theo Thứ trưởng Bộ Xây dựng Nguyễn Trần Nam, mặc dù thu nhập của người dân Việt Nam còn thấp, nhưng tỷ lệ sở hữu nhà ở lại rất cao, lên tới hơn 96% hộ gia đình Điều này cho thấy người dân Việt Nam có xu hướng ưa chuộng việc sống trong nhà riêng của mình.
Các yếu tố ảnh hưởng đến giá nhà ở rất phức tạp và liên quan chặt chẽ đến đặc điểm của nhà ở, vì vậy cần ứng dụng phương pháp HPM để mô hình hóa sự khác biệt này Phương pháp HPM thừa nhận rằng hàng hóa thường được bán theo nhóm thuộc tính vốn có, và việc thiết lập mô hình này yêu cầu thu thập dữ liệu lớn và khảo sát rộng rãi Tuy nhiên, nghiên cứu thực nghiệm về thị trường nhà ở đô thị tại Việt Nam vẫn còn hạn chế Việc ước tính giá ẩn từ mô hình sẽ cung cấp thông tin chính xác hơn về giá căn hộ, từ đó hỗ trợ quyết định trong quy hoạch đô thị và giúp các nhà hoạch định chính sách xác định các thuộc tính quan trọng Ứng dụng mô hình HPM sẽ giúp các nhà phát triển BĐS cung cấp nhà ở chất lượng tốt hơn, dự đoán chính xác sở thích của người mua, từ đó nâng cao uy tín, hình ảnh và lợi nhuận Cuối cùng, người dân cũng sẽ gián tiếp hưởng lợi từ quyết định lập kế hoạch tốt hơn và chi tiêu công hiệu quả cho các cơ sở công cộng.
Xác định giá nhà chính xác là yếu tố quan trọng đối với chủ sở hữu, nhà đầu tư, nhà thẩm định giá, nhà làm chính sách thuế, và các bên liên quan trong thị trường bất động sản Phương pháp xác định giá dựa trên chi phí và giá bán so sánh thường không phản ánh đúng giá trị thực của bất động sản Do đó, phương pháp HPM (Hedonic Pricing Model) có thể đo lường giá sẵn lòng trả (WTP) cho từng thuộc tính ảnh hưởng đến giá nhà, từ đó cung cấp thông tin quan trọng và nâng cao hiệu quả trong thị trường bất động sản.
Mục tiêu nghiên cứu
− Phân tích các thuộc tính ảnh hưởng và cấu trúc giá nhà tại Tp HCM.
− Đo lường mức độ ảnh hưởng của các yếu tố lên giá nhà và ước tính giá ẩn.
− Một số hàm ý về chính sách được rút ra từ kết quả nghiên cứu thực nghiệm.
Câu hỏi nghiên cứu
Giá nhà ở TP HCM, giống như các thị trường bất động sản khác trên thế giới, bị ảnh hưởng bởi các yếu tố môi trường tích cực và tiêu cực Khi quyết định mua nhà, người tiêu dùng sẽ xem xét cả những điều kiện thuận lợi lẫn bất lợi Giá trị ưu tiên của người mua sẽ được thể hiện qua giá nhà, đặc biệt khi so sánh các ngôi nhà với những đặc tính khác nhau Nghiên cứu này sẽ tập trung vào việc trả lời các câu hỏi liên quan đến những yếu tố này.
− Những yếu tố nào có ảnh hưởng đến giá nhà tại Tp HCM?
− Sự khác biệt giá của những ngôi nhà có phản ánh sự khác biệt trong mức độ của rất nhiều các đặc tính của ngôi nhà?
− Các thuộc tính đóng góp như thế nào vào cơ cấu giá nhà tại thành phố
Hồ Chí Minh, tầm quan trọng của các thuộc tính?
Phương pháp nghiên cứu
Nghiên cứu áp dụng các phương pháp phân tích thống kê mô tả và định lượng, trong đó sử dụng hồi quy OLS để xác định mối quan hệ giữa giá nhà và các yếu tố ảnh hưởng Mục tiêu là tìm ra các yếu tố tác động đến giá nhà một cách hiệu quả.
Đối tượng nghiên cứu và k hách thể nghiên cứu
Đối tượng nghiên cứu là giá nhà và khách thể nghiên cứu chính là nhà ở.
Đối tượng khảo sát và phạm vi nghiên cứu
Nhà ở đơn lẻ (nhà phố) trong phạm vi địa bàn Tp HCM.
1.7 Cấu trúc bài luận văn:
Bài chuyên đề sẽ tiếp tục từ Chương 1 với cơ sở lý thuyết về thị trường bất động sản và tóm tắt một số nghiên cứu liên quan trong Chương 2 Chương 3 sẽ trình bày phương pháp nghiên cứu, trong khi Chương 4 sẽ phân tích và trình bày kết quả hồi quy Cuối cùng, bài viết sẽ đưa ra một số kết luận và hàm ý chính sách từ mô hình nghiên cứu.
Cấu trúc luận văn
TỔNG QUAN LÝ THUYẾT
Tóm lược các nghiên cứu liên quan
Hầu hết các nghiên cứu về mối quan hệ giữa thuộc tính xem xét và giá tài sản chủ yếu được thực hiện tại thị trường nhà ở phương Tây, đặc biệt là ở Mỹ và Châu Âu Tuy nhiên, một số nghiên cứu gần đây đã được tiến hành tại các quốc gia phương Đông, bao gồm Hồng Kông (Chau et al, 2004), Malaysia (Keng, 2000), Trung Quốc (Wen, 2005), Đài Bắc (Chang et al, 1999) và Hàn Quốc (Chin, 2002).
