Application of Exploratory Factor Analysis (EFA) and Analytic Hierarchy Process (AHP) in Valuation of Urban Residential Land in Quoc Oai Town, Quoc Oai District, Hanoi City

VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 2 (2020) 45-57 
45 
Original Article 
Application of Exploratory Factor Analysis (EFA) 
and Analytic Hierarchy Process (AHP) 
in Valuation of Urban Residential Land 
in Quoc Oai Town, Quoc Oai District, Hanoi City 
Doan Quang Cuong, Tran Quoc Binh 
VNU University of Science, Vietnam National University, Hanoi, 334 Nguyen Trai, Hanoi, Vietnam 
Received 29 November 2019 
Revised 09 January 2020; Accepted 10 April 2020 
Abstract: Land price is essential for land transactions, development of land policy,... Therefore, if 
the determination of land values is accurate and objective, it will greatly contributes to sustainable, 
economical and effective use of land resources. In this study, for identifying factors affecting land 
prices, we had interviewed 100 people, including land users, officials, real estate agents, land 
management experts. Using exploratory factor analysis, we identified five groups of 16 factors 
affecting land prices in Quoc Oai Town: location, policy, region, individuality, and environment, 
where location is the most influential factor group in land prices in Quoc Oai Town. Next, analytic 
hierarchy process is used to determine weight of each factor and calculate their influence index. The 
research results have proved the usefulness of combining EFA and AHP in identifying and 
quantifying factors influencing on land prices for land valuation. 
Keywords: exploratory factor analysis, analytic hierarchy process, land price, Quoc Oai town. 
________ 
 Corresponding author. 
 E-mail address: binh.geomatics@gmail.com 
 https://doi.org/10.25073/2588-1094/vnuees.4521 
D.Q. Cuong, T.Q. Binh / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 2 (2020) 45-57 
46 
Ứng dụng phương pháp phân tích nhân tố khám phá (EFA) 
và phân tích thứ bậc (AHP) trong định giá đất ở đô thị trên 
địa bàn thị trấn Quốc Oai, huyện Quốc Oai, thành phố Hà Nội 
Đoàn Quang Cương, Trần Quốc Bình 
Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia Hà Nội, 334 Nguyễn Trãi, Hà Nội, Việt Nam 
Nhận ngày 29 tháng 11 năm 2019 
Chỉnh sửa ngày 09 tháng 01 năm 2020; Chấp nhận đăng ngày 10 tháng 4 năm 2020 
Tóm tắt: Giá đất là cơ sở phục vụ cho các giao dịch về đất đai, xây dựng chính sách về đất đai,... 
Do vậy, nếu việc xác định giá trị đất đai được chính xác, khách quan thì sẽ góp phần quan trọng cho 
sử dụng đất đai bền vững, tiết kiệm và hiệu quả. Trong nghiên cứu này, để xác định các yếu tố ảnh 
hưởng đến giá đất, chúng tôi khảo sát 100 người dân (người dân sử dụng đất, cán bộ địa chính địa 
phường, nhân viên kinh doanh BĐS, chuyên gia quản lý đất đai). Kết quả phân tích nhân tố khám 
phá cho thấy 5 nhóm gồm 16 yếu tố ảnh hưởng đến giá đất tại trị trấn Quốc Oai bao gồm vị trí, chính 
sách, khu vực, cá biệt, môi trường. Trong đó, vị trí là nhân tố có ảnh hưởng lớn nhất đến giá đất tại 
thị trấn Quốc Oai. Từ đó, trọng số của từng yếu tố được xác định bằng phương pháp phân tích đa 
chỉ tiêu (AHP) nhằm xây dựng chỉ số ảnh hưởng của các yếu tố đến giá đất. Kết quả nghiên cứu đã 
chứng minh tính hữu dụng của sự kết hợp EFA và AHP trong nhận dạng và lượng hóa các yếu tố 
ảnh hưởng đến giá đất phục vụ công tác định giá đất. 
Từ khoá: phân tích nhân tố khám phá, phân tích thứ bậc, giá đất, thị trấn Quốc Oai.
