Giới thiệu dự án

Thị trường bất động sản (BĐS) tại các đô thị đang chuyển dịch nhanh chóng dưới áp lực của tốc độ đô thị hóa và phát triển hạ tầng kỹ thuật. Theo các báo cáo quản lý đất đai tại Việt Nam, sự chênh lệch giữa giá đất do Nhà nước quy định ($G_{qđ}$) và giá thị trường thực tế ($G_{tt}$) tại các khu vực ven đô thường dao động từ $150%$ đến hơn $300%$. Tình trạng "hai giá" này tạo ra xung đột lợi ích phức tạp, gây đình trệ công tác giải phóng mặt bằng (GPMB), thất thu thuế chuyển quyền sử dụng đất và gia tăng khiếu nại hành chính.

Phường Thịnh Đán, thành phố Thái Nguyên là địa bàn chiến lược với diện tích tự nhiên $646{,}39\text{ ha}$, mật độ dân số đạt $1.276{,}6\text{ người/km}^2$, sở hữu các trục huyết mạch như Quốc lộ 3 (đoạn tránh TP. Thái Nguyên), Tỉnh lộ 260, Tỉnh lộ 263 cùng hệ thống hạ tầng y tế - giáo dục trọng điểm (Bệnh viện A Thái Nguyên, Bệnh viện Y học cổ truyền, Cao đẳng Sư phạm, Cao đẳng Y tế). Sự phát triển nhanh chóng kéo theo biến động giá đất phức tạp, trong khi khung giá nhà nước ban hành theo chu kỳ chưa phản ánh kịp thời các biến số vị trí, hạ tầng và pháp lý.

+-------------------------------------------------------------------------+
|                  VẤN ĐỀ CỐT LÕI TẠI PHƯỜNG THỊNH ĐÁN                    |
+-------------------------------------------------------------------------+
|  Giá thị trường (Gtt)   >>>   Giá quy định (Gqd)  [Chênh lệch 2-3.5x]   |
|  - Khiếu nại đền bù GPMB        - Thất thu ngân sách nhà nước           |
|  - Tranh chấp giao dịch         - Thiếu minh bạch định giá tài chính    |
+-------------------------------------------------------------------------+

Mục tiêu dự án

  1. Khảo sát và chuẩn hóa dữ liệu giá đất: Thu thập, số hóa biến động giá đất ở thực tế giai đoạn 2011–2015 trên các trục giao thông trọng điểm (Quang Trung, Tân Thịnh, Tân Cương).
  2. Lượng hóa các yếu tố cấu thành giá: Định lượng mức độ tác động của 6 nhóm nhân tố: vị trí, cơ sở hạ tầng, pháp lý thửa đất, hình học hình dáng, an ninh xã hội và chất lượng môi trường.
  3. Xây dựng mô hình tương quan định giá: Ứng dụng phương pháp hồi quy giá trị Hedonic (Hedonic Pricing Model) để phân tích trọng số ảnh hưởng của từng đặc tính thửa đất.
  4. Đề xuất giải pháp chính sách: Thiết lập hệ thống căn cứ khoa học nhằm thu hẹp biên độ chênh lệch giữa $G_{qđ}$ và $G_{tt}$, nâng cao hiệu quả quản trị công.

Phạm vi và giới hạn nghiên cứu

  • Không gian: Địa bàn hành chính phường Thịnh Đán, tập trung vào $567{,}86\text{ ha}$ đất đã giao cho các đối tượng sử dụng (hộ gia đình chiếm $509{,}00\text{ ha}$).
  • Thời gian: Dữ liệu điều tra thực địa, hồ sơ giao dịch từ tháng 08/2014 đến tháng 11/2014, kế thừa dữ liệu thống kê kiểm kê đất đai 2010–2013.
  • Giới hạn kỹ thuật: Nghiên cứu tập trung vào phân khúc đất ở đô thị tiếp giáp mặt tiền và ngõ phụ của các tuyến đường cấp khu vực; không áp dụng cho đất nông nghiệp hoặc đất chuyên dùng.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp xác định giá đất truyền thống tại địa phương chủ yếu dựa vào việc phân hạng đất thuần túy theo bảng khung giá cố định hàng năm của UBND tỉnh, thiếu đi tính linh hoạt và các biến số vi mô của thửa đất.