Bajari và Kahn (2007) đã áp dụng mô hình HPM để dự đoán nhu cầu nhà ở và phân tích lợi ích, chi phí của việc mở rộng đô thị tại Los Angeles từ năm 2000 đến 2003 Nghiên cứu chỉ ra rằng chi phí chính là thời gian di chuyển từ nhà đến nơi làm việc, trong khi lợi ích là khả năng sở hữu đất hoặc nhà lớn hơn Kết quả cho thấy người dân sẵn lòng trả mức giá cao để giảm thiểu thời gian đi lại, trong khi mức giá thấp hơn được chấp nhận để có không gian sống rộng rãi hơn Cụ thể, giá ẩn cho mỗi phút tăng thêm trong thời gian đi lại là -218,00 và chi phí cơ hội của thời gian được ước tính là 27,30 USD cho mỗi giờ.
Frew và Jud (2003) đã áp dụng kỹ thuật mô hình HPM để dự báo giá trị căn hộ tại Portland, Oregon, từ năm 1996 đến 1999 Mô hình này bao gồm các biến độc lập như vị trí, tuổi, tiện ích và tỷ lệ vốn hóa, giải thích 95% sự thay đổi giá trị căn hộ Kết quả cho thấy giá trị căn hộ giảm khi khoảng cách đến trung tâm thành phố tăng, trong khi giá trị tài sản cũng giảm theo độ tuổi của dự án, mặc dù ảnh hưởng của tuổi nhà lên giá trị là tương đối nhỏ Cụ thể, một sự gia tăng 1% trong tuổi nhà chỉ làm giảm giá trị khoảng 0,0004% Ảnh hưởng của yếu tố hàng xóm đối với giá trị tài sản vẫn chưa rõ ràng.
Nghiên cứu của Wen (2005) áp dụng phương pháp phân tích HPM cho thị trường nhà ở tại Hàn Châu, Trung Quốc, với 18 đặc điểm được chọn làm biến độc lập và mô hình giá tuyến tính dựa trên khảo sát 290 nhà ở Kết quả cho thấy diện tích sàn, mức độ trang trí, tầng nhà, nhà để xe, tầng áp mái, môi trường, cộng đồng quản lý, cơ sở vui chơi giải trí, điều kiện giao thông và thời gian giao dịch đều có ảnh hưởng tích cực đến giá nhà ở Ngược lại, khoảng cách đến CBD và Hồ Tây lại có tác động tiêu cực Đặc biệt, sự hiện diện của các trường đại học gần đó có ảnh hưởng tiêu cực đến giá nhà ở tại các cộng đồng xung quanh với mức ý nghĩa 5,1% Tỷ lệ đóng góp của các yếu tố cấu trúc, hàng xóm, vị trí và các yếu tố khác lần lượt là 60,0%, 16,5%, 19,8% và 2,7%.
Nghiên cứu của Keng (2000) chỉ ra rằng giá nhà ở Malaysia được xác định bởi các yếu tố kinh tế và tài chính liên quan đến cung và cầu nhà ở Các yếu tố kinh tế như thu nhập bình quân đầu người, tỷ lệ thất nghiệp và chỉ số giá tiêu dùng cho hàng hóa lâu bền, cùng với các yếu tố tài chính như khoản cho vay nhà ở và tỷ lệ cho vay bình quân ngân hàng thương mại, đã được sử dụng để mô hình hóa giá nhà Kết quả cho thấy tỷ lệ thất nghiệp và chỉ số giá tiêu dùng cho hàng hóa lâu bền có mối tương quan tiêu cực với giá nhà, trong khi tổng dư nợ và tăng trưởng tín dụng của ngân hàng thương mại và công ty tài chính cho nhà ở lại có mối tương quan tích cực rất mạnh.
Việt Nam chia sẻ nhiều đặc điểm với các quốc gia đang phát triển khác trong khu vực Châu Á như Trung Quốc, Malaysia và Indonesia Tuy nhiên, hiện tại, số lượng nghiên cứu ứng dụng mô hình HPM để đánh giá tác động của các đặc tính riêng lên giá nhà ở tại Việt Nam còn rất hạn chế.
Tác giả Lê Hoàng Việt Phương (2010) đã phân tích các yếu tố ảnh hưởng đến giá nhà tại Việt Nam bằng bộ dữ liệu VHLSS 2006, bao gồm các yếu tố nội tại của nhà ở như diện tích, điện nước, nhà vệ sinh và vị trí, cùng với đặc điểm hộ gia đình và các đặc tính cộng đồng Kết quả cho thấy các hệ số hồi quy đều có ý nghĩa thống kê Tuy nhiên, tác giả chưa đề cập đến sự khác biệt về các yếu tố ảnh hưởng theo vùng miền khi sử dụng dữ liệu giá nhà trên toàn quốc.
PHƯƠNG PHÁP NGHIÊN CỨU
Lý thuyết mô hình HPM
A T Court, một chuyên gia phân tích của ngành công nghiệp ô tô Mỹ, đã thiết lập ra mô hình HPM đầu tiên vào năm 1939 (Goodman, 1978) Ông sử dụng thuật ngữ “hưởng thụ” để đề cập đến giá của ô tô như là một hàm của các đặc tính riêng của mỗi chiếc ô tô và thực hiện phân tích đánh giá hưởng thụ của các hàng hóa không đồng nhất Mục đích cuối cùng của ông là xây dựng chỉ số giá cho ngành công nghiệp ô tô Sau đó, phương pháp này đã được mở rộng ra cho các hàng hóa tiêu dùng khác Ví dụ như Brosen et al (1984) đã ứng dụng mô hình HPM để xác định các yếu tố ảnh hưởng đến giá của gạo.