1. Mở đầu 
Với tốc độ đô thị hóa nhanh như ở nước ta 
hiện nay, giá đất vùng ngoại ô các thành phố tăng 
nhanh chóng và là tâm điểm chú ý của các bên 
tham gia thị trường bất động sản. Chính vì vậy, 
xác định giá đất sát với giá trị thực sẽ giúp thị 
trường đất đai vận hành thông suốt. Để định giá 
đất chính xác cần xác định các yếu tố tác động 
đến giá đất như vị trí, khoảng cách đến các tiện 
ích công cộng, trung tâm hành chính, trường 
học,... 
Thị trấn Quốc Oai là trung tâm huyện Quốc 
Oai, huyện ngoại thành nằm ở khu vực phía tây 
Thủ đô Hà Nội. Trong những năm gần đây, với 
________ 
 Tác giả liên hệ. 
 Địa chỉ email: binh.geomatics@gmail.com 
 https://doi.org/10.25073/2588-1094/vnuees.4521 
sự thay đổi mạnh mẽ về cơ sở hạ tầng và diện 
mạo đô thị, nông thôn, các giao dịch về bất động 
sản khu vực này ngày càng sôi động. Do đó, việc 
xác định các yếu tố hưởng đến giá đất là cơ sở để 
các nhà hoạch định chính sách có những giải 
pháp hiệu quả trong quy hoạch sử dụng đất và 
phát triển thị trường bất động sản. 
Trên thế giới, việc xác định các yếu tố ảnh 
hưởng đến giá đất được thực hiện bằng nhiều 
phương thức khác nhau như phương pháp phân 
tích đa chỉ tiêu, mô hình hồi quy đa biến, mô hình 
hồi quy trọng số địa lý,... Bằng việc kết hợp trọng 
số và mức độ ảnh hưởng đến giá đất của các chỉ 
tiêu thành phần, bản đồ giá trị các nhóm yếu tố 
ảnh hưởng được xây dựng nhằm phục vụ định 
D.Q. Cuong, T.Q. Binh / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 2 (2020) 45-57 
47 
giá đất và cung cấp thông tin đất đai. Việc kết 
hợp phân tích hồi quy đa biến và phân tích địa 
thống kê đã được sử dụng nhằm xác định mức độ 
ảnh hưởng của các yếu tố đến giá đất trong 
nghiên cứu của Nzau [1]. Trong nghiên cứu của 
Demetris Demetrious [2], việc định giá đất được 
thực hiện bằng các kỹ thuật tiên tiến, bao gồm 
phân tích hồi quy bội (MRA) và phân tích trọng 
số địa lý bằng GIS để lựa chọn các nhân tố ảnh 
hưởng đến giá đất và xây dựng bản đồ giá đất. 
Với sự phát triển nhanh chóng của khoa học công 
nghệ, GIS còn có thể được kết hợp với trí tuệ 
nhân tạo nhằm nâng cao khả năng xử lý các vấn 
đề không gian [3]. Hiện nay, nhiều tác giả đã sử 
dụng tích hợp các mô hình thực nghiệm về giá 
đất chuẩn và GIS để đánh giá sự phát triển bền 
vững của đất ở đô thị. Ở nghiên cứu của Zhao Xu 
[4], các mô hình giá đất chuẩn được tích hợp với 
công nghệ GIS và trực quan hóa dữ liệu giá đất 
và mô phỏng không gian 3D cho các khu vực đất 
ở đô thị. 
Tại Việt Nam, vấn đề giá đất được đề cập 
trong nhiều nghiên cứu. Việc xác đ ...  đỉnh 0,54 1,0 0,060 
7-9 đỉnh 0,32 0,95 0,033 
>9 đỉnh 0,14 0,92 0,015 
Độ rộng góc 
(0,33) 
<20o 0,54 1,0 0,030 
20-40o 0,31 0,87 0,015 
> 40o 0,15 0,80 0,006 
Loại đường 
(0,47) 
Loại 2 0,73 1,0 0,345 
Loại 5 0,17 0,66 0,052 
Loại 6 0,10 0,57 0,026 
Mặt tiền 
(0,25) 
< 5 m 0,15 0,81 0,029 
5 – 10 m 0,30 0,90 0,070 
>10 m 0,55 1,0 0,141 
D.Q. Cuong, T.Q. Binh / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 2 (2020) 45-57 
54 
Với mục tiêu xây dựng bản đồ giá đất, 
nghiên cứu tiến hành thu thập dữ liệu về giá thị 
trường của các thửa đất nằm trong khu vực. 
