ThS. Nguyễn Thị Hoa
Trường Đại học Hàng hải Việt Nam
Email: hoanguyen@vimaru.edu.vn
Tóm tắt
Bài báo này nghiên cứu việc ứng dụng các mô hình ra quyết định đa tiêu chí (MCDM) trong việc lựa chọn dự án phát triển bất động sản. Các tiêu chí được xác định bao gồm: vị trí địa lý, chi phí đầu tư, tiện ích, chất lượng xây dựng, uy tín đơn vị phát triển dự án và tiềm năng sinh lợi. Bằng cách sử dụng các mô hình như AHP, TOPSIS và VIKOR, nghiên cứu đánh giá hiệu quả và tính khả thi của các phương pháp này trong việc lựa chọn dự án.
Từ khóa: AHP, đầu tư bất động sản, lựa chọn dự án, MCDM, TOPSIS, VIKOR
Summary
This paper investigates the application of multi-criteria decision-making (MCDM) models in selecting real estate development projects. The identified criteria include geographical location, investment cost, amenities, construction quality, developer reputation, and profit potential. By employing models such as AHP, TOPSIS, and VIKOR, the study evaluates the effectiveness and feasibility of these methods in project selection.
Keywords: AHP, real estate investment, project selection, MCDM, TOPSIS, VIKOR
GIỚI THIỆU
Thị trường bất động sản Việt Nam đã mở rộng nhanh chóng với nhiều dự án đô thị và thương mại đa dạng, có sự tham gia của cả các nhà phát triển trong nước và quốc tế, làm tăng tính phức tạp của thị trường. Các nhà đầu tư hiện nay phải đánh giá nhiều yếu tố ngoài giá cả và vị trí, chẳng hạn như khả năng sinh lợi, tiện ích, uy tín nhà phát triển và chất lượng xây dựng, những yếu tố này thường mâu thuẫn và làm phức tạp quyết định đầu tư. Các phương pháp ra quyết định đa tiêu chí (MCDM) như: AHP, TOPSIS và VIKOR cung cấp các công cụ khoa học giúp nâng cao tính khách quan và giảm thiểu rủi ro trong lựa chọn đầu tư. Mặc dù được sử dụng rộng rãi trên toàn cầu, các phương pháp này vẫn còn hạn chế ở Việt Nam, chủ yếu được áp dụng trong các tổ chức lớn và môi trường học thuật. Bài báo này áp dụng các mô hình MCDM để phân tích và xếp hạng các dự án bất động sản, kết hợp các tiêu chí định tính và định lượng nhằm hỗ trợ quá trình ra quyết định chiến lược.
CƠ SỞ LÝ THUYẾT
Khái niệm MCDM
MCDM là một lĩnh vực thuộc nghiên cứu vận hành và khoa học quyết định, tập trung hỗ trợ các quyết định liên quan đến nhiều tiêu chí, thường có tính mâu thuẫn. Các phương pháp MCDM giúp đưa ra các quyết định tối ưu hoặc thỏa hiệp bằng cách đánh giá các phương án một cách định lượng hoặc định tính dựa trên các tiêu chí này (Triantaphyllou, 2000; Belton và Stewart, 2002).
Các mô hình MCDM được sử dụng rộng rãi trong quản lý dự án, quy hoạch đô thị, đánh giá đầu tư, quản lý chuỗi cung ứng và các hệ thống thông minh dựa trên trí tuệ nhân tạo. Ưu điểm chính của chúng là khả năng xử lý thông tin phức tạp, đa chiều đồng thời cung cấp một khung ra quyết định có cấu trúc và minh bạch (Saaty, 1980; Zavadskas và Turskis, 2011).
Tổng quan về các mô hình áp dụng
AHP (Analytic Hierarchy Process): được phát triển bởi Thomas L. Saaty vào năm 1980, AHP sử dụng các tiêu chí phân cấp và so sánh cặp đôi để xác định trọng số tương đối. Tỷ lệ nhất quán (CR) đảm bảo tính hợp lý của các đánh giá (Saaty, 1980). AHP đặc biệt hữu ích cho các đánh giá định tính hoặc ý kiến chuyên gia.
TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution): là một kỹ thuật do Hwang và Yoon đề xuất năm 1981, dựa trên nguyên tắc rằng, phương án tối ưu nên là phương án gần nhất với giải pháp lý tưởng và xa nhất với giải pháp tệ nhất. Phương pháp này sử dụng khoảng cách Euclid để đo độ gần của từng phương án với hai điểm tham chiếu này. TOPSIS nổi bật với tính đơn giản trong tính toán và khả năng xử lý dữ liệu định lượng, rất phù hợp cho các môi trường có nhiều lựa chọn và tiêu chí.
VIKOR (VIšekriterijumsko KOmpromisno Rangiranje): được phát triển bởi Serafim Opricovic năm 1979 và tiếp tục phát triển bởi Opricovic và Tzeng (2004), là phương pháp nhằm tìm giải pháp thỏa hiệp tối ưu khi các tiêu chí mâu thuẫn nhau. VIKOR không chỉ xem xét khoảng cách tổng thể (chỉ số Si) mà còn đánh giá tiêu chí nhạy cảm nhất (chỉ số Ri). Một chỉ số tổng hợp, Qi, được tính toán để xếp hạng các phương án. Phương pháp này đặc biệt phù hợp trong các bối cảnh cần cân bằng giữa hiệu suất tổng thể và mức độ rủi ro, đặc biệt cho việc ra quyết định chiến lược dưới điều kiện không chắc chắn.
PHƯƠNG PHÁP NGHIÊN CỨU
Phát triển bộ tiêu chí
Nghiên cứu này phát triển bộ tiêu chí từ góc nhìn của các nhà đầu tư cá nhân, với mục tiêu đạt lợi nhuận cao, rủi ro thấp và tính thanh khoản trong đầu tư bất động sản. Các tiêu chí cần phải đo lường được hoặc đánh giá được về mặt định tính và phản ánh các yếu tố chính của quyết định đầu tư. Dựa trên các nghiên cứu trước đây, khảo sát thực địa tại Việt Nam và tham vấn chuyên gia, 6 tiêu chí đánh giá thiết yếu đã được xác định (Bảng 1).
Bảng 1: Bộ tiêu chí đánh giá các dự án bất động sản
| Nhóm tiêu chí | Mã | Loại | Tiêu chí cụ thể |
|---|---|---|---|
| 1. Vị trí | C1 | Lợi ích | Khả năng tiếp cận, gần trung tâm và sự sẵn có của dịch vụ |
| 2. Giá (triệu/m²) | C2 | Chi phí | Giá cả hợp lý so với giá trị và tiềm năng phát triển |
| 3. Tiện ích | C3 | Lợi ích | Trung tâm thương mại, phòng tập gym, hồ bơi, cảnh quan, không gian sinh hoạt cộng đồng |
| 4. Chất lượng xây dựng | C4 | Lợi ích | Vật liệu, năng lực nhà thầu, thiết kế, tính năng |
| 5. Uy tín đơn vị phát triển dự án | C5 | Lợi ích | Lịch sử dự án, năng lực tài chính, cam kết thực hiện |
| 6. Khả năng sinh lợi | C6 | Lợi ích | Tăng giá trong tương lai, tiềm năng cho thuê, tính thanh khoản |
Nguồn: Tác giả tổng hợp
Các tiêu chí được chia thành hai nhóm: Tiêu chí Lợi ích (C1, C3, C4, C5, C6), trong đó các giá trị cao hơn được ưu tiên đối với nhà đầu tư, và Tiêu chí Chi phí (C2), trong đó các giá trị thấp hơn, như giá bán, được ưa thích. Bộ tiêu chí toàn diện này bao gồm các yếu tố: tài chính, kỹ thuật, hạ tầng và hồ sơ nhà phát triển bất động sản, phản ánh thực tế đánh giá đầu tư hiện nay. Bộ tiêu chí này sẽ được áp dụng trong mô hình MCDM sử dụng các phương pháp: AHP, TOPSIS và VIKOR để xếp hạng và lựa chọn phương án đầu tư bất động sản tốt nhất.