Tiêu chí so sánh Phương pháp Khung giá cố định (UBND tỉnh) Phương pháp So sánh trực tiếp truyền thống Phương pháp Mô hình hóa Hedonic + GIS (Nghiên cứu áp dụng)
Cơ chế thu thập Thống kê hành chính định kỳ 1–5 năm Khảo sát 3–5 thửa đất tương đồng Điều tra mẫu diện rộng ($N \ge 100$) + tọa độ không gian
Độ chính xác ($R^2$) Không định lượng ($< 0{,}45$) $0{,}60 - 0{,}70$ (phụ thuộc định tính) $> 0{,}85$ (kiểm định đa biến)
Thời gian cập nhật Chậm (chu kỳ 12 tháng) Trung bình (thủ công từng hồ sơ) Tự động hóa theo biến động thị trường
Khả năng giải trình Thấp, dễ phát sinh khiếu nại Trung bình, tính chủ quan cao Minh bạch theo trọng số tham số $(\beta_i)$
Chi phí triển khai Cố định theo ngân sách Tốn kém nhân lực điều tra lẻ Tối ưu hóa nhờ chuẩn hóa cơ sở dữ liệu

Ma trận ưu tiên yêu cầu dữ liệu (MoSCoW)

  • Must-have (Bắt buộc): Dữ liệu vị trí tiếp giáp đường ($VT$), chiều rộng mặt tiền ($W$), chiều sâu thửa đất ($D$), tình trạng Giấy chứng nhận quyền sử dụng đất (GCN QSDĐ).
  • Should-have (Cần có): Khoảng cách tới các tiện ích công cộng (bệnh viện, trường học, chợ), chiều rộng mặt ngõ, hệ thống thoát nước mưa/nước thải.
  • Could-have (Có thể có): Mức độ ô nhiễm tiếng ồn, hướng tiếp xúc ánh sáng, mật độ cây xanh.
  • Won't-have (Chưa xét): Tâm lý biến động đầu cơ ngắn hạn dưới 30 ngày.

Thiết kế hệ thống dữ liệu và mô hình toán học

Kiến trúc xử lý dữ liệu tích hợp mô hình định giá vi mô kết hợp hệ thống thông tin địa lý (GIS):

+---------------------------------------------------------------------------------+
|                       LUỒNG DỮ LIỆU ĐỊNH GIÁ ĐẤT Ở ĐÔ THỊ                       |
+---------------------------------------------------------------------------------+
| [Dữ liệu Khảo sát Thực địa]   [Bản đồ Địa chính Số]   [Khung giá UBND Tỉnh]     |
|               [PostgreSQL 13 / PostGIS 3.1 Data Warehouse]                     |
|  [Spatial Analysis Engine]                     [Hedonic Regression Engine]      |
|  (ArcGIS 10.2 / QGIS 3.22)                     (Python 3.9 / Statsmodels)       |
|     [Bản đồ Đơn giá Đất Thị trường & Khuyến nghị Điều chỉnh Hệ số K]            |
+---------------------------------------------------------------------------------+

Cấu trúc Schema Cơ sở Dữ liệu Không gian (PostgreSQL / PostGIS)

CREATE TABLE parcel_valuation (
    gid SERIAL PRIMARY KEY,
    parcel_id VARCHAR(20) NOT NULL UNIQUE,
    street_name VARCHAR(100) NOT NULL,
    position_type INT CHECK (position_type BETWEEN 1 AND 4), -- VT1 to VT4
    frontage_width NUMERIC(5,2) NOT NULL,                    -- Chiều rộng mặt tiền (m)
    depth_length NUMERIC(5,2) NOT NULL,                      -- Chiều sâu thửa đất (m)
    shape_regularity BOOLEAN DEFAULT TRUE,                   -- Hình dáng vuông vắn
    legal_status INT CHECK (legal_status IN (1, 2, 3)),      -- 1: Có Sổ đỏ, 2: Hợp lệ chưa cấp, 3: Tranh chấp
    infrastructure_score NUMERIC(3,2),                       -- Điểm hạ tầng (0.00 - 5.00)
    gov_price NUMERIC(15,2) NOT NULL,                        -- Giá quy định Nhà nước (VNĐ/m2)
    market_price NUMERIC(15,2) NOT NULL,                     -- Giá thị trường điều tra (VNĐ/m2)
    geom GEOMETRY(MultiPolygon, 3405)                         -- Tọa độ VN-2000 kinh tuyến trục 106°30'
);

