Phần II – Sử dụng Spatial Statistics nghiên cứu cấu trúc không gian đô thị Hà Nội
Tiếp theo phần trước, Phần II của loạt bài viết này trình bày kết quả nghiên cứu cấu trúc không gian đô thị Hà Nội sử dụng công cụ Spatial Statistics và Geostatistical Analyst của ArcGIS 10.2. Các hình mẫu không gian đô thị với đặc tính phân bố tập trung hoặc phân tán được phân tích khoanh vùng và lượng hóa làm cơ sở cho việc thiết lập mô hình không gian đối với thị trường nhà ở tại Hà Nội trong (trong Bản tin số tiếp theo).
I. Cấu trúc không gian đô thị và GIS
Cấu trúc không gian của một đô thị là kết quả cấu thành qua những thời kỳ phát triển dưới sự tác động qua lại của những động lực phát triển đô thị. Các động lực để một đô thị hình thành và phát triển thường dựa trên một trong ba điều kiện cơ bản - đó là (1) điều kiện tự nhiên; (2) điều kiện thị trường; và (3) điều kiện chính trị - xã hội. Điều kiện tự nhiên gồm các yếu tố như vị trí địa lý, nguồn nước và khả năng dịch chuyển thuận lợi là động lực quan trọng tạo thị ban đầu dưới dạng trung tâm đô thị đơn cực. Dần dần, điều kiện thị trường gắn liền với dân số phát triển và điều kiện chính trị - xã hội tham gia vào thúc đẩy quá trình phát triển đô thị và điều chỉnh sự phát triển không gian đô thị theo hướng mở rộng và đa cực hóa. Việc nghiên cứu cấu trúc không gian đô thị là đặc biệt quan trọng để đánh giá quá trình và các yếu tố đóng góp vào sự phát triển của đô thị nhằm hướng tới sự phát triển cân bằng và ổn định của đô thị.
Đối với một đô thị hiện đại, cấu trúc không gian đô thị được xác định bằng hai tiêu chí là độ kết tụ (sự tập trung dày đặc) của các công trình / hạ tầng và ngưỡng dân số. Cấu trúc không gian đô thị có thể được thể hiện và lượng hóa qua sự phân bố không gian của các khu dân cư, hạ tầng giao thông cũng như các đặc tính kinh tế xã hội như chỉ số giá nhà ở, trình độ học vấn… Theo Burrrough (1986), với “bộ công cụ thu thập, quản lý lưu trữ, truy vấn, tổng hợp và hiển thị dữ liệu địa không gian một cách hữu hiệu tùy theo mục tiêu sử dụng”, công nghệ GIS cung cấp 1 nền tảng công nghệ toàn diện cho các nghiên cứu phân tích không gian giúp khám phá và lập mô hình các dữ liệu có tham chiếu địa lý. Cụ thể, GIS đóng vai trò quan trọng trong biến đổi thông tin không gian nhằm tính toán thiết lập các chỉ số đô thị (tham số không gian) đặc trưng cho các yếu tố cấu thành không gian đô thị, đồng thời giúp xây dựng và hiển thị bản đồ thể hiện cấu trúc không gian đô thị… Các chỉ số này sau đó sẽ được sử dụng để nghiên cứu khám phá và mô hình hóa mối quan hệ không gian sử dụng kỹ thuật phân tích thống kê không gian với các kết quả được trình bày tại Phần III tiếp theo của loạt bài này.
II. Khám phá cấu trúc không gian đô thị Hà Nội
Hà Nội với chiều dài lịch sử được phát triển từ một thành phố đơn cực xung quanh “khu vực phố Cổ” và mở rộng dần ra “Khu phố Pháp” và “Khu phố mới” (Hoàng Hữu Phê và Patrick Wakely, 2000) với cấu trúc vành đai hướng tâm rõ ràng như nhiều đô thị khác trên thế giới. Trong thời kỳ nền kinh tế tập trung, nhà nước đóng vai trò quan trọng trong việc định hướng phát triển Hà Nội thông qua các chính sách về quy hoạch và phát triển liên kết của các khu công nghiệp và khu ở. Từ năm 1986, với chính sách cải cách kinh tế theo hướng thị trường, mô hình phát triển đô thị Hà Nội ngày càng nhận được sự tác động nhiều hơn từ những nhân tố phát triển mới - khu vực ngoài quốc doanh - góp phần quan trong đến sự hình thành cấu trúc không gian mới của một đô thị đa cực hiện đại (Hình 1).
Hình 1. Đô thị Hà Nội nhìn từ vũ trụ (ảnh vệ tinh LANDSAT tháng 12/2013)
Cấu trúc không gian đô thị Hà Nội được nghiên cứu: lập bản đồ thể hiện và lượng hóa phân bố không gian theo các chỉ số phát triển đô thị với phương pháp thực hiện và kết quả dưới đây.
2.1. Bộ chỉ số không gian trong nghiên cứu cấu trúc không gian đô thị Hà Nội
Phục vụ nghiên cứu cấu trúc không gian đô thị Hà Nội, cơ sở dữ liệu GIS được xây dựng với các nhóm lớp dữ liệu không gian và thuộc tính, bao gồm: (1) bản đồ nền; (2) ranh giới hành chính quận huyện và phường xã; (3) hạ tầng giao thông; (4) các trung tâm thương mại, khu công nghiệp, khu ở; (5) dân số; và (6) các lớp đặc tả về môi trường đô thị… Hơn nữa, bộ CSDL GIS nền này được kết hợp bổ sung với bộ dữ liệu khảo sát giá nhà ở Hà Nội năm 2014 trong khuôn khổ đề tài “Điều tra khảo sát thu thập số liệu và tính toán chỉ số giá bất động sản ứng dụng lý thuyết Vị thế - Chất lượng” của Bộ Xây dựng (Hoàng Hữu Phê & nnk, 2015).
Bộ dữ liệu giá nhà ở 2014 gồm 1000 hộ gia đình (chủ sở hữu các đơn vị nhà ở tư nhân) được thu thập, làm sạch và tích hợp vào CSDL GIS dưới dạng lớp dữ liệu điểm theo vị trí với các thông tin thuộc tính về giá nhà (Hình 2), các đặc tính vật thể của nhà, đặc điểm vị trí của khu đất, các điều kiện xung quanh, thông tin về sở thích, thị hiếu, thu nhập và trình độ học vấn của chủ hộ…
Hình 2. Giá nhà ở 2014 tính theo m2 tại 1000 điểm khảo sát phân loại theo mã màu
Sử dụng các công cụ xử lý, tích hợp dữ liệu của GIS, các chỉ số không gian đặc trưng cho sự phát triển của đô thị Hà Nội được xây dựng bao gồm: (1) mật độ dân số; (2) mật độ đường giao thông; và (3) các chỉ số không gian được tính toán từ giá nhà ở hoặc các thuộc tính liên quan dựa trên hàm khoảng cách từ vị trí của từng đơn vị nhà đất đến trung tâm thành phố hoặc các trung tâm khu vực về hành chính, thương mại….
2.2. Bản đồ không gian đô thị Hà Nội
Cấu trúc không gian đô thị Hà Nội năm 2009 có dạng cấu trúc vành đai đồng tâm rõ ràng quanh khu vực khu phố Cổ và khu phố Pháp được thể hiện trên bản đồ mật độ dân số theo phường xã (Hình 3). Có thể quan sát thấy một số dấu hiệu của các trung tâm phụ mới bắt đầu xuất hiện tại Gia Lâm, Nghĩa Đô, Thanh Xuân, Mai Động…. Điều này có thể thấy rõ hơn trên bản đồ mạng lưới giao thông Hà Nội (Hình 4). Hạ tầng giao thông Hà Nội ngày càng được cải thiện rõ rệt với mạng lưới đường phố chính hướng tâm và vành đai cùng với sự phát triển bùng nổ của các trung tâm thương mại và các khối văn phòng nhà ở cao tầng gần trung tâm.
Hình 3. Bản đồ mật độ dân số Hà Nội (theo phường xã, năm 2009)
Hình 4. Bản đồ mật độ giao thông Hà Nội năm 2014
Hình 4 thể hiện phân bố không gian theo mật độ đường giao thông cho thấy cấu trúc đô thị Hà Nội đang được thay đổi với khu vực đô thị lõi ngày càng mở rộng và tăng mật độ, đồng thời có xu hướng phát triển thành đô thị đa cực ra các phía Long Biên, Hồ Tây, Mỹ Đình – Trung Hòa & Hoàng Mai.
Về phương diện nhà ở, dữ liệu 1000 điểm khảo sát giá nhà 2014 được nội suy sử dụng phương pháp kriging trong phần mềm ArcGIS để lập bản đồ cấu trúc không gian thị trường nhà ở như Hình 5 dưới đây. Có thể nhận thấy rõ khu vực trung tâm đô thị Hà Nội (khu vực Hồ Gươm) đã được mở rộng nhiều và xuất hiện những trung tâm đô thị mới tại phía bắc (khu vực tây Hồ Tây), phía tây (khu vực Cầu Giấy, Mỹ Đình) và phía nam Hà Nội (khu vực Linh Đàm).
Hình 5. Bản đồ phân bố không gian giá nhà 2014 tính theo VND/m2 (sử dụng kriging)
2.3. Lượng hóa cấu trúc không gian đô thị Hà Nội
Như được trình bày tại Phần I của lọat bài này, bộ công cụ Spatial Statistics của ArcGIS cho phép phân tích và lượng hóa các phân bố không gian gồm:
- Phân tích các hình mẫu (analyzing patterns) không gian đô thị giúp đánh giá mức độ tập trung liên kết của các yếu tố phát triển đô thị (ví dụ như sử dụng Chỉ số Moran I)
- Phân tích khoanh vùng những cụm tập trung (hot spot hoặc cold spot) hoặc các đối tượng outlier về không gian (ví dụ như sử dụng Chỉ số Getis-Ord Gi*)
1. Mức độ tập trung trong phát triển đô thị tại Hà Nội với Chỉ số Moran I
Công cụ đánh giá tính tự tương quan không gian của (biến) dữ liệu cho phép đo lường mức độ tập trung – co cụm một cách tổng thể (sử dụng Spatial Autocorrelation (Morans I)) hoặc cho 1 chuỗi các khoảng cách tương tác (sử dụng Incremental Spatial Autocorrelation) dựa trên vị trí và giá trị thuộc tính của đối tượng.
Chỉ số Moran’s I đã được tính toán cho mật độ dân số 2009 và mật độ đường giao thông 2014 (tính trên lưới 400m x 400m). Kết quả cho thấy, giá trị tương quan Moran I = 0.88 cho biến mật độ dân số 2009 đối với khoảng cách 0.5km và giảm dần xuống 0.35 đối với khoảng cách 6km – vị trí đạt giá trị cực đỉnh của z-score (Hình 6). P-value đối với các giá trị Moran I tại mọi khoảng cách trên đều nhỏ hơn 0.001 (ý nghĩa thống kê trên 99% độ tin cậy). Điều này khẳng định cấu trúc không gian đô thị Hà Nội vẫn có phân bố tập trung rõ rệt với sự tập trung dân số dày đặc xung quanh khu vực đô thị lõi (Hình 3). Tương tự, giá trị Moran’s I cho biến mật độ đường giao thông 2014 có biên độ nhỏ hơn (trong khoảng 0.55 – 0.2) nhưng vẫn có ý nghĩa thống kê trên 99% độ tin cậy. Đỉnh z-score của chỉ số Moran’s I tính cho cả hai biến mật độ dân số 2009 và mật độ đường giao thông 2014 đều nằm ở khoảng cách khoảng 6 km (Hình 6), cho thấy bán kính co cụm về phương diện dân số tại Hà Nội. Điều này có thể giải thích bằng kích thước của khu vực đô thị lõi (với số đông người dân sinh sống cùng sự nhận thức của cư dân về khu trung tâm cũ).
Hình 6: Đồ thị thể hiện tính tự tương quan theo khoảng cách của chỉ số mật độ dân số 2009 (hình trái) và mật độ đường giao thông 2014 (hình phải)
2. Chỉ số thống kê Getis-Ord Gi*
Về lý thuyết, công cụ phân tích tính phân cụm – điểm nóng (Hot Spot Analysis) tính toán trị thống kê Getis-Ord Gi* cho mỗi đối tượng trong lớp dữ liệu. Các giá trị kết quả z-scores và p-values cho chúng ta biết ở đâu các giá trị (cao hoặc thấp) phân cụm về mặt không gian. Công cụ này làm việc bằng cách xem xét mỗi đối tượng trong mối quan hệ với các đối tượng “hàng xóm” (neighbor) của nó. Một đối tượng có giá trị cao là hấp dẫn, tuy nhiên nó có thể không phải là điểm nóng có ý nghĩa thống kê. Để có thể là một điểm nóng có ý nghĩa thống kê, một đối tượng sẽ có giá trị cao và bao xung quanh bởi các đối tượng cũng có giá trị cao. Tổng giá trị của đối tượng này và hàng xóm của nó được so sánh về tỷ lệ đối với tổng giá trị của tất cả các đối tượng. Khi tổng cục bộ này khác xa giá trị mong đợi và quá lớn để có thể là một hiện tượng ngẫu nhiên thì kết quả sẽ là z-score có ý nghĩa thống kê.
Thống kê Getis-Ord Gi* được tính theo công thức như sau:
Trong đó: xj là giá trị thuộc tính của đối tượng j
wi,j là trọng số không gian giữa đối tượng i và j
n là tổng số đối tượng; và
Thống kê G* trả lại cho mỗi một đối tượng không gian là một z-score. Đối với các giá trị z-score dương có ý nghĩa thống kê, giá trị z-score càng lớn nghĩa là mức độ phân cụm của các giá trị cao càng mạnh (hot spot). Ngược lại, đối với các giá trị z-score âm có ý nghĩa thống kê, giá trị z-score càng nhỏ tức là mức độ phân cụm của các giá trị thấp càng mạnh (cold spot).
3. Phân bố dân cư trong không gian đô thị Hà Nội theo trình độ học vấn
Quá trình đô thị hóa Hà Nội trong những năm gần đây được cho là đang có xu hướng mở rộng ra các khu đô thị mới được xây dựng ở các vùng ven (ngoài vành đai 2 và 3) kết hợp với sự đô thị hóa các “làng trong phố”. Điều này tạo nên những dịch chuyển của cư dân mang theo những đặc tính như phân tầng xã hội theo không gian. Thống kê Getis-Ord Gi* được tính cho chỉ số trình độ học vấn của 1000 chủ hộ gia đình được khảo sát năm 2014 cho thấy xuất hiện cụm “điểm nóng” lớn (với z-score > 2.0 và ý nghĩa thống kê trên 95% độ tin cậy - thể hiện bởi dải điểm màu đỏ trên Hình 7) - thể hiện sự tập trung của các chủ hộ gia đình có trình độ học vấn cao dọc theo phía ngoài đường vành đai 2, thuộc khu vực quận Cầu Giấy (Nghĩa Đô, Mỹ Đình) và quận Thanh Xuân. Dường như, đây là cư dân của những khu ở tập trung và những khu đô thị mới được xây dựng. Hình 7 cũng cho thấy cụm “điểm nóng ở khu vực thị trấn Gia Lâm (cũ) và 1 số cụm “điểm lạnh” tại 1 số khu vực như Minh Khai – Trương Định hoặc ngoại thành Gia Lâm (cũ), Đông Anh (dường như tại đây còn rất nhiều cư dân là những người định cư lâu năm ở làng có trình độ học vấn không cao).
Hình 7. Các khu vực hot spot tập trung cư dân có trình độ học vấn cao
4. Phân bố không gian về chất lượng cấp nước trên địa bàn Hà Nội
Về phương diện chất lượng môi trường đô thị, thống kê Getis-Ord Gi* được tính cho chỉ số đánh giá về chất lượng dịch vụ cấp nước cho các khu vực trên địa bàn Hà Nội theo kết quả phỏng vấn 1000 hộ gia đình năm 2014. Bản đồ phân bố z-scores (Hình 8) cho thấy xuất hiện “điểm nóng” về chất lượng cấp nước không tốt tại khu vực một số phường của quận Hoàng Mai có ý nghĩa thống kê ở mức tin cậy từ 90% trở lên (các ô lưới có dải màu từ màu cam đến đỏ). Yếu tố này có khả năng ảnh hưởng đến sự lựa chọn vị trí ở của người dân và như vậy, góp phần vào cấu trúc không gian đô thị Hà Nội.
Hình 8. Các khu vực hot spot có chất lượng cấp nước không tốt
III. Bước tiếp theo - Mô hình hóa mối quan hệ không gian đô thị Hà Nội
Trong bài này, cấu trúc không gian đô thị Hà Nội được nghiên cứu đánh giá độc lập cho một số yếu tố phát triển đô thị như dân số, hạ tầng, học vấn và môi trường… dưới dạng bản đồ và lượng hóa bằng các chỉ số thống kê không gian. Kết quả sơ bộ cho thấy những đặc tính phân bố không gian (tập trung và co cụm) với những nguyên do có thể dẫn đến những phân bố như vậy. Mối quan hệ không gian giữa các yếu tố phát triển đô thị cũng như cùng nhau, những yếu tố này tác động thế nào đến sự phát triển đô thị và cụ thể, đến thị trường nhà ở Hà Nội trong tương lai sẽ cần được nghiên cứu tiếp theo.
Chi tiết về lý thuyết, quy trình thực hiện và kết quả áp dụng kỹ thuật mô hình hóa mối quan hệ không gian giữa giá nhà ở và các chỉ số không gian trên nền GIS trong nghiên cứu thị trường nhà ở Hà Nội sẽ được trình bày trong phần III tiếp theo của loạt bài này…
(Phạm Khánh Chi & Trần Hùng, Công ty Tư vấn GeoViệt, 2016)