Trong nghiên cứu này, giá đất tại thị trấn Quốc 
Oai chịu ảnh hưởng từ 9 yếu tố thành phần và 
được thể hiện thông qua chỉ số nhân tố chung (là 
giá trị trung bình trọng số của chỉ số nhân tố vị 
trí và nhân tố cá biệt). Như vậy, giá đất thị trường 
tại thị trấn Quốc Oai được xác định dưới dạng 
sau: 
G = IT* GQC 
Trong đó: G là giá đất của thửa đất cần xác 
định, IT là chỉ số ảnh hưởng chung, GQC là giá 
quy chuẩn (đã được tách các yếu tố ảnh hưởng 
khỏi giá đất). Giá quy chuẩn GQC được xác định 
là thương số giữa giá đất thu thập được và chỉ số 
ảnh hưởng chung (IT). 
Giá trị GQC của toàn bộ khu vực được xác 
định bằng phương pháp nội suy giá của 126 điểm 
giá thu thập trên thị trường. Trong nghiên cứu 
này, phương pháp nội suy trị trung bình trọng số 
(IDW) được sử dụng để nội suy giá đất, vì trong 
ba phương pháp nội suy IDW, Kriging, Spline 
thì phương pháp IDW thường cho kết quả tốt hơn 
[35]. Để tính giá đất quy chuẩn trung bình cho 
các thửa đất, công cụ Zonal Statistic as Table 
được sử dụng, giá đất quy chuẩn trung bình của 
các thửa đất thu được ở trường MEAN. Mỗi thửa 
đất riêng biệt có chỉ số ảnh hưởng của các yếu tố 
là khác nhau, do đó để tính giá đất cho các thửa 
đất, nghiên cứu tính giá đất cho từng thửa đất. 
Giá đất này được xác định bằng tích giữa giá quy 
chuẩn trung bình và chỉ số ảnh hưởng chung của 
thửa đất đó. Kết quả thu được bản đồ giá đất tại 
thị trấn Quốc Oai, với giá đất trung bình là 13,54 
triệu đồng/m2, giá cao nhất dao động từ 27 - 28 
triệu đồng/m2 thuộc khu vực trung tâm thị trấn. 
Các thửa đất nằm trong các làng mức giá chỉ từ 
7 triệu đồng/m2. 
4.3. Đánh giá độ tin cậy của kết quả 
Để so sánh mức độ phù hợp của chỉ số ảnh 
hưởng của các yếu tố đến giá đất của khu vực thị 
trấn Quốc Oai. Tác giả lựa chọn phương pháp 
hồi quy trọng số địa lý (Geographically 
Weighted Regression) để đối sánh với kết quả 
giá đất xây dựng từ bộ chỉ số ảnh hưởng. Hồi quy 
theo trọng số địa lý (GWR) là kỹ thuật hồi quy 
cục bộ được sử dụng để ước tính mối quan hệ 
giữa biến độc lập và biến phụ thuộc theo không 
gian [36]. Trong lĩnh vực định giá đất, đây là 
phương pháp được sử dụng phổ biến nhằm xác 
định mức độ đóng góp của biến độc lập đối với 
biến phụ thuộc. Ngoài việc thể hiện mối quan hệ 
giữa các biến, mô hình GWR còn cho phép giải 
thích mối quan hệ giữa biến phụ thuộc và các 
biến độc lập thay đổi theo không gian. Kết quả 
mô hình hồi quy trọng số địa lý của 126 giá thu 
thập, với biến phụ thuộc là giá đất, biến độc lập 
là chỉ số vị trí (I_vitri), chỉ số cá biệt (I_cabiet) 
như sau: 
Bảng 9. Kết quả hồi quy GWR 
Variable Intercept I_vitri I_cabiet 
Coefficient 6,06 20,74 14,08 
Residual 0,01 
R2 adjusted 0,8115 
Để đánh giá hiệu suất của mô hình GWR, 
chỉ số R2 hiệu chỉnh được sử dụng. R2 đại diện 
cho hệ số xác định và đo lường mức độ phù hợp 
của dữ liệu, giá trị R2 có giá trị nằm trong khoảng 
[0;1] [37]. Giá trị R2 hiệu chỉnh là 0,8115 cho 
