随着我国城镇化进程的不断加快,房地产行业已经成为我国国民经济的重要产业之一。但是伴随着房价的节节高涨,普通购房者倍感压力。房价这个话题,受到了来自政府、社会以及学术界的高度关注。因此深入探讨二手房住宅价格具有重要意义。在早期的住宅价格研究中多使用传统的特征价格模型进行探索。随着空间计量经济学的发展,学界逐渐关注到商品房具有空间的特殊性质。因此对住宅价格的研究也逐渐开始使用空间计量模型进行探索。本文也将采用空间计量模型对住宅特征价格进行探讨,并且与传统的特征价格模型进行对比研究,选出最优模型。论文数据是通过爬虫技术进行获取与预处理,最终筛选出990个二手房成交数据。再通过文献研究结合南昌二手房实际情况选取19个指标,并进行相对应的数据量化。实证部分主要由三部分组成分别为:第一,计算不同函数形式下的特征价格模型,进行对比选出拟合度最高的函数形式;第二,通过ArcGIS中的趋势分析工具对南昌住宅价格分布进行分析,并进一步获取Moran’I指数、Geary’s C指数和Moran散点图,验证是否存在空间相关性及住宅价格的空间集聚形式;第三,利用空间滞后模型与空间误差模型对样本数据进行分析,并与传统的特征价格模型比较得出最优模型。通过实证研究本文得出以下结论:1.特征价格模型的三种函数形式中,全对数形式具有最高的R2为0.815,大于半对数形式R2的0.792和线性形式R2的0.791。2.对南昌二手房住宅价格通过ArcGIS求取Moran’I和Geary’s C,分别为0.126、0.378,说明住宅价格不是随机分布,存在明显的集聚现象。通过Moran散点图研究发现,南昌住宅价格主要呈现“高-高集聚”与“低-低集聚”。3.空间滞后模型和空间误差模型R2分别为0.832和0.863均大于传统特征价格模型R2的0.815,因此空间计量模型具有更好的解释性。同时空间滞后模型的对数似然估计值为371.487小于空间误差模型的491.423,因此空间误差模型为最优模型。4.空间误差模型中对住宅价格显著性变量分别为建筑类型、层级、卧室客厅数、面积、房龄、装修程度、地铁、CBD、物业管理费、休闲娱乐、重点学校。其中住宅价格与特征变量房龄和CBD呈反比,其他均呈正比。