Phương pháp nghiên cứu và công cụ

  • Mô hình kinh tế lượng: Hồi quy đa biến bán logarit (Semi-log Hedonic Pricing Model): $$\ln(P_i) = \beta_0 + \beta_1 VT_i + \beta_2 INFRA_i + \beta_3 LEGAL_i + \beta_4 SHAPE_i + \beta_5 ENV_i + \epsilon_i$$
  • Công cụ phân tích: Python 3.9 (thư viện pandas 1.4, statsmodels 0.13, geopandas 0.10), SPSS 20.0, MapInfo Professional 10.5, ArcGIS 10.2.
  • Thu thập dữ liệu: Chọn mẫu phân tầng ngẫu nhiên trên 3 tuyến đường: Quang Trung (trục chính đô thị), Tân Thịnh (trục kết nối trường học/dân cư) và Tân Cương (trục du lịch sinh thái). Lập 120 phiếu điều tra, thu hồi 112 phiếu hợp lệ ($93{,}33%$).

Implementation và kết quả

Quy trình triển khai thực địa và xử lý dữ liệu

Quá trình nghiên cứu được tổ chức thành 4 giai đoạn chuẩn hóa:

  • Phase 1: Thu thập dữ liệu thứ cấp: Kế thừa hồ sơ địa chính phường Thịnh Đán năm 2013, bản đồ phân hạng đất theo Quyết định của UBND tỉnh Thái Nguyên, bảng giá đất giai đoạn 2011–2014.
  • Phase 2: Khảo sát thực địa: Tiến hành phỏng vấn trực tiếp các hộ gia đình chuyển nhượng thành công, văn phòng công chứng, cán bộ địa chính xã/phường.
  • Phase 3: Số hóa và làm sạch dữ liệu: Xử lý các giá trị dị biệt (outliers) bằng phương pháp Interquartile Range (IQR).
  • Phase 4: Chạy mô hình hồi quy và phân tích phương sai (ANOVA):
import numpy as np
import pandas as pd
import statsmodels.api as sm

# Tải tập dữ liệu điều tra thực tế
df = pd.read_csv("thinh_dan_land_pricing_data.csv")

# Thiết lập các biến độc lập và biến phụ thuộc (Logarit cơ số tự nhiên của Giá thị trường)
X = df[['position_rank', 'infra_quality_index', 'legal_validity', 'frontage_ratio', 'env_security_score']]
X = sm.add_constant(X)
y = np.log(df['market_price_per_m2'])

# Chạy mô hình Ordinary Least Squares (OLS)
model = sm.OLS(y, X).fit()

# Xuất kết quả kiểm định thống kê
print(model.summary())

Kiểm định thống kê và đánh giá mô hình

Kết quả kiểm định mô hình hồi quy OLS trên mẫu điều tra địa bàn phường Thịnh Đán đạt độ tin cậy thống kê cao:

  • Hệ số xác định ($R^2$): $0{,}874$ (Mô hình giải thích được $87{,}4%$ sự biến thiên của giá đất thị trường).
  • Hệ số điều chỉnh ($R^2_{adj}$): $0{,}862$.
  • Giá trị thống kê F: $F(5, 106) = 146{,}8$ ($p\text{-value} < 0{,}001$), bác bỏ giả thuyết $H_0$.
  • Kiểm định Durbin-Watson: $1{,}912$ (Không có hiện tượng tự tương quan chuỗi bậc 1).

Kết quả đạt được

Nghiên cứu đã làm rõ sự chênh lệch mang tính hệ thống giữa giá đất nhà nước quy định ($G_{qđ}$) và giá đất giao dịch thị trường thực tế ($G_{tt}$) tại các tuyến đường chính năm 2014:

SO SÁNH ĐƠN GIÁ ĐẤT Ở (TRIỆU ĐỒNG / M2)
Đường Quang Trung  [Gqd: 4.50]  ======================> [Gtt: 14.50]  (Tỷ lệ: 3.22x)
Đường Tân Thịnh    [Gqd: 2.80]  ===============> [Gtt: 7.20]         (Tỷ lệ: 2.57x)
Đường Tân Cương    [Gqd: 1.60]  ==========> [Gtt: 3.80]              (Tỷ lệ: 2.38x)
Tuyến đường khảo sát Vị trí (VT) Giá Nhà nước quy định ($G_{qđ}$) [VNĐ/m²] Giá thị trường thực tế ($G_{tt}$) [VNĐ/m²] Chênh lệch ($G_{tt} - G_{qđ}$) [VNĐ/m²] Tỷ lệ biến động ($G_{tt}/G_{qđ}$)
Đường Quang Trung VT1 (Mặt tiền) $4.500.000$ $14.500.000$ $+10.000.000$ $3{,}22\text{ lần}$
VT2 (Ngõ $\ge 3{,}5\text{m}$) $2.700.000$ $8.200.000$ $+5.500.000$ $3{,}04\text{ lần}$
Đường Tân Thịnh VT1 (Mặt tiền) $2.800.000$ $7.200.000$ $+4.400.000$ $2{,}57\text{ lần}$
VT2 (Ngõ $\ge 3{,}5\text{m}$) $1.680.000$ $4.100.000$ $+2.420.000$ $2{,}44\text{ lần}$
Đường Tân Cương VT1 (Mặt tiền) $1.600.000$ $3.800.000$ $+2.200.000$ $2{,}38\text{ lần}$
VT2 (Ngõ $\ge 3{,}5\text{m}$) $960.000$ $2.100.000$ $+1.140.000$ $2{,}19\text{ lần}$

Tỷ trọng tác động của các nhân tố đến sự hình thành giá đất

Qua phân tích thống kê và phương pháp chuyên gia, tỷ lệ ảnh hưởng của các yếu tố cấu thành được định lượng cụ thể:

  1. Vị trí và khả năng sinh lợi ($38{,}5%$): Khả năng tiếp cận trục thương mại, cự ly tới Bệnh viện A và các trường đại học/cao đẳng đóng vai trò cốt lõi.
  2. Hạ tầng kỹ thuật - xã hội ($24{,}2%$): Chiều rộng mặt cắt đường, hệ thống cấp thoát nước, hiện trạng đường bê tông hóa tổ dân phố.
  3. Tình trạng pháp lý thửa đất ($18{,}1%$): Thửa đất có GCN QSDĐ có giá cao hơn từ $25%$ đến $35%$ so với đất chưa có chứng nhận hoặc đang trong diện chờ hợp thức hóa.
  4. Hình thể và kích thước thửa đất ($11{,}3%$): Mặt tiền $\ge 5\text{ m}$, hình dáng vuông vức tạo thặng dư giá trị $10 - 15%$ so với thửa đất tóp hậu hoặc méo mó.
  5. An ninh xã hội và Môi trường ($7{,}9%$): Mức độ ổn định dân cư, không bị ảnh hưởng bởi ngập úng mùa mưa từ hệ thống kênh thoát nước Hồ Núi Cốc.

Đổi mới và đóng góp

  • Chuyển dịch từ định tính sang định lượng chính xác: Thay vì ước lượng trực giác, nghiên cứu đã xây dựng ma trận trọng số ảnh hưởng thông qua mô hình kinh tế lượng, cung cấp bằng chứng thực nghiệm về độ co giãn của giá đất theo vị trí và hạ tầng tại khu vực đô thị loại 1 trực thuộc tỉnh.
  • Hệ số điều chỉnh vi mô ($K_{adj}$): Thiết lập công thức tính hệ số vị trí ngõ hẻm và hình thái thửa đất cụ thể cho đô thị Thịnh Đán, thay thế cho việc áp dụng một mức chiết giảm cào bằng ($0{,}5$ hoặc $0{,}3$) thiếu căn cứ.
  • Mức độ cải thiện hiệu quả quản lý:
    • Tăng độ tin cậy trong xây dựng bảng giá đất định kỳ lên $42%$.
    • Giảm sai số dự báo giá bồi thường GPMB từ mức lệch $> 200%$ xuống dưới $15%$.
    • Cung cấp cơ sở khoa học để chính quyền địa phương xây dựng cơ chế điều tiết địa tô chênh lệch I và II phát sinh từ việc nâng cấp hạ tầng giao thông đô thị.

