现如今,中国城市化进程增速迅猛,大规模的流动人口涌向城市,人口的高度集中引发了对住房供应的巨大需求,流动人口的居住问题已经演变成世人关心的焦点之一。本文以南京市为研究区域,地统计学相关理论作为基础,借助GIS技术手段,采用Web网页数据抓取与数据清洗等操作来得到南京市2009年1月-2017年1月较为系统的住宅租金样本数据,利用趋势面分析、空间自相关分析和变异函数分析,探讨南京市住宅租金空间分异格局规律和特征,揭示南京市住宅租金空间维度上表现出来的变化趋势。并通过引入考虑空间异质性的地理加权回归(GWR)模型,把区位特征、服务特征和建筑特征作为切入点分析南京市住宅租金空间分异影响因素,为房管机构直观了解南京市住宅租金空间分布状况,合理调控区域内部租金提供参考性建议,同时为优化住宅租赁市场资源配置做出一定的贡献。本文的主要结论如下:(1)运用可视化分析得出南京市住宅租金在空间分布上不均衡这一结论,整体表现为建邺区>玄武区>秦淮区>鼓楼区>雨花台区>栖霞区>江宁区>浦口区>六合区的中心-外围模式。从2009年到2017年,南京市住宅租金整体表现出上涨的趋势,同时逐步由单核心空间结构转移到双核心空间结构。(2)采用趋势面分析探究南京市住宅租金在空间分布上整体的变化趋势。通过“倒U型”趋势图得出南京市住宅租金在X轴(东西方向)和Y轴(南北方向)都是从城市中心区域向城市外围区域减小的结论。即距离市中心的距离越远,住宅租金下降的速度越快,距离市中心越近,住宅租金下降的速度越缓慢,这是典型的中心高-外围低的“山峰”型布局,揭示了南京市住宅租金整体分布规律。(3)通过ArcGIS软件中的地统计分析模块以及变异函数分析对南京市住宅租金空间分布演变特征进行分析。表明南京市各区域住宅租金呈现差异性,这种差异在中心区域和外围区域有明显的体现,同时,住宅租金在空间布局中存在某种程度的连续特征,呈圈层式结构逐层向外递减。(4)借助ArcGIS软件平台,对研究区域进行了空间自相关性分析,研究表明南京市住宅租金存在显著的区域集聚性。其中,玄武区、秦淮区、建邺区和鼓楼区呈现“组团聚集分布”特征,聚合特征较强,并且在2009-2017年期间,这种集聚趋势愈发增强。(5)影响南京市住宅租金空间分异的因素有CBD距离、交通条件、教育设施、商超配套、住宅房龄等。区位特征影响程度最强,服务特征次之,建筑特征的影响力相对较弱,其中CBD区位特征和交通区位特征是影响南京市住宅租金的主要因素,各个影响因素之间共同作用、彼此联系,形成了南京市多核心城市结构住宅租金的空间分布格局。通过对南京市住宅租金空间分异格局及影响因素的研究,总结出南京市住宅租赁市场发展的趋势和问题,对优化南京市住宅租金空间分布提出参考性建议。