Lancater (1966) đã phân tích rằng cầu về hàng hóa không đồng nhất, đặc biệt là nhà ở, không chỉ dựa vào bản thân hàng hóa mà còn phụ thuộc vào các đặc tính của nó Khi các hộ gia đình mua nhà, họ xem đó như một khoản đầu tư và tận dụng các tiện ích từ ngôi nhà Mức độ tiện ích này phụ thuộc vào nhiều đặc tính khác nhau, điều này làm cho việc phân tích thị trường hàng hóa theo mô hình kinh tế cổ điển trở nên khó khăn, vì không thể chỉ dựa vào mức giá đơn lẻ Giá của hàng hóa được hình thành từ giá trị tiêu dùng, với mỗi đặc tính đi kèm một mức giá ẩn.
Rosen (1974) đã phát triển một mô hình cân bằng cho thị trường cung và cầu dựa trên các đặc tính riêng của hàng hóa, thiết lập lý thuyết giá hưởng thụ Mô hình này bao gồm hai giai đoạn: giai đoạn đầu tiên ước tính giá ẩn của các thuộc tính thông qua hồi quy giá với các đặc tính của hàng hóa, tạo ra một biện pháp đo lường giá mà chưa chỉ ra hàm cầu nghịch đảo Giai đoạn thứ hai xác định đường cầu nghịch đảo hoặc hàm giá sẵn lòng trả biên, dựa trên hàm giá ẩn được ước tính ở giai đoạn đầu.
Mô hình của Lancater, Rosen và các mô hình giá hưởng thụ khác đều cho rằng hàng hóa có nhiều thuộc tính kết hợp tạo thành giá trị tiêu dùng Khi lựa chọn tiêu dùng, giá trị không chỉ phụ thuộc vào các đặc điểm nội tại của nhà ở như số lượng phòng, kích thước hay năm xây dựng, mà còn liên quan đến vị trí, đặc điểm khu phố, sự dễ dàng tiếp cận các tiện ích như khu mua sắm, trường học, bệnh viện, công viên, khoảng cách đến nơi làm việc và chất lượng môi trường (Batalhone et al, 2002).
Phương pháp HPM dựa trên giả thuyết rằng việc cải thiện môi trường có thể làm thay đổi giá trị bất động sản trong tương lai Kết quả từ các chương trình cải thiện môi trường không chỉ ảnh hưởng đến lợi ích mà còn tác động trực tiếp đến giá thị trường Bằng cách tách biệt các yếu tố môi trường khỏi giá trị và giá cả thị trường, phương pháp HPM cho phép sử dụng giá thị trường như một đại diện cho giá trị môi trường.
Phương pháp HPM (Hedonic Pricing Method) đo lường ảnh hưởng của thay đổi phúc lợi trong các tài sản và dịch vụ môi trường bằng cách ước lượng tác động của các thuộc tính môi trường lên giá trị hàng hóa Theo Anil Markandya et al (2002), phương pháp này giúp xác định cách mà các thuộc tính môi trường ảnh hưởng đến phúc lợi của cá nhân.
- Xác định sự chênh lệch giá trị tài sản là bao nhiêu do có sự khác biệt về môi trường giữa các tài sản; và
Suy ra giá trị mà người dân sẵn lòng chi trả cho việc cải thiện chất lượng môi trường là rất quan trọng, vì nó phản ánh nhận thức và mong muốn của cộng đồng đối với sự phát triển bền vững Giá trị xã hội của sự cải thiện này không chỉ nằm ở việc nâng cao sức khỏe cộng đồng mà còn góp phần tạo ra môi trường sống tốt hơn cho các thế hệ tương lai.
3.2.Ứng dụng HPM lên thị trường nhà ở trong các nghiên cứu trước:
Thị trường bất động sản khác biệt so với các loại hàng hóa tiêu dùng khác nhờ vào các đặc tính như độ bền, tính không đồng nhất và tính cố định.
Nhà ở có tính phức tạp cao do không có thuộc tính đồng nhất Mỗi ngôi nhà mang những đặc điểm riêng biệt như diện tích, số phòng, kết cấu, độ cũ mới, vật liệu xây dựng và môi trường xung quanh, tạo nên sự đa dạng trong loại hình nhà ở.
Việc xây dựng đường cầu cho nhà ở không thể thực hiện như với các hàng hóa đồng nhất, do tính chất đặc thù của bất động sản Sử dụng phương pháp đánh giá hưởng thụ sẽ giúp phân tích các yếu tố ảnh hưởng đến sự khác biệt giữa các ngôi nhà.
Tính cố định của nhà ở có mối liên hệ chặt chẽ với đất đô thị, đặc biệt là vị trí Việc cư dân di chuyển thường xuyên không chỉ tốn kém mà còn gây ra nhiều bất tiện cho cuộc sống hàng ngày.
Khi lựa chọn nhà ở, cần xem xét mối quan hệ với hàng xóm, khoảng cách đến nơi làm việc và sự gần gũi với các tiện ích công cộng như trường học, trung tâm mua sắm và công viên.
Độ bền của nhà ở là yếu tố quan trọng, vì đây là loại hàng hóa có thời gian sử dụng lâu dài Người tiêu dùng có thể lựa chọn giữa nhà mới và nhà cũ, tùy theo sở thích cá nhân, nhằm tận hưởng những tiện ích tốt nhất mà mỗi loại nhà mang lại.