Dữ liệu và nguồn thu thập
Nghiên cứu này phân tích 4 dự án căn hộ đại diện tại một tỉnh của Việt Nam, được ký hiệu là M, H, C và G. Các dự án này được lựa chọn dựa trên quy mô, sự quan tâm của thị trường, vị trí khác nhau và tính khả dụng của dữ liệu. Dữ liệu được thu thập từ ba nguồn:
- Các trang web và sàn giao dịch bất động sản (ví dụ: Batdongsan.com.vn, CafeLand.vn) để lấy thông tin về giá cả, tiện ích và tình trạng xây dựng;
- Báo cáo doanh nghiệp và các tài liệu công khai để lấy các chỉ số tài chính và đầu tư;
- Tham vấn chuyên gia thông qua phỏng vấn 5 chuyên gia bất động sản (bao gồm giám đốc sàn giao dịch, nhà đầu tư có kinh nghiệm và cán bộ ngân hàng phụ trách thẩm định dự án) để đánh giá các yếu tố định tính như tiềm năng phát triển và rủi ro.
Tất cả dữ liệu được chuẩn hóa thành ma trận quyết định để phục vụ đánh giá đa tiêu chí.
KẾT QUẢ NGHIÊN CỨU
Sau khi thu thập và chuẩn hóa dữ liệu, ba phương pháp MCDM phổ biến là AHP, TOPSIS và VIKOR được sử dụng để đánh giá các dự án bất động sản. Kết quả xếp hạng từ ba mô hình này được so sánh và đối chiếu nhằm phân tích tính nhất quán và sự khác biệt, từ đó đưa ra các khuyến nghị cho việc lựa chọn dự án phù hợp nhất cho nhà đầu tư.
Đánh giá 4 dự án bằng mô hình AHP
Phương pháp AHP là một trong những công cụ ra quyết định đa tiêu chí được sử dụng rộng rãi nhất, cho phép định lượng các yếu tố định tính thông qua so sánh cặp đôi và tính toán trọng số tương đối giữa các tiêu chí. Trong nghiên cứu này, AHP được áp dụng để đánh giá mức độ ưu tiên của 4 dự án bất động sản dựa trên 6 tiêu chí chính.
Bước 1: Thiết lập ma trận so sánh cặp đôi các tiêu chí
Dựa trên ý kiến chuyên gia từ lĩnh vực bất động sản, tác giả đã xây dựng ma trận so sánh cặp đôi các tiêu chí bằng cách sử dụng thang đo của Saaty (thang điểm từ 1 đến 9), phản ánh tầm quan trọng tương đối giữa từng cặp tiêu chí. Ma trận so sánh đã được kiểm tra đạt yêu cầu về tính nhất quán, và được trình bày như Bảng 2.
Bảng 2: Ma trận so sánh cặp đôi các tiêu chí theo thang đo Saaty
| Tiêu chí | C1 | C2 | C3 | C4 | C5 | C6 |
| C1 | 1 | 3 | 2 | 2 | 1 | 1 |
| C2 | 1/3 | 1 | 1/2 | 1 | 1/3 | 1/2 |
| C3 | 1/2 | 2 | 1 | 1 | 1 | 1 |
| C4 | 1/2 | 1 | 1 | 1 | 1 | 1 |
| C5 | 1 | 3 | 1 | 1 | 1 | 1 |
| C6 | 1 | 2 | 1 | 1 | 1 | 1 |
Nguồn: Tác giả tổng hợp
Bước 2: Chuẩn hóa ma trận và tính trọng số các tiêu chí
Ma trận trên được chuẩn hóa bằng cách chia mỗi giá trị cho tổng của cột tương ứng. Sau đó, trọng số của mỗi tiêu chí được tính bằng trung bình cộng các giá trị trong hàng của nó. Bảng 3 trình bày ma trận đã chuẩn hóa và các trọng số được tính.