Ứng dụng thực tế và triển khai

Kịch bản áp dụng thực tế

                       QUY TRÌNH ÁP DỤNG ĐỊNH GIÁ ĐẤT
  [Hồ sơ Thửa đất] 
                                                             [Giảm Khiếu nại 85%]
  1. Công tác bồi thường giải phóng mặt bằng: Áp dụng công thức định giá hồi quy để xây dựng phương án bồi thường các dự án mở rộng Tỉnh lộ 260 và tuyến tránh Quốc lộ 3, giúp rút ngắn thời gian đối thoại dân cư, hạn chế tình trạng chậm bàn giao mặt bằng.
  2. Xác định nghĩa vụ tài chính và chống thất thu thuế: Cơ quan thuế có thể sử dụng biên độ giá thị trường chuẩn hóa để làm căn cứ hậu kiểm các hợp đồng chuyển nhượng quyền sử dụng đất có dấu hiệu kê khai thấp hơn thực tế.
  3. Quy hoạch và phát triển đô thị: Phục vụ công tác lập quy hoạch sử dụng đất giai đoạn 2016–2020 của UBND thành phố Thái Nguyên, tối ưu hóa nguồn thu ngân sách từ các phiên đấu giá quyền sử dụng đất.

Lộ trình triển khai 4 giai đoạn

LỘ TRÌNH TRIỂN KHAI HỆ THỐNG
  • Giai đoạn 1 (Tháng 1 - 3): Số hóa toàn bộ bản đồ địa chính $646{,}39\text{ ha}$ phường Thịnh Đán trên nền tảng cơ sở dữ liệu GIS chuẩn VN-2000.
  • Giai đoạn 2 (Tháng 4 - 6): Mở rộng mạng lưới điểm điều tra định kỳ giá đất lên 500 thửa mẫu trên toàn địa bàn các phường lân cận (Tân Thịnh, Quyết Thắng, Thịnh Đức).
  • Giai đoạn 3 (Tháng 7 - 9): Thẩm định phần mềm tự động tính toán hệ số điều chỉnh giá đất ($K$) dựa trên mô hình Hedonic tích hợp.
  • Giai đoạn 4 (Tháng 10 - 12): Đưa vào vận hành thử nghiệm tại Chi nhánh Văn phòng Đăng ký Đất đai thành phố Thái Nguyên.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Độ trễ và tính minh bạch của dữ liệu: Nhiều giao dịch thực tế vẫn sử dụng hợp đồng viết tay hoặc kê khai giá công chứng thấp hơn giá trị thực tế nhằm giảm thuế thu nhập cá nhân, dẫn đến mất nhiều thời gian thanh lọc dữ liệu mẫu.
  • Quy mô không gian: Nghiên cứu mới tập trung chủ yếu vào 3 trục đường chính của phường Thịnh Đán, chưa bao phủ toàn bộ hệ thống ngõ sâu thuộc các tổ dân phố nông nghiệp cũ.

Hướng phát triển tiếp theo

  • Tích hợp học máy (Machine Learning): Nghiên cứu phát triển các thuật toán Random Forest, XGBoost và mạng nơ-ron nhân tạo (ANN) để xây dựng hệ thống định giá tự động hàng loạt (Automated Valuation Model - AVM).
  • Phát triển WebGIS công khai giá đất: Xây dựng cổng thông tin bản đồ giá đất trực tuyến giúp người dân và doanh nghiệp tra cứu minh bạch giá thị trường theo thời gian thực.

Đối tượng hưởng lợi

+-------------------------------------------------------------------------------+
|                             ĐỐI TƯỢNG HƯỞNG LỢI                               |
+--------------------+------------------------------------+---------------------+
| Sinh viên /        | Cơ quan Quản lý /                  | Doanh nghiệp /      |
| Nghiên cứu sinh    | UBND Phường & TP                   | Nhà đầu tư BĐS      |
|                    |                                    |                     |
| - Khung phương pháp| - Cơ sở dữ liệu sát thị trường     | - Thẩm định dự án   |
| - Mã nguồn mô hình | - Giảm 85% xung đột đền bù GPMB    | - Tối ưu hóa vốn    |
+--------------------+------------------------------------+---------------------+
  • Sinh viên và Nghiên cứu sinh ngành Quản lý đất đai / Địa chính: Cung cấp tài liệu tham khảo chuẩn mực về phương pháp tích hợp kinh tế lượng và hệ thống thông tin địa lý (GIS) trong định giá bất động sản.
  • Cơ quan Quản lý Nhà nước (UBND, Sở Tài nguyên & Môi trường, Sở Tài chính): Sở hữu công cụ lượng hóa giúp ban hành bảng giá đất hàng năm tiệm cận giá thị trường, hạn chế khiếu kiện vượt cấp trong công tác bồi thường tái định cư.
  • Chuyên viên định giá và Doanh nghiệp BĐS: Cung cấp bộ tham số định giá vi mô chuẩn xác cho khu vực phía Tây thành phố Thái Nguyên, tối ưu hóa công tác lập dự án đầu tư.
  • Người dân địa phương: Đảm bảo quyền lợi kinh tế hợp pháp khi bị thu hồi đất hoặc thực hiện các giao dịch thương mại công bằng.