Việc áp dụng mô hình HPM cho thị trường nhà ở dựa trên một số giả định quan trọng như (Dusse & Jones, 1998 cited by Chin and Chau, 2002):
Thị trường được giả định là hoạt động trong môi trường cạnh tranh hoàn hảo, nơi có nhiều người mua và người bán Trong bối cảnh này, không có cá nhân nào có khả năng tác động đáng kể đến giá tài sản Người mua và người bán có quyền tự do gia nhập và rời khỏi thị trường.
Người mua và người bán thường giả định rằng họ có thông tin hoàn hảo về sản phẩm nhà ở và giá cả, điều này khá hợp lý do giá trị lớn của ngôi nhà Người mua thường nỗ lực tìm hiểu thông tin chi tiết về các thuộc tính của ngôi nhà trước khi quyết định mua, với nhiều thông tin như giá cả và các thuộc tính có sẵn trên báo chí hoặc từ các nhà môi giới bất động sản Đối với người bán, việc nắm vững kiến thức về thị trường và giá cả giúp họ tối đa hóa lợi nhuận Tuy nhiên, thực tế cho thấy rằng thông tin hoàn hảo hiếm khi tồn tại.
- Cuối cùng, HPM chỉ áp dụng theo giả định của cân bằng thị trường.
Ứng dụng của mô hình HPM lên thị trường nhà ở trong các nghiên cứu trước 25 1 Yếu tố vị trí
Giao thông được định nghĩa là sự dễ dàng trong việc di chuyển, được đánh giá qua thời gian, chi phí và sự thuận tiện của các phương thức vận tải Người mua thường cân nhắc giữa chi phí nhà ở và chi phí đi lại Nghiên cứu của So et al (1996) tại Hồng Kông cho thấy rằng sự thuận tiện trong giao thông, đặc biệt là khoảng cách đến các trạm vận tải công cộng như đường sắt và xe buýt, có ảnh hưởng tích cực đến giá nhà Do đó, người mua sẵn sàng chi trả nhiều hơn cho bất động sản có khả năng tiếp cận thuận lợi đến nơi làm việc.
Giá trị tài sản thường gắn liền với các thuộc tính cấu trúc của nó Malpezzi (2002) chỉ ra rằng những ngôi nhà có nhiều thuộc tính mong muốn hơn sẽ có giá trị thị trường cao hơn Tuy nhiên, nghiên cứu của Chin và Chau (2002) cho thấy rằng các thuộc tính cấu trúc được ưa chuộng có thể thay đổi theo thời gian và khác nhau giữa các quốc gia.
Nhiều nghiên cứu đã chỉ ra rằng số lượng phòng khách, phòng ngủ, phòng tắm và diện tích sàn có ảnh hưởng tích cực đến giá nhà (Nelson, 2003; Limsombunchai et al, 2004; Kim, 2001) Người mua thường sẵn sàng chi trả nhiều hơn cho những ngôi nhà có không gian lớn hơn, đặc biệt là các không gian chức năng, nhằm đáp ứng nhu cầu của các gia đình đông thành viên và những người có khả năng tài chính tốt hơn Chẳng hạn, nghiên cứu của Limsombunchai et al (2004) tại thị trường nhà ở New Zealand cho thấy việc tăng thêm một phòng ngủ có thể làm tăng giá trị ngôi nhà khoảng 0,08%.
Nghiên cứu cho thấy tuổi của ngôi nhà có mối quan hệ nghịch biến với giá trị bất động sản (Limsombunchai et al, 2004; Frew and Jud, 2003; Bajari and Kahn, 2007; Kim, 2001) Cụ thể, nhà cũ thường có giá trị thấp hơn do phải chịu chi phí bảo trì và sửa chữa Tuy nhiên, tác động của tuổi đến giá nhà không lớn, vì nhà ở có tính chất bền vững Chẳng hạn, nghiên cứu của Frew và Jud (2003) chỉ ra rằng mỗi 1% gia tăng tuổi của ngôi nhà chỉ làm giảm 0,0004% giá trị nhà ở Portland, Oregon.
Diện tích đất lớn, tầng hầm, nhà để xe và hệ thống sưởi ấm đều ảnh hưởng đến giá trị bất động sản (Bajari và Kahn, 2007; Frew và Jud, 2003; Kim, 2001; Limsombunchai et al, 2004) Cụ thể, Kim (2001) chỉ ra rằng việc lắp đặt một trung tâm sưởi ấm có thể làm tăng giá nhà ở Seoul, Hàn Quốc khoảng 0,184%.
Raymond (2002) cho rằng giá trị của các thuộc tính hàng xóm có thể được xác định thông qua giá cả tiêu dùng khi không có giá trị rõ ràng trên thị trường Nghiên cứu của Bajari và Kahn (2007) chỉ ra rằng các hộ gia đình có thu nhập cao và trình độ giáo dục tốt thường ưa chuộng sống trong những ngôi nhà chất lượng cao tại khu vực ngoại ô thành phố.
Gần các trung tâm mua sắm có ảnh hưởng tích cực đến giá trị bất động sản xung quanh Nghiên cứu của Chin và Chau (2002) cho thấy rằng, những ngôi nhà nằm trong bán kính 2km từ trung tâm mua sắm có giá trị cao hơn khoảng 0,11% so với những ngôi nhà không có đặc điểm này tại Penang, Malaysia.
Nghiên cứu của Sander và Polasky đã chỉ ra rằng các lợi ích bên ngoài như cảnh quan đẹp, không gian yên tĩnh và sự hiện diện của mảng xanh đô thị đóng vai trò quan trọng trong việc nâng cao chất lượng cuộc sống.