thấy 81,15%, giá đất được tại thị trấn Quốc Oai 
được giải thích bởi các biến trong mô hình. Hệ 
số phần dư là 0,01 gần với giá trị 0, có nghĩa sự 
khác biệt giữa giá trị quan sát và giá ước tính là 
rất ít. Kết quả thể hiện mô hình phù hợp với tập 
dữ liệu nghiên cứu. Như vậy, mô hình giá đất ở 
đô thị tại thị trấn Quốc Oai được xác định bởi 
công thức: 
𝑃 = 6,06 + 20,74. 𝑉𝑖𝑡𝑟𝑖 + 14,08. 𝐶𝑎𝑏𝑖𝑒𝑡 + 0,01 
Kết quả hồi quy 𝛽 cho thấy, khi giá trị chỉ số 
vị trí tăng lên 0,1 đơn vị giá đất ở đô thị tại thị 
trấn Quốc Oai tăng 2,074 triệu đồng/m2 và ngược 
lại. Khi giá trị chỉ số Cá biệt tăng 0,1 đơn vị, giá 
đất ở đô thị tại thị trấn Quốc Oai tăng 1,408 triệu 
đồng/m2. Theo kết quả hệ số hồi quy, nhân tố vị 
trí (𝛽 = 20,74) là nhân tố có mức độ ảnh hưởng 
rất cao đến giá đất ở đô thị ở thị trấn Quốc Oai, 
nhân tố cá biệt có hệ số 𝛽 =14,08. So sánh tỉ lệ 
ảnh hưởng của hai nhân tố này đến giá đất với 
trọng số xác định bằng phương pháp phân tích 
D.Q. Cuong, T.Q. Binh / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 2 (2020) 45-57 
55 
thứ bậc (AHP), kết quả cho thấy sự chênh lệch 
không đáng kể khi xác định bởi hai phương pháp. 
Sử dụng kết quả mô hình hồi quy trọng số 
địa lý để định giá đất cho khu vực thị trấn Quốc 
Oai, kết quả thu được giá đất thị trường của từng 
thửa đất. So sánh mức độ chênh lệnh về giá đất 
thực hiện bằng phương pháp sử dụng chỉ số ảnh 
hưởng của yếu tố và phương pháp GWR, có thể 
thấy rằng, kết quả của hai phương pháp khá tốt, 
mức độ chênh lệch không nhiều. Giá trị độ lệch 
trung bình là 0,004 triệu đồng/m2, độ lệch chuẩn 
là 1,64 triệu đồng/m2. Trong đó số thửa có mức 
chênh lệch nhỏ hơn 1,64 triệu đồng/m2 chiếm 
72,5%, số thửa có mức chênh lệch nhỏ hơn 2,5 
triệu đồng/m2 chiếm tỉ lệ 89,01% tổng số thửa 
được định giá. 
Hình 3. Biểu đồ phân bố chênh lệch giá đất 
của hai phương pháp. 
5. Kết luận 
Từ dữ liệu điều tra khảo sát thực địa về các 
yếu tố ảnh hưởng đến giá đất tại khu vực nghiên 
cứu, phương pháp phân tích nhân tố khám phá 
(EFA) và hệ thống thông tin địa lý (GIS) có khả 
năng đánh giá thang đo và phân nhóm các nhân 
tố ảnh hưởng đến giá đất. Qua kết quả phân tích 
nhân tố khám phá về các yếu tố ảnh hưởng đến 
giá đất tại thị trấn Quốc Oai, 5 nhóm nhân tố có 
ảnh hưởng đến giá đất bao gồm: vị trí, chính 
sách, cá biệt, khu vực, môi trường. Trong đó, 2 
nhân tố được đánh giá quan trọng nhất đối với 
giá đất ở đô thị là nhân tố vị trí (0,41) và nhân tố 
cá biệt (0,27). Ngoài ra, phương pháp phân tích 
đa chỉ tiêu AHP được sử dụng nhằm xác định 
trọng số của các chỉ tiêu thành phần trong các 
nhóm nhân tố. Trọng số của các yếu tố này được 
đưa vào quá trình xây dựng chỉ số ảnh hưởng của 
các yếu tố đến giá đất, phục vụ công tác định giá 
đất hàng loạt. Kết quả kiểm định thể hiện giá đất 
xác định bằng chỉ số ảnh hưởng có sự chênh lệch 
ít so với phương pháp GWR, với 89,01% chênh 
lệch dưới 2,5 triệu đồng/m2. 