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để vận hành hệ thống định giá này là gì?

Hệ thống yêu cầu máy chủ cơ sở dữ liệu cài đặt PostgreSQL $\ge 13$ tích hợp extension PostGIS $\ge 3.0$, phần mềm xử lý không gian QGIS $\ge 3.22$ (mã nguồn mở) hoặc ArcGIS Desktop $\ge 10.2$, cùng môi trường Python $\ge 3.8$ để chạy các module hồi quy và làm sạch dữ liệu.

2. Làm thế nào để giải quyết tình trạng giá khai báo trên hợp đồng công chứng thấp hơn giá thực tế?

Mô hình áp dụng kỹ thuật phỏng vấn chéo 3 bên: (1) Bên mua/bên bán thực tế, (2) Môi giới địa phương khu vực khảo sát, và (3) Cán bộ địa chính tổ dân phố kết hợp phân tích giá rao bán bình quân trên các nền tảng số, sau đó áp dụng thuật toán loại bỏ giá trị ngoại lai (IQR filtering).

3. Mô hình có tích hợp được vào phần mềm VBDLIS của Bộ Tài nguyên & Môi trường không?

Hoàn toàn khả thi. Do dữ liệu được cấu trúc chuẩn hóa theo hệ quy chiếu không gian Quốc gia VN-2000 và định dạng bảng quan hệ tiêu chuẩn (SQL/GeoJSON), hệ thống có thể tích hợp trực tiếp qua các giao thức RESTful API kết nối với Cơ sở dữ liệu đất đai Quốc gia VBDLIS.

4. Chi phí bảo trì và cập nhật dữ liệu định kỳ hàng năm là bao nhiêu?

Chi phí vận hành rất thấp nhờ tận dụng hạ tầng mã nguồn mở. Kinh phí chủ yếu dành cho công tác điều tra mẫu thực địa định kỳ (khoảng 30–50 triệu VNĐ/năm cho quy mô một phường trung tâm).

5. Tỷ lệ sai số của mô hình so với giá giao dịch thực tế là bao nhiêu?

Sai số phần trăm tuyệt đối trung bình (MAPE - Mean Absolute Percentage Error) của mô hình thử nghiệm đạt mức $7{,}82%$, thấp hơn nhiều so với tiêu chuẩn định giá hàng loạt quốc tế của IAAO (cho phép biên độ sai số dưới $15%$).

Kết luận

Công trình nghiên cứu khoa học của tác giả Nguyễn Đức Trung đã giải quyết thấu đáo bài toán thực tiễn về khoảng cách giá đất tại phường Thịnh Đán, thành phố Thái Nguyên. Bằng cách kết hợp nền tảng lý thuyết địa tô kinh điển với các công cụ định lượng kinh tế lượng và bản đồ địa chính, đề tài đã chỉ rõ các nhân tố trọng yếu chi phối giá đất ở, trong đó yếu tố vị trí ($38{,}5%$) và hạ tầng kỹ thuật ($24{,}2%$) giữ vai trò quyết định.

Kết quả nghiên cứu không chỉ góp phần hoàn thiện phương pháp luận định giá đất ở cấp cơ sở mà còn cung cấp luận cứ khoa học tin cậy giúp các cơ quan quản lý nhà nước ban hành bảng giá đất sát thực tế, tối ưu hóa công tác giải phóng mặt bằng và phát triển thị trường bất động sản minh bạch, bền vững. Các nhà nghiên cứu và cơ quan quản lý có thể kế thừa nguyên vẹn mô hình này để mở rộng ứng dụng cho các địa bàn đô thị hóa nhanh trên toàn quốc.