Nghiên cứu năm 2008 tại thành phố Ramsey, Hoa Kỳ cho thấy người dân rất coi trọng những khu nhà ở có không gian xanh và khả năng tiếp cận các khu vực vui chơi giải trí nhiều cây cối.
Ô nhiễm không khí và ô nhiễm tiếng ồn có tác động tiêu cực đến giá nhà, theo các nghiên cứu về yếu tố môi trường (Nelson, 1982; Nelson, 2003; Kim, 2001; Chau, 2004; Batalhone, 2002; Kim et al, 2007) Nghiên cứu của Batalhone (2002) tại Brasília, Brazil cho thấy sự cải thiện ô nhiễm không khí từ nhà máy xử lý rác làm tăng giá nhà trong khu vực bị ô nhiễm Đối với ô nhiễm tiếng ồn, nghiên cứu của Nelson (2003) chỉ ra rằng tiếng ồn từ máy bay ảnh hưởng đến giá trị tài sản tại 23 sân bay ở Canada và Hoa Kỳ, với giá nhà ở Hoa Kỳ giảm khoảng 0,5% đến 0,6% cho mỗi đơn vị cường độ âm thanh (decibel) và ở Canada giảm từ 0,8% đến 0,9%.
Bảng 3.1: Mối quan hệ giữa môi trường và giá trị tài sản phân loại theo các yếu tố môi trường của các nghiên cứu trước (Chau et al, 2004):
Loại ngoại tác Nghiên cứu (năm) Tác động lên giá trị tài sản Ô nhiễm không khí
Tác động tiêu cực và có ý nghĩa thống kê
Tác động tiêu cực và có ý nghĩa thống kê
3 Nelson (1978) Tác động tiêu cực và có ý nghĩa thống kê
4 Li & Brown (1980) Tác động tiêu cực và có ý nghĩa thống kê
5 Graves et al (1988) Tác động tiêu cực và có ý nghĩa thống kê
6 Zabel & Kiel (2000) Tác động tiêu cực nhưng không có ý nghĩa thống kê
Tiếng ồn 1 De Vany (1976) Tác động tiêu cực và có ý nghĩa thống kê đối với những căn nhà cách sân bay một dặm
2 Nelson (1979) Tác động tiêu cực và có ý nghĩa thống kê
3 Taylor et al (1982) Tác động tiêu cực và có ý nghĩa thống kê
4 Lake et al (2000) Tác động tiêu cực và có ý nghĩa thống kê
5 Levesque (1994) Tác động tiêu cực và có ý nghĩa thống kê
Tác động tiêu cực và có ý nghĩa thống kê
Hướng nhìn 1 Li & Brown (1980) Tác động tích cực và có ý nghĩa thống kê
(1985) Tác động tích cực và có ý nghĩa thống kê
(1990) Tác động tích cực và có ý nghĩa thống kê
Tác động tích cực và có ý nghĩa thống kê
5 Wolverton (1997) Tác động tích cực và có ý nghĩa thống kê
6 Benson et al (1998) Tác động tích cực và có ý nghĩa thống kê
Yếu xóm tố hàng 1 Oates (1969) Tác động tích cực và có ý nghĩa thống kê
2 Mark (1980) Tác động tiêu cực và có ý nghĩa thống kê
3 McMillan et (1980) al Tác động tích cực và có ý nghĩa thống kê
4 Diamond (1980) Tác động tiêu cực và có ý nghĩa thống kê
5 Mann (1982) Tác động tích cực và có ý nghĩa thống kê
6 Sirpal (1994) Tác động tích cực và có ý nghĩa thống kê
3.3.Tổng quan về thị trường nhà ở tại Tp HCM:
Thành phố Hồ Chí Minh đang trên đà phát triển mạnh mẽ và dự kiến sẽ trở thành một siêu đô thị với dân số khoảng 10 triệu người trong tương lai Sự tăng trưởng nhanh chóng này đã ảnh hưởng đáng kể đến các mô hình phát triển đô thị và tình hình sử dụng đất, không chỉ trong nội thành mà còn lan tỏa đến các tỉnh lân cận.
Quận 1,3,5,6 Quận 4,8,10,11, Bình Thạnh,Phú Nhuận
Gò Vấp,Tân Bình,Tân Phú
Quận 2,7,9,12 Thủ Đức,Bình Tân
Hóc Môn,Bình Chánh,Nhà Bè Củ Chi,Cần Giờ
Nguồn: Viện Quy hoạch Xây dựng Nikken Sekkei, 2007.
Hình 3.1: Bản đồ phân loại quận, huyện ở Tp HCM
Thành phố Hồ Chí Minh, một trong những thành phố trực thuộc trung ương, có vị trí tương đương với một tỉnh và được chia thành 24 quận huyện Hiện trạng đô thị hóa tại đây bao gồm ba khu vực chính: nội thành hiện hữu, nội thành phát triển và ngoại thành Khu nội thành hiện hữu có 13 quận, bao gồm quận 1 và quận 3, thể hiện sự phát triển mạnh mẽ của đô thị.
Thành phố Hồ Chí Minh, với quận 1 và quận 3 là lõi trung tâm, bao gồm 6 quận nội thành phát triển như quận 2, 7, 9, 12, Thủ Đức và Bình Tân Ngoài ra, khu vực ngoại thành có 5 huyện: Nhà Bè, Cần Giờ, Củ Chi, Hóc Môn và Bình Chánh Là thành phố trực thuộc trung ương, TP HCM chịu sự quản lý và phát triển quan trọng từ chính phủ và các bộ ngành.