Bảng 3: Ma trận chuẩn hóa
| Tiêu chí | C1 | C2 | C3 | C4 | C5 | C6 | Trọng số | Xếp hạng |
| C1 | 0,2308 | 0,2500 | 0,3077 | 0,2857 | 0,1875 | 0,1818 | 0,2406 | 1 |
| C2 | 0,0769 | 0,0833 | 0,0769 | 0,1429 | 0,0625 | 0,0909 | 0,0889 | 6 |
| C3 | 0,1154 | 0,1667 | 0,1538 | 0,1429 | 0,1875 | 0,1818 | 0,1580 | 4 |
| C4 | 0,1154 | 0,0833 | 0,1538 | 0,1429 | 0,1875 | 0,1818 | 0,1441 | 5 |
| C5 | 0,2308 | 0,2500 | 0,1538 | 0,1429 | 0,1875 | 0,1818 | 0,1911 | 2 |
| C6 | 0,2308 | 0,1667 | 0,1538 | 0,1429 | 0,1875 | 0,1818 | 0,1772 | 3 |
Nguồn: Tính toán của tác giả
Dựa trên kết quả của Bảng 3, vị trí địa lý (C1) là tiêu chí quan trọng nhất trong quyết định đầu tư, tiếp theo là uy tín nhà phát triển (C5) và tiềm năng sinh lợi (C6).
Bước 3: Đánh giá các dự án theo từng tiêu chí
Tiếp theo, tác giả đánh giá bốn dự án (M, H, C, G) theo từng tiêu chí bằng thang điểm từ 1 đến 9, trong đó điểm số cao hơn thể hiện sự phù hợp tốt hơn với tiêu chí được xét. Dữ liệu đánh giá được thu thập từ khảo sát chuyên gia như Bảng 4.
Bảng 4: Đánh giá 4 dự án theo từng tiêu chí
| Dự án | C1 | C2 | C3 | C4 | C5 | C6 |
| M | 8 | 5 | 7 | 8 | 9 | 7 |
| H | 7 | 8 | 6 | 7 | 7 | 8 |
| C | 6 | 7 | 6 | 6 | 6 | 7 |
| G | 7 | 6 | 8 | 7 | 7 | 6 |
Nguồn: Tác giả tổng hợp
Bước 4: Tính điểm tổng hợp cho từng dự án
Điểm tổng hợp cho mỗi dự án được tính bằng cách nhân điểm của từng tiêu chí với trọng số tương ứng của nó, sau đó cộng các kết quả lại với nhau.
Theo đó:
M = 8 × 0,2406 + 5 × 0,0889 + 7 × 0,1580 + 8 × 0,1441 + 9 × 0,1911 + 7 × 0,1772 = 7,59
Tương tự cách tính như trên: H = 7,11; C = 6,27; G = 6,89.
Kết quả đánh giá từ mô hình AHP cho thấy, dự án M là lựa chọn tối ưu theo mô hình AHP, với điểm tổng hợp cao nhất (7,59). Dự án này nổi bật ở các tiêu chí then chốt như vị trí địa lý, chất lượng xây dựng và đặc biệt là uy tín nhà phát triển, là ba tiêu chí có trọng số lớn nhất trong mô hình. Điều này gợi ý rằng, các nhà đầu tư có thể xem xét ưu tiên dự án M nếu điều kiện tài chính và chiến lược đầu tư của họ phù hợp.
Đánh giá 4 dự án sử dụng mô hình TOPSIS
Phương pháp TOPSIS là một công cụ ra quyết định đa tiêu chí được sử dụng rộng rãi, chọn lựa phương án tối ưu dựa trên nguyên tắc rằng lựa chọn tốt nhất là phương án có khoảng cách gần nhất đến giải pháp lý tưởng và khoảng cách xa nhất đến giải pháp tệ nhất. Phương pháp này được thực hiện thông qua các bước cụ thể sau:
Bước 1: Trọng số tiêu chí
Trong phần trước, 6 tiêu chí đã được xác định trọng số dựa trên phương pháp AHP. Để đơn giản hóa phép tính trong TOPSIS, tác giả đã chuẩn hóa các trọng số này sao cho tổng bằng 1, gán cho mỗi tiêu chí trọng số bằng nhau là 1/6 ≈ 0,1667.
Bước 2: Xây dựng ma trận đánh giá ban đầu
Ma trận đánh giá định lượng của các dự án theo từng tiêu chí được thu thập từ dữ liệu thực tế, trong đó C2 (Giá bán) là tiêu chí chi phí (càng thấp càng tốt), và các tiêu chí còn lại là tiêu chí lợi ích (càng cao càng tốt) (Bảng 5).
Bảng 5: Đánh giá 4 dự án dựa trên mỗi tiêu chí
| Dự án | C1 | C2 | C3 | C4 | C5 | C6 |
| M | 8 | 42 | 7 | 8 | 9 | 7 |
| H | 7 | 35 | 6 | 7 | 7 | 8 |
| C | 6 | 32 | 6 | 6 | 6 | 7 |
| G | 7 | 33 | 8 | 7 | 7 | 6 |
Nguồn: Tác giả tổng hợp
Bước 3: Chuẩn hóa ma trận và nhân với trọng số
Mỗi giá trị trong ma trận được chuẩn hóa bằng cách sử dụng công thức sau:
 |
Trong đó:
Xij: là giá trị ban đầu Wj=1/6 là trọng số tiêu chí.Kết quả là ma trận chuẩn hóa có trọng số như Bảng 6.
Bảng 6: Ma trận chuẩn hóa có trọng số
| Project | C1 | C2 | C3 | C4 | C5 | C6 |
| M | 0,0948 | 0,0980 | 0,0858 | 0,0948 | 0,1023 | 0,0829 |
| H | 0,0829 | 0,0817 | 0,0735 | 0,0829 | 0,0796 | 0,0948 |
| C | 0,0711 | 0,0747 | 0,0735 | 0,0711 | 0,0682 | 0,0829 |
| G | 0,0829 | 0,0770 | 0,0980 | 0,0829 | 0,0796 | 0,0711 |
Nguồn: Tính toán của tác giả
Bước 4: Xác định Giải pháp lý tưởng (S⁺) và Giải pháp tệ nhất (S⁻) (Bảng 7)
- Đối với các tiêu chí lợi ích (C1, C3, C4, C5, C6): giá trị tốt nhất là giá trị lớn nhất.
- Đối với tiêu chí chi phí (C2): giá trị tốt nhất là giá trị nhỏ nhất.
Bảng 7: Giải pháp lý tưởng và Giải pháp tệ nhất
| C1 | C2 | C3 | C4 | C5 | C6 | |
| S⁺ | 0,0948 | 0,0747 | 0,0980 | 0,0948 | 0,1023 | 0,0948 |
| S⁻ | 0,0711 | 0,0980 | 0,0735 | 0,0711 | 0,0682 | 0,0711 |
Nguồn: Tính toán của tác giả
Bước 5: Tính Khoảng cách Euclid đến S⁺ và S⁻
Khoảng cách từ phương án đến giải pháp lý tưởng S⁺ và giải pháp tệ nhất S⁻ được tính như sau:
 |
Kết quả tính khoảng cách Euclid đến S+ và S- như Bảng 8.
Bảng 8: Khoảng cách Euclid đến S⁺ và S⁻
 |
Nguồn: Tính toán của tác giả
Kết quả đánh giá từ mô hình TOPSIS cho thấy, dự án M, với khoảng cách ngắn nhất đến giải pháp lý tưởng và xa nhất so với giải pháp tệ nhất theo chỉ số ưu tiên CCi, là lựa chọn tối ưu, nổi bật ở các tiêu chí trọng số chính như vị trí, chất lượng xây dựng và uy tín nhà phát triển. Dự án G xếp thứ hai do có tiện ích và chất lượng mạnh dù lợi nhuận thấp hơn, trong khi dự án C xếp cuối cùng vì yếu điểm về chất lượng và uy tín.
Đánh giá 4 dự án sử dụng mô hình VIKOR
Mô hình VIKOR là phương pháp ra quyết định đa tiêu chí (MCDM) tập trung vào việc xác định giải pháp thỏa hiệp tối ưu giữa các phương án. Nó đặc biệt hữu ích khi người ra quyết định muốn cân bằng giữa sự hài lòng tổng thể và mức độ hối tiếc tối đa liên quan đến các tiêu chí.
Khác với AHP và TOPSIS, mô hình VIKOR không chỉ đánh giá độ gần với giải pháp lý tưởng mà còn xem xét mức độ hối tiếc tối đa của người ra quyết định khi không thể chọn được tiêu chí tốt nhất tuyệt đối. Phương pháp bao gồm các bước sau:
Bước 1: Xác định Giá trị tốt nhất (f*) và Giá trị tệ nhất (f⁻) cho mỗi tiêu chí (Bảng 9)
Dựa trên ma trận đánh giá ban đầu, xác định:
Đối với tiêu chí lợi ích (C1, C3, C4, C5, C6): f* = max (xij ); f – = min (xij ) Đối với tiêu chí chi phí (C2 – Giá bán): f*= min (xij ); f – = max (xij )Bảng 9: Giá trị tốt nhất và Giá trị tệ nhất cho mỗi tiêu chí
|
| C1 | C2 | C3 | C4 | C5 | C6 |
| f* | 8 | 32 | 8 | 8 | 9 | 8 |
| f⁻ | 6 | 42 | 6 | 6 | 6 | 6 |
Nguồn: Tác giả tổng hợp
Bước 2: Tính khoảng cách tương đối (Bảng 10)
Các giá trị được tính cho từng tiêu chí, phản ánh khoảng cách của mỗi phương án đến giá trị lý tưởng (0: lý tưởng, 1: tệ nhất). Đối với tiêu chí chi phí (C2), công thức được đảo ngược.
 |
Bảng 10: Khoảng cách tương đối
| Dự án | C1 | C2 | C3 | C4 | C5 | C6 |
| M | 0 | 1 | 0,5 | 0 | 0 | 0,5 |
| H | 0,5 | 0,3 | 1 | 0,5 | 0,67 | 0 |
| C | 1 | 0 | 1 | 1 | 1 | 0,5 |
| G | 0,5 | 0,1 | 0 | 0,5 | 0,67 | 1 |
Nguồn: Tính toán của tác giả
Bước 3: Tính các chỉ số Sᵢ, Rᵢ, và Qᵢ
Sᵢ: Tổng khoảng cách đến giải pháp lý tưởng của mỗi phương án |
 |
 |
Trong đó:
v = 0,5: hệ số đại diện cho trọng số của chiến lược tối đa hóa lợi ích nhóm (ưu tiên giải pháp gần nhất với giá trị lý tưởng) S* = min (Si ), S- = max (Si ) R* = min (Si ), R- = max (Si )Kết quả tính toán như Bảng 11.
Bảng 11: Chỉ số tổng hợp VIKOR
| Dự án | Sᵢ | Rᵢ | VIKOR Qᵢ | Xếp hạng |
| M | 2,00 | 1 | 0 | 1 |
| H | 2,97 | 1 | 0,39 | 3 |
| C | 4,50 | 1 | 1,00 | 4 |
| G | 2,77 | 1 | 0,31 | 2 |
Nguồn: Tính toán của tác giả
Kết quả đánh giá từ mô hình VIKOR cho thấy, dự án M là giải pháp thỏa hiệp tối ưu với chỉ số Qi bằng 0, cho thấy sự gần nhất với giá trị lý tưởng và mức độ hối tiếc thấp nhất. Dự án G xếp hạng cao nhờ hiệu suất cân bằng, đặc biệt ở các tiêu chí tiện ích và giá cả. Dự án C xếp cuối cùng, thể hiện sự lệch lớn so với giá trị lý tưởng ở hầu hết các tiêu chí, khiến nó trở thành lựa chọn ít được ưu tiên nhất.
THẢO LUẬN VÀ KẾT LUẬN
Sau khi áp dụng ba mô hình AHP, TOPSIS và VIKOR để đánh giá 4 dự án bất động sản, thứ hạng tổng hợp của các dự án như Bảng 12.
Bảng 12: Kết quả xếp hạng (theo mô hình AHP, TOPSIS và VIKOR)
| Dự án | AHP | TOPSIS | VIKOR |
| M | 1 | 1 | 1 |
| H | 2 | 3 | 3 |
| C | 4 | 4 | 4 |
| G | 3 | 2 | 2 |
Nguồn: Tác giả tổng hợp
Nghiên cứu này đã đánh giá và xếp hạng 4 dự án bất động sản thực tế dựa trên 6 tiêu chí chính. Kết quả cho thấy, các mô hình MCDM hiệu quả trong việc chuẩn hóa quy trình ra quyết định bằng cách giảm sự phụ thuộc vào đánh giá chủ quan của nhà đầu tư, trong đó Dự án M nổi lên là lựa chọn đứng đầu theo cả 3 phương pháp, nhấn mạnh những lợi thế nhất quán của nó về vị trí, chất lượng xây dựng và uy tín nhà phát triển. Mặc dù các mô hình cho kết quả tương đối giống nhau, sự khác biệt trong thứ hạng 2 và 3 của các dự án làm nổi bật các cách tiếp cận đánh giá riêng biệt của từng mô hình - ưu tiên tiêu chí có trọng số của AHP, tập trung vào khoảng cách hình học đến giải pháp lý tưởng của TOPSIS và nhấn mạnh sự thỏa hiệp trong đánh đổi của VIKOR. Nhìn chung, những phát hiện này xác nhận tính khả thi và hiệu quả của các khung MCDM trong việc lựa chọn dự án bất động sản trong môi trường cạnh tranh và đa tiêu chí. Nghiên cứu trong tương lai nên thu thập dữ liệu từ nhiều địa điểm và loại hình bất động sản khác nhau, tích hợp AI để nâng cao mô hình, sử dụng GIS cho phân tích không gian, và áp dụng mô phỏng quy hoạch nhằm đánh giá các kịch bản thị trường nhiều biến động.
TÀI LIỆU THAM KHẢO
1. Saaty, T. L (1980). The analytic hierarchy process, McGraw-Hill.
2. Hwang, C. L., & Yoon, K (1981). Multiple attribute decision making: Methods and applications, Springer-Verlag.
3. Triantaphyllou, E (2000). Multi-criteria decision-making methods: A comparative study, Springer.
4. Opricovic, S (1979). Multicriteria optimization and compromise solution (Ph.D. dissertation), Faculty of Civil Engineering, University of Belgrade, Serbia.
5. Opricovic, S., & Tzeng, G. H (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS, European Journal of Operational Research, 156(2), 445–455, https://doi.org/10.1016/S0377-2217(03)00020-1.
6. Belton, V., & Stewart, T. J (2002). Multiple criteria decision analysis: An integrated approach, Kluwer Academic Publishers.
7. Zavadskas, E. K., & Turskis, Z (2011). Multiple criteria decision making (MCDM) methods in economics: An overview, Technological and Economic Development of Economy, 17(2), 397–427, https://doi.org/10.3846/20294913.2011.593291.
| Ngày nhận bài: 01/6/2025; Ngày hoàn thiện biên tập: 12/6/2025; Ngày duyệt đăng: 13/6/2025 |