Tài liệu tham khảo 
[1] Nzau, Modelling of influecen of urban sub-centres 
on spatial and temporal urban land value pattern, 
Case study of Nairobi, Kenya, Enschede, The 
Netherlands: International Institute for Aerial 
Survey and Earth Sciences (ITC), 2003. 
[2] D.Demetris, The assessment of land valuation in 
land consolidation schemes: The need for a new 
land valuation framework, Land Use Policy 54 
(2016) 487-498. https://doi.org/10.1016/ j.landusepol. 
2016.03.008. 
[3] G.Noelia, M.Gámez, E.Alfaro, ANN+ GIS: An 
automated system for property valuation, 
Neurocomputing 71 (2008) 733-742. https:// 
doi.org/10.1016/j.neucom.2007.07.031. 
[4] X.Zhao, Q.Li, Integrating the empirical models of 
benchmark land price and GIS technology for 
sustainability analysis of urban residential 
development, Habitat International 44 (2014) 79-92. 
https://doi.org/10.1016/j.habitatint.2014. 04.012. 
[5] L.K. Ninh, Factors affecting the price of peri-
urban land in the Mekong Delta, Journal of Asian 
Business and Economic Studies 254 (2011) 11-17 
(in Vietnamese). 
[6] N.Q.Hoa, N.H. Duong, Building a model of mass 
land valuation for Go Vap district, Ho Chi Minh 
City, Journal of Asian Business and Economic 
Studies 26(3) (2016) 82-103 (in Vietnamese). 
[7] F.L. Paulo, P. Belfiore, Principal Component 
Factor Analysis, Multivariate Exploratory Data 
Analysis, Elsevier Inc., 2019, pp.383-438. 
[8] J.B. Nichols., S.D. Oliner, M.R. Mulhall, Swings 
in commercial and residential land prices in the 
United States, Journal of Urban Economics 73(1) 
(2013) 57-76, https://doi.org/10.1016/j.jue. 2012. 
06.004. 
D.Q. Cuong, T.Q. Binh / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 2 (2020) 45-57 
56 
[9] V.Willy, Land value and price of land, Land use, 
land cover and soil sciences 3, UNESCO-EOLSS, 
2005. 
[10] G. George, P. Tatian, K. Pettit, Supportive 
Housing and Neighborhood Property Value 
Externalities, Land Economics 80 (2004) 33-54. 
https://doi.org/10.2307/3147143. 
[11] K. Nasr, B.A. Portnov, Economic, demographic 
and environmental factors affecting urban land 
prices in the Arab sector in Israel, Land Use Policy 
50(2016)518-527.https://doi.org/ 10.1016/j.landusepol. 
2015. 08.031. 
[12] M. Jafar, R. Samadi, A. Hosseini, Evaluating and 
analysis of socio-economic variables on land and 
housing prices in Mashhad, Iran, Sustainable 
Cities and Society 41 (2018) 695-705. https:// 
doi.org/10.1016/j.scs.2018.06. 022. 
[13] N. Hiroki, Relationship among land price, 
entrepreneurship, the environment, economics, 
and social factors in the value assessment of 
Japanese cities, Journal of Cleaner Production 217 
(2019) 144-152. https://doi.org/10.1016/j.jclepro. 
2019.01.201. 
[14] WHO, Burden of Disease From Environmental 
Noise The World Health Organization, 2011. 
[15] B. Nir, D. Lavee, The Benefits and Costs of Noise 
Reduction, Journal of Environmental Planning 
and Management 46 (2003) 97-111. https://doi. 
org/10.1080/713676703. 
[16] K.K. Sik, S.J. Park, Y.J. Kweon, Highway traffic 
noise effects on land price in an urban area, 
Transportation Research Part D: Transport and 
Environment 12 (4) (2007) 275-280. https://doi. 
org/10.1016/j.trd.2007.03.002. 
[17] M.D. Carlos, Does noise have a stationary impact 
on residential values?, Journal of European Real 
Estate Research 2(3) (2009) 259-279. https://doi. 
org/10.1108/1753926091099 9992. 
[18] D.M. Faris, Estimating land value uplift around 
light rail transit stations in Greater Kuala Lumpur: 
An empirical study based on geographically 
weighted regression (GWR), Research in 
Transportation Economics 74 (2019) 10-20. 
https:// doi.org/10.1016/j.retrec. 2019.01. 003. 
[19] M. Sathita, A. Fukuda, V. ichiensan, V. 
Wasuntarasook (2018), Hedonic pricing model of 
assessed and market land values: A case study in 
Bangkok metropolitan area, Thailand, Case 
Studies on Transport Policy, Available online 21 
September 2018. https://doi.org/10.1016/j.cstp. 
2018.09.008. 
[20] H.V. Dung, Identify factors that affect real estate 
prices, Journal of Finance 11 (2016) 54-57 (in 
Vietnamese). 
[21] H. Shougeng, S. Yang, W. Li, C. Zhang, F. Xu, 
Spatially non-stationary relationships between 
urban residential land price and impact factors in 
Wuhan city, China, Applied Geography 68 (2016) 
48-56. https://goi.org/10.1016/j.apgeog. 2016.01. 
006. 
[22] J. Hair, W.C. Black, B.J. Babin, R.E. Anderson, 
Multivariate Data Analysis, Pearson, 2009. 
[23] B. Shenavr, S.M. Hosseini, Comparison of multi-
criteria evaluation (AHP and WLC approaches) 
for Land capability assesment of Urban 
development in GIS, International Journal of 
geomatics and geosciences 4 (2014) 435-446. 
[24] P.S. Liem, T.V. Tuan, Building Land Price Zone 
in Rural Areas: A Case Study of Duong Quang 
Commune, Gia Lam District, Hanoi City, Vietnam 
Journal Agriculture Science 16 (2018) 601-612 (in 
Vietnamese). 
[25] C.R. Bollinger, K.R. Ihlanfeldt, D.R. Bowes, 
Spatial Variation in Office Rents within the 
Atlanta Region, Urban Studies 35 (1998) 1097-
1118. https://doi.org/10.1080/0042098984501. 
[26] B. Rabia, A.C. Aydinoglu, Providing land value 
information from geographic data infrastructure 
by using fuzzy logic analysis approach, Land Use 
Policy 78 (2017) 46-60. https://doi.org/10.1016/ 
j.landusepol.2017.07. 029. 
[27] O. Evren, V. Dokmeci, G. Kiroglu, G. Egdemir, 
Spatial Analysis of Residential Prices in Istanbul, 
European Planning Studies, 15 (5) (2007) 707-721. 
https://doi.org/ 10.1080/09654 310701214085. 
[28] N.D. Tho, N.T.M. Trang, Researching Marketing 
Sciences - Applying SEM linear structure model 
in business administration, Publisher of National 
University of Ho Chi Minh City, 2007 (in 
Vietnamese). 
[29] J. Nunnally, Psychometric Theory, New York : 
McGraw-Hill, US, 1994. 
[30] H. Trong, C.N.M. Ngoc, Analyze research data 
with SPSS, Hong Duc Publishing House, 2008 (in 
Vietnamese). 
[31] A.F.M. Alkarkhi, W.A.A. Alqaraghuli, Factor 
Analysis, Easy Statistics for Food Science with R, 
143-159, Elsevier, 2019. 
D.Q. Cuong, T.Q. Binh / VNU Journal of Science: Earth and Environmental Sciences, Vol. 36, No. 2 (2020) 45-57 
57 
[32] J.B. David, M. Knott, I. Moustaki, Latent Variable 
Models and Factor Analysis: A Unified Approach, 
Wiley, UK, 2011. 
[33] S. Thomas, The analytic hierarchy process, 
MCGraw-Hill, New York, 1980. 
[34] S. Thomas, The analytic hierarchy process- What 
it is and how it is used, Mathl Modelling 9 (1987) 
161-176. https://doi.org/10.1016/0270-0255(87) 
90473-8. 
[35] T.Q. Binh, L.P. Thuy, Đ.T.M. Tam, Researching 
to build grassroots land information system 
software in urban areas (case study of Nguyen Du 
ward, Hai Ba Trung district, Hanoi city), Project 
VNU - QG.08.14, 2010 (in Vietnamese). 
[36] L. Binbin, M. Charlton, A.S. Fotheringhama, 
Geographically Weighted Regression Using a 
Non-Euclidean Distance Metric with a Study on 
London House Price Data, Procedia Environmental 
Sciences 7(2011)92-97. https://doi.org/10.1016/ 
j.proenv. 2011.07.017. 
[37] A.S. Fotheringham, C. Brunsdon, M. Charlton, 
Geographically Weighted Regression-The Analysis 
of Spatially Varying Relationships, Wiley, 
University of Newcastle, UK, 2002.