Theo thống kê của Cục Thống kê Tp HCM năm 2010, mật độ dân số trung bình của Thành Phố HCM đạt 3.500 người/km2, với mật độ ở các quận nội thành cao hơn nhiều so với các huyện ngoại thành Quận Bình Tân là quận đông dân nhất với hơn 595.000 người, tiếp theo là quận Gò Vấp với gần 548.000 người.
Bảng 3.2: Dân số và biến động dân số Tp.HCM
2 Tỉ lệ tăng tự nhiên(‰)
3 Tỷ lệ tăng cơ học (‰) 19,85 21,28 20,76 20,72 20,74
Nguồn: Cục Thống kê Tp HCM (2010)
T lệ tăng dân số trung bình hàng năm của cả thành phố từ năm 2007 đến năm
Năm 2010, tỷ lệ tăng dân số tại TP.HCM đạt khoảng 30‰, bao gồm cả tăng tự nhiên và tăng cơ học Các quận ngoại thành như Bình Chánh, Tân Phú, Bình Tân ghi nhận mức tăng dân số nhanh chóng, trong khi các quận trung tâm như quận 1 và 3 lại có xu hướng giảm Nguyên nhân chính là do giá nhà đất và thuê văn phòng tại các quận nội thành tăng cao, khiến người dân chuyển ra ngoại thành để cho thuê Thêm vào đó, chính sách giãn dân của thành phố cũng góp phần làm giảm dân số tại các quận trung tâm Quá trình đô thị hóa tại TP.HCM diễn ra theo hướng từ tây sang bắc, đông và cuối cùng là nam, tương tự như sự phát triển của Tokyo.
Áp dụng phương pháp HPM để xác định giá nhà trong trường hợp ở Tp
Nghiên cứu thực nghiệm về các phương pháp HPM đã được tiến hành ở nhiều quốc gia, như đã đề cập trong chương 2 Tuy nhiên, vẫn còn thiếu các nghiên cứu áp dụng mô hình giá hưởng thụ để đánh giá các thuộc tính nhà ở tại Tp HCM.
Thông tin về nhà ở tại Tp HCM được công bố rộng rãi nhờ sự hiện diện của các tổ chức BĐS chuyên nghiệp như sàn giao dịch và Hiệp hội BĐS Người dân dễ dàng tiếp cận thông tin về các dự án, thuộc tính và giá nhà Do đó, việc ứng dụng mô hình giá hưởng thụ cho thị trường BĐS tại Tp HCM là khả thi, vì hầu hết các giả định cơ bản của mô hình đều được đáp ứng.
Người mua nhà tại Tp HCM thường ưu tiên những thuộc tính như vị trí gần trung tâm thành phố, tính pháp lý rõ ràng, diện tích sàn sử dụng rộng rãi và môi trường sống tốt Những yếu tố này không chỉ ảnh hưởng đến sự lựa chọn của người mua mà còn tác động trực tiếp đến giá trị bất động sản trên thị trường.
Hiện nay, TP HCM chỉ có một trung tâm duy nhất bao gồm Quận 1 và Quận 3 Cấu trúc tương lai của thành phố sẽ tập trung vào khu lõi trung tâm và các trung tâm khu vực, với khu Nam Sài Gòn và Thủ Thiêm đang trong quá trình quy hoạch và xây dựng Trong bối cảnh thị trường BĐS TP HCM, vị trí gần trung tâm thành phố trở thành yếu tố quan trọng đối với người mua, vì hầu hết các tiện ích công cộng như trung tâm mua sắm, văn phòng và bệnh viện đều tập trung tại đây Điều này giải thích cho mức giá cao của các căn hộ ở Quận 1 và Quận 3, trong khi giá bất động sản ở các vùng ven như Quận 12, Quận 8, Bình Chánh, Nhà Bè và Bình Tân lại tương đối rẻ hơn Người mua sẵn sàng chi trả nhiều hơn cho những ngôi nhà gần trung tâm để tránh bất tiện trong việc di chuyển.
Chiều rộng đường trước nhà không chỉ ảnh hưởng đến giao thông thuận lợi mà còn góp phần tăng thu nhập cho các hộ gia đình kinh doanh tại Tp HCM Những ngôi nhà có mặt tiền rộng rãi thường tạo điều kiện thuận lợi hơn cho hoạt động kinh doanh, giúp gia tăng cơ hội thành công và thu hút khách hàng.
Các thuộc tính cấu trúc như diện tích đất, diện tích sàn, số lượng phòng ngủ và phòng tắm đã được xác định qua nhiều nghiên cứu Người mua thường sẵn lòng chi trả nhiều hơn cho những tài sản có không gian chức năng lớn hơn, dẫn đến giá trị cao hơn cho những bất động sản này.
Giá nhà ở Tp HCM có mối quan hệ tỉ lệ nghịch với tuổi của ngôi nhà, nhưng người bán thường không công khai năm xây dựng do tính chất lâu bền của bất động sản Nghiên cứu này không xem xét yếu tố tuổi nhà do hạn chế về thời gian và chi phí trong việc thu thập thông tin, và như đã đề cập ở chương trước, tác động của tuổi nhà lên giá cả là không đáng kể.
Chất lượng kết cấu, bao gồm loại vật liệu và thiết kế kiến trúc, đóng vai trò quan trọng trong việc xác định giá trị nhà ở tại Tp HCM Những ngôi nhà có giá trị cao thường chú trọng đến chất lượng vật liệu và các yếu tố thẩm mỹ Theo Thông tư 05 ngày 09/02/1993 của Bộ Xây dựng, nhà phố được phân loại thành bốn cấp khác nhau, chi tiết có thể tham khảo tại Phụ lục 3.
Nhà cấp I cần có đầy đủ các phòng chức năng như phòng ngủ, phòng ăn và phòng tiếp khách Bếp và nhà vệ sinh phải được thiết kế riêng biệt và nằm cùng tầng với căn hộ Vật liệu hoàn thiện sử dụng phải là trát ốp lát và trang trí cao cấp, đảm bảo tính thẩm mỹ Khung cột và tường chịu lực phải được làm từ vật liệu không cháy, đảm bảo an toàn cho công trình.
Nhà cấp II được đánh giá có chất lượng sử dụng tương đối cao, mặc dù các thiết bị và trang trí nội thất, hệ thống điện nước, cũng như vệ sinh không đạt tiêu chuẩn như nhà cấp I Các thành phần cấu trúc như khung cột, tường, sàn và mái che được làm từ vật liệu không cháy, đảm bảo an toàn cho người sử dụng.
Nhà cấp III có chất lượng sử dụng trung bình, với hoàn thiện nội thất và trang thiết bị vệ sinh đạt mức độ vừa phải Các thành phần như khung cột, tường, sàn và mái che được xây dựng từ vật liệu khó cháy, đảm bảo an toàn cho người sử dụng.
- Nhà cấp IV thường chỉ có một hoặc hai phòng, sử dụng chung bếp, nhà vệ sinh Chất lượng hoàn thiện bên trong, bên ngoài ngôi nhà ở mức thấp.
Nhà ở tại Tp HCM, khu vực nhiệt đới, không cần các thuộc tính như hệ thống sưởi ấm, vì thời tiết nơi đây có nhiều ánh nắng mặt trời quanh năm.
Ngoài ra, những ngôi nhà có bố trí nhà để xe hơi, sân vườn được cho là có thể nâng cao giá trị của những ngôi nhà.
Các thuộc tính hàng xóm cho thấy sự phân chia rõ rệt về kinh tế - xã hội Có những khu dân cư danh giá, nơi chỉ những người giàu có sinh sống như khu trung tâm thành phố và Phú Mỹ Hưng Ngược lại, có những khu vực dành cho giai cấp công nhân gần các khu công nghiệp, cùng với các khu nhà ổ chuột nơi người nghèo cư trú, chẳng hạn như ở quận 8, quận 4, Nhà Bè, Bình Chánh và Tân Phú.
Tại TP HCM, quá trình đô thị hóa khởi đầu từ phía Tây, sau đó lan rộng ra phía Bắc, Đông và phía Nam Các khu vực có điều kiện đất đai thuận lợi sẽ trải qua đô thị hóa nhanh chóng hơn, dẫn đến chi phí thấp hơn so với các khu vực khác Những khu vực được đô thị hóa sớm sẽ có đầy đủ tiện nghi và chất lượng tốt hơn, do đó giá nhà tại đây cũng cao hơn.
Sự hiện diện của trường học đóng vai trò quan trọng trong việc tăng giá trị bất động sản, đặc biệt là đối với những gia đình có trẻ em đang đi học Người mua thường ưu tiên lựa chọn những ngôi nhà gần các trường học lớn nhằm đảm bảo con cái họ được học tập trong môi trường chất lượng.
Dạng hàm hồi quy
Với các thuộc tính được nêu ở bảng 3.3, phương trình hồi quy như sau:
PRICE = f (SIZE, LOTSIZE, ROOMS, BATHROOMS, GARAGE, GARDEN, AMENITIES, ROAD, DISTAN, LEVEL1, LEVEL2, LEVEL3, INNER, EAST, WEST, SOUTH, ε) (3.1) Định nghĩa biến và dấu kỳ vọng:
LOTSIZE (+) = Diện tích sử dụng
BATHROOMS (+) = Số phòng vệ sinh.
GARAGE (+) = Nhà để xe hơi; 1 nếu nhà có nhà để xe, 0 nếu khác GARDEN (+) = Khu vườn; 1 nếu nhà có vườn, 0 nếu khác.
Tiện nghi xung quanh ngôi nhà là yếu tố quan trọng trong việc đánh giá giá trị bất động sản Nếu ngôi nhà nằm trong khoảng cách 2km gần hai hoặc nhiều hơn các tiện nghi như trường học, bệnh viện, siêu thị, sẽ được tính 1 điểm Ngược lại, nếu không có đủ tiện nghi trong bán kính này, điểm số sẽ là 0.
ROAD (+) = Chiều rộng đường trước nhà (m).
DISTAN (-) = Khoảng cách đến trung tâm thành phố
(km) LEVEL1 (?) = Nhà cấp 1; 1 nếu nhà cấp 1, 0 nếu khác.
LEVEL2 (?) = Nhà cấp 2; 1 nếu nhà cấp 2, 0 nếu khác LEVEL3 (?) = Nhà cấp 3; 1 nếu nhà cấp 3, 0 nếu khác.
INNER (?) = Khu vực trung tâm Tp HCM; 1 nếu nhà thuộc khu vực trung tâm, 0 nếu thuộc khu vực khác.
EAST (?) = Khu vực phía Đông Tp HCM; 1 nếu nhà thuộc khu vực phía Đông, 0 nếu thuộc khu vực khác.
WEST (?) = Khu vực phía Tây Tp HCM; 1 nếu nhà thuộc khu vực phía Tây, 0 nếu thuộc khu vực khác.
SOUTH (?) = Khu vực phía Nam Tp HCM; 1 nếu nhà thuộc khu vực phía Nam, 0 nếu thuộc khu vực khác. ε = Sai số.
Hầu hết các yếu tố đều ảnh hưởng tích cực đến giá nhà, ngoại trừ khoảng cách đến trung tâm thành phố Cụ thể, những ngôi nhà có diện tích đất hoặc diện tích sàn sử dụng lớn thường có giá trị cao hơn.
Một nghiên cứu thực nghiệm về mô hình giá hưởng thụ cho thấy rằng việc lựa chọn dạng hàm là rất quan trọng Các dạng hàm cơ bản như tuyến tính, bán log và log-log có thể được áp dụng cho mô hình này Nếu lựa chọn dạng hàm không chính xác, điều đó có thể dẫn đến những ước lượng không phù hợp.
2004) Lý thuyết về giá hưởng thụ có rất ít hướng dẫn về việc lựa chọn dạng hàm
P h (E) thích hợp (Malpezzi, 2002) Dạng hàm được sử dụng thuyền xuyên và phổ biến nhất cho hàm giá hưởng thụ của nhà ở là log-log và semi-log:
Hình 3.4: Hàm đánh giá hưởng thụ của nhà ở
0 Cải thiện môi trường Thuộc tính môi trường (E)
Mô hình HPM là một biến thể của hồi quy bình phương bé nhất (OLS), vì vậy hàm hồi quy tổng thể của nó tương tự như mô hình OLS và tuân thủ các giả định của phương pháp hồi quy này.
Trong bài nghiên cứu này sẽ xem xét hai dạng hàm phổ biến là hàm log-log và semi-log như sau:
+ Mô hình hồi quy bán logarit (log-liner): lnPRICE = β 1 + β 2 *SIZE + β 3 *LOTSIZE + β 4 *BEDROOMS + β 5 *BATHROOMS + β 6 *GARAGE + β 7 *GARDEN + β 8 *AMENITIES + β 9 *ROAD + β 10 *DISTAN + β 11 *LEVEL1 + β 12 *LEVEL2 + β 13 *LEVEL3 + β 14 *INNER + β 15 *EAST + β 16 *WEST + β 17 *SOUTH (3.2)
+ Mô hình hồi logarit (log-log): lnPRICE = β 1 + β 2 *lnSIZE + β 3 *lnLOTSIZE + β 4 *lnBEDROOMS + β 5 *lnBATHROOMS + β 6 *GARAGE + β 7 *GARDEN + β 8 *AMENITIES + β 9 *lnROAD +
7β 10 *lnDISTAN + β 11 *LEVEL1 + β 12 *LEVEL2 + β 13 *LEVEL3 + β 14 *INNER + β 15 *EAST
3.6.Mô tả bộ số liệu nghiên cứu:
Số liệu thứ cấp: được thu thập qua các phương tiện thông tin đại chúng (báo chí, truyền hình, internet,…).
Tập dữ liệu mẫu dùng cho phân tích có nguồn gốc từ ba sàn giao dịch BĐS lớn tại Tp HCM:
+ Sàn giao dịch BĐS www.sacomreal.com.vn;
+ Sàn giao dịch BĐS www.muabannhadat.com.vn;
+ Cổng thông tin và giao dịch địa ốc online: www.diaoconline.vn.
Một nghiên cứu đã chọn ngẫu nhiên 600 mẫu quan sát nhà ở từ ba sàn giao dịch bất động sản, được thu thập từ tháng 01 đến tháng 04 năm 2012 Các mẫu quan sát này được phân bổ đồng đều trên tất cả các quận huyện trung tâm và ngoại thành của Thành phố Hồ Chí Minh, như thể hiện trong hình 3.5.
Thông tin về nhà ở trên các sàn giao dịch bất động sản luôn sẵn có cho những người mua quan tâm Bên cạnh cơ sở dữ liệu, thông tin về các thuộc tính ảnh hưởng đến giá nhà được thu thập thông qua khảo sát khu vực và các phép đo trên bản đồ, sử dụng Google Map để đảm bảo độ chính xác.
Sau khi tổng hợp và lọc lại các quan sát, mẫu sẵn có cuối cùng cho nghiên cứu này là 562 quan sát (Phụ lục 6).
Thời gian lấy mẫu từ tháng 01/2012 đến tháng 04/2012 vì giá nhà trong thời gian này tương đối ổn định.
Hình 3.5: Bảng đồ các khu vực của Tp HCM
Bộ số liệu nghiên cứu
4.1 Thống kê mô tả bộ dữ liệu:
Trong nghiên cứu, đã thu thập tổng cộng 108 dữ liệu về nhà ở từ khu vực nội thành, bao gồm 99 nhà ở từ phía Đông, 125 nhà ở từ phía Tây, 115 nhà ở từ phía Nam và 116 nhà ở từ phía Bắc thành phố.
Cấp nhà được phân loại thành 4 cấp dựa trên thông tin hiện có, với tổng số liệu thu thập gồm 87 nhà ở cấp 1, 186 nhà ở cấp 2, 174 nhà ở cấp 3 và 115 nhà ở cấp 4.
Thông qua địa chỉ của mỗi ngôi nhà, ta có thể xác định vị trí chính xác và sử dụng bản đồ để đo khoảng cách từ ngôi nhà đến trung tâm thành phố cùng các tiện ích xã hội lân cận.
Các số liệu thống kê mô tả của các biến định lượng được thể hiện trên bảng 4.1 và hệ số tương quan giữa các biến thể hiện ở bảng 4.2.
Bảng 4.1: Thống kê mô tả số liệu.
PRICE SIZE LOTSIZE ROOMS ROAD DISTANT
Hệ số tương quan giữa các biến trong